Deb Roy: The birth of a word

401,378 views ・ 2011-03-14

TED


Моля, кликнете два пъти върху английските субтитри по-долу, за да пуснете видеото.

Translator: Anton Hikov Reviewer: Stoyan Georgiev
00:15
Imagine if you could record your life --
0
15260
4000
Представете си ако можеше да запишете живота си --
00:19
everything you said, everything you did,
1
19260
3000
всичко което казвате и вършите,
00:22
available in a perfect memory store at your fingertips,
2
22260
3000
достъпно в перфектен склад на спомени на ръка разстояние,
00:25
so you could go back
3
25260
2000
така че да можете да превъртите назад
00:27
and find memorable moments and relive them,
4
27260
3000
и да намерите и преживеете отново паметни моменти,
00:30
or sift through traces of time
5
30260
3000
или да пресеете времето
00:33
and discover patterns in your own life
6
33260
2000
и да откриете модели, които следвате във вашият живот,
00:35
that previously had gone undiscovered.
7
35260
3000
за които не сте подозирали че съществуват.
00:38
Well that's exactly the journey
8
38260
2000
Е, точно такова пътуване
00:40
that my family began
9
40260
2000
предприе моето семейство
00:42
five and a half years ago.
10
42260
2000
преди 5 години и половина.
00:44
This is my wife and collaborator, Rupal.
11
44260
3000
Това е моята съпругата и сътрудник, Рупал.
00:47
And on this day, at this moment,
12
47260
2000
И на този ден, в този момент,
00:49
we walked into the house with our first child,
13
49260
2000
ние стъпихме вкъщи с нашето първо дете,
00:51
our beautiful baby boy.
14
51260
2000
нашия красив син.
00:53
And we walked into a house
15
53260
3000
И влезнахме в къща
00:56
with a very special home video recording system.
16
56260
4000
със много специална домашна видео записваща система.
01:07
(Video) Man: Okay.
17
67260
2000
(Видео) Мъж: Добре.
01:10
Deb Roy: This moment
18
70260
1000
Деб Рой: Този момент,
01:11
and thousands of other moments special for us
19
71260
3000
както и хиляди други специални за нас мигове,
01:14
were captured in our home
20
74260
2000
бяха уловени в нашия дом,
01:16
because in every room in the house,
21
76260
2000
защото във всяка стая на къщата,
01:18
if you looked up, you'd see a camera and a microphone,
22
78260
3000
ако погледнехте нагоре, щяхте да видите видеокамера и микрофон,
01:21
and if you looked down,
23
81260
2000
а ако погледнехте надолу,
01:23
you'd get this bird's-eye view of the room.
24
83260
2000
щяхте да видите стаята от птичи поглед.
01:25
Here's our living room,
25
85260
3000
Това е дневната,
01:28
the baby bedroom,
26
88260
3000
детската,
01:31
kitchen, dining room
27
91260
2000
кухнята, трапезарията
01:33
and the rest of the house.
28
93260
2000
и останалата част от къщата.
01:35
And all of these fed into a disc array
29
95260
3000
И всички те се записваха на дисков масив,
01:38
that was designed for a continuous capture.
30
98260
3000
пригоден за нон-стоп запис.
01:41
So here we are flying through a day in our home
31
101260
3000
И така, тук ние прелитаме през един ден в нашия дом,
01:44
as we move from sunlit morning
32
104260
3000
и преминаваме от слънчева сутрин
01:47
through incandescent evening
33
107260
2000
през нажежена вечер
01:49
and, finally, lights out for the day.
34
109260
3000
и накрая на деня лампите загасват.
01:53
Over the course of three years,
35
113260
3000
В продължение на три години,
01:56
we recorded eight to 10 hours a day,
36
116260
2000
ние записвахме 8-10 часа дневно,
01:58
amassing roughly a quarter-million hours
37
118260
3000
натрупвайки около четвърт милион часа
02:01
of multi-track audio and video.
38
121260
3000
аудио и видео запис.
02:04
So you're looking at a piece of what is by far
39
124260
2000
И така, вие наблюдавате част от
02:06
the largest home video collection ever made.
40
126260
2000
най-голямата досега позната колекция от домашно видео.
02:08
(Laughter)
41
128260
3000
(Смях)
02:11
And what this data represents
42
131260
2000
Това, което тези данни означават
02:13
for our family at a personal level,
43
133260
4000
за нашето семейство на персонално равнище,
02:17
the impact has already been immense,
44
137260
2000
въздействието им е вече огромно,
02:19
and we're still learning its value.
45
139260
3000
и ние все още изучаваме значимостта им.
02:22
Countless moments
46
142260
2000
Безброй мигове,
02:24
of unsolicited natural moments, not posed moments,
47
144260
3000
естествени, непредизвикани и нережисирани мигове,
02:27
are captured there,
48
147260
2000
са съхранени в тези данни,
02:29
and we're starting to learn how to discover them and find them.
49
149260
3000
и ние започваме да научаваме как да ги откриваме и намираме
02:32
But there's also a scientific reason that drove this project,
50
152260
3000
Но има и научна причина, която мотивира този проект,
02:35
which was to use this natural longitudinal data
51
155260
4000
а именно да се използват естествените дългосрочни данни
02:39
to understand the process
52
159260
2000
за да разберем процесът,
02:41
of how a child learns language --
53
161260
2000
чрез който едно дете научава език,
02:43
that child being my son.
54
163260
2000
в случая това дете е моят син.
02:45
And so with many privacy provisions put in place
55
165260
4000
И така с много уговорки за поверителност,
02:49
to protect everyone who was recorded in the data,
56
169260
3000
защитаващи всички, чиито живот камерите са записали,
02:52
we made elements of the data available
57
172260
3000
ние предоставихме достъп до част от записите
02:55
to my trusted research team at MIT
58
175260
3000
на моят доверен изследователски екип в Масачузетския Технологичен Институт,
02:58
so we could start teasing apart patterns
59
178260
3000
за да започнем да разгадаваме модели
03:01
in this massive data set,
60
181260
3000
в голямото количество данни,
03:04
trying to understand the influence of social environments
61
184260
3000
опитвайки се да разберем влиянията на социалната среда
03:07
on language acquisition.
62
187260
2000
върху заучаването на езика.
03:09
So we're looking here
63
189260
2000
Тук наблюдаваме
03:11
at one of the first things we started to do.
64
191260
2000
едно от първите неща, които започнахме да правим.
03:13
This is my wife and I cooking breakfast in the kitchen,
65
193260
4000
Това сме аз и съпругата ми приготвяйки закуска в кухнята.
03:17
and as we move through space and through time,
66
197260
3000
И докато се движим през времето и пространството,
03:20
a very everyday pattern of life in the kitchen.
67
200260
3000
това е доста ежедневен модел на поведение в кухнята.
03:23
In order to convert
68
203260
2000
За да превърнем
03:25
this opaque, 90,000 hours of video
69
205260
3000
тези трудноразбираеми 90 000 часа видео,
03:28
into something that we could start to see,
70
208260
2000
в нещо, което да започнем да виждаме,
03:30
we use motion analysis to pull out,
71
210260
2000
ние използвахме анализ на движението,
03:32
as we move through space and through time,
72
212260
2000
докато преминавахме през времето и пространството,
03:34
what we call space-time worms.
73
214260
3000
който нарекохме времево-пространствени червеи.
03:37
And this has become part of our toolkit
74
217260
3000
Те станаха част от нашия арсенал,
03:40
for being able to look and see
75
220260
3000
за да можем да определяме
03:43
where the activities are in the data,
76
223260
2000
къде в данните се случват дейностите,
03:45
and with it, trace the pattern of, in particular,
77
225260
3000
и чрез тях проследяваме моделът, в частност,
03:48
where my son moved throughout the home,
78
228260
2000
на движенията на сина ми из къщата,
03:50
so that we could focus our transcription efforts,
79
230260
3000
за да можем да съсредоточим транскрибиращите си усилия
03:53
all of the speech environment around my son --
80
233260
3000
върху речевата среда около сина ми --
03:56
all of the words that he heard from myself, my wife, our nanny,
81
236260
3000
всички думи, които чува от мен, съпругата ми, детегледачката,
03:59
and over time, the words he began to produce.
82
239260
3000
и последователно думите, които той започна да произнася.
04:02
So with that technology and that data
83
242260
3000
Така с тази технология и тези данни,
04:05
and the ability to, with machine assistance,
84
245260
2000
и способността, с помощта на машините,
04:07
transcribe speech,
85
247260
2000
да записваме реч,
04:09
we've now transcribed
86
249260
2000
засега сме записали
04:11
well over seven million words of our home transcripts.
87
251260
3000
повече от 7 милиона думи от домашните ни разговори.
04:14
And with that, let me take you now
88
254260
2000
И така, нека сега ви отведа
04:16
for a first tour into the data.
89
256260
3000
на първата разходка из нашите данни
04:19
So you've all, I'm sure,
90
259260
2000
Сигурен съм, че всички вие
04:21
seen time-lapse videos
91
261260
2000
сте виждали ускорени във времето видеозаписи, където например,
04:23
where a flower will blossom as you accelerate time.
92
263260
3000
може да наблюдавате разцъфващо цвете докато ускорявате времето,
04:26
I'd like you to now experience
93
266260
2000
Бих желал сега да преживеете
04:28
the blossoming of a speech form.
94
268260
2000
разцъфването на една форма на речта.
04:30
My son, soon after his first birthday,
95
270260
2000
Синът ми скоро след първия си рожден ден
04:32
would say "gaga" to mean water.
96
272260
3000
започна да нарича водата "гага."
04:35
And over the course of the next half-year,
97
275260
3000
И през следващите шест месеца,
04:38
he slowly learned to approximate
98
278260
2000
той бавно се научи да произнася приблизително
04:40
the proper adult form, "water."
99
280260
3000
правилната форма на думата, "вода."
04:43
So we're going to cruise through half a year
100
283260
2000
Сега ще пропътуваме половин година
04:45
in about 40 seconds.
101
285260
2000
за 40 секунди.
04:47
No video here,
102
287260
2000
Без видео запис,
04:49
so you can focus on the sound, the acoustics,
103
289260
3000
за да може да се концентрирате върху звука, акустиката
04:52
of a new kind of trajectory:
104
292260
2000
на един нов вид траектория:
04:54
gaga to water.
105
294260
2000
от "гага" до "вода."
04:56
(Audio) Baby: Gagagagagaga
106
296260
12000
(Звук) Бебе: Гагагагагага
05:08
Gaga gaga gaga
107
308260
4000
Гага гага гага
05:12
guga guga guga
108
312260
5000
гуга гуга гуга
05:17
wada gaga gaga guga gaga
109
317260
5000
уада гага гага гуга гага
05:22
wader guga guga
110
322260
4000
уода гуга гуга
05:26
water water water
111
326260
3000
вода вода вода
05:29
water water water
112
329260
6000
вода вода вода
05:35
water water
113
335260
4000
вода вода
05:39
water.
114
339260
2000
вода.
05:41
DR: He sure nailed it, didn't he.
115
341260
2000
ДР: Направо я закова, нали!
05:43
(Applause)
116
343260
7000
(Ръкопляскане)
05:50
So he didn't just learn water.
117
350260
2000
Той не само научи "вода."
05:52
Over the course of the 24 months,
118
352260
2000
По време на 24-те месеца,
05:54
the first two years that we really focused on,
119
354260
3000
първите две години, върху които наистина се съсредоточихме,
05:57
this is a map of every word he learned in chronological order.
120
357260
4000
това е карта на всяка дума научена от него в хронологичен ред.
06:01
And because we have full transcripts,
121
361260
3000
И тъй като имаме пълни записи,
06:04
we've identified each of the 503 words
122
364260
2000
идентифицирахме всяка от 503-те думи,
06:06
that he learned to produce by his second birthday.
123
366260
2000
които той научи да изговаря до втория си рожден ден.
06:08
He was an early talker.
124
368260
2000
Той проговори рано.
06:10
And so we started to analyze why.
125
370260
3000
И така ние започнахме да анализираме защо.
06:13
Why were certain words born before others?
126
373260
3000
Защо определени думи се раждаха преди другите?
06:16
This is one of the first results
127
376260
2000
Това е един от първите резултати
06:18
that came out of our study a little over a year ago
128
378260
2000
от експеримента ни, който получихме преди година,
06:20
that really surprised us.
129
380260
2000
и той наистина ни изненада.
06:22
The way to interpret this apparently simple graph
130
382260
3000
Начинът, по който може да се тълкува тази привидно проста диаграма
06:25
is, on the vertical is an indication
131
385260
2000
е, че по вертикалата е индикация за това,
06:27
of how complex caregiver utterances are
132
387260
3000
колко сложен е изказът на детегледачът,
06:30
based on the length of utterances.
133
390260
2000
базиран на дължината на речта.
06:32
And the [horizontal] axis is time.
134
392260
3000
А по вертикалната ос е времето.
06:35
And all of the data,
135
395260
2000
Подредихме всички данни
06:37
we aligned based on the following idea:
136
397260
3000
въз основа на следната идея:
06:40
Every time my son would learn a word,
137
400260
3000
Всеки път, когато синът ми научаваше дума,
06:43
we would trace back and look at all of the language he heard
138
403260
3000
ние проследявахме речта чута от него,
06:46
that contained that word.
139
406260
2000
съдържаща тази дума.
06:48
And we would plot the relative length of the utterances.
140
408260
4000
И съставяхме крива със съответната продължителност на словото.
06:52
And what we found was this curious phenomena,
141
412260
3000
И открихме любопитен феномен --
06:55
that caregiver speech would systematically dip to a minimum,
142
415260
3000
речта на детегледачът системно спадаше до минимум,
06:58
making language as simple as possible,
143
418260
3000
правейки езикът колкото се може по опростен,
07:01
and then slowly ascend back up in complexity.
144
421260
3000
и след това бавно сложността на речта се повишаваше.
07:04
And the amazing thing was
145
424260
2000
Невероятното в случая е,
07:06
that bounce, that dip,
146
426260
2000
че този спад
07:08
lined up almost precisely
147
428260
2000
съвпадна почти точно
07:10
with when each word was born --
148
430260
2000
с момента, в който всяка дума се раждаше --
07:12
word after word, systematically.
149
432260
2000
методично, дума по дума.
07:14
So it appears that all three primary caregivers --
150
434260
2000
И така излглежда, че тримата главни детегледачи --
07:16
myself, my wife and our nanny --
151
436260
3000
аз, жена ми и бавачката --
07:19
were systematically and, I would think, subconsciously
152
439260
3000
систематично и, мисля, подсъзнателно,
07:22
restructuring our language
153
442260
2000
реструктурирахме езика си,
07:24
to meet him at the birth of a word
154
444260
3000
за да го нагодим там, където се ражда една дума,
07:27
and bring him gently into more complex language.
155
447260
4000
и да го поведем внимателно към по-сложен език.
07:31
And the implications of this -- there are many,
156
451260
2000
И последствията от това -- имаше много,
07:33
but one I just want to point out,
157
453260
2000
но едно от тези, които искам да спомена
07:35
is that there must be amazing feedback loops.
158
455260
3000
е, че би трябвало да има невероятнa верига от обратна информация.
07:38
Of course, my son is learning
159
458260
2000
Разбира се, синът ми се учи
07:40
from his linguistic environment,
160
460260
2000
от своето лингвистично обкръжение,
07:42
but the environment is learning from him.
161
462260
3000
обкръжението му се учи от него.
07:45
That environment, people, are in these tight feedback loops
162
465260
3000
Хората от обкръжението му са част от веригата за обратна информация,
07:48
and creating a kind of scaffolding
163
468260
2000
като формират нещо като скеле,
07:50
that has not been noticed until now.
164
470260
3000
което е останало незабелязано досега.
07:54
But that's looking at the speech context.
165
474260
2000
Но това е когато разглеждаме речевия контекст.
07:56
What about the visual context?
166
476260
2000
Ами визуалният контекст?
07:58
We're not looking at --
167
478260
2000
Ние не разглеждаме --
08:00
think of this as a dollhouse cutaway of our house.
168
480260
2000
това е страничен разрез на къщтата ни.
08:02
We've taken those circular fish-eye lens cameras,
169
482260
3000
Използвайки кръговите видеокамери тип 'рибно око,'
08:05
and we've done some optical correction,
170
485260
2000
ние ги коригирахме оптически,
08:07
and then we can bring it into three-dimensional life.
171
487260
4000
за да получим този триизмерен образ
08:11
So welcome to my home.
172
491260
2000
И така, добре дошли в моят дом.
08:13
This is a moment,
173
493260
2000
Това е момент,
08:15
one moment captured across multiple cameras.
174
495260
3000
записан от различни камери.
08:18
The reason we did this is to create the ultimate memory machine,
175
498260
3000
Ние създадохме това с цел да създадем перфектната машина на спомените,
08:21
where you can go back and interactively fly around
176
501260
3000
с която да можем да се върнем назад и интерактивно да летим наоколо
08:24
and then breathe video-life into this system.
177
504260
3000
и да вдъхнем живот на видео записите.
08:27
What I'm going to do
178
507260
2000
Сега ще ви покажа
08:29
is give you an accelerated view of 30 minutes,
179
509260
3000
ускорен изглед от 30 минути,
08:32
again, of just life in the living room.
180
512260
2000
отново, само от живота в дневната.
08:34
That's me and my son on the floor.
181
514260
3000
Това сме аз и сина ми на пода.
08:37
And there's video analytics
182
517260
2000
И има видео анализ,
08:39
that are tracking our movements.
183
519260
2000
който проследява нашите движения.
08:41
My son is leaving red ink. I am leaving green ink.
184
521260
3000
Синът ми оставя червено мастило, аз оставям зелено мастило.
08:44
We're now on the couch,
185
524260
2000
Сега сме на дивана,
08:46
looking out through the window at cars passing by.
186
526260
3000
гледаме през прозореца преминаващи коли.
08:49
And finally, my son playing in a walking toy by himself.
187
529260
3000
И накрая, синът ми си играе с ходеща играчка самичък.
08:52
Now we freeze the action, 30 minutes,
188
532260
3000
Сега замразяваме движението, за 30 минути,
08:55
we turn time into the vertical axis,
189
535260
2000
обръщаме времето на вертикалната ос,
08:57
and we open up for a view
190
537260
2000
и отваряме изглед
08:59
of these interaction traces we've just left behind.
191
539260
3000
на тези интерактивни следи, които оставихме току-що.
09:02
And we see these amazing structures --
192
542260
3000
И ние виждаме тези невероятни структури --
09:05
these little knots of two colors of thread
193
545260
3000
тези малки възли от двуцветни нишки,
09:08
we call "social hot spots."
194
548260
2000
които наричаме социални горещи точки.
09:10
The spiral thread
195
550260
2000
Спираловидната нишка
09:12
we call a "solo hot spot."
196
552260
2000
наричаме единична гореща точка.
09:14
And we think that these affect the way language is learned.
197
554260
3000
И ние смятаме, че те оказват влияние върху начина, по който езикът се научава.
09:17
What we'd like to do
198
557260
2000
Това, което искаме да направим,
09:19
is start understanding
199
559260
2000
е да започнем да разбираме
09:21
the interaction between these patterns
200
561260
2000
взаимодействието между тези модели
09:23
and the language that my son is exposed to
201
563260
2000
и езика, на който е изложен синът ми,
09:25
to see if we can predict
202
565260
2000
за да разберем дали може да се предскаже,
09:27
how the structure of when words are heard
203
567260
2000
как структурата на това кога думите са чути,
09:29
affects when they're learned --
204
569260
2000
оказва влияние на това кога са заучени --
09:31
so in other words, the relationship
205
571260
2000
с други думи, връзката
09:33
between words and what they're about in the world.
206
573260
4000
между думите и това, което те представляват в света.
09:37
So here's how we're approaching this.
207
577260
2000
Така че, ето как подхождаме към това.
09:39
In this video,
208
579260
2000
В това видео,
09:41
again, my son is being traced out.
209
581260
2000
отново, синът ми е проследяван.
09:43
He's leaving red ink behind.
210
583260
2000
Той оставя червено мастило след себе си.
09:45
And there's our nanny by the door.
211
585260
2000
И нашата бавачка е до вратата.
09:47
(Video) Nanny: You want water? (Baby: Aaaa.)
212
587260
3000
(Видео) Бавачка: Искаш ли вода? (Бебе: Аааа.)
09:50
Nanny: All right. (Baby: Aaaa.)
213
590260
3000
Бавачка: Добре. (Бебе: Аааа.)
09:53
DR: She offers water,
214
593260
2000
ДР: Тя предлага вода,
09:55
and off go the two worms
215
595260
2000
и двете червейчета
09:57
over to the kitchen to get water.
216
597260
2000
потеглят към кухнята да вземат вода.
09:59
And what we've done is use the word "water"
217
599260
2000
И това, което сме направили, е да използваме думата "вода,"
10:01
to tag that moment, that bit of activity.
218
601260
2000
за да маркираме този момент, тази дейност.
10:03
And now we take the power of data
219
603260
2000
И сега използваме силата на данните,
10:05
and take every time my son
220
605260
3000
и вземаме всеки път, когато синът ми
10:08
ever heard the word water
221
608260
2000
е чувал думата вода,
10:10
and the context he saw it in,
222
610260
2000
и контекста, в който я е видял,
10:12
and we use it to penetrate through the video
223
612260
3000
и използваме това, за да претърсим видеото
10:15
and find every activity trace
224
615260
3000
и да проследим всяка следа от дейност,
10:18
that co-occurred with an instance of water.
225
618260
3000
която се е случила по същото време, когато е използвана думата вода.
10:21
And what this data leaves in its wake
226
621260
2000
И това, което тези данни оставят след себе си
10:23
is a landscape.
227
623260
2000
е пейзаж.
10:25
We call these wordscapes.
228
625260
2000
Ние ги наричаме словесни пейзажи.
10:27
This is the wordscape for the word water,
229
627260
2000
Това е словесния пейзаж за думата вода
10:29
and you can see most of the action is in the kitchen.
230
629260
2000
и може да видите, че по-голямата част от действията са в кухнята.
10:31
That's where those big peaks are over to the left.
231
631260
3000
Това е мястото, където са се образували тези големи върхове вляво.
10:34
And just for contrast, we can do this with any word.
232
634260
3000
И само за контраст, ние можем да направим това с всяка дума.
10:37
We can take the word "bye"
233
637260
2000
Можем да вземем думата "довиждане,"
10:39
as in "good bye."
234
639260
2000
като в "до скоро виждане."
10:41
And we're now zoomed in over the entrance to the house.
235
641260
2000
И сега увеличаваме над входа на къщата.
10:43
And we look, and we find, as you would expect,
236
643260
3000
И гледаме, и откриваме, както може да се очаква,
10:46
a contrast in the landscape
237
646260
2000
контраст в пейзажа,
10:48
where the word "bye" occurs much more in a structured way.
238
648260
3000
където думата "довиждане" се среща много повече по структуриран начин.
10:51
So we're using these structures
239
651260
2000
Така че ние използваме тези структури,
10:53
to start predicting
240
653260
2000
за да започнем да предсказваме
10:55
the order of language acquisition,
241
655260
3000
редът за придобиване на езикови умения,
10:58
and that's ongoing work now.
242
658260
2000
и това е работа, която вършим сега.
11:00
In my lab, which we're peering into now, at MIT --
243
660260
3000
В моята лаборатория, която виждаме в момента, в Масачузетския технологичен институт --
11:03
this is at the media lab.
244
663260
2000
това е в медийната лаборатория.
11:05
This has become my favorite way
245
665260
2000
Това се превърна в любимия ми начин
11:07
of videographing just about any space.
246
667260
2000
за видео представяне на почти всяко пространство.
11:09
Three of the key people in this project,
247
669260
2000
Три от ключовите фигури в този проект,
11:11
Philip DeCamp, Rony Kubat and Brandon Roy are pictured here.
248
671260
3000
Филип ДеКамп, Рони Кубат и Брендън Рой са на снимката.
11:14
Philip has been a close collaborator
249
674260
2000
Филип беше близък сътрудник
11:16
on all the visualizations you're seeing.
250
676260
2000
за всички визуализации, което виждате.
11:18
And Michael Fleischman
251
678260
3000
И Майкъл Флайшман,
11:21
was another Ph.D. student in my lab
252
681260
2000
който е друг докторант в моята лаборатория,
11:23
who worked with me on this home video analysis,
253
683260
3000
който работеше с мен над анализа на това домашно видео,
11:26
and he made the following observation:
254
686260
3000
и той направи следното наблюдение:
11:29
that "just the way that we're analyzing
255
689260
2000
че "просто начинът, по който анализираме
11:31
how language connects to events
256
691260
3000
как езика се свързва със събития,
11:34
which provide common ground for language,
257
694260
2000
които предоставят контекста за езика,
11:36
that same idea we can take out of your home, Deb,
258
696260
4000
същата идея можем да извадим от дома ти, Деб,
11:40
and we can apply it to the world of public media."
259
700260
3000
и можем да я приложим в света на обществените медии."
11:43
And so our effort took an unexpected turn.
260
703260
3000
И така, усилията ни претърпяха неочакван обрат.
11:46
Think of mass media
261
706260
2000
Мислете си за средствата за масова информация,
11:48
as providing common ground
262
708260
2000
като предоставящи контекста,
11:50
and you have the recipe
263
710260
2000
и ще раполагате с рецепта
11:52
for taking this idea to a whole new place.
264
712260
3000
за отвеждане на тази идея на съвсем ново място.
11:55
We've started analyzing television content
265
715260
3000
Ние започнахме да анализираме телевизионно съдържание,
11:58
using the same principles --
266
718260
2000
използвайки същите принципи --
12:00
analyzing event structure of a TV signal --
267
720260
3000
анализирахме структурата на събитията от телевизионен сигнал --
12:03
episodes of shows,
268
723260
2000
епизоди на предавания,
12:05
commercials,
269
725260
2000
реклами,
12:07
all of the components that make up the event structure.
270
727260
3000
всички елементи, които изграждат структурата на събитието.
12:10
And we're now, with satellite dishes, pulling and analyzing
271
730260
3000
И сега, със сателитни чинии, извличаме и анализираме
12:13
a good part of all the TV being watched in the United States.
272
733260
3000
голяма част от телевизията, която се гледа в Съединените щати.
12:16
And you don't have to now go and instrument living rooms with microphones
273
736260
3000
И не е нужно да отидете сега и да инсталирате микрофони във всекидневните,
12:19
to get people's conversations,
274
739260
2000
за да научите разговорите на хората,
12:21
you just tune into publicly available social media feeds.
275
741260
3000
необходимо е просто да се настроите към обществено достъпните социални медийни емисии.
12:24
So we're pulling in
276
744260
2000
И така, ние извличаме
12:26
about three billion comments a month,
277
746260
2000
около три милиарда коментари на месец.
12:28
and then the magic happens.
278
748260
2000
И тогава се случва магията.
12:30
You have the event structure,
279
750260
2000
Разполагаме със структурата на събитията,
12:32
the common ground that the words are about,
280
752260
2000
контекста, в който се използват думите,
12:34
coming out of the television feeds;
281
754260
3000
произлизащи от телевизионните емисии;
12:37
you've got the conversations
282
757260
2000
разполагаме с разговорите
12:39
that are about those topics;
283
759260
2000
свързани с тези теми;
12:41
and through semantic analysis --
284
761260
3000
и чрез семантичен анализ --
12:44
and this is actually real data you're looking at
285
764260
2000
и това всъщност са реални данни, които виждаме в момента,
12:46
from our data processing --
286
766260
2000
от нашата обработка на данните --
12:48
each yellow line is showing a link being made
287
768260
3000
всяка жълта линия показва връзка
12:51
between a comment in the wild
288
771260
3000
между коментар, направен в интернет,
12:54
and a piece of event structure coming out of the television signal.
289
774260
3000
и някакво събитие, произлизащо от телевизионния сигнал.
12:57
And the same idea now
290
777260
2000
И същата идея сега
12:59
can be built up.
291
779260
2000
може да бъде изградена.
13:01
And we get this wordscape,
292
781260
2000
И ние получаваме това словесно пространство,
13:03
except now words are not assembled in my living room.
293
783260
3000
с изключение на това, че сега думите не са събрани от моя хол.
13:06
Instead, the context, the common ground activities,
294
786260
4000
Вместо това, контекста, общите дейности,
13:10
are the content on television that's driving the conversations.
295
790260
3000
са от телевизионното съдържание, което подтиква разговорите.
13:13
And what we're seeing here, these skyscrapers now,
296
793260
3000
И това, което виждаме тук, тези небостъргачи сега,
13:16
are commentary
297
796260
2000
са коментари,
13:18
that are linked to content on television.
298
798260
2000
които са свързани със телевизионното съдържание.
13:20
Same concept,
299
800260
2000
Същата концепция,
13:22
but looking at communication dynamics
300
802260
2000
но сега гледаме в комуникационната динамика
13:24
in a very different sphere.
301
804260
2000
в съвсем различна сфера.
13:26
And so fundamentally, rather than, for example,
302
806260
2000
И така в основни линии, вместо да, например,
13:28
measuring content based on how many people are watching,
303
808260
3000
измерваме съдържанието, на базата на това колко много хора гледат,
13:31
this gives us the basic data
304
811260
2000
това ни дава основните данни,
13:33
for looking at engagement properties of content.
305
813260
3000
за наблюдаване на свойствата на ангажираност към съдържанието.
13:36
And just like we can look at feedback cycles
306
816260
3000
И по същия начин както можем да разглеждаме вериги за обратна връзка
13:39
and dynamics in a family,
307
819260
3000
и динамиката в семейство,
13:42
we can now open up the same concepts
308
822260
3000
сега можем да вземем същите понятия
13:45
and look at much larger groups of people.
309
825260
3000
и да погледнем в много по-големи групи от хора.
13:48
This is a subset of data from our database --
310
828260
3000
Това е набор от данни от нашата база данни --
13:51
just 50,000 out of several million --
311
831260
3000
само 50 000 от няколко милиона --
13:54
and the social graph that connects them
312
834260
2000
и социалния граф, който ги свързва
13:56
through publicly available sources.
313
836260
3000
с публично достъпни източници.
13:59
And if you put them on one plain,
314
839260
2000
И ако ги сложите на една равнина,♫
14:01
a second plain is where the content lives.
315
841260
3000
втората равнина е мястото, което е населено със съдържанието.
14:04
So we have the programs
316
844260
3000
Така че, програмите
14:07
and the sporting events
317
847260
2000
и спортните събития
14:09
and the commercials,
318
849260
2000
и рекламите,
14:11
and all of the link structures that tie them together
319
851260
2000
и всички свързани структури, които ги обединяват,
14:13
make a content graph.
320
853260
2000
образуват граф на съдържанието.
14:15
And then the important third dimension.
321
855260
4000
И после идва важното третото измерение.
14:19
Each of the links that you're seeing rendered here
322
859260
2000
Всяка една от връзките, които виждате предоставени тук,
14:21
is an actual connection made
323
861260
2000
е конкретна връзка направена
14:23
between something someone said
324
863260
3000
между нещо, което някой казал
14:26
and a piece of content.
325
866260
2000
и някакво съдържание.
14:28
And there are, again, now tens of millions of these links
326
868260
3000
И има, отново, десетки милиони от тези връзки,
14:31
that give us the connective tissue of social graphs
327
871260
3000
които ни дават съединителната тъкан на социалния графики,
14:34
and how they relate to content.
328
874260
3000
и как те се отнасят към съдържанието.
14:37
And we can now start to probe the structure
329
877260
2000
И сега можем да започнем да проучваме структурата
14:39
in interesting ways.
330
879260
2000
по интересни начини.
14:41
So if we, for example, trace the path
331
881260
3000
Така ако, например, проследим пътя
14:44
of one piece of content
332
884260
2000
на някакво съдържание,
14:46
that drives someone to comment on it,
333
886260
2000
което подтиква някой да направи коментар върху него,
14:48
and then we follow where that comment goes,
334
888260
3000
и ако след това проследим къде отива коментара,
14:51
and then look at the entire social graph that becomes activated
335
891260
3000
и след това погледнем целия социален граф, който става активиран,
14:54
and then trace back to see the relationship
336
894260
3000
и след това проследим обратно, за да видим връзката
14:57
between that social graph and content,
337
897260
2000
между социалната графика и съдържанието,
14:59
a very interesting structure becomes visible.
338
899260
2000
много интересна структура става видима.
15:01
We call this a co-viewing clique,
339
901260
2000
Ние наричаме това клика за съвместно гледане,
15:03
a virtual living room if you will.
340
903260
3000
виртуална дневна, ако щете.
15:06
And there are fascinating dynamics at play.
341
906260
2000
И се случват някои интересни динамики.
15:08
It's not one way.
342
908260
2000
Това не е еднопосочно.
15:10
A piece of content, an event, causes someone to talk.
343
910260
3000
Някакво съдържание, събитие, подтиква някого да заговори.
15:13
They talk to other people.
344
913260
2000
Те говорят с други хора.
15:15
That drives tune-in behavior back into mass media,
345
915260
3000
Това предизвиква някакво поведение обратно в средствата за масово осведомяване,
15:18
and you have these cycles
346
918260
2000
и се получават тези цикли,
15:20
that drive the overall behavior.
347
920260
2000
които стимулират цялостното поведение.
15:22
Another example -- very different --
348
922260
2000
Друг пример -- много различен --
15:24
another actual person in our database --
349
924260
3000
друг истински човек в нашата база данни --
15:27
and we're finding at least hundreds, if not thousands, of these.
350
927260
3000
и ние намираме поне стотици, ако не и хиляди, от тях.
15:30
We've given this person a name.
351
930260
2000
Ние сме наименовали този човек.
15:32
This is a pro-amateur, or pro-am media critic
352
932260
3000
Той е про-аматьор, или про-ам, медиен критик,
15:35
who has this high fan-out rate.
353
935260
3000
който има този висок процент на фенове.
15:38
So a lot of people are following this person -- very influential --
354
938260
3000
Така че много хора следват този човек -- много е влиятелен --
15:41
and they have a propensity to talk about what's on TV.
355
941260
2000
и те имат склонност да говорят за това, което дават по телевизията.
15:43
So this person is a key link
356
943260
3000
Така че този човек е едно от ключовите звена
15:46
in connecting mass media and social media together.
357
946260
3000
за свързването на средствата за масово осведомяване и социалните медии.
15:49
One last example from this data:
358
949260
3000
Един последен пример от тези данни.
15:52
Sometimes it's actually a piece of content that is special.
359
952260
3000
Понякога само част от съдържанието е специална.
15:55
So if we go and look at this piece of content,
360
955260
4000
Така че, ако погледнем тази част от съдържанието,
15:59
President Obama's State of the Union address
361
959260
3000
годишната реч на президента Обама пред Конгреса,
16:02
from just a few weeks ago,
362
962260
2000
само от преди няколко седмици,
16:04
and look at what we find in this same data set,
363
964260
3000
и ако погледнем какво намираме в същия набор от данни,
16:07
at the same scale,
364
967260
3000
в същия мащаб,
16:10
the engagement properties of this piece of content
365
970260
2000
свойствата на ангажираност на тази част от съдържанието
16:12
are truly remarkable.
366
972260
2000
са наистина забележителни.
16:14
A nation exploding in conversation
367
974260
2000
Нация избухнала в разговор,
16:16
in real time
368
976260
2000
в реално време,
16:18
in response to what's on the broadcast.
369
978260
3000
в отговор на това, което се излъчва.
16:21
And of course, through all of these lines
370
981260
2000
И разбира се, по всичките тези линии
16:23
are flowing unstructured language.
371
983260
2000
се лее неструктуриран език.
16:25
We can X-ray
372
985260
2000
Можем да направим рентгенова снимка
16:27
and get a real-time pulse of a nation,
373
987260
2000
и да измерим в реално време пулса на една нация,
16:29
real-time sense
374
989260
2000
усещане в реално време
16:31
of the social reactions in the different circuits in the social graph
375
991260
3000
за социалните реакции в различните вериги на социалния граф,
16:34
being activated by content.
376
994260
3000
които се активират по съдържание.
16:37
So, to summarize, the idea is this:
377
997260
3000
И така, да обобщя, идеята е следната:
16:40
As our world becomes increasingly instrumented
378
1000260
3000
Докато нашия свят става все по-наситен с инструменти,
16:43
and we have the capabilities
379
1003260
2000
и ние имаме възможността
16:45
to collect and connect the dots
380
1005260
2000
да събираме и свързваме точките
16:47
between what people are saying
381
1007260
2000
между това, което казват хората
16:49
and the context they're saying it in,
382
1009260
2000
и контекста, в който го казват,
16:51
what's emerging is an ability
383
1011260
2000
това, което се заражда е способността
16:53
to see new social structures and dynamics
384
1013260
3000
да се видят нови социални структури и динамики,
16:56
that have previously not been seen.
385
1016260
2000
които преди това не са били виждани.
16:58
It's like building a microscope or telescope
386
1018260
2000
Това е като изграждането на микроскоп или телескоп,
17:00
and revealing new structures
387
1020260
2000
и разкриването на нови структури
17:02
about our own behavior around communication.
388
1022260
3000
за нашето собствено поведение свързано с комуникацията.
17:05
And I think the implications here are profound,
389
1025260
3000
И мисля, че последиците тук са значими,
17:08
whether it's for science,
390
1028260
2000
независимо дали става дума за наука,
17:10
for commerce, for government,
391
1030260
2000
за търговия, за управление,
17:12
or perhaps most of all,
392
1032260
2000
или може би най-вече,
17:14
for us as individuals.
393
1034260
3000
за нас като индивиди.
17:17
And so just to return to my son,
394
1037260
3000
И така, да се върнем към моя син,
17:20
when I was preparing this talk, he was looking over my shoulder,
395
1040260
3000
когато подготвях този разговор, той гледаше над рамото ми,
17:23
and I showed him the clips I was going to show to you today,
396
1043260
2000
и аз му показах клиповете, които щях да ви покажа днес,
17:25
and I asked him for permission -- granted.
397
1045260
3000
и го помолих за разрешение -- беше дадено.
17:28
And then I went on to reflect,
398
1048260
2000
И после започнах да си мисля:
17:30
"Isn't it amazing,
399
1050260
3000
"Не е ли удивително,
17:33
this entire database, all these recordings,
400
1053260
3000
цялата тази база данни, всички тези записи,
17:36
I'm going to hand off to you and to your sister" --
401
1056260
2000
ще ги предам на теб и сестра ти,"
17:38
who arrived two years later --
402
1058260
3000
която пристигна две години по-късно.
17:41
"and you guys are going to be able to go back and re-experience moments
403
1061260
3000
"И вие, деца, ще може да се върнете обратно и да изживеете отново моменти,
17:44
that you could never, with your biological memory,
404
1064260
3000
които никога не бихте могли, с биологичната си памет,
17:47
possibly remember the way you can now?"
405
1067260
2000
да си спомняте по начина, по който можете сега."
17:49
And he was quiet for a moment.
406
1069260
2000
И той се успокои за момент.
17:51
And I thought, "What am I thinking?
407
1071260
2000
И си помислих: "Какво си мисля?
17:53
He's five years old. He's not going to understand this."
408
1073260
2000
Той е на пет години. Няма да разбере това."
17:55
And just as I was having that thought, he looked up at me and said,
409
1075260
3000
И докато си мислех това, той повдигна очи към мен и каза:
17:58
"So that when I grow up,
410
1078260
2000
"Значи като порастна,
18:00
I can show this to my kids?"
411
1080260
2000
ще мога да покажа това на децата си?"
18:02
And I thought, "Wow, this is powerful stuff."
412
1082260
3000
И аз си помислих: "Уау, това е нещо силно."
18:05
So I want to leave you
413
1085260
2000
Така че искам да ви оставя
18:07
with one last memorable moment
414
1087260
2000
с един последен незабравим момент
18:09
from our family.
415
1089260
3000
от нашето семейство.
18:12
This is the first time our son
416
1092260
2000
Това е първият път, когато нашият син
18:14
took more than two steps at once --
417
1094260
2000
направи повече от две стъпки наведнъж --
18:16
captured on film.
418
1096260
2000
заснето на филм.
18:18
And I really want you to focus on something
419
1098260
3000
И наистина искам да се фокусирате върху нещо,
18:21
as I take you through.
420
1101260
2000
докато ви го показвам.
18:23
It's a cluttered environment; it's natural life.
421
1103260
2000
Това е разхвърляна среда, това е естествения живот.
18:25
My mother's in the kitchen, cooking,
422
1105260
2000
Майка ми е в кухнята, готви,
18:27
and, of all places, in the hallway,
423
1107260
2000
и, от всички места, в коридора,
18:29
I realize he's about to do it, about to take more than two steps.
424
1109260
3000
разбирам, че той е на път да го направи, да направи повече от две стъпки.
18:32
And so you hear me encouraging him,
425
1112260
2000
Можете да ме чуете как го насърчавам,
18:34
realizing what's happening,
426
1114260
2000
осъзнавайки това, което се случва,
18:36
and then the magic happens.
427
1116260
2000
и след това се случва магията.
18:38
Listen very carefully.
428
1118260
2000
Слушайте много внимателно.
18:40
About three steps in,
429
1120260
2000
След около три стъпки
18:42
he realizes something magic is happening,
430
1122260
2000
той осъзнава, че нещо магическо се случва.
18:44
and the most amazing feedback loop of all kicks in,
431
1124260
3000
И най-невероятния механизъм за обратна връзка преритва,
18:47
and he takes a breath in,
432
1127260
2000
и той поема дъх
18:49
and he whispers "wow"
433
1129260
2000
и прошепва: "Уау,"
18:51
and instinctively I echo back the same.
434
1131260
4000
и инстинктивно аз повтарям същото.
18:56
And so let's fly back in time
435
1136260
3000
Така че, нека да полетим назад във времето
18:59
to that memorable moment.
436
1139260
2000
до този паметен момент.
19:05
(Video) DR: Hey.
437
1145260
2000
Видео) ДР: Хей.
19:07
Come here.
438
1147260
2000
Ела тук.
19:09
Can you do it?
439
1149260
3000
Можеш ли да го направиш?
19:13
Oh, boy.
440
1153260
2000
О, боже.
19:15
Can you do it?
441
1155260
3000
Можеш ли да го направиш?
19:18
Baby: Yeah.
442
1158260
2000
Бебе: Да.
19:20
DR: Ma, he's walking.
443
1160260
3000
ДР: Майко, той ходи.
19:24
(Laughter)
444
1164260
2000
(Смях)
19:26
(Applause)
445
1166260
2000
(Аплодисменти)
19:28
DR: Thank you.
446
1168260
2000
ДР: Благодаря ви.
19:30
(Applause)
447
1170260
15000
(Ръкопляскане)

Original video on YouTube.com
Относно този уебсайт

Този сайт ще ви запознае с видеоклипове в YouTube, които са полезни за изучаване на английски език. Ще видите уроци по английски език, преподавани от първокласни учители от цял свят. Кликнете два пъти върху английските субтитри, показани на всяка страница с видеоклипове, за да възпроизведете видеото оттам. Субтитрите се превъртат в синхрон с възпроизвеждането на видеото. Ако имате някакви коментари или искания, моля, свържете се с нас, като използвате тази форма за контакт.

https://forms.gle/WvT1wiN1qDtmnspy7