Traduction de «d'images et des teraoctets de données » (Français → Néerlandais) :

Aujourd'hui les scanners médicaux produisent en quelques secondes des milliers d'images et des teraoctets de données pour un seul patient. Mais comment font les médecins pour analyser ces informations et déterminer ce qui est utile ? A TEDxGöteborg, Anders Ynnerman, expert en imagerie médicale, nous fait découvrir de nouveaux outils sophistiqués — comme l'autopsie virtuelle — pour analyser ces myriades de données, et nous donne un aperçu des futures technologies médicales aux allures de science-fiction. Cette conférence comporte des images médicales qui peuvent choquer.
Vandaag produceren medische scans duizenden afbeeldingen en terabytes aan gegevens voor een enkele patiënt in enkele seconden, maar hoe moeten artsen deze informatie ontleden en bepalen wat nuttig is? Op TEDxGöteborg toont expert wetenschappelijke visualisatie Anders Ynnerman ons geavanceerde nieuwe tools - zoals virtuele autopsies - voor het analyseren van de ontelbare gegevens en een glimp van sci-fi-achtige medische technologieën in ontwikkeling. Deze lezing bevat een aantal expliciete medische beelden.

Et avec ces téléphones portables, nous transmettons plus de 600 téraoctets de données chaque mois.
met deze mobiele telefoons, zenden we elke maand meer dan 600 terabytes aan gegevens uit.

Mon labo travaille sur les techniques informatiques qui permettraient de rassembler ces téraoctets de données séquentielles pour les présenter plus efficacement sous la forme d'une carte. Ainsi, on pourrait présenter le microbiome humain de 250 volontaires en bonne santé sous la forme d'un tel schéma.
Mijn lab ontwikkelt computationele technieken die al die terabytes aan sequentiedata tot een wat bruikbaarder kaart omzetten. Als we dat doen met de data van het menselijk microbioom van 250 gezonde vrijwilligers, ziet het er zo uit.

Il a utilisé un slide de ce type. Derrière cette présentation il avait plein de données. Les données c'est terne, carré, ennuyeux... C'est l'image que nous en avons, n'est-ce pas ? Car les données ne peuvent pas être utilisées naturellement tel quel. Mais en réalité les données influencent en grande partie nos vies. Cela arrive quand quelqu'un prend ces données et crée quelque chose avec.
Hij toonde een dia die een beetje op deze lijkt. Deze was gebaseerd op alle data. OK, data is bruin, hoekig en saai, en dat vinden wij ervan, hè? Want data kun je niet altijd afzonderlijk gebruiken. Maar toch wordt enorm veel in ons leven door data gestuurd, doordat iemand die data pakt en er iets mee doet.

Nous sommes constamment bombardés d'histoires sur la quantité de données dans le monde, mais quand il s'agit de mégadonnées et des défis pour les interpréter, la taille n'est pas tout. Il y a aussi la vitesse à laquelle elles bougent, et la grande variété des types de données. Voici juste quelques exemples : des images, des textes, des vidéos, des sons. Ce qui unifie ces différents types de données, c'est qu'elles sont créées par des personnes et qu'elles nécessitent un contexte.
We worden overstelpt met verhalen over hoeveel data er in de wereld is, maar als het om grote datasets gaat en de uitdaging om deze te interpreteren, dan is afmeting niet het enige dat telt. Ook de snelheid waarmee het zich ontwikkelt en de variëteit van de gegevens. Hier zijn wat voorbeelden: Beelden, tekst, video, audio. Gemeenschappelijk aan deze verschillende data is dat ze door mensen gemaakt zijn en dat ze context nodig hebben.

Le Big Data est partout ; même dans le ciel. Dans cette conférence instructive, l'astronome Andrew Connolly nous montre comment une grande quantité de données sont rassemblées sur notre univers, des données qui enregistrent son humeur toujours changeante. Comment donc les scientifiques prennent-ils de si nombreuses images à cette échelle ? Ça commence par un télescope géant...
Big data is overal — zelfs in de ruimte. In een informatieve talk laat astronoom Andrew Connolly zien hoe grote hoeveelheden data verzameld worden over ons universum en vastgelegd worden op steeds weer andere manieren. Hoe leggen wetenschappers deze beelden vast? Het begint met een reusachtige telescoop...

Gary Flake présente Pivot, une nouvelle manière de parcourir et manipuler d'énormes quantités d'images et de données en ligne. Basé sur la technologie révolutionnaire Seadragon, Pivot permet d'effectuer de spectaculaires zooms sur les bases de données en ligne, et de découvrir des tendances et des relations invisibles lors d'une navigation standard.
Gary Flake demonstreert Pivot, een nieuwe manier om enorme hoeveelheden beelden en informatie online door te bladeren en te ordenen. Het is gebaseerd op de revolutionaire Seadragon-technologie en laat je toe om spectaculair in en uit webdatabases te zoomen, zodat je patronen en verbanden kan ontdekken die onzichtbaar zijn in standaard webbrowsing.

Que se passe-t-il quand on combine ces technologies ? Disponibilité croissante des données faciales ; capacité améliorée de reconnaissance faciale par les ordinateurs ; mais aussi le cloud computing, qui donne à chacun de nous dans cette salle la puissance de calcul qui, il y a quelques années à peine, était du registre des services spéciaux ; et l'informatique omniprésente, qui permet à mon téléphone, pourtant pas un super-ordinateur, de se connecter à Internet et d'y réaliser des centaines de milliers de mesures faciales en quelques secondes. Et bien, nous émettons l'hypothèse que le résultat de cette combinaison de technologies sera un changement radical de nos conceptions mêmes de la vie privée et de l'anonymat. Pour tester cela, on a réalisé une expérience sur le campus de l'Université Carnegie Mellon. On a demandé à des étudiants qui passaient de participer à une étude, on a pris une photo d'eux avec une webcam, et on leur a demandé de répondre à un sondage sur un PC portable. Pendant qu'ils répondaient au sondage, on a téléchargé leur photo sur un groupe de cloud-computing, et on a utilisé un outil de reconnaissance faciale pour faire correspondre cette photo à une base de données de centaines de milliers d'images, qu'on avait téléchargée depuis des profils Facebook.
Wat gebeurt er zodra je de volgende technologieën combineert: grotere beschikbaarheid van gezichtsdata, verbeterde gezichtsherkenning, én cloud computing, wat iedereen in deze zaal de rekenkracht geeft waarover een paar jaar geleden enkel agentschappen met drie letters beschikten, en alomtegenwoordig computergebruik, wat mijn telefoon in staat stelt, en dat is geen supercomputer, om verbinding te maken met het internet en daar honderdduizenden gezichtsberekeningen te maken in een paar seconden? We vermoeden dat als gevolg van de combinatie van deze technologieën onze opvattingen over privacy en anonimiteit radicaal zullen veranderen onze opvattingen over privacy en anonimiteit radicaal zullen veranderen Als test voerden we een experiment uit op de campus van Carnegie Mellon University. We vroegen studenten om deel te nemen aan een onderzoek, we namen hun foto met een webcam. Daarna moesten ze een vragenlijst invullen op een laptop. Terwijl zij de vragenlijst invulden, uploadden wij hun foto naar een cloud computing wolk. We gebruikten een gezichtsherkenner om de foto te vergelijken met honderdduizenden foto's die we hadden gedownload van Facebookprofielen.

Toutes ces données que nous avons rassemblées, toutes les images, toutes les images brutes, toutes les transcriptions que nous avons faites et ce genre de choses ont été mises en ligne sous License Creative Commons pour que n'importe qui puisse les utiliser pour des fins commerciales.
Al deze verzamelde gegevens, alle beelden, alle onbewerkte beelden, alle transcripties die we hebben gemaakt en dat soort dingen hebben we online gezet onder een Creative Commons-licentie zodat iedereen ze kan gebruiken voor eender welk commercieel doel.

Une fois que nous avons compris ça, nous savions qu'il fallait collecter un ensemble de données qui contienne bien plus d'images que jamais auparavant, peut-être des milliers de fois plus. Avec le professeur Kai Li de l'Université de Princeton, nous avons donc lancé le projet ImageNet en 2007.
Toen we dat wisten, wisten we dat we een verzameling gegevens moesten maken die veel meer plaatjes bevat dan wij ooit hebben gehad. Misschien wel duizenden keren meer. Samen met professor Kai Li aan de Princeton Universiteit, lanceerden we in 2007 het ImageNet-project.