Press "Enter" to skip to content

What is Knowledge in the Age of Big Data? | Timandra Harkness | TEDxSquareMile


что такое знание в возрасте больших данных
это звучит довольно большой тяжелый
вопрос сейчас, поэтому я собираюсь начать
с чем-то более ощутимым, чем
Знаете ли вы, знаете ли вы, что это я?
собираюсь дать вам понять, что это то же самое
вещь сфотографированы с обеих сторон каких — либо
думал
это кость голени молодого волка, поэтому
не чувствую себя плохо, если не узнали
это, и если вы думаете, что это
вы тоже правы, потому что
около 30 000 лет назад в пещере в том, что
сейчас находится в Чехии на льду
Возраст кто-то поцарапал 57 зубов
эта волчья кость 57 вырезов в группах
пять, что делает его самым старым
сохранившийся пример данных цифровых данных
вы можете рассчитывать на свои пальцы сейчас
сегодня, конечно, мы думаем о цифровых данных
как нечто, что вы могли бы
компьютер в том виде , в котором компьютер может
хранить и обрабатывать и возвращать
будет в двоичном формате, так что 57 в двоичном формате равно 1
1 1 0 0 1 удовлетворительно, что находится под
байт делает байт примерно эквивалентно
к кошке волка спасибо, что это пруд
что только мне это нравится, также означает, что
один терабайтный жесткий диск, на который я вернусь
моя жизнь эквивалентна
миллион миллионов костей волка, поэтому, когда
люди говорят большие данные , это то, что они
говоря о миллионе миллионов волка
кости так много для данных, что о фактах
какой из этих фактов вы знаете,
на эти вопросы вы могли бы ответить, где
Торонто очень хорошо отлично Я рад
вы присоединяетесь к тому, сколько лет в Гарварде
Университет для более старых, чем США, очень
хорошо, что вы получите лучшие оценки в
эта викторина
он действительно старше страны в
который теперь сидит, что такое французский
слово для оборотня отлично
Знаете ли вы, почему вы знаете, что ах cuz
он французский хорошо , это голова
начните. Я факт, что я знаю и
никогда не знал, что я знаю, пока кто-то не спросил
я в баре настолько хорош, что это факты
там, и если вы не знали их, что
вы делаете сейчас, а также можете
легко найти их без этого
вопрос, сколько кошек есть
в мире теперь этот вопрос последний
Вторник только что ушел Я принимал мероприятие
вызванное математическим вдохновением, которое является переговорами
о математике для школьников и
из громкоговорителей Rob east away был
говоря об оценке, и он использовал
пример вопросов Ферми, где вы
не знаю ответа, и вы не можете
действительно найти точный ответ, но вы
может сделать хорошую оценку того, что вы
знать, и он пригласил аудиторию
вносить вопросы, которые вы могли бы использовать
как вопрос ферми, так что это появилось в
поле вопроса в зеленых чернилах, сколько
кошки есть в мире, а Роб
начал с чего-то, чего он не сделал
хорошо я знаю, сколько людей
в мире было около семи
миллиард человек, поэтому, если я оцениваю
среднее количество кошек, соответствующее
каждый человек, среднее число будет
один он решил, потому что некоторые люди не
есть кошка, у некоторых есть несколько кошек
поэтому он подсчитал, что семь миллиардов
кошек в мире, но до того, как он даже
закончилась рука поднялась на второй
поэтому я сказал двум школьникам
да, в чем ваш вопрос, и он сказал, что я
у меня нет вопроса, у меня есть ответ
шестьсот млн я только гугле его
на моем телефоне, чтобы они сказали, что в
Интернет-век все человеческие знания просто
три щелчка, но где это
цифра исходит не от этой цифры 600
миллион выходит из Интернета, и я
не смогли найти причин, почему
это более убедительно, чем семь
что Роб придумал
цифра в три клика, я могу
расскажите, откуда это взялось
что связано с исследованиями в Стэнфорде в 2012 году
бумаги Запада и менее клетча, в которой
они заставили некоторых людей сыграть
игра под названием Википедия, чтобы увидеть, как быстро
они могли получить от одного куска
информации в другую в Википедии и
в то время как люди
делаю это Запад и меньше кович
математически рассчитан кратчайший
возможный маршрут минимального количества
кликов, которые вам нужно будет сделать
тот же путь теперь я понимаю , не все
тратит столько времени на графики
с такой же любовью, как и я, позвольте мне поговорить
вы через это немного
клики вдоль лота, ось x здесь
логарифмическая шкала, что означает, что
числа сближаются, когда вы приходите
таким образом, он начинается с одного в
середина 10 по этой стороне является
сто, чтобы вы могли видеть, что
цветные линии, которые являются человеческими корнями
корни, найденные людьми, являются
иногда до 70 или 80 кликов
тогда как самый короткий путь, который
математически оптимальный маршрут,
идеальная машина будет получать больше никогда
чем десять кликов, и вы также можете увидеть, что я
думаю, что левая шкала — это
Процент так грубо , сколько , сколько
сколько корней было так долго, что
частоты, поэтому самая популярная длина
Маршрут три , и это немного яснее
на самом деле, если я покажу вам, что таблица
результатов вы можете увидеть кратчайший
возможные пути к режиму медианного
оба три, а среднее — 2,9. Я
очевидно, используя рабочее предположение
здесь, что вы знаете, какой режим медианный и
означают, что они нуждаются в среднем, чтобы вы
может сказать, что это все человеческие
знания в эпоху Интернета
три клика в среднем, если вы
если вы человек , это
четыре щелчка , но, тем не менее, это
так это значит, что если вы
иметь интернет-соединение, которое вы знаете все
человеческое знание, конечно, не потому, что
у вас есть только конечное количество времени в
ваша жизнь, чтобы нажимать ссылки в Интернете
и если вы ничего не помните из моего
поговорите сегодня, пожалуйста, заберите этот
то , у вас есть только ограниченное количество
время в вашей жизни, чтобы нажимать ссылки на
интернет, если вы машина
которые могут нажимать ссылки на сверхчеловеческой скорости
то вы можете накопить много знаний, если
вы, например, IBM, что
алгоритм, разработанный для понимания
человеческий язык , который был отпущен на рыхлом
Интернет для приобретения масс и
масс фактов и информации, а затем
ввели для нас игровое шоу Jeopardy
где он побеждает чемпионов человека в
викторины шоу там в середине
хотя некоторые вещи ошибочны
он ответил на вопросы категории США
города лук это в категории США
городов он ответил на один из вопросов
с Торонто, который нам кажется
действительно основная ошибка, но для IBM Watson
он может собирать всю эту информацию, но
у него нет контекста, который у нас есть
у него нет реального мира
опыт, который у нас есть иногда данные
и фактов, и недостаточно, чтобы вернуться
к нашей кошке волка, например, мы можем
подсчитайте отметки, которые мы знаем, есть 57
но мы не знаем, что
вырезы считали, что мы не знаем, кто
поцарапал их или что мы не знаем
что они означают, мне нравится смотреть телевизор
программы, в которых они
скелеты, а затем они исследуют их
судебно и рассказать нам что-то о
что они могут рассказать о человеке, который
жили, чтобы они могли сказать, что мы знаем, что
эта женщина жила с хронической зубной болью
в течение 50 лет или мы знаем, что этот человек
был атакован мечом, но он
выжил, и он жил со шрамами
руки и лица на всю оставшуюся жизнь
отчасти потому, что это напоминает мне, как
в медицинском
последние несколько сотен лет, но это не
действительно скажите нам, что важно в
эти люди не говорят нам, что
эта женщина с зубной болью была на самом деле
Королева Елизавета первая из Англии
не говорит нам, что этот человек, который
выжил атака меча — президент
Эндрю Джексон из Соединенных Штатов
Америка вы могли бы выкопать мой скелет в
500 лет, и вы могли бы решить, что я
был удален зуб мудрости хирургом
который был особенно квалифицированы по низким
стандартов XXI века, но это
на самом деле ничего не скажу
важно обо мне или о том, что я думаю или
каково это быть мне, это не скажет
ты ничего о моей жизни, ты мог бы
захватить мои данные сейчас
вы могли бы поместить меня с частотой сердечных сокращений
монитор и поместите это вместе с другими
данные обо мне, как мое местоположение или что я
просто использовал мою кредитную карту для или даже
что другие люди были в одном и том же
место как я в то время, и вы
могли бы найти некоторые ассоциации, даже если вы
были машиной, которую вы могли найти
ассоциации между моим сердцем, избивающим
немного быстрее, и где я был и кто
с и что я делал, но это
на самом деле не скажу вам, что я
мышления и чувства в этот момент
алгоритм не мог сказать этого, потому что он
не имеет субъективного опыта
алгоритм может смотреть на проверку моего
мозг, и это сканирование моего мозга, а не
фактический размер
теперь теперь Грегор будет смотреть, что это
может классифицировать его как женский мозг
может пройти и найти
расстройство в моем мозге , что я не знаю о
и что даже обученный невролог
еще не заметил, что может быть удобно
но алгоритм понятия не имел
что это значило для меня, какое влияние это
будет иметь для меня какие выборы
встретиться со мной в моей жизни за то, что я бы
нужен человеческий невролог, который может быть
с помощью очень умного алгоритма, но
которые могли бы говорить со мной от человека к человеку и
скажем так, это последствия I
понимаете, как вы себя чувствуете, я могу
сопереживать с тобой, что ты хочешь
когда мы говорим, что знаем человека, это не
так же, как знать факт, потому что мы
думают не только о внешнем
мы наблюдаем за данными, которые мы имеем
собранные на этом человеке, что мы
наблюдая за их поведением, мы также
используя наш субъективный опыт для
сопереживать, чтобы проецировать себя и
представьте, каково это быть в них
Французский это не то же самое слово
научиться знать факт Canet знать
человек и быть знакомым с человеком
возможно, является лучшим переводом в тех
слова соединяются были знакомы есть
ассоциации родства
так, если мы говорим, что машина
знает человека, который
это не имеет смысла, когда машина не имеет
субъективный опыт, который я когда-то имел
был виновен в написании больших данных
вам лучше, чем вы сами знаете, что
была гипербола У меня была книга, чтобы продать ее
на самом деле не верно
большие данные не могут знать человека так, что значит
кто знает, что это значит l mg TF, почему нет
Иногда я получаю это, если у меня есть
обсуждение в Интернете
и я спросил кого-то, что ты делаешь
означает возраст разума, и это они
ответьте на это l mg TF, почему позвольте мне
google, что для вас его саркастический не
самое грубое, что они могли сказать, что они
мог бы сказать Джо G I, и если вы не знаете
что это значит
просто flippin google теперь это раздражает
меня, потому что я не хочу знать, что
машина думает, что это означает, что я не хочу
знать, что думает Google, это означает, что я
хотят знать, что они подразумевают под этим в
этот контекст, если вы спросите машину, что
слово означает, что машина или Интернет
возможно, используя что-то названное слово
вложение, где они моделируют слова в 200
мерное векторное пространство держать на ваш
места делают демонстрацию, поэтому, когда это
только три измерения, так что это одно и то же
как комната, в которой мы сидим
мы имеем ось оси x x, а z
оси таким образом, чтобы вы не получили головокружение
но способ использования машины
Wert word embedding, чтобы дать вам
смысл слова — это слово
в это математическое пространство, близкое к
слова , которые близки к значению
данные слова были бы здесь близко к
слова, такие как знание и информация,
слово Торонто будет здесь рядом с другим
Канадские города Уотсон и слово
оборотень может быть рядом с
слово для оборотня на других языках для
Например, они могут быть близки друг к другу
но если вы спросите человека, какие данные означают
они могут давать всевозможные
ответы, которые они могли бы сказать хорошо, это не
просто поцарапал кость волка, или это
это укусы или бит
внутри компьютера или это латинское слово
для чего-то, что дано, и это
множественное слово данных — это
особенно педантичные люди, которые я делаю
работаю с иногда я, но это также люди
мы используем это слово по- разному
может использовать данные слова, чтобы закрыть
разговор, и люди часто делают это
дней, которые они говорят хорошо, это
данные или эти данные , если они
что такой человек , это это
не доказательство того, что это все есть не более
обсуждение здесь я закончил
разговор, давая вам что-то
неопровержимый. Я предпочитаю использовать данные для
откройте беседу, чтобы хорошо сказать это
является данностью , но это означает , что это
начало процесса рассуждения
учитывая , что имеется семь
миллиард человек в мире, сколько
кошек, давайте начнем процесс
самой рассудительной причины имеет разные
значения в разных контекстах существует
возраст разума, который является историческим
но почему это важно, я уверен
историки будут спорить до тех пор, пока
конец какого бы то ни было возраста
без уважительной причины, который для юриста
значит, я мог бы получить тебя
компенсация за потерю работы и
Философ означает, что мы действительно имеем
свободная воля или если вы Блейз Паскаль
у сердца есть причины, из которых причина
не знает, хотя, поскольку французский
человек в аудитории будет знать, что
был ли он написан на французском, а слова
он выбрал ликер, я вижу те старые
цвет играет на конике, которую он использовал
слово за знание человека за то, что он
знакомы с тем, чтобы
Причина не знаком с
причины сердца, которые имеют довольно
различный смысл, и я спросил себя, почему
сделал Паскаль именно эти слова
что он имел в виду, что он намеревался
он хотел, чтобы я, как читатель,
этот конкретный выбор слов означает
это не то, что воплощено в
слово, такое как красный цвет в этих
смысл шаров — это то, что идет
от говорящего или справа
слушателю или читателю, чтобы он
намерение о том, что я должен получить, но
чтобы выбрать слова для этого
намерение он должен проецировать себя
мысленно воображаю его использование
сопереживание думать, что я субъективный человек
как субъективный человек
читая это, чтобы ответить , они
собираюсь получить от него, потому что писатель
знает, что смысл создается
человек, читающий смысл , не существует
объективно в словах смысл
созданный в процессе чтения и
мышления и понимания, и это
почему машина ничего не может означать
потому что у него нет субъективного ума в
1636, когда был основан Гарвард, вы
пришлось отправиться в Гарвард, чтобы
пользу от всех знаний о том, что они
есть там, вам придется идти и сидеть
в своей библиотеке читать свои книги
вам придется сидеть в своей лекции
театр, чтобы послушать их лекцию и
говоря сегодня, у вас нет к тебе
даже не придется одеться , если вам
иметь подключение к Интернету, вы можете
скачать научные статьи из Гарварда
вы можете подписаться на бесплатный онлайн-курс
вы можете слушать своих лекторов
может даже сделать викторины, чтобы узнать, сколько
вы хорошо поняли, что это чудесно
это замечательно, что интернет
и данные открыли так много из
поле человеческого знания к гораздо большему количеству
люди , но это не очень хорошая вещь , если мы
потерять информацию о том, что такое знание, если мы
начинают думать о знании как о
вещество, такое как каша, которую вы черпаете
с вашими фактами ковш в пустую
чаши невежества приходят на Чарли, вы
у всех есть факельный ковш, готовый заполнить
пустые чаши незнания — это
не то, что существует в битах
бумага не существует в чернилах
бумаги на странице книги или на в
те и нули внутри компьютера
знание — область человеческой деятельности
знание — это глагол, это вещь, которая
люди делают это да, это может быть правдой
что в эпоху Интернета любой факт на
Интернет можно найти в четырех щелчков или
в три клика, если вы машина, но
машина не будет знать
это означает, что ребенок, который искал и нашел
ответ 600 миллионов кошек было
полностью неправильная идея
никогда не узнавать, сколько кошек есть
в мире точка должна научиться
оцените, как строить свои рассуждения
мышцы, начиная с чего-то, что вы делаете
знаю, что есть семь миллиардов
людей в мире и
причина может отнять вас от
понимание чего-то совершенно нового
о мире
поэтому в век больших знаний данных
поскольку это всегда было полем человека
деятельности и деятельности человека
обучения и рассуждений и знания благодарности
вы
[Аплодисменты]
Please follow and like us:

Be First to Comment

Добавить комментарий