Kenneth Cukier: Big data is better data

Översättare: Annika Bidner Granskare: Lisbeth Pekkari

America's favorite pie is?

Vilken är USA:s favoritpaj?

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

Publiken: Äpple. Kenneth Cukier: Äpple såklart.

How do we know it?

Hur vet vi det?

Because of data.

Tack vare data.

You look at supermarket sales.

Om man ser på stormarknadsförsäljning.

You look at supermarket sales of 30-centimeter pies

Om man ser på säljsiffror för 30 centimeters frysta pajer

that are frozen, and apple wins, no contest.

så vinner äpple utan konkurrens.

The majority of the sales are apple.

Majoriteten av försäljningen är äpple.

But then supermarkets started selling

Men sen började stormarknader sälja mindre, 11 cm:s pajer,

smaller, 11-centimeter pies,

and suddenly, apple fell to fourth or fifth place.

och plötsligt föll äpple

till fjärde eller femte plats.

Why? What happened?

Varför? Vad hände?

Okay, think about it.

OK, fundera på det.

When you buy a 30-centimeter pie,

När man köper en 30 centimeters paj

the whole family has to agree,

så behöver hela familjen samsas,

and apple is everyone's second favorite.

och äpple är då allas andrahandsval.

(Laughter)

(Skratt)

But when you buy an individual 11-centimeter pie,

Men när man köper en enskild 11 centimeters paj

you can buy the one that you want.

så kan man köpa den man vill ha.

You can get your first choice.

Du kan få ditt förstahandsval.

You have more data.

Vi har mer data

You can see something

Vi kan se något som vi inte kunde se

that you couldn't see

when you only had smaller amounts of it.

när vi hade mindre mängder av det.

Now, the point here is that more data

Poängen här är att mer data

doesn't just let us see more,

inte bara låter oss se mera,

more of the same thing we were looking at.

mer av samma sak vi tittar på.

More data allows us to see new.

Mer data låter oss att se nytt.

It allows us to see better.

Det låter oss att se bättre.

It allows us to see different.

Det låter oss att se annorlunda.

In this case, it allows us to see

I detta fall, så låter det oss att se

what America's favorite pie is:

vad USA:s favoritpaj är:

not apple.

inte äpple.

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

Ni har troligen hört termen big data.

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

Ni är troligen trötta på att höra termen big data.

big data.

Det är sant att termen har blivit trendig

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

and that is very unfortunate,

och det är väldigt synd,

because big data is an extremely important tool

för big data är ett väldigt viktigt verktyg

by which society is going to advance.

för samhällsutvecklingen.

In the past, we used to look at small data

Tidigare har vi tittat på mindre data

and think about what it would mean

och funderat på vad den betyder för att försöka förstå världen,

to try to understand the world,

and now we have a lot more of it,

och nu har vi mycket mer av det,

more than we ever could before.

mer än vi någonsin hade innan.

What we find is that when we have

Vad vi upptäcker när vi har

a large body of data, we can fundamentally do things

en stor mängd med data, är att vi kan i grunden göra saker

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

som inte gick när vi hade mindre mängder.

Big data is important, and big data is new,

Big data är viktigt och big data är nytt,

and when you think about it,

och när du tänker på det

the only way this planet is going to deal

är det enda sättet som planeten kommer hantera

with its global challenges —

sina globala utmaningar på -

to feed people, supply them with medical care,

att ge människor mat, förse dem med sjukvård,

supply them with energy, electricity,

förse dem med energi, elektricitet,

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

se till att dom inte blir knaperstekta på grund av global uppvärmning -

because of global warming —

is because of the effective use of data.

är med hjälp av effektiv dataanvändning.

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

Så vad är nytt med big data?

Vad är den stora grejen?

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

För att besvara frågan, fundera på

what information looked like,

hur information såg ut fysiskt,

physically looked like in the past.

hur den såg ut förr i tiden.

In 1908, on the island of Crete,

1908, på ön Kreta

archaeologists discovered a clay disc.

hittade arkeologer en lerskiva.

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

Dom daterade skivan till 2 000 år f.Kr., så den är 4 000 år gammal.

Now, there's inscriptions on this disc,

Det finns inskriptioner på skivan, men vi vet inte vad de betyder.

but we actually don't know what it means.

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

Det är ett mysterium, men poängen är

this is what information used to look like

att så här brukade information se ut

4,000 years ago.

för 4 000 år sedan.

This is how society stored

Detta är hur samhället lagrade

and transmitted information.

och överförde information.

Now, society hasn't advanced all that much.

Samhället har inte utvecklats så mycket.

We still store information on discs,

Vi lagrar fortfarande information på skivor,

but now we can store a lot more information,

men nu kan vi lagra väldigt mycket mera information,

more than ever before.

mer än någonsin tidigare.

Searching it is easier. Copying it easier.

Det är lättare att söka och kopiera den.

Sharing it is easier. Processing it is easier.

Det är lättare att dela och bearbeta den.

And what we can do is we can reuse this information

Och vi kan återanvända informationen

for uses that we never even imagined

inom områden vi inte ens drömt om

when we first collected the data.

när vi först samlade informationen.

In this respect, the data has gone

I detta avseende så har data gått

from a stock to a flow,

från ett lager till ett flöde,

from something that is stationary and static

från att vara stationärt och statiskt

to something that is fluid and dynamic.

till att vara flytande och dynamiskt.

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

Man kan säga att information har blivit mer flytande.

The disc that was discovered off of Crete

Skivan som upptäcktes nära Kreta,

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

som är 4 000 år gammal, är tung,

den lagrar inte så mycket information,

it doesn't store a lot of information,

and that information is unchangeable.

och den informationen är oföränderlig.

By contrast, all of the files

Som kontrast kunde alla filerna

that Edward Snowden took

som Edward Snowden tog

from the National Security Agency in the United States

från National Security Agency i USA

fits on a memory stick

få plats på en minnessticka

the size of a fingernail,

lika stor som en fingernagel

and it can be shared at the speed of light.

och den kan delas med ljusets hastighet.

More data. More.

Mer data, mer.

En orsak till att vi har så mycket data i världen i dag

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

is we are collecting things

är att vi samlar på saker

that we've always collected information on,

som vi alltid samlat information om

but another reason why is we're taking things

men en annan anledning är att vi tar saker

that have always been informational

som alltid haft mycket information

but have never been rendered into a data format

men som aldrig har gjorts i ett dataformat

and we are putting it into data.

och vi lägger till det bland våra data.

Think, for example, the question of location.

Tänk till exempel på frågan om plats.

Take, for example, Martin Luther.

Ta till exempel Martin Luther.

If we wanted to know in the 1500s

Om vi på 1500-talet ville veta

where Martin Luther was,

var Martin Luther var,

we would have to follow him at all times,

så behöver vi följa efter honom hela tiden

maybe with a feathery quill and an inkwell,

kanske med en fjäderpenna och ett bläckhorn, för att skriva ner det,

and record it,

but now think about what it looks like today.

men tänk nu på hur det ser ut idag.

You know that somewhere,

Du vet att någonstans,

probably in a telecommunications carrier's database,

antagligen i en teleoperatörs databas,

there is a spreadsheet or at least a database entry

finns det ett kalkylblad, eller minst en databaspost

that records your information

som sparar din information

of where you've been at all times.

om var du varit hela tiden.

If you have a cell phone,

Om du har en mobiltelefon

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

och mobiltelefonen har GPS, men även om den inte har GPS,

it can record your information.

så kan den spara din information.

In this respect, location has been datafied.

I detta avseende har plats blivit digitaliserat.

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

Tänk till exempel på frågan om kroppshållning,

det sätt som ni alla sitter på just nu,

the way that you are all sitting right now,

the way that you sit,

hur du sitter,

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

hur du sitter, hur du sitter.

Alla sätt är olika och de beror på din benlängd

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

and your back and the contours of your back,

och din rygg och din ryggs konturer,

and if I were to put sensors, maybe 100 sensors

och om jag skulle sätta sensorer, kanske 100 sensorer

into all of your chairs right now,

på alla era stolar just nu,

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

så skulle jag kunna skapa ett index som är ganska unikt för dig,

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

ungefär som ett fingeravtryck, men som inte är ditt finger.

So what could we do with this?

Så vad kan vi göra med detta?

Researchers in Tokyo are using it

Forskare i Tokyo använder det

som ett potentiellt stöldskydd till bilar.

as a potential anti-theft device in cars.

The idea is that the carjacker sits behind the wheel,

Idén är att biltjuven sitter bakom ratten,

tries to stream off, but the car recognizes

försöker köra iväg, men bilen känner igen

that a non-approved driver is behind the wheel,

att en icke-godkänd förare sitter bakom ratten,

and maybe the engine just stops, unless you

kanske stannar motorn, fram tills du

type in a password into the dashboard

skriver in ett lösenord på instrumentbrädan

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

för att säga: "Hej, jag har rätt att köra".

Bra.

What if every single car in Europe

Tänk om varje bil i Europa

had this technology in it?

hade den här tekniken?

What could we do then?

Vad skulle vi kunna göra då?

Maybe, if we aggregated the data,

Om vi kombinerade all data

maybe we could identify telltale signs

kanske vi kunde identifiera varningstecknen

that best predict that a car accident

som bäst förutsäger att en bilolycka

is going to take place in the next five seconds.

kommer att ske inom fem sekunder.

And then what we will have datafied

Och vad vi då har fastställt är förartrötthet,

is driver fatigue,

and the service would be when the car senses

och tjänsten skulle handla om att bilen känner av

that the person slumps into that position,

att personen tappar sin hållning,

automatically knows, hey, set an internal alarm

automatiskt vet och ställer in ett internt alarm

that would vibrate the steering wheel, honk inside

som får ratten att vibrera och tutar inuti bilen för att säga,

to say, "Hey, wake up,

"Hallå, vakna upp, fokusera mera på vägen."

pay more attention to the road."

These are the sorts of things we can do

Detta är den typ av saker vi kan göra

when we datafy more aspects of our lives.

när vi digitaliserar fler delar av våra liv.

So what is the value of big data?

Så vad är värdet av big data?

Well, think about it.

Tja, tänk på det.

You have more information.

Vi har mer information.

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

Vi kan göra saker som inte gick tidigare.

One of the most impressive areas

Ett av det mest imponerande ställen där detta begrepp vinner mark

where this concept is taking place

is in the area of machine learning.

är inom området för maskininlärning.

Machine learning is a branch of artificial intelligence,

Maskininlärning är den gren av artificiell intelligens,

which itself is a branch of computer science.

som i sig är en gren av datavetenskap.

The general idea is that instead of

Det går ut på

att istället för att instruera en dator om vad den ska göra,

instructing a computer what do do,

we are going to simply throw data at the problem

ger vi den helt enkelt data om ett problem

and tell the computer to figure it out for itself.

och säger åt datorn att lista ut lösningen själv.

And it will help you understand it

Det hjälper er att förstå det

by seeing its origins.

genom att se källan.

In the 1950s, a computer scientist

En datavetare på IBM på 50-talet

at IBM named Arthur Samuel liked to play checkers,

som hette Arthur Samuel gillade att spela dam,

so he wrote a computer program

så han skrev ett dataprogram

so he could play against the computer.

så han kunde spela mot datorn.

He played. He won.

Han spelade. Han vann.

He played. He won.

Han spelade. Han vann.

He played. He won,

Han spelade. Han vann,

because the computer only knew

eftersom datorn visste bara

what a legal move was.

vad ett giltigt drag var.

Arthur Samuel knew something else.

Arthur Samuel kunde något annat.

Arthur Samuel knew strategy.

Arthur Samuel kunde använda strategi.

So he wrote a small sub-program alongside it

Så han skrev ett mindre underprogram

operating in the background, and all it did

som arbetade i bakgrunden, och allt det gjorde var

was score the probability

att poängsätta sannolikheten

that a given board configuration would likely lead

att en viss brädkonfiguration sannolikt skulle leda

to a winning board versus a losing board

till ett vinnande bräde jämfört med ett förlorande bräde

after every move.

efter varje drag.

He plays the computer. He wins.

Han spelade mot datorn. Han vinner.

He plays the computer. He wins.

Han spelade mot datorn. Han vinner.

He plays the computer. He wins.

Han spelade mot datorn. Han vinner.

And then Arthur Samuel leaves the computer

Sedan lämnar Arthur Samuel datorn

to play itself.

så den spelar mot sig själv.

It plays itself. It collects more data.

Den spelar själv. Den samlar mer data.

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

Den samlar mer data.

Den ökar noggrannheten i dess förutsägelser.

And then Arthur Samuel goes back to the computer

Sedan går Arthur Samuel tillbaka till datorn

and he plays it, and he loses,

och spelar själv mot den, och han förlorar.

and he plays it, and he loses,

och han spelar, och han förlorar,

and he plays it, and he loses,

och han spelar, och han förlorar,

and Arthur Samuel has created a machine

och Arthur Samuel har skapat en maskin

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

som överträffar hans förmåga i en uppgift som han lärde den.

And this idea of machine learning

Och maskininlärning

is going everywhere.

kommer att finnas överallt.

How do you think we have self-driving cars?

Hur tror du att vi har fått självkörande bilar?

Are we any better off as a society

Är vi ett bättre samhälle

enshrining all the rules of the road into software?

för att vi lägger in alla trafikregler i mjukvara? Nej.

No. Memory is cheaper. No.

Minne är billigt. Nej.

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

Algoritmerna är snabbare. Nej.

Processorerna är bättre. Nej.

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

Dom sakerna gör skillnad, men det är inte därför.

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

Det är för att vi ändrat problemets natur.

We changed the nature of the problem from one

Vi ändrade problemets art från en där vi försökt

in which we tried to overtly and explicitly

att öppet och tydligt förklara för datorn hur man kör

explain to the computer how to drive

to one in which we say,

till en där vi säger,

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

"Här är en massa data om fordonet.

You figure it out.

Du kan räkna ut det.

You figure it out that that is a traffic light,

Räkna ut att det finns ett trafikljus,

that that traffic light is red and not green,

att trafikljuset är rött och inte grönt,

that that means that you need to stop

att det betyder att du måste stanna

and not go forward."

och inte köra framåt."

Machine learning is at the basis

Maskininlärning är grunden

of many of the things that we do online:

till många saker vi gör online:

search engines,

sökmotorer,

Amazon's personalization algorithm,

Amazons algoritm för personalisering,

computer translation,

datoröversättning,

voice recognition systems.

röstigenkänningssystem.

Researchers recently have looked at

Forskare har nyligen kollat på

the question of biopsies,

frågan om biopsier,

cancerbiopsier

cancerous biopsies,

and they've asked the computer to identify

och dom bad en dator att identifiera,

by looking at the data and survival rates

genom att se på data och överlevnadsstatistik

to determine whether cells are actually

för att bedöma om celler är

cancerous or not,

drabbade av cancer eller inte,

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

och visst, när man kastar data på den

through a machine-learning algorithm,

genom en algoritm för maskininlärning

the machine was able to identify

så kunde datorn identifiera

the 12 telltale signs that best predict

de 12 varningssignalerna som bäst förutspådde

that this biopsy of the breast cancer cells

att biopsin av bröstcancerceller

are indeed cancerous.

verkligen är cancer.

The problem: The medical literature

Problemet var att medicinsk facklitteratur

only knew nine of them.

bara kände till nio av dom.

Three of the traits were ones

Tre av egenskaperna var sådana

that people didn't need to look for,

som folk inte behövde leta efter,

but that the machine spotted.

men som datorn upptäckte.

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

Men det finns också mörka sidor av big data

It will improve our lives, but there are problems

Den förbättrar våra liv, men det finns problem

that we need to be conscious of,

som vi måste vara medvetna om,

and the first one is the idea

och den första är tanken

att vi kan straffas för förutsägelser,

that we may be punished for predictions,

that the police may use big data for their purposes,

att polisen får använda big data för sina syften,

a little bit like "Minority Report."

lite som i "Minority Report."

Det finns en term som kallas för prediktivt polisarbete,

Now, it's a term called predictive policing,

or algorithmic criminology,

eller algoritmisk kriminologi,

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

och idén är att om vi tar en massa data,

for example where past crimes have been,

till exempel om var tidigare brott har skett,

we know where to send the patrols.

vet vi vart vi ska skicka patruller.

That makes sense, but the problem, of course,

Det är vettigt, men problemet är naturligtvis

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

att det inte bara kommer att stanna vid platsuppgifter,

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

det kommer att gå ner till individnivå.

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

Varför använder vi inte uppgifter om personens gymnasiebetyg?

high school transcript?

Maybe we should use the fact that

Vi kanske ska använda det faktum

att de är arbetslösa eller inte, deras kreditvärdering,

they're unemployed or not, their credit score,

their web-surfing behavior,

deras beteende på internet,

whether they're up late at night.

huruvida de är uppe sent på natten.

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

Deras fitnessklocka, när den kan kontrollera biokemin,

will show that they have aggressive thoughts.

kommer visa att de har aggressiva tankar.

We may have algorithms that are likely to predict

Vi kan ha algoritmer som sannolikt kommer förutse

what we are about to do,

vad vi kommer att göra,

and we may be held accountable

och vi kan hållas ansvariga innan vi faktiskt har agerat.

before we've actually acted.

Privacy was the central challenge

Sekretess var den centrala utmaningen

in a small data era.

i eran av små datamängder.

In the big data age,

I big data-åldern är utmaningen

the challenge will be safeguarding free will,

att värna om den fria viljan,

moral choice, human volition,

moraliskt val, mänsklig vilja,

human agency.

mänsklig inverkan.

There is another problem:

Det finns ett problem till:

Big data is going to steal our jobs.

Big data kommer att stjäla våra jobb.

Big data and algorithms are going to challenge

Big data och algoritmer kommer att utmana

white collar, professional knowledge work

tjänstemäns yrkesmässiga kunskapsarbete

in the 21st century

på 2000-talet

in the same way that factory automation

på samma sätt som fabriksautomation

and the assembly line

och monteringslinjen

challenged blue collar labor in the 20th century.

utmanade industriarbetaren på 1900-talet.

Think about a lab technician

Tänk på labbteknikern

who is looking through a microscope

som tittar genom ett mikroskop

at a cancer biopsy

på en cancerbiopsi

and determining whether it's cancerous or not.

och bestämmer om det är cancer eller inte.

The person went to university.

Personen har gått på universitetet.

The person buys property.

Personen köper egendom.

He or she votes.

Han eller hon röstar.

He or she is a stakeholder in society.

Han eller hon är nu en samhällsaktör.

And that person's job,

Och den personens jobb,

as well as an entire fleet

samt en hel flotta

of professionals like that person,

av proffs som den personen,

is going to find that their jobs are radically changed

kommer att finna att deras jobb har förändrats radikalt

or actually completely eliminated.

eller faktiskt helt elimineras.

Now, we like to think

Vi vill gärna tro

that technology creates jobs over a period of time

att tekniken skapar arbetstillfällen under en tid efter

after a short, temporary period of dislocation,

en kort, tillfällig period av störning,

and that is true for the frame of reference

och det är sant för den referensram

with which we all live, the Industrial Revolution,

som vi alla lever i, den industriella revolutionen,

because that's precisely what happened.

för det är precis vad som hände.

But we forget something in that analysis:

Men vi glömmer något i den analysen:

There are some categories of jobs

Det finns vissa kategorier av jobb

that simply get eliminated and never come back.

som helt enkelt försvinner och aldrig kommer tillbaka.

Den industriella revolutionen

The Industrial Revolution wasn't very good

var inte särskilt bra för hästar.

if you were a horse.

So we're going to need to be careful

Så vi måste vara försiktiga

and take big data and adjust it for our needs,

och ta big data och anpassa den efter våra behov,

our very human needs.

våra väldigt mänskliga behov.

We have to be the master of this technology,

Vi måste vara herre över denna teknik,

not its servant.

inte dess tjänare.

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

Vi är bara i början av big data-eran,

and honestly, we are not very good

och ärligt talat så är vi inte så bra

at handling all the data that we can now collect.

på att hantera all den data som vi nu samlar in.

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

Det är inte bara ett problem för National Security Agency.

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

Företagen samlar massor av data, och de missbrukar den också,

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

och vi måste bli bättre på detta, och det kommer att ta tid.

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

Det är lite som utmaningen när den primitiva människan mötte eld.

by primitive man and fire.

Detta är ett verktyg, men ett verktyg

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

som om det inte hanteras försiktigt kommer att skada oss.

unless we're careful, will burn us.

Big data is going to transform how we live,

Big data kommer omvandla hur vi lever,

how we work and how we think.

hur vi arbetar och hur vi tänker.

It is going to help us manage our careers

Det kommer hjälpa oss hantera våra karriär

and lead lives of satisfaction and hope

och leva liv som innehåller tillfredsställelse och hopp,

and happiness and health,

lycka och hälsa,

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

men i det förflutna har vi ofta sett på informationsteknik

and our eyes have only seen the T,

och vi har bara sett T:et,

the technology, the hardware,

tekniken, hårdvaran,

because that's what was physical.

eftersom det är vad som fanns fysiskt

We now need to recast our gaze at the I,

Nu måste vi rikta blicken mot I:et,

the information,

informationen,

which is less apparent,

vilken är mindre uppenbart,

but in some ways a lot more important.

men på vissa sätt mycket viktigare.

Humanity can finally learn from the information

Mänskligheten kan äntligen lära sig saker från informationen

that it can collect,

som den samlar in,

as part of our timeless quest

som en del i ett tidlöst uppdrag

to understand the world and our place in it,

att förstå världen och vår plats i den,

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

och det är därför big data är en stor sak.

(Applåder)

(Applause)