Shyam Sankar: The rise of human-computer cooperation
シャム・サンカー:人間とコンピューターの協力関係のはじまり
62,464 views ・ 2012-09-06
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。
00:00
Translator: Joseph Geni
Reviewer: Morton Bast
0
0
7000
翻訳: DSK INOUE
校正: Akinori Oyama
00:15
I'd like to tell you about two games of chess.
1
15772
2556
2つのチェスの試合をご紹介します
00:18
The first happened in 1997, in which Garry Kasparov,
2
18328
3864
1つ目は1997年
ガルリ・カスパロフ(世界王者)が
00:22
a human, lost to Deep Blue, a machine.
3
22192
3716
ディープブルーという
コンピューターに敗れました
00:25
To many, this was the dawn of a new era,
4
25908
2240
多くの人にとってこれは
新たな時代の幕開けでした
00:28
one where man would be dominated by machine.
5
28148
2779
機械が人間を支配するような時代です
00:30
But here we are, 20 years on, and the greatest change
6
30927
3334
それから20年が経った現在
コンピューターとの付き合い方は
00:34
in how we relate to computers is the iPad,
7
34261
2690
かなり改善され
iPad に象徴される時代になりました
00:36
not HAL.
8
36951
2045
HALではありませんでした
00:38
The second game was a freestyle chess tournament
9
38996
2648
2つ目の試合は2005年の
「フリースタイル」のトーナメント
00:41
in 2005, in which man and machine could enter together
10
41644
2969
人間とコンピューターが
対戦するだけでなく
00:44
as partners, rather than adversaries, if they so chose.
11
44613
4666
人間とコンピューターが
組んで参加しても良いものです
00:49
At first, the results were predictable.
12
49279
1851
出だしの結果は予想通りで
00:51
Even a supercomputer was beaten by a grandmaster
13
51130
2497
スーパーコンピューターでさえ
人間のチャンピオンと
00:53
with a relatively weak laptop.
14
53627
2312
性能の劣るラップトップが組んだ
ペアに敗れました
00:55
The surprise came at the end. Who won?
15
55939
2985
大番狂わせは最終戦でした
00:58
Not a grandmaster with a supercomputer,
16
58924
2776
優勝者はチャンピオンと
スーパーコンピューターのペアではなく
01:01
but actually two American amateurs
17
61700
1493
実は2人のアメリカの―
01:03
using three relatively weak laptops.
18
63193
3822
アマチュアと3台の平凡な
ラップトップのチームでした
01:07
Their ability to coach and manipulate their computers
19
67015
2596
2人はコンピュータを駆使して
臨機応変に様々な手を
01:09
to deeply explore specific positions
20
69611
2435
探し出すように
手法を採ることができたので
01:12
effectively counteracted the superior chess knowledge
21
72046
2390
人間のチャンピオンの知識や
01:14
of the grandmasters and the superior computational power
22
74436
2609
対戦相手のコンピュータの
優れた計算能力をも―
01:17
of other adversaries.
23
77045
1909
凌駕したのです
01:18
This is an astonishing result: average men,
24
78954
2905
平凡な人間と平凡なマシンが
組んだチームが
01:21
average machines beating the best man, the best machine.
25
81859
4081
最強の人も最高のマシンも
打ち負かしたことは実に驚くべき結果です
01:25
And anyways, isn't it supposed to be man versus machine?
26
85940
3199
さて 人間にとって
機械は競争相手なんでしょうか?
01:29
Instead, it's about cooperation, and the right type of cooperation.
27
89139
4152
いいえ 競争相手ではなく協力者―
正しい形での協力が大切です
01:33
We've been paying a lot of attention to Marvin Minsky's
28
93291
2857
これまでの50年間 人工知能については
01:36
vision for artificial intelligence over the last 50 years.
29
96148
3242
マーヴィン・ミンスキーが描いた見方が重視されてきました
01:39
It's a sexy vision, for sure. Many have embraced it.
30
99390
2262
これは多くの人が受け容れてきた魅力的な説で
01:41
It's become the dominant school of thought in computer science.
31
101652
2753
コンピューター・サイエンスにおいては主流の見方です
01:44
But as we enter the era of big data, of network systems,
32
104405
3072
しかしビッグ・データや
オープン・プラットフォームや
01:47
of open platforms, and embedded technology,
33
107477
2698
ネットや組込み技術が
使われるような時代においては
01:50
I'd like to suggest it's time to reevaluate an alternative vision
34
110175
3392
別の見方をもう一度評価すべきと主張したいのです
01:53
that was actually developed around the same time.
35
113567
3070
それはミンスキーの見方と
同じ頃に生まれていた―
01:56
I'm talking about J.C.R. Licklider's human-computer symbiosis,
36
116637
3332
J.C.R.リックライダーが提唱し
今では―
01:59
perhaps better termed "intelligence augmentation," I.A.
37
119969
3808
「知能増幅」(IA)と呼ばれる
人間とコンピューターの共益関係です
02:03
Licklider was a computer science titan who had a profound
38
123777
2640
リックライダーはコンピューター・サイエンスの巨人で
02:06
effect on the development of technology and the Internet.
39
126417
3006
計算技術とインターネットの発展に大いに貢献しました
02:09
His vision was to enable man and machine to cooperate
40
129423
2868
彼の見方は意思決定や
複雑な事象に対応する制御を
02:12
in making decisions, controlling complex situations
41
132291
3590
融通のきかない事前に定義された
プログラムだけに頼るのではなく
02:15
without the inflexible dependence
42
135881
1770
人間と機械が協力して
02:17
on predetermined programs.
43
137651
2533
行うというものです
02:20
Note that word "cooperate."
44
140184
2498
キーワードは「協力」です
02:22
Licklider encourages us not to take a toaster
45
142682
2747
リックライダーはトースターから
02:25
and make it Data from "Star Trek,"
46
145429
2284
頭脳明晰なアンドロイドを作るのではなく
02:27
but to take a human and make her more capable.
47
147713
3535
人間の能力をより広げることを唱えました
02:31
Humans are so amazing -- how we think,
48
151248
1911
人間が持つ思考方式や
非線形アプローチや
02:33
our non-linear approaches, our creativity,
49
153159
2618
創造力や反復仮説は
非常に驚くべき能力です
02:35
iterative hypotheses, all very difficult if possible at all
50
155777
2131
コンピューターで
仮に万一実現できるとしても
02:37
for computers to do.
51
157908
1345
非常に難しい分野です
02:39
Licklider intuitively realized this, contemplating humans
52
159253
2452
人間は 目標を設定し 仮説を作り
02:41
setting the goals, formulating the hypotheses,
53
161705
2327
評価方法を設定し
評価できるという違いを
02:44
determining the criteria, and performing the evaluation.
54
164032
3376
リックライダーは直感的に認識していました
02:47
Of course, in other ways, humans are so limited.
55
167408
1775
もちろん 一方で人間は多くの
02:49
We're terrible at scale, computation and volume.
56
169183
3235
限界があり
拡張性 計算能力 処理量では弱いものです
02:52
We require high-end talent management
57
172418
1836
ロック・バンドが
協力し演奏活動を
02:54
to keep the rock band together and playing.
58
174254
2064
続けるには 高度な
タレントマネジメントが必要です
02:56
Licklider foresaw computers doing all the routinizable work
59
176318
2204
リックライダーは 洞察と意思決定に必要な―
02:58
that was required to prepare the way for insights and decision making.
60
178522
3276
定型化できる準備は コンピュータが
全て行うようになると見通していました
03:01
Silently, without much fanfare,
61
181798
2224
静かに目立たないところで
03:04
this approach has been compiling victories beyond chess.
62
184022
3354
このアプローチがチェスに留まらず
勝利を積み上げていきました
03:07
Protein folding, a topic that shares the incredible expansiveness of chess —
63
187376
3356
タンパク質の折り畳み構造は
チェスと同様非常に奥深いものです
03:10
there are more ways of folding a protein than there are atoms in the universe.
64
190732
3042
宇宙の原子の数より
多くの折り畳み組み合わせがあります
03:13
This is a world-changing problem with huge implications
65
193774
2353
立体構造は病気を理解し治療する上で
03:16
for our ability to understand and treat disease.
66
196127
2308
世界が変わる程の大きな意味を持つ研究分野です
03:18
And for this task, supercomputer field brute force simply isn't enough.
67
198435
4248
この問題を解くにはスーパーコンピューターの
力任せの計算だけでは足りません
03:22
Foldit, a game created by computer scientists,
68
202683
2384
コンピュータ科学者が作った
Folditというゲームが
03:25
illustrates the value of the approach.
69
205067
2502
この協力アプローチの価値を表す
好例でしょう
03:27
Non-technical, non-biologist amateurs play a video game
70
207569
3041
このゲームでは
技術者でも生物学者でもない素人が
03:30
in which they visually rearrange the structure of the protein,
71
210610
3073
立体表示されたタンパク質の構造を
組み替える作業をすることで
03:33
allowing the computer to manage the atomic forces
72
213683
1499
コンピューターに原子間力や
03:35
and interactions and identify structural issues.
73
215182
2957
相互作用や構造上の問題解明を任せました
03:38
This approach beat supercomputers 50 percent of the time
74
218139
3023
このアプローチは
スーパーコンピューターの能力を
03:41
and tied 30 percent of the time.
75
221162
2584
50%のケースで上回り
30%で同等だとわかりました
03:43
Foldit recently made a notable and major scientific discovery
76
223746
3137
Folditは最近注目すべき大発見をしました
03:46
by deciphering the structure of the Mason-Pfizer monkey virus.
77
226883
3160
メイソン・ファイザー・サルウイルスの
分解酵素を解読したのです
03:50
A protease that had eluded determination for over 10 years
78
230043
3015
10年間も わからなかった構造を
03:53
was solved was by three players in a matter of days,
79
233058
2626
3人のゲーマーがほんの数日で解決してしまったのです
03:55
perhaps the first major scientific advance
80
235684
2025
ゲームをすることから生まれてくる
03:57
to come from playing a video game.
81
237709
2323
大きな科学技術を発展させる
おそらく最初の例です
04:00
Last year, on the site of the Twin Towers,
82
240032
2181
ツインタワーのあった場所に昨年
04:02
the 9/11 memorial opened.
83
242213
1473
9.11の記念碑ができました
04:03
It displays the names of the thousands of victims
84
243686
2721
この記念碑は「意味ある隣接関係」という
04:06
using a beautiful concept called "meaningful adjacency."
85
246407
3063
美しいコンセプトに基づいて
何千もの犠牲者の名前を表示しています
04:09
It places the names next to each other based on their
86
249470
2166
そこでは犠牲者の名が友人 家族 同僚など
04:11
relationships to one another: friends, families, coworkers.
87
251636
2213
人間関係に基づいて配置されています
04:13
When you put it all together, it's quite a computational
88
253849
3028
3,500もの名前と1,800もの関係の要請を考慮して
04:16
challenge: 3,500 victims, 1,800 adjacency requests,
89
256877
4223
関係を表現するのは
計算処理として大きな挑戦です
04:21
the importance of the overall physical specifications
90
261100
3092
全員の物理的な位置の制約と最終的な見た目の美しさを
04:24
and the final aesthetics.
91
264192
2137
両立する必要があります
04:26
When first reported by the media, full credit for such a feat
92
266329
2615
メディアに報道された当初
04:28
was given to an algorithm from the New York City
93
268944
1892
その功績はニューヨークのデザイン会社
04:30
design firm Local Projects. The truth is a bit more nuanced.
94
270836
4001
Local Projectsによる
アルゴリズムのものとされましたが
04:34
While an algorithm was used to develop the underlying framework,
95
274837
2871
アルゴリズムを使って
デザインを可能にする枠組みを提供し
04:37
humans used that framework to design the final result.
96
277708
3008
人間がこの枠組みの上で
最終的なデザインを描いたのです
04:40
So in this case, a computer had evaluated millions
97
280716
2225
この場合コンピューターは何百万もの
04:42
of possible layouts, managed a complex relational system,
98
282941
3335
可能なレイアウトを評価し
複雑な関係性をやりくりし
04:46
and kept track of a very large set of measurements
99
286276
2414
膨大な形状や多様性のデータを管理して
04:48
and variables, allowing the humans to focus
100
288690
2410
逐一提示し
人間が構成を選択しながら
04:51
on design and compositional choices.
101
291100
2802
人間はデザインや構成にだけ
集中できるようにしたのです
04:53
So the more you look around you,
102
293902
1036
周りを見れば見るほど
04:54
the more you see Licklider's vision everywhere.
103
294938
1962
リックライダーの予見した世界になっています
04:56
Whether it's augmented reality in your iPhone or GPS in your car,
104
296900
3304
それがiPhoneの拡張現実であれ
カーナビであれ
05:00
human-computer symbiosis is making us more capable.
105
300204
2970
人間とコンピューターの共益関係は
我々の能力を拡張しています
05:03
So if you want to improve human-computer symbiosis,
106
303174
1655
その協力関係を更に発展させるために
05:04
what can you do?
107
304829
1429
何ができるでしょうか?
05:06
You can start by designing the human into the process.
108
306258
2452
人間の関与をプロセスに組み込んでデザインしましょう
05:08
Instead of thinking about what a computer will do to solve the problem,
109
308710
2204
コンピュータを前提とした解決方法ではなく
05:10
design the solution around what the human will do as well.
110
310914
3869
人間の役割を考慮に入れて解決策をデザインするのです
05:14
When you do this, you'll quickly realize that you spent
111
314783
1937
実際に やってみると
作業時間のほとんどが
05:16
all of your time on the interface between man and machine,
112
316720
2879
人間と機械間のインターフェイスの開発に
費やされたとわかります
05:19
specifically on designing away the friction in the interaction.
113
319599
3099
特に両者間の摩擦が減るように
デザインするのに時間がかかります
05:22
In fact, this friction is more important than the power
114
322698
2766
人間や機械のそれぞれの能力が
どの程度優れているがではなく
05:25
of the man or the power of the machine
115
325464
2052
この摩擦の大小こそが
最終的な能力を
05:27
in determining overall capability.
116
327516
1931
より大きく左右します
05:29
That's why two amateurs with a few laptops
117
329447
1977
数台のPCと素人が
スーパーコンピューターとチャンピオンを
05:31
handily beat a supercomputer and a grandmaster.
118
331424
2456
たやすく打ち負かした理由もここにあります
05:33
What Kasparov calls process is a byproduct of friction.
119
333880
3005
カスパロフが呼ぶように
プロセスには摩擦がつきものです
05:36
The better the process, the less the friction.
120
336885
2401
プロセスがよければ
摩擦は減ります
05:39
And minimizing friction turns out to be the decisive variable.
121
339286
4256
そして摩擦をいかに軽減できるかが
結果を握ります
05:43
Or take another example: big data.
122
343542
2243
他の例で言えば
例えばビッグデータ
05:45
Every interaction we have in the world is recorded
123
345785
1906
世界中の我々の行動は
電話端末や
05:47
by an ever growing array of sensors: your phone,
124
347691
3059
クレジットカードやコンピュータなどの
増え続けるセンサー網で
05:50
your credit card, your computer. The result is big data,
125
350750
2373
集め記録されます
その結果がビッグデータです
05:53
and it actually presents us with an opportunity
126
353123
1742
それは人間の実態を
05:54
to more deeply understand the human condition.
127
354865
2662
より深く理解できるような機会を
我々に与えてくれます
05:57
The major emphasis of most approaches to big data
128
357527
2305
ビッグデータへのほとんどのアプローチは
05:59
focus on, "How do I store this data? How do I search
129
359832
2215
「どうデータを保管し 検索し 処理するか?」に
06:02
this data? How do I process this data?"
130
362047
2276
焦点がおかれています
06:04
These are necessary but insufficient questions.
131
364323
2204
この観点は必要ですが
これでは不十分です
06:06
The imperative is not to figure out how to compute,
132
366527
2471
必要なのは「どう」処理するかではなく
06:08
but what to compute. How do you impose human intuition
133
368998
2184
「何を」処理し
この大規模なデータに対して
06:11
on data at this scale?
134
371182
1791
「人間の直観をどう生かすか」です
06:12
Again, we start by designing the human into the process.
135
372973
3499
ここでも 人間をプロセスに組み込みます
06:16
When PayPal was first starting as a business, their biggest
136
376472
2812
PayPalがビジネスを始めた当時
彼らの最大の課題は
06:19
challenge was not, "How do I send money back and forth online?"
137
379284
2804
「ネット上で どうお金をやり取りするか?」ではなく
06:22
It was, "How do I do that without being defrauded by organized crime?"
138
382088
3872
「組織的な詐欺行為をどう回避するか?」でした
06:25
Why so challenging? Because while computers can learn
139
385960
2088
なぜそれほど難しいか?
コンピューターは
06:28
to detect and identify fraud based on patterns,
140
388048
3144
過去のパターンに基づいて
詐欺を検知できるようになりますが
06:31
they can't learn to do that based on patterns
141
391192
1479
未知のパターンから
06:32
they've never seen before, and organized crime
142
392671
2116
詐欺を検知できるようにはなりません
06:34
has a lot in common with this audience: brilliant people,
143
394787
2709
犯罪組織と皆さんは似ています
06:37
relentlessly resourceful, entrepreneurial spirit — (Laughter) —
144
397496
3640
優秀で 機知に富んでいて
やってやろうという気概に満ちている(笑)
06:41
and one huge and important difference: purpose.
145
401136
2712
ただ 1つ大きな違いがあって
それは「目的」です
06:43
And so while computers alone can catch all but the cleverest
146
403848
2832
コンピューターだけでも
詐欺のほとんどが見抜けられますが
06:46
fraudsters, catching the cleverest is the difference
147
406680
2253
最もずる賢い詐欺師を
捕まえられるかどうかが
06:48
between success and failure.
148
408933
2545
成功と失敗を分けるのです
06:51
There's a whole class of problems like this, ones with
149
411478
2221
このような問題はたくさんあります
06:53
adaptive adversaries. They rarely if ever present with a
150
413699
2575
常に新たな手を使う敵は
コンピューターが認識できるような
06:56
repeatable pattern that's discernable to computers.
151
416274
2736
手口の知られたパターンで
現れることはめったになく
06:59
Instead, there's some inherent component of innovation or disruption,
152
419010
3993
敵は常に革新・刷新を行っており
ビッグデータに埋もれてしまって
07:03
and increasingly these problems are buried in big data.
153
423003
2735
そうした問題が
どんどん増えていっています
07:05
For example, terrorism. Terrorists are always adapting
154
425738
2500
例えばテロです
テロリストは大小様々な方法で
07:08
in minor and major ways to new circumstances, and despite
155
428238
2052
環境に適応し身を隠します
07:10
what you might see on TV, these adaptations,
156
430290
3094
テレビで見るのと違って
テロリストが潜伏するのも
07:13
and the detection of them, are fundamentally human.
157
433384
2293
それを発見するのも
根本的に人間です
07:15
Computers don't detect novel patterns and new behaviors,
158
435677
3117
コンピューターは新手のパターンや
未知の行動を探知できません
07:18
but humans do. Humans, using technology, testing hypotheses,
159
438794
3235
人間ならできます
人間が技術を使い
仮説を用いて
07:22
searching for insight by asking machines to do things for them.
160
442029
4620
機械の助けを借りながら
真相を洞察するのです
07:26
Osama bin Laden was not caught by artificial intelligence.
161
446649
2320
ビン・ラディンを捕えたのは
07:28
He was caught by dedicated, resourceful, brilliant people
162
448969
2553
人工知能ではなく
07:31
in partnerships with various technologies.
163
451522
4269
様々な技術に助けられた
優秀で 機略に富む 懸命な人々でした
07:35
As appealing as it might sound, you cannot algorithmically
164
455791
2818
実現できればいいのですが
データから自動的に答えを
07:38
data mine your way to the answer.
165
458609
1601
導きだすことはできません
07:40
There is no "Find Terrorist" button, and the more data
166
460210
2855
「テロリストを見つける」なんてボタンはありませんし
07:43
we integrate from a vast variety of sources
167
463065
2302
多種多様な情報源から
幅広い形式のデータを
07:45
across a wide variety of data formats from very
168
465367
2133
集めれば集めるほどに
07:47
disparate systems, the less effective data mining can be.
169
467500
3309
そこから意味のある知識や情報を
引き出すことは難しくなります
07:50
Instead, people will have to look at data
170
470809
2024
そうならないように
人間がまずデータを見て
07:52
and search for insight, and as Licklider foresaw long ago,
171
472833
3456
洞察を行うのです
リックライダーがずいぶん前に予見していたように
07:56
the key to great results here is the right type of cooperation,
172
476289
2685
大きな結果は正しい協力から生まれます
07:58
and as Kasparov realized,
173
478974
1524
またカスパロフの認識どおり
08:00
that means minimizing friction at the interface.
174
480498
3031
協力するにはインターフェイスの摩擦を
最小化する必要があります
08:03
Now this approach makes possible things like combing
175
483529
2758
これが実行できれば
08:06
through all available data from very different sources,
176
486287
3386
様々な出所からのデータを
あますところなく集めて解析して
08:09
identifying key relationships and putting them in one place,
177
489673
2792
重要な関連性を特定し
そのデータだけを抽出できます
08:12
something that's been nearly impossible to do before.
178
492465
2928
以前なら不可能だったことです
08:15
To some, this has terrifying privacy and civil liberties
179
495393
1942
これがプライバシーや自由への脅威となるか
08:17
implications. To others it foretells of an era of greater
180
497335
3410
反対に それらがより強固に
保護される時代をもたらすか
08:20
privacy and civil liberties protections,
181
500745
1909
などと捉え方はそれぞれですが
08:22
but privacy and civil liberties are of fundamental importance.
182
502654
2936
プライバシーや自由は基本的で重要なものです
08:25
That must be acknowledged, and they can't be swept aside,
183
505590
2193
それは強く意識されなければなりませんし
08:27
even with the best of intents.
184
507783
2530
どんな理由があっても切り捨てることはできません
08:30
So let's explore, through a couple of examples, the impact
185
510313
2518
それでは
人間とコンピューターの共益関係を
08:32
that technologies built to drive human-computer symbiosis
186
512831
2406
最大限に活かすように
作られた技術の影響を示す
08:35
have had in recent time.
187
515237
2919
最近のいくつかの事例を見てみましょう
08:38
In October, 2007, U.S. and coalition forces raided
188
518156
3416
2007年10月
米軍と同盟国の連合軍が
シリアとの国境に位置し
08:41
an al Qaeda safe house in the city of Sinjar
189
521572
2416
イラクの町 シンジャールにある
08:43
on the Syrian border of Iraq.
190
523988
1934
アル・カーイダのアジトを急襲しました
08:45
They found a treasure trove of documents:
191
525922
2376
そこで貴重な書類の山を掘り当てました
08:48
700 biographical sketches of foreign fighters.
192
528298
2335
それは700人分もの
外国人兵士の略歴でした
08:50
These foreign fighters had left their families in the Gulf,
193
530633
2584
湾岸や地中海東側沿岸 そして
08:53
the Levant and North Africa to join al Qaeda in Iraq.
194
533217
3146
アフリカの国々に家族を残し
アル・カーイダ兵に志願した人々です
08:56
These records were human resource forms.
195
536363
1616
略歴書類は
まるで職歴質問集で
08:57
The foreign fighters filled them out as they joined the organization.
196
537979
2855
兵達は入隊時に質問事項に回答していました
09:00
It turns out that al Qaeda, too,
197
540834
1211
アル・カーイダでさえも
09:02
is not without its bureaucracy. (Laughter)
198
542045
2597
お役所みたいな形があるわけですね
(笑)
09:04
They answered questions like, "Who recruited you?"
199
544642
2098
質問は
「誰に誘われたのか?」
09:06
"What's your hometown?" "What occupation do you seek?"
200
546740
2854
「出身はどこか?」
「希望の職種は何か?」といったものでした
09:09
In that last question, a surprising insight was revealed.
201
549594
3169
そして最後の質問から驚くべき真相が現れました
09:12
The vast majority of foreign fighters
202
552763
2400
それら外国人兵のほとんどが
09:15
were seeking to become suicide bombers for martyrdom --
203
555163
2400
自爆テロによる殉死を望んでいたのです
09:17
hugely important, since between 2003 and 2007, Iraq
204
557563
4338
2003年から2007年にかけて
イラクでは1,382件の自爆テロ行為があり
09:21
had 1,382 suicide bombings, a major source of instability.
205
561901
4244
情勢を不安定にしている大きな要因でした
殉死願望は 非常に重要な真相です
09:26
Analyzing this data was hard. The originals were sheets
206
566145
2058
データの分析は困難でした
まず
09:28
of paper in Arabic that had to be scanned and translated.
207
568203
2742
原本はアラビア語で
用紙のスキャンと翻訳が必要でした
09:30
The friction in the process did not allow for meaningful
208
570945
2192
このプロセスでは
摩擦が大きかったので
09:33
results in an operational time frame using humans, PDFs
209
573137
3350
人間が根気づよくPDFを
読み続ける程度では
作戦に間に合う時間内に
09:36
and tenacity alone.
210
576487
2218
有意義な結果を
出せそうにありませんでした
09:38
The researchers had to lever up their human minds
211
578705
1953
調査員達は
明らかになっていない―
09:40
with technology to dive deeper, to explore non-obvious
212
580658
2345
仮説を探るべく
技術でテコ入れして
09:43
hypotheses, and in fact, insights emerged.
213
583003
3218
深く思考する必要がありました
そして ある真相を明らかにしました
09:46
Twenty percent of the foreign fighters were from Libya,
214
586221
2644
外国人兵の20%はリビア出身でした
09:48
50 percent of those from a single town in Libya,
215
588865
2968
その内半分はとあるひとつの町出身でした
重大な発見です
09:51
hugely important since prior statistics put that figure at
216
591833
2450
これはそれまでの統計では3%という数字でした
09:54
three percent. It also helped to hone in on a figure
217
594283
2383
またこのデータは
リビアの武装グループの
09:56
of rising importance in al Qaeda, Abu Yahya al-Libi,
218
596666
2977
アル・カーイダ内で地位が高まる
指導者アブ・ヤハ・アルリビに
09:59
a senior cleric in the Libyan Islamic fighting group.
219
599643
2631
狙いを絞ることに
ひと役買いました
10:02
In March of 2007, he gave a speech, after which there was
220
602274
2664
2007年に彼が演説を行ったのち
10:04
a surge in participation amongst Libyan foreign fighters.
221
604938
3466
リビア出身の兵士が急増していたのです
10:08
Perhaps most clever of all, though, and least obvious,
222
608404
3106
さらに 最もずる賢く
全く目立たないものでしたが
10:11
by flipping the data on its head, the researchers were
223
611510
2073
調査員達は分析方法を
がらりと変えることで
10:13
able to deeply explore the coordination networks in Syria
224
613583
2900
シリアの紹介グループを深く探ることができました
10:16
that were ultimately responsible for receiving and
225
616483
2517
そのグループこそが外国人兵士の
10:19
transporting the foreign fighters to the border.
226
619000
2464
受け入れと国境への移動を担っていました
10:21
These were networks of mercenaries, not ideologues,
227
621464
2633
グループは宗教的イデオロギーの元に集まったのでなく
10:24
who were in the coordination business for profit.
228
624097
2398
お金のための傭兵紹介サービスでした
10:26
For example, they charged Saudi foreign fighters
229
626495
1904
例えば リビア兵に比べて
お金の取れる
10:28
substantially more than Libyans, money that would have
230
628399
2199
サウジ兵から高額な紹介料を
巻き上げていました
10:30
otherwise gone to al Qaeda.
231
630598
2320
取られなければ アル・カーイダが
手にしたであろうお金でした
10:32
Perhaps the adversary would disrupt their own network
232
632918
2045
聖戦の兵士が詐取されていることを
10:34
if they knew they cheating would-be jihadists.
233
634963
3035
アル・カーイダが知ったら
自軍側のグループを解消したことでしょう
10:37
In January, 2010, a devastating 7.0 earthquake struck Haiti,
234
637998
3745
2010年1月マグニチュード7.0の
壊滅的な地震がハイチを襲いました
10:41
third deadliest earthquake of all time, left one million people,
235
641743
2916
死者の数は観測史上 3番目で
人口の10%にあたる
10:44
10 percent of the population, homeless.
236
644659
2584
100万人が家を失いました
10:47
One seemingly small aspect of the overall relief effort
237
647243
3137
支援活動全体から見れば
小さなことに見える1要素が
10:50
became increasingly important as the delivery of food
238
650380
2176
食料や水の配給が始まると
10:52
and water started rolling.
239
652556
2160
次第に重要な要素となりました
10:54
January and February are the dry months in Haiti,
240
654716
1458
1月と2月はハイチの乾期ですが
10:56
yet many of the camps had developed standing water.
241
656174
2942
多くの避難所では
水が溜まっていきました
10:59
The only institution with detailed knowledge of Haiti's
242
659116
2122
ハイチの氾濫原を詳細に把握している
11:01
floodplains had been leveled
243
661238
1297
唯一の機関は
11:02
in the earthquake, leadership inside.
244
662535
3008
指揮系統もろとも
地震で倒壊していました
11:05
So the question is, which camps are at risk,
245
665543
2575
ここで知りたいのは
どの避難所の危険度が高く
11:08
how many people are in these camps, what's the
246
668118
1921
それぞれ何人が避難生活をしており
11:10
timeline for flooding, and given very limited resources
247
670039
2311
洪水はいつ起こるのか
ということです
11:12
and infrastructure, how do we prioritize the relocation?
248
672350
3384
非常に限られた資源とインフラの下で
避難所移転の順序をどう決めるのか?
11:15
The data was incredibly disparate. The U.S. Army had
249
675734
2344
データは信じられないほど
バラバラでした
11:18
detailed knowledge for only a small section of the country.
250
678078
2929
米軍が詳細な情報を持っていたのは
限られた地域のみでした
11:21
There was data online from a 2006 environmental risk
251
681007
2511
2006年環境リスク会議のデータも
他の地理データも
11:23
conference, other geospatial data, none of it integrated.
252
683518
2664
ネット上で
バラバラに存在していました
11:26
The human goal here was to identify camps for relocation
253
686182
2958
ここでの目標は危険度に基づいて移転する
11:29
based on priority need.
254
689140
2395
避難所の優先順位をつけることでした
11:31
The computer had to integrate a vast amount of geospacial
255
691535
2440
そのためにコンピューターは膨大な
11:33
information, social media data and relief organization
256
693975
2584
地理情報やソーシャル・メディアの情報
支援機関からの情報を
11:36
information to answer this question.
257
696559
3480
まとめなければなりませんでした
11:40
By implementing a superior process, what was otherwise
258
700039
2415
この解決に
より優れたプロセスを
創造したことで
11:42
a task for 40 people over three months became
259
702454
2608
40人がかりで3ヶ月はかかったであろう作業を
11:45
a simple job for three people in 40 hours,
260
705062
3176
たった3人が40時間で終えてしまいました
11:48
all victories for human-computer symbiosis.
261
708238
2628
人間とコンピューターとの共益関係の成果です
11:50
We're more than 50 years into Licklider's vision
262
710866
2054
リックライダーの予見から50年以上経った今
11:52
for the future, and the data suggests that we should be
263
712920
2242
これまでのデータからすれば
11:55
quite excited about tackling this century's hardest problems,
264
715162
3030
人間とコンピュータが協力して
今世紀の最も難しい問題の数々に
11:58
man and machine in cooperation together.
265
718192
2947
取り組めば 大きな成果を期待できるのです
12:01
Thank you. (Applause)
266
721139
2197
ありがとうございました
12:03
(Applause)
267
723336
2505
(拍手)
New videos
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。