Shyam Sankar: The rise of human-computer cooperation

62,464 views ・ 2012-09-06

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Traduttore: Anna Cristiana Minoli Revisore: Daniele Berti
00:15
I'd like to tell you about two games of chess.
1
15772
2556
Vi voglio raccontare di due partite a scacchi.
00:18
The first happened in 1997, in which Garry Kasparov,
2
18328
3864
La prima si è tenuta nel 1997 e Garry Kasparov,
00:22
a human, lost to Deep Blue, a machine.
3
22192
3716
umano, perse contro Deep Blue, una macchina.
00:25
To many, this was the dawn of a new era,
4
25908
2240
Per molti è stata l'alba di una nuova era,
00:28
one where man would be dominated by machine.
5
28148
2779
un'era in cui gli uomini sarebbero stati dominati dalle macchine.
00:30
But here we are, 20 years on, and the greatest change
6
30927
3334
Ma eccoci qui, 20 anni dopo, il grande cambiamento
00:34
in how we relate to computers is the iPad,
7
34261
2690
delle nostre relazioni con i computer è l'iPad,
00:36
not HAL.
8
36951
2045
non HAL.
00:38
The second game was a freestyle chess tournament
9
38996
2648
La seconda partita è un torneo di scacchi avanzati
00:41
in 2005, in which man and machine could enter together
10
41644
2969
nel 2005 in cui uomo e macchina partecipavano insieme
00:44
as partners, rather than adversaries, if they so chose.
11
44613
4666
come compagni, anziché come avversari, se volevano.
00:49
At first, the results were predictable.
12
49279
1851
All'inizio i risultati erano prevedibili.
00:51
Even a supercomputer was beaten by a grandmaster
13
51130
2497
Anche un supercomputer si faceva battere da un maestro
00:53
with a relatively weak laptop.
14
53627
2312
con un laptop relativamente poco potente.
00:55
The surprise came at the end. Who won?
15
55939
2985
La sorpresa arrivò alla fine. Chi vinse?
00:58
Not a grandmaster with a supercomputer,
16
58924
2776
Non un gran maestro con un supercomputer,
01:01
but actually two American amateurs
17
61700
1493
ma due dilettante americani
01:03
using three relatively weak laptops.
18
63193
3822
con tre laptop poco potenti.
01:07
Their ability to coach and manipulate their computers
19
67015
2596
La loro capacità di manipolare e gestire i computer
01:09
to deeply explore specific positions
20
69611
2435
per esplorare fino in fondo specifiche mosse
01:12
effectively counteracted the superior chess knowledge
21
72046
2390
contrastò efficacemente la superiorità negli scacchi
01:14
of the grandmasters and the superior computational power
22
74436
2609
dei grandi maestri e la maggiore capacità di calcolo
01:17
of other adversaries.
23
77045
1909
di altri avversari.
01:18
This is an astonishing result: average men,
24
78954
2905
È un risultato strabiliante: uomini comuni,
01:21
average machines beating the best man, the best machine.
25
81859
4081
macchine comuni che battono gli uomini e le macchine migliori.
01:25
And anyways, isn't it supposed to be man versus machine?
26
85940
3199
Comunque, non doveva trattarsi di un duello uomo-macchina?
01:29
Instead, it's about cooperation, and the right type of cooperation.
27
89139
4152
Invece si tratta di aziende e del giusto tipo di collaborazione.
01:33
We've been paying a lot of attention to Marvin Minsky's
28
93291
2857
Negli ultimi 50 anni abbiamo prestato molta attenzione
01:36
vision for artificial intelligence over the last 50 years.
29
96148
3242
alla visione sull'intelligenza artificiale di Marvin Minsky
01:39
It's a sexy vision, for sure. Many have embraced it.
30
99390
2262
È certamente una visione sexy. Molti la condividono.
01:41
It's become the dominant school of thought in computer science.
31
101652
2753
È diventata la scuola di pensiero dominante nell'informatica.
01:44
But as we enter the era of big data, of network systems,
32
104405
3072
Ma entrando nell'era dei grandi dati, delle reti,
01:47
of open platforms, and embedded technology,
33
107477
2698
delle piattaforme aperte e della tecnologia incorporata,
01:50
I'd like to suggest it's time to reevaluate an alternative vision
34
110175
3392
vorrei suggerire che è tempo di rivalutare una visione alternativa
01:53
that was actually developed around the same time.
35
113567
3070
sviluppata all'incirca nello stesso periodo.
01:56
I'm talking about J.C.R. Licklider's human-computer symbiosis,
36
116637
3332
Parlo della simbiosi uomo-computer di J.C.R. Licklider,
01:59
perhaps better termed "intelligence augmentation," I.A.
37
119969
3808
che forse dovremmo chiamare "aumento dell'intelligenza", A.I.
02:03
Licklider was a computer science titan who had a profound
38
123777
2640
Licklider era un titano dell'informatica che ha avuto
02:06
effect on the development of technology and the Internet.
39
126417
3006
un profondo effetto sullo sviluppo della tecnologia e di internet.
02:09
His vision was to enable man and machine to cooperate
40
129423
2868
La sua visione era quella di permettere all'uomo e alle macchine di collaborare
02:12
in making decisions, controlling complex situations
41
132291
3590
nel prendere decisioni, controllare le situazioni complesse
02:15
without the inflexible dependence
42
135881
1770
senza la dipendenza e la mancanza di flessibilità
02:17
on predetermined programs.
43
137651
2533
di programmi predeterminati.
02:20
Note that word "cooperate."
44
140184
2498
Notate quella parola "collaborare".
02:22
Licklider encourages us not to take a toaster
45
142682
2747
Licklider non ci incoraggia a prendere un tostapane
02:25
and make it Data from "Star Trek,"
46
145429
2284
e a farlo diventare Data di "Star Trek",
02:27
but to take a human and make her more capable.
47
147713
3535
ma a prendere un umano e renderlo più capace.
02:31
Humans are so amazing -- how we think,
48
151248
1911
Gli umani sono straordinari -- il nostro modo di pensare,
02:33
our non-linear approaches, our creativity,
49
153159
2618
il nostro approccio non lineare, la nostra creatività,
02:35
iterative hypotheses, all very difficult if possible at all
50
155777
2131
le ipotesi iterative, tutto molto difficile, se non impossibile
02:37
for computers to do.
51
157908
1345
per i computer.
02:39
Licklider intuitively realized this, contemplating humans
52
159253
2452
Licklider intuitivamente se ne è accorto, osservando gli umani
02:41
setting the goals, formulating the hypotheses,
53
161705
2327
fissare obiettivi, formulare ipotesi,
02:44
determining the criteria, and performing the evaluation.
54
164032
3376
determinare criteri e fare valutazioni.
02:47
Of course, in other ways, humans are so limited.
55
167408
1775
Certo, in altre cose gli umani sono così limitati.
02:49
We're terrible at scale, computation and volume.
56
169183
3235
Siamo terribili nelle misure, nel calcolo e nei volumi.
02:52
We require high-end talent management
57
172418
1836
Abbiamo bisogno di talento manageriale di alto livello
02:54
to keep the rock band together and playing.
58
174254
2064
per tenere insieme una band e suonare.
02:56
Licklider foresaw computers doing all the routinizable work
59
176318
2204
Licklider aveva previsto che i computer avrebbero fatto i lavori ripetitivi
02:58
that was required to prepare the way for insights and decision making.
60
178522
3276
richiesti per preparare l'accesso a informazioni e alla presa di decisioni.
03:01
Silently, without much fanfare,
61
181798
2224
Silenziosamente, senza far rumore,
03:04
this approach has been compiling victories beyond chess.
62
184022
3354
questo approccio ha reso possibili vittorie che vanno oltre gli scacchi.
03:07
Protein folding, a topic that shares the incredible expansiveness of chess —
63
187376
3356
Il ripiegamento delle proteine, un tema che ha in comune con gli scacchi un'incredibile vastità --
03:10
there are more ways of folding a protein than there are atoms in the universe.
64
190732
3042
esistono più modi di ripiegare una proteina del numero di atomi nell'universo.
03:13
This is a world-changing problem with huge implications
65
193774
2353
È un problema che può cambiare il mondo con profonde implicazioni
03:16
for our ability to understand and treat disease.
66
196127
2308
sulla nostra capacità di comprendere e trattare le malattie.
03:18
And for this task, supercomputer field brute force simply isn't enough.
67
198435
4248
E per questo compito, la forza bruta di un supercomputer semplicemente non è sufficiente.
03:22
Foldit, a game created by computer scientists,
68
202683
2384
Foldit, un gioco creato da informatici,
03:25
illustrates the value of the approach.
69
205067
2502
spiega il valore di questo approccio.
03:27
Non-technical, non-biologist amateurs play a video game
70
207569
3041
Dilettanti, non-tecnici, non-biologi con un videogioco
03:30
in which they visually rearrange the structure of the protein,
71
210610
3073
riorganizzano visivamente la struttura della proteina
03:33
allowing the computer to manage the atomic forces
72
213683
1499
permettendo al computer di gestire le forze atomiche
03:35
and interactions and identify structural issues.
73
215182
2957
e le interazioni e identificare i problemi strutturali.
03:38
This approach beat supercomputers 50 percent of the time
74
218139
3023
Questo approccio batte il computer la metà delle volte
03:41
and tied 30 percent of the time.
75
221162
2584
e pareggia il 30% delle volte.
03:43
Foldit recently made a notable and major scientific discovery
76
223746
3137
Di recente Foldit ha fatto un grande scoperta scientifica
03:46
by deciphering the structure of the Mason-Pfizer monkey virus.
77
226883
3160
decifrando la struttura del virus Mason-Pfizer della scimmia.
03:50
A protease that had eluded determination for over 10 years
78
230043
3015
Una protease, la cui determinazione sfuggiva da più di 10 anni,
03:53
was solved was by three players in a matter of days,
79
233058
2626
è stata scoperta da questi tre giocatori nel giro di qualche giorno,
03:55
perhaps the first major scientific advance
80
235684
2025
probabilmente il più grande progresso scientifico
03:57
to come from playing a video game.
81
237709
2323
proveniente da un videogioco.
04:00
Last year, on the site of the Twin Towers,
82
240032
2181
L'anno scorso, sul sito delle Torri Gemelle,
04:02
the 9/11 memorial opened.
83
242213
1473
è stato aperto il memorial dell'11 settembre.
04:03
It displays the names of the thousands of victims
84
243686
2721
Mostra i nomi di migliaia di vittime
04:06
using a beautiful concept called "meaningful adjacency."
85
246407
3063
utilizzando un bellissimo concetto detto "adiacenze significative".
04:09
It places the names next to each other based on their
86
249470
2166
Posiziona i nomi uno accanto all'altro a seconda
04:11
relationships to one another: friends, families, coworkers.
87
251636
2213
delle loro relazioni: amici, famiglia, colleghi.
04:13
When you put it all together, it's quite a computational
88
253849
3028
Metterli tutti insieme è quasi una sfida
04:16
challenge: 3,500 victims, 1,800 adjacency requests,
89
256877
4223
matematica; 3500 vittime, 1800 richieste di adiacenze,
04:21
the importance of the overall physical specifications
90
261100
3092
l'importanza delle specifiche fisiche complessive
04:24
and the final aesthetics.
91
264192
2137
e l'estetica finale.
04:26
When first reported by the media, full credit for such a feat
92
266329
2615
La prima volta che è stato riportato dai media, il merito dell'impresa
04:28
was given to an algorithm from the New York City
93
268944
1892
è stato attribuito a un algoritmo dello studio di design
04:30
design firm Local Projects. The truth is a bit more nuanced.
94
270836
4001
Local Projects di New York. In realtà è un po' più sottile.
04:34
While an algorithm was used to develop the underlying framework,
95
274837
2871
Mentre è stato usato un algoritmo per sviluppare la struttura sottostante,
04:37
humans used that framework to design the final result.
96
277708
3008
gli umani hanno usato quella struttura per realizzare il risultato finale.
04:40
So in this case, a computer had evaluated millions
97
280716
2225
In questo caso, un computer aveva valutato milioni
04:42
of possible layouts, managed a complex relational system,
98
282941
3335
di possibili disposizioni, aveva gestito un sistema di relazioni complesse,
04:46
and kept track of a very large set of measurements
99
286276
2414
tenendo traccia di un'ampia serie di misure
04:48
and variables, allowing the humans to focus
100
288690
2410
e variabili, permettendo agli umani di concentrarsi
04:51
on design and compositional choices.
101
291100
2802
sul design e sulle scelte di composizione.
04:53
So the more you look around you,
102
293902
1036
Più vi guardate intorno,
04:54
the more you see Licklider's vision everywhere.
103
294938
1962
più vedete ovunque la visione di Licklider.
04:56
Whether it's augmented reality in your iPhone or GPS in your car,
104
296900
3304
Che sia la realtà aumentata nel vostro iPhone o il GPS nella vostra auto,
05:00
human-computer symbiosis is making us more capable.
105
300204
2970
la simbiosi uomo-computer ci rende più capaci.
05:03
So if you want to improve human-computer symbiosis,
106
303174
1655
Cosa si può fare per migliorare
05:04
what can you do?
107
304829
1429
la simbiosi uomo-computer?
05:06
You can start by designing the human into the process.
108
306258
2452
Si può cominciare con inserire gli umani nel processo.
05:08
Instead of thinking about what a computer will do to solve the problem,
109
308710
2204
Invece di pensare a quello che un computer farà per risolvere il problema,
05:10
design the solution around what the human will do as well.
110
310914
3869
creare anche la soluzione intorno a quello che farà un essere umano.
05:14
When you do this, you'll quickly realize that you spent
111
314783
1937
Facendo questo, ci si rende presto conto di aver passato il tempo
05:16
all of your time on the interface between man and machine,
112
316720
2879
sull'interfaccia uomo-macchina
05:19
specifically on designing away the friction in the interaction.
113
319599
3099
in particolare nell'eliminare l'attrito di questa interazione.
05:22
In fact, this friction is more important than the power
114
322698
2766
Di fatto, questo attrito è più importante
05:25
of the man or the power of the machine
115
325464
2052
del potere dell'uomo o del potere della macchina
05:27
in determining overall capability.
116
327516
1931
nel determinare le capacità complessive.
05:29
That's why two amateurs with a few laptops
117
329447
1977
Ecco perché due dilettanti con qualche laptop
05:31
handily beat a supercomputer and a grandmaster.
118
331424
2456
hanno battuto facilmente un supercomputer e un maestro.
05:33
What Kasparov calls process is a byproduct of friction.
119
333880
3005
Quello che Kasparov chiama processo è un sottoprodotto dell'attrito.
05:36
The better the process, the less the friction.
120
336885
2401
Migliore è il processo, minore è l'attrito.
05:39
And minimizing friction turns out to be the decisive variable.
121
339286
4256
La variabile decisiva diventa la minimizzazione di questo attrito.
05:43
Or take another example: big data.
122
343542
2243
Prendete un altro esempio: grandi quantità di dati.
05:45
Every interaction we have in the world is recorded
123
345785
1906
Tutte le interazioni al mondo vengono registrate
05:47
by an ever growing array of sensors: your phone,
124
347691
3059
da una serie crescente di sensori: il vostro telefono,
05:50
your credit card, your computer. The result is big data,
125
350750
2373
la vostra carta di credito, il vostro computer. Il risultato sono tanti dati,
05:53
and it actually presents us with an opportunity
126
353123
1742
e in realtà ci forniscono l'opportunità
05:54
to more deeply understand the human condition.
127
354865
2662
di capire più a fondo la condizione umana.
05:57
The major emphasis of most approaches to big data
128
357527
2305
La maggiore enfasi di molti approcci ai grandi dati
05:59
focus on, "How do I store this data? How do I search
129
359832
2215
si concentra su, "Come memorizzare questi dati? Come cercare
06:02
this data? How do I process this data?"
130
362047
2276
all'interno di questi dati? Come processare questi dati?
06:04
These are necessary but insufficient questions.
131
364323
2204
Queste sono domande necessarie, ma non sufficienti.
06:06
The imperative is not to figure out how to compute,
132
366527
2471
L'imperativo non è scoprire come calcolare,
06:08
but what to compute. How do you impose human intuition
133
368998
2184
ma cosa calcolare. Come si impone l'intuizione umana
06:11
on data at this scale?
134
371182
1791
su dati di questa dimensione?
06:12
Again, we start by designing the human into the process.
135
372973
3499
Ancora una volta, cominciamo con l'inserire l'essere umano nel processo.
06:16
When PayPal was first starting as a business, their biggest
136
376472
2812
Quando PayPal ha iniziato ad operare, la sua più grande sfida
06:19
challenge was not, "How do I send money back and forth online?"
137
379284
2804
non era, "Come trasferisco i soldi online?"
06:22
It was, "How do I do that without being defrauded by organized crime?"
138
382088
3872
Era, "Come lo faccio senza farmi intercettare dal crimine organizzato?"
06:25
Why so challenging? Because while computers can learn
139
385960
2088
Perché è così sfidante? Perché mentre i computer possono imparare
06:28
to detect and identify fraud based on patterns,
140
388048
3144
ad intercettare e identificare le frodi sulla base di schemi,
06:31
they can't learn to do that based on patterns
141
391192
1479
non possono imparare a farlo sulla base di schemi
06:32
they've never seen before, and organized crime
142
392671
2116
che non hanno mai visto prima e il crimine organizzato
06:34
has a lot in common with this audience: brilliant people,
143
394787
2709
ha molto in comune con questo pubblico: gente brillante,
06:37
relentlessly resourceful, entrepreneurial spirit — (Laughter) —
144
397496
3640
implacabili, pieni di risorse, spirito imprenditoriale -- (Risate)
06:41
and one huge and important difference: purpose.
145
401136
2712
e una differenza enorme e importante: lo scopo.
06:43
And so while computers alone can catch all but the cleverest
146
403848
2832
Così, mentre i soli computer possono prendere tutto tranne
06:46
fraudsters, catching the cleverest is the difference
147
406680
2253
i più brillanti truffatori, prendere i più svegli fa la differenza
06:48
between success and failure.
148
408933
2545
tra un successo e un fallimento.
06:51
There's a whole class of problems like this, ones with
149
411478
2221
Ci sono una serie di problemi come questo, quelli con
06:53
adaptive adversaries. They rarely if ever present with a
150
413699
2575
avversari adattabili. Si presentano raramente, se non mai,
06:56
repeatable pattern that's discernable to computers.
151
416274
2736
secondo uno schema ripetibile distinguibile dai computer.
06:59
Instead, there's some inherent component of innovation or disruption,
152
419010
3993
Invece, c'è una componente interna di innovazione o disturbo,
07:03
and increasingly these problems are buried in big data.
153
423003
2735
e questi problemi sono sempre più seppelliti nei dati.
07:05
For example, terrorism. Terrorists are always adapting
154
425738
2500
Per esempio il terrorismo. I terroristi si adattano continuamente
07:08
in minor and major ways to new circumstances, and despite
155
428238
2052
alle nuove circostanze, e nonostante
07:10
what you might see on TV, these adaptations,
156
430290
3094
quello che vedete in TV, questi adattamenti,
07:13
and the detection of them, are fundamentally human.
157
433384
2293
e il loro rilevamento sono fondamentalmente umani.
07:15
Computers don't detect novel patterns and new behaviors,
158
435677
3117
I computer non rilevano nuovi schemi e nuovi comportamenti,
07:18
but humans do. Humans, using technology, testing hypotheses,
159
438794
3235
lo fanno gli esseri umani. Gli esseri umani, usando la tecnologia, testano ipotesi,
07:22
searching for insight by asking machines to do things for them.
160
442029
4620
cercano indizi chiedendo alle macchine di fare per loro delle cose.
07:26
Osama bin Laden was not caught by artificial intelligence.
161
446649
2320
Osama bin Laden non è stato catturato da un'intelligenza artificiale.
07:28
He was caught by dedicated, resourceful, brilliant people
162
448969
2553
È stato catturato da persone brillanti, piene di risorse, scrupolose
07:31
in partnerships with various technologies.
163
451522
4269
in collaborazione con varie tecnologie.
07:35
As appealing as it might sound, you cannot algorithmically
164
455791
2818
Per quanto interessante possa sembrare, dai dati
07:38
data mine your way to the answer.
165
458609
1601
non si può estrarre una risposta.
07:40
There is no "Find Terrorist" button, and the more data
166
460210
2855
Non c'è il tasto "Trova Terrorista", e più si integrano dati
07:43
we integrate from a vast variety of sources
167
463065
2302
da fonti diverse
07:45
across a wide variety of data formats from very
168
465367
2133
da formati di dati diversi,
07:47
disparate systems, the less effective data mining can be.
169
467500
3309
da sistemi diversi, meno efficace è l'estrazione dei dati.
07:50
Instead, people will have to look at data
170
470809
2024
Invece, si dovranno cercare dati
07:52
and search for insight, and as Licklider foresaw long ago,
171
472833
3456
e cercare indizi, e come aveva previsto Licklider tempo fa,
07:56
the key to great results here is the right type of cooperation,
172
476289
2685
la chiave per ottenere grandi risultati è il corretto tipo di collaborazione
07:58
and as Kasparov realized,
173
478974
1524
e Kasparov si è reso conto
08:00
that means minimizing friction at the interface.
174
480498
3031
che significa minimizzare l'attrito dell'interfaccia.
08:03
Now this approach makes possible things like combing
175
483529
2758
Questo approccio rende possibili cose come setacciare
08:06
through all available data from very different sources,
176
486287
3386
i dati disponibili provenienti da fonti diverse,
08:09
identifying key relationships and putting them in one place,
177
489673
2792
identificare le relazioni chiave e metterle in un unico punto,
08:12
something that's been nearly impossible to do before.
178
492465
2928
una cosa che è sempre stata praticamente impossibile da fare.
08:15
To some, this has terrifying privacy and civil liberties
179
495393
1942
Secondo qualcuno ci sono implicazioni terribili sulla privacy
08:17
implications. To others it foretells of an era of greater
180
497335
3410
e sulle libertà civili. Secondo altri preannuncia un'era
08:20
privacy and civil liberties protections,
181
500745
1909
di maggiore privacy e protezione delle libertà civili,
08:22
but privacy and civil liberties are of fundamental importance.
182
502654
2936
ma la privacy e le libertà civili sono fondamentali.
08:25
That must be acknowledged, and they can't be swept aside,
183
505590
2193
Bisogna tenerlo presente, e non possono essere trascurate,
08:27
even with the best of intents.
184
507783
2530
anche con le migliori intenzioni.
08:30
So let's explore, through a couple of examples, the impact
185
510313
2518
Esploriamo con un paio di esempi l'impatto
08:32
that technologies built to drive human-computer symbiosis
186
512831
2406
che hanno avuto di recente le tecnologie
08:35
have had in recent time.
187
515237
2919
sulla simbiosi uomo-computer.
08:38
In October, 2007, U.S. and coalition forces raided
188
518156
3416
Nell'ottobre del 2007, gli Stati Uniti e le forze alleate
08:41
an al Qaeda safe house in the city of Sinjar
189
521572
2416
hanno fatto irruzione in un rifugio di al Qaeda a Sinjar
08:43
on the Syrian border of Iraq.
190
523988
1934
al confine siriano con l'Iraq.
08:45
They found a treasure trove of documents:
191
525922
2376
Hanno trovato documenti segreti:
08:48
700 biographical sketches of foreign fighters.
192
528298
2335
700 note biografiche di combattenti stranieri.
08:50
These foreign fighters had left their families in the Gulf,
193
530633
2584
Questi combattenti stranieri avevano lasciato le loro famiglie nel Golfo,
08:53
the Levant and North Africa to join al Qaeda in Iraq.
194
533217
3146
in Africa del nord e orientale per unirsi ad al Qaeda in Iraq.
08:56
These records were human resource forms.
195
536363
1616
Questi documenti erano moduli compilati da umani.
08:57
The foreign fighters filled them out as they joined the organization.
196
537979
2855
I combattenti stranieri li avevano compilati per unirsi all'organizzazione.
09:00
It turns out that al Qaeda, too,
197
540834
1211
Si è scoperto che anche al Qaeda
09:02
is not without its bureaucracy. (Laughter)
198
542045
2597
ha la sua burocrazia. (Risate)
09:04
They answered questions like, "Who recruited you?"
199
544642
2098
Rispondevano a domande del tipo, "Chi ti ha reclutato?"
09:06
"What's your hometown?" "What occupation do you seek?"
200
546740
2854
"Qual è la tua città natale" "Che tipo di lavoro cerchi?"
09:09
In that last question, a surprising insight was revealed.
201
549594
3169
In quest'ultima domanda si è scoperta una cosa sorprendente.
09:12
The vast majority of foreign fighters
202
552763
2400
La maggior parte dei combattenti stranieri
09:15
were seeking to become suicide bombers for martyrdom --
203
555163
2400
cercavano di diventare attentatori suicidi per i martirio --
09:17
hugely important, since between 2003 and 2007, Iraq
204
557563
4338
molto importante, visto che tra il 2003 e il 2007
09:21
had 1,382 suicide bombings, a major source of instability.
205
561901
4244
l'Iraq aveva 1382 attentatori suicidi, un'importante fonte di instabilità.
09:26
Analyzing this data was hard. The originals were sheets
206
566145
2058
Analizzare questi dati era difficile. Gli originali erano fogli di carta
09:28
of paper in Arabic that had to be scanned and translated.
207
568203
2742
in arabo che dovevano essere scannerizzati e tradotti.
09:30
The friction in the process did not allow for meaningful
208
570945
2192
La complessità del processo non consentiva di ottenere
09:33
results in an operational time frame using humans, PDFs
209
573137
3350
risultati significativi in tempi ragionevoli usando solo
09:36
and tenacity alone.
210
576487
2218
persone, PDF e tenacia.
09:38
The researchers had to lever up their human minds
211
578705
1953
I ricercatori hanno dovuto sfruttare le loro menti umane
09:40
with technology to dive deeper, to explore non-obvious
212
580658
2345
insieme alla tecnologia per scavare, per esplorare ipotesi
09:43
hypotheses, and in fact, insights emerged.
213
583003
3218
non ovvie, e effettivamente sono emersi indizi.
09:46
Twenty percent of the foreign fighters were from Libya,
214
586221
2644
20% dei combattenti stranieri erano libici,
09:48
50 percent of those from a single town in Libya,
215
588865
2968
50% di questi provenivano da un'unica città in Libia,
09:51
hugely important since prior statistics put that figure at
216
591833
2450
molto importante considerando che le statistiche precedenti
09:54
three percent. It also helped to hone in on a figure
217
594283
2383
riportavano quel numero al 3%. Ha aiutato anche a focalizzarsi
09:56
of rising importance in al Qaeda, Abu Yahya al-Libi,
218
596666
2977
su una figura di crescente importanza in al Qaeda, Abu Yahya al-Libi,
09:59
a senior cleric in the Libyan Islamic fighting group.
219
599643
2631
un anziano ecclesiastico del gruppo dei combattenti islamici libici.
10:02
In March of 2007, he gave a speech, after which there was
220
602274
2664
Nel marzo del 2007 ha tenuto un discorso dopo il quale
10:04
a surge in participation amongst Libyan foreign fighters.
221
604938
3466
è cresciuta la partecipazione dei combattenti libici stranieri.
10:08
Perhaps most clever of all, though, and least obvious,
222
608404
3106
In maniera molti intelligente, anche se meno ovvia,
10:11
by flipping the data on its head, the researchers were
223
611510
2073
rivoltando i dati che avevano in testa, i ricercatori
10:13
able to deeply explore the coordination networks in Syria
224
613583
2900
sono stati in grado di esplorare le reti di coordinamento in Siria
10:16
that were ultimately responsible for receiving and
225
616483
2517
che si occupavano di accogliere e trasportare
10:19
transporting the foreign fighters to the border.
226
619000
2464
verso il confine i combattenti stranieri.
10:21
These were networks of mercenaries, not ideologues,
227
621464
2633
Erano reti di mercenari, non di idealisti,
10:24
who were in the coordination business for profit.
228
624097
2398
che coordinavano per trarne un profitto.
10:26
For example, they charged Saudi foreign fighters
229
626495
1904
Per esempio, ai combattenti stranieri sauditi addebitavano
10:28
substantially more than Libyans, money that would have
230
628399
2199
più che ai libici; soldi che altrimenti
10:30
otherwise gone to al Qaeda.
231
630598
2320
sarebbero andati ad al Qaeda.
10:32
Perhaps the adversary would disrupt their own network
232
632918
2045
Forse gli avversari avrebbero interrotto la loro rete
10:34
if they knew they cheating would-be jihadists.
233
634963
3035
se avessero saputo di essere traditi da jihadisti.
10:37
In January, 2010, a devastating 7.0 earthquake struck Haiti,
234
637998
3745
Nel gennaio 2010 un devastante terremoto del 7° grado ha colpito Haiti,
10:41
third deadliest earthquake of all time, left one million people,
235
641743
2916
il terzo terremoto di tutti i tempi in termini di mortalità, ha lasciato
10:44
10 percent of the population, homeless.
236
644659
2584
1 milione di persone, 10% della popolazione, senza un tetto.
10:47
One seemingly small aspect of the overall relief effort
237
647243
3137
Un aspetto apparentemente ininfluente tra tutte le iniziative umanitarie
10:50
became increasingly important as the delivery of food
238
650380
2176
diventò sempre più importante quando cominciarono ad arrivare
10:52
and water started rolling.
239
652556
2160
cibo e acqua.
10:54
January and February are the dry months in Haiti,
240
654716
1458
Ad Haiti gennaio e febbraio sono mesi secchi,
10:56
yet many of the camps had developed standing water.
241
656174
2942
eppure molti campi avevano sviluppato bacini d'acqua.
10:59
The only institution with detailed knowledge of Haiti's
242
659116
2122
La sola istituzione con le informazioni dettagliate
11:01
floodplains had been leveled
243
661238
1297
delle piane alluvionali di Haiti
11:02
in the earthquake, leadership inside.
244
662535
3008
era stata distrutta nel terremoto, dirigenti compresi.
11:05
So the question is, which camps are at risk,
245
665543
2575
La domanda era quindi: quali campi sono a rischio,
11:08
how many people are in these camps, what's the
246
668118
1921
quante persone ci sono in questi campi, quali sono i tempi
11:10
timeline for flooding, and given very limited resources
247
670039
2311
delle alluvioni, e considerate le risorse e le infrastrutture
11:12
and infrastructure, how do we prioritize the relocation?
248
672350
3384
limitate, quali sono le priorità nella riallocazione?
11:15
The data was incredibly disparate. The U.S. Army had
249
675734
2344
I dati erano incredibilmente eterogenei. L'esercito degli Stati Uniti
11:18
detailed knowledge for only a small section of the country.
250
678078
2929
aveva informazioni dettagliate solo di una piccola sezione del paese.
11:21
There was data online from a 2006 environmental risk
251
681007
2511
Online c'erano dati del 2006 da una conferenza
11:23
conference, other geospatial data, none of it integrated.
252
683518
2664
sui rischi ambientali, altri dati geo-spaziali, nessuno dei quali era integrato.
11:26
The human goal here was to identify camps for relocation
253
686182
2958
L'obiettivo era identificare campi per l'allocazione
11:29
based on priority need.
254
689140
2395
secondo le priorità.
11:31
The computer had to integrate a vast amount of geospacial
255
691535
2440
Il computer doveva integrare una grande quantità di dati geospaziali,
11:33
information, social media data and relief organization
256
693975
2584
dati dai social media e informazioni di organizzazioni umanitarie
11:36
information to answer this question.
257
696559
3480
per rispondere alla domanda.
11:40
By implementing a superior process, what was otherwise
258
700039
2415
Implementando un processo ad alto livello, quello che altrimenti
11:42
a task for 40 people over three months became
259
702454
2608
sarebbe stato un lavoro di tre mesi per 40 persone
11:45
a simple job for three people in 40 hours,
260
705062
3176
è diventato un lavoro semplice di 40 ore per 3 persone,
11:48
all victories for human-computer symbiosis.
261
708238
2628
tutte vittorie per la simbiosi uomo-computer.
11:50
We're more than 50 years into Licklider's vision
262
710866
2054
Siamo a più di 50 anni dalla visione del futuro
11:52
for the future, and the data suggests that we should be
263
712920
2242
di Licklider, e i dati suggeriscono che dovremmo essere
11:55
quite excited about tackling this century's hardest problems,
264
715162
3030
entusiasti di affrontare i problemi più difficili di questo secolo,
11:58
man and machine in cooperation together.
265
718192
2947
uomo e macchina che collaborano.
12:01
Thank you. (Applause)
266
721139
2197
Grazie. (Applausi)
12:03
(Applause)
267
723336
2505
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7