Frederic Kaplan: How I built an information time machine

フレデリック・カプラン: 情報の世界をめぐる、タイムマシンの制作

78,548 views

2014-01-09 ・ TED


New videos

Frederic Kaplan: How I built an information time machine

フレデリック・カプラン: 情報の世界をめぐる、タイムマシンの制作

78,548 views ・ 2014-01-09

TED


下の英語字幕をダブルクリックすると動画を再生できます。

翻訳: Yuko Yoshida 校正: Asako Shimaoka
00:12
This is an image of the planet Earth.
0
12285
2893
これは 地球の画像です
00:15
It looks very much like the Apollo pictures
1
15178
3093
アポロ17号から撮影された あの有名な写真に
00:18
that are very well known.
2
18271
1611
よく似ていますよね
00:19
There is something different;
3
19882
2070
でも ちょっと違います
00:21
you can click on it,
4
21952
1447
この画像はクリックでき
00:23
and if you click on it,
5
23399
1198
クリックすることで
00:24
you can zoom in on almost any place on the Earth.
6
24597
3072
地球上の ほぼ全ての地点に ズームインできます
00:27
For instance, this is a bird's-eye view
7
27669
1999
例えば これは 空から見た―
00:29
of the EPFL campus.
8
29668
2666
ローザンヌ工科大学(EPFL)の キャンパスです
00:32
In many cases, you can also see
9
32334
2108
多くの場合
00:34
how a building looks from a nearby street.
10
34442
3740
近くの通りから見た 建物の様子も見ることができます
00:38
This is pretty amazing.
11
38182
1422
本当に素晴らしいことです
00:39
But there's something missing in this wonderful tour:
12
39604
3427
でも この素敵なツアーには あることが欠けています
00:43
It's time.
13
43031
2188
「時間」です
00:45
i'm not really sure when this picture was taken.
14
45219
3070
この写真がいつ撮影されたのか 分からないばかりか
00:48
I'm not even sure it was taken
15
48289
1412
空撮写真と 同じ時期に
00:49
at the same moment as the bird's-eye view.
16
49701
6083
撮られたのかさえ 分かりません
00:55
In my lab, we develop tools
17
55784
2209
私の研究室で 開発しているツールは
00:57
to travel not only in space
18
57993
1764
空間だけでなく
00:59
but also through time.
19
59757
2558
時間を超えて 旅ができるようにします
01:02
The kind of question we're asking is
20
62315
1870
私たちが投げかけている 問いはこうです
01:04
Is it possible to build something
21
64185
1393
過去のGoogleマップのようなものを 作れないか?
01:05
like Google Maps of the past?
22
65578
2178
過去のGoogleマップのようなものを 作れないか?
01:07
Can I add a slider on top of Google Maps
23
67756
3310
つまり Googleマップの上部に スクロールバーを付けて
01:11
and just change the year,
24
71066
1803
それで年を遡れるように できないか?
01:12
seeing how it was 100 years before,
25
72869
1791
百年前や
01:14
1,000 years before?
26
74660
1669
千年前の様子を
01:16
Is that possible?
27
76329
2123
見られるようにできないか?
01:18
Can I reconstruct social networks of the past?
28
78452
2252
過去のソーシャル・ネットワークを 再現できないか?
01:20
Can I make a Facebook of the Middle Ages?
29
80704
3049
中世のFacebookを作れないか?
01:23
So, can I build time machines?
30
83753
3776
タイムマシンを作れないか?
01:27
Maybe we can just say, "No, it's not possible."
31
87529
2565
単に「不可能だ」と言うことも できるでしょう
01:30
Or, maybe, we can think of it from an information point of view.
32
90094
3810
しかし 情報という観点から 考えたらどうでしょう
01:33
This is what I call the information mushroom.
33
93904
3190
これは 「キノコ型情報」と 呼んでいるもので
01:37
Vertically, you have the time.
34
97094
1583
縦軸に 時間
01:38
and horizontally, the amount of digital information available.
35
98677
2740
横軸に デジタル情報蓄積量を 示したグラフです
01:41
Obviously, in the last 10 years, we have much information.
36
101417
3482
過去10年 たくさんの情報があることは 一目瞭然ですね
01:44
And obviously the more we go in the past, the less information we have.
37
104899
3548
そして 時間を遡るにつれ 情報は減っていきます
01:48
If we want to build something like Google Maps of the past,
38
108447
2318
過去のGoogleマップや
01:50
or Facebook of the past,
39
110765
1494
Facebookを作るためには
01:52
we need to enlarge this space,
40
112259
1574
この部分を広げて ちょうど
01:53
we need to make that like a rectangle.
41
113833
1938
長方形にする必要があります
01:55
How do we do that?
42
115771
1510
どうすればいいでしょうか?
01:57
One way is digitization.
43
117281
2098
1つは デジタル化です
01:59
There's a lot of material available --
44
119395
1779
資料は たくさんあります
02:01
newspaper, printed books, thousands of printed books.
45
121190
6270
新聞や書籍― それも何千という書籍です
02:07
I can digitize all these.
46
127460
1768
これらを全て デジタル化して
02:09
I can extract information from these.
47
129228
2737
そこから情報を 抽出できます
02:11
Of course, the more you go in the past, the less information you will have.
48
131965
3543
もちろん 昔に行くにつれ 情報は少なくなるので
02:15
So, it might not be enough.
49
135508
2646
十分では ないかもしれません
02:18
So, I can do what historians do.
50
138154
2408
ですから 歴史学者のように
02:20
I can extrapolate.
51
140562
1524
「推定」を行うのです
02:22
This is what we call, in computer science, simulation.
52
142086
4470
コンピュータ科学の世界で言う シミュレーションです
02:26
If I take a log book,
53
146556
1751
ここに 航海日誌が あるとしましょう
02:28
I can consider, it's not just a log book
54
148307
2404
それを ただの日誌で バチカンの船長が
02:30
of a Venetian captain going to a particular journey.
55
150711
2972
ある航海をつづるもの と捉えるのではなく
02:33
I can consider it is actually a log book
56
153683
1643
その日誌に 書かれているのは
02:35
which is representative of many journeys of that period.
57
155326
2582
当時 数多くされた航海の 代表例だと捉えるのです
02:37
I'm extrapolating.
58
157908
2245
こうして推定を するわけです
02:40
If I have a painting of a facade,
59
160153
2038
建物の外観を 描いた絵があれば
02:42
I can consider it's not just that particular building,
60
162191
2751
それを単に 特定の建物を 描いたものとするのではなく
02:44
but probably it also shares the same grammar
61
164942
3932
おそらく同じ構造は 情報が残っていない―
02:48
of buildings where we lost any information.
62
168874
4041
ほかの建物にも 採用されていたと考えるのです
02:52
So if we want to construct a time machine,
63
172915
2858
ですから タイムマシンを作るのに
02:55
we need two things.
64
175773
1339
必要なものは2つです
02:57
We need very large archives,
65
177112
2234
大量の保存記録と
02:59
and we need excellent specialists.
66
179346
2742
優秀な専門家です
03:02
The Venice Time Machine,
67
182088
1874
ヴェネツィア・タイムマシンという
03:03
the project I'm going to talk to you about,
68
183962
1805
プロジェクトについて お話しします
03:05
is a joint project between the EPFL
69
185767
3020
これは ローザンヌ工科大学と
03:08
and the University of Venice Ca'Foscari.
70
188787
2978
ヴェネツィア・カ・フォスカリ大学との 共同プロジェクトです
03:11
There's something very peculiar about Venice,
71
191765
2165
ヴェネツィアに 特有なのは
03:13
that its administration has been
72
193930
2674
政府がずっと
03:16
very, very bureaucratic.
73
196604
2194
非常に官僚的であることです
03:18
They've been keeping track of everything,
74
198798
2193
あらゆることを 記録してきています
03:20
almost like Google today.
75
200991
2915
今日のGoogleのようなものです
03:23
At the Archivio di Stato,
76
203906
1514
ヴェネツィアの古文書館には
03:25
you have 80 kilometers of archives
77
205420
1764
全長80キロにわたる 保管庫があり
03:27
documenting every aspect
78
207184
2009
ヴェネツィア生活の 全てが
03:29
of the life of Venice over more than 1,000 years.
79
209193
2246
千年以上にわたり 記録されてきています
03:31
You have every boat that goes out,
80
211439
1920
出航・到着した船も
03:33
every boat that comes in.
81
213359
1076
全て分かります
03:34
You have every change that was made in the city.
82
214435
2797
市内の あらゆる変化が 記録されています
03:37
This is all there.
83
217232
3291
これらの情報は 全て そこにあるのです
03:40
We are setting up a 10-year digitization program
84
220523
3908
今 デジタル化の 10年計画を立てており
03:44
which has the objective of transforming
85
224431
1677
この膨大な資料を
03:46
this immense archive
86
226108
1384
巨大な情報システムに
03:47
into a giant information system.
87
227492
2426
変えようとしています
03:49
The type of objective we want to reach
88
229918
1857
目標として 掲げているのは
03:51
is 450 books a day that can be digitized.
89
231775
4726
一日 450冊の本を デジタル化することです
03:56
Of course, when you digitize, that's not enough,
90
236501
2247
当然 デジタル化したところで 十分ではありません
03:58
because these documents,
91
238748
1287
というのも これらの文書が
04:00
most of them are in Latin, in Tuscan,
92
240035
2639
書かれているのは たいてい ラテン語やトスカナ語
04:02
in Venetian dialect,
93
242689
1515
ヴェネツィアの方言なので
04:04
so you need to transcribe them,
94
244204
1675
文字に起こして
04:05
to translate them in some cases,
95
245879
1681
場合により 翻訳もして
04:07
to index them,
96
247560
1120
索引を付ける必要があり
04:08
and this is obviously not easy.
97
248680
2164
どう見ても 簡単なことではないのです
04:10
In particular, traditional optical character recognition method
98
250844
3844
特に これまでの 光学式文字認識(OCR)方法は
04:14
that can be used for printed manuscripts,
99
254688
1424
印刷原稿には 使えますが
04:16
they do not work well on the handwritten document.
100
256112
4004
手書きの文書となると うまく行きません
04:20
So the solution is actually to take inspiration
101
260116
2130
これを解決するため 参考にしたのは
04:22
from another domain: speech recognition.
102
262246
2901
音声認識の 分野です
04:25
This is a domain of something that seems impossible,
103
265147
2055
音声認識は 不可能と思われたことですが
04:27
which can actually be done,
104
267202
2537
ただ条件を 加えるだけで
04:29
simply by putting additional constraints.
105
269739
2194
実現することが できます
04:31
If you have a very good model
106
271933
1586
必要なのは 使われている言語の―
04:33
of a language which is used,
107
273519
1526
良いモデルです
04:35
if you have a very good model of a document,
108
275045
2086
つまり 構成が整った文書の―
04:37
how well they are structured.
109
277131
1432
良いモデルがあれば よいのです
04:38
And these are administrative documents.
110
278563
1353
これらは 行政文書ですから
04:39
They are well structured in many cases.
111
279931
2132
多くは 構成が整っています
04:42
If you divide this huge archive into smaller subsets
112
282063
3308
膨大な保存記録を 細かく分類し
04:45
where a smaller subset actually shares similar features,
113
285371
2877
同じような特徴ごとに 分類ができれば
04:48
then there's a chance of success.
114
288248
4031
うまくいく可能性が あります
04:54
If we reach that stage, then there's something else:
115
294761
2435
その段階まで行けば 他のこともできます
04:57
we can extract from this document events.
116
297196
3522
この文書から 出来事を抽出できるのです
05:00
Actually probably 10 billion events
117
300718
2298
実際 おそらく この保存記録から
05:03
can be extracted from this archive.
118
303016
1931
100万件の出来事が 抽出できます
05:04
And this giant information system
119
304947
1724
さらに この巨大な 情報システムは
05:06
can be searched in many ways.
120
306671
1816
さまざまな方法で 検索できます
05:08
You can ask questions like,
121
308487
1368
こんな質問も できます
05:09
"Who lived in this palazzo in 1323?"
122
309855
2760
「1323年に この宮殿に 住んでいたのは誰?」
05:12
"How much cost a sea bream at the Realto market
123
312615
2222
「1434年に レアルト市場で
05:14
in 1434?"
124
314837
1724
鯛はいくらで 売られていた?」
05:16
"What was the salary
125
316561
1460
「ムラノのガラス職人の
05:18
of a glass maker in Murano
126
318021
2045
給料はいくらだった?
05:20
maybe over a decade?"
127
320066
1406
例えば この10年で」
05:21
You can ask even bigger questions
128
321472
1422
もっと大きな質問もできます
05:22
because it will be semantically coded.
129
322894
2738
意味に応じて コード化されているからです
05:25
And then what you can do is put that in space,
130
325632
2140
それを場所と 結びつけることもできます
05:27
because much of this information is spatial.
131
327772
2173
多くの情報は 場所と関係しているからです
05:29
And from that, you can do things like
132
329945
1935
そこから この都市の
05:31
reconstructing this extraordinary journey
133
331880
2113
素晴らしい歴史を たどることができます
05:33
of that city that managed to have a sustainable development
134
333993
3356
この都市が 千年以上もの時を超えて
05:37
over a thousand years,
135
337349
2126
常に環境との 均衡を保ちながら
05:39
managing to have all the time
136
339475
1620
持続的な発展を とげてきた―
05:41
a form of equilibrium with its environment.
137
341095
2861
その軌跡を たどるのです
05:43
You can reconstruct that journey,
138
343956
1248
都市の歴史を 再構築して
05:45
visualize it in many different ways.
139
345204
2896
さまざまな形で ビジュアル化できます
05:48
But of course, you cannot understand Venice if you just look at the city.
140
348100
2699
当然 ヴェネツィアを理解するには その都市だけではなく
05:50
You have to put it in a larger European context.
141
350799
2396
広くヨーロッパという 文脈で見る必要があります
05:53
So the idea is also to document all the things
142
353195
2821
ですから ヨーロッパで起こった―
05:56
that worked at the European level.
143
356016
2423
全ての事柄を 記録するのです
05:58
We can reconstruct also the journey
144
358439
1964
海洋帝国時代の ヴェネツィアの動きを
06:00
of the Venetian maritime empire,
145
360403
1990
再現することも できます
06:02
how it progressively controlled the Adriatic Sea,
146
362393
3166
どのようにアドリア海の 支配を強めていき
06:05
how it became the most powerful medieval empire
147
365559
3746
どのように 当時
06:09
of its time,
148
369305
1561
中世で最強の帝国になり
06:10
controlling most of the sea routes
149
370866
2172
東から南にわたる
06:13
from the east to the south.
150
373038
2933
ほとんどの海上航路を押さえたかです
06:17
But you can even do other things,
151
377305
2316
他のこともできます
06:19
because in these maritime routes,
152
379621
2277
こうした海上航路には
06:21
there are regular patterns.
153
381898
1975
決まったパターンがあるからです
06:23
You can go one step beyond
154
383889
2493
さらに一歩進めて
06:26
and actually create a simulation system,
155
386382
2120
シミュレーション・システムを作り
06:28
create a Mediterranean simulator
156
388502
2815
地中海のシミュレーターを作れば
06:31
which is capable actually of reconstructing
157
391317
2593
欠けている情報でさえ
06:33
even the information we are missing,
158
393910
2202
再構築をすることができ
06:36
which would enable us to have questions you could ask
159
396112
2988
こんな質問も 受けられるようになります
06:39
like if you were using a route planner.
160
399100
2988
まるで旅行代理店に 相談する感じで
06:42
"If I am in Corfu in June 1323
161
402088
3071
「1323年6月に コルフ島から
06:45
and want to go to Constantinople,
162
405159
2526
コンスタンチノープルに行くには
06:47
where can I take a boat?"
163
407685
2143
どこで船に乗ればよいですか?」と
06:49
Probably we can answer this question
164
409828
1367
おそらく この質問へは
06:51
with one or two or three days' precision.
165
411195
4473
1日、2日、あるいは3日の 誤差で答えられます
06:55
"How much will it cost?"
166
415668
1607
「いくらかかりますか?」
06:57
"What are the chance of encountering pirates?"
167
417275
3592
「海賊に遭遇する可能性は?」 という質問もです
07:00
Of course, you understand,
168
420867
1811
もちろん ご承知の通り
07:02
the central scientific challenge of a project like this one
169
422678
2609
このようなプロジェクトで 核となる科学的課題は
07:05
is qualifying, quantifying and representing
170
425287
3729
このプロセスの各段階において 不確実性や矛盾を
07:09
uncertainty and inconsistency at each step of this process.
171
429016
3330
制限・数量化し 説明をすることです
07:12
There are errors everywhere,
172
432346
2712
誤りは どこにでもあります
07:15
errors in the document, it's the wrong name of the captain,
173
435058
2489
文書にもです 船長は違う名前で
07:17
some of the boats never actually took to sea.
174
437547
3213
船は実は出航しなかったかも しれません
07:20
There are errors in translation, interpretative biases,
175
440760
4857
翻訳や解釈上の誤りも あるでしょう
07:25
and on top of that, if you add algorithmic processes,
176
445624
3466
さらに アルゴリズム的処理を 加えれば
07:29
you're going to have errors in recognition,
177
449090
2949
認識や抽出においても
07:32
errors in extraction,
178
452039
1961
誤りが出てくるでしょう
07:34
so you have very, very uncertain data.
179
454000
4481
ですから ここにあるのは 非常に不確実なデータなのです
07:38
So how can we detect and correct these inconsistencies?
180
458481
3757
では どうすれば こうした矛盾を見つけ修正できるでしょう?
07:42
How can we represent that form of uncertainty?
181
462238
3660
不確実性の形式を どう説明できるでしょう?
07:45
It's difficult. One thing you can do
182
465898
2097
難しいことですが できることとしたら
07:47
is document each step of the process,
183
467995
2226
プロセスの各段階を 記録して
07:50
not only coding the historical information
184
470221
2448
歴史的情報だけでなく
07:52
but what we call the meta-historical information,
185
472669
2679
いわゆる「メタヒストリー情報」も コード化するのです
07:55
how is historical knowledge constructed,
186
475348
2663
歴史的知識が どう形成されたか
07:58
documenting each step.
187
478011
1998
各段階で 記録するのです
08:00
That will not guarantee that we actually converge
188
480009
1645
これによって ヴェネツィアの
08:01
toward a single story of Venice,
189
481654
2450
歴史を一つに 収斂させられるとは限りません
08:04
but probably we can actually reconstruct
190
484104
2138
でも おそらく 完全に記録をもとにした―
08:06
a fully documented potential story of Venice.
191
486242
3048
ヴェネツィアの歴史を 再構築できます
08:09
Maybe there's not a single map.
192
489290
1459
もしかしたら 地図は一つでなく
08:10
Maybe there are several maps.
193
490749
2120
複数あるかも しれません
08:12
The system should allow for that,
194
492869
2216
システムは それを許容すべきなのです
08:15
because we have to deal with a new form of uncertainty,
195
495085
2859
不確実性の新たな形式を 扱わないといけないからです
08:17
which is really new for this type of giant databases.
196
497944
4641
その形式は この種の巨大データベースには 新しいものなのですから
08:22
And how should we communicate
197
502585
2190
では この新しい研究成果を
08:24
this new research to a large audience?
198
504790
3979
どうすれば 多くの人に 伝えられるでしょう?
08:28
Again, Venice is extraordinary for that.
199
508769
2663
あらためて申し上げると ヴェネツィアはそれに最適です
08:31
With the millions of visitors that come every year,
200
511432
2171
毎年 何百万もの 人々が訪れており
08:33
it's actually one of the best places
201
513603
1763
未来の博物館を つくるには
08:35
to try to invent the museum of the future.
202
515366
2988
最もふさわしい場所なのです
08:38
Imagine, horizontally you see the reconstructed map
203
518354
3304
想像してみてください 下に ある年の
08:41
of a given year,
204
521658
1286
再現地図を置き
08:42
and vertically, you see the document
205
522944
2958
壁には その再現に使用された―
08:45
that served the reconstruction,
206
525902
1511
例えば 絵画などの
08:47
paintings, for instance.
207
527413
3400
資料が見られるのです
08:50
Imagine an immersive system that permits
208
530813
2580
この没入型システムによって
08:53
to go and dive and reconstruct the Venice of a given year,
209
533393
3502
その年のヴェネツィアに 入り込んで再構築し
08:56
some experience you could share within a group.
210
536895
2715
まわりの人と その体験を共有できるのです
08:59
On the contrary, imagine actually that you start
211
539610
2246
一方で ヴェネツィアの原稿などの
09:01
from a document, a Venetian manuscript,
212
541856
2207
文書から始めて
09:04
and you show, actually, what you can construct out of it,
213
544063
3049
それから何が言えるか 見せることができます
09:07
how it is decoded,
214
547112
1772
どのように解読がされ
09:08
how the context of that document can be recreated.
215
548884
2415
どのような文脈で 文書が再生されたかなどです
09:11
This is an image from an exhibit
216
551299
1885
こちらの画像は
09:13
which is currently conducted in Geneva
217
553184
2276
ジュネーブで 現在行われている展示で
09:15
with that type of system.
218
555460
2354
同様なシステムを使って 出したイメージです
09:17
So to conclude, we can say that
219
557814
2175
結論として言えるのは
09:19
research in the humanities is about to undergo
220
559989
3079
人文科学の研究は 今
09:23
an evolution which is maybe similar
221
563068
1802
進化を遂げようとしています
09:24
to what happened to life sciences 30 years ago.
222
564870
4582
ちょうど 30年前に 生物科学に起こったような進化です
09:29
It's really a question of scale.
223
569452
4676
まさに規模の問題なのです
09:34
We see projects which are
224
574130
3303
こうしたプロジェクトは
09:37
much beyond any single research team can do,
225
577433
3843
1つの研究チームで できる範囲を大きく超えるもので
09:41
and this is really new for the humanities,
226
581276
2243
人文科学にとっては 今までなかったことなのです
09:43
which very often take the habit of working
227
583519
3869
私たちは しばしば 小さなグループや
09:47
in small groups or only with a couple of researchers.
228
587388
4008
数名の研究者だけで 研究する傾向にありますが
09:51
When you visit the Archivio di Stato,
229
591396
2118
あの古文書館を訪れてみれば
09:53
you feel this is beyond what any single team can do,
230
593514
2822
1つの研究チームで できることを超えていて
09:56
and that should be a joint and common effort.
231
596336
3834
共同で行うべきものというのが わかるでしょう
10:00
So what we must do for this paradigm shift
232
600170
3106
こうしたパラダイム・シフトに向けて 私たちは
10:03
is actually foster a new generation
233
603276
1902
「デジタル古典研究者」という 新たな世代を育む必要があるのです
10:05
of "digital humanists"
234
605178
1537
「デジタル古典研究者」という 新たな世代を育む必要があるのです
10:06
that are going to be ready for this shift.
235
606715
2090
彼らこそ このシフトに ふさわしいのです
10:08
I thank you very much.
236
608805
1959
ありがとうございました
10:10
(Applause)
237
610764
4000
(拍手)
このウェブサイトについて

このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。

https://forms.gle/WvT1wiN1qDtmnspy7