TED2010
Tim Berners-Lee: The year open data went worldwide
تیم برنرز لی: سالی که داده های باز جهانی شدند
Filmed:
Readability: 4
771,473 views
تیم برنرز لی، در کنفرانس TED2009 دولت ها، دانشمندان و موسسات رو به "داده ی خام همین حالا" فرا خواند که داده هایشان رو در وب در اختیار همگان قرار دهند. در TED University در سال 2010، او در چند مورد نشون می ده که وقتی داده ها به هم لینک می شوند نتیجه اش چی میشه.
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.
00:15
Last year here at TED
0
0
2000
سال گذشته در TED
00:17
I asked you to give me your data,
1
2000
2000
من از شما خواستم كه داده هايتان را به من بدهيد
00:19
to put your data on the web, on the basis
2
4000
2000
كه داده هايتان را بر روى وب قرار گیرد
00:21
that if people put data onto the web --
3
6000
3000
با اين فرض كه اگر افراد دادها رو روى وب بگذارند--
00:24
government data, scientific data, community data,
4
9000
3000
منظورم اطلاعات دولت ها، اطلاعات علمى و اجتماع هاى مختلف هست
00:27
whatever it is -- it will be used by other people
5
12000
2000
مال هر كجا كه هست-- افراد ديگرى از اين داده ها استفاده مى كنند
00:29
to do wonderful things, in ways
6
14000
2000
براى كاربردهاى خارق العاده و به روش هايى كه
00:31
that they never could have imagined.
7
16000
2000
هرگز اين نهادها تصورش را هم نمى كرده اند.
00:33
So, today I'm back just to show you a few things,
8
18000
3000
خب، امروز من دوباره اينجام تا چند چيز به شما نشون بدم
00:36
to show you, in fact, there is
9
21000
2000
به شما نشون بدم كه در حقيقت
00:38
an open data movement afoot,
10
23000
5000
يك جنبش داده باز همين حالا
00:43
now, around the world.
11
28000
2000
در دنيا به راه افتاده.
00:45
The cry of "Raw data now!"
12
30000
2000
شعار "داده هاي خام، همين حالا!" كه
00:47
which I made people make in the auditorium,
13
32000
2000
من از مردم در سالن خواستم که بگويند
00:49
was heard around the world.
14
34000
2000
در سراسر دنيا شنيده شد.
00:51
So, let's roll the video.
15
36000
3000
پس بذاريد ويدئو رو پخش كنم.
00:54
A classic story, the first one which lots of people picked up,
16
39000
3000
یک داستان جالب، اولین ماجرایی که توجه مردم رو جلب کرد،
00:57
was when in March -- on March 10th in fact, soon after TED --
17
42000
3000
در مارچ بود، در حقیقت 10 مارچ، به فاصله کمی بعد از کنفرانس TED
01:00
Paul Clarke, in the U.K. government,
18
45000
3000
پل کلارک در دولت بریتانیا
01:03
blogged, "Oh, I've just got some raw data. Here it is,
19
48000
2000
در بلاگش نوشت: "اوه، من یک مقدار داده خام دارم. خدمت شما،
01:05
it's about bicycle accidents."
20
50000
3000
این در مورد سوانح دوچرخه سواری هست."
01:08
Two days it took the Times Online
21
53000
3000
دو روز بعد نسخه اینترنتی مجله تایمز
01:11
to make a map, a mashable map --
22
56000
2000
یک نقشه ساخت، یک نقشه ی ترکیبی
01:13
we call these things mash-ups --
23
58000
2000
به این کار می گیم ترکیب دو تا منبع
01:15
a mashed-up user interface that allows you to go in there
24
60000
2000
یک واسطه ی کاربری ترکیبی که می تونید برید اونجا
01:17
and have a look and find out whether your bicycle
25
62000
2000
و نگاه کنید و ببینید که مسیر شما
01:19
route to work was affected.
26
64000
2000
به محل کار هم جزء محل های سانحه بوده یا نه.
01:21
Here's more data, traffic survey data,
27
66000
2000
این هم داده های بیشتر، داده های ترافیک که
01:23
again, put out by the U.K. government,
28
68000
2000
مجددا توسط دولت بریتانیا در اختیار قرار گرفته
01:25
and because they put it up using the Linked Data standards,
29
70000
3000
و چون اونها این داده ها رو با استاندارد داده های لینک شده قرار داده اند
01:28
then a user could just make a map,
30
73000
2000
بنابراین یک کاربر می تونه تنها با کلیک کردن
01:30
just by clicking.
31
75000
2000
یک نقشه بسازه.
01:32
Does this data affect things? Well, let's get back to 2008.
32
77000
2000
حالا آیا این فایده ای هم داره؟ خب بذارید بریم به سال 2008.
01:34
Look at Zanesville, Ohio.
33
79000
3000
اینجا رو ببینید، زانسوایل در اوهایو.
01:37
Here's a map a lawyer made. He put on it the water plant,
34
82000
3000
این یک نقشه هست که یک وکیل ساخته. اون منبع های آب رو روی این نقشه قرار داده.
01:40
and which houses are there,
35
85000
2000
و خانه هایی که اونجا هستند،
01:42
which houses have been connected to the water.
36
87000
2000
و نشان داد که کدام خانه ها به آب لوله کشی متصل هستند.
01:44
And he got, from other data sources,
37
89000
2000
و از منابع اطلاعاتی دیگر،
01:46
information to show
38
91000
3000
اطلاعاتی رو بدست آورد تا نشون بده
01:49
which houses are occupied by white people.
39
94000
2000
کدام خانه ها مال افراد سفید پوست هست.
01:51
Well, there was too much of a correlation, he felt,
40
96000
3000
خب، اون احساس کرد که اینجا یک ارتباط معنا داری وجود داره
01:54
between which houses were occupied by white people
41
99000
3000
بین خانه هایی که در تملک سفید پوستان بود
01:57
and which houses had water, and the judge was not impressed either.
42
102000
3000
و اونهایی که آب لوله کشی داشتند، و این برای قضاوت سخت نبود.
02:00
The judge was not impressed to the tune of 10.9 million dollars.
43
105000
3000
رقم 10.9 میلیون دلار به عنوان جریمه پرداختی به سیاهان خیلی تعجب برانگیز نبود.
02:03
That's the power of taking one piece of data,
44
108000
2000
این قدرت قرار دادن یک سری داده
02:05
another piece of data, putting it together,
45
110000
3000
در کنار داده های دیگر و
02:08
and showing the result.
46
113000
2000
نشان دادن حاصل آن است.
02:10
Let's look at some data from the U.K. now.
47
115000
2000
بذارید حالا به تعدادی داده از انگلیس نگاه کنیم.
02:12
This is U.K. government data, a completely independent site,
48
117000
2000
این داده های دولت بریتانیاست، یک سایت کاملا مستقل به نام
02:14
Where Does My Money Go.
49
119000
2000
پول من چی شد.
02:16
It allows anybody to go there and burrow down.
50
121000
2000
این سایت برای هر کسی این امکان رو فراهم می کنه تا مخارج دولت رو کندوکاو کنه.
02:18
You can burrow down by a particular type of spending,
51
123000
2000
می تونید براساس نوع مخارج بررسی کنید
02:20
or you can go through all the different regions and compare them.
52
125000
4000
یا می تونید براساس نواحی بررسی کنید و اونا رو مقایسه کنید.
02:24
So, that's happening in the U.K. with U.K. government data.
53
129000
3000
خب، این چیزی است که در بریتانیا با داده های دولت بریتانیا صورت می گیره.
02:27
Yes, certainly you can do it over here.
54
132000
2000
بنابراین شما هم می تونید در اینجا (آمریکا) این کار رو بکنید.
02:29
Here's a site which allows you to look at recovery spending
55
134000
3000
این یک سایت هست که امکان دیدن هزینه های بازیابی
02:32
in California.
56
137000
2000
در ایالت کالیفرنیا رو فراهم میکنه.
02:34
Take an arbitrary example, Long Beach, California,
57
139000
2000
برای دیدن یک مثال تصادفی، لانگ بیچ در کالیفرنیا رو ببینید.
02:36
you can go and have a look at what recovery money they've been spending
58
141000
3000
می تونید برید و ببینید چه هزینه های بازیابی صرف
02:39
on different things such as energy.
59
144000
3000
چیزهای مختلفی مثل انرژی شده.
02:42
In fact, this is the graph of the number of data sets
60
147000
3000
در واقع، این نمودار اعداد موجود در مجموعه داده های
02:45
in the repositories of data.gov,
61
150000
2000
مخزن سایت data.gov
02:47
and data.gov.uk.
62
152000
2000
و سایت data.gov.uk هست.
02:49
And I'm delighted to see a great competition
63
154000
2000
و من خوشحالم که اینجا یک رقابت
02:51
between the U.K. in blue, and the U.S. in red.
64
156000
2000
بین انگلیس (نمودار آبی) و آمریکا (نمودار قرمز) پیش آمده.
02:53
How can you use this stuff?
65
158000
2000
چطور میشه از اینها استفاده کرد؟
02:55
Well, for example, if you have lots of data about places
66
160000
3000
خب، به عنوان مثال، اگر مقدار زیادی داده در مورد مکان ها داشته باشید
02:58
you can take, from a postcode --
67
163000
2000
می تونید از کد پستی استفاده کنید--
03:00
which is like a zip plus four --
68
165000
2000
که نسخه کامل تری از کد پستی معمولی هست--
03:02
for a specific group of houses, you can make paper,
69
167000
3000
می تونید از کد پستی یک گروه از خانه ها استفاده کنید و
03:05
print off a paper which has got very, very
70
170000
2000
و اون رو با یک سری اطلاعات خاص اون محل
03:07
specific things about the bus stops,
71
172000
2000
مثل ایستگاه های اتوبوس روی یک ورق چاپ کنید
03:09
the things specifically near you.
72
174000
2000
چیزهای که اختصاصا" اطراف شما هستند.
03:11
On a larger scale, this is a mash-up
73
176000
3000
در ابعاد بزرگتر، این داده های ترکیبی هست
03:14
of the data which was released about the Afghan elections.
74
179000
3000
که در مورد انتخابات افغانستان منتشر شده.
03:17
It allows you to set your own criteria
75
182000
2000
برای شما این امکان رو فراهم میکنه که معیار اینکه
03:19
for what sort of things you want to look at.
76
184000
2000
چه چیزهای رو ببینید رو تنظیم کنید.
03:21
The red circles are polling stations,
77
186000
2000
دایره های قرمز مراکز اخذ رای هستند
03:23
selected by your criteria.
78
188000
2000
که با معیار شما انتخاب می شوند.
03:25
And then you can select also other things on the map
79
190000
2000
و بعد می تونید چیزهای دیگری رو هم روی نقشه انتخاب کنید
03:27
to see what other factors, like the threat level.
80
192000
2000
مثل امنیت محله ها و رابطه شون با انتخابات.
03:29
So, that was government data.
81
194000
3000
خب، این داده های دولتی بود.
03:32
I also talked about community-generated data -- in fact I edited some.
82
197000
2000
من در مورد داده های انجمن های محلی هم صحبت کردم-- در واقع یک مقدارش رو هم ویرایش کردم.
03:34
This is the wiki map, this is the Open Street Map.
83
199000
2000
این یک نقشه ویکی هست، نقشه Open Street Map (نقشه شهری باز)
03:36
"Terrace Theater" I actually put
84
201000
2000
"تئاتر تراس"؟ راستش من
03:38
on the map because it wasn't on the map before TED last year.
85
203000
3000
اون رو توی نقشه گذاشتم چون پارسال قبل از TED تو نقشه نبود.
03:41
I was not the only person editing the open street map.
86
206000
3000
من تنها فردی که نقشه تقشه باز شهری رو ویرایش می کرد نبودم.
03:44
Each flash on this visualization --
87
209000
2000
هر درخشش برق روی تصویر--
03:46
put together by ITO World --
88
211000
2000
که توسط سازمان ITO World قرار داده شده--
03:48
shows an edit in 2009
89
213000
2000
نشان دهنده ی یک ویرایش در نقشه باز شهری
03:50
made to the Open Street Map.
90
215000
2000
در سال 2009 هست.
03:52
Let's now spin the world during the same year.
91
217000
3000
خب حالا زمین رو بچرخونیم در همون سال.
03:55
Every flash is an edit. Somebody somewhere
92
220000
2000
هر تلالو یک ویرایش هست. یک نفر یک جایی
03:57
looking at the Open Street Map, and realizing it could be better.
93
222000
3000
به نقشه باز شهری نگاه می کنه، و با خودش فکر می کنه که میشه این رو بهتر کرد.
04:00
You can see Europe is ablaze with updates.
94
225000
3000
می بینید که اروپا از به روز رسانی ها مشتعل شده.
04:03
Some places, perhaps not as much as they should be.
95
228000
3000
بعضی جاها، اونقدری که باید، نیست.
04:06
Here focusing in on Haiti.
96
231000
2000
حالا به هائیتی نگاه کنید.
04:08
The map of Port au-Prince at the end
97
233000
2000
نقشه ی شهر پورتو پرنس در آخر سال 2009
04:10
of 2009 was not all it could be,
98
235000
2000
بهترین شکلی که باید باشد نیست،
04:12
not as good as the map of California.
99
237000
2000
به خوبی نقشه ی کالیفرنیا نیست.
04:14
Fortunately, just after the earthquake,
100
239000
3000
خوشبختانه، بلافاصله بعد از زلزله
04:17
GeoEye, a commercial company,
101
242000
2000
شرکت تجاری GeoEye
04:19
released satellite imagery
102
244000
2000
تصاویر ماهواره ای با مجوز رو
04:21
with a license, which allowed
103
246000
2000
منتشر کرد که به جامعه ی نقشه باز شهری
04:23
the open-source community to use it.
104
248000
2000
امکان استفاده از اونها رو می داد.
04:25
This is January, in time lapse,
105
250000
2000
زمان رو مرور کنیم، این ژانویه هست
04:27
of people editing ... that's the earthquake.
106
252000
2000
و کسانی که دارند ویرایش می کنند... این زلزله بود.
04:29
After the earthquake, immediately,
107
254000
2000
بعد از زلزله، بلافاصله،
04:31
people all over the world, mappers
108
256000
2000
افرادی از سرتاسر دنیا، نقشه کشانی که
04:33
who wanted to help, and could,
109
258000
2000
می خواستند کمک کنند، و توانش رو داشتند
04:35
looked at that imagery, built the map, quickly building it up.
110
260000
3000
به این تصاویر نگریستند، اونها رو ویرایش کردند، و به سرعت نقشه رو ساختند.
04:38
We're focusing now on Port-au-Prince.
111
263000
1000
این تصویر نقشه ی فعلی پورتو پرنس هست.
04:39
The light blue is refugee camps these volunteers had spotted from the [satellite images].
112
264000
4000
رنگ آبی کم رنگ نشون دهنده ی کمپ های افراد بی سرپناه هست که افراد داوطلب با کمک تصاویر ماهواره ایروی نقشه قرار دادند.
04:43
So, now we have, immediately, a real-time map
113
268000
2000
بنابراین، بلافاصله ما یک نقشه هم زمان را داریم که
04:45
showing where there are refugee camps --
114
270000
2000
کمپ های افراد بی سرپناه نشان می دهد
04:47
rapidly became the best map
115
272000
2000
که این نقشه بلافاصله به بهترین نقشه
04:49
to use if you're doing relief work in Port-au-Prince.
116
274000
3000
برای کسانی که عملیات امداد در پورتو پرنس انجام می دادند شد.
04:52
Witness the fact that it's here on this Garmin device
117
277000
2000
ببینید افراد تیم نجات در محل از همین نقشه ها
04:54
being used by rescue team in Haiti.
118
279000
2000
بر روی دستگاه موقعیت یابشان استفاده می کنند.
04:56
There's the map showing,
119
281000
3000
در قسمت سمت چپ این، نقشه
04:59
on the left-hand side,
120
284000
2000
یک بیمارستان را می بینید--
05:01
that hospital -- actually that's a hospital ship.
121
286000
2000
در حقیقت این یک کشتی بیمارستانی هست.
05:03
This is a real-time map that shows blocked roads,
122
288000
3000
این نقشه ی هم زمان از جاده های مسدود شده
05:06
damaged buildings, refugee camps --
123
291000
2000
ساختمان های آسیب دیده و کمپ های بی سرپناهان هست.
05:08
it shows things that are needed [for rescue and relief work].
124
293000
2000
نقشه، نشون دهنده ی اقلام مورد نیاز تیم نجات و امداد هست.
05:10
So, if you've been involved in that at all,
125
295000
2000
خب، اگر شما به هر شکلی در این کار درگیر بودید
05:12
I just wanted to say: Whatever you've been doing,
126
297000
2000
فقط می خوام بگم: هر کاری که کردید
05:14
whether you've just been chanting, "Raw data now!"
127
299000
2000
اگر فقط شعاردادید "داده ی خام همین حالا!"
05:16
or you've been putting government or scientific data online,
128
301000
3000
یا اگر داده های دولت ها یا داده های علمی رو در اینترنت گذاشتید
05:19
I just wanted to take this opportunity to say: Thank you very much,
129
304000
2000
می خوام همین جا بگم از شما بسیار متشکرم
05:21
and we have only just started!
130
306000
3000
و ما تازه در ابتدای راه هستیم.
05:24
(Applause)
131
309000
2000
(تشویق)
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