Kenneth Cukier: Big data is better data

Fordító: Péter Pallós Lektor: Maria Ruzsane Cseresnyes

America's favorite pie is?

Az USA legnépszerűbb pitéje a...

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

Nézők: ...az almás! KC: Az almás. Hát, persze, hogy az!

How do we know it?

Honnan tudjuk?

Because of data.

Az adatokból.

You look at supermarket sales.

A szupermarketek eladási adataiból.

You look at supermarket sales of 30-centimeter pies

A 30 cm-es mélyhűtött piték eladási adataiból.

that are frozen, and apple wins, no contest.

Az almás a nyerő, semmi kétség.

The majority of the sales are apple.

Az eladások többségét az almás teszi ki.

But then supermarkets started selling

De a szupermarketek kezdték árulni

smaller, 11-centimeter pies,

a kisebb, 11-centis pitéket,

and suddenly, apple fell to fourth or fifth place.

és hirtelen az almás visszaesett a 4-5. helyre.

Why? What happened?

Miért? Mi történt?

Okay, think about it.

OK, gondoljuk csak át.

When you buy a 30-centimeter pie,

Amikor 30-centis pitét veszünk,

the whole family has to agree,

az egész családnak egy véleményen kell lennie,

and apple is everyone's second favorite.

de az almás mindenkinél csak a második befutó.

(Laughter)

(Nevetés)

But when you buy an individual 11-centimeter pie,

De amikor magunknak választjuk a 11-centis pitét,

you can buy the one that you want.

azt vehetjük, amelyiket szeretnénk.

You can get your first choice.

Megvehetjük a kedvencünket.

You have more data.

Több adatunk van.

You can see something

Most olyat látunk,

that you couldn't see

amit nem láthattunk,

when you only had smaller amounts of it.

amikor kevesebb adatunk volt.

Now, the point here is that more data

A lényeg: a több adat birtokában

doesn't just let us see more,

nemcsak többet tudunk

more of the same thing we were looking at.

a vizsgált dologról,

More data allows us to see new.

hanem a több adat új dolgokat is megmutat.

It allows us to see better.

Jobban látjuk a dolgokat.

It allows us to see different.

Másként látjuk a dolgokat.

In this case, it allows us to see

Esetünkben megmutatja,

what America's favorite pie is:

melyik Amerika kedvenc pitéje:

not apple.

nem az almás!

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

Valószínűleg hallották már a "big data" szakkifejezést.

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

Valószínű, hogy a könyökükön jön ki

big data.

a big data kifejezés.

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

Tény, hogy óriási a felhajtás a kifejezés körül,

and that is very unfortunate,

és ez nagyon sajnálatos,

because big data is an extremely important tool

hiszen a big data rendkívül fontos eszköz,

by which society is going to advance.

amellyel a társadalom fejlődik.

In the past, we used to look at small data

A múltban "small data" elemzéseket használtunk,

and think about what it would mean

és ezekből próbáltuk értelmezni,

to try to understand the world,

hogyan fogjuk fel a világot.

and now we have a lot more of it,

Ma sokkal nagyobb adattömeggel dolgozunk,

more than we ever could before.

amekkorával korábban nem volt módunk.

What we find is that when we have

Ha nagy tömegű adatunk van,

a large body of data, we can fundamentally do things

olyanokat is megtehetünk vele,

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

melyeket a kevés adattal nem.

Big data is important, and big data is new,

A big data fontos, a big data újdonság,

and when you think about it,

és ha utánagondolunk,

the only way this planet is going to deal

az egyetlen lehetőség, ahogyan a bolygó a maga

with its global challenges —

globális kihívásait a jövőben kezelheti

to feed people, supply them with medical care,

— miként élelmezzük a népességet, nyújtsunk egészségügyi ellátást számukra,

supply them with energy, electricity,

lássuk el energiával, villanyárammal; hogyan biztosítsuk,

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

hogy ne süljön meg senki

because of global warming —

a Föld fölmelegedése miatt --

is because of the effective use of data.

mert így tudjuk az adatokat hatékonyan felhasználni.

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

Mi az újdonság a big datában? Mi a jelentősége?

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

A válasz érdekében nézzük meg,

what information looked like,

mi jellemezte az információt

physically looked like in the past.

a múltban — fizikailag?

In 1908, on the island of Crete,

1908-ban Kréta szigetén

archaeologists discovered a clay disc.

a régészek felfedeztek egy agyagkorongot,

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

a korát Kr. e. 2000-re tették, úgyhogy négyezer éves.

Now, there's inscriptions on this disc,

A korongon feliratok vannak,

but we actually don't know what it means.

jelentésük mindmáig ismeretlen.

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

Teljes a rejtély, de a lényeg,

this is what information used to look like

hogy így nézett ki az információ

4,000 years ago.

négyezer évvel ezelőtt.

This is how society stored

A társadalom így tárolta

and transmitted information.

és adta tovább az információt.

Now, society hasn't advanced all that much.

A társadalom nem túl sokat haladt.

We still store information on discs,

Még mindig diszken tároljuk az infót,

but now we can store a lot more information,

de a korábbinál már sokkal több információt tudunk tárolni,

more than ever before.

többet, mint bármikor.

Searching it is easier. Copying it easier.

A keresés könnyebbé vált. A másolás könnyebbé vált.

Sharing it is easier. Processing it is easier.

A megosztás könnyebbé vált. A feldolgozás könnyebbé vált.

And what we can do is we can reuse this information

Amit még tudunk, fölhasználhatjuk újra az információt

for uses that we never even imagined

olyan célra, amit nem is sejtettünk,

when we first collected the data.

mikor első ízben begyűjtöttük az adatokat.

In this respect, the data has gone

Ebből a szempontból az adatok

from a stock to a flow,

állományból áramlattá váltak,

from something that is stationary and static

változatlan—statikusból

to something that is fluid and dynamic.

folyékony—dinamikussá.

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

Kimondhatjuk: az információ likviddé vált.

The disc that was discovered off of Crete

A Krétán felfedezett korong

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

négyezer éves és súlyos,

it doesn't store a lot of information,

nem sok információt tárol,

and that information is unchangeable.

és az az infó megváltoztathatatlan.

By contrast, all of the files

Ezzel szemben az összes fájl,

that Edward Snowden took

melyet Edward Snowden kihozott

from the National Security Agency in the United States

az USA Nemzetbiztonsági Hivatalából,

fits on a memory stick

egy körömnyi memóriakártyára

the size of a fingernail,

ráfér,

and it can be shared at the speed of light.

és fénysebességgel megosztható.

More data. More.

Több adat. Több.

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

Az egyik oka, miért van ma a világon

is we are collecting things

olyan sok adatunk, mert gyűjtjük,

that we've always collected information on,

amiről mindig is gyűjtöttük az infót.

but another reason why is we're taking things

A másik oka, mert gyűjtjük azokat a dolgokat,

that have always been informational

melyek mindig is tájékoztató jellegűek voltak,

but have never been rendered into a data format

de eddig soha nem szervezték adatformába őket,

and we are putting it into data.

de mi most adatokká rendezzük őket.

Think, for example, the question of location.

Gondoljunk pl. a hely kérdésére.

Take, for example, Martin Luther.

Vegyük pl. Luther Mártont.

If we wanted to know in the 1500s

Ha meg szerettük volna tudni a XVI. században,

where Martin Luther was,

hogy hol van Luther,

we would have to follow him at all times,

állandóan követnünk kellett volna

maybe with a feathery quill and an inkwell,

lúdtollal és tintatartóval a kezünkben,

and record it,

és jegyzetelnünk kellett volna.

but now think about what it looks like today.

Gondoljunk bele, hogyan történik ez ma.

You know that somewhere,

Tudjuk, hogy valahol, valószínűleg

probably in a telecommunications carrier's database,

a telekommunikációs szolgáltató adatbázisában

there is a spreadsheet or at least a database entry

van egy táblázat vagy adatbázis bemenet,

that records your information

amely rögzíti az információt arról,

of where you've been at all times.

mikor merre járunk.

If you have a cell phone,

Ha mobiltelefonunk van,

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

és a mobilban van GPS, de még ha nincs is benne GPS,

it can record your information.

rögzíteni tudja ezt az információt.

In this respect, location has been datafied.

Ebből a szempontból a hely adattá változott.

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

Most gondoljunk pl. a testtartásra,

the way that you are all sitting right now,

ahogy most ülnek,

the way that you sit,

ahogy ön ül,

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

meg ön ül, meg ahogy ön ül.

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

Mindenki másként ül a lábhosszúságától

and your back and the contours of your back,

és háta méretétől függően,

and if I were to put sensors, maybe 100 sensors

ha mondjuk 100 érzékelőt helyeznék

into all of your chairs right now,

mindnyájuk székébe,

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

létrehozhatnék egy mutatószámot, amely elég egyedi lenne,

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

mint az ujjlenyomatuk. De ez nem az ujjuk.

So what could we do with this?

Mit kezdhetnénk vele?

Researchers in Tokyo are using it

Tokiói kutatók kocsikban mint

as a potential anti-theft device in cars.

potenciális lopásgátlót használják.

The idea is that the carjacker sits behind the wheel,

Az ötlet, hogy ha a rabló beül a kocsiba,

tries to stream off, but the car recognizes

megpróbál lelépni, de a kocsi fölismeri,

that a non-approved driver is behind the wheel,

hogy nem a jogosult ül benne,

and maybe the engine just stops, unless you

és lehet, hogy leáll a motor,

type in a password into the dashboard

ha nem írjuk be a jelszót a műszerfalba,

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

mintha azt mondanánk: "Szia, vezethetem a kocsit." Remek.

What if every single car in Europe

Mi lenne, ha minden európai kocsiba

had this technology in it?

be lenne építve ez a technika?

What could we do then?

Mit kezdhetnénk ezzel?

Maybe, if we aggregated the data,

Lehet, ha az adatokat összegyűjtenénk,

maybe we could identify telltale signs

ezzel kimutathatnánk

that best predict that a car accident

az öt másodpercen belül esetleg bekövetkező autóbaleset

is going to take place in the next five seconds.

árulkodó előjeleit

And then what we will have datafied

Azután adattá alakíthatjuk

is driver fatigue,

a sofőr kimerültségét,

and the service would be when the car senses

így a kocsi érzékelné,

that the person slumps into that position,

amikor a sofőr belerogy az ülésbe,

automatically knows, hey, set an internal alarm

önműködően bekapcsolná a belső riasztót,

that would vibrate the steering wheel, honk inside

az meg rezegtetné a kormányt, tülkölne,

to say, "Hey, wake up,

hogy: "Hé, ébresztő,

pay more attention to the road."

jobban figyelj az útra."

These are the sorts of things we can do

Ezek olyan dolgok, amiket megtehetünk,

when we datafy more aspects of our lives.

ha adattá alakítjuk életünk egyes tényezőit.

So what is the value of big data?

Mitől értékes a big data?

Well, think about it.

Gondolkozzunk csak el rajta.

You have more information.

Több információnk van.

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

Megtehetünk olyat is, amit korábban nem.

One of the most impressive areas

Az egyik ilyen lenyűgöző terület,

where this concept is taking place

ahol az elmélet fölhasználható,

is in the area of machine learning.

a gépi tanulás.

Machine learning is a branch of artificial intelligence,

A gépi tanulás része a mesterséges intelligenciának,

which itself is a branch of computer science.

mely maga is a számítástechnika egyik ága.

The general idea is that instead of

Az ötlet lényege: ahelyett,

instructing a computer what do do,

hogy utasítanánk a gépet, mi a teendője,

we are going to simply throw data at the problem

egyszerűen rázúdítjuk a probléma adatait,

and tell the computer to figure it out for itself.

és megmondjuk a gépnek, önállóan hozzon ki belőlük valamit.

And it will help you understand it

Könnyebb lesz ezt megérteniük,

by seeing its origins.

ha visszanyúlunk az alapokhoz.

In the 1950s, a computer scientist

Az 50-es években az IBM informatikusa,

at IBM named Arthur Samuel liked to play checkers,

Arthur Samuel, szerette a dámajátékot,

so he wrote a computer program

ezért programot írt a gépre,

so he could play against the computer.

hogy játszhasson a gép ellen.

He played. He won.

Játszott. Nyert.

He played. He won.

Játszott. Nyert.

He played. He won,

Játszott. Nyert,

because the computer only knew

mert a gép csak

what a legal move was.

a lépések szabályait ismerte.

Arthur Samuel knew something else.

De Samuel mást is tudott.

Arthur Samuel knew strategy.

Arthur Samuel ismerte a stratégiát.

So he wrote a small sub-program alongside it

Hozzáírt egy kis alprogramot,

operating in the background, and all it did

amely a háttérben működött,

was score the probability

és minden lépésnél kiszámolta,

that a given board configuration would likely lead

hogy egy adott állás

to a winning board versus a losing board

mekkora a valószínűséggel eredményez

after every move.

nyerő vagy vesztő állást.

He plays the computer. He wins.

Játszott a géppel. Nyert.

He plays the computer. He wins.

Játszott a géppel. Nyert.

He plays the computer. He wins.

Játszott a géppel. Nyert.

And then Arthur Samuel leaves the computer

Azután Arthur Samuel hagyta,

to play itself.

hogy a gép magával játsszon.

It plays itself. It collects more data.

Magával játszik. Több adatot gyűjt.

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

Több adatot gyűjt. Javítja az előrejelzései pontosságát.

And then Arthur Samuel goes back to the computer

Azután Samuel újra leül a géppel játszani;

and he plays it, and he loses,

játszik — és veszít,

and he plays it, and he loses,

újból játszik és veszít,

and he plays it, and he loses,

játszik és veszít,

and Arthur Samuel has created a machine

s Samuel megteremtette a gépet,

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

mely abban, amire tanította, felülmúlja a tanár képességeit.

And this idea of machine learning

A gépi tanulás elve ma már

is going everywhere.

mindenhol teret nyert.

How do you think we have self-driving cars?

Mit gondolnak, miért vannak már önvezető autók?

Are we any better off as a society

A társadalom jobb helyzetben van,

enshrining all the rules of the road into software?

ha a KRESZT-t szoftverbe foglaljuk?

No. Memory is cheaper. No.

Nem. A memória olcsóbb? Nem.

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

Az algoritmus gyorsabb? Nem. A processzorok jobbak? Nem.

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

Persze, ezek számítanak, de nem ez az oka.

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

Hanem, mert megváltoztattuk a probléma természetét.

We changed the nature of the problem from one

Megváltoztattuk, mert ahelyett,

in which we tried to overtly and explicitly

hogy részletekbe menően

explain to the computer how to drive

elmagyaráznánk a gépnek, miként vezessen,

to one in which we say,

csak annyit mondunk neki:

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

"Itt egy sereg adat a jármű körül.

You figure it out.

Hozz ki belőle valamit!

You figure it out that that is a traffic light,

Vedd észre, hogy ez egy közlekedési lámpa,

that that traffic light is red and not green,

tilosat mutat, nem zöldet,

that that means that you need to stop

azt jelenti, hogy meg kell állnod,

and not go forward."

most nem mehetsz."

Machine learning is at the basis

A gépi tanulás

of many of the things that we do online:

sok mindennek alapja, amit online végzünk:

search engines,

keresőmotorok,

Amazon's personalization algorithm,

az Amazon személyre szabott algoritmusa,

computer translation,

számítógépes fordítók,

voice recognition systems.

hangfelismerő rendszerek.

Researchers recently have looked at

A kutatók az utóbbi időben

the question of biopsies,

a biopsziával,

cancerous biopsies,

a rákos sejtek biopsziájával foglalkoznak,

and they've asked the computer to identify

és azt kérték, hogy a gép az adatokat

by looking at the data and survival rates

és a túlélési arányt összevetve

to determine whether cells are actually

döntse el a sejtekről,

cancerous or not,

hogy rákosak-e vagy sem.

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

Elegendő adat esetén a gép

through a machine-learning algorithm,

gépi tanulási algoritmussal

the machine was able to identify

meg tudta határozni a 12 jellemzőt,

the 12 telltale signs that best predict

amely a legbiztosabban jelzi,

that this biopsy of the breast cancer cells

hogy a biopsziából nyert emlőráksejtek

are indeed cancerous.

tényleg rákosak-e.

The problem: The medical literature

A bökkenő: az orvosi szakirodalom

only knew nine of them.

közülük csak kilencet ismert.

Three of the traits were ones

Három jellemzőt

that people didn't need to look for,

a szakértők nem tartottak lényegesnek,

but that the machine spotted.

ezt a hármat a gép ismerte föl.

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

A big datának vannak sötét oldalai is.

It will improve our lives, but there are problems

Jobbá teszi életünket,

that we need to be conscious of,

de figyelnünk kell néhány dologra.

and the first one is the idea

Az első:

that we may be punished for predictions,

pórul is járhatumk az előrejelzéssel,

that the police may use big data for their purposes,

hogy a rendőrség saját céljaira használhatja a big datát,

a little bit like "Minority Report."

mint a Különvélemény c. filmben.

Now, it's a term called predictive policing,

Létezik a prediktív rendfenntartás

or algorithmic criminology,

avagy az algoritmus-kriminológia szakkifejezés.

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

Eszerint, ha elég sok adatunk van,

for example where past crimes have been,

pl. hol történtek bűnesetek,

we know where to send the patrols.

ebből tudni fogjuk, hova küldjünk járőröket.

That makes sense, but the problem, of course,

Ebben van logika, de a bökkenő,

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

hogy a dolog nem korlátozódik a hely-adatokra,

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

hanem elér az egyénig.

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

Miért ne használnánk föl

high school transcript?

az érettségi bizonyítvány adatait?

Maybe we should use the fact that

Vagy használhatnánk,

they're unemployed or not, their credit score,

hogy az illető munkanélküli-e, hitelképes-e,

their web-surfing behavior,

hol szörföl a világhálón,

whether they're up late at night.

fönn van-e éjszakánként?

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

Ha a Fitbit okosóra képes mérni a biokémiai adatokat,

will show that they have aggressive thoughts.

kimutathatja az agresszív gondolatokat.

Lehetnek olyan algoritmusok, melyek jelezhetik,

We may have algorithms that are likely to predict

what we are about to do,

mit szándékozunk tenni,

and we may be held accountable

és felelősségre vonhatnak minket,

before we've actually acted.

mielőtt még a kisujjunkat mozdítanánk.

Privacy was the central challenge

A magánélet központi kérdés volt

in a small data era.

a small data időszakában.

In the big data age,

A big data időszakában a kérdés

the challenge will be safeguarding free will,

a szabad akarat, az erkölcsös választás,

moral choice, human volition,

az emberi akarat

human agency.

és az emberi cselekvő erő oltalma.

There is another problem:

Van még egy másik gond is:

Big data is going to steal our jobs.

a big data megfoszt az állásunktól.

Big data and algorithms are going to challenge

A big data és az algoritmusok veszélyeztetik

white collar, professional knowledge work

a fehérgalléros értelmiségiek munkáját

in the 21st century

a XXI. században.

in the same way that factory automation

Ugyanúgy, mint a gyárak automatizálása

and the assembly line

és a futószalag

challenged blue collar labor in the 20th century.

fenyegette a kékgallérosokat a XX. században.

Think about a lab technician

Gondoljunk a laboránsra,

who is looking through a microscope

aki mikroszkópon keresztül figyeli

at a cancer biopsy

a biopsziás sejteket,

and determining whether it's cancerous or not.

és próbálja eldönteni, rákosak-e.

The person went to university.

A laboráns egyetemet végzett,

The person buys property.

ingatlant vett,

He or she votes.

szavaz,

He or she is a stakeholder in society.

a társadalom tagja.

Azután kiderül, hogy az illető állása,

And that person's job,

as well as an entire fleet

csakúgy mint sok-sok értelmiségé,

of professionals like that person,

a hozzá hasonlóké

is going to find that their jobs are radically changed

gyökeresen megváltozott,

or actually completely eliminated.

vagy teljesen fölöslegessé vált.

Now, we like to think

Szeretjük azt hinni,,

that technology creates jobs over a period of time

hogy hosszabb távon a technika állásokat teremt

after a short, temporary period of dislocation,

egy rövid kaotikus időszak után,

and that is true for the frame of reference

s ez jelen életünkre igaz,

with which we all live, the Industrial Revolution,

az ipari forradalom idején

because that's precisely what happened.

pont ez történt.

But we forget something in that analysis:

De az elemzésből valamit kihagytunk:

There are some categories of jobs

vannak olyan munkakörök,

that simply get eliminated and never come back.

amelyek eltűnnek, és soha nem térnek vissza.

The Industrial Revolution wasn't very good

Ha lovak lettünk volna, nem örültünk volna

if you were a horse.

az ipari forradalomnak.

So we're going to need to be careful

Szóval óvatosnak kell lennünk,

and take big data and adjust it for our needs,

és a big datát a szükségleteinkhez,

our very human needs.

az emberi szükségletekhez kell igazítanunk.

We have to be the master of this technology,

Gazdái legyünk a technológiának,

not its servant.

ne szolgái.

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

Jelenleg a big data korszaknak a kezdetén vagyunk,

and honestly, we are not very good

és bevallhatjuk, hogy még nem vagyunk elég jók

at handling all the data that we can now collect.

a begyűjthető adatok kezelésében.

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

Ez nem csak a Nemzetbiztonsági Hivatal gondja.

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

A vállalatok rengeteg adatot gyűjtenek, vissza is élnek velük.

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

Ezen van mit javítani, ami nem megy máról holnapra.

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

Egy kicsit olyan ez,

by primitive man and fire.

mint az ősember és a tűz esete.

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

Ez egy eszköz, de olyan eszköz,

unless we're careful, will burn us.

amellyel ha gondatlanul bánunk, megéget bennünket.

Big data is going to transform how we live,

A big data átformálja az életünket,

how we work and how we think.

munkánkat és gondolkodásunkat.

It is going to help us manage our careers

Segít életpályánk alakításában,

and lead lives of satisfaction and hope

és hogy örömteli, reményteljes,

and happiness and health,

boldog és egészséges életet élhessünk.

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

A múltban gyakran úgy tekintettünk az információ-technológiára,

and our eyes have only seen the T,

hogy csak a T-t vettük észre,

the technology, the hardware,

a technológiát, a hardvert,

because that's what was physical.

mert az fizikailag megragadható.

We now need to recast our gaze at the I,

Most pillantásunkat az I-re is rá kell vetnünk,

the information,

az információra,

which is less apparent,

ami kevésbé kézzelfogható,

but in some ways a lot more important.

de bizonyos szempontból fontosabb.

Humanity can finally learn from the information

Az emberiség a begyűjtött információból

that it can collect,

végül tudást meríthet,

as part of our timeless quest

ami választ adhat az örök kérdésre:

to understand the world and our place in it,

mi is a világ, és mi a helyünk benne,

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

és ezért a big data azt is jelenti: nagy a tét.

(Applause)

(Taps)