0:00:00.787,0:00:04.632
Loại bánh ưa thích tại Mỹ là ?

0:00:04.632,0:00:08.138
Khán giả: Bánh táo.[br]Kenneth Cukier: Bánh táo. Tất nhiên rồi.

0:00:08.138,0:00:09.369
Làm sao ta biết được?

0:00:09.369,0:00:12.122
Nhờ có dữ liệu.

0:00:12.122,0:00:14.188
Nhìn vào doanh số bán hàng siêu thị.

0:00:14.188,0:00:17.054
Nhìn vào doanh số bán của các [br]loại bánh đường kính 30cm

0:00:17.054,0:00:21.129
được đông lạnh, [br]và bánh táo thắng tuyệt đối.

0:00:21.129,0:00:26.309
Phần lớn bánh bán ra là bánh táo.

0:00:26.309,0:00:29.273
Nhưng đến khi [br]các siêu thị bắt đầu bán

0:00:29.273,0:00:31.856
loại nhỏ hơn, cỡ 11 cm,

0:00:31.856,0:00:36.030
thì đột nhiên, bánh táo tụt [br]xuống hạng tư hay năm.

0:00:36.030,0:00:38.905
Tại sao? Điều gì đã xảy ra?

0:00:38.905,0:00:41.723
Hãy cùng suy nghĩ về điều này.

0:00:41.723,0:00:45.571
Khi bạn mua bánh cỡ 30 cm,

0:00:45.571,0:00:47.832
cả gia đình bạn phải đồng ý,

0:00:47.832,0:00:51.623
thực tế, bánh táo chỉ đứng thứ hai [br]trong danh sách yêu thích của mọi người.

0:00:51.623,0:00:53.558
(tiếng cười)

0:00:53.558,0:00:57.173
Nhưng khi mua một cái [br]bánh cỡ 11 cm,

0:00:57.173,0:01:00.918
bạn có thể mua cái mà bạn muốn.

0:01:00.918,0:01:04.508
Bạn có thể mua loại [br]mà mình thích nhất.

0:01:04.508,0:01:06.574
Bạn có nhiều dữ liệu hơn.

0:01:06.574,0:01:08.128
Bạn có thể thấy được những thứ

0:01:08.128,0:01:12.920
không thể thấy [br]khi chỉ có một lượng nhỏ dữ liệu.

0:01:12.920,0:01:15.688
Điểm mấu chốt ở đây là, [br]có nhiều dữ liệu hơn

0:01:15.688,0:01:17.971
không những giúp ta thấy nhiều hơn,

0:01:17.971,0:01:19.825
nhiều hơn về thứ ta đang nhìn.

0:01:19.825,0:01:23.438
Nhiều dữ liệu hơn còn giúp ta [br]thấy được những điều mới,

0:01:23.438,0:01:26.532
mang đến một góc nhìn tốt hơn,

0:01:26.532,0:01:30.188
cho phép ta thấy khác đi.

0:01:30.188,0:01:33.361
Trong trường hợp này, [br]nó cho phép ta thấy

0:01:33.361,0:01:36.274
thứ bánh nào được ưa chuộng ở Mỹ:

0:01:36.274,0:01:38.816
không phải bánh táo.

0:01:38.816,0:01:42.430
Các bạn chắc hẳn đã từng [br]nghe về khái niệm big data (dữ liệu lớn).

0:01:42.430,0:01:45.717
Đúng hơn, hẳn các bạn [br]đã chán ngấy về nó.

0:01:45.717,0:01:49.447
Thật đúng khi cho rằng có nhiều [br]sự thổi phồng xung quanh khái niệm trên,

0:01:49.447,0:01:51.779
và điều đó thật đáng tiếc,

0:01:51.779,0:01:54.825
vì big data là một công cụ[br]cực kì quan trọng

0:01:54.825,0:01:58.559
mà nhờ đó, [br]xã hội sẽ trở nên tiến bộ hơn.

0:01:58.559,0:02:02.120
Trong quá khứ, chúng ta thường [br]nhìn vào những dữ liệu nhỏ,

0:02:02.120,0:02:03.824
tìm hiểu ý nghĩa của chúng,

0:02:03.824,0:02:05.320
để cố gắng hiểu về thế giới,

0:02:05.320,0:02:07.311
và giờ, ta có nhiều dữ liệu hơn,

0:02:07.311,0:02:10.033
nhiều hơn bao giờ hết.

0:02:10.033,0:02:11.910
Những gì ta biết là khi có

0:02:11.910,0:02:14.634
một lượng lớn dữ liệu, [br]ta có thể làm những điều

0:02:14.634,0:02:17.910
mà trước kia không thể.

0:02:17.910,0:02:20.551
Dữ liệu lớn rất quan trọng, [br]và mới mẻ,

0:02:20.551,0:02:22.328
và đó có thể là

0:02:22.328,0:02:24.544
cách duy nhất mà hành tinh này sẽ

0:02:24.544,0:02:26.333
đối phó với những thử thách toàn cầu:

0:02:26.333,0:02:29.870
đảm bảo thức ăn cho mọi người, [br]cung cấp dịch vụ y tế,

0:02:29.870,0:02:32.680
cung cấp năng lượng, điện,

0:02:32.680,0:02:34.469
và đảm bảo người dân[br]không bị thiêu rụi

0:02:34.469,0:02:35.707
bởi sự nóng lên toàn cầu -

0:02:35.707,0:02:39.902
tất cả nhờ vào [br]việc sử dụng dữ liệu hiệu quả.

0:02:39.902,0:02:43.772
Vậy thì, có gì mới về dữ liệu lớn? [br]Có gì mà to tát vậy chứ?

0:02:43.772,0:02:46.289
Được, để trả lời câu hỏi đó, hãy nghĩ về

0:02:46.289,0:02:50.949
thông tin trông như thế nào,[br]trước kia.

0:02:50.949,0:02:54.830
Vào năm 1908, trên đảo Crete,

0:02:54.830,0:02:59.565
các nhà khảo cổ học tìm ra [br]một cái đĩa đất sét.

0:02:59.565,0:03:03.624
Họ xác định nó từ là 2000 năm trước [br]Công nguyên, vậy nó 4000 tuổi.

0:03:03.624,0:03:07.195
Có chữ khắc trên tấm đĩa,[br]nhưng ta không hiểu nó có nghĩa gì.

0:03:07.195,0:03:09.053
Hoàn toàn là một bí ẩn, [br]nhưng vấn đề là

0:03:09.053,0:03:12.750
thông tin đã từng trông như thế[br]4000 năm trước.

0:03:12.750,0:03:15.618
Đây là cách xã hội lưu trữ

0:03:15.618,0:03:19.142
và truyền tải thông tin.

0:03:19.142,0:03:23.302
Bây giờ, xã hội chưa tân tiến đến mức đó.

0:03:23.302,0:03:26.776
Chúng ta vẫn lưu trữ thông tin trên đĩa,

0:03:26.776,0:03:31.000
nhưng giờ, có thể lưu trữ [br]nhiều thông tin hơn trước kia.

0:03:31.000,0:03:34.313
Tìm kiếm nó thì dễ hơn. [br]Sao chép nó cũng dễ hơn.

0:03:34.313,0:03:37.813
Chia sẻ cũng dễ hơn. [br]Xử lý dễ hơn.

0:03:37.813,0:03:40.319
Những gì ta có thể làm là [br]sử dụng lại thông tin này

0:03:40.319,0:03:42.933
vào việc mà thậm chí [br]chưa bao giờ tưởng tượng ra

0:03:42.933,0:03:45.608
khi mới bắt đầu thu thập dữ liệu.

0:03:45.608,0:03:47.860
Về lĩnh vực này, dữ liệu đã đi

0:03:47.860,0:03:51.392
từ một kho tích trữ về một dòng chảy ,

0:03:51.392,0:03:55.330
từ thứ bất động và cố định

0:03:55.330,0:03:58.939
sang linh hoạt và năng động.

0:03:58.939,0:04:02.962
Có một thanh khoản thông tin.

0:04:02.962,0:04:06.436
Cái đĩa được tìm thấy ở Crete

0:04:06.436,0:04:10.200
đã 4000 năm tuổi, rất nặng,

0:04:10.200,0:04:12.162
nó không lưu trữ được nhiều thông tin,

0:04:12.162,0:04:15.278
và số thông tin đó không thể thay đổi.

0:04:15.278,0:04:19.289
Ngược lại, tất cả những hồ sơ

0:04:19.289,0:04:21.150
mà Edward Snowden lấy

0:04:21.150,0:04:23.771
từ Cục An ninh Quốc gia Hoa Kỳ

0:04:23.771,0:04:26.190
chứa vừa trong một thẻ nhớ

0:04:26.190,0:04:29.200
bằng kích thước của móng tay,

0:04:29.200,0:04:33.945
và có thể được chia sẻ [br]với tốc độ ánh sáng.

0:04:33.945,0:04:38.240
Nhiều dữ liệu hơn, hơn rất nhiều.

0:04:38.240,0:04:41.174
Một lý do tại sao có quá nhiều [br]dữ liệu trên thế giới hiện nay

0:04:41.174,0:04:43.266
là vì chúng ta đang [br]thu thập những thứ

0:04:43.266,0:04:45.886
ta vẫn luôn thu thập,

0:04:45.886,0:04:48.542
một lý do khác để giải thích[br]việc chúng ta lấy những thứ

0:04:48.542,0:04:51.354
đã luôn cung cấp thông tin

0:04:51.354,0:04:53.840
nhưng chưa bao giờ được làm thành dạng dữ liệu

0:04:53.840,0:04:56.259
và do đó,[br]chúng ta bỏ những thứ đấy vào dữ liệu

0:04:56.259,0:04:59.567
Lấy ví dụ, câu hỏi về địa điểm

0:04:59.567,0:05:01.816
Lấy ví dụ, Martin Luther

0:05:01.816,0:05:03.413
Nếu chúng ta muốn biết vào năm 1500

0:05:03.413,0:05:06.080
Martin Luther ở đâu,

0:05:06.080,0:05:08.172
chúng ta sẽ phải theo dõi ông ấy[br]mọi lúc,

0:05:08.172,0:05:10.309
kèm theo một cây bút lông [br]và một lọ mực

0:05:10.309,0:05:11.985
để ghi chép lại.

0:05:11.985,0:05:14.168
Nhưng bây giờ hãy nghĩ nó[br]sẽ như thế nào ngày nay.

0:05:14.168,0:05:16.290
Bạn biết rằng ở một nơi nào đó,

0:05:16.290,0:05:18.736
khả năng là trong cơ sở dữ liệu[br]của một hãng viễn thông

0:05:18.736,0:05:21.772
có một bảng tính hoặc ít nhất [br]một mục cơ sở dữ liệu

0:05:21.772,0:05:23.860
lưu trữ lại thông tin của bạn

0:05:23.860,0:05:25.923
những nơi bạn đã đến [br]tại mọi thời điểm

0:05:25.923,0:05:27.283
Nếu bạn có điện thoại di động,

0:05:27.283,0:05:30.130
và chiếc điện thoại đó có GPS,[br]nhưng ngay cả khi nó không có GPS,

0:05:30.130,0:05:32.515
nó vẫn có thể lưu trữ thông tin của bạn

0:05:32.515,0:05:36.599
Trong lĩnh vực này, việc định vị[br]đã được dữ liệu hóa

0:05:36.599,0:05:41.200
Bây giờ, lấy ví dụ[br]vấn đề về tư thế

0:05:41.200,0:05:42.485
tư thế mà các bạn đang ngồi bây giờ

0:05:42.485,0:05:44.515
tư thế mà bạn ngồi,

0:05:44.515,0:05:47.286
tư thế mà bạn ngồi, tư thế mà bạn ngồi

0:05:47.286,0:05:49.363
Nó đều khác nhau, và đó là một chức năng[br]giữa chiều dài chân bạn

0:05:49.363,0:05:51.456
lưng bạn và những đường nét của lưng bạn

0:05:51.456,0:05:53.987
và nếu bây giờ tôi đặt thiết bị cảm biến

0:05:53.987,0:05:55.753
vào tất cả các ghế

0:05:55.753,0:05:59.353
Tôi có thể tạo ra một chỉ số [br]tương đối độc nhất về bạn,

0:05:59.353,0:06:03.762
ví dụ như dấu vân tây, [br]nhưng không phải là ngón tay của bạn

0:06:03.762,0:06:06.731
Vậy chúng ta có thể làm gì với nó?

0:06:06.731,0:06:09.128
Các nhà nghiên cứu ở Tokyo đang dùng[br]dấu vân tay

0:06:09.128,0:06:13.516
để tạo ra một thiết bị có tiềm năng[br]chống trộm xe hơi.

0:06:13.516,0:06:16.440
Ý tưởng là nếu tên trộm ngồi đằng sau[br]tay lái

0:06:16.440,0:06:18.544
và cố lái đi, nhưng nếu chiếc xe nhận ra

0:06:18.544,0:06:20.906
rằng đằng sau bánh lái là một[br]tài xế không được xác duyệt,

0:06:20.906,0:06:23.070
thì động cơ sẽ tự động dừng, trừ khi

0:06:23.070,0:06:26.247
bạn nhập mật khẩu vào bảng điều khiển

0:06:26.247,0:06:30.905
để báo rằng "Tôi có sự cho phép". Tuyệt.

0:06:30.905,0:06:33.458
Nếu như mọi chiếc xe ở Châu Âu

0:06:33.458,0:06:34.915
đều có công nghệ này thì sao?

0:06:34.915,0:06:38.080
Chúng ta có thể làm gì lúc đó?

0:06:38.080,0:06:40.320
Nếu chúng ta có thể tập hợp dữ liệu

0:06:40.320,0:06:44.134
có thể chúng ta sẽ khám phá ra [br]các dấu hiệu

0:06:44.134,0:06:46.843
dự đoán tốt nhất rằng [br]một tai nạn xe hơi

0:06:46.843,0:06:52.736
sẽ xảy ra trong 5 giây tiếp theo.

0:06:52.736,0:06:55.293
Và rồi những gì chúng ta sẽ[br]dữ liệu hóa

0:06:55.293,0:06:57.076
sẽ là sự mệt mỏi của tài xế,

0:06:57.076,0:06:59.410
và dịch vụ lúc đó sẽ là [br]khi chiếc xe cảm nhận được

0:06:59.410,0:07:02.847
rằng người tài xế đang rơi[br]vào tình trạng mệt mỏi

0:07:02.847,0:07:06.841
nó sẽ tự động biết và rồi[br]cài một báo động bên trong

0:07:06.841,0:07:08.866
để làm rung bánh lái, và [br]bóp kèn ở trong xe

0:07:08.866,0:07:10.587
báo rằng, "Này! dậy đi,

0:07:10.587,0:07:12.491
chú ý đường đi kìa"

0:07:12.491,0:07:14.344
Đây là những thứ mà chúng ta có thể làm

0:07:14.344,0:07:17.165
khi chúng ta dữ liệu hóa các khía cạnh[br]trong cuộc sống của chúng ta nhiều hơn

0:07:17.165,0:07:20.840
Vậy thì giá trị của dữ liệu lớn là gì?

0:07:20.840,0:07:23.030
Nào, hãy nghĩ xem.

0:07:23.030,0:07:25.442
Bạn có nhiều thông tin hơn.

0:07:25.442,0:07:28.783
Bạn có thể làm những việc mà[br]bạn không thể làm trước đó

0:07:28.783,0:07:30.459
Một trong những lĩnh vực ấn tượng nhất

0:07:30.459,0:07:32.188
mà khái niệm này đang diễn ra

0:07:32.188,0:07:35.495
là trong lĩnh vực máy học.

0:07:35.495,0:07:38.572
Máy học là một nhánh của [br]trí tuệ nhân tạo

0:07:38.572,0:07:41.950
mà bản thân nó là một nhánh của[br]khoa học máy tính.

0:07:41.950,0:07:43.493
Ý tưởng chung là thay vì

0:07:43.493,0:07:45.610
phải hướng dẫn máy tính những gì phải làm

0:07:45.610,0:07:48.230
chúng ta sẽ chỉ ném dữ liệu [br]liên quan đến vấn đề

0:07:48.230,0:07:51.436
và bảo máy tính tự tính toán.

0:07:51.436,0:07:53.213
Và để giúp bạn hiểu vấn đề này

0:07:53.213,0:07:56.765
hãy cùng nhìn lại nguồn gốc của nó.

0:07:56.765,0:07:59.153
Vào những năm 1950,

0:07:59.153,0:08:02.745
Một nhà khoa học máy tính của IBM[br]tên Arthur Samuel thích chơi cờ,

0:08:02.745,0:08:04.147
nên ông ấy viết một chương trình máy tính

0:08:04.147,0:08:06.960
để ông ấy có thể chơi cờ với máy tính

0:08:06.960,0:08:09.671
Ông ấy chơi. Ông ấy thắng.

0:08:09.671,0:08:11.774
Ông ấy chơi. Ông ấy thắng,

0:08:11.774,0:08:14.789
Ông ấy chơi. Ông ấy thắng,

0:08:14.789,0:08:16.567
vì máy tính chỉ biết

0:08:16.567,0:08:18.794
nước đi đúng luật là thế nào.

0:08:18.794,0:08:20.881
Arthur Samuel biết một số thứ khác.

0:08:20.881,0:08:25.510
Arthur Samuel biết chiến lược.

0:08:25.510,0:08:27.906
Và như thế, bên cạnh đó, ông ấy[br]viết một chương trình con.[br]

0:08:27.906,0:08:29.880
hoạt động trên nền của [br]chương trình chính, và những gì nó làm

0:08:29.880,0:08:31.697
chỉ là ghi xác suất

0:08:31.697,0:08:34.260
của bàn cờ cho sẵn có khả năng dẫn đến

0:08:34.260,0:08:37.170
một ván thắng hoặc một vấn thua

0:08:37.170,0:08:39.678
sau mỗi nước đi.

0:08:39.678,0:08:42.828
Ông ấy chơi với máy tính. Ông ấy thắng

0:08:42.828,0:08:45.336
Ông ấy chơi với máy tính. Ông ấy thắng

0:08:45.336,0:08:49.067
Ông ấy chơi với máy tính. Ông ấy thắng

0:08:49.067,0:08:51.344
Và rồi Arthur Samuel để máy tính

0:08:51.344,0:08:53.571
tự chơi cờ với chính nó.

0:08:53.571,0:08:57.080
Nó tự chơi cờ. [br]Nó thu thập nhiều dữ liệu hơn.

0:08:57.080,0:09:01.389
Nó thu thập nhiều dữ liệu hơn. [br]Nó tăng độ chính xác về khả năng dự đoạn

0:09:01.389,0:09:03.493
Và rồi Arthur Samuel quay lại máy tính

0:09:03.493,0:09:05.811
và ông ấy chơi cờ với nó, và ông ấy thua

0:09:05.811,0:09:07.880
và ông ấy chơi, ông ấy thua

0:09:07.880,0:09:09.927
và ông ấy chơi, ông ấy thua

0:09:09.927,0:09:12.526
và Arthur Samuel đã tạo ra một cỗ máy

0:09:12.526,0:09:18.814
vượt qua khả năng của ông ấy[br]trong một việc mà chính ông ấy dạy nó.

0:09:18.814,0:09:21.312
Và ý tưởng này trong lĩnh vực máy học

0:09:21.312,0:09:25.239
đang được ứng dụng ở mọi nơi.

0:09:25.239,0:09:28.388
Bạn nghĩ làm sao chúng ta có[br]xe hơi lái tự động?

0:09:28.388,0:09:30.525
Xã hội chúng ta có khá hơn không

0:09:30.525,0:09:33.810
khi chúng ta nhập tất cả các[br]luật giao thông vào phần mềm?

0:09:33.810,0:09:36.408
Không. Bộ nhớ rẻ hơn? Không

0:09:36.408,0:09:40.402
Các thuật toán xử lý nhanh hơn? Không[br]Bộ vi xử lý tốt hơn? Không

0:09:40.402,0:09:43.174
Tất cả những điều này đều quan trọng,[br]nhưng đó không phải là lý do.

0:09:43.174,0:09:46.315
Mà là vì chúng ta đã thay đổi bản chất[br]của vấn đề.

0:09:46.315,0:09:47.845
Từ một vấn đề mà chúng ta [br]tìm cách để giải thích

0:09:47.845,0:09:50.090
rõ ràng và dứt khoát

0:09:50.090,0:09:52.671
cho máy tính hiểu rằng[br]làm thế nào để lái xe

0:09:52.671,0:09:53.987
đến một vấn đề mà chúng ta nói rằng,

0:09:53.987,0:09:55.863
"Đây là tập dữ liệu xung quanh chiếc xe.

0:09:55.863,0:09:57.396
Hãy tự xử lý dữ liệu này.

0:09:57.396,0:09:59.263
Hãy tự luận ra rằng đó là đèn giao thông,

0:09:59.263,0:10:01.344
rằng đèn giao thông đó đang là đèn đỏ[br]không phải đèn xanh

0:10:01.344,0:10:03.358
rằng điều đó có nghĩa là bạn phải dừng lại

0:10:03.358,0:10:06.441
và không đi về phía trước."

0:10:06.441,0:10:07.959
Máy học là nền tảng cơ bản

0:10:07.959,0:10:09.950
của rất nhiều thứ chúng ta làm trên mạng:

0:10:09.950,0:10:11.807
các công cụ tìm kiếm,

0:10:11.807,0:10:15.608
Thuật toán cá nhân hóa của Amazon,

0:10:15.608,0:10:17.820
máy tính dịch thuật,

0:10:17.820,0:10:22.110
hệ thống xác nhận giọng nói.

0:10:22.110,0:10:24.945
Gần đây, các nhà nghiên cứu đã tìm hiểu

0:10:24.945,0:10:28.140
về các vấn đề sinh thiết

0:10:28.140,0:10:30.907
sinh thiết ung thư,

0:10:30.907,0:10:33.222
và họ đã nhờ máy tính xác định,

0:10:33.222,0:10:35.693
bằng cách nhìn vào dữ liệu và[br]chỉ số sống sót

0:10:35.693,0:10:40.360
để xác nhận rằng những tế bào này

0:10:40.360,0:10:42.904
có thật sự bị ung thư hay không,

0:10:42.904,0:10:44.682
và chắc chắn rằng, khi bạn nhập dữ liệu [br]vào máy tính,

0:10:44.682,0:10:46.729
qua một thuật toán máy học

0:10:46.729,0:10:48.606
cỗ máy có thể xác định

0:10:48.606,0:10:50.868
những dấu hiệu dự đoán tốt nhất

0:10:50.868,0:10:54.167
rằng sinh thiết của các [br]tế bào ung thư vú này

0:10:54.167,0:10:57.385
thật sự bị ung thư.

0:10:57.385,0:10:59.883
Vấn đề: Tài liệu y học

0:10:59.883,0:11:02.672
chỉ biết được 9 dấu hiệu.

0:11:02.672,0:11:04.472
Trong đó, có 3 dấu hiệu

0:11:04.472,0:11:07.447
mà mọi người không cần phải tìm kiếm

0:11:07.447,0:11:12.978
nhưng cỗ máy phát hiện ra.

0:11:12.978,0:11:18.903
Dữ liệu lớn cũng có mặt tối của nó.

0:11:18.903,0:11:20.977
Nó sẽ cải thiện cuộc sống của chúng ta,[br]nhưng có những vấn đề

0:11:20.977,0:11:23.617
mà chúng ta nên cảnh giác,

0:11:23.617,0:11:26.240
và điều đầu tiên đó là quan niệm

0:11:26.240,0:11:28.926
rằng chúng ta có thể bị trừng phạt[br]do các dự đoán,[br]

0:11:28.926,0:11:32.796
rằng cảnh sát có thể sử dụng dữ liệu lớn[br]cho mục đích của họ,

0:11:32.796,0:11:35.147
tựa như phim "Minority Report"

0:11:35.147,0:11:37.588
Nó là một thuật ngữ gọi là giám sát dự báo

0:11:37.588,0:11:39.951
hoặc thuật toán tội phạm học,

0:11:39.951,0:11:41.987
và khái niệm đó là: nếu chúng ta lấy [br]nhiều dữ liệu,

0:11:41.987,0:11:44.146
ví dụ dữ liệu về các địa điểm [br]xảy ra tội phạm

0:11:44.146,0:11:46.689
chúng ta sẽ biết nơi cần gửi[br]đội tuần tra.

0:11:46.689,0:11:48.804
Điều đó là hợp lý, nhưng vấn đề, dĩ nhiên

0:11:48.804,0:11:53.348
không phải chỉ dừng về ở dữ liệu định vị,

0:11:53.348,0:11:56.307
nó sẽ xuống cấp độ thu thập dữ liệu[br]của từng cá nhân

0:11:56.307,0:11:58.557
Tại sao chúng ta không dùng dữ liệu[br]để biết về

0:11:58.557,0:12:00.785
bảng điểm cấp 3 của một người nào đó?

0:12:00.785,0:12:02.346
Có thể chúng ta nên dùng sự thật như

0:12:02.346,0:12:04.374
họ thất nghiệp hay không, điểm tín dụng,

0:12:04.374,0:12:05.926
cách họ lướt web

0:12:05.926,0:12:07.804
hay họ có thức khuya hay không.

0:12:07.804,0:12:10.965
Chí số Fitbit, khi nó có khả năng[br]xác định các hóa sinh,[br]

0:12:10.965,0:12:15.201
sẽ chỉ ra rằng họ có suy nghĩ hiếu chiến.

0:12:15.201,0:12:17.422
Chúng ta có thể có những thuật toán[br]có khả năng dự đoán

0:12:17.422,0:12:19.055
những gì chúng ta sẽ làm,

0:12:19.055,0:12:20.299
và chúng ta có phải chịu trách nhiệm

0:12:20.299,0:12:22.889
trước khi chúng ta[br]thật sự làm những điều đó

0:12:22.889,0:12:24.621
Bảo mật là thách thức trọng tâm

0:12:24.621,0:12:27.501
trong thời đại dữ liệu nhỏ.

0:12:27.501,0:12:29.650
Trong thời đại dữ liệu lớn,

0:12:29.650,0:12:34.173
thách thức sẽ là bảo vệ tự do,

0:12:34.173,0:12:37.952
lựa chọn đạo đức, ý chí con người,

0:12:37.952,0:12:41.020
tính chủ thể.

0:12:42.540,0:12:44.765
Còn có một vấn đề nữa:

0:12:44.765,0:12:48.321
Dữ liệu lớn sẽ cướp đi [br]việc làm của chúng ta.

0:12:48.321,0:12:51.833
Dữ liệu lớn và các thuật toán[br]sẽ thách thức

0:12:51.833,0:12:54.894
công việc văn phòng,[br]công việc chuyên môn

0:12:54.894,0:12:56.547
trong thế kỷ 21

0:12:56.547,0:12:58.981
trong cùng một cách mà máy móc tự động

0:12:58.981,0:13:01.170
và dây chuyền lắp ráp

0:13:01.170,0:13:04.196
thách thức công nhân ở thế kỉ 20

0:13:04.196,0:13:06.288
Hãy nghĩ về kỹ thuật viên phòng thí nghiệm

0:13:06.288,0:13:07.697
người tìm hiểu vấn đề qua[br]một cái kính hiển vi

0:13:07.697,0:13:09.321
ở viện sinh thiết ung thư

0:13:09.321,0:13:11.958
và xác định xem sinh thiết này[br]có bị ung thư hay không.

0:13:11.958,0:13:13.930
Người này đã học xong đại học

0:13:13.930,0:13:15.360
Người này mua nhà.

0:13:15.360,0:13:17.162
Anh ấy hoặc cô ấy bỏ phiếu.

0:13:18.964,0:13:20.767
Anh ấy hoặc cô ấy là một nhân tố [br]trong xã hội.

0:13:20.767,0:13:22.161
Và việc làm của người đó,

0:13:22.161,0:13:23.770
cũng như toàn bộ đội ngũ

0:13:23.770,0:13:25.739
của những người chuyên môn [br]giống như người đó

0:13:25.739,0:13:28.889
sẽ thấy rằng việc làm của họ [br]bị thay đổi một cách triệt để

0:13:28.889,0:13:31.246
hoặc bị loại bỏ hoàn toàn.

0:13:31.246,0:13:32.530
Chúng ta thích nghĩ rằng

0:13:32.530,0:13:35.717
công nghệ sẽ tạo nên việc làm [br]sau một khoảng thời gian

0:13:35.717,0:13:39.182
sau khoản thời gian rối loạn tạm thời,

0:13:39.182,0:13:41.123
và điều đó là đúng [br]cho các khung tham chiếu

0:13:41.123,0:13:43.265
mà chúng ta sống, Cách mạng công nghiệp,

0:13:43.265,0:13:45.593
vì đó chính xác là những gì đã xảy ra.

0:13:45.593,0:13:47.926
Nhưng chúng ta quên điều gì đó[br]trong bài phân tích đấy:

0:13:47.926,0:13:49.756
Có một số loại công việc

0:13:49.756,0:13:53.176
đơn giản là bị loại bỏ hoàn toàn và[br]không bao giờ quay lại.

0:13:53.176,0:13:55.180
Cách mạng công nghiệp không hề tốt

0:13:55.180,0:13:59.182
nếu bạn là một con ngựa.

0:13:59.182,0:14:01.237
Do đó chúng ta phải thận trọng

0:14:01.237,0:14:04.751
trong việc sử dụng dữ liệu lớn và[br]điều chỉnh nó cho nhu cầu của chúng ta

0:14:04.751,0:14:07.936
nhu cầu rất con người của chúng ta.

0:14:07.936,0:14:09.890
Chúng ta phải là chủ của công nghệ này,

0:14:09.890,0:14:11.546
chứ không phải là người hầu của nó.

0:14:11.546,0:14:14.504
Chúng ta chỉ khởi đầu một kỷ nguyên[br]của dữ liệu lớn

0:14:14.504,0:14:17.654
và thành thật mà nói, [br]chúng ta không hề giỏi

0:14:17.654,0:14:21.861
trong việc xử lý tất cả các dữ liệu[br]mà chúng ta có thể thu thập.

0:14:21.861,0:14:25.191
Nó không chỉ là vấn đề cho[br]Cục An ninh Quốc gia.

0:14:25.191,0:14:28.229
Các doanh nghiệp thu thập rất nhiều[br]dữ liệu và họ cũng lạm dụng nó.

0:14:28.229,0:14:31.896
Chúng ta phải làm tốt hơn và điều này[br]sẽ tốn nhiều thời gian.

0:14:31.896,0:14:33.718
Nó giống như là thử thách mà

0:14:33.718,0:14:36.125
người nguyên thủy gặp phải với lửa

0:14:36.125,0:14:38.010
Đây là một công cụ, [br]nhưng là một công cụ mà

0:14:38.010,0:14:41.569
nếu chúng ta không cẩn thận,[br]sẽ thiêu cháy chúng ta.

0:14:44.008,0:14:47.128
Dữ liệu lớn sẽ thay đổi [br]cách sống của chúng ta

0:14:47.128,0:14:49.929
cách chúng ta làm việc và [br]cách chúng ta suy nghĩ.

0:14:49.929,0:14:51.818
Nó sẽ giúp chúng ta quản lý[br]sự nghiệp của chúng ta

0:14:51.818,0:14:55.452
và dẫn đến cuộc sống của[br]sự hài lòng và hy vọng

0:14:55.452,0:14:58.444
và hạnh phúc và sức khỏe.

0:14:58.444,0:15:01.750
Nhưng ở trong quá khứ, chúng ta [br]thường nhìn vào công nghệ thông tin

0:15:01.750,0:15:03.958
và con mắt chúng ta chỉ nhìn thấy [br]những thứ như,

0:15:03.958,0:15:05.644
công nghệ, phần mềm,

0:15:05.644,0:15:07.906
những thứ vật chất.

0:15:07.906,0:15:10.830
Chúng ta phải đúc kết lại [br]cái nhìn của chúng ta,

0:15:10.830,0:15:12.210
nhìn vào thông tin,

0:15:12.210,0:15:13.583
dù nó ít rõ ràng hơn

0:15:13.583,0:15:17.692
nhưng trong một số khía cạnh[br]quan trọng hơn rất nhiều.

0:15:17.692,0:15:21.157
Nhân loại cuối cùng cũng có thể[br]học hỏi từ những thông tin

0:15:21.157,0:15:23.575
mà nó có thể thu thập,

0:15:23.575,0:15:25.690
như một phần của cuộc thám hiểm[br]vô tận của chúng ta

0:15:25.690,0:15:28.849
để hiểu về thế giới và vị trí của chúng ta[br]trong thế giới,

0:15:28.849,0:15:34.480
và đó là lý do tại sao dữ liệu lớn[br]là một vấn đề quan trọng.

0:15:34.480,0:15:38.048
(vỗ tay)