Deb Roy: The birth of a word

410,607 views ・ 2011-03-14

TED


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

Translator: Arief Rakhman Reviewer: Amir Sudjono
00:15
Imagine if you could record your life --
0
15260
4000
Bayangkan jika Anda bisa merekam kehidupan Anda --
00:19
everything you said, everything you did,
1
19260
3000
semua yang Anda katakan, semua yang Anda lakukan,
00:22
available in a perfect memory store at your fingertips,
2
22260
3000
tersedia dalam sebuah simpanan memori sempurna pada ujung jari Anda,
00:25
so you could go back
3
25260
2000
kemudian Anda bisa kembali
00:27
and find memorable moments and relive them,
4
27260
3000
dan menemukan saat-saat mengesankan dan membangkitannya,
00:30
or sift through traces of time
5
30260
3000
atau menyaring jejak-jejak waktu
00:33
and discover patterns in your own life
6
33260
2000
dan menemukan pola dalam kehidupan Anda sendiri
00:35
that previously had gone undiscovered.
7
35260
3000
yang sebelumnya belum pernah diketahui.
00:38
Well that's exactly the journey
8
38260
2000
Itulah perjalanan
00:40
that my family began
9
40260
2000
yang dimulai oleh keluargaku
00:42
five and a half years ago.
10
42260
2000
lima setengah tahun yang lalu
00:44
This is my wife and collaborator, Rupal.
11
44260
3000
Ini adalah istriku dan kolaborator Rupal.
00:47
And on this day, at this moment,
12
47260
2000
Dan pada hari ini, pada saat ini,
00:49
we walked into the house with our first child,
13
49260
2000
kami berjalan ke dalam rumah dengan anak pertama kami,
00:51
our beautiful baby boy.
14
51260
2000
bayi laki-laki kami yang ganteng.
00:53
And we walked into a house
15
53260
3000
Dan kami masuk ke rumah
00:56
with a very special home video recording system.
16
56260
4000
dengan sebuah sistem perekaman video spesial.
01:07
(Video) Man: Okay.
17
67260
2000
(Video) Laki-laki: Oke.
01:10
Deb Roy: This moment
18
70260
1000
Deb Roy: Saat ini
01:11
and thousands of other moments special for us
19
71260
3000
dan ribuan saat spesial kami yang lain ,
01:14
were captured in our home
20
74260
2000
direkam dalam rumah kami
01:16
because in every room in the house,
21
76260
2000
karena setiap ruangan dalam rumah,
01:18
if you looked up, you'd see a camera and a microphone,
22
78260
3000
jika Anda melihat ke atas, Anda akan melihat sebuah kamera dan sebuah mikrofon,
01:21
and if you looked down,
23
81260
2000
dan jika Anda melihat kee bawah,
01:23
you'd get this bird's-eye view of the room.
24
83260
2000
Anda akan melihat tampilan mata-burung ruangan ini
01:25
Here's our living room,
25
85260
3000
Ini adalah ruang keluarga kami,
01:28
the baby bedroom,
26
88260
3000
ruang kamar bayi,
01:31
kitchen, dining room
27
91260
2000
dapur, ruang makan
01:33
and the rest of the house.
28
93260
2000
dan keseluruhan rumah.
01:35
And all of these fed into a disc array
29
95260
3000
Dan semua ini dimasukkan ke dalam sebuah susunan disc
01:38
that was designed for a continuous capture.
30
98260
3000
yang didesain untuk menangkap gambar terus-menerus.
01:41
So here we are flying through a day in our home
31
101260
3000
Jadi inilah kami sedang menjalani hari-hari dalam rumah kami
01:44
as we move from sunlit morning
32
104260
3000
saat kami bergerak dari sinar pagi hari
01:47
through incandescent evening
33
107260
2000
melalui pijaran malam
01:49
and, finally, lights out for the day.
34
109260
3000
dan, akhirnya, cahaya mati untuk hari ini.
01:53
Over the course of three years,
35
113260
3000
Setelah tiga tahun,
01:56
we recorded eight to 10 hours a day,
36
116260
2000
kami merekam delapan hinggal 10 jam sehari,
01:58
amassing roughly a quarter-million hours
37
118260
3000
mengumpulkan sekitar seperempat juta jam
02:01
of multi-track audio and video.
38
121260
3000
suara dan video multi-track
02:04
So you're looking at a piece of what is by far
39
124260
2000
Jika Anda melihat sebagian apa jadinya sejauh ini
02:06
the largest home video collection ever made.
40
126260
2000
koleksi video rumahan terbesar yang pernah dibuat
02:08
(Laughter)
41
128260
3000
(Tawa)
02:11
And what this data represents
42
131260
2000
Dan yang direpresentasikan oleh data ini
02:13
for our family at a personal level,
43
133260
4000
untuk pribadi keluarga kami
02:17
the impact has already been immense,
44
137260
2000
dampaknya sangat besar,
02:19
and we're still learning its value.
45
139260
3000
dan kami masih mempelajari nilainya.
02:22
Countless moments
46
142260
2000
Saat-saat yang tak terhitung
02:24
of unsolicited natural moments, not posed moments,
47
144260
3000
dari saat-saat natural yang terjadi dengan sendirinya, tidak dibuat-buat
02:27
are captured there,
48
147260
2000
terekam di sana,
02:29
and we're starting to learn how to discover them and find them.
49
149260
3000
dan kami sedang memulai untuk mempelajari bagaimana untuk mencari dan menemukannya.
02:32
But there's also a scientific reason that drove this project,
50
152260
3000
Namun ada juga alasan ilmiah yang mendorong proyek ini,
02:35
which was to use this natural longitudinal data
51
155260
4000
untuk menggunakan data longitudinal natural ini
02:39
to understand the process
52
159260
2000
untuk memahami proses
02:41
of how a child learns language --
53
161260
2000
bagaimana seorang anak mempelajari bahasa --
02:43
that child being my son.
54
163260
2000
anak itu adalah anakku.
02:45
And so with many privacy provisions put in place
55
165260
4000
Dan dengan banyak ketetapan privasi yang diterapkan
02:49
to protect everyone who was recorded in the data,
56
169260
3000
untuk melindungi siapa saja yang terekam dalam data,
02:52
we made elements of the data available
57
172260
3000
kami menjadikan bagian data-data itu tersedia
02:55
to my trusted research team at MIT
58
175260
3000
untuk tim riset saya yang terpercaya di MIT
02:58
so we could start teasing apart patterns
59
178260
3000
kemudian kami dapat mulai mencari pola-pola
03:01
in this massive data set,
60
181260
3000
dalam himpunan data yang besar ini,
03:04
trying to understand the influence of social environments
61
184260
3000
mencoba untuk memahami pengaruh lingkugan sosial
03:07
on language acquisition.
62
187260
2000
pada pembelajaran bahasa.
03:09
So we're looking here
63
189260
2000
Jadi kita melihat
03:11
at one of the first things we started to do.
64
191260
2000
pada salah satu hal pertama yang kami mulai lakukan
03:13
This is my wife and I cooking breakfast in the kitchen,
65
193260
4000
Ini adalah saya dan istri saya sedang memasak sarapan di dalam dapur.
03:17
and as we move through space and through time,
66
197260
3000
Dan saat kami bergerak dalam ruang dan waktu,
03:20
a very everyday pattern of life in the kitchen.
67
200260
3000
sebuah pola harian di dalam dapur.
03:23
In order to convert
68
203260
2000
Untuk mengkonversikan
03:25
this opaque, 90,000 hours of video
69
205260
3000
video 90.00 jam yang buram ini
03:28
into something that we could start to see,
70
208260
2000
menjadi sesuatu yang dapat kita lihat,
03:30
we use motion analysis to pull out,
71
210260
2000
kami menggunakan analisis gerak untuk menarik,
03:32
as we move through space and through time,
72
212260
2000
sementara kami bergerak dalam ruang dan waktu,
03:34
what we call space-time worms.
73
214260
3000
apa yang kami sebut ulat ruang-waktu (space-time worms).
03:37
And this has become part of our toolkit
74
217260
3000
Dan ini telah menjadi bagian dari peralatan kami
03:40
for being able to look and see
75
220260
3000
untuk dapat melihat dan memperhatikan
03:43
where the activities are in the data,
76
223260
2000
di mana letak aktivitas-aktivitas di dalam data,
03:45
and with it, trace the pattern of, in particular,
77
225260
3000
dan dengannya, melacak pola, pada khususnya,
03:48
where my son moved throughout the home,
78
228260
2000
di mana anak saya bergerak di rumah,
03:50
so that we could focus our transcription efforts,
79
230260
3000
jadi kami dapat fokus pada usaha transkripsi kami,
03:53
all of the speech environment around my son --
80
233260
3000
semua lingkungan bahasa di sekitar anak saya --
03:56
all of the words that he heard from myself, my wife, our nanny,
81
236260
3000
semua kata-kata yang dia dengarkan dari saya, istri saya, pengasuh kami,
03:59
and over time, the words he began to produce.
82
239260
3000
dan dari waktu ke waktu, kata-kata mulai dihasilkan.
04:02
So with that technology and that data
83
242260
3000
Dengan teknologi dan data
04:05
and the ability to, with machine assistance,
84
245260
2000
dan kemampuan untuk, dengan bantuan mesin,
04:07
transcribe speech,
85
247260
2000
menerjemahkan bahasa,
04:09
we've now transcribed
86
249260
2000
kami sekarang telah menerjemahkan
04:11
well over seven million words of our home transcripts.
87
251260
3000
lebih dari tujuh juta kata dari transkrip kami.
04:14
And with that, let me take you now
88
254260
2000
Dan dengan itu, biarkan saya menunjukkan pada Anda
04:16
for a first tour into the data.
89
256260
3000
sebuah tur pertama ke dalam data itu.
04:19
So you've all, I'm sure,
90
259260
2000
Anda semua, saya yakin,
04:21
seen time-lapse videos
91
261260
2000
telah melihat video-video waktu-dipercepat (time-lapse video)
04:23
where a flower will blossom as you accelerate time.
92
263260
3000
di mana sebuah bunga merekah saat Anda mempercepat waktu.
04:26
I'd like you to now experience
93
266260
2000
Saya ingin Anda sekarang mengalami
04:28
the blossoming of a speech form.
94
268260
2000
proses merekahnya bentuk bahasa.
04:30
My son, soon after his first birthday,
95
270260
2000
Anak saya, segera setelah ulang tahun pertamanya,
04:32
would say "gaga" to mean water.
96
272260
3000
mengatakan "gaga" untuk air.
04:35
And over the course of the next half-year,
97
275260
3000
Dan setelah setengah tahun kemudian,
04:38
he slowly learned to approximate
98
278260
2000
dia lambat laun belajar untuk mendekati
04:40
the proper adult form, "water."
99
280260
3000
bentuk yang lebih sesuai, "air" (water)
04:43
So we're going to cruise through half a year
100
283260
2000
Jadi kita sedang melewati setengah tahun
04:45
in about 40 seconds.
101
285260
2000
dalam sekitar 40 detik
04:47
No video here,
102
287260
2000
Tidak ada video di sini,
04:49
so you can focus on the sound, the acoustics,
103
289260
3000
agar Anda dapat fokus pada suara, akustik,
04:52
of a new kind of trajectory:
104
292260
2000
dari sebuah jenis penggambaran baru:
04:54
gaga to water.
105
294260
2000
gaga menjadi air (water)
04:56
(Audio) Baby: Gagagagagaga
106
296260
12000
(Suara) Bayi: Gagagagagagaga
05:08
Gaga gaga gaga
107
308260
4000
Gaga gaga gaga
05:12
guga guga guga
108
312260
5000
guga guga guga
05:17
wada gaga gaga guga gaga
109
317260
5000
wada gaga gaga guga gaga
05:22
wader guga guga
110
322260
4000
wader guga guga
05:26
water water water
111
326260
3000
water water water
05:29
water water water
112
329260
6000
water water water
05:35
water water
113
335260
4000
water water
05:39
water.
114
339260
2000
water
05:41
DR: He sure nailed it, didn't he.
115
341260
2000
DR: Dia yakin telah menangkapnya, bukan.
05:43
(Applause)
116
343260
7000
(Tepuk tangan)
05:50
So he didn't just learn water.
117
350260
2000
Dia tidak hanya belajar mengucapkan air (water)
05:52
Over the course of the 24 months,
118
352260
2000
Dalam waktu 24 bulan,
05:54
the first two years that we really focused on,
119
354260
3000
dua bulan pertama, yang sangat kami fokuskan,
05:57
this is a map of every word he learned in chronological order.
120
357260
4000
ini adalah peta dari setiap kata yang dia pelajari dalam urutan kronologis.
06:01
And because we have full transcripts,
121
361260
3000
Dan karena kami mempunyai transkrip yang lengkap,
06:04
we've identified each of the 503 words
122
364260
2000
kami telah mengidentifikasi setiap 503 kata
06:06
that he learned to produce by his second birthday.
123
366260
2000
yang dia pelajari sampai ulang tahun keduanya.
06:08
He was an early talker.
124
368260
2000
Dia adalah pembicara muda.
06:10
And so we started to analyze why.
125
370260
3000
Dan kemudian kami mulai menganalisis mengapa.
06:13
Why were certain words born before others?
126
373260
3000
Mengapa beberapa kata lahir sebelum lainnya?
06:16
This is one of the first results
127
376260
2000
Ini adalah salah satu dari hasil awalnya
06:18
that came out of our study a little over a year ago
128
378260
2000
yang dihasilkan dari penelitian kami lebih dari setahun yang lalu
06:20
that really surprised us.
129
380260
2000
yang sangat mengejutkan kami.
06:22
The way to interpret this apparently simple graph
130
382260
3000
Cara untuk menafsirkan gambar sederhana ini
06:25
is, on the vertical is an indication
131
385260
2000
adalah pada arah vertikal mengindikasikan
06:27
of how complex caregiver utterances are
132
387260
3000
sekompleks apa ucapan pengasuh
06:30
based on the length of utterances.
133
390260
2000
berdasarkan panjang dari ucapan.
06:32
And the [horizontal] axis is time.
134
392260
3000
Dan pada sumbu horizontal adalah waktu.
06:35
And all of the data,
135
395260
2000
Dan seluruh data,
06:37
we aligned based on the following idea:
136
397260
3000
kami susun berdasarkan pada ide berikut:
06:40
Every time my son would learn a word,
137
400260
3000
Setiap kali anak saya mempelajari sebuah kata,
06:43
we would trace back and look at all of the language he heard
138
403260
3000
kami akan melacak balik dan melihat pada semua bahasa yang dua dengar
06:46
that contained that word.
139
406260
2000
yang berisi kata tersebut.
06:48
And we would plot the relative length of the utterances.
140
408260
4000
Dan kami akan menggambar panjang relatif dari ucapan tersebut.
06:52
And what we found was this curious phenomena,
141
412260
3000
Dan apa yang kami temukan adalah fenomena yang aneh ini,
06:55
that caregiver speech would systematically dip to a minimum,
142
415260
3000
bahwa bahasa pengasuh akan turun secara sistematis hingga minimum,
06:58
making language as simple as possible,
143
418260
3000
membuat bahasa yang paling sederhana,
07:01
and then slowly ascend back up in complexity.
144
421260
3000
dan kemudian perlahan meningkat kembali menjadi kompleks.
07:04
And the amazing thing was
145
424260
2000
Dan yang menakjubkan
07:06
that bounce, that dip,
146
426260
2000
bahwa lompatan itu, turunan itu,
07:08
lined up almost precisely
147
428260
2000
berjajar hampir persis
07:10
with when each word was born --
148
430260
2000
degnan setiap kata dilahirkan --
07:12
word after word, systematically.
149
432260
2000
kata demi kata, secara sistematis.
07:14
So it appears that all three primary caregivers --
150
434260
2000
Jadi terlihat bahwa ketiga pengasuh utama --
07:16
myself, my wife and our nanny --
151
436260
3000
saya, istri saya dan pengasuh saya --
07:19
were systematically and, I would think, subconsciously
152
439260
3000
secara sistematis dan, saya pikirm secara tidak sadar
07:22
restructuring our language
153
442260
2000
membangun kembali bahasa kami
07:24
to meet him at the birth of a word
154
444260
3000
hingga dia sampai pada lahirnya sebuah kata
07:27
and bring him gently into more complex language.
155
447260
4000
dan membawanya perlahan menuju bahasa yan glebih kompleks.
07:31
And the implications of this -- there are many,
156
451260
2000
Dan implikasi dari hal ini -- ada banyak hal,
07:33
but one I just want to point out,
157
453260
2000
namun hanya satu yang ingin saya tunjukkan,
07:35
is that there must be amazing feedback loops.
158
455260
3000
bahwa pasti ada putaran umpan balik yang menakjubkan.
07:38
Of course, my son is learning
159
458260
2000
Tentu saja, anak saya sedang belajar
07:40
from his linguistic environment,
160
460260
2000
dari lingkungan bahasanya,
07:42
but the environment is learning from him.
161
462260
3000
namun lingkungan juga belajar darinya.
07:45
That environment, people, are in these tight feedback loops
162
465260
3000
Lingkungan itu, orang-orang, berada dalam putaran umpan balik yang padat ini
07:48
and creating a kind of scaffolding
163
468260
2000
dan menciptakan semacam perancah (scaffolding)
07:50
that has not been noticed until now.
164
470260
3000
yang belum diketahui hingga sekarang.
07:54
But that's looking at the speech context.
165
474260
2000
Tapi itu melihat kpada konteks bahasa
07:56
What about the visual context?
166
476260
2000
Bagaimana dengan konteks visual?
07:58
We're not looking at --
167
478260
2000
Kita tidak melihat --
08:00
think of this as a dollhouse cutaway of our house.
168
480260
2000
pikirkan ini sebagai potongan rumah boneka dari rumah kami.
08:02
We've taken those circular fish-eye lens cameras,
169
482260
3000
Kami telah mengambil kamera mata-ikan berlensa bundar itu,
08:05
and we've done some optical correction,
170
485260
2000
dan kami telah melakukan beberapa koreksi optik,
08:07
and then we can bring it into three-dimensional life.
171
487260
4000
dan kemudian kami dapat membawanya ke dalam kehidupan tiga dimensi.
08:11
So welcome to my home.
172
491260
2000
Selamat datang di rumah saya.
08:13
This is a moment,
173
493260
2000
Ini adalah sebuah momen,
08:15
one moment captured across multiple cameras.
174
495260
3000
satu momen yang ditangkap oleh banyak kamera.
08:18
The reason we did this is to create the ultimate memory machine,
175
498260
3000
Alasan kami melakukan ini adalah untuk menciptakan mesin memori mutakhir,
08:21
where you can go back and interactively fly around
176
501260
3000
di mana Anda dapat kembali dan melayang secara interaktif
08:24
and then breathe video-life into this system.
177
504260
3000
dan kemudian merasakan kehidupan video ke dalam sistem ini.
08:27
What I'm going to do
178
507260
2000
Apa yang akan saya lakukan
08:29
is give you an accelerated view of 30 minutes,
179
509260
3000
adalah memberi Anda sebuah pemandangan dipercepat 30 menit,
08:32
again, of just life in the living room.
180
512260
2000
lagi-lagi, hanya kehidupan di dalam ruang tamu.
08:34
That's me and my son on the floor.
181
514260
3000
Ini adalah saya dan anak saya di atas lantai.
08:37
And there's video analytics
182
517260
2000
Dan itu adalah analisis video
08:39
that are tracking our movements.
183
519260
2000
yang melacak pergerakan kamu
08:41
My son is leaving red ink. I am leaving green ink.
184
521260
3000
Anak saya ditunjukkan warna merah, saya warna hijau.
08:44
We're now on the couch,
185
524260
2000
Kami sekarang sedang bertemu,
08:46
looking out through the window at cars passing by.
186
526260
3000
melihat melalui jendela pada mobil yang sedang berlalu-lalang.
08:49
And finally, my son playing in a walking toy by himself.
187
529260
3000
Dan akhirnya, anak saya memainkan sebuah mainan berjalan sendirian.
08:52
Now we freeze the action, 30 minutes,
188
532260
3000
Kemudian kami menghentikan aksi itu, 30 menit,
08:55
we turn time into the vertical axis,
189
535260
2000
kami kembali ke waktu vertikal,
08:57
and we open up for a view
190
537260
2000
dan kami membuka sebuah pemandangan
08:59
of these interaction traces we've just left behind.
191
539260
3000
dari jejak interaksi yang kami tinggalkan ini.
09:02
And we see these amazing structures --
192
542260
3000
Dan kami melihat struktur yang menakjubkan ini --
09:05
these little knots of two colors of thread
193
545260
3000
dua knot kecil ulir berwarna ini
09:08
we call "social hot spots."
194
548260
2000
kami sebut hot spot sosial.
09:10
The spiral thread
195
550260
2000
Ulir spiral
09:12
we call a "solo hot spot."
196
552260
2000
kami sebut hot spot tunggal (solo).
09:14
And we think that these affect the way language is learned.
197
554260
3000
Dan kami pikir bahwa ini berdampak pada cara bahasa dipelajari.
09:17
What we'd like to do
198
557260
2000
Apa yang kami ingin lakukan
09:19
is start understanding
199
559260
2000
adalah mulai memahami
09:21
the interaction between these patterns
200
561260
2000
interaksi antara pola ini
09:23
and the language that my son is exposed to
201
563260
2000
dan bahasa yang diterima anak saya
09:25
to see if we can predict
202
565260
2000
untuk melihat apakah kami bisa memprediksikan
09:27
how the structure of when words are heard
203
567260
2000
bagaimana struktur kapan kata didengar
09:29
affects when they're learned --
204
569260
2000
berdampak saat kata itu dipelajari --
09:31
so in other words, the relationship
205
571260
2000
jadi dengan kata lain, hubungan
09:33
between words and what they're about in the world.
206
573260
4000
antara kata dan maknanya di dunia.
09:37
So here's how we're approaching this.
207
577260
2000
Jadi ini pendekatan kami.
09:39
In this video,
208
579260
2000
Dalam video ini,
09:41
again, my son is being traced out.
209
581260
2000
lagi-lagi, anak saya sedang dilacak.
09:43
He's leaving red ink behind.
210
583260
2000
Dia meninggalkan jejak merah.
09:45
And there's our nanny by the door.
211
585260
2000
Dan ini adalah pengasuh kami di pintu.
09:47
(Video) Nanny: You want water? (Baby: Aaaa.)
212
587260
3000
(Video) Pengasuh: Kamu ingin air? (Bayi: Aaaa.)
09:50
Nanny: All right. (Baby: Aaaa.)
213
590260
3000
Nanny: Baiklah. (Bayi: Aaaa.)
09:53
DR: She offers water,
214
593260
2000
DR: Dia menawarkan air,
09:55
and off go the two worms
215
595260
2000
dan menuju dua ulir
09:57
over to the kitchen to get water.
216
597260
2000
melalui dapur untuk mengambil air.
09:59
And what we've done is use the word "water"
217
599260
2000
Dan apa yang telah kami lakukan adalah menggunakan kata "air" (water)
10:01
to tag that moment, that bit of activity.
218
601260
2000
untuk melabeli momen itu, aktivitas kecil itu.
10:03
And now we take the power of data
219
603260
2000
Dan sekarang kami mengambil kekuatan data itu
10:05
and take every time my son
220
605260
3000
dan mengambil setiap waktu anak saya
10:08
ever heard the word water
221
608260
2000
mendengar kata air (water)
10:10
and the context he saw it in,
222
610260
2000
dan konteks dia melihatnya,
10:12
and we use it to penetrate through the video
223
612260
3000
dan kami menggunakannya untuk menyusupi video
10:15
and find every activity trace
224
615260
3000
dan menemukan setiap jejak aktivitas
10:18
that co-occurred with an instance of water.
225
618260
3000
yang dilakukan bersamaan dengan kejadian air.
10:21
And what this data leaves in its wake
226
621260
2000
Dan apa yang data ini tinggalkan
10:23
is a landscape.
227
623260
2000
adalah sebuah lansekap.
10:25
We call these wordscapes.
228
625260
2000
kami sebut ini pemandangan-kata (wordscapes).
10:27
This is the wordscape for the word water,
229
627260
2000
Ini adalah wordscape untuk kata air,
10:29
and you can see most of the action is in the kitchen.
230
629260
2000
dan Anda dapat melihat kebanyakan terjadi di dalam dapur.
10:31
That's where those big peaks are over to the left.
231
631260
3000
Itu adalah tempat di mana puncak besar itu menuju ke kiri.
10:34
And just for contrast, we can do this with any word.
232
634260
3000
Dan hanya untuk membandingkan, kami dapat melakukan ini dengan kata apa saja.
10:37
We can take the word "bye"
233
637260
2000
Kami dapat mengambil kata "bye"
10:39
as in "good bye."
234
639260
2000
dalam "good bye"
10:41
And we're now zoomed in over the entrance to the house.
235
641260
2000
Dan kami sekarang memperbesar jalan masuk ke rumah.
10:43
And we look, and we find, as you would expect,
236
643260
3000
Dan kami melihat, dan menemukan, seperti yang Anda harapkan,
10:46
a contrast in the landscape
237
646260
2000
sebuah perbedaan dalam lansekap
10:48
where the word "bye" occurs much more in a structured way.
238
648260
3000
di mana kata "bye" muncul lebih sering dengan cara yang terstruktur.
10:51
So we're using these structures
239
651260
2000
Jadi kami menggunakan struktur ini
10:53
to start predicting
240
653260
2000
untuk mulai memprediksikan
10:55
the order of language acquisition,
241
655260
3000
urutan pembelajaran bahasa,
10:58
and that's ongoing work now.
242
658260
2000
dan itu dalah pekerjaan yang sedang dilakukan sekarang.
11:00
In my lab, which we're peering into now, at MIT --
243
660260
3000
Dalam lab saya, tempat kami bekerja sama, di MIT --
11:03
this is at the media lab.
244
663260
2000
ini adalah di lab media.
11:05
This has become my favorite way
245
665260
2000
Ini telah menjadi cara terfavorit saya
11:07
of videographing just about any space.
246
667260
2000
untuk merekam gambar video di raungan apapun.
11:09
Three of the key people in this project,
247
669260
2000
Tiga orang kunci dalam proyek ini,
11:11
Philip DeCamp, Rony Kubat and Brandon Roy are pictured here.
248
671260
3000
Philip DeCamp, Rony Kubat dan Brandon Roy terlihat di sini.
11:14
Philip has been a close collaborator
249
674260
2000
Philib telah menjadi seorang kolaborator yang teliti
11:16
on all the visualizations you're seeing.
250
676260
2000
pada seluruh visualisasi yang Anda sedang lihat.
11:18
And Michael Fleischman
251
678260
3000
Dan Michael Fleischman
11:21
was another Ph.D. student in my lab
252
681260
2000
adalah mahasiswa Ph.D lain di lab saya
11:23
who worked with me on this home video analysis,
253
683260
3000
yang bekerja dengan saya pada analisis video ini,
11:26
and he made the following observation:
254
686260
3000
dan dia membuat observasi berikut:
11:29
that "just the way that we're analyzing
255
689260
2000
bahwa "hanya dengan cara kami menganalisis
11:31
how language connects to events
256
691260
3000
bagaimana bahasa berkaitan dengan kejadian
11:34
which provide common ground for language,
257
694260
2000
yang menyediakan alasan umum untuk bahasa,
11:36
that same idea we can take out of your home, Deb,
258
696260
4000
ide itu bisa kita ambil dari rumahmu, Deb,
11:40
and we can apply it to the world of public media."
259
700260
3000
dan kami dapat menerapkannya pada dunia media publik."
11:43
And so our effort took an unexpected turn.
260
703260
3000
Dan jadi usaha kami mendapatkan perubahan yang tidak diperkirakan.
11:46
Think of mass media
261
706260
2000
Pikirkan media massa
11:48
as providing common ground
262
708260
2000
sebagai penyedia lapangan umum
11:50
and you have the recipe
263
710260
2000
dan Anda punya resep
11:52
for taking this idea to a whole new place.
264
712260
3000
untuk menerapkan ide ini pada tempat yang sama sekali baru.
11:55
We've started analyzing television content
265
715260
3000
Kami telah mulai menganalisis konten televisi
11:58
using the same principles --
266
718260
2000
menggunakan prinsip-prinsip yang sama --
12:00
analyzing event structure of a TV signal --
267
720260
3000
menganalisis struktur peristiwa dari sebuah sinyal TV --
12:03
episodes of shows,
268
723260
2000
episode-episode pertunjukan,
12:05
commercials,
269
725260
2000
ikan-iklan,
12:07
all of the components that make up the event structure.
270
727260
3000
semua komponen yang membuat struktur peristiwa.
12:10
And we're now, with satellite dishes, pulling and analyzing
271
730260
3000
Dan sekarang kami, dengan satelit, menarik dan menanalisis
12:13
a good part of all the TV being watched in the United States.
272
733260
3000
sebuah bagian yang bagus dari semua TV yang sedang ditonton di Amerika Serikat.
12:16
And you don't have to now go and instrument living rooms with microphones
273
736260
3000
Dan Anda sekarang tidak perlu nenasang ruang tamu dengan mikrofon
12:19
to get people's conversations,
274
739260
2000
untuk mendapatkan percakapan orang,
12:21
you just tune into publicly available social media feeds.
275
741260
3000
Anda hanya perlu menyetel feed media sosial yang tersedia secara publik.
12:24
So we're pulling in
276
744260
2000
Kemudian kami menarik
12:26
about three billion comments a month,
277
746260
2000
sekitar tiga juta komentar sebulan.
12:28
and then the magic happens.
278
748260
2000
Dan kemudian hal yang menakjubkan terjadi.
12:30
You have the event structure,
279
750260
2000
Anda mempunyai struktur peristiwa,
12:32
the common ground that the words are about,
280
752260
2000
lapangan yang umum pada kata-kata itu,
12:34
coming out of the television feeds;
281
754260
3000
keluar dari feed televisi;
12:37
you've got the conversations
282
757260
2000
Anda telah mendapatkan percakapan
12:39
that are about those topics;
283
759260
2000
mengenai topik-topik ini;
12:41
and through semantic analysis --
284
761260
3000
dan melalui analisis semantik --
12:44
and this is actually real data you're looking at
285
764260
2000
dan ini sebenarnya data nyata yang Anda sedang lihat
12:46
from our data processing --
286
766260
2000
dari hasil pemrosesan data kami --
12:48
each yellow line is showing a link being made
287
768260
3000
setiap garis kuning menunjukkan sebuah hubungan sedang dibuat
12:51
between a comment in the wild
288
771260
3000
antara sebuah komentar di rimba
12:54
and a piece of event structure coming out of the television signal.
289
774260
3000
dan sebuah bagian struktur peristiwa keluar dari sinyal televisi.
12:57
And the same idea now
290
777260
2000
Dan ide yang sama sekarang
12:59
can be built up.
291
779260
2000
dapat dibangun.
13:01
And we get this wordscape,
292
781260
2000
Dan kami mendapatkan wordscape ini,
13:03
except now words are not assembled in my living room.
293
783260
3000
namun sekarang kata-kata tidak tesusun di dalam ruang keluarga saya.
13:06
Instead, the context, the common ground activities,
294
786260
4000
Tapi dalam konteksm aktivitas lapangan umum,
13:10
are the content on television that's driving the conversations.
295
790260
3000
bahwa konten televisi yang mendorong percakapan.
13:13
And what we're seeing here, these skyscrapers now,
296
793260
3000
Dam apa yang kita lihat di sini, pencakar langit ini,
13:16
are commentary
297
796260
2000
adalah komentar
13:18
that are linked to content on television.
298
798260
2000
yang berhubungan dengan konten televisi.
13:20
Same concept,
299
800260
2000
Konsep yang sama,
13:22
but looking at communication dynamics
300
802260
2000
namun melihat pada dinamika komunikasi
13:24
in a very different sphere.
301
804260
2000
dalam sebuah lingkup yang sangat berbeda.
13:26
And so fundamentally, rather than, for example,
302
806260
2000
Dan sangat mendasar, daripada hanya, sebagai contoh,
13:28
measuring content based on how many people are watching,
303
808260
3000
mengukur konten berdasarkan berapa banyak orang yang menonton,
13:31
this gives us the basic data
304
811260
2000
ini memberi kita data yang mendasar
13:33
for looking at engagement properties of content.
305
813260
3000
untuk melihat pada sifat hubungan erat dari konten.
13:36
And just like we can look at feedback cycles
306
816260
3000
Dan seperti halnya ktia dapat melihat siklus umpan balik
13:39
and dynamics in a family,
307
819260
3000
dan dinamika dalam sebuah keluarga,
13:42
we can now open up the same concepts
308
822260
3000
kita sekarang dapat membuka konsep yang sama
13:45
and look at much larger groups of people.
309
825260
3000
dan kita dapat melihat pada kelompok orang yang lebih besar
13:48
This is a subset of data from our database --
310
828260
3000
Ini adalah subset data dari database kami --
13:51
just 50,000 out of several million --
311
831260
3000
hanya 50.000 dari beberapa juta --
13:54
and the social graph that connects them
312
834260
2000
dan grafik sosial yang menghubungkannya
13:56
through publicly available sources.
313
836260
3000
melalui sumber yang tersedia secara publik.
13:59
And if you put them on one plain,
314
839260
2000
Dan jika Anda meletakkannya dalam satu dataran,
14:01
a second plain is where the content lives.
315
841260
3000
dataran yang kedua adalah di mana konten itu hidup.
14:04
So we have the programs
316
844260
3000
jadi kami telah mempunyai program
14:07
and the sporting events
317
847260
2000
dan peristiwa yang berkaitan dengan olahraga
14:09
and the commercials,
318
849260
2000
dan iklan,
14:11
and all of the link structures that tie them together
319
851260
2000
dan seluruh struktur hubungan yang mengikatnya
14:13
make a content graph.
320
853260
2000
membuat sebuah gambar konten.
14:15
And then the important third dimension.
321
855260
4000
Dan kemudian dimensi penting yang ketiga.
14:19
Each of the links that you're seeing rendered here
322
859260
2000
Setiap hubungan yang sedang Anda lihat di sini
14:21
is an actual connection made
323
861260
2000
adalah sebuah koneksi nyata yang dibuat
14:23
between something someone said
324
863260
3000
di antara sesuatu yang seseorang katakan
14:26
and a piece of content.
325
866260
2000
dan sebagian konten.
14:28
And there are, again, now tens of millions of these links
326
868260
3000
Dan sekarang ,lagi-lagi ada 10 jutaan hubungan ini
14:31
that give us the connective tissue of social graphs
327
871260
3000
yang menunjukkan pada kita jaringan hubungan grafik sosial
14:34
and how they relate to content.
328
874260
3000
dan bagaimana mereka berhubungan pada konten.
14:37
And we can now start to probe the structure
329
877260
2000
Dan kita sekarang bisa memulai untuk menyelidiki struktur
14:39
in interesting ways.
330
879260
2000
dengan cara yang menarik.
14:41
So if we, for example, trace the path
331
881260
3000
Jadi jika kita, misalnya, melacak jalur
14:44
of one piece of content
332
884260
2000
dari datu bagian konten
14:46
that drives someone to comment on it,
333
886260
2000
yang mendorong seseorang untuk mengomentarinya,
14:48
and then we follow where that comment goes,
334
888260
3000
dan kemudian kita mengikuti ke mana komentar itu pergi,
14:51
and then look at the entire social graph that becomes activated
335
891260
3000
dan kemudian melihat pada keseluruhan grafik sosial yang menjadi aktif
14:54
and then trace back to see the relationship
336
894260
3000
dan kemudian melacak balik untuk menemukan hubungan
14:57
between that social graph and content,
337
897260
2000
antara grafik sosial dan konten,
14:59
a very interesting structure becomes visible.
338
899260
2000
sebuah struktur yang sangat menarik menjadi terlihat.
15:01
We call this a co-viewing clique,
339
901260
2000
Kami menyebut ini sebuah kumpulan pemandangan-bersama (co-viewing),
15:03
a virtual living room if you will.
340
903260
3000
sebuah ruang keluarga jika Anda mau menyebutnya begitu.
15:06
And there are fascinating dynamics at play.
341
906260
2000
Dan ada dinamika yang menakjubkan sedang dimainkan.
15:08
It's not one way.
342
908260
2000
Dinamika itu tidak berjalan satu arah.
15:10
A piece of content, an event, causes someone to talk.
343
910260
3000
Sebagian konten, sebuah peristiwa, menyebabkan seseorang berbicara.
15:13
They talk to other people.
344
913260
2000
Mereka berbicara kepada orang lain.
15:15
That drives tune-in behavior back into mass media,
345
915260
3000
yang mendorong media massa mendengarkan,
15:18
and you have these cycles
346
918260
2000
dan Anda mendapatkan siklus ini
15:20
that drive the overall behavior.
347
920260
2000
yang mendorong keseluruhan perilaku.
15:22
Another example -- very different --
348
922260
2000
Contoh lain -- sangat berbeda --
15:24
another actual person in our database --
349
924260
3000
seorang yang lain di dalam database kami --
15:27
and we're finding at least hundreds, if not thousands, of these.
350
927260
3000
dan kami sedang mencari minimal ratusan, jika tidak ribuan, dari ini.
15:30
We've given this person a name.
351
930260
2000
Kami telah memberikan orang ini sebuah nama.
15:32
This is a pro-amateur, or pro-am media critic
352
932260
3000
Ini adalah sebuah pro-amatir, atau pro-am, kritik media
15:35
who has this high fan-out rate.
353
935260
3000
yang mempunyai tingkat fans yang tinggi ini.
15:38
So a lot of people are following this person -- very influential --
354
938260
3000
Jadi banyak orang mengikuti orang ini -- sangat berpengaruh --
15:41
and they have a propensity to talk about what's on TV.
355
941260
2000
dan mereka mempunyai sebuah kecenderungan untuk berbicara mengenai tayangan TV.
15:43
So this person is a key link
356
943260
3000
Orang ini adalah sebuah hubungan kunci
15:46
in connecting mass media and social media together.
357
946260
3000
dalam koneksi media massa dan media sosial.
15:49
One last example from this data:
358
949260
3000
Satu contoh terakhir dari data ini:
15:52
Sometimes it's actually a piece of content that is special.
359
952260
3000
Terkadang sebenarnya ada sebagian konten yang spesial.
15:55
So if we go and look at this piece of content,
360
955260
4000
jadi jika kita kembali melihat bagian konten ini.
15:59
President Obama's State of the Union address
361
959260
3000
Negara Serikat Presiden Obama menyampaikan
16:02
from just a few weeks ago,
362
962260
2000
dari beberapa minggu yang lalu,
16:04
and look at what we find in this same data set,
363
964260
3000
dan melihat pada apa yang kami temukan dalam set data ini,
16:07
at the same scale,
364
967260
3000
pada skala yang sama,
16:10
the engagement properties of this piece of content
365
970260
2000
sifat hubungan dari bagian konten ini
16:12
are truly remarkable.
366
972260
2000
sangat luar biasa.
16:14
A nation exploding in conversation
367
974260
2000
Sebuah bangsa yang mengalami ledakan percakapan
16:16
in real time
368
976260
2000
dalam real time
16:18
in response to what's on the broadcast.
369
978260
3000
dalam merespon apa yang disiarkan.
16:21
And of course, through all of these lines
370
981260
2000
Dan tentu saja, melalui semua baris ini
16:23
are flowing unstructured language.
371
983260
2000
mengalir bahasa yang tidak terstrukur.
16:25
We can X-ray
372
985260
2000
Kami dapat melakukan X-ray
16:27
and get a real-time pulse of a nation,
373
987260
2000
dan mendapat denyutan real-time dari sebuah bangsa,
16:29
real-time sense
374
989260
2000
sensasi real-time
16:31
of the social reactions in the different circuits in the social graph
375
991260
3000
dari reaksi sosial dalam sirkuit yang berbeda dalam grafik sosial
16:34
being activated by content.
376
994260
3000
sedang diaktifkan oleh konten.
16:37
So, to summarize, the idea is this:
377
997260
3000
jadi, untuk menyimpulkan, ide-nya adalah ini:
16:40
As our world becomes increasingly instrumented
378
1000260
3000
Karena dunia kita menjadi punya lebih banyak alat
16:43
and we have the capabilities
379
1003260
2000
dan ktia punya kemampuan
16:45
to collect and connect the dots
380
1005260
2000
untuk mengumpulkan dan menghubungkan titik-titik
16:47
between what people are saying
381
1007260
2000
antara apa yang dikatakan orang
16:49
and the context they're saying it in,
382
1009260
2000
dan dalam konteks mereka membicarakannya,
16:51
what's emerging is an ability
383
1011260
2000
apa yang muncul adalah sebuah kemampuan
16:53
to see new social structures and dynamics
384
1013260
3000
untuk melihat struktur sosial baru dan dinamika
16:56
that have previously not been seen.
385
1016260
2000
yang sebelumnya belum pernah diketahui
16:58
It's like building a microscope or telescope
386
1018260
2000
Itu seperti membangun sebuah mikroskop atau teleskop
17:00
and revealing new structures
387
1020260
2000
dan membuka struktur baru
17:02
about our own behavior around communication.
388
1022260
3000
mengenai perilaku kita saat berkomunikasi.
17:05
And I think the implications here are profound,
389
1025260
3000
Dan saya berpikir implikasinya sangat besar,
17:08
whether it's for science,
390
1028260
2000
apakah untuk sains,
17:10
for commerce, for government,
391
1030260
2000
untuk perdagangan, untuk pemerintahan,
17:12
or perhaps most of all,
392
1032260
2000
atau mungkin yang terbesar,
17:14
for us as individuals.
393
1034260
3000
untuk kita sebagai indovodu.
17:17
And so just to return to my son,
394
1037260
3000
Dan kembali pada anak saya,
17:20
when I was preparing this talk, he was looking over my shoulder,
395
1040260
3000
ketika saya sedang menyiapkan pembicaraan ini, dia melihat dari atas bahu saya,
17:23
and I showed him the clips I was going to show to you today,
396
1043260
2000
dan saya menunjukkan klip yang saya akan tunjukkan pada Anda hari ini,
17:25
and I asked him for permission -- granted.
397
1045260
3000
dan saya meminta izinnya -- dia berikan.
17:28
And then I went on to reflect,
398
1048260
2000
Dan ketika saya berefleksi,
17:30
"Isn't it amazing,
399
1050260
3000
"Bukankah itu menakjubkan,
17:33
this entire database, all these recordings,
400
1053260
3000
keseluruhan database ini, seluruh rekaman ini,
17:36
I'm going to hand off to you and to your sister" --
401
1056260
2000
saya akan berikan padamu dan pada saudarimu."
17:38
who arrived two years later --
402
1058260
3000
yang datang dua tahun kemudian.
17:41
"and you guys are going to be able to go back and re-experience moments
403
1061260
3000
"Dan kalian akan dapat kembali dan kembali mengalami momen
17:44
that you could never, with your biological memory,
404
1064260
3000
yang mungkin tidak pernah, dengan ingatan biologismu,
17:47
possibly remember the way you can now?"
405
1067260
2000
dapat mengingat dengan caramu sekarang."
17:49
And he was quiet for a moment.
406
1069260
2000
Dan dia diam sebentar.
17:51
And I thought, "What am I thinking?
407
1071260
2000
Dan saya berpikir, "Apa yang saya pikirkan?
17:53
He's five years old. He's not going to understand this."
408
1073260
2000
Dia berumur lima tahun. Dia tidak akan memahami ini."
17:55
And just as I was having that thought, he looked up at me and said,
409
1075260
3000
Dan saat saya memikirkannya, dia melihat saya dan mengatakan,
17:58
"So that when I grow up,
410
1078260
2000
"Jadi saat saya tambah dewasa,
18:00
I can show this to my kids?"
411
1080260
2000
saya dapat menunjukkan ini pada anak saya?"
18:02
And I thought, "Wow, this is powerful stuff."
412
1082260
3000
Dan saya berpikir, "Wow, ini adalah sesuatu yang hebat."
18:05
So I want to leave you
413
1085260
2000
kemudian saya ingin meninggalkan Anda
18:07
with one last memorable moment
414
1087260
2000
dengan satu momen terakhir yang pantas diingat
18:09
from our family.
415
1089260
3000
dari keluarga kami.
18:12
This is the first time our son
416
1092260
2000
Ini adalah saat pertama anak kami
18:14
took more than two steps at once --
417
1094260
2000
mengambil lebih dari dua langkah suatu waktu --
18:16
captured on film.
418
1096260
2000
tertangkap kamera.
18:18
And I really want you to focus on something
419
1098260
3000
Dan saya benar-benar ingin Anda fokus pada sesuatu
18:21
as I take you through.
420
1101260
2000
saat saya menunjukkan.
18:23
It's a cluttered environment; it's natural life.
421
1103260
2000
Ini adalah lingkungan yang kacau, ini adalah kehidupan natural.
18:25
My mother's in the kitchen, cooking,
422
1105260
2000
Ibuku di dalam dapur, memasak,
18:27
and, of all places, in the hallway,
423
1107260
2000
dan, dari seluruh tempat, dalam lorong,
18:29
I realize he's about to do it, about to take more than two steps.
424
1109260
3000
Saya menyadari dia akan melakukannya, tentang mengambil lebih dari dua langkah.
18:32
And so you hear me encouraging him,
425
1112260
2000
Dan Anda mendengar saya mendorong anak saya,
18:34
realizing what's happening,
426
1114260
2000
menyadari apa yang sedang terjadi,
18:36
and then the magic happens.
427
1116260
2000
dan kemudian keajaiban terjadi.
18:38
Listen very carefully.
428
1118260
2000
Dengarkan dengan baik.
18:40
About three steps in,
429
1120260
2000
Mengenai tiga langkah dalam,
18:42
he realizes something magic is happening,
430
1122260
2000
dia menyadari sesuatu yang ajaib sedang terjadi.
18:44
and the most amazing feedback loop of all kicks in,
431
1124260
3000
Dan lingkaran umpan balik yang paling menakjubkan terjadi,
18:47
and he takes a breath in,
432
1127260
2000
dan dia mengambil nafas,
18:49
and he whispers "wow"
433
1129260
2000
dan dia membisikkan "wow"
18:51
and instinctively I echo back the same.
434
1131260
4000
dan secara naluriah saya juga menirukannya.
18:56
And so let's fly back in time
435
1136260
3000
Dan kemudian kembali ke waktu
18:59
to that memorable moment.
436
1139260
2000
pada momen yang pantas diingat itu.
19:05
(Video) DR: Hey.
437
1145260
2000
(Video) DR: Hai.
19:07
Come here.
438
1147260
2000
Kesinilah.
19:09
Can you do it?
439
1149260
3000
Dapatkah kamu melakukannya?
19:13
Oh, boy.
440
1153260
2000
Oh, boy.
19:15
Can you do it?
441
1155260
3000
Dapatkan kamu melakukannya?
19:18
Baby: Yeah.
442
1158260
2000
Bayi: Ya.
19:20
DR: Ma, he's walking.
443
1160260
3000
DR: Ma, dia berjalan.
19:24
(Laughter)
444
1164260
2000
(Tawa)
19:26
(Applause)
445
1166260
2000
(Tepuk tangan)
19:28
DR: Thank you.
446
1168260
2000
DR: Terima kasih.
19:30
(Applause)
447
1170260
15000
(Tepuk tangan)

Original video on YouTube.com
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7