Gary Flake: is Pivot a turning point for web exploration?

ゲリー・フレーク 「Pivotはウェブ探索における分岐点となるか?」

60,354 views

2010-03-03 ・ TED


New videos

Gary Flake: is Pivot a turning point for web exploration?

ゲリー・フレーク 「Pivotはウェブ探索における分岐点となるか?」

60,354 views ・ 2010-03-03

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: Takahiro Shimpo 校正: Yasushi Aoki
00:16
If I can leave you with one big idea today,
0
16260
2000
今日私が大きなアイデアを一つだけ
00:18
it's that the whole of the data
1
18260
2000
お伝えできるとしたら、それは
00:20
in which we consume
2
20260
2000
データの全体から我々が得られるものは、
00:22
is greater that the sum of the parts,
3
22260
2000
部分の和よりも大きいということです。
00:24
and instead of thinking about information overload,
4
24260
3000
情報過多ではなく、どうすれば
00:27
what I'd like you to think about is how
5
27260
2000
通常見えていないパターン、
00:29
we can use information so that patterns pop
6
29260
3000
傾向を見つけることが出来るのか
00:32
and we can see trends that would otherwise be invisible.
7
32260
3000
考えてみて下さい。
00:35
So what we're looking at right here is a typical mortality chart
8
35260
3000
今ご覧頂いているのは典型的な
00:38
organized by age.
9
38260
2000
年齢別死亡率のグラフです。
00:40
This tool that I'm using here is a little experiment.
10
40260
2000
今使っているツールは実験段階のもので、
00:42
It's called Pivot, and with Pivot what I can do
11
42260
3000
Pivotです。これを使えばある特定の
00:45
is I can choose to filter in one particular cause of deaths -- say, accidents.
12
45260
4000
死因のデータだけ抽出することができます。例えば事故。
00:49
And, right away, I see there's a different pattern that emerges.
13
49260
3000
そしてすぐ別の傾向があることを確認できます。
00:52
This is because, in the mid-area here,
14
52260
2000
理由はここ、中ほどでは
00:54
people are at their most active,
15
54260
2000
人々は最も活動的で、次に
00:56
and over here they're at their most frail.
16
56260
2000
こちら側では最も体が弱いからです。
00:58
We can step back out again
17
58260
2000
前に戻って
01:00
and then reorganize the data by cause of death,
18
60260
2000
データを死因で並べなおすこともできます
01:02
seeing that circulatory diseases and cancer
19
62260
3000
循環器系疾患とガンが最も高いですが
01:05
are the usual suspects, but not for everyone.
20
65260
3000
全員に対してというわけではありません。
01:08
If we go ahead and we filter by age --
21
68260
3000
さらに年齢で絞って
01:11
say 40 years or less --
22
71260
2000
40歳以下を見てみましょう
01:13
we see that accidents are actually
23
73260
2000
事故がその年代の人々にとって
01:15
the greatest cause that people have to be worried about.
24
75260
3000
最も注意すべき死因だとわかりますね。
01:18
And if you drill into that, it's especially the case for men.
25
78260
3000
特に男性が要注意であることもわかります。
01:21
So you get the idea
26
81260
2000
さて皆さんお分かりいただけたと思います
01:23
that viewing information, viewing data in this way,
27
83260
3000
情報やデータをこの様に眺めるのは
01:26
is a lot like swimming
28
86260
2000
画像主体の情報の中を
01:28
in a living information info-graphic.
29
88260
3000
泳いでいるみたいでしょ。
01:31
And if we can do this for raw data,
30
91260
2000
そして生のデータにこんなことができるなら
01:33
why not do it for content as well?
31
93260
3000
コンテンツにもやってみませんか?
01:36
So what we have right here
32
96260
2000
そこでここにあるのは
01:38
is the cover of every single Sports Illustrated
33
98260
3000
今までに作られてきた
01:41
ever produced.
34
101260
2000
スポーツ イラストレイテッド誌の表紙です。
01:43
It's all here; it's all on the web.
35
103260
2000
すべてがここウェブ上にあります。
01:45
You can go back to your rooms and try this after my talk.
36
105260
3000
公演後皆さんの部屋でも同じことは出来ます。
01:48
With Pivot, you can drill into a decade.
37
108260
3000
Pivotで特定の10年分に絞り込むことができます。
01:51
You can drill into a particular year.
38
111260
2000
ある1年に絞り込むこともできます。
01:53
You can jump right into a specific issue.
39
113260
3000
あらゆる巻に即座に戻れます。
01:56
So I'm looking at this; I see the athletes
40
116260
2000
これを見てみましょう。この号に
01:58
that have appeared in this issue, the sports.
41
118260
2000
掲載のあったアスリートが全部表示されています。
02:00
I'm a Lance Armstrong fan, so I'll go ahead and I'll click on that,
42
120260
3000
ランス アームストロングのファンなのでこれをクリックしてみましょう。
02:03
which reveals, for me, all the issues
43
123260
2000
するとこの様にランス アームストロングが
02:05
in which Lance Armstrong's been a part of.
44
125260
2000
取り上げられた全ての号が抽出されます。
02:07
(Applause)
45
127260
3000
(拍手)
02:10
Now, if I want to just kind of take a peek at these,
46
130260
3000
ちょっと上の方を眺めてみたくなったとしましょう
02:13
I might think,
47
133260
2000
「サイクリングについての記事を見てみようかな」
02:15
"Well, what about taking a look at all of cycling?"
48
135260
2000
と思うかもしれません。
02:17
So I can step back, and expand on that.
49
137260
2000
一歩下がって拡大しましょう。
02:19
And I see Greg LeMond now.
50
139260
2000
するとグレッグ レモンが出てきます。
02:21
And so you get the idea that when you
51
141260
2000
この様に情報を絞り込んだり
02:23
navigate over information this way --
52
143260
2000
広げたり、戻ったりと情報を
02:25
going narrower, broader,
53
145260
2000
自由に操作することは、単なる
02:27
backing in, backing out --
54
147260
2000
検索やブラウジングではないと
02:29
you're not searching, you're not browsing.
55
149260
2000
お分かり頂けたと思います。
02:31
You're doing something that's actually a little bit different.
56
151260
2000
これは実際少し異なるものなんです。
02:33
It's in between, and we think it changes
57
153260
3000
これは検索と閲覧の中間で、我々の
02:36
the way information can be used.
58
156260
2000
情報の利用方を変えてくれると思っています。
02:38
So I want to extrapolate on this idea a bit
59
158260
2000
このアイデアを拡張して
02:40
with something that's a little bit crazy.
60
160260
2000
ちょっと極端なことをやってみましょう。
02:42
What we're done here is we've taken every single Wikipedia page
61
162260
3000
私たちはウィキペディアの全てのページを
02:45
and we reduced it down to a little summary.
62
165260
3000
それぞれ小さな要約にまとめました。
02:48
So the summary consists of just a little synopsis
63
168260
3000
要約は短い概要と、それが属する
02:51
and an icon to indicate the topical area that it comes from.
64
171260
3000
トピックを表すアイコンからなっています。
02:54
I'm only showing the top 500
65
174260
3000
今ここでは最も人気のある
02:57
most popular Wikipedia pages right here.
66
177260
2000
500ページしか載せていません。
02:59
But even in this limited view,
67
179260
2000
しかしこの限られた範囲でも、
03:01
we can do a lot of things.
68
181260
2000
色々なことが出来ます。
03:03
Right away, we get a sense of what are the topical domains
69
183260
2000
直ぐに、ウィキペディア上で人気のある
03:05
that are most popular on Wikipedia.
70
185260
2000
トピックを把握することができますね。
03:07
I'm going to go ahead and select government.
71
187260
2000
今から「政治」を選んでみます。
03:09
Now, having selected government,
72
189260
3000
さて「政治」を選んでみると、
03:12
I can now see that the Wikipedia categories
73
192260
2000
この様にウィキペディアのカテゴリーで
03:14
that most frequently correspond to that
74
194260
2000
最も多く一致するのは雑誌Timeの
03:16
are Time magazine People of the Year.
75
196260
3000
Person of the Yearであると分かります。
03:19
So this is really important because this is an insight
76
199260
3000
これはウィキペディアのどのページにも含まれていない
03:22
that was not contained within any one Wikipedia page.
77
202260
3000
情報ですから、とても重要なのです。
03:25
It's only possible to see that insight
78
205260
2000
一歩下がって全てを見渡してみた時
03:27
when you step back and look at all of them.
79
207260
3000
初めてこの様な見方が可能となるのです。
03:30
Looking at one of these particular summaries,
80
210260
2000
要約の1つを見てみましょう
03:32
I can then drill into the concept of
81
212260
3000
そこからPerson of the Yearの
03:35
Time magazine Person of the Year,
82
215260
2000
カテゴリに進み、それに
03:37
bringing up all of them.
83
217260
2000
属するもの全てを表示できます。
03:39
So looking at these people,
84
219260
2000
そこで彼らを見てみて下さい、
03:41
I can see that the majority come from government;
85
221260
3000
多くの人は政治関係だとわかりますね。
03:45
some have come from natural sciences;
86
225260
3000
何人かは自然科学関係ですね。
03:49
some, fewer still, have come from business --
87
229260
3000
さらに少ないですが、ビジネス関係の人もいます。
03:53
there's my boss --
88
233260
2000
私のボスもいます。
03:55
and one has come from music.
89
235260
5000
それから音楽方面の人が1人います。
04:00
And interestingly enough,
90
240260
2000
そして面白いことに、ボノは
04:02
Bono is also a TED Prize winner.
91
242260
3000
TED Prize受賞者でもあります。この様に
04:05
So we can go, jump, and take a look at all the TED Prize winners.
92
245260
3000
自由にTED Prize受賞者を全員見渡せます。
04:08
So you see, we're navigating the web for the first time
93
248260
3000
ご覧頂いたように、我々は初めてwebを
04:11
as if it's actually a web, not from page-to-page,
94
251260
3000
ページからページではなく、一つのwebとして
04:14
but at a higher level of abstraction.
95
254260
2000
高い抽象レベルでナビゲートしているのです。
04:16
And so I want to show you one other thing
96
256260
2000
そこでもう一つ 皆さんが
04:18
that may catch you a little bit by surprise.
97
258260
3000
驚くだろうものを お見せしたいと思います。
04:21
I'm just showing the New York Times website here.
98
261260
3000
ここにNew York Timesのホームページがあります。
04:24
So Pivot, this application --
99
264260
2000
そこでこのアプリケーションPivot--これを
04:26
I don't want to call it a browser; it's really not a browser,
100
266260
2000
ブラウザーとは呼びたくないです。違いますから。
04:28
but you can view web pages with it --
101
268260
3000
しかし勿論ウェブの閲覧は可能ですけど--
04:31
and we bring that zoomable technology
102
271260
2000
私たちはこの様にズーム技術をそれぞれの
04:33
to every single web page like this.
103
273260
3000
webページに使えるようにしました。
04:36
So I can step back,
104
276260
3000
一歩下がって眺め、目的の部分に
04:39
pop right back into a specific section.
105
279260
2000
飛び込むことができます。
04:41
Now the reason why this is important is because,
106
281260
2000
さてこれが重要な理由としては、
04:43
by virtue of just viewing web pages in this way,
107
283260
3000
この様にウェブを閲覧することによって
04:46
I can look at my entire browsing history
108
286260
2000
閲覧履歴全体を全く同じように
04:48
in the exact same way.
109
288260
2000
見ることができるからです。
04:50
So I can drill into what I've done
110
290260
2000
だから特定の時間帯にしたことを
04:52
over specific time frames.
111
292260
2000
掘り下げることができます。
04:54
Here, in fact, is the state
112
294260
2000
実際ここには今日実演してきた
04:56
of all the demo that I just gave.
113
296260
2000
ページの履歴が見えますね。
04:58
And I can sort of replay some stuff that I was looking at earlier today.
114
298260
3000
すると先ほどお見せしたものをリプレイすることもできます。
05:01
And, if I want to step back and look at everything,
115
301260
3000
一歩下がって全て見たいと思ったら、
05:04
I can slice and dice my history,
116
304260
2000
履歴をスライス&ダイスすることができ、
05:06
perhaps by my search history --
117
306260
2000
例えば検索履歴を取り出すことができます。
05:08
here, I was doing some nepotistic searching,
118
308260
2000
私は身内びいきの
05:10
looking for Bing, over here for Live Labs Pivot.
119
310260
3000
検索をしていますね。
05:13
And from these, I can drill into the web page
120
313260
2000
その履歴から、すぐに元をたどり
05:15
and just launch them again.
121
315260
2000
再起動することができます。
05:17
It's one metaphor repurposed multiple times,
122
317260
3000
1つのメタファが形を変えて何度も
05:20
and in each case it makes the whole greater
123
320260
2000
現れています。すなわち全体というのは
05:22
than the sum of the parts with the data.
124
322260
2000
部分の和よりも大きいということです。
05:24
So right now, in this world,
125
324260
3000
現在我々は世界に溢れかえるデータを
05:27
we think about data as being this curse.
126
327260
3000
悪と捉えています。
05:30
We talk about the curse of information overload.
127
330260
3000
情報過多は災いであり
05:33
We talk about drowning in data.
128
333260
3000
情報に溺れていると言われています。
05:36
What if we can actually turn that upside down
129
336260
2000
それをひっくり返せないでしょうか
05:38
and turn the web upside down,
130
338260
2000
webというものをひっくり返して
05:40
so that instead of navigating from one thing to the next,
131
340260
3000
一つの物から次の物への単純な移動ではなく
05:43
we get used to the habit of being able to go from many things to many things,
132
343260
3000
多くの情報から多くの情報へと行き来することに慣れたなら
05:46
and then being able to see the patterns
133
346260
2000
それまで見えなかったパターンを
05:48
that were otherwise hidden?
134
348260
2000
見いだせるようになるでしょう。
05:50
If we can do that, then instead of being trapped in data,
135
350260
5000
これが可能ならば、データに埋もれるのではなく
05:55
we might actually extract information.
136
355260
3000
適切な情報抽出が可能かもしれません。
05:58
And, instead of dealing just with information,
137
358260
2000
そうすれば単なる情報処理ではなく、
06:00
we can tease out knowledge.
138
360260
2000
知識を引き出すことができます。
06:02
And if we get the knowledge, then maybe even there's wisdom to be found.
139
362260
3000
その知識が引き出せるなら、知恵だって見いだせるかもしれません。
06:05
So with that, I thank you.
140
365260
2000
以上です。ありがとう。
06:07
(Applause)
141
367260
8000
(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