What we learned from 5 million books

Translator: Ani Latoyan Reviewer: Armenuhy Hovakimyan

Erez Lieberman Aiden: Everyone knows

Էրեզ Լիբերման Էյդն.«Բոլորը գիտեն,

that a picture is worth a thousand words.

որ մի նկարը հազարավոր բառեր արժե:

But we at Harvard

Բայց մենք Հարվարդում

were wondering if this was really true.

կասկածում էինք, արդյոք դա ճիշտ է:

(Laughter)

(Ծիծաղ)

So we assembled a team of experts,

Այդ իսկ պատճառով մենք հավաքեցինք մի խումբ փորձագետների`

spanning Harvard, MIT,

Հարվարդի համալսարանից և Մասաչուսեթսի տեխնոլոգիական ինստիտուտից,

The American Heritage Dictionary, The Encyclopedia Britannica

Ամերիկյան Ժառանգություն Բառարանի և Բրիտանիկա հանրագիտարանի անձնակազմից

and even our proud sponsors,

և նույնիսկ մեր հպարտ հովանավորներից`

the Google.

Google-ին:

And we cogitated about this

Մենք այս մասին մտածել ենք

for about four years.

ավելի քան 4 տարի:

And we came to a startling conclusion.

Եվ հանգեցինք ապշեցուցիչ մի եզրակացության:

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

Տիկնայք և պարոնայք, մի նկարը հազարավոր բառ չարժե:

In fact, we found some pictures

Իրականում, մենք գտանք որոշ նկարներ,

that are worth 500 billion words.

որոնք 500 միլիարդ բառ արժեն:

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

Ժան-Բապտիստա Միշել: Ինչպե՞ս մենք եկանք այս եզրակացության:

So Erez and I were thinking about ways

Էրեզը և ես մտածում էինք այն ուղիների մասին,

to get a big picture of human culture

թե ինչպես կարող ենք գտնել մի ընդհանուր պատկեր մարդկության մշակույթի

and human history: change over time.

և պատմության մասին` փոփխված ժամանակի ընթացքում:

So many books actually have been written over the years.

Տարիներ շարունակ շատ գրքեր են գրվել:

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

Եվ մենք կարծում էինք, որ դրանց ուսումնասիրելու ամենալավ եղանակը

is to read all of these millions of books.

այդ միլիոնավոր գրքերը կարդալն է:

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

Իհարկե, եթե լիներ այդ հրաշքը գնահատելու սանդղակ,

that has to rank extremely, extremely high.

այն չափազանց արագ, չափազանց բարձր աճ կունենար:

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

Այժմ խնդիրն այն է, որ դրա համար ունենք X-երի առանցքը,

which is the practical axis.

որը պրակտիկայի առանցք է:

This is very, very low.

Սա շատ, շատ ցածր է:

(Applause)

(Ծափահարություններ)

Now people tend to use an alternative approach,

Այսօր մարդիկ հակված են օգտագործել այլընտրանքային մոտեցում,

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

այն է, վերցնել մի քանի աղբյուրներ և շատ ուշադիր կարդալ դրանք:

This is extremely practical, but not so awesome.

Սա չափազանց գործնական է, բայց ոչ այդքան ապշեցուցիչ:

What you really want to do

Այն, ինչ իրականում ցանկանում եք`

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

հասնել այս գործընթացի ոչ միայն գործնական, այլ նաև ապշեցուցիչ մասին:

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

Փաստորեն, պարզ է դառնում, որ գետի մյուս ափին Google անունով մի ընկերություն կա,

who had started a digitization project a few years back

որ դեռ մի քանի տարի առաջ էր սկսել թվայնացման ծրագիրը,

that might just enable this approach.

որը պարզապես հնարավորություն է տալիս անել դա:

They have digitized millions of books.

Նրանք թվայնացրեցին միլիոնավոր գրքեր:

So what that means is, one could use computational methods

Սա նշանակում է, որ կարելի էր օգտագործել հաշվարկման մեթոդներ`

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

բոլոր գրքերը կարդալու համար` կոճակի մի սեղմումով:

That's very practical and extremely awesome.

Սա իրոք շատ պրակտիկ է և չափազանց ապշեցուցիչ:

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

Էրեզ: Թույլ տվեք ձեզ մի փոքր պատմեմ գրքերի ստեղծման մասին:

Since time immemorial, there have been authors.

Անհիշելի ժամանակներից կային գրողներ:

These authors have been striving to write books.

Այս գրողները ձգտում էին գրքեր գրել:

And this became considerably easier

Սա Էապես ավելի հեշտացավ

with the development of the printing press some centuries ago.

մի քանի դար առաջ տպագրահաստոցի առաջացումից հետո:

Since then, the authors have won

Դրանից հետո գրողները հաղթեցին.

on 129 million distinct occasions,

129 միլիոն գրքերի

publishing books.

հրատարակման դեպք գրանցվեց:

Now if those books are not lost to history,

Եվ եթե այդ գրքերը պատմության մեջ չեն կորել,

then they are somewhere in a library,

ուրեմն դրանք գրադարաններում ինչ-որ տեղ են պահվում,

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

այս գրքերից շատերը գրադարաններից ետ վերցվեցին

and digitized by Google,

և թվայնացվեցին Google-ի կողմից,

which has scanned 15 million books to date.

որն այսօրվա դրությամբ 15 միլիոն գիրք է սկանավորել:

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

Երբ Google-ը թվայնացնում է գրքերը, դրանք իսկապես լավ ձևաչափով են դասակարգվում:

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

Հիմա մենք ունենք տվյալների բազա, դրան գումարած նաև մեթատվյալների բազա:

We have information about things like where was it published,

Մենք գիտենք, թե որտեղ են գրքերը հրատարակվել,

who was the author, when was it published.

ով է հեղինակը, երբ է այն հրատարակվել:

And what we do is go through all of those records

Եվ մենք ուսումնասիրեցինք այդ բոլոր գրառումները`

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

բացառելով բոլոր ոչ բարձրորակ տվյալները:

What we're left with

Այն ինչ մեզ մնաց

is a collection of five million books,

հինգ միլիոն գրքերի հավաքածուն է,

500 billion words,

500 մլրդ բառ,

a string of characters a thousand times longer

հազար անգամ ավելի շատ տարրերով,

than the human genome --

քան մարդու գեներում են,

a text which, when written out,

եթե գրի առնենք այս տեքստը,

would stretch from here to the Moon and back

ապա այն կունենա դեպի լուսին և ետ ճանապարհի երկարությունը

10 times over --

բազմապատկած 10 անգամ,

a veritable shard of our cultural genome.

մշակութային գենի իրական մասնիկ:

Of course what we did

Իհարկե այն, ինչ մենք արեցինք,

when faced with such outrageous hyperbole ...

երբ դեմ առ դեմ կանգնեցին հիպերբոլայի առջև ...

(Laughter)

(Ծիծաղ)

was what any self-respecting researchers

այն էր, ինչ կաներ յուրաքանչյուր

would have done.

իրեն հարգող գիտնական:

We took a page out of XKCD,

Մենք վերցրեցինք XKCD-ից մի էջ

and we said, "Stand back.

և ասացինք. «Ետ քաշվեք:

We're going to try science."

Մենք պատրաստվում ենք գիտությամբ զբաղվել»:

(Laughter)

(Ծիծաղ)

JM: Now of course, we were thinking,

ԺՄ: Իհարկե մենք մտածում էինք,

well let's just first put the data out there

որ առաջնային նպատակը տվյալները հասանելի դարձնել

for people to do science to it.

այն մարդկանց համար, ով գիտությամբ է զբաղվում:

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

Հիմա մենք մտածում ենք, թե ո՞ր տվյալները կարող ենք թողարկել:

Well of course, you want to take the books

Իհարկե, ցանկություն է առաջանում վերցնել

and release the full text of these five million books.

և միանգամից թողարկել այդ 5 միլիոն գրքերի ամբողջական տեքստերը:

Now Google, and Jon Orwant in particular,

Google-ը, մասնավորապես Ջոն Օրվանթը,

told us a little equation that we should learn.

մեզ մի փոքրիկ հավասարում սովորեցրեց:

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

Այսպիով, դուք ունեք 5 միլիոն, այսինքն` 5 միլիոն գրող,

and five million plaintiffs is a massive lawsuit.

իսկ հինգ միլիոն հայցվորները հավասար են զանգվածային դատական գործի:

So, although that would be really, really awesome,

Այսպես, թեև դա իրոք չափազանց ապշեցուցիչ է,

again, that's extremely, extremely impractical.

մեկ է, այն չափազանց, ծայրահեղ ոչ պրակտիկ է:

(Laughter)

(Ծիծաղ)

Now again, we kind of caved in,

Կարծես մենք զիջում ենք,

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

և գործին շատ գործնական մոտեցում ցուցաբերեցինք, չնայած մի փոքր պակաս ապշեցուցիչ կերպով:

We said, well instead of releasing the full text,

Մենք ասացինք, որ ամբողջական տեքստը հրապարակելու փոխարեն,

we're going to release statistics about the books.

մենք կհրապարակենք գրքերի մասին վիճակագրությունը:

So take for instance "A gleam of happiness."

Վերցնենք օրինակ, «A gleam of happiness»-ը:

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

այս բառերը մենք անվանում ենք 4-գրամ

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

Մենք պատրաստվում ենք ձեզ ցույց տալ, թե քանի անգամ է այս 4-գրամը

appeared in books in 1801, 1802, 1803,

հայտնվել 1801, 1802, 1803 թթ. գրքերում,

all the way up to 2008.

և այսպես մինչև 2008 թ.:

That gives us a time series

Սա մեզ կտա ժամանակային շարքերի հաճախականությունը,

of how frequently this particular sentence was used over time.

թե տվյալ նախադասությունը քանի անգամ է կրկնվել ժամանակի ընթացքում:

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

Մենք դա արեցին այն բոլոր բառերի և բառակապակցությունների հետ, որ կային այդ գրքերում

and that gives us a big table of two billion lines

և դա մեզ տվեց 2 միլիարդ տողանի մի մեծ աղյուսակ,

that tell us about the way culture has been changing.

որոնք մեզ հուշում են, թե ինչպիսի փոփոխությունների է ենթարկվել մշակույթը:

ELA: So those two billion lines,

ԷԼԷ: Այսպես, այդ 2 միլիարդ տողերին

we call them two billion n-grams.

մենք անվանում ենք n-գրամ:

What do they tell us?

Ի՞նչ են դրանք մեզ ասում:

Well the individual n-grams measure cultural trends.

Առանձին n-գրամերը չափում են մշակութային տենդենցները:

Let me give you an example.

Թույլ տվեք բերեմ հետևյալ օրինակը:

Let's suppose that I am thriving,

Ենթադրենք, ես հարստացել եմ,

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

իսկ վաղը ուզում եմ ձեզ ասել իմ կարգավիճակի մասին:

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

Այսպիսով, ես պետք է ասեմ. «Երեկ ես բարգավաճեցի (throve)»:

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

Այլ կերպ ես կարող եմ ասել. «Երեկ ես բարգավաճեցի (thrived)»:

Well which one should I use?

Դե, ո՞ր մեկը պետք է օգտագործեմ:

How to know?

Ինչպե՞ս պարզել դա:

As of about six months ago,

Ավելի քան վեց ամիս առաջ

the state of the art in this field

այս ոլորտում արվեստի կարգավիճակը

is that you would, for instance,

այնպիսին էր, որ կարելի էր, օրինակ,

go up to the following psychologist with fabulous hair,

մոտենալ այս գեղեցիկ վարսահարդարմամբ հոգեբանին,

and you'd say,

և հարցնել.

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

«Սթիվ, դուք անկանոն բայերի մասնագետ եք:

What should I do?"

Ի՞նչ անեմ»:

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

Եվ նա ձեզ կասի. «Դե, շատերը ասում են բարգավաճեցի (thrived),

but some people say throve."

բայց ոմանք էլ ասում են բարգավաճեցի (throve)»:

And you also knew, more or less,

Բայց դուք նաև քիչ թե շատ գիտեք,

that if you were to go back in time 200 years

որ եթե 200 տարով հետ գնայիք ժամանակի մեջ

and ask the following statesman with equally fabulous hair,

և հարցնեիք այս քաղաքական գործիչին` նույնպես գեղեցիկ վարսահարդարմամբ.

(Laughter)

(Ծիծաղ)

"Tom, what should I say?"

«Թոմ, ի՞նչ պետք է ասեմ»:

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

Նա կպատասխաներ. «Այժմ, մարդկանց մեծ մասը օգտագործում է բարգավաճեցի (throve),

but some thrived."

իսկ ոմանք էլ բարգավաճեցի (thrived)»:

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

Այնպես որ, այն ինչ հիմա պատրաստվում եմ ձեզ ցույց տալ պարզապես չմշակված տվյալներ են:

Two rows from this table of two billion entries.

Այս երկու միլիարդ գրառումներով աղյուսակից 2 տող:

What you're seeing is year by year frequency

Այն, ինչ դուք տեսնում եք

of "thrived" and "throve" over time.

«thrived» և «throve»-ի ժամանակի րնթացքում կատարված տարեկան պարբերականն է:

Now this is just two

Իսկ սա ընդամենը երկու բառ է

out of two billion rows.

երկու միլիարդ բառերի շարքից:

So the entire data set

Այնպես որ, ամբողջ տվյալների համախումբը

is a billion times more awesome than this slide.

միլիարդ անգամ ավելի ապշեցուցիչ է, քան այս սլայդը:

(Laughter)

(Ծիծաղ)

(Applause)

(Ծափահարություններ)

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

ԺՄ: Կան նաև շատ այլ նկարներ, որ 500 միլիարդ բառ արժեն:

For instance, this one.

Օրինակ, այս մեկը:

If you just take influenza,

Եթե դուք հարբուխով հիվանդանաք,

you will see peaks at the time where you knew

կարող եք տեսնել գագաթնակետային վիճակները այն ժամանակ, երբ դուք գիտեիք, որ

big flu epidemics were killing people around the globe.

մեծ գրիպի համաճարակի ընթացքում ամբողջ աշխարհում մարդիկ մահանում էին:

ELA: If you were not yet convinced,

ԷԼԷ. Դուք դեռ չեք համոզվել,

sea levels are rising,

որ ծովի մակարդակը բարձրանում է,

so is atmospheric CO2 and global temperature.

այսպես, ինչպես մթնոլորտայն ածխաթթու գազն ու գլոբալ ջերմաստիճանը

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

ԺՄ: Դուք նաև կարող եք տեսնել այս որոշակի n-գրամը,

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

իսկ Նիցշեն ասել է, որ Աստված մահացած չէ,

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

չնայած կարելի է համաձայնվել, որ նա լավագույն հրապարակախոսի կարիքն ունի:

(Laughter)

(Ծիծաղ)

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

ԷԼԷ: Այս գործիքի օգնությամբ դուք կարող եք ձեռք բերել բավականին աբստրակտ հասկացություններ:

For instance, let me tell you the history

Օրինակ, թույլ տվեք ձեզ պատմեմ մի պատմություն,

of the year 1950.

որ տեղի է ունեցել 1950 թ-ին:

Pretty much for the vast majority of history,

Պատմության գերակշիռ մասում,

no one gave a damn about 1950.

1950 թ-ը ոչ ոքի չի հետաքրքրել:

In 1700, in 1800, in 1900,

1700-ին 1800-ին 1800-ին

no one cared.

ոչ ոքի դա պետք չէր:

Through the 30s and 40s,

Երեսունականներին և քառասունականներին

no one cared.

նույնպես ոչ ոք չէր մտածում դրա մասին:

Suddenly, in the mid-40s,

Հանկարծակի քառասունականների կեսերին

there started to be a buzz.

ինչ-որ հետաքրքրություն առաջ եկավ:

People realized that 1950 was going to happen,

Մարդիկ հասկացան, որ 1950 թ. մոտենում է,

and it could be big.

և դա կարող է ահռելի իրադարձություն լինել:

(Laughter)

(Ծիծաղ)

But nothing got people interested in 1950

Սակայն ոչինչ չստիպեց մարդկանց հետաքրքրվել 1950 թ-ով այնքան,

like the year 1950.

որքան հենց ինքը` 1950-ը:

(Laughter)

(Ծիծաղ)

People were walking around obsessed.

Մարդիկ խենթացել էին:

They couldn't stop talking

Նրանք անկարող էին լռել

about all the things they did in 1950,

այն ամենի մասին, ինչ արել էին 1950 թ-ին,

all the things they were planning to do in 1950,

այն բոլոր բաների մասին, ինչ նրանք պլանավորում էին անել 1950 թ-ին,

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

այն բոլոր երազանքների մասին, ինչ նրանք ցանկանում էին իրականացնել 1950 թ-ին:

In fact, 1950 was so fascinating

Արդյունքում, 1950-ը այնքան հրաշալի էր,

that for years thereafter,

որ տարիներ անց,

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

մարդիկ շարունակում էին խոսել բոլոր զարմանալի բաների մասին, որ տեղի էր ունեցել,

in '51, '52, '53.

'51-ին, '52-ին, '53-ին:

Finally in 1954,

Վերջապես 1954 թ-ին

someone woke up and realized

ինչ-որ մեկը մի օր արթնացավ և հասկացավ,

that 1950 had gotten somewhat passé.

որ 1950թ. արդեն հնացել է:

(Laughter)

(Ծիծաղ)

And just like that, the bubble burst.

Հենց այնպես, ինչպես փուչիկն է պայթում:

(Laughter)

(Ծիծաղ)

And the story of 1950

Իսկ 1950-ի պատմությունը

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

կրկնվում է յուրաքանչյուր տարվա համար, որի մասին մենք ունենք տեղեկություններ,

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

որոշակի շեղումով, քանի որ հիմա մենք ունենք այս գեղեցիկ գծապատկերները:

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

Շնորհիվ այս հրաշալի գծապատկերների, մենք կարող ենք չափել շատ բաներ:

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

Կարող ենք ասել. «Դե, ին՞չ արագությամբ կարող է փուչիկը պայթել»:

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

Պարզվում է, որ մենք կարող ենք դա ճշտորեն չափել:

Equations were derived, graphs were produced,

Հավասարումները դուրս էին գրվել, գրաֆիկները գծագրվել էին,

and the net result

և արդյունքն այն է, որ

is that we find that the bubble bursts faster and faster

փուչիկները պայթում են ավելի ու ավելի արագ

with each passing year.

յուրաքանչյուր հաջորդ տարում:

We are losing interest in the past more rapidly.

Մենք շատ արագ ենք կորցնում մեր հատաքրքրությունն անցյալի նկատմամբ:

JM: Now a little piece of career advice.

ԺՄ: Իսկ հիմա մի փոքր խորհուրդ կարիերայի վերաբերյալ:

So for those of you who seek to be famous,

Ձեզանից յուրաքանչյուրի համար, ով ձգտում է հայտնի դառնալ,

we can learn from the 25 most famous political figures,

կարող է սովորել 25ից ավելի հայտնի քաղաքական գործիչներից,

authors, actors and so on.

գրողներից, դերասաններից և այլն:

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

Եթե դուք ցանկանում եք վաղ տարիքում հայտնի դառնալ, դուք կարող եք դերասան դառնալ,

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

քանի որ այդ համբավը սկսում է մեծանալ, երբ դուք դեռ 20 տարեկան եք.

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

դուք դեռ երիտասարդ եք և դա հրաշալի է:

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

Եթե կարող եք մի փոքր սպասել, դուք կարող եք գրող դառնալ,

because then you rise to very great heights,

քանի որ այդ ժամանակ դուք կհասնեք մեծ բարձունքների,

like Mark Twain, for instance: extremely famous.

ինչպես, օրինակ Մարկ Տվենը, չափազանց հայտնի է:

But if you want to reach the very top,

Բայց եթե դուք ուզում եք հասնել փառքի գագաթնակետին,

you should delay gratification

դուք պետք է հրաժարվեք հաճույքերից

and, of course, become a politician.

և, իհարկե, դառնաք քաղաքագետ:

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

Այս դեպքում դուք հայտնի կլինեք, երբ 50 տարեկան դառնաք,

and become very, very famous afterward.

և շատ, չափազանց հայտնի կլինեք:

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

Գիտնականները նույնպես հայտնի են դառնում, երբ արդեն շատ ծեր են:

Like for instance, biologists and physics

Օրինակ, կենսաբաններն ու ֆիզիկոսները

tend to be almost as famous as actors.

այնքան հայտնի են, որքան դերասանները:

One mistake you should not do is become a mathematician.

Սխալը, որ պետք չէ թույլ տալ` մաթեմատիկոս դառնալն է:

(Laughter)

(Ծիծաղ)

If you do that,

Այս դեպքում

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

կարելի է ենթադրել. «Հինալի է, ես իմ ամենալավ աշխատանքը հայտնագործել եմ, երբ ընդամենը 20 տարեկան էի»:

But guess what, nobody will really care.

Բայց գիտեք ինչ, ոչ ոքի դա պետք չէ:

(Laughter)

(Ծիծաղ)

ELA: There are more sobering notes

ԷԼԷ: n-գրամերը շատ ավելի սթափեցնող

among the n-grams.

հատկություններ ունեն:

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

Օրինակ` ահա Մարկ Շագալի հետագիծը,

an artist born in 1887.

նկարիչ, որ ծնվել է 1887-ին:

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

Նա ունի հայտնի մարդու սովորական ուղի:

He gets more and more and more famous,

Նա ավելի և ավելի հայտնի է դառնում,

except if you look in German.

բացառությամբ գերմանախոսների շրջանում,

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

Եթե գերմաներեն լեզվին նայենք, ապա կտեսնենք մի անհնարին բան,

something you pretty much never see,

մի բան, որ հազվադեպ եք տեսնում,

which is he becomes extremely famous

նա դառնում է չափազանց հայտնի,

and then all of a sudden plummets,

այնուհետև, միանգամից նվազում է

going through a nadir between 1933 and 1945,

անցնելով 1933-ի և 1945-ի մրջև գտնվող ծայրահեղ անկման շրջանով,

before rebounding afterward.

շատ ավելի հետ ընկրկելու համար:

And of course, what we're seeing

Իհարկե, այստեղ մենք տեսնում ենք

is the fact Marc Chagall was a Jewish artist

այն փաստը, որ Մարկ Շագալը հրեա նկարիչ էր

in Nazi Germany.

Նացիստական Գերմանիայում:

Now these signals

Այս ազդանշանները

are actually so strong

իրականում այնքան ուժեղ են,

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

որ մեզ պետք չէ իմանալ, որ ինչ-որ մեկը գրաքննվել է:

We can actually figure it out

Մենք կարող ենք դա հասկանալ`

using really basic signal processing.

օգտագործելով ազդանշանների ամենապարզ վերլուծությունը:

Here's a simple way to do it.

Ահա դա անելու ամենապարզ եղանակը:

Well, a reasonable expectation

Խելամիտ է ենթադրել այն,

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

որ ինչ-ոչ մեկի փառքը տվյալ ժամանակահատվածում

should be roughly the average of their fame before

պետք է հավասար լինի մինչև նրան և նրանից հետո եղած

and their fame after.

փառքերի միջինին:

So that's sort of what we expect.

Այսինքն, սա հենց այն էր, ինչ մենք սպասում էինք:

And we compare that to the fame that we observe.

Եվ դա մենք կհամեմատենք այն բանի հետ, ինչ հետազոտում ենք:

And we just divide one by the other

Այնուհետև դրանք հարաբերում ենք իրար,

to produce something we call a suppression index.

որպեսզի ստանանք այն, ինչ կոչում ենք ընկճման ինդեքս:

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

Եթե ընկճման ինդեքսը շատ, շատ, շատ փոքր է,

then you very well might be being suppressed.

ապա հավանականություն կա, որ ձեզ ընկճում են:

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

Եթե դա մեծ է, ապա ձեզ, հավանաբար, պրոպագանդում են:

JM: Now you can actually look at

ԺՄ: Իսկ այժմ կարող ենք նայել

the distribution of suppression indexes over whole populations.

ամբողջ բնակչության նկատմամբ ընկճման ինդեքսների բաշխմանը:

So for instance, here --

Օրինակ այստեղ,

this suppression index is for 5,000 people

այս ընկճման ինդեքսը 5000 մարդու համար է`

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

ընտրված անգլալեզու գրքերից, որտեղ ցենզուրան բացակայում է.

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

դա մոտավորապես այսքան է, կետրոնացված մեկի վրա:

What you expect is basically what you observe.

Այն ինչ դուք սպասում եք, համընկնում է դիտարկումի հետ

This is distribution as seen in Germany --

Այս բաշխումը կատարվել է Գերմանիայում`

very different, it's shifted to the left.

սա լրիվ տարբեր է, փոխանցված դեպի ձախ:

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

Մարդիկ դրա մասին խոսել են 2 անգամ ավելի քիչ, քան պետք էր:

But much more importantly, the distribution is much wider.

Սակայն այն, ինչ անհրաժեշտ է, ավելի լայն բաշխումն է:

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

Շատ մարդկանց մասին, ովքեր հայտնվում են այս բաշխման ձախ կողմում,

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

խոսում են 10 անգամ ավելի քիչ, քան պետք է:

But then also many people on the far right

Իսկ աջ կողմում գտնվող շատ մարդիկ

who seem to benefit from propaganda.

քաղում են պրոպագանդայի պտուղները:

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

Այս նկարը գրքի պատմության ցենզուրայի կնիքն է:

ELA: So culturomics

ԷԼԷ: մենք սա անվանում ենք

is what we call this method.

կուլտուրոմիքսի մեթոդ:

It's kind of like genomics.

Սա գենոմիքսի պես բան է:

Except genomics is a lens on biology

Միայն թե գենոմիքսը կենսաբանության ոսպնյակն է հանդիսանում,

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

մարդու գենի հիմքի հաջորդականության պատուհանից դուրս:

Culturomics is similar.

Կուլտուրոմիքսը նման է սրան:

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

Սա չափազանց մեծ մասշտաբի տվյալների հավաքականի վերլուծության օգտագործումն է`

to the study of human culture.

մարդկության մշակույթը ուսումնասիրելու համար:

Here, instead of through the lens of a genome,

Սակայն, ի հակադրություն սրան, գենի ոսպնյակը

through the lens of digitized pieces of the historical record.

մենք տենում ենք պատմության թվայնացված մասերի ոսպնյակի միջոցով:

The great thing about culturomics

Կուլտուրոմիքսի դրական կողմն այն է,

is that everyone can do it.

որ բոլորը կարող են օգտագործել դա:

Why can everyone do it?

Իսկ ինչո՞ւ բոլորը կարող են դա անել:

Everyone can do it because three guys,

Բոլորը կարող են անել դա, քանի որ 3 հոգի`

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

Ջոն Օրվանթը, Մետտ Գրեյը և Ուիլ Բրոքմանը Google-ից`

saw the prototype of the Ngram Viewer,

տեսնելով Ngram Viewer-ը,

and they said, "This is so fun.

ասացին. «Սա շատ զվարճալի բան է:

We have to make this available for people."

Մենք պետք է սա բոլորի համար հասնելի դարձնենք»:

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

Ուղիղ երկու շաբաթում, մեր հոդվածի հրատարակումից ընդամենը 2 շաբաթ առաջ,

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

նրանք ծրագրավորեցին Ngram Viewer ամբողջ հասարակության համար:

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

Հիմա դուք էլ կարող եք հավաքել ցանկացած բառ կամ նախադասություն, որ ձեզ հետաքրքրում է,

and see its n-gram immediately --

և անմիջապես տեսնել դրա n-գրամը,

also browse examples of all the various books

ներառյալ դրանց օրինակները բազմաթիվ այլ գրքերից,

in which your n-gram appears.

որտեղ հանդիպում ենք n-գրամ:

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

ԺՄ: Հենց առաջին իսկ օրը դա միլիոն անգամ օգտագործվեց,

and this is really the best of all the queries.

և սա հարցումներից ամենալավն է:

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

Մարդիկ ցանկանում են իրենց ամենալավ կողմը ցույց տալ:

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

Սակայն պարզ է դառնում, որ 18-րդ դարում դա ընդհանրապես մարդկանց չի հետաքրքրել:

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

Նրանք չեն ցանկանում իրենց ամենալավ (best) կողմը ցույց տալ, նրանք ցանկանում էին իրենց ամենալաֆ (beft) կողմը ցույց տալ:

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

Իհարկե,այն ինչ պատահեց, ուղղակի սխալ էր:

It's not that strove for mediocrity,

Դա միջակության ձգտում չէ,

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

ուղղակի 'Վ' տառը գրվել է այլ կերպ, մի փոքր նման 'Ֆ' տառին:

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

Իհարկե այն ժամանակ Google-ը ուշադրություն չդարձրեց դրան,

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

այդ պատճառով մենք դա մեր հոդվածում օգտագործեցինք:

But it turns out this is just a reminder

Սակայն պարզ դարձավ, որ սա միայն հիշեցում է,

that, although this is a lot of fun,

որ չնայաց դա զվարճալի է,

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

այս գրաֆիկները մեկնաբանելիս, պետք է շատ զգույշ լինել,

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

և անհրաժեշտ է օգտագործել գիտության լավագույն ​​չափանիշները:

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

ԷԼԷ: Մարդիկ ինչ ձևով ասես, որ չեն օգտագործել դա:

(Laughter)

(Ծիծաղ)

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

Իրականում, ոչինչ պետք չէ ասել,

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

մենք ցույց կտանք սլայդերը անձայն:

This person was interested in the history of frustration.

Այս մարդուն հետաքրքրել է բացականչությունների պատմությունը:

There's various types of frustration.

Բացականչությունների տարբեր ձևեր կան:

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

Եթե հարվածել եք ձեր ոտքի բութ մաինը, դա «Ախ» է մեկ Ա-ով:

If the planet Earth is annihilated by the Vogons

Եթե Երկիր մոլորակը ոչնչացվում է Վոգոնների կողմից,

to make room for an interstellar bypass,

որպեսզի տեղ ազատվի միջտիեզերական շրջանցումների համար,

that's an eight A "aaaaaaaargh."

ապա դա «Աաաաաաաախ» է ութ Ա-ով

This person studies all the "arghs,"

Այս մարդը ուսումնասիրել է բոլոր «Ախերը»`

from one through eight A's.

մեկից մինչև ութ Ա պարունակող:

And it turns out

Եվ պարզվում է,

that the less-frequent "arghs"

որ ավելի հազվադեպ «Ախերը»,

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

իհարկե, առավել վախեցնող բաների հետ են կապված.

except, oddly, in the early 80s.

բացառությամբ, ինչը շատ տարօրինակ է, 80-ականների սկզբի:

We think that might have something to do with Reagan.

Միգուցե, Ռեյգանը ինչ-որ կապ ունի սրա հետ:

(Laughter)

(Ծիծաղ)

JM: There are many usages of this data,

ԺՄ: Այս տվյալները կարելի է տարբեր կերպ օգտագործել,

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

սակայն խնդրիը պատմական թվայնացման մեջ չէ:

Google has started to digitize 15 million books.

Google-ը սկսել է թվայնացնել 15 միլիոն գիրք:

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

Դա երբևէ հրատարակված գրքերի 12 տոկոսն է կազմում:

It's a sizable chunk of human culture.

Դա մարդկույթան մշակույթի զգալի մասն է կազմում:

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

Սակայն մշակույթը իր մեջ շատ ավելին է պարունակում. ձեռագրեր, թերթեր,

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

ոչ տեքստային բաներ, ինչպիսին է, օրինակ, արվեստը և նկարչությունը:

These all happen to be on our computers,

Այս ամենը կարող է հայտնվել մեր համակարգիչներում,

on computers across the world.

աշխարհի բոլոր համակարգիչներում:

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

Եվ երբ սա պատահի, այն կվերափոխի մեր անցյալը, ներկան

to understand our past, our present and human culture.

և մարդկության ապագան ընկալելու մեր պատկերացումները:

Thank you very much.

Շատ շնորհակալություն:

(Applause)

(Ծափահարություններ)