What we learned from 5 million books

מתרגם: Yubal Masalker מבקר: Sigal Tifferet

Erez Lieberman Aiden: Everyone knows

ארז ליברמן איידן: כולם יודעים

that a picture is worth a thousand words.

שתמונה שווה אלף מילים.

But we at Harvard

אבל אנחנו בהרווארד

were wondering if this was really true.

תהינו אם זה באמת נכון.

(Laughter)

(צחוק)

So we assembled a team of experts,

לכן הרכבנו צוות של מומחים

spanning Harvard, MIT,

שמגיעים מהרווארד, MIT,

The American Heritage Dictionary, The Encyclopedia Britannica

המילון למורשת אמריקאית, אנציקלופדיה בריטניקה

and even our proud sponsors,

ואפילו מנותני החסות

the Google.

הגאים שלנו, גוגל.

And we cogitated about this

הרהרנו בזה

for about four years.

במשך כארבע שנים

And we came to a startling conclusion.

והגענו למסקנה מדהימה.

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

גבירותיי ורבותיי, תמונה אינה שווה אלף מילים.

In fact, we found some pictures

בעצם, מצאנו כמה תמונות

that are worth 500 billion words.

השוות 500 מיליארד מילים.

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

ג'ין-בפטיסט מישל: כיצד הגענו למסקנה זו?

So Erez and I were thinking about ways

ארז ואני חשבנו על דרכים

to get a big picture of human culture

לקבלת תמונה כוללת של תרבות

and human history: change over time.

והיסטוריה אנושית: של שינוי לאורך זמן.

So many books actually have been written over the years.

כל-כך הרבה ספרים נכתבו במהלך השנים.

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

לכן חשבנו שהדרך הכי טובה ללמוד מהם

is to read all of these millions of books.

היא לקרוא את כל מיליוני הספרים.

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

כמובן שאם יש מדד לעד כמה שזה מרשים,

that has to rank extremely, extremely high.

יש למקם אותו מאוד, מאוד גבוה.

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

הבעיה היא שקיים גם ציר X,

which is the practical axis.

שהוא ציר התכליתיות במקרה זה,

This is very, very low.

שעל-פיו זה מאוד, מאוד נמוך.

(Applause)

(מחיאות כפיים)

Now people tend to use an alternative approach,

אנשים נוטים להשתמש בגישה אלטרנטיבית,

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

שזה לקחת כמה מקורות ולקרוא אותם בתשומת לב.

This is extremely practical, but not so awesome.

זה מאוד מעשי אבל לא מרשים.

What you really want to do

מה שבאמת צריך לעשות

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

זה להיכנס לחלק המרשים אבל גם המעשי של סביבה זו.

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

מתברר שיש חברה מעבר לנהר שנקראת גוגל

who had started a digitization project a few years back

שהחלה במיזם דיגיטליזציה לפני כמה שנים

that might just enable this approach.

העשוי לאפשר את יישומה של גישה זו.

They have digitized millions of books.

הם ביצעו דיגיטליזציה למיליוני ספרים.

So what that means is, one could use computational methods

זה אומר שניתן לנצל שיטות ממוחשבות

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

כדי לקרוא את כל הספרים בלחיצת כפתור.

That's very practical and extremely awesome.

זה מאוד מעשי וגם מרשים ביותר.

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

א.ל.א.: אספר לכם קצת מאיפה הספרים מגיעים.

Since time immemorial, there have been authors.

מאז זמנים קדומים, היו כבר מיליוני סופרים.

These authors have been striving to write books.

סופרים אלה שאפו לכתוב ספרים.

And this became considerably easier

וזה הפך לקל משמעותית

with the development of the printing press some centuries ago.

עם התפתחות הדפוס לפני מספר מאות שנים.

Since then, the authors have won

מאז, הסופרים זכו לפרסם ספרים

on 129 million distinct occasions,

129 מיליון

publishing books.

פעמים.

Now if those books are not lost to history,

אם כל אותם הספרים לא הלכו לאיבוד

then they are somewhere in a library,

במהלך ההיסטוריה, הם נמצאים בספריות,

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

ורבים מבין הספרים האלה נשלפים מהספריות

and digitized by Google,

ועוברים דיגיטליזציה אצל גוגל,

which has scanned 15 million books to date.

אשר סרקה עד כה 15 מיליון ספרים.

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

כאשר בגוגל עושים דיגיטליזציה לספר, הם מעבירים אותו לפורמט באמת יפה.

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

יש לנו נתונים ובנוסף יש לנו נתונים על מאפייני הנתונים.

We have information about things like where was it published,

יש לנו מידע על דברים כגון היכן זה פורסם,

who was the author, when was it published.

מי היה המחבר, מתי זה פורסם.

And what we do is go through all of those records

ומה שאנו עושים זה לעבור על כל הרשומות האלו

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

ולוותר על כל הנתונים שאינם מהאיכות הכי גבוהה.

What we're left with

מה שנשאר זה

is a collection of five million books,

אוסף של 5 מיליון ספרים,

500 billion words,

500 מיליארד מילים,

a string of characters a thousand times longer

מחרוזת של אותיות הארוכה פי אלף

than the human genome --

מהחומר התורשתי האנושי --

a text which, when written out,

טקסט שאם ייכתב,

would stretch from here to the Moon and back

יגיע מכאן לירח ובחזרה

10 times over --

10 פעמים ויותר --

a veritable shard of our cultural genome.

זהו פלח משמעותי מהתורשה התרבותית שלנו.

Of course what we did

ברור שמה שעשינו

when faced with such outrageous hyperbole ...

כאשר נתקלנו בהיפרבולה שערורייתית כזו --

(Laughter)

(צחוק)

was what any self-respecting researchers

היה מה שכל חוקר המכבד את עצמו

would have done.

היה עושה.

We took a page out of XKCD,

לקחנו דף מתוך קטע קומי ברשת,

and we said, "Stand back.

ואמרנו, "תתרחקי מאיתנו.

We're going to try science."

אנו הולכים להיעזר במדע."

(Laughter)

(צחוק)

JM: Now of course, we were thinking,

ג'.מ.: טוב, ברור שחשבנו

well let's just first put the data out there

שאולי נחשוף את הנתונים לאנשים

for people to do science to it.

כדי שיעשו עליהם מחקרים מדעיים.

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

התחלנו לחשוב איזה נתונים לשחרר.

Well of course, you want to take the books

האמת שהיינו רוצים לשחרר

and release the full text of these five million books.

את מלוא הטקסט של כל 5 מיליון הספרים.

Now Google, and Jon Orwant in particular,

אבל גוגל, ובעיקר ג'ון אורוונט,

told us a little equation that we should learn.

סיפרו לנו שעלינו ללמוד משוואה אחת.

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

אם יש לכם 5 מיליון, זה אומר 5 מיליון סופרים

and five million plaintiffs is a massive lawsuit.

ו-5 מיליון תביעות משפטיות שזה ממש המון.

So, although that would be really, really awesome,

כך שגם אם זה יהיה ממש, ממש מרשים,

again, that's extremely, extremely impractical.

שוב, זה מאוד, מאוד לא מעשי.

(Laughter)

(צחוק)

Now again, we kind of caved in,

ואנו שוב ויתרנו,

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

ואימצנו את הגישה המאוד מעשית, שהיתה קצת פחות מרשימה.

We said, well instead of releasing the full text,

אמרנו, במקום לשחרר את מלוא הטקסט,

we're going to release statistics about the books.

נשחרר סטטיסטיקות על הספרים.

So take for instance "A gleam of happiness."

ניקח לדוגמא "קורטוב של אושר".

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

אלו הן ארבע מילים (באנגלית); נקרא לזה משקל-ארבע.

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

נספר לכם כמה פעמים משקל-ארבע מסויים

appeared in books in 1801, 1802, 1803,

הופיע בספרים ב-1801, 1802, 1803,

all the way up to 2008.

עד 2008.

That gives us a time series

זה נותן לנו מרווחי זמן של תדירות השימוש

of how frequently this particular sentence was used over time.

בביטוי מסויים זה לאורך תקופה.

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

אנו עושים זאת לכל המילים והביטויים אשר מופיעים בספרים הללו,

and that gives us a big table of two billion lines

וזה נותן לנו טבלה גדולה של שני מיליארד שורות

that tell us about the way culture has been changing.

המספרות לנו על הדרך בה תרבות משתנה.

ELA: So those two billion lines,

א.ל.א.: שני מיליארד השורות הללו,

we call them two billion n-grams.

אנו מכנים אותן שני מיליארד משקלי-n.

What do they tell us?

מה הן מספרות לנו?

Well the individual n-grams measure cultural trends.

כל משקל-n לכשעצמו מודד מגמות תרבותיות.

Let me give you an example.

אתן לכם דוגמא.

Let's suppose that I am thriving,

נניח שאני מצליח במשהו,

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

לכן מחר ברצוני לספר לכם על ההצלחה שלי.

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

אני עשוי לומר, "אתמול, הצלחתי (I throve)."

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

או לחילופין, אתמול, הצלחתי (I thrived)".

Well which one should I use?

במה עליי להשתמש?

How to know?

כיצד יודעים?

As of about six months ago,

עד לפני 6 חודשים,

the state of the art in this field

המצב העדכני בתחום זה היה

is that you would, for instance,

שהולכים, לדוגמא,

go up to the following psychologist with fabulous hair,

לפסיכולוג כזה עם שיער מדהים,

and you'd say,

ואומרים,

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

"סטיב, אתה מומחה בפעלים חריגים.

What should I do?"

מה עליי לעשות?"

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

והוא היה עונה, "רוב האנשים אומרים thrived,

but some people say throve."

אבל כמה אומרים throve"

And you also knew, more or less,

גם אתם יודעים, פחות או יותר,

that if you were to go back in time 200 years

שאם הייתם חוזרים 200 שנה אחורה

and ask the following statesman with equally fabulous hair,

ושואלים את המדינאי הזה שגם לו יש שיער מדהים,

(Laughter)

(צחוק)

"Tom, what should I say?"

"טום, מה עליי להגיד?"

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

הוא היה עונה, "בזמני, רוב האנשים השתמשו ב-throve,

but some thrived."

אבל כמה ב-thrived".

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

כעת מה שאראה לכם זה נתונים גולמיים.

Two rows from this table of two billion entries.

שתי שורות מטבלה זו של 2 מיליארד שורות.

What you're seeing is year by year frequency

מה שרואים זו התדירות, שנה אחר שנה,

of "thrived" and "throve" over time.

של "thrived" מול "throve" לאורך זמן.

Now this is just two

אלו רק שתי שורות

out of two billion rows.

מתוך 2 מיליארד שורות.

So the entire data set

כך שכל מערך הנתונים

is a billion times more awesome than this slide.

מרשים פי מיליארד מאשר שקופית זו.

(Laughter)

(צחוק)

(Applause)

(מחיאות כפיים)

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

ג'.מ: ישנן הרבה תמונות אחרות

For instance, this one.

השוות 500 מיליארד מילים. למשל זו.

If you just take influenza,

אם ניקח את שפעת,

you will see peaks at the time where you knew

נראה שיאים בזמנים שאנו יודעים

big flu epidemics were killing people around the globe.

שבהם מגיפות השפעת חיסלו אנשים בכל העולם.

ELA: If you were not yet convinced,

א.ל.א.: אם עדיין לא השתכנעתם,

sea levels are rising,

פני-הים עולים,

so is atmospheric CO2 and global temperature.

כך גם דו-תחמוצת הפחמן באויר והטמפרטורה הממוצעת.

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

ג'.מ.: אולי גם תרצו לראות את משקל-n המסויים הזה,

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

וזה כדי לספר לניטשה שאלוהים לא מת,

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

אף על-פי שתסכימו אולי שהוא זקוק ליחצ"ן יותר טוב.

(Laughter)

(צחוק)

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

א.ל.א.: ניתן להגיע לכמה תפיסות מופשטות מדבר כזה.

For instance, let me tell you the history

לדוגמא, אספר לכם על ההיסטוריה

of the year 1950.

של שנת 1950.

Pretty much for the vast majority of history,

לאורך רוב ההיסטוריה בקירוב,

no one gave a damn about 1950.

אף אחד לא שם על שנת 1950.

In 1700, in 1800, in 1900,

ב-1700, ב-1800, ב-1900,

no one cared.

לאף אחד לא היה אכפת.

Through the 30s and 40s,

לאורך שנות ה-30 וה-40,

no one cared.

לאף אחד לא היה אכפת.

Suddenly, in the mid-40s,

פתאום, באמצע שנות ה-40,

there started to be a buzz.

התחיל הבאז.

People realized that 1950 was going to happen,

אנשים גילו ש-1950 עומדת להגיע,

and it could be big.

והיא יכולה להיות דבר גדול.

(Laughter)

(צחוק)

But nothing got people interested in 1950

אבל שום דבר לא גרם להם להתעניין ב-1950

like the year 1950.

כמו השנה 1950 עצמה.

(Laughter)

(צחוק)

People were walking around obsessed.

אנשים התהלכו עם אובססיה בתוכם.

They couldn't stop talking

הם לא יכלו להפסיק לדבר

about all the things they did in 1950,

על כל הדברים שהם עשו ב-1950,

all the things they were planning to do in 1950,

כל הדברים שהם תיכננו לעשות ב-1950,

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

כל החלומות שהם רצו להגשים ב-1950.

In fact, 1950 was so fascinating

למעשה, 1950 היתה כה מרתקת

that for years thereafter,

שבשנים שלאחריה,

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

אנשים פשוט המשיכו לדבר על כל הדברים המדהימים שקרו,

in '51, '52, '53.

ב-51, 52, 53.

Finally in 1954,

לבסוף ב-1954,

someone woke up and realized

מישהו התעורר ושם לב

that 1950 had gotten somewhat passé.

ש-1950 איכשהו עבר זמנה.

(Laughter)

(צחוק)

And just like that, the bubble burst.

וככה סתם, הבלון התפוצץ.

(Laughter)

(צחוק)

And the story of 1950

וסיפורה של 1950 הוא הסיפור

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

של כל שנה שיש עליה רשומות,

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

עם שינוי קטן, כי כעת יש לנו את התרשימים היפים האלה.

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

ומאחר ויש לנו אותם, אנו יכולים למדוד דברים שונים.

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

אנו יכולים לשאול, "כמה מהר הבלון מתפוצץ?"

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

מתברר שניתן למדוד זאת בדיוק מאוד גבוה.

Equations were derived, graphs were produced,

מזה נוצרו משוואות, נוצרו גרפים,

and the net result

והתוצאה הסופית היא

is that we find that the bubble bursts faster and faster

שמצאנו שהבלון מתפוצץ יותר ויותר מהר

with each passing year.

עם כל שנה שעוברת.

We are losing interest in the past more rapidly.

אנו מאבדים עניין בעבר בקצב הולך וגובר.

JM: Now a little piece of career advice.

ג'.מ.: ועכשיו עצה קטנה בנושא קריירה.

So for those of you who seek to be famous,

עבור אלה מכם ששואפים להתפרסם,

we can learn from the 25 most famous political figures,

ניתן ללמוד מ-25 הפוליטיקאים המובילים,

authors, actors and so on.

הסופרים, השחקנים ועוד.

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

אם ברצונכם להתפרסם מוקדם, עליכם להיות שחקנים,

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

מכיוון שהפירסום מתחיל לטפס בסוף שנות ה-20 שלכם --

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

אתם עדיין צעירים וזה נהדר.

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

אם אתם יכולים להמתין מעט, עליכם להיות סופרים,

because then you rise to very great heights,

מאחר ואז אתם מטפסים לגבהים גדולים,

like Mark Twain, for instance: extremely famous.

כמו מרק טוויין: מאוד מפורסם.

But if you want to reach the very top,

אבל אם ברצונכם להגיע ממש לפיסגה,

you should delay gratification

עליכם לדחות סיפוקים

and, of course, become a politician.

וכמובן, להיות פוליטיקאי.

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

כאן תהיו מפורסמים בסוף שנות ה-50 שלכם,

and become very, very famous afterward.

ותהיו מאוד, מאוד מפורסמים אחר-כך.

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

גם המדענים נוטים להתפרסם כאשר הם מבוגרים בהרבה.

Like for instance, biologists and physics

כמו לדוגמא, ביולוגים ופיזיקאים

tend to be almost as famous as actors.

שמקבלים פירסום כמו שחקנים.

One mistake you should not do is become a mathematician.

שגיאה אחת שעליכם להימנע ממנה זה להיות מתמטיקאי.

(Laughter)

(צחוק)

If you do that,

אם תעשו זאת,

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

אולי תחשבו, "נהדר, אגיע לשיאי בשנות ה-20 שלי."

But guess what, nobody will really care.

אבל אתם יודעים מה? לאף אחד זה לא יהיה אכפת.

(Laughter)

(צחוק)

ELA: There are more sobering notes

א.ל.א.: ישנן תובנות נוספות מאירות-עיניים

among the n-grams.

בתוך המשקלי-n.

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

לדוגמא, הנה המסלול של מרק שאגל,

an artist born in 1887.

אמן יליד 1887.

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

וזה נראה כמסלול רגיל של אדם שהתפרסם.

He gets more and more and more famous,

הוא נהיה יותר ויותר מפורסם,

except if you look in German.

אלא אם בודקים בשפה הגרמנית.

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

אם בודקים בגרמנית, רואים משהו לגמרי מוזר,

something you pretty much never see,

משהו שכמעט ולא רואים,

which is he becomes extremely famous

שזה שהוא נהיה מאוד מפורסם

and then all of a sudden plummets,

ואז פתאום צולל לתחתית,

going through a nadir between 1933 and 1945,

עובר שפל בין 1933 ו-1945,

before rebounding afterward.

לפני עלייתו מחדש.

And of course, what we're seeing

ובעצם, מה שרואים זו העובדה

is the fact Marc Chagall was a Jewish artist

שמרק שאגאל היה אמן יהודי

in Nazi Germany.

בגרמניה הנאצית.

Now these signals

הסימנים האלה

are actually so strong

הם כה חזקים

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

שאין צורך לדעת שמישהו צונזר.

We can actually figure it out

ניתן פשוט להסיק זאת

using really basic signal processing.

בעזרת עיבוד נתונים בסיסי.

Here's a simple way to do it.

הנה דרך פשוטה לעשות את זה.

Well, a reasonable expectation

סביר לצפות שמידת הפירסום

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

של פלוני בזמן נתון תהיה

should be roughly the average of their fame before

בקירוב הממוצע של פירסומו

and their fame after.

לפני אותו זמן ופירסומו אחריו.

So that's sort of what we expect.

זה בערך מה שאנו מצפים

And we compare that to the fame that we observe.

ומשווים את התוצאה למידת הפירסום בפועל.

And we just divide one by the other

מחלקים את האחד בשני

to produce something we call a suppression index.

כדי לקבל מה שנקרא מדד דיכוי.

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

אם מדד הדיכוי מאוד, מאוד קטן,

then you very well might be being suppressed.

זה אומר שמישהו כנראה סובל מדיכוי.

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

אם הוא מאוד גדול, אולי מישהו נהנה מתעמולה.

JM: Now you can actually look at

ג'.מ.: ניתן בעצם להסתכל על

the distribution of suppression indexes over whole populations.

פילוג מדדי הדיכוי על-פני האוכלוסייה כולה.

So for instance, here --

לדוגמא, מדד דיכוי זה

this suppression index is for 5,000 people

הוא של 5,000 אנשים

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

הלקוח מספרים באנגליה שלא אמור להיות שם דיכוי --

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

הוא ייראה כך, בגדול מרוכז סביב 1.

What you expect is basically what you observe.

מה שמצפים לו זה בערך מה שרואים כאן.

This is distribution as seen in Germany --

זה הפילוג שמתקבל בגרמניה --

very different, it's shifted to the left.

מאוד שונה, הוא מוסט שמאלה.

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

אנשים שם דיברו כפליים פחות ממה שהיה ניתן לצפות.

But much more importantly, the distribution is much wider.

אבל יותר חשוב, הפילוג הרבה יותר רחב.

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

יש הרבה אנשים הנמצאים בקצה השמאלי של פילוג זה

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

אשר דיברו פי-10 פחות ממה שהיו "צריכים".

But then also many people on the far right

אבל יש גם הרבה אנשים בקצה הימני

who seem to benefit from propaganda.

שנראה שהם מרויחים מתעמולה.

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

תמונה זו היא המאפיין המזהה, במסד נתוני הספרים, לצנזורה.

ELA: So culturomics

א.ל.א.: אנו מכנים שיטה זו

is what we call this method.

culturomics (חקר תורשה תרבותית).

It's kind of like genomics.

זה דומה לחקר התורשה בביולוגיה.

Except genomics is a lens on biology

חקר התורשה שם עדשה על ביולוגיה

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

דרך החלון של סדרות של רצפי בסיס בחומר התורשתי האנושי.

Culturomics is similar.

חקר תורשה תרבותית זה משהו דומה.

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

זה שימוש באנליזה של איסוף נתונים בקנה-מידה ענקי

to the study of human culture.

לחקר של תרבות אנושית.

Here, instead of through the lens of a genome,

כאן, במקום להביט דרך עדשת החומר התורשתי,

through the lens of digitized pieces of the historical record.

מביטים דרך עדשה של פיסות של רשומות היסטוריות שעברו דיגיטליזציה.

The great thing about culturomics

הדבר הגדול בחקר תורשה תרבותית

is that everyone can do it.

הוא שכל אחד יכול לעשות זאת.

Why can everyone do it?

מדוע כל אחד יכול לעשות זאת?

Everyone can do it because three guys,

זה מכיוון ששלושה אנשים,

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

ג'ון אורוונט, מאט גריי וויל ברוקמן מגוגל,

saw the prototype of the Ngram Viewer,

ראו את אב-הטיפוס של מצגת המשקל-n,

and they said, "This is so fun.

ואמרו, "זה כזה כיף.

We have to make this available for people."

עלינו להפכה לזמינה לציבור."

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

תוך שבועיים -- שבועיים לפני שהמאמר שלנו התפרסם --

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

הם כתבו תוכנית לגירסת מצגת משקל-n בשביל כלל הציבור.

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

ניתן להקליד כל מילה או ביטוי שחפצים בהם

and see its n-gram immediately --

ולראות את משקל ה-n שלהם מייד --

also browse examples of all the various books

וגם להציג דוגמאות של כל הספרים המגוונים

in which your n-gram appears.

שבהם מופיע המשקל-n שבחרת.

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

ג'.מ.: נעשה בזה שימוש יותר ממיליון פעם ביום הראשון,

and this is really the best of all the queries.

וזו באמת השאילתא הטובה ביותר מכולן.

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

אנשים רוצים את הטוב ביותר, להניח את הרגל היותר טובה מלפנים.

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

אבל מתברר שבמאה ה-18, לאנשים לא היה ממש אכפת מכל זה.

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

הם לא רצו את הטוב ביותר (best), אלא את הטוב ביותר (beft).

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

לכן מה שקרה הוא, טוב, ברור שזו טעות.

It's not that strove for mediocrity,

זה לא שהם שאפו לבינוניות,

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

אלא שהיו נוהגים לכתוב S בצורה שונה, בערך כמו F.

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

גוגל לא תפסו זאת בזמנו,

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

לכן דיווחנו על כך במאמר המדעי שכתבנו.

But it turns out this is just a reminder

אבל מתברר שזה רק מזכיר לנו

that, although this is a lot of fun,

שלמרות שכל זה כיף גדול,

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

כאשר מפרשים את הגרפים הללו, צריך מאוד להיזהר,

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

ושעלינו לאמץ סטנדרטים בסיסיים של מדע.

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

א.ל.א: אנשים נוהגים להשתמש בזה לכל מיני מטרות.

(Laughter)

(צחוק)

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

בעצם, אין לנו יותר צורך לדבר,

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

אנו רק נראה לכם את כל השקופיות ונישאר דוממים.

This person was interested in the history of frustration.

אדם זה התעניין בהיסטוריית התיסכול.

There's various types of frustration.

ישנם סוגי תיסכול שונים.

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

אם נפגעים בבוהן, יש אחד "ארג".

If the planet Earth is annihilated by the Vogons

אם כדור-הארץ מושמד על-ידי הווגונים

to make room for an interstellar bypass,

כדי לפנות דרך למעבר בין-כוכבי,

that's an eight A "aaaaaaaargh."

זה שמונה א "אאאאאאאארג".

This person studies all the "arghs,"

אדם זה חוקר את כל ה"ארגים",

from one through eight A's.

מאחד עד שמונה א-ים.

And it turns out

מתברר

that the less-frequent "arghs"

שה"ארגים" הפחות נפוצים

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

הם אלה אשר קשורים בדברים היותר מתסכלים --

except, oddly, in the early 80s.

מלבד, באופן משונה, בשנות ה-80 המוקדמות.

We think that might have something to do with Reagan.

אנו סבורים שזה עשוי להיות קשור איכשהו ברייגן.

(Laughter)

(צחוק)

JM: There are many usages of this data,

ג'.מ.: ישנם הרבה שימושים לנתונים אלה,

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

אבל השורה התחתונה היא שרשומות היסטוריות עוברות דיגיטליזציה.

Google has started to digitize 15 million books.

גוגל החלה בדיגיטליזציה של 15 מיליון ספרים.

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

זה 12 אחוז מכל הספרים שיצאו אי-פעם לאור.

It's a sizable chunk of human culture.

זוהי פיסה גדולה למדיי של התרבות האנושית.

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

יש בנוסף עוד הרבה בתרבות: ישנם כתבי-יד, ישנם עיתונים,

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

ישנם דברים שאינם טקסטים, כמו אמנות וציורים.

These all happen to be on our computers,

כל זה אמור להיות במחשבים שלנו,

on computers across the world.

במחשבים בכל העולם.

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

וכאשר זה יקרה, יחול שינוי באופן בו אנו מבינים את עברנו,

to understand our past, our present and human culture.

את ההווה שלנו ואת התרבות האנושית.

Thank you very much.

תודה רבה לכם.

(Applause)

(מחיאות כפיים)