ABOUT THE SPEAKER
Sebastian Wernicke - Data scientist
After making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects.

Why you should listen

Dr. Sebastian Wernicke is the Chief Data Scientist of ONE LOGIC, a data science boutique that supports organizations across industries to make sense of their vast data collections to improve operations and gain strategic advantages. Wernicke originally studied bioinformatics and previously led the strategy and growth of Seven Bridges Genomics, a Cambridge-based startup that builds platforms for genetic analysis.

Before his career in statistics began, Wernicke worked stints as both a paramedic and successful short animated filmmaker. He's also the author of the TEDPad app, an irreverent tool for creating an infinite number of "amazing and really bad" and mostly completely meaningless talks. He's the author of the statistically authoritative and yet completely ridiculous "How to Give the Perfect TEDTalk."

More profile about the speaker
Sebastian Wernicke | Speaker | TED.com
TEDxZurich 2011

Sebastian Wernicke: 1,000 TED Talks in six words

Sebastian Wernicke: 1000 TED előadás, 6 szóban

Filmed:
702,149 views

Sebastian Wernicke szerint minden TED előadás (TEDTalk) összefoglalható hat szóban. A TEDxZurichen bemutatja, hogyan lehet ezt megoldani -- sőt még ennél is tömörebben.
- Data scientist
After making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects. Full bio

Double-click the English transcript below to play the video.

00:15
There's currentlyjelenleg over a thousandezer TEDTalksElőadásokról on the TEDTED websiteweboldal.
0
0
4000
Jelenleg több, mint ezer TED előadás érhető el a TED weboldalán.
00:19
And I guessTaláld ki manysok of you here
1
4000
3000
És úgy gondolom a legtöbbjük itt
00:22
think that this is quiteegészen fantasticfantasztikus --
2
7000
2000
azt hiszi, ez valami fantasztikus --
00:24
exceptkivéve for me. I don't agreeegyetért with this.
3
9000
2000
kivéve engem. Mert szerintem nem az.
00:26
I think we have a situationhelyzet here.
4
11000
2000
Szerintem ez sokkal inkább gond.
00:28
Because if you think about it, 1,000 TEDTalksElőadásokról,
5
13000
3000
Mert ha belegondolnak, ezer TED előadás,
00:31
that's over 1,000 ideasötletek worthérdemes spreadingterjedés.
6
16000
3000
az több mint ezer gondolat, melyeket érdemes terjeszteni.
00:34
How on earthföld
7
19000
2000
Hogyan is tudnának
00:36
are you going to spreadterjedését a thousandezer ideasötletek?
8
21000
2000
ezer gondolatot elterjeszteni?
00:38
Even if you just try to get all of those ideasötletek into your headfej
9
23000
2000
Még ha csak megpróbálják felfogni azt az ezer gondolatot,
00:40
by watchingnézni all those thousandezer TEDTED videosvideók,
10
25000
2000
miközben azt az ezer TED videót nézik,
00:42
it would actuallytulajdonképpen currentlyjelenleg take you
11
27000
3000
az tulajdonképpen több, mint
00:45
over 250 hoursórák to do so.
12
30000
2000
250 órájukba kerülne.
00:47
And I did a little calculationszámítás of this.
13
32000
2000
Elszámolgattam ezzel egy kicsit.
00:49
The damagekár to the economygazdaság for eachminden egyes one who does this
14
34000
3000
A gazdasági kár, amit minden egyes ilyen néző okoz,
00:52
is around $15,000.
15
37000
2000
kb. 15.000 dollár lenne.
00:54
So havingamelynek seenlátott this dangerveszély to the economygazdaság,
16
39000
3000
Szóval ezt a gazdasági veszélyt látva,
00:57
I thought, we need to find a solutionmegoldás to this problemprobléma.
17
42000
3000
úgy gondoltam, megoldást kell találnunk erre a problémára.
01:00
Here'sItt van my approachmegközelítés to it all.
18
45000
2000
Íme az én módszerem.
01:02
If you look at the currentjelenlegi situationhelyzet,
19
47000
2000
Ha vesszük a jelenlegi helyzetet,
01:04
you have a thousandezer TEDTalksElőadásokról.
20
49000
2000
van ezer TED előadásunk.
01:06
EachMinden of those TEDTalksElőadásokról has an averageátlagos lengthhossz
21
51000
2000
Minden egyes TED előadás,
01:08
of about 2,300 wordsszavak.
22
53000
2000
átlagosan kb. 2.300 szó hosszúságú.
01:10
Now take this togetheregyütt
23
55000
2000
Most adjuk ezt össze,
01:12
and you endvég up with 2.3 millionmillió wordsszavak of TEDTalksElőadásokról,
24
57000
3000
és az eredmény: 2,3 millió szónyi TED előadás,
01:15
whichmelyik is about threehárom Bibles-worthBibliák-érdemes of contenttartalom.
25
60000
3000
ami nagyjából három Bibliányi tartalom.
01:18
The obviousnyilvánvaló questionkérdés here is,
26
63000
2000
A magától értetődő kérdés pedig az:
01:20
does a TEDTalkTEDTalk really need 2,300 wordsszavak?
27
65000
3000
tényleg szüksége van 2.300 szóra egy TED előadásnak?
01:23
Isn't there something shorterrövidebb?
28
68000
2000
Nem lehetne valahogy rövidebben?
01:25
I mean, if you have an ideaötlet worthérdemes spreadingterjedés,
29
70000
2000
Úgy értem, ha van egy gondolatuk, amelyet érdemes terjeszteni,
01:27
surelybiztosan you can put it into something shorterrövidebb
30
72000
2000
biztos le tudják írni rövidebben,
01:29
than 2,300 wordsszavak.
31
74000
2000
mint 2.300 szó.
01:31
The only questionkérdés is, how shortrövid can you get?
32
76000
2000
Az egyetlen kérdés: mennyire röviden lehetséges?
01:33
What's the minimumminimális amountösszeg of wordsszavak
33
78000
2000
Mi az a minimum szószám, amire
01:35
you would need to do a TEDTalkTEDTalk?
34
80000
2000
egy TED előadáshoz szükségük van?
01:37
While I was ponderingtöprengett this questionkérdés,
35
82000
2000
Amíg ezen törtem a fejem,
01:39
I camejött acrossát this urbanvárosi legendlegenda about ErnestErnest HemingwayHemingway,
36
84000
3000
ráakadtam arra a városi legendára, ami szerint Ernest Hemingway
01:42
who allegedlyállítólag said that these sixhat wordsszavak here:
37
87000
3000
állítólag azt mondta, hogy ez a hat szó itt:
01:45
"For saleEladó: babybaba shoescipő, never wornkopott,"
38
90000
3000
"Eladó: egy pár babacipő, sohasem hordták"
01:48
were the bestlegjobb novelregény he had ever writtenírott.
39
93000
3000
volt a legjobb regénye, amit valaha írt.
01:51
And I alsois encounteredtalálkozott a projectprogram calledhívott Six-WordHat-Word MemoirsEmlékiratok
40
96000
2000
És még egy Hatszavas Emlékiratok nevű projektre is rátaláltam,
01:53
where people were askedkérdezte,
41
98000
2000
ahol az embereket arra kérték,
01:55
take your wholeegész life and please sumösszeg this up into sixhat wordsszavak, suchilyen as these here:
42
100000
3000
hogy legyenek szívesek az egész életüket hat szóban összefoglalni, mint ez itt:
01:58
"FoundTalált trueigaz love, marriedházas someonevalaki elsemás."
43
103000
2000
"Megtaláltam az igaz szerelmet, hozzámentem máshoz."
02:00
Or "LivingÉlő in existentialegzisztenciális vacuumvákuum; it sucksszar."
44
105000
3000
Vagy: "Élet az egzisztenciális vákuumban; az szívás."
02:03
I actuallytulajdonképpen like that one.
45
108000
2000
Ez tulajdonképpen tetszik.
02:05
So if a novelregény can be put into sixhat wordsszavak
46
110000
3000
Tehát ha egy regény megírható hat szóban,
02:08
and a wholeegész memoirmemoár can be put into sixhat wordsszavak,
47
113000
3000
és egy egész életrajz belefér hat szóba,
02:11
you don't need more than sixhat wordsszavak for a TEDTalkTEDTalk.
48
116000
3000
akkor nincs többre szükségünk, mint hat szó egy TED előadáshoz.
02:14
We could have been doneKész by lunchebéd here.
49
119000
2000
Ebédre már be is fejezhetnénk.
02:16
I mean ...
50
121000
3000
Úgy értem...
02:19
And if you did this for all thousandezer TEDTalksElőadásokról,
51
124000
2000
És ha mindezt megcsináljuk ezer TED előadásra,
02:21
you would get from 2.3 millionmillió wordsszavak down to 6,000.
52
126000
3000
akkor a 2,3 milliótól 6.000 szóig jutunk.
02:24
So I thought this was quiteegészen worthwhileérdemes.
53
129000
2000
Úgy gondoltam, ez tényleg megéri.
02:26
So I startedindult askingkérve all my friendsbarátok,
54
131000
2000
Szóval megkértem minden barátomat,
02:28
please take your favoritekedvenc TEDTalkTEDTalk and put that into sixhat wordsszavak.
55
133000
3000
írják le a kedvenc TED előadásukat hat szóban.
02:31
So here are some of the resultstalálatok that I receivedkapott. I think they're quiteegészen niceszép.
56
136000
2000
Itt van néhány az eredmények közül. Szerintem egész jók.
02:33
For examplepélda, DanDan Pink'sPink talk on motivationmotiváció,
57
138000
2000
Például Dan Pink előadása a motivációról,
02:35
whichmelyik was prettyszép good if you haven'tnincs seenlátott it:
58
140000
2000
ami egész nagyszerű volt, ha esetleg nem látták,
02:37
"DropCsepp carrotsárgarépa. DropCsepp stickrúd. BringHogy meaningjelentés."
59
142000
2000
"Se répa. Se ostor. Adj értelmet."
02:39
It's what he's basicallyalapvetően talkingbeszél about in those 18 and a halffél minutespercek.
60
144000
3000
Nagyjából erről beszél abban a 18 és fél percben.
02:42
Or some even includedbeleértve referencesreferenciák to the speakershangszórók,
61
147000
2000
Vagy néhányuk még az előadóra is utalt,
02:44
suchilyen as NathanNathan Myhrvold'sMyhrvolddal barátait speakingbeszélő stylestílus,
62
149000
2000
mint például Nathan Myhrvold beszédstílusára,
02:46
or the one of TimTim FerrissFerriss,
63
151000
2000
vagy Tim Ferrissére,
02:48
whichmelyik mightesetleg be consideredfigyelembe vett a bitbit strenuousmegerőltető at timesalkalommal.
64
153000
3000
ami néha kicsit kimerítő tud lenni.
02:51
The challengekihívás here is, if I try to systematicallyrendszeresen do this,
65
156000
3000
A kihívás itt az, hogy ha szervezetten próbálom ezt megoldani,
02:54
I would probablyvalószínűleg endvég up with a lot of summariesösszefoglalók,
66
159000
2000
lehet, hogy sok összefoglalót kapok,
02:56
but not with manysok friendsbarátok in the endvég.
67
161000
2000
de a végére kevés barátom marad.
02:58
So I had to find a differentkülönböző methodmódszer,
68
163000
2000
Tehát egy másik módszert kellett találnom,
03:00
preferablyelőnyösen involvingérintő totalteljes strangersidegenek.
69
165000
2000
lehetőleg vadidegenek részvételével.
03:02
And luckilyszerencsére there's a websiteweboldal for that calledhívott MechanicalMechanikus TurkTurk,
70
167000
3000
És szerencsére van erre egy weboldal, a Mechanikus Török,
03:05
whichmelyik is a websiteweboldal where you can postposta tasksfeladatok
71
170000
2000
ami egy weboldal, ahol az ember feladatokat adhat ki,
03:07
that you don't want to do yourselfsaját magad,
72
172000
2000
amit nem szeretne maga megcsinálni,
03:09
suchilyen as "Please summarizeösszesít this textszöveg for me in sixhat wordsszavak."
73
174000
3000
például: "Foglalja össze kérem ezt a szöveget hat szóban!"
03:12
And I didn't allowlehetővé teszi any low-costalacsony költségű countriesországok to work on this,
74
177000
3000
Nem engedtem egyetlen olcsó országot, hogy ezen dolgozzon,
03:15
but I foundtalál out I could get a six-wordhat-word summaryÖsszefoglaló for just 10 centscent,
75
180000
4000
de rájöttem, hogy kaphatok egy hatszavas összefoglalót, mindössze 10 centért,
03:19
whichmelyik I think is a prettyszép good priceár.
76
184000
2000
ami szerintem egész jó ár.
03:21
Even then, unfortunatelysajnálatos módon,
77
186000
2000
De még így sem lehet, sajnos,
03:23
it's not possiblelehetséges to summarizeösszesít eachminden egyes TEDTalkTEDTalk individuallykülön-külön.
78
188000
3000
minden egyes TED előadást egyenként összefoglalni.
03:26
Because if you do the mathmatematikai, you have a thousandezer TEDTalksElőadásokról,
79
191000
2000
Mert ha kimatekozzák, van ezer TED előadásunk,
03:28
the payfizetés 10 centscent eachminden egyes;
80
193000
2000
a fizetség 10 cent darabonként;
03:30
you have to do more than one summaryÖsszefoglaló for eachminden egyes of those talksbeszél,
81
195000
3000
több mint egy összefoglalót kell készíttetni előadásonként,
03:33
because some of them will probablyvalószínűleg be, or are, really badrossz.
82
198000
3000
mert néhányuk várhatóan pocsék lesz, vagy már az is.
03:36
So I would endvég up payingfizető hundredsszáz of dollarsdollár.
83
201000
3000
Szóval a végén több száz dollárt kellene fizetnem.
03:39
So I thought of a differentkülönböző way
84
204000
2000
Ezért kitaláltam egy másik módszert,
03:41
by thinkinggondolkodás, well, the talksbeszél revolveforog around certainbizonyos themestémák.
85
206000
3000
gondolván, nos, az előadások bizonyos témák körül forognak.
03:44
So what if I don't let people summarizeösszesít
86
209000
2000
Mi van, ha nem hagyom az embereket
03:46
individualEgyedi TEDTalksElőadásokról to sixhat wordsszavak,
87
211000
2000
egyenként összefoglalni a TED előadásokat hat szóban,
03:48
but give them 10 TEDTalksElőadásokról at the sameazonos time
88
213000
2000
hanem 10 TED előadást adok nekik egyszerre,
03:50
and say, "Please do a six-wordhat-word summaryÖsszefoglaló for that one."
89
215000
3000
és azt mondom, "Kérem foglalja össze hat szóban mindezeket!"
03:53
I would cutvágott my costskiadások by 90 percentszázalék.
90
218000
2000
A költségeim 90%-át megtakarítanám.
03:55
So for $60,
91
220000
3000
Tehát 60 dollárért
03:58
I could summarizeösszesít a thousandezer TEDTalksElőadásokról
92
223000
2000
összefoglaltathatnám az ezer TED előadást
04:00
into just 600 summariesösszefoglalók,
93
225000
2000
mindössze 600 összefoglalóba,
04:02
whichmelyik would actuallytulajdonképpen be quiteegészen niceszép.
94
227000
2000
ami nem is lenne rossz.
04:04
Now some of you mightesetleg actuallytulajdonképpen right now be thinkinggondolkodás,
95
229000
2000
Néhányuk most azt gondolhatja, hogy egyenesen
04:06
It's downrightegyenesen crazyőrült to have 10 TEDTalksElőadásokról summarizedösszegzett into just sixhat wordsszavak.
96
231000
3000
őrültség 10 TED előadást mindössze hat szóban összefoglalni.
04:09
But it's actuallytulajdonképpen not,
97
234000
2000
De valójában nem az,
04:11
because there's an examplepélda by statisticsstatisztika professorEgyetemi tanár, HansHans RoslingRosling.
98
236000
3000
mert itt van például Hans Rosling, a statisztika professzorának, példája.
04:14
I guessTaláld ki manysok of you have seenlátott one or more of his talksbeszél.
99
239000
2000
Ha jól sejtem legtöbbjük látta már egy vagy több előadását.
04:16
He's got eightnyolc talksbeszél onlineonline,
100
241000
2000
Nyolc előadása érhető el,
04:18
and those talksbeszél can basicallyalapvetően be summedfoglalta up into just fournégy wordsszavak,
101
243000
3000
és ezek az előadások mindössze négy szóban összefoglalhatóak,
04:21
because that's all he's basicallyalapvetően showingkiállítás us,
102
246000
2000
mert alapvetően folyamatosan azt mutatja nekünk,
04:23
our intuitionintuíció is really badrossz.
103
248000
2000
hogy a megérzéseink mennyire rosszak.
04:25
He always provesazt bizonyítja us wrongrossz.
104
250000
2000
Mindig bebizonyítja, hogy tévedünk.
04:27
So people on the InternetInternet, some didn't do so well.
105
252000
3000
Nos, az emberek az interneten, néhányan nem csinálták valami jól.
04:30
I mean, when I askedkérdezte them to summarizeösszesít the 10 TEDTalksElőadásokról at the sameazonos time,
106
255000
2000
Úgy értem, amikor megkértem őket, hogy foglaljanak össze egyszerre 10 TED előadást,
04:32
some tookvett the easykönnyen routeútvonal out.
107
257000
2000
néhányan az egyszerű utat választották.
04:34
They just had some generalTábornok commentmegjegyzés.
108
259000
3000
Adtak pár általános megjegyzést.
04:37
There were othersmások, and I foundtalál this quiteegészen cheekypimasz.
109
262000
3000
Mások, és ezt elég pimasz dolognak találtam,
04:40
They used theirazok sixhat wordsszavak to talk back to me
110
265000
2000
a hat szavukat arra használták, hogy nekem feleseljenek,
04:42
and askkérdez me if I'd been too much on GoogleGoogle latelyutóbbi időben.
111
267000
4000
és azt kérdezték, hogy nem voltam-e túl sokat a Google-ön mostanában.
04:46
And finallyvégül alsois, I never understoodmegértett this,
112
271000
3000
Végül pedig, ezt sem értettem meg soha,
04:49
some people really camejött up with theirazok ownsaját versionváltozat of the truthigazság.
113
274000
3000
néhányan tényleg előjöttek a saját igazságukkal.
04:52
I don't know any TEDTalkTEDTalk that containstartalmaz this.
114
277000
3000
Én egy olyan TED előadást sem ismerek, amiben ez benne van.
04:55
But, oh well. In the endvég, howeverazonban,
115
280000
2000
Na de sebaj! Végül azonban,
04:57
and this is really amazingelképesztő,
116
282000
2000
és ez tényleg elképesztő,
04:59
for eachminden egyes of those 10 TEDTalkTEDTalk clustersklaszterek that I submittedbenyújtott,
117
284000
2000
minden egyes 10-es TED előadáscsokorra amit feladtam,
05:01
I actuallytulajdonképpen receivedkapott meaningfuljelentőségteljes summariesösszefoglalók.
118
286000
2000
tényleg kaptam értelmes összefoglalókat.
05:03
Here are some of my favoritesKedvencek.
119
288000
2000
Itt van néhány a kedvenceim közül.
05:05
For examplepélda, for all the TEDTalksElőadásokról around foodélelmiszer,
120
290000
2000
Például, minden TED előadást ami ételekről szólt,
05:07
someonevalaki summedfoglalta this up into: "FoodÉlelmiszer shapingformálás bodytest, brainsagyvelő and environmentkörnyezet,"
121
292000
2000
valaki úgy összegzett: "Étel formál testet, értelmet és környezetet",
05:09
whichmelyik I think is prettyszép good.
122
294000
2000
ami szerintem egészen jó.
05:11
Or happinessboldogság: "StrivingArra törekszik towardfelé happinessboldogság =
123
296000
2000
Vagy a boldogságról: "A boldogságért küzdeni =
05:13
movingmozgó towardfelé unhappinessboldogtalanság."
124
298000
2000
a boldogtalanságot elérni".
05:15
So here I was.
125
300000
2000
Így álltam hát.
05:17
I had startedindult out with a thousandezer TEDTalksElőadásokról
126
302000
2000
Ezer TED előadással kezdtem,
05:19
and I had 600 six-wordhat-word summariesösszefoglalók for those.
127
304000
3000
és volt 600 hatszavas összegzésem hozzájuk.
05:22
ActuallyValójában it soundedhangzott niceszép in the beginningkezdet,
128
307000
2000
Eleinte egészen jól hangzott,
05:24
but when you look at 600 summariesösszefoglalók, it's quiteegészen a lot.
129
309000
2000
de ha vesszük a 600 összefoglalót, az elég sok.
05:26
It's a hugehatalmas listlista.
130
311000
2000
Egy nagyon hosszú lista.
05:28
So I thought, I probablyvalószínűleg have to take this one steplépés furthertovábbi here
131
313000
4000
Ezért úgy gondoltam, hogy talán egy lépéssel tovább kellene mennem,
05:32
and createteremt summariesösszefoglalók of the summariesösszefoglalók -- and this is exactlypontosan what I did.
132
317000
3000
és az összefoglalókat kellene összefoglalni -- és pontosan ezt is tettem.
05:35
So I tookvett the 600 summariesösszefoglalók that I had,
133
320000
2000
Szóval fogtam a 600 összefoglalómat,
05:37
put them into ninekilenc groupscsoportok
134
322000
2000
kilenc csoportba rendeztem őket
05:39
accordingszerint to the ratingsértékelés that the talksbeszél had originallyeredetileg receivedkapott on TEDTED.comcom
135
324000
4000
azok alapján, milyen besorolást kaptak eredetileg a TED.com-on,
05:43
and askedkérdezte people to do summariesösszefoglalók of those.
136
328000
3000
és megkértem az embereket, hogy készítsenek összegzőket ezekhez.
05:46
Again, there were some misunderstandingsfélreértések.
137
331000
2000
Mint mindig, voltak félreértések.
05:48
For examplepélda, when I had a clusterfürt of all the beautifulszép talksbeszél,
138
333000
2000
Például, a csodálatos előadások csoportjára azt hitte valaki,
05:50
someonevalaki thought I was just tryingmegpróbálja to find the ultimatevégső pick-uppick-up linevonal.
139
335000
3000
hogy csak az abszolút csajozós dumát akarom megtalálni.
05:53
But in the endvég, amazinglybámulatosan,
140
338000
3000
De végül, bámulatos módon,
05:56
again, people were ableképes to do it.
141
341000
2000
az emberek ismét képesek voltak megoldani.
05:58
For examplepélda, all the courageousbátor TEDTalksElőadásokról:
142
343000
2000
Például, minden bátor TED előadásra:
06:00
"People dyinghaldoklik," or "People sufferingszenvedő," was alsois one,
143
345000
2000
"Haldokló emberek", vagy "Szenvedő emberek" is volt,
06:02
"with easykönnyen solutionsmegoldások around."
144
347000
2000
"könnyen elérhető megoldások közt".
06:04
Or the reciperecept for the ultimatevégső jaw-droppingdöbbenetes TEDTalkTEDTalk:
145
349000
2000
Vagy a recept az abszolút elképesztő TED előadás kategóriára:
06:06
"FlickrFlickr photosfotók of intergalacticintergalaktikus classicalklasszikus composerZeneszerző."
146
351000
3000
"Flickr fotók egy intergalaktikus klasszikus zeneszerzőről".
06:09
I mean that's the essencelényeg of it all.
147
354000
3000
Szerintem ez mindent elmond.
06:12
Now I had my ninekilenc groupscsoportok,
148
357000
2000
Így megvolt a kilenc csoportom de,
06:14
but, I mean, it's alreadymár quiteegészen a reductioncsökkentés.
149
359000
3000
bár azért már ez is egy nagy csökkentés.
06:17
But of coursetanfolyam, onceegyszer you are that farmessze, you're not really satisfiedelégedett.
150
362000
3000
De persze, ha már eddig elér valaki, akkor már nem lehet elégedett.
06:20
I wanted to go all the way, all the way down the distilleryszeszfőzde,
151
365000
3000
Végig akartam menni, egészen a lepárlósor végéig,
06:23
startingkiindulási out with a thousandezer TEDTalksElőadásokról.
152
368000
2000
ami az ezer TED előadással kezdődött.
06:25
I wanted to have a thousandezer TEDTalksElőadásokról summarizedösszegzett into just sixhat wordsszavak --
153
370000
3000
Azt akartam, hogy az ezer TED előadás, hat szóban legyen összesűrítve,
06:28
whichmelyik would be a 99.9997 percentszázalék reductioncsökkentés in contenttartalom.
154
373000
4000
ami 99.9997%-os tartalomcsökkentést jelentene.
06:32
And I would only payfizetés $99.50 --
155
377000
3000
És ezért mindössze 99,50 dollárt fizetnék,
06:35
so staymarad even belowlent a hundredszáz dollarsdollár for it.
156
380000
3000
hogy azért a százdolláros határ alatt maradjak.
06:38
So I had 50 overallátfogó summariesösszefoglalók doneKész.
157
383000
2000
Szóval így lett 50 átfogó összesítésem.
06:40
This time I paidfizetett 25 centscent
158
385000
2000
Ezúttal 25 centet fizettem,
06:42
because I thought the taskfeladat was a bitbit hardernehezebb.
159
387000
3000
mert úgy gondoltam, ez egy nehezebb feladat.
06:45
And unfortunatelysajnálatos módon when I first receivedkapott the answersválaszokat --
160
390000
2000
Sajnos amikor először megkaptam a válaszokat --
06:47
and here you'llazt is megtudhatod see sixhat of the answersválaszokat --
161
392000
2000
és itt láthatnak hatot belőlük --,
06:49
I was a bitbit disappointedcsalódott.
162
394000
2000
egy kicsit csalódott voltam.
06:51
Because I think you'llazt is megtudhatod agreeegyetért, they all summarizeösszesít some aspectvonatkozás of TEDTED,
163
396000
3000
Mert, azt hiszem ebben egyetértenek, ezek mind összefoglalják a TED bizonyos aspektusát,
06:54
but to me they feltfilc a bitbit blandnyájas,
164
399000
2000
de számomra kicsit laposnak tűntek,
06:56
or they just had a certainbizonyos aspectvonatkozás of TEDTED in them.
165
401000
3000
vagy a TED-et csak egy bizonyos szemszögből nézték.
06:59
So I was almostmajdnem readykész to give up
166
404000
3000
Szóval már majdnem föladtam,
07:02
when one night I playedDátum around with these sentencesmondatok
167
407000
2000
amikor egy éjjel játszottam egy kicsit a mondatokkal,
07:04
and foundtalál out that there's actuallytulajdonképpen a beautifulszép solutionmegoldás in here.
168
409000
4000
és rájöttem, hogy van itt egy csodaszép megoldás.
07:08
So here it is,
169
413000
3000
Itt van hát,
07:11
a crowd-sourcedtömeg forrású, six-wordhat-word summaryÖsszefoglaló of a thousandezer TEDTalksElőadásokról
170
416000
4000
egy crowdsourcing projektben készült hatszavas összefoglalója
07:15
at the valueérték of $99.50:
171
420000
3000
ezer TED előadásnak, 99,50 dollár értéken:
07:18
"Why the worryaggodalom? I'd ratherInkább wondercsoda."
172
423000
2000
"Minek az aggodalom? Inkább lennék kíváncsi!"
07:20
Thank you very much.
173
425000
2000
Köszönöm szépen.
07:22
(ApplauseTaps)
174
427000
5000
(Taps)
Translated by Krisztian Stancz
Reviewed by Sara Heltai

▲Back to top

ABOUT THE SPEAKER
Sebastian Wernicke - Data scientist
After making a splash in the field of bioinformatics, Sebastian Wernicke moved on to the corporate sphere, where he motivates and manages multidimensional projects.

Why you should listen

Dr. Sebastian Wernicke is the Chief Data Scientist of ONE LOGIC, a data science boutique that supports organizations across industries to make sense of their vast data collections to improve operations and gain strategic advantages. Wernicke originally studied bioinformatics and previously led the strategy and growth of Seven Bridges Genomics, a Cambridge-based startup that builds platforms for genetic analysis.

Before his career in statistics began, Wernicke worked stints as both a paramedic and successful short animated filmmaker. He's also the author of the TEDPad app, an irreverent tool for creating an infinite number of "amazing and really bad" and mostly completely meaningless talks. He's the author of the statistically authoritative and yet completely ridiculous "How to Give the Perfect TEDTalk."

More profile about the speaker
Sebastian Wernicke | Speaker | TED.com