Big Data - Tim Smith

Translator: Andrea McDonough Reviewer: Jessica Ruby

Translator: elham zeinodini Reviewer: Mahshid Moballegh Nasery

Big data is an elusive concept.

کلان داده مفهومی گیج کننده است

It represents an amount of digital information,

نمایان‌گر میزانی از اطلاعات دیجیتالی است،

which is uncomfortable to store,

که ذخیره‌،

transport,

انتقال،

or analyze.

یا تحلیل‌شان دشوار است.

Big data is so voluminous

کلان داده به قدری حجیم است

that it overwhelms the technologies of the day

که تکنولوژی روز را از پا در می‌آورد

and challenges us to create the next generation

و ما را برای ساختن نسل بعدی

of data storage tools and techniques.

ابزار ذخیره اطلاعات به چالش می‌کشد.

So, big data isn't new.

بنابراین، کلان داده مفهوم جدیدی نیست.

In fact, physicists at CERN have been rangling

در واقع، فیزیک‌ دانان در سرن

with the challenge of their ever-expanding big data for decades.

دهه‌ها با چالش کلان داده‌هایی که همواره در حال گسترش‌اند درگیر هستند.

Fifty years ago, CERN's data could be stored

پنجاه سال قبل، داده‌های سرن فقط می‌توانستند

in a single computer.

در یک کامپیوتر ذخیره شوند.

OK, so it wasn't your usual computer,

قبول، کامپیوتر معمولی شما نه،

this was a mainframe computer

این یک ابر کامپیوتر بود

that filled an entire building.

که تمام فضای یک ساختمان را اشغال می‌کرد.

To analyze the data,

برای تحلیل داده‌ها،

physicists from around the world traveled to CERN

فیزیک دانان از سراسر دنیا به سازمان سرن سفر می‌کردند،

to connect to the enormous machine.

تا به این ابر ماشین متصل شوند.

In the 1970's, our ever-growing big data

در سال ۱۹۷۰ ، کلان داده‌های همیشه در حال رشدمان

was distributed across different sets of computers,

بین مجموعه‌های مختلفی از کامپیوترها توزیع می‌شد،

which mushroomed at CERN.

که به سرعت در سرن گسترش یافت.

Each set was joined together

هریک از مجموعه‌ها به یک‌دیگر

in dedicated, homegrown networks.

در شبکه‌های اختصاصی، محلی متصل‌ بودند.

But physicists collaborated without regard

اما فیزیک‌دانان بدون در نظر گرفتن

for the boundaries between sets,

مرز بین این دستگاه‌ها همکاری می‌کردند،

hence needed to access data on all of these.

پس لازم بود تا به داده‌های همه آن‌ها دسترسی داشته باشیم.

So, we bridged the independent networks together

بنابراین، ما شبکه‌های مستقل را به یکدیگر

in our own CERNET.

در شبکه آموزشی تحقیقاتی خود متصل کردیم.

In the 1980's, islands of similar networks

در دهه۱۹۸۰، نواحی مجزا از شبکه‌های مشابه که به

speaking different dialects

گویش‌های مختلفی صحبت می‌کردند

sprung up all over Europe and the States,

به سراسر اروپا و ایالات متحده آمریکا هجوم آوردند،

making remote access possible but torturous.

دسترسی از راه دور را ممکن اما بسیار دشوار کردند.

To make it easy for our physicists across the world

برای اینکه فیزیک‌دانان در سراسر جهان به آسانی

to access the ever-expanding big data

امکان دسترسی به کلان داده‌های پیوسته در حال رشد

stored at CERN without traveling,

ذخیره در سرن را بدون سفر داشته باشند

the networks needed to be talking

شبکه‌ها نیاز به ارتباط

with the same language.

با یک زبان واحد داشتند.

We adopted the fledgling internet working standard from the States,

ما استاندارد نوظهور کار با اینترنت را از ایالات متحده اتخاذ کردیم،

followed by the rest of Europe,

پس از آن بقیه اروپا

and we established the principal link at CERN

و ما ارتباط بنیادی در سرن

between Europe and the States in 1989,

بین اروپا و ایالات متحده در سال ۱۹۸۹ تاسیس کردیم.

and the truly global internet took off!

و اینترنت جهانی حقیقی ناگهان موفق شد!

Physicists could easily then access

فیزیک‌دانان به راحتی امکان دسترسی

the terabytes of big data

به چندین ترابایت کلان داده

remotely from around the world,

به صورت از راه دور از سراسر دنیا،

generate results,

ایجاد نتایج،

and write papers in their home institutes.

نوشتن مقالات در انجمن‌های زیستگاه خود را داشتند.

Then, they wanted to share their findings

سپس، می‌خواستند یافته‌های خود را

with all their colleagues.

با همه همکاران‌شان به اشتراک بگذارند.

To make this information sharing easy,

برای میسر ساختن اشتراک اطلاعات

we created the web in the early 1990's.

ما در اوایل دهه ۱۹۹۰ وب را ایجاد کردیم.

Physicists no longer needed to know

دیگر فیزیک‌دانان نیازی به دانستن اینکه

where the information was stored

محل ذخیره‌سازی اطلاعات

in order to find it and access it on the web,

برای یافتن و دسترسی به آن‌ها در وب نداشتند

an idea which caught on across the world

ایده‌ای که در سراسر جهان باب شد

and has transformed the way we communicate

و نحوه ارتباط ما با یکدیگر

in our daily lives.

در زندگی روزمره‌مان را تغییر داد.

During the early 2000's,

در اوایل دهه ۲۰۰۰،

the continued growth of our big data

رشد ادامه‌دار کلان داده ما

outstripped our capability to analyze it at CERN,

توانایی‌مان برای تحلیل آن‌ها در سرن را ارتقا داد،

despite having buildings full of computers.

با وجود داشتن ساختمان‌هایی پر از کامپیوترها.

We had to start distributing the petabytes of data

ما باید توزیع پتابایت‌هایی از داده را برای

to our collaborating partners

شرکای همکاری خود آغاز می‌کردیم

in order to employ local computing and storage

تا رایانش محلی و مخازن را

at hundreds of different institutes.

در صدها مجموعه مختلف به کار گیریم.

In order to orchestrate these interconnected resources

برای هماهنگ سازی این مجموعه‌های به هم پیوسته

with their diverse technologies,

با تکنولوژی‌های متنوع‌شان،

we developed a computing grid,

ما یک رایانش مشبک ایجاد کردیم،

enabling the seamless sharing

که اشتراک گذاری یکپارچه

of computing resources around the globe.

منابع محاسباتی در سراسر جهان را میسر می‌سازد.

This relies on trust relationships and mutual exchange.

که وابسته به ارتباط بر مبنای اعتماد و مبادله متقابل است.

But this grid model could not be transferred

اما این مدل شبکه‌ای نمی‌توانست

out of our community so easily,

به راحتی خارج از اجتماع ما منتقل شود،

where not everyone has resources to share

جایی که نه هر کسی منابع برای اشتراک دارد

nor could companies be expected

و نه می‌توان از شرکت‌ها انتظار

to have the same level of trust.

میزان یکسانی از اعتماد را داشت.

Instead, an alternative, more business-like approach

در عوض، یک جایگزین، روشی تجاری مانند

for accessing on-demand resources

برای دسترسی به منابع مورد نیاز

has been flourishing recently,

اخیرا در حال ترقی است،

called cloud computing,

رایانش ابری نامیده می‌شود،

which other communities are now exploiting

که دیگر جوامع از آن برای

to analyzing their big data.

تحلیل کلان داده خود بهره می‌برند.

It might seem paradoxical for a place like CERN,

برای مکانی مانند سرن ممکن است متناقض به نظر برسد

a lab focused on the study

آزمایشگاهی با تمرکز بر پژوهش

of the unimaginably small building blocks of matter,

بر بلوک‌های کوچک باورنکردنی سازنده ماده،

to be the source of something as big as big data.

که منبعی از چیزی به بزرگی کلان داده باشد.

But the way we study the fundamental particles,

اما نحوه مطالعات ما در زمینه ذرات بنیادی،

as well as the forces by which they interact,

همچنین نیروهایی که به وسیله آن‌ها با هم تعامل دارند،

involves creating them fleetingly,

شامل ایجاد آن‌ها به صورت گذرا،

colliding protons in our accelerators

ایجاد تصادم پروتون‌ها در شتاب‌‌دهنده‌هایمان

and capturing a trace of them

و کنترل مسیرشان

as they zoom off near light speed.

در حالی که با سرعتی نزدیک سرعت نور حرکت می‌کنند

To see those traces,

برای دیدن این مسیرها

our detector, with 150 million sensors,

ردیاب ما، با ۱۵۰ میلیون سنسور،

acts like a really massive 3-D camera,

که مانند یک دوربین سه بعدی غول‌آسا عمل می‌کند،

taking a picture of each collision event -

از هر تصادم تصاویری ثبت می‌کند -

that's up to 14 millions times per second.

که برابر ۱۴ میلیون بار در ثانیه است.

That makes a lot of data.

که مقدار زیادی داده تولید می‌کند.

But if big data has been around for so long,

اما اگر کلان داده چنین قدمتی داشته،

why do we suddenly keep hearing about it now?

چرا ما ناگهان چیزهایی از آن می‌شنویم؟

Well, as the old metaphor explains,

خب، یک ضرب المثل قدیمی می‌گوید،

the whole is greater than the sum of its parts,

کل از مجموع اجزای آن بزرگتر است،

and this is no longer just science that is exploiting this.

و دیگر تنها علم نیست که از این موضوع بهره‌برداری می‌کند.

The fact that we can derive more knowledge

این حقیقت که می‌توانیم دانش بیشتری

by joining related information together

را از کنار هم قرار دادن اطلاعات استخراج کنیم

and spotting correlations

و همبستگی‌ها را شناسایی کنیم

can inform and enrich numerous aspects of everyday life,

می‌تواند جنبه‌های متعددی از زندگی روزمره را متاثر کند و توسعه بخشد،

either in real time,

یا هر لحظه،

such as traffic or financial conditions,

مانند ترافیک یا شرایط مالی،

in short-term evolutions,

تحولات کوتاه مدت،

such as medical or meteorological,

مانند پزشکی یا هواشناسی،

or in predictive situations,

یا در پیش‌بینی موقعیت‌ها،

such as business, crime, or disease trends.

مانند تجارت، جنایت، یا روند بیماری.

Virtually every field is turning to gathering big data,

تقریبا همه شاخه‌های دانش به سمت جمع‌آوری کلان داده پیش می‌روند،

with mobile sensor networks spanning the globe,

شبکه‌های حسگر تلفن همراه که کره زمین پوشش می‌دهند

cameras on the ground and in the air,

دوربین‌ها روی زمین و در هوا،

archives storing information published on the web,

آرشیو‌هایی که اطلاعات منتشر شده در وب را ذخیره می‌کنند،

and loggers capturing the activities

واقعه‌نگارهایی که فعالیت‌های

of Internet citizens the world over.

شهروندان اینترنت در سراسر دنیا را ضبط می‌کنند.

The challenge is on to invent new tools and techniques

چالش پیش رو ابداع ابزار و تکنیک‌های جدید

to mine these vast stores,

برای حفر کردن این مخازن وسیع،

to inform decision making,

برای آگاه سازی در تصمیم‌گیری،

to improve medical diagnosis,

بهبود تشخیص پزشکی،

and otherwise to answer needs and desires

و جز این برای پاسخگویی به نیازها و تمایلاتی از

of tomorrow's society in ways that are unimagined today.

جامعه فردا که امروزه باورنکردنی به نظر می‌رسد است.