Big Data - Tim Smith

חקירה בחזית המידע הגדול - טים סמית'

Translator: Andrea McDonough Reviewer: Jessica Ruby

תרגום: Ido Dekkers עריכה: Zeeva Livshitz

Big data is an elusive concept.

מידע גדול הוא מושג חמקמק.

It represents an amount of digital information,

הוא מייצג כמות של מידע דיגיטלי,

which is uncomfortable to store,

שלא נוח לאחסן,

transport,

להעביר,

or analyze.

או לנתח.

Big data is so voluminous

למידע גדול יש נפח כל כך גדול

that it overwhelms the technologies of the day

שהוא מכריע את הטכנולוגיה של היום

and challenges us to create the next generation

ומאתגר אותנו ליצור את הדור הבא

of data storage tools and techniques.

של כלי ושיטות איחסון מידע.

So, big data isn't new.

אז, מידע גדול אינו דבר חדש.

In fact, physicists at CERN have been rangling

למעשה, הפיסיקאים ב-CERN התמודדו

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

עם האתגרים של המידע הגדול המתרחב ללא הפסקה שלהם במשך עשורים.

Fifty years ago, CERN's data could be stored

לפני חמישים שנה, המידע של CERN היה יכול להיות מאוחסן

in a single computer.

במחשב בודד.

OK, so it wasn't your usual computer,

אוקיי, אז זה לא היה מחשב רגיל,

this was a mainframe computer

זה היה מחשב מרכזי

that filled an entire building.

שמילא בניין שלם.

To analyze the data,

כדי לנתח את המידע,

physicists from around the world traveled to CERN

פיזיקאים מסביב לעולם היו נוסעים לCERN

to connect to the enormous machine.

כדי להתחבר למכונה העצומה.

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

בשנות ה 70, המידע הגדול הממשיך לגדול שלנו

was distributed across different sets of computers,

היה מחולק לסטים שונים של מחשבים,

which mushroomed at CERN.

שצצו כמו פיטריות ב CERN.

Each set was joined together

כל סט היה מחובר

in dedicated, homegrown networks.

ברשת יעודית שפותחה עבורו

But physicists collaborated without regard

אבל פיסיקאים שיתפו פעולה בלי מחשבה

for the boundaries between sets,

על הגבולות בין הסטים,

hence needed to access data on all of these.

ולכן היו צריכים לגשת למידע בכולם.

So, we bridged the independent networks together

אז, חיברנו את הרשתות העצמאיות

in our own CERNET.

ברשת CERNET שלנו.

In the 1980's, islands of similar networks

בשנות ה80, איים של רשתות דומות

speaking different dialects

שדיברו בניבים שונים

sprung up all over Europe and the States,

צצו בכל אירופה וארצות הברית,

making remote access possible but torturous.

והפכו גישה מרחוק לאפשרית אבל מייגעת.

To make it easy for our physicists across the world

כדי להקל על הפיסיקאים מסביב לעולם

to access the ever-expanding big data

לגשת למידע הגדל ללא הפסקה

stored at CERN without traveling,

שמאוכסן ב CERN בלי נסיעות,

the networks needed to be talking

הרשתות היו צריכות לדבר

with the same language.

באותה שפה.

We adopted the fledgling internet working standard from the States,

אימצנו את הסטנדרט האינטרנטי החדש מארצות הברית,

followed by the rest of Europe,

ואחרינו שאר אירופה,

and we established the principal link at CERN

והקמנו את החיבור המרכזי ב CERN

between Europe and the States in 1989,

בין אירופה לארצות הברית ב 1989,

and the truly global internet took off!

והאינטרנט הגלובלי באמת המריא!

Physicists could easily then access

פידיקאים יכלו לגשת בקלות

the terabytes of big data

לטרה בייטים של המידע

remotely from around the world,

מרחוק מסביב לעולם,

generate results,

ליצור תוצאות,

and write papers in their home institutes.

ולכתוב עבודות במכוני הבית שלהם.

Then, they wanted to share their findings

אז, הם רצו לחלוק את הממצאים שלהם

with all their colleagues.

עם העמיתים שלהם.

To make this information sharing easy,

כדי לפשט את שיתוף המידע הזה ,

we created the web in the early 1990's.

יצרנו את האינטרנט בתחילת שנות ה90.

Physicists no longer needed to know

פיסיקאים לא היו צריכים יותר לדעת

where the information was stored

איפה המידע מאוחסן

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

כדי למצוא אותו ולגשת אליו ברשת,

an idea which caught on across the world

רעיון שתפש ברחבי העולם

and has transformed the way we communicate

ושינה את הדרך בה אנשים מתקשרים

in our daily lives.

בחיינו היום יומיים.

During the early 2000's,

במהלך תחילת שנות ה 2000,

the continued growth of our big data

הגידול המתמשך של המידע הגדול שלנו

outstripped our capability to analyze it at CERN,

עבר את יכולתינו לעבד אותו ב CERN,

despite having buildings full of computers.

למרות שהיו לנו בניינים שלמים מלאים במחשבים.

We had to start distributing the petabytes of data

היינו צריכים להתחיל לבזר את הפטה-בייטים של המידע

to our collaborating partners

לשותפים שלנו

in order to employ local computing and storage

כדי להפעיל מחשוב ואחסון מקומיים

at hundreds of different institutes.

במאות מכונים שונים.

In order to orchestrate these interconnected resources

כדי לתזמר את המשאבים המחוברים האלה

with their diverse technologies,

עם הטכנולוגיות המגוונות,

we developed a computing grid,

פיתחנו גריד מחשוב,

enabling the seamless sharing

שאפשר לנו לחלוק באופן שקוף

of computing resources around the globe.

משאבי מחשוב מסביב לגלובוס.

This relies on trust relationships and mutual exchange.

זה מסתמך על יחסי אמון וחליפין הדדיים.

But this grid model could not be transferred

אבל מודל הגריד הזה לא היה יכול להיות מועבר

out of our community so easily,

מחוץ לקהילה שלנו כל כך בקלות,

where not everyone has resources to share

שם לא לכולם יש את המשאבים לחלוק

nor could companies be expected

וחברות גם לא היו צפויות

to have the same level of trust.

שתהיה להן אותה רמה של אמון.

Instead, an alternative, more business-like approach

במקום, חלופה, גישה יותר עסקית

for accessing on-demand resources

לגישה למשאבים לפי צורך

has been flourishing recently,

פרחה לאחרונה,

called cloud computing,

שנקראת מחשוב ענן,

which other communities are now exploiting

שקהילות אחרות חוקרות עכשיו

to analyzing their big data.

כדי לנתח את המידע הגדול שלהן.

It might seem paradoxical for a place like CERN,

אולי זה נראה פרדוקסלי למקום כמו CERN,

a lab focused on the study

מעבדה שממוקדת בלימוד

of the unimaginably small building blocks of matter,

אבני הבניין הקטנות להפליא של החומר,

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

להיות המקור של משהו גדול כמו מידע גדול.

But the way we study the fundamental particles,

אבל הדרך בה אנחנו לומדים חלקיקים בסיסיים,

as well as the forces by which they interact,

כמו גם את הכוחות איתם הם משפיעים אחד על השני,

involves creating them fleetingly,

דורשת ליצור אותם במהירות,

colliding protons in our accelerators

על ידי ריסוק פרוטונים במאיצים שלנו

and capturing a trace of them

ולכידת הנתיב שלהם

as they zoom off near light speed.

כשהם חולפים ביעף כמעט במהירות האור.

To see those traces,

כדי לראות את הנתיבים האלה,

our detector, with 150 million sensors,

הגלאי שלנו, עם 150 מיליון חיישנים,

acts like a really massive 3-D camera,

פועל כמו מצלמה תלת מימדית ממש מסיבית,

taking a picture of each collision event -

שמצלמת כל ארוע התנגשות -

that's up to 14 millions times per second.

שזה עד 14 מיליון פעמים בשניה.

That makes a lot of data.

זה יוצר הרבה מידע.

But if big data has been around for so long,

אבל אם מידע גדול היה בסביבה כל כך הרבה זמן,

why do we suddenly keep hearing about it now?

למה אנחנו פתאום שבים ושומעים עליו כל כך הרבה כעת?

Well, as the old metaphor explains,

ובכן, כמו שהמטאפורה הישנה מסבירה,

the whole is greater than the sum of its parts,

השלם גדול מסכום חלקיו,

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

וזה כבר לא רק המדע שמנצל את זה.

The fact that we can derive more knowledge

העובדה שאנחנו יכולים להסיק יותר ידע

by joining related information together

על ידי צירוף מידע מקושר

and spotting correlations

ולהאיר קישורים

can inform and enrich numerous aspects of everyday life,

יכולה לידע ולהעשיר פנים רבות של החיים היום יומיים,

either in real time,

בין אם בזמן אמת,

such as traffic or financial conditions,

כמו מצבי תנועה או פיננסים,

in short-term evolutions,

באבולוציות לטווח קצר,

such as medical or meteorological,

כמו ברפואה או מטאורולוגיה,

or in predictive situations,

או במצבי ניבוי,

such as business, crime, or disease trends.

כמו בעסקים, פשע, או התפשטות מגפות.

Virtually every field is turning to gathering big data,

כמעט כל תחום פונה לאיסוף מידע גדול,

with mobile sensor networks spanning the globe,

עם רשתות סנסורים ניידים שמקיפות את הגלובוס,

cameras on the ground and in the air,

מצלמות על הקרקע ובאויר,

archives storing information published on the web,

ארכיונים שאוגרים מידע שפורסם ברשת,

and loggers capturing the activities

ולוגרים שלוכדים את הפעילויות

of Internet citizens the world over.

של אזרחי הרשת מסביב לעולם.

The challenge is on to invent new tools and techniques

האתגר הוא להמציא כלים חדשים ושיטות

to mine these vast stores,

לכרות את המאגרים הגדולים האלה,

to inform decision making,

כדי לעזור בקבלת החלטות,

to improve medical diagnosis,

לשפר אבחנות רפואיות,

and otherwise to answer needs and desires

ואחרת לענות על הצרכים והמאווים

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

של חברת המחר בדרכים שאי אפשר לדמיין היום.