TED2010
Gary Flake: Is Pivot a turning point for web exploration?
גארי פלייק : האם Pivot היא נקודת מפנה לגלישה באינטרנט
Filmed:
Readability: 3.8
751,479 views
גארי פלייק מציג את Pivot, דרך חדשה לגלוש ולארגן כמויות אדירות של מידע ותמונות ברשת. בנויה על טכנולוגיית Seadragon פורצת הדרך, היא מאפשרת זום מדהים לתוך והחוצה ממאגרי נתונים, ומציאת תבניות וקשרים שהם בלתי נראים בטכנולוגית הגלישה הנוכחית.
Gary Flake - Technologist
Gary Flake is a Technical Fellow at Microsoft, and the founder and director of Live Labs. Full bio
Gary Flake is a Technical Fellow at Microsoft, and the founder and director of Live Labs. Full bio
Double-click the English transcript below to play the video.
00:16
If I can leave you with one big idea today,
0
1000
2000
אם אוכל להשאיר אתכם עם רעיון גדול אחד היום,
00:18
it's that the whole of the data
1
3000
2000
זה שהמידע בכללותו
00:20
in which we consume
2
5000
2000
שאנו צורכים
00:22
is greater that the sum of the parts,
3
7000
2000
גדול מסכום חלקיו,
00:24
and instead of thinking about information overload,
4
9000
3000
ובמקום לחשוב על עומס יתר של מידע
00:27
what I'd like you to think about is how
5
12000
2000
הייתי רוצה שתחשבו איך
00:29
we can use information so that patterns pop
6
14000
3000
אנחנו יכולים להשתמש במידע כך שתבניות יקפצו
00:32
and we can see trends that would otherwise be invisible.
7
17000
3000
ונוכל לראות טרנדים שאחרת היו בלתי נראים.
00:35
So what we're looking at right here is a typical mortality chart
8
20000
3000
אז מה שאנחנו רואים פה זו טבלת תמותה טיפוסית
00:38
organized by age.
9
23000
2000
מסודרת לפי גיל.
00:40
This tool that I'm using here is a little experiment.
10
25000
2000
הכלי שאני משתמש בו כאן הוא ניסוי קטן.
00:42
It's called Pivot, and with Pivot what I can do
11
27000
3000
הוא ניקרא Pivot, ועם Pivot מה שאני יכול לעשות
00:45
is I can choose to filter in one particular cause of deaths -- say, accidents.
12
30000
4000
זה לבחור לסנן לפי גורם מוות אחד, לדוגמה תאונות.
00:49
And, right away, I see there's a different pattern that emerges.
13
34000
3000
ומייד, אני רואה תבנית שונה צצה.
00:52
This is because, in the mid-area here,
14
37000
2000
זה מפני, שבאזור האמצעי כאן,
00:54
people are at their most active,
15
39000
2000
אנשים בשלב הכי אקטיבי שלהם,
00:56
and over here they're at their most frail.
16
41000
2000
וכאן הם בשלב הכי שברירי.
00:58
We can step back out again
17
43000
2000
אנחנו יכולים ללכת צעד אחורה שוב
01:00
and then reorganize the data by cause of death,
18
45000
2000
ואז לארגן את המידע לפי סיבת המוות,
01:02
seeing that circulatory diseases and cancer
19
47000
3000
ולראות שמחלות לב וסרטן
01:05
are the usual suspects, but not for everyone.
20
50000
3000
הם החשודים העיקריים, אבל לא לכולם.
01:08
If we go ahead and we filter by age --
21
53000
3000
אם נסנן לפי גיל,
01:11
say 40 years or less --
22
56000
2000
נגיד 40 ופחות,
01:13
we see that accidents are actually
23
58000
2000
נראה שבעצם תאונות
01:15
the greatest cause that people have to be worried about.
24
60000
3000
הן הדבר שאנשים צריכים לחשוש ממנו ביותר.
01:18
And if you drill into that, it's especially the case for men.
25
63000
3000
ואם נתמקד בזה, נראה שזה בעיקר אצל גברים.
01:21
So you get the idea
26
66000
2000
אז אתם מבינים את הרעיון
01:23
that viewing information, viewing data in this way,
27
68000
3000
שלראות את המידע, בצורה הזו,
01:26
is a lot like swimming
28
71000
2000
דומה מאוד לשחיה
01:28
in a living information info-graphic.
29
73000
3000
באוקיינוס-מידע חי.
01:31
And if we can do this for raw data,
30
76000
2000
ואם אנחנו יכולים לעשות את זה עם מידע גולמי,
01:33
why not do it for content as well?
31
78000
3000
למה לא לעשות את זה גם עם תוכן?
01:36
So what we have right here
32
81000
2000
אז מה שיש לנו פה,
01:38
is the cover of every single Sports Illustrated
33
83000
3000
זה השערים של כל גליונות ספורטס אילוסטרייטד
01:41
ever produced.
34
86000
2000
שפורסמו אי פעם.
01:43
It's all here; it's all on the web.
35
88000
2000
הכל פה. הכל ברשת.
01:45
You can go back to your rooms and try this after my talk.
36
90000
3000
אתם יכולים לחזור לחדרים שלכם ולנסות אחרי ההרצאה שלי.
01:48
With Pivot, you can drill into a decade.
37
93000
3000
עם Pivot, אפשר להתמקד בעשור מסויים.
01:51
You can drill into a particular year.
38
96000
2000
אפשר להתמקד בשנה מסויימת.
01:53
You can jump right into a specific issue.
39
98000
3000
אפשר לקפוץ ישר לגיליון מסויים.
01:56
So I'm looking at this; I see the athletes
40
101000
2000
אז אני מסתכל על זה; אני רואה את האתלטים
01:58
that have appeared in this issue, the sports.
41
103000
2000
שהופיעו בגיליון הזה, את הענפים.
02:00
I'm a Lance Armstrong fan, so I'll go ahead and I'll click on that,
42
105000
3000
אני אוהד של לאנס ארמסטרונג, אז אני אבחר בו,
02:03
which reveals, for me, all the issues
43
108000
2000
מה שמראה בשבילי, את כל הגיליונות
02:05
in which Lance Armstrong's been a part of.
44
110000
2000
שבהם לאנס ארמסטרונג הופיע.
02:07
(Applause)
45
112000
3000
(מחיאות כפיים)
02:10
Now, if I want to just kind of take a peek at these,
46
115000
3000
עכשיו, אם אני רוצה רק להביט באלה,
02:13
I might think,
47
118000
2000
אולי אני אחשוב,
02:15
"Well, what about taking a look at all of cycling?"
48
120000
2000
"מה אם אני רוצה להביט על כל המאמרים על אופניים?"
02:17
So I can step back, and expand on that.
49
122000
2000
אז אני יכול ללכת אחורה, ולהרחיב על הנושא.
02:19
And I see Greg LeMond now.
50
124000
2000
ואני רואה את גרג למונד עכשיו.
02:21
And so you get the idea that when you
51
126000
2000
אז אתם רואים את הרעיון שכשאתם
02:23
navigate over information this way --
52
128000
2000
מנווטים במידע ככה,
02:25
going narrower, broader,
53
130000
2000
נכנסים פנימה, יוצאים החוצה,
02:27
backing in, backing out --
54
132000
2000
בחזרה פנימה, ושוב החוצה,
02:29
you're not searching, you're not browsing.
55
134000
2000
אתם לא מחפשים, אתם לא גולשים.
02:31
You're doing something that's actually a little bit different.
56
136000
2000
אתם בעצם עושים משהו קצת שונה.
02:33
It's in between, and we think it changes
57
138000
3000
זה משהו באמצע, ואנחנו חושבים שזה משנה
02:36
the way information can be used.
58
141000
2000
את הדרך שבה אפשר להשתמש במידע.
02:38
So I want to extrapolate on this idea a bit
59
143000
2000
אז אני רוצה להרחיב על הנושא קצת
02:40
with something that's a little bit crazy.
60
145000
2000
משהו שהוא קצת משוגע.
02:42
What we're done here is we've taken every single Wikipedia page
61
147000
3000
מה שעשינו פה זה לקחת את כל העמודים של ויקיפדיה
02:45
and we reduced it down to a little summary.
62
150000
3000
וקיצרנו אותם לסיכום קטן.
02:48
So the summary consists of just a little synopsis
63
153000
3000
אז הסיכום הכיל רק תקציר קטן
02:51
and an icon to indicate the topical area that it comes from.
64
156000
3000
וסמליל שיראה מאיזה נושא המאמר הגיע.
02:54
I'm only showing the top 500
65
159000
3000
אני מראה כאן רק את 500
02:57
most popular Wikipedia pages right here.
66
162000
2000
העמודים הפופולריים ביותר בוויקיפדיה כאן.
02:59
But even in this limited view,
67
164000
2000
אבל אפילו בתצוגה הצרה הזו,
03:01
we can do a lot of things.
68
166000
2000
אפשר לעשות הרבה דברים.
03:03
Right away, we get a sense of what are the topical domains
69
168000
2000
מייד מבינים מהם הנושאים העיקריים
03:05
that are most popular on Wikipedia.
70
170000
2000
שהכי פופולריים בוויקיפדיה.
03:07
I'm going to go ahead and select government.
71
172000
2000
אני אבחר בממשל.
03:09
Now, having selected government,
72
174000
3000
עכשיו שבחרתי בממשל,
03:12
I can now see that the Wikipedia categories
73
177000
2000
אני יכול לראות שהקטגוריות של וויקיפדיה
03:14
that most frequently correspond to that
74
179000
2000
שהכי מתייחסות לנושא
03:16
are Time magazine People of the Year.
75
181000
3000
הן איש השנה של מגזין טיים.
03:19
So this is really important because this is an insight
76
184000
3000
אז זה ממש חשוב מפני שזו תובנה
03:22
that was not contained within any one Wikipedia page.
77
187000
3000
שלא נמצאת באף דף של וויקיפדיה.
03:25
It's only possible to see that insight
78
190000
2000
אפשר לראות את התובנה הזו רק
03:27
when you step back and look at all of them.
79
192000
3000
כשיוצאים החוצה ורואים את כולם.
03:30
Looking at one of these particular summaries,
80
195000
2000
כשמתמקדים במאמר ספציפי,
03:32
I can then drill into the concept of
81
197000
3000
אני יכול להתמקד ברעיון של
03:35
Time magazine Person of the Year,
82
200000
2000
איש השנה של מגזין טיים,
03:37
bringing up all of them.
83
202000
2000
ולהעלות את כולם.
03:39
So looking at these people,
84
204000
2000
וכשמביטים בכולם,
03:41
I can see that the majority come from government;
85
206000
3000
אני יכול לראות שרובם מגיעים מהממשל.
03:45
some have come from natural sciences;
86
210000
3000
חלק הגיעו ממדעים.
03:49
some, fewer still, have come from business --
87
214000
3000
חלק, אבל פחות, מעסקים.
03:53
there's my boss --
88
218000
2000
הנה הבוס שלי.
03:55
and one has come from music.
89
220000
5000
ואחד הגיע ממוזיקה.
04:00
And interestingly enough,
90
225000
2000
ומה שמעניין,
04:02
Bono is also a TED Prize winner.
91
227000
3000
שבונו הוא גם זוכה פרס TED.
04:05
So we can go, jump, and take a look at all the TED Prize winners.
92
230000
3000
אז אנחנו יכולים לעבור, לקפוץ, ולבחון את כל זוכי פרס TED.
04:08
So you see, we're navigating the web for the first time
93
233000
3000
אז אתם רואים, אנחנו מנווטים ברשת בפעם הראשונה
04:11
as if it's actually a web, not from page-to-page,
94
236000
3000
כאילו זו באמת רשת, ולא מדף לדף.
04:14
but at a higher level of abstraction.
95
239000
2000
אבל בהפשטה גדולה יותר.
04:16
And so I want to show you one other thing
96
241000
2000
אז אני רוצה להראות לכם משהו נוסף.
04:18
that may catch you a little bit by surprise.
97
243000
3000
שאולי יפתיע אתכם.
04:21
I'm just showing the New York Times website here.
98
246000
3000
אני רק מראה כאן את אתר הניו יורק טיימס.
04:24
So Pivot, this application --
99
249000
2000
אז Pivot, האפליקציה הזו -
04:26
I don't want to call it a browser; it's really not a browser,
100
251000
2000
אני לא רוצה לקרוא לה דפדפן, זה באמת לא דפדפן,
04:28
but you can view web pages with it --
101
253000
3000
אבל אפשר לראות איתה דפי רשת -
04:31
and we bring that zoomable technology
102
256000
2000
ואנחנו מביאים את טכנולוגית הזום הזו
04:33
to every single web page like this.
103
258000
3000
לכל דף אינטרנט ככה.
04:36
So I can step back,
104
261000
3000
אז אני יכול ללכת אחורה,
04:39
pop right back into a specific section.
105
264000
2000
ולקפוץ בחזרה לחלק מסויים.
04:41
Now the reason why this is important is because,
106
266000
2000
והסיבה שזה חשוב היא,
04:43
by virtue of just viewing web pages in this way,
107
268000
3000
שרק על ידי צפייה בדפי אינטרנט בשיטה הזו,
04:46
I can look at my entire browsing history
108
271000
2000
אני יכול להביט בכל הסטוריית הגלישה
04:48
in the exact same way.
109
273000
2000
באותה דרך.
04:50
So I can drill into what I've done
110
275000
2000
אז אני יכול לההתמקד במה שעשיתי
04:52
over specific time frames.
111
277000
2000
בזמן מסויים.
04:54
Here, in fact, is the state
112
279000
2000
הנה, לדוגמה, כל המצב
04:56
of all the demo that I just gave.
113
281000
2000
של ההדגמה שכרגע הצגתי.
04:58
And I can sort of replay some stuff that I was looking at earlier today.
114
283000
3000
ואני בערך יכול להריץ שוב דברים שעשיתי מוקדם יותר היום.
05:01
And, if I want to step back and look at everything,
115
286000
3000
ואם אני רוצה לקחת צעד אחורה אני יכול להביט בהכל,
05:04
I can slice and dice my history,
116
289000
2000
אני יכול לבחון את כל ההסטוריה
05:06
perhaps by my search history --
117
291000
2000
אולי לפי הסטוריית החיפוש שלי.
05:08
here, I was doing some nepotistic searching,
118
293000
2000
כאן עשיתי חיפוש קצת משוחד,
05:10
looking for Bing, over here for Live Labs Pivot.
119
295000
3000
חיפשתי את Bing, וכאן את מעבדת Pivot.
05:13
And from these, I can drill into the web page
120
298000
2000
ומכאן, אני יכול להתמקד בדפי האינטרנט
05:15
and just launch them again.
121
300000
2000
ופשוט לפתוח אותם שוב.
05:17
It's one metaphor repurposed multiple times,
122
302000
3000
זו מטאפורה אחת שהשתמשנו בה פעמים רבות.
05:20
and in each case it makes the whole greater
123
305000
2000
ובכל מקרה היא הפכה את השלם לגדול
05:22
than the sum of the parts with the data.
124
307000
2000
מחלקי המידע שממנו הורכב.
05:24
So right now, in this world,
125
309000
3000
אז עכשיו, בעולם,
05:27
we think about data as being this curse.
126
312000
3000
אנחנו חושבים על מידע כעל מין קללה.
05:30
We talk about the curse of information overload.
127
315000
3000
אנחנו מדברים על הקללה של עומס יתר של מידע.
05:33
We talk about drowning in data.
128
318000
3000
אנחנו מדברים על טביעה במידע.
05:36
What if we can actually turn that upside down
129
321000
2000
מה אם נוכל בעצם להפוך את זה
05:38
and turn the web upside down,
130
323000
2000
ולהפוך את הרשת,
05:40
so that instead of navigating from one thing to the next,
131
325000
3000
כך שבמקום מדבר אחד לבא אחריו,
05:43
we get used to the habit of being able to go from many things to many things,
132
328000
3000
נתרגל לרעיון של ללכת מהרבה דברים להרבה דברים,
05:46
and then being able to see the patterns
133
331000
2000
וליכולת לראות תבניות
05:48
that were otherwise hidden?
134
333000
2000
שאחרת היו נסתרות ?
05:50
If we can do that, then instead of being trapped in data,
135
335000
5000
אם נעשה את זה, אז במקום להיות לכודים במידע,
05:55
we might actually extract information.
136
340000
3000
נוכל באמת להפיק מידע.
05:58
And, instead of dealing just with information,
137
343000
2000
ובמקום להתעסק רק במידע,
06:00
we can tease out knowledge.
138
345000
2000
נוכל לשאוב ידע.
06:02
And if we get the knowledge, then maybe even there's wisdom to be found.
139
347000
3000
ואם נקבל את הידע, אז אולי נוכל אפילו למצוא חוכמה.
06:05
So with that, I thank you.
140
350000
2000
אז עם זאת, אני מודה לכם
06:07
(Applause)
141
352000
8000
(מחיאות כפיים)
ABOUT THE SPEAKER
Gary Flake - TechnologistGary Flake is a Technical Fellow at Microsoft, and the founder and director of Live Labs.
Why you should listen
Gary Flake is a Technical Fellow at Microsoft, where he focuses on Internet products and technologies including search, advertising, content, portals, community and application development. In this capacity, he helps define and evolve Microsoft's product vision, technical architecture and business strategy for online services. He is also the founder and director of Live Labs, a skunkworks that bridges research and development, and is widely recognized for inventing new best practices for catalyzing and managing innovation.
Prior to joining Microsoft, Flake founded Yahoo! Research Labs, ran Yahoo!'s corporate R&D activities and company-wide innovation effort, and was the Chief Science Officer of Overture, the company that invented the paid search business model. Flake also wrote the award-winning book The Computational Beauty of Nature, which is used in college courses worldwide.
Gary Flake | Speaker | TED.com