TED2009
Tim Berners-Lee: The next web
Filmed:
Readability: 3.8
1,638,798 views
20 years ago, Tim Berners-Lee invented the World Wide Web. For his next project, he's building a web for open, linked data that could do for numbers what the Web did for words, pictures, video: unlock our data and reframe the way we use it together.
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
Thời gian trôi đi.
00:20
It's actually almost 20 years ago
1
2000
2000
Thật sự là gần 20 năm trước
00:22
when I wanted to reframe the way we use information,
2
4000
4000
khi tôi muốn hệ thống lại
cách chúng ta sử dụng thông tin,
cách chúng ta sử dụng thông tin,
00:26
the way we work together: I invented the World Wide Web.
3
8000
3000
cách ta làm việc cùng nhau:
tôi đã phát minh ra mạng toàn cầu.
tôi đã phát minh ra mạng toàn cầu.
00:29
Now, 20 years on, at TED,
4
11000
3000
Bây giờ, đã là 20 năm, tại TED,
00:32
I want to ask your help in a new reframing.
5
14000
4000
tôi muốn nhờ sự giúp đỡ từ các bạn
trong việc hệ thống mới.
trong việc hệ thống mới.
00:37
So going back to 1989,
6
19000
4000
Quay ngược về năm 1989,
00:41
I wrote a memo suggesting the global hypertext system.
7
23000
3000
tôi đã viết một bản ghi nhớ về
hệ thống siêu văn bản toàn cầu.
hệ thống siêu văn bản toàn cầu.
00:44
Nobody really did anything with it, pretty much.
8
26000
3000
Thật sự thì không có ai làm gì với nó hết.
00:47
But 18 months later -- this is how innovation happens --
9
29000
4000
Nhưng 18 tháng sau - đây là cách
sự đổi mới diễn ra -
sự đổi mới diễn ra -
00:51
18 months later, my boss said I could do it on the side,
10
33000
4000
18 tháng sau, ông chủ nói tôi
có thể thực hiện nó ở bên ngoài,
có thể thực hiện nó ở bên ngoài,
00:55
as a sort of a play project,
11
37000
2000
như là một loại dự án cho vui,
00:57
kick the tires of a new computer we'd got.
12
39000
2000
khởi động loại máy tính mới.
00:59
And so he gave me the time to code it up.
13
41000
3000
Và do đó ông ấy đã cho tôi thời gian
để mã hóa nó.
để mã hóa nó.
01:02
So I basically roughed out what HTML should look like:
14
44000
5000
Vì thế về cơ bản là tôi phác thảo
HTML nên trông như thế nào:
HTML nên trông như thế nào:
01:07
hypertext protocol, HTTP;
15
49000
3000
giao thức siêu văn bản, HTTP;
01:10
the idea of URLs, these names for things
16
52000
3000
ý tưởng về URLs,
những cái tên cho những thứ khác
những cái tên cho những thứ khác
01:13
which started with HTTP.
17
55000
2000
mà bắt nguồn từ HTTP.
01:15
I wrote the code and put it out there.
18
57000
2000
Tôi viết bảng mã và để ra chỗ khác.
01:17
Why did I do it?
19
59000
2000
Tại sao tôi làm vậy?
01:19
Well, it was basically frustration.
20
61000
2000
Cơ bản là thất bại.
01:21
I was frustrated -- I was working as a software engineer
21
63000
4000
Tôi đã thất bại - tôi đã làm việc
như một kĩ sư phần mềm
như một kĩ sư phần mềm
01:25
in this huge, very exciting lab,
22
67000
2000
trong phòng thí nghiệm khổng lồ
và thú vị,
và thú vị,
01:27
lots of people coming from all over the world.
23
69000
2000
rất nhiều người
từ khắp nơi trên thế giới.
từ khắp nơi trên thế giới.
01:29
They brought all sorts of different computers with them.
24
71000
3000
Họ mang theo tất cả
các loại máy tính khác nhau.
các loại máy tính khác nhau.
01:32
They had all sorts of different data formats,
25
74000
3000
Họ có tất cả các kiểu
định dạng dữ liệu khác nhau,
định dạng dữ liệu khác nhau,
01:35
all sorts, all kinds of documentation systems.
26
77000
2000
tất cả các kiểu, loại
hệ thống tư liệu.
hệ thống tư liệu.
01:37
So that, in all that diversity,
27
79000
3000
Cho nên, trong sự đa dạng đó,
01:40
if I wanted to figure out how to build something
28
82000
2000
nếu tôi muốn tìm ra
cách xây dựng cái gì đó
cách xây dựng cái gì đó
01:42
out of a bit of this and a bit of this,
29
84000
2000
ngoài chỗ này một chút và chỗ kia một chút
01:44
everything I looked into, I had to connect to some new machine,
30
86000
4000
mọi thứ tôi nghiên cứu,
tôi phải kết nối với vài thiết bị mới,
tôi phải kết nối với vài thiết bị mới,
01:48
I had to learn to run some new program,
31
90000
2000
tôi phải học vận hành chương trình mới,
01:50
I would find the information I wanted in some new data format.
32
92000
5000
tôi sẽ tìm ra thông tin tôi cần
trong định dang dữ liệu mới.
trong định dang dữ liệu mới.
01:55
And these were all incompatible.
33
97000
2000
Và tất cả những thứ đó không tương thích.
01:57
It was just very frustrating.
34
99000
2000
Đó chỉ là thất bại.
01:59
The frustration was all this unlocked potential.
35
101000
2000
Thất bại là những tiềm
tiềm năng chưa mở ra.
tiềm năng chưa mở ra.
02:01
In fact, on all these discs there were documents.
36
103000
3000
Thực tế, trong tất cả những cái đĩa này
đều có những tư liệu.
đều có những tư liệu.
02:04
So if you just imagined them all
37
106000
3000
Nên nếu bạn chỉ
tưởng tượng ra tất cả chúng
tưởng tượng ra tất cả chúng
02:07
being part of some big, virtual documentation system in the sky,
38
109000
5000
trở thành một cái gì đó lớn lao,
hệ thống tư liệu ảo trên trời,
hệ thống tư liệu ảo trên trời,
02:12
say on the Internet,
39
114000
2000
ví như là trên Internet,
02:14
then life would be so much easier.
40
116000
2000
thế thì cuộc sống sẽ dễ dàng hơn nhiều.
02:16
Well, once you've had an idea like that it kind of gets under your skin
41
118000
4000
Một khi bạn đã có ý tưởng
thì nó như kiểu trêu ngươi bạn
thì nó như kiểu trêu ngươi bạn
02:20
and even if people don't read your memo --
42
122000
2000
ngay cả nếu người ta
không đọc ghi chép của bạn --
không đọc ghi chép của bạn --
02:22
actually he did, it was found after he died, his copy.
43
124000
3000
-- thật ra là, sau khi chết
bản thảo của ông được tìm thấy.
bản thảo của ông được tìm thấy.
02:25
He had written, "Vague, but exciting," in pencil, in the corner.
44
127000
3000
Ông ghi bằng bút chì ở trong góc,
"không rõ ràng, nhưng thú vị"
"không rõ ràng, nhưng thú vị"
02:28
(Laughter)
45
130000
2000
(Tiếng cười)
02:30
But in general it was difficult -- it was really difficult to explain
46
132000
4000
Nhưng nói chung là khó -
nó thật sự khó để giải thích
nó thật sự khó để giải thích
02:34
what the web was like.
47
136000
2000
mạng web trông như thế nào.
02:36
It's difficult to explain to people now that it was difficult then.
48
138000
2000
Khó để giải thích rằng
hồi đó đã rất khó.
hồi đó đã rất khó.
02:38
But then -- OK, when TED started, there was no web
49
140000
3000
Nhưng sau đó - OK, khi TED bắt đầu,
không hề có mạng
không hề có mạng
02:41
so things like "click" didn't have the same meaning.
50
143000
3000
vậy nên những thứ như "click"
không hề có nghĩa tương tự.
không hề có nghĩa tương tự.
02:44
I can show somebody a piece of hypertext,
51
146000
2000
Tôi có thể cho xem một phần siêu văn bản,
02:46
a page which has got links,
52
148000
2000
một trang có đường liên kết,
02:48
and we click on the link and bing -- there'll be another hypertext page.
53
150000
4000
và khi ta bấm vào đường truyền và bing
- một trang siêu văn bản khác mở ra.
- một trang siêu văn bản khác mở ra.
02:52
Not impressive.
54
154000
2000
Không ấn tượng gì.
02:54
You know, we've seen that -- we've got things on hypertext on CD-ROMs.
55
156000
3000
Bạn biết đó, ta có các thứ
trong siêu văn bản trong CD_ROMs.
trong siêu văn bản trong CD_ROMs.
02:57
What was difficult was to get them to imagine:
56
159000
3000
Cái khó là khiến họ tưởng tượng:
03:00
so, imagine that that link could have gone
57
162000
4000
vậy, hãy tưởng tượng
đường truyền có thể đi đến
đường truyền có thể đi đến
03:04
to virtually any document you could imagine.
58
166000
2000
tới hầu hết các tư liệu
có thể tưởng tượng.
có thể tưởng tượng.
03:07
Alright, that is the leap that was very difficult for people to make.
59
169000
4000
Đó là bước nhảy mà rất khó để thực hiện.
03:11
Well, some people did.
60
173000
2000
Ờ thì, một số người đã làm.
03:13
So yeah, it was difficult to explain, but there was a grassroots movement.
61
175000
3000
Vậy nên, rất khó để giải thích,
nhưng có một chuyển biến cơ sở.
nhưng có một chuyển biến cơ sở.
03:17
And that is what has made it most fun.
62
179000
4000
Và đó là cái làm nó trở nên hay nhất.
03:21
That has been the most exciting thing,
63
183000
2000
Đó là điều thú vị nhất,
03:23
not the technology, not the things people have done with it,
64
185000
2000
không là kỹ thuật,
không là thứ người ta đã làm
không là thứ người ta đã làm
03:25
but actually the community, the spirit of all these people
65
187000
2000
mà là xã hội,
tinh thần của mọi người
tinh thần của mọi người
03:27
getting together, sending the emails.
66
189000
2000
làm cùng nhau, gửi thư điện tử.
03:29
That's what it was like then.
67
191000
2000
Đó là cái giống như vậy.
03:31
Do you know what? It's funny, but right now it's kind of like that again.
68
193000
3000
Bạn biết không? Nó buồn cười,
nhưng giờ thì nó lại giống vậy.
nhưng giờ thì nó lại giống vậy.
03:34
I asked everybody, more or less, to put their documents --
69
196000
2000
Tôi yêu cầu, nhiều hay ít,
hãy đưa tư liệu
hãy đưa tư liệu
03:36
I said, "Could you put your documents on this web thing?"
70
198000
3000
Tôi nói, "Bạn có thể
đưa các tư liệu lên trang web này không?"
đưa các tư liệu lên trang web này không?"
03:39
And you did.
71
201000
3000
Và họ đã làm.
03:42
Thanks.
72
204000
1000
Cảm ơn.
03:43
It's been a blast, hasn't it?
73
205000
2000
Đó là một cú huých, đúng không?
03:45
I mean, it has been quite interesting
74
207000
2000
Ý tôi là, điều đó khá là thú vị
03:47
because we've found out that the things that happen with the web
75
209000
2000
vì ta khám phá
các thứ trên trang web
các thứ trên trang web
03:49
really sort of blow us away.
76
211000
2000
thật sự quá tuyệt vời.
03:51
They're much more than we'd originally imagined
77
213000
2000
Hơn rất nhiều so với tưởng tượng ban đầu
03:53
when we put together the little, initial website
78
215000
2000
khi đặt địa chỉ web nhỏ ban đầu với nhau
03:55
that we started off with.
79
217000
2000
mà chúng ta bắt đầu với.
03:57
Now, I want you to put your data on the web.
80
219000
3000
Bây giờ, tôi muốn bạn
đưa dữ liệu của bạn lên trang mạng.
đưa dữ liệu của bạn lên trang mạng.
04:00
Turns out that there is still huge unlocked potential.
81
222000
4000
Hóa ra rằng vẫn có những
tiềm năng khổng lồ chưa được mở khóa.
tiềm năng khổng lồ chưa được mở khóa.
04:04
There is still a huge frustration
82
226000
2000
Vẫn còn là sự thất bại lớn
04:06
that people have because we haven't got data on the web as data.
83
228000
4000
bởi vì ta không có dữ liệu trên trang mạng
như là dữ liệu.
như là dữ liệu.
04:10
What do you mean, "data"? What's the difference -- documents, data?
84
232000
2000
Ý là sao, "dữ liệu"?
Khác gì nhau - tư liệu, dữ liệu?
Khác gì nhau - tư liệu, dữ liệu?
04:12
Well, documents you read, OK?
85
234000
3000
Tư liệu bạn đọc, đúng không?
04:15
More or less, you read them, you can follow links from them, and that's it.
86
237000
3000
Nhiều hay ít, bạn đọc nó,
bạn có thể theo đường dẫn, thế thôi.
bạn có thể theo đường dẫn, thế thôi.
04:18
Data -- you can do all kinds of stuff with a computer.
87
240000
2000
Dữ liệu-bạn có thể làm tất cả với máy tính
04:20
Who was here or has otherwise seen Hans Rosling's talk?
88
242000
6000
Ai đã ở đây hoặc cách khác
xem bài nói của Hans Rosling?
xem bài nói của Hans Rosling?
04:26
One of the great -- yes a lot of people have seen it --
89
248000
4000
Một trong những người tuyệt với -
vâng nhiều người đã xem nó -
vâng nhiều người đã xem nó -
04:30
one of the great TED Talks.
90
252000
2000
một trong những bài nói tuyệt với của TED.
04:32
Hans put up this presentation
91
254000
2000
Hans đưa ra bài thuyết trình
04:34
in which he showed, for various different countries, in various different colors --
92
256000
5000
trong đó ông đã chỉ ra, cho những đất nước
khác nhau, trong màu sắc khác nhau -
khác nhau, trong màu sắc khác nhau -
04:39
he showed income levels on one axis
93
261000
3000
ông cho thấy mức độ thu nhập trên một trục
04:42
and he showed infant mortality, and he shot this thing animated through time.
94
264000
3000
ông cho thấy số tử vong trẻ sơ sinh,
và biến đổi theo thời gian
và biến đổi theo thời gian
04:45
So, he'd taken this data and made a presentation
95
267000
4000
Do đó, ông đã lấy dữ liệu này
và làm bài thuyết trình
và làm bài thuyết trình
04:49
which just shattered a lot of myths that people had
96
271000
3000
mà đã phá hủy
rất nhiều chuyện hoang đường
rất nhiều chuyện hoang đường
04:52
about the economics in the developing world.
97
274000
4000
về kinh tế trong thế giới đang phát triển.
04:56
He put up a slide a little bit like this.
98
278000
2000
Ông thiết lập một trình chiếu nhỏ như vậy.
04:58
It had underground all the data
99
280000
2000
Nó có chứa ngầm tất cả các dữ liệu
05:00
OK, data is brown and boxy and boring,
100
282000
3000
Dữ liệu là màu nâu, hình hộp
và nhàm chán
và nhàm chán
05:03
and that's how we think of it, isn't it?
101
285000
2000
và đó là thứ ta nghĩ về nó, đúng không?
05:05
Because data you can't naturally use by itself
102
287000
3000
Vì dữ liệu không thể tự dùng
một cách tự nhiên
một cách tự nhiên
05:08
But in fact, data drives a huge amount of what happens in our lives
103
290000
4000
nhưng thực tế, dữ liệu chứa một lượng lớn
những gì xảy ra trong cuộc sống chúng ta
những gì xảy ra trong cuộc sống chúng ta
05:12
and it happens because somebody takes that data and does something with it.
104
294000
3000
và nó như thế là vì ai đó lấy dữ liệu
và làm cái gì đó với nó.
và làm cái gì đó với nó.
05:15
In this case, Hans had put the data together
105
297000
2000
Trường hợp này, Hans đặt dữ liệu với nhau
05:17
he had found from all kinds of United Nations websites and things.
106
299000
5000
ông đã tìm từ tất cả trang mạng và các thứ
của nước Mỹ.
của nước Mỹ.
05:22
He had put it together,
107
304000
2000
Ông đã đặt chúng với nhau,
05:24
combined it into something more interesting than the original pieces
108
306000
3000
kết hợp nó với vài thứ thú vị hơn bản gốc
05:27
and then he'd put it into this software,
109
309000
5000
và sau đó ông đưa nó vào phần mềm này,
05:32
which I think his son developed, originally,
110
314000
2000
mà tôi nghĩ con trai ông đã phát triển nó,
05:34
and produces this wonderful presentation.
111
316000
3000
và tạo ra bài thuyết trình tuyệt vời này.
05:37
And Hans made a point
112
319000
2000
Và Hans đã tạo một điểm nhấn
05:39
of saying, "Look, it's really important to have a lot of data."
113
321000
4000
khi nói, "Nhìn xem, có nhiều dữ liệu
thật sự rất quan trọng".
thật sự rất quan trọng".
05:43
And I was happy to see that at the party last night
114
325000
3000
Và tôi hạnh phúc khi thấy điều đó
tại bữa tiệc tối qua
tại bữa tiệc tối qua
05:46
that he was still saying, very forcibly, "It's really important to have a lot of data."
115
328000
4000
khi ông ấy vẫn nói, rất mạnh mẽ,
"Có nhiều dữ liệu thật sự rất quan trọng".
"Có nhiều dữ liệu thật sự rất quan trọng".
05:50
So I want us now to think about
116
332000
2000
Vậy tôi muốn bây giờ
chúng ta hãy nghĩ
chúng ta hãy nghĩ
05:52
not just two pieces of data being connected, or six like he did,
117
334000
4000
không chỉ hai mảnh dữ liệu được kết nối,
hay sáu giống như ông ấy đã làm,
hay sáu giống như ông ấy đã làm,
05:56
but I want to think about a world where everybody has put data on the web
118
338000
5000
nhưng tôi muốn nghĩ về một thế giới
mà ở đó mọi người đều đưa dữ liệu lên mạng
mà ở đó mọi người đều đưa dữ liệu lên mạng
06:01
and so virtually everything you can imagine is on the web
119
343000
2000
mọi thứ tưởng tượng ban đầu
đều trên mạng
đều trên mạng
06:03
and then calling that linked data.
120
345000
2000
và sau đó gọi là dữ liệu liên kết.
06:05
The technology is linked data, and it's extremely simple.
121
347000
2000
Kỹ thuật là dữ liệu liên kết,
rất đơn giản.
rất đơn giản.
06:07
If you want to put something on the web there are three rules:
122
349000
4000
Nếu bạn muốn đưa cái gì lên mạng
thì có ba quy tắc:
thì có ba quy tắc:
06:11
first thing is that those HTTP names --
123
353000
3000
đầu tiên là tên HTTP -
06:14
those things that start with "http:" --
124
356000
2000
những thứ này bắt đầu với "http:" -
06:16
we're using them not just for documents now,
125
358000
4000
bây giờ chúng tôi dùng chúng
không chỉ cho tư liệu,
không chỉ cho tư liệu,
06:20
we're using them for things that the documents are about.
126
362000
2000
chúng tôi dùng cho các thứ tư liệu đề cập.
06:22
We're using them for people, we're using them for places,
127
364000
2000
Chúng tôi dùng cho con người, địa điểm,
06:24
we're using them for your products, we're using them for events.
128
366000
4000
chúng tôi dùng nó cho sản phẩm của bạn,
dùng cho các sự kiện.
dùng cho các sự kiện.
06:28
All kinds of conceptual things, they have names now that start with HTTP.
129
370000
4000
Tất cả loại khái niệm,
họ có tên bắt đầu với HTTP.
họ có tên bắt đầu với HTTP.
06:32
Second rule, if I take one of these HTTP names and I look it up
130
374000
5000
Quy tắc thứ hai, nếu bạn lấy một
trong số các tên HTTP và bạn tra cứu nó
trong số các tên HTTP và bạn tra cứu nó
06:37
and I do the web thing with it and I fetch the data
131
379000
2000
và tôi làm về mạng với nó
và lấy dữ liệu
và lấy dữ liệu
06:39
using the HTTP protocol from the web,
132
381000
2000
sử dụng giao thức HTTP từ mạng,
06:41
I will get back some data in a standard format
133
383000
3000
tôi sẽ lấy về một vài dữ liệu
với định dạng chuẩn
với định dạng chuẩn
06:44
which is kind of useful data that somebody might like to know
134
386000
5000
là loại dữ liệu có ích
mà vài người muốn biết
mà vài người muốn biết
06:49
about that thing, about that event.
135
391000
2000
về điều đó, về sự kiện đó.
06:51
Who's at the event? Whatever it is about that person,
136
393000
2000
Ai ở sự kiện? Bất cứ gì về người đó,
06:53
where they were born, things like that.
137
395000
2000
họ sinh ra ở đâu, những thứ như thế.
06:55
So the second rule is I get important information back.
138
397000
2000
Quy tắc hai
tôi lấy về thông tin quan trọng
tôi lấy về thông tin quan trọng
06:57
Third rule is that when I get back that information
139
399000
4000
Quy tắc ba là khi tôi lấy lại thông tin đó
07:01
it's not just got somebody's height and weight and when they were born,
140
403000
3000
nó không chỉ là chiều cao và cân nặng
và nơi sinh của ai đó,
và nơi sinh của ai đó,
07:04
it's got relationships.
141
406000
2000
nó có cả những mối quan hệ.
07:06
Data is relationships.
142
408000
2000
Dữ liệu là những nối quan hệ.
07:08
Interestingly, data is relationships.
143
410000
2000
Thú vị là, dữ liệu là các mối quan hệ.
07:10
This person was born in Berlin; Berlin is in Germany.
144
412000
4000
Người này sinh ở Berlin;
Berlin ở Đức.
Berlin ở Đức.
07:14
And when it has relationships, whenever it expresses a relationship
145
416000
3000
Khi có các mối quan hệ,
bất cứ khi nào diễn tả một mối quan hệ
bất cứ khi nào diễn tả một mối quan hệ
07:17
then the other thing that it's related to
146
419000
3000
khi đó những thứ khác có liên quan
07:20
is given one of those names that starts HTTP.
147
422000
4000
được đưa ra là
một trong các tên bắt đầu với HTTP
một trong các tên bắt đầu với HTTP
07:24
So, I can go ahead and look that thing up.
148
426000
2000
Do đó, tôi có thể tiếp tục tra cứu cái đó.
07:26
So I look up a person -- I can look up then the city where they were born; then
149
428000
3000
Vậy tôi tìm một người -
sau đó tôi có thể tìm thành phố sinh ra
sau đó tôi có thể tìm thành phố sinh ra
07:29
I can look up the region it's in, and the town it's in,
150
431000
3000
sau đó tôi có thể tìm nó thuộc vùng nào,
trong thị trấn nào,
trong thị trấn nào,
07:32
and the population of it, and so on.
151
434000
3000
dân số của nó, vân vân.
07:35
So I can browse this stuff.
152
437000
2000
Do đó tôi có thể duyệt những thứ đó.
07:37
So that's it, really.
153
439000
2000
Vậy nó thật sự là như thế.
07:39
That is linked data.
154
441000
2000
Đó là dữ liệu kết nối.
07:41
I wrote an article entitled "Linked Data" a couple of years ago
155
443000
3000
Một vài năm trước tôi viết một bài báo
tựa đề "Dữ liệu liên kết"
tựa đề "Dữ liệu liên kết"
07:44
and soon after that, things started to happen.
156
446000
4000
và sớm sau đó, vài thứ bắt đầu xuất hiện.
07:48
The idea of linked data is that we get lots and lots and lots
157
450000
4000
Ý tưởng về dữ liệu liên kết
mà chúng tôi có rất rất nhiều
mà chúng tôi có rất rất nhiều
07:52
of these boxes that Hans had,
158
454000
2000
về những cái hộp của Hans
07:54
and we get lots and lots and lots of things sprouting.
159
456000
2000
và có rất rất nhiều
những thứ được nảy mầm.
những thứ được nảy mầm.
07:56
It's not just a whole lot of other plants.
160
458000
3000
Nó không chỉ là toàn bộ
nhiều cái cây khác.
nhiều cái cây khác.
07:59
It's not just a root supplying a plant,
161
461000
2000
Nó không chỉ là rễ nuôi lớn cái cây,
08:01
but for each of those plants, whatever it is --
162
463000
3000
nhưng với mỗi cái cây, bất kể là gì -
08:04
a presentation, an analysis, somebody's looking for patterns in the data --
163
466000
3000
bài thuyết trình, phân tích,
ai đó tìm các mẫu trong dữ liệu -
ai đó tìm các mẫu trong dữ liệu -
08:07
they get to look at all the data
164
469000
3000
họ sẽ thấy tất cả các dữ liệu
08:10
and they get it connected together,
165
472000
2000
và họ sẽ thấy nó liên kết với nhau,
08:12
and the really important thing about data
166
474000
2000
và điều thật sự quan trọng về dữ liệu
08:14
is the more things you have to connect together, the more powerful it is.
167
476000
2000
là càng kết nối nhiều thứ,
nó càng mạnh hơn.
nó càng mạnh hơn.
08:16
So, linked data.
168
478000
2000
Vậy, dữ liệu liên kết.
08:18
The meme went out there.
169
480000
2000
Sự lan truyền đã vươn ra ngoài.
08:20
And, pretty soon Chris Bizer at the Freie Universitat in Berlin
170
482000
4000
Và, cũng khá sớm Chris Bizer
tại trường Đại học Freie ở Berlin
tại trường Đại học Freie ở Berlin
08:24
who was one of the first people to put interesting things up,
171
486000
2000
trong số người đầu tiên
đưa lên thứ thú vị,
đưa lên thứ thú vị,
08:26
he noticed that Wikipedia --
172
488000
2000
ông để ý rằng Wikipedia -
08:28
you know Wikipedia, the online encyclopedia
173
490000
3000
các bạn biết Wikipedia,
bách khoa trực tuyến duy nhất
bách khoa trực tuyến duy nhất
08:31
with lots and lots of interesting documents in it.
174
493000
2000
với rất rất nhiều tư liệu thú vị trong đó.
08:33
Well, in those documents, there are little squares, little boxes.
175
495000
4000
Trong tư liệu, có hình vuông,
hình hộp nhỏ.
hình hộp nhỏ.
08:37
And in most information boxes, there's data.
176
499000
3000
Và trong hầu hết các hộp thông tin,
là dữ liệu.
là dữ liệu.
08:40
So he wrote a program to take the data, extract it from Wikipedia,
177
502000
4000
Nên ông ấy viết chương trình lấy dữ liệu,
trích nó từ Wikipedia,
trích nó từ Wikipedia,
08:44
and put it into a blob of linked data
178
506000
2000
và bỏ vào một phần nhỏ dữ liệu liên kết
08:46
on the web, which he called dbpedia.
179
508000
3000
trên trang mạng, mà ông gọi là dbpedia.
08:49
Dbpedia is represented by the blue blob in the middle of this slide
180
511000
4000
Dbpedia thể hiện bằng khung màu xanh
ở giữa trình chiếu này
ở giữa trình chiếu này
08:53
and if you actually go and look up Berlin,
181
515000
2000
và nếu bạn thật sự tìm kiếm về Berlin,
08:55
you'll find that there are other blobs of data
182
517000
2000
bạn sẽ thấy rằng có
các vùng thông tin khác
các vùng thông tin khác
08:57
which also have stuff about Berlin, and they're linked together.
183
519000
3000
mà cũng có những thứ về Berlin,
và chúng được liên kết với nhau.
và chúng được liên kết với nhau.
09:00
So if you pull the data from dbpedia about Berlin,
184
522000
3000
Vậy nếu bạn kéo dữ liệu về Berlin
từ Dbpedia,
từ Dbpedia,
09:03
you'll end up pulling up these other things as well.
185
525000
2000
bạn kết thúc bằng việc kéo cả các thứ khác
09:05
And the exciting thing is it's starting to grow.
186
527000
3000
Và thứ đang tồn tại bắt đầu phát triển.
09:08
This is just the grassroots stuff again, OK?
187
530000
2000
Đó cũng lại là cấp cơ sở.
09:10
Let's think about data for a bit.
188
532000
3000
Hãy nghĩ một chút về dữ liệu.
09:13
Data comes in fact in lots and lots of different forms.
189
535000
3000
Dữ liệu đến từ thực tế
dưới rất rất nhiều hình thức khác nhau.
dưới rất rất nhiều hình thức khác nhau.
09:16
Think of the diversity of the web. It's a really important thing
190
538000
3000
Nghĩ về sự đa dạng của trang mạng.
Nó thật sự rất quan trọng
Nó thật sự rất quan trọng
09:19
that the web allows you to put all kinds of data up there.
191
541000
3000
rằng trang mạng cho phép bạn
đưa tất cả loại dữ liệu lên đó.
đưa tất cả loại dữ liệu lên đó.
09:22
So it is with data. I could talk about all kinds of data.
192
544000
2000
Nó với dữ liệu,
Tôi có thể nói về mọi loại.
Tôi có thể nói về mọi loại.
09:25
We could talk about government data, enterprise data is really important,
193
547000
4000
Ta có thể nói về dữ liệu chính phủ,
dữ liệu doanh nghiệp rất quan trọng,
dữ liệu doanh nghiệp rất quan trọng,
09:29
there's scientific data, there's personal data,
194
551000
3000
có dữ liệu khoa học, có dữ liệu cá nhân,
09:32
there's weather data, there's data about events,
195
554000
2000
có dữ liệu thời tiết, dữ liệu về sự kiện,
09:34
there's data about talks, and there's news and there's all kinds of stuff.
196
556000
4000
có dữ liệu về các bài nói, và có tin tức
và có tất cả các thứ.
và có tất cả các thứ.
09:38
I'm just going to mention a few of them
197
560000
3000
Tôi chỉ định đề cập một vài trong số đó
09:41
so that you get the idea of the diversity of it,
198
563000
2000
để bạn hiểu được sự đa dạng của nó,
09:43
so that you also see how much unlocked potential.
199
565000
4000
cũng để bạn thấy tiềm năng chưa mở khóa
nhiều như thế nào.
nhiều như thế nào.
09:47
Let's start with government data.
200
569000
2000
Bắt đầu với dữ liệu chính phủ.
09:49
Barack Obama said in a speech,
201
571000
2000
Barack Obama đã nói trong bài diễn văn,
09:51
that he -- American government data would be available on the Internet
202
573000
5000
rằng ông ấy -
dữ liệu về chính phủ Mỹ sẽ có trên mạng
dữ liệu về chính phủ Mỹ sẽ có trên mạng
09:56
in accessible formats.
203
578000
2000
dưới định dạng có thể tiếp cận.
09:58
And I hope that they will put it up as linked data.
204
580000
2000
Hy vọng họ đưa nó lên như dữ liệu liên kết
10:00
That's important. Why is it important?
205
582000
2000
Điều đó là quan trọng. Tại sao quan trọng?
10:02
Not just for transparency, yeah transparency in government is important,
206
584000
3000
Không chỉ vì minh bạch,
minh bạch trong chính phủ là quan trọng
minh bạch trong chính phủ là quan trọng
10:05
but that data -- this is the data from all the government departments
207
587000
3000
nhưng dữ liệu này -
đây là dữ liêu từ tất cả cơ quan chính phủ
đây là dữ liêu từ tất cả cơ quan chính phủ
10:08
Think about how much of that data is about how life is lived in America.
208
590000
5000
Nghĩ xem dữ liệu đó có giá bao nhiêu,
nghĩ về cuộc sống ở Mỹ như thế nào.
nghĩ về cuộc sống ở Mỹ như thế nào.
10:13
It's actual useful. It's got value.
209
595000
2000
Nó thật ra rất hũu dụng. Nó có giá trị.
10:15
I can use it in my company.
210
597000
2000
Tôi có thể dùng nó trong công ty tôi.
10:17
I could use it as a kid to do my homework.
211
599000
2000
Tôi có thể dùng nó như
đứa trẻ làm bài tập
đứa trẻ làm bài tập
10:19
So we're talking about making the place, making the world run better
212
601000
3000
Vậy ta đang nói về việc tạo ra địa điểm,
cho thế giới tốt hơn
cho thế giới tốt hơn
10:22
by making this data available.
213
604000
2000
bằng cách tạo ra dữ liệu có sẵn.
10:24
In fact if you're responsible -- if you know about some data
214
606000
4000
Thực tế nếu bạn có trách nhiệm -
nếu bạn biết về vài dữ liệu
nếu bạn biết về vài dữ liệu
10:28
in a government department, often you find that
215
610000
2000
trong cơ quan chính phủ, bạn thường thấy
10:30
these people, they're very tempted to keep it --
216
612000
3000
những người đó, họ rất muốn giữ kín nó -
10:33
Hans calls it database hugging.
217
615000
3000
Hans gọi đó là ôm chặt cơ sở dữ liệu.
10:36
You hug your database, you don't want to let it go
218
618000
2000
Bạn ôm cơ sở dữ liệu, bạn không muốn bỏ ra
10:38
until you've made a beautiful website for it.
219
620000
2000
tới khi bạn tạo một trang mạng đẹp cho nó.
10:40
Well, I'd like to suggest that rather --
220
622000
2000
Ừ thì, tôi muốn đề nghị thay vào đó -
10:42
yes, make a beautiful website,
221
624000
2000
vâng, làm một trang mạng đẹp,
10:44
who am I to say don't make a beautiful website?
222
626000
2000
tôi là ai mà nói là
đừng làm một trang đẹp?
đừng làm một trang đẹp?
10:46
Make a beautiful website, but first
223
628000
3000
Hãy làm một trang mạng đẹp,
nhưng đầu tiên
nhưng đầu tiên
10:49
give us the unadulterated data,
224
631000
3000
hãy cho chúng tôi dữ liệu không giả tạo,
10:52
we want the data.
225
634000
2000
chúng tôi muốn dữ liệu.
10:54
We want unadulterated data.
226
636000
2000
Chúng tôi muốn dữ liệu không giả tạo.
10:56
OK, we have to ask for raw data now.
227
638000
3000
Bây giờ,
chúng ta phải yêu cầu dữ liệu thô.
chúng ta phải yêu cầu dữ liệu thô.
10:59
And I'm going to ask you to practice that, OK?
228
641000
2000
Và tôi sẽ yêu cầu bạn thực hành, được chứ?
11:01
Can you say "raw"?
229
643000
1000
Hãy nói từ "thô"?
11:02
Audience: Raw.
230
644000
1000
Khán giả: Thô.
11:03
Tim Berners-Lee: Can you say "data"?
231
645000
1000
Hãy nói "dữ liệu"
11:04
Audience: Data.
232
646000
1000
Khán giả: Dữ liệu.
11:05
TBL: Can you say "now"?
233
647000
1000
L: Hãy nói "bây giờ"
11:06
Audience: Now!
234
648000
1000
Khán giả: Bây giờ!
11:07
TBL: Alright, "raw data now"!
235
649000
2000
Được rồi, "dữ liệu thô ngay bây giờ"!
11:09
Audience: Raw data now!
236
651000
2000
Khán giả: Dữ liệu thô ngay bây giờ!
11:11
Practice that. It's important because you have no idea the number of excuses
237
653000
4000
Thực hiện như vậy. Điều đó là quan trọng
vì bạn không biết có bao nhiêu lý do đâu.
vì bạn không biết có bao nhiêu lý do đâu.
11:15
people come up with to hang onto their data
238
657000
2000
Mọi người tìm cách để giữ dữ liệu của họ
11:17
and not give it to you, even though you've paid for it as a taxpayer.
239
659000
4000
và không đưa nó cho bạn, cho dù bạn
trả tiền cho nó như một người đóng thuế.
trả tiền cho nó như một người đóng thuế.
11:21
And it's not just America. It's all over the world.
240
663000
2000
Và đó không chỉ ở Mỹ. Mà toàn thế giới.
11:23
And it's not just governments, of course -- it's enterprises as well.
241
665000
3000
Và dĩ nhiên không chỉ chính phủ-
mà cũng có cả các doanh nghiệp.
mà cũng có cả các doanh nghiệp.
11:26
So I'm just going to mention a few other thoughts on data.
242
668000
3000
Vì vậy tôi chỉ đề cập
một vài suy nghĩ về dữ liệu.
một vài suy nghĩ về dữ liệu.
11:29
Here we are at TED, and all the time we are very conscious
243
671000
5000
Bầy giờ chúng ta ở tại TED,
và ta lúc nào cũng tỉnh táo
và ta lúc nào cũng tỉnh táo
11:34
of the huge challenges that human society has right now --
244
676000
5000
với những thử thách khổng lồ
trong xã hội loài nguời ngày nay
trong xã hội loài nguời ngày nay
11:39
curing cancer, understanding the brain for Alzheimer's,
245
681000
3000
chữa trị ung thư,
hiểu bộ não cho bệnh Alzheimer,
hiểu bộ não cho bệnh Alzheimer,
11:42
understanding the economy to make it a little bit more stable,
246
684000
3000
Hiểu nền kinh tế
để làm cho nó ổn định hơn,
để làm cho nó ổn định hơn,
11:45
understanding how the world works.
247
687000
2000
Hiểu cách thế giới hoạt động.
11:47
The people who are going to solve those -- the scientists --
248
689000
2000
Giải quyết
việc này là nhà khoa học
việc này là nhà khoa học
11:49
they have half-formed ideas in their head,
249
691000
2000
Họ có nửa ý tưởng trong đầu,
11:51
they try to communicate those over the web.
250
693000
3000
Họ cố giao tiếp những thứ đó
qua mạng.
qua mạng.
11:54
But a lot of the state of knowledge of the human race at the moment
251
696000
3000
Nhưng bây giờ có rất nhiều
loại tri thức về loài người
loại tri thức về loài người
11:57
is on databases, often sitting in their computers,
252
699000
3000
trong các cơ sở dữ liệu,
thường nằm trong máy tính,
thường nằm trong máy tính,
12:00
and actually, currently not shared.
253
702000
3000
và thật ra, là không được chia sẻ.
12:03
In fact, I'll just go into one area --
254
705000
3000
Thực tế, tôi sẽ chỉ
đi vào một chuyện,
đi vào một chuyện,
12:06
if you're looking at Alzheimer's, for example,
255
708000
2000
ví dụ, bệnh Alzhelmer.
12:08
drug discovery -- there is a whole lot of linked data which is just coming out
256
710000
3000
Sự phát minh ra thuốc - toàn bộ
dữ liệu liên kết sẽ xuất hiện
dữ liệu liên kết sẽ xuất hiện
12:11
because scientists in that field realize
257
713000
2000
vì nhà khoa học lĩnh vực này
nhận ra rằng
nhận ra rằng
12:13
this is a great way of getting out of those silos,
258
715000
3000
đây là cách tuyệt vời
để ra khỏi những kho chứa,
để ra khỏi những kho chứa,
12:16
because they had their genomics data in one database
259
718000
4000
vì họ có dữ liệu gen
trong một cơ sở dữ liệu
trong một cơ sở dữ liệu
12:20
in one building, and they had their protein data in another.
260
722000
3000
trong một tòa nhà, và họ có
dữ liệu về chất hữu cơ ở chỗ khác.
dữ liệu về chất hữu cơ ở chỗ khác.
12:23
Now, they are sticking it onto -- linked data --
261
725000
3000
Ngày nay, họ đang gắn bó với
- dữ liệu liên kết -
- dữ liệu liên kết -
12:26
and now they can ask the sort of question, that you probably wouldn't ask,
262
728000
3000
và bây giờ họ có thể hỏi những câu,
mà bạn có thể sẽ không hỏi,
mà bạn có thể sẽ không hỏi,
12:29
I wouldn't ask -- they would.
263
731000
2000
tôi không hỏi - họ hỏi.
12:31
What proteins are involved in signal transduction
264
733000
2000
Loại protein nào tham gia vào
việc truyền tín hiệu
việc truyền tín hiệu
12:33
and also related to pyramidal neurons?
265
735000
2000
và cũng liên quan với tế bào
thần kinh hình tháp?
thần kinh hình tháp?
12:35
Well, you take that mouthful and you put it into Google.
266
737000
3000
Bạn tiếp nhận thật nhiều
và bạn đưa nó lên Google.
và bạn đưa nó lên Google.
12:38
Of course, there's no page on the web which has answered that question
267
740000
3000
Dĩ nhiên, không có trang mạng nào
trả lời câu hỏi đó
trả lời câu hỏi đó
12:41
because nobody has asked that question before.
268
743000
2000
vì không có ai đã trả lời nó trước đây.
12:43
You get 223,000 hits --
269
745000
2000
Bạn có 223,000 kết quả -
12:45
no results you can use.
270
747000
2000
không kết quả nào dùng được
12:47
You ask the linked data -- which they've now put together --
271
749000
3000
Bạn hỏi dữ liệu liên kết -
đang được đặt cùng nhau
đang được đặt cùng nhau
12:50
32 hits, each of which is a protein which has those properties
272
752000
4000
32 kết quả, mỗi một đó là một chất đạm
có các thuộc tính
có các thuộc tính
12:54
and you can look at.
273
756000
2000
và bạn có thể nhìn thấy nó.
12:56
The power of being able to ask those questions, as a scientist --
274
758000
3000
Sức mạnh để hỏi những câu hỏi đó
như một nhà khoa học -
như một nhà khoa học -
12:59
questions which actually bridge across different disciplines --
275
761000
2000
câu hỏi vượt qua
các quy tắc khác nhau
các quy tắc khác nhau
13:01
is really a complete sea change.
276
763000
3000
đó thật sự là
sự thay đổi hoàn toàn.
sự thay đổi hoàn toàn.
13:04
It's very very important.
277
766000
2000
Điều đó rất rất quan trọng.
13:06
Scientists are totally stymied at the moment --
278
768000
2000
Lúc này,
nhà khoa học hoàn toàn lúng túng -
nhà khoa học hoàn toàn lúng túng -
13:08
the power of the data that other scientists have collected is locked up
279
770000
5000
sức mạnh của dữ liệu mà các
nhà khoa học khác thu thập đc đã bị khóa
nhà khoa học khác thu thập đc đã bị khóa
13:13
and we need to get it unlocked so we can tackle those huge problems.
280
775000
3000
và ta cần mở khóa nó
để giải quyết những vấn đề khổng lồ.
để giải quyết những vấn đề khổng lồ.
13:16
Now if I go on like this, you'll think that all the data comes from huge institutions
281
778000
4000
Bây giờ, nếu tiếp tục thế này, bạn sẽ nghĩ
tất cả dữ liệu đến từ tổ chức khổng lồ
tất cả dữ liệu đến từ tổ chức khổng lồ
13:20
and has nothing to do with you.
282
782000
3000
và không có gì liên quan tới bạn.
13:23
But, that's not true.
283
785000
2000
Nhưng điều đó không đúng.
13:25
In fact, data is about our lives.
284
787000
2000
Thực tế, dữ liệu là về cuộc sống.
13:27
You just -- you log on to your social networking site,
285
789000
3000
Bạn chỉ - đăng nhập vào địa chỉ mạng xã hội,
13:30
your favorite one, you say, "This is my friend."
286
792000
2000
cái bạn thích,
nói, "Đây là bạn tôi"
nói, "Đây là bạn tôi"
13:32
Bing! Relationship. Data.
287
794000
3000
Bing! Mối quan hệ. Dữ liệu.
13:35
You say, "This photograph, it's about -- it depicts this person. "
288
797000
3000
Bạn nói,
"Tấm ảnh này, nó mô tả người này".
"Tấm ảnh này, nó mô tả người này".
13:38
Bing! That's data. Data, data, data.
289
800000
3000
Bìng! Đó là dữ liệu.
Dữ liệu, dữ liệu, dữ liệu.
Dữ liệu, dữ liệu, dữ liệu.
13:41
Every time you do things on the social networking site,
290
803000
2000
Mỗi lần bạn làm gì đó với mạng xã hội,
13:43
the social networking site is taking data and using it -- re-purposing it --
291
805000
4000
trang mạng xã hội lấy dữ liệu và dùng nó
- tái tạo nó
- tái tạo nó
13:47
and using it to make other people's lives more interesting on the site.
292
809000
4000
và dùng nó để làm cho
cuộc sống con người thú vị hơn.
cuộc sống con người thú vị hơn.
13:51
But, when you go to another linked data site --
293
813000
2000
Nhưng, khi tới vị trí dữ liệu kết nối khác
13:53
and let's say this is one about travel,
294
815000
3000
và lần này hãy nói về du lịch,
13:56
and you say, "I want to send this photo to all the people in that group,"
295
818000
3000
và nói, "Tôi muốn gửi tấm ảnh này
đến mọi người trong nhóm"
đến mọi người trong nhóm"
13:59
you can't get over the walls.
296
821000
2000
bạn không thể vượt qua bức tường,
14:01
The Economist wrote an article about it, and lots of people have blogged about it --
297
823000
2000
Nhà Kinh tế viết về nó,
nhiều người bàn tán
nhiều người bàn tán
14:03
tremendous frustration.
298
825000
1000
sự thất bại to lớn.
14:04
The way to break down the silos is to get inter-operability
299
826000
2000
Cách đạp đổ các kho chứa
là để đạt đồng bộ
là để đạt đồng bộ
14:06
between social networking sites.
300
828000
2000
giữa các địa chỉ mạng xã hội.
14:08
We need to do that with linked data.
301
830000
2000
Ta cần làm vậy với dữ liệu liên kết.
14:10
One last type of data I'll talk about, maybe it's the most exciting.
302
832000
3000
Loại dữ liệu cuối cùng tôi nói đến,
có lẽ thú vị nhất.
có lẽ thú vị nhất.
14:13
Before I came down here, I looked it up on OpenStreetMap
303
835000
3000
Trước khi tôi xuống đây,
tôi đã tìm trên OpenStreetMap
tôi đã tìm trên OpenStreetMap
14:16
The OpenStreetMap's a map, but it's also a Wiki.
304
838000
2000
OpenStreetMap là bản đồ,
cũng là Wiki.
cũng là Wiki.
14:18
Zoom in and that square thing is a theater -- which we're in right now --
305
840000
3000
Phóng to và cái hình vuông đó
là nhà hát mà ta đang ngồi
là nhà hát mà ta đang ngồi
14:21
The Terrace Theater. It didn't have a name on it.
306
843000
2000
Nhà hát Terrace.
Không có tên trên đó.
Không có tên trên đó.
14:23
So I could go into edit mode, I could select the theater,
307
845000
2000
Tôi vào phần biên tập,
chọn nhà hát,
chọn nhà hát,
14:25
I could add down at the bottom the name, and I could save it back.
308
847000
5000
Tôi có thể thêm cái tên vào bên dưới,
và lưu nó lại.
và lưu nó lại.
14:30
And now if you go back to the OpenStreetMap. org,
309
852000
3000
Và bây giờ nếu bạn vào
OpenStreetMap.org,
OpenStreetMap.org,
14:33
and you find this place, you will find that The Terrace Theater has got a name.
310
855000
3000
Khi tìm nơi này, bạn sẽ thấy
Nhà hát Terrace có tên ở đó
Nhà hát Terrace có tên ở đó
14:36
I did that. Me!
311
858000
2000
Tôi đã làm điều đó. Là tôi!
14:38
I did that to the map. I just did that!
312
860000
2000
Tôi làm thế với bản đồ.
Vừa làm đó!
Vừa làm đó!
14:40
I put that up on there. Hey, you know what?
313
862000
2000
Tôi đưa nó lên đó. Bạn biết gì không?
14:42
If I -- that street map is all about everybody doing their bit
314
864000
3000
Nếu bản đồ phố xá
là về mọi nguời làm bổn phận của họ
là về mọi nguời làm bổn phận của họ
14:45
and it creates an incredible resource
315
867000
3000
và nó tạo ra một nguồn không thể tin được
14:48
because everybody else does theirs.
316
870000
3000
vì mọi người khác làm việc của họ.
14:51
And that is what linked data is all about.
317
873000
3000
Và đó là những gì về dữ liệu liên kết.
14:54
It's about people doing their bit
318
876000
3000
Nó nói về mọi người
đang làm phần của họ
đang làm phần của họ
14:57
to produce a little bit, and it all connecting.
319
879000
3000
để làm ra một ít,
và tất cả chúng đều kết nối với nhau.
và tất cả chúng đều kết nối với nhau.
15:00
That's how linked data works.
320
882000
3000
Đó là cách dữ liệu liên kết làm việc.
15:03
You do your bit. Everybody else does theirs.
321
885000
4000
Bạn làm bổn phận của mình.
Những người khác làm của họ.
Những người khác làm của họ.
15:07
You may not have lots of data which you have yourself to put on there
322
889000
4000
Bạn có thể không tự có nhiều dữ liệu
để đưa lên đây
để đưa lên đây
15:11
but you know to demand it.
323
893000
3000
nhưng bạn biết yêu cầu nó.
15:14
And we've practiced that.
324
896000
2000
Và chúng ta sẽ tập luyện điều đó.
15:16
So, linked data -- it's huge.
325
898000
4000
Vậy, dữ liệu liên kết - nó khổng lồ.
15:20
I've only told you a very small number of things
326
902000
3000
Tôi chỉ nói một số ít rất nhỏ
trong các thứ
trong các thứ
15:23
There are data in every aspect of our lives,
327
905000
2000
Có dữ liệu ở mỗi khía cạnh cuộc sống,
15:25
every aspect of work and pleasure,
328
907000
3000
mỗi khía cạnh của công việc và sở thích,
15:28
and it's not just about the number of places where data comes,
329
910000
3000
và nó không chỉ là con số
của nơi có dữ liệu,
của nơi có dữ liệu,
15:31
it's about connecting it together.
330
913000
3000
mà nó kết nối với nhau.
15:34
And when you connect data together, you get power
331
916000
3000
Và khi bạn kết nối dữ liệu với nhau,
bạn có sức mạnh
bạn có sức mạnh
15:37
in a way that doesn't happen just with the web, with documents.
332
919000
3000
theo cách không chỉ xảy ra
với trang mạng, mà còn với tư liệu.
với trang mạng, mà còn với tư liệu.
15:40
You get this really huge power out of it.
333
922000
4000
Bạn sẽ có sức mạnh khổng lồ nhờ nó.
15:44
So, we're at the stage now
334
926000
3000
Vậy, bây giờ chúng ta
đang ở tại sân khấu
đang ở tại sân khấu
15:47
where we have to do this -- the people who think it's a great idea.
335
929000
4000
nơi mà ta phải làm điều đó -
những nguời nghĩ đó là ý hay.
những nguời nghĩ đó là ý hay.
15:51
And all the people -- and I think there's a lot of people at TED who do things because --
336
933000
3000
Tất cả mọi người - tôi nghĩ
rất nhiều người ở TED làm nhiều thứ
rất nhiều người ở TED làm nhiều thứ
15:54
even though there's not an immediate return on the investment
337
936000
2000
mặc dù không có sự hoàn vốn ngay tức khắc
15:56
because it will only really pay off when everybody else has done it --
338
938000
3000
vì nó sẽ chỉ thật sự chi trả
khi mọi người khác hoàn thành nó -
khi mọi người khác hoàn thành nó -
15:59
they'll do it because they're the sort of person who just does things
339
941000
4000
họ sẽ làm bởi vì
họ là kiểu người làm những thứ
họ là kiểu người làm những thứ
16:03
which would be good if everybody else did them.
340
945000
3000
mà chỉ tốt nếu
người khác đã làm nó.
người khác đã làm nó.
16:06
OK, so it's called linked data.
341
948000
2000
Nên nó được gọi là dữ liệu liên kết
16:08
I want you to make it.
342
950000
2000
Tôi muốn bạn làm điều đó
16:10
I want you to demand it.
343
952000
2000
Tôi muốn bạn yêu cầu nó.
16:12
And I think it's an idea worth spreading.
344
954000
2000
Và tôi nghĩ nó là ý tường toàn cầu
16:14
Thanks.
345
956000
1000
Cảm ơn.
16:15
(Applause)
346
957000
3000
(Vỗ tay)
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