What we learned from 5 million books

Μετάφραση: Spispi Met Επιμέλεια: Katerina Koinis

Erez Lieberman Aiden: Everyone knows

Έρεζ Λίμπερμαν Έιντεν: Είναι γνωστό

that a picture is worth a thousand words.

ότι μια εικόνα αξίζει χίλιες λέξεις.

But we at Harvard

Αλλά εμείς στο Χάρβαρντ

were wondering if this was really true.

αναρωτιόμασταν αν αυτό αληθεύει.

(Laughter)

(Γέλια)

So we assembled a team of experts,

Έτσι, μαζέψαμε μια ομάδα ειδικών από το Χαρβαρντ, το ΜΙΤ,

spanning Harvard, MIT,

το Λεξικό Αμερικανικής Κληρονομιάς, την εγκυκλοπαίδεια Μπριτάνικα

The American Heritage Dictionary, The Encyclopedia Britannica

and even our proud sponsors,

και τους περήφανους χορηγούς μας, την Google.

the Google.

And we cogitated about this

Και πέσαμε σε βαθιά περισυλλογή

for about four years.

για περίπου τέσσερα χρόνια.

And we came to a startling conclusion.

Καταλήξαμε σε ένα τρομακτικό συμπέρασμα.

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

Κυρίες και κύριοι, μια εικόνα δεν αξίζει 1.000 λέξεις.

In fact, we found some pictures

Πράγματι, βρήκαμε εικόνες

that are worth 500 billion words.

που αξίζουν 500 δις λέξεις.

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

Ζαν-Μπατίστ Μισέλ: Πώς καταλήξαμε σε αυτό το συμπέρασμα;

So Erez and I were thinking about ways

Ο Έρεζ και εγώ σκεφτόμασταν τρόπους

to get a big picture of human culture

για να δούμε μία συνολική εικόνα του ανθρώπινου πολιτισμού

and human history: change over time.

και της ανθρώπινης ιστορίας: αλλαγή μέσα στον χρόνο.

So many books actually have been written over the years.

Πάρα πολλά βιβλία γράφτηκαν στη διάρκεια των χρόνων

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

Έτσι σκεφτήκαμε ότι ο καλύτερος τρόπος να μάθουμε κάτι από αυτά

is to read all of these millions of books.

είναι να τα διαβάσουμε όλα.

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

Τώρα βέβαια, αν υπάρχει μια κλίμακα για το πόσο "φανταστικό" είναι αυτό

that has to rank extremely, extremely high.

τότε πρέπει να φιγουράρει πολύ ψηλά.

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

Τώρα το πρόβλημα εδώ είναι ότι υπάρχει ο άξονας του χ,

which is the practical axis.

ο οποίος είναι ο άξονας της πρακτικότητας.

This is very, very low.

Αυτή βρίσκεται πολύ, πολύ χαμηλά.

(Applause)

(Χειροκρότημα)

Now people tend to use an alternative approach,

Τώρα ο κόσμος τείνει να έχει μια διαφορετική προσέγγιση,

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

η οποία είναι να παίρνεις μόνο μερικές πηγές και να τις διαβάζεις πολύ προσεκτικά.

This is extremely practical, but not so awesome.

Αυτό είναι πολύ πρακτικό αλλά όχι "φανταστικό"

What you really want to do

Αυτό που πραγματικά θέλουμε να κάνουμε

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

είναι να φτάσουμε στο πρακτικό και "φανταστικό" κομμάτι αυτού του μέρους.

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

Λοιπόν, υπάρχει μια εταιρεία στην άλλη μεριά του ποταμού που λέγεται Google™

who had started a digitization project a few years back

η οποία πριν από μερικά χρόνια ξεκίνησε ένα έργο ψηφιοποίησης

that might just enable this approach.

το οποιό θα επέτρεπε αυτή την προσέγγιση.

They have digitized millions of books.

Ψηφιοποίησαν εκατομμύρια βιβλία.

So what that means is, one could use computational methods

Αυτό σημαίνει ότι κάποιος θα μπορούσε να χρησιμοποιήσει υπολογιστικές μεθόδους

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

για να διαβάσει όλα τα βιβλία με το πάτημα ενός κουμπιού.

That's very practical and extremely awesome.

Αυτό είναι πολύ πρακτικό και πάρα πολύ "φανταστικό".

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

ΕΛΕ: Επιτρέψτε μου να σας μιλήσω λίγο για την προέλευση των βιβλίων.

Since time immemorial, there have been authors.

Οι συγγραφείς υπάρχουν από αμνημονεύτων χρόνων.

These authors have been striving to write books.

Αυτοί οι συγγραφείς προσπαθούσαν να γράψουν βιβλία.

And this became considerably easier

Αυτό έγινε πολύ ευκολότερο

with the development of the printing press some centuries ago.

με την ανακάλυψη της τυπογραφίας πριν από μερικους αιώνες.

Since then, the authors have won

Από τότε οι συγγραφείς κατάφεραν,

on 129 million distinct occasions,

σε 129 εκ. ξεχωριστές περιπτώσεις,

publishing books.

να εκδώσουν βιβλία

Now if those books are not lost to history,

Αν τώρα, αυτά τα βιβλία δεν χάθηκαν κάπου μέσα στην ιστορία,

then they are somewhere in a library,

τότε είναι σε κάποια βιβλιοθήκη

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

και πολλά από αυτά τα βιβλία η Google τα πήρε από τη βιβλιοθήκη

and digitized by Google,

και τα ψηφιοποίησε,

which has scanned 15 million books to date.

σαρώνοντας μέχρι σήμερα 15 εκατομμύρια βιβλία.

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

Όταν η Google ψηφιοποιεί ένα βιβλίο, το μετατρέπει σε μια πολύ όμορφη μορφή.

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

Έχουμε τα δεδομένα (data) και τα μεταδεδομένα (metadata)

We have information about things like where was it published,

Έχουμε πληροφορίες για πράγματα όπως, τον τόπο έκδοσης,

who was the author, when was it published.

το συγγραφέα, την ημερομηνία έκδοσης.

And what we do is go through all of those records

Και αυτό που κάνουμε είναι να περνάμε από όλα αυτα τα αρχεία

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

και να αποκλείουμε οποιοδήποτε δεδομένο δεν είναι υψηλής ποιότητας.

What we're left with

Στο τέλος μας μένει

is a collection of five million books,

μια συλλογή από 5 εκατομμύρια βιβλία,

500 billion words,

500 δισεκατομμύρια λέξεις,

a string of characters a thousand times longer

μια αλυσίδα χαρακτήρων χίλιες φορές μεγαλύτερη

than the human genome --

από το ανθρώπινο γονιδίωμα.

a text which, when written out,

Ένα κείμενο το οποίο γραμμένο

would stretch from here to the Moon and back

θα έφτανε από εδώ μέχρι το φεγγάρι και πάλι πίσω

10 times over --

πάνω από 10 φορές --

a veritable shard of our cultural genome.

ένα αληθινό κομμάτι του πολιτιστικού μας γονιδιώματος

Of course what we did

Βέβαια αυτό που κάναμε,

when faced with such outrageous hyperbole ...

όταν βρεθήκαμε αντιμέτωποι με μια τέτοια υπερβολή...

(Laughter)

(Γέλια)

was what any self-respecting researchers

ήταν αυτό που θα έκανε

would have done.

οποιοσδήποτε ερευνητής σέβεται τον εαυτό του

We took a page out of XKCD,

Διαλέξαμε μια σελιδα απο το XKCD,

and we said, "Stand back.

και είπαμε, "Σταθείτε.

We're going to try science."

Θα εφαρμόσουμε επιστήμη."

(Laughter)

(Γέλια)

JM: Now of course, we were thinking,

ΖΜ: Βέβαια, σκεφτήκαμε,

well let's just first put the data out there

ας διαθέσουμε πρώτα τα δεδομένα σε όλους

for people to do science to it.

για να μπορέσουν να τα επεξεργαστούν επιστημονικά.

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

Μετά σκεφτήκαμε, τι δεδομένα μπορούμε να διαθέσουμε;

Well of course, you want to take the books

Αυτό που θέλεις να κάνεις, είναι να πάρεις τα βιβλία½

and release the full text of these five million books.

και να διαθέσεις το πλήρες κείμενο και των 5 εκ. βιβλίων

Now Google, and Jon Orwant in particular,

Τώρα η Google, και συγκεκριμένα ο Τζον Όργουαντ,

told us a little equation that we should learn.

μας είπαν μια εξίσωση που έπρεπε να μάθουμε.

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

Έχεις 5 εκατομμύρια βιβλία, δηλαδή 5 εκατομμύρια συγγραφείς

and five million plaintiffs is a massive lawsuit.

και 5 εκατομμύρια ενάγοντες που σημαίνει μια τεράστια αγωγή.

So, although that would be really, really awesome,

Έτσι, παρ' ότι αυτό θα ήταν πολύ, μα πολύ "φανταστικό"

again, that's extremely, extremely impractical.

δεν θα ήταν καθόλου μα καθόλου πρακτικό.

(Laughter)

(Γέλια)

Now again, we kind of caved in,

Για άλλη μια φορά βεβαια, σχεδόν υποκύψαμε,

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

και διαλέξαμε την πολύ πρακτική προσέγγιση, που ήταν λίγο λιγότερο "φανταστική".

We said, well instead of releasing the full text,

Είπαμε ότι αντί να διαθέσουμε το πλήρες κείμενο,

we're going to release statistics about the books.

θα διαθέσουμε στατιστικά για τα βιβλία.

So take for instance "A gleam of happiness."

Έτσι για παράδειγμα, η φράση "A gleam of happiness."

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

Έχει τέσσερεις λέξεις; το ονομάζουμε τετρ-ακολουθία.

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

Θα σας πούμε πόσες φορές εμφανίστηκε μια συγκεκριμένη

appeared in books in 1801, 1802, 1803,

τετρ-ακολουθία σε βιβλία το 1801, 1802, 1803,

all the way up to 2008.

μέχρι το 2008.

That gives us a time series

Αυτό μας δίνει ένα χρονικό διάγραμμα

of how frequently this particular sentence was used over time.

για το πόσο συχνά χρησιμοποιήθηκε η συγκεκριμένη πρόταση μέσα στο χρόνο.

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

Αυτό το κάνουμε για όλες τις λέξεις και προτάσεις που εμφανίζονταν σε αυτά τα βιβλία,

and that gives us a big table of two billion lines

και αυτό μας δίνει έναν μεγάλο πίνακα 2 δισεκατομμυρίων γραμμών

that tell us about the way culture has been changing.

που μας λέει τον τρόπο που μεταβάλλεται ο πολιτισμός μας.

ELA: So those two billion lines,

EΛΕ: Έτσι αυτές τις 2 δισεκατομμύρια γραμμές,

we call them two billion n-grams.

τις ονομάζουμε 2 δις. ν-ακολουθίες.

What do they tell us?

Τι μας λένε;

Well the individual n-grams measure cultural trends.

Οι μεμονωμένες ν-ακολουθίες μετράνε πολιτιστικές τάσεις.

Let me give you an example.

Ας σας δώσω ένα παράδειγμα.

Let's suppose that I am thriving,

Ας υποθέσουμε ότι σήμερα επιτυγχάνω,

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

και αύριο θέλω να σας πω πόσο καλά τα πήγα.

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

Έτσι μπορώ να πω, "Εχθές, πέτυχα"

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

Ή εναλλακτικά μπορώ να πω, "Εχθές, επέτυχα"

Well which one should I use?

Ποιο πρέπει να χρησιμοποιήσω;

How to know?

Πώς να το ξέρω;

As of about six months ago,

Μέχρι πριν από έξι μήνες

the state of the art in this field

το καλύτερο που θα μπορούσες να κάνεις

is that you would, for instance,

θα ήταν, για παράδειγμα,

go up to the following psychologist with fabulous hair,

να πας στο συγκεκριμένο ψυχολόγο με τα καταπληκτικά μαλλιά,

and you'd say,

και να του πεις,

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

"Στιβ, μιας και είσαι ειδήμων στα ανώμαλα ρήματα.

What should I do?"

τι πρέπει να κάνω;"

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

Και αυτός θα σου έλεγε, "Οι περισσότεροι λένε πέτυχα,

but some people say throve."

αλλά μερικοί λένε και επέτυχα."

And you also knew, more or less,

Και επίσης ήξερες, λίγο ή πολύ,

that if you were to go back in time 200 years

ότι αν πας 200 χρόνια πίσω στο χρόνο,

and ask the following statesman with equally fabulous hair,

και ρωτήσεις το συγκεκριμένο πολιτικό με εξίσου καταπληκτικά μαλλιά

(Laughter)

(Γέλια)

"Tom, what should I say?"

"Τομ, τι πρέπει να πω;"

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

Θα έλεγε, "Στις μέρες μου, οι περισσότεροι επέτυχαν,

but some thrived."

αλλά κάποιοι πέτυχαν."

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

Οπότε τώρα θα σας δείξω τα ακατέργαστα δεδομένα.

Two rows from this table of two billion entries.

Δύο γραμμές από τον πίνακα των 2 δις. γραμμών.

What you're seeing is year by year frequency

Αυτό που βλέπετε είναι η συχνότητα ανά χρόνο που εμφανίζεται

of "thrived" and "throve" over time.

το "πέτυχα" (thrived) και το "επέτυχα" (throve)

Now this is just two

Αυτές είναι μόνο δύο

out of two billion rows.

από τις 2 δις. γραμμές.

So the entire data set

Έτσι το σύνολο των δεδομένων

is a billion times more awesome than this slide.

είναι ένα δις. φορές πιο "φανταστικό" από αυτό το γράφημα.

(Laughter)

(Γέλια)

(Applause)

(Χειροκρότημα)

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

ΖΜ: Τώρα, υπάρχουν πολλές άλλες φωτογραφίες που αξίζουν 500 δις. λέξεις.

For instance, this one.

Για παράδειγμα, αυτή.

If you just take influenza,

Αν για παράδειγμα δείτε τη λέξη "γρίπη",

you will see peaks at the time where you knew

θα δείτε ότι κορυφώνεται την περίοδο

big flu epidemics were killing people around the globe.

όπου οι μεγάλες επιδημίες της γρίπης, σκότωναν ανθρώπους ανά τον κόσμο

ELA: If you were not yet convinced,

EΛΕ: Αν δεν έχετε πεισθεί ακόμα,

sea levels are rising,

η στάθμη της θάλασσας ανεβαίνει,

so is atmospheric CO2 and global temperature.

όπως και το ατμοσφαιρικό διοξείδιο του άνθρακα και η παγκόσμια θερμοκρασία.

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

ΖΜ: Ίσως θα θέλατε να κοιτάξετε και αυτή τη συγκεκριμένη ν-ακολουθία,

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

και αυτό για να πείτε στο Νίτσε ότι ο Θεός δεν έχει πεθάνει,

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

παρ' ότι μπορεί να συμφωνήσετε ότι θα χρειαζόταν έναν καλύτερο εκδότη.

(Laughter)

(Γέλια)

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

EΛΕ: Μπορείς να καταλήξεις σε πολύ αφηρημένες έννοιες με αυτή τη μέθοδο.

For instance, let me tell you the history

Για παράδειγμα, να σας διηγηθώ την ιστορία

of the year 1950.

του έτους 1950.

Pretty much for the vast majority of history,

Για το μεγαλύτερο διάστημα της παγκόσμιας ιστορίας,

no one gave a damn about 1950.

κανείς δεν νοιάστηκε για το 1950.

In 1700, in 1800, in 1900,

Το 1700, το 1800, το 1900,

no one cared.

κανείς δεν νοιάστηκε.

Through the 30s and 40s,

Τις δεκαετίες του '30 και του '40

no one cared.

κανείς δεν νοιάστηκε.

Suddenly, in the mid-40s,

Ξαφνικά, στα μέσα της δεκαετίας του '40

there started to be a buzz.

άρχισε να δημιουργείται ένας θόρυβος.

People realized that 1950 was going to happen,

Οι άνθρωποι άρχισαν να πιστεύουν ότι το 1950 θα ερχόταν,

and it could be big.

και θα μπορούσε να είναι σημαντικό.

(Laughter)

(Γέλια)

But nothing got people interested in 1950

Αλλά τίποτα δεν απασχόλησε τους ανθρώπους για το 1950

like the year 1950.

περισσότερο απο το έτος 1950.

(Laughter)

(Γέλια)

People were walking around obsessed.

Είχε γίνει πλέον εμμονή.

They couldn't stop talking

Δεν μπορούσαν να σταματήσουν να μιλάνε

about all the things they did in 1950,

για όλα τα πράγματα που έκαναν το 1950,

all the things they were planning to do in 1950,

όλα τα πράγματα που σκόπευαν να κάνουν το 1950,

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

όλα τα όνειρα που ήθελαν να πραγματοποιήσουν το 1950.

In fact, 1950 was so fascinating

Στην πραγματικότητα το έτος 1950 ήταν τόσο συναρπαστικό,

that for years thereafter,

που για χρόνια αργότερα,

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

οι άνθρωποι συνέχισαν να μιλάνε για τα εκπληκτικά πράγματα που συνέβησαν,

in '51, '52, '53.

το '51, '52, '53.

Finally in 1954,

Ξαφνικά το 1954,

someone woke up and realized

κάποιος ξύπνησε και συνειδητοποίησε

that 1950 had gotten somewhat passé.

ότι το 1950 με κάποιο τρόπο... είχε ξεπεραστεί.

(Laughter)

(Γέλια)

And just like that, the bubble burst.

Και κάπως έτσι, έσκασε η φούσκα.

(Laughter)

(Γέλια)

And the story of 1950

Και η ιστορία του 1950,

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

είναι η ιστορία κάθε χρόνου που έχουμε καταγράψει,

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

με μικρές αλλαγές, αφού πλέον έχουμε αυτά τα όμορφα γραφήματα.

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

Και επειδή έχουμε αυτά τα όμορφα γραφήματα, μπορούμε πλέον να μετρήσουμε.

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

Μπορούμε να αναρωτηθούμε, "Πόσο γρήγορα σκάει η φούσκα?"

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

Και φαίνεται ότι μπορούμε να το μετρήσουμε με μεγάλη ακρίβεια.

Equations were derived, graphs were produced,

Ανακαλύψαμε εξισώσεις, παρήγαμε γραφήματα,

and the net result

και το καθαρό αποτέλεσμα ήταν

is that we find that the bubble bursts faster and faster

ότι η φούσκα σκάει όλο και γρηγορότερα

with each passing year.

χρόνο με τον χρόνο.

We are losing interest in the past more rapidly.

Χάνουμε το ενδιαφέρον μας για το παρελθόν όλο και πιο γρήγορα.

JM: Now a little piece of career advice.

ΖM: Και τώρα μια μικρή επαγγελματική συμβουλή.

So for those of you who seek to be famous,

Για εσάς που θέλετε να γίνεται διάσημοι,

we can learn from the 25 most famous political figures,

μπορείτε να συμβουλευθείτε τους 25 πιο διάσημους πολιτικούς,

authors, actors and so on.

συγγραφείς, ηθοποιούς, κλπ.

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

Έτσι αν θέλετε να γίνετε γρήγορα διάσημος, θα πρέπει να γίνετε ηθοποιός

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

γιατί η φήμη αρχίζει να ανεβαίνει μέχρι το τέλος των 20 --

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

είστε ακόμα νέος και είναι καταπληκτικά.

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

Τώρα, αν μπορείτε να περιμένετε λίγο, θα πρέπει να γίνετε συγγραφέας,

because then you rise to very great heights,

γιατί μετά γίνεστε πολύ διάσημος,

like Mark Twain, for instance: extremely famous.

σαν τον Μαρκ Τουέϊν, για παράδειγμα, πολύ διάσημος.

But if you want to reach the very top,

Αλλά αν θέλετε να φτάσετε στην κορυφή

you should delay gratification

θα πρέπει να καθυστερήσετε την ικανοποίηση

and, of course, become a politician.

και φυσικά να γίνετε πολιτικός.

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

Έτσι θα γίνετε διάσημος μέχρι το τέλος των 50,

and become very, very famous afterward.

και θα γίνετε πολύ, πολύ διάσημος αργότερα.

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

Επίσης οι επιστήμονες τείνουν να γίνονται διάσημοι όταν είναι πολύ μεγαλύτεροι.

Like for instance, biologists and physics

Για παράδειγμα οι βιολόγοι και οι φυσικοί,

tend to be almost as famous as actors.

τείνουν να γίνονται σχεδόν όσο διάσημοι και οι ηθοποιοί.

One mistake you should not do is become a mathematician.

Ένα λάθος που δεν πρέπει να κάνετε είναι να γίνετε μαθηματικός.

(Laughter)

(Γέλια)

If you do that,

Αν το κάνετε αυτό,

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

θα πρέπει να σκεφθείτε, "Ωραία, θα κάνω την καλύτερή μου δουλειά στα 20 μου."

But guess what, nobody will really care.

Αλλά μαντέψτε! Δεν θα νοιάζει κανέναν.

(Laughter)

(Γέλια)

ELA: There are more sobering notes

EΛΕ: Υπάρχουν, όμως και πιο απογοητευτικά στοιχεία

among the n-grams.

στις n-ακολουθίες (n-grams).

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

Για παράδειγμα αυτό είναι το γράφημα του Μαρκ Σαγκάλ,

an artist born in 1887.

ενός καλλιτέχνη γεννημένου το 1887.

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

Και φαίνεται σαν ένα συνηθισμένο γράφημα διάσημου ανθρώπου.

He gets more and more and more famous,

Γίνετε όλο και όλο πιο διάσημος,

except if you look in German.

εκτός αν κοιτάξεις τα Γερμανικά.

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

Αν κοιτάξεις τα Γερμανικά, βλέπεις κάτι πολύ περίεργο,

something you pretty much never see,

κάτι που δεν βλέπεις σχεδόν ποτέ,

which is he becomes extremely famous

το οποίο είναι ότι γίνεται υπερβολικά διάσημος,

and then all of a sudden plummets,

και μετά ξαφνικά πέφτει,

going through a nadir between 1933 and 1945,

βρισκόμενος στο ναδίρ μεταξύ 1933 και 1945,

before rebounding afterward.

λίγο πριν ανακάμψει αμέσως μετά.

And of course, what we're seeing

Και φυσικά, αυτο που βλεπουμε,

is the fact Marc Chagall was a Jewish artist

είναι ότι ο Μαρκ Σαγκάλ ήταν ένας Εβραίος καλλιτέχνης

in Nazi Germany.

στην ναζιστική Γερμανία.

Now these signals

Αυτά τα τρία σημάδια

are actually so strong

είναι τόσο δυνατά

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

που δεν χρειάζεται καν να ξέρουμε ότι κάποιος λογοκρίθηκε.

We can actually figure it out

Μπορούμε να το συμπεράνουμε

using really basic signal processing.

επεξεργαζόμενοι πολύ βασικα σήματα.

Here's a simple way to do it.

Να ένας απλός τρόπος.

Well, a reasonable expectation

Μια λογική προσδοκία είναι ότι

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

η φήμη κάποιου σε μια δεδομένη στιγμή

should be roughly the average of their fame before

πρέπει να είναι ο μέσος όρος της φήμης του πριν

and their fame after.

και της φήμης του μετά.

So that's sort of what we expect.

Οπότε περιμένουμε περίπου αυτό.

And we compare that to the fame that we observe.

Και το συγκρίνουμε με τη φήμη που παρατηρούμε.

And we just divide one by the other

Και απλά διαιρούμε το ένα με το άλλο

to produce something we call a suppression index.

για να πάρουμε κάτι που το αποκαλούμε συντελεστή καταστολής.

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

Αν ο συντελεστής καταστολής είναι πολύ, πολύ μικρος

then you very well might be being suppressed.

τότε πιθανότατα έχετε δεχθεί καταστολή.

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

Αν είναι πολύ μεγάλος, τότε μάλλον έχετε επωφεληθεί από προπαγάνδα.

JM: Now you can actually look at

ΖΜ: Τώρα μπορείτε να δείτε

the distribution of suppression indexes over whole populations.

την κατανομή συντελεστών καταστολής σε ολόκληρους πληθυσμούς.

So for instance, here --

Για παράδειγμα, εδώ --

this suppression index is for 5,000 people

αυτός ο συντελεστής καταστολής είναι για 5.000 ανθρώπους

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

που διαλέχθηκαν από Αγγλικά βιβλία όπου δεν υπάρχει κάποιου είδους καταστολή --

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

θα ήταν έτσι, βασικά πιο επικεντρωμένο στο ένα.

What you expect is basically what you observe.

Αυτό που περιμένεις βασικά, είναι αυτό που παρατηρείς.

This is distribution as seen in Germany --

Αυτή είναι η κατανομή στη Γερμανία --

very different, it's shifted to the left.

πολύ διαφορετική, έχει μετακινηθεί αριστερά.

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

Οι άνθρωποι μιλάνε δύο φορές λιγότερο γι' αυτό απ' ότι θα έπρεπε.

But much more importantly, the distribution is much wider.

Αλλά ακόμα πιο σημαντικό είναι ότι η κατανομή είναι πολύ πλατύτερη.

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

Υπάρχουν πολλοί άνθρωποι που καταλήγουν τέρμα αριστερά στην κατανομή

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

που αναφέρονται 10 φορές λιγότερο απ' ό,τι θα έπρεπε.

But then also many people on the far right

Αλλά επίσης και πολύ άνθρωποι τέρμα δεξιά

who seem to benefit from propaganda.

που φαίνεται να ευνοούνται από την προπαγάνδα.

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

Αυτή η εικόνα είναι το σήμα κατατεθέν της λογοκρισίας στα βιβλία.

ELA: So culturomics

ΕΛΕ: Οπότε, ονομάζουμε αυτή τη μέθοδο

is what we call this method.

"πολιτιστικο-ματική" (culturomics).

It's kind of like genomics.

Είναι σαν τη γονιδιωματική.

Except genomics is a lens on biology

Εκτός του ότι η γονιδιωματική είναι μια ματιά στη βιολογία

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

μέσα από το φακό της συχνότητας βάσης στο ανθρώπινο γονιδίωμα.

Culturomics is similar.

Η "Πολιτιστικο-ματική" (culturomics) είναι παρόμοια.

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

Είναι η εφαρμογή ανάλυσης σε συλλογές δεδομένων τεραστίων διαστάσεων

to the study of human culture.

για τη μελέτη του ανθρώπινου πολιτισμού.

Here, instead of through the lens of a genome,

Εδώ αντί να κοιτάμε μέσα από τον φακό του γονιδιώματος

through the lens of digitized pieces of the historical record.

κοιτάμε μέσα απο τον φακό ψηφιοποιημένων κομματιών των καταγραφών της ιστορίας.

The great thing about culturomics

Το καλό με την "Πολιτιστικο-ματική" (culturomics)

is that everyone can do it.

είναι οτι όλοι μπορούν να το κάνουν.

Why can everyone do it?

Γιατί μπορούν όλοι να το κάνουν;

Everyone can do it because three guys,

Όλοι μπορούν να το κάνουν, επειδή αυτοί οι τρεις τύποι,

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

ο Τζον Όρουαντ, ο Ματ Γκρέι και ο Ουίλ Μπρόκμαν στην Google,

saw the prototype of the Ngram Viewer,

είδαν το πρωτότυπο του "προβολέα ν-ακολουθιών" (n-gram Viewer)

and they said, "This is so fun.

και είπαν. "Αυτό είναι πολύ διασκεδαστικό.

We have to make this available for people."

Πρέπει να το κάνουμε διαθέσιμο σε όλους."

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

Έτσι μέσα σε μόλις δύο εβδομάδες -- δυο εβδομάδες πριν δημοσιευθεί η εργασία μας --

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

κατάφεραν να κρυπτογραφήσουν μια έκδοση του "προβολέα ν-ακολουθιών" (n-gram Viewer) για το κοινό.

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

Κι έτσι μπορείτε να γράψετε οποιαδήποτε λέξη ή πρόταση θέλετε

and see its n-gram immediately --

και να δείτε την ν-ακολουθία της (n-gram) αμέσως --

also browse examples of all the various books

Επίσης μπορείτε να αναζητήσετε παραδείγματα από τα διάφορα βιβλία

in which your n-gram appears.

οπού η ν-ακολουθιά σας (n-gram) εμφανίζεται.

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

JM: Αυτό χρησιμοποιήθηκε πάνω απο 1 εκ. φορες την πρώτη μέρα,

and this is really the best of all the queries.

και αυτή είναι η καλύτερη ερώτηση.

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

Οι άνθρωποι θέλουν να προσπαθούν, συνέχεια για το καλύτερο.

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

Απ' ότι φαίνετε όμως, οι άνθρωποι τον 18ο αιώνα δεν ενδιαφερόντουσαν πολύ γι' αυτό.

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

Απ' ότι φαίνετε δεν ήθελαν να "προσπαθούν" (best), αλλά να "προσψαθούν" (beft)

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

Βέβαια, αυτό που έγινε είναι απλά ένα λάθος.

It's not that strove for mediocrity,

Δεν ήταν αγώνας για τη μετριότητα.

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

απλά τότε το "π" (s) γραφότανε αλλιώς, κάπως σας "ψ" (f).

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

Βέβαια η Google, δεν το εντόπισε τότε

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

όποτε το αναφέραμε στο επιστημονικό άρθρο που δημοσιεύσαμε.

But it turns out this is just a reminder

Αλλά απ' ότι φαίνεται αυτό είναι μόνο μια υπενθύμιση

that, although this is a lot of fun,

οτι παρ' οτι είναι πολύ διασκεδαστικό,

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

όταν ερμηνεύεις τα γραφήματα θα πρέπει να είσαι πολύ προσεκτικός

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

και να υιοθετείς τις βασικές αρχές των επιστημών.

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

ΕΛΕ: Οι άνθρωποι το χρησιμοποιούν για πολύ διασκεδαστικούς σκοπούς.

(Laughter)

(Γέλια)

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

Βασικά θα σταματήσουμε να μιλάμε,

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

και θα σας δείξουμε την υπόλοιπη παρουσίαση σιωπηλοί.

This person was interested in the history of frustration.

Αυτός ο άνθρωπος ενδιαφερόταν για την ιστορία του εκνευρισμού.

There's various types of frustration.

Υπάρχουν πολλοί τύποι εκνευρισμού.

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

Άμα στραμπουλήξεις το δάχτυλό σου, υπάρχει ένα "argh" με μόνο ένα "α".

If the planet Earth is annihilated by the Vogons

Αν ο πλανήτης Γη εξολοθρευτεί από εξωγήινους

to make room for an interstellar bypass,

για να κάνουν χώρο, για κάποιο διαστρικό ταξίδι,

that's an eight A "aaaaaaaargh."

αυτό είναι "aaaaaaaargh" με οχτώ "α."

This person studies all the "arghs,"

Αυτός ο άνθρωπος μελετάει τα διάφορα "arghs"

from one through eight A's.

από ένα μέχρι οχτώ "α".

And it turns out

Και απ' ότι φαίνεται

that the less-frequent "arghs"

τα λιγότερο συχνά "arghs"

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

είναι αυτά που αντιστοιχούν σε περισσότερο εκνευρισμό --

except, oddly, in the early 80s.

εκτός, παραδόξως, από τις αρχές της δεκαετίας του '80.

We think that might have something to do with Reagan.

Πιστεύουμε πως αυτό έχει κάποια σχέση με τον Ρόναλντ Ρήγκαν

(Laughter)

(Γέλια)

JM: There are many usages of this data,

ΖΜ: Υπάρχουν πολλές χρήσεις για αυτά τα δεδομένα,

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

αλλά η ουσία είναι ότι ψηφιοποιείται το ιστορικό μητρώο.

Google has started to digitize 15 million books.

Η Google έχει ψηφιοποιήσει 15 εκ. βιβλία.

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

Αυτό είναι το 12% όλων των βιβλίων που έχουν ποτέ εκδοθεί.

It's a sizable chunk of human culture.

Είναι ένα μεγάλο κομμάτι του ανθρώπινου πολιτισμού.

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

Υπάρχουν πολλά περισσότερα στον πολιτισμό: υπάρχουν χειρόγραφα, εφημερίδες,

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

υπάρχουν πράγματα που δεν είναι κείμενο, όπως τέχνη και πίνακες.

These all happen to be on our computers,

Όλα αυτά τυχαίνει να είναι στους υπολογιστές μας,

on computers across the world.

σε υπολογιστές σε όλο το κόσμο.

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

Και όταν αυτό συμβεί, θα αλλάξει τον τρόπο που αντιλαμβανόμαστε

to understand our past, our present and human culture.

το παρελθόν μας, το παρόν μας και τον ανθρώπινο πολιτισμό.

Thank you very much.

Ευχαριστούμε πολύ.

(Applause)

(Χειροκρότημα)