ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.

Why you should listen

Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.

What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.

Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.

Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)

Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.

Hans Rosling passed away in February 2017. He is greatly missed.


More profile about the speaker
Hans Rosling | Speaker | TED.com
TED2006

Hans Rosling: The best stats you've ever seen

நீங்கள் இதுவரை பார்த்திருப்பதிலேயே மிகச் சிறந்த புள்ளிவிவரங்களை ஹான்ஸ் ரோஸ்லிங் காண்பிக்கிறார்

Filmed:
14,386,844 views

இது போல் தகவல்கள் காண்பிக்கப்பட்டதை நீங்கள் ஒரு போதும் பார்த்திருக்க முடியாது. நாடகம் மற்றும் ஒரு விளையாட்டு ஒளிபரப்பின் வேகத்தோடு, புள்ளிவிவர குருவான ரோஸ்லிங் அவர்கள் “வளரும் நாடுகள்” என்றழைக்கப்படுகிறவைகளின் இரகசியங்களைக் கிளறியெடுக்கிறார்.
- Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio

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

00:25
About 10 yearsஆண்டுகள் agoமுன்பு, I tookஎடுத்து on the taskபணி to teachகற்று globalஉலக developmentவளர்ச்சி
0
0
4000
கடந்த 10 ஆண்டுகளாக, நான் உலகளாவிய வளர்ச்சியை
00:29
to Swedishஸ்வீடிஷ் undergraduateஇளங்கலை studentsமாணவர்கள். That was after havingகொண்ட spentகழித்தார்
1
4000
4000
சுவீடிஷ் மாணவர்களுக்கு கற்பிப்பதற்கான பணியை எடுத்துக் கொண்டுள்ளேன். அது 20 ஆண்டுகள்
00:33
about 20 yearsஆண்டுகள் togetherஒன்றாக with Africanஆபிரிக்க institutionsநிறுவனங்கள் studyingபடிக்கும் hungerபட்டினி in Africaஆப்பிரிக்கா,
2
8000
4000
ஆப்பிரிக்கா கல்வி நிறுவனங்களில் ஒன்றாக பசியின் கொடுமையைப் பற்றிப்
00:37
so I was sortவகையான of expectedஎதிர்பார்க்கப்படுகிறது to know a little about the worldஉலக.
3
12000
4000
படித்த பிறகாகும். எனவே, எனக்கு ஓரளவுக்கு உலகத்தைப் பற்றித் தெரியும்.
00:41
And I startedதொடங்கியது in our medicalமருத்துவம் universityபல்கலைக்கழக, KarolinskaKarolinska Instituteநிறுவனம்,
4
16000
5000
பிறகு நான் நமது மருத்துவப் பல்கலைக்கழகம், கரோலின்ஸ்கா கல்வி நிறுவனத்தில்
00:46
an undergraduateஇளங்கலை courseநிச்சயமாக calledஎன்று Globalஉலக Healthசுகாதார. But when you get
5
21000
4000
உலகளாவிய சுகாதாரம் என்கிற ஒரு இளங்கலைப் பயிற்சியை எடுத்துக் கொண்டேன். ஆனால் உங்களுக்கு அந்த
00:50
that opportunityவாய்ப்பு, you get a little nervousபதட்டமாக. I thought, these studentsமாணவர்கள்
6
25000
3000
வாய்ப்புக் கிடைக்கும் போது, சற்று பதற்றமடைவீர்கள்.
00:53
comingவரும் to us actuallyஉண்மையில் have the highestஉயர்ந்த gradeதர you can get
7
28000
3000
இந்த மாணவர்கள் உண்மையில் சுவீடிஷ் கல்லூரி அமைப்பில் நீங்கள் பெறக்கூடிய
00:56
in Swedishஸ்வீடிஷ் collegeகல்லூரி systemsஅமைப்புகள் -- so, I thought, maybe they know everything
8
31000
3000
உயர்ந்த கிரேடைக் கொண்டிருக்கிறார்கள் - அதனால் அவர்களுக்கு நான் கற்பிக்கப் போவது பற்றி
00:59
I'm going to teachகற்று them about. So I did a pre-testமுன் சோதனை when they cameவந்தது.
9
34000
4000
அனைத்தையும் அறிந்திருப்பார்கள் என்று. அதனால் அவர்கள் வந்தது அவர்களுக்கு ஒரு முன் பரிசோதனையை நடத்தினேன்
01:03
And one of the questionsகேள்விகள் from whichஎந்த I learnedகற்று a lot was this one:
10
38000
3000
மேலும் நான் அதிகமாக கற்றுக்கொண்ட கேள்விகளில் இதுவும் ஒன்று.
01:06
"Whichஇது countryநாட்டின் has the highestஉயர்ந்த childகுழந்தை mortalityஇறப்பு of these fiveஐந்து pairsஜோடிகள்?"
11
41000
4000
இந்த ஐந்து ஜோடி நாடுகளில் அதிகமான சிசு மரணத்தைக் கொண்ட நாடு எது?
01:10
And I put them togetherஒன்றாக, so that in eachஒவ்வொரு pairஜோடி of countryநாட்டின்,
12
45000
4000
நான் அவற்றை ஒன்றாக சேர்த்தேன், அதனால் ஒவ்வொரு ஜோடி நாட்டிலும்
01:14
one has twiceஇருமுறை the childகுழந்தை mortalityஇறப்பு of the other. And this meansவழிமுறையாக that
13
49000
5000
ஒன்று மற்றொன்றைவிட இரட்டிப்பு சிசு மரணத்தைக் கொண்டிருந்தது. மேலும் இதன் பொருள்
01:19
it's much biggerபெரிய a differenceவேறுபாடு than the uncertaintyநிச்சயமற்ற of the dataதகவல்கள்.
14
54000
5000
தரவின் நிலையற்றத்தன்மையைவிட மிகப் பெரிய வித்தியாசம் என்பதாகும்.
01:24
I won'tமாட்டேன் put you at a testசோதனை here, but it's Turkeyடர்க்கி,
15
59000
2000
நான் உங்களை சோதிக்கமாட்டேன். ஆனால் அது துருக்கியாகும்.
01:26
whichஎந்த is highestஉயர்ந்த there, Polandபோலந்து, Russiaரஷ்யா, Pakistanபாகிஸ்தான் and Southதெற்கு Africaஆப்பிரிக்கா.
16
61000
5000
இதில் எது உயர்ந்தது, போலாந்து, இரஷ்யா, பாகிஸ்தான் மற்றும் தென்னாப்பிரிக்கா.
01:31
And these were the resultsமுடிவுகளை of the Swedishஸ்வீடிஷ் studentsமாணவர்கள். I did it so I got
17
66000
3000
இவையே சுவீடிஷ் மாணவர்களிடமிருந்து வந்த முடிவுகள். நான் செய்தேன், அதனால் அந்த நம்பிக்கையின் இடைவெளியை நான் பெற்றேன்.
01:34
the confidenceநம்பிக்கை intervalஇடைவெளி, whichஎந்த is prettyஅழகான narrowகுறுகிய, and I got happyசந்தோஷமாக,
18
69000
3000
அது மிகவும் குறுகியதாக இருந்தது, மற்றும் நான் மிகவும் மகிழ்ந்தேன்.
01:37
of courseநிச்சயமாக: a 1.8 right answerபதில் out of fiveஐந்து possibleசாத்தியமான. That meansவழிமுறையாக that
19
72000
4000
உண்மையில் ஐந்து சாத்தியங்களில் 1.8 சரியான விடை. அதன் பொருள்
01:41
there was a placeஇடத்தில் for a professorபேராசிரியர் of internationalசர்வதேச healthசுகாதார --
20
76000
3000
ஒரு சர்வதேச சுகாதாரத்தின் பேராசிரியருக்கு ஒரு இடம் இருக்கிறது --
01:44
(Laughterசிரிப்பு) and for my courseநிச்சயமாக.
21
79000
2000
(சிரிப்புடன்) மற்றும் எனது பயிற்சிக்கும்.
01:46
But one lateதாமதமாக night, when I was compilingகம்பைலிங் the reportஅறிக்கை
22
81000
4000
ஆனால் இரவு நேரம் கழிந்து, நான் எனது அறிக்கையை ஒன்றாக்கிக் கொண்டிருந்த போது
01:50
I really realizedஉணர்ந்து my discoveryகண்டுபிடிப்பு. I have shownகாட்டப்பட்டுள்ளது
23
85000
4000
நான் எனது கண்டுபிடிப்பை உணர்தேன்.நான் காட்டினேன்
01:54
that Swedishஸ்வீடிஷ் topமேல் studentsமாணவர்கள் know statisticallyபுள்ளியியல் significantlyகணிசமாக lessகுறைவான
24
89000
5000
சிறந்த சுவீடிஷ் மாணவர்களுக்கு, சிம்பான்ஸிக்களைவிட குறிப்படத்தக்க அளவில்
01:59
about the worldஉலக than the chimpanzeesசிம்பான்ஸிகளில்.
25
94000
2000
உலகத்தைப் பற்றிக் குறைவாகவே தெரிந்திருக்கிறது என்று.
02:01
(Laughterசிரிப்பு)
26
96000
2000
(சிரிப்பு)
02:03
Because the chimpanzeeசிம்பன்சி would scoreமதிப்பெண் halfஅரை right if I gaveகொடுத்தார் them
27
98000
4000
ஏனென்றால் நான் அவைகளுக்கு இரண்டு வாழைப்பழங்களுடன் இலங்கையையும் துருக்கியையும் கொடுத்தால்
02:07
two bananasவாழைப்பழம் with Sriஇலங்கை Lankaஇலங்கை and Turkeyடர்க்கி. They would be right halfஅரை of the casesவழக்குகள்.
28
102000
3000
அவை பாதி மதிப்பெண்கள் பெறும். அவை நிகழ்வுகளில் பாதியை சரியாக சொல்லியிருக்கும்.
02:10
But the studentsமாணவர்கள் are not there. The problemபிரச்சனை for me was not ignoranceஅறியாமை;
29
105000
4000
ஆனால் மாணவர்கள் அதில் இல்லை. எனக்கு பிரச்சினை அறியாமை அல்ல:
02:14
it was preconceivedபொதுமை ideasகருத்துக்கள்.
30
109000
3000
அது ஒரு முன்புஎண்ணப்பட்ட யோசனைகளாகும்.
02:17
I did alsoமேலும் an unethicalஅறம் studyஆய்வு of the professorsபேராசிரியர்கள் of the KarolinskaKarolinska Instituteநிறுவனம்
31
112000
4000
நான் கரோலன்ஸ்கா கல்வி நிறுவனத்தின் பேராசிரியர்கள் குறித்த ஒரு நெறிமுறையற்ற ஆய்வையும் மேற்கொண்டேன்
02:21
(Laughterசிரிப்பு)
32
116000
1000
(சிரிப்பு)
02:22
-- that handsகைகளை out the Nobelநோபல் Prizeபரிசு in Medicineமருந்து,
33
117000
2000
- அது மருத்துவத்திற்கான நோபல் பரிசை கொடுக்கும்,
02:24
and they are on parபர with the chimpanzeeசிம்பன்சி there.
34
119000
2000
மற்றும் அவர்கள் சிம்பான்ஸிக்களைவிட மேலாக இருக்கிறார்கள்.
02:26
(Laughterசிரிப்பு)
35
121000
3000
(சிரிப்பு)
02:29
This is where I realizedஉணர்ந்து that there was really a need to communicateதொடர்பு,
36
124000
4000
நான் தொடர்புபடுத்த வேண்டும் என்பதை இங்குதான் உண்மையில் உணர்ந்தேன்
02:33
because the dataதகவல்கள் of what's happeningநடக்கிறது in the worldஉலக
37
128000
3000
ஏனென்றால் உலகில் என்ன நடக்கிறது என்பதற்கான தரவு
02:36
and the childகுழந்தை healthசுகாதார of everyஒவ்வொரு countryநாட்டின் is very well awareவிழிப்புடன்.
38
131000
3000
மற்றும் ஒவ்வொரு நாட்டிலும் உள்ள குழந்தையின் ஆரோக்கியம் நன்கு அறியப்பட்டது
02:39
We did this softwareமென்பொருள் whichஎந்த displaysகாட்சிகள் it like this: everyஒவ்வொரு bubbleகுமிழி here is a countryநாட்டின்.
39
134000
5000
இங்கே ஒவ்வொரு குமிழையும் ஒரு நாடு போன்று காட்டும் இந்த மென்பொருளை நாங்கள் செய்தோம்
02:44
This countryநாட்டின் over here is Chinaசீனா. This is Indiaஇந்தியா.
40
139000
6000
இங்கே இருக்கும் நாடு சீனா. இது இந்தியா
02:50
The sizeஅளவு of the bubbleகுமிழி is the populationமக்கள் தொகையில், and on this axisஅச்சு here I put fertilityகருவுறுதல் rateவிகிதம்.
41
145000
6000
குமிழின் அளவானது மக்கள் தொகையாகும் மற்றும் இந்த மையக் கோட்டில் நான் கருத்தரிக்கும் விகிதத்தைப் போட்டுள்ளேன்.
02:56
Because my studentsமாணவர்கள், what they said
42
151000
3000
ஏனென்றால் என்னுடைய மாணவர்கள், அது தான் அவர்கள் சொன்னது,
02:59
when they lookedபார்த்து uponமீது the worldஉலக, and I askedகேட்டார் them,
43
154000
2000
அவர்கள் உலகத்தைப் பார்த்தபோது, மற்றும் நான் அவர்களைக் கேட்டேன்,€
03:01
"What do you really think about the worldஉலக?"
44
156000
2000
"உலகத்தைப் பற்றி உண்மையில் நீங்கள் என்ன நினைக்கிறீர்கள்?"
03:03
Well, I first discoveredகண்டுபிடிக்கப்பட்டது that the textbookபாடநூல் was TintinTintin, mainlyமுக்கியமாக.
45
158000
4000
நல்லது, முதலில் நான் அறிந்துகொண்டேன் உரைநூலாது டின்டின் என்று, முக்கியமாக.
03:07
(Laughterசிரிப்பு)
46
162000
1000
(சிரிப்பு)
03:08
And they said, "The worldஉலக is still 'we''நாம்' and 'them' அவர்களுக்கு.'
47
163000
3000
அவர்கள் சொன்னார்கள், "உலகம் இன்னும் 'நாம்' மற்றும் 'அவர்களும்'
03:11
And we is Westernமேற்கு worldஉலக and them is Thirdமூன்றாம் Worldஉலக."
48
166000
3000
நாம் மேற்கத்திய உலகத்தில் இருக்கிறோம் மற்றும் அவர்கள் ஒரு மூன்றாவது உலகத்தில்"
03:14
"And what do you mean with Westernமேற்கு worldஉலக?" I said.
49
169000
3000
"மேற்கத்திய உலகம் என்றால் என்னவென்று நீங்கள் பொருள் கொள்கிறீர்கள்?" என்று சொன்னேன்.
03:17
"Well, that's long life and smallசிறிய familyகுடும்ப, and Thirdமூன்றாம் Worldஉலக is shortகுறுகிய life and largeபெரிய familyகுடும்ப."
50
172000
5000
"நீண்ட ஆயுள் சிறிய குடும்பம் மற்றும் மூன்றாம் உலகம் குறுகிய ஆயுள் பெரிய குடும்பம்"
03:22
So this is what I could displayகாட்சி here. I put fertilityகருவுறுதல் rateவிகிதம் here: numberஎண் of childrenகுழந்தைகள் perஒன்றுக்கு womanபெண்:
51
177000
6000
எனவே இதைத் தான் நான் இங்கே காட்டமுடியும். நான் கருத்தரிக்கும் விகிதத்தை ஒரு பெண்ணுக்கு குழந்தைகளின் எண்ணிக்கை இங்கே போடுகிறேன்.
03:28
one, two, threeமூன்று, fourநான்கு, up to about eightஎட்டு childrenகுழந்தைகள் perஒன்றுக்கு womanபெண்.
52
183000
4000
ஒன்று, இரண்டு, மூன்று, நான்கு ஒரு பெண்ணுக்கு எட்டுக் குழந்தைகள் வரை
03:32
We have very good dataதகவல்கள் sinceமுதல் 1962 -- 1960 about -- on the sizeஅளவு of familiesகுடும்பங்கள் in all countriesநாடுகளில்.
53
187000
6000
அனைத்து நாடுகளிலும் உள்ள குடும்பங்களின் அளவு பற்றி நம்மிடம் ஒரு நலலாதரவு 1960 -- 1962 வரை உள்ளது.
03:38
The errorபிழை marginமார்ஜின் is narrowகுறுகிய. Here I put life expectancyஎதிர்பார்ப்பு at birthபிறந்த,
54
193000
3000
பிழை ஏற்படுவதற்கான வரம்பு குறுகியது. இங்கே நான் கடந்த 30 ஆண்டுகள் என்றும்
03:41
from 30 yearsஆண்டுகள் in some countriesநாடுகளில் up to about 70 yearsஆண்டுகள்.
55
196000
4000
சில நாடுகளில் 70 ஆண்டுகள் வரை என்றும், பிறப்பு முதலான ஆயுளுக்கான எதிர்பார்ப்பினைப் போடுகிறேன்.
03:45
And 1962, there was really a groupகுழு of countriesநாடுகளில் here
56
200000
3000
1962இல், உண்மையில் நாடுகளின் குழுவொன்று இருந்தது,
03:48
that was industrializedதொழில்மயமான countriesநாடுகளில், and they had smallசிறிய familiesகுடும்பங்கள் and long livesஉயிர்களை.
57
203000
5000
தொழில் மயமான நாடுகள என்று, அவைகள் சிறிய குடும்பங்கள் மற்றும நீண்ட ஆயுளைக் கொண்டிருந்தன.
03:53
And these were the developingவளரும் countriesநாடுகளில்:
58
208000
2000
இவைகளே வளரும் நாடுகள்:
03:55
they had largeபெரிய familiesகுடும்பங்கள் and they had relativelyஒப்பீட்டளவில் shortகுறுகிய livesஉயிர்களை.
59
210000
3000
அவைகள் பெரிய குடும்பங்களையும் பொருத்தமாக குறுகிய ஆயுளையும் கொண்டிருந்தன.
03:58
Now what has happenedநடந்தது sinceமுதல் 1962? We want to see the changeமாற்றம்.
60
213000
4000
இப்போது 1962 முதல் என்ன நடந்தது? நாம் மாற்றத்தைப் பார்க்க விரும்புகிறோம்.
04:02
Are the studentsமாணவர்கள் right? Is it still two typesவகையான of countriesநாடுகளில்?
61
217000
3000
மாணவர்கள சொன்னது சரியா? இன்னும் இரண்டு வகை நாடுகள் தான் உள்ளனவா?
04:06
Or have these developingவளரும் countriesநாடுகளில் got smallerசிறிய familiesகுடும்பங்கள் and they liveவாழ here?
62
221000
3000
அல்லது இந்த வளரும் நாடுகள் சிறிய குடும்பங்களைக் கொணடு அவர்கள் இங்கே வசிக்கிறார்களா?
04:09
Or have they got longerநீண்ட livesஉயிர்களை and liveவாழ up there?
63
224000
2000
அல்லது நீண்ட ஆயுளைக் கொண்டு வசிக்கிறார்களா?
04:11
Let's see. We stoppedநிறுத்தி the worldஉலக then. This is all U.N. statisticsபுள்ளிவிவரங்கள்
64
226000
3000
இப்போது பார்க்கலாம். நாம் உலகத்தை இத்தோடு நிறுத்துவோம். இது கிடைக்கப் பெறும்
04:14
that have been availableகிடைக்கும். Here we go. Can you see there?
65
229000
3000
ஐநாவின் புள்ளிவிவரமாகும். இதோ, உங்களால் அதைப் பார்க்கமுடிகிறதா?
04:17
It's Chinaசீனா there, movingநகரும் againstஎதிராக better healthசுகாதார there, improvingமேம்படுத்த there.
66
232000
3000
அங்கே இருப்பது சீனா, மேலான ஆரோக்கியத்திற்கு சென்று கொண்டிருக்கிறது, முன்னேறுகிறது.
04:20
All the greenபச்சை Latinலத்தீன் Americanஅமெரிக்க countriesநாடுகளில் are movingநகரும் towardsநோக்கி smallerசிறிய familiesகுடும்பங்கள்.
67
235000
3000
அனைத்து பச்சையான இலத்தீன் அமெரிக்க குடும்பங்கள் சிறிய குடும்பங்களை நோக்கி நகர்ந்து கொண்டிருக்கின்றன.
04:23
Your yellowமஞ்சள் onesதான் here are the Arabicஅரபு countriesநாடுகளில்,
68
238000
3000
இங்கே உள்ள உங்கள் மஞ்சள் அரேபிய நாடுகளாகும்,
04:26
and they get largerபெரிய familiesகுடும்பங்கள், but they -- no, longerநீண்ட life, but not largerபெரிய familiesகுடும்பங்கள்.
69
241000
4000
மற்றும் அவகைள் பெரிய குடும்பங்களைக் கொண்டிருக்கின்றன, ஆனால் அவர்கள் -- நீண்ட ஆயுளைக் கொண்டிருக்கவில்லை, பெரியக் குடும்பங்களைக் கொண்டுள்ளனர்.
04:30
The Africansஆப்பிரிக்கர்கள் are the greenபச்சை down here. They still remainஇருக்கும் here.
70
245000
3000
இங்கே இருக்கும் ஆப்பிரிக்கா நாடுகள் பச்சையாக உள்ளன. அ‌வை அப்படியே உள்ளன.
04:33
This is Indiaஇந்தியா. Indonesia'sஇந்தோனேசியாவின் movingநகரும் on prettyஅழகான fastவேகமாக.
71
248000
3000
இது இந்தியா. இந்தோனேஷியா மிகவும் வேகமாக நகர்ந்து கொண்டிருக்கிறது.
04:36
(Laughterசிரிப்பு)
72
251000
1000
(சிரிப்பு)
04:37
And in the '80s here, you have Bangladeshபங்களாதேஷ் still amongமத்தியில் the Africanஆபிரிக்க countriesநாடுகளில் there.
73
252000
3000
எண்பதுகளில், வங்காளதேசம் ஆப்பிரிக்க நாடுகளுடன் இன்னும் இங்கே உள்ளது.
04:40
But now, Bangladeshபங்களாதேஷ் -- it's a miracleஅதிசயம் that happensநடக்கும் in the '80s:
74
255000
3000
ஆனால் இப்போது, வங்காள தேசத்தில், 80களில் அது நடந்தது ஒரு அதிசயம்:
04:43
the imamsஇமாம்கள் startதொடக்கத்தில் to promoteஊக்குவிக்க familyகுடும்ப planningதிட்டமிடல்.
75
258000
3000
இமாம்கள் குடும்பக்கட்டுப்பாட்டை ஊக்கப்படுத்தத் துவங்கியுள்ளனர்.
04:46
They moveநடவடிக்கை up into that cornerமூலையில். And in '90s, we have the terribleபயங்கரமான HIVஎச்ஐவி epidemicதொற்றுநோய்
76
261000
5000
அவர்கள் அந்த முனை நோக்கி நகர்கிறார்கள். ‍தொண்ணூறுகளில் HIV பரவுதலை நாம் கொண்டிருந்தோம்
04:51
that takes down the life expectancyஎதிர்பார்ப்பு of the Africanஆபிரிக்க countriesநாடுகளில்
77
266000
3000
அது வாழ்க்கையின் எதிர்பார்ப்பை ஆப்பிரிக்க நாடுகளில் குறைத்தது
04:54
and all the restஓய்வு of them moveநடவடிக்கை up into the cornerமூலையில்,
78
269000
4000
மற்றும் நீண்ட ஆயுளையும் சிறிய குடும்பத்தையும் நாம் கொண்டிருக்கக்கூடிய
04:58
where we have long livesஉயிர்களை and smallசிறிய familyகுடும்ப, and we have a completelyமுற்றிலும் newபுதிய worldஉலக.
79
273000
4000
முனையை நோக்கி மற்றவைகள் எல்லாம் நகர்ந்தன, நாம் முற்றிலும் புதிய உலகினைக் கொண்டிருக்கிறோம்.
05:02
(Applauseகைதட்டல்)
80
277000
13000
(கைதட்டல்)
05:15
Let me make a comparisonஒப்பீடு directlyநேரடியாக betweenஇடையே the Unitedஐக்கிய Statesமாநிலங்கள் of Americaஅமெரிக்கா and Vietnamவியட்நாம்.
81
290000
5000
நான் இப்போது யுனைடெட் ஸ்டேட்ஸ் அமெரிக்காவுக்கும் வியட்னாமுக்கு இடையில் உள்ள நேரடியான ஒப்பிட்டைக் காட்டுகிறேன்.
05:20
1964: Americaஅமெரிக்கா had smallசிறிய familiesகுடும்பங்கள் and long life;
82
295000
5000
1964: அமெரிக்கா சிறிய குடும்பங்களையும் நீண்ட ஆயுளையும் கொண்டிருந்தது;
05:25
Vietnamவியட்நாம் had largeபெரிய familiesகுடும்பங்கள் and shortகுறுகிய livesஉயிர்களை. And this is what happensநடக்கும்:
83
300000
4000
வியட்னாம் பெரிய குடும்பங்களையும் குறுகிய ஆயுளையும் கொண்டிருந்தது. இது தான் நடந்தது:
05:29
the dataதகவல்கள் duringபோது the warபோர் indicateகுறிப்பிடுகின்றன that even with all the deathமரணம்,
84
304000
6000
போரின் போதான தரவு அனைத்து மரணங்களுடன் சமமாக குறித்தது,
05:35
there was an improvementமுன்னேற்றம் of life expectancyஎதிர்பார்ப்பு. By the endஇறுதியில் of the yearஆண்டு,
85
310000
3000
வாழ்க்கைக்கான எதிர்பார்ப்பில் ஒரு முன்னேற்றம் இருந்தது. ஆண்டின் இறுதியில்,
05:38
the familyகுடும்ப planningதிட்டமிடல் startedதொடங்கியது in Vietnamவியட்நாம் and they wentசென்றார் for smallerசிறிய familiesகுடும்பங்கள்.
86
313000
3000
குடும்பக்கட்டுப்பாடு துவங்கியது மற்றும் அவர்கள் சிறிய குடும்பங்களுக்கு மாறினார்கள்.
05:41
And the Unitedஐக்கிய Statesமாநிலங்கள் up there is gettingபெறுவது for longerநீண்ட life,
87
316000
3000
யுனைடெட் ஸ்டேட்ஸ் நீண்ட ஆயுளைப் பெற்றிருந்தார்கள்,
05:44
keepingகீப்பிங் familyகுடும்ப sizeஅளவு. And in the '80s now,
88
319000
3000
குடும்பத்தினை அளவாக வைப்பதன் மூலம். இப்போது 80களில்,
05:47
they give up communistகம்யூனிஸ்ட் planningதிட்டமிடல் and they go for marketசந்தை economyபொருளாதாரம்,
89
322000
3000
அவர்கள் கம்யூனிஸ்ட் திட்டமிடுதலை விட்டுவிட்டு, பொருளாதார சந்தைக்கு மாறிவிட்டார்கள்,
05:50
and it movesநகர்வுகள் fasterவேகமாக even than socialசமூக life. And todayஇன்று, we have
90
325000
4000
அது சமூக வாழ்க்கையைவிட வேகமாக மாறுகிறது. இன்று நாம்,
05:54
in Vietnamவியட்நாம் the sameஅதே life expectancyஎதிர்பார்ப்பு and the sameஅதே familyகுடும்ப sizeஅளவு
91
329000
5000
2003இல், யுனை‍டெட் ஸ்டேட்ஸில் 1974, போரின் இறுதியில் இருந்தது போன்று,
05:59
here in Vietnamவியட்நாம், 2003, as in Unitedஐக்கிய Statesமாநிலங்கள், 1974, by the endஇறுதியில் of the warபோர்.
92
334000
7000
அதே ஆயுள் எதிர்பார்ப்புடன் மற்றும் அதே குடும்ப அளவுடன் வியட்னாமைப் பார்க்கிறோம்.
06:06
I think we all -- if we don't look in the dataதகவல்கள் --
93
341000
4000
நான் நினைக்கிறேன், நாம் எல்லோரும் - தரவினை நாம் பார்க்காவிட்டால் --
06:10
we underestimateகுறைத்து மதிப்பிடாதீர்கள் the tremendousமிகப்பெரிய changeமாற்றம் in Asiaஆசியா, whichஎந்த was
94
345000
4000
பொருளாதார மாற்றத்தைவிட சமூக மாற்றடமாக இருக்கும்,
06:14
in socialசமூக changeமாற்றம் before we saw the economicalசிக்கனமான changeமாற்றம்.
95
349000
4000
ஆசியாவில் ஏற்படும் அளப்பரிய மாற்றங்களை குறைவாக எடைப் போட்டுவிடுவோம்.
06:18
Let's moveநடவடிக்கை over to anotherமற்றொரு way here in whichஎந்த we could displayகாட்சி
96
353000
5000
வருவாயின் உலகத்தில் வினியோகத்தைக் காட்டும் மற்றொரு வழிக்கு
06:23
the distributionவிநியோகம் in the worldஉலக of the incomeவருமானம். This is the worldஉலக distributionவிநியோகம் of incomeவருமானம் of people.
97
358000
7000
நாம் நகர்வோம். இது மக்களின் வருவாய்க்கான உலக வினியோகமாகும்.
06:30
One dollarடாலர், 10 dollarsடாலர்கள் or 100 dollarsடாலர்கள் perஒன்றுக்கு day.
98
365000
5000
ஒரு டாலர், 10 டாலர்கள் அல்லது 100 டாலர்கள் ஒரு நாளைக்கு.
06:35
There's no gapஇடைவெளி betweenஇடையே richபணக்கார and poorஏழை any longerநீண்ட. This is a mythகட்டுக்கதை.
99
370000
4000
இனி ஏழைப் பணக்காரர்களுக்கிடையே இடைவேளி ஏதுமில்லை. இது ஒரு கற்பனை.
06:39
There's a little humpதிமில் here. But there are people all the way.
100
374000
4000
இதில் சிறிய மேடு உள்ளது. ஆனால் மக்கள் அங்கேயும் இருக்கிறார்கள்.
06:44
And if we look where the incomeவருமானம் endsமுனைகளிலும் up -- the incomeவருமானம் --
101
379000
4000
வருவாய் எங்கே முடிகிறது என்பதை நாம் பார்ப்போமானால் -- வருவாய் --
06:48
this is 100 percentசதவீதம் the world'sஉலகின் annualவருடாந்திர incomeவருமானம். And the richestபணக்கார 20 percentசதவீதம்,
102
383000
6000
இதுவே உலகின் 100 சதவீத ஆண்டு வருமானமாகும். பணக்காரர்கள் 20 சதவீதம்,
06:54
they take out of that about 74 percentசதவீதம். And the poorestஏழ்மையான 20 percentசதவீதம்,
103
389000
7000
அவர்கள் அதை 74 சதவீதத்தை எடுத்துக் கொள்கிறார்கள். ஏழைகள் 20 சதவீதம்
07:01
they take about two percentசதவீதம். And this showsநிகழ்ச்சிகள் that the conceptகருத்து
104
396000
5000
அவர்கள் 2 சதவீதத்தை எடுத்துக்கொள்கிறார்கள். இது வளரும் நாடுகளின் தத்துவத்தை
07:06
of developingவளரும் countriesநாடுகளில் is extremelyமிகவும் doubtfulசந்தேகம். We think about aidஉதவி, like
105
401000
4000
முற்றிலும் சந்தேகத்துக்குரியதாகக் காட்டுகிறது. நாம் உதவியைப் பற்றி எண்ணுகிறோம்,
07:10
these people here givingகொடுத்து aidஉதவி to these people here. But in the middleநடுத்தர,
106
405000
5000
இந்த மக்கள் அந்த மக்களுக்கு உதவி வழங்குகிறார்கள். ஆனால் நடுவில்,
07:15
we have mostமிகவும் the worldஉலக populationமக்கள் தொகையில், and they have now 24 percentசதவீதம் of the incomeவருமானம்.
107
410000
4000
அனேக மக்கள் தொகையை நாம் பெற்றிருக்கிறோம், இவர்கள் 24 சதவீத வருவாயை எடுத்துக் கொள்கிறார்கள்.
07:19
We heardகேள்விப்பட்டேன் it in other formsவடிவங்கள். And who are these?
108
414000
4000
நாம் அதை மற்ற வகைகளில் கேட்டுள்ளோம். இவர்கள் யார்?
07:23
Where are the differentவெவ்வேறு countriesநாடுகளில்? I can showநிகழ்ச்சி you Africaஆப்பிரிக்கா.
109
418000
4000
வெவ்வேறு நாடுகள் எங்கே உள்ளன? நான் உங்களுக்கு ஆப்பிரிக்காவைக் காட்டலாம்.
07:27
This is Africaஆப்பிரிக்கா. 10 percentசதவீதம் the worldஉலக populationமக்கள் தொகையில், mostமிகவும் in povertyவறுமை.
110
422000
5000
இது ஆப்பிரிக்கா. உலக மக்கள்‍ தொகையில் 10 சதவீதம், அனேகம் பேர் வறுமையில் உள்ளனர்.
07:32
This is OECDOECD. The richபணக்கார countryநாட்டின். The countryநாட்டின் clubசங்கம் of the U.N.
111
427000
5000
இது OECD. இது பணக்கார நாடு. இது ஐநாவின் கன்ட்ரிக்ளப்.
07:37
And they are over here on this sideபக்க. Quiteமிகவும் an overlapஒன்றுடன் ஒன்று betweenஇடையே Africaஆப்பிரிக்கா and OECDOECD.
112
432000
5000
மேலும் அவைகள் இந்தப் பக்கத்தில் உள்ளன. ஆப்பிரிக்கா மற்றும் OECD நாடுகளில் சற்று ஒத்திருக்கின்றன.
07:42
And this is Latinலத்தீன் Americaஅமெரிக்கா. It has everything on this Earthபூமி,
113
437000
3000
இது இலத்தின் அமெரிக்கா. அது உலகத்தில் அனைத்தையும் கொண்டிருக்கிறது,
07:45
from the poorestஏழ்மையான to the richestபணக்கார, in Latinலத்தீன் Americaஅமெரிக்கா.
114
440000
3000
ஏழைகள் முதல் பணக்காரர்கள் வரை, இலத்தின் அமெரிக்காவில்.
07:48
And on topமேல் of that, we can put Eastகிழக்கு Europeஐரோப்பா, we can put Eastகிழக்கு Asiaஆசியா,
115
443000
5000
அதற்கு மேலே, நாம் கிழக்கு ஐரோப்பாவை வைக்கலாம், கிழக்காசியாவை வைக்கலாம்,
07:53
and we put Southதெற்கு Asiaஆசியா. And how did it look like if we go back in time,
116
448000
5000
மற்றும் தெற்காசியாவை வைக்கலாம். நாம் 1970க்கு பின்னோக்கி நகர்ந்தால் இது
07:58
to about 1970? Then there was more of a humpதிமில்.
117
453000
5000
எப்படி தோன்றும்? இன்னும் கொஞ்சம் மேடுபள்ளங்கள் இருக்கும்.
08:03
And we have mostமிகவும் who livedவாழ்ந்த in absoluteஅறுதி povertyவறுமை were Asiansஆசியர்கள்.
118
458000
4000
நம்மில் முற்றிலும் ஏழ்மையில் வாழ்ந்தவர்கள் ஆசியர்கள்.
08:07
The problemபிரச்சனை in the worldஉலக was the povertyவறுமை in Asiaஆசியா. And if I now let the worldஉலக moveநடவடிக்கை forwardமுன்னோக்கி,
119
462000
7000
உலகில் பிரச்சினையாக இருந்தது ஆசியாவின் வறுமையே. இப்போது நான் உலகை முன்னோக்கி நகர செய்தால்,
08:14
you will see that while populationமக்கள் தொகையில் increaseஅதிகரி, there are
120
469000
3000
உலகில் மக்கள் தொகை அதிகரிக்கும் போது, நூறு மில்லியன் கணக்கிலான
08:17
hundredsநூற்றுக்கணக்கான of millionsமில்லியன் கணக்கான in Asiaஆசியா gettingபெறுவது out of povertyவறுமை and some othersமற்றவர்கள்
121
472000
3000
ஆசியர்கள் வறுமையில் இருந்து வெளியேறுவதையும், வேறு சிலர்
08:20
gettingபெறுவது into povertyவறுமை, and this is the patternமுறை we have todayஇன்று.
122
475000
3000
வறுமைக்குள் வருவதையும் பார்க்கலாம், இது இன்றைய நிலை.
08:23
And the bestசிறந்த projectionதிட்ட from the Worldஉலக Bankவங்கி is that this will happenநடக்கும்,
123
478000
4000
மேலும் இது நடக்கும் என்பதே உலக வங்கியின் முன்வைத்தலாகும்,
08:27
and we will not have a dividedபிரிக்கப்பட்டுள்ளது worldஉலக. We'llநாம் தருகிறேன் have mostமிகவும் people in the middleநடுத்தர.
124
482000
4000
நாம் இனி பிரிவினையுள்ள உலகத்தைக் கொண்டிருக்கப் போவதில்லை. நாம் அனேக மக்களை நடுவில் கொண்டிருப்போம்.
08:31
Of courseநிச்சயமாக it's a logarithmicமடக்கை scaleஅளவில் here,
125
486000
2000
உண்மையில் அது ஒரு லாகார்தமிக் அளவையாக இருக்கும்.
08:33
but our conceptகருத்து of economyபொருளாதாரம் is growthவளர்ச்சி with percentசதவீதம். We look uponமீது it
126
488000
5000
ஆனால் நமது பொருளாதாரத்தின் தத்துவம் வளர்ச்சியுடனான சதவீதம். நாம் இப்போது அதை
08:38
as a possibilityசாத்தியம் of percentileவது increaseஅதிகரி. If I changeமாற்றம் this, and I take
127
493000
6000
சதவீத அதிகரிப்பின் வாய்ப்பாக பார்க்கிறோம். இதை நான் மாற்றி,
08:44
GDPமொத்த உள்நாட்டு உற்பத்தியில் perஒன்றுக்கு capitaதனிநபர் insteadபதிலாக of familyகுடும்ப incomeவருமானம், and I turnமுறை these
128
499000
4000
குடும்ப வருவாய்க்கு பதிலாக முதலீட்டுக்கான GDPஐ எடுத்துக் கொண்டால், இந்த
08:48
individualதனிப்பட்ட dataதகவல்கள் into regionalபிராந்திய dataதகவல்கள் of grossமொத்த domesticஉள்நாட்டு productதயாரிப்பு,
129
503000
6000
தனிப்பட்ட தரவை உள்ளூர் தயாரிப்புகளின் ஒட்டுமொத்த பிராந்திய தரவாக மாற்றி,
08:54
and I take the regionsபகுதிகளில் down here, the sizeஅளவு of the bubbleகுமிழி is still the populationமக்கள் தொகையில்.
130
509000
4000
இந்த பிராந்தியங்களை எடுத்துக் கொள்கிறேன், குமிழ்களின் அளவு இன்னும் மக்கள் தொகையில் தான் உள்ளது.
08:58
And you have the OECDOECD there, and you have sub-Saharanதுணை சகாரா Africaஆப்பிரிக்கா there,
131
513000
3000
OECD உங்களுக்கு அங்கே உள்ளது, மற்றும் சகாரா ஆப்பிரிக்கா உள்ளது,
09:01
and we take off the Arabஅரபு statesமாநிலங்களில் there,
132
516000
3000
நாம் அரபுநாடுகளை அதிலிருந்து எடுத்துவிடுவோம்,
09:04
comingவரும் bothஇருவரும் from Africaஆப்பிரிக்கா and from Asiaஆசியா, and we put them separatelyதனித்தனியாக,
133
519000
4000
ஆப்பிரிக்கா ஆசியா என்று வரும்போது, நாம் அவற்றை தனியாக வைப்போம்,
09:08
and we can expandவிரிவாக்க this axisஅச்சு, and I can give it a newபுதிய dimensionபரிமாணத்தை here,
134
523000
5000
மற்றும் நாம் இந்த கோட்டினை விரிவடைய செய்வோம்,
09:13
by addingசேர்த்து the socialசமூக valuesமதிப்புகள் there, childகுழந்தை survivalஉயிர்.
135
528000
3000
சேர்ப்பதன் மூலம், நான ஒரு புதிய பரிமாணத்தைக் கொடுக்கலாம்.
09:16
Now I have moneyபணம் on that axisஅச்சு, and I have the possibilityசாத்தியம் of childrenகுழந்தைகள் to surviveவாழ there.
136
531000
5000
நான் இப்போது பணத்தை அந்த கோட்டில் வைக்கிறேன், அங்கே குழந்தைகள் வாழ்வதற்கான சாத்தியங்கள் உள்ளன.
09:21
In some countriesநாடுகளில், 99.7 percentசதவீதம் of childrenகுழந்தைகள் surviveவாழ to fiveஐந்து yearsஆண்டுகள் of ageவயது;
137
536000
4000
சில நாடுகளில், 99.7 சதவீதம் குழந்தைகள் ஐந்து ஆண்டுகள்வரை உயிர் வாழ்கிறார்கள்:
09:25
othersமற்றவர்கள், only 70. And here it seemsதெரிகிறது there is a gapஇடைவெளி
138
540000
4000
மற்றவர்கள், 70 வரை. இங்கே ஒரு இடைவெளி
09:29
betweenஇடையே OECDOECD, Latinலத்தீன் Americaஅமெரிக்கா, Eastகிழக்கு Europeஐரோப்பா, Eastகிழக்கு Asiaஆசியா,
139
544000
4000
OECD, இலத்தின் அமெரிக்கா, கிழக்கு ஐரோப்பா, கிழக்கு ஆசியா
09:33
Arabஅரபு statesமாநிலங்களில், Southதெற்கு Asiaஆசியா and sub-Saharanதுணை சகாரா Africaஆப்பிரிக்கா.
140
548000
4000
அரபு நாடுகள், தெற்காசியா மற்றும் துணை சகாரா ஆப்பிரிக்காவுக்கு இடையில் காணப்படுகிறது.
09:37
The linearitylinearity is very strongவலுவான betweenஇடையே childகுழந்தை survivalஉயிர் and moneyபணம்.
141
552000
5000
குழந்தைகள் வாழ்க்கை மற்றும் பணத்திற்கிடையிலான இந்த கோடு மிகவும் பலமாக உள்ளது.
09:42
But let me splitபிளவு sub-Saharanதுணை சகாரா Africaஆப்பிரிக்கா. Healthசுகாதார is there and better healthசுகாதார is up there.
142
557000
8000
ஆனால் நான் துணை சகாரா ஆப்பிரிக்கக் கண்டத்தை பிரித்துவிடுகிறேன். சுகாதாரம் உள்ளது மற்றும் மேலான சுகாதாரம் வந்து கொண்டிருக்கிறது.
09:50
I can go here and I can splitபிளவு sub-Saharanதுணை சகாரா Africaஆப்பிரிக்கா into its countriesநாடுகளில்.
143
565000
5000
நான் இங்கே சென்று, துணை சாகாரா ஆப்பிரிக்காவை அதன் நாடுகளாக பிரித்துவிடுகிறேன்.
09:55
And when it burstவெடிப்பு, the sizeஅளவு of its countryநாட்டின் bubbleகுமிழி is the sizeஅளவு of the populationமக்கள் தொகையில்.
144
570000
5000
அது வெடிக்கும் போது, இந்த நாட்டு குமிழின் அளவு மக்கள் தொகையின் அளவாக இருக்கும்.
10:00
Sierraசியாரா Leoneலியோன் down there. Mauritiusமொரீசியஸ் is up there. Mauritiusமொரீசியஸ் was the first countryநாட்டின்
145
575000
4000
சியர்ரா லியோனே இருக்கிறது. மொரிஷியஸ் இருக்கிறது. மொரிஷியஸ் தான் முதல் நாடு
10:04
to get away with tradeவர்த்தக barriersதடைகளை, and they could sellவிற்க theirதங்கள் sugarசர்க்கரை --
146
579000
3000
வியாபாரத் தடைகளில் இருந்து மீண்டது, அவர்களால் சர்க்கரையை விற்க முடிந்தது
10:08
they could sellவிற்க theirதங்கள் textilesதுணி -- on equalசம termsவிதிமுறை as the people in Europeஐரோப்பா and Northவடக்கு Americaஅமெரிக்கா.
147
583000
5000
அவர்களால் ஐரோப்பிய வடஅமெரிக்க மக்களுக்கு இணையாக துணிகளை விற்கமுடிந்தது.
10:13
There's a hugeபெரிய differenceவேறுபாடு betweenஇடையே Africaஆப்பிரிக்கா. And Ghanaகானா is here in the middleநடுத்தர.
148
588000
4000
ஆப்பிரிக்காவுக்கு இடையே இங்கே பெரிய வித்தியாசம் இருக்கிறது. கானா நடுவில் இருக்கிறது.
10:17
In Sierraசியாரா Leoneலியோன், humanitarianமனிதாபிமான aidஉதவி.
149
592000
3000
சியர்ரா லியோனேவில் மனிதாபிமான உதவி.
10:20
Here in Ugandaஉகாண்டா, developmentவளர்ச்சி aidஉதவி. Here, time to investமுதலீடு; there,
150
595000
5000
இங்கே உகாண்டாவில், முன்னேற்ற உதவி. இங்கே, முதலீடு செய்வதற்கான நேரம் இது,
10:25
you can go for a holidayவிடுமுறை. It's a tremendousமிகப்பெரிய variationமாறுபாடு
151
600000
3000
நீங்கள் ஒரு விடுமுறைக்கும் செல்லலாம். அது ஒரு அளப்பரிய மாறுபாடாகும்.
10:28
withinஉள்ள Africaஆப்பிரிக்கா whichஎந்த we rarelyஅரிதாக oftenஅடிக்கடி make -- that it's equalசம everything.
152
603000
5000
ஆப்பிரிக்காவிற்குள் நாம் மிகவும் அரிதாக செய்வது -- அது எல்லாவற்றையும் சமன்படுத்துகிறது.
10:33
I can splitபிளவு Southதெற்கு Asiaஆசியா here. India'sஇந்தியாவின் the bigபெரிய bubbleகுமிழி in the middleநடுத்தர.
153
608000
4000
நான் இங்கே தெற்காசியாவைப் பிரிக்கலாம், இந்தியாவில் நடுவில் ஒரு பெரிய குமிழாகும்.
10:37
But a hugeபெரிய differenceவேறுபாடு betweenஇடையே Afghanistanஆப்கனிஸ்தான் and Sriஇலங்கை Lankaஇலங்கை.
154
612000
4000
ஆனால் ஆப்கானிஸ்தானுக்கும் இலங்கைக்கும் இடையே மிகப்பெரிய வேறுபாடு உள்ளது.
10:41
I can splitபிளவு Arabஅரபு statesமாநிலங்களில். How are they? Sameஅதே climateகாலநிலை, sameஅதே cultureகலாச்சாரம்,
155
616000
4000
நான் அரபு நாடுகளைப் பிரிக்கலாம். அவை எப்படி உள்ளன? அதே வானிலை, அதே கலாச்சாரம்,
10:45
sameஅதே religionமதம் -- hugeபெரிய differenceவேறுபாடு. Even betweenஇடையே neighborsஅண்டை.
156
620000
4000
அதே மதம். மிகப் பெரிய வேறுபாடு. அண்டை நாடுகளுக்கு இடையேயும்.
10:49
Yemenயேமன், civilசிவில் warபோர். Unitedஐக்கிய Arabஅரபு Emirateஎமிரேட், moneyபணம் whichஎந்த was quiteமிகவும் equallyசமமாக and well used.
157
624000
5000
ஏமனில், உள்நாட்டுப் போர். ஐக்கிய அரபு நாடுகளில், பணம் சமமாக உள்ளது மற்றும் நன்றாகப் பயன்படுத்தப்படுகிறது.
10:54
Not as the mythகட்டுக்கதை is. And that includesஅடங்கும் all the childrenகுழந்தைகள் of the foreignவெளிநாட்டு workersதொழிலாளர்கள் who are in the countryநாட்டின்.
158
629000
7000
கற்பனை போன்று அல்ல. இது இந்த நாட்டில் இருக்கும் வெளிநாட்டுப் பணியாளர்கள் குழந்தைகளையும் உள்ளிடுகிறது.
11:01
Dataதரவு is oftenஅடிக்கடி better than you think. Manyபல people say dataதகவல்கள் is badகெட்ட.
159
636000
4000
தரவி நீங்கள் அடிக்கடி எண்ணுவதைவிட மேலாக உள்ளது. பலர் தரவு மோசமாக இருப்பதாக சொல்கிறார்கள்.
11:06
There is an uncertaintyநிச்சயமற்ற marginமார்ஜின், but we can see the differenceவேறுபாடு here:
160
641000
2000
இதில் ஒரு நிலையற்ற தன்மை உள்ளது, ஆனால் நாம் வித்தியாசத்தை இங்கே பார்க்கலாம்:
11:08
Cambodiaகம்போடியா, Singaporeசிங்கப்பூர். The differencesவேறுபாடுகள் are much biggerபெரிய
161
643000
3000
கம்போடியா, சிங்கப்பூர். வித்தியாசமானது தரவின் பலவீனத்தைவிட
11:11
than the weaknessபலவீனம் of the dataதகவல்கள். Eastகிழக்கு Europeஐரோப்பா:
162
646000
3000
மிகப்பெரியதாக உள்ளது. கிழக்கு ‍ஐரோப்பா:
11:14
Sovietசோவியத் economyபொருளாதாரம் for a long time, but they come out after 10 yearsஆண்டுகள்
163
649000
6000
சோவியத் பொருளாதாரம் நீண்ட காலமாக இருந்து வந்தது, ஆனால் அவை பத்தாண்டுகளுக்குப் பிறகு
11:20
very, very differentlyவித்தியாசமாக. And there is Latinலத்தீன் Americaஅமெரிக்கா.
164
655000
3000
மிக மிக வித்தியாசமாக வெளிவந்துவிட்டது. இலத்தின் அமெரிக்கா உள்ளது,
11:23
Todayஇன்று, we don't have to go to Cubaகியூபா to find a healthyஆரோக்கியமான countryநாட்டின் in Latinலத்தீன் Americaஅமெரிக்கா.
165
658000
4000
இன்று நமக்கு இலத்தின் அமெரிக்காவில் ஒரு ஆரோக்கியமான நாட்டைக் காண்பதற்கு கியூபாவிற்கு செல்ல வேண்டியதில்லை.
11:27
Chileசிலி will have a lowerகுறைந்த childகுழந்தை mortalityஇறப்பு than Cubaகியூபா withinஉள்ள some fewசில yearsஆண்டுகள் from now.
166
662000
5000
சிலி இப்போதிருந்து இன்னும் சில ஆண்டுகளில் மிகவும் குறைவான குழந்தை இறப்பைக் கொண்டிருக்கும்.
11:32
And here we have high-incomeநிச்சயப்படுத்தி countriesநாடுகளில் in the OECDOECD.
167
667000
3000
OECDஇல் நாம் உயர் வருவாய் நாடுகளைக் கொண்டுள்ளோம்.
11:35
And we get the wholeமுழு patternமுறை here of the worldஉலக,
168
670000
4000
நாம் இங்கே உலகின் மொத்த வகையைப் பெறுகிறோம்.
11:39
whichஎந்த is more or lessகுறைவான like this. And if we look at it,
169
674000
5000
அது ஏறத்தாழ இப்படி உள்ளது. அதை நாம் பார்த்தோமானால்,
11:44
how it looksதோற்றம் -- the worldஉலக, in 1960, it startsதுவங்குகிறது to moveநடவடிக்கை. 1960.
170
679000
6000
அது எவ்வாறு இருக்கிறது -- உலகம், 1960இல், அது நகரத் தொடங்கியது. 1960
11:50
This is Maoமாவோ Tse-tungகம்யூனிஸத். He broughtகொண்டு healthசுகாதார to Chinaசீனா. And then he diedஇறந்தார்.
171
685000
3000
இது மாசே துங். அவர் சீனாவிற்கு ஆரோக்கியத்தைக் கொண்டு வந்தார். அதன் பிறகு அவர் இறந்துவிட்டார்.
11:53
And then Dengடெங் Xiaopingசியாவோ பிங் cameவந்தது and broughtகொண்டு moneyபணம் to Chinaசீனா, and broughtகொண்டு them into the mainstreamமுக்கிய again.
172
688000
5000
அதன் பிறகு டென் ஸியாபிங் வந்தார், சீனாவிற்கு பணத்தைக் கொண்டு வந்தார், அவர்களை முக்கிய நீரோட்டத்திற்கு கொண்டு வந்தார்.
11:58
And we have seenபார்த்த how countriesநாடுகளில் moveநடவடிக்கை in differentவெவ்வேறு directionsதிசைகளில் like this,
173
693000
4000
நாம் எவ்வாறு நாடுகள் வெவ்வேறு திசைகளில் இவ்வாறு நகர்கின்றன என்பதைப் பார்த்தோம்,
12:02
so it's sortவகையான of difficultகடினமான to get
174
697000
4000
எனவே உலகின் வகையைக் காட்டும்
12:06
an exampleஉதாரணமாக countryநாட்டின் whichஎந்த showsநிகழ்ச்சிகள் the patternமுறை of the worldஉலக.
175
701000
5000
உதாரண நாட்டைப் பெறுவது ஒரு வகையில் கடினமானதாகும்.
12:11
But I would like to bringகொண்டு you back to about here at 1960.
176
706000
6000
நான் உங்களை மீண்டும் இங்கே 1960க்கு கொண்டு வர விரும்புகிறேன்.
12:17
I would like to compareஒப்பிட்டு Southதெற்கு Koreaகொரியா, whichஎந்த is this one, with Brazilபிரேசில்,
177
712000
10000
நான் இந்த ஒரு தென் கொரியாவை, இந்த ஒன்றான பிரேசிலுடன் ஒப்பிட விரும்புகிறேன்.
12:27
whichஎந்த is this one. The labelலேபிள் wentசென்றார் away for me here. And I would like to compareஒப்பிட்டு Ugandaஉகாண்டா,
178
722000
5000
லேபிள் எனக்கு இங்கே நகர்ந்துவிட்டது. நான் அங்கே உள்ள உகாண்டாவை,
12:32
whichஎந்த is there. And I can runரன் it forwardமுன்னோக்கி, like this.
179
727000
5000
ஒப்பிடவிரும்புகிறேன். அதற்கான நான் இவ்வாறு அதை நகர்த்த முடியும்.
12:37
And you can see how Southதெற்கு Koreaகொரியா is makingதயாரித்தல் a very, very fastவேகமாக advancementமுன்னேற்றம்,
180
732000
9000
நீங்கள் தென்கொரியா எவ்வாறு மிக, மிக வேகமாக எவ்வாறு மேம்பாட்டினை முன்னேற்றத்தைப் பார்க்கிறது என்பதை காணலாம்
12:46
whereasஅதேசமயம் Brazilபிரேசில் is much slowerமெதுவாக.
181
741000
3000
அதே சமயம் பிரேசில் மெதுவாக உள்ளது.
12:49
And if we moveநடவடிக்கை back again, here, and we put on trailsதடங்கள் on them, like this,
182
744000
6000
நாம் அதை மீண்டும் பின்னோக்கி நகர்ந்தால், அவற்றின் மீது இவ்வாறு குறிகளைப் போடாலாம்,
12:55
you can see again that the speedவேகம் of developmentவளர்ச்சி
183
750000
4000
நீங்கள் முன்னேற்றத்தின் வேகம், மிக மிக வித்தியாசமாக,
12:59
is very, very differentவெவ்வேறு, and the countriesநாடுகளில் are movingநகரும் more or lessகுறைவான
184
754000
6000
இருப்பதைக் காணலாம் மற்றும் இந்த நாடுகள் பணம் மற்றும் சுகாதாரத்தில் ஏறத்தாழ,
13:05
in the sameஅதே rateவிகிதம் as moneyபணம் and healthசுகாதார, but it seemsதெரிகிறது you can moveநடவடிக்கை
185
760000
4000
ஒரே வேகத்தில் நகர்ந்துகொண்டு இருக்கின்றன, ஆனால்
13:09
much fasterவேகமாக if you are healthyஆரோக்கியமான first than if you are wealthyபணக்கார first.
186
764000
4000
நீங்கள் ஆரோக்கியத்திலோ அல்லது பணத்திலோ முதலாவதாக இருந்தால் வேகமாக நகரலாம் என்று தோன்றுகிறது.
13:14
And to showநிகழ்ச்சி that, you can put on the way of Unitedஐக்கிய Arabஅரபு Emirateஎமிரேட்.
187
769000
4000
இதைக் காட்டுவதற்கு, ஐக்கிய அரபு எமிரேட்டுகளின் வழியைக் காட்டலாம்.
13:18
They cameவந்தது from here, a mineralகனிம countryநாட்டின். They cachedதற்காலிக சேமிப்பு all the oilஎண்ணெய்;
188
773000
3000
அவை தாதுப் பொருள் நாடாக வந்தன. அவைகள் அனைத்து எண்ணையையும் கைப்பற்றிக் கொண்டன,
13:21
they got all the moneyபணம்; but healthசுகாதார cannotமுடியாது be boughtவாங்கி at the supermarketபல்பொருள் அங்காடி.
189
776000
4000
அதனால் அவைகளுக்கு அனைத்துப் பணமும் கிடைத்தது, ஆனால் ஆரோக்கியம் ஒரு பல்பொருள் அங்காடியில் வாங்கமுடியாது.
13:25
You have to investமுதலீடு in healthசுகாதார. You have to get kidsகுழந்தைகள் into schoolingபள்ளிப்படிப்பை.
190
780000
4000
நீங்கள் சுகாதாரத்தில் முதலீடு செய்ய வேண்டும். நீங்கள் பள்ளிக்கு குழந்தைகளை அனுப்பச் செய்ய வேண்டும்.
13:29
You have to trainரயில் healthசுகாதார staffஊழியர்கள். You have to educateகல்வி the populationமக்கள் தொகையில்.
191
784000
3000
நீங்கள் சுகாதார ஊழியர்களைப் பயிற்றுவிக்க வேண்டும். நீங்கள் மக்களுக்கு கல்வி அளிக்க வேண்டும்.
13:32
And Sheikhஷேக் Sayedசையது did that in a fairlyமிகவும் good way.
192
787000
3000
அதை ஷேக் சையது நியாயமான நல்லவழியில் அதை செய்தார்.
13:35
In spiteஇருந்தபோதும் of fallingவீழ்ச்சி oilஎண்ணெய் pricesவிலை, he broughtகொண்டு this countryநாட்டின் up here.
193
790000
4000
வீழும் எண்ணை விலைகளுக்கு மத்தியில் , தன் நாட்டை மேலே கொண்டு வந்தார்.
13:39
So we'veநாங்க 've got a much more mainstreamமுக்கிய appearanceதோற்றம் of the worldஉலக,
194
794000
4000
அனைத்து நாடுகளும் தாங்கள் முன்பு பயன்படுத்தியதைவிட மேலாக
13:43
where all countriesநாடுகளில் tendமுனைகின்றன to use theirதங்கள் moneyபணம்
195
798000
2000
தற்போது பணத்தைப் பயன்படுத்த விரும்புகின்றன,
13:45
better than they used in the pastகடந்த. Now, this is, more or lessகுறைவான,
196
800000
5000
நமக்கு ஒரு முதன்மையான தோற்றம் உலகத்தில் கிடைத்துள்ளது. இப்போது, இது, ஏறத்தாழ
13:50
if you look at the averageசராசரி dataதகவல்கள் of the countriesநாடுகளில் -- they are like this.
197
805000
7000
நீங்கள் நாடுகளின் சராசரித் தரவை பார்த்தால் தெரியும். அவை இப்படி இருக்கும்.
13:57
Now that's dangerousஆபத்தான, to use averageசராசரி dataதகவல்கள், because there is suchஅத்தகைய a lot
198
812000
5000
சராசரி தரவைப் பயன்படுத்துவது ஆபத்தானது, ஏனென்றால், நிறைய வேறுபாடுகள்
14:02
of differenceவேறுபாடு withinஉள்ள countriesநாடுகளில். So if I go and look here, we can see
199
817000
6000
நாடுகளுக்குள் உள்ளன. எனவே நான் சென்று பார்ததால், நம்மால்
14:08
that Ugandaஉகாண்டா todayஇன்று is where Southதெற்கு Koreaகொரியா was 1960. If I splitபிளவு Ugandaஉகாண்டா,
200
823000
6000
தென்கொரியா 1960இல் இருந்த இடத்தில் உகாண்டாவைப் பார்க்கலாம். நான் உகாண்டாவைப் பிரித்தால்,
14:14
there's quiteமிகவும் a differenceவேறுபாடு withinஉள்ள Ugandaஉகாண்டா. These are the quintilesகுயின்டைல்ஸ் of Ugandaஉகாண்டா.
201
829000
5000
உகாண்டாவிற்குள்ளேயே மிகப்பெரிய வித்தியாசம் இருக்கிறது. இவையே உகாண்டாவின் புள்ளிவிவரம்.
14:19
The richestபணக்கார 20 percentசதவீதம் of UgandansUgandans are there.
202
834000
3000
அங்கே 20 சதவீத பணக்கார உகாண்டன்கள் இருக்கிறார்கள்.
14:22
The poorestஏழ்மையான are down there. If I splitபிளவு Southதெற்கு Africaஆப்பிரிக்கா, it's like this.
203
837000
4000
ஏழைகளும் அங்கே இருக்கிறார்கள். நான் தென்னாப்பிரிக்காவை பிரித்தால், அது இப்படி இருக்கும்.
14:26
And if I go down and look at Nigerநைஜர், where there was suchஅத்தகைய a terribleபயங்கரமான famineபஞ்சம்,
204
841000
5000
நான் கீழே நைஜருக்கு சென்று பார்த்தால், அங்கே அத்தனை மோசமான பஞ்சம்,
14:31
lastlyஇறுதியாக, it's like this. The 20 percentசதவீதம் poorestஏழ்மையான of Nigerநைஜர் is out here,
205
846000
5000
இறுதியாக, அது இவ்வாறு உள்ளது. நைஜரில் 20 சதவீதத்தினர் ஏழைகள்,
14:36
and the 20 percentசதவீதம் richestபணக்கார of Southதெற்கு Africaஆப்பிரிக்கா is there,
206
851000
3000
மற்றும் தென்னாப்பிரிக்காவின் பணக்காரர்களில் 20 சதவீதத்தினர் அங்கே இருக்கிறார்கள்,
14:39
and yetஇன்னும் we tendமுனைகின்றன to discussவிவாதிக்க on what solutionsதீர்வுகளை there should be in Africaஆப்பிரிக்கா.
207
854000
5000
மற்றும் ஆப்பிரிக்காவில் என்ன தீர்வுகள் இருக்க வேண்டும் என்பதை நாம் இன்னும் விவாதிக்க முயற்சிக்க வேண்டும்.
14:44
Everything in this worldஉலக existsஉள்ளது in Africaஆப்பிரிக்கா. And you can't
208
859000
3000
இந்த உலகத்தில் அனைத்தும் ஆப்பிரிக்காவில் இருக்கிறது. நீங்கள்
14:47
discussவிவாதிக்க universalஉலகளாவிய accessஅணுகல் to HIVஎச்ஐவி [medicineமருந்து] for that quintilequintile up here
209
862000
4000
கிழேக் காணும் அதே உத்தியுடன் இந்த புள்ளிவிவரத்திற்கான ஹெச்ஐவி (மருந்து)
14:51
with the sameஅதே strategyமூலோபாயம் as down here. The improvementமுன்னேற்றம் of the worldஉலக
210
866000
4000
அணுகலை விவாதிக்க முடியாது. உலகத்தின் மேம்பாடு
14:55
mustவேண்டும் be highlyமிகவும் contextualizedகொண்டுவந்தார், and it's not relevantதொடர்புடைய to have it
211
870000
5000
அதிகமாக பொருளாக்கப்பட வேண்டும், மற்றும் அது பிராந்திய அளவில் கொள்வதற்கு
15:00
on regionalபிராந்திய levelநிலை. We mustவேண்டும் be much more detailedவிரிவான.
212
875000
3000
பொருத்தமானதாக இருக்கக்கூடாது. அதை நாம் இன்னும் விவரப்படுத்த வேண்டும்.
15:03
We find that studentsமாணவர்கள் get very excitedஉற்சாகமாக when they can use this.
213
878000
4000
மாணவர்கள் அதைப் பயன்படுத்தும் போதும் மிகவும் ஆவலாக இருப்பதை நாம் பார்க்கலாம்.
15:07
And even more policyகொள்கை makersதயாரிப்பாளர்கள் and the corporateபெருநிறுவன sectorsதுறைகள் would like to see
214
882000
5000
இன்னும் சொல்லப்போனால் கொள்கை இயற்றுபவர்களும், நிறுவனங்களும் உலகம் எவ்வாறு
15:12
how the worldஉலக is changingமாறிவரும். Now, why doesn't this take placeஇடத்தில்?
215
887000
4000
மாறுகிறது என்பதை பார்ககவிரும்புகின்றனர். இப்போது, இது ஏன் ஏற்படுவதில்லை?
15:16
Why are we not usingபயன்படுத்தி the dataதகவல்கள் we have? We have dataதகவல்கள் in the Unitedஐக்கிய Nationsஐ. நா,
216
891000
4000
நாம் ஏன் நம்மிடம் இருக்கும் தரவை பயன்படுத்துவதில்லை? நம்மிடம் தரவுகள் ஐக்கிய நாடுகளில்,
15:20
in the nationalதேசிய statisticalபுள்ளிவிவர agenciesமுகவர்
217
895000
2000
தேசிய புள்ளியில் நிறுவனங்களில்
15:22
and in universitiesபல்கலைக்கழகங்கள் and other non-governmentalஅரசு சாரா organizationsஅமைப்புக்கள்.
218
897000
4000
பல்கலைக்கழகங்களில் மற்றும் சமூகத்தொண்டு நிறுவனங்களிலும் இருக்கிறது.
15:26
Because the dataதகவல்கள் is hiddenமறைத்து down in the databasesதரவுத்தளங்கள்.
219
901000
2000
ஏனென்றால் தரவுகள் தரவுதளங்களில் மறைந்து இருக்கிறது.
15:28
And the publicபொது is there, and the Internetஇணைய is there, but we have still not used it effectivelyதிறம்பட.
220
903000
5000
பொதுமக்கள் இருக்கிறார்கள், மற்றும் இன்டர்நெட் உள்ளது, ஆனாலும் நாம் அதை ஆற்றலுடன் பயன்படுத்தவில்லை.
15:33
All that informationதகவல் we saw changingமாறிவரும் in the worldஉலக
221
908000
3000
உலகத்தில் மாறிவரும் நாம் காணும் தகவல்கள் யாவும்
15:36
does not includeசேர்க்கிறது publicly-fundedபொதுசன நிதியில் இயங்கும் statisticsபுள்ளிவிவரங்கள். There are some webஇணையதள pagesபக்கங்களை
222
911000
4000
பொதுமக்களால் நிதியளிக்கப்பட்ட புள்ளிவிவரங்களை உள்ளிடுவதில்லை. நீங்கள் அறிந்திருக்கக்கூடிய,
15:40
like this, you know, but they take some nourishmentஉணவும் down from the databasesதரவுத்தளங்கள்,
223
915000
6000
இது போன்ற சில வலைப்பக்கங்கள் உள்ளன, ஆனால் அவை தரவுதளங்களில் இருந்து சில ஊட்டங்களை எடுத்துக் கொள்கின்றன,
15:46
but people put pricesவிலை on them, stupidமுட்டாள் passwordsகடவுச்சொற்கள் and boringபோரிங் statisticsபுள்ளிவிவரங்கள்.
224
921000
5000
ஆனால் மக்கள் அவற்றின் மீது விலையை வைக்கிறார்கள், முட்டாள்தனமான கடவுசொற்கள் மற்றும் வெறுப்பாக்கும் புள்ளிவிவரங்கள்.
15:51
(Laughterசிரிப்பு) (Applauseகைதட்டல்)
225
926000
3000
(சிரிப்பு) (கைதட்டல்)
15:54
And this won'tமாட்டேன் work. So what is neededதேவை? We have the databasesதரவுத்தளங்கள்.
226
929000
4000
இது வேலை செய்யாது. எனவே என்ன வேண்டும்? நம்மிடம் தரவுகள் உள்ளன.
15:58
It's not the newபுதிய databaseதகவல் you need. We have wonderfulஅற்புதமான designவடிவமைப்பு toolsகருவிகள்,
227
933000
4000
அது நீங்கள் விரும்பும் புதிய தரவுதளம் அல்ல. நம்மிடம் அருமையான வடிவமைக்கும் கருவிகள் உள்ளன.
16:02
and more and more are addedசேர்க்கப்பட்டது up here. So we startedதொடங்கியது
228
937000
3000
மேலும் மேலும் இங்கே சேர்க்கப்படுகிறது. அதனால் நாம் ஒரு
16:05
a nonprofitஇலாப நோக்கமற்ற ventureதுணிகர whichஎந்த we calledஎன்று -- linkingஇணைக்கும் dataதகவல்கள் to designவடிவமைப்பு --
229
940000
5000
ஒரு இலாபநோக்கற்ற ஒரு முயற்சி தொடங்கினோம் - வடிவமைப்பிற்கு தரவை இணைத்து -
16:10
we call it GapminderGapminder, from the Londonலண்டன் undergroundநிலத்தடி, where they warnஎச்சரிக்க you,
230
945000
3000
நாம் அதை கேப்மைண்டர் என்று அழைக்கிறோம், லண்டனின் மறைவுலகத்திலிருந்து, அவர்கள் நம்மை எச்சரிக்கிறார்கள்,
16:13
"mindமனதில் the gapஇடைவெளி." So we thought GapminderGapminder was appropriateஅதற்கான.
231
948000
3000
"மைண்ட் தி கேப்" என்று. அதனால் நாம் கேப் மைண்டர் பொருத்தமானதாக இருக்கும் என்று எண்ணினோம்.
16:16
And we startedதொடங்கியது to writeஎழுத softwareமென்பொருள் whichஎந்த could linkஇணைப்பு the dataதகவல்கள் like this.
232
951000
4000
இந்த தரவுகளை இவ்வாறு இணைக்கக்கூடிய மென்பொருளை எழுதத் துவங்கினோம்.
16:20
And it wasn'tஇல்லை that difficultகடினமான. It tookஎடுத்து some personநபர் yearsஆண்டுகள், and we have producedஉற்பத்தி animationsஅனிமேஷன்.
233
955000
6000
அது ஒன்று கடினமானதாக இல்லை. அது சில நபர்களின் ஆண்டுகளை எடுத்துக் கொண்டது, மற்றும் நாம் அதற்கு அனிமேஷனை உருவாக்கினோம்.
16:26
You can take a dataதகவல்கள் setதொகுப்பு and put it there.
234
961000
2000
நீங்கள் ஒரு தரவுதொகுதியை எடுத்து அதில் போடலாம்.
16:28
We are liberatingவிடுவிக்கும் U.N. dataதகவல்கள், some fewசில U.N. organizationஅமைப்பு.
235
963000
5000
நாம் ஐநா தரவையும், மிகச் சில ஐநா நிறுவனங்களையும் சுதந்திரப்படுத்துகிறோம்.
16:33
Some countriesநாடுகளில் acceptஏற்க that theirதங்கள் databasesதரவுத்தளங்கள் can go out on the worldஉலக,
236
968000
4000
சிலநாடுகள் தங்களின் தரவுதளங்கள் உலகெங்கும் எடுத்துச் செல்லப்படலாம் என்பதை ஏற்றுக்கொண்டுள்ளன,
16:37
but what we really need is, of courseநிச்சயமாக, a searchதேடல் functionசெயல்பாடு.
237
972000
3000
ஆனால் நமக்குத் தேவை, உண்மையில், ஒரு தேடுதல் செயல்பாடு.
16:40
A searchதேடல் functionசெயல்பாடு where we can copyபிரதியை the dataதகவல்கள் up to a searchableதேடக்கூடிய formatவடிவம்
238
975000
5000
ஒரு தேடுதல் செயல்பாடு, அதில் ஒரு தேடுதல் வடிவத்திற்கு தரவினை பிரதி செய்யலாம்,
16:45
and get it out in the worldஉலக. And what do we hearகேட்க when we go around?
239
980000
3000
மற்றும் அதை உலகத்திற்கு எடுத்துச் செல்லலாம். நாம் செல்லும் வரும் போது என்ன கேள்விப்படுகிறோம்?
16:48
I've doneமுடிந்ததாகக் anthropologyமானுடவியல் on the mainமுக்கிய statisticalபுள்ளிவிவர unitsஅலகுகள். Everyoneஒவ்வொருவரும் saysஎன்கிறார்,
240
983000
4000
முக்கியப் புள்ளிவிவரத் ‍தொகுதியில் மனிதவியல் படித்துள்ளேன். அனைவரும் சொல்கிறார்கள்,
16:53
"It's impossibleசாத்தியமற்றது. This can't be doneமுடிந்ததாகக். Our informationதகவல் is so peculiarவிநோதமான
241
988000
4000
"அது சாத்தியமற்றது. இதை செய்யமுடியாது. நமது தகவல்கள் விவரணையில்
16:57
in detailவிவரம், so that cannotமுடியாது be searchedதேடியது as othersமற்றவர்கள் can be searchedதேடியது.
242
992000
3000
மிகவும் வினோதமானது, அதனால் அது மற்றவைகளை தேடுவது போலத் தேடப்படமுடியாது.
17:00
We cannotமுடியாது give the dataதகவல்கள் freeஇலவச to the studentsமாணவர்கள், freeஇலவச to the entrepreneursதொழில் முனைவோர் of the worldஉலக."
243
995000
5000
நம்மால் தரவினை இலவசமாக மணவர்களுக்கும், உலகின் தொழில் முனை‍வோருக்கும் கொடுக்க இயலாது."
17:05
But this is what we would like to see, isn't it?
244
1000000
3000
ஆனால் இது தான் நாம் பார்க்கவிரும்புவது, அல்லவா?
17:08
The publicly-fundedபொதுசன நிதியில் இயங்கும் dataதகவல்கள் is down here.
245
1003000
3000
பொதுமக்களால் நிதியளிக்கப்பட்ட தரவு கீழே உள்ளது.
17:11
And we would like flowersமலர்கள் to growவளர out on the Netவலை.
246
1006000
3000
நாம் நெட்டில் பூக்கள் வளர விரும்புகிறோம்.
17:14
And one of the crucialமுக்கியமான pointsபுள்ளிகள் is to make them searchableதேடக்கூடிய, and then people can use
247
1009000
5000
முக்கியமான கருத்துக்களில் ஒன்று என்னவென்றால் அவற்றை தேடக்கூடியதாக்குவது, மற்றும் மக்கள்
17:19
the differentவெவ்வேறு designவடிவமைப்பு toolகருவி to animateஅசைவூட்டு it there.
248
1014000
2000
அ‍தை அனிமேட் செய்வதற்கு வெவ்வேறு வடிவமைப்பு கருவிகளைப் பயன்படுத்தலாம்.
17:21
And I have a prettyஅழகான good newsசெய்தி for you. I have a good newsசெய்தி that the presentதற்போது,
249
1016000
5000
என்னிடம் உங்களுக்கு ஒரு மிகவும் நல்லத் தகவல் உள்ளது. என்னிடம் உள்ள நல்லத் தகவல்
17:26
newபுதிய Headதலை of U.N. Statisticsபுள்ளி, he doesn't say it's impossibleசாத்தியமற்றது.
250
1021000
4000
யுஎன் புள்ளியல்துறையின் தற்போதைய, புதிய தலைவர், அதை சாத்தியமில்லாதது என்று சொல்லவில்லை.
17:30
He only saysஎன்கிறார், "We can't do it."
251
1025000
2000
"நம்மால் செய்ய முடியாது" என்று மட்டுமே சொல்கிறார்.
17:32
(Laughterசிரிப்பு)
252
1027000
4000
(சிரிப்பு)
17:36
And that's a quiteமிகவும் cleverபுத்திசாலி guy, huh?
253
1031000
2000
அவர் புத்திசாலி மனிதர், ஆ?!
17:38
(Laughterசிரிப்பு)
254
1033000
2000
(சிரிப்பு)
17:40
So we can see a lot happeningநடக்கிறது in dataதகவல்கள் in the comingவரும் yearsஆண்டுகள்.
255
1035000
4000
வரும் ஆண்டுகளில் தரவுகளில் நிறைய நடப்பதை நாம் பார்க்கலாம்.
17:44
We will be ableமுடியும் to look at incomeவருமானம் distributionsவிநியோகங்கள் in completelyமுற்றிலும் newபுதிய waysவழிகளில்.
256
1039000
4000
வருவாய் வினியோகங்களை முற்றிலும் புதிய வழிகளில் நம்மால் பார்க்கமுடியும்.
17:48
This is the incomeவருமானம் distributionவிநியோகம் of Chinaசீனா, 1970.
257
1043000
5000
1970இல் சீனாவின் வருவாய் வினியோகமாகும் இது.
17:54
the incomeவருமானம் distributionவிநியோகம் of the Unitedஐக்கிய Statesமாநிலங்கள், 1970.
258
1049000
5000
1970இல் யுனைடட் ஸ்டேட்ஸின் வருவாய் வினியோகம்.
17:59
Almostகிட்டத்தட்ட no overlapஒன்றுடன் ஒன்று. Almostகிட்டத்தட்ட no overlapஒன்றுடன் ஒன்று. And what has happenedநடந்தது?
259
1054000
4000
அனேகமாக ஒன்று மற்றதன் மேல் படியவில்லை. ஒன்று மற்றதன் மேல் படியில்லை. என்னவாயிற்று?
18:03
What has happenedநடந்தது is this: that Chinaசீனா is growingவளர்ந்து வரும், it's not so equalசம any longerநீண்ட,
260
1058000
5000
என்ன நடந்தது என்றால்: சீனா வளர்ந்து வருகிறது, எனவே அது இனி ஒரு போதும் சமமானது அல்ல,
18:08
and it's appearingதோன்றும் here, overlookingபார்த்தபடி the Unitedஐக்கிய Statesமாநிலங்கள்.
261
1063000
4000
அது யுனைடெட் ஸ்டேட்ஸை மேற்பார்வை செய்வது போலத் தோன்றுகிறது.
18:12
Almostகிட்டத்தட்ட like a ghostபேய், isn't it, huh?
262
1067000
2000
அனேகமாக ஒரு பூதத்தைப் போல, அல்லவா, ஆ?!
18:14
(Laughterசிரிப்பு)
263
1069000
2000
(சிரிப்பு)
18:16
It's prettyஅழகான scaryபயங்கரமான. But I think it's very importantமுக்கியமான to have all this informationதகவல்.
264
1071000
10000
அது நன்றாக பயமுறுத்துவதாக உள்ளது. ஆனால் இந்தத் தகவல்கள் அனைத்தையும் நான் மிகவும் முக்கியமானதாக எண்ணுகிறேன்.
18:26
We need really to see it. And insteadபதிலாக of looking at this,
265
1081000
6000
நமக்கு உண்மையில் அவற்றைப் பார்க்க வேண்டியுள்ளது. இதைப் பார்ப்பதற்கு பதிலாக,
18:32
I would like to endஇறுதியில் up by showingகாண்பிக்கப்படுகிறது the Internetஇணைய usersபயனர்கள் perஒன்றுக்கு 1,000.
266
1087000
5000
இன்டர்நெட் பயன்படுத்துவர்களுக்கு பிரதி 1000க்கு காட்டுவதன் மூலம் முடிக்க விரும்புவேன்.
18:37
In this softwareமென்பொருள், we accessஅணுகல் about 500 variablesமாறிகள் from all the countriesநாடுகளில் quiteமிகவும் easilyஎளிதாக.
267
1092000
5000
இந்த மென்பொருளில், நாம் 500 வேரியபில்களை அனைத்து நாடுகளிலிருந்து மிகவும் எளிதாக அணுக முடியும்.
18:42
It takes some time to changeமாற்றம் for this,
268
1097000
4000
இதற்கு மாறுவதற்கு சிறிது காலம் எடுக்கும்,
18:46
but on the axisesaxises, you can quiteமிகவும் easilyஎளிதாக get any variableமாறி you would like to have.
269
1101000
5000
ஆனால் கோடுகளின் மீது, நீங்கள் விரும்பும் எந்தவொரு வேரியபிளையும் மிகவும் எளிதாகப் பெறலாம்.
18:51
And the thing would be to get up the databasesதரவுத்தளங்கள் freeஇலவச,
270
1106000
5000
விஷயம் என்னவென்றல் தரவுதளங்களை இலவசமாக பெறுதல்,
18:56
to get them searchableதேடக்கூடிய, and with a secondஇரண்டாவது clickகிளிக், to get them
271
1111000
3000
அவற்றை ‍ தேடக்கூடியதாக்குதல், மற்றும் இரண்டு க்ளிக்குகளில்,
18:59
into the graphicசித்திரம் formatsவடிவமைப்புகள், where you can instantlyஉடனடியாக understandபுரிந்து them.
272
1114000
5000
நீங்கள் அவற்றை உடனடியாக புரிந்துகொள்ளக்கூடிய, கிராஃப் ஃபார்மெட்டில் பெறுதல்.
19:04
Now, statisticiansபுள்ளிவிவர doesn't like it, because they say that this
273
1119000
3000
இப்போது, புள்ளியியலாளர்கள் அதை விரும்புவதில்லை, ஏனென்றால்
19:07
will not showநிகழ்ச்சி the realityஉண்மையில்; we have to have statisticalபுள்ளிவிவர, analyticalபகுப்பாய்வு methodsமுறைகள்.
274
1122000
9000
இது உண்மையை சொல்லாது என்று சொல்கிறார்கள்; நமக்கு புள்ளியில், பகுப்பாய்வு முறைகள் வேண்டும்.
19:16
But this is hypothesis-generatingகருதுகோளை உருவாக்குதல்.
275
1131000
3000
ஆனால் இது காரணவிகிதத்தை உருவாக்குவதாகும்.
19:19
I endஇறுதியில் now with the worldஉலக. There, the Internetஇணைய is comingவரும்.
276
1134000
4000
நான் இப்போது உலகத்துடன் முடித்துக் கொள்கிறேன். இப்போது வருகிறது இன்டர்நெட்.
19:23
The numberஎண் of Internetஇணைய usersபயனர்கள் are going up like this. This is the GDPமொத்த உள்நாட்டு உற்பத்தியில் perஒன்றுக்கு capitaதனிநபர்.
277
1138000
4000
இன்டர்நெட் பயன்படுத்துவோரின் எண்ணிக்கை இவ்வாறு மேலே போய் கொண்டிருக்கிறது. இதுவே பிரதி முதலீட்டிற்கான GDP ஆகும்.
19:27
And it's a newபுதிய technologyதொழில்நுட்பம் comingவரும் in, but then amazinglyஅதிசயமாக, how well
278
1142000
5000
இது ஒரு உள்ளே வந்துகொண்டிருக்கும் ஒரு புது தொழில்நுட்பமாகும், ஆனால் ஆச்சரியப்படத்தக்கவகையில்,
19:32
it fitsவலிப்பு to the economyபொருளாதாரம் of the countriesநாடுகளில். That's why the 100 dollarடாலர்
279
1147000
5000
எவ்வளவு பொருத்தமாக நாடுகளின் பொருளாதாரத்திற்குள் பொருந்துகிறது. அதனால் தான் 100 டாலர்
19:37
computerகணினி will be so importantமுக்கியமான. But it's a niceநல்ல tendencyபோக்கு.
280
1152000
3000
கம்ப்யூட்டர் மிகவும் முக்கியமானதாகும். ஆனால் இது ஒரு நல்ல போக்கு ஆகும்.
19:40
It's as if the worldஉலக is flatteningசமதளமாக off, isn't it? These countriesநாடுகளில்
281
1155000
3000
இது உலகம் தட்டையாவது போல உள்ளது அல்லவா? இந்த நாடுகள்
19:43
are liftingதூக்கும் more than the economyபொருளாதாரம் and will be very interestingசுவாரஸ்யமான
282
1158000
3000
பொருளாதாரத்தைவிட மேலே ஏற்றிக் கொண்டிருக்கின்றன மற்றும் நான் பொதுமக்களால் நிதி செய்யப்பட்ட
19:46
to followபின்பற்ற this over the yearஆண்டு, as I would like you to be ableமுடியும் to do
283
1161000
4000
தரவுடன் செய்யக்கூடியதை செய்யவிரும்புவதை போன்று, வரும் ஆண்டுகளில் இது
19:50
with all the publiclyபகிரங்கமாக fundedநிதி dataதகவல்கள். Thank you very much.
284
1165000
2000
பின்பற்றுவதற்கு சுவாரசியமானதாக இருக்கும். மிக்க நன்றி.
19:53
(Applauseகைதட்டல்)
285
1168000
3000
(கைதட்டல்)

▲Back to top

ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.

Why you should listen

Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.

What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.

Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.

Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)

Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.

Hans Rosling passed away in February 2017. He is greatly missed.


More profile about the speaker
Hans Rosling | Speaker | TED.com