Shyam Sankar: The rise of human-computer cooperation

Шьям Шанкар. Рассвет сотрудничества человека и компьютера

62,527 views

2012-09-06 ・ TED


New videos

Shyam Sankar: The rise of human-computer cooperation

Шьям Шанкар. Рассвет сотрудничества человека и компьютера

62,527 views ・ 2012-09-06

TED


Пожалуйста, дважды щелкните на английские субтитры ниже, чтобы воспроизвести видео.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Переводчик: Yevgeniy Yuzhaninov Редактор: Alla Dunaeva
00:15
I'd like to tell you about two games of chess.
1
15772
2556
Я бы хотел рассказать о двух шахматных матчах.
00:18
The first happened in 1997, in which Garry Kasparov,
2
18328
3864
Первый был сыгран в 1997 году, и в нем Гарри Каспаров,
00:22
a human, lost to Deep Blue, a machine.
3
22192
3716
человек, проиграл Дип Блю, компьютеру.
00:25
To many, this was the dawn of a new era,
4
25908
2240
Для многих это было рассветом новой эры,
00:28
one where man would be dominated by machine.
5
28148
2779
в которой машины господствуют над людьми.
00:30
But here we are, 20 years on, and the greatest change
6
30927
3334
Но вот мы здесь, 20 лет спустя, и самое большое изменение
00:34
in how we relate to computers is the iPad,
7
34261
2690
в отношениях с компьютерами — это iPad,
00:36
not HAL.
8
36951
2045
но не HAL.
00:38
The second game was a freestyle chess tournament
9
38996
2648
Второй матч, в турнире по шахматам в вольном стиле,
00:41
in 2005, in which man and machine could enter together
10
41644
2969
прошёл в 2005-м, и в нем человек мог по желанию
00:44
as partners, rather than adversaries, if they so chose.
11
44613
4666
использовать машину в качестве партнёра, а не соперника.
00:49
At first, the results were predictable.
12
49279
1851
Сначала результаты были предсказуемыми.
00:51
Even a supercomputer was beaten by a grandmaster
13
51130
2497
Даже суперкомпьютер был побит гроссмейстером
00:53
with a relatively weak laptop.
14
53627
2312
с относительно слабым ноутбуком.
00:55
The surprise came at the end. Who won?
15
55939
2985
Но сюрприз был в конце. Кто победил?
00:58
Not a grandmaster with a supercomputer,
16
58924
2776
Не гроссмейстер с суперкомпьютером,
01:01
but actually two American amateurs
17
61700
1493
а фактически двое американских любителей
01:03
using three relatively weak laptops.
18
63193
3822
с тремя относительно слабыми ноутбуками.
01:07
Their ability to coach and manipulate their computers
19
67015
2596
Их способность тренировать свои компьютеры и манипулировать ими
01:09
to deeply explore specific positions
20
69611
2435
для глубокого исследования специфических позиций
01:12
effectively counteracted the superior chess knowledge
21
72046
2390
эффективно противостояла превосходящим шахматным
01:14
of the grandmasters and the superior computational power
22
74436
2609
знаниям гроссмейстеров и выдающейся
01:17
of other adversaries.
23
77045
1909
вычислительной способности их соперников.
01:18
This is an astonishing result: average men,
24
78954
2905
Это ошеломительный результат: обычные люди
01:21
average machines beating the best man, the best machine.
25
81859
4081
и средние компьютеры обыгрывают лучшего игрока и лучший компьютер.
01:25
And anyways, isn't it supposed to be man versus machine?
26
85940
3199
И, вообще, разве не предполагалась схватка человека с компьютером?
01:29
Instead, it's about cooperation, and the right type of cooperation.
27
89139
4152
Вместо этого получилось сотрудничество, и правильное сотрудничество.
01:33
We've been paying a lot of attention to Marvin Minsky's
28
93291
2857
За последние 50 лет концепции Марвина Минского
01:36
vision for artificial intelligence over the last 50 years.
29
96148
3242
касательно искусственного интеллекта уделялось много внимания.
01:39
It's a sexy vision, for sure. Many have embraced it.
30
99390
2262
Очень соблазнительная концепция, однозначно. Многие её восприняли.
01:41
It's become the dominant school of thought in computer science.
31
101652
2753
Она стала доминирующей школой мысли в компьютерной науке.
01:44
But as we enter the era of big data, of network systems,
32
104405
3072
Но по мере вхождения в эру большого количества данных, сетевых систем,
01:47
of open platforms, and embedded technology,
33
107477
2698
открытых платформ и встроенных технологий,
01:50
I'd like to suggest it's time to reevaluate an alternative vision
34
110175
3392
я бы предположил, что настало время переоценить альтернативную версию,
01:53
that was actually developed around the same time.
35
113567
3070
которую, в общем-то, разработали почти в то же самое время.
01:56
I'm talking about J.C.R. Licklider's human-computer symbiosis,
36
116637
3332
Я говорю о симбиозе человек-компьютер Дж. К. Р. Ликлайдера,
01:59
perhaps better termed "intelligence augmentation," I.A.
37
119969
3808
возможно, более удачно названное «Усилением интеллекта», УИ.
02:03
Licklider was a computer science titan who had a profound
38
123777
2640
Ликлайдер был титаном компьютерной науки, оказавшим
02:06
effect on the development of technology and the Internet.
39
126417
3006
существенное влияние на развитие технологии и Интернета.
02:09
His vision was to enable man and machine to cooperate
40
129423
2868
Его концепция предполагала сотрудничество человека и компьютера
02:12
in making decisions, controlling complex situations
41
132291
3590
в принятии решений, управлении сложными ситуациями
02:15
without the inflexible dependence
42
135881
1770
без жёсткой зависимости
02:17
on predetermined programs.
43
137651
2533
от заранее предопределённых установок.
02:20
Note that word "cooperate."
44
140184
2498
Обратите внимание на слово «сотрудничать».
02:22
Licklider encourages us not to take a toaster
45
142682
2747
Ликлайдер не воодушевляет нас взять тостер
02:25
and make it Data from "Star Trek,"
46
145429
2284
и сделать его мистером Дэйта из «Стар Трэка»,
02:27
but to take a human and make her more capable.
47
147713
3535
а взять человека и дать ему больше возможностей.
02:31
Humans are so amazing -- how we think,
48
151248
1911
Люди так изумительны — то, как мы мыслим,
02:33
our non-linear approaches, our creativity,
49
153159
2618
наши нестандартные подходы, наша способность творить,
02:35
iterative hypotheses, all very difficult if possible at all
50
155777
2131
плодить гипотезы — всё это очень трудно,
02:37
for computers to do.
51
157908
1345
а может и вовсе невозможно для компьютера.
02:39
Licklider intuitively realized this, contemplating humans
52
159253
2452
Ликлайдер интуитивно осознал это, созерцая, как люди
02:41
setting the goals, formulating the hypotheses,
53
161705
2327
ставят цели, формулируют гипотезы,
02:44
determining the criteria, and performing the evaluation.
54
164032
3376
определяют критерии и выполняют оценку.
02:47
Of course, in other ways, humans are so limited.
55
167408
1775
Конечно, с другой стороны, люди так ограничены.
02:49
We're terrible at scale, computation and volume.
56
169183
3235
Мы слабы в измерениях, вычислениях и по объёмам данных.
02:52
We require high-end talent management
57
172418
1836
Нужен высококлассный отдел управления талантами,
02:54
to keep the rock band together and playing.
58
174254
2064
чтобы заставить играть рок-группу и удержать её вместе.
02:56
Licklider foresaw computers doing all the routinizable work
59
176318
2204
Ликлайдер предвидел, что компьютеры будут делать всю рутинную работу,
02:58
that was required to prepare the way for insights and decision making.
60
178522
3276
требующуюся для проникновения в суть и принятия решений.
03:01
Silently, without much fanfare,
61
181798
2224
Потихоньку, без лишних фанфар,
03:04
this approach has been compiling victories beyond chess.
62
184022
3354
этот подход стал одерживать победы вне шахматных полей.
03:07
Protein folding, a topic that shares the incredible expansiveness of chess —
63
187376
3356
Фолдинг белка, тема, которую объединяет с шахматами невероятная разветвлённость вариантов:
03:10
there are more ways of folding a protein than there are atoms in the universe.
64
190732
3042
способов сворачивания белка существует больше, чем атомов во вселенной.
03:13
This is a world-changing problem with huge implications
65
193774
2353
Это мироизменяющая проблема с огромными
03:16
for our ability to understand and treat disease.
66
196127
2308
перспективами для понимания и лечения болезней.
03:18
And for this task, supercomputer field brute force simply isn't enough.
67
198435
4248
И грубой электронной силы суперкомпьютера недостаточно для этой задачи.
03:22
Foldit, a game created by computer scientists,
68
202683
2384
«Foldit», игра, созданная компьютерными учёными,
03:25
illustrates the value of the approach.
69
205067
2502
демонстрирует ценность данного подхода.
03:27
Non-technical, non-biologist amateurs play a video game
70
207569
3041
Любители, не биологи, не техники, играют в видео-игру,
03:30
in which they visually rearrange the structure of the protein,
71
210610
3073
в которой они визуально перестраивают структуру протеина,
03:33
allowing the computer to manage the atomic forces
72
213683
1499
позволяя компьютеру управлять атомными силами
03:35
and interactions and identify structural issues.
73
215182
2957
и взаимодействиями и определять структурные составляющие.
03:38
This approach beat supercomputers 50 percent of the time
74
218139
3023
Этот подход выигрывает у суперкомпьютера в половине случаев,
03:41
and tied 30 percent of the time.
75
221162
2584
и одерживает ничью в ещё 30%.
03:43
Foldit recently made a notable and major scientific discovery
76
223746
3137
«Foldit» недавно сделала крупное и значительное научное открытие,
03:46
by deciphering the structure of the Mason-Pfizer monkey virus.
77
226883
3160
расшифровав структуру обезьяньего вируса Мэйсона-Пфайзера.
03:50
A protease that had eluded determination for over 10 years
78
230043
3015
Протеаза, которая ускользала от определения более 10 лет,
03:53
was solved was by three players in a matter of days,
79
233058
2626
была рассчитана тремя игроками за несколько дней,
03:55
perhaps the first major scientific advance
80
235684
2025
что, пожалуй, стало первым большим научным прорывом,
03:57
to come from playing a video game.
81
237709
2323
возникшим в результате видео-игры.
04:00
Last year, on the site of the Twin Towers,
82
240032
2181
В прошлом году на месте башен-близнецов
04:02
the 9/11 memorial opened.
83
242213
1473
открылся мемориал 9/11.
04:03
It displays the names of the thousands of victims
84
243686
2721
На нем отображаются имена тысяч жертв
04:06
using a beautiful concept called "meaningful adjacency."
85
246407
3063
с использованием красивой концепции «значимой смежности».
04:09
It places the names next to each other based on their
86
249470
2166
Она располагает имена друг за другом,
04:11
relationships to one another: friends, families, coworkers.
87
251636
2213
основываясь на их взаимоотношениях: друзья, семьи, сотрудники.
04:13
When you put it all together, it's quite a computational
88
253849
3028
Если собрать всё это вместе, получается как раз вычислительная задача:
04:16
challenge: 3,500 victims, 1,800 adjacency requests,
89
256877
4223
3 500 жертв, 1 800 запросов смежности,
04:21
the importance of the overall physical specifications
90
261100
3092
влияние общих физических характеристик
04:24
and the final aesthetics.
91
264192
2137
и конечная эстетика.
04:26
When first reported by the media, full credit for such a feat
92
266329
2615
Как впервые сообщили СМИ, этот подвиг был доверен
04:28
was given to an algorithm from the New York City
93
268944
1892
алгоритму из нью-йоркской дизайнерской фирмы
04:30
design firm Local Projects. The truth is a bit more nuanced.
94
270836
4001
«Local Projects». На самом деле всё немного запутанней.
04:34
While an algorithm was used to develop the underlying framework,
95
274837
2871
В то время как алгоритм был использован для наброски каркасного эскиза,
04:37
humans used that framework to design the final result.
96
277708
3008
люди использовали этот эскиз для создания конечного результата.
04:40
So in this case, a computer had evaluated millions
97
280716
2225
Таким образом, в этом случае компьютер производил оценку
04:42
of possible layouts, managed a complex relational system,
98
282941
3335
миллионов возможных вариантов размещения, управлял сложной системой связей,
04:46
and kept track of a very large set of measurements
99
286276
2414
и следил за очень большим набором
04:48
and variables, allowing the humans to focus
100
288690
2410
величин и переменных, позволяя людям сосредоточиться
04:51
on design and compositional choices.
101
291100
2802
на макетных и композиционных решениях.
04:53
So the more you look around you,
102
293902
1036
И если оглянуться вокруг, мы увидим,
04:54
the more you see Licklider's vision everywhere.
103
294938
1962
как повсюду воплощается концепция Ликлайдера.
04:56
Whether it's augmented reality in your iPhone or GPS in your car,
104
296900
3304
Будь то дополненная реальность в вашем iPhone или GPS в вашем авто,
05:00
human-computer symbiosis is making us more capable.
105
300204
2970
симбиоз человек-компьютер даёт нам больше возможностей.
05:03
So if you want to improve human-computer symbiosis,
106
303174
1655
И если вы хотите усовершенствовать этот симбиоз,
05:04
what can you do?
107
304829
1429
что вы можете сделать?
05:06
You can start by designing the human into the process.
108
306258
2452
Вы можете начать со вписывания человека в этот процесс.
05:08
Instead of thinking about what a computer will do to solve the problem,
109
308710
2204
Вместо размышления на тему, что сделает компьютер для решения некой проблемы,
05:10
design the solution around what the human will do as well.
110
310914
3869
разработайте также варианты того, какую работу выполнит человек.
05:14
When you do this, you'll quickly realize that you spent
111
314783
1937
Когда вы это сделаете, вы сразу поймёте,
05:16
all of your time on the interface between man and machine,
112
316720
2879
что всё своё время уделяете интерфейсу между человеком и машиной,
05:19
specifically on designing away the friction in the interaction.
113
319599
3099
особенно стараясь сгладить возможные трения в процессе взаимодействия.
05:22
In fact, this friction is more important than the power
114
322698
2766
По сути, это трение является более определяющим
05:25
of the man or the power of the machine
115
325464
2052
для общей эффективности, нежели по отдельности
05:27
in determining overall capability.
116
327516
1931
способности человека или мощь машины.
05:29
That's why two amateurs with a few laptops
117
329447
1977
Вот почему двое любителей с двумя ноутбуками
05:31
handily beat a supercomputer and a grandmaster.
118
331424
2456
легко победили суперкомпьютер и гроссмейстера.
05:33
What Kasparov calls process is a byproduct of friction.
119
333880
3005
Как сказал Каспаров, процесс является побочным продуктом трения.
05:36
The better the process, the less the friction.
120
336885
2401
Чем лучше процесс, тем меньше трение.
05:39
And minimizing friction turns out to be the decisive variable.
121
339286
4256
И снижение трения становится решающей переменной.
05:43
Or take another example: big data.
122
343542
2243
Или взять другой пример: большой объем данных.
05:45
Every interaction we have in the world is recorded
123
345785
1906
Каждое наше взаимодействие с окружающим миром
05:47
by an ever growing array of sensors: your phone,
124
347691
3059
записывается всё большим количеством датчиков: ваш телефон,
05:50
your credit card, your computer. The result is big data,
125
350750
2373
ваша кредитка, ваш компьютер. Результат — большое количество данных,
05:53
and it actually presents us with an opportunity
126
353123
1742
и оно фактически даёт нам возможность
05:54
to more deeply understand the human condition.
127
354865
2662
глубже понять состояние человека.
05:57
The major emphasis of most approaches to big data
128
357527
2305
Большинство подходов к большим объёмам данных
05:59
focus on, "How do I store this data? How do I search
129
359832
2215
сосредоточивается на том, «Где хранить? Как искать?
06:02
this data? How do I process this data?"
130
362047
2276
Как обрабатывать эти данные?»
06:04
These are necessary but insufficient questions.
131
364323
2204
Эти вопросы необходимы, но этого недостаточно.
06:06
The imperative is not to figure out how to compute,
132
366527
2471
Необходимо выяснить не только то, как вычислять,
06:08
but what to compute. How do you impose human intuition
133
368998
2184
но и что вычислять. Как вы наложите человеческую интуицию
06:11
on data at this scale?
134
371182
1791
на данные в этом масштабе?
06:12
Again, we start by designing the human into the process.
135
372973
3499
Опять же, мы начинаем вписывать в процесс человека.
06:16
When PayPal was first starting as a business, their biggest
136
376472
2812
Когда PayPal только начинался как бизнес, их главнейшей проблемой
06:19
challenge was not, "How do I send money back and forth online?"
137
379284
2804
было не «Как слать деньги онлайн вперёд и назад?»
06:22
It was, "How do I do that without being defrauded by organized crime?"
138
382088
3872
Вопрос звучал «Как делать это, не став жертвой мошенничества?»
06:25
Why so challenging? Because while computers can learn
139
385960
2088
Почему это так трудно? Потому что, хотя компьютеры и могут научиться
06:28
to detect and identify fraud based on patterns,
140
388048
3144
выявлять и распознавать обман, основываясь на заданной схеме,
06:31
they can't learn to do that based on patterns
141
391192
1479
они не могут сделать этого, основываясь на схеме, которую
06:32
they've never seen before, and organized crime
142
392671
2116
им никто не задавал, а организованная преступность
06:34
has a lot in common with this audience: brilliant people,
143
394787
2709
имеет много общего с этой аудиторией: блестящие люди,
06:37
relentlessly resourceful, entrepreneurial spirit — (Laughter) —
144
397496
3640
неустанно изобретательные, с духом предпринимательства — (Смех)
06:41
and one huge and important difference: purpose.
145
401136
2712
и лишь одно большое и важное различие: цели.
06:43
And so while computers alone can catch all but the cleverest
146
403848
2832
И пока компьютеры в одиночку могут поймать всех, кроме умнейших мошенников,
06:46
fraudsters, catching the cleverest is the difference
147
406680
2253
поимка умнейших является различием
06:48
between success and failure.
148
408933
2545
между успехом и провалом.
06:51
There's a whole class of problems like this, ones with
149
411478
2221
Есть целый класс проблем подобных этой, ситуаций
06:53
adaptive adversaries. They rarely if ever present with a
150
413699
2575
с приспосабливающимся противником. Они крайне редко следуют
06:56
repeatable pattern that's discernable to computers.
151
416274
2736
повторяющейся схеме, улавливаемой компьютером.
06:59
Instead, there's some inherent component of innovation or disruption,
152
419010
3993
Вместо этого, в них обязательно присутствует какая-нибудь примесь новизны, нарушения шаблона,
07:03
and increasingly these problems are buried in big data.
153
423003
2735
и всё чаще эти проблемы погребены в большом объёме данных.
07:05
For example, terrorism. Terrorists are always adapting
154
425738
2500
Например, терроризм. Террористы постоянно приспосабливаются
07:08
in minor and major ways to new circumstances, and despite
155
428238
2052
в мелочах и по-крупному к новым обстоятельствам, и, невзирая на то,
07:10
what you might see on TV, these adaptations,
156
430290
3094
что вы можете увидеть по ТВ, эти приспособления,
07:13
and the detection of them, are fundamentally human.
157
433384
2293
и их распознавание принципиально ложатся на плечи людей.
07:15
Computers don't detect novel patterns and new behaviors,
158
435677
3117
Компьютеры не выявляют новые схемы и непривычное поведение,
07:18
but humans do. Humans, using technology, testing hypotheses,
159
438794
3235
но люди — да. Люди используют технологи, проверяют гипотезы,
07:22
searching for insight by asking machines to do things for them.
160
442029
4620
ищут понимание путём задания задач своим машинам.
07:26
Osama bin Laden was not caught by artificial intelligence.
161
446649
2320
Осама бин Ладен был пойман не искусственным интеллектом.
07:28
He was caught by dedicated, resourceful, brilliant people
162
448969
2553
Он был пойман целеустремлёнными, изобретательными, блестящими людьми
07:31
in partnerships with various technologies.
163
451522
4269
совместно с различными технологиями.
07:35
As appealing as it might sound, you cannot algorithmically
164
455791
2818
Но как бы привлекательно это ни звучало, невозможно
07:38
data mine your way to the answer.
165
458609
1601
вычислить истину путём алгоритма.
07:40
There is no "Find Terrorist" button, and the more data
166
460210
2855
Нет такой кнопки «Найти террориста».
07:43
we integrate from a vast variety of sources
167
463065
2302
И чем больше данных мы собираем из огромного количества источников
07:45
across a wide variety of data formats from very
168
465367
2133
разного формата из совершенно различных систем,
07:47
disparate systems, the less effective data mining can be.
169
467500
3309
тем меньше эффективность поиска решения.
07:50
Instead, people will have to look at data
170
470809
2024
Людям же достаточно посмотреть на данные
07:52
and search for insight, and as Licklider foresaw long ago,
171
472833
3456
и найти догадку. И, как и предвидел Ликлайдер
07:56
the key to great results here is the right type of cooperation,
172
476289
2685
ключом к получению хороших результатов является правильный тип взаимодействия.
07:58
and as Kasparov realized,
173
478974
1524
И, в понимании Каспарова,
08:00
that means minimizing friction at the interface.
174
480498
3031
это означает уменьшить трение в интерфейсе.
08:03
Now this approach makes possible things like combing
175
483529
2758
Так вот, этот подход делает возможным такие вещи как —
08:06
through all available data from very different sources,
176
486287
3386
прочёсывание всех доступных данных из самых разных источников
08:09
identifying key relationships and putting them in one place,
177
489673
2792
для определения ключевых закономерностей и сведения их воедино.
08:12
something that's been nearly impossible to do before.
178
492465
2928
То, что невозможно было сделать раньше.
08:15
To some, this has terrifying privacy and civil liberties
179
495393
1942
Кто-то считает, что это очень плохо скажется на личной и общественной свободах.
08:17
implications. To others it foretells of an era of greater
180
497335
3410
Другие предвещают эру более надёжной
08:20
privacy and civil liberties protections,
181
500745
1909
защиты личной и социальной свобод.
08:22
but privacy and civil liberties are of fundamental importance.
182
502654
2936
Но личная и социальная свободы имеют принципиальное значение.
08:25
That must be acknowledged, and they can't be swept aside,
183
505590
2193
Они должны быть признаны и не могут игнорироваться
08:27
even with the best of intents.
184
507783
2530
даже исходя из самых лучших намерений.
08:30
So let's explore, through a couple of examples, the impact
185
510313
2518
Итак, давайте исследуем на нескольких примерах воздействие,
08:32
that technologies built to drive human-computer symbiosis
186
512831
2406
которое технологии привносят в человеко-компьютерный симбиоз
08:35
have had in recent time.
187
515237
2919
на сегодняшний день.
08:38
In October, 2007, U.S. and coalition forces raided
188
518156
3416
В октябре 2007, США и силы коалиции обыскали
08:41
an al Qaeda safe house in the city of Sinjar
189
521572
2416
конспиративную квартиру Аль-Каиды в городе Синджар
08:43
on the Syrian border of Iraq.
190
523988
1934
на Сирийской границе Ирака.
08:45
They found a treasure trove of documents:
191
525922
2376
Они нашли драгоценные документы:
08:48
700 biographical sketches of foreign fighters.
192
528298
2335
700 биографических очерков иностранных боевиков.
08:50
These foreign fighters had left their families in the Gulf,
193
530633
2584
Эти иностранные боевики оставили свои семьи в Персидском заливе,
08:53
the Levant and North Africa to join al Qaeda in Iraq.
194
533217
3146
Леванте и Северной Африке, чтобы присоединиться к Аль-Каиде в Ираке.
08:56
These records were human resource forms.
195
536363
1616
Эти записи были опросными анкетами.
08:57
The foreign fighters filled them out as they joined the organization.
196
537979
2855
Иностранные боевики заполняли их при вступлении в организацию.
09:00
It turns out that al Qaeda, too,
197
540834
1211
Оказывается, что и в Аль-Каиде тоже
09:02
is not without its bureaucracy. (Laughter)
198
542045
2597
не обошлось без бюрократии. (Смех)
09:04
They answered questions like, "Who recruited you?"
199
544642
2098
Они ответили такие вопросы, как: «Кто вас завербовал?»,
09:06
"What's your hometown?" "What occupation do you seek?"
200
546740
2854
«Какой ваш родной город?», «Какую работу вы ищете?».
09:09
In that last question, a surprising insight was revealed.
201
549594
3169
Последний вопрос раскрыл удивительные подробности.
09:12
The vast majority of foreign fighters
202
552763
2400
Большое число иностранных боевиков
09:15
were seeking to become suicide bombers for martyrdom --
203
555163
2400
хотели стать смертниками-мучениками,
09:17
hugely important, since between 2003 and 2007, Iraq
204
557563
4338
что особенно важно, т.к. приблизительно с 2003-2007 года в Ираке
09:21
had 1,382 suicide bombings, a major source of instability.
205
561901
4244
было совершено 1382 взрыва смертников (основной источник нестабильности).
09:26
Analyzing this data was hard. The originals were sheets
206
566145
2058
Анализировать эти данные было трудно, т.к. оригиналами были
09:28
of paper in Arabic that had to be scanned and translated.
207
568203
2742
листы бумаги на арабском, которые нужно было отсканировать и перевести.
09:30
The friction in the process did not allow for meaningful
208
570945
2192
«Трение» в процессе не позволяло получить значимые результаты
09:33
results in an operational time frame using humans, PDFs
209
573137
3350
в отведённые сроки используя одних лишь людей, PDF-файлы
09:36
and tenacity alone.
210
576487
2218
и упорство.
09:38
The researchers had to lever up their human minds
211
578705
1953
Исследователям нужно было усилить свои людские умы технологией,
09:40
with technology to dive deeper, to explore non-obvious
212
580658
2345
чтобы копнуть глубже и исследовать неочевидные гипотезы,
09:43
hypotheses, and in fact, insights emerged.
213
583003
3218
таким образом открывая новые идеи.
09:46
Twenty percent of the foreign fighters were from Libya,
214
586221
2644
20% иностранных боевиков были из Ливии,
09:48
50 percent of those from a single town in Libya,
215
588865
2968
50% из них из одного городка в Ливии,
09:51
hugely important since prior statistics put that figure at
216
591833
2450
что важно, т.к. до этого в статистике была цифра 3%.
09:54
three percent. It also helped to hone in on a figure
217
594283
2383
Это также помогло обратить внимание
09:56
of rising importance in al Qaeda, Abu Yahya al-Libi,
218
596666
2977
на растущую значимость в Аль-Каиде такой фигуры как Абу Яхья аль-Либи
09:59
a senior cleric in the Libyan Islamic fighting group.
219
599643
2631
старшего священника Ливийской Исламской боевой группы.
10:02
In March of 2007, he gave a speech, after which there was
220
602274
2664
В марте 2007 года он выступил с речью, после которой наблюдался
10:04
a surge in participation amongst Libyan foreign fighters.
221
604938
3466
интенсивный прирост новых участников из ливийских боевиков.
10:08
Perhaps most clever of all, though, and least obvious,
222
608404
3106
Возможно самое умное из всего этого, хотя и наименее очевидное,
10:11
by flipping the data on its head, the researchers were
223
611510
2073
переворачиванием данных с ног на голову исследователи смогли
10:13
able to deeply explore the coordination networks in Syria
224
613583
2900
глубоко исследовать сети взаимодействий в Сирии,
10:16
that were ultimately responsible for receiving and
225
616483
2517
которые были в конечном счёте ответственны за получение
10:19
transporting the foreign fighters to the border.
226
619000
2464
и транспортировку иностранных боевиков на границу.
10:21
These were networks of mercenaries, not ideologues,
227
621464
2633
Это были сети наёмников, а не идеологов,
10:24
who were in the coordination business for profit.
228
624097
2398
которые координировали свои дела для получения прибыли.
10:26
For example, they charged Saudi foreign fighters
229
626495
1904
К примеру, в основном они нанимали больше саудовских боевиков,
10:28
substantially more than Libyans, money that would have
230
628399
2199
чем ливийских. Ведь деньги, в ином случае
10:30
otherwise gone to al Qaeda.
231
630598
2320
ушли бы в Аль-Каиду.
10:32
Perhaps the adversary would disrupt their own network
232
632918
2045
Возможно, противник нарушил бы свои сети
10:34
if they knew they cheating would-be jihadists.
233
634963
3035
если бы знал, что обманывают будущих джихадистов.
10:37
In January, 2010, a devastating 7.0 earthquake struck Haiti,
234
637998
3745
В январе 2010 года по Гаити ударило разрушительное землетрясение,
10:41
third deadliest earthquake of all time, left one million people,
235
641743
2916
третье в списке самых смертоносных землетрясений за все времена, оставившее один миллион людей,
10:44
10 percent of the population, homeless.
236
644659
2584
10% всего населения, без домов.
10:47
One seemingly small aspect of the overall relief effort
237
647243
3137
Один, казалось бы, небольшой аспект общих усилий по оказанию помощи
10:50
became increasingly important as the delivery of food
238
650380
2176
становился всё более важным по мере нарушения
10:52
and water started rolling.
239
652556
2160
доставки еды и воды.
10:54
January and February are the dry months in Haiti,
240
654716
1458
Январь и Февраль на Гаити — это самые сухие месяцы,
10:56
yet many of the camps had developed standing water.
241
656174
2942
и в это время, во многих лагерях вода застоялась.
10:59
The only institution with detailed knowledge of Haiti's
242
659116
2122
Единственное учреждение, обладающее детальным знанием пойм Гаити,
11:01
floodplains had been leveled
243
661238
1297
было разрушено в результате землетрясения
11:02
in the earthquake, leadership inside.
244
662535
3008
вместе со своим руководством.
11:05
So the question is, which camps are at risk,
245
665543
2575
Итак, вопрос был в том, какие лагеря в опасности,
11:08
how many people are in these camps, what's the
246
668118
1921
сколько людей в этих лагерях,
11:10
timeline for flooding, and given very limited resources
247
670039
2311
каково время затопления, и как организовать переселение
11:12
and infrastructure, how do we prioritize the relocation?
248
672350
3384
имея ограниченные ресурсы.
11:15
The data was incredibly disparate. The U.S. Army had
249
675734
2344
Данные были невероятно разрозненные. Армия США
11:18
detailed knowledge for only a small section of the country.
250
678078
2929
обладала детальным знанием лишь небольшой части страны.
11:21
There was data online from a 2006 environmental risk
251
681007
2511
В интернете были данные с конференции по экологическим рискам 2006 года
11:23
conference, other geospatial data, none of it integrated.
252
683518
2664
и другие геопространственные данные. Но ничто из этого не было объединено.
11:26
The human goal here was to identify camps for relocation
253
686182
2958
Задачей для человека здесь стало определение лагеря для перемещения
11:29
based on priority need.
254
689140
2395
на основе приоритета потребностей.
11:31
The computer had to integrate a vast amount of geospacial
255
691535
2440
Компьютеру же предстояло объединить огромное количество геопространственной информации,
11:33
information, social media data and relief organization
256
693975
2584
данных средств массовой информации и организаций по оказанию помощи
11:36
information to answer this question.
257
696559
3480
для получения ответа на этот вопрос.
11:40
By implementing a superior process, what was otherwise
258
700039
2415
Осуществление улучшенного процесса, который в ином случае
11:42
a task for 40 people over three months became
259
702454
2608
потребовал бы трёх месяцев работы 40 человек,
11:45
a simple job for three people in 40 hours,
260
705062
3176
стало простым заданием для трёх человек и 40 часов
11:48
all victories for human-computer symbiosis.
261
708238
2628
и в итоге победой человеко-компьютерного симбиоза.
11:50
We're more than 50 years into Licklider's vision
262
710866
2054
Сейчас мы, находясь более 50 лет в концепции будушего Ликлайдера
11:52
for the future, and the data suggests that we should be
263
712920
2242
и данные предполагают, что мы должны быть
11:55
quite excited about tackling this century's hardest problems,
264
715162
3030
очень рады тому, что можем решить труднейшие задачи этого века
11:58
man and machine in cooperation together.
265
718192
2947
силами сотрудничества человека и машины.
12:01
Thank you. (Applause)
266
721139
2197
Спасибо. (Аплодисменты)
12:03
(Applause)
267
723336
2505
(Аплодисменты)
Об этом сайте

Этот сайт познакомит вас с видеороликами YouTube, полезными для изучения английского языка. Вы увидите уроки английского языка, преподаваемые высококлассными учителями со всего мира. Дважды щелкните по английским субтитрам, отображаемым на каждой странице видео, чтобы воспроизвести видео оттуда. Субтитры прокручиваются синхронно с воспроизведением видео. Если у вас есть какие-либо комментарии или пожелания, пожалуйста, свяжитесь с нами, используя эту контактную форму.

https://forms.gle/WvT1wiN1qDtmnspy7