What we learned from 5 million books

Překladatel: Irena Svobodová Korektor: Petr Frish

Erez Lieberman Aiden: Everyone knows

Erez Lieberman Aiden: Každý ví,

that a picture is worth a thousand words.

že jeden obraz vydá za tisíc slov.

But we at Harvard

My na Harvardu

were wondering if this was really true.

jsme si to chtěli ověřit.

(Laughter)

(smích)

So we assembled a team of experts,

A tak jsme dali dohromady tým expertů

spanning Harvard, MIT,

z Harvardu, MIT,

The American Heritage Dictionary, The Encyclopedia Britannica

The American Heritage Dictionary, The Encyclopedia Britannica

and even our proud sponsors,

a dokonce i našeho hrdého sponzora,

the Google.

Google.

And we cogitated about this

A bádali jsme

for about four years.

4 roky.

And we came to a startling conclusion.

A přišli jsme na překvapující závěr.

Ladies and gentlemen, a picture is not worth a thousand words.

Dámy a pánové, jeden obraz nevydá za tisíc slov.

In fact, we found some pictures

Nášli jsme obrazy, které

that are worth 500 billion words.

vydají i za 500 miliard slov.

Jean-Baptiste Michel: So how did we get to this conclusion?

Jean-Baptiste Michel: Jak jsme na to přišli?

So Erez and I were thinking about ways

Erez a já jsme přemýšleli nad tím,

to get a big picture of human culture

jak získat celkový obrázek lidské

and human history: change over time.

kultury, historie a jejich vývoje v čase.

So many books actually have been written over the years.

V historii vzniklo mnoho a mnoho knih.

So we were thinking, well the best way to learn from them

Takže jsme si řekli, že nejlepší způsob, jak se z nich

is to read all of these millions of books.

poučit, je přečíst všechny ty miliony knih.

Now of course, if there's a scale for how awesome that is,

Takže, na škále úžasnosti je takový postup

that has to rank extremely, extremely high.

opravdu, velmi vysoká..

Now the problem is there's an X-axis for that,

Nicméně je zde i osa X,

which is the practical axis.

a to osa praktičnosti.

This is very, very low.

A ta je velmi, velmi nízká.

(Applause)

(potlesk)

Now people tend to use an alternative approach,

Takže lidé zkouší různé alternativní přístupy,

which is to take a few sources and read them very carefully.

například vzít si pár zdrojů a pečlivě je pročíst.

This is extremely practical, but not so awesome.

Velmi praktické, ale ani trochu cool.

What you really want to do

Nejraději bychom

is to get to the awesome yet practical part of this space.

získali úžasné a praktické řešení zároveň.

So it turns out there was a company across the river called Google

No a kousek od nás byla společnost Google, která před pár lety

who had started a digitization project a few years back

začala projekt digitalizace

that might just enable this approach.

který toto umožnil.

They have digitized millions of books.

Zdigitalizovali milióny knih.

So what that means is, one could use computational methods

To znamená, že za použití počítačů můžete

to read all of the books in a click of a button.

přečíst všechny ty knihy na jedno kliknutí.

That's very practical and extremely awesome.

To je velmi praktické a naprosto úžasné.

ELA: Let me tell you a little bit about where books come from.

ELA: Dovolte mi říci něco o původu těchto knih.

Since time immemorial, there have been authors.

Od pradávných časů jsme měli spisovatele.

These authors have been striving to write books.

Tito autoři toužili psát knihy.

And this became considerably easier

Což se stalo výrazně snazším

with the development of the printing press some centuries ago.

s vynálezem knihtisku před pár stoletími.

Since then, the authors have won

Od té doby se autorům podařilo

on 129 million distinct occasions,

ve 129 milionech různých případů,

publishing books.

své knihy vydat.

Now if those books are not lost to history,

Pokud tyto knihy nezapadly v čase,

then they are somewhere in a library,

staly se součástí nějaké knihovny,

and many of those books have been getting retrieved from the libraries

a mnoho z nich se z těchto knihoven i dostalo, a byly

and digitized by Google,

zdigitalizovány Googlem,

which has scanned 15 million books to date.

který má dnes naskenováno asi 15 miliónů knih.

Now when Google digitizes a book, they put it into a really nice format.

Když Google naskenuje knihu, převede jí do velmi pěkného formátu.

Now we've got the data, plus we have metadata.

Takže teď máme data a k tomu metadata.

We have information about things like where was it published,

Máme informaci například o tom, kde byla kniha vydaná,

who was the author, when was it published.

kdo byl její autor, nebo kdy byla vydaná.

And what we do is go through all of those records

A to, co jsme my udělali bylo, že jsme prošli

and exclude everything that's not the highest quality data.

všechny tyto záznamy a vypustili vše co nebylo nejvyšší kvality.

What we're left with

A nakonec nám

is a collection of five million books,

zbyla sbírka 5 miliónů knih,

500 billion words,

500 miliard slov,

a string of characters a thousand times longer

řada písmen tisíckrát delší

than the human genome --

než lidský genom -

a text which, when written out,

text, který, když by byl přepsán,

would stretch from here to the Moon and back

by dosáhl odsud na Měsíc a zpátky

10 times over --

desetkrát

a veritable shard of our cultural genome.

- opravdový střípek našeho kulturního genomu.

Of course what we did

Samozřejmě,

when faced with such outrageous hyperbole ...

když jsme čelili tak nehorázné hyperbole..

(Laughter)

(smích)

was what any self-respecting researchers

udělali jsme to, co by každý výzkumník

would have done.

s trochou sebeúcty udělal.

We took a page out of XKCD,

Vzali jsme stránku z XKCD,

and we said, "Stand back.

a řekli: "Ustupte,

We're going to try science."

zkusíme vědu!"

(Laughter)

(Smích)

JM: Now of course, we were thinking,

JM: No a pochopitelně jsme si

well let's just first put the data out there

říkali, že nejprve ty data zveřejníme,

for people to do science to it.

aby na nich lidi mohli tu vědu dělat.

Now we're thinking, what data can we release?

Takže jsme přemýšleli, jaká data můžeme zveřejnit?

Well of course, you want to take the books

Pochopitelně chtěli jsme vzít obsah všech

and release the full text of these five million books.

těch pěti miliónů knih a všechen zveřejnit.

Now Google, and Jon Orwant in particular,

Na to Google, a zejména Jon Orwant,

told us a little equation that we should learn.

nás seznámili s jednou pěknou rovnicí.

So you have five million, that is, five million authors

Máte pět miliónů knih. To je pět miliónů autorů

and five million plaintiffs is a massive lawsuit.

a pět miliónů žalob je už pořádný proces.

So, although that would be really, really awesome,

Takže, i když by to bylo opravdu úžasné,

again, that's extremely, extremely impractical.

opět to bylo i opravdu nepraktické.

(Laughter)

(Smích)

Now again, we kind of caved in,

Takže jsme ustoupili

and we did the very practical approach, which was a bit less awesome.

a pojali velmi praktický přístup, který byl však trochu méně úžasný.

We said, well instead of releasing the full text,

Řekli jsme si, že namísto plného znění,

we're going to release statistics about the books.

vydáme o těchto knihách statistiky.

So take for instance "A gleam of happiness."

Takže například: "Záblesk štěstí"

It's four words; we call that a four-gram.

To jsou dvě slova; říkáme tomu dvou-gram.

We're going to tell you how many times a particular four-gram

Takže Vám můžeme říci, kolikrát se daný dvou-gram

appeared in books in 1801, 1802, 1803,

objevil v knihách v roce 1801, 2, 3

all the way up to 2008.

až do roku 2008.

That gives us a time series

To nám dá časovou řadu

of how frequently this particular sentence was used over time.

stopující jak často se tato věta v danné době použila.

We do that for all the words and phrases that appear in those books,

Děláme to se všemi slovy a frázemi, které se v těchto knihách

and that gives us a big table of two billion lines

objevují a to nám dá jednu velkou mapu

that tell us about the way culture has been changing.

dvou mliard řádků zrcadlící proměny kultury.

ELA: So those two billion lines,

ELA: Takže tyto řádky

we call them two billion n-grams.

nazýváme dvě milardy n-gramů.

What do they tell us?

Co nám umí říct?

Well the individual n-grams measure cultural trends.

Jednotlivé n-gramy měří kulturní trendy.

Let me give you an example.

Dám Vám příklad.

Let's suppose that I am thriving,

Řekněme, že se mám fajn a

then tomorrow I want to tell you about how well I did.

druhý den vám o tom chci říci. Mohl bych

And so I might say, "Yesterday, I throve."

říci: "Včera mi bylo fajn."

Alternatively, I could say, "Yesterday, I thrived."

Nebo bych mohl říct: "Včera mi bylo dobře."

Well which one should I use?

Co bych měl říct správně?

How to know?

Jak se rozhodnout?

As of about six months ago,

Přibližně před šesti měsíci

the state of the art in this field

by situace v této oblasti

is that you would, for instance,

vypada asi takto - šli byste

go up to the following psychologist with fabulous hair,

za tímto psychologem s úžasným účesem

and you'd say,

a řekli:

"Steve, you're an expert on the irregular verbs.

"Steve, ty jsi expert na nepravidelná slovesa.

What should I do?"

Co bych měl říct?"

And he'd tell you, "Well most people say thrived,

A on by Vám řekl: "No, většina lidí by řekla "fajn"

but some people say throve."

ale někteří by řekli "dobře".

And you also knew, more or less,

Ale, když byste se vrátili, zhruba,

that if you were to go back in time 200 years

200 let nazpátek, a oslovili byste dalšího

and ask the following statesman with equally fabulous hair,

odborníka s neméně úžasným účesem:

(Laughter)

(Smích)

"Tom, what should I say?"

"Tome, co bych měl říci?"

He'd say, "Well, in my day, most people throve,

Řekl by: "Inu, v mé době většina lidí řekne

but some thrived."

"dobře", ale někteří i "fajn".

So now what I'm just going to show you is raw data.

Takže nyní Vám ukáži původní data.

Two rows from this table of two billion entries.

Tyto dvě linky vznikly také z oněch dvou

What you're seeing is year by year frequency

miliard údajů. To, co vidíte je frekvence užití

of "thrived" and "throve" over time.

dvou podobných slov rok po roce.

Now this is just two

A toto jsou pouze

out of two billion rows.

dvě z dvou miliard linek.

So the entire data set

Takže všechna ta data

is a billion times more awesome than this slide.

jsou ještě mnohem úžasnější než tento slide.

(Laughter)

(Smích)

(Applause)

(potlesk)

JM: Now there are many other pictures that are worth 500 billion words.

JM: Existuje mnoho dalších obrázků, které vydají za 500 miliard slov.

For instance, this one.

Například toto.

If you just take influenza,

Když bychom vzali třeba

you will see peaks at the time where you knew

"chřipku", uvidíte maxima v dobách, kdy víte,

big flu epidemics were killing people around the globe.

že velké chřipkové epidemie zabíjely po celém světě.

ELA: If you were not yet convinced,

ELA: pokud ještě nejste přesvědčeni,

sea levels are rising,

hladiny moře stoupají,

so is atmospheric CO2 and global temperature.

stejně jako obsah CO2 v atmosféře či globální teplota.

JM: You might also want to have a look at this particular n-gram,

JM: Možná byste také stáli o to vidět tento n-gram,

and that's to tell Nietzsche that God is not dead,

který říká Nietzschemu, že Bůh není mrtvý,

although you might agree that he might need a better publicist.

i když byste mohli usoudit, že by mohl užít lepšího PR agenta..

(Laughter)

(Smích)

ELA: You can get at some pretty abstract concepts with this sort of thing.

ELA: S tímto se můžete dostat k pár dosti abstraktním pojmům.

For instance, let me tell you the history

Tak například, dovolte mi Vás seznámit

of the year 1950.

s historií roku 1950.

Pretty much for the vast majority of history,

Po drtivou většinu celé historie

no one gave a damn about 1950.

o samotný rok 1950 nikdo ani nezavadil.

In 1700, in 1800, in 1900,

V roce 1700, 188, ani 1900.

no one cared.

Ani trochu.

Through the 30s and 40s,

Ani v 30. nebo 40. letech

no one cared.

nikoho nezajímal.

Suddenly, in the mid-40s,

Najednou, uprostřed 40. let

there started to be a buzz.

to začalo vřít.

People realized that 1950 was going to happen,

Lidé si uvědomili, že přijde rok 1950 a že to

and it could be big.

může být velké.

(Laughter)

(Smích)

But nothing got people interested in 1950

Ale nic lidi nezajímalo na roku 1950

like the year 1950.

více, než rok 1950.

(Laughter)

(Smích)

People were walking around obsessed.

Lidé byli celí bez sebe.

They couldn't stop talking

Nemohli přestat mluvit

about all the things they did in 1950,

o všem, co v tom roce dělali,

all the things they were planning to do in 1950,

co plánovali do té doby dosáhnout a jaké sny

all the dreams of what they wanted to accomplish in 1950.

si chtěli splnit v roce 1950.

In fact, 1950 was so fascinating

Ve skutečnosti byl rok 1950

that for years thereafter,

tak fascinující,

people just kept talking about all the amazing things that happened,

že i v dalších letech lidé vydrželi mluvit o tom, jak úžasné věci se staly

in '51, '52, '53.

i v roce 51, 2, 3..

Finally in 1954,

Až konečně

someone woke up and realized

v roce 1954 se lidé z ničeho nic

that 1950 had gotten somewhat passé.

probrali a zjistili, že rok 1950 je poněkud pasé.

(Laughter)

(Smích)

And just like that, the bubble burst.

A stejně tak splaskla i ta bublina.

(Laughter)

(Smích)

And the story of 1950

A příběh roku 1950

is the story of every year that we have on record,

je příběh každého roku, který jsme zaznamenali

with a little twist, because now we've got these nice charts.

trochu jinak, díky těmto krásným tabulkám, co máme.

And because we have these nice charts, we can measure things.

A protože tyto úžasné tabulky máme, můžeme věci měřit.

We can say, "Well how fast does the bubble burst?"

Můžeme říct: "Takže, jak rychle ta bublina splaskla?"

And it turns out that we can measure that very precisely.

Ukázalo se, že to dokážeme změřit velmi přesně.

Equations were derived, graphs were produced,

Rovnice byly odvozeny, grafy vytvořeny

and the net result

a čistý výsledek

is that we find that the bubble bursts faster and faster

říká, že zjistíme, jak ta bublina splaskává rychleji

with each passing year.

a rychleji každ rok.

We are losing interest in the past more rapidly.

O minulost ztrácíme zájem čím dál rychleji.

JM: Now a little piece of career advice.

JM: A nyní malý kariérní tip.

So for those of you who seek to be famous,

Pro ty z Vás, kdo se chcete stát slavnými,

we can learn from the 25 most famous political figures,

můžeme vzít inspiraci od 25 nejslavnějších politických

authors, actors and so on.

osobností, autorů a herců atd.

So if you want to become famous early on, you should be an actor,

Pokud se chcete stát slavnými spíše hned, měli byste být herci,

because then fame starts rising by the end of your 20s --

neboť tehdy zazáříte pravděpodobně před 30. rokem.

you're still young, it's really great.

Jste stále mladí, takže je to skvělé.

Now if you can wait a little bit, you should be an author,

Pokud jste ochotni si trochu počkat, měli byste být

because then you rise to very great heights,

spisovatel, protože pak Vás nejvyšší pocty

like Mark Twain, for instance: extremely famous.

čekají později, jako třeba úspěch Marka Twaina.

But if you want to reach the very top,

Ale pokud se chcete dostat opravdu

you should delay gratification

na vrchol, měli byste odložit

and, of course, become a politician.

uspokojení ještě více a pochopitelně

So here you will become famous by the end of your 50s,

se stát politikem. Slavným se stanete před 60tým rokem

and become very, very famous afterward.

a velmi slavným poté.

So scientists also tend to get famous when they're much older.

Také vědci tíhnout k slávě ve výrazně starším věku.

Like for instance, biologists and physics

Jako například biologové a fyzici

tend to be almost as famous as actors.

tíhnou k slávě srovnatelné s herci.

One mistake you should not do is become a mathematician.

Jediná chyba by byla, když byste se dali na dráhu matematika.

(Laughter)

(Smích)

If you do that,

Pokud byste to udělali,

you might think, "Oh great. I'm going to do my best work when I'm in my 20s."

mohli byste si říct: "Oh, skvěle. To nejlepší udělám mezi 20-30 lety.

But guess what, nobody will really care.

Jenže, ouha. Nikoho to nezaujme.

(Laughter)

(Smích)

ELA: There are more sobering notes

ELA: Mezi n-gramy najdeme ještě

among the n-grams.

více varování.

For instance, here's the trajectory of Marc Chagall,

Například tady vidíme trajektorii Marc Chagalla,

an artist born in 1887.

malíře narozeného 1887.

And this looks like the normal trajectory of a famous person.

Která vypadá jako běžná trajektorie slavné osobnosti.

He gets more and more and more famous,

Stává se slavnějším a slavnějším všude,

except if you look in German.

kromě Německa.

If you look in German, you see something completely bizarre,

Pokud se podíváte na Německo, zjistíte něco velmi

something you pretty much never see,

bizardního, co se jen tak nevidí.

which is he becomes extremely famous

A to je to, že se stává extrémně slavným

and then all of a sudden plummets,

a pak zničeho nic sláva opadne,

going through a nadir between 1933 and 1945,

s nejnižším bodem v letech 1933 až 1945,

before rebounding afterward.

kdy se odrazil ode dna.

And of course, what we're seeing

A pochopitelně to, co zjistíme je,

is the fact Marc Chagall was a Jewish artist

že Marc Chagall je židovský umělec

in Nazi Germany.

v nacistickém Německu.

Now these signals

Tyto signály jsou

are actually so strong

ve skutečnosti tak silné,

that we don't need to know that someone was censored.

že nepotřebujeme ani vědět, že tu byl někdo cenzorován.

We can actually figure it out

Můžeme to zjistit

using really basic signal processing.

užitím základních metod zpracování dat.

Here's a simple way to do it.

Toto je jedna jednoduchá metoda.

Well, a reasonable expectation

A sice: rozumné očekávání

is that somebody's fame in a given period of time

je, že míra slávy jednoho člověka v daném čase

should be roughly the average of their fame before

by se měla rovnat cca průměru jeho slávy

and their fame after.

před tím a potom.

So that's sort of what we expect.

Něco takového očekáváme.

And we compare that to the fame that we observe.

A srovnáváme to se slávou, kterou pozorujeme.

And we just divide one by the other

A jen dělíme jedno druhým,

to produce something we call a suppression index.

abychom se dostali k tzv. indexu potlačení.

If the suppression index is very, very, very small,

Pokud je index potlačení velmi, ale velmi nízký,

then you very well might be being suppressed.

pak asi se jedná o nějaký útisk, cenzuru.

If it's very large, maybe you're benefiting from propaganda.

Pokud je velmi vysoký, můze to být výsledek propagandy.

JM: Now you can actually look at

JM: Nyní se můžeme podívat na

the distribution of suppression indexes over whole populations.

několik příkladů rozdělení indexů potlačení napříč populací.

So for instance, here --

Zde je například je

this suppression index is for 5,000 people

index potlačení pro asi 5 000 lidí

picked in English books where there's no known suppression --

vybraných z anglické literatury, kde nebylo žádné známé potlačení,

it would be like this, basically tightly centered on one.

vypadá takto, v podstatě těsně vycentrované na jedné.

What you expect is basically what you observe.

To, co očekáváte je to, co vidíte.

This is distribution as seen in Germany --

Toto je rozložení je viděno v Německu -

very different, it's shifted to the left.

velmi odlišné - posunuté doleva.

People talked about it twice less as it should have been.

Lidé o tom mluvili dvakrát méně, než by měli.

But much more importantly, the distribution is much wider.

Ale co je ještě důležitější, rozdělení je mnohem širší.

There are many people who end up on the far left on this distribution

Mnoho lidí se umístilo daleko vlevo na této škále a o nich

who are talked about 10 times fewer than they should have been.

se mluvilo 10 krát méně, než by se mělo.

But then also many people on the far right

Mnoho lidí se ale také umístilo daleko

who seem to benefit from propaganda.

v pravo, které podporovala propaganda.

This picture is the hallmark of censorship in the book record.

Tento obrázek je znak cenzury v knihách.

ELA: So culturomics

ELA: Tuto metodu

is what we call this method.

nazýváme kulturomikou.

It's kind of like genomics.

Je to trochu jako genomika.

Except genomics is a lens on biology

S tím rozdílem, že genomika je biologie, nahlížena

through the window of the sequence of bases in the human genome.

skrze pohled na posloupnosti bází lidského genomu.

Culturomics is similar.

Kulturomika je podobná.

It's the application of massive-scale data collection analysis

Aplikuje analyzu masivní sbírky dat

to the study of human culture.

ke studiu lidské kultury.

Here, instead of through the lens of a genome,

Zde však namísto pohledu skrze lidský genom

through the lens of digitized pieces of the historical record.

nahlížíme člověka skrze digitální kusy historických záznamů.

The great thing about culturomics

Na kulturomice je skvělé to,

is that everyone can do it.

že se jí může věnovat každý.

Why can everyone do it?

Jak to?

Everyone can do it because three guys,

Je to možné díky třem chlapíkům,

Jon Orwant, Matt Gray and Will Brockman over at Google,

Jonovi Orwantovi, Mattotvi Graymu a Willovi Brockmanovi z Googlu,

saw the prototype of the Ngram Viewer,

kteří, když viděli prototyp Ngrame Vieweru,

and they said, "This is so fun.

řekli, "Tohle je fakt supr,

We have to make this available for people."

tuhle věc musíme dostat k lidem."

So in two weeks flat -- the two weeks before our paper came out --

Takže dva týdny před tím, než jsme vydali svou studii

they coded up a version of the Ngram Viewer for the general public.

vytvořili kódy pro verzi Ngram Vieweru, která by byla dostupná

And so you too can type in any word or phrase that you're interested in

všem. Takže i vy si můžete napsat jakoukoliv frázi či slovo, které vás

and see its n-gram immediately --

zajímá a vidět je okamžitě v n-gramu

also browse examples of all the various books

a také si zabrouzdat ukázkou všech možných

in which your n-gram appears.

knih, ve kterých se Váš n-gram vyskytuje.

JM: Now this was used over a million times on the first day,

JM: Během prvního dne byly užity více než

and this is really the best of all the queries.

miliónkrát a to je nejlepší ze všech statistik.

So people want to be their best, put their best foot forward.

Takže lidé chtějí být co nejlepší a dělat to nejlepší.

But it turns out in the 18th century, people didn't really care about that at all.

Ale ukazuje se, že v 18. století se o to lidé o toto nezajímali.

They didn't want to be their best, they wanted to be their beft.

Nechtěli být co nejlepší. Chtěli být co "nejlepčí".

So what happened is, of course, this is just a mistake.

To, co jste viděli byla samozřejmě chyba.

It's not that strove for mediocrity,

Není to pokus o jakousi prostřednost.

it's just that the S used to be written differently, kind of like an F.

Spousta slov se historicky psala s jinými písmeny. Například S jako Beta,

Now of course, Google didn't pick this up at the time,

v angličtině jako F apod. Google si to samozřejmě

so we reported this in the science article that we wrote.

sám od sebe nepřeložil a tak jsme to popsali ve vědedckém

But it turns out this is just a reminder

článku, který jsme vydali. Ale ukázalo se,

that, although this is a lot of fun,

že je to připomínka, toho, že i když

when you interpret these graphs, you have to be very careful,

je to celé velká zábava, když interpretujete tyto grafy,

and you have to adopt the base standards in the sciences.

musíte být velmi opatrní a použít to nejlepší co věda nabízí.

ELA: People have been using this for all kinds of fun purposes.

ELA: Lidé to využívali pro mnoho rozličných zábavných účelů.

(Laughter)

(Smích)

Actually, we're not going to have to talk,

Ve skutečnosti nebudeme muset ani

we're just going to show you all the slides and remain silent.

moc mluvit, jen Vám ukážeme zbylé slidy a můžeme mlčet.

This person was interested in the history of frustration.

Tato osoba se zajímala o historii frustrace.

There's various types of frustration.

Jsou různé typy frustrací.

If you stub your toe, that's a one A "argh."

Pokud se praštíte do palce, zakřičíte "argh".

If the planet Earth is annihilated by the Vogons

Pokud planetu Zemi zničí Vogoni, aby

to make room for an interstellar bypass,

si udělali prostor pro mezihvězdný bypass,

that's an eight A "aaaaaaaargh."

bude to osmimístné "aaaaaaaargh."

This person studies all the "arghs,"

Tato osoba studovala všechny "arghy."

from one through eight A's.

od jednoho po osmimístné.

And it turns out

A ukázalo se, že

that the less-frequent "arghs"

méně frekventovaná "argh"

are, of course, the ones that correspond to things that are more frustrating --

se pochopitelně váží k více frustrujícím situacím, s jednou zvláštní výjimkou

except, oddly, in the early 80s.

v 80. letech.

We think that might have something to do with Reagan.

Domníváme se, že to bude mít něco společného s Reaganem.

(Laughter)

(Smích)

JM: There are many usages of this data,

JM: Tato data mají mnohotvárné využití,

but the bottom line is that the historical record is being digitized.

ale základ je vždy digitalizace historických záznamů.

Google has started to digitize 15 million books.

Google začal a zdigitalizoval 15 miliónů knih.

That's 12 percent of all the books that have ever been published.

To je 12 procent všech knih, které kdy byly vydané.

It's a sizable chunk of human culture.

To je slušný kousek z lidské kultury.

There's much more in culture: there's manuscripts, there newspapers,

Ale kultura má mnohem víc: manuskripty, noviny,

there's things that are not text, like art and paintings.

věci, které nejsou v textech - jako umění a obrazy.

These all happen to be on our computers,

Ale všechny se nalézají v nějaké podobě

on computers across the world.

v našich počítačech kolem světa.

And when that happens, that will transform the way we have

A až budou všechny zdigitalizované, nastane změna

to understand our past, our present and human culture.

v chápání naší minulosti, současnosti a kultury lidstva.

Thank you very much.

Velice Vám děkuji.

(Applause)

(potlesk)