Shyam Sankar: The rise of human-computer cooperation

62,632 views ・ 2012-09-06

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Vertaald door: Rik Delaet Nagekeken door: Christel Foncke
00:15
I'd like to tell you about two games of chess.
1
15772
2556
Ik zou je graag wat vertellen over twee schaakwedstrijden.
00:18
The first happened in 1997, in which Garry Kasparov,
2
18328
3864
De eerste ging door in 1997.
00:22
a human, lost to Deep Blue, a machine.
3
22192
3716
Garry Kasparov, een mens, verloor van Deep Blue, een machine.
00:25
To many, this was the dawn of a new era,
4
25908
2240
Voor velen was dit het begin van een nieuw tijdperk
00:28
one where man would be dominated by machine.
5
28148
2779
waarin de mens gedomineerd zou worden door de machine.
00:30
But here we are, 20 years on, and the greatest change
6
30927
3334
Maar hier staan we, 20 jaar later, en de grootste verandering
00:34
in how we relate to computers is the iPad,
7
34261
2690
in hoe we ons verhouden tot computers
00:36
not HAL.
8
36951
2045
is de iPad, niet HAL.
00:38
The second game was a freestyle chess tournament
9
38996
2648
De tweede wedstrijd was een toernooi in vrije stijl in 2005,
00:41
in 2005, in which man and machine could enter together
10
41644
2969
waarbij mens en machine, als ze dat wilden,
00:44
as partners, rather than adversaries, if they so chose.
11
44613
4666
als partners mochten samenwerken in plaats van als tegenstanders.
00:49
At first, the results were predictable.
12
49279
1851
In het begin waren de resultaten voorspelbaar.
00:51
Even a supercomputer was beaten by a grandmaster
13
51130
2497
Zelfs een supercomputer werd verslagen door een grootmeester
00:53
with a relatively weak laptop.
14
53627
2312
met een relatief zwakke laptop.
00:55
The surprise came at the end. Who won?
15
55939
2985
De verrassing kwam aan het einde. Wie won?
00:58
Not a grandmaster with a supercomputer,
16
58924
2776
Niet een schaker met een supercomputer
01:01
but actually two American amateurs
17
61700
1493
maar eigenlijk twee Amerikaanse amateurs
01:03
using three relatively weak laptops.
18
63193
3822
met behulp van drie relatief zwakke laptops.
01:07
Their ability to coach and manipulate their computers
19
67015
2596
Zij coachten en manipuleerden hun computers
01:09
to deeply explore specific positions
20
69611
2435
om specifieke posities diepgaand te verkennen.
01:12
effectively counteracted the superior chess knowledge
21
72046
2390
Dat overtrof de superieure schaakkennis
01:14
of the grandmasters and the superior computational power
22
74436
2609
van de grootmeesters en de superieure rekenkracht
01:17
of other adversaries.
23
77045
1909
van de andere tegenstanders.
01:18
This is an astonishing result: average men,
24
78954
2905
Dit is een verbazingwekkend resultaat: middelmatige mannen
01:21
average machines beating the best man, the best machine.
25
81859
4081
met middelmatige machines verslaan de beste man en de beste machine.
01:25
And anyways, isn't it supposed to be man versus machine?
26
85940
3199
En ging het overigens niet om man tegen machine?
01:29
Instead, it's about cooperation, and the right type of cooperation.
27
89139
4152
In plaats daarvan gaat het om samenwerking, en het juiste type samenwerking.
01:33
We've been paying a lot of attention to Marvin Minsky's
28
93291
2857
We hebben in de afgelopen 50 jaar wat teveel aandacht geschonken
01:36
vision for artificial intelligence over the last 50 years.
29
96148
3242
aan de visie van Marvin Minsky over kunstmatige intelligentie.
01:39
It's a sexy vision, for sure. Many have embraced it.
30
99390
2262
Een sexy visie, dat wel. Velen vielen ervoor.
01:41
It's become the dominant school of thought in computer science.
31
101652
2753
Het werd het dominante denkraam in de informatica.
01:44
But as we enter the era of big data, of network systems,
32
104405
3072
Maar nu we het tijdperk van big data, van netwerksystemen
01:47
of open platforms, and embedded technology,
33
107477
2698
van open platforms en ingebedde technologie betreden,
01:50
I'd like to suggest it's time to reevaluate an alternative vision
34
110175
3392
vind ik dat we een alternatieve visie opnieuw moeten gaan bekijken.
01:53
that was actually developed around the same time.
35
113567
3070
Die werd rond dezelfde tijd ontwikkeld.
01:56
I'm talking about J.C.R. Licklider's human-computer symbiosis,
36
116637
3332
Ik heb het over de mens-computersymbiose van J.C.R. Licklider,
01:59
perhaps better termed "intelligence augmentation," I.A.
37
119969
3808
misschien beter ‘Intelligentie Augmentatie’ of I.A. genoemd.
02:03
Licklider was a computer science titan who had a profound
38
123777
2640
Licklider was een reus van de computerwetenschap met een diepgaande invloed
02:06
effect on the development of technology and the Internet.
39
126417
3006
op de ontwikkeling van de technologie en het internet.
02:09
His vision was to enable man and machine to cooperate
40
129423
2868
Zijn visie bestond erin om mens en machine te laten samenwerken
02:12
in making decisions, controlling complex situations
41
132291
3590
bij besluitvorming, controle van complexe situaties
02:15
without the inflexible dependence
42
135881
1770
zonder de rigide afhankelijkheid
02:17
on predetermined programs.
43
137651
2533
van vooraf bepaalde programma's.
02:20
Note that word "cooperate."
44
140184
2498
Let op het woord ‘samenwerken’.
02:22
Licklider encourages us not to take a toaster
45
142682
2747
Licklider moedigt ons niet aan om van een broodrooster
02:25
and make it Data from "Star Trek,"
46
145429
2284
Data uit ‘Star Trek’ te maken,
02:27
but to take a human and make her more capable.
47
147713
3535
maar om een mens capabeler te maken.
02:31
Humans are so amazing -- how we think,
48
151248
1911
Wij mensen zijn zo geweldig in hoe wij denken,
02:33
our non-linear approaches, our creativity,
49
153159
2618
onze niet-lineaire benaderingen, onze creativiteit
02:35
iterative hypotheses, all very difficult if possible at all
50
155777
2131
en iteratieve hypothesen. Dat is allemaal zeer moeilijk
02:37
for computers to do.
51
157908
1345
of zelfs onmogelijk voor computers.
02:39
Licklider intuitively realized this, contemplating humans
52
159253
2452
Licklider besefte intuïtief dat de denkende mens
02:41
setting the goals, formulating the hypotheses,
53
161705
2327
de doelstellingen uitzet, hypothesen formuleert,
02:44
determining the criteria, and performing the evaluation.
54
164032
3376
criteria bepaalt en de evaluatie uitvoert.
02:47
Of course, in other ways, humans are so limited.
55
167408
1775
Op andere punten zijn mensen natuurlijk erg beperkt.
02:49
We're terrible at scale, computation and volume.
56
169183
3235
We zijn erg slecht wat grootte, rekenen en massa werk aangaat.
02:52
We require high-end talent management
57
172418
1836
Wij hebben een uitgebreid talentmanagement nodig
02:54
to keep the rock band together and playing.
58
174254
2064
om de rockband te laten spelen.
02:56
Licklider foresaw computers doing all the routinizable work
59
176318
2204
Licklider voorzag dat computers al het routinewerk zouden doen
02:58
that was required to prepare the way for insights and decision making.
60
178522
3276
als voorbereiding op inzicht en besluitvorming.
03:01
Silently, without much fanfare,
61
181798
2224
Stil, zonder veel fanfare,
03:04
this approach has been compiling victories beyond chess.
62
184022
3354
heeft deze aanpak overwinningen op elkaar gestapeld, veel verdergaand dan schaken.
03:07
Protein folding, a topic that shares the incredible expansiveness of chess —
63
187376
3356
‘Eiwitvouwing’ is een onderwerp met dezelfde ongelooflijke expansiviteit als schaken.
03:10
there are more ways of folding a protein than there are atoms in the universe.
64
190732
3042
Er zijn meer manieren om een eiwit op te vouwen dan dat er atomen zijn in het heelal.
03:13
This is a world-changing problem with huge implications
65
193774
2353
Dit is een wereldveranderend probleem met grote impact
03:16
for our ability to understand and treat disease.
66
196127
2308
op het begrijpen en behandelen van ziekten.
03:18
And for this task, supercomputer field brute force simply isn't enough.
67
198435
4248
Maar voor deze taak is brute supercomputerkracht alleen niet voldoende.
03:22
Foldit, a game created by computer scientists,
68
202683
2384
Foldit, een spel gemaakt door computerwetenschappers,
03:25
illustrates the value of the approach.
69
205067
2502
illustreert de waarde van deze aanpak.
03:27
Non-technical, non-biologist amateurs play a video game
70
207569
3041
Amateurs die geen technici of biologen zijn, spelen een videospel
03:30
in which they visually rearrange the structure of the protein,
71
210610
3073
waarin ze de structuur van het eiwit visueel herschikken
03:33
allowing the computer to manage the atomic forces
72
213683
1499
waarbij de computer de atomaire krachten
03:35
and interactions and identify structural issues.
73
215182
2957
en de interacties beheert en de structurele problemen identificeert.
03:38
This approach beat supercomputers 50 percent of the time
74
218139
3023
Deze aanpak verslaat supercomputers één keer op twee
03:41
and tied 30 percent of the time.
75
221162
2584
en in 30 procent van de tijd.
03:43
Foldit recently made a notable and major scientific discovery
76
223746
3137
Foldit deed onlangs een opmerkelijke en grote wetenschappelijke ontdekking
03:46
by deciphering the structure of the Mason-Pfizer monkey virus.
77
226883
3160
door de structuur van het Mason-Pfizer-aapvirus te ontcijferen.
03:50
A protease that had eluded determination for over 10 years
78
230043
3015
Een protease dat in 10 jaar niet kon worden ontcijferd,
03:53
was solved was by three players in a matter of days,
79
233058
2626
werd door drie spelers in enkele dagen opgelost,
03:55
perhaps the first major scientific advance
80
235684
2025
misschien de eerste belangrijke wetenschappelijke vooruitgang
03:57
to come from playing a video game.
81
237709
2323
door een videogame te spelen.
04:00
Last year, on the site of the Twin Towers,
82
240032
2181
Vorig jaar werd op de site van de Twin Towers
04:02
the 9/11 memorial opened.
83
242213
1473
het 9/11-gedenkteken onthuld.
04:03
It displays the names of the thousands of victims
84
243686
2721
Dat toont de namen van de duizenden slachtoffers
04:06
using a beautiful concept called "meaningful adjacency."
85
246407
3063
door een mooi concept, ‘zinvolle nabijheid’ genaamd.
04:09
It places the names next to each other based on their
86
249470
2166
Het plaatst de namen naast elkaar op basis
04:11
relationships to one another: friends, families, coworkers.
87
251636
2213
van hun relatie tot elkaar: vrienden, familie, collega's.
04:13
When you put it all together, it's quite a computational
88
253849
3028
Dat is nogal een computationele uitdaging:
04:16
challenge: 3,500 victims, 1,800 adjacency requests,
89
256877
4223
3.500 slachtoffers, 1.800 nabijheidsverzoeken,
04:21
the importance of the overall physical specifications
90
261100
3092
het belang van de algemene fysische specificaties
04:24
and the final aesthetics.
91
264192
2137
en de uiteindelijke esthetiek.
04:26
When first reported by the media, full credit for such a feat
92
266329
2615
Door de media werd het volledige krediet voor deze prestatie
04:28
was given to an algorithm from the New York City
93
268944
1892
gegeven aan een algoritme van het ontwerpbureau Lokale Projecten
04:30
design firm Local Projects. The truth is a bit more nuanced.
94
270836
4001
van New York City. De waarheid is een beetje genuanceerder.
04:34
While an algorithm was used to develop the underlying framework,
95
274837
2871
Voor de ontwikkeling van het onderliggende raamwerk werd een algoritme gebruikt .
04:37
humans used that framework to design the final result.
96
277708
3008
Dat raamwerk gebruikten mensen voor het ontwerpen van het eindresultaat.
04:40
So in this case, a computer had evaluated millions
97
280716
2225
In dit geval had een computer
04:42
of possible layouts, managed a complex relational system,
98
282941
3335
miljoenen mogelijke indelingen geëvalueerd, een complex relationeel systeem beheerd
04:46
and kept track of a very large set of measurements
99
286276
2414
en een zeer groot aantal metingen
04:48
and variables, allowing the humans to focus
100
288690
2410
en variabelen bijgehouden, waardoor mensen zich konden concentreren
04:51
on design and compositional choices.
101
291100
2802
op ontwerp en compositorische keuzen.
04:53
So the more you look around you,
102
293902
1036
Dus hoe meer je om je heen kijkt,
04:54
the more you see Licklider's vision everywhere.
103
294938
1962
hoe meer je Lickliders visie overal tegenkomt.
04:56
Whether it's augmented reality in your iPhone or GPS in your car,
104
296900
3304
Of het nu verhoogde realiteit is op je iPhone of GPS in je auto
05:00
human-computer symbiosis is making us more capable.
105
300204
2970
de mens-computersymbiose vergroot onze mogelijkheden.
05:03
So if you want to improve human-computer symbiosis,
106
303174
1655
Als je de mens-computersymbiose wilt verbeteren,
05:04
what can you do?
107
304829
1429
wat kun je dan doen?
05:06
You can start by designing the human into the process.
108
306258
2452
Je kunt beginnen met de mens in het proces te betrekken.
05:08
Instead of thinking about what a computer will do to solve the problem,
109
308710
2204
In plaats van na te denken over wat een computer zal doen om het probleem op te lossen,
05:10
design the solution around what the human will do as well.
110
310914
3869
ontwerp je de oplossing rond wat de mens even goed kan doen.
05:14
When you do this, you'll quickly realize that you spent
111
314783
1937
Wanneer je dit doet, zul je snel beseffen
05:16
all of your time on the interface between man and machine,
112
316720
2879
dat je al je tijd steekt in de interface tussen mens en machine,
05:19
specifically on designing away the friction in the interaction.
113
319599
3099
specifiek erop gericht om de 'wrijving' in de interactie ‘weg te ontwerpen’.
05:22
In fact, this friction is more important than the power
114
322698
2766
In feite is deze wrijving belangrijker dan de kracht
05:25
of the man or the power of the machine
115
325464
2052
van de mens of de kracht van de machine
05:27
in determining overall capability.
116
327516
1931
bij het bepalen van het gehele vermogen.
05:29
That's why two amateurs with a few laptops
117
329447
1977
Daarom konden twee amateurs met een paar laptops
05:31
handily beat a supercomputer and a grandmaster.
118
331424
2456
gemakkelijk een supercomputer en een grootmeester verslaan bij het schaken.
05:33
What Kasparov calls process is a byproduct of friction.
119
333880
3005
Wat Kasparov een proces noemt, is een bijproduct van die wrijving.
05:36
The better the process, the less the friction.
120
336885
2401
Hoe beter het proces, hoe kleiner de wrijving.
05:39
And minimizing friction turns out to be the decisive variable.
121
339286
4256
Het minimaliseren van die wrijving blijkt de beslissende variabele te zijn.
05:43
Or take another example: big data.
122
343542
2243
Of neem een ander voorbeeld: ‘big data’.
05:45
Every interaction we have in the world is recorded
123
345785
1906
Steeds meer interacties in de wereld worden geregistreerd
05:47
by an ever growing array of sensors: your phone,
124
347691
3059
door een groeiend aantal sensoren: je telefoon,
05:50
your credit card, your computer. The result is big data,
125
350750
2373
je creditcard, je computer. Het resultaat is ‘big data’,
05:53
and it actually presents us with an opportunity
126
353123
1742
en biedt ons een mogelijkheid
05:54
to more deeply understand the human condition.
127
354865
2662
een dieper inzicht te krijgen in de menselijke conditie.
05:57
The major emphasis of most approaches to big data
128
357527
2305
De belangrijkste nadruk op de meeste benaderingen van big data ligt op:
05:59
focus on, "How do I store this data? How do I search
129
359832
2215
"Hoe kan ik deze gegevens opslaan?
06:02
this data? How do I process this data?"
130
362047
2276
Hoe kan ik deze gegevens doorzoeken? Hoe kan ik deze gegevens verwerken?"
06:04
These are necessary but insufficient questions.
131
364323
2204
Dat zijn nuttige vragen, maar ze volstaan niet.
06:06
The imperative is not to figure out how to compute,
132
366527
2471
Het gaat er niet om hoe te berekenen,
06:08
but what to compute. How do you impose human intuition
133
368998
2184
maar wat te berekenen. Hoe combineer je menselijke intuïtie
06:11
on data at this scale?
134
371182
1791
met gegevens op deze schaal?
06:12
Again, we start by designing the human into the process.
135
372973
3499
Nogmaals, we beginnen met de mens in het proces te integreren.
06:16
When PayPal was first starting as a business, their biggest
136
376472
2812
Toen PayPal net begon, was hun grootste uitdaging niet:
06:19
challenge was not, "How do I send money back and forth online?"
137
379284
2804
"Hoe kan ik geld online heen en weer verzenden?"
06:22
It was, "How do I do that without being defrauded by organized crime?"
138
382088
3872
Maar: "Hoe doe ik dat zonder dat ik door de georganiseerde misdaad word bedrogen?"
06:25
Why so challenging? Because while computers can learn
139
385960
2088
Waarom is dat zo moeilijk? Computers kunnen leren
06:28
to detect and identify fraud based on patterns,
140
388048
3144
fraude op te sporen en te identificeren op basis van patronen,
06:31
they can't learn to do that based on patterns
141
391192
1479
zij kunnen dat niet doen op basis van patronen
06:32
they've never seen before, and organized crime
142
392671
2116
die ze nooit eerder hebben gezien. De georganiseerde misdaad
06:34
has a lot in common with this audience: brilliant people,
143
394787
2709
heeft veel gemeen met dit publiek: briljante mensen,
06:37
relentlessly resourceful, entrepreneurial spirit — (Laughter) —
144
397496
3640
meedogenloos vindingrijk, ondernemingsgeest — (gelach) —
06:41
and one huge and important difference: purpose.
145
401136
2712
en één enorm en belangrijk verschil: doelstelling.
06:43
And so while computers alone can catch all but the cleverest
146
403848
2832
Omdat computers de meeste, maar niet de slimste fraudeurs kunnen vangen,
06:46
fraudsters, catching the cleverest is the difference
147
406680
2253
betekent de slimste pakken
06:48
between success and failure.
148
408933
2545
het verschil tussen succes en mislukking.
06:51
There's a whole class of problems like this, ones with
149
411478
2221
Er is een hele klasse van problemen
06:53
adaptive adversaries. They rarely if ever present with a
150
413699
2575
met adaptieve tegenstanders. Ze presenteren zich zelden of nooit
06:56
repeatable pattern that's discernable to computers.
151
416274
2736
met een herhaalbaar patroon dat computers er kunnen uitvissen.
06:59
Instead, there's some inherent component of innovation or disruption,
152
419010
3993
Ze komen steeds met nieuwe uitdagingen.
07:03
and increasingly these problems are buried in big data.
153
423003
2735
Steeds meer duiken deze problemen op bij big data.
07:05
For example, terrorism. Terrorists are always adapting
154
425738
2500
Neem nu terrorisme. Terroristen passen zich
07:08
in minor and major ways to new circumstances, and despite
155
428238
2052
op allerlei manieren aan aan nieuwe omstandigheden en ondanks alles
07:10
what you might see on TV, these adaptations,
156
430290
3094
wat je ziet op tv, zijn deze aanpassingen
07:13
and the detection of them, are fundamentally human.
157
433384
2293
en het opsporen ervan fundamenteel menselijk.
07:15
Computers don't detect novel patterns and new behaviors,
158
435677
3117
Computers detecteren geen nieuwe patronen en nieuw gedrag,
07:18
but humans do. Humans, using technology, testing hypotheses,
159
438794
3235
maar mensen kunnen dit door machines laten doen
07:22
searching for insight by asking machines to do things for them.
160
442029
4620
door middel van technologie, hypothesen en inzichten.
07:26
Osama bin Laden was not caught by artificial intelligence.
161
446649
2320
Osama bin Laden werd niet gepakt door kunstmatige intelligentie.
07:28
He was caught by dedicated, resourceful, brilliant people
162
448969
2553
Hij werd gepakt door toegewijde, vindingrijke, briljante mensen
07:31
in partnerships with various technologies.
163
451522
4269
in samenwerking met diverse technologieën.
07:35
As appealing as it might sound, you cannot algorithmically
164
455791
2818
Hoe aantrekkelijk het ook klinkt, je kunt niet alleen algoritmisch
07:38
data mine your way to the answer.
165
458609
1601
het antwoord uit de gegevens krijgen.
07:40
There is no "Find Terrorist" button, and the more data
166
460210
2855
Er bestaat geen 'Vind de Terrorist'-knop. Hoe meer gegevens
07:43
we integrate from a vast variety of sources
167
463065
2302
we uit een grote verscheidenheid van bronnen verzamelen
07:45
across a wide variety of data formats from very
168
465367
2133
over een breed scala van dataformaten heen
07:47
disparate systems, the less effective data mining can be.
169
467500
3309
uit zeer verschillende systemen, des te minder effectief wordt 'datamining'.
07:50
Instead, people will have to look at data
170
470809
2024
In plaats daarvan moeten mensen de gegevens bekijken
07:52
and search for insight, and as Licklider foresaw long ago,
171
472833
3456
en zoeken naar inzicht en, zoals Licklider lang geleden al voorzag,
07:56
the key to great results here is the right type of cooperation,
172
476289
2685
is de sleutel tot goede resultaten het juiste type van samenwerking.
07:58
and as Kasparov realized,
173
478974
1524
En Kasparov realiseerde zich
08:00
that means minimizing friction at the interface.
174
480498
3031
dat dat minimaliseren van wrijving aan de interface betekende.
08:03
Now this approach makes possible things like combing
175
483529
2758
Deze aanpak maakt nu dingen mogelijk
08:06
through all available data from very different sources,
176
486287
3386
zoals alle beschikbare gegevens uit uiteenlopende bronnen uitziften
08:09
identifying key relationships and putting them in one place,
177
489673
2792
- belangrijke verbanden identificeren en ze op één plaats samenbrengen,
08:12
something that's been nearly impossible to do before.
178
492465
2928
iets dat bijna onmogelijk op voorhand is te doen.
08:15
To some, this has terrifying privacy and civil liberties
179
495393
1942
Voor sommigen heeft dit angstaanjagende implicaties
08:17
implications. To others it foretells of an era of greater
180
497335
3410
voor de privacy en burgerlijke vrijheden. Anderen voorspelt dit juist een tijdperk
08:20
privacy and civil liberties protections,
181
500745
1909
van meer privacy en bescherming van burgerlijke vrijheden,
08:22
but privacy and civil liberties are of fundamental importance.
182
502654
2936
maar privacy en burgerlijke vrijheden zijn van fundamenteel belang.
08:25
That must be acknowledged, and they can't be swept aside,
183
505590
2193
Dat moet worden erkend en kan niet worden genegeerd,
08:27
even with the best of intents.
184
507783
2530
zelfs niet met de beste bedoelingen.
08:30
So let's explore, through a couple of examples, the impact
185
510313
2518
Laten we eens aan de hand van een paar voorbeelden nagaan welke impact
08:32
that technologies built to drive human-computer symbiosis
186
512831
2406
technologieën van mens-computersymbiose
08:35
have had in recent time.
187
515237
2919
in de afgelopen tijd hebben gehad.
08:38
In October, 2007, U.S. and coalition forces raided
188
518156
3416
In oktober 2007 overvielen Amerikaanse en coalitietroepen
08:41
an al Qaeda safe house in the city of Sinjar
189
521572
2416
een schuilplaats van al-Qaeda in de stad Sinjar
08:43
on the Syrian border of Iraq.
190
523988
1934
aan de Syrische grens met Irak.
08:45
They found a treasure trove of documents:
191
525922
2376
Ze vonden een schat aan documenten:
08:48
700 biographical sketches of foreign fighters.
192
528298
2335
700 biografische schetsen van buitenlandse strijders.
08:50
These foreign fighters had left their families in the Gulf,
193
530633
2584
Deze buitenlandse strijders verlieten hun families in de Golf,
08:53
the Levant and North Africa to join al Qaeda in Iraq.
194
533217
3146
de Levant en Noord-Afrika om aan te sluiten bij al Qaeda in Irak.
08:56
These records were human resource forms.
195
536363
1616
Dit waren formulieren van menselijke hulpbronnen.
08:57
The foreign fighters filled them out as they joined the organization.
196
537979
2855
De buitenlandse strijders vulden ze in als ze zich aansloten bij de organisatie.
09:00
It turns out that al Qaeda, too,
197
540834
1211
Blijkt dat ook al Qaeda
09:02
is not without its bureaucracy. (Laughter)
198
542045
2597
niet zonder bureaucratie kan. (Gelach)
09:04
They answered questions like, "Who recruited you?"
199
544642
2098
Zij beantwoordden vragen als: "Wie heeft je aangeworven?",
09:06
"What's your hometown?" "What occupation do you seek?"
200
546740
2854
"Vanwaar ben je?", "Wat wil je hier doen?"
09:09
In that last question, a surprising insight was revealed.
201
549594
3169
Die laatste vraag onthulde een verrassend inzicht.
09:12
The vast majority of foreign fighters
202
552763
2400
De overgrote meerderheid van die buitenlandse strijders
09:15
were seeking to become suicide bombers for martyrdom --
203
555163
2400
wilden martelaars worden met zelfmoordaanslagen -
09:17
hugely important, since between 2003 and 2007, Iraq
204
557563
4338
enorm belangrijk, omdat tussen 2003 en 2007 er in Irak
09:21
had 1,382 suicide bombings, a major source of instability.
205
561901
4244
1.382 zelfmoordaanslagen plaatsvonden, een belangrijke bron van instabiliteit.
09:26
Analyzing this data was hard. The originals were sheets
206
566145
2058
Deze gegevens waren moeilijk te analyseren. De originelen waren
09:28
of paper in Arabic that had to be scanned and translated.
207
568203
2742
documenten in het Arabisch die gescand en vertaald moesten worden.
09:30
The friction in the process did not allow for meaningful
208
570945
2192
De wrijving in het proces gaf in een operationeel tijdsbestek
09:33
results in an operational time frame using humans, PDFs
209
573137
3350
geen zinvolle resultaten
09:36
and tenacity alone.
210
576487
2218
met alleen maar mensen, pdf's en inzet.
09:38
The researchers had to lever up their human minds
211
578705
1953
De onderzoekers moesten het menselijke kunnen ondersteunen
09:40
with technology to dive deeper, to explore non-obvious
212
580658
2345
met technologie om dieper te graven, om niet voor de hand liggende hypothesen te verkennen.
09:43
hypotheses, and in fact, insights emerged.
213
583003
3218
En ja, inzichten kwamen bovendrijven.
09:46
Twenty percent of the foreign fighters were from Libya,
214
586221
2644
Twintig procent van de buitenlandse strijders kwamen uit Libië,
09:48
50 percent of those from a single town in Libya,
215
588865
2968
en 50 procent daarvan weer van één enkele stad in Libië.
09:51
hugely important since prior statistics put that figure at
216
591833
2450
Dat is enorm belangrijk omdat voorafgaande statistieken
09:54
three percent. It also helped to hone in on a figure
217
594283
2383
dat cijfer op drie procent hadden geschat. Het hielp ook om te focussen op één figuur
09:56
of rising importance in al Qaeda, Abu Yahya al-Libi,
218
596666
2977
van stijgend belang in al-Qaeda, Abu Yahya al-Libi,
09:59
a senior cleric in the Libyan Islamic fighting group.
219
599643
2631
een hogere geestelijke in de Libische islamitische gevechtsgroep.
10:02
In March of 2007, he gave a speech, after which there was
220
602274
2664
In maart 2007 gaf hij een toespraak,
10:04
a surge in participation amongst Libyan foreign fighters.
221
604938
3466
waarna de participatie van Libische buitenlandse strijders toenam.
10:08
Perhaps most clever of all, though, and least obvious,
222
608404
3106
Misschien wel het slimst van alles, en het minst voor de hand liggend,
10:11
by flipping the data on its head, the researchers were
223
611510
2073
was de gegevens op hun kop zetten. Daardoor konden de onderzoekers
10:13
able to deeply explore the coordination networks in Syria
224
613583
2900
de coördinatienetwerken in Syrië verkennen
10:16
that were ultimately responsible for receiving and
225
616483
2517
die uiteindelijk verantwoordelijk waren voor de opvang en
10:19
transporting the foreign fighters to the border.
226
619000
2464
het vervoer van buitenlandse strijders naar de grens.
10:21
These were networks of mercenaries, not ideologues,
227
621464
2633
Dat waren netwerken van huurlingen, geen ideologen,
10:24
who were in the coordination business for profit.
228
624097
2398
die zich met de coördinatie bezighielden voor het geld.
10:26
For example, they charged Saudi foreign fighters
229
626495
1904
Ze lieten bijvoorbeeld Saoedische buitenlandse strijders
10:28
substantially more than Libyans, money that would have
230
628399
2199
aanzienlijk meer betalen dan de Libiërs,
10:30
otherwise gone to al Qaeda.
231
630598
2320
geld dat anders naar al Qaeda zou zijn gegaan.
10:32
Perhaps the adversary would disrupt their own network
232
632918
2045
Misschien zou de tegenstander hun eigen netwerk verstoren
10:34
if they knew they cheating would-be jihadists.
233
634963
3035
als ze wisten dat ze would-be jihadisten bedrogen.
10:37
In January, 2010, a devastating 7.0 earthquake struck Haiti,
234
637998
3745
In januari 2010 trof een verwoestende 7,0-aardbeving Haïti,
10:41
third deadliest earthquake of all time, left one million people,
235
641743
2916
de derde dodelijkste aardbeving ooit. Een miljoen mensen,
10:44
10 percent of the population, homeless.
236
644659
2584
10 procent van de bevolking, verloor zijn huis.
10:47
One seemingly small aspect of the overall relief effort
237
647243
3137
Een schijnbaar klein aspect van de hele hulpverlening
10:50
became increasingly important as the delivery of food
238
650380
2176
werd steeds belangrijker naarmate de levering
10:52
and water started rolling.
239
652556
2160
van voedsel en water op gang kwam.
10:54
January and February are the dry months in Haiti,
240
654716
1458
Januari en februari zijn de droge maanden in Haïti,
10:56
yet many of the camps had developed standing water.
241
656174
2942
maar in veel kampen bleven plassen stilstaand water achter.
10:59
The only institution with detailed knowledge of Haiti's
242
659116
2122
De enige instelling met gedetailleerde kennis
11:01
floodplains had been leveled
243
661238
1297
van Haïti's overstromingsgebieden
11:02
in the earthquake, leadership inside.
244
662535
3008
was bij de aardbeving ingestort, met de directie erin.
11:05
So the question is, which camps are at risk,
245
665543
2575
Men wist niet welke kampen bedreigd werden,
11:08
how many people are in these camps, what's the
246
668118
1921
hoeveel mensen er in die kampen waren,
11:10
timeline for flooding, and given very limited resources
247
670039
2311
wanneer er weer overstromingen konden komen, en gezien de zeer beperkte middelen
11:12
and infrastructure, how do we prioritize the relocation?
248
672350
3384
en infrastructuur: welke verplaatsingen moesten prioriteit krijgen?
11:15
The data was incredibly disparate. The U.S. Army had
249
675734
2344
De gegevens waren ongelooflijk divers. Het Amerikaanse leger beschikte
11:18
detailed knowledge for only a small section of the country.
250
678078
2929
voor slechts een klein deel van het land over gedetailleerde kennis.
11:21
There was data online from a 2006 environmental risk
251
681007
2511
Er bestonden onlinegegevens van de conferentie van 2006 over milieurisico's
11:23
conference, other geospatial data, none of it integrated.
252
683518
2664
en andere georuimtelijke gegevens, maar niets van dat alles geïntegreerd.
11:26
The human goal here was to identify camps for relocation
253
686182
2958
Het humanitaire doel was om kampen voor verplaatsing te identificeren,
11:29
based on priority need.
254
689140
2395
gebaseerd op prioritaire noodzaak.
11:31
The computer had to integrate a vast amount of geospacial
255
691535
2440
De computer moest een enorme hoeveelheid georuimtelijke informatie integreren
11:33
information, social media data and relief organization
256
693975
2584
met gegevens van sociale media en informatie over hulporganisatie
11:36
information to answer this question.
257
696559
3480
om deze vraag te beantwoorden.
11:40
By implementing a superior process, what was otherwise
258
700039
2415
Door de uitvoering van een superieur proces
11:42
a task for 40 people over three months became
259
702454
2608
werd een taak voor 40 personen en drie maanden gecomprimeerd
11:45
a simple job for three people in 40 hours,
260
705062
3176
tot een eenvoudige taak voor drie mensen in 40 uur,
11:48
all victories for human-computer symbiosis.
261
708238
2628
allemaal overwinningen voor de mens-computersymbiose.
11:50
We're more than 50 years into Licklider's vision
262
710866
2054
We zijn meer dan 50 jaar ver in Lickliders visie
11:52
for the future, and the data suggests that we should be
263
712920
2242
voor de toekomst, en de gegevens suggereren dat
11:55
quite excited about tackling this century's hardest problems,
264
715162
3030
we met veel enthousiasme de moeilijkste problemen van deze eeuw moeten aanpakken
11:58
man and machine in cooperation together.
265
718192
2947
door samenwerking van mens en machine.
12:01
Thank you. (Applause)
266
721139
2197
Bedankt. (Applaus)
12:03
(Applause)
267
723336
2505
(Applaus)
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7