Tim Berners-Lee: The next Web of open, linked data

Fordító: Endre Jofoldi Lektor: Laszlo Kereszturi

Time flies.

Repül az idő...

It's actually almost 20 years ago

Már 20 éve annak,

when I wanted to reframe the way we use information,

hogy át akartam alakítani az információ feldolgozás módját,

the way we work together: I invented the World Wide Web.

azt ahogy együtt működhetünk - Feltaláltam a világhálót

Now, 20 years on, at TED,

Most, 20 évvel később, a TED-en

I want to ask your help in a new reframing.

segítséget szeretnék kérni egy következő megújuláshoz

So going back to 1989,

Tehát, menjünk vissza 1989-be

I wrote a memo suggesting the global hypertext system.

írtam egy rövid jegyzetet a globális hypertext rendszerről.

Nobody really did anything with it, pretty much.

Senki nem nagyon törődött vele.

But 18 months later -- this is how innovation happens --

Aztán 18 hónappal később - a felfedezés már csak így megy -

18 months later, my boss said I could do it on the side,

18 hónappal később, a főnököm azt mondta, hogy mellékesen foglalkozhatok vele

as a sort of a play project,

mintegy szórakozásként,

kick the tires of a new computer we'd got.

próbálgassam vele az új számítógépet amit kaptunk.

And so he gave me the time to code it up.

Így kaptam időt a megvalósításra.

So I basically roughed out what HTML should look like:

Felvázoltam a HTML alapjait,

hypertext protocol, HTTP;

hypertext protokoll - HTTP -

the idea of URLs, these names for things

az URL lényegét - a dolgok elnevezésére

which started with HTTP.

amik HTTP-vel kezdődnek.

I wrote the code and put it out there.

Megírtam a kódot és nyilvánossá tettem.

Why did I do it?

Miért tettem?

Well, it was basically frustration.

Elsősorban az csalódottság miatt.

I was frustrated -- I was working as a software engineer

Csalódott voltam - programozóként dolgoztam

in this huge, very exciting lab,

egy nagy és izgalmas helyen,

lots of people coming from all over the world.

sok ember jött oda a világ sok részéről.

They brought all sorts of different computers with them.

Mindenféle különböző számítógépet hoztak magukkal.

They had all sorts of different data formats,

Nagyon sok különböző adat formátumot használtak.

all sorts, all kinds of documentation systems.

Minden féle típusú dokumentációs rendszereik voltak.

So that, in all that diversity,

Úgyhogy ha ebben a sokféleségben

if I wanted to figure out how to build something

ki akartam találni, hogy hogyan lehetne használni

out of a bit of this and a bit of this,

egy kicsit ebből, egy kicsit abból

everything I looked into, I had to connect to some new machine,

amibe beleláttam, mindig új gépekre kellett kapcsolódnom,

I had to learn to run some new program,

új programokat kellett megtanulnom,

I would find the information I wanted in some new data format.

a szükséges információk mindig valamilyen új formátumban voltak.

And these were all incompatible.

És ezek nem voltak kompatibilisek egymással.

It was just very frustrating.

Nagyon idegesítő volt.

The frustration was all this unlocked potential.

Nagyon zavart ez a feltáratlan lehetőség.

In fact, on all these discs there were documents.

Valójában minden lemez tele volt dokumentumokkal.

So if you just imagined them all

Ha elképzeljük mindezt

being part of some big, virtual documentation system in the sky,

egy nagy, virtuális dokumentum rendszerben,

say on the Internet,

például az interneten,

then life would be so much easier.

az élet sokkal egyszerűbb lenne.

Well, once you've had an idea like that it kind of gets under your skin

Ha egyszer megszületik egy ilyen ötlet, akkor az belül ott motoszkál

and even if people don't read your memo --

még akkor is ha mások el sem olvassák a jegyzeteimet -

actually he did, it was found after he died, his copy.

a főnököm elolvasta, halála után találtuk meg az asztalán.

He had written, "Vague, but exciting," in pencil, in the corner.

Ceruzával ezt írta a sarkára: "Bizonytalan, de érdekes"

(Laughter)

(Nevetés)

But in general it was difficult -- it was really difficult to explain

De általában nehéz volt - nagyon nehéz volt elmagyarázni,

what the web was like.

hogy mi a web.

It's difficult to explain to people now that it was difficult then.

Nehéz elmagyarázni most az embereknek, hogy akkor miért volt nehéz megérteni.

But then -- OK, when TED started, there was no web

De akkor - amikor a TED elindult, még nem volt web,

so things like "click" didn't have the same meaning.

az olyan szavak, mint "kattintás" egészen mást jelentettek.

I can show somebody a piece of hypertext,

Megmutatok valakinek egy hypertext-et,

a page which has got links,

egy oldal tele linkekkel,

and we click on the link and bing -- there'll be another hypertext page.

rákattintunk a linkre és hopp - egy újabb hypertext oldal...

Not impressive.

Nem lenyűgöző.

You know, we've seen that -- we've got things on hypertext on CD-ROMs.

Mi már láttunk ilyet - CD-ken tárolunk hypertext formátumban dolgokat.

What was difficult was to get them to imagine:

Ami nehéz volt, hogy el tudják képzelni.

so, imagine that that link could have gone

Elképzelni azt, hogy egy link bárhova elvihet,

to virtually any document you could imagine.

gyakorlatilag bármilyen dokumentumhoz.

Alright, that is the leap that was very difficult for people to make.

Ez volt az a nagy lépés, amit akkor nagyon nehezen tudtak megtenni.

Well, some people did.

De néhányuknak mégis sikerült.

So yeah, it was difficult to explain, but there was a grassroots movement.

Bár nehéz volt elmagyarázni, de elindult egy mozgalom.

And that is what has made it most fun.

És ez tette igazán érdekessé.

That has been the most exciting thing,

Ez volt a legizgalmasabb dolog,

not the technology, not the things people have done with it,

nem a technológia, nem az amit az emberek kezdtek vele,

but actually the community, the spirit of all these people

hanem a közösség, az emberek összefogása,

getting together, sending the emails.

emailek küldése.

That's what it was like then.

Ilyen volt akkor.

Do you know what? It's funny, but right now it's kind of like that again.

De mi a helyzet? Vicces, de most is ugyanitt tartunk.

I asked everybody, more or less, to put their documents --

Többé-kevésbé mindenkit megkértem, hogy tegyék fel a dokumentumaikat -

I said, "Could you put your documents on this web thing?"

Megkértem, hogy tegyék fel a dokumentumokat erre a "web dologra"

And you did.

És feltették.

Thanks.

Köszönöm.

It's been a blast, hasn't it?

Élvezetes volt, nem?

I mean, it has been quite interesting

Mármint elég érdekes,

because we've found out that the things that happen with the web

mert rájöttünk, hogy ami a weben történik

really sort of blow us away.

tényleg lenyűgöző.

They're much more than we'd originally imagined

Sokkal több, mint amit eredetileg elképzeltünk

when we put together the little, initial website

amikor az első honlapot összeraktuk

that we started off with.

amivel indultunk.

Now, I want you to put your data on the web.

Most azt szeretném, ha felraknánk az adatainkat a webre.

Turns out that there is still huge unlocked potential.

Látszik, hogy még mindig nagyon sok kihasználatlan lehetőség van.

There is still a huge frustration

Ez még mindig idegesítő

that people have because we haven't got data on the web as data.

mert még mindig nem adat formában vannak az adatok a weben.

What do you mean, "data"? What's the difference -- documents, data?

Mit értek adat alatt? Mi a különbség dokumentum és adat között?

Well, documents you read, OK?

A dokumentumot olvassuk.

More or less, you read them, you can follow links from them, and that's it.

Többnyire olvassuk, követhetjük a benne szereplő linkeket és ennyi.

Data -- you can do all kinds of stuff with a computer.

Adat, amivel mindenféle dolgokat lehet csinálni a számítógépen.

Who was here or has otherwise seen Hans Rosling's talk?

Ki volt itt, vagy ki látta Hans Rosling előadását?

One of the great -- yes a lot of people have seen it --

Az egyik nagyszerű - igen, sokan látták -

one of the great TED Talks.

az egyik nagyszerű TED előadás.

Hans put up this presentation

Hans kivetítette ezt a prezentációt,

in which he showed, for various different countries, in various different colors --

amin bemutatta különböző országokra különböző színekkel jelölve -

he showed income levels on one axis

a bevételt az egyik tengelyen,

and he showed infant mortality, and he shot this thing animated through time.

a csecsemőhalandóságot a másikon, időbeli animációval.

So, he'd taken this data and made a presentation

Fogta ezeket az adatokat és készített egy prezentációt

which just shattered a lot of myths that people had

ami összetört néhány hiedelmet

about the economics in the developing world.

a fejlődő világ gazdaságával kapcsolatban.

He put up a slide a little bit like this.

Egy ehhez hasonló diát vetített ki.

It had underground all the data

Mélyen a felszín alatt ott voltak az adatok,

OK, data is brown and boxy and boring,

barna, kocka alakúak, unalmasak,

and that's how we think of it, isn't it?

és így is gondolunk rá, nem?

Because data you can't naturally use by itself

Mert az adatokat nem lehet önmagukban használni.

But in fact, data drives a huge amount of what happens in our lives

Valójában viszont az életünk nagy részét befolyásolják adatok

and it happens because somebody takes that data and does something with it.

azért, mert valaki csinál valamit az adatokkal.

In this case, Hans had put the data together

Ebben az esetben Hans összeszedte az adatokat

he had found from all kinds of United Nations websites and things.

amit mindenféle ENSZ és egyéb weboldalakon talált.

He had put it together,

Összerakta őket,

combined it into something more interesting than the original pieces

az eredetinél valami sokkal érdekesebb formába rendezte,

and then he'd put it into this software,

majd bevitte ebbe a programba,

which I think his son developed, originally,

amit azt hiszem eredetileg a fia fejlesztett,

and produces this wonderful presentation.

és létrehozta ezt a csodás prezentációt.

And Hans made a point

És Hans rámutatott a lényegre,

of saying, "Look, it's really important to have a lot of data."

amikor ezt mondta: "Nagyon fontos, hogy legyen sok adatunk".

And I was happy to see that at the party last night

És nagyon örültem neki, hogy a tegnap esti fogadáson

that he was still saying, very forcibly, "It's really important to have a lot of data."

még mindig ezt hangsúlyozta: "Nagyon fontos, hogy sok adatunk legyen".

So I want us now to think about

Most gondoljunk egy kicsit tovább,

not just two pieces of data being connected, or six like he did,

ne csak két adat kapcsolatára, vagy hat adatéra, ahogy ő dolgozta fel,

but I want to think about a world where everybody has put data on the web

hanem egy olyan világra, ahol mindenki felrakja az adatait a webre,

and so virtually everything you can imagine is on the web

így gyakorlatilag minden amit el tudunk képzelni a weben lesz

and then calling that linked data.

és hívjuk ezt összekapcsolt adatoknak.

The technology is linked data, and it's extremely simple.

A technológia is összekapcsolt adat és nagyon egyszerű.

If you want to put something on the web there are three rules:

Ha valamit fel akarsz tenni a webre, három szabály van:

first thing is that those HTTP names --

az első a HTTP nevek -

those things that start with "http:" --

amik ilyen "http:" formával kezdődnek

we're using them not just for documents now,

ezeket most már nem csak dokumentumokra használjuk,

we're using them for things that the documents are about.

hanem bármire amiről a dokumentum szól.

We're using them for people, we're using them for places,

Emberek, helyek leírására,

we're using them for your products, we're using them for events.

termékek vagy események megjelölésére is használjuk.

All kinds of conceptual things, they have names now that start with HTTP.

Mindenféle fogalomnak van HTTP-vel kezdődő neve.

Second rule, if I take one of these HTTP names and I look it up

A második szabály, hogy ha megnézek egy ilyen HTTP nevet

and I do the web thing with it and I fetch the data

és a neten megkeresem az adatokat

using the HTTP protocol from the web,

a HTTP protokollon keresztül,

I will get back some data in a standard format

akkor valamilyen szabványos formában kell visszakapnom valamilyen adatot,

which is kind of useful data that somebody might like to know

amire szükségem lehet és hasznos

about that thing, about that event.

annak a dolognak vagy eseménynek a leírására.

Who's at the event? Whatever it is about that person,

Ki lesz ott? Bármi erről a személyről,

where they were born, things like that.

hogy hol született például.

So the second rule is I get important information back.

Tehát a második szabály, hogy fontos információt kapjak vissza.

Third rule is that when I get back that information

A harmadik szabály, hogy amikor visszakapom az információt

it's not just got somebody's height and weight and when they were born,

akkor ne csak valakinek a magasságát, súlyát, születési idejét tudjam meg,

it's got relationships.

hanem kapcsolatokat is.

Data is relationships.

Az adatok kapcsolatok.

Interestingly, data is relationships.

Érdekes, de az adatok kapcsolatok.

This person was born in Berlin; Berlin is in Germany.

Ez az ember Berlin-ben született. Berlin Németországban van.

And when it has relationships, whenever it expresses a relationship

És amikor ilyen kapcsolatok jönnek létre,

then the other thing that it's related to

akkor a másik dolog, amivel kapcsolatban áll,

is given one of those names that starts HTTP.

kap egy újabb HTTP nevet.

So, I can go ahead and look that thing up.

Így megkereshetem ezt is.

So I look up a person -- I can look up then the city where they were born; then

Tehát megkeresek egy embert - megkereshetem, hogy hol született,

I can look up the region it's in, and the town it's in,

hol helyezkedik el az a város,

and the population of it, and so on.

mekkora a népessége, stb.

So I can browse this stuff.

Böngészhetek ezek között az adatok között.

So that's it, really.

És ez az.

That is linked data.

Ez az összekapcsolt adat.

I wrote an article entitled "Linked Data" a couple of years ago

Írtam néhány évvel ezelőtt egy "Összekapcsolt adat" című cikket

and soon after that, things started to happen.

és nem sokkal ezután elkezdtek dolgok történni.

The idea of linked data is that we get lots and lots and lots

Az összekapcsolt adat ötlete, hogy van nagyon-nagyon sok

of these boxes that Hans had,

ilyen dobozunk, mint Hansnak volt,

and we get lots and lots and lots of things sprouting.

és nagyon sok minden sarjad ki belőlük.

It's not just a whole lot of other plants.

Nem csak sok más növény,

It's not just a root supplying a plant,

nem csak egy növényt tápláló gyökér,

but for each of those plants, whatever it is --

hanem minden ilyen növénynek, bármi is legyen az -

a presentation, an analysis, somebody's looking for patterns in the data --

egy prezentáció, egy elemzés, mintázatok felismerése az adatok között -

they get to look at all the data

az összes adatot figyelembe kell venni

and they get it connected together,

és össze kell kapcsolni.

and the really important thing about data

És ami nagyon fontos az adatokkal kapcsolatban,

is the more things you have to connect together, the more powerful it is.

hogy minél többet tudunk összekapcsolni, annál hatékonyabb.

So, linked data.

Tehát összekapcsolt adat.

The meme went out there.

Az ötlet elindult.

And, pretty soon Chris Bizer at the Freie Universitat in Berlin

És hamarosan Chris Bizer a berlini Freie Universitat-ról

who was one of the first people to put interesting things up,

aki az egyik első volt azok közül akik érdekes dolgokat hoztak fel,

he noticed that Wikipedia --

felfedezte a Wikipediát -

you know Wikipedia, the online encyclopedia

az ismert online enciklopédiát

with lots and lots of interesting documents in it.

nagyon sok érdekes dokumentummal.

Well, in those documents, there are little squares, little boxes.

Ezekben a dokumentumokban vannak kis dobozok.

And in most information boxes, there's data.

Ezekben az információs dobozokban pedig adatok.

So he wrote a program to take the data, extract it from Wikipedia,

Írt egy programot, ami a Wikipediából kinyeri az adatokat

and put it into a blob of linked data

és a összekapcsolt adatok egyik buborékjába tette őket

on the web, which he called dbpedia.

a weben, amit dbpedia-nak nevezett el.

Dbpedia is represented by the blue blob in the middle of this slide

A Dbpedia-t a kék buborék jelöli a dia közepén

and if you actually go and look up Berlin,

és ha megkeressük Berlin-t

you'll find that there are other blobs of data

láthatjuk, hogy vannak egyéb adat buborékok is

which also have stuff about Berlin, and they're linked together.

amik szintén tartalmaznak valamit Berlinről és össze vannak kapcsolva.

So if you pull the data from dbpedia about Berlin,

Ha vesszük tehát az összes adatot, amit a dbpedia Berlinről tartalmaz

you'll end up pulling up these other things as well.

egyéb helyekről is magával fogja hozni az információkat.

And the exciting thing is it's starting to grow.

És ami érdekes, hogy egyre növekszik.

This is just the grassroots stuff again, OK?

Egy újabb mozgalom.

Let's think about data for a bit.

Gondolkozzunk egy kicsit az adatokról.

Data comes in fact in lots and lots of different forms.

Nagyon sok formában lehetnek adatok.

Think of the diversity of the web. It's a really important thing

Gondoljunk a web sokféleségére, ez nagyon fontos

that the web allows you to put all kinds of data up there.

hogy a webre bármilyen adatot felrakhatunk.

So it is with data. I could talk about all kinds of data.

Tehát ezek az adatok, nagyon sokféle adatról lehetne beszélni.

We could talk about government data, enterprise data is really important,

Kormányzati adatokról, a vállalkozási adatok nagyon fontosak,

there's scientific data, there's personal data,

vannak tudományos adatok, személyes adatok,

there's weather data, there's data about events,

időjárás adatok, események,

there's data about talks, and there's news and there's all kinds of stuff.

adatok előadásokról, hírek, és még sok minden más.

I'm just going to mention a few of them

Csak néhányat fogok említeni

so that you get the idea of the diversity of it,

azért, hogy lássuk a sokféleséget,

so that you also see how much unlocked potential.

és az ebben rejlő lehetőségeket.

Let's start with government data.

Kezdjük a kormányzati adatokkal.

Barack Obama said in a speech,

Barack Obama egyik beszédében azt mondta, hogy

that he -- American government data would be available on the Internet

- az amerikai kormányzati adatok elérhetőek lennének az interneten

in accessible formats.

hozzáférhető formákban.

And I hope that they will put it up as linked data.

És remélem, hogy összekapcsolt adatként fogják feltenni.

That's important. Why is it important?

Ez fontos. Miért?

Not just for transparency, yeah transparency in government is important,

Nem csak az átláthatóság miatt, bár az átláthatóság fontos a kormányzatban,

but that data -- this is the data from all the government departments

hanem az adatok miatt - az összes kormányzati szervtől származó adat.

Think about how much of that data is about how life is lived in America.

Gondoljunk bele mennyi adat van az amerikai életről.

It's actual useful. It's got value.

És ez hasznos, értékes.

I can use it in my company.

Használhatom a cégemben,

I could use it as a kid to do my homework.

gyerekként a házi feladatomhoz.

So we're talking about making the place, making the world run better

A világ jobbításáról beszélünk

by making this data available.

ha elérhetővé tesszük ezeket az adatokat.

In fact if you're responsible -- if you know about some data

Ha felelős vagy - ha tudsz valamilyen információról

in a government department, often you find that

egy kormányzati szervnél, gyakran azt látod,

these people, they're very tempted to keep it --

hogy ezek az emberek nagyon meg akarják tartani maguknak -

Hans calls it database hugging.

Hans ezt adatbázis ölelésnek nevezi.

You hug your database, you don't want to let it go

Magadhoz szorítod az adataidat, nem engeded ki

until you've made a beautiful website for it.

amíg nem készítettél neki egy nagyon szép honlapot.

Well, I'd like to suggest that rather --

Azt javasolnám, hogy inkább -

yes, make a beautiful website,

igen, csinálj szép honlapot,

who am I to say don't make a beautiful website?

ki vagyok én, hogy azt mondanám, hogy ne.

Make a beautiful website, but first

Készíts szép honlapot, de először

give us the unadulterated data,

add ki a természetes adatokat,

we want the data.

szükségünk van az adatokra.

We want unadulterated data.

Természetes adatokra van szükségünk.

OK, we have to ask for raw data now.

Most a nyers adatokat kérnünk kell.

And I'm going to ask you to practice that, OK?

És ezt most gyakoroljuk, rendben?

Can you say "raw"?

Mondjuk: "nyers"

Audience: Raw.

Közönség: "nyers"

Tim Berners-Lee: Can you say "data"?

Tim Berners-Lee: mondjuk "adatokat"

Audience: Data.

Közönség: adatokat

TBL: Can you say "now"?

Tim Berners-Lee: "most"

Audience: Now!

Közönség: most!

TBL: Alright, "raw data now"!

Egyben, "Nyers adatokat most!"

Audience: Raw data now!

Közönség: "Nyers adatokat most!"

Practice that. It's important because you have no idea the number of excuses

Ezt gyakoroljuk! Fontos, mert rengeteg kifogást tudnak

people come up with to hang onto their data

az emberek felhozni, hogy megtarthassák adataikat

and not give it to you, even though you've paid for it as a taxpayer.

és ne adják ki, még akkor sem ha adófizetőként fizetünk ezért.

And it's not just America. It's all over the world.

És nem csak Amerikában, az egész világon így van.

And it's not just governments, of course -- it's enterprises as well.

És természetesen nem csak a kormányzatban, hanem a cégeknél is.

So I'm just going to mention a few other thoughts on data.

Még néhány gondolat az adatokról.

Here we are at TED, and all the time we are very conscious

Itt vagyunk a TED-en, és mindig nagyon öntudtosak vagyunk

of the huge challenges that human society has right now --

hogy az emberi társadalomnak mik a nagy kihívásai most -

curing cancer, understanding the brain for Alzheimer's,

rák gyógyítás, Alzheimer kórosok agyi működésének megértése,

understanding the economy to make it a little bit more stable,

a gazdaság megértése a stabilitás érdekében,

understanding how the world works.

a világ működésének megértése.

The people who are going to solve those -- the scientists --

Azoknak, akik ezeket megoldják - a tudósoknak -

they have half-formed ideas in their head,

félig megfogalmazott megoldásaik vannak a fejükben,

they try to communicate those over the web.

amit a weben keresztül próbálnak meg bemutatni.

But a lot of the state of knowledge of the human race at the moment

De az emberi tudás nagy része jelenleg

is on databases, often sitting in their computers,

adatbázisokban rejlik, egy-egy számítógépen

and actually, currently not shared.

amit nem osztanak meg senkivel.

In fact, I'll just go into one area --

Nézzünk csak egy konkrét területet -

if you're looking at Alzheimer's, for example,

ha például az Alzheimer kórra keresünk,

drug discovery -- there is a whole lot of linked data which is just coming out

gyógyszer felfedezések - nagyon sok összekapcsolt adat van,

because scientists in that field realize

mert a tudósok ezen a területen rájöttek,

this is a great way of getting out of those silos,

hogy ez egy jó módja annak, hogy kiszabaduljanak ebből a zártságból,

because they had their genomics data in one database

mert a genomikai adataik egy adatbázisban vannak

in one building, and they had their protein data in another.

egy adott épületben, a fehérje adataik pedig egy másikban.

Now, they are sticking it onto -- linked data --

Most összekötik ezeket - összekapcsolt adat -

and now they can ask the sort of question, that you probably wouldn't ask,

és olyan kérdéseket tudnak feltenni, amit mi nem tennénk,

I wouldn't ask -- they would.

én nem tenném, ők igen.

What proteins are involved in signal transduction

Milyen fehérjék játszanak szerepet a jel továbbításban

and also related to pyramidal neurons?

és kapcsolódnak a piramis idegsejtekhez?

Well, you take that mouthful and you put it into Google.

Ezt így ahogy van a Google-n keresnénk.

Of course, there's no page on the web which has answered that question

Persze nincs olyan oldal a weben, ami megválaszolta volna ezt a kérdés

because nobody has asked that question before.

mivel még senki nem tette fel.

You get 223,000 hits --

Van 223000 találat -

no results you can use.

de nincs használható eredmény.

You ask the linked data -- which they've now put together --

Rákeresünk a összekapcsolt adatokban - amit most már összeállítottak -

32 hits, each of which is a protein which has those properties

32 találat, mindegyik olyan fehérje, amelyik rendelkezik az adott tulajdonságokkal

and you can look at.

és meg is nézhetjük.

The power of being able to ask those questions, as a scientist --

Az ereje annak, hogy ilyen kérdéseket tehetünk fel tudósként -

questions which actually bridge across different disciplines --

kérdéseket, amelyek különböző tudományterületeket kötnek össze -

is really a complete sea change.

egy tényleg nagy lehetőség.

It's very very important.

Nagyon fontos.

Scientists are totally stymied at the moment --

A tudósok nagy akadályokba ütköznek -

the power of the data that other scientists have collected is locked up

a mások által összegyűjtött adatok elérhetetlensége miatt

and we need to get it unlocked so we can tackle those huge problems.

és ezeket kéne feloldani, hogy a nagy kérdéseket kezelni lehessen.

Now if I go on like this, you'll think that all the data comes from huge institutions

Ha így folytatom, azt gondolhatnánk, hogy minden adat nagy intézményektől származik

and has nothing to do with you.

és semmi közünk hozzá.

But, that's not true.

De ez nem igaz.

In fact, data is about our lives.

Valójában az adatok az életünkről szólnak.

You just -- you log on to your social networking site,

Csak bejelentkezünk egy közösségi oldalra,

your favorite one, you say, "This is my friend."

és azt mondjuk, hogy "Ez az ismerősünk".

Bing! Relationship. Data.

Hopp! Kapcsolat. Adat.

You say, "This photograph, it's about -- it depicts this person. "

Azt mondjuk, hogy "Ezen a képen ez a valaki szerepel".

Bing! That's data. Data, data, data.

Hopp! Adat, adat, adat.

Every time you do things on the social networking site,

Minden alkalommal, amikor közösségi oldalakon csinálunk valamit,

the social networking site is taking data and using it -- re-purposing it --

az oldal adatokat gyűjt és használ fel - újrahasznosít -

and using it to make other people's lives more interesting on the site.

és az oldalon lévő emberek életét érdekesebbé teszi.

But, when you go to another linked data site --

De amikor egy másik összekapcsolt adat oldalra megyünk -

and let's say this is one about travel,

mondjuk egy utazással kapcsolatos oldalra.

and you say, "I want to send this photo to all the people in that group,"

és azt mondjuk: "El szeretném küldeni ezt a képet mindenkinek ebben a csoportban"

you can't get over the walls.

nem tudunk átlépni a falakon.

The Economist wrote an article about it, and lots of people have blogged about it --

Az Economist írt erről egy cikket, és sokan blogoltak is róla,

tremendous frustration.

nagyon idegesítő.

The way to break down the silos is to get inter-operability

Ahhoz, hogy kitörjünk a falak közül, meg kell valósítani az együttműködést

between social networking sites.

a közösségi oldalak között.

We need to do that with linked data.

Ehhez az összekapcsolt adatra van szükség.

One last type of data I'll talk about, maybe it's the most exciting.

Még egy típusú adatról hadd beszéljek, talán ez a legérdekesebb.

Before I came down here, I looked it up on OpenStreetMap

Mielőtt ide jöttem, megnéztem az OpenStreetMap-et.

The OpenStreetMap's a map, but it's also a Wiki.

Ez egy térkép, de ugyanakkor egy Wiki oldal is.

Zoom in and that square thing is a theater -- which we're in right now --

Belenagyítok, és az a négyzet ott egy színház - ahol éppen most vagyunk -

The Terrace Theater. It didn't have a name on it.

A Terrace Színház. Nem volt rajta név.

So I could go into edit mode, I could select the theater,

Tehát beléptem a szerkesztő módba, kiválasztottam a színházat,

I could add down at the bottom the name, and I could save it back.

lent hozzáadtam a nevet és elmentettem.

And now if you go back to the OpenStreetMap. org,

És most ha visszamegyünk az OpenStreetMap.org oldalra,

and you find this place, you will find that The Terrace Theater has got a name.

és rákeresünk erre a helyre, látni fogjuk, hogy a Terrace Színháznak már van neve.

I did that. Me!

Én csináltam. Én!

I did that to the map. I just did that!

Én csináltam azt a térképen. Én csináltam!

I put that up on there. Hey, you know what?

Én tettem fel oda.

If I -- that street map is all about everybody doing their bit

Ha a street map-en mindenki ennyit megtesz,

and it creates an incredible resource

hatalmas adatforrás jön létre

because everybody else does theirs.

mert mindenki más is megtette a magáét.

And that is what linked data is all about.

És erről szól az összekapcsolt adat.

It's about people doing their bit

Hogy mindenki megteszi a maga kis részét

to produce a little bit, and it all connecting.

hogy létrejöjjön valami és aztán összekapcsolódik.

That's how linked data works.

Így működik az összekapcsolt adat.

You do your bit. Everybody else does theirs.

Te megteszed a te részed. Mindenki más a sajátját.

You may not have lots of data which you have yourself to put on there

Lehet, hogy nincs sok adatod amit fel tudsz tenni

but you know to demand it.

de igényünk van rá.

And we've practiced that.

És ezt már gyakoroltuk.

So, linked data -- it's huge.

Tehát összekapcsolt adat - ez hatalmas.

I've only told you a very small number of things

Csak nagyon kicsit mondtam el belőle.

There are data in every aspect of our lives,

Életünk minden területén vannak adatok,

every aspect of work and pleasure,

a munka és a szórakozás területein

and it's not just about the number of places where data comes,

és nem csak az a lényeg, hogy hány helyről érkezik adat,

it's about connecting it together.

hanem ezek kapcsolata.

And when you connect data together, you get power

És amikor az adatok összekapcsolódnak, annak nagy ereje van,

in a way that doesn't happen just with the web, with documents.

ami a weben, a dokumentumokon keresztül nem érvényesül.

You get this really huge power out of it.

Nagyon sok mindent lehet kihozni belőle.

So, we're at the stage now

Tehát most itt tartunk,

where we have to do this -- the people who think it's a great idea.

amikor ezt meg kell valósítani - azoknak, akik ezt jó ötletnek tartják.

And all the people -- and I think there's a lot of people at TED who do things because --

És mindenki - és azt hiszem, nagyon sok ilyen ember van a TED-en, akik ezért teszik -

even though there's not an immediate return on the investment

még akkor is, ha nincs közvetlen nyereség,

because it will only really pay off when everybody else has done it --

mert csak akkor éri meg, ha mindenki más is megteszi -

they'll do it because they're the sort of person who just does things

megteszik, mert olyan emberek, akik csak megtesznek dolgokat

which would be good if everybody else did them.

amiket jó lenne, ha mindenki megtenne.

OK, so it's called linked data.

OK, tehát ez az összekapcsolt adat.

I want you to make it.

Szeretném, ha mindannyian csinálnánk.

I want you to demand it.

Szeretném, ha mindannyian igényt tartanánk rá.

And I think it's an idea worth spreading.

És azt hiszem, hogy ez egy terjesztésre érdemes ötlet.

Thanks.

Köszönöm.

(Applause)

(Taps)