Kenneth Cukier: Big data is better data

Traducător: Teodora Rogozea Corector: Adrian Dobroiu

America's favorite pie is?

Plăcinta preferată a Americii. Care este?

Audience: Apple. Kenneth Cukier: Apple. Of course it is.

Public: De mere! Kenneth Cukier: De mere, sigur că da.

How do we know it?

De unde știm?

Because of data.

Datorită datelor.

You look at supermarket sales.

Ne uităm la vânzările supermarketurilor, vânzările plăcintelor congelate de 30 cm.

You look at supermarket sales of 30-centimeter pies

that are frozen, and apple wins, no contest.

Iar plăcinta de mere câștigă. Detașat.

Majoritatea vânzărilor sunt la plăcinta de mere.

The majority of the sales are apple.

But then supermarkets started selling

Dar apoi supermarketurile au început să vândă plăcinte mai mici, de 11 cm,

smaller, 11-centimeter pies,

and suddenly, apple fell to fourth or fifth place.

și dintr-o dată plăcinta de mere a căzut pe locul 4 sau 5.

Why? What happened?

De ce? Ce s-a întâmplat?

Okay, think about it.

Ia să ne gândim.

When you buy a 30-centimeter pie,

Când cumpărăm o plăcintă de 30 cm

the whole family has to agree,

toată familia trebuie să fie de acord,

and apple is everyone's second favorite.

iar plăcinta de mere e a doua preferință a tuturor.

(Laughter)

(Râsete)

But when you buy an individual 11-centimeter pie,

Dar când iei o plăcintă personală, de 11 cm,

you can buy the one that you want.

poți s-o iei pe cea pe care ți-o dorești.

You can get your first choice.

Poți să-ți alegi prima preferință.

You have more data.

Avem mai multe date.

You can see something

Vedem ceva ce nu puteam vedea când aveam cantități mai mici de date.

that you couldn't see

when you only had smaller amounts of it.

Now, the point here is that more data

Dar ideea e că datele mai multe

doesn't just let us see more,

nu ne permit doar să vedem mai mult, mai mult din același lucru.

more of the same thing we were looking at.

More data allows us to see new.

Datele mai multe ne permit să vedem ceva nou.

It allows us to see better.

Ne permit să vedem mai bine.

It allows us to see different.

Ne permit să vedem altfel.

In this case, it allows us to see

În cazul de faţă ne permit să vedem

what America's favorite pie is:

care e plăcinta preferată a Americii:

not apple.

nu cea de mere.

Now, you probably all have heard the term big data.

Probabil toată lumea a auzit termenul „date masive”.

In fact, you're probably sick of hearing the term

De fapt probabil vi s-a făcut acru tot auzind „date masive”.

big data.

It is true that there is a lot of hype around the term,

E adevărat că se face mult tam-tam pe seama termenului și e mare păcat,

and that is very unfortunate,

because big data is an extremely important tool

pentru că datele masive sunt o unealtă foarte importantă

by which society is going to advance.

prin care va avansa societatea.

In the past, we used to look at small data

În trecut ne uitam la date puține

and think about what it would mean

și ne întrebam cum am putea încerca să înțelegem lumea,

to try to understand the world,

and now we have a lot more of it,

iar acum avem mult mai multe, mai multe decât era posibil înainte.

more than we ever could before.

What we find is that when we have

Constatăm că având o colecție mare de date putem face lucruri

a large body of data, we can fundamentally do things

that we couldn't do when we only had smaller amounts.

imposibil de realizat cu date puține.

Big data is important, and big data is new,

Datele masive sunt importante și sunt noi.

and when you think about it,

Dacă ne gândim bine,

the only way this planet is going to deal

singurul mod în care planeta va face față problemelor globale

with its global challenges —

to feed people, supply them with medical care,

— hrănirea populației, furnizarea serviciilor medicale,

supply them with energy, electricity,

alimentarea cu energie, electricitate,

and to make sure they're not burnt to a crisp

și cum facem să nu ne rumenim cu încălzirea globală —

because of global warming —

is because of the effective use of data.

e prin folosirea eficientă a datelor.

So what is new about big data? What is the big deal?

Dar ce e nou în datele masive? Care e marea scofală?

Well, to answer that question, let's think about

Pentru a răspunde, să ne amintim cum arătau informațiile efectiv în trecut.

what information looked like,

physically looked like in the past.

In 1908, on the island of Crete,

În 1908, pe insula Creta,

archaeologists discovered a clay disc.

arheologii au descoperit un disc de lut.

They dated it from 2000 B.C., so it's 4,000 years old.

L-au datat în 2000 î.Hr., deci e vechi de 4000 ani.

Now, there's inscriptions on this disc,

Discul are inscripții, dar nu știm ce înseamnă, e un mister complet.

but we actually don't know what it means.

It's a complete mystery, but the point is that

Dar ideea e că așa arătau informațiile acum 4000 ani.

this is what information used to look like

4,000 years ago.

This is how society stored

Așa proceda societatea pentru a păstra și transmite informațiile.

and transmitted information.

Now, society hasn't advanced all that much.

Dar societatea nu a avansat așa de mult.

We still store information on discs,

Încă mai păstrăm informații pe discuri,

but now we can store a lot more information,

dar acum putem stoca mult mai multe informații decât oricând.

more than ever before.

Searching it is easier. Copying it easier.

Căutarea e mai ușoară. Copierea e mai ușoară.

Sharing it is easier. Processing it is easier.

Distribuirea e mai ușoară. Prelucrarea e mai ușoară.

And what we can do is we can reuse this information

Și putem refolosi aceste informații

for uses that we never even imagined

în moduri pe care nu ni le-am închipuit când am colectat datele.

when we first collected the data.

In this respect, the data has gone

În această privință datele au trecut de la a fi păstrate la a fi circulate,

from a stock to a flow,

from something that is stationary and static

de la ceva staționar și static

to something that is fluid and dynamic.

la ceva fluid și dinamic.

There is, if you will, a liquidity to information.

Ca să zic așa, informațiile au o lichiditate.

The disc that was discovered off of Crete

Discul descoperit în Creta și vechi de 4000 ani

that's 4,000 years old, is heavy,

e greu, nu stochează multe informații.

it doesn't store a lot of information,

and that information is unchangeable.

Iar acele informații nu pot fi schimbate.

By contrast, all of the files

Pe de altă parte, toate documentele

that Edward Snowden took

pe care le-a luat Edward Snowden de la Agenția de Securitate Națională din SUA

from the National Security Agency in the United States

fits on a memory stick

încap pe un stick de memorie de mărimea unei unghii,

the size of a fingernail,

și se pot transmite cu viteza luminii.

and it can be shared at the speed of light.

More data. More.

Mai multe date. Mai multe.

Now, one reason why we have so much data in the world today

Un motiv pentru care azi lumea are atâtea date e că adunăm lucruri

is we are collecting things

that we've always collected information on,

despre care dintotdeauna am adunat informații.

but another reason why is we're taking things

Dar un alt motiv e că luăm lucruri care au fost mereu informaționale,

that have always been informational

but have never been rendered into a data format

dar n-au mai fost puse sub formă de date, și le transformăm în date.

and we are putting it into data.

Think, for example, the question of location.

Gândiți-vă de exemplu la problema localizării.

Take, for example, Martin Luther.

Să-l luăm pe Martin Luther.

If we wanted to know in the 1500s

Dacă voiam să știm, în anii 1500, unde se află Martin Luther,

where Martin Luther was,

we would have to follow him at all times,

trebuia să-l urmăm peste tot, poate cu pană și cerneală, ca să notăm.

maybe with a feathery quill and an inkwell,

and record it,

but now think about what it looks like today.

Dar acum gândiți-vă cum e azi.

You know that somewhere,

Știți că undeva, printr-o bază de date a unui furnizor de telecomunicații,

probably in a telecommunications carrier's database,

there is a spreadsheet or at least a database entry

e un tabel sau cel puțin o înscriere

that records your information

care înregistrează informații despre noi, unde am fost în fiecare moment.

of where you've been at all times.

If you have a cell phone,

Dacă aveți un telefon mobil cu GPS, dar chiar dacă nu are GPS,

and that cell phone has GPS, but even if it doesn't have GPS,

it can record your information.

vă poate memora informațiile.

In this respect, location has been datafied.

În această privință localizarea a fost „datificată”.

Now think, for example, of the issue of posture,

Acum gândiți-vă de exemplu la problema posturii,

the way that you are all sitting right now,

cum stați așezați,

the way that you sit,

cum stați dv.

the way that you sit, the way that you sit.

sau cum stați dv. sau dv.

It's all different, and it's a function of your leg length

Diferă în funcție de lungimea piciorului, de spate și de conturul spatelui.

and your back and the contours of your back,

and if I were to put sensors, maybe 100 sensors

Dacă aș pune sensori, să zicem 100 de sensori, în scaunele tuturor,

into all of your chairs right now,

I could create an index that's fairly unique to you,

aș putea crea un index unic pentru fiecare.

sort of like a fingerprint, but it's not your finger.

Ca o amprentă, dar nu a degetului.

So what could we do with this?

Și la ce am putea s-o folosim?

Researchers in Tokyo are using it

Unii cercetători din Tokio o folosesc ca posibil sistem antifurt pentru mașini.

as a potential anti-theft device in cars.

The idea is that the carjacker sits behind the wheel,

Ideea e că hoțul stă la volan, încearcă să pornească,

tries to stream off, but the car recognizes

dar mașina recunoaște că la volan e un șofer neautorizat

that a non-approved driver is behind the wheel,

and maybe the engine just stops, unless you

și atunci de exemplu se oprește motorul dacă nu tastezi o parolă în sistem

type in a password into the dashboard

to say, "Hey, I have authorization to drive." Great.

ca să-i spui: „Hei, sunt autorizat să conduc.”

Grozav.

What if every single car in Europe

Ce-ar fi dacă toate mașinile din Europa ar folosi această tehnologie?

had this technology in it?

What could we do then?

Ce am putea face atunci?

Maybe, if we aggregated the data,

Dacă punem datele cap la cap poate reușim să identificăm

maybe we could identify telltale signs

semnele distinctive care să prezică optim

that best predict that a car accident

is going to take place in the next five seconds.

că se va produce un accident de mașină

în următoarele cinci secunde.

And then what we will have datafied

Astfel s-ar datifica oboseala șoferului.

is driver fatigue,

and the service would be when the car senses

Iar utilitatea apare când mașina simte că persoana cade în poziția aceea

that the person slumps into that position,

automatically knows, hey, set an internal alarm

și știe automat să pornească o alarmă internă,

that would vibrate the steering wheel, honk inside

să vibreze volanul sau să claxoneze înăuntru, să spună:

to say, "Hey, wake up,

„Trezește-te, fii mai atent la drum!”

pay more attention to the road."

These are the sorts of things we can do

Astfel de lucruri putem face datificând mai multe aspecte ale vieții.

when we datafy more aspects of our lives.

So what is the value of big data?

Deci ce valoare au datele masive?

Well, think about it.

Ia gândiți-vă. Avem mai multe informații.

You have more information.

You can do things that you couldn't do before.

Putem face lucruri pe care nu le puteam face înainte.

One of the most impressive areas

Una din aplicațiile impresionante ale acestei noțiuni

where this concept is taking place

is in the area of machine learning.

e în domeniul învățării automate.

Machine learning is a branch of artificial intelligence,

Învățarea automată e o ramură a inteligenței artificiale

which itself is a branch of computer science.

care ea însăși e o ramură a informaticii.

The general idea is that instead of

Pe scurt, în loc să instruim un calculator ce să facă,

instructing a computer what do do,

we are going to simply throw data at the problem

bombardăm problema cu informații

and tell the computer to figure it out for itself.

și-i cerem calculatorului să descopere singur.

And it will help you understand it

Veți înțelege mai bine dacă veți vedea începuturile.

by seeing its origins.

In the 1950s, a computer scientist

În anii 1950, un informatician de la IBM pe nume Arthur Samuel,

at IBM named Arthur Samuel liked to play checkers,

căruia îi plăcea să joace dame,

so he wrote a computer program

a scris un program pentru a putea juca împotriva calculatorului.

so he could play against the computer.

He played. He won.

A jucat. A câștigat.

He played. He won.

A jucat. A câștigat.

He played. He won,

A jucat. A câștigat.

because the computer only knew

Pentru că tot ce știa calculatorul erau mutările permise.

what a legal move was.

Arthur Samuel knew something else.

Arthur Samuel mai știa altceva.

Arthur Samuel knew strategy.

Arthur Samuel mai știa

și strategie.

So he wrote a small sub-program alongside it

Atunci a adăugat un mic sub-program care să opereze în fundal.

operating in the background, and all it did

was score the probability

Tot ce făcea era să calculeze probabilitatea ca o configurație dată

that a given board configuration would likely lead

să conducă la o tablă de joc câștigătoare sau necâștigătoare

to a winning board versus a losing board

after every move.

după fiecare mutare.

He plays the computer. He wins.

Joacă cu calculatorul. Câștigă.

He plays the computer. He wins.

Joacă cu calculatorul. Câștigă.

He plays the computer. He wins.

Joacă cu calculatorul. Câștigă.

And then Arthur Samuel leaves the computer

Atunci Arthur Samuel lasă calculatorul să joace singur.

to play itself.

It plays itself. It collects more data.

Joacă singur, adună mai multe date.

It collects more data. It increases the accuracy of its prediction.

Adună mai multe date, îi crește precizia predicției.

And then Arthur Samuel goes back to the computer

Atunci Arthur Samuel se întoarce la calculator și joacă cu el, și pierde.

and he plays it, and he loses,

and he plays it, and he loses,

Și joacă, și pierde.

and he plays it, and he loses,

Și joacă, și pierde.

and Arthur Samuel has created a machine

Și Arthur Samuel a creat o mașină

that surpasses his ability in a task that he taught it.

care îl depășește la o sarcină în care el a inițiat-o.

And this idea of machine learning

Această idee de învățare automată se răspândește peste tot.

is going everywhere.

How do you think we have self-driving cars?

Cum credeți că avem mașini care se conduc singure?

Are we any better off as a society

E societatea mai capabilă să pună toate regulile rutiere într-un software?

enshrining all the rules of the road into software?

No. Memory is cheaper. No.

Nu.

E mai ieftină memoria? Nu.

Algorithms are faster. No. Processors are better. No.

Sunt mai rapizi algoritmii? Nu.

Sunt mai bune procesoarele? Nu.

All of those things matter, but that's not why.

Toate astea contează, dar nu sunt ele motivul.

It's because we changed the nature of the problem.

Motivul e că am schimbat natura problemei.

We changed the nature of the problem from one

Am trecut de la a-i spune deschis și explicit calculatorului cum să conducă

in which we tried to overtly and explicitly

explain to the computer how to drive

to one in which we say,

la a-i spune:

"Here's a lot of data around the vehicle.

„Iată o mulțime de date despre vehicul. Descurcă-te.

You figure it out.

You figure it out that that is a traffic light,

Prinde-te singur că ăla e un semafor, că semaforul e roșu și nu verde,

that that traffic light is red and not green,

that that means that you need to stop

că asta înseamnă să te oprești și nu să continui”.

and not go forward."

Machine learning is at the basis

Învățarea automată e la baza multor lucruri pe care le facem online:

of many of the things that we do online:

search engines,

motoare de căutare,

Amazon's personalization algorithm,

algoritmul de personalizare de la Amazon,

computer translation,

traduceri computerizate,

voice recognition systems.

sisteme de recunoaștere a vocii.

Researchers recently have looked at

Cercetătorii s-au interesat recent de problema biopsiilor,

the question of biopsies,

cancerous biopsies,

a biopsiilor de cancer.

and they've asked the computer to identify

Au cerut calculatorului să identifice,

by looking at the data and survival rates

analizând datele și procentajul de supraviețuire,

to determine whether cells are actually

să determine dacă într-adevăr celulele

cancerous or not,

sunt canceroase sau nu.

and sure enough, when you throw the data at it,

Și bineînțeles, folosind date și un algoritm de învățare automată,

through a machine-learning algorithm,

the machine was able to identify

mașina a reușit să identifice cele 12 semne tipice care prezic optim

the 12 telltale signs that best predict

that this biopsy of the breast cancer cells

că biopsia unor celule canceroase de sân e într-adevăr canceroasă.

are indeed cancerous.

The problem: The medical literature

Problema?

only knew nine of them.

Literatura medicală cunoștea numai nouă dintre ele.

Three of the traits were ones

Trei caracteristici nu erau între cele care trebuiau verificate,

that people didn't need to look for,

but that the machine spotted.

dar mașina le-a detectat.

Now, there are dark sides to big data as well.

Datele masive au și părți negative.

It will improve our lives, but there are problems

Ne vor îmbunătăți viața, dar sunt probleme de care trebuie să fim conștienți.

that we need to be conscious of,

and the first one is the idea

Prima e ideea

that we may be punished for predictions,

că s-ar putea să fim pedepsiți pentru predicții,

that the police may use big data for their purposes,

că poliția ar putea folosi datele masive pentru propriile scopuri,

a little bit like "Minority Report."

ca în filmul „Raport Special”.

Now, it's a term called predictive policing,

Se numește „poliție preventivă” sau „criminologie algoritmică”,

or algorithmic criminology,

and the idea is that if we take a lot of data,

iar ideea e că folosind multe date, de exemplu locul crimelor trecute,

for example where past crimes have been,

we know where to send the patrols.

știm unde să trimitem patrulele.

That makes sense, but the problem, of course,

Are logică, dar desigur problema e că nu se va limita la localizare,

is that it's not simply going to stop on location data,

it's going to go down to the level of the individual.

ci va ajunge la nivelul individului.

Why don't we use data about the person's

De ce să nu folosim date din foaia matricolă de liceu?

high school transcript?

Maybe we should use the fact that

Poate ar trebui să ținem cont dacă sunt șomeri, ce risc de credit au,

they're unemployed or not, their credit score,

their web-surfing behavior,

ce comportament au pe internet, dacă se culcă noaptea târziu.

whether they're up late at night.

Their Fitbit, when it's able to identify biochemistries,

Fitbitul lor, când va decela biochimia, va arăta că au gânduri agresive.

will show that they have aggressive thoughts.

We may have algorithms that are likely to predict

Poate vom avea algoritmi care să prezică ce avem de gând să facem

what we are about to do,

and we may be held accountable

și poate vom fi trași la răspundere înainte de a face ceva.

before we've actually acted.

Privacy was the central challenge

Intimitatea era problema centrală în epoca datelor puține.

in a small data era.

In the big data age,

În epoca datelor masive problema va fi

the challenge will be safeguarding free will,

de a proteja liberul arbitru,

moral choice, human volition,

alegerea morală,

voința umană,

human agency.

factorul uman.

There is another problem:

Mai e o problemă.

Big data is going to steal our jobs.

Datele masive ne vor fura locurile de muncă.

Big data and algorithms are going to challenge

Datele masive și algoritmii vor pune la încercare

white collar, professional knowledge work

munca funcționarilor și a profesioniștilor în secolul XXI

in the 21st century

in the same way that factory automation

așa cum automatizarea fabricilor și linia de asamblare

and the assembly line

challenged blue collar labor in the 20th century.

au pus la încercare muncitorimea în secolul XX.

Think about a lab technician

Să luăm un laborant

who is looking through a microscope

care se uită cu microscopul la o biopsie de cancer

at a cancer biopsy

and determining whether it's cancerous or not.

să vadă dacă e canceroasă sau nu.

The person went to university.

Omul a fost la facultate.

The person buys property.

Cumpără proprietate.

He or she votes.

Votează.

He or she is a stakeholder in society.

E acționar în societate.

And that person's job,

Omul acesta și o întreagă armată de profesioniști ca el

as well as an entire fleet

of professionals like that person,

is going to find that their jobs are radically changed

își vor găsi slujbele schimbate radical sau chiar complet eliminate.

or actually completely eliminated.

Now, we like to think

Ne place să credem că tehnologia creează slujbe pentru o vreme

that technology creates jobs over a period of time

after a short, temporary period of dislocation,

după o perioadă scurtă de dislocare.

and that is true for the frame of reference

E adevărat în sistemul de referință cu care trăim: revoluția industrială.

with which we all live, the Industrial Revolution,

because that's precisely what happened.

Pentru că exact așa s-a întâmplat.

But we forget something in that analysis:

Dar uităm ceva în analiza aceasta:

There are some categories of jobs

anumite categorii de locuri de muncă sunt eliminate total și nu se mai întorc.

that simply get eliminated and never come back.

The Industrial Revolution wasn't very good

Revoluția industrială nu prea a fost bună dacă erai un cal.

if you were a horse.

So we're going to need to be careful

Deci va trebui să avem grijă,

and take big data and adjust it for our needs,

să luăm datele masive și să le adaptăm la nevoile noastre,

our very human needs.

la nevoile noastre foarte omenești.

We have to be the master of this technology,

Trebuie să fim stăpânul tehnologiei, nu servitorul ei.

not its servant.

We are just at the outset of the big data era,

Era datelor masive abia acum începe

and honestly, we are not very good

și, sincer, nu prea ne descurcăm cu datele pe care le putem colecta acum.

at handling all the data that we can now collect.

It's not just a problem for the National Security Agency.

Nu e doar o problemă pentru Agenția de Securitate Națională.

Businesses collect lots of data, and they misuse it too,

Firmele adună o mulțime de date și mai abuzează de ele.

and we need to get better at this, and this will take time.

Trebuie să avansăm, iar asta durează.

It's a little bit like the challenge that was faced

E cam ca problema pe care o avea omul primitiv cu focul.

by primitive man and fire.

This is a tool, but this is a tool that,

E o unealtă, dar e o unealtă care, dacă nu suntem atenți, ne va arde.

unless we're careful, will burn us.

Big data is going to transform how we live,

Datele masive ne vor transforma viața, munca și gândirea.

how we work and how we think.

It is going to help us manage our careers

Ne vor ajuta să ne ocupăm de cariere și să trăim o viață plină de satisfacții,

and lead lives of satisfaction and hope

de speranță, de fericire și de sănătate.

and happiness and health,

but in the past, we've often looked at information technology

Dar în trecut ne-am uitat adesea la tehnologia informației

and our eyes have only seen the T,

și ochii noștri au văzut doar T-ul, tehnologia, hardware-ul,

the technology, the hardware,

because that's what was physical.

pentru că asta era partea fizică.

We now need to recast our gaze at the I,

Acum trebuie să ne aruncăm privirea pe I, informația, care e mai puțin vizibilă,

the information,

which is less apparent,

but in some ways a lot more important.

dar în unele privințe mult mai importantă.

Humanity can finally learn from the information

Omenirea poate în sfârșit învăța din informațiile pe care le poate colecta,

that it can collect,

as part of our timeless quest

în încercarea noastră dintotdeauna de a înțelege lumea și locul nostru în ea.

to understand the world and our place in it,

and that's why big data is a big deal.

De aceea datele masive sunt mare scofală.

(Applause)

(Aplauze)