TED2009
Tim Berners-Lee: The next web
Тим Бернерс-Ли о следующем поколении Сети
Filmed:
Readability: 3.8
1,638,798 views
20 лет назад Тим Бернерс-Ли изобрёл Всемирную паутину (World Wide Web). Для своего следующего проекта он строит сеть открытых связанных данных, которая сможет сделать для цифр то же, что Web сделал для слов, изображений и видео: открыть доступ к нашим данным и пересмотреть то, как мы их совместно исползуем.
Tim Berners-Lee - Inventor
Tim Berners-Lee invented the World Wide Web. He leads the World Wide Web Consortium (W3C), overseeing the Web's standards and development. Full bio
Tim Berners-Lee invented the World Wide Web. He leads the World Wide Web Consortium (W3C), overseeing the Web's standards and development. Full bio
Double-click the English transcript below to play the video.
00:18
Time flies.
0
0
2000
Время летит.
00:20
It's actually almost 20 years ago
1
2000
2000
Уже почти 20 лет прошло с тех пор как,
00:22
when I wanted to reframe the way we use information,
2
4000
4000
желая пересмотреть то, как мы пользуемся информацией,
00:26
the way we work together: I invented the World Wide Web.
3
8000
3000
то, как мы вместе работаем, я изобрёл Всемирную паутину.
00:29
Now, 20 years on, at TED,
4
11000
3000
Теперь, 20 лет спустя, на TED
00:32
I want to ask your help in a new reframing.
5
14000
4000
я хочу попросить вас помочь в ещё одном пересмотре.
00:37
So going back to 1989,
6
19000
4000
Итак, возвратимся в 1989 год, когда
00:41
I wrote a memo suggesting the global hypertext system.
7
23000
3000
я написал записку, в которой предложил глобальную гипертекстовую систему.
00:44
Nobody really did anything with it, pretty much.
8
26000
3000
Никто толком не обратил на нее внимания.
00:47
But 18 months later -- this is how innovation happens --
9
29000
4000
Но спустя 18 месяцев — так возникают инновации,
00:51
18 months later, my boss said I could do it on the side,
10
33000
4000
18 месяцев спустя мой босс сказал, что я могу развивать идею дальше
00:55
as a sort of a play project,
11
37000
2000
как своего рода игрушечный проект —
00:57
kick the tires of a new computer we'd got.
12
39000
2000
обкатать наш новый компьютер.
00:59
And so he gave me the time to code it up.
13
41000
3000
И он дал мне время на написание кода.
01:02
So I basically roughed out what HTML should look like:
14
44000
5000
Я в общих чертах набросал своё видение HTML,
01:07
hypertext protocol, HTTP;
15
49000
3000
гипертекстового протокола — HTTP,
01:10
the idea of URLs, these names for things
16
52000
3000
и идею об URL — всяких названиях,
01:13
which started with HTTP.
17
55000
2000
которые начинаются с HTTP.
01:15
I wrote the code and put it out there.
18
57000
2000
Я написал и выложил код.
01:17
Why did I do it?
19
59000
2000
Почему я это сделал?
01:19
Well, it was basically frustration.
20
61000
2000
В основном из-за неудовлетворённости.
01:21
I was frustrated -- I was working as a software engineer
21
63000
4000
Я был разочарован — я разрабатывал программное обеспечение
01:25
in this huge, very exciting lab,
22
67000
2000
в этой большой, захватывающей лаборатории,
01:27
lots of people coming from all over the world.
23
69000
2000
куда приезжали люди со всех уголков мира,
01:29
They brought all sorts of different computers with them.
24
71000
3000
они привозили с собой всевозможные компьютеры
01:32
They had all sorts of different data formats,
25
74000
3000
со всевозможными форматами данных
01:35
all sorts, all kinds of documentation systems.
26
77000
2000
и всевозможными системами документирования.
01:37
So that, in all that diversity,
27
79000
3000
Так что если во всём этом многообразии
01:40
if I wanted to figure out how to build something
28
82000
2000
я хотел понять, как что-то построить,
01:42
out of a bit of this and a bit of this,
29
84000
2000
из кусочков того и кусочков другого,
01:44
everything I looked into, I had to connect to some new machine,
30
86000
4000
все приходилось подключать к новой машине,
01:48
I had to learn to run some new program,
31
90000
2000
разбираться, как запускать новую программу,
01:50
I would find the information I wanted in some new data format.
32
92000
5000
я сталкивался с тем, что информация, которая мне нужна, сохранена в каком-то новом формате,
01:55
And these were all incompatible.
33
97000
2000
не было никакой совместимости.
01:57
It was just very frustrating.
34
99000
2000
Все это было очень досадно.
01:59
The frustration was all this unlocked potential.
35
101000
2000
Особенно досаждало то, что не использовался весь этот потенциал.
02:01
In fact, on all these discs there were documents.
36
103000
3000
Фактически, на всех этих дисках были документы.
02:04
So if you just imagined them all
37
106000
3000
Если представить что они все —
02:07
being part of some big, virtual documentation system in the sky,
38
109000
5000
часть большой виртуальной системы документации,
02:12
say on the Internet,
39
114000
2000
существующей, скажем, в интернете,
02:14
then life would be so much easier.
40
116000
2000
жизнь была бы намного легче.
02:16
Well, once you've had an idea like that it kind of gets under your skin
41
118000
4000
И, когда у вас появилась идея наподобие этой, вы как бы срастаетесь с нею,
02:20
and even if people don't read your memo --
42
122000
2000
и даже если никто не читает ваших записок —
02:22
actually he did, it was found after he died, his copy.
43
124000
3000
на самом деле он прочёл, уже после его смерти была найдена копия,
02:25
He had written, "Vague, but exciting," in pencil, in the corner.
44
127000
3000
он написал в углу карандашом: «неясно, но захватывающе».
02:28
(Laughter)
45
130000
2000
(Смех)
02:30
But in general it was difficult -- it was really difficult to explain
46
132000
4000
Но в общем было трудно — действительно трудно объяснить,
02:34
what the web was like.
47
136000
2000
что из себя тогда представляла сеть.
02:36
It's difficult to explain to people now that it was difficult then.
48
138000
2000
А теперь очень трудно объяснить, почему это было трудно объяснить тогда.
02:38
But then -- OK, when TED started, there was no web
49
140000
3000
Но потом, когда появился TED, сети не существовало,
02:41
so things like "click" didn't have the same meaning.
50
143000
3000
у таких понятий как щелкнуть были другие значения.
02:44
I can show somebody a piece of hypertext,
51
146000
2000
Я могу показать кусок гипертекста,
02:46
a page which has got links,
52
148000
2000
страницу со ссылками,
02:48
and we click on the link and bing -- there'll be another hypertext page.
53
150000
4000
и если щёлкнуть по ссылке — появится другая гипертекстовая страница.
02:52
Not impressive.
54
154000
2000
Не впечатляет.
02:54
You know, we've seen that -- we've got things on hypertext on CD-ROMs.
55
156000
3000
Вы знаете, это уже было, гипертекстовые документы на компакт-дисках.
02:57
What was difficult was to get them to imagine:
56
159000
3000
Что было сложно, так это представить,
03:00
so, imagine that that link could have gone
57
162000
4000
Представить, что любая ссылка могла вести
03:04
to virtually any document you could imagine.
58
166000
2000
к практически любому документу, который только можно представить.
03:07
Alright, that is the leap that was very difficult for people to make.
59
169000
4000
Перейти к этому пониманию было очень трудно.
03:11
Well, some people did.
60
173000
2000
Но у некоторых получалось.
03:13
So yeah, it was difficult to explain, but there was a grassroots movement.
61
175000
3000
Хотя это было сложно объяснить, существовало движение снизу,
03:17
And that is what has made it most fun.
62
179000
4000
которое делало всё это крайне интересным.
03:21
That has been the most exciting thing,
63
183000
2000
Самым захватывающим была
03:23
not the technology, not the things people have done with it,
64
185000
2000
не технология, не то, как она использовалась,
03:25
but actually the community, the spirit of all these people
65
187000
2000
а сообщество и атмосфера, в которой все эти люди
03:27
getting together, sending the emails.
66
189000
2000
оказывались и отправляли друг другу емейлы.
03:29
That's what it was like then.
67
191000
2000
Вот как это выглядело тогда.
03:31
Do you know what? It's funny, but right now it's kind of like that again.
68
193000
3000
И знаете что? Забавно, но сейчас происходит то же самое.
03:34
I asked everybody, more or less, to put their documents --
69
196000
2000
Тогда я попросил всех выложить свои документы —
03:36
I said, "Could you put your documents on this web thing?"
70
198000
3000
я сказал «не могли бы вы выложить свои документы в сеть?»
03:39
And you did.
71
201000
3000
И вы это сделали.
03:42
Thanks.
72
204000
1000
Спасибо.
03:43
It's been a blast, hasn't it?
73
205000
2000
Это был прорыв, не правда ли?
03:45
I mean, it has been quite interesting
74
207000
2000
Я имею в виду, это было довольно интересно
03:47
because we've found out that the things that happen with the web
75
209000
2000
мы увидели, что происходившее с сетью,
03:49
really sort of blow us away.
76
211000
2000
абсолютно нас поражало.
03:51
They're much more than we'd originally imagined
77
213000
2000
Вначале мы всё представляли существенно более примитивным,
03:53
when we put together the little, initial website
78
215000
2000
чем получалось, когда мы собирали сайт,
03:55
that we started off with.
79
217000
2000
с которым начинали работу.
03:57
Now, I want you to put your data on the web.
80
219000
3000
Теперь, я хочу, чтобы вы поместили свои данные в сеть.
04:00
Turns out that there is still huge unlocked potential.
81
222000
4000
Оказывается, что до сих пор остаётся огромный неиспользованный потенциал.
04:04
There is still a huge frustration
82
226000
2000
До сих пор остаётся огромное чувство досады,
04:06
that people have because we haven't got data on the web as data.
83
228000
4000
сохраняющееся потому, что данные в сети не представлены в виде данных.
04:10
What do you mean, "data"? What's the difference -- documents, data?
84
232000
2000
Что имеется в виду под «данными»? Чем отличаются документы от данных?
04:12
Well, documents you read, OK?
85
234000
3000
Документы — это то, что мы читаем, так?
04:15
More or less, you read them, you can follow links from them, and that's it.
86
237000
3000
Мы их читаем, переходим по ссылкам, и это всё.
04:18
Data -- you can do all kinds of stuff with a computer.
87
240000
2000
С данными с помощью компьютера можно делать всё, что угодно.
04:20
Who was here or has otherwise seen Hans Rosling's talk?
88
242000
6000
Кто видел выступление Ганса Розлинга?
04:26
One of the great -- yes a lot of people have seen it --
89
248000
4000
Одно из выдающихся, да, многие его видели, —
04:30
one of the great TED Talks.
90
252000
2000
одно из выдающихся выступлений на TED.
04:32
Hans put up this presentation
91
254000
2000
Ганс в своей презентации
04:34
in which he showed, for various different countries, in various different colors --
92
256000
5000
показал в различных цветах для разных стран
04:39
he showed income levels on one axis
93
261000
3000
уровень доходов по одной оси
04:42
and he showed infant mortality, and he shot this thing animated through time.
94
264000
3000
и уровень детской смертности, и он снял всё это анимированным во времени.
04:45
So, he'd taken this data and made a presentation
95
267000
4000
Так вот, он взял эти данные и сделал презентацию,
04:49
which just shattered a lot of myths that people had
96
271000
3000
разрушившую многие мифы,
04:52
about the economics in the developing world.
97
274000
4000
касавшиеся экономик развивающихся стран.
04:56
He put up a slide a little bit like this.
98
278000
2000
Он сделал слайд примерно так:
04:58
It had underground all the data
99
280000
2000
Изначально у него были все данные,
05:00
OK, data is brown and boxy and boring,
100
282000
3000
Хорошо, данные серые, квадратные и скучные
05:03
and that's how we think of it, isn't it?
101
285000
2000
мы так себе их и представляем, не правда ли?
05:05
Because data you can't naturally use by itself
102
287000
3000
Потому что сами по себе данные мы использовать не можем,
05:08
But in fact, data drives a huge amount of what happens in our lives
103
290000
4000
но на самом деле они во многом определяют то, что происходит в нашей жизни,
05:12
and it happens because somebody takes that data and does something with it.
104
294000
3000
потому что кто-то каким-то образом обрабатывает эти данные.
05:15
In this case, Hans had put the data together
105
297000
2000
В данном случае Ганс собрал данные,
05:17
he had found from all kinds of United Nations websites and things.
106
299000
5000
которые нашёл на сайте ООН и других.
05:22
He had put it together,
107
304000
2000
Он собрал их все вместе,
05:24
combined it into something more interesting than the original pieces
108
306000
3000
объединил в нечто более интересное, нежели исходные фрагменты,
05:27
and then he'd put it into this software,
109
309000
5000
и с помощью этой программы,
05:32
which I think his son developed, originally,
110
314000
2000
разработанной, вроде, его сыном,
05:34
and produces this wonderful presentation.
111
316000
3000
сделал замечательную презентацию.
05:37
And Hans made a point
112
319000
2000
Таким образом Ганс показал,
05:39
of saying, "Look, it's really important to have a lot of data."
113
321000
4000
что «смотрите, действительно важно иметь много данных».
05:43
And I was happy to see that at the party last night
114
325000
3000
И я был рад увидеть, что вчера на вечеринке
05:46
that he was still saying, very forcibly, "It's really important to have a lot of data."
115
328000
4000
он повторял с большой убеждённостью, что «очень важно обладать данными».
05:50
So I want us now to think about
116
332000
2000
Я хочу, чтобы мы подумали о том, что произойдёт,
05:52
not just two pieces of data being connected, or six like he did,
117
334000
4000
если будут объединены не два фрагмента данных, не шесть, как сделал Ганс,
05:56
but I want to think about a world where everybody has put data on the web
118
338000
5000
но я хочу представить себе мир, в котором все разместили свои данные в сети,
06:01
and so virtually everything you can imagine is on the web
119
343000
2000
и практически всё, что только можно представить, находится в сети.
06:03
and then calling that linked data.
120
345000
2000
Я называю это связанными данными.
06:05
The technology is linked data, and it's extremely simple.
121
347000
2000
Связанные данные — это технология, она крайне проста.
06:07
If you want to put something on the web there are three rules:
122
349000
4000
Если вы хотите поместить что-либо в сеть — есть три правила:
06:11
first thing is that those HTTP names --
123
353000
3000
во-первых, все эти HTTP имена,
06:14
those things that start with "http:" --
124
356000
2000
всё, что начинается с http,
06:16
we're using them not just for documents now,
125
358000
4000
мы используем сейчас не просто для доступа к документам,
06:20
we're using them for things that the documents are about.
126
362000
2000
а для доступа к тому, о чём говорят эти документы.
06:22
We're using them for people, we're using them for places,
127
364000
2000
Мы используем их для доступа к людям и местам,
06:24
we're using them for your products, we're using them for events.
128
366000
4000
мы используем их для доступа к товарам и событиям.
06:28
All kinds of conceptual things, they have names now that start with HTTP.
129
370000
4000
Концептуальные вещи самого разного рода теперь имеют названия, начинающиеся с HTTP.
06:32
Second rule, if I take one of these HTTP names and I look it up
130
374000
5000
Второе правило: если я возьму одно из HTTP имён, найду его в сети,
06:37
and I do the web thing with it and I fetch the data
131
379000
2000
получу с него данные,
06:39
using the HTTP protocol from the web,
132
381000
2000
используя протокол HTTP,
06:41
I will get back some data in a standard format
133
383000
3000
я получаю в ответ некие данные в стандартном формате
06:44
which is kind of useful data that somebody might like to know
134
386000
5000
которые могут быть полезны тем, кто захочет узнать что-либо
06:49
about that thing, about that event.
135
391000
2000
о чем-нибудь, об этом мероприятии —
06:51
Who's at the event? Whatever it is about that person,
136
393000
2000
кто присутствует на мероприятии, что оно из себя представляет, про этого человека,
06:53
where they were born, things like that.
137
395000
2000
где он родился и тому подобное.
06:55
So the second rule is I get important information back.
138
397000
2000
Так что второе правило — я получаю важную информацию.
06:57
Third rule is that when I get back that information
139
399000
4000
Третье правило заключается в том, что когда я получаю эту информацию,
07:01
it's not just got somebody's height and weight and when they were born,
140
403000
3000
это не просто чей-то рост, вес и дата рождения.
07:04
it's got relationships.
141
406000
2000
Полученная информация обладает взаимосвязями.
07:06
Data is relationships.
142
408000
2000
Данные — это взаимосвязи.
07:08
Interestingly, data is relationships.
143
410000
2000
Интересно, данные — это взаимосвязи.
07:10
This person was born in Berlin; Berlin is in Germany.
144
412000
4000
Этот человек родился в Берлине, Берлин находится в Германии.
07:14
And when it has relationships, whenever it expresses a relationship
145
416000
3000
И когда существуют взаимосвязи, когда они выражаются,
07:17
then the other thing that it's related to
146
419000
3000
тогда другой объект, с которым связан исходный,
07:20
is given one of those names that starts HTTP.
147
422000
4000
получает имя, начинающееся с HTTP.
07:24
So, I can go ahead and look that thing up.
148
426000
2000
Итак, я могу взять и посмотреть этот объект.
07:26
So I look up a person -- I can look up then the city where they were born; then
149
428000
3000
К примеру, я ищу человека — я могу найти город, где он родился,
07:29
I can look up the region it's in, and the town it's in,
150
431000
3000
я могу найти регион, к которому он относится,
07:32
and the population of it, and so on.
151
434000
3000
его население и так далее.
07:35
So I can browse this stuff.
152
437000
2000
То есть я могу всё это просматривать.
07:37
So that's it, really.
153
439000
2000
Вот собственно и всё.
07:39
That is linked data.
154
441000
2000
Это и есть связанные данные.
07:41
I wrote an article entitled "Linked Data" a couple of years ago
155
443000
3000
Несколько лет назад я написал статью под названием «Связанные данные»,
07:44
and soon after that, things started to happen.
156
446000
4000
и вскоре после этого всё завертелось.
07:48
The idea of linked data is that we get lots and lots and lots
157
450000
4000
Идея связанных данных заключается в том, что мы получаем множество
07:52
of these boxes that Hans had,
158
454000
2000
коробочек, как у Ганса,
07:54
and we get lots and lots and lots of things sprouting.
159
456000
2000
из которых появляется множество побегов.
07:56
It's not just a whole lot of other plants.
160
458000
3000
Это не просто масса других растений.
07:59
It's not just a root supplying a plant,
161
461000
2000
Это не просто корень, поддерживающий растение,
08:01
but for each of those plants, whatever it is --
162
463000
3000
Но для каждого из этих растений, будь то
08:04
a presentation, an analysis, somebody's looking for patterns in the data --
163
466000
3000
презентация или анализ, кто-то пытается обнаружить закономерности в данных,
08:07
they get to look at all the data
164
469000
3000
они просматривают все данные
08:10
and they get it connected together,
165
472000
2000
и пытаются связать их вместе.
08:12
and the really important thing about data
166
474000
2000
По настоящему важное свойство данных заключается в том,
08:14
is the more things you have to connect together, the more powerful it is.
167
476000
2000
что чем больше фрагментов вы связываете, тем важнее становится результат.
08:16
So, linked data.
168
478000
2000
Итак, связанные данные.
08:18
The meme went out there.
169
480000
2000
Этот шаблон действий распространился дальше,
08:20
And, pretty soon Chris Bizer at the Freie Universitat in Berlin
170
482000
4000
и вскоре, Крис Спитцер из Свободного берлинского университета,
08:24
who was one of the first people to put interesting things up,
171
486000
2000
один из первых людей, создавших интересные вещи,
08:26
he noticed that Wikipedia --
172
488000
2000
обратил внимание, что Википедия,
08:28
you know Wikipedia, the online encyclopedia
173
490000
3000
знаете, Википедия — это онлайн энциклопедия
08:31
with lots and lots of interesting documents in it.
174
493000
2000
содержащая в себе множество интересных документов.
08:33
Well, in those documents, there are little squares, little boxes.
175
495000
4000
В этих документах есть небольшие информационные блоки,
08:37
And in most information boxes, there's data.
176
499000
3000
в которых представлены данные.
08:40
So he wrote a program to take the data, extract it from Wikipedia,
177
502000
4000
Так вот, он написал программу, извлекавшую данные из Википедии
08:44
and put it into a blob of linked data
178
506000
2000
и помещавшую их в шарик связанных данных,
08:46
on the web, which he called dbpedia.
179
508000
3000
размещённый в сети, который он назвал dbpedia.
08:49
Dbpedia is represented by the blue blob in the middle of this slide
180
511000
4000
На этом слайде dbpedia представлена синим шариком в центре.
08:53
and if you actually go and look up Berlin,
181
515000
2000
И если вы попробуете найти Берлин,
08:55
you'll find that there are other blobs of data
182
517000
2000
вы обнаружите другие шарики данных,
08:57
which also have stuff about Berlin, and they're linked together.
183
519000
3000
где также упоминается Берлин, и они связаны вместе.
09:00
So if you pull the data from dbpedia about Berlin,
184
522000
3000
Таким образом, когда вы вытаскиваете из dbpedia данные о Берлине,
09:03
you'll end up pulling up these other things as well.
185
525000
2000
вы вытаскиваете вместе с ними и всё эти вещи.
09:05
And the exciting thing is it's starting to grow.
186
527000
3000
И то, что всё это начинает расти — особенно захватывает.
09:08
This is just the grassroots stuff again, OK?
187
530000
2000
Это снова то самое движение снизу, так?
09:10
Let's think about data for a bit.
188
532000
3000
Давайте немного подумаем о данных.
09:13
Data comes in fact in lots and lots of different forms.
189
535000
3000
В действительности данные существуют в самых разных формах.
09:16
Think of the diversity of the web. It's a really important thing
190
538000
3000
Подумайте о разнообразии сети, по-настоящему важно,
09:19
that the web allows you to put all kinds of data up there.
191
541000
3000
что сеть позволяет размещать в себе любые типы данных.
09:22
So it is with data. I could talk about all kinds of data.
192
544000
2000
Так происходит с данными. Я мог бы говорить о всевозможных типах данных.
09:25
We could talk about government data, enterprise data is really important,
193
547000
4000
Мы могли бы говорить о правительственных данных, корпоративных данных — они очень важны,
09:29
there's scientific data, there's personal data,
194
551000
3000
есть научные данные, личные данные,
09:32
there's weather data, there's data about events,
195
554000
2000
метеорологические данные, данные о мероприятиях,
09:34
there's data about talks, and there's news and there's all kinds of stuff.
196
556000
4000
о выступлениях, также есть новости и много чего другого.
09:38
I'm just going to mention a few of them
197
560000
3000
Я упомяну лишь небольшую их часть,
09:41
so that you get the idea of the diversity of it,
198
563000
2000
чтобы вы смогли представить себе их разнообразие,
09:43
so that you also see how much unlocked potential.
199
565000
4000
могли увидеть, какой там потенциал .
09:47
Let's start with government data.
200
569000
2000
Давайте начнём с правительственных данных.
09:49
Barack Obama said in a speech,
201
571000
2000
Барак Обама в своей речи сказал,
09:51
that he -- American government data would be available on the Internet
202
573000
5000
что данные американского правительства будут общедоступны в интернете
09:56
in accessible formats.
203
578000
2000
в удобных форматах.
09:58
And I hope that they will put it up as linked data.
204
580000
2000
И я надеюсь, что эти данные будут размещены в формате связанных данных.
10:00
That's important. Why is it important?
205
582000
2000
Это важно. Почему?
10:02
Not just for transparency, yeah transparency in government is important,
206
584000
3000
Не только из-за прозрачности, да, прозрачность в действиях правительства важна,
10:05
but that data -- this is the data from all the government departments
207
587000
3000
но сами данные – это данные из всех министерств.
10:08
Think about how much of that data is about how life is lived in America.
208
590000
5000
Подумайте, какое количество данных относится к американской жизни.
10:13
It's actual useful. It's got value.
209
595000
2000
Они по-настоящему полезны, у них есть ценность.
10:15
I can use it in my company.
210
597000
2000
Я могу воспользоваться ими в своей компании,
10:17
I could use it as a kid to do my homework.
211
599000
2000
если бы я был школьником, я мог бы воспользоваться ими, делая домашнюю работу.
10:19
So we're talking about making the place, making the world run better
212
601000
3000
Мы говорим о том, что делаем мир лучше,
10:22
by making this data available.
213
604000
2000
делая эти данные доступными.
10:24
In fact if you're responsible -- if you know about some data
214
606000
4000
На самом деле, если вы знаете о каких-либо данных
10:28
in a government department, often you find that
215
610000
2000
в министерстве, то зачастую вы обнаруживаете, что
10:30
these people, they're very tempted to keep it --
216
612000
3000
эти люди поддаются сильному искушению оставить данные себе,
10:33
Hans calls it database hugging.
217
615000
3000
Ганс называет это обниманием базы данных.
10:36
You hug your database, you don't want to let it go
218
618000
2000
Ты обнимаешь свою базу данных, ты не хочешь отпускать её,
10:38
until you've made a beautiful website for it.
219
620000
2000
пока не сделаешь для неё красивый сайт.
10:40
Well, I'd like to suggest that rather --
220
622000
2000
Я бы скорее предложил, что
10:42
yes, make a beautiful website,
221
624000
2000
да, делайте красивый сайт,
10:44
who am I to say don't make a beautiful website?
222
626000
2000
кто я такой, чтобы запрещать вам это делать?
10:46
Make a beautiful website, but first
223
628000
3000
Делайте красивый сайт, но сначала
10:49
give us the unadulterated data,
224
631000
3000
дайте нам необработанные данные,
10:52
we want the data.
225
634000
2000
они нам нужны.
10:54
We want unadulterated data.
226
636000
2000
Нам нужны необработанные данные.
10:56
OK, we have to ask for raw data now.
227
638000
3000
Хорошо, теперь мы должны потребовать необработанные данные.
10:59
And I'm going to ask you to practice that, OK?
228
641000
2000
Я попрошу вас потренироваться в этом, хорошо?
11:01
Can you say "raw"?
229
643000
1000
Скажите «необработанные».
11:02
Audience: Raw.
230
644000
1000
Зал: Необработанные
11:03
Tim Berners-Lee: Can you say "data"?
231
645000
1000
Тим: можете сказать «данные»?
11:04
Audience: Data.
232
646000
1000
Зал: Данные
11:05
TBL: Can you say "now"?
233
647000
1000
Тим: Можете сказать «сейчас»?
11:06
Audience: Now!
234
648000
1000
Зал: Сейчас!
11:07
TBL: Alright, "raw data now"!
235
649000
2000
Тим: Идёт. Необработанные данные сейчас!
11:09
Audience: Raw data now!
236
651000
2000
Зал: Необработанные данные сейчас!
11:11
Practice that. It's important because you have no idea the number of excuses
237
653000
4000
Попрактикуйтесь. Это важно, потому что вы себе даже не представляете, сколько оправданий
11:15
people come up with to hang onto their data
238
657000
2000
люди выдумывают, чтобы продолжать держаться за свои данные
11:17
and not give it to you, even though you've paid for it as a taxpayer.
239
659000
4000
и не отдавать их вам, даже несмотря на то что вы как налогоплательщик за них заплатили.
11:21
And it's not just America. It's all over the world.
240
663000
2000
И так не только в Америке. Так во всём мире.
11:23
And it's not just governments, of course -- it's enterprises as well.
241
665000
3000
И, конечно, не только в правительствах, но и в бизнесах.
11:26
So I'm just going to mention a few other thoughts on data.
242
668000
3000
Ещё несколько мыслей о данных.
11:29
Here we are at TED, and all the time we are very conscious
243
671000
5000
Здесь на TED, мы хорошо осознаём
11:34
of the huge challenges that human society has right now --
244
676000
5000
огромные вызовы, стоящие в настоящее время перед человечеством —
11:39
curing cancer, understanding the brain for Alzheimer's,
245
681000
3000
лечение раковых заболеваний, понимание механизмов болезни Альцгеймера,
11:42
understanding the economy to make it a little bit more stable,
246
684000
3000
понимание экономики, чтобы сделать её чуть более стабильной,
11:45
understanding how the world works.
247
687000
2000
понимание того, как устроен мир.
11:47
The people who are going to solve those -- the scientists --
248
689000
2000
Люди, которые найдут ответы на эти вопросы, учёные,
11:49
they have half-formed ideas in their head,
249
691000
2000
имеют наполовину сформировавшиеся идеи,
11:51
they try to communicate those over the web.
250
693000
3000
пытаются сообщать их через сеть.
11:54
But a lot of the state of knowledge of the human race at the moment
251
696000
3000
Но значительная часть знаний человеческой расы в настоящий момент
11:57
is on databases, often sitting in their computers,
252
699000
3000
хранится в базах данных, зачастую на локальных компьютерах,
12:00
and actually, currently not shared.
253
702000
3000
они недоступны для совместного использования.
12:03
In fact, I'll just go into one area --
254
705000
3000
На самом деле, я каснусь только одной области —
12:06
if you're looking at Alzheimer's, for example,
255
708000
2000
если вы посмотрите, например, как разрабатываются лекарства
12:08
drug discovery -- there is a whole lot of linked data which is just coming out
256
710000
3000
для лечения болезни Альцгеймера, то там сейчас появляется масса связанных данных,
12:11
because scientists in that field realize
257
713000
2000
потому что учёные из данной области понимают,
12:13
this is a great way of getting out of those silos,
258
715000
3000
что это прекрасное решение проблемы,
12:16
because they had their genomics data in one database
259
718000
4000
их данные по геному находились в одной базе
12:20
in one building, and they had their protein data in another.
260
722000
3000
в одном здании, а данные по протеинам — в другой.
12:23
Now, they are sticking it onto -- linked data --
261
725000
3000
Теперь они соединяют эти данные — связанные данные,
12:26
and now they can ask the sort of question, that you probably wouldn't ask,
262
728000
3000
и могут задать такой вопрос, который вы вряд ли зададите,
12:29
I wouldn't ask -- they would.
263
731000
2000
я не задам.
12:31
What proteins are involved in signal transduction
264
733000
2000
Какие протеины участвуют в сигнальной трансдукции,
12:33
and also related to pyramidal neurons?
265
735000
2000
а также имеют отношение к пирамидальным нейронам?
12:35
Well, you take that mouthful and you put it into Google.
266
737000
3000
Итак, запомните эту фразу и поищите в Google.
12:38
Of course, there's no page on the web which has answered that question
267
740000
3000
Само собой, страницы с ответом на этот вопрос в сети не существует,
12:41
because nobody has asked that question before.
268
743000
2000
потому что никто не задавал этот вопрос раньше.
12:43
You get 223,000 hits --
269
745000
2000
Вы получите 223,000 результатов,
12:45
no results you can use.
270
747000
2000
но ни одного, которым вы сможете воспользоваться.
12:47
You ask the linked data -- which they've now put together --
271
749000
3000
Если адресовать тот же вопрос связанным данным,
12:50
32 hits, each of which is a protein which has those properties
272
752000
4000
то получится 32 результата, каждый из которых — протеин с искомыми свойствами,
12:54
and you can look at.
273
756000
2000
и на каждый можно посмотреть.
12:56
The power of being able to ask those questions, as a scientist --
274
758000
3000
Для ученого умение формулировать эти вопросы,
12:59
questions which actually bridge across different disciplines --
275
761000
2000
вопросы, связывающие различные дисциплины,
13:01
is really a complete sea change.
276
763000
3000
это полнейшай трансформация.
13:04
It's very very important.
277
766000
2000
Это очень, очень важно.
13:06
Scientists are totally stymied at the moment --
278
768000
2000
В настоящее время учёные загнаны в тупик,
13:08
the power of the data that other scientists have collected is locked up
279
770000
5000
мощь данных, собранных другими учёными, недоступна,
13:13
and we need to get it unlocked so we can tackle those huge problems.
280
775000
3000
и чтобы справиться с этими проблемами, мы должны разблокировать данные.
13:16
Now if I go on like this, you'll think that all the data comes from huge institutions
281
778000
4000
Если продолжу, вы подумаете, что все данные производятся большими институтами,
13:20
and has nothing to do with you.
282
782000
3000
и это не имеет никакого отношения к вам.
13:23
But, that's not true.
283
785000
2000
Но это не так.
13:25
In fact, data is about our lives.
284
787000
2000
На самом деле, данные составляют нашу жизнь.
13:27
You just -- you log on to your social networking site,
285
789000
3000
Вы авторизуетесь на сайте своей любимой социальной сети,
13:30
your favorite one, you say, "This is my friend."
286
792000
2000
вы говорите «Это мой друг».
13:32
Bing! Relationship. Data.
287
794000
3000
И вот, связь. Данные.
13:35
You say, "This photograph, it's about -- it depicts this person. "
288
797000
3000
Вы говорите «эта фотография такого-то человека».
13:38
Bing! That's data. Data, data, data.
289
800000
3000
И вот, данные. Данные, данные, данные.
13:41
Every time you do things on the social networking site,
290
803000
2000
Каждый раз, когда вы что-либо делаете в социальной сети,
13:43
the social networking site is taking data and using it -- re-purposing it --
291
805000
4000
сайт собирает данные, использует и обрабатывает,
13:47
and using it to make other people's lives more interesting on the site.
292
809000
4000
чтобы сделать пребывание других людей на сайте более интересным.
13:51
But, when you go to another linked data site --
293
813000
2000
Но когда вы заходите на другой сайт со связанными данными,
13:53
and let's say this is one about travel,
294
815000
3000
скажем, сайт о путешествиях,
13:56
and you say, "I want to send this photo to all the people in that group,"
295
818000
3000
и говорите «я хочу послать эту фотографию всем членам такой-то группы»,
13:59
you can't get over the walls.
296
821000
2000
вы не можете этого сделать.
14:01
The Economist wrote an article about it, and lots of people have blogged about it --
297
823000
2000
В журнале Economist была статья на эту тему, многие люди писали об этом в своих блогах,
14:03
tremendous frustration.
298
825000
1000
огромное разочарование.
14:04
The way to break down the silos is to get inter-operability
299
826000
2000
Пробить брешь в закрытых хранилищах данных можно, создав совместимость
14:06
between social networking sites.
300
828000
2000
между социальными сетями.
14:08
We need to do that with linked data.
301
830000
2000
Нам нужно это сделать с помощью связанных данных.
14:10
One last type of data I'll talk about, maybe it's the most exciting.
302
832000
3000
Я скажу об ещё одном типе данных, возможно, наиболее впечатляющем.
14:13
Before I came down here, I looked it up on OpenStreetMap
303
835000
3000
Прежде чем приехать сюда, я нашёл это место на OpenStreetMap.
14:16
The OpenStreetMap's a map, but it's also a Wiki.
304
838000
2000
Это карта, но также и Вики.
14:18
Zoom in and that square thing is a theater -- which we're in right now --
305
840000
3000
Приблизьте, и этот квадрат окажется театром, в котором мы сейчас находимся,
14:21
The Terrace Theater. It didn't have a name on it.
306
843000
2000
The Terrace Theater. Но это имя не было обозначено на карте.
14:23
So I could go into edit mode, I could select the theater,
307
845000
2000
Так что у меня была возможность перейти в режим редактирования, выбрать театр,
14:25
I could add down at the bottom the name, and I could save it back.
308
847000
5000
добавить внизу его название и сохранить.
14:30
And now if you go back to the OpenStreetMap. org,
309
852000
3000
И теперь, если вы зайдёте на OpenStreetMap.org,
14:33
and you find this place, you will find that The Terrace Theater has got a name.
310
855000
3000
и найдёте это место, вы обнаружите, что у The Terrace Theater теперь есть название.
14:36
I did that. Me!
311
858000
2000
Я сделал это. Я!
14:38
I did that to the map. I just did that!
312
860000
2000
Я проделал это с картой. Я только что это сделал!
14:40
I put that up on there. Hey, you know what?
313
862000
2000
Я отметил имя на карте. И вы знаете что?
14:42
If I -- that street map is all about everybody doing their bit
314
864000
3000
Суть этой карты заключается в том, что каждый вносит свою лепту,
14:45
and it creates an incredible resource
315
867000
3000
а в итоге создаётся невероятный ресурс,
14:48
because everybody else does theirs.
316
870000
3000
потому что все остальные поступают так же.
14:51
And that is what linked data is all about.
317
873000
3000
В этом и заключается смысл связанных данных.
14:54
It's about people doing their bit
318
876000
3000
Смысл заключается в том, что каждый что-то делает,
14:57
to produce a little bit, and it all connecting.
319
879000
3000
и всё это связывается.
15:00
That's how linked data works.
320
882000
3000
Так работают связанные данные.
15:03
You do your bit. Everybody else does theirs.
321
885000
4000
Вы вносите свой вклад, все остальные вносят свой.
15:07
You may not have lots of data which you have yourself to put on there
322
889000
4000
Возможно, у вас не найдется большого количества данных, чтобы разместить их там,
15:11
but you know to demand it.
323
893000
3000
но вы сможете их запросить.
15:14
And we've practiced that.
324
896000
2000
Мы практиковали это.
15:16
So, linked data -- it's huge.
325
898000
4000
Итак, связанные данные — это огромная тема.
15:20
I've only told you a very small number of things
326
902000
3000
Я рассказал вам только малую часть.
15:23
There are data in every aspect of our lives,
327
905000
2000
Данные присутствуют в каждом аспекте нашей жизни,
15:25
every aspect of work and pleasure,
328
907000
3000
каждом аспекте работы и отдыха.
15:28
and it's not just about the number of places where data comes,
329
910000
3000
И дело не только в числе источников данных,
15:31
it's about connecting it together.
330
913000
3000
но в связывании этих данных.
15:34
And when you connect data together, you get power
331
916000
3000
Когда вы связываете данные, вы получаете могущество,
15:37
in a way that doesn't happen just with the web, with documents.
332
919000
3000
которое недоступно лишь сети или документам.
15:40
You get this really huge power out of it.
333
922000
4000
Вы получаете по-настоящему огромную силу.
15:44
So, we're at the stage now
334
926000
3000
Итак, мы находимся на этапе,
15:47
where we have to do this -- the people who think it's a great idea.
335
929000
4000
когда мы должны сделать это — люди, считающие, что это отличная идея.
15:51
And all the people -- and I think there's a lot of people at TED who do things because --
336
933000
3000
И все эти люди, а я думаю на TED много людей, которые что-то делают,
15:54
even though there's not an immediate return on the investment
337
936000
2000
даже несмотря на отсутствие возможности вернуть инвестиции быстро,
15:56
because it will only really pay off when everybody else has done it --
338
938000
3000
потому что затея окупится только когда все остальные поступят так же,
15:59
they'll do it because they're the sort of person who just does things
339
941000
4000
они сделают это потому, что они относятся к той категории людей, которые просто делают то,
16:03
which would be good if everybody else did them.
340
945000
3000
что принесёт результат, если все остальные сделают то же.
16:06
OK, so it's called linked data.
341
948000
2000
Итак, это — связанные данные.
16:08
I want you to make it.
342
950000
2000
Я хочу, чтобы вы это сделали.
16:10
I want you to demand it.
343
952000
2000
Я хочу, чтобы вы этого потребовали.
16:12
And I think it's an idea worth spreading.
344
954000
2000
И я думаю, эта идея достойна распространения.
16:14
Thanks.
345
956000
1000
Спасибо.
16:15
(Applause)
346
957000
3000
(Аплодисменты)
ABOUT THE SPEAKER
Tim Berners-Lee - InventorTim Berners-Lee invented the World Wide Web. He leads the World Wide Web Consortium (W3C), overseeing the Web's standards and development.
Why you should listen
In the 1980s, scientists at CERN were asking themselves how massive, complex, collaborative projects -- like the fledgling LHC -- could be orchestrated and tracked. Tim Berners-Lee, then a contractor, answered by inventing the World Wide Web. This global system of hypertext documents, linked through the Internet, brought about a massive cultural shift ushered in by the new tech and content it made possible: AOL, eBay, Wikipedia, TED.com...
Berners-Lee is now director of the World Wide Web Consortium (W3C), which maintains standards for the Web and continues to refine its design. Recently he has envisioned a "Semantic Web" -- an evolved version of the same system that recognizes the meaning of the information it carries. He's the 3Com Founders Professor of Engineering in the School of Engineering with a joint appointment in the Department of Electrical Engineering and Computer Science at the Laboratory for Computer Science and Artificial Intelligence (CSAIL) at the MIT, where he also heads the Decentralized Information Group (DIG). He is also a Professor in the Electronics and Computer Science Department at the University of Southampton, UK.
Tim Berners-Lee | Speaker | TED.com