Deb Roy: The birth of a word

410,607 views ・ 2011-03-14

TED


يرجى النقر نقرًا مزدوجًا فوق الترجمة الإنجليزية أدناه لتشغيل الفيديو.

المترجم: enas satir المدقّق: Anwar Dafa-Alla
00:15
Imagine if you could record your life --
0
15260
4000
تخيل اذا تمكنت من تسجيل حياتك- -
00:19
everything you said, everything you did,
1
19260
3000
كل ما قلته، و كل ما فعلته
00:22
available in a perfect memory store at your fingertips,
2
22260
3000
محفوظ في ذاكره مثاليه مخزنه و رهن اشارتك،
00:25
so you could go back
3
25260
2000
فيمكنك العوده بالزمن للوراء
00:27
and find memorable moments and relive them,
4
27260
3000
لتجد لحظات لا تنسى، و تعيد استرجاعها،
00:30
or sift through traces of time
5
30260
3000
وتغربل خلال آثار من الزمن
00:33
and discover patterns in your own life
6
33260
2000
و تكتشف أنماط في حياتك الخاصة
00:35
that previously had gone undiscovered.
7
35260
3000
التي لم تكتشفها من قبل.
00:38
Well that's exactly the journey
8
38260
2000
حسنا، هذه بالضبط الرحلة
00:40
that my family began
9
40260
2000
التي بدأتها عائلتي
00:42
five and a half years ago.
10
42260
2000
منذ خمس سنوات و نصف.
00:44
This is my wife and collaborator, Rupal.
11
44260
3000
هذه زوجتي و المتعاونه معي، روبال.
00:47
And on this day, at this moment,
12
47260
2000
و في هذا اليوم، في هذه اللحظة،
00:49
we walked into the house with our first child,
13
49260
2000
دخلنا الى المنزل حاملين طفلنا الأول،
00:51
our beautiful baby boy.
14
51260
2000
طفلنا الرضيع الجميل.
00:53
And we walked into a house
15
53260
3000
و دخلنا الى منزل
00:56
with a very special home video recording system.
16
56260
4000
يملك نظام خاص جدا لتسجيل الفيديوهات المنزلية
01:07
(Video) Man: Okay.
17
67260
2000
(فيديو) رجل: حسنا.
01:10
Deb Roy: This moment
18
70260
1000
ديب روي: هذه اللحظة
01:11
and thousands of other moments special for us
19
71260
3000
و الاف اللحظات الأخرى الخاصة لدينا،
01:14
were captured in our home
20
74260
2000
التقطت في منزلنا
01:16
because in every room in the house,
21
76260
2000
لأنه في كل غرفة في منزلنا،
01:18
if you looked up, you'd see a camera and a microphone,
22
78260
3000
اذا نظرت للأعلى، سترى كاميرا و مايكرفون،
01:21
and if you looked down,
23
81260
2000
و اذا نظرت الى الأسفل،
01:23
you'd get this bird's-eye view of the room.
24
83260
2000
ستحصل على منظور علوي للغرفه.
01:25
Here's our living room,
25
85260
3000
هذه غرفة المعيشه خاصتنا،
01:28
the baby bedroom,
26
88260
3000
غرفة الطفل،
01:31
kitchen, dining room
27
91260
2000
المطبخ، غرفة الطعام
01:33
and the rest of the house.
28
93260
2000
و باقي أنحاء المنزل.
01:35
And all of these fed into a disc array
29
95260
3000
و كل هذه تخزن في قرص مصفوف
01:38
that was designed for a continuous capture.
30
98260
3000
و التي صممت للتسجيل المستمر.
01:41
So here we are flying through a day in our home
31
101260
3000
فها هنا نحن نمر سريعا على يوم في منزلنا
01:44
as we move from sunlit morning
32
104260
3000
حيث ننتقل من صباح مشرق
01:47
through incandescent evening
33
107260
2000
الى مساء متوهج
01:49
and, finally, lights out for the day.
34
109260
3000
و أخيرا، انطفاء الأضواء معلنة نهاية اليوم.
01:53
Over the course of three years,
35
113260
3000
خلال فترة ثلاث سنوات،
01:56
we recorded eight to 10 hours a day,
36
116260
2000
سجلنا نحو ثمان الى عشر ساعات،
01:58
amassing roughly a quarter-million hours
37
118260
3000
مما شكل ما يقارب ربع مليون ساعة
02:01
of multi-track audio and video.
38
121260
3000
و من مقاطع صوتيه و مرئية متعددة المسارات.
02:04
So you're looking at a piece of what is by far
39
124260
2000
فأنتم تنظرون الأن الى مقطع مما هو حتى الأن
02:06
the largest home video collection ever made.
40
126260
2000
أكبر مجموعه تسجيلات فيديو في التاريخ.
02:08
(Laughter)
41
128260
3000
(ضحك)
02:11
And what this data represents
42
131260
2000
و ما تمثله هذه البيانات
02:13
for our family at a personal level,
43
133260
4000
لأسرتنا على المستوى الشخصي،
02:17
the impact has already been immense,
44
137260
2000
كان له كبير الأثر،
02:19
and we're still learning its value.
45
139260
3000
و لازلنا نتعلم قيمته.
02:22
Countless moments
46
142260
2000
لحظات لا تعد
02:24
of unsolicited natural moments, not posed moments,
47
144260
3000
من اللحظات الطبيعية العفوية، لحظات غير مصطنعة،
02:27
are captured there,
48
147260
2000
التقطت هناك،
02:29
and we're starting to learn how to discover them and find them.
49
149260
3000
و لقد بدأنا نتعلم كيف نكتشفها و نجدها،
02:32
But there's also a scientific reason that drove this project,
50
152260
3000
و لكن هنالك أيضا سبب علمي كان الدافع وراء هذا المشروع،
02:35
which was to use this natural longitudinal data
51
155260
4000
و الذي كان استخدام كل هذه البيانات الطولية الطبيعية
02:39
to understand the process
52
159260
2000
لفهم العملية
02:41
of how a child learns language --
53
161260
2000
التي يتعلم بها الطفل اللغة- -
02:43
that child being my son.
54
163260
2000
و كون هذا الطفل ابني.
02:45
And so with many privacy provisions put in place
55
165260
4000
و هكذا و مع اتخاذ العديد من الاحتياطات لحفظ الخصوصية
02:49
to protect everyone who was recorded in the data,
56
169260
3000
لحماية كل من هو مسجل في هذه البيانات،
02:52
we made elements of the data available
57
172260
3000
جعلنا عناصر من البيانات متوفرة
02:55
to my trusted research team at MIT
58
175260
3000
لدى فريق البحث الأهل للثقة في MIT
02:58
so we could start teasing apart patterns
59
178260
3000
لكي نتمكن من استخراج أنماط
03:01
in this massive data set,
60
181260
3000
في هذه المجموعة الهائلة من البيانات،
03:04
trying to understand the influence of social environments
61
184260
3000
لمحاولة فهم تأثير البيئات الاجتماعية
03:07
on language acquisition.
62
187260
2000
في تعلم و إكتساب اللغة.
03:09
So we're looking here
63
189260
2000
فنحن نشاهد هنا
03:11
at one of the first things we started to do.
64
191260
2000
واحدة من أوائل الأشياء التي بدأنا بها.
03:13
This is my wife and I cooking breakfast in the kitchen,
65
193260
4000
هذه أنا و زوجتي نعد الافطار في المطبخ.
03:17
and as we move through space and through time,
66
197260
3000
و بينما ننتقل في المكان و الزمان،
03:20
a very everyday pattern of life in the kitchen.
67
200260
3000
نمط حياة تقليدي جدا في المطبخ.
03:23
In order to convert
68
203260
2000
من أجل تحويل
03:25
this opaque, 90,000 hours of video
69
205260
3000
هذه الصورة المعتمة من 90.000 ساعة من الفيديو
03:28
into something that we could start to see,
70
208260
2000
الى شئ يمكننا البدء في رؤيته،
03:30
we use motion analysis to pull out,
71
210260
2000
نعتمد على التحليل الحركي لاستخراج،
03:32
as we move through space and through time,
72
212260
2000
بينما نحن ننتقل في الوقت و الزمن،
03:34
what we call space-time worms.
73
214260
3000
ما نسميه ديدان المكان و الزمن.
03:37
And this has become part of our toolkit
74
217260
3000
و قد أصبح هذا جزء من دليلنا الإرشادي
03:40
for being able to look and see
75
220260
3000
لنتمكن من رؤية و ملاحظة
03:43
where the activities are in the data,
76
223260
2000
أماكن النشاط في البيانات
03:45
and with it, trace the pattern of, in particular,
77
225260
3000
و معها، تتبع نمطها، على وجه الخصوص،
03:48
where my son moved throughout the home,
78
228260
2000
عندما تنقل ابني في أرجاء المنزل،
03:50
so that we could focus our transcription efforts,
79
230260
3000
لكي نركز على جهودنا في مجال النسخ،
03:53
all of the speech environment around my son --
80
233260
3000
كل الأحاديث التي كونت البيئة المحيطة بابني--
03:56
all of the words that he heard from myself, my wife, our nanny,
81
236260
3000
كل الكلمات التي سمعها مني، من زوجتي، أو المربية،
03:59
and over time, the words he began to produce.
82
239260
3000
و على مرور الوقت، الكلمات التي بدأ يكونها.
04:02
So with that technology and that data
83
242260
3000
فاذن مع هذه التكنولوجيا، و هذه البيانات
04:05
and the ability to, with machine assistance,
84
245260
2000
و القدرة على نسخ الحديث
04:07
transcribe speech,
85
247260
2000
بمساعدة الالات،
04:09
we've now transcribed
86
249260
2000
تمكنا الآن من نسخ
04:11
well over seven million words of our home transcripts.
87
251260
3000
أكثر من سبعة ملايين كلمة من الحديث الدائر في المنزل.
04:14
And with that, let me take you now
88
254260
2000
و مع هذا، دعوني اخذكم معي الان
04:16
for a first tour into the data.
89
256260
3000
لجولة أولية في البيانات
04:19
So you've all, I'm sure,
90
259260
2000
فأنتم كلكم، أنا متأكد
04:21
seen time-lapse videos
91
261260
2000
شاهدتم مقاطع الفيديو بتقنية " الزمن الفاصل"
04:23
where a flower will blossom as you accelerate time.
92
263260
3000
حيث تزهر الزهرة عندما تزيد سرعة الزمن.
04:26
I'd like you to now experience
93
266260
2000
أحب أن تختبروا الان
04:28
the blossoming of a speech form.
94
268260
2000
ازهار شكل الكلام.
04:30
My son, soon after his first birthday,
95
270260
2000
كان ابني، مباشرة بعد عيد ميلاده الأول،
04:32
would say "gaga" to mean water.
96
272260
3000
يقول "جاجا" ليعني الماء
04:35
And over the course of the next half-year,
97
275260
3000
و على مر السنة التالية،
04:38
he slowly learned to approximate
98
278260
2000
تمكن ببطء من تقريب
04:40
the proper adult form, "water."
99
280260
3000
نطق الكلمة بالطريقة الصحيحة "ماء".
04:43
So we're going to cruise through half a year
100
283260
2000
فالان سوف نحلق في السنة الاولى
04:45
in about 40 seconds.
101
285260
2000
في فترة 40 ثانية.
04:47
No video here,
102
287260
2000
لا يوجد فيديو هنا،
04:49
so you can focus on the sound, the acoustics,
103
289260
3000
لكي تركزوا على الصوت، و الصوتيات،
04:52
of a new kind of trajectory:
104
292260
2000
لمسار من نوع جديد:
04:54
gaga to water.
105
294260
2000
من "جاجا" الى "ماء"
04:56
(Audio) Baby: Gagagagagaga
106
296260
12000
"تسجيل صوتي": طفل:جاجاجاجاجاجا
05:08
Gaga gaga gaga
107
308260
4000
جاجا جاجا جاجا
05:12
guga guga guga
108
312260
5000
جوجا جوجا جوجا
05:17
wada gaga gaga guga gaga
109
317260
5000
وادا جاجا جاجا جوجا جاجا
05:22
wader guga guga
110
322260
4000
وادى جوجا جوجا
05:26
water water water
111
326260
3000
ماء ماء ماء
05:29
water water water
112
329260
6000
ماء ماء ماء
05:35
water water
113
335260
4000
ماء ماء
05:39
water.
114
339260
2000
ماء
05:41
DR: He sure nailed it, didn't he.
115
341260
2000
ديب روي: لقد تمكن منها، أليس كذلك.
05:43
(Applause)
116
343260
7000
(تصفيق)
05:50
So he didn't just learn water.
117
350260
2000
فاذن هو لم يتعلم كيف ينطق "ماء".
05:52
Over the course of the 24 months,
118
352260
2000
ففي فترة 24 شهرا،
05:54
the first two years that we really focused on,
119
354260
3000
خلال السنتين الأوائل، والتي ركزنا عليهما
05:57
this is a map of every word he learned in chronological order.
120
357260
4000
هذه خارطة لكل كلمة تعلمها وفقا للتسلسل الزمني.
06:01
And because we have full transcripts,
121
361260
3000
و لأنه لدينا النص كاملا،
06:04
we've identified each of the 503 words
122
364260
2000
حددنا كل الكلمات ال 503
06:06
that he learned to produce by his second birthday.
123
366260
2000
و التي تعلم نطقها مع سنته الثانية.
06:08
He was an early talker.
124
368260
2000
لقد بدأ الكلام مبكرا.
06:10
And so we started to analyze why.
125
370260
3000
و عندما بدأنا نحلل السبب.
06:13
Why were certain words born before others?
126
373260
3000
لماذا ولدت كلمات قبل البعض الاخر؟
06:16
This is one of the first results
127
376260
2000
كانت هذه أولى النتائج
06:18
that came out of our study a little over a year ago
128
378260
2000
و التي نتجت من دراستنا قبل حوالي السنة.
06:20
that really surprised us.
129
380260
2000
و التي فاجأتنا فعلا.
06:22
The way to interpret this apparently simple graph
130
382260
3000
طريقة تفسير هذا التخطيط الذي يبدو سهلا
06:25
is, on the vertical is an indication
131
385260
2000
و الذي يشير عموديا
06:27
of how complex caregiver utterances are
132
387260
3000
الى مدى صعوبة نطق الكلام
06:30
based on the length of utterances.
133
390260
2000
و الذي يعتمد على طول الكلمة المنطوق بها.
06:32
And the [horizontal] axis is time.
134
392260
3000
و المحور العمودي هو الزمن.
06:35
And all of the data,
135
395260
2000
و كل البيانات،
06:37
we aligned based on the following idea:
136
397260
3000
نظمت تبعا للبيانات التالية:
06:40
Every time my son would learn a word,
137
400260
3000
كل مرة كان يتعلم كلمة،
06:43
we would trace back and look at all of the language he heard
138
403260
3000
كنا نسترجع كل العبارات التي كان قد سمعها
06:46
that contained that word.
139
406260
2000
التي تضمنت هذه الكلمة
06:48
And we would plot the relative length of the utterances.
140
408260
4000
و كنا نحسب الطول النسبي لتلك الألفاظ
06:52
And what we found was this curious phenomena,
141
412260
3000
و ما وجدناه كانت الظاهرة المثيره للاهتمام،
06:55
that caregiver speech would systematically dip to a minimum,
142
415260
3000
بأن لغة الراعي كانت تتنازل الى الحد الأدنى،
06:58
making language as simple as possible,
143
418260
3000
مما جعل اللغة أبسط ما يكون،
07:01
and then slowly ascend back up in complexity.
144
421260
3000
و ثم تتصاعد تدريجيا الى الصعوبة مجددا.
07:04
And the amazing thing was
145
424260
2000
و الشئ المدهش كان
07:06
that bounce, that dip,
146
426260
2000
هذه النقلة، هذا الانحدار،
07:08
lined up almost precisely
147
428260
2000
توافق بدقة
07:10
with when each word was born --
148
430260
2000
انه و عند ولادة كل كلمة--
07:12
word after word, systematically.
149
432260
2000
كلمة بعد كلمة ، و بطريقة منظمة.
07:14
So it appears that all three primary caregivers --
150
434260
2000
مما يدل أن الثلاث رعاة الأساسيين--
07:16
myself, my wife and our nanny --
151
436260
3000
أنا، زوجتي و المربية--
07:19
were systematically and, I would think, subconsciously
152
439260
3000
كنا بانتظام ، و اعتقد، باطنيا
07:22
restructuring our language
153
442260
2000
نحد من لغتنا
07:24
to meet him at the birth of a word
154
444260
3000
لنتقابل معه عند ولادة كل كلمة من كلماته
07:27
and bring him gently into more complex language.
155
447260
4000
و نأخذه برفق الى لغة أكثر تعقيدا.
07:31
And the implications of this -- there are many,
156
451260
2000
و اثار هذا-- كثيرة!
07:33
but one I just want to point out,
157
453260
2000
و لكن احداها و أحب أن أوضحها،
07:35
is that there must be amazing feedback loops.
158
455260
3000
انه هناك العديد من حلقات التغذية الإرتجاعية المذهلة.
07:38
Of course, my son is learning
159
458260
2000
بالطبع، ابني يتعلم
07:40
from his linguistic environment,
160
460260
2000
من بيئته اللغوية،
07:42
but the environment is learning from him.
161
462260
3000
و لكن هذه البيئة تتعلم منه أيضا
07:45
That environment, people, are in these tight feedback loops
162
465260
3000
هذه البيئة، أيها الجمهور، هي في حلقات الرد الضيقة
07:48
and creating a kind of scaffolding
163
468260
2000
و التي تكون نوعا من السقالة
07:50
that has not been noticed until now.
164
470260
3000
و التي لم تكن ملحوظة قبل هذا.
07:54
But that's looking at the speech context.
165
474260
2000
و لكن هذا بالنظر الى محتوى الكلام.
07:56
What about the visual context?
166
476260
2000
ماذا عن المحتوى البصري؟
07:58
We're not looking at --
167
478260
2000
نحن ننظر الى--
08:00
think of this as a dollhouse cutaway of our house.
168
480260
2000
تخيلوا و كأنه مجسم دمى لمنزلنا.
08:02
We've taken those circular fish-eye lens cameras,
169
482260
3000
أخذنا هذه الكاميرات ذات أعين السمكة الدائرية،
08:05
and we've done some optical correction,
170
485260
2000
و أضفنا بعض التعديلات البصرية،
08:07
and then we can bring it into three-dimensional life.
171
487260
4000
و عندها نستطيع اظهاره على شكل ثلاثي الأبعاد.
08:11
So welcome to my home.
172
491260
2000
فمرحبا بكم فب منزلي.
08:13
This is a moment,
173
493260
2000
هذه هي اللحظة ،
08:15
one moment captured across multiple cameras.
174
495260
3000
و التي التقطت من خلال عدة كاميرات.
08:18
The reason we did this is to create the ultimate memory machine,
175
498260
3000
و السبب وراء هذا هو تكوين ألة مطلقة للذاكرة،
08:21
where you can go back and interactively fly around
176
501260
3000
حيث يمكن العودة و التحليق في المكان
08:24
and then breathe video-life into this system.
177
504260
3000
ثم اعادة الحياة الى النظام.
08:27
What I'm going to do
178
507260
2000
ما سأقوم بفعله
08:29
is give you an accelerated view of 30 minutes,
179
509260
3000
أن أعطيكم منظور مسرع في 30 دقيقة،
08:32
again, of just life in the living room.
180
512260
2000
مجددا، من الحياة في غرفة المعيشة.
08:34
That's me and my son on the floor.
181
514260
3000
هذا أنا و ابنى على الأرض.
08:37
And there's video analytics
182
517260
2000
و هناك محللات للفيديو
08:39
that are tracking our movements.
183
519260
2000
تتابع حركتنا.
08:41
My son is leaving red ink. I am leaving green ink.
184
521260
3000
ابني يخلف حبرا أحمر، و أن أخلف حبرا أخضر.
08:44
We're now on the couch,
185
524260
2000
نحن الان على الأريكة،
08:46
looking out through the window at cars passing by.
186
526260
3000
ننظر الى خارح النافذه الى السيارات المتحركة.
08:49
And finally, my son playing in a walking toy by himself.
187
529260
3000
و أخبرا ابني يلعب بلعبة متحركة لوحده.
08:52
Now we freeze the action, 30 minutes,
188
532260
3000
و الان نجمّد الحركة، ثلاثين دقيقة،
08:55
we turn time into the vertical axis,
189
535260
2000
نحن نحول الزمن الى محور عمودي،
08:57
and we open up for a view
190
537260
2000
و ننتقل الى منظور
08:59
of these interaction traces we've just left behind.
191
539260
3000
و هذه الاثار التفاعلية التي تركناها خلفنا.
09:02
And we see these amazing structures --
192
542260
3000
و نرى هذه الاشكال المدهشة--
09:05
these little knots of two colors of thread
193
545260
3000
و هذه العقد الصغيرة، من لونين مختلفين
09:08
we call "social hot spots."
194
548260
2000
نسميها بالنقط الاجتماعية الساخنة
09:10
The spiral thread
195
550260
2000
الخيط الذي على شكل دوامة
09:12
we call a "solo hot spot."
196
552260
2000
نسميه نقطة ساخنة
09:14
And we think that these affect the way language is learned.
197
554260
3000
و نعتقد أنها تؤثر على طريقة تعلم الكلام.
09:17
What we'd like to do
198
557260
2000
ما نود أن نفعله
09:19
is start understanding
199
559260
2000
هو أن نفهم
09:21
the interaction between these patterns
200
561260
2000
التفاعل بين هذه الأنماط
09:23
and the language that my son is exposed to
201
563260
2000
و اللغة التي يتعرض لها ابني
09:25
to see if we can predict
202
565260
2000
لنرى اذا كان بامكاننا التنبؤ
09:27
how the structure of when words are heard
203
567260
2000
بكيفية تأثير هيكل الكلمات عند سماعها
09:29
affects when they're learned --
204
569260
2000
على تعلمها --
09:31
so in other words, the relationship
205
571260
2000
أو بمعنى اخر، العلاقة
09:33
between words and what they're about in the world.
206
573260
4000
بين الكلمات و معنى هذه الكلمات في الواقع.
09:37
So here's how we're approaching this.
207
577260
2000
فاذا هذه طريقة تعاملنا مع هذه المسألة
09:39
In this video,
208
579260
2000
في هذا الفيديو،
09:41
again, my son is being traced out.
209
581260
2000
مجددا، يجري تتبع أثر ابني
09:43
He's leaving red ink behind.
210
583260
2000
انه يخلف حبرا أحمر.
09:45
And there's our nanny by the door.
211
585260
2000
و هذه المربية عند الباب.
09:47
(Video) Nanny: You want water? (Baby: Aaaa.)
212
587260
3000
(فيديو) المربية: أتريد ماء؟ (الطفل:ااااااااا)
09:50
Nanny: All right. (Baby: Aaaa.)
213
590260
3000
المربية: حسنا. (الطفل: اااااا)
09:53
DR: She offers water,
214
593260
2000
ديب روي: تقدم المربية له الماء،
09:55
and off go the two worms
215
595260
2000
و ها هما الأثران يذهبان
09:57
over to the kitchen to get water.
216
597260
2000
الى المطبخ لاحضار الماء.
09:59
And what we've done is use the word "water"
217
599260
2000
و ما فعلناه أننا استعملنا كلمة "ماء"
10:01
to tag that moment, that bit of activity.
218
601260
2000
لنوسم هذه اللحظة، هذه اللحظة من النشاط.
10:03
And now we take the power of data
219
603260
2000
و الان نستعمل قوة البيانات
10:05
and take every time my son
220
605260
3000
و نأخذ كل مرة
10:08
ever heard the word water
221
608260
2000
سمع فيها ابني كلمة "ماء"
10:10
and the context he saw it in,
222
610260
2000
و محتوى الكلام الذي رأى فيها هذه الكلمة،
10:12
and we use it to penetrate through the video
223
612260
3000
و نستعملها للتغلغل داخل الفيديو
10:15
and find every activity trace
224
615260
3000
و نجد كل أثر على نشاط
10:18
that co-occurred with an instance of water.
225
618260
3000
والذي تزامن مع "الماء"
10:21
And what this data leaves in its wake
226
621260
2000
و الذي تخلفه هذه البيانات
10:23
is a landscape.
227
623260
2000
هو ما يشبه المنظر الطبيعي.
10:25
We call these wordscapes.
228
625260
2000
نسمي هذه مسطحات لغوية.
10:27
This is the wordscape for the word water,
229
627260
2000
هذا هو المسطح اللغوي لكلمة "ماء"،
10:29
and you can see most of the action is in the kitchen.
230
629260
2000
و تجدون أن أغلب النشاط موجود بالمطبخ.
10:31
That's where those big peaks are over to the left.
231
631260
3000
حيث هذه القمم الكبيرة على اليسار.
10:34
And just for contrast, we can do this with any word.
232
634260
3000
و على النقيض، نستطيع أن نفعل هذا مع أي كلمة.
10:37
We can take the word "bye"
233
637260
2000
نستطيع أن نأخذ كلمة " الى اللقاء"
10:39
as in "good bye."
234
639260
2000
أي "مع السلامة".
10:41
And we're now zoomed in over the entrance to the house.
235
641260
2000
و نرى أن التركيز انتقل الى مدخل المنزل.
10:43
And we look, and we find, as you would expect,
236
643260
3000
و نرى ، كلما يمكنكم أن تتوقعوا،
10:46
a contrast in the landscape
237
646260
2000
تباين في المسطح
10:48
where the word "bye" occurs much more in a structured way.
238
648260
3000
حيث كلمة "الى اللقاء" تنطق بطريقة أكثر تنظيما،
10:51
So we're using these structures
239
651260
2000
فنحن نستخدم هذه الأشكال
10:53
to start predicting
240
653260
2000
لنبدأ بالتنبؤ
10:55
the order of language acquisition,
241
655260
3000
ترتيب اكتساب اللغة،
10:58
and that's ongoing work now.
242
658260
2000
و هذا عمل مستمر الان
11:00
In my lab, which we're peering into now, at MIT --
243
660260
3000
في مختبري: و الذي نشاهده الان، في MIT--
11:03
this is at the media lab.
244
663260
2000
هذا هو في مختبر وسائط الإعلام.
11:05
This has become my favorite way
245
665260
2000
وقد أصبحت هذه طريقتي المفضلة
11:07
of videographing just about any space.
246
667260
2000
لتحليل الفيديو لأي فراغ.
11:09
Three of the key people in this project,
247
669260
2000
ثلاث من الأشخاص الأساسيين في هذا المشروع،
11:11
Philip DeCamp, Rony Kubat and Brandon Roy are pictured here.
248
671260
3000
فيليب دي كامب، روني كوبات، و براندون روي هم في الصورة الان
11:14
Philip has been a close collaborator
249
674260
2000
كان فيليب مشارك فاعل
11:16
on all the visualizations you're seeing.
250
676260
2000
، كل هذه التصورات التي تشاهدونها
11:18
And Michael Fleischman
251
678260
3000
و مايكل فليشمان
11:21
was another Ph.D. student in my lab
252
681260
2000
كان طالب دكتوراه اخر في مختبري
11:23
who worked with me on this home video analysis,
253
683260
3000
و الذي عمل معي في تحليل هذه الفيديوهات المنزليه
11:26
and he made the following observation:
254
686260
3000
، قد توصل الى هذه الملاحظه:
11:29
that "just the way that we're analyzing
255
689260
2000
آنه " الطريقه التي نحلل بها
11:31
how language connects to events
256
691260
3000
كيفيه اتصال اللغه بالآحداث
11:34
which provide common ground for language,
257
694260
2000
و التي تمثل عنصر مشتركا للغه،
11:36
that same idea we can take out of your home, Deb,
258
696260
4000
نفس هذه الفكره يمكن استخلاصها من منزلك، يا ديب،
11:40
and we can apply it to the world of public media."
259
700260
3000
، يمكننا آن نطبقه على عالم وسائل الاعلام العامة"
11:43
And so our effort took an unexpected turn.
260
703260
3000
، هكذا اتخذت جهودنا مسلكا آخر غير متوقع.
11:46
Think of mass media
261
706260
2000
فكر في وسائل الإعلام
11:48
as providing common ground
262
708260
2000
كموفر للأرضية المشتركه
11:50
and you have the recipe
263
710260
2000
و لديك آنت الوصفه
11:52
for taking this idea to a whole new place.
264
712260
3000
لاخذ هذه الفكره الى مستوى آخر.
11:55
We've started analyzing television content
265
715260
3000
بدأنا نحلل محتوى التلفزيون
11:58
using the same principles --
266
718260
2000
مستخدمين نفس المبادئ--
12:00
analyzing event structure of a TV signal --
267
720260
3000
حللنا بنية الحدث لإشارة تلفزيونية --
12:03
episodes of shows,
268
723260
2000
حلقات مسلسلات،
12:05
commercials,
269
725260
2000
إعلانات تجارية ،
12:07
all of the components that make up the event structure.
270
727260
3000
كل المكونات التي تكون بنية الحدث.
12:10
And we're now, with satellite dishes, pulling and analyzing
271
730260
3000
و نحن الآن، بوجود أطباق استقبال، نستقطب البيانات و نحللها
12:13
a good part of all the TV being watched in the United States.
272
733260
3000
جزء كبير من التلفاز الذي يشاهد في الولايات المتحدة.
12:16
And you don't have to now go and instrument living rooms with microphones
273
736260
3000
، لا يتوجب عليك اليوم توصيل غرف المعيشة بميكرفونات
12:19
to get people's conversations,
274
739260
2000
للحصول على الاحاديث التي تدور بين الناس،
12:21
you just tune into publicly available social media feeds.
275
741260
3000
ليس عليك سوى ان تعتمد على المعلومات المتوفرة من وسائط الاعلام الاجتماعي.
12:24
So we're pulling in
276
744260
2000
و هكذا استقطبنا
12:26
about three billion comments a month,
277
746260
2000
حوالي ثلاثة مليارات تعليق في الشهر.
12:28
and then the magic happens.
278
748260
2000
و بعدها يحدث السحر.
12:30
You have the event structure,
279
750260
2000
لديك بنية الحدث،
12:32
the common ground that the words are about,
280
752260
2000
الارضية المشتركة و التي تدور حولها الكلمات،
12:34
coming out of the television feeds;
281
754260
3000
تآتي من محتوى بث التلفاز.
12:37
you've got the conversations
282
757260
2000
فتحصل على النقاشات
12:39
that are about those topics;
283
759260
2000
، التي تدور حول هذه المواضيع.
12:41
and through semantic analysis --
284
761260
3000
و من خلال التحليل الدلالي--
12:44
and this is actually real data you're looking at
285
764260
2000
و هذه، في الحقيقة ، بيانات حقيقية التي تنظرون اليها
12:46
from our data processing --
286
766260
2000
من تحليلنا للبيانات--
12:48
each yellow line is showing a link being made
287
768260
3000
كل خط اصفر يظهر رابطا يكون
12:51
between a comment in the wild
288
771260
3000
بين تعليق في الفراغ
12:54
and a piece of event structure coming out of the television signal.
289
774260
3000
و جزء من بنية الحدث تاتي من اشارة التلفاز.
12:57
And the same idea now
290
777260
2000
و نفس هذه الفكرة الآن
12:59
can be built up.
291
779260
2000
يمكن انشائها
13:01
And we get this wordscape,
292
781260
2000
و نحصل على هذا ال"مسطح اللغوي"،
13:03
except now words are not assembled in my living room.
293
783260
3000
و الفرق ان الكلمات لا تجمع الآن في غرفة المعيشة.
13:06
Instead, the context, the common ground activities,
294
786260
4000
بالمقابل، المحتوى، الانشطة المشتركة،
13:10
are the content on television that's driving the conversations.
295
790260
3000
هي المحتوى في التلفاز الذي يحرك هذه المحادثات.
13:13
And what we're seeing here, these skyscrapers now,
296
793260
3000
و ناطحات السحاب هذه، التي نراها الآن،
13:16
are commentary
297
796260
2000
هي تعليقات
13:18
that are linked to content on television.
298
798260
2000
مربوطة بمحتوى التلفاز.
13:20
Same concept,
299
800260
2000
نفس الفكرة،
13:22
but looking at communication dynamics
300
802260
2000
و لكن بالنظر الى ديناميكية التواصل
13:24
in a very different sphere.
301
804260
2000
في محيط مختلف تماما.
13:26
And so fundamentally, rather than, for example,
302
806260
2000
، هكذا ، في الاساس، ، عوضا عن، على سبيل المثال،
13:28
measuring content based on how many people are watching,
303
808260
3000
قياس المحتوى معتمدا علي عدد المشاهدين،
13:31
this gives us the basic data
304
811260
2000
يعطينا هذا البيانات الرئيسية
13:33
for looking at engagement properties of content.
305
813260
3000
للنظر الى خصائص الارتباط والمشاركة للمحتوى.
13:36
And just like we can look at feedback cycles
306
816260
3000
و كما نستطيع ان ناخذ نظرة على تعليقات الدورات
13:39
and dynamics in a family,
307
819260
3000
و الديناميكية في العائلة ،
13:42
we can now open up the same concepts
308
822260
3000
نستطيع الآن آن نوسع نفس المفاهيم
13:45
and look at much larger groups of people.
309
825260
3000
و النظر الى مجموعات اكبر من الناس.
13:48
This is a subset of data from our database --
310
828260
3000
هذه مجموعة فرعية من البيانات من قاعدة بياناتنا
13:51
just 50,000 out of several million --
311
831260
3000
٥٠،٠٠٠ فقط من بضعة ملايين --
13:54
and the social graph that connects them
312
834260
2000
و الرسم البياني الذي يربطهم
13:56
through publicly available sources.
313
836260
3000
من خلال مصادر متوفرة بشكل عام.
13:59
And if you put them on one plain,
314
839260
2000
، ان وضعتهم في مسطح واحد،
14:01
a second plain is where the content lives.
315
841260
3000
، في مسطح آخر حيث يكون المحتوى
14:04
So we have the programs
316
844260
3000
فاذن لدينا البرامج
14:07
and the sporting events
317
847260
2000
و البرامج المساندة
14:09
and the commercials,
318
849260
2000
و الدعايات التجارية،
14:11
and all of the link structures that tie them together
319
851260
2000
، كل الروابط التي تربطهم سوية
14:13
make a content graph.
320
853260
2000
، التي تكون الرسم البياني للمحتوى.
14:15
And then the important third dimension.
321
855260
4000
و ايضا البعد الثالث المهم.
14:19
Each of the links that you're seeing rendered here
322
859260
2000
كل رابط من هذه الروابط التي ترونها المقدمة هنا
14:21
is an actual connection made
323
861260
2000
هي علاقة فعلية كونت
14:23
between something someone said
324
863260
3000
بين شئ قاله شخص
14:26
and a piece of content.
325
866260
2000
، بين قطعة من محتوى.
14:28
And there are, again, now tens of millions of these links
326
868260
3000
، الآن ، مجددا، لدينا عشرات الملايين من الروابط
14:31
that give us the connective tissue of social graphs
327
871260
3000
و الذي يعطينا النسيج الرابط الذي يربط البيان الاجتماعي
14:34
and how they relate to content.
328
874260
3000
و كيف يربطون بالمحتوى.
14:37
And we can now start to probe the structure
329
877260
2000
و الآن نستطيع آن نبدا ببحث البنية
14:39
in interesting ways.
330
879260
2000
بطرق مثيرة للاهتمام.
14:41
So if we, for example, trace the path
331
881260
3000
فاننا، على سبيل المثال ، تعقبنا المسار
14:44
of one piece of content
332
884260
2000
لجزء من المحتوى
14:46
that drives someone to comment on it,
333
886260
2000
، التي تدفع احدهم ليعلق عليها،
14:48
and then we follow where that comment goes,
334
888260
3000
و من ثم نتبع اين تذهب هذه التعليقات،
14:51
and then look at the entire social graph that becomes activated
335
891260
3000
، من ثم ننظر الى الرسم البياني الاجتماعي الذي نشط
14:54
and then trace back to see the relationship
336
894260
3000
ثم نتبعه لنرى العلاقة
14:57
between that social graph and content,
337
897260
2000
بين الرسم البياني الاجتماعي و المحتوى،
14:59
a very interesting structure becomes visible.
338
899260
2000
بنية مثيرة للاهتمام تبدا بالظهور.
15:01
We call this a co-viewing clique,
339
901260
2000
نسمي هذا زمرة مساعدة للنظر،
15:03
a virtual living room if you will.
340
903260
3000
غرفة معيشة إفتراضية اذا شئتم .
15:06
And there are fascinating dynamics at play.
341
906260
2000
، هناك ديناميكيات مثيرة للدهشة عند التشغيل .
15:08
It's not one way.
342
908260
2000
انها ليست احادية الاتجاه.
15:10
A piece of content, an event, causes someone to talk.
343
910260
3000
جزء من المحتوى، حدث، يدفع احدهم للكلام.
15:13
They talk to other people.
344
913260
2000
يتحدثون مع اناس آخرين
15:15
That drives tune-in behavior back into mass media,
345
915260
3000
و الذي يدفع بهذه السلوك المتلاحق في وسائل الاعلام
15:18
and you have these cycles
346
918260
2000
، تتكون لديك هذه الدورات
15:20
that drive the overall behavior.
347
920260
2000
و التي تدفع السلوك العام.
15:22
Another example -- very different --
348
922260
2000
مثال آخر-- مختلف جدا--
15:24
another actual person in our database --
349
924260
3000
شخص آخر في قاعدة بياناتنا--
15:27
and we're finding at least hundreds, if not thousands, of these.
350
927260
3000
، نحن نجد على الاقل مئات، ان لم يكن الآلاف من هذه.
15:30
We've given this person a name.
351
930260
2000
اعطينا هذا الشخص اسم.
15:32
This is a pro-amateur, or pro-am media critic
352
932260
3000
انه ناقد اعلامي ،مناصر للهواة وللذاتية
15:35
who has this high fan-out rate.
353
935260
3000
و الذي لديه معدل معين.
15:38
So a lot of people are following this person -- very influential --
354
938260
3000
فالكثير من الناس يتبعون هذا الشخص--مؤثر جدا--
15:41
and they have a propensity to talk about what's on TV.
355
941260
2000
و لديهم ميل للحديث عن ما يعرض على التلفاز.
15:43
So this person is a key link
356
943260
3000
فاذن هذا الشخص هو صلة وصل رئيسية
15:46
in connecting mass media and social media together.
357
946260
3000
لوصل وسائل الاعلام و الاعلام الاجتماعي مع بعض.
15:49
One last example from this data:
358
949260
3000
مثال اخير من هذه البيانات:
15:52
Sometimes it's actually a piece of content that is special.
359
952260
3000
احيانا يكون جزء من المحتوى هو المميز
15:55
So if we go and look at this piece of content,
360
955260
4000
فاذا رجعنا الى هذا الجزء من المحتوى،
15:59
President Obama's State of the Union address
361
959260
3000
كلمة الرئيس اوباما لحزب الاتحاد
16:02
from just a few weeks ago,
362
962260
2000
و الذي كان بضعة اسابيع مضت،
16:04
and look at what we find in this same data set,
363
964260
3000
و انظروا الى ما وجدناه في نفس مجموعة البيانات،
16:07
at the same scale,
364
967260
3000
و في نفس المقياس،
16:10
the engagement properties of this piece of content
365
970260
2000
خصائص الوصل لهذا الجزء من المحتوى
16:12
are truly remarkable.
366
972260
2000
لافتة للنظر حقا.
16:14
A nation exploding in conversation
367
974260
2000
أمة تنفجر في المحادثات
16:16
in real time
368
976260
2000
في الوقت الحقيقي
16:18
in response to what's on the broadcast.
369
978260
3000
ردا على ما يدور في البث.
16:21
And of course, through all of these lines
370
981260
2000
وبطبيعة الحال ، من خلال كل من هذه الخطوط
16:23
are flowing unstructured language.
371
983260
2000
تتدفق لغة غير منظمة.
16:25
We can X-ray
372
985260
2000
ويمكننا أن نفحص
16:27
and get a real-time pulse of a nation,
373
987260
2000
، نحصل على نبض حقيقي لكل الامة،
16:29
real-time sense
374
989260
2000
احساس حقيقي
16:31
of the social reactions in the different circuits in the social graph
375
991260
3000
من التفاعلات الاجتماعية في الدوائر المختلفة في الرسم البياني الاجتماعي
16:34
being activated by content.
376
994260
3000
و التي تنشط بالمحتوى.
16:37
So, to summarize, the idea is this:
377
997260
3000
فاذا، و للتلخيص، الفكرة هي:
16:40
As our world becomes increasingly instrumented
378
1000260
3000
كلما زاد العالم من ناحية معدات
16:43
and we have the capabilities
379
1003260
2000
و لدينا امكانيات
16:45
to collect and connect the dots
380
1005260
2000
لنجمع و نصل النقاط
16:47
between what people are saying
381
1007260
2000
بين ما يقوله الناس
16:49
and the context they're saying it in,
382
1009260
2000
والسياق الذي يقولونه فيه،
16:51
what's emerging is an ability
383
1011260
2000
ما سيظهر هو المقدرة
16:53
to see new social structures and dynamics
384
1013260
3000
على رؤية بنيات ، محركات اجتماعية جديدة
16:56
that have previously not been seen.
385
1016260
2000
و التي لم ترى من قبل.
16:58
It's like building a microscope or telescope
386
1018260
2000
انه مثل صنع ميكروسكوب او تلسكوب
17:00
and revealing new structures
387
1020260
2000
و الكشف عن بنيات جديدة
17:02
about our own behavior around communication.
388
1022260
3000
حول سلوكنا حول التواصل.
17:05
And I think the implications here are profound,
389
1025260
3000
و اظن ان العقبات هنا كبيرة،
17:08
whether it's for science,
390
1028260
2000
سواء كان للعلوم
17:10
for commerce, for government,
391
1030260
2000
للتجارة، او الحكومة،
17:12
or perhaps most of all,
392
1032260
2000
او ربما اكثر من اي شئ،
17:14
for us as individuals.
393
1034260
3000
لنا كافراد
17:17
And so just to return to my son,
394
1037260
3000
و الان لنعود الى ابني،
17:20
when I was preparing this talk, he was looking over my shoulder,
395
1040260
3000
عندما كنت احضر لهذه المحاضرة ، كان ينظر من وراء كتفي،
17:23
and I showed him the clips I was going to show to you today,
396
1043260
2000
و اريته مقاطع الفيديو التي كنت ساريكم لها اليوم،
17:25
and I asked him for permission -- granted.
397
1045260
3000
و طلبت اذنه للنشر-- و وافق.
17:28
And then I went on to reflect,
398
1048260
2000
ثم واصلت بالشرح،
17:30
"Isn't it amazing,
399
1050260
3000
"آلن يكون رائعا،
17:33
this entire database, all these recordings,
400
1053260
3000
كل هذه البيانات، و التسجيلات ،
17:36
I'm going to hand off to you and to your sister" --
401
1056260
2000
سوف اسلمها لك و لاختك"،
17:38
who arrived two years later --
402
1058260
3000
، التي ولدت بعد سنتين.
17:41
"and you guys are going to be able to go back and re-experience moments
403
1061260
3000
"و ستتمكنون من العودة اليها، و تعيشون هذه اللحظات مجددا
17:44
that you could never, with your biological memory,
404
1064260
3000
، التي لن يمكنكم بذاكرتكم البيولوجية تذكرها،
17:47
possibly remember the way you can now?"
405
1067260
2000
كما يمكن ان تتذكروها الآن."
17:49
And he was quiet for a moment.
406
1069260
2000
و سكت لبرهة.
17:51
And I thought, "What am I thinking?
407
1071260
2000
، فكرت "ماذا دهاني؟
17:53
He's five years old. He's not going to understand this."
408
1073260
2000
انه في الخامسة من عمره، لن يتمكن من فهم هذا."
17:55
And just as I was having that thought, he looked up at me and said,
409
1075260
3000
، بينما راودتني هذه الفكرة، نظر الي و قال ،
17:58
"So that when I grow up,
410
1078260
2000
"اذا عندما اكبر،
18:00
I can show this to my kids?"
411
1080260
2000
استطيع ان اعرض هذا لابنائي؟"
18:02
And I thought, "Wow, this is powerful stuff."
412
1082260
3000
، فكرت:" يا الهي، ان هذا عميق فعلا."
18:05
So I want to leave you
413
1085260
2000
فاريد ان اترككم
18:07
with one last memorable moment
414
1087260
2000
بلحظة اخيرة
18:09
from our family.
415
1089260
3000
من عائلتنا
18:12
This is the first time our son
416
1092260
2000
هذه اول مرة قام بها ابني
18:14
took more than two steps at once --
417
1094260
2000
بخطو اكثر من خطوتين مرة واحدة--
18:16
captured on film.
418
1096260
2000
التقطت في فيلم.
18:18
And I really want you to focus on something
419
1098260
3000
و اريد بالفعل التركيز على شئ
18:21
as I take you through.
420
1101260
2000
بينما آخذكم خلاله.
18:23
It's a cluttered environment; it's natural life.
421
1103260
2000
انها بيئة عشوائية : حياة طبيعية.
18:25
My mother's in the kitchen, cooking,
422
1105260
2000
امي في المطبخ ، تطهو،
18:27
and, of all places, in the hallway,
423
1107260
2000
و من دون كل الاماكن، البهو،
18:29
I realize he's about to do it, about to take more than two steps.
424
1109260
3000
ادركت انه على وشك فعلها، على وشك ان يخطو اكثر من خطوتين.
18:32
And so you hear me encouraging him,
425
1112260
2000
و كما تسمعوني اشجعه،
18:34
realizing what's happening,
426
1114260
2000
مدركا ما كان يحدث،
18:36
and then the magic happens.
427
1116260
2000
ثم حدث السحر.
18:38
Listen very carefully.
428
1118260
2000
استمعوا جيدا
18:40
About three steps in,
429
1120260
2000
بعد خطوه ثلاث خطوات،
18:42
he realizes something magic is happening,
430
1122260
2000
يدركه هو ايضا ان شيئا ساحرا يحدث.
18:44
and the most amazing feedback loop of all kicks in,
431
1124260
3000
و اكثر ردود الفعل اثارة يحدث،
18:47
and he takes a breath in,
432
1127260
2000
و يشهق،
18:49
and he whispers "wow"
433
1129260
2000
، يهمس "يالهي"
18:51
and instinctively I echo back the same.
434
1131260
4000
و دون أن أشعر، رددت نفس الكلمة.
18:56
And so let's fly back in time
435
1136260
3000
فهيا نطير بالزمن الى الوراء
18:59
to that memorable moment.
436
1139260
2000
الى هذه اللحظة الفريدة.
19:05
(Video) DR: Hey.
437
1145260
2000
(فيديو} ديب روي: مرحبا
19:07
Come here.
438
1147260
2000
تعال الى هنا.
19:09
Can you do it?
439
1149260
3000
هل يمكنك فعلها؟
19:13
Oh, boy.
440
1153260
2000
يا الهي.
19:15
Can you do it?
441
1155260
3000
هل يمكنك فعلها؟
19:18
Baby: Yeah.
442
1158260
2000
الطفل: نعم.
19:20
DR: Ma, he's walking.
443
1160260
3000
ديب روي: آمي، انه يمشي.
19:24
(Laughter)
444
1164260
2000
(ضحك)
19:26
(Applause)
445
1166260
2000
(تصفيق)
19:28
DR: Thank you.
446
1168260
2000
ديب روي: شكرا لكم
19:30
(Applause)
447
1170260
15000
(تصفيق)

Original video on YouTube.com
حول هذا الموقع

سيقدم لك هذا الموقع مقاطع فيديو YouTube المفيدة لتعلم اللغة الإنجليزية. سترى دروس اللغة الإنجليزية التي يتم تدريسها من قبل مدرسين من الدرجة الأولى من جميع أنحاء العالم. انقر نقرًا مزدوجًا فوق الترجمة الإنجليزية المعروضة على كل صفحة فيديو لتشغيل الفيديو من هناك. يتم تمرير الترجمات بالتزامن مع تشغيل الفيديو. إذا كان لديك أي تعليقات أو طلبات ، يرجى الاتصال بنا باستخدام نموذج الاتصال هذا.

https://forms.gle/WvT1wiN1qDtmnspy7