TED2009
Tim Berners-Lee: The next web
تيم بيرنر-لي: الشبكة القادمة
Filmed:
Readability: 3.8
1,638,798 views
قبل 20 سنة، اخترع تيم بيرنر لي شبكة المعلومات الدولية. ولمشروعه القادم، يقوم ببناء شبكة للبيانات المفتوحة والمترابطة، والتي من الممكن أن تفعل للأرقام ما فعلته الشبكة العنكبوتية للكلمات، الصور، والفيديو: إطلاق بياناتنا وإعادة تريتب طريقة إستخدامنا لها معاً.
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
الزمن يمر.
00:20
It's actually almost 20 years ago
1
2000
2000
لقد مرت تقريباً 20 عاماً
00:22
when I wanted to reframe the way we use information,
2
4000
4000
عندما أردت إعادة ترتيب الطريقة التي نستخدم بها المعلومات،
00:26
the way we work together: I invented the World Wide Web.
3
8000
3000
الطريقة التي نعمل بها معاً -- لقد اخترعت شبكة المعلومات الدولية.
00:29
Now, 20 years on, at TED,
4
11000
3000
الآن، بعد 20 سنة، في TED،
00:32
I want to ask your help in a new reframing.
5
14000
4000
أريد مساعدتكم في طريقة ترتيب جديدة.
00:37
So going back to 1989,
6
19000
4000
إذاً، نعود للعام 1989،
00:41
I wrote a memo suggesting the global hypertext system.
7
23000
3000
كتبت مذكرة أقترح فيها النظام العالمي للنص الفائق.
00:44
Nobody really did anything with it, pretty much.
8
26000
3000
لم يفعل أي شخص شيئاً تجاهها حقيقة، إلى حد كبير.
00:47
But 18 months later -- this is how innovation happens --
9
29000
4000
لكن، لاحقاً بعد 18 شهراً -- هكذا تحدث الإكتشافات --
00:51
18 months later, my boss said I could do it on the side,
10
33000
4000
بعد 18 شهراً، قال لي مديري أن بمقدوري فعل ذلك على الجانب،
00:55
as a sort of a play project,
11
37000
2000
كنوع من مشروع المرح،
00:57
kick the tires of a new computer we'd got.
12
39000
2000
أستخدم وأجرب حاسباً جديداً كان أمامنا حينئذ.
00:59
And so he gave me the time to code it up.
13
41000
3000
وبذا أمهلني الزمن لأقوم ببرمجتها.
01:02
So I basically roughed out what HTML should look like:
14
44000
5000
إذاً قمت بوضع الشكل الذي يجب أن تكون عليه لغة HTML،
01:07
hypertext protocol, HTTP;
15
49000
3000
بروتوكول النص الفائق -- HTTP --
01:10
the idea of URLs, these names for things
16
52000
3000
فكرة العناوين -- أسماء هذه الأشياء
01:13
which started with HTTP.
17
55000
2000
التي تبدأ بـHTTP.
01:15
I wrote the code and put it out there.
18
57000
2000
كتبت البرنامج ووضعته هناك.
01:17
Why did I do it?
19
59000
2000
لماذا فعلت ذلك؟
01:19
Well, it was basically frustration.
20
61000
2000
حسناً، كان هذا بفعل الإحباط أساساً.
01:21
I was frustrated -- I was working as a software engineer
21
63000
4000
كنت محبطاً -- كنت أعمل كمهندس برمجيات
01:25
in this huge, very exciting lab,
22
67000
2000
في هذا المعمل الضخم والمثير جداً،
01:27
lots of people coming from all over the world.
23
69000
2000
الكثير من الناس يأتون من كل أنحاء العالم.
01:29
They brought all sorts of different computers with them.
24
71000
3000
جلبوا معهم كل أنواع الحاسبات المختلفة.
01:32
They had all sorts of different data formats,
25
74000
3000
كان لديهم كل أشكال البيانات المختلفة.
01:35
all sorts, all kinds of documentation systems.
26
77000
2000
كل أنواعها، كل أنواع أنظمة التوثيق.
01:37
So that, in all that diversity,
27
79000
3000
ذلك أنه، في كل هذا التنوّع،
01:40
if I wanted to figure out how to build something
28
82000
2000
إذا أردتُ معرفة كيفية بناء شيء ما
01:42
out of a bit of this and a bit of this,
29
84000
2000
من بيانات من هذا وبيانات من هذا،
01:44
everything I looked into, I had to connect to some new machine,
30
86000
4000
كل شيء اطلعت عليه، كان عليّ أن أتصل بجهاز جديد،
01:48
I had to learn to run some new program,
31
90000
2000
كان عليّ تعلّم تشغيل برنامج ما جديد،
01:50
I would find the information I wanted in some new data format.
32
92000
5000
قد أجد المعلومات التي أريد في شكل جديد للبيانات.
01:55
And these were all incompatible.
33
97000
2000
وكانت كلها غير متوافقة.
01:57
It was just very frustrating.
34
99000
2000
وكان كل هذا محبطاً جداً.
01:59
The frustration was all this unlocked potential.
35
101000
2000
الإحباط كان بسبب كل هذه القابلية المكبوتة.
02:01
In fact, on all these discs there were documents.
36
103000
3000
في الواقع، في كل هذه الأقراص كانت هناك مستندات.
02:04
So if you just imagined them all
37
106000
3000
لذا لو تخيلت أن جميعها
02:07
being part of some big, virtual documentation system in the sky,
38
109000
5000
أصبحت جزء من شيء أكبر، نظام التوثيق الإفتراضي في السماء،
02:12
say on the Internet,
39
114000
2000
لنقل على الإنترنت،
02:14
then life would be so much easier.
40
116000
2000
عندها ستكون الحياة أسهل بكثير.
02:16
Well, once you've had an idea like that it kind of gets under your skin
41
118000
4000
حسناً، بمجرد أن تصبح لديك فكرة كتلك فإنها تجري في عروقك
02:20
and even if people don't read your memo --
42
122000
2000
وحتى لو لم يقرأ الناس مذكراتك --
02:22
actually he did, it was found after he died, his copy.
43
124000
3000
في الحقيقة لقد فعل، وُجدت بعد موته، نسخته.
02:25
He had written, "Vague, but exciting," in pencil, in the corner.
44
127000
3000
لقد كتب، "غامضة، لكنها مثيرة،" بقلم الرصاص، في الناصية.
02:28
(Laughter)
45
130000
2000
(ضحك)
02:30
But in general it was difficult -- it was really difficult to explain
46
132000
4000
لكن على العموم كانت صعبة -- كانت صعبة جداً للشرح
02:34
what the web was like.
47
136000
2000
كيف تبدو الشبكة.
02:36
It's difficult to explain to people now that it was difficult then.
48
138000
2000
من الصعب أن تشرح للناس الآن أنها كانت صعبة حينها.
02:38
But then -- OK, when TED started, there was no web
49
140000
3000
لكن بعد ذلك -- حسناً، عندما بدأ TED، لم تكن هناك شبكة
02:41
so things like "click" didn't have the same meaning.
50
143000
3000
لذا فأشياء مثل النقر لم يكن لها معنى مماثل.
02:44
I can show somebody a piece of hypertext,
51
146000
2000
يمكنني عرض بعض النص الفائق لشخص ما،
02:46
a page which has got links,
52
148000
2000
صفحة تحوي روابط،
02:48
and we click on the link and bing -- there'll be another hypertext page.
53
150000
4000
وننقر على الرابط وبينج -- ستظهر صفحة نص فائق أخرى.
02:52
Not impressive.
54
154000
2000
ليس مدهشاً.
02:54
You know, we've seen that -- we've got things on hypertext on CD-ROMs.
55
156000
3000
تعرفون، لقد شهدنا ذلك -- لدينا أشياء على نص فائق على أقراص مدمجة.
02:57
What was difficult was to get them to imagine:
56
159000
3000
ما كان صعباً عليهم هو التخيّل
03:00
so, imagine that that link could have gone
57
162000
4000
لذا، تخيلوا أن ذلك الرابط قادنا
03:04
to virtually any document you could imagine.
58
166000
2000
إلى أي وثيقة تقريباً يمكنكم تخيلها.
03:07
Alright, that is the leap that was very difficult for people to make.
59
169000
4000
حسناً، هذه هي القفزة التي كان القيام بها صعباً جداً على الناس.
03:11
Well, some people did.
60
173000
2000
حسناً، بعض الناس فعلها.
03:13
So yeah, it was difficult to explain, but there was a grassroots movement.
61
175000
3000
نعم، كانت صعبة للشرح، لكن كانت هناك حركة شعبية.
03:17
And that is what has made it most fun.
62
179000
4000
وهذا ما جعلها أكثر متعة.
03:21
That has been the most exciting thing,
63
183000
2000
كان ذلك أكثر الأشياء إثارة،
03:23
not the technology, not the things people have done with it,
64
185000
2000
ليس التقنية، ليس الأشياء التي فعلها الناس بها،
03:25
but actually the community, the spirit of all these people
65
187000
2000
لكن في الواقع المجتمع، روح كل هؤلاء الناس
03:27
getting together, sending the emails.
66
189000
2000
تجتمع معاً، ترسل رسائل بريدية.
03:29
That's what it was like then.
67
191000
2000
هذا ما كانت عليه حينها.
03:31
Do you know what? It's funny, but right now it's kind of like that again.
68
193000
3000
هل تعرفون؟ هذا طريف، لكن الآن هو ضرب من ذلك مجدداً.
03:34
I asked everybody, more or less, to put their documents --
69
196000
2000
طلبت من الجميع، بدرجة أو بأخرى، وضع مستنداتهم --
03:36
I said, "Could you put your documents on this web thing?"
70
198000
3000
قلت، "هل يمكنكم وضع مستنداتكم في هذه الشبكة؟"
03:39
And you did.
71
201000
3000
و فعلتم.
03:42
Thanks.
72
204000
1000
شكراً.
03:43
It's been a blast, hasn't it?
73
205000
2000
لقد كانت ثورة، أليس كذلك؟
03:45
I mean, it has been quite interesting
74
207000
2000
أقصد، كان أمراً مثيراً للاهتمام
03:47
because we've found out that the things that happen with the web
75
209000
2000
لأننا وجدنا أن الأشياء التي حدثت مع الشبكة
03:49
really sort of blow us away.
76
211000
2000
حقيقة أذهلتنا إلى حد بعيد.
03:51
They're much more than we'd originally imagined
77
213000
2000
إنها أكثر بكثير مما تخيلناها بالأصل
03:53
when we put together the little, initial website
78
215000
2000
عندما وضعنا سوياً الموقع الابتدائي
03:55
that we started off with.
79
217000
2000
الذي بدأنا به.
03:57
Now, I want you to put your data on the web.
80
219000
3000
الآن، أريد منكم وضع بياناتكم على الشبكة.
04:00
Turns out that there is still huge unlocked potential.
81
222000
4000
تبيّن أنه ما زال هناك قابلية ضخمة مكبوتة.
04:04
There is still a huge frustration
82
226000
2000
ما يزال هناك إحباط كبير
04:06
that people have because we haven't got data on the web as data.
83
228000
4000
لدى الناس لأننا لم نضع البيانات على الشبكة كبيانات.
04:10
What do you mean, "data"? What's the difference -- documents, data?
84
232000
2000
ماذا تعني ببيانات؟ ما هو الفرق -- مستندات، بيانات؟
04:12
Well, documents you read, OK?
85
234000
3000
المستندات هي ما تقرأه، حسناً؟
04:15
More or less, you read them, you can follow links from them, and that's it.
86
237000
3000
بدرجة أو بأخرى، تقرأها، يمكنك تعقّب روابط منها، وهذا كل شيء.
04:18
Data -- you can do all kinds of stuff with a computer.
87
240000
2000
البيانات -- يمكنك فعل العديد من الأشياء عبر الحاسب.
04:20
Who was here or has otherwise seen Hans Rosling's talk?
88
242000
6000
من كان هنا أو شاهد بطريقة أخرى محاضرة هانس روسلينغ؟
04:26
One of the great -- yes a lot of people have seen it --
89
248000
4000
إحدى أعظم -- نعم الكثير من الناس شاهدوها --
04:30
one of the great TED Talks.
90
252000
2000
إحدى محاضرات TED العظيمة.
04:32
Hans put up this presentation
91
254000
2000
قدّم هانس محاضرته
04:34
in which he showed, for various different countries, in various different colors --
92
256000
5000
التي عرض فيها، للعديد من البلدان، بألوان مختلفة متعددة --
04:39
he showed income levels on one axis
93
261000
3000
مستويات الدخل على محور واحد
04:42
and he showed infant mortality, and he shot this thing animated through time.
94
264000
3000
وعرض وفيات الرُضّع، وأظهر هذه الأشياء تتحرك عبر الزمن.
04:45
So, he'd taken this data and made a presentation
95
267000
4000
إذاً، فقد أخذ هذه البيانات وصنع بها عَرضه
04:49
which just shattered a lot of myths that people had
96
271000
3000
الذي حطّم الكثير من الأساطير لدى الناس
04:52
about the economics in the developing world.
97
274000
4000
حول الإقتصاديات في العالم النامي.
04:56
He put up a slide a little bit like this.
98
278000
2000
وَضَعَ شريحة تقديمية تشبه هذه.
04:58
It had underground all the data
99
280000
2000
لقد أظهرت جميع البيانات واقعة تحت الأرض
05:00
OK, data is brown and boxy and boring,
100
282000
3000
حسناً، البيانات باللون البني داخل صندوق مملة،
05:03
and that's how we think of it, isn't it?
101
285000
2000
وهذا هو فهمنا لها، أليس كذلك؟
05:05
Because data you can't naturally use by itself
102
287000
3000
لأن البيانات بطبيعتها لا يمكن استخدامها لوحدها
05:08
But in fact, data drives a huge amount of what happens in our lives
103
290000
4000
لكن في الواقع، تقود البيانات كثيراً مما يدور في حياتنا
05:12
and it happens because somebody takes that data and does something with it.
104
294000
3000
وذلك يحدث لأن شخصاً ما يأخذ تلك البيانات ويفعل بها شيئاً ما.
05:15
In this case, Hans had put the data together
105
297000
2000
في هذه الحالة، وضع هانس البيانات مع بعضها
05:17
he had found from all kinds of United Nations websites and things.
106
299000
5000
لقد حصل عليها من مُختلف مواقع الأمم المتحدة وغيرها.
05:22
He had put it together,
107
304000
2000
ووضعها مع بعضها،
05:24
combined it into something more interesting than the original pieces
108
306000
3000
جمعها في شكل أكثر جاذبية من القطع الأصلية
05:27
and then he'd put it into this software,
109
309000
5000
وبعد ذلك أدخلها في هذا البرنامج،
05:32
which I think his son developed, originally,
110
314000
2000
الذي أعتقد أن ابنه قام بتطويره، من الأساس،
05:34
and produces this wonderful presentation.
111
316000
3000
وأنتج هذا التقديم المدهش،
05:37
And Hans made a point
112
319000
2000
وأصاب هانس الهدف
05:39
of saying, "Look, it's really important to have a lot of data."
113
321000
4000
بالقول، "أنظر، من المهم جداً أن تحصل على الكثير من البيانات."
05:43
And I was happy to see that at the party last night
114
325000
3000
وكنت سعيداً برؤية أنه في الحفل ليلة أمس
05:46
that he was still saying, very forcibly, "It's really important to have a lot of data."
115
328000
4000
كان ما يزال يقول، بقوة شديدة، "من المهم جداً أن تحصل على الكثير من البيانات."
05:50
So I want us now to think about
116
332000
2000
إذاً أريد من الجميع الآن التفكير في
05:52
not just two pieces of data being connected, or six like he did,
117
334000
4000
ليس فقط قطعتين من البيانات متصلتين ببعضها، أو ستة مثل ما فعل،
05:56
but I want to think about a world where everybody has put data on the web
118
338000
5000
لكن أريدكم أن تفكروا في عالم حيث وضع الجميع البيانات على الشبكة
06:01
and so virtually everything you can imagine is on the web
119
343000
2000
وبذا إفتراضياً كل شيء يمكنكم تخيّله هو في هذه الشبكة.
06:03
and then calling that linked data.
120
345000
2000
وندعوها البيانات المتشابكة.
06:05
The technology is linked data, and it's extremely simple.
121
347000
2000
التقنية هي البيانات المتشابكة، وهي بسيطة للغاية.
06:07
If you want to put something on the web there are three rules:
122
349000
4000
إذا أردت وضع شيء على الشبكة هناك ثلاث قواعد
06:11
first thing is that those HTTP names --
123
353000
3000
أول شيء هو أسماء HTTP تلك --
06:14
those things that start with "http:" --
124
356000
2000
تلك الأشياء التي تبدأ بـhttp: --
06:16
we're using them not just for documents now,
125
358000
4000
لا نستخدمها فقط للمستندات الآن،
06:20
we're using them for things that the documents are about.
126
362000
2000
نستخدمها لأغراض تدور المستندات حولها.
06:22
We're using them for people, we're using them for places,
127
364000
2000
نستخدمها للناس، نستخدمها للأماكن،
06:24
we're using them for your products, we're using them for events.
128
366000
4000
نستخدمها من أجل منتجاتكم، نستخدمها للمناسبات.
06:28
All kinds of conceptual things, they have names now that start with HTTP.
129
370000
4000
كل أنواع المفاهيم، لديها الآن أسماء تبدأ بـHTTP.
06:32
Second rule, if I take one of these HTTP names and I look it up
130
374000
5000
الشرط الثاني، إذا أخذتُ أحد أسماء HTTP وفحصتها
06:37
and I do the web thing with it and I fetch the data
131
379000
2000
واستخدمتها عبر الشبكة واستدعيت البيانات
06:39
using the HTTP protocol from the web,
132
381000
2000
باستخدام بروتوكول HTTP من الشبكة،
06:41
I will get back some data in a standard format
133
383000
3000
سأحصل على بعض البيانات في شكل موحّد
06:44
which is kind of useful data that somebody might like to know
134
386000
5000
التي هي بيانات مفيدة قد يود شخص ما معرفتها
06:49
about that thing, about that event.
135
391000
2000
عن ذلك الشيء، عن تلك المناسبة.
06:51
Who's at the event? Whatever it is about that person,
136
393000
2000
من كان في المناسبة؟ أي شيء عن ذلك الشخص،
06:53
where they were born, things like that.
137
395000
2000
أين وُلد، أشياء من هذا القبيل.
06:55
So the second rule is I get important information back.
138
397000
2000
إذاً الشرط الثاني أن أحصل على معلومات مهمة.
06:57
Third rule is that when I get back that information
139
399000
4000
الشرط الثالث هو أنني عندما أحصل على تلك المعلومات
07:01
it's not just got somebody's height and weight and when they were born,
140
403000
3000
فهي لا تحوي فقط طول ووزن شخص ما أو متى وُلد،
07:04
it's got relationships.
141
406000
2000
هي تحوي علاقات.
07:06
Data is relationships.
142
408000
2000
البيانات هي علاقات.
07:08
Interestingly, data is relationships.
143
410000
2000
المثير للإهتمام أن البيانات هي علاقات.
07:10
This person was born in Berlin; Berlin is in Germany.
144
412000
4000
هذا الشخص وُلِد في برلين، برلين هي في ألمانيا.
07:14
And when it has relationships, whenever it expresses a relationship
145
416000
3000
وعند وجود علاقات، كلما عبّرت البيانات عن علاقة
07:17
then the other thing that it's related to
146
419000
3000
فإن الشيء الآخر المتعلَّقَ به
07:20
is given one of those names that starts HTTP.
147
422000
4000
يعطي أحد تلك الأسماء التي تبدأ بـHTTP.
07:24
So, I can go ahead and look that thing up.
148
426000
2000
إذاً، أستطيع المضي والبحث عن ذلك الشيء.
07:26
So I look up a person -- I can look up then the city where they were born; then
149
428000
3000
لذا أنا أبحث عن شخص -- يمكنني البحث عن المدينة التي وُلد فيها
07:29
I can look up the region it's in, and the town it's in,
150
431000
3000
يمكنني البحث عن المنطقة الموجود فيها، والمدينة الموجود فيها،
07:32
and the population of it, and so on.
151
434000
3000
وعدد سكانها، وما إلى ذلك.
07:35
So I can browse this stuff.
152
437000
2000
إذاً أستطيع استكشاف هذه الاشياء.
07:37
So that's it, really.
153
439000
2000
إذاً هذا كل شيء، في الواقع.
07:39
That is linked data.
154
441000
2000
تلك هي البيانات المترابطة.
07:41
I wrote an article entitled "Linked Data" a couple of years ago
155
443000
3000
كتبت موضوع بعنوان "البيانات المترابطة" قبل عدة سنوات
07:44
and soon after that, things started to happen.
156
446000
4000
وبعد ذلك بقليل، بدأت الأشياء في التحقق.
07:48
The idea of linked data is that we get lots and lots and lots
157
450000
4000
فكرة البيانات المترابطة هي أنه يمكننا الحصول على الكثير والكثير
07:52
of these boxes that Hans had,
158
454000
2000
من تلك الصناديق التي حصل عليها هانس،
07:54
and we get lots and lots and lots of things sprouting.
159
456000
2000
ونحصل على الكثير والكثير من الأشياء التي تنمو.
07:56
It's not just a whole lot of other plants.
160
458000
3000
إنها ليست فقط مجموعة كبيرة من النباتات.
07:59
It's not just a root supplying a plant,
161
461000
2000
إنها ليست فقط جذوراً تغذّي نباتاً،
08:01
but for each of those plants, whatever it is --
162
463000
3000
لكن لأي من تلك النباتات، بغض النظر عن نوعها --
08:04
a presentation, an analysis, somebody's looking for patterns in the data --
163
466000
3000
تقديم، تحليل، شخص ما يبحث عن أنماط في البيانات --
08:07
they get to look at all the data
164
469000
3000
بإمكانهم النظر إلى كل البيانات
08:10
and they get it connected together,
165
472000
2000
ويحصلون عليها مترابطة معاً،
08:12
and the really important thing about data
166
474000
2000
والشيء المهم جداً حول البيانات
08:14
is the more things you have to connect together, the more powerful it is.
167
476000
2000
أنه كلما كانت مترابطة معاً، كانت أكثر فائدة.
08:16
So, linked data.
168
478000
2000
إذاً، البيانات المترابطة.
08:18
The meme went out there.
169
480000
2000
الفكرة اتضحت جلياً.
08:20
And, pretty soon Chris Bizer at the Freie Universitat in Berlin
170
482000
4000
و قريباً جداً كريس سبيتزر في جامعة فريي في برلين
08:24
who was one of the first people to put interesting things up,
171
486000
2000
الذي كان أحد أول الأشخاص الذين وضعوا أشياء مشوقة معاً،
08:26
he noticed that Wikipedia --
172
488000
2000
لقد انتبه إلى أن ويكيبيديا --
08:28
you know Wikipedia, the online encyclopedia
173
490000
3000
تعرفون ويكيبيديا، دائرة المعارف على الإنترنت
08:31
with lots and lots of interesting documents in it.
174
493000
2000
المليئة بالكثير والكثير من المستندات المشوقة.
08:33
Well, in those documents, there are little squares, little boxes.
175
495000
4000
حسناً، في تلك المستندات، هناك مربعات صغيرة، مثل الصناديق الصغيرة.
08:37
And in most information boxes, there's data.
176
499000
3000
وفي معظم صناديق المعلومات، هناك بيانات.
08:40
So he wrote a program to take the data, extract it from Wikipedia,
177
502000
4000
لذا فقد طوّر برنامجاً يقوم بأخذ البيانات، واستخلاصها من ويكيبيديا،
08:44
and put it into a blob of linked data
178
506000
2000
ويضعها في فقاقيع من البيانات المترابطة
08:46
on the web, which he called dbpedia.
179
508000
3000
على الشبكة، التي أطلق عليها دي بي بيديا.
08:49
Dbpedia is represented by the blue blob in the middle of this slide
180
511000
4000
دي بي بيديا ممثلة بالفقاعة الزرقاء في منتصف هذه الشريحة للعرض
08:53
and if you actually go and look up Berlin,
181
515000
2000
وإذا ذهبت للبحث عن برلين،
08:55
you'll find that there are other blobs of data
182
517000
2000
ستجد أن هناك فقاقيع أخرى من البيانات
08:57
which also have stuff about Berlin, and they're linked together.
183
519000
3000
التي تحوي أيضاً معلومات عن برلين، كلها مترابطة معاً.
09:00
So if you pull the data from dbpedia about Berlin,
184
522000
3000
لذا إذا سحبت بيانات من دي بي بيديا عن برلين،
09:03
you'll end up pulling up these other things as well.
185
525000
2000
ستخلص إلى سحب أشياء أخرى أيضاً.
09:05
And the exciting thing is it's starting to grow.
186
527000
3000
والشيء المثير أن ذلك آخذ بالنمو.
09:08
This is just the grassroots stuff again, OK?
187
530000
2000
مجدداً هذه فقط أعمال مبدئية، حسناً؟
09:10
Let's think about data for a bit.
188
532000
3000
لنفكر بالبيانات لوهلة.
09:13
Data comes in fact in lots and lots of different forms.
189
535000
3000
تأتي البيانات في الواقع في أشكال مختلفة كثيرة جداً
09:16
Think of the diversity of the web. It's a really important thing
190
538000
3000
فكروا في تنوّع الشبكة، إنه شيء مهم جداً حقيقة
09:19
that the web allows you to put all kinds of data up there.
191
541000
3000
ذلك أن الشبكة تسمح لك بوضع جميع أنواع البيانات هناك.
09:22
So it is with data. I could talk about all kinds of data.
192
544000
2000
كذلك الحال مع البيانات. يمكنني الحديث عن كل أنواع البيانات.
09:25
We could talk about government data, enterprise data is really important,
193
547000
4000
يمكننا الحديث عن بيانات الحكومة، بيانات المؤسسات في الواقع مهمة جداً،
09:29
there's scientific data, there's personal data,
194
551000
3000
هناك بيانات علمية، هناك بيانات شخصية،
09:32
there's weather data, there's data about events,
195
554000
2000
هناك بيانات الطقس، هناك بيانات عن المناسبات،
09:34
there's data about talks, and there's news and there's all kinds of stuff.
196
556000
4000
هناك بيانات حول المحاضرات، عن الأخبار وعن مختلف الأشياء.
09:38
I'm just going to mention a few of them
197
560000
3000
سأقوم بذكر بعضها فقط
09:41
so that you get the idea of the diversity of it,
198
563000
2000
بحيث يمكنكم فهم فكرة تنوع البيانات،
09:43
so that you also see how much unlocked potential.
199
565000
4000
ويمكنكم أيضاً معرفة كمية القابلية غير المطلقة.
09:47
Let's start with government data.
200
569000
2000
لنبدأ ببيانات الحكومة.
09:49
Barack Obama said in a speech,
201
571000
2000
باراك أوباما قال، خلال خطاب،
09:51
that he -- American government data would be available on the Internet
202
573000
5000
أنه - بيانات الحكومة الأمريكية ستكون متاحة على الإنترنت
09:56
in accessible formats.
203
578000
2000
بأشكال يسهل الوصول إليها.
09:58
And I hope that they will put it up as linked data.
204
580000
2000
وأتمنى أن يضعوها في شكل بيانات مترابطة.
10:00
That's important. Why is it important?
205
582000
2000
هذا مهم. لماذا هو مهم؟
10:02
Not just for transparency, yeah transparency in government is important,
206
584000
3000
ليس فقط من أجل الشفافية، نعم شفافية الحكومة مهمة،
10:05
but that data -- this is the data from all the government departments
207
587000
3000
لكن تلك البيانات -- هي بيانات من كل إدارات الحكومة
10:08
Think about how much of that data is about how life is lived in America.
208
590000
5000
فكروا حول كمية تلك البيانات المتعلقة بكيفية عيش الناس في أمريكا.
10:13
It's actual useful. It's got value.
209
595000
2000
إنها مفيدة في الواقع. لديها قيمة.
10:15
I can use it in my company.
210
597000
2000
أستطيع استخدامها في شركتي.
10:17
I could use it as a kid to do my homework.
211
599000
2000
أستطيع استخدامها كطفل لمساعدتي في واجباتي.
10:19
So we're talking about making the place, making the world run better
212
601000
3000
إذاً نحن نتحدث عن تحسين لأداء العالم
10:22
by making this data available.
213
604000
2000
بجعل تلك البيانات متاحة.
10:24
In fact if you're responsible -- if you know about some data
214
606000
4000
في الحقيقة إذا كنت مسؤولاً -- لو وجدت بعض البيانات
10:28
in a government department, often you find that
215
610000
2000
في إدارة حكومية، غالباً ما تجد أن
10:30
these people, they're very tempted to keep it --
216
612000
3000
هؤلاء الناس، يميلون بشدة للاحتفاظ بها --
10:33
Hans calls it database hugging.
217
615000
3000
هانس يسمي هذا السلوك حضن قاعدة البيانات.
10:36
You hug your database, you don't want to let it go
218
618000
2000
أنت تحضن قاعدة بياناتك، لا تريد أن تطلق سراحها
10:38
until you've made a beautiful website for it.
219
620000
2000
حتى تنشئ لها موقعاً جميلاً على الإنترنت.
10:40
Well, I'd like to suggest that rather --
220
622000
2000
حسناً، كنت أريد أن أقترح أنه بدلاً من --
10:42
yes, make a beautiful website,
221
624000
2000
نعم، أنشئ موقعاً جميلاً،
10:44
who am I to say don't make a beautiful website?
222
626000
2000
من أنا حتى أقول لا تنشئ موقعاً جميلاً؟
10:46
Make a beautiful website, but first
223
628000
3000
أنشئ موقع جميل، لكن أولاً
10:49
give us the unadulterated data,
224
631000
3000
أعطنا البيانات الخام،
10:52
we want the data.
225
634000
2000
نحن نريد البيانات.
10:54
We want unadulterated data.
226
636000
2000
نحن نريد البيانات الخام.
10:56
OK, we have to ask for raw data now.
227
638000
3000
حسناً، يجب أن نطلب البيانات الخام الآن.
10:59
And I'm going to ask you to practice that, OK?
228
641000
2000
سأطلب منكم تجريب ذلك، حسناً؟
11:01
Can you say "raw"?
229
643000
1000
قولوا "خام."
11:02
Audience: Raw.
230
644000
1000
الجمهور: خام.
11:03
Tim Berners-Lee: Can you say "data"?
231
645000
1000
تيم بيرنر لي: هل يمكنكم قول "بيانات"؟
11:04
Audience: Data.
232
646000
1000
الحضور: بيانات.
11:05
TBL: Can you say "now"?
233
647000
1000
تيم بيرنر لي: هل يمكنكم قول "الآن"؟
11:06
Audience: Now!
234
648000
1000
الحضور: الآن!
11:07
TBL: Alright, "raw data now"!
235
649000
2000
تيم بيرنر لي: حسناً، بيانات خام الآن!
11:09
Audience: Raw data now!
236
651000
2000
الحضور: بيانات خام الآن!
11:11
Practice that. It's important because you have no idea the number of excuses
237
653000
4000
جربوا ذلك. إنه مهم لأنه ليس لديكم فكرة عن كمية الأعذار
11:15
people come up with to hang onto their data
238
657000
2000
التي يخترعها الناس ليتشبثوا ببياناتهم
11:17
and not give it to you, even though you've paid for it as a taxpayer.
239
659000
4000
ولا يقدموها إليك، رغم أنك دفعت لها كدافع للضرائب.
11:21
And it's not just America. It's all over the world.
240
663000
2000
وهذا ليس في أمريكا فقط. هذا في كل العالم.
11:23
And it's not just governments, of course -- it's enterprises as well.
241
665000
3000
وليس فقط الحكومات، بالطبع -- المؤسسات أيضاً.
11:26
So I'm just going to mention a few other thoughts on data.
242
668000
3000
إذاً سأذكر بعض الخواطر القليلة حول البيانات.
11:29
Here we are at TED, and all the time we are very conscious
243
671000
5000
نحن هنا في TED، وكل الوقت نحن واعون جداً
11:34
of the huge challenges that human society has right now --
244
676000
5000
بالتحديات الضخمة التي تواجهها الإنسانية الآن --
11:39
curing cancer, understanding the brain for Alzheimer's,
245
681000
3000
علاج السرطان، فهم الدماغ من أجل الزهايمر،
11:42
understanding the economy to make it a little bit more stable,
246
684000
3000
فهم الاقتصاد لجعله أكثر إستقراراً نسبياً،
11:45
understanding how the world works.
247
687000
2000
فهم كيف يعمل الكون.
11:47
The people who are going to solve those -- the scientists --
248
689000
2000
الناس المناط بهم حل ذلك -- العلماء --
11:49
they have half-formed ideas in their head,
249
691000
2000
لديهم نصف أفكار متشكلة في عقولهم،
11:51
they try to communicate those over the web.
250
693000
3000
ويحاولون إيصالها عبر الشبكة.
11:54
But a lot of the state of knowledge of the human race at the moment
251
696000
3000
لكن أكثر أشكال المعرفة الإنسانية في هذه اللحظة
11:57
is on databases, often sitting in their computers,
252
699000
3000
موجودة في قواعد بيانات، غالباً في حاسباتهم،
12:00
and actually, currently not shared.
253
702000
3000
وفي الواقع، حالياً ليست منشورة.
12:03
In fact, I'll just go into one area --
254
705000
3000
في الحقيقة، سأفصّل مجالاً واحداً --
12:06
if you're looking at Alzheimer's, for example,
255
708000
2000
سأقوم بالتدقيق في الزهايمر، على سبيل المثال،
12:08
drug discovery -- there is a whole lot of linked data which is just coming out
256
710000
3000
اكتشاف الدواء -- هناك الكثير من البيانات المترابطة أتت تباعاً
12:11
because scientists in that field realize
257
713000
2000
لأن العلماء في هذا المجال أدركوا
12:13
this is a great way of getting out of those silos,
258
715000
3000
أن هناك طريق عظيم للخروج من هذه الصوامع،
12:16
because they had their genomics data in one database
259
718000
4000
لأن لديهم بيانات الجينوم في قاعدة بيانات
12:20
in one building, and they had their protein data in another.
260
722000
3000
في مبنى واحد، ولديهم بيانات البروتينات في مبنى آخر.
12:23
Now, they are sticking it onto -- linked data --
261
725000
3000
الآن، هم متمسكون بها ولها -- البيانات المترابطة --
12:26
and now they can ask the sort of question, that you probably wouldn't ask,
262
728000
3000
والآن يمكنهم طرح نوع الأسئلة، التي لا يحتمل أن تسألها،
12:29
I wouldn't ask -- they would.
263
731000
2000
أنا لن أسألها -- لكنهم يسألونها.
12:31
What proteins are involved in signal transduction
264
733000
2000
ما هي البروتينات المشاركة في تحويل الإشارة
12:33
and also related to pyramidal neurons?
265
735000
2000
والمتعلقة أيضاً بالخلايا العصبية الهرمية؟
12:35
Well, you take that mouthful and you put it into Google.
266
737000
3000
حسناً، خذ تلك الجملة صعبة النطق وضعها في قوقل.
12:38
Of course, there's no page on the web which has answered that question
267
740000
3000
بالطبع، لا توجد صحفة على الإنترنت تحوي الإجابة على ذلك السؤال
12:41
because nobody has asked that question before.
268
743000
2000
لأنه لم يسأل أي شخص ذلك السؤال من قبل.
12:43
You get 223,000 hits --
269
745000
2000
تأتيك النتيجة 223,000 رابطاً --
12:45
no results you can use.
270
747000
2000
لا توجد نتيجة مفيدة.
12:47
You ask the linked data -- which they've now put together --
271
749000
3000
عندما تسأل البيانات المترابطة -- التي وضعوها الآن سوياً --
12:50
32 hits, each of which is a protein which has those properties
272
752000
4000
32 رابطاً، كل واحد منها هو بروتين لديه تلك الخصائص
12:54
and you can look at.
273
756000
2000
ويمكنك النظر إليها.
12:56
The power of being able to ask those questions, as a scientist --
274
758000
3000
القدرة على أن تسأل تلك الأسئلة، كعالم --
12:59
questions which actually bridge across different disciplines --
275
761000
2000
أسئلة تربط في الواقع بين مختلف التخصصات --
13:01
is really a complete sea change.
276
763000
3000
في الحقيقة تغيير جذري كلياً.
13:04
It's very very important.
277
766000
2000
إنه مهم جداً جداً.
13:06
Scientists are totally stymied at the moment --
278
768000
2000
العلماء في وضع حرج جداً الآن --
13:08
the power of the data that other scientists have collected is locked up
279
770000
5000
مقدرة البيانات التي جمعها علماء آخرين محجوبة كلياً
13:13
and we need to get it unlocked so we can tackle those huge problems.
280
775000
3000
ونريد أن يُطلق سراحها بحيث نستطيع حل هذه المشاكل الضخمة.
13:16
Now if I go on like this, you'll think that all the data comes from huge institutions
281
778000
4000
الآن إذا واصلت على هذا المنوال، ستعتقدون أن كل البيانات تأتي من المؤسسات الضخمة
13:20
and has nothing to do with you.
282
782000
3000
وأن لا علاقة لها بكم.
13:23
But, that's not true.
283
785000
2000
لكن، هذا غير صحيح.
13:25
In fact, data is about our lives.
284
787000
2000
في الواقع، البيانات هي عن حياتنا.
13:27
You just -- you log on to your social networking site,
285
789000
3000
أنت فقط -- أنت تدخل على موقع الشبكة الإجتماعية،
13:30
your favorite one, you say, "This is my friend."
286
792000
2000
موقعك المفضل، تقول، "هذا هو صديقي."
13:32
Bing! Relationship. Data.
287
794000
3000
بينج! علاقة. بيانات.
13:35
You say, "This photograph, it's about -- it depicts this person. "
288
797000
3000
تقول، "هذه الصورة، إنها عن -- تصوّر هذا الشخص."
13:38
Bing! That's data. Data, data, data.
289
800000
3000
بينج! تلك بيانات. بيانات، بيانات، بيانات.
13:41
Every time you do things on the social networking site,
290
803000
2000
كل مرة تفعل أشياء على موقع الشبكة الإجتماعية،
13:43
the social networking site is taking data and using it -- re-purposing it --
291
805000
4000
يأخذ موقع الشبكة الإجتماعية البيانات -- ويقوم بإعادة إستخدامها --
13:47
and using it to make other people's lives more interesting on the site.
292
809000
4000
ويستخدمها في جعل حياة ناس آخرين أكثر متعة على الموقع.
13:51
But, when you go to another linked data site --
293
813000
2000
لكن، عندما تذهب إلى موقع بيانات مترابطة آخر --
13:53
and let's say this is one about travel,
294
815000
3000
ولنفترض أن هذا الموقع عن السفر،
13:56
and you say, "I want to send this photo to all the people in that group,"
295
818000
3000
وتقول، " أريد إرسال هذه الصورة لكل الناس في تلك المجموعة،"
13:59
you can't get over the walls.
296
821000
2000
لا يمكنك تجاوز الجدران.
14:01
The Economist wrote an article about it, and lots of people have blogged about it --
297
823000
2000
كتبت مجلة الإيكونومست مقالاً عن ذلك، والكثير من الناس دوّنوا عن ذلك --
14:03
tremendous frustration.
298
825000
1000
إحباط شديد.
14:04
The way to break down the silos is to get inter-operability
299
826000
2000
الطريق لكسر الصوامع هو الحصول على قابلية التشغيل المشترك
14:06
between social networking sites.
300
828000
2000
بين مواقع الشبكات الإجتماعية.
14:08
We need to do that with linked data.
301
830000
2000
نريد فعل ذلك عبر البيانات المترابطة.
14:10
One last type of data I'll talk about, maybe it's the most exciting.
302
832000
3000
أحد آخر أنواع البيانات التي سأتحدث عنها، ربما هي الأكثر إثارة.
14:13
Before I came down here, I looked it up on OpenStreetMap
303
835000
3000
قبل أن أحضر إلى هنا، بحثت عن الطريق في أوبن ستريت ماب
14:16
The OpenStreetMap's a map, but it's also a Wiki.
304
838000
2000
أوبن ستريت ماب عبارة عن خريطة، لكنها ويكي أيضاً.
14:18
Zoom in and that square thing is a theater -- which we're in right now --
305
840000
3000
تكبير وذلك المربع عبارة عن مسرح -- الذي أقف عليه الآن --
14:21
The Terrace Theater. It didn't have a name on it.
306
843000
2000
مدرج المسرح. لم يكن لديه اسم عليه.
14:23
So I could go into edit mode, I could select the theater,
307
845000
2000
إذاً يمكنني الدخول في وضع التحرير، بإمكاني اختيار المسرح،
14:25
I could add down at the bottom the name, and I could save it back.
308
847000
5000
يمكنني إضافة الإسم في الأسفل، ويمكنني حفظ ذلك.
14:30
And now if you go back to the OpenStreetMap. org,
309
852000
3000
والآن إذا رجعت إلى موقع OpenStreetMap. org،
14:33
and you find this place, you will find that The Terrace Theater has got a name.
310
855000
3000
ووجدت هذا المكان، ستجد أن مدرج المسرح قد تم تسميته.
14:36
I did that. Me!
311
858000
2000
أنا فعلت ذلك. أنا!
14:38
I did that to the map. I just did that!
312
860000
2000
أنا فعلت ذلك على الخريطة. فعلته للتو!
14:40
I put that up on there. Hey, you know what?
313
862000
2000
لقد وضعت ذلك هناك. أنت، هل تعرف؟
14:42
If I -- that street map is all about everybody doing their bit
314
864000
3000
إذا أنا -- خارطة الطريق تلك هي أن يقوم كل شخص بجزئيته
14:45
and it creates an incredible resource
315
867000
3000
وهي توفر مورداً لا يصدق
14:48
because everybody else does theirs.
316
870000
3000
لأن الجميع يقوم بدوره.
14:51
And that is what linked data is all about.
317
873000
3000
وهذا هو أساس البيانات المترابطة.
14:54
It's about people doing their bit
318
876000
3000
إنها عن قيام الناس بأدوارهم
14:57
to produce a little bit, and it all connecting.
319
879000
3000
لإنتاج القليل، وكل شيء مرتبط.
15:00
That's how linked data works.
320
882000
3000
هكذا تعمل البيانات المترابطة.
15:03
You do your bit. Everybody else does theirs.
321
885000
4000
أنت تقوم بدورك. الآخرون يقومون بأدوارهم.
15:07
You may not have lots of data which you have yourself to put on there
322
889000
4000
ربما ليس لديك الكثير من البيانات المتوفرة لك شخصياً لتضعها هناك
15:11
but you know to demand it.
323
893000
3000
لكنك تعرف كيف تطلبها.
15:14
And we've practiced that.
324
896000
2000
وأنتم جربتم ذلك.
15:16
So, linked data -- it's huge.
325
898000
4000
إذاً، البيانات المترابطة -- إنها ضخمة.
15:20
I've only told you a very small number of things
326
902000
3000
لقد أخبرتكم القليل جداً من الأشياء
15:23
There are data in every aspect of our lives,
327
905000
2000
هناك بيانات في كل نواحي حياتنا،
15:25
every aspect of work and pleasure,
328
907000
3000
كل نواحي العمل والمتعة،
15:28
and it's not just about the number of places where data comes,
329
910000
3000
وهي ليست فقط حول عدد المصادر التي تأتي منها البيانات،
15:31
it's about connecting it together.
330
913000
3000
بل حول ربطها معاً.
15:34
And when you connect data together, you get power
331
916000
3000
وعندما تربط البيانات مع بعضها البعض، تمتلك قوة
15:37
in a way that doesn't happen just with the web, with documents.
332
919000
3000
بطريقة لا يمكن أن تحدث في الشبكة، مع المستندات.
15:40
You get this really huge power out of it.
333
922000
4000
تمتلك هذه القوة الخارقة منها.
15:44
So, we're at the stage now
334
926000
3000
إذاً، نحن الآن في مرحلة
15:47
where we have to do this -- the people who think it's a great idea.
335
929000
4000
حيث يجب أن نفعل هذا -- الذين يعتقدون أنها فكرة عظيمة.
15:51
And all the people -- and I think there's a lot of people at TED who do things because --
336
933000
3000
وكل الناس -- أعتقد أن هناك الكثير من الناس في TED الذين يفعلون أشياء لأنهم --
15:54
even though there's not an immediate return on the investment
337
936000
2000
رغماً عن عدم وجود عائد فوري للاستثمار
15:56
because it will only really pay off when everybody else has done it --
338
938000
3000
لأن النتيجة الحقيقية ستكون عندما يفعل الجميع واجبهم --
15:59
they'll do it because they're the sort of person who just does things
339
941000
4000
سيفعلونها لأنهم من الأشخاص الذين يفعلون الأشياء
16:03
which would be good if everybody else did them.
340
945000
3000
التي ستكون عظيمة إذا فعلها كل شخص.
16:06
OK, so it's called linked data.
341
948000
2000
حسناً، إذاً تسمى البيانات المترابطة.
16:08
I want you to make it.
342
950000
2000
أريدكم أن تصنعوها.
16:10
I want you to demand it.
343
952000
2000
أريدكم أن تطلبوها.
16:12
And I think it's an idea worth spreading.
344
954000
2000
وأعتقد أنها فكرة تستحق النشر.
16:14
Thanks.
345
956000
1000
شكراً.
16:15
(Applause)
346
957000
3000
(تصفيق)
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