TED2010
Tim Berners-Lee: The year open data went worldwide
Tim Berners-Lee: O ano em que os dados abertos tornaram-se mundiais
Filmed:
Readability: 4
771,473 views
No TED2009, Tim Berners-Lee fez um apelo por "dados brutos agora" -- para os governos, cientistas e instituições tornarem seus dados disponíveis abertamente pela internet. No TED University de 2010, ele mostra alguns resultados interessantes quando os dados são relacionados.
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
No ano passado aqui no TED
00:17
I asked you to give me your data,
1
2000
2000
pedi que vocês me dessem seus dados,
00:19
to put your data on the web, on the basis
2
4000
2000
colocassem seus dados na internet, considerando
00:21
that if people put data onto the web --
3
6000
3000
que se as pessoas colocassem dados na rede,
00:24
government data, scientific data, community data,
4
9000
3000
dados dos governos, dados científicos, dados das comunidades,
00:27
whatever it is -- it will be used by other people
5
12000
2000
quaisquer que fossem, seriam usados por outras pessoas
00:29
to do wonderful things, in ways
6
14000
2000
para fazer coisas maravilhosas, de maneiras
00:31
that they never could have imagined.
7
16000
2000
que eles jamais poderiam imaginar.
00:33
So, today I'm back just to show you a few things,
8
18000
3000
Assim, hoje estou de volta só para mostrar a vocês algumas coisas,
00:36
to show you, in fact, there is
9
21000
2000
para mostrar, de fato, que existe
00:38
an open data movement afoot,
10
23000
5000
um movimento de dados abertos a caminho,
00:43
now, around the world.
11
28000
2000
agora ao redor do mundo.
00:45
The cry of "Raw data now!"
12
30000
2000
O grito por "dados brutos agora,"
00:47
which I made people make in the auditorium,
13
32000
2000
que eu fiz as pessoas darem no auditório,
00:49
was heard around the world.
14
34000
2000
foi ouvido ao redor do mundo.
00:51
So, let's roll the video.
15
36000
3000
Assim, vamos rodar o vídeo.
00:54
A classic story, the first one which lots of people picked up,
16
39000
3000
História clássica, a primeira que muitas pessoas pegaram
00:57
was when in March -- on March 10th in fact, soon after TED --
17
42000
3000
foi quando em Março, na verdade 10 de março, logo depois do TED,
01:00
Paul Clarke, in the U.K. government,
18
45000
3000
Paul Clarke, do governo da Inglaterra
01:03
blogged, "Oh, I've just got some raw data. Here it is,
19
48000
2000
postou em seu blog, "Oh, acabo de obter alguns dados brutos. Aqui estão eles,
01:05
it's about bicycle accidents."
20
50000
3000
são sobre acidentes de bicicletas."
01:08
Two days it took the Times Online
21
53000
3000
Levou dois dias para o Times Online
01:11
to make a map, a mashable map --
22
56000
2000
fazer um mapa, uma mapa de mixagem,
01:13
we call these things mash-ups --
23
58000
2000
chamamos essas coisas de "mashups",
01:15
a mashed-up user interface that allows you to go in there
24
60000
2000
um mashup, é uma interface de usuário que permite a vocês entrar lá
01:17
and have a look and find out whether your bicycle
25
62000
2000
dar uma olhada e descobrir se sua rota de bicicleta
01:19
route to work was affected.
26
64000
2000
para o trabalho foi afetada.
01:21
Here's more data, traffic survey data,
27
66000
2000
Existem mais dados, dados de pesquisas de tráfego,
01:23
again, put out by the U.K. government,
28
68000
2000
novamente, disponibilizados pelo governo da Inglaterra,
01:25
and because they put it up using the Linked Data standards,
29
70000
3000
e como eles os colocaram usando os padrões de dados relacionados
01:28
then a user could just make a map,
30
73000
2000
então um usuário poderia simplesmente fazer um mapa,
01:30
just by clicking.
31
75000
2000
só clicando.
01:32
Does this data affect things? Well, let's get back to 2008.
32
77000
2000
Será que esses dados influenciam as coisas? Bem, então vamos voltar para 2008.
01:34
Look at Zanesville, Ohio.
33
79000
3000
Vejam Zanesville, Ohio.
01:37
Here's a map a lawyer made. He put on it the water plant,
34
82000
3000
Aqui está um mapa feito por um advogado, disponibilizado pela concessionária de água,
01:40
and which houses are there,
35
85000
2000
vendo que casas estão lá,
01:42
which houses have been connected to the water.
36
87000
2000
quais casas foram ligadas à água?
01:44
And he got, from other data sources,
37
89000
2000
E ele conseguiu, de outras fontes de dados,
01:46
information to show
38
91000
3000
informações para mostrar
01:49
which houses are occupied by white people.
39
94000
2000
quais casas são ocupadas por pessoas brancas.
01:51
Well, there was too much of a correlation, he felt,
40
96000
3000
Bem, havia uma correlação muito evidente, ele percebeu,
01:54
between which houses were occupied by white people
41
99000
3000
entre quais casas eram ocupadas por brancos
01:57
and which houses had water, and the judge was not impressed either.
42
102000
3000
e quais casas tinham água, e o juiz não ficou impressionado também.
02:00
The judge was not impressed to the tune of 10.9 million dollars.
43
105000
3000
O juiz não ficou impressionado com a quantia de 10,9 milhões de dólares.
02:03
That's the power of taking one piece of data,
44
108000
2000
Esse é o poder de pegar um pacote de dados,
02:05
another piece of data, putting it together,
45
110000
3000
outro pacote de dados, juntar os dois,
02:08
and showing the result.
46
113000
2000
e mostrar o resultado.
02:10
Let's look at some data from the U.K. now.
47
115000
2000
Vamos ver alguns dados da Inglaterra agora.
02:12
This is U.K. government data, a completely independent site,
48
117000
2000
Estes são dados do governo da Inglaterra, um site completamente independente,
02:14
Where Does My Money Go.
49
119000
2000
Para Onde Vai Meu Dinheiro,
02:16
It allows anybody to go there and burrow down.
50
121000
2000
permite a qualquer um entrar lá e pesquisar.
02:18
You can burrow down by a particular type of spending,
51
123000
2000
Vocês podem pesquisar por um tipo particular de gasto
02:20
or you can go through all the different regions and compare them.
52
125000
4000
ou vocês poder passar por todas as diversas regiões e compará-las.
02:24
So, that's happening in the U.K. with U.K. government data.
53
129000
3000
Então, isso está acontecendo na Inglaterra, com os dados do governo inglês.
02:27
Yes, certainly you can do it over here.
54
132000
2000
Sim, vocês certamente podem fazer isso por aqui.
02:29
Here's a site which allows you to look at recovery spending
55
134000
3000
Aqui está um site que permite a vocês observar os gastos em recuperação
02:32
in California.
56
137000
2000
na California.
02:34
Take an arbitrary example, Long Beach, California,
57
139000
2000
E peguem um exemplo arbitrário, Long Beach, na Califórnia,
02:36
you can go and have a look at what recovery money they've been spending
58
141000
3000
vocês podem ir lá e ver o dinheiro de recuperação que eles andaram gastando
02:39
on different things such as energy.
59
144000
3000
em várias coisas, como energia.
02:42
In fact, this is the graph of the number of data sets
60
147000
3000
De fato, este é o gráfico do número de conjuntos de dados
02:45
in the repositories of data.gov,
61
150000
2000
nos repositórios de data.gov,
02:47
and data.gov.uk.
62
152000
2000
e data.gov.uk.
02:49
And I'm delighted to see a great competition
63
154000
2000
E tenho a satisfação de ver uma grande competição
02:51
between the U.K. in blue, and the U.S. in red.
64
156000
2000
entre a Inglaterra -- em azul -- e os Estados Unidos -- em vermelho.
02:53
How can you use this stuff?
65
158000
2000
Como vocês podem usar essa coisa?
02:55
Well, for example, if you have lots of data about places
66
160000
3000
Bem, por exemplo, se vocês tiverem um bocado de dados sobre lugares
02:58
you can take, from a postcode --
67
163000
2000
vocês podem, pegar, a partir de um código postal,
03:00
which is like a zip plus four --
68
165000
2000
que é como um CEP,
03:02
for a specific group of houses, you can make paper,
69
167000
3000
para um determinado grupo de casas, vocês podem produzir relatórios,
03:05
print off a paper which has got very, very
70
170000
2000
imprimir um relatório que tem coisas muito, muito
03:07
specific things about the bus stops,
71
172000
2000
específicas sobre as paradas de ônibus,
03:09
the things specifically near you.
72
174000
2000
as coisas especificamente perto de vocês.
03:11
On a larger scale, this is a mash-up
73
176000
3000
Numa escala maior, este é um mashup
03:14
of the data which was released about the Afghan elections.
74
179000
3000
dos dados que foram disponibilizados sobre as eleições Afegãs.
03:17
It allows you to set your own criteria
75
182000
2000
Permitem que vocês estabeleçam seus próprios critérios
03:19
for what sort of things you want to look at.
76
184000
2000
para os tipos de coisas que vocês querem observar.
03:21
The red circles are polling stations,
77
186000
2000
Os círculos vermelhos são locais de votação,
03:23
selected by your criteria.
78
188000
2000
selecionados pelos seus critérios.
03:25
And then you can select also other things on the map
79
190000
2000
E então vocês podem selecionar outras coisas no mapa
03:27
to see what other factors, like the threat level.
80
192000
2000
para ver quais outros fatores, como o nível de ameaças.
03:29
So, that was government data.
81
194000
3000
Assim, esses foram os dados do governo.
03:32
I also talked about community-generated data -- in fact I edited some.
82
197000
2000
Falei também sobre dados produzidos por comunidades -- de fato eu editei --
03:34
This is the wiki map, this is the Open Street Map.
83
199000
2000
este é o mapa wiki, este é o mapa aberto das ruas.
03:36
"Terrace Theater" I actually put
84
201000
2000
O Teatro Terrace, eu efetivamente coloquei
03:38
on the map because it wasn't on the map before TED last year.
85
203000
3000
no mapa porque ele não estava no mapa antes do TED do ano passado.
03:41
I was not the only person editing the open street map.
86
206000
3000
Eu não fui a única pessoa editando o mapa aberto das ruas.
03:44
Each flash on this visualization --
87
209000
2000
Cada piscada nesta visualização
03:46
put together by ITO World --
88
211000
2000
montada pela ITO World
03:48
shows an edit in 2009
89
213000
2000
mostra uma edição em 2009
03:50
made to the Open Street Map.
90
215000
2000
feita ao mapa aberto das ruas.
03:52
Let's now spin the world during the same year.
91
217000
3000
Vamos agora girar o mundo durante o mesmo ano.
03:55
Every flash is an edit. Somebody somewhere
92
220000
2000
Cada piscada é uma edição. Alguém, em algum lugar
03:57
looking at the Open Street Map, and realizing it could be better.
93
222000
3000
olhando para o mapa aberto das ruas, e percebendo que ele poderia ser melhorado.
04:00
You can see Europe is ablaze with updates.
94
225000
3000
Vocês podem ver a Europa fervendo com as atualizaçãoes.
04:03
Some places, perhaps not as much as they should be.
95
228000
3000
Alguns lugares, talvez não tanto quanto deveriam.
04:06
Here focusing in on Haiti.
96
231000
2000
Aqui focalizando o Haiti.
04:08
The map of Port au-Prince at the end
97
233000
2000
O mapa de Port-au-Prince no final
04:10
of 2009 was not all it could be,
98
235000
2000
de 2009 não era tudo que poderia ser,
04:12
not as good as the map of California.
99
237000
2000
não tão bom como o mapa da Califórnia.
04:14
Fortunately, just after the earthquake,
100
239000
3000
Felizmente, logo depois do terremoto,
04:17
GeoEye, a commercial company,
101
242000
2000
GeoEye, uma empresa comercial,
04:19
released satellite imagery
102
244000
2000
liberou imagens de satélite
04:21
with a license, which allowed
103
246000
2000
com uma licença que permitiu
04:23
the open-source community to use it.
104
248000
2000
que a comunidade de fonte-aberta as usasse.
04:25
This is January, in time lapse,
105
250000
2000
Isto é o período de Janeiro,
04:27
of people editing ... that's the earthquake.
106
252000
2000
pessoas editando, isso é o terremoto.
04:29
After the earthquake, immediately,
107
254000
2000
Depois do terremoto, imediatamente
04:31
people all over the world, mappers
108
256000
2000
pessoas em todo o mundo, mapeadores
04:33
who wanted to help, and could,
109
258000
2000
que queriam ajudar, e podiam,
04:35
looked at that imagery, built the map, quickly building it up.
110
260000
3000
observaram as imagens, fizeram o mapa, construindo rapidamente.
04:38
We're focusing now on Port-au-Prince.
111
263000
1000
Agora focalizamos Port-au-Prince.
04:39
The light blue is refugee camps these volunteers had spotted from the [satellite images].
112
264000
4000
O azul são os campos de refugiados que esses voluntários identificaram de cima.
04:43
So, now we have, immediately, a real-time map
113
268000
2000
Assim, agora temos, imediatamente, um mapa em tempo real
04:45
showing where there are refugee camps --
114
270000
2000
mostrando onde existem campos de refugiados,
04:47
rapidly became the best map
115
272000
2000
logo tornou-se o melhor mapa
04:49
to use if you're doing relief work in Port-au-Prince.
116
274000
3000
para ser usado se vocês estão fazendo serviços de ajuda em Port-au-Prince.
04:52
Witness the fact that it's here on this Garmin device
117
277000
2000
Reparem no fato de que está aqui neste dispositivo GPS da Garmin
04:54
being used by rescue team in Haiti.
118
279000
2000
sendo usado pela equipe de resgate.
04:56
There's the map showing,
119
281000
3000
E Haiti, aí está o mapa mostrando
04:59
on the left-hand side,
120
284000
2000
ali do lado esquerdo,
05:01
that hospital -- actually that's a hospital ship.
121
286000
2000
aquele hospital, na verdade é um navio hospital.
05:03
This is a real-time map that shows blocked roads,
122
288000
3000
Esse é um mapa em tempo real que mostra estradas bloqueadas
05:06
damaged buildings, refugee camps --
123
291000
2000
prédios danificados, campos de refugiados.
05:08
it shows things that are needed [for rescue and relief work].
124
293000
2000
Ele mostra as coisas que são necessárias.
05:10
So, if you've been involved in that at all,
125
295000
2000
Assim, se vocês estiveram envolvidos nisso de algum modo,
05:12
I just wanted to say: Whatever you've been doing,
126
297000
2000
Gostaria simplesmente de dizer, qualquer coisa que vocês tenham feito,
05:14
whether you've just been chanting, "Raw data now!"
127
299000
2000
caso vocês tenham feito mapeamento de dados brutos agora,
05:16
or you've been putting government or scientific data online,
128
301000
3000
ou caso vocês tenham colocado dados governamentais ou científicos online,
05:19
I just wanted to take this opportunity to say: Thank you very much,
129
304000
2000
só quero aproveitar esta oportunidade para dizer-lhe, muito obrigado,
05:21
and we have only just started!
130
306000
3000
e nós só estamos começando.
05:24
(Applause)
131
309000
2000
(Aplausos)
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