TED2010
Gary Flake: Is Pivot a turning point for web exploration?
Gary Flake: is Pivot een keerpunt voor webverkenning?
Filmed:
Readability: 3.8
751,479 views
Gary Flake demonstreert Pivot, een nieuwe manier om enorme hoeveelheden beelden en informatie online door te bladeren en te ordenen. Het is gebaseerd op de revolutionaire Seadragon-technologie en laat je toe om spectaculair in en uit webdatabases te zoomen, zodat je patronen en verbanden kan ontdekken die onzichtbaar zijn in standaard webbrowsing.
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
Als ik jullie vandaag één groot idee mag meegeven,
00:18
it's that the whole of the data
1
3000
2000
dan is het dat het geheel van de data
00:20
in which we consume
2
5000
2000
die we gebruiken,
00:22
is greater that the sum of the parts,
3
7000
2000
groter is dan de som van de delen.
00:24
and instead of thinking about information overload,
4
9000
3000
In plaats van over overdaad aan informatie te denken,
00:27
what I'd like you to think about is how
5
12000
2000
wil ik nadenken hoe
00:29
we can use information so that patterns pop
6
14000
3000
we informatie kunnen gebruiken om patronen naar voor te halen
00:32
and we can see trends that would otherwise be invisible.
7
17000
3000
en trends die anders onzichtbaar zouden blijven.
00:35
So what we're looking at right here is a typical mortality chart
8
20000
3000
Dit is een typische sterftegrafiek
00:38
organized by age.
9
23000
2000
ingedeeld naar leeftijd.
00:40
This tool that I'm using here is a little experiment.
10
25000
2000
De tool die ik hier gebruik is een experimentje.
00:42
It's called Pivot, and with Pivot what I can do
11
27000
3000
Het heet Pivot. Met Pivot kan ik
00:45
is I can choose to filter in one particular cause of deaths -- say, accidents.
12
30000
4000
filteren op één bepaalde doodsoorzaak, bijvoorbeeld ongevallen.
00:49
And, right away, I see there's a different pattern that emerges.
13
34000
3000
Ik zie onmiddellijk een ander patroon tevoorschijn komen.
00:52
This is because, in the mid-area here,
14
37000
2000
Dat is omdat hier in het midden
00:54
people are at their most active,
15
39000
2000
mensen het meest actief zijn,
00:56
and over here they're at their most frail.
16
41000
2000
en daar het kwetsbaarst.
00:58
We can step back out again
17
43000
2000
We kunnen opnieuw naar buiten stappen
01:00
and then reorganize the data by cause of death,
18
45000
2000
en de data reorganiseren volgens doodsoorzaak.
01:02
seeing that circulatory diseases and cancer
19
47000
3000
We zien dat hart- en vaatziektes en kanker
01:05
are the usual suspects, but not for everyone.
20
50000
3000
de gebruikelijke verdachten zijn, maar niet voor iedereen.
01:08
If we go ahead and we filter by age --
21
53000
3000
Als we verder gaan en op leeftijd filteren,
01:11
say 40 years or less --
22
56000
2000
bijvoorbeeld 40 jaar of jonger,
01:13
we see that accidents are actually
23
58000
2000
dan zien we dat ongevallen
01:15
the greatest cause that people have to be worried about.
24
60000
3000
de grootste oorzaak van zorgen zijn.
01:18
And if you drill into that, it's especially the case for men.
25
63000
3000
Als je daar dieper in duikt, geldt dat vooral voor mannen.
01:21
So you get the idea
26
66000
2000
Je ziet wat ik bedoel:
01:23
that viewing information, viewing data in this way,
27
68000
3000
op deze manier kijken naar informatie
01:26
is a lot like swimming
28
71000
2000
lijkt op zwemmen
01:28
in a living information info-graphic.
29
73000
3000
in een levende infographic.
01:31
And if we can do this for raw data,
30
76000
2000
Als we dit kunnen met ruwe data,
01:33
why not do it for content as well?
31
78000
3000
waarom dan niet ook met inhoud?
01:36
So what we have right here
32
81000
2000
Wat we hier hebben,
01:38
is the cover of every single Sports Illustrated
33
83000
3000
is de voorpagina van elk nummer van Sports Illustrated
01:41
ever produced.
34
86000
2000
dat ooit is gemaakt.
01:43
It's all here; it's all on the web.
35
88000
2000
Alles staat hier. Het staat allemaal op het net.
01:45
You can go back to your rooms and try this after my talk.
36
90000
3000
Je kan naar je kamer gaan en dit proberen na mijn praatje.
01:48
With Pivot, you can drill into a decade.
37
93000
3000
Met Pivot kan je op een decennium inzoomen.
01:51
You can drill into a particular year.
38
96000
2000
Je kan op een bepaald jaar inzoomen.
01:53
You can jump right into a specific issue.
39
98000
3000
Je kan naar een bepaald nummer springen.
01:56
So I'm looking at this; I see the athletes
40
101000
2000
Ik bekijk dit dus. Ik zie de atleten
01:58
that have appeared in this issue, the sports.
41
103000
2000
die verschenen zijn in dit nummer, de sporten.
02:00
I'm a Lance Armstrong fan, so I'll go ahead and I'll click on that,
42
105000
3000
Ik ben fan van Lance Armstrong, dus vooruit, daar klik ik op,
02:03
which reveals, for me, all the issues
43
108000
2000
en dat geeft me alle nummers
02:05
in which Lance Armstrong's been a part of.
44
110000
2000
waar Lance Armstrong in voorkomt.
02:07
(Applause)
45
112000
3000
(Applaus)
02:10
Now, if I want to just kind of take a peek at these,
46
115000
3000
Als ik hier gewoon snel naar wil kijken,
02:13
I might think,
47
118000
2000
dan denk ik:
02:15
"Well, what about taking a look at all of cycling?"
48
120000
2000
"Waarom niet al het wielrennen bekijken?"
02:17
So I can step back, and expand on that.
49
122000
2000
Ik doe een stap terug en ga daarop in.
02:19
And I see Greg LeMond now.
50
124000
2000
Nu zie ik Greg Lemond.
02:21
And so you get the idea that when you
51
126000
2000
Je ziet dat als je
02:23
navigate over information this way --
52
128000
2000
op deze manier door informatie laveert,
02:25
going narrower, broader,
53
130000
2000
smaller en breder,
02:27
backing in, backing out --
54
132000
2000
in en uit,
02:29
you're not searching, you're not browsing.
55
134000
2000
dan zoek je niet, dan blader je niet.
02:31
You're doing something that's actually a little bit different.
56
136000
2000
Je doet iets dat een beetje anders is.
02:33
It's in between, and we think it changes
57
138000
3000
Het zit er tussenin, en wij denken dat het
02:36
the way information can be used.
58
141000
2000
verandert hoe je informatie kunt gebruiken.
02:38
So I want to extrapolate on this idea a bit
59
143000
2000
Ik wil het dus wat verder doortrekken,
02:40
with something that's a little bit crazy.
60
145000
2000
een beetje gekker.
02:42
What we're done here is we've taken every single Wikipedia page
61
147000
3000
Hier hebben we elke pagina van Wikipedia genomen
02:45
and we reduced it down to a little summary.
62
150000
3000
en ze beperkt tot een kleine samenvatting.
02:48
So the summary consists of just a little synopsis
63
153000
3000
De samenvatting bestaat uit een kleine synopsis
02:51
and an icon to indicate the topical area that it comes from.
64
156000
3000
en een icoontje om het bijbehorende onderwerp aan te geven.
02:54
I'm only showing the top 500
65
159000
3000
Ik toon hier alleen de top 500
02:57
most popular Wikipedia pages right here.
66
162000
2000
populairste Wikipedia-pagina's.
02:59
But even in this limited view,
67
164000
2000
Maar zelfs in deze beperkte view
03:01
we can do a lot of things.
68
166000
2000
kunnen we veel doen.
03:03
Right away, we get a sense of what are the topical domains
69
168000
2000
We krijgen onmiddellijk een idee van de onderwerpen
03:05
that are most popular on Wikipedia.
70
170000
2000
die het populairst zijn op Wikipedia.
03:07
I'm going to go ahead and select government.
71
172000
2000
Ik ga verder en kies overheid.
03:09
Now, having selected government,
72
174000
3000
Nu ik overheid heb gekozen,
03:12
I can now see that the Wikipedia categories
73
177000
2000
zie ik dat de Wikipedia-categorieën
03:14
that most frequently correspond to that
74
179000
2000
die daar het vaakst mee overeenstemmen,
03:16
are Time magazine People of the Year.
75
181000
3000
Time magazine Mensen van het Jaar zijn.
03:19
So this is really important because this is an insight
76
184000
3000
Dit is erg belangrijk omdat dit inzicht
03:22
that was not contained within any one Wikipedia page.
77
187000
3000
in geen van de aparte Wikipedia-pagina's zat.
03:25
It's only possible to see that insight
78
190000
2000
Je kan het alleen krijgen
03:27
when you step back and look at all of them.
79
192000
3000
door een stap achteruit te doen en ze allemaal te bekijken.
03:30
Looking at one of these particular summaries,
80
195000
2000
Als ik naar één van deze samenvattingen kijk
03:32
I can then drill into the concept of
81
197000
3000
kan ik dieper ingaan op het begrip
03:35
Time magazine Person of the Year,
82
200000
2000
Time magazine Persoon van het jaar
03:37
bringing up all of them.
83
202000
2000
door ze allemaal te tonen.
03:39
So looking at these people,
84
204000
2000
Een blik op al deze mensen
03:41
I can see that the majority come from government;
85
206000
3000
leert me dat de meerderheid uit de politiek komt.
03:45
some have come from natural sciences;
86
210000
3000
Sommigen komen uit de natuurwetenschappen.
03:49
some, fewer still, have come from business --
87
214000
3000
Een nog kleiner aantal komt uit de zakenwereld.
03:53
there's my boss --
88
218000
2000
Daar is mijn baas.
03:55
and one has come from music.
89
220000
5000
Eentje komt uit de muziekwereld.
04:00
And interestingly enough,
90
225000
2000
Wat interessant is,
04:02
Bono is also a TED Prize winner.
91
227000
3000
is dat Bono ook een TED Prize-winnaar is.
04:05
So we can go, jump, and take a look at all the TED Prize winners.
92
230000
3000
We kunnen dus springen naar alle TED Prize-winnaars.
04:08
So you see, we're navigating the web for the first time
93
233000
3000
We navigeren dus voor het eerst door het web
04:11
as if it's actually a web, not from page-to-page,
94
236000
3000
alsof het echt een web is, niet van pagina naar pagina
04:14
but at a higher level of abstraction.
95
239000
2000
maar op een hoger abstractieniveau.
04:16
And so I want to show you one other thing
96
241000
2000
Ik wil jullie nog één ander ding tonen
04:18
that may catch you a little bit by surprise.
97
243000
3000
dat jullie misschien wat zal verbazen.
04:21
I'm just showing the New York Times website here.
98
246000
3000
Ik toon hier de website van de New York Times.
04:24
So Pivot, this application --
99
249000
2000
Pivot, deze toepassing --
04:26
I don't want to call it a browser; it's really not a browser,
100
251000
2000
ik wil het geen browser noemen, het is eigenlijk geen browser,
04:28
but you can view web pages with it --
101
253000
3000
maar je kan er webpagina's mee bekijken --
04:31
and we bring that zoomable technology
102
256000
2000
We brengen deze zoombare technologie
04:33
to every single web page like this.
103
258000
3000
naar elke webpagina, zo.
04:36
So I can step back,
104
261000
3000
Ik ga een stap achteruit
04:39
pop right back into a specific section.
105
264000
2000
en spring terug, recht in een specifieke sectie.
04:41
Now the reason why this is important is because,
106
266000
2000
De reden waarom dit belangrijk is,
04:43
by virtue of just viewing web pages in this way,
107
268000
3000
is dat ik door gewoon zo naar webpagina's te kijken
04:46
I can look at my entire browsing history
108
271000
2000
ik mijn hele browse-geschiedenis
04:48
in the exact same way.
109
273000
2000
op dezelfde manier kan bekijken.
04:50
So I can drill into what I've done
110
275000
2000
Ik kan dieper gaan kijken in wat ik heb gedaan
04:52
over specific time frames.
111
277000
2000
in bepaalde periodes.
04:54
Here, in fact, is the state
112
279000
2000
Hier is de status
04:56
of all the demo that I just gave.
113
281000
2000
van de demo die ik net heb gegeven.
04:58
And I can sort of replay some stuff that I was looking at earlier today.
114
283000
3000
Ik kan sommige dingen afspelen waar ik eerder vandaag naar keek.
05:01
And, if I want to step back and look at everything,
115
286000
3000
Als ik een stap terugzet en alles bekijk,
05:04
I can slice and dice my history,
116
289000
2000
kan ik mijn historiek verknippen
05:06
perhaps by my search history --
117
291000
2000
misschien op basis van mijn zoekhistoriek.
05:08
here, I was doing some nepotistic searching,
118
293000
2000
Hier deed ik wat nepotistisch onderzoek,
05:10
looking for Bing, over here for Live Labs Pivot.
119
295000
3000
ik zocht Bing, en hier Live Labs Pivot.
05:13
And from these, I can drill into the web page
120
298000
2000
Van daar uit kan ik dieper op de pagina ingaan
05:15
and just launch them again.
121
300000
2000
en ze opnieuw lanceren.
05:17
It's one metaphor repurposed multiple times,
122
302000
3000
Het is één metafoor die telkens opnieuw betekenis krijgt,
05:20
and in each case it makes the whole greater
123
305000
2000
en elke keer maakt het het geheel groter
05:22
than the sum of the parts with the data.
124
307000
2000
dan de som van de delen van de data.
05:24
So right now, in this world,
125
309000
3000
Vandaag, in onze wereld,
05:27
we think about data as being this curse.
126
312000
3000
zien we data als een vloek.
05:30
We talk about the curse of information overload.
127
315000
3000
We hebben het over de vloek van overdaad aan informatie.
05:33
We talk about drowning in data.
128
318000
3000
We hebben het over verdrinken in data.
05:36
What if we can actually turn that upside down
129
321000
2000
Als we dat nu eens op zijn kop konden zetten,
05:38
and turn the web upside down,
130
323000
2000
en het web op zijn kop zetten,
05:40
so that instead of navigating from one thing to the next,
131
325000
3000
zodat in plaats van te gaan van één ding naar het volgende,
05:43
we get used to the habit of being able to go from many things to many things,
132
328000
3000
we eraan wennen dat we van vele dingen naar vele dingen kunnen gaan,
05:46
and then being able to see the patterns
133
331000
2000
en de patronen kunnen zien
05:48
that were otherwise hidden?
134
333000
2000
die anders verborgen zouden zijn.
05:50
If we can do that, then instead of being trapped in data,
135
335000
5000
Als we dat kunnen, zitten we niet meer vast in data,
05:55
we might actually extract information.
136
340000
3000
dan kunnen we er misschien echt informatie uithalen.
05:58
And, instead of dealing just with information,
137
343000
2000
In plaats van alleen met informatie te werken,
06:00
we can tease out knowledge.
138
345000
2000
kunnen we er misschien kennis uit lokken.
06:02
And if we get the knowledge, then maybe even there's wisdom to be found.
139
347000
3000
Als we kennis hebben, is er misschien zelfs wijsheid te vinden.
06:05
So with that, I thank you.
140
350000
2000
Daarmee dank ik jullie hartelijk.
06:07
(Applause)
141
352000
8000
(Applaus)
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