Kenneth Cukier: Big data is better data

Translator: Simon Bugge Jensen Reviewer: Anders Finn Jørgensen

America's favorite pie is?

USAs yndlingstærte er?

Audience: Apple. Kenneth Cukier: Apple. Of course it is.

Publikum: Æble Kenneth Cukier: Æble. Selvfølgelig er det det.

How do we know it?

Hvordan ved vi det?

Because of data.

På grund af data.

You look at supermarket sales.

Man kigger på supermarkedssalget.

You look at supermarket sales of 30-centimeter pies

Man kigger på salget af frosne 30-centimeter tærter

that are frozen, and apple wins, no contest.

og her vinder æble-tærter, uden konkurrence.

The majority of the sales are apple.

Størstedelen af salget er æble.

But then supermarkets started selling

Men så startede supermarkederne med at sælge

smaller, 11-centimeter pies,

mindre 11-centimeter tærter,

and suddenly, apple fell to fourth or fifth place.

og pludselig faldt æbletærter til 4. eller 5. pladsen.

Why? What happened?

Hvorfor? Hvad skete der?

Okay, think about it.

Ok, tænk jer om.

When you buy a 30-centimeter pie,

Når man køber en en 30-centimeter tærte,

the whole family has to agree,

så er hele familien nødt til at enes,

and apple is everyone's second favorite.

og æble er alles anden-favorit.

(Laughter)

(Latter)

But when you buy an individual 11-centimeter pie,

Men når man køber en 11-centimeter tærte til sig selv,

you can buy the one that you want.

så kan man købe den, man helst vil have.

You can get your first choice.

Man kan få sit førstevalg.

You have more data.

Man har mere data.

You can see something

Man kan se noget,

that you couldn't see

som man ikke kunne se,

when you only had smaller amounts of it.

da man havde mindre mængder af det.

Now, the point here is that more data

Pointen er her, at mere data,

doesn't just let us see more,

ikke bare lader os se mere,

more of the same thing we were looking at.

mere af det samme, som vi kiggede på.

More data allows us to see new.

Mere data tillader os at se noget nyt.

It allows us to see better.

Det tillader os at se bedre.

It allows us to see different.

Det tillader os at se anderledes.

In this case, it allows us to see

I dette tilfælde tillader det os at se,

what America's favorite pie is:

hvad USAs yndlingstærte er:

not apple.

ikke æble.

Now, you probably all have heard the term big data.

I har formentlig alle hørt om begrebet "big data".

In fact, you're probably sick of hearing the term

I er formentlig endda allerede trætte af at høre om begrebet

big data.

"big data".

It is true that there is a lot of hype around the term,

Det er sandt, at der er en masse hype omkring begrebet,

and that is very unfortunate,

hvilket er meget uheldigt,

because big data is an extremely important tool

fordi "big data" er et ekstremt vigtigt redskab

by which society is going to advance.

til at udvikle samfundet.

In the past, we used to look at small data

Indtil nu har vi analyseret på mindre mængde data

and think about what it would mean

og tænk på, hvad det har betydet

to try to understand the world,

for at prøve at forstå verdenen,

and now we have a lot more of it,

og nu har vi meget mere af det,

more than we ever could before.

kan vi forstå mere end nogensinde før.

What we find is that when we have

Det vi opnår, når vi har

a large body of data, we can fundamentally do things

en stor mængde data er, at vi grundlæggende kan gøre ting,

that we couldn't do when we only had smaller amounts.

som vi ikke kunne, da vi havde mindre mængder data.

Big data is important, and big data is new,

"Big data" er vigtigt og "big data" er nyt,

and when you think about it,

og når man tænker over det,

the only way this planet is going to deal

så er den eneste måde denne planet kan håndtere

with its global challenges —

med dens globale udfordringer -

to feed people, supply them with medical care,

at give folk mad, give dem lægebehandling,

supply them with energy, electricity,

levere energi, strøm

and to make sure they're not burnt to a crisp

og sikre sig, at de ikke bliver forbrændte

because of global warming —

pga. global opvarmning -

is because of the effective use of data.

er pga. den effektive udnyttelse af data.

So what is new about big data? What is the big deal?

Så hvad er det det nye ved "big data"? Hvad handler det om?

Well, to answer that question, let's think about

For at besvare dette spørgsmål, så lad os huske på,

what information looked like,

hvordan information så ud,

physically looked like in the past.

fysisk så ud i fortiden.

In 1908, on the island of Crete,

I 1908 på øen Kreta

archaeologists discovered a clay disc.

opdagede arkæologer en skive ler.

They dated it from 2000 B.C., so it's 4,000 years old.

De daterede den til 2000 år f.kr., så den er 4000 år gammel.

Now, there's inscriptions on this disc,

Der er inskriptioner på denne skive,

but we actually don't know what it means.

men vi aner faktisk ikke, hvad de betyder.

It's a complete mystery, but the point is that

Det er et komplet mysterie, men pointen er,

this is what information used to look like

at det var sådan information så ud

4,000 years ago.

for 4000 år siden.

This is how society stored

Det var sådan samfundet opbevarede

and transmitted information.

og overførte information.

Now, society hasn't advanced all that much.

Samfundet har egentlig ikke ændret sig så meget.

We still store information on discs,

Vi gemmer stadig information på skiver,

but now we can store a lot more information,

men nu kan vi gemme meget mere information,

more than ever before.

mere end nogensinde.

Searching it is easier. Copying it easier.

At søge i det er nemmere. At kopiere det er nemmere.

Sharing it is easier. Processing it is easier.

At dele det er nemmere. At bearbejde det er nemmere.

And what we can do is we can reuse this information

Og det vi kan gøre er, at vi kan genbruge denne information

for uses that we never even imagined

til ting vi aldrig havde forestillet os,

when we first collected the data.

da vi først indsamlede de data.

In this respect, the data has gone

I den henseende er data gået

from a stock to a flow,

fra at være fast til at være flydende,

from something that is stationary and static

fra noget der er stationært og statisk

to something that is fluid and dynamic.

til noget der er flydende og dynamisk.

There is, if you will, a liquidity to information.

Der er, om man vil, en likviditet af information.

The disc that was discovered off of Crete

Den disk, der blev opdaget på Kreta,

that's 4,000 years old, is heavy,

der er 4000 år gammel, er tung,

it doesn't store a lot of information,

den kan ikke opbevare meget information,

and that information is unchangeable.

og informationen kan ikke ændres.

By contrast, all of the files

Omvendt, så kan alle de filer

that Edward Snowden took

som Edward Snowden tog

from the National Security Agency in the United States

fra NSA i USA

fits on a memory stick

være på et USB-stik

the size of a fingernail,

på størrelse med en fingernegl,

and it can be shared at the speed of light.

og de kan blive delt med lysets hastighed.

More data. More.

Mere data. Mere.

En af grundene til, at vi har så meget data i verden i dag er,

Now, one reason why we have so much data in the world today

is we are collecting things

at vi indsamler ting,

that we've always collected information on,

som vi altid har indsamlet information om,

but another reason why is we're taking things

men en anden grund hvorfor er, at vi tager ting,

that have always been informational

der altid har været information,

but have never been rendered into a data format

men som aldrig har eksisteret som data

and we are putting it into data.

og vi omsætter det til data.

Think, for example, the question of location.

Tænke f.eks. på spørgsmålet om lokation.

Take, for example, Martin Luther.

Tag f.eks. Martin Luther.

If we wanted to know in the 1500s

Hvis vi ønskede at vide i 1500-tallet,

where Martin Luther was,

hvor Martin Luther var,

we would have to follow him at all times,

ville vi være nødt til at følge ham konstant,

maybe with a feathery quill and an inkwell,

eventuelt med en fjer og et blækhus

and record it,

og nedfælde det,

but now think about what it looks like today.

men tænk på hvordan det foregår i dag.

You know that somewhere,

Man ved at et eller andet sted,

probably in a telecommunications carrier's database,

formentlig i en telekommunikations- virksomheds database,

there is a spreadsheet or at least a database entry

er der et dataark eller i det mindste en databaseindgang,

that records your information

der optager ens information,

of where you've been at all times.

om hvor man har opholdt sig til hver en tid.

If you have a cell phone,

Hvis man har en mobiltelefon

and that cell phone has GPS, but even if it doesn't have GPS,

og den telefon har GPS, og selvom det ikke har GPS,

it can record your information.

kan den optage den information.

In this respect, location has been datafied.

I den henseende, så er ens lokation blevet omsat til data.

Now think, for example, of the issue of posture,

Tænk f.eks. på emnet kropsholdning,

the way that you are all sitting right now,

den måde I alle sidder på lige nu,

the way that you sit,

den måde du sidder på,

the way that you sit, the way that you sit.

den måde du sidder på, den måde du sidder på,

It's all different, and it's a function of your leg length

de er alle forskellige og er en funktion af jeres benlængde,

and your back and the contours of your back,

jeres ryg og konturerne af jeres ryg

and if I were to put sensors, maybe 100 sensors

og hvis jeg skulle sætte, måske 100 censorer

into all of your chairs right now,

på alle jeres stole lige nu,

I could create an index that's fairly unique to you,

så kunne jeg skabe et indeks, der er ganske unikt for jer,

sort of like a fingerprint, but it's not your finger.

på en måde som et fingeraftryk, men det det er ikke jeres finger.

So what could we do with this?

Så hvad kan vi bruge dette til?

Researchers in Tokyo are using it

Forskere i Tokyo bruger det

as a potential anti-theft device in cars.

som en potentiel tyverialarm i biler

The idea is that the carjacker sits behind the wheel,

Ideen er at biltyven sidder bag rattet

tries to stream off, but the car recognizes

og forsøger at komme væk, men bilen genkender,

that a non-approved driver is behind the wheel,

at en ikke-godkendt chauffør sidder bag rattet

and maybe the engine just stops, unless you

og måske stopper motoren medmindre

type in a password into the dashboard

man indtaster et password i kontrolpanelet

to say, "Hey, I have authorization to drive." Great.

for at sige: "Hej, jeg har godkendelse til at køre." Fantastisk.

What if every single car in Europe

Hvad hvis hver eneste bil i Europa

had this technology in it?

havde denne teknologi indbygget?

What could we do then?

Hvad kunne vi så gøre?

Maybe, if we aggregated the data,

Måske, hvis vi aggregerede data,

maybe we could identify telltale signs

kunne vi identificere afslørende tegn,

that best predict that a car accident

der bedst kan forudsige, at en ulykke

is going to take place in the next five seconds.

vil ske indenfor de næste fem sekunder.

And then what we will have datafied

Og så er det, som vi har omsat til data

is driver fatigue,

chauffør-træthed

and the service would be when the car senses

og servicen vil så være, at når bilen registrerer,

that the person slumps into that position,

at personen falder sammen i den postitur

automatically knows, hey, set an internal alarm

vil den automatisk vide det og sætte en intern alarm i gang,

that would vibrate the steering wheel, honk inside

der ville få rattet til at vibrere, indvendigt dytte hornet

to say, "Hey, wake up,

for at sige, "Hallo, vågn op,

pay more attention to the road."

være mere opmærksom på vejen."

These are the sorts of things we can do

Det er den slags ting, som vi kan gøre,

when we datafy more aspects of our lives.

når vi får data på flere aspekter af vores liv.

So what is the value of big data?

Så hvad er værdien af "big data"?

Well, think about it.

Tænk over det.

You have more information.

Man har mere information.

You can do things that you couldn't do before.

Man kan gøre ting, man ikke kunne gøre før.

One of the most impressive areas

Et af de mest imponerende områder,

where this concept is taking place

hvor dette koncept forekommer

is in the area of machine learning.

er indenfor området for maskinindlæring.

Machine learning is a branch of artificial intelligence,

Maskine-indlæring er en kategori indenfor kunstig intelligens,

which itself is a branch of computer science.

der i sig selv er en kategori indenfor computervidenskab.

The general idea is that instead of

Den generelle ide er, at i stedet for

instructing a computer what do do,

at instruere en computer i, hvad den skal gøre,

we are going to simply throw data at the problem

vil vil ganske enkelt smide data efter problemet

and tell the computer to figure it out for itself.

og fortælle computeren, at den selv skal finde ud af det.

And it will help you understand it

Og den vil hjælpe en med at forstå det

by seeing its origins.

ved at se dets oprindelse.

In the 1950s, a computer scientist

I 1950'erne var der er en datamatiker hos IBM,

at IBM named Arthur Samuel liked to play checkers,

der hed Arthur Samuel, som kunne lide at spille dam,

so he wrote a computer program

så han skrev et computer program,

so he could play against the computer.

så han kunne spille mod computeren.

He played. He won.

Han spillede. Han vandt.

He played. He won.

Han spillede. Han vandt.

He played. He won,

Han spillede. Han vandt,

because the computer only knew

fordi computeren vidste kun,

what a legal move was.

hvad der var et lovligt træk.

Arthur Samuel knew something else.

Arthur Samuel vidste mere end det.

Arthur Samuel knew strategy.

Arthur Samuel kendte til strategi.

So he wrote a small sub-program alongside it

Så han skrev et mindre under-program ved siden af,

operating in the background, and all it did

der kørte i baggrunden og alt det gjorde,

was score the probability

var at udregne sandsynligheden for,

that a given board configuration would likely lead

at en given stilling på pladen formentlig ville føre

to a winning board versus a losing board

til et vindende spil i forhold til et tabende spil

after every move.

for hvert træk.

He plays the computer. He wins.

Han spiller mod computeren. Han vinder.

He plays the computer. He wins.

Han spiller mod computeren. Han vinder.

He plays the computer. He wins.

Han spiller mod computeren. Han vinder.

And then Arthur Samuel leaves the computer

Og så lader Arthur Samuel computeren

to play itself.

spille mod sig selv.

It plays itself. It collects more data.

Den spiller mod sig selv. Den indsamler mere data.

It collects more data. It increases the accuracy of its prediction.

Den indsamler mere data. Den øger nøjagtigheden af sine forudsigelser.

And then Arthur Samuel goes back to the computer

Og så går Arthur Samuel tilbage til computeren

and he plays it, and he loses,

og han spiller mod den, og han taber,

and he plays it, and he loses,

og han spiller mod den, og han taber,

and he plays it, and he loses,

og han spiller mod den, og han taber.

and Arthur Samuel has created a machine

Så Arthur Samuel har skabt en maskine,

that surpasses his ability in a task that he taught it.

der overgår hans evner for en opgave, som han har lært den.

And this idea of machine learning

Og denne ide om maskine-indlæring

is going everywhere.

forekommer overalt.

How do you think we have self-driving cars?

Hvordan tror I vi har selv-kørende biler?

Are we any better off as a society

Er vi bedre stillet som samfund,

enshrining all the rules of the road into software?

ved at programmere alle trafikregler ind i noget software?

No. Memory is cheaper. No.

Nej. Hukommelse er billigere. Nej.

Algorithms are faster. No. Processors are better. No.

Algoritmer er hurtigere. Nej. Processorer er bedre. Nej

All of those things matter, but that's not why.

Alle disse ting betyder noget, men det er ikke derfor.

It's because we changed the nature of the problem.

Det er fordi vi har ændret på karakteren af problemet.

We changed the nature of the problem from one

Vi ændrede problemets karakter fra et,

in which we tried to overtly and explicitly

hvor vi tydeligt og eksplicit

explain to the computer how to drive

forklarer computeren, hvordan man kører,

to one in which we say,

til et hvor vi siger:

"Here's a lot of data around the vehicle.

Her er en masse data om køretøjet.

You figure it out.

Regn det selv ud.

You figure it out that that is a traffic light,

Regn selv ud, at det er et trafiklys,

that that traffic light is red and not green,

at det trafiklys er rødt og ikke grønt,

that that means that you need to stop

at det betyder, at man er nødt til at stoppe

and not go forward."

og ikke fortsætte fremad."

Machine learning is at the basis

Maskinindlæring er grundlaget

of many of the things that we do online:

for mange af de ting vi foretager os online:

search engines,

søgemaskiner,

Amazon's personalization algorithm,

Amazons personaliserings-algoritme

computer translation,

computer-oversættelser

voice recognition systems.

stemmegenkendelse-programmer

Researchers recently have looked at

Forskere har for nyligt set på

the question of biopsies,

spørgsmålet vedrørende biopsier,

cancerous biopsies,

kræft-biopsier,

and they've asked the computer to identify

og de har bedt en computer om at identificere

by looking at the data and survival rates

ved at kigge på data og overlevelsesrater

to determine whether cells are actually

for at afgøre, om celler rent faktisk er

cancerous or not,

kræft eller ej,

and sure enough, when you throw the data at it,

og ganske rigtigt, når man smider data efter det,

through a machine-learning algorithm,

gennem en maskinlært algoritme,

the machine was able to identify

var maskinen i stand til at identificere

the 12 telltale signs that best predict

de 12 indikatorer, der bedst kan forudsige

that this biopsy of the breast cancer cells

om denne biopsi af brystkræftceller

are indeed cancerous.

rent faktisk er kræft

The problem: The medical literature

Problemet: Den medicinske litteratur

only knew nine of them.

kendte kun ni af dem.

Three of the traits were ones

Tre af disse træk var nogle,

that people didn't need to look for,

som folk ikke behøvede at kigge efter,

but that the machine spotted.

men som maskinen identificerede.

Now, there are dark sides to big data as well.

Der er dog også skyggesider ved "big data".

It will improve our lives, but there are problems

Det vil forbedre vores liv, men der er problemer,

that we need to be conscious of,

som vi er nødt til at være bevidste omkring,

and the first one is the idea

og den første er den ide,

that we may be punished for predictions,

at vi muligvis bliver straffet for forudsigelser,

that the police may use big data for their purposes,

at politiet måske vil benytte "big data" til deres formål,

a little bit like "Minority Report."

lidt som i "Minority Report".

Now, it's a term called predictive policing,

Det er et begreb der kaldes prædiktivt politiarbejde,

or algorithmic criminology,

eller algoritmisk kriminalarbejde,

and the idea is that if we take a lot of data,

og ideen er, at hvis vi tager en masse data,

for example where past crimes have been,

f.eks. hvor tidligere forbrydelser har fundet sted,

we know where to send the patrols.

så ved vi, hvor vi skal sende patruljer hen.

That makes sense, but the problem, of course,

Det giver mening, men problemet er selvfølgelig,

is that it's not simply going to stop on location data,

at det ikke stopper ved data for lokation,

it's going to go down to the level of the individual.

det vil komme helt ned på individ-niveau.

Why don't we use data about the person's

Hvorfor benytter vi ikke data om en persons

high school transcript?

gymnasie-papirer?

Maybe we should use the fact that

Måske skulle vi benytte det faktum,

they're unemployed or not, their credit score,

om de er arbejdsløse eller ej, deres kreditværdighed

their web-surfing behavior,

deres internet-adfærd,

whether they're up late at night.

om de er oppe sent om aftenen.

Their Fitbit, when it's able to identify biochemistries,

Deres Fitbit, når det er i stand til at identificere biokemi,

will show that they have aggressive thoughts.

vil afsløre, når de har aggressive tanker.

We may have algorithms that are likely to predict

Vi vil muligvis have algoritmer, der sandsynligt kan forudsige,

what we are about to do,

hvad vi skal til at foretage os,

and we may be held accountable

og vi vil måske blive holdt ansvarlige,

before we've actually acted.

før vi overhovedet handlede.

Privacy was the central challenge

Privatlivet var en central udfordring

in a small data era.

i æraen for "small data"

In the big data age,

I "big data"-tidsalderen

the challenge will be safeguarding free will,

vil udfordringen være at beskytte den frie vilje

moral choice, human volition,

moralske valg, menneskelig vilje,

human agency.

menneskets evne til at tage beslutninger.

There is another problem:

Der er et andet problem:

Big data is going to steal our jobs.

"Big data" vil komme til at stjæle vores jobs.

Big data and algorithms are going to challenge

"Big data" og algoritmer vil udfordre

white collar, professional knowledge work

administrativt arbejde, professionelt vidensarbejde

in the 21st century

i det 21. århundrede

in the same way that factory automation

på samme måde som automatisering af fabrikker

and the assembly line

og samlebåndsteknikken

challenged blue collar labor in the 20th century.

udfordrede det fysiske arbejde i det 20. århundrede.

Think about a lab technician

Tænk på en laborant,

who is looking through a microscope

der kigger i et mikroskop

at a cancer biopsy

på en kræft-biopsi

and determining whether it's cancerous or not.

og skal afgøre om det er kræft eller ej.

The person went to university.

Den person gik på universitetet.

The person buys property.

Den person køber ejendom.

He or she votes.

Han eller hun stemmer.

He or she is a stakeholder in society.

Han eller hun er en interessent i samfundet.

And that person's job,

Og den persons arbejde,

as well as an entire fleet

så vel som en lang række andre

of professionals like that person,

beskæftigede som den person,

is going to find that their jobs are radically changed

vil opdage, at deres jobs vil ændre sig radikalt

or actually completely eliminated.

eller simpelthen forsvinde.

Now, we like to think

Vi kan godt lide at tænke på,

that technology creates jobs over a period of time

at teknologi skaber jobs over tid

after a short, temporary period of dislocation,

efter en kort midlertidig periode med uro,

and that is true for the frame of reference

og det skete også for reference- rammen som vi alle

with which we all live, the Industrial Revolution,

har, den industrielle revolution,

because that's precisely what happened.

fordi det er præcis det, der skete.

But we forget something in that analysis:

Men vi glemte noget i den analyse:

There are some categories of jobs

Der er nogen kategorier af jobs

that simply get eliminated and never come back.

der simpelthen forsvinder og aldrig kommer tilbage.

The Industrial Revolution wasn't very good

Den industrielle revolution var ikke særlig god,

if you were a horse.

hvis man var en hest.

So we're going to need to be careful

Så vi er nødt til at være meget forsigtige

and take big data and adjust it for our needs,

og tage "big data" og justere det til vores behov,

our very human needs.

vores meget menneskelige behov.

We have to be the master of this technology,

Vi er nødt til at være herre over denne teknologi

not its servant.

ikke dens tjener.

We are just at the outset of the big data era,

Vi står lige på tærsklen til "big data"-æraen

and honestly, we are not very good

og helt ærligt, så er vi ikke særligt gode til

at handling all the data that we can now collect.

at behandle alle disse data, som vi nu kan indsamle.

It's not just a problem for the National Security Agency.

Det er ikke kun et problem for NSA.

Businesses collect lots of data, and they misuse it too,

Forretningsverdenen indsamler mange data og de bruger det også dårligt

and we need to get better at this, and this will take time.

og vi er nødt til at blive bedre til dette og det vil tage tid.

It's a little bit like the challenge that was faced

Det er lidt ligesom udfordringen som

by primitive man and fire.

stenaldermanden havde med ild.

This is a tool, but this is a tool that,

Det er et værktøj, men det er et værktøj der,

unless we're careful, will burn us.

medmindre vi er forsigtige, vil brænde os.

Big data is going to transform how we live,

"Big data" vil forandre, hvordan vi bor,

how we work and how we think.

hvordan vi arbejder og hvordan vi tænker

It is going to help us manage our careers

Det vil hjælpe os med at styre vores karriere

and lead lives of satisfaction and hope

og leve et liv med tilfredsstillelse, håb

and happiness and health,

glæde og sundhed

but in the past, we've often looked at information technology

men tidligere har vi ofte set på informationsteknologi

and our eyes have only seen the T,

og vores øjne har kun set T'et

the technology, the hardware,

teknologien, hardwaren,

because that's what was physical.

fordi den var fysisk.

We now need to recast our gaze at the I,

Vi er nu nødt til at ændre vores syn på I'et

the information,

informationen,

which is less apparent,

der er mindre åbenlys,

but in some ways a lot more important.

men på nogle områder meget vigtigere.

Humanity can finally learn from the information

Menneskeheden kan endelig lære fra den information,

that it can collect,

som den indsamler,

as part of our timeless quest

som del af en tidløs stræben efter

to understand the world and our place in it,

at forstå verden og vores rolle i den,

and that's why big data is a big deal.

og det er derfor, at "big data" betyder så meget.

(Applause)

(Klapsalver)