Return to Video

ביג דאטה משמעו נתונים יותר טובים

  • 0:01 - 0:05
    העוגה החביבה על האמריקאים היא...?
  • 0:05 - 0:08
    קהל: תפוחים.
    קנת קוקיאר: תפוחים, כמובן.
  • 0:08 - 0:09
    איך אנו יודעים?
  • 0:09 - 0:12
    בגלל הנתונים.
  • 0:12 - 0:14
    רואים את המכירות בסופרמרקטים.
  • 0:14 - 0:17
    בודקים את המכירות של כל עוגות
  • 0:17 - 0:21
    30 הס"מ הקפואות,
    ועוגות התפוחים מנצחות בגדול.
  • 0:21 - 0:25
    רוב המכירות הן של עוגות תפוחים.
  • 0:27 - 0:29
    אבל אז הסופרמרקטים החלו למכור
  • 0:29 - 0:32
    עוגות יותר קטנות, בקוטר 11 ס"מ,
  • 0:32 - 0:36
    ופתאום עוגות התפוחים
    ירדו למקום הרביעי או החמישי.
  • 0:36 - 0:39
    מדוע? מה קרה?
  • 0:39 - 0:42
    חישבו על זה.
  • 0:42 - 0:46
    כאשר אנו קונים עוגת 30 ס"מ,
  • 0:46 - 0:48
    כל המשפחה צריכה להסכים,
  • 0:48 - 0:52
    ועוגת תפוחים היא בעדיפות
    שניה אצל כל אחד.
  • 0:52 - 0:54
    (צחוק)
  • 0:54 - 0:57
    אבל כשקונים עוגת 11 ס"מ אישית,
  • 0:57 - 1:01
    אפשר לקנות את זו
    שכל אחד אוהב אישית.
  • 1:01 - 1:05
    כל אחד מקבל את מה
    שבעדיפות ראשונה אצלו.
  • 1:05 - 1:07
    יש יותר נתונים.
  • 1:07 - 1:08
    ניתן לראות דברים
  • 1:08 - 1:09
    שלא ניתן היה לראות
  • 1:09 - 1:13
    כאשר היו פחות נתונים.
  • 1:13 - 1:16
    העניין הוא שיותר נתונים
  • 1:16 - 1:18
    אינם מאפשרים רק לראות יותר --
  • 1:18 - 1:20
    יותר מאותם הדברים שראינו קודם.
  • 1:20 - 1:23
    יותר נתונים מאפשרים לראות דברים חדשים.
  • 1:23 - 1:27
    הם מאפשרים לנו לראות יותר טוב.
  • 1:27 - 1:30
    הם מאפשרים להסתכל אחרת.
  • 1:30 - 1:33
    במקרה זה, הם מאפשרים לראות
  • 1:33 - 1:36
    מהי העוגה האהובה באמריקה:
  • 1:36 - 1:39
    לא עוגת תפוחים.
  • 1:39 - 1:43
    כולכם בוודאי שמעתם
    את המושג 'ביג דאטה'.
  • 1:43 - 1:45
    בטח נמאס לכם לשמוע את המושג
  • 1:45 - 1:47
    'ביג דאטה'.
  • 1:47 - 1:49
    אכן, יש הרבה הפרזה סביב המושג,
  • 1:49 - 1:52
    וזה חבל מאוד,
  • 1:52 - 1:55
    כי ביג דאטה הוא כלי חשוב ביותר
  • 1:55 - 1:59
    שבאמצעותו החברה עתידה להתקדם.
  • 1:59 - 2:02
    בעבר, נהגנו להסתכל על נתונים מצומצמים
  • 2:02 - 2:04
    ולחשוב מה משמעותם
  • 2:04 - 2:05
    בניסיון להבין את העולם,
  • 2:05 - 2:07
    וכעת יש לנו הרבה יותר כאלה,
  • 2:07 - 2:10
    יותר ממה שיכלו להיות אי-פעם בעבר.
  • 2:10 - 2:12
    מה שאנו מגלים הוא שכאשר יש לנו
  • 2:12 - 2:15
    מסד נתונים גדול, ניתן לעשות דברים
  • 2:15 - 2:18
    שלא יכולנו לעשות כאשר
    היו לנו פחות נתונים.
  • 2:18 - 2:21
    ביג דאטה הוא חשוב והוא חדש,
  • 2:21 - 2:22
    וכאשר חושבים על כך,
  • 2:22 - 2:25
    הדרך היחידה בה עולמנו יוכל
  • 2:25 - 2:26
    להתמודד עם האתגרים הגלובליים --
  • 2:26 - 2:30
    לספק לכולם אוכל, טיפול רפואי,
  • 2:30 - 2:33
    אנרגיה, חשמל,
  • 2:33 - 2:34
    וגם לוודא שלא ייצלו בגלל
  • 2:34 - 2:36
    ההתחממות הגלובלית --
  • 2:36 - 2:40
    תהיה באמצעות שימוש יעיל בנתונים.
  • 2:40 - 2:44
    אז מה כל-כך שונה בביג דאטה?
    על מה כל הרעש?
  • 2:44 - 2:46
    כדי לענות על השאלה, הבה נחשוב
  • 2:46 - 2:48
    כיצד המידע נראה פעם,
  • 2:48 - 2:51
    כיצד הוא נראה בפועל בעבר.
  • 2:51 - 2:55
    ב-1908, באי כרתים,
  • 2:55 - 3:00
    ארכיאולוגים גילו דיסקה מחימר.
  • 3:00 - 3:04
    הם תיארכו אותה ל-2000 לפנה"ס,
    כלומר, לפני 4,000 שנה.
  • 3:04 - 3:05
    יש כיתוב על הדיסקה
  • 3:05 - 3:07
    שאין אנו יודעים את פירושו.
  • 3:07 - 3:09
    זוהי תעלומה. אבל מה שחשוב כאן
  • 3:09 - 3:11
    הוא שכך נראה מידע
  • 3:11 - 3:13
    לפני 4,000 שנה.
  • 3:13 - 3:15
    זו הדרך בה החברה
  • 3:15 - 3:19
    איחסנה והעבירה מידע.
  • 3:19 - 3:23
    החברה לא התקדמה מאז כל-כך.
  • 3:23 - 3:27
    אנו עדיין מאחסנים מידע על דיסקות,
  • 3:27 - 3:30
    אבל היום אנו יכולים
    לאחסן הרבה יותר מידע,
  • 3:30 - 3:31
    הרבה יותר מאי-פעם.
  • 3:31 - 3:34
    יותר קל לחפש אותו. יותר קל להעתיקו.
  • 3:34 - 3:38
    יותר קל לשתפו. יותר קל לעבדו.
  • 3:38 - 3:41
    ניתן גם להשתמש בו למטרות
  • 3:41 - 3:42
    שאף פעם לא חשבנו עליהן
  • 3:42 - 3:46
    כאשר אספנו את המידע.
  • 3:46 - 3:48
    בהקשר זה, המידע הפך
  • 3:48 - 3:51
    ממצבור לזרם,
  • 3:51 - 3:55
    ממשהו שהוא נייח וסטטי
  • 3:55 - 3:59
    למשהו שהוא זורם ודינמי.
  • 3:59 - 4:03
    מתקיימת, אם תרצו, נוזליות של מידע.
  • 4:03 - 4:06
    הדיסקה מלפני 4,000 שנה
  • 4:06 - 4:09
    שנתגלתה בכרתים היא כבדה.
  • 4:09 - 4:12
    היא אינה מחזיקה הרבה מידע,
  • 4:12 - 4:15
    והמידע הזה אינו ניתן לשינוי.
  • 4:15 - 4:19
    לעומתו, כל הקבצים
  • 4:19 - 4:22
    שאדוארד סנודן לקח
  • 4:22 - 4:24
    מהסוכנות לביטחון לאומי של ארה"ב
  • 4:24 - 4:26
    נכנסים בזכרון נייד
  • 4:26 - 4:29
    בגודל של ציפורן,
  • 4:29 - 4:34
    וניתן לשתפם במהירות האור.
  • 4:34 - 4:38
    יותר נתונים. יותר.
  • 4:39 - 4:41
    אחת הסיבות שיש לנו
    כל-כך הרבה מידע היום
  • 4:41 - 4:44
    היא שאנו אוספים דברים
  • 4:44 - 4:46
    שתמיד אספנו עליהם מידע,
  • 4:46 - 4:49
    אבל סיבה נוספת היא
    שאנו אוספים דברים
  • 4:49 - 4:51
    שתמיד היו קשורים במידע
  • 4:51 - 4:54
    אבל אף פעם לא היו בתבנית של נתונים
  • 4:54 - 4:56
    וכעת אנו הופכים אותם לנתונים.
  • 4:56 - 5:00
    חישבו למשל על שאלת המיקום.
  • 5:00 - 5:02
    לדוגמא, מרטין לותר.
  • 5:02 - 5:04
    אם היינו רוצים לדעת ב-1500
  • 5:04 - 5:06
    איפה נמצא מרטין לותר,
  • 5:06 - 5:08
    היינו צריכים לעקוב אחריו כל הזמן,
  • 5:08 - 5:10
    אולי עם קולמוס-נוצה וקסת-דיו,
  • 5:10 - 5:12
    ולרשום את המיקומים.
  • 5:12 - 5:14
    אבל חישבו כיצד זה היה נראה היום.
  • 5:14 - 5:16
    אנו יודעים שהיכן שהוא,
  • 5:16 - 5:19
    ככל הנראה בבסיס נתונים
    של חברת תקשורת,
  • 5:19 - 5:22
    ישנו גיליון אלקטרוני או לפחות רשומה
  • 5:22 - 5:24
    הרושמת את המידע על כל אחד
  • 5:24 - 5:26
    ואיפה הוא היה בכל עת.
  • 5:26 - 5:27
    אם יש לך טלפון נייד,
  • 5:27 - 5:30
    ובו יש איכון לווייני,
    אבל גם אם אין,
  • 5:30 - 5:33
    הוא יכול לתעד את המידע עליך.
  • 5:33 - 5:37
    מבחינה זו, המיקום הפך לנתון.
  • 5:37 - 5:41
    חישבו למשל על תנוחה,
  • 5:41 - 5:43
    האופן בו אתם ישובים כרגע,
  • 5:43 - 5:45
    האופן בו אתה יושב,
  • 5:45 - 5:47
    האופן בו אתה יושב,
    האופן בו את יושבת.
  • 5:47 - 5:49
    אצל כל אחד זה שונה
    וזו פונקציה
  • 5:49 - 5:51
    של אורך הרגל, הגב והקימור שלו,
  • 5:51 - 5:54
    ואם הייתי שם חיישנים,
    אולי 100 חיישנים
  • 5:54 - 5:56
    בכל הכיסאות שלכם,
  • 5:56 - 5:59
    הייתי יכול ליצור תבנית
    די ייחודית לכל אחד,
  • 5:59 - 6:04
    מין טביעת אצבע, אבל לא מאצבע.
  • 6:04 - 6:07
    אז מה היינו עושים עם זה?
  • 6:07 - 6:09
    חוקרים בטוקיו משתמשים בזה
  • 6:09 - 6:14
    בתור אמצעי אפשרי נגד גניבת מכוניות.
  • 6:14 - 6:16
    הרעיון הוא שכאשר הפורץ
    יישב מאחורי ההגה
  • 6:16 - 6:19
    וינסה להתניע, המכונית תזהה
  • 6:19 - 6:21
    שנהג לא מורשה יושב מאחורי ההגה,
  • 6:21 - 6:23
    ואולי המנוע ייכבה, אלא אם
  • 6:23 - 6:26
    תוקלד סיסמה בלוח המחוונים
  • 6:26 - 6:31
    כדי לומר, "יש לי הרשאה לנהוג."
    מצוין.
  • 6:31 - 6:33
    מה אם בכל מכונית באירופה
  • 6:33 - 6:35
    תהיה טכנולוגיה זו?
  • 6:35 - 6:38
    מה היינו יכולים לעשות אז?
  • 6:38 - 6:40
    אם היינו צוברים את הנתונים,
  • 6:40 - 6:44
    אולי היינו יכולים
    לזהות סימנים מקדימים
  • 6:44 - 6:47
    לתאונת דרכים
  • 6:47 - 6:53
    העומדת להתרחש תוך 5 השניות הקרובות.
  • 6:53 - 6:55
    ומה שנאגור אז כנתונים
  • 6:55 - 6:57
    זו עייפות הנהג,
  • 6:57 - 6:59
    והמענה יהיה כאשר המכונית
  • 6:59 - 7:03
    תחוש שהאדם צונח לאותו מצב,
  • 7:03 - 7:07
    היא תדע זאת אוטומטית,
    תפעיל אתראה פנימית
  • 7:07 - 7:09
    שתרעיד את ההגה, תצפור,
  • 7:09 - 7:11
    כדי לומר, "אדוני, תתעורר,
  • 7:11 - 7:12
    שים לב לכביש."
  • 7:12 - 7:14
    דברים כאלה נוכל לבצע כאשר
  • 7:14 - 7:17
    נהפוך לנתונים יותר ויותר
    היבטים מחיינו.
  • 7:17 - 7:21
    מה הערך של ביג דאטה?
  • 7:21 - 7:23
    חישבו על זה.
  • 7:23 - 7:25
    יש לנו יותר מידע.
  • 7:25 - 7:29
    ניתן לעשות דברים שלא ניתן היה קודם.
  • 7:29 - 7:30
    אחד התחומים הכי מרשימים
  • 7:30 - 7:32
    שבו זה קורה
  • 7:32 - 7:35
    הוא התחום של מכונות לומדות.
  • 7:35 - 7:39
    מכונות לומדות הוא ענף של
    אינטליגנציה מלאכותית,
  • 7:39 - 7:42
    שהיא בעצמה ענף של מדעי המחשב.
  • 7:42 - 7:43
    הרעיון באופן כללי הוא
  • 7:43 - 7:46
    שבמקום להורות למחשב מה לעשות,
  • 7:46 - 7:48
    פשוט נזרוק נתונים בנוגע לבעיה
  • 7:48 - 7:51
    ונאמר למחשב שימצא פיתרון לבד.
  • 7:51 - 7:53
    כדי להבין את הרעיון
  • 7:53 - 7:57
    נסתכל על המקור שלו.
  • 7:57 - 7:59
    בשנות ה-50, איש מדעי המחשב
  • 7:59 - 8:03
    באיי-בי-אם, בשם ארתור סמואל,
    אהב לשחק דמקה,
  • 8:03 - 8:04
    אז הוא כתב תוכנת מחשב
  • 8:04 - 8:07
    כדי שיוכל לשחק נגד המחשב.
  • 8:07 - 8:09
    הוא שיחק וניצח.
  • 8:10 - 8:12
    הוא שיחק וניצח.
  • 8:12 - 8:15
    הוא שיחק וניצח,
  • 8:15 - 8:17
    כי המחשב ידע
  • 8:17 - 8:19
    רק מהלכים חוקיים.
  • 8:19 - 8:21
    ארתור סמואל ידע משהו אחר.
  • 8:21 - 8:26
    ארתור סמואל ידע אסטרטגיה.
  • 8:26 - 8:28
    לכן הוא כתב תוכנת-משנה
  • 8:28 - 8:30
    שפעלה ברקע,
    וכל מה שהיא עשתה
  • 8:30 - 8:32
    היה לאמוד את הסבירות
  • 8:32 - 8:34
    שסידור נתון על הלוח יוביל
  • 8:34 - 8:37
    לעמדת ניצחון לעומת עמדת הפסד
  • 8:37 - 8:40
    לאחר כל מהלך.
  • 8:40 - 8:43
    הוא שיחק נגד המחשב וניצח.
  • 8:43 - 8:45
    הוא שיחק נגד המחשב וניצח
  • 8:45 - 8:49
    הוא שיחק נגד המחשב וניצח.
  • 8:49 - 8:51
    ואז ארתור סמואל עזב את המחשב
  • 8:51 - 8:54
    כדי שישחק עם עצמו.
  • 8:54 - 8:57
    הוא שיחק עם עצמו ואסף יותר מידע.
  • 8:57 - 9:01
    הוא אסף יותר מידע וזה הגדיל
    את הדיוק של החיזוי שלו.
  • 9:01 - 9:03
    ואז ארתור סמואל חזר למחשב,
  • 9:03 - 9:06
    שיחק נגדו והפסיד,
  • 9:06 - 9:08
    ושיחק נגדו והפסיד,
  • 9:08 - 9:10
    ושיחק נגדו והפסיד,
  • 9:10 - 9:13
    וכך ארתור סמואל יצר מכונה
  • 9:13 - 9:19
    שהתעלתה על יכולתו,
    במשימה שהוא עצמו לימד אותה.
  • 9:19 - 9:21
    והרעיון הזה של למידת מכונה
  • 9:21 - 9:24
    מגיע לכל מקום.
  • 9:25 - 9:28
    איך לדעתכם יש לנו
    מכוניות ללא נהג?
  • 9:28 - 9:31
    האם נהיה במצב יותר טוב כחברה
  • 9:31 - 9:34
    אם נכניס את כל חוקי
    התנועה לתוך תוכנה?
  • 9:34 - 9:36
    לא. האם הזיכרון זול יותר? לא.
  • 9:36 - 9:40
    האלגוריתמים מהירים יותר? לא.
    המעבדים טובים יותר? לא.
  • 9:40 - 9:43
    כל הדברים הללו חשובים,
    אבל הם לא הסיבה.
  • 9:43 - 9:46
    הסיבה היא ששינינו את אופי הבעיה.
  • 9:46 - 9:48
    שינינו את אופי הבעיה
  • 9:48 - 9:50
    ממצב שבו ניסינו באופן מוגזם ובגלוי
  • 9:50 - 9:53
    להסביר למחשב כיצד לנהוג
  • 9:53 - 9:54
    למצב בו אנו אומרים,
  • 9:54 - 9:56
    "הנה, קח לך המון נתונים על הרכב.
  • 9:56 - 9:57
    ואתה תמצא את הפיתרון.
  • 9:57 - 9:59
    אתה תמצא שזה רמזור,
  • 9:59 - 10:01
    שהרמזור אדום ולא ירוק,
  • 10:01 - 10:03
    פירושו שצריך לעצור
  • 10:03 - 10:06
    ולא להתקדם."
  • 10:06 - 10:08
    למידת מכונות נמצאת
  • 10:08 - 10:10
    ביסוד הרבה דברים
    שאנו מבצעים ברשת:
  • 10:10 - 10:12
    מנועי חיפוש,
  • 10:12 - 10:16
    אלגוריתמים של אמזון
    להתאמה אישית,
  • 10:16 - 10:18
    תרגום ממוחשב,
  • 10:18 - 10:22
    מערכות לזיהוי קול.
  • 10:22 - 10:25
    לאחרונה, חוקרים התעמקו
  • 10:25 - 10:28
    בסוגיית הביופסיה,
  • 10:28 - 10:31
    של דגימת רקמות סרטניות,
  • 10:31 - 10:33
    והם ביקשו ממחשב לקבוע,
  • 10:33 - 10:36
    באמצעות בחינת הנתונים
  • 10:36 - 10:39
    ושיעורי התמותה, אם התאים
  • 10:39 - 10:42
    הם באמת סרטניים,
  • 10:42 - 10:45
    וכשהנתונים הוזנו למחשב,
  • 10:45 - 10:47
    באמצעות אלגוריתם למידת מכונה,
  • 10:47 - 10:49
    המכונה היתה מסוגלת לזהות
  • 10:49 - 10:51
    את 12 הסימנים המחשידים
    שמנבאים הכי טוב
  • 10:51 - 10:54
    שריקמה זו מתאי סרטן-שד
  • 10:54 - 10:57
    היא אכן ממאירה.
  • 10:57 - 11:00
    הבעיה: הספרות הרפואית
  • 11:00 - 11:03
    הכירה רק 9 מהם.
  • 11:03 - 11:04
    שלושה מהסימנים היו כאלה
  • 11:04 - 11:07
    שלא היה צורך שאנשים יחפשו,
  • 11:07 - 11:11
    אבל המכונה איתרה אותם.
  • 11:14 - 11:19
    אבל, ישנם גם צדדים אפלים לביג דאטה.
  • 11:19 - 11:21
    ביג דאטה ישפר את חיינו,
  • 11:21 - 11:24
    אבל יש גם בעיות שצריך
    להיות מודעים אליהן.
  • 11:24 - 11:26
    הראשונה היא האפשרות
  • 11:26 - 11:29
    שאנו עשויים לסבול מביצוע ניבויים,
  • 11:29 - 11:33
    כי המשטרה עלולה להשתמש
    בביג דאטה למטרותיה,
  • 11:33 - 11:35
    משהו כמו בסרט "דו"ח מיוחד".
  • 11:35 - 11:38
    זה נקרא "שיטור מנבא",
  • 11:38 - 11:40
    או "חקר פשיעה אלגוריתמי".
  • 11:40 - 11:42
    הרעיון הוא שאם לוקחים המון נתונים,
  • 11:42 - 11:44
    לדוגמא, היכן התרחשו פשעים בעבר,
  • 11:44 - 11:47
    נדע לאן לשגר את סיורי המשטרה.
  • 11:47 - 11:49
    זה נראה הגיוני, אבל הבעיה
  • 11:49 - 11:53
    היא שזה לא ייעצר רק בנתוני המיקום,
  • 11:53 - 11:56
    אלא זה יירד לרמת הפרט.
  • 11:56 - 11:58
    למה שלא נשתמש בנתונים
  • 11:58 - 12:01
    מתעודת התיכון של האדם?
  • 12:01 - 12:02
    אולי עלינו להשתמש בנתונים כמו,
  • 12:02 - 12:04
    אם האדם עובד או מובטל, רמת האשראי שלו,
  • 12:04 - 12:06
    הרגלי גלישתו באינטרנט,
  • 12:06 - 12:08
    אם הוא ער עד מאוחר בלילה.
  • 12:08 - 12:10
    מכשיר הניטור הגופני,
    אם הוא מסוגל לזהות
  • 12:10 - 12:15
    תגובות כימיות, יראה שיש
    לו מחשבות תוקפניות.
  • 12:15 - 12:17
    עשויים להיות אלגוריתמים
    שיכולים לנבא
  • 12:17 - 12:19
    מה אנו עומדים לעשות,
  • 12:19 - 12:20
    ואנו עלולים להיחשב
  • 12:20 - 12:23
    לאחראים לדברים שטרם ביצענו בפועל.
  • 12:23 - 12:25
    פרטיות היוותה אתגר מרכזי
  • 12:25 - 12:28
    בעידן של נתונים מועטים.
  • 12:28 - 12:30
    בעידן ביג דאטה,
  • 12:30 - 12:34
    האתגר יהיה לשמור מכל משמר
    על הרצון החופשי,
  • 12:34 - 12:38
    על הבחירה המוסרית, על רצון האדם,
  • 12:38 - 12:41
    על העצמאות האנושית.
  • 12:43 - 12:45
    ישנה בעיה נוספת:
  • 12:45 - 12:48
    ביג דאטה יגזול מאיתנו את עבודותינו.
  • 12:48 - 12:52
    ביג דאטה והאלגוריתמים
    עומדים לקרוא תיגר
  • 12:52 - 12:55
    על עבודות הצווארון הלבן המקצועיות
  • 12:55 - 12:57
    של המאה ה-21
  • 12:57 - 12:59
    באותו אופן שהמיכון התעשייתי
  • 12:59 - 13:02
    וקו הייצור קראו תיגר
  • 13:02 - 13:04
    על עבודות הצווארון הכחול במאה ה-20.
  • 13:04 - 13:06
    תחשבו על טכנאי מעבדה
  • 13:06 - 13:08
    שמסתכל דרך מיקרוסקופ
  • 13:08 - 13:09
    על ריקמה סרטנית
  • 13:09 - 13:12
    ומחליט אם היא ממאירה או לא.
  • 13:12 - 13:14
    האדם למד באוניברסיטה.
  • 13:14 - 13:15
    הוא קנה רכוש.
  • 13:15 - 13:17
    הוא או היא מצביעים בבחירות.
  • 13:17 - 13:21
    הוא או היא בעלי עניין בחברה.
  • 13:21 - 13:22
    והעבודה של אותו אדם,
  • 13:22 - 13:24
    כמו גם צי שלם
  • 13:24 - 13:26
    של אנשי מקצוע כמו אותו אדם,
  • 13:26 - 13:29
    ימצאו שהעבודות שלהם
    השתנו באופן ניכר
  • 13:29 - 13:31
    או למעשה התחסלו כליל.
  • 13:31 - 13:33
    אנו אוהבים לחשוב
  • 13:33 - 13:36
    שהטכנולוגיה יוצרת עם הזמן עבודות,
  • 13:36 - 13:39
    לאחר תקופת-מעבר קצרה וזמנית,
  • 13:39 - 13:41
    וזה נכון ביחס למציאות שאנו
  • 13:41 - 13:43
    חיים בה, שהיא המהפכה התעשייתית,
  • 13:43 - 13:46
    כי זה בדיוק מה שקרה.
  • 13:46 - 13:48
    אבל אנו שוכחים משהו בניתוח זה:
  • 13:48 - 13:50
    ישנם כמה תחומי עבודה
  • 13:50 - 13:53
    שפשוט נמחקים ולעולם לא שבים.
  • 13:53 - 13:54
    המהפכה התעשייתית
  • 13:54 - 13:59
    לא היתה טובה במיוחד עבור סוסים.
  • 13:59 - 14:01
    לכן יהיה עלינו להיזהר
  • 14:01 - 14:05
    ולהתאים את ביג דאטה לצרכינו,
  • 14:05 - 14:08
    צרכינו האנושיים ביותר.
  • 14:08 - 14:10
    יהיה עלינו להיות אדוניה
    של טכנולוגיה זו,
  • 14:10 - 14:12
    לא משרתיה.
  • 14:12 - 14:15
    אנו נמצאים רק בתחילתו
    של עידן ביג דאטה,
  • 14:15 - 14:18
    והאמת היא שאנו לא מצטיינים
  • 14:18 - 14:22
    בטיפול בכל הנתונים שאנו
    מסוגלים לאסוף כיום.
  • 14:22 - 14:25
    זו לא רק בעיה הנוגעת
    לסוכנות לביטחון לאומי.
  • 14:25 - 14:28
    חברות אוספות המון נתונים
    והן גם משתמשות בו לרעה,
  • 14:28 - 14:32
    ועלינו להשתפר בתחום זה, וזה יקח זמן.
  • 14:32 - 14:34
    זה קצת כמו האתגר שניצב
  • 14:34 - 14:36
    בפני האדם הקדמון עם האש.
  • 14:36 - 14:38
    זהו כלי, אבל כלי שאם
  • 14:38 - 14:42
    לא נהיה זהירים איתו,
    הוא ישרוף אותנו.
  • 14:44 - 14:47
    ביג דאטה עומד
    לשנות את דרך חיינו,
  • 14:47 - 14:50
    את דרך עבודתנו וחשיבתנו.
  • 14:50 - 14:52
    הוא יסייע לנו לנהל
    את הקריירות שלנו
  • 14:52 - 14:55
    ולנהל חיים של סיפוק, תקווה
  • 14:55 - 14:58
    אושר ובריאות.
  • 14:58 - 15:02
    אבל בעבר, הסתכלנו על
    "טכנולוגיית מידע"
  • 15:02 - 15:04
    וראינו רק את ה-"ט",
  • 15:04 - 15:06
    את הטכנולוגיה, החומרה,
  • 15:06 - 15:08
    כי הם היו הדברים הפיזיקליים.
  • 15:08 - 15:11
    כעת אנו צריכים להסתכל על ה-"מ",
  • 15:11 - 15:12
    המידע,
  • 15:12 - 15:14
    הבולט פחות לעין,
  • 15:14 - 15:18
    אבל במובנים מסויימים
    הוא הרבה יותר חשוב.
  • 15:18 - 15:21
    האנושות יכולה סוף-סוף ללמוד מהמידע
  • 15:21 - 15:24
    שהיא מסוגלת לאסוף,
  • 15:24 - 15:26
    כחלק ממסעינו הנצחי
  • 15:26 - 15:29
    להבנת העולם ומקומנו בתוכו,
  • 15:29 - 15:34
    וזו הסיבה מדוע ביג דאטה
    הוא עניין כה חשוב.
  • 15:34 - 15:38
    (מחיאות כפיים)
Title:
ביג דאטה משמעו נתונים יותר טובים
Speaker:
קנת' קוקיאר
Description:

מכוניות ללא נהג היו רק ההתחלה. מהו עתידם של הטכנולוגיה והעיצוב המבוססים על ביג דאטה בהרצאה מדעית מרתקת, קנת' קוקיאר סוקר את עתיד המכונה הלומדת -- והידע האנושי.
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
15:51

Hebrew subtitles

Revisions Compare revisions

Our website uses cookies for analysis purposes.