Shyam Sankar: The rise of human-computer cooperation

Shyam Sankar: Der Aufbruch der Mensch-Maschine-Kooperation

62,527 views

2012-09-06 ・ TED


New videos

Shyam Sankar: The rise of human-computer cooperation

Shyam Sankar: Der Aufbruch der Mensch-Maschine-Kooperation

62,527 views ・ 2012-09-06

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Übersetzung: Angelika Lueckert Leon Lektorat: Krzysztof Ignaciuk
00:15
I'd like to tell you about two games of chess.
1
15772
2556
Ich möchte von zwei Schachspielen erzählen.
00:18
The first happened in 1997, in which Garry Kasparov,
2
18328
3864
Das erste fand 1997 statt: Garry Kasparow,
00:22
a human, lost to Deep Blue, a machine.
3
22192
3716
ein Mensch, verlor gegen Deep Blue, eine Maschine.
00:25
To many, this was the dawn of a new era,
4
25908
2240
Für viele war das der Beginn einer neuen Ära,
00:28
one where man would be dominated by machine.
5
28148
2779
in der Maschinen herrschen.
00:30
But here we are, 20 years on, and the greatest change
6
30927
3334
Heute ist die größte Veränderung
00:34
in how we relate to computers is the iPad,
7
34261
2690
in unserer Beziehung zu Computern
00:36
not HAL.
8
36951
2045
nicht HAL, sondern das iPad.
00:38
The second game was a freestyle chess tournament
9
38996
2648
Das zweite Spiel war ein Freestyle-Turnier
00:41
in 2005, in which man and machine could enter together
10
41644
2969
2005, bei dem Mensch und Maschine
00:44
as partners, rather than adversaries, if they so chose.
11
44613
4666
als Partner statt als Gegner spielen konnten.
00:49
At first, the results were predictable.
12
49279
1851
Anfangs waren die Ergebnisse klar.
00:51
Even a supercomputer was beaten by a grandmaster
13
51130
2497
Selbst ein Supercomputer wurde von einem Großmeister
00:53
with a relatively weak laptop.
14
53627
2312
mit einem einfachen Laptop geschlagen.
00:55
The surprise came at the end. Who won?
15
55939
2985
Die Überraschung kam zum Schluss. Wer gewann?
00:58
Not a grandmaster with a supercomputer,
16
58924
2776
Kein Großmeister mit einem Supercomputer,
01:01
but actually two American amateurs
17
61700
1493
sondern zwei amerikanische Amateure,
01:03
using three relatively weak laptops.
18
63193
3822
die drei einfache Laptops benutzten.
01:07
Their ability to coach and manipulate their computers
19
67015
2596
Ihrer Fähigkeit, ihre Computer so auszureizen,
01:09
to deeply explore specific positions
20
69611
2435
um bestimmte Stellungen intensiv zu erforschen,
01:12
effectively counteracted the superior chess knowledge
21
72046
2390
waren weder das Wissen der Großmeister
01:14
of the grandmasters and the superior computational power
22
74436
2609
noch die Rechnerleistung der Supercomputer
01:17
of other adversaries.
23
77045
1909
anderer Gegener gewachsen.
01:18
This is an astonishing result: average men,
24
78954
2905
Ein erstaunliches Ergebnis: Durchschnittliche Menschen
01:21
average machines beating the best man, the best machine.
25
81859
4081
mit durchschnittlicher Technik schlagen die besten Menschen und die beste Maschine.
01:25
And anyways, isn't it supposed to be man versus machine?
26
85940
3199
Heißt es nicht eigentlich Mensch gegen Maschine?
01:29
Instead, it's about cooperation, and the right type of cooperation.
27
89139
4152
Stattdessen geht es um die richtige Zusammenarbeit.
01:33
We've been paying a lot of attention to Marvin Minsky's
28
93291
2857
In den letzten 50 Jahren war große Aufmerksamkeit
01:36
vision for artificial intelligence over the last 50 years.
29
96148
3242
auf Marvin Minskys Vision der künstlichen Intelligenz (KI) gerichtet.
01:39
It's a sexy vision, for sure. Many have embraced it.
30
99390
2262
Sie wurde zur dominierenden Denkrichtung in der Informatik.
01:41
It's become the dominant school of thought in computer science.
31
101652
2753
Sie wurde zur dominierenden Denkrichtung in der Informatik.
01:44
But as we enter the era of big data, of network systems,
32
104405
3072
Angesichts der großen Daten, der Netzwerk-Systeme,
01:47
of open platforms, and embedded technology,
33
107477
2698
Plattformen und eingebetteter Technologie
01:50
I'd like to suggest it's time to reevaluate an alternative vision
34
110175
3392
wird es Zeit, eine andere Vision wieder zu beleben,
01:53
that was actually developed around the same time.
35
113567
3070
die etwa zur gleichen Zeit entstand.
01:56
I'm talking about J.C.R. Licklider's human-computer symbiosis,
36
116637
3332
Ich meine Lickliders Mensch-Maschine-Symbiose
01:59
perhaps better termed "intelligence augmentation," I.A.
37
119969
3808
oder "Intelligence Augmentation" (IA).
02:03
Licklider was a computer science titan who had a profound
38
123777
2640
Licklider hatte einen großen Einfluss
02:06
effect on the development of technology and the Internet.
39
126417
3006
auf die Entwicklung der Technologie und das Internet.
02:09
His vision was to enable man and machine to cooperate
40
129423
2868
Seine Vision war, die Mensch-Computer-Kooperation
02:12
in making decisions, controlling complex situations
41
132291
3590
bei Entscheidungen und Kontrolle komplexer Situationen zu ermöglichen
02:15
without the inflexible dependence
42
135881
1770
ohne jegliche Abhängigkeit von vorgegebenen Programmen.
02:17
on predetermined programs.
43
137651
2533
ohne jegliche Abhängigkeit von vorgegebenen Programmen.
02:20
Note that word "cooperate."
44
140184
2498
Die Betonung liegt auf "kooperieren".
02:22
Licklider encourages us not to take a toaster
45
142682
2747
Er meinte nicht, einen Toaster zu benutzen,
02:25
and make it Data from "Star Trek,"
46
145429
2284
um Daten von "Star Trek" zu generieren,
02:27
but to take a human and make her more capable.
47
147713
3535
sondern Menschen leistungsfähiger zu machen.
02:31
Humans are so amazing -- how we think,
48
151248
1911
Der Mensch ist unglaublich – wie er denkt,
02:33
our non-linear approaches, our creativity,
49
153159
2618
seine nichtlinearen Gedankengänge, Kreativität, – all das kann ein Computer
02:35
iterative hypotheses, all very difficult if possible at all
50
155777
2131
seine nichtlinearen Gedankengänge, Kreativität, – all das kann ein Computer
02:37
for computers to do.
51
157908
1345
nur mit großen Schwierigkeiten.
02:39
Licklider intuitively realized this, contemplating humans
52
159253
2452
Licklider erkannte das intuitiv, während er Menschen
02:41
setting the goals, formulating the hypotheses,
53
161705
2327
bei der Formulierung von Zielen und Hypothesen
02:44
determining the criteria, and performing the evaluation.
54
164032
3376
und der Auswertung von Erhebungen beobachtete.
02:47
Of course, in other ways, humans are so limited.
55
167408
1775
Natürlich sind Menschen andererseits begrenzt.
02:49
We're terrible at scale, computation and volume.
56
169183
3235
Wir machen Fehler bei Maßstab, Berechnungen und Umfang.
02:52
We require high-end talent management
57
172418
1836
Wir benötigen ein talentiertes Management,
02:54
to keep the rock band together and playing.
58
174254
2064
um Rockbands zum Spielen zu bringen
02:56
Licklider foresaw computers doing all the routinizable work
59
176318
2204
Licklider erkannte, Computer können die notwendige Routinearbeit tun,
02:58
that was required to prepare the way for insights and decision making.
60
178522
3276
um Einsichten und Entscheidungen vorzubereiten.
03:01
Silently, without much fanfare,
61
181798
2224
um Einsichten und Entscheidungen vorzubereiten.
03:04
this approach has been compiling victories beyond chess.
62
184022
3354
Dieser Ansatz ist nicht nur im Schach sehr erfolgreich.
03:07
Protein folding, a topic that shares the incredible expansiveness of chess —
63
187376
3356
Proteinfaltung ist wie ein Schachspiel:
03:10
there are more ways of folding a protein than there are atoms in the universe.
64
190732
3042
es gibt zahllose Möglichkeiten, ein Protein zu falten.
03:13
This is a world-changing problem with huge implications
65
193774
2353
Dies ist ein Problem mit großen Auswirkungen
03:16
for our ability to understand and treat disease.
66
196127
2308
auf unsere Fähigkeit, Krankheiten zu behandeln.
03:18
And for this task, supercomputer field brute force simply isn't enough.
67
198435
4248
Die rohe Gewalt eines Computers ist nicht genug.
03:22
Foldit, a game created by computer scientists,
68
202683
2384
Foldit, ein Wissenschaftsspiel,
03:25
illustrates the value of the approach.
69
205067
2502
illustriert den Wert dieses Ansatzes.
03:27
Non-technical, non-biologist amateurs play a video game
70
207569
3041
Amateure müssen die Struktur eines Proteins
03:30
in which they visually rearrange the structure of the protein,
71
210610
3073
visuell neu ordnen, während sie dem Computer
03:33
allowing the computer to manage the atomic forces
72
213683
1499
erlauben, die atomaren Kräfte und
03:35
and interactions and identify structural issues.
73
215182
2957
Wechselwirkungen zu verwalten und Probleme zu identifizieren.
03:38
This approach beat supercomputers 50 percent of the time
74
218139
3023
Dieser Ansatz übertraf in 50 % der Fälle die Supercomputer
03:41
and tied 30 percent of the time.
75
221162
2584
und war in 30 % der Fälle gleichwertig.
03:43
Foldit recently made a notable and major scientific discovery
76
223746
3137
Foldit machte kürzlich eine große Entdeckung
03:46
by deciphering the structure of the Mason-Pfizer monkey virus.
77
226883
3160
bei der Entzifferung des Mason-Pfizer-Affen-Virus.
03:50
A protease that had eluded determination for over 10 years
78
230043
3015
Eine Protease, die der Bestimmung über 10 Jahre auswich,
03:53
was solved was by three players in a matter of days,
79
233058
2626
wurde von drei Spielern in ein paar Tagen gelöst,
03:55
perhaps the first major scientific advance
80
235684
2025
vielleicht der erste bedeutende Fortschritt,
03:57
to come from playing a video game.
81
237709
2323
der aus einem Videospiel hervorging.
04:00
Last year, on the site of the Twin Towers,
82
240032
2181
Letztes Jahr wurde die 9/11-Gedenkstätte eröffnet.
04:02
the 9/11 memorial opened.
83
242213
1473
Letztes Jahr wurde die 9/11-Gedenkstätte eröffnet.
04:03
It displays the names of the thousands of victims
84
243686
2721
Es zeigt die Namen tausender Opfer und nutzt
04:06
using a beautiful concept called "meaningful adjacency."
85
246407
3063
das schöne Konzept "bedeutungsvoller Nähe".
04:09
It places the names next to each other based on their
86
249470
2166
Es platziert die Namen in Relation zu Beziehungen:
04:11
relationships to one another: friends, families, coworkers.
87
251636
2213
Freunde, Familien, Kollegen.
04:13
When you put it all together, it's quite a computational
88
253849
3028
Eine riesige technische Herausforderung
04:16
challenge: 3,500 victims, 1,800 adjacency requests,
89
256877
4223
3.500 Opfer, 1.800 Nähe-Anfragen,
04:21
the importance of the overall physical specifications
90
261100
3092
die Wichtigkeit der physischen Spezifikationen
04:24
and the final aesthetics.
91
264192
2137
und das endgültige Aussehen.
04:26
When first reported by the media, full credit for such a feat
92
266329
2615
Zuerst wurde diese Leistung
04:28
was given to an algorithm from the New York City
93
268944
1892
dem Algorithmus der New Yorker Designfirma
04:30
design firm Local Projects. The truth is a bit more nuanced.
94
270836
4001
Local Projects zugesprochen. Die Wahrheit ist komplexer.
04:34
While an algorithm was used to develop the underlying framework,
95
274837
2871
Ein Algorithmus wurde verwendet, um das Bezugssystem zu entwickeln,
04:37
humans used that framework to design the final result.
96
277708
3008
Menschen nutzten dieses System, um die Endergebnisse zu gestalten.
04:40
So in this case, a computer had evaluated millions
97
280716
2225
In diesem Fall hat der Computer also Millionen möglicher
04:42
of possible layouts, managed a complex relational system,
98
282941
3335
Anordnungen berechnet, ein komplexes Beziehungssystem bearbeitet
04:46
and kept track of a very large set of measurements
99
286276
2414
und eine große Anzahl von Meßwerten und Variablen
04:48
and variables, allowing the humans to focus
100
288690
2410
berücksichtigt, was den Menschen ermöglichte,
04:51
on design and compositional choices.
101
291100
2802
sich auf Design- und Kompositionsfragen zu fokussieren.
04:53
So the more you look around you,
102
293902
1036
Je mehr man sich umschaut,
04:54
the more you see Licklider's vision everywhere.
103
294938
1962
desto mehr sieht man Lickliders Vision.
04:56
Whether it's augmented reality in your iPhone or GPS in your car,
104
296900
3304
Ob Augmented Reality in Ihrem iPhone oder GPS,
05:00
human-computer symbiosis is making us more capable.
105
300204
2970
Mensch-Computer-Symbiose macht uns leistungsfähiger.
05:03
So if you want to improve human-computer symbiosis,
106
303174
1655
Was kann man tun, um diese Symbiose
05:04
what can you do?
107
304829
1429
zu verbessern?
05:06
You can start by designing the human into the process.
108
306258
2452
Man kann den Mensch in den Prozess designen.
05:08
Instead of thinking about what a computer will do to solve the problem,
109
308710
2204
Anstatt zu denken, wie Computer das Problem lösen wird,
05:10
design the solution around what the human will do as well.
110
310914
3869
entwirft man die Lösung um die Möglichkeiten des Menschen.
05:14
When you do this, you'll quickly realize that you spent
111
314783
1937
Es wird schnell klar, dass man seine ganze Zeit
05:16
all of your time on the interface between man and machine,
112
316720
2879
in die Schnittstelle zwischen Mensch und Maschine investiert,
05:19
specifically on designing away the friction in the interaction.
113
319599
3099
insbesondere, um die Reibung in der Interaktion zu umgehen.
05:22
In fact, this friction is more important than the power
114
322698
2766
Tatsächlich ist diese Reibung wichtiger als
05:25
of the man or the power of the machine
115
325464
2052
die Leistung des Menschen oder der Maschine
05:27
in determining overall capability.
116
327516
1931
für die Bestimmung der Leistungsfähigkeit.
05:29
That's why two amateurs with a few laptops
117
329447
1977
Daher konnten zwei Amateure mit Laptops
05:31
handily beat a supercomputer and a grandmaster.
118
331424
2456
einfach das Duo Supercomputer-Großmeister schlagen.
05:33
What Kasparov calls process is a byproduct of friction.
119
333880
3005
Kasparow sagt, Prozess sei ein Nebenprodukt der Reibung.
05:36
The better the process, the less the friction.
120
336885
2401
Je besser der Prozess, desto weniger Reibungsverlust.
05:39
And minimizing friction turns out to be the decisive variable.
121
339286
4256
Die Minimierung der Reibung ist die entscheidende Variable.
05:43
Or take another example: big data.
122
343542
2243
Oder ein anderes Beispiel: große Datenmengen.
05:45
Every interaction we have in the world is recorded
123
345785
1906
Jede Interaktion wird von
05:47
by an ever growing array of sensors: your phone,
124
347691
3059
immer mehr Sensoren aufgezeichnet: Ihr Telefon,
05:50
your credit card, your computer. The result is big data,
125
350750
2373
Ihre Kreditkarte, Ihr Computer. Es sind viele Daten
05:53
and it actually presents us with an opportunity
126
353123
1742
und wir bekommen dadurch die Gelegenheit,
05:54
to more deeply understand the human condition.
127
354865
2662
unser Dasein genauer zu verstehen.
05:57
The major emphasis of most approaches to big data
128
357527
2305
Der Schwerpunkt der meisten Ansätze bei Datenmengen
05:59
focus on, "How do I store this data? How do I search
129
359832
2215
besteht in: "Wie kann ich diese Daten speichern, durchsuchen und verarbeiten?
06:02
this data? How do I process this data?"
130
362047
2276
besteht in: "Wie kann ich diese Daten speichern, durchsuchen und verarbeiten?
06:04
These are necessary but insufficient questions.
131
364323
2204
Notwendige, aber unzureichende Fragen.
06:06
The imperative is not to figure out how to compute,
132
366527
2471
Entscheidend ist nicht nur zu wissen "wie",
06:08
but what to compute. How do you impose human intuition
133
368998
2184
sondern "was" man berechnet. Wie ist unsere Intuition
06:11
on data at this scale?
134
371182
1791
in Daten dieser Größenordnung zu bringen?
06:12
Again, we start by designing the human into the process.
135
372973
3499
Wir fangen an, das Menschliche in dem Prozess zu gestalten.
06:16
When PayPal was first starting as a business, their biggest
136
376472
2812
Wenn PayPal anfing, war ihre größte Herausforderung nicht,
06:19
challenge was not, "How do I send money back and forth online?"
137
379284
2804
wie man Geld online hin- und herschickt.
06:22
It was, "How do I do that without being defrauded by organized crime?"
138
382088
3872
Es war, wie man es macht, ohne betrogen zu werden.
06:25
Why so challenging? Because while computers can learn
139
385960
2088
Warum ist das so schwierig? Obwohl Computer lernen können,
06:28
to detect and identify fraud based on patterns,
140
388048
3144
Betrug nach Mustern zu erkennen,
06:31
they can't learn to do that based on patterns
141
391192
1479
können sie das nicht anhand von Mustern lernen,
06:32
they've never seen before, and organized crime
142
392671
2116
die sie noch nie gesehen haben; die organisierte Kriminalität
06:34
has a lot in common with this audience: brilliant people,
143
394787
2709
hat viel mit diesem Publikum gemeinsam: geniale Leute,
06:37
relentlessly resourceful, entrepreneurial spirit — (Laughter) —
144
397496
3640
sehr kompetent und mit Unternehmergeist (Gelächter) –
06:41
and one huge and important difference: purpose.
145
401136
2712
und mit einem Unterschied: die Absicht.
06:43
And so while computers alone can catch all but the cleverest
146
403848
2832
Computer erwischen alle außer die Schlausten.
06:46
fraudsters, catching the cleverest is the difference
147
406680
2253
Das Fangen der Cleversten macht den Unterschied
06:48
between success and failure.
148
408933
2545
zwischen Erfolg und Niederlage.
06:51
There's a whole class of problems like this, ones with
149
411478
2221
Es gibt eine Reihe solcher Probleme, manche mit
06:53
adaptive adversaries. They rarely if ever present with a
150
413699
2575
lernfähigen Gegnern. Sie zeigen sich selten
06:56
repeatable pattern that's discernable to computers.
151
416274
2736
mit einem reproduzierbaren Muster, das man erkennen kann.
06:59
Instead, there's some inherent component of innovation or disruption,
152
419010
3993
Stattdessen werden mit innewohnender Innovation und Störungen
07:03
and increasingly these problems are buried in big data.
153
423003
2735
diese Probleme unter Datenmengen begraben.
07:05
For example, terrorism. Terrorists are always adapting
154
425738
2500
Z.B. Terrorismus. Terroristen passen sich immer
07:08
in minor and major ways to new circumstances, and despite
155
428238
2052
den neuen Bedingungen an und trotz allem
07:10
what you might see on TV, these adaptations,
156
430290
3094
was Sie im Fernsehen sehen, sind diese Anpassungen
07:13
and the detection of them, are fundamentally human.
157
433384
2293
und ihre Erkennung im Wesentlichen menschlich.
07:15
Computers don't detect novel patterns and new behaviors,
158
435677
3117
Computer erkennen keine neuen Muster und Verhaltensweisen,
07:18
but humans do. Humans, using technology, testing hypotheses,
159
438794
3235
aber Menschen schon – wir nutzen Technologie, testen Hypothesen,
07:22
searching for insight by asking machines to do things for them.
160
442029
4620
und suchen nach Erkenntnissen, indem wir Maschinen Aufgaben geben.
07:26
Osama bin Laden was not caught by artificial intelligence.
161
446649
2320
Bin Laden wurde nicht von KI erwischt.
07:28
He was caught by dedicated, resourceful, brilliant people
162
448969
2553
Er wurde von engagierten, kompetenten Menschen
07:31
in partnerships with various technologies.
163
451522
4269
gefangen, die bestimmte Technologien verwendeten.
07:35
As appealing as it might sound, you cannot algorithmically
164
455791
2818
Egal wie reizvoll das klingt, man kann nicht
07:38
data mine your way to the answer.
165
458609
1601
durch Analysieren von Daten zur Antwort kommen.
07:40
There is no "Find Terrorist" button, and the more data
166
460210
2855
Es gibt keinen "Finde den Terrorist"-Knopf. Je mehr Daten
07:43
we integrate from a vast variety of sources
167
463065
2302
wir aus einer Vielzahl an Quellen integrieren
07:45
across a wide variety of data formats from very
168
465367
2133
mit einer großen Bandbreite an Datenformaten, von sehr
07:47
disparate systems, the less effective data mining can be.
169
467500
3309
ungleichen Systemen, desto weniger effektiv ist Datenanalyse.
07:50
Instead, people will have to look at data
170
470809
2024
Stattdessen werden Menschen die Daten untersuchen müssen
07:52
and search for insight, and as Licklider foresaw long ago,
171
472833
3456
und nach der Erkenntnis suchen müssen. Wie Licklider vorhersah, die richtige Kooperation
07:56
the key to great results here is the right type of cooperation,
172
476289
2685
ist der Schlüssel für hervorragende Ergebnisse
07:58
and as Kasparov realized,
173
478974
1524
und wie Kasparow erkannte,
08:00
that means minimizing friction at the interface.
174
480498
3031
bedeutete das, den Reibungsverlust an der Schnittstelle zu minimieren.
08:03
Now this approach makes possible things like combing
175
483529
2758
Dieser Ansatz ermöglicht jetzt Dinge wie alle
08:06
through all available data from very different sources,
176
486287
3386
verfügbaren Daten der unterschiedlichen Quellen zu durchkämmen,
08:09
identifying key relationships and putting them in one place,
177
489673
2792
um Schlüsselbeziehungen zu identifizieren und sie zu sammeln,
08:12
something that's been nearly impossible to do before.
178
492465
2928
etwas das vorher nahezu unmöglich war.
08:15
To some, this has terrifying privacy and civil liberties
179
495393
1942
Für einige hat dies furchteinflößende Auswirkungen auf private und bürgerliche Rechte.
08:17
implications. To others it foretells of an era of greater
180
497335
3410
Für einige hat dies furchteinflössende Auswirkungen auf private und bürgerliche Rechte.
08:20
privacy and civil liberties protections,
181
500745
1909
Für andere ist es eine Ära von stärkerem privatem und gesellschaftlichem Schutz.
08:22
but privacy and civil liberties are of fundamental importance.
182
502654
2936
Für andere ist es eine Ära von stärkerem privatem und gesellschaftlichem Schutz.
08:25
That must be acknowledged, and they can't be swept aside,
183
505590
2193
Aber diese Rechte sind von fundamentaler Bedeutung.
08:27
even with the best of intents.
184
507783
2530
Man kann das nicht einfach bei Seite wischen.
08:30
So let's explore, through a couple of examples, the impact
185
510313
2518
Also lasst uns die Auswirkungen untersuchen,
08:32
that technologies built to drive human-computer symbiosis
186
512831
2406
die Technologien zum Betrieb von Mensch-Maschine-Symbiosen
08:35
have had in recent time.
187
515237
2919
in jüngster Zeit gehabt haben.
08:38
In October, 2007, U.S. and coalition forces raided
188
518156
3416
Im Oktober 2007 haben US- und Koalitionsstreitkräfte
08:41
an al Qaeda safe house in the city of Sinjar
189
521572
2416
ein sicheres Al-Qaida Haus in der Stadt Sinjar
08:43
on the Syrian border of Iraq.
190
523988
1934
an der Grenze zu Syrien und Irak gestürmt.
08:45
They found a treasure trove of documents:
191
525922
2376
Sie fanden eine Fundgrube von Dokumenten:
08:48
700 biographical sketches of foreign fighters.
192
528298
2335
700 biografische Skizzen ausländischer Kämpfer.
08:50
These foreign fighters had left their families in the Gulf,
193
530633
2584
SIe hatten ihre Familien im Golf, der Levante
08:53
the Levant and North Africa to join al Qaeda in Iraq.
194
533217
3146
und Nordafrika zurück gelassen, um sich Al-Qaida im Irak anzuschließen.
08:56
These records were human resource forms.
195
536363
1616
Diese Aufzeichnungen waren menschliche Bezugsformate.
08:57
The foreign fighters filled them out as they joined the organization.
196
537979
2855
Die Kämpfer füllten sie aus, als sie der Organisation beitraten.
09:00
It turns out that al Qaeda, too,
197
540834
1211
Es zeigt sich, dass auch Al-Qaida
09:02
is not without its bureaucracy. (Laughter)
198
542045
2597
nicht ohne Bürokratie auskam. (Gelächter)
09:04
They answered questions like, "Who recruited you?"
199
544642
2098
Fragen wie: "Wer hat dich rekrutiert?",
09:06
"What's your hometown?" "What occupation do you seek?"
200
546740
2854
"Was ist deine Heimatstadt?", "Welche Tätigkeit suchst du?"
09:09
In that last question, a surprising insight was revealed.
201
549594
3169
Die letztere verrät einen überraschenden Einblick.
09:12
The vast majority of foreign fighters
202
552763
2400
Die große Mehrheit wollte
09:15
were seeking to become suicide bombers for martyrdom --
203
555163
2400
Selbstmordattentäter werden –
09:17
hugely important, since between 2003 and 2007, Iraq
204
557563
4338
sehr wichtig, denn zwischen 2003 und 2007 gab es im Irak
09:21
had 1,382 suicide bombings, a major source of instability.
205
561901
4244
1.382 Selbstmordattentate, eine Hauptursache für Instabilität.
09:26
Analyzing this data was hard. The originals were sheets
206
566145
2058
Die Analyse dieser Daten war schwierig. Die Originale waren
09:28
of paper in Arabic that had to be scanned and translated.
207
568203
2742
auf Arabisch, die eingescannt und übersetzt werden mussten.
09:30
The friction in the process did not allow for meaningful
208
570945
2192
Der Reibungsverlust in diesem Prozess hätte keine bedeutenden
09:33
results in an operational time frame using humans, PDFs
209
573137
3350
Ergebnisse innerhalb des operativen Zeitrahmens ermöglicht,
09:36
and tenacity alone.
210
576487
2218
wenn nur Menschen, PDFs und Beharrlichkeit genutzt worden wären.
09:38
The researchers had to lever up their human minds
211
578705
1953
Die Forscher mussten ihren menschlichen Verstand um
09:40
with technology to dive deeper, to explore non-obvious
212
580658
2345
Technologie ergänzen, um tiefer einzutauchen, um nicht offensichtliche
09:43
hypotheses, and in fact, insights emerged.
213
583003
3218
Hypothesen zu erforschen und es ergaben sich tatsächlich Erkenntnisse.
09:46
Twenty percent of the foreign fighters were from Libya,
214
586221
2644
20 % der ausländischen Kämpfer waren aus Libyen,
09:48
50 percent of those from a single town in Libya,
215
588865
2968
50 % davon stammten aus derselben Stadt,
09:51
hugely important since prior statistics put that figure at
216
591833
2450
enorm wichtig, da frühere Statistiken diesen Anteil mit
09:54
three percent. It also helped to hone in on a figure
217
594283
2383
3 % angaben. Es half auch dabei, sich auf eine Person
09:56
of rising importance in al Qaeda, Abu Yahya al-Libi,
218
596666
2977
von zunehmender Bedeutung zu konzentrieren, Abu Yahya al-Libi,
09:59
a senior cleric in the Libyan Islamic fighting group.
219
599643
2631
ein hochrangiger Geistlicher innerhalb der libyschen islamischen Kampfgruppe.
10:02
In March of 2007, he gave a speech, after which there was
220
602274
2664
Im März 2007 hielt er eine Rede, nach der es einen
10:04
a surge in participation amongst Libyan foreign fighters.
221
604938
3466
Beteiligungsanstieg unter libyschen ausländischen Kämpfern gab.
10:08
Perhaps most clever of all, though, and least obvious,
222
608404
3106
Vielleicht am cleversten und wenig offensichtlich,
10:11
by flipping the data on its head, the researchers were
223
611510
2073
dadurch, dass die Daten auf den Kopf gestellt werden, sind die Forscher in der Lage,
10:13
able to deeply explore the coordination networks in Syria
224
613583
2900
die Koordinierungsnetzwerke in Syrien zu erforschen,
10:16
that were ultimately responsible for receiving and
225
616483
2517
diese waren letztlich dafür verantwortlich, die ausländischen
10:19
transporting the foreign fighters to the border.
226
619000
2464
Kämpfer aufzunehmen und zur Grenze zu transportieren.
10:21
These were networks of mercenaries, not ideologues,
227
621464
2633
Das waren Netzwerke von Söldnern, nicht von Ideologien,
10:24
who were in the coordination business for profit.
228
624097
2398
sie waren wegen des Profits im Koordinierungsnetzwerk.
10:26
For example, they charged Saudi foreign fighters
229
626495
1904
Sie berechneten zum Beispiel den saudischen ausländischen Kämpfern
10:28
substantially more than Libyans, money that would have
230
628399
2199
wesentlich mehr als den Libyern, Geld das ansonsten
10:30
otherwise gone to al Qaeda.
231
630598
2320
an Al-Qaida gegangen wäre.
10:32
Perhaps the adversary would disrupt their own network
232
632918
2045
Vielleicht würde der Gegner das eigene Netzwerk zerstören,
10:34
if they knew they cheating would-be jihadists.
233
634963
3035
wenn sie wüssten, dass sie von angeblichen Dschihadisten betrogen werden.
10:37
In January, 2010, a devastating 7.0 earthquake struck Haiti,
234
637998
3745
Im Januar 2010 traf ein verheerendes Erdbeben Haiti,
10:41
third deadliest earthquake of all time, left one million people,
235
641743
2916
das dritttödlichste Erdbeben aller Zeiten, eine Million Menschen,
10:44
10 percent of the population, homeless.
236
644659
2584
10 Prozent der Bevölkerung wurden obdachlos.
10:47
One seemingly small aspect of the overall relief effort
237
647243
3137
Ein anscheinend kleiner Aspekt der allgemeinen Hilfsmaßnahmen
10:50
became increasingly important as the delivery of food
238
650380
2176
wurde immer wichtiger als die Ausgabe von Essen
10:52
and water started rolling.
239
652556
2160
und Wasser ins Rollen kam.
10:54
January and February are the dry months in Haiti,
240
654716
1458
Januar und Februar sind in Haiti trocken,
10:56
yet many of the camps had developed standing water.
241
656174
2942
dennoch hatte sich in einigen Camps stehendes Wasser gebildet.
10:59
The only institution with detailed knowledge of Haiti's
242
659116
2122
Die einzige Einrichtung mit detailliertem Wissen über Haitis
11:01
floodplains had been leveled
243
661238
1297
Überschwemmungsgebiete wurde
11:02
in the earthquake, leadership inside.
244
662535
3008
beim Erdbeben plattgemacht, Führungspersonen inklusive.
11:05
So the question is, which camps are at risk,
245
665543
2575
Die Frage ist also, welche Camps gefährdet sind,
11:08
how many people are in these camps, what's the
246
668118
1921
wie viele Menschen in diesen Camps sind, was der
11:10
timeline for flooding, and given very limited resources
247
670039
2311
Zeitrahmen des Flutens ist und, wegen der begrenzten Ressourcen
11:12
and infrastructure, how do we prioritize the relocation?
248
672350
3384
und der Infrastruktur, wie priorisieren wir die Umverteilung?
11:15
The data was incredibly disparate. The U.S. Army had
249
675734
2344
Die Daten waren unglaublich ungleich. Das US-Militär verfügte
11:18
detailed knowledge for only a small section of the country.
250
678078
2929
über detailliertes Wissen über einen kleinen Bereich des Landes.
11:21
There was data online from a 2006 environmental risk
251
681007
2511
Es waren Daten online verfügbar von einer Umweltrisiko-Konferenz
11:23
conference, other geospatial data, none of it integrated.
252
683518
2664
von 2006, andere raumbezogene Daten, keine davon integriert.
11:26
The human goal here was to identify camps for relocation
253
686182
2958
Das menschliche Ziel war hier, Camps für Umsiedlung zu identifizieren,
11:29
based on priority need.
254
689140
2395
basierend auf vorrangigem Bedarf.
11:31
The computer had to integrate a vast amount of geospacial
255
691535
2440
Der Computer musste eine große Menge an raumbezogener
11:33
information, social media data and relief organization
256
693975
2584
Information integrieren, Social Media-Daten und Informationen
11:36
information to answer this question.
257
696559
3480
der Hilfsorganisationen, um diese Frage zu beantworten.
11:40
By implementing a superior process, what was otherwise
258
700039
2415
Indem ein verbesserter Prozess eingeführt wird, was sonst
11:42
a task for 40 people over three months became
259
702454
2608
eine Aufgabe für 40 Personen über drei Monate war,
11:45
a simple job for three people in 40 hours,
260
705062
3176
wurde zu einer einfachen Aufgabe für drei Personen in 40 Stunden.
11:48
all victories for human-computer symbiosis.
261
708238
2628
Das alles sind Siege der Mensch-Computer-Symbiose.
11:50
We're more than 50 years into Licklider's vision
262
710866
2054
Wir befinden uns mehr als 50 Jahre in Lickliders Vision
11:52
for the future, and the data suggests that we should be
263
712920
2242
einer Zukunft und die Daten deuten darauf hin, dass wir
11:55
quite excited about tackling this century's hardest problems,
264
715162
3030
begeistert darüber sein sollten, das schwierigste Problem des Jahrhunderts zu lösen,
11:58
man and machine in cooperation together.
265
718192
2947
Mensch und Maschine in Kooperation vereint.
12:01
Thank you. (Applause)
266
721139
2197
Danke. (Applaus)
12:03
(Applause)
267
723336
2505
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7