ABOUT THE SPEAKER
Gary Flake - Technologist
Gary Flake is a Technical Fellow at Microsoft, and the founder and director of Live Labs.

Why you should listen

Gary Flake is a Technical Fellow at Microsoft, where he focuses on Internet products and technologies including search, advertising, content, portals, community and application development. In this capacity, he helps define and evolve Microsoft's product vision, technical architecture and business strategy for online services. He is also the founder and director of Live Labs, a skunkworks that bridges research and development, and is widely recognized for inventing new best practices for catalyzing and managing innovation.

Prior to joining Microsoft, Flake founded Yahoo! Research Labs, ran Yahoo!'s corporate R&D activities and company-wide innovation effort, and was the Chief Science Officer of Overture, the company that invented the paid search business model. Flake also wrote the award-winning book The Computational Beauty of Nature, which is used in college courses worldwide.

More profile about the speaker
Gary Flake | Speaker | TED.com
TED2010

Gary Flake: Is Pivot a turning point for web exploration?

Гари Флейк: является ли Пивот революционным шагом в навигации сети?

Filmed:
751,479 views

Гари Флейк демонстрирует работу Пивот, нового способа навигации сети и упорядочивания огромных объемов изображений и данных в сети. Построенное на революционной технологии Сидрагон, приложение дает возможность смотреть на базы с разных точек зрения и открывать зависимости и связи, незаметные для обычного способа навигации сети.
- Technologist
Gary Flake is a Technical Fellow at Microsoft, and the founder and director of Live Labs. Full bio

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

00:16
If I can leaveоставлять you with one bigбольшой ideaидея todayCегодня,
0
1000
2000
Если у меня выйдет донести до вас одну важную идею -
00:18
it's that the wholeвсе of the dataданные
1
3000
2000
совокупность данных,
00:20
in whichкоторый we consumeпотреблять
2
5000
2000
которые мы используем,
00:22
is greaterбольшая that the sumсумма of the partsчасти,
3
7000
2000
больше, чем сумма частей и
00:24
and insteadвместо of thinkingмышление about informationИнформация overloadперегрузка,
4
9000
3000
вместо того, чтобы думать о перезагруженности информацией,
00:27
what I'd like you to think about is how
5
12000
2000
я бы хотел, чтобы вы подумали над тем,
00:29
we can use informationИнформация so that patternsузоры popпоп
6
14000
3000
как мы можем использовать информацию, чтобы проявлялись зависимости,
00:32
and we can see trendsтенденции that would otherwiseв противном случае be invisibleневидимый.
7
17000
3000
и мы могли видеть тренды, которые в противоположном случае видны бы не были.
00:35
So what we're looking at right here is a typicalтипичный mortalityсмертность chartдиаграмма
8
20000
3000
Итак, перед вами обычный график смертности,
00:38
organizedорганизованная by ageвозраст.
9
23000
2000
организованный по возрасту.
00:40
This toolинструмент that I'm usingс помощью here is a little experimentэксперимент.
10
25000
2000
Я использую экспериментальное приложение.
00:42
It's calledназывается Pivotстержень, and with Pivotстержень what I can do
11
27000
3000
Оно называется Пивот(рус. Ось), и оно позволяет нам
00:45
is I can chooseвыберите to filterфильтр in one particularконкретный causeпричина of deathsсмертей -- say, accidentsнесчастные случаи.
12
30000
4000
фильтровать данные по причине смерти, например, несчастным случаям.
00:49
And, right away, I see there's a differentдругой patternшаблон that emergesвозникает.
13
34000
3000
И сразу же я вижу новую проявляющуюся зависимость.
00:52
This is because, in the mid-areaсредняя зона here,
14
37000
2000
Это происходит потому, что в середине
00:54
people are at theirих mostбольшинство activeактивный,
15
39000
2000
люди наиболее активны, а здесь, потому,
00:56
and over here they're at theirих mostбольшинство frailхилый.
16
41000
2000
что они наиболее уязвимы.
00:58
We can stepшаг back out again
17
43000
2000
Мы можем снова отойти и
01:00
and then reorganizeреорганизовывать the dataданные by causeпричина of deathсмерть,
18
45000
2000
реорганизовать данные по причине смерти,
01:02
seeingвидя that circulatoryциркуляционный diseasesболезни and cancerрак
19
47000
3000
увидев, что сердечно-сосудистые заболевания и рак,
01:05
are the usualобычный suspectsподозреваемые, but not for everyoneвсе.
20
50000
3000
являются наиболее распространенными причинами, но не для всех.
01:08
If we go aheadвпереди and we filterфильтр by ageвозраст --
21
53000
3000
Если пойти дальше и отфильтровать по возрасту,
01:11
say 40 yearsлет or lessМеньше --
22
56000
2000
скажем, до 40 лет,
01:13
we see that accidentsнесчастные случаи are actuallyна самом деле
23
58000
2000
мы видим, что несчастные случаи
01:15
the greatestвеличайший causeпричина that people have to be worriedволновался about.
24
60000
3000
являются самой распространенной причиной смерти.
01:18
And if you drillдрель into that, it's especiallyособенно the caseдело for menлюди.
25
63000
3000
И если углубиться в изучение, видно, что это наиболее присуще мужчинам.
01:21
So you get the ideaидея
26
66000
2000
То есть вы поняли, что
01:23
that viewingпросмотр informationИнформация, viewingпросмотр dataданные in this way,
27
68000
3000
рассматривая информацию таким образом
01:26
is a lot like swimmingплавание
28
71000
2000
вы как будто плаваете
01:28
in a livingживой informationИнформация info-graphicИнфографический.
29
73000
3000
в изменяющемся море информации.
01:31
And if we can do this for rawсырье dataданные,
30
76000
2000
Если мы можем использовать это для исходных данных,
01:33
why not do it for contentсодержание as well?
31
78000
3000
почему не делать этого для наполнения сети?
01:36
So what we have right here
32
81000
2000
Здесь изображены
01:38
is the coverобложка of everyкаждый singleОдин SportsВиды спорта Illustratedиллюстрированный
33
83000
3000
обложки всех журналов Sports Illustrated (Спортс Илюстрейтед),
01:41
ever producedпроизведенный.
34
86000
2000
когда либо выпущенных.
01:43
It's all here; it's all on the webWeb.
35
88000
2000
Они все здесь. В сети.
01:45
You can go back to your roomsномера and try this after my talk.
36
90000
3000
Вы можете пойти к себе в комнату и попробовать это после лекции.
01:48
With Pivotстержень, you can drillдрель into a decadeдесятилетие.
37
93000
3000
С Пивот, вы можете изучить декаду.
01:51
You can drillдрель into a particularконкретный yearгод.
38
96000
2000
Можно углубиться в определенный год.
01:53
You can jumpПрыгать right into a specificконкретный issueвопрос.
39
98000
3000
Можно перейти прямо к отдельному номеру.
01:56
So I'm looking at this; I see the athletesспортсменов
40
101000
2000
Вот здесь я вижу спортсменов,
01:58
that have appearedпоявился in this issueвопрос, the sportsвиды спорта.
41
103000
2000
которые появлялись в этом издании, виды спорта.
02:00
I'm a Lanceкопье Armstrongармстронг fanпоклонник, so I'll go aheadвпереди and I'll clickщелчок on that,
42
105000
3000
Я поклонник Ланса Армстронга и я нажму здесь,
02:03
whichкоторый revealsпоказывает, for me, all the issuesвопросы
43
108000
2000
чтобы увидеть, в каких выпусках
02:05
in whichкоторый Lanceкопье Armstrong'sАрмстронг been a partчасть of.
44
110000
2000
была информация о Лансе Армстронге.
02:07
(ApplauseАплодисменты)
45
112000
3000
(Аплодисменты)
02:10
Now, if I want to just kindсвоего рода of take a peekзаглядывать at these,
46
115000
3000
Сейчас, если я хочу просто глянуть на эти,
02:13
I mightмог бы think,
47
118000
2000
я могу подумать:
02:15
"Well, what about takingпринятие a look at all of cyclingезда на велосипеде?"
48
120000
2000
"Ну а почему бы не взглянуть на велосипедный спорт в целом?".
02:17
So I can stepшаг back, and expandрасширять on that.
49
122000
2000
Я могу вернуться и расширить запрос.
02:19
And I see GregGreg LeMondLeMond now.
50
124000
2000
Теперь я вижу Грега Лемонда.
02:21
And so you get the ideaидея that when you
51
126000
2000
И вы теперь понимаете, что когда вы
02:23
navigateпроводить over informationИнформация this way --
52
128000
2000
просматриваете эту информацию,
02:25
going narrowerболее узкий, broaderшире,
53
130000
2000
сужая и расширяя запрос,
02:27
backingподдержка in, backingподдержка out --
54
132000
2000
двигаясь вперед и назад,
02:29
you're not searchingпоиск, you're not browsingпросмотр.
55
134000
2000
вы не ищете и не перемещаетесь по сети.
02:31
You're doing something that's actuallyна самом деле a little bitнемного differentдругой.
56
136000
2000
Вы делаете нечто, что немного отличается от этого.
02:33
It's in betweenмежду, and we think it changesизменения
57
138000
3000
Это нечто посередине, и нам кажется, что это изменяет то,
02:36
the way informationИнформация can be used.
58
141000
2000
как можно использовать информацию.
02:38
So I want to extrapolateэкстраполировать on this ideaидея a bitнемного
59
143000
2000
Теперь я хочу немного применить эту идею
02:40
with something that's a little bitнемного crazyпсих.
60
145000
2000
в несколько странной области.
02:42
What we're doneсделанный here is we'veмы в takenвзятый everyкаждый singleОдин WikipediaВикипедия pageстраница
61
147000
3000
Здесь мы взяли все страницы Википедии
02:45
and we reducedуменьшенный it down to a little summaryрезюме.
62
150000
3000
и сжали их до короткого обобщения.
02:48
So the summaryрезюме consistsсостоит of just a little synopsisконспект
63
153000
3000
Информация состояла из небольших аннотаций
02:51
and an iconзначок to indicateуказывать the topicalактуальный areaплощадь that it comesвыходит from.
64
156000
3000
и иконки, чтобы обозначить тематический раздел, к которому они принадлежат.
02:54
I'm only showingпоказ the topВверх 500
65
159000
3000
Я показываю всего лишь 500
02:57
mostбольшинство popularпопулярный WikipediaВикипедия pagesстраницы right here.
66
162000
2000
самых популярных страниц Википедии.
02:59
But even in this limitedограниченное viewПосмотреть,
67
164000
2000
Но даже в таком ограниченом виде,
03:01
we can do a lot of things.
68
166000
2000
мы можем сделать множество вещей.
03:03
Right away, we get a senseсмысл of what are the topicalактуальный domainsдомены
69
168000
2000
Прямо сейчас, мы видим, какие темы
03:05
that are mostбольшинство popularпопулярный on WikipediaВикипедия.
70
170000
2000
наиболее популярны на Википедии.
03:07
I'm going to go aheadвпереди and selectВыбрать governmentправительство.
71
172000
2000
Я выберу правительство.
03:09
Now, havingимеющий selectedвыбранный governmentправительство,
72
174000
3000
Теперь выбрав правительство,
03:12
I can now see that the WikipediaВикипедия categoriesкатегории
73
177000
2000
я вижу, что категорией Википедии,
03:14
that mostбольшинство frequentlyчасто correspondвести переписку to that
74
179000
2000
которая наиболее часто связана с этим запросом
03:16
are Time magazineжурнал People of the YearГод.
75
181000
3000
является раздел "Люди года" журнала Time.
03:19
So this is really importantважный because this is an insightв поле зрения
76
184000
3000
Это важно, потому что это позволяет понять,
03:22
that was not containedсодержащиеся withinв any one WikipediaВикипедия pageстраница.
77
187000
3000
чего не содержалось ни в одной из страниц Википедии.
03:25
It's only possibleвозможное to see that insightв поле зрения
78
190000
2000
Это возможно увидеть,
03:27
when you stepшаг back and look at all of them.
79
192000
3000
если вернуться на шаг назад и посмотреть на них всех.
03:30
Looking at one of these particularконкретный summariesрезюме,
80
195000
2000
Глядя на одну из таких аннотаций,
03:32
I can then drillдрель into the conceptконцепция of
81
197000
3000
я затем могу углубиться в информацию о
03:35
Time magazineжурнал PersonЧеловек of the YearГод,
82
200000
2000
"Людях года" журнала Time,
03:37
bringingприведение up all of them.
83
202000
2000
найдя их всех.
03:39
So looking at these people,
84
204000
2000
Глядя на этих людей,
03:41
I can see that the majorityбольшинство come from governmentправительство;
85
206000
3000
я вижу, что большинство из них связаны с правительством.
03:45
some have come from naturalнатуральный sciencesнауки;
86
210000
3000
Некоторые - с областью естественных наук.
03:49
some, fewerменьше still, have come from businessбизнес --
87
214000
3000
Некоторые, их меньше, - с бизнесом.
03:53
there's my bossбосс --
88
218000
2000
Это мой босс.
03:55
and one has come from musicМузыка.
89
220000
5000
А один связан с музыкой.
04:00
And interestinglyинтересно enoughдостаточно,
90
225000
2000
Интересно, что
04:02
BonoБоно is alsoтакже a TEDТЕД Prizeприз winnerпобедитель.
91
227000
3000
Боно тоже выиграл приз ТЕД.
04:05
So we can go, jumpПрыгать, and take a look at all the TEDТЕД Prizeприз winnersпобедители.
92
230000
3000
Мы можем пойти, прыгнуть и посмотреть, кто был награжден призом ТЕД.
04:08
So you see, we're navigatingнавигационный the webWeb for the first time
93
233000
3000
Вы видите, что мы путешествуем по сети впервые как
04:11
as if it's actuallyна самом деле a webWeb, not from page-to-pageстраница к странице,
94
236000
3000
именно по сети, не перемещаясь от страницы к странице,
04:14
but at a higherвыше levelуровень of abstractionабстракция.
95
239000
2000
а на более высоком уровне.
04:16
And so I want to showпоказать you one other thing
96
241000
2000
Я хочу вам показать еще одну интересную вещь,
04:18
that mayмай catchпоймать you a little bitнемного by surpriseсюрприз.
97
243000
3000
которая может немного вас удивить.
04:21
I'm just showingпоказ the Newновый YorkЙорк Timesраз websiteВеб-сайт here.
98
246000
3000
Это вебсайт газеты New York Times.
04:24
So Pivotстержень, this applicationзаявление --
99
249000
2000
Итак Пивот, это приложение -
04:26
I don't want to call it a browserбраузер; it's really not a browserбраузер,
100
251000
2000
я не хочу называть это браузером, это не бразузер,
04:28
but you can viewПосмотреть webWeb pagesстраницы with it --
101
253000
3000
но оно позволяет просматривать страницы и
04:31
and we bringприносить that zoomableмасштабируемой technologyтехнологии
102
256000
2000
мы используем технологию увеличения
04:33
to everyкаждый singleОдин webWeb pageстраница like this.
103
258000
3000
на каждой из страниц.
04:36
So I can stepшаг back,
104
261000
3000
Я могу переместиться назад и
04:39
popпоп right back into a specificконкретный sectionраздел.
105
264000
2000
выбрать отдельную секцию.
04:41
Now the reasonпричина why this is importantважный is because,
106
266000
2000
Это важно, потому что
04:43
by virtueдобродетель of just viewingпросмотр webWeb pagesстраницы in this way,
107
268000
3000
рассматривая веб страницы таким образом
04:46
I can look at my entireвсе browsingпросмотр historyистория
108
271000
2000
я могу посмотреть историю навигации
04:48
in the exactточный sameодна и та же way.
109
273000
2000
таким же способом.
04:50
So I can drillдрель into what I've doneсделанный
110
275000
2000
Я могу просмотреть, что я сделал
04:52
over specificконкретный time framesкадры.
111
277000
2000
в выбранных временных рамках.
04:54
Here, in factфакт, is the stateгосударство
112
279000
2000
Здесь показана
04:56
of all the demoдемонстрация that I just gaveдал.
113
281000
2000
демонстрация, которую я только что сделал.
04:58
And I can sortСортировать of replayпереигровка some stuffматериал that I was looking at earlierранее todayCегодня.
114
283000
3000
Я могу повторно проиграть то, на что я смотрел ранее.
05:01
And, if I want to stepшаг back and look at everything,
115
286000
3000
И если я хочу вернуться назад и посмотреть на все,
05:04
I can sliceкусочек and diceигральная кость my historyистория,
116
289000
2000
я могу рассмотреть историю по частям,
05:06
perhapsвозможно by my searchпоиск historyистория --
117
291000
2000
например, используя историю поисковых запросов.
05:08
here, I was doing some nepotisticсемейственного searchingпоиск,
118
293000
2000
Здесь я делал запросы по теме семейного протекционизма,
05:10
looking for BingBing, over here for LiveЖить LabsLabs Pivotстержень.
119
295000
3000
в поисках Bing, для приложения Live Labs Pivot..
05:13
And from these, I can drillдрель into the webWeb pageстраница
120
298000
2000
А отсюда, я могу углубиться в веб страницу
05:15
and just launchзапуск them again.
121
300000
2000
и просто снова их открыть.
05:17
It's one metaphorметафора repurposedпереориентированы multipleмножественный timesраз,
122
302000
3000
Это один и тот же образ, перенаправленный несколько раз и
05:20
and in eachкаждый caseдело it makesмарки the wholeвсе greaterбольшая
123
305000
2000
каждый раз это делает целое большим, чем
05:22
than the sumсумма of the partsчасти with the dataданные.
124
307000
2000
сумма отдельных частей.
05:24
So right now, in this worldМир,
125
309000
3000
Итак, сейчас, в этом мире
05:27
we think about dataданные as beingявляющийся this curseпроклятие.
126
312000
3000
мы считаем данные чем-то вроде проклятия.
05:30
We talk about the curseпроклятие of informationИнформация overloadперегрузка.
127
315000
3000
Мы говорим о том, что информационная перегруженность - это проклятие.
05:33
We talk about drowningутопление in dataданные.
128
318000
3000
Мы говорим о том, что тонем в данных.
05:36
What if we can actuallyна самом деле turnочередь that upsideвверх down
129
321000
2000
А что если мы перевернем эту страницу вверх ногами
05:38
and turnочередь the webWeb upsideвверх down,
130
323000
2000
и перевернем мировую сеть вверх ногами,
05:40
so that insteadвместо of navigatingнавигационный from one thing to the nextследующий,
131
325000
3000
таким образом, чтобы вместо поочередного перемещения,
05:43
we get used to the habitпривычка of beingявляющийся ableв состоянии to go from manyмногие things to manyмногие things,
132
328000
3000
мы вошли в привычку идти от многого к многому,
05:46
and then beingявляющийся ableв состоянии to see the patternsузоры
133
331000
2000
а затем выделять повторяющиеся сценарии,
05:48
that were otherwiseв противном случае hiddenскрытый?
134
333000
2000
которые иначе нельзя увидеть?
05:50
If we can do that, then insteadвместо of beingявляющийся trappedловушке in dataданные,
135
335000
5000
Если мы можем это сделать, тогда, вместо того, чтобы быть в ловушке данных,
05:55
we mightмог бы actuallyна самом деле extractэкстракт informationИнформация.
136
340000
3000
мы могли бы получать информацию.
05:58
And, insteadвместо of dealingдело just with informationИнформация,
137
343000
2000
И вместо того, чтобы просто иметь информацию,
06:00
we can teaseдразнить out knowledgeзнание.
138
345000
2000
мы могли бы вытянуть из нее знания.
06:02
And if we get the knowledgeзнание, then maybe even there's wisdomмудрость to be foundнайденный.
139
347000
3000
И если мы получим знания, тогда может быть есть шанс обрести мудрость.
06:05
So with that, I thank you.
140
350000
2000
Вот и все, спасибо.
06:07
(ApplauseАплодисменты)
141
352000
8000
Аплодисменты.
Translated by Olga Shulayeva
Reviewed by Elena Hur

▲Back to top

ABOUT THE SPEAKER
Gary Flake - Technologist
Gary Flake is a Technical Fellow at Microsoft, and the founder and director of Live Labs.

Why you should listen

Gary Flake is a Technical Fellow at Microsoft, where he focuses on Internet products and technologies including search, advertising, content, portals, community and application development. In this capacity, he helps define and evolve Microsoft's product vision, technical architecture and business strategy for online services. He is also the founder and director of Live Labs, a skunkworks that bridges research and development, and is widely recognized for inventing new best practices for catalyzing and managing innovation.

Prior to joining Microsoft, Flake founded Yahoo! Research Labs, ran Yahoo!'s corporate R&D activities and company-wide innovation effort, and was the Chief Science Officer of Overture, the company that invented the paid search business model. Flake also wrote the award-winning book The Computational Beauty of Nature, which is used in college courses worldwide.

More profile about the speaker
Gary Flake | Speaker | TED.com