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

מתרגם: Yubal Masalker מבקר: Sigal Tifferet

Time flies.

הזמן טס.

It's actually almost 20 years ago

כמעט לפני 20 שנה,

when I wanted to reframe the way we use information,

כאשר רציתי לשנות את הדרך בה אנו עושים שימוש במידע,

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

הדרך בה אנו עובדים ביחד -- המצאתי את רשת האינטרנט העולמית (www).

Now, 20 years on, at TED,

עכשיו, 20 שנה מאוחר יותר, ב-TED,

I want to ask your help in a new reframing.

אני רוצה לבקש את עזרתכם בביצוע שינוי חדש.

So going back to 1989,

אם נחזור ל-1989,

I wrote a memo suggesting the global hypertext system.

כתבתי תזכיר המציע את מערכת ההיפרטקסט הגלובלית.

Nobody really did anything with it, pretty much.

אף אחד לא עשה עם זה כמעט כלום.

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

אך 18 חודשים מאוחר יותר -- כך חדשנות מתרחשת --

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

הבוס שלי הציע שאנסה לממש את המערכת כעבודה צדדית,

as a sort of a play project,

במעין פרויקט ניסויי,

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

כדי לקחת סיבוב על המחשב החדש שלנו.

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

הוא נתן לי את הזמן לכתיבת תוכנית הפרויקט.

So I basically roughed out what HTML should look like:

אז -- פשוט כתבתי את הסקיצה של איך HTML אמור להיות,

hypertext protocol, HTTP;

פרוטוקול היפרטקסט -- HTTP --

the idea of URLs, these names for things

הרעיון של קישורים -- השמות לדברים

which started with HTTP.

שהתחילו ב-HTTP.

I wrote the code and put it out there.

כתבתי את הקוד ופרסמתי אותו.

Why did I do it?

למה עשיתי זאת?

Well, it was basically frustration.

בעיקר בגלל התסכול.

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

הייתי מתוסכל -- עבדתי כמהנדס תוכנה

in this huge, very exciting lab,

במעבדה עצומה ומאוד מלהיבה,

lots of people coming from all over the world.

עם המון אנשים מכל רחבי העולם.

They brought all sorts of different computers with them.

הם הביאו עימם כל מיני סוגים של מחשבים.

They had all sorts of different data formats,

היו להם כל מיני סוגים של נתונים.

all sorts, all kinds of documentation systems.

כל מיני סוגים של מערכות תיעוד.

So that, in all that diversity,

כך שבתוך כל הגיוון הזה,

if I wanted to figure out how to build something

אם רציתי להבין כיצד לבנות משהו

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

מזה וקצת מזה,

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

לאן שלא הבטתי, הייתי צריך להתחבר לאיזו מכונה חדשה,

I had to learn to run some new program,

ללמוד לתפעל כמה תוכנות חדשות,

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

את המידע שהזדקקתי לו ניתן היה למצוא רק באיזה פורמט נתונים חדש.

And these were all incompatible.

וכל אלה לא התאימו זה לזה.

It was just very frustrating.

זה היה פשוט מתסכל.

The frustration was all this unlocked potential.

התסכול היה על כל הפוטנציאל המבוזבז הזה.

In fact, on all these discs there were documents.

למעשה, בכל הדיסקים היו מסמכים.

So if you just imagined them all

כך שאם רק דמיינת אותם

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

מהווים חלק ממערכת תיעוד וירטואלית גדולה שם בשמיים,

say on the Internet,

נאמר על גבי האינטרנט,

then life would be so much easier.

אז החיים היו הרבה יותר קלים.

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

ובכן, מהרגע שיש לך רעיון כזה, הוא תופס אותך

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

ואפילו אם לא קראו את התזכיר שלך --

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

בעצם הוא קרא, זה התגלה לאחר מותו, העותק שלו.

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

הוא כתב "מעורפל, אך מלהיב" בעיפרון, בפינה.

(Laughter)

(צחוק)

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

אך בגדול זה היה קשה -- היה ממש קשה להסביר

what the web was like.

מהו בדיוק האינטרנט.

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

קשה להסביר לאנשים כיום עד כמה קשה זה היה אז.

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

אבל אז.... אוקיי, כאשר TED החל, לא היה אינטרנט

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

לכן לדברים כמו קליק לא היתה אותה משמעות.

I can show somebody a piece of hypertext,

אני יכול להראות למישהו קטע של היפרטקסט,

a page which has got links,

עמוד המכיל קישורים,

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

ואנו מקליקים על הקישור וזבנג -- הנה לו עמוד נוסף.

Not impressive.

לא מרשים במיוחד.

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

אתם יודעים, ראינו את זה -- יש לנו דברים בהיפרטקסט על תקליטורים.

What was difficult was to get them to imagine:

מה שהיה קשה זה לגרום להם לדמיין

so, imagine that that link could have gone

שהקישור הזה יכול היה ללכת

to virtually any document you could imagine.

לכל מסמך שניתן לדמיין.

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

זו הקפיצה שהיתה קשה להרבה אנשים לבצע.

Well, some people did.

טוב, כמה אנשים כן הצליחו.

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

ובכל זאת, היה קשה להסביר זאת, אך היתה תנועה מתחת לפני-השטח.

And that is what has made it most fun.

וזה היה מה שהפך זאת להנאה גדולה.

That has been the most exciting thing,

זה היה הדבר המרגש ביותר,

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

לא הטכנולוגיה, לא הדברים שאנשים עשו עם זה,

but actually the community, the spirit of all these people

אלא הקהילה עצמה, הרוח של האנשים

getting together, sending the emails.

שהתכנסו ביחד, שלחו אי-מיילים.

That's what it was like then.

כך זה היה אז.

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

אתם יודעים מה? זה מצחיק, אבל עכשיו שוב זה אותו הדבר.

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

ביקשתי מכולם, פחות או יותר, לשים את מסמכיהם --

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

שאלתי, "האם תוכלו לשים את מסמכיכם ברשת הזו?"

And you did.

ואתם ביצעתם.

Thanks.

תודה.

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

זה היה פיצוץ, לא?

I mean, it has been quite interesting

כלומר, זה היה די מעניין

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

מאחר ומצאנו שהדברים שקורים עם הרשת

really sort of blow us away.

פשוט מדהימים אותנו.

They're much more than we'd originally imagined

הם הרבה יותר ממה שדמייננו בהתחלה

when we put together the little, initial website

כאשר יצרנו את האתר הראשון

that we started off with.

שהתחלנו איתו.

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

כעת, ברצוני שתעלו את הנתונים שלכם לרשת.

Turns out that there is still huge unlocked potential.

מתברר שיש עדיין המון פוטנציאל לא ממומש.

There is still a huge frustration

עדיין קיים תיסכול גדול

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

אצל אנשים מפני שאין לנו נתונים ברשת בתור נתונים.

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

מה פירוש נתונים? מה ההבדל -- מסמכים, נתונים?

Well, documents you read, OK?

מסמכים קוראים, נכון?

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

פחות או יותר, קוראים אותם, ניתן להגיע לקישורים באמצעותם וזהו.

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

נתונים -- ניתן לעשות כל מיני דברים עם מחשב.

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

מי היה כאן וראה את הרצאתו של הנס רוזלינג?

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

אחת הגדולות -- הרבה אנשים צפו בה --

one of the great TED Talks.

אחת מהרצאות ה-TED הגדולות.

Hans put up this presentation

הנס העלה מצגת זו

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

בה הוא הראה, עבור מדינות שונות, בצבעים שונים --

he showed income levels on one axis

הוא הראה רמות הכנסה על ציר אחד

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

והראה תמותת תינוקות והוא צילם את זה באנימציה לאורך זמן.

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

ומהנתונים האלה הוא הכין מצגת שפשוט

which just shattered a lot of myths that people had

ניפצה הרבה מיתוסים שהיו לאנשים

about the economics in the developing world.

על הכלכלות של מדינות מתפתחות.

He put up a slide a little bit like this.

הוא שם שקופית שדומה קצת לזו.

It had underground all the data

מוסתרים בה כל הנתונים.

OK, data is brown and boxy and boring,

נתונים הם חומים, קובייתיים ומשעממים,

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

וכך אנו חושבים עליהם, נכון?

Because data you can't naturally use by itself

מכיוון שלא ניתן להשתמש בנתונים כמות שהם.

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

אבל האמת היא שנתונים הם הכוח המניע מאחורי הרבה דברים שמתרחשים בחיינו

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

וזה קורה היות ומישהו לוקח את הנתונים ועושה איתם משהו.

In this case, Hans had put the data together

במקרה זה, הנס שם את הנתונים

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

שהוא מצא בכל מיני אתרים של או"ם וכאלו, ביחד.

He had put it together,

הוא שם אותם ביחד,

combined it into something more interesting than the original pieces

עיצב אותם למשהו יותר מעניין מאשר המרכיבים המקוריים

and then he'd put it into this software,

ואז הכניס את כל זה לתוכנה זו,

which I think his son developed, originally,

שלפי דעתי בנו פיתח אותה במקור,

and produces this wonderful presentation.

ויצר את המצגת הנפלאה הזו.

And Hans made a point

והנס הדגיש נקודה אחת

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

באומרו, "תראו, זה באמת חשוב שיש הרבה נתונים."

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

שמחתי לראות שבמסיבה אמש

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

הוא עדיין טען בלהט שזה מאוד חשוב שיש הרבה נתונים.

So I want us now to think about

לכן אני רוצה שנחשוב עכשיו

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

לא רק אודות שני חלקי נתונים שמתחברים, או שישה כפי שהוא עשה,

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

אלא אני רוצה לחשוב על עולם בו כל אחד צריך להעלות נתונים לרשת

and so virtually everything you can imagine is on the web

וכך, בסוף, כל דבר שניתן לדמיין יהיה ברשת,

and then calling that linked data.

ואז נקרא לזה נתונים מקושרים -- linked data.

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

הטכנולוגיה היא נתונים מקושרים, וזה פשוט ביותר.

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

אם מעלים משהו לרשת, ישנם שלושה חוקים:

first thing is that those HTTP names --

חוק ראשון הוא שאותם שמות HTTP --

those things that start with "http:" --

אותם דברים שמתחילים ב-":http" --

we're using them not just for documents now,

אנו משתמשים בהם עכשיו לא רק למסמכים, אלא אנו משתמשים בהם

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

עבור דברים שהמסמכים מתארים.

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

אנו משתמשים בהם בשביל אנשים, בשביל מקומות,

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

בשביל המוצרים שלכם, בשביל מאורעות.

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

כל מיני דברים הנוגעים לתפיסה, יש להם עכשיו שמות המתחילים ב-HTTP.

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

חוק שני: אם לוקחים אחד משמות ה-HTTP האלה ומחפשים אותו

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

וגולשים אליו ומביאים את הנתונים

using the HTTP protocol from the web,

בעזרת פרוטוקול ה-HTTP מהרשת,

I will get back some data in a standard format

יגיעו אליי נתונים בפורמט סטנדרטי

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

שזה מידע שימושי שאולי מישהו ירצה לדעת אודות דבר מסויים,

about that thing, about that event.

אודות אירוע מסויים.

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

מי נמצא באירוע? כל דבר על אדם מסויים,

where they were born, things like that.

היכן מישהו נולד, דברים כאלה.

So the second rule is I get important information back.

כך שהחוק השני הוא שמקבלים חזרה מידע חשוב.

Third rule is that when I get back that information

חוק שלישי הוא שכאשר מקבלים חזרה אותו מידע,

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

זה לא רק גובה ומשקל של מישהו ותאריך הלידה שלו,

it's got relationships.

אלא שיש לו גם קשרים.

Data is relationships.

נתונים זה קשרים.

Interestingly, data is relationships.

באופן מעניין, נתונים זה קשרים.

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

אדם זה נולד בברלין, ברלין זה גרמניה.

And when it has relationships, whenever it expresses a relationship

וכאשר יש לו קשרים, כאשר הוא מבטא קשרים,

then the other thing that it's related to

הדבר שמקושר אליו

is given one of those names that starts HTTP.

מקבל שם שמתחיל ב-HTTP.

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

כך ניתן להתקדם ולחפש את הדבר ההוא.

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

אני מחפש אדם -- אחר-כך ניתן לחפש את העיר בה הוא נולד.

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

ניתן לחפש את האזור שהוא נמצא בו ואת העיר,

and the population of it, and so on.

ואת האוכלוסיה שלה וכך הלאה.

So I can browse this stuff.

ניתן לדפדף בתוך כל החומר הזה.

So that's it, really.

אז זהו זה, באמת.

That is linked data.

אלה הם נתונים מקושרים.

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

כתבתי מאמר שכותרתו "נתונים מקושרים" לפני כמה שנים

and soon after that, things started to happen.

ומייד לאחר-מכן, דברים החלו לקרות.

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

הרעיון בנתונים מקושרים הוא שאנו מקבלים המון, המון

of these boxes that Hans had,

תיבות כמו שהיו להנס,

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

ומקבלים המון, המון דברים שמסתעפים מזה.

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

זה לא רק המון צמחים חדשים לגמרי.

It's not just a root supplying a plant,

זה לא רק שורש שמצמיח צמח,

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

אלא שלכל אחד מהצמחים, מה שזה לא יהיה --

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

מצגת, אנליזה, מישהו שמחפש תבניות של נתונים --

they get to look at all the data

מקבלים מבט לתוך כלל הנתונים

and they get it connected together,

ומקבלים אותם מקושרים ביחד.

and the really important thing about data

והדבר הבאמת חשוב בקשר לנתונים

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

הוא שככל שיש יותר דברים שצריכים לקשרם ביחד,

So, linked data.

עוצמתם גבוהה יותר. וכך גם הנתונים המקושרים.

The meme went out there.

העיקרון פרץ כאן החוצה.

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

די מהר, כריס ביצר מאוניברסיטת פריאיי בברלין

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

שהיה אחד הראשונים שהעלה דברים מעניינים לרשת,

he noticed that Wikipedia --

שם לב שויקיפדיה --

you know Wikipedia, the online encyclopedia

אתם יודעים ויקיפדיה, האנציקלופדיה המקוונת

with lots and lots of interesting documents in it.

המכילה המון מסמכים מעניינים.

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

ובכן, באותם מסמכים, ישנם ריבועים קטנים, תיבות קטנות.

And in most information boxes, there's data.

וברוב תיבות המידע נמצאים נתונים.

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

הוא כתב תוכנית שתיקח את הנתונים, תשלוף אותם מויקיפדיה,

and put it into a blob of linked data

ותשים אותם בתרשים של נתונים מקושרים

on the web, which he called dbpedia.

ברשת, והוא קרא לזה dbpedia.

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

Dbpedia מוצגת באמצעות העיגול הכחול במרכז השקופית

and if you actually go and look up Berlin,

ואם ממש ניגשים ומחפשים את ברלין,

you'll find that there are other blobs of data

נמצא שישנם עיגולים נוספים של נתונים

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

שגם להם יש חומר על ברלין, והם מקושרים יחד.

So if you pull the data from dbpedia about Berlin,

אם שולפים את הנתונים מ-dbpedia על ברלין,

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

נגיע לכך שנשלוף גם את הדברים האחרים.

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

ומה שמרגש בכל הסיפור הוא שזה מתחיל לגדול.

This is just the grassroots stuff again, OK?

זה שוב אותו חומר בסיסי.

Let's think about data for a bit.

בואו נחשוב רגע על נתונים.

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

נתונים מגיעים בעצם בהמון צורות שונות.

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

תחשבו על המגוון שיש ברשת, זה דבר באמת חשוב

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

שהרשת מאפשרת לנו להעלות כל מיני נתונים.

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

יכולתי לדבר על כל סוגי הנתונים.

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

יכולתי לדבר על נתונים של ממשלה, נתוני חברות חשובים מאוד,

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

יש נתונים מדעיים, יש נתונים אישיים,

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

יש נתוני מזג-אויר, יש נתונים על אירועים,

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

יש נתוני הרצאות, יש נתוני חדשות וכל מיני דברים אחרים.

I'm just going to mention a few of them

אזכיר רק כמה מהם

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

כך שתקבלו מושג על הגיוון שלהם,

so that you also see how much unlocked potential.

כדי שתוכלו להרגיש את מידת הפוטנציאל העצור שקיים.

Let's start with government data.

נתחיל עם נתוני ממשלה.

Barack Obama said in a speech,

ברק אובאמה אמר, בנאומו,

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

שנתוני ממשל אמריקאי יהיו זמינים באינטרנט

in accessible formats.

בפורמטים נגישים.

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

אני מקוה שהם ישימו אותם כנתונים מקושרים.

That's important. Why is it important?

זה חשוב. מדוע זה חשוב?

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

לא רק בגלל שקיפות. אכן שקיפות של ממשל היא חשובה,

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

אבל אלה נתונים מכל משרדי הממשלה.

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

תחשבו כמה מהנתונים האלה נוגעים לאופן בו אנו חיים בארה"ב.

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

למעשה הנתונים מועילים. יש להם ערך.

I can use it in my company.

אני יכול להשתמש בהם בחברה שלי.

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

אני יכול להשתמש בהם בתור ילד להכנת שיעורי בית.

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

כך שאנו מדברים על להפוך את העולם שיפעל טוב יותר

by making this data available.

על-ידי זה שנהפוך את הנתונים האלה לזמינים.

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

אם אתם יודעים שקיימים נתונים מסויימים במשרד ממשלתי,

in a government department, often you find that

לעיתים קרובות אתם מגלים

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

שאנשים אלה, אוהבים לשמור אותם --

Hans calls it database hugging.

הנס קורא לזה לחבק את הנתונים.

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

מחבקים את הנתונים ולא משחררים אותם

until you've made a beautiful website for it.

עד שיוצרים בשבילם אתר יפה.

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

ובכן, הייתי רוצה להציע במקום --

yes, make a beautiful website,

בסדר, תבנו אתר יפה,

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

מי אני שאגיד לא לבנות אתר יפה?

Make a beautiful website, but first

תבנו אתר יפה, אבל קודם

give us the unadulterated data,

תתנו לנו נתונים טהורים.

we want the data.

אנו רוצים את הנתונים האלה.

We want unadulterated data.

אנו רוצים נתונים טהורים.

OK, we have to ask for raw data now.

טוב, מעכשיו עלינו לבקש נתונים גולמיים.

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

אני אבקשכם להתאמן על זה, טוב?

Can you say "raw"?

תגידו "גולמי".

Audience: Raw.

קהל: גולמי.

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

טים ברנרס-לי: האם תוכלו לומר "נתונים"?

Audience: Data.

קהל: נתונים.

TBL: Can you say "now"?

ט.ב.ל.: האם תוכלו לומר "עכשיו"?

Audience: Now!

קהל: עכשיו!

TBL: Alright, "raw data now"!

ט.ב.ל.: טוב, נתונים גולמיים עכשיו!

Audience: Raw data now!

קהל: נתונים גולמיים עכשיו!

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

תתאמנו על זה. זה חשוב מכיוון שאין לכם מושג כמה תירוצים

people come up with to hang onto their data

אנשים ממציאים כדי להחזיק בנתונים שלהם

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

ולא לתת לכם אותם, אף על-פי ששילמתם עבורם בתור משלמי-מיסים.

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

וזה לא רק בארה"ב. ככה זה בכל העולם.

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

אלו לא רק ממשלות, אלא גם חברות.

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

לכן אני הולך להעלות עוד כמה מחשבות על נתונים.

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

אנחנו כאן ב-TED, מודעים כל הזמן

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

לאתגרים העצומים העומדים בפני החברה האנושית ממש עכשיו --

curing cancer, understanding the brain for Alzheimer's,

ריפוי סרטן, הבנת המוח בהקשר של אלצהיימר,

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

הבנת הכלכלה כדי להפכה לקצת יותר יציבה,

understanding how the world works.

הבנה של כיצד העולם פועל.

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

האנשים שהולכים לפתור את כל זה -- המדענים --

they have half-formed ideas in their head,

יש להם רעיונות מגובשים-למחצה בראשם,

they try to communicate those over the web.

הם מנסים להעבירם לאחרים דרך הרשת.

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

אבל חלק גדול מהידע של האנושות נכון לעכשיו

is on databases, often sitting in their computers,

נמצא בבסיסי נתונים, הנמצאים בדרך-כלל במחשביהם,

and actually, currently not shared.

ולמעשה אינם שיתופיים זה עם זה.

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

בעצם, רק אכנס לתחום אחד --

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

לדוגמא, אם מחפשים אלצהיימר,

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

גילוי תרופות -- יש המון נתונים מקושרים שמתגלים

because scientists in that field realize

מאחר ומדענים בתחום זה מבינים

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

שזוהי דרך נהדרת להוציאם מתוך המצבורים שלהם,

because they had their genomics data in one database

מאחר והיו נתוני גנום בבסיס נתונים אחד

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

בתוך בניין מסויים, ונתוני הפרוטיאינים באחר.

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

כעת הם מדביקים אותם אחד על השני -- נתונים מקושרים --

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

ועכשיו הם יכולים לשאול שאלה שככל הנראה אתם

I wouldn't ask -- they would.

וגם אני לא היינו שואלים.

What proteins are involved in signal transduction

איזה פרוטיאינים קשורים בהעברת אותות

and also related to pyramidal neurons?

וגם קשורים בניורוני פירמידה?

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

ניקח את זה ונקליד בגוגל.

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

ברור שאין אף עמוד ברשת שענה על שאלה זו

because nobody has asked that question before.

מאחר ואף אחד לא שאל אותה קודם.

You get 223,000 hits --

מקבלים 223,000 תוצאות --

no results you can use.

אין תוצאות שניתן להשתמש בהם.

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

שואלים את הנתונים המקושרים -- שאותם הם הרכיבו --

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

32 תוצאות, כאשר בכל אחת מהן פרוטאין בעל התכונות הנ"ל

and you can look at.

ושניתן להביט בו.

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

הכוח בלהיות מסוגל לשאול שאלות הללו, בתור מדען --

questions which actually bridge across different disciplines --

שאלות שבעצם מגשרות בין תחומים שונים --

is really a complete sea change.

זה השינוי ב-'ה' הידיעה.

It's very very important.

הוא מאוד חשוב.

Scientists are totally stymied at the moment --

כיום המדענים תקועים --

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

העוצמה של הנתונים שנאספו על-ידי מדענים אחרים עדיין סגורה ונעולה.

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

אנו צריכים לשחרר אותה כדי שנוכל להתמודד עם הבעיות העצומות.

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

אם אמשיך כך, תחשבו שכל הנתונים באים מגופים ענקיים

and has nothing to do with you.

ושאין לזה קשר אליכם.

But, that's not true.

אבל זה לא נכון.

In fact, data is about our lives.

למעשה, נתונים נוגעים לחיינו.

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

אנו מתחברים לאתר של מפגשים חברתיים שלנו,

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

זה שאהוב עלינו, ואומרים, "זהו חברי".

Bing! Relationship. Data.

טראח! קשר. נתונים.

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

אנו אומרים, " זהו צילום. הוא מראה אדם."

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

טראח! זה נתונים. נתונים, נתונים, נתונים.

Every time you do things on the social networking site,

בכל פעם שעושים משהו באתר של מפגשים חברתיים,

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

האתר נוטל נתונים ומשתמש בהם -- נותן להם משמעות חדשה --

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

ומשתמש בהם כדי להפוך חיי אנשים אחרים ליותר מעניינים.

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

אבל, כאשר ניגשים לאתר אחר של נתונים מקושרים --

and let's say this is one about travel,

ונאמר שהוא בעניין של נסיעות,

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

ואומרים, "אנו רוצים לשלוח תצלום זה לכל האנשים בקבוצה ההיא,"

you can't get over the walls.

לא ניתן לעבור את החומות.

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

המגזין אקונומיסט פירסם מאמר על זה והמון אנשים כתבו על זה בבלוגים --

tremendous frustration.

תיסכול אדיר.

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

הדרך לשבור את המצבורים היא לעורר פעילות הדדית

between social networking sites.

בין אתרי מפגשים חברתיים.

We need to do that with linked data.

אנו צריכים לעשות זאת עם נתונים מקושרים.

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

סוג אחרון של נתונים שאדבר עליהם, הם אולי המעניינים ביותר.

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

לפני שהגעתי לכאן, נכנסתי ל-OpenStreetMap.

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

ה-OpenStreetMap זו מפה, אבל היא גם ויקי.

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

נתקרב ונראה שאותו ריבוע הוא אולם -- שבו אנו נמצאים כעת --

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

אולם "טרס". לפני זה לא היה לו שם.

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

אז, יכולתי להיכנס במצב של עריכה, לבחור אולם,

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

ויכולתי להוסיף בתחתית את השם ויכולתי לשמור.

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

וכעת אם תלכו ל-OpenStreetMap. org,

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

ותמצאו את המקום, תגלו שלאולם "טרס" יש שם.

I did that. Me!

אני עשיתי זאת. אני!

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

אני עשיתי זאת במפה. פשוט עשיתי זאת!

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

אני שמתי את זה שם. אתם יודעים מה?

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

אותה מפת כבישים היא אודות כל אחד שעושה את חלקו הקטן

and it creates an incredible resource

וזה יוצר משאב מדהים

because everybody else does theirs.

מפני שכולם עושים את חלקם.

And that is what linked data is all about.

זו בדיוק המשמעות של נתונים מקושרים.

It's about people doing their bit

זה על אנשים שעושים את חלקם הקטן

to produce a little bit, and it all connecting.

כדי ליצור משהו קטן, וזה הכל מקושר.

That's how linked data works.

זה איך שנתונים מקושרים עובדים.

You do your bit. Everybody else does theirs.

אתה עושה את חלקך הקטן. כולם עושים את שלהם.

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

אולי אין לך הרבה נתונים שאתה צריך לשים שם

but you know to demand it.

אבל אתה יודע לדרוש אותם.

And we've practiced that.

התאמננו על זה.

So, linked data -- it's huge.

נתונים מקושרים -- זה משהו ענק.

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

סיפרתי לכם רק מעט מכל זה.

There are data in every aspect of our lives,

נתונים קיימים בכל היבט של חיינו,

every aspect of work and pleasure,

בכל היבט של עבודתנו והנאתנו,

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

וזה לא רק עניין של מספר המקורות שמהם הנתונים מגיעים,

it's about connecting it together.

אלא זה גם עניין של לקשר ביניהם.

And when you connect data together, you get power

וכאשר מקשרים ביניהם, מתקבלת עוצמה

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

שלא מתקבלת רק מרשת, או ממסמכים.

You get this really huge power out of it.

ממש מפיקים הרבה עוצמה מהנתונים.

So, we're at the stage now

כך שכעת אנו נמצאים בשלב

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

שבו עלינו לעשות זאת -- האנשים הסבורים שזה רעיון גדול.

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

ואני סבור שיש הרבה אנשים ב-TED שפועלים בגלל --

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

אף על-פי שאין תמורה מיידית על ההשקעה

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

מאחר וזה יחזיר את ההשקעה רק כאשר כולם יעשו זאת --

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

הם יעשו זאת מכיוון שהם מסוג אותם האנשים שפשוט עושים דברים

which would be good if everybody else did them.

שיהיו מועילים רק אם כולם יעשו אותם.

OK, so it's called linked data.

טוב, זה מה שקרוי נתונים מקושרים.

I want you to make it.

אני רוצה שאתם תייצרו אותם.

I want you to demand it.

אני רוצה שתדרשו אותם.

And I think it's an idea worth spreading.

ואני סבור שזה רעיון ששווה להפיץ.

Thanks.

תודה.

(Applause)

(מחיאות כפיים)