TED2010
Gary Flake: Is Pivot a turning point for web exploration?
Gary Flake:Θα είναι το Pivot το σημείο καμπής στην αναζήτηση στο διαδίκτυο;
Filmed:
Readability: 3.8
751,479 views
Ο Gary Flake κάνει επίδειξη του Pivot, ενός νέου τρόπου φυλλομέτρησης και οργάνωσης του όγκου των εικόνων και των δεδομένων στο ίντερνετ. Βασισμένο στην καινοτόμα τεχνολογία Seadragon, επιτρέπει το zoom in zoom out σε βάσεις δεδομένων στον ιστό και την αποκάλυψη μοτίβων και συνδέσμων αθέατων στη συμβατική πλοήγηση στο διαδίκτυο.
Gary Flake - Technologist
Gary Flake is a Technical Fellow at Microsoft, and the founder and director of Live Labs. Full bio
Gary Flake is a Technical Fellow at Microsoft, and the founder and director of Live Labs. Full bio
Double-click the English transcript below to play the video.
00:16
If I can leave you with one big idea today,
0
1000
2000
Αν θελω να σας μείνει κάτι σήμερα,
00:18
it's that the whole of the data
1
3000
2000
είναι πως το σύνολο των πληροφοριών
00:20
in which we consume
2
5000
2000
το οποίο καταναλώνουμε
00:22
is greater that the sum of the parts,
3
7000
2000
είναι μεγαλύτερο από το άθροισμα των επιμέρους στοιχείων
00:24
and instead of thinking about information overload,
4
9000
3000
και αντί να σκεφτόμαστε για υπερφόρτωση πληροφοριών,
00:27
what I'd like you to think about is how
5
12000
2000
αυτό που θα ήθελα να σκεφτείτε είναι
00:29
we can use information so that patterns pop
6
14000
3000
πώς μπορούμε να χρησιμοποιούμε τις πληροφορίες έτσι ώστε να εμφανίζονται μοτίβα
00:32
and we can see trends that would otherwise be invisible.
7
17000
3000
και να εντοπίζουμε τάσεις που διαφορετικά θα ήταν αόρατες.
00:35
So what we're looking at right here is a typical mortality chart
8
20000
3000
Οπότε, αυτό που βλέπουμε εδώ είναι ένα τυπικό διάγραμμα θνησιμότητας
00:38
organized by age.
9
23000
2000
ταξινομημένο με βάση την ηλικία.
00:40
This tool that I'm using here is a little experiment.
10
25000
2000
Το εργαλείο που χρησιμοποιώ είναι ένα μικρό πείραμα,
00:42
It's called Pivot, and with Pivot what I can do
11
27000
3000
ονομάζεται Pivot (άξονας περιστροφής), και με το Pivot αυτό που μπορώ να κάνω
00:45
is I can choose to filter in one particular cause of deaths -- say, accidents.
12
30000
4000
είναι πως μπορώ να φιλτράρω με βάση μια συγκεκριμένη αιτία θανάτων -- για παράδειγμα, ατυχήματα.
00:49
And, right away, I see there's a different pattern that emerges.
13
34000
3000
Αμέσως παρατηρώ αλλαγή στο μοτίβο που προκύπτει.
00:52
This is because, in the mid-area here,
14
37000
2000
Αυτό σημβαίνει γιατί στην μεσαία περιοχή,
00:54
people are at their most active,
15
39000
2000
οι άνθρωποι είναι περισσότερο δραστήριοι,
00:56
and over here they're at their most frail.
16
41000
2000
και εδώ είναι περισσότερο αδύναμοι.
00:58
We can step back out again
17
43000
2000
Μπορούμε να κάνουμε ένα βήμα πίσω
01:00
and then reorganize the data by cause of death,
18
45000
2000
και να αναδιοργανώσουμε τα δεδομένα με βάση την αιτία θανάτου.
01:02
seeing that circulatory diseases and cancer
19
47000
3000
Παρατηρούμε οτι οι παθήσεις του κυκλοφορικού συστήματος και ο καρκίνος
01:05
are the usual suspects, but not for everyone.
20
50000
3000
είναι οι συνήθεις ύποπτοι, όχι όμως για όλους.
01:08
If we go ahead and we filter by age --
21
53000
3000
Εαν συνεχίσουμε φιλτράροντας με βάση την ηλικία--
01:11
say 40 years or less --
22
56000
2000
για παράδειγμα 40 ετών και κάτω--
01:13
we see that accidents are actually
23
58000
2000
βλέπουμε πως τα ατυχήματα είναι στην πραγματικότητα
01:15
the greatest cause that people have to be worried about.
24
60000
3000
η σημαντικότερη αιτία θανάτου για την οποία αυτοι οι άνθρωποι θα έπρεπε να ανησυχούν.
01:18
And if you drill into that, it's especially the case for men.
25
63000
3000
Και αν το εξετάσεις περισσότερο, αυτό ισχύει κυρίως για τους άνδρες.
01:21
So you get the idea
26
66000
2000
Καταλαβαίνετε λοιπόν πως
01:23
that viewing information, viewing data in this way,
27
68000
3000
το να βλέπεις τις πληροφορίες, το να βλέπεις τα δεδομένα με αυτόν τον τρόπο,
01:26
is a lot like swimming
28
71000
2000
είναι σαν να κολυμπάς
01:28
in a living information info-graphic.
29
73000
3000
σε ένα info-graphic ζωντανής πληροφορίας.
01:31
And if we can do this for raw data,
30
76000
2000
Και αν μπορούμε να το κάνουμε αυτό σε ακατέργαστα δεδομένα,
01:33
why not do it for content as well?
31
78000
3000
γιατί να μην το κάνουμε και για το περιεχόμενο;
01:36
So what we have right here
32
81000
2000
Αυτό που έχουμε εδώ
01:38
is the cover of every single Sports Illustrated
33
83000
3000
είναι το εξώφυλλο από κάθε περιοδικό Sports Illustrated
01:41
ever produced.
34
86000
2000
που εκδόθηκε ποτέ.
01:43
It's all here; it's all on the web.
35
88000
2000
Είναι όλο εδώ, βρίσκεται ολόκληρο στο διαδίκτυο.
01:45
You can go back to your rooms and try this after my talk.
36
90000
3000
Μπορείτε να πάτε μετά στα δωμάτιά σας και να το δοκιμάσετε μετά την ομιλία μου.
01:48
With Pivot, you can drill into a decade.
37
93000
3000
Με το Pivot, μπορείς να εστιάσεις σε μια δεκαετία.
01:51
You can drill into a particular year.
38
96000
2000
Να εστιάσεις σε μια συγκεκριμένη χρονιά.
01:53
You can jump right into a specific issue.
39
98000
3000
Να περάσεις σε ένα συγκεκριμένο τεύχος.
01:56
So I'm looking at this; I see the athletes
40
101000
2000
Οπότε κοιτάζω σε αυτό, βλέπω τους αθλητές
01:58
that have appeared in this issue, the sports.
41
103000
2000
που εμφανίστηκαν σε αυτό το τεύχος, τα αθλήματα.
02:00
I'm a Lance Armstrong fan, so I'll go ahead and I'll click on that,
42
105000
3000
Είμαι οπαδός του Lance Armstrong, οπότε θα προχωρήσω επιλέγοντας αυτό,
02:03
which reveals, for me, all the issues
43
108000
2000
που μου εμφανίζει όλα τα τεύχη
02:05
in which Lance Armstrong's been a part of.
44
110000
2000
στα οποία συμμετείχε ο Lance Armstrong.
02:07
(Applause)
45
112000
3000
(Χειροκρότημα)
02:10
Now, if I want to just kind of take a peek at these,
46
115000
3000
Τώρα, εαν θέλω μόνο να ρίξω μια ματιά σε αυτά,
02:13
I might think,
47
118000
2000
μπορεί να σκεφτώ,
02:15
"Well, what about taking a look at all of cycling?"
48
120000
2000
"Λοιπόν, γιατί να μην δούμε ό,τι αφορά στη ποδηλασία?"
02:17
So I can step back, and expand on that.
49
122000
2000
Έτσι, μπορώ να κάνω ένα βήμα πίσω και να επιλέξω αυτόν τον τομέα.
02:19
And I see Greg LeMond now.
50
124000
2000
Και βλέπω τον Greg LeMond αυτή τη φορά.
02:21
And so you get the idea that when you
51
126000
2000
Και έτσι καταλαβαίνετε πως όταν
02:23
navigate over information this way --
52
128000
2000
περιηγείσαι στις πληροφορίες με αυτό τον τρόπο --
02:25
going narrower, broader,
53
130000
2000
πηγαίνοντας πιο κοντά και πιο μακριά,
02:27
backing in, backing out --
54
132000
2000
προχωρώντας μπροστά και πίσω--
02:29
you're not searching, you're not browsing.
55
134000
2000
δεν ψάχνεις, δεν περιηγείσαι.
02:31
You're doing something that's actually a little bit different.
56
136000
2000
Κάνεις κάτι που στην πραγματικότητα είναι λιγάκι διαφορετικό.
02:33
It's in between, and we think it changes
57
138000
3000
Είναι κάτι στο ενδιάμεσο, και πιστεύουμε οτι αλλάζει
02:36
the way information can be used.
58
141000
2000
τον τρόπο που χρησιμοποιούνται οι πληροφορίες.
02:38
So I want to extrapolate on this idea a bit
59
143000
2000
Θα ήθελα λοιπόν να επεκτείνω λίγο αυτή την ιδέα
02:40
with something that's a little bit crazy.
60
145000
2000
με κάτι το οποίο είναι λιγάκι τρελό.
02:42
What we're done here is we've taken every single Wikipedia page
61
147000
3000
Αυτό που έχουμε κάνει εδώ είναι οτι πήραμε κάθε μια σελίδα της Wikipedia
02:45
and we reduced it down to a little summary.
62
150000
3000
και τη συμπυκνώσαμε σε μια μικρή περίληψη.
02:48
So the summary consists of just a little synopsis
63
153000
3000
Η περίληψη αποτελείται μόνο από μια μικρή σύνοψη
02:51
and an icon to indicate the topical area that it comes from.
64
156000
3000
και ένα εικονίδιο που δηλώνει την θεματολογία με την οποία σχετίζεται.
02:54
I'm only showing the top 500
65
159000
3000
Δείχνω μόνο τις 500 κορυφαίες
02:57
most popular Wikipedia pages right here.
66
162000
2000
πιό δημοφιλείς σελίδες της Wikipedia εδώ.
02:59
But even in this limited view,
67
164000
2000
Αλλά, ακόμα και σε αυτή την περιορισμένη εκδοχή,
03:01
we can do a lot of things.
68
166000
2000
μπορούμε να κάνουμε πολλά πράγματα.
03:03
Right away, we get a sense of what are the topical domains
69
168000
2000
Αμέσως, παίρνουμε μια πρώτη αίσθηση για την θεματολογία
03:05
that are most popular on Wikipedia.
70
170000
2000
που είναι πιό δημοφιλής στη Wikipedia.
03:07
I'm going to go ahead and select government.
71
172000
2000
Θα συνεχίσω επιλέγοντας "κυβέρνηση".
03:09
Now, having selected government,
72
174000
3000
Τώρα, έχοντας επιλέξει "κυβέρνηση",
03:12
I can now see that the Wikipedia categories
73
177000
2000
μπορώ να δω οτι οι κατηγορίες της Wikipedia
03:14
that most frequently correspond to that
74
179000
2000
που αντιστοιχούν πιό συχνά σε αυτό το θέμα
03:16
are Time magazine People of the Year.
75
181000
3000
είναι το περιοδικό Time, οι άνθρωποι της χρονιάς.
03:19
So this is really important because this is an insight
76
184000
3000
Αυτό είναι πολύ σημαντικό γιατί είναι μια πληροφορία
03:22
that was not contained within any one Wikipedia page.
77
187000
3000
που δεν εμφανίζεται σε καμία σελίδα της Wikipedia.
03:25
It's only possible to see that insight
78
190000
2000
Είναι δυνατό να δούμε αυτή την εικόνα
03:27
when you step back and look at all of them.
79
192000
3000
όταν κάνουμε ένα βήμα πίσω και κοιτάξουμε το σύνολο.
03:30
Looking at one of these particular summaries,
80
195000
2000
Κοιτώντας σε μια από αυτές τις περιλήψεις,
03:32
I can then drill into the concept of
81
197000
3000
μπορώ να εστιάσω στο θέμα του
03:35
Time magazine Person of the Year,
82
200000
2000
Time magazine Person of the Year,
03:37
bringing up all of them.
83
202000
2000
και να ανασύρω τον καθέναν από αυτούς.
03:39
So looking at these people,
84
204000
2000
Έτσι κοιτώντας αυτούς τους ανθρώπους,
03:41
I can see that the majority come from government;
85
206000
3000
μπορώ να δώ πως η πλειοψηφία προέρχεται από την κυβέρνηση,
03:45
some have come from natural sciences;
86
210000
3000
κάποιοι από τις φυσικές επιστήμες,
03:49
some, fewer still, have come from business --
87
214000
3000
κάποιοι, αν και ελάχιστοι, από επιχειρήσεις --
03:53
there's my boss --
88
218000
2000
εδώ είναι και το αφεντικό μου --
03:55
and one has come from music.
89
220000
5000
και ένας εχει έρθει από την μουσική.
04:00
And interestingly enough,
90
225000
2000
Και όλως περιέργως,
04:02
Bono is also a TED Prize winner.
91
227000
3000
ο Bono είναι επίσης νικητής βραβείου TED.
04:05
So we can go, jump, and take a look at all the TED Prize winners.
92
230000
3000
Έτσι μπορούμε να πάμε και να ρίξουμε μια ματιά σε όλους τους νικητές του βραβείου TED.
04:08
So you see, we're navigating the web for the first time
93
233000
3000
Βλέπετε, πως πλοηγούμαστε στο διαδίκτυο για πρώτη φορά
04:11
as if it's actually a web, not from page-to-page,
94
236000
3000
σαν να είναι στην πραγματικότητα ένα δίκτυο, όχι από σελίδα σε σελίδα,
04:14
but at a higher level of abstraction.
95
239000
2000
αλλά με ένα υψηλότερο επίπεδο αφαιρετικότητας.
04:16
And so I want to show you one other thing
96
241000
2000
Και θέλω να σας δείξω και κάτι ακόμα
04:18
that may catch you a little bit by surprise.
97
243000
3000
που μπορεί να σας βρεί προ εκπλήξεως.
04:21
I'm just showing the New York Times website here.
98
246000
3000
Εδώ δείχνω απλά τη σελίδα των New York Times.
04:24
So Pivot, this application --
99
249000
2000
Το Pivot, είναι μια εφαρμογή--
04:26
I don't want to call it a browser; it's really not a browser,
100
251000
2000
δεν θέλω να το ονομάσω φυλλομετρητή (browser), δεν είναι ακριβώς αυτό,
04:28
but you can view web pages with it --
101
253000
3000
αλλά μπορείς να βλέπεις ιστοσελίδες με τη βοήθειά του--
04:31
and we bring that zoomable technology
102
256000
2000
και φέρνουμε αυτή την τεχνολογία που σου επιτρέπει να ζουμάρεις
04:33
to every single web page like this.
103
258000
3000
σε καθε μια ιστοσελίδα όπως εδώ.
04:36
So I can step back,
104
261000
3000
Έτσι μπορώ να πάω πίσω,
04:39
pop right back into a specific section.
105
264000
2000
και αμέσως να ξαναεστιάσω σε συγκεκριμένο τομέα.
04:41
Now the reason why this is important is because,
106
266000
2000
Τωρα ο λόγος που το κάνει σημαντικό είναι επειδή
04:43
by virtue of just viewing web pages in this way,
107
268000
3000
με το να βλέπω τις σελίδες με αυτόν τον τρόπο,
04:46
I can look at my entire browsing history
108
271000
2000
μπορώ να ανατρέξω σε όλο το ιστορικό μου
04:48
in the exact same way.
109
273000
2000
με τον ίδιο ακριβώς τρόπο.
04:50
So I can drill into what I've done
110
275000
2000
Ετσι ώστε να έχω πρόσβαση σε ό,τι έχω κάνει
04:52
over specific time frames.
111
277000
2000
σε διάφορες χρονικές στιγμές.
04:54
Here, in fact, is the state
112
279000
2000
Εδώ, για την ακρίβεια, είναι η εικόνα
04:56
of all the demo that I just gave.
113
281000
2000
της επίδειξης που μόλις έκανα.
04:58
And I can sort of replay some stuff that I was looking at earlier today.
114
283000
3000
Και μπορώ να ξαναδώ κάποια πράγματα που κοίταζα νωρίτερα σήμερα.
05:01
And, if I want to step back and look at everything,
115
286000
3000
Και, εάν θέλω να κάνω πίσω και να τα δω όλα,
05:04
I can slice and dice my history,
116
289000
2000
μπορω να εξετάσω κομμάτι-κομμάτι το ιστορικό μου,
05:06
perhaps by my search history --
117
291000
2000
ίσως ακόμα και το ιστορικό αναζήτησης--
05:08
here, I was doing some nepotistic searching,
118
293000
2000
εδώ έκανα μια παρεμφερή έρευνα,
05:10
looking for Bing, over here for Live Labs Pivot.
119
295000
3000
ψάχνοντας για το Bing, για το Live Labs Pivot.
05:13
And from these, I can drill into the web page
120
298000
2000
Και από εκεί, μπορώ να μπω στις ιστοσελίδες
05:15
and just launch them again.
121
300000
2000
και να τις ξαναφορτώσω.
05:17
It's one metaphor repurposed multiple times,
122
302000
3000
Είναι μια μεταφορά που μπορείς να την παραλλάξεις πολλές φορές,
05:20
and in each case it makes the whole greater
123
305000
2000
και σε κάθε περίπτωση κάνει το όλον σπουδαιότερο
05:22
than the sum of the parts with the data.
124
307000
2000
απ'οτι το άθροισμα των επιμέρους δεδομένων.
05:24
So right now, in this world,
125
309000
3000
Έτσι αυτή τη στιγμή, σε αυτόν το κόσμο,
05:27
we think about data as being this curse.
126
312000
3000
σκεφτόμαστε τα δεδομένα σαν κατάρα
05:30
We talk about the curse of information overload.
127
315000
3000
Μιλάμε για την κατάρα της υπερφόρτωσης δεδομένων.
05:33
We talk about drowning in data.
128
318000
3000
Μιλάμε για το πως πνιγόμαστε στην πληροφορία.
05:36
What if we can actually turn that upside down
129
321000
2000
Τι θα γινόταν αν μπορούσαμε να το αντιστρέψουμε αυτό
05:38
and turn the web upside down,
130
323000
2000
και να φέρουμε τα πάνω κάτω στο διαδίκτυο,
05:40
so that instead of navigating from one thing to the next,
131
325000
3000
ώστε αντί να πλοηγούμαστε από το ένα πράγμα στο επόμενο,
05:43
we get used to the habit of being able to go from many things to many things,
132
328000
3000
να συνηθίσουμε στην δυνατότητα να πηγαίνουμε από πολλά σε πολλά,
05:46
and then being able to see the patterns
133
331000
2000
και μετά να είμαστε σε θέση να αναγνωρίζουμε μοτίβα
05:48
that were otherwise hidden?
134
333000
2000
τα οποία διαφορετικά θα ήταν κρυμμένα;
05:50
If we can do that, then instead of being trapped in data,
135
335000
5000
Εάν μπορούμε να το κάνουμε αυτό, αντί να ήμαστε παγιδευμένοι σε δεδομένα,
05:55
we might actually extract information.
136
340000
3000
μπορούμε όντως να εξάγουμε πληροφορίες.
05:58
And, instead of dealing just with information,
137
343000
2000
Και αντί απλά να έχουμε να κάνουμε μόνο με πληροφορία,
06:00
we can tease out knowledge.
138
345000
2000
μπορούμε να εκμαιεύσουμε γνώση.
06:02
And if we get the knowledge, then maybe even there's wisdom to be found.
139
347000
3000
Αν πάρουμε την γνώση, τότε ακόμα και η σοφία μπορεί να βρεθεί.
06:05
So with that, I thank you.
140
350000
2000
Αυτά, σας ευχαριστώ.
06:07
(Applause)
141
352000
8000
(Χειροκρότημα)
ABOUT THE SPEAKER
Gary Flake - TechnologistGary Flake is a Technical Fellow at Microsoft, and the founder and director of Live Labs.
Why you should listen
Gary Flake is a Technical Fellow at Microsoft, where he focuses on Internet products and technologies including search, advertising, content, portals, community and application development. In this capacity, he helps define and evolve Microsoft's product vision, technical architecture and business strategy for online services. He is also the founder and director of Live Labs, a skunkworks that bridges research and development, and is widely recognized for inventing new best practices for catalyzing and managing innovation.
Prior to joining Microsoft, Flake founded Yahoo! Research Labs, ran Yahoo!'s corporate R&D activities and company-wide innovation effort, and was the Chief Science Officer of Overture, the company that invented the paid search business model. Flake also wrote the award-winning book The Computational Beauty of Nature, which is used in college courses worldwide.
Gary Flake | Speaker | TED.com