Traduction de «utilise les données mobiles pour construire une identité » (Français → Néerlandais) :

La confiance : comment la mériter ? Les banques utilisent les cotes de crédit pour déterminer si vous êtes digne de confiance mais il y a 2,5 milliards de personnes dans le monde qui n'en ont pas — et qui ne peuvent obtenir de crédit pour lancer leur entreprise, acheter une maison ou améliorer leurs conditions de vie. Écoutez comment Shivani Siroya, une TED Fellow, débloque un pouvoir d'achat d'inexploité dans le monde en voie de développement grâce à InVenture, une start-up qui utilise les données mobiles pour construire une identité financière. « Avec quelque chose d'aussi simple qu'une cote de crédit, dit Siroya, nous donnons aux gens le pouvoir de construire leur propre avenir. »
Vertrouwen: Hoe kun je dat winnen? Banken gebruiken kredietscores om te bepalen of je betrouwbaar bent. Wereldwijd zijn er ongeveer 2,5 miljard mensen die geen kredietscores hebben en geen lening kunnen krijgen om een eigen bedrijf te beginnen, een huis te kopen of hun leefsituatie te verbeteren. Luister hoe TED Fellow Shivani Siroya de onbenutte koopkracht in ontwikkelingslanden mobiliseert met InVenture, een startende onderneming die gebruik maakt van telefoongegevens om een financiële identiteit te creëren. Door zoiets simpels als een kredietscore, zegt Siroya, geven we de macht aan mensen om een eigen toekomst op te bouwen.

Et laissez moi juste en mentionner deux, rapidement. L'une, tirée du domaine de l'ingénierie, et l'autre du domaine clinique. Dans la perspective de l'ingénierie, nous pouvons nous demander, puisque nous savons que le mouvement est si important pour le système visuel humain si nous pouvons utiliser cela comme recette pour construire des systèmes de vision sur des machines qui peuvent apprendre par elles-mêmes, qui n'ont pas besoin d'être programmées par un programmateur humain. Et c'est ce que nous essayons de faire. Je suis au MIT, au MIT vous devez appliquer tout connaissance fondamentale que vous acquérez. Alors nous sommes en train de créer Dylan, qui est un système informatique avec le but ambitieux de recueillir les données visuelles du même genre que ceux qu'un enfant humain recevrait, et de découvrir de façon autonome quels sont les objets dans ces données visuelles.
Laat me er snel twee noemen. Eén komt uit de techniek en de andere uit de kliniek. Vanuit de invalshoek van de techniek kunnen we vragen: gegeven dat we weten dat beweging zo belangrijk is voor de menselijke verwerking van zicht, kunnen we dit als voorbeeld gebruiken voor het maken van toestellen met een zichtsysteem dat zelf kan leren zonder dat het geprogrammeerd hoeft te worden door een mens? En dat is wat we trachten te doen. Ik zit bij MIT, en daar moet je alle kennis die je opdoet toepassen. Daarom maken we Dylan. Dat is een computationeel systeem met het vooruitstrevende doel visuele invoer te gebruiken van het soort dat menselijke kinderen krijgen en het onafhankelijk te laten ontdekken wat de voorwerpen zijn in die invoer die het ziet.

C'est comme cette photo de mon grand-père tenant ma mère, du point de vue des données. J'ai dû aller dans le système pour la trouver. Donc ce que je propose maintenant c'est de nous retourner pour attraper cette poussière, de chercher en nous notre génotype, d'aller dans les archives médicales pour y prendre notre dossier, et de l'utiliser pour construire ensemble une réserve commune.
Net als de foto van mijn opa met mijn moeder vanuit dataperspectief. Ik moest in het systeem duiken om dit eruit te halen. Wat ik hier voorstel, is dat we het stof achter ons grijpen, dat we in ons lichaam reiken en er het genotype uit halen, dat we uit het medische systeem onze gegevens halen en wij het samen gebruiken om iets voor de gemeenschap te betekenen.

Aujourd'hui, cette idée d'utiliser ces masses de données pour construire des algorithmes peut paraître évidente, mais pas en 2007.
Achteraf gezien lijkt dit idee om big data te gebruiken om computeralgoritmes te trainen, nogal logisch, maar in 2007 was dat niet zo.