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

441,970 views ・ 2009-03-13

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Marcin Krzaczkowski Korekta: Seweryn Jakubiec
00:18
Time flies.
0
18330
2000
Ależ ten czas biegnie.
00:20
It's actually almost 20 years ago
1
20330
2000
To już prawie 20 lat
00:22
when I wanted to reframe the way we use information,
2
22330
4000
od momentu, kiedy postanowiłem zmienić sposób, w jaki korzystamy z informacji
00:26
the way we work together: I invented the World Wide Web.
3
26330
3000
jak współpracujemy ze sobą – i wynalazłem World Wide Web.
00:29
Now, 20 years on, at TED,
4
29330
3000
Teraz – 20 lat później – tutaj, na TED
00:32
I want to ask your help in a new reframing.
5
32330
4000
proszę was o pomoc w dokonaniu następnej zmiany.
00:37
So going back to 1989,
6
37330
4000
Wróćmy do roku 1989,
00:41
I wrote a memo suggesting the global hypertext system.
7
41330
3000
kiedy napisałem notatkę proponującą stworzenie globalnego systemu hipertekstowego.
00:44
Nobody really did anything with it, pretty much.
8
44330
3000
Nikt się wtedy tym nie zainteresował.
00:47
But 18 months later -- this is how innovation happens --
9
47330
4000
Ale 18 miesięcy później – tak to jest z wynalazkami
00:51
18 months later, my boss said I could do it on the side,
10
51330
4000
– 18 miesięcy później mój szef powiedział, że mógłbym zająć się tym na boku,
00:55
as a sort of a play project,
11
55330
2000
taki projekt dla zabawy,
00:57
kick the tires of a new computer we'd got.
12
57330
2000
żeby sprawdzić nowy komputer, który dostaliśmy.
00:59
And so he gave me the time to code it up.
13
59330
3000
Dał mi czas na napisanie kodu.
01:02
So I basically roughed out what HTML should look like:
14
62330
5000
Więc naszkicowałem jak powinien wyglądać HTML,
01:07
hypertext protocol, HTTP;
15
67330
3000
protokół hipertekstu HTTP,
01:10
the idea of URLs, these names for things
16
70330
3000
koncepcja adresów URL – to te nazwy różnych rzeczy
01:13
which started with HTTP.
17
73330
2000
zaczynające się od HTTP.
01:15
I wrote the code and put it out there.
18
75330
2000
Napisałem kod, po czym go opublikowałem.
01:17
Why did I do it?
19
77330
2000
Czemu zająłem się tym?
01:19
Well, it was basically frustration.
20
79330
2000
Przede wszystkim z powodu frustracji.
01:21
I was frustrated -- I was working as a software engineer
21
81330
4000
Byłem sfrustrowany: pracowałem jako inżynier oprogramowania
01:25
in this huge, very exciting lab,
22
85330
2000
w tym wielkim, niezwykle fascynującym laboratorium,
01:27
lots of people coming from all over the world.
23
87330
2000
gdzie przybywało mnóstwo ludzi z całego świata.
01:29
They brought all sorts of different computers with them.
24
89330
3000
Przywozili ze sobą najróżniejsze komputery.
01:32
They had all sorts of different data formats,
25
92330
3000
Korzystali z najrozmaitszych formatów danych,
01:35
all sorts, all kinds of documentation systems.
26
95330
2000
wszelkiego rodzaju systemów dokumentacji.
01:37
So that, in all that diversity,
27
97330
3000
Przez to, przez całą tę różnorodność,
01:40
if I wanted to figure out how to build something
28
100330
2000
gdy chciałem odkryć sposób złożenia czegoś
01:42
out of a bit of this and a bit of this,
29
102330
2000
z fragmentów z różnych źródeł,
01:44
everything I looked into, I had to connect to some new machine,
30
104330
4000
czymkolwiek się zajmowałem, musiałem korzystać z coraz to nowego komputera
01:48
I had to learn to run some new program,
31
108330
2000
i nauczyć się pracować z jakimś nowym programem,
01:50
I would find the information I wanted in some new data format.
32
110330
5000
a informacje, których potrzebowałem, były w coraz to innym formacie.
01:55
And these were all incompatible.
33
115330
2000
I wszystko to było niekompatybilne.
01:57
It was just very frustrating.
34
117330
2000
To było po prostu bardzo frustrujące.
01:59
The frustration was all this unlocked potential.
35
119330
2000
Frustrujące było uwięzienie całego tego potencjału.
02:01
In fact, on all these discs there were documents.
36
121330
3000
W rzeczywistości na tych wszystkich dyskach znajdowały się dokumenty.
02:04
So if you just imagined them all
37
124330
3000
Więc gdybyście sobie spróbowali wyobrazić je wszystkie
02:07
being part of some big, virtual documentation system in the sky,
38
127330
5000
jako części wielkiego wirtualnego systemu dokumentacji w chmurach,
02:12
say on the Internet,
39
132330
2000
powiedzmy w Internecie,
02:14
then life would be so much easier.
40
134330
2000
życie byłoby znacznie prostsze.
02:16
Well, once you've had an idea like that it kind of gets under your skin
41
136330
4000
Cóż, jeśli już wpadniecie na pomysł tego rodzaju, nie uwolnicie się już od niego,
02:20
and even if people don't read your memo --
42
140330
2000
i nawet jeśli nikt nie czyta waszych notatek służbowych
02:22
actually he did, it was found after he died, his copy.
43
142330
3000
– on w rzeczywistości przeczytał: znaleziono po jego śmierci egzemplarz, który dostał.
02:25
He had written, "Vague, but exciting," in pencil, in the corner.
44
145330
3000
Napisał ołówkiem w rogu: „Mętne ale fascynujące”.
02:28
(Laughter)
45
148330
2000
(Śmiech)
02:30
But in general it was difficult -- it was really difficult to explain
46
150330
4000
Choć generalnie trudno, naprawdę trudno, było wytłumaczyć
02:34
what the web was like.
47
154330
2000
jak ma wyglądać Web.
02:36
It's difficult to explain to people now that it was difficult then.
48
156330
2000
Trudno to wytłumaczyć komuś dzisiaj, a co dopiero wtedy.
02:38
But then -- OK, when TED started, there was no web
49
158330
3000
Wtedy: kiedy ruszył TED, nie było WWW,
02:41
so things like "click" didn't have the same meaning.
50
161330
3000
więc takie rzeczy jak kliknięcie nie miały tego znaczenia, co dziś.
02:44
I can show somebody a piece of hypertext,
51
164330
2000
Mogę pokazać komuś fragment hipertekstu,
02:46
a page which has got links,
52
166330
2000
stronę, która zawiera linki,
02:48
and we click on the link and bing -- there'll be another hypertext page.
53
168330
4000
klikamy link i bach – mamy następną stronę hipertekstową.
02:52
Not impressive.
54
172330
2000
Mało imponujące.
02:54
You know, we've seen that -- we've got things on hypertext on CD-ROMs.
55
174330
3000
Wiecie: już to znamy, mamy różne rzeczy z hipertekstem na CD-ROM-ach.
02:57
What was difficult was to get them to imagine:
56
177330
3000
Trudne było sprawienie, żeby sobie wyobrazili...
03:00
so, imagine that that link could have gone
57
180330
4000
wyobrazili, że ten link może prowadzić
03:04
to virtually any document you could imagine.
58
184330
2000
do praktycznie każdego dokumentu, o jakim można sobie pomyśleć.
03:07
Alright, that is the leap that was very difficult for people to make.
59
187330
4000
Dobrze. To jest ten skok, który był dla niektórych bardzo trudny do wykonania.
03:11
Well, some people did.
60
191330
2000
Cóż... a niektórym się udał.
03:13
So yeah, it was difficult to explain, but there was a grassroots movement.
61
193330
3000
Owszem, było to trudne do wyjaśnienia, ale pojawił się spontaniczny oddolny ruch.
03:17
And that is what has made it most fun.
62
197330
4000
I właśnie to było źródło największej radości.
03:21
That has been the most exciting thing,
63
201330
2000
To był najbardziej ekscytujący element:
03:23
not the technology, not the things people have done with it,
64
203330
2000
nie technika, nie jak ludzie ją wykorzystywali,
03:25
but actually the community, the spirit of all these people
65
205330
2000
ale właśnie społeczność, duch tych wszystkich ludzi
03:27
getting together, sending the emails.
66
207330
2000
zbierających się razem, wysyłających e-maile.
03:29
That's what it was like then.
67
209330
2000
Tak wtedy było.
03:31
Do you know what? It's funny, but right now it's kind of like that again.
68
211330
3000
I wiecie co? To zabawne, ale właśnie teraz znowu dzieje się coś takiego.
03:34
I asked everybody, more or less, to put their documents --
69
214330
2000
Poprosiłem wszystkich, powiedzmy, żeby umieścili swoje dokumenty...
03:36
I said, "Could you put your documents on this web thing?"
70
216330
3000
powiedziałem „Czy moglibyście umieścić swoje dokumenty w tej pajęczynie WWW?”
03:39
And you did.
71
219330
3000
I wy to zrobiliście.
03:42
Thanks.
72
222330
1000
Dziękuję.
03:43
It's been a blast, hasn't it?
73
223330
2000
To było niesamowite, nie sądzicie?
03:45
I mean, it has been quite interesting
74
225330
2000
To znaczy: było to bardzo interesujące,
03:47
because we've found out that the things that happen with the web
75
227330
2000
ponieważ zobaczyliśmy, że rzeczy dziejące się z WWW
03:49
really sort of blow us away.
76
229330
2000
naprawdę powalają.
03:51
They're much more than we'd originally imagined
77
231330
2000
Mają dużo większą skalę niż sobie początkowo wyobrażaliśmy,
03:53
when we put together the little, initial website
78
233330
2000
gdy tworzyliśmy pierwszą witrynę www,
03:55
that we started off with.
79
235330
2000
z którą wystartowaliśmy.
03:57
Now, I want you to put your data on the web.
80
237330
3000
Teraz chcę, żebyście umieścili w WWW swoje dane.
04:00
Turns out that there is still huge unlocked potential.
81
240330
4000
Wygląda na to, że nadal uwięziony jest olbrzymi potencjał.
04:04
There is still a huge frustration
82
244330
2000
Nadal powody do frustracji
04:06
that people have because we haven't got data on the web as data.
83
246330
4000
ma wiele osób, ponieważ nie mamy w pajęczynie WWW danych jako danych.
04:10
What do you mean, "data"? What's the difference -- documents, data?
84
250330
2000
Co to znaczy danych? Co za różnica – dokumenty, dane?
04:12
Well, documents you read, OK?
85
252330
3000
Dokumenty są do czytania, tak?
04:15
More or less, you read them, you can follow links from them, and that's it.
86
255330
3000
Mniej więcej. Czytacie je, korzystacie z linków, żeby przejść gdzie indziej – tak to wygląda.
04:18
Data -- you can do all kinds of stuff with a computer.
87
258330
2000
Dane – z nimi można robić najróżniejsze rzeczy na komputerach.
04:20
Who was here or has otherwise seen Hans Rosling's talk?
88
260330
6000
Kto widział tu lub gdzieś indziej prezentację Hansa Roslinga?
04:26
One of the great -- yes a lot of people have seen it --
89
266330
4000
Jedna z wspaniałych – tak, wiele osób widziało
04:30
one of the great TED Talks.
90
270330
2000
– jedna z wspaniałych TED Talks.
04:32
Hans put up this presentation
91
272330
2000
Hans stworzył tę prezentację,
04:34
in which he showed, for various different countries, in various different colors --
92
274330
5000
w której przedstawił – dotyczące wielu różnych krajów, posługując się wieloma kolorami
04:39
he showed income levels on one axis
93
279330
3000
– przedstawił na jednej osi wysokość dochodów,
04:42
and he showed infant mortality, and he shot this thing animated through time.
94
282330
3000
przedstawił śmiertelność niemowląt i zrobił animację zmian z biegiem czasu.
04:45
So, he'd taken this data and made a presentation
95
285330
4000
Tak więc, wziął te dane i stworzył prezentację,
04:49
which just shattered a lot of myths that people had
96
289330
3000
która zburzyła wiele rozpowszechnionych wśród ludzi mitów
04:52
about the economics in the developing world.
97
292330
4000
dotyczących gospodarek krajów rozwijających się.
04:56
He put up a slide a little bit like this.
98
296330
2000
Pokazał slajd trochę podobny do tego.
04:58
It had underground all the data
99
298330
2000
Pod ziemią są wszystkie dane.
05:00
OK, data is brown and boxy and boring,
100
300330
3000
OK. Dane są jak nudne brązowe skrzynki.
05:03
and that's how we think of it, isn't it?
101
303330
2000
Tak o nich myślimy, prawda?
05:05
Because data you can't naturally use by itself
102
305330
3000
Ponieważ nie możemy oczywiście używać po prostu samych danych.
05:08
But in fact, data drives a huge amount of what happens in our lives
103
308330
4000
Ale w rzeczywistości dane kierują olbrzymią liczbą zdarzeń w naszym życiu,
05:12
and it happens because somebody takes that data and does something with it.
104
312330
3000
a dzieje się tak, ponieważ ktoś bierze te dane i coś z nimi robi.
05:15
In this case, Hans had put the data together
105
315330
2000
W tym przypadku Hans zebrał razem dane,
05:17
he had found from all kinds of United Nations websites and things.
106
317330
5000
które znalazł w różnych witrynach ONZ i gdzie indziej.
05:22
He had put it together,
107
322330
2000
Zebrał je razem,
05:24
combined it into something more interesting than the original pieces
108
324330
3000
połączył w coś ciekawszego niż elementy źródłowe,
05:27
and then he'd put it into this software,
109
327330
5000
a następnie wrzucił do tego oprogramowania
05:32
which I think his son developed, originally,
110
332330
2000
stworzonego, jak mi się wydaje, przez jego syna.
05:34
and produces this wonderful presentation.
111
334330
3000
I powstała ta wspaniała prezentacja.
05:37
And Hans made a point
112
337330
2000
Przy tym Hans nie omieszkał
05:39
of saying, "Look, it's really important to have a lot of data."
113
339330
4000
zauważyć „Spójrzcie, naprawdę ważne jest posiadanie dużej ilości danych”.
05:43
And I was happy to see that at the party last night
114
343330
3000
A ja się bardzo ucieszyłem, kiedy na przyjęciu zeszłej nocy
05:46
that he was still saying, very forcibly, "It's really important to have a lot of data."
115
346330
4000
nadal mówił, bardzo dobitnie, „Naprawdę ważne jest posiadanie dużej ilości danych”.
05:50
So I want us now to think about
116
350330
2000
Chciałbym żebyście sobie teraz wyobrazili
05:52
not just two pieces of data being connected, or six like he did,
117
352330
4000
nie zaledwie dwa połączone zestawy danych, ani sześć wykorzystanych przez niego,
05:56
but I want to think about a world where everybody has put data on the web
118
356330
5000
ale wyobraźcie sobie świat, gdzie każdy umieścił dane w sieci WWW,
06:01
and so virtually everything you can imagine is on the web
119
361330
2000
dzięki czemu w zasadzie wszystko, co możemy sobie wyobrazić, jest tam.
06:03
and then calling that linked data.
120
363330
2000
A następnie nazwijmy to powiązanymi danymi.
06:05
The technology is linked data, and it's extremely simple.
121
365330
2000
Ta technologia nosi nazwę „powiązane dane”. Jest ona niezwykle prosta.
06:07
If you want to put something on the web there are three rules:
122
367330
4000
Jeśli chcecie opublikować coś w WWW, są trzy reguły:
06:11
first thing is that those HTTP names --
123
371330
3000
po pierwsze: te nazwy HTTP,
06:14
those things that start with "http:" --
124
374330
2000
to wszystko zaczynające się od http z dwukropkiem,
06:16
we're using them not just for documents now,
125
376330
4000
stosujemy je teraz nie tylko dla dokumentów,
06:20
we're using them for things that the documents are about.
126
380330
2000
używamy ich dla rzeczy, o których mówią dokumenty.
06:22
We're using them for people, we're using them for places,
127
382330
2000
Stosujemy je dla osób, stosujemy dla miejsc,
06:24
we're using them for your products, we're using them for events.
128
384330
4000
dla produktów, dla wydarzeń.
06:28
All kinds of conceptual things, they have names now that start with HTTP.
129
388330
4000
Wszystko, czemu odpowiadają jakieś pojęcia, ma teraz nazwę zaczynającą się od http.
06:32
Second rule, if I take one of these HTTP names and I look it up
130
392330
5000
Druga zasada: gdy wezmę jedną z tych nazw HTTP i sprawdzę ją
06:37
and I do the web thing with it and I fetch the data
131
397330
2000
i zrobię z nią to, co normalnie robimy w WWW, pobiorę dane
06:39
using the HTTP protocol from the web,
132
399330
2000
przy użyciu protokołu HTTP z sieci,
06:41
I will get back some data in a standard format
133
401330
3000
uzyskam jakieś dane w standardowym formacie,
06:44
which is kind of useful data that somebody might like to know
134
404330
5000
to znaczy jakieś użyteczne dane, które może ktoś chce poznać,
06:49
about that thing, about that event.
135
409330
2000
dotyczące tego czegoś, tego wydarzenia.
06:51
Who's at the event? Whatever it is about that person,
136
411330
2000
Kto bierze udział w tym wydarzeniu? Cokolwiek dotyczy danej osoby,
06:53
where they were born, things like that.
137
413330
2000
miejsce urodzenia i tym podobne.
06:55
So the second rule is I get important information back.
138
415330
2000
Tak więc druga zasada mówi, że dostaję ważne informacje.
06:57
Third rule is that when I get back that information
139
417330
4000
Trzecia zasada mówi, że gdy dostaję te informacje,
07:01
it's not just got somebody's height and weight and when they were born,
140
421330
3000
będą tam nie tylko czyjeś wzrost i waga i data urodzenia.
07:04
it's got relationships.
141
424330
2000
Będą tam relacje.
07:06
Data is relationships.
142
426330
2000
Dane to relacje.
07:08
Interestingly, data is relationships.
143
428330
2000
Ciekawa sprawa, że dane to relacje.
07:10
This person was born in Berlin; Berlin is in Germany.
144
430330
4000
Ta osoba urodziła się w Berlinie, Berlin jest w Niemczech.
07:14
And when it has relationships, whenever it expresses a relationship
145
434330
3000
A gdy są tam relacje, zawsze gdy wyrażona jest relacja,
07:17
then the other thing that it's related to
146
437330
3000
inne rzeczy będące w tej relacji
07:20
is given one of those names that starts HTTP.
147
440330
4000
występują pod jedną z tych nazw zaczynających się od HTTP.
07:24
So, I can go ahead and look that thing up.
148
444330
2000
Więc mogę śmiało do tej rzeczy przejść i zapoznać się z nią.
07:26
So I look up a person -- I can look up then the city where they were born; then
149
446330
3000
Sprawdzam informacje o osobie – mogę sprawdzić gdzie się urodziła,
07:29
I can look up the region it's in, and the town it's in,
150
449330
3000
mogę sprawdzić w jakim regionie i w jakim mieście
07:32
and the population of it, and so on.
151
452330
3000
i tamtejszą populację i tak dalej.
07:35
So I can browse this stuff.
152
455330
2000
Czyli mogę przeglądać to wszystko.
07:37
So that's it, really.
153
457330
2000
I tak to wygląda, naprawdę.
07:39
That is linked data.
154
459330
2000
To są powiązane dane.
07:41
I wrote an article entitled "Linked Data" a couple of years ago
155
461330
3000
Napisałem kilka lat temu artykuł „Powiązane dane”
07:44
and soon after that, things started to happen.
156
464330
4000
i wkrótce potem zaczęło się dziać.
07:48
The idea of linked data is that we get lots and lots and lots
157
468330
4000
Idea powiązanych danych polega na tym, że posiadamy masę, olbrzymią masę
07:52
of these boxes that Hans had,
158
472330
2000
takich skrzynek, jakie miał Hans,
07:54
and we get lots and lots and lots of things sprouting.
159
474330
2000
i mamy olbrzymią masę wyrastających pędów.
07:56
It's not just a whole lot of other plants.
160
476330
3000
To nie jest zwykła wielka liczba odrębnych roślin.
07:59
It's not just a root supplying a plant,
161
479330
2000
To nie jest zwykły korzeń wspierający roślinę,
08:01
but for each of those plants, whatever it is --
162
481330
3000
ale w przypadku każdej z tych roślin, cokolwiek to jest
08:04
a presentation, an analysis, somebody's looking for patterns in the data --
163
484330
3000
– prezentacja, analiza, poszukiwanie wzorców w danych
08:07
they get to look at all the data
164
487330
3000
– trzeba patrzeć na wszystkie dane
08:10
and they get it connected together,
165
490330
2000
i połączyć je razem.
08:12
and the really important thing about data
166
492330
2000
Naprawdę ważna sprawa dotycząca danych
08:14
is the more things you have to connect together, the more powerful it is.
167
494330
2000
polega na tym, że im więcej ich połączymy, tym większe dają możliwości.
08:16
So, linked data.
168
496330
2000
Czyli powiązane dane.
08:18
The meme went out there.
169
498330
2000
Ujawnił się tu mem.
08:20
And, pretty soon Chris Bizer at the Freie Universitat in Berlin
170
500330
4000
I wkrótce Chris Bizer z Freie Universität w Berlinie,
08:24
who was one of the first people to put interesting things up,
171
504330
2000
jeden z pierwszych, którzy opublikowali ciekawe rzeczy,
08:26
he noticed that Wikipedia --
172
506330
2000
zauważył że Wikipedia...
08:28
you know Wikipedia, the online encyclopedia
173
508330
3000
Znacie Wikipedię, encyklopedię internetową,
08:31
with lots and lots of interesting documents in it.
174
511330
2000
zawierającą całą masę interesujących dokumentów.
08:33
Well, in those documents, there are little squares, little boxes.
175
513330
4000
A w tych dokumentach są małe pola, małe ramki.
08:37
And in most information boxes, there's data.
176
517330
3000
A w większości tych pól informacyjnych są dane.
08:40
So he wrote a program to take the data, extract it from Wikipedia,
177
520330
4000
Napisał więc program wydobywający te dane z Wikipedii
08:44
and put it into a blob of linked data
178
524330
2000
i wstawiający je do bąbli powiązanych danych
08:46
on the web, which he called dbpedia.
179
526330
3000
znajdującego się w WWW. Nazwał to DBpedia.
08:49
Dbpedia is represented by the blue blob in the middle of this slide
180
529330
4000
DBpedia to niebieski bąbel na środku tego slajdu.
08:53
and if you actually go and look up Berlin,
181
533330
2000
Jeśli faktycznie sprawdzicie informacje o Berlinie,
08:55
you'll find that there are other blobs of data
182
535330
2000
zobaczycie tam inne bąble danych,
08:57
which also have stuff about Berlin, and they're linked together.
183
537330
3000
które również zawierają coś o Berlinie i są powiązane razem.
09:00
So if you pull the data from dbpedia about Berlin,
184
540330
3000
Więc jeśli wyciągniecie z DBpedii dane dotyczące Berlina,
09:03
you'll end up pulling up these other things as well.
185
543330
2000
wyciągniecie również te inne rzeczy.
09:05
And the exciting thing is it's starting to grow.
186
545330
3000
I fascynujące jest, że to zaczyna się rozrastać.
09:08
This is just the grassroots stuff again, OK?
187
548330
2000
To znowu spontaniczna oddolna inicjatywa, tak?
09:10
Let's think about data for a bit.
188
550330
3000
Pomyślmy chwilę o danych.
09:13
Data comes in fact in lots and lots of different forms.
189
553330
3000
Dane występują w najrozmaitszych postaciach.
09:16
Think of the diversity of the web. It's a really important thing
190
556330
3000
Pomyślcie o zróżnicowaniu WWW. To bardzo ważne,
09:19
that the web allows you to put all kinds of data up there.
191
559330
3000
że WWW umożliwia zamieszczanie danych wszelkich rodzajów.
09:22
So it is with data. I could talk about all kinds of data.
192
562330
2000
Tak wygląda sprawa z danymi. Mógłbym opowiadać o najróżniejszych rodzajach danych.
09:25
We could talk about government data, enterprise data is really important,
193
565330
4000
Moglibyśmy rozmawiać o danych rządowych, dane przedsiębiorstw są naprawdę ważne,
09:29
there's scientific data, there's personal data,
194
569330
3000
są dane naukowe, są dane osobowe,
09:32
there's weather data, there's data about events,
195
572330
2000
są dane meteorologiczne, dane o wydarzeniach,
09:34
there's data about talks, and there's news and there's all kinds of stuff.
196
574330
4000
dane o prezentacjach i przemówieniach, wiadomości i cała reszta.
09:38
I'm just going to mention a few of them
197
578330
3000
Wspomnę tylko o kilku rodzajach,
09:41
so that you get the idea of the diversity of it,
198
581330
2000
abyście uchwycili stopień ich zróżnicowania,
09:43
so that you also see how much unlocked potential.
199
583330
4000
a ponadto dostrzegli ile potencjału jest uwięzione.
09:47
Let's start with government data.
200
587330
2000
Zacznijmy od danych rządowych.
09:49
Barack Obama said in a speech,
201
589330
2000
Barack Obama powiedział w swoim wystąpieniu,
09:51
that he -- American government data would be available on the Internet
202
591330
5000
że on... że dane rządu amerykańskiego zostaną udostępnione w Internecie
09:56
in accessible formats.
203
596330
2000
w formatach zapewniających powszechną dostępność.
09:58
And I hope that they will put it up as linked data.
204
598330
2000
A ja mam nadzieję, że opublikują je jako powiązane dane.
10:00
That's important. Why is it important?
205
600330
2000
To ważne. Dlaczego ważne?
10:02
Not just for transparency, yeah transparency in government is important,
206
602330
3000
Nie tylko dla przejrzystości. Jasne, przejrzystość działań rządu jest ważna,
10:05
but that data -- this is the data from all the government departments
207
605330
3000
ale te dane – to są dane z wszystkich departamentów rządowych.
10:08
Think about how much of that data is about how life is lived in America.
208
608330
5000
Pomyślcie ile z tych danych mówi o tym, jak się żyje w Ameryce.
10:13
It's actual useful. It's got value.
209
613330
2000
Są one naprawdę użyteczne. Wartościowe.
10:15
I can use it in my company.
210
615330
2000
Mogę je wykorzystać w swojej firmie.
10:17
I could use it as a kid to do my homework.
211
617330
2000
Gdybym był dzieckiem, mógłbym z nich korzystać przy odrabianiu pracy domowej.
10:19
So we're talking about making the place, making the world run better
212
619330
3000
Mówimy więc o sprawianiu, by świat był lepszy,
10:22
by making this data available.
213
622330
2000
dzięki udostępnieniu tych danych.
10:24
In fact if you're responsible -- if you know about some data
214
624330
4000
Prawdę mówiąc, jeśli jesteście odpowiedzialni – jeśli wiecie o jakiś danych
10:28
in a government department, often you find that
215
628330
2000
posiadanych przez jakiś departament rządowy, często widzicie,
10:30
these people, they're very tempted to keep it --
216
630330
3000
że ci ludzie odczuwają wielką pokusę, żeby je zatrzymać dla siebie.
10:33
Hans calls it database hugging.
217
633330
3000
Hans nazywa to niewypuszczaniem baz danych z objęć.
10:36
You hug your database, you don't want to let it go
218
636330
2000
Ściskacie swoją bazę w ramionach, nie chcecie jej puścić,
10:38
until you've made a beautiful website for it.
219
638330
2000
dopóki nie przygotujecie dla niej pięknej witryny www.
10:40
Well, I'd like to suggest that rather --
220
640330
2000
Ale ja sugeruję, żeby raczej...
10:42
yes, make a beautiful website,
221
642330
2000
Owszem, zróbcie piękną witrynę,
10:44
who am I to say don't make a beautiful website?
222
644330
2000
jakże ja mógłbym powiedzieć „nie róbcie pięknej witryny”?
10:46
Make a beautiful website, but first
223
646330
3000
Zróbcie piękną witrynę, ale najpierw
10:49
give us the unadulterated data,
224
649330
3000
dajcie nam dane bez domieszek.
10:52
we want the data.
225
652330
2000
Chcemy danych.
10:54
We want unadulterated data.
226
654330
2000
Chcemy danych bez domieszek.
10:56
OK, we have to ask for raw data now.
227
656330
3000
OK. Musimy poprosić o czyste dane natychmiast.
10:59
And I'm going to ask you to practice that, OK?
228
659330
2000
Przećwiczmy to teraz, dobrze?
11:01
Can you say "raw"?
229
661330
1000
Powiedzcie „czyste”.
11:02
Audience: Raw.
230
662330
1000
Widownia: Czyste.
11:03
Tim Berners-Lee: Can you say "data"?
231
663330
1000
Tim Berners-Lee: Powiedzcie „dane”.
11:04
Audience: Data.
232
664330
1000
Widownia: Dane.
11:05
TBL: Can you say "now"?
233
665330
1000
TBL: Powiedzcie „natychmiast”.
11:06
Audience: Now!
234
666330
1000
Widownia: Natychmiast!
11:07
TBL: Alright, "raw data now"!
235
667330
2000
TBL: Dobrze, czyste dane natychmiast!
11:09
Audience: Raw data now!
236
669330
2000
Widownia: Czyste dane natychmiast!
11:11
Practice that. It's important because you have no idea the number of excuses
237
671330
4000
Ćwiczcie to. To ważne, bo nie macie pojęcia ile wymówek
11:15
people come up with to hang onto their data
238
675330
2000
mają ludzie, żeby zatrzymać swoje dane przy sobie
11:17
and not give it to you, even though you've paid for it as a taxpayer.
239
677330
4000
i nie dać ich Wam, choć zapłaciliście za nie jako podatnicy.
11:21
And it's not just America. It's all over the world.
240
681330
2000
I nie jest tak tylko w Ameryce. Jest tak na całym świecie.
11:23
And it's not just governments, of course -- it's enterprises as well.
241
683330
3000
I nie dotyczy to tylko rządów oczywiście – z firmami jest tak samo.
11:26
So I'm just going to mention a few other thoughts on data.
242
686330
3000
Teraz przedstawię kilka innych myśli dotyczących danych.
11:29
Here we are at TED, and all the time we are very conscious
243
689330
5000
Jesteśmy tu na TED i cały czas mamy wielką świadomość
11:34
of the huge challenges that human society has right now --
244
694330
5000
olbrzymich wyzwań, przed którymi stoi teraz ludzkość:
11:39
curing cancer, understanding the brain for Alzheimer's,
245
699330
3000
leczenie raka, poznanie mózgu w celu leczenia choroby Alzheimera,
11:42
understanding the economy to make it a little bit more stable,
246
702330
3000
zrozumienie działania gospodarki, by uczynić ją trochę bardziej stabilną,
11:45
understanding how the world works.
247
705330
2000
odkrycie jak działa świat.
11:47
The people who are going to solve those -- the scientists --
248
707330
2000
Ludzie, którzy rozwiążą te problemy, naukowcy
11:49
they have half-formed ideas in their head,
249
709330
2000
mają w głowach częściowo ukształtowane idee,
11:51
they try to communicate those over the web.
250
711330
3000
które próbują przedstawić światu za pośrednictwem WWW.
11:54
But a lot of the state of knowledge of the human race at the moment
251
714330
3000
Ale masa wiedzy gatunku ludzkiego obecnie
11:57
is on databases, often sitting in their computers,
252
717330
3000
znajduje się w bazach danych, często w komputerach tych naukowców,
12:00
and actually, currently not shared.
253
720330
3000
i tak naprawdę nie jest obecnie udostępniana innym.
12:03
In fact, I'll just go into one area --
254
723330
3000
Prawdę mówiąc, przedstawię tylko jeden obszar:
12:06
if you're looking at Alzheimer's, for example,
255
726330
2000
jeśli przyjrzymy się na przykład chorobie Alzheimera,
12:08
drug discovery -- there is a whole lot of linked data which is just coming out
256
728330
3000
poszukiwaniu leków – mamy olbrzymią ilość powiązanych danych
12:11
because scientists in that field realize
257
731330
2000
ponieważ naukowcy zajmujący się tą dziedziną zdają sobie sprawę,
12:13
this is a great way of getting out of those silos,
258
733330
3000
że jest to znakomity sposób na ucieczkę z tych silosów,
12:16
because they had their genomics data in one database
259
736330
4000
gdzie mają dane genomiczne w jednej bazie danych
12:20
in one building, and they had their protein data in another.
260
740330
3000
w jednym budynku a dane proteomiczne gdzie indziej.
12:23
Now, they are sticking it onto -- linked data --
261
743330
3000
Teraz składają jedne z drugimi – powiązane dane
12:26
and now they can ask the sort of question, that you probably wouldn't ask,
262
746330
3000
– i mogą zadawać pytania, jakich Wy prawdopodobnie byście nie zadali.
12:29
I wouldn't ask -- they would.
263
749330
2000
Ja bym nie zadał – a oni tak.
12:31
What proteins are involved in signal transduction
264
751330
2000
Jakie białka biorą udział w przenoszeniu sygnałów
12:33
and also related to pyramidal neurons?
265
753330
2000
a ponadto są związane z neuronami układu piramidowego?
12:35
Well, you take that mouthful and you put it into Google.
266
755330
3000
Spróbujcie wrzucić takie mądre pytanie do Google.
12:38
Of course, there's no page on the web which has answered that question
267
758330
3000
Oczywiście nie ma w WWW żadnej strony z odpowiedzią na nie,
12:41
because nobody has asked that question before.
268
761330
2000
ponieważ nikt go wcześniej nie zadał.
12:43
You get 223,000 hits --
269
763330
2000
Dostaniemy 223 000 trafień
12:45
no results you can use.
270
765330
2000
i żadnego przydatnego wyniku.
12:47
You ask the linked data -- which they've now put together --
271
767330
3000
Gdy zapytacie powiązane dane, które oni złożyli razem:
12:50
32 hits, each of which is a protein which has those properties
272
770330
4000
mamy 32 trafienia, z których każde odpowiada białku mającemu te właściwości
12:54
and you can look at.
273
774330
2000
i możemy to wszystko przejrzeć.
12:56
The power of being able to ask those questions, as a scientist --
274
776330
3000
Możliwość zadawania takich pytań przez naukowców,
12:59
questions which actually bridge across different disciplines --
275
779330
2000
pytań przekraczających granice dyscyplin,
13:01
is really a complete sea change.
276
781330
3000
to niesamowity przełom.
13:04
It's very very important.
277
784330
2000
To coś bardzo ważnego.
13:06
Scientists are totally stymied at the moment --
278
786330
2000
Naukowcy są obecnie zupełnie skrępowani:
13:08
the power of the data that other scientists have collected is locked up
279
788330
5000
masa danych zgromadzonych przez innych naukowców jest uwięziona.
13:13
and we need to get it unlocked so we can tackle those huge problems.
280
793330
3000
Musimy je uwolnić, aby móc poradzić sobie z tymi wielkimi problemami.
13:16
Now if I go on like this, you'll think that all the data comes from huge institutions
281
796330
4000
Gdybyśmy poszli dalej tym tropem, moglibyście sobie pomyśleć, że wszystkie dane pochodzą z wielkich instytucji
13:20
and has nothing to do with you.
282
800330
3000
i nie mają nic wspólnego z Wami.
13:23
But, that's not true.
283
803330
2000
Jednak to nieprawda.
13:25
In fact, data is about our lives.
284
805330
2000
Tak naprawdę, dane dotyczą naszego życia.
13:27
You just -- you log on to your social networking site,
285
807330
3000
Zwyczajnie logujecie się do serwisu społecznościowego,
13:30
your favorite one, you say, "This is my friend."
286
810330
2000
swojego ulubionego, i stwierdzacie „To jest mój znajomy”.
13:32
Bing! Relationship. Data.
287
812330
3000
Bach! Relacja. Dane.
13:35
You say, "This photograph, it's about -- it depicts this person. "
288
815330
3000
Stwierdzacie „To zdjęcie przedstawia... jest na nim ta osoba”.
13:38
Bing! That's data. Data, data, data.
289
818330
3000
Bach! To dane. Dane, dane, dane.
13:41
Every time you do things on the social networking site,
290
821330
2000
Zawsze gdy robicie coś w serwisie społecznościowym,
13:43
the social networking site is taking data and using it -- re-purposing it --
291
823330
4000
ten serwis bierze te dane i ich używa – robi z nich coś nowego
13:47
and using it to make other people's lives more interesting on the site.
292
827330
4000
– i używa by dostarczyć ciekawszych wrażeń innym, którzy z niego korzystają.
13:51
But, when you go to another linked data site --
293
831330
2000
Ale gdy przechodzicie do innego serwisu z powiązanymi danymi,
13:53
and let's say this is one about travel,
294
833330
3000
powiedzmy dotyczącego podróży,
13:56
and you say, "I want to send this photo to all the people in that group,"
295
836330
3000
i stwierdzacie „Chcę wysłać to zdjęcie do wszystkich ludzi w tej grupie”,
13:59
you can't get over the walls.
296
839330
2000
nie pokonacie murów.
14:01
The Economist wrote an article about it, and lots of people have blogged about it --
297
841330
2000
The Economist opublikował artykuł o tym, również wiele osób pisało o tym w blogach:
14:03
tremendous frustration.
298
843330
1000
ogromna frustracja.
14:04
The way to break down the silos is to get inter-operability
299
844330
2000
Sposobem na zburzenie tych silosów jest interoperacyjność
14:06
between social networking sites.
300
846330
2000
serwisów społecznościowych.
14:08
We need to do that with linked data.
301
848330
2000
Musimy to zrobić, stosując powiązane dane.
14:10
One last type of data I'll talk about, maybe it's the most exciting.
302
850330
3000
Ostatni rodzaj danych, o których wspomnę, jest może najbardziej fascynujący.
14:13
Before I came down here, I looked it up on OpenStreetMap
303
853330
3000
Zanim tu dotarłem, obejrzałem to miejsce w OpenStreetMap.
14:16
The OpenStreetMap's a map, but it's also a Wiki.
304
856330
2000
OpenStreetMap to mapa, ale również wiki.
14:18
Zoom in and that square thing is a theater -- which we're in right now --
305
858330
3000
Powiększę obraz i to kwadratowe coś to teatr, w którym jesteśmy teraz.
14:21
The Terrace Theater. It didn't have a name on it.
306
861330
2000
The Terrace Theater. Nie było na nim nazwy.
14:23
So I could go into edit mode, I could select the theater,
307
863330
2000
Więc przełączyłem w tryb edycji, wybrałem ten teatr,
14:25
I could add down at the bottom the name, and I could save it back.
308
865330
5000
dodałem na dole nazwę i zapisałem.
14:30
And now if you go back to the OpenStreetMap. org,
309
870330
3000
I jeśli teraz wejdziecie na OpenStreetMap.org
14:33
and you find this place, you will find that The Terrace Theater has got a name.
310
873330
3000
i znajdziecie to miejsce, zobaczycie, że The Terrace Theater ma nazwę.
14:36
I did that. Me!
311
876330
2000
Ja to zrobiłem. Ja!
14:38
I did that to the map. I just did that!
312
878330
2000
Zrobiłem to na tej mapie. Właśnie to zrobiłem!
14:40
I put that up on there. Hey, you know what?
313
880330
2000
Wstawiłem to tam. I wiecie co?
14:42
If I -- that street map is all about everybody doing their bit
314
882330
3000
Jeśli ja... ta mapa to po prostu wykonywanie przez każdego swojego kawałka pracy,
14:45
and it creates an incredible resource
315
885330
3000
dzięki czemu powstają niesamowite zasoby,
14:48
because everybody else does theirs.
316
888330
3000
ponieważ inni też dorzucają coś swojego.
14:51
And that is what linked data is all about.
317
891330
3000
I to są właśnie powiązane dane.
14:54
It's about people doing their bit
318
894330
3000
To ludzie robiący coś samemu,
14:57
to produce a little bit, and it all connecting.
319
897330
3000
żeby dorzucić mały fragmencik, a wszystko jest ze sobą połączone.
15:00
That's how linked data works.
320
900330
3000
Tak działają powiązane dane.
15:03
You do your bit. Everybody else does theirs.
321
903330
4000
Ty robisz swój kawałek. Inni też robią swoje.
15:07
You may not have lots of data which you have yourself to put on there
322
907330
4000
Możecie nie mieć dużo własnych danych do opublikowania,
15:11
but you know to demand it.
323
911330
3000
ale wiecie, że macie ich żądać.
15:14
And we've practiced that.
324
914330
2000
To już przećwiczyliśmy.
15:16
So, linked data -- it's huge.
325
916330
4000
Czyli powiązane dane – to wielka sprawa.
15:20
I've only told you a very small number of things
326
920330
3000
Opowiedziałem wam tylko o małym wycinku.
15:23
There are data in every aspect of our lives,
327
923330
2000
Istnieją dane dotyczące każdego aspektu naszego życia,
15:25
every aspect of work and pleasure,
328
925330
3000
każdego aspektu pracy i zabawy,
15:28
and it's not just about the number of places where data comes,
329
928330
3000
nie chodzi tylko o liczbę miejsc, z których pochodzą dane,
15:31
it's about connecting it together.
330
931330
3000
chodzi o połączenie ich razem.
15:34
And when you connect data together, you get power
331
934330
3000
A gdy połączymy razem dane, mamy możliwości,
15:37
in a way that doesn't happen just with the web, with documents.
332
937330
3000
jakich nie daje samo WWW złożone z dokumentów.
15:40
You get this really huge power out of it.
333
940330
4000
To daje nam naprawdę olbrzymie możliwości.
15:44
So, we're at the stage now
334
944330
3000
A więc teraz jesteśmy na etapie,
15:47
where we have to do this -- the people who think it's a great idea.
335
947330
4000
gdy musimy to zrobić my – ludzie uważający, że to świetny pomysł.
15:51
And all the people -- and I think there's a lot of people at TED who do things because --
336
951330
3000
I wszystkie osoby – myślę, że na TED jest mnóstwo ludzi, którzy robią coś, ponieważ...
15:54
even though there's not an immediate return on the investment
337
954330
2000
...mimo że inwestycja nie zwróci się natychmiast,
15:56
because it will only really pay off when everybody else has done it --
338
956330
3000
ponieważ zyski pojawią się, tylko gdy wszyscy inni też to zrobią.
15:59
they'll do it because they're the sort of person who just does things
339
959330
4000
Zrobią to ponieważ są ludźmi, którzy po prostu robią rzeczy,
16:03
which would be good if everybody else did them.
340
963330
3000
które zrobione także przez wszystkich innych, przyniosą coś dobrego.
16:06
OK, so it's called linked data.
341
966330
2000
OK. A więc to są powiązane dane.
16:08
I want you to make it.
342
968330
2000
Chcę, żebyście je tworzyli.
16:10
I want you to demand it.
343
970330
2000
Chcę, żebyście ich żądali.
16:12
And I think it's an idea worth spreading.
344
972330
2000
I myślę, że to idea warta rozpowszechniania.
16:14
Thanks.
345
974330
1000
Dziękuję.
16:15
(Applause)
346
975330
3000
(Oklaski)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7