Deb Roy: The birth of a word

מתרגם: Yubal Masalker מבקר: Ido Dekkers

Imagine if you could record your life --

דמיינו שהייתם יכולים להקליט את חייכם --

everything you said, everything you did,

כל מה שאמרתם, כל מה שעשיתם,

available in a perfect memory store at your fingertips,

זמין במחסן זיכרון הנגיש לקצוות אצבעותיכם,

so you could go back

כך שהייתם יכולים לחזור אחורה

and find memorable moments and relive them,

ולאתר רגעים בלתי נשכחים ולחיות אותם מחדש,

or sift through traces of time

או לברור מתוך עקבות בזמן

and discover patterns in your own life

ולגלות תבניות בחייכם

that previously had gone undiscovered.

שהיו נסתרות לפני-כן.

Well that's exactly the journey

זה בדיוק המסע

that my family began

שמשפחתי החלה בו

five and a half years ago.

לפני חמש וחצי שנים.

This is my wife and collaborator, Rupal.

זוהי אישתי ושותפתי, רופאל.

And on this day, at this moment,

וביום זה, ברגע זה,

we walked into the house with our first child,

צעדנו אל תוך הבית ביחד עם בנינו הראשון,

our beautiful baby boy.

בנינו התינוק היפהפה.

And we walked into a house

וצעדנו אל תוך הבית

with a very special home video recording system.

עם מערכת ביתית מאוד מיוחדת להקלטת-וידאו.

(Video) Man: Okay.

(וידאו) גבר: בסדר.

Deb Roy: This moment

דב רוי: רגע זה

and thousands of other moments special for us

ואלפי רגעים אחרים שהם מיוחדים עבורנו,

were captured in our home

הוקלטו בביתינו

because in every room in the house,

מפני שבכל חדר בבית,

if you looked up, you'd see a camera and a microphone,

אם הסתכלתם למעלה, הייתם רואים מצלמה ומיקרופון,

and if you looked down,

ואם הסתכלתם למטה, הייתם רואים

you'd get this bird's-eye view of the room.

את החדר במבט של מעוף-ציפור.

Here's our living room,

הנה הסלון שלנו,

the baby bedroom,

חדר-השינה לתינוק,

kitchen, dining room

מטבח, חדר-אוכל

and the rest of the house.

ושאר הבית.

And all of these fed into a disc array

וכל זה מוזן אל תוך מערך של דיסקים

that was designed for a continuous capture.

שתוכנן להקלטה מתמשכת ורצופה.

So here we are flying through a day in our home

כאן אנו עוברים על יום שלם בביתנו

as we move from sunlit morning

כאשר אנו נעים מבוקר שטוף-שמש

through incandescent evening

דרך ערב זוהר

and, finally, lights out for the day.

ולבסוף, כיבוי אורות לאותו יום.

Over the course of three years,

במהלך שלוש שנים,

we recorded eight to 10 hours a day,

הקלטנו 8-10 שעות ביום,

amassing roughly a quarter-million hours

דבר שהסתכם בערך ב-250 אלף שעות

of multi-track audio and video.

של אודיו ווידאו רבי-ערוצים.

So you're looking at a piece of what is by far

אתם מסתכלים על משהו שנכון לעכשיו

the largest home video collection ever made.

הוא אוסף הוידאו הביתי הגדול ביותר שנוצר אי-פעם.

(Laughter)

(צחוק)

And what this data represents

ומה שהמידע הזה מייצג

for our family at a personal level,

עבור משפחתנו ברמה האישית,

the impact has already been immense,

השפעתו כבר עצומה,

and we're still learning its value.

ואנו עדיין לומדים את משמעותו.

Countless moments

אין-ספור רגעים

of unsolicited natural moments, not posed moments,

טבעיים, לא מתוכננים, ללא הצגות,

are captured there,

מוקלטים שם,

and we're starting to learn how to discover them and find them.

ואנו מתחילים ללמוד כיצד לאתרם ולגלותם.

But there's also a scientific reason that drove this project,

אבל ישנה גם סיבה מדעית שהניעה מיזם זה,

which was to use this natural longitudinal data

והיא, להשתמש במידע הטבעי והמקיף הזה

to understand the process

כדי להבין את התהליך

of how a child learns language --

בו ילד לומד שפה --

that child being my son.

במקרה זה הילד הוא בני.

And so with many privacy provisions put in place

תוך נקיטת אמצעי זהירות רבים לשמירת הפרטיות

to protect everyone who was recorded in the data,

כדי להגן על כל אחד שהוקלט,

we made elements of the data available

חשפנו נתונים שונים

to my trusted research team at MIT

בפני קבוצת המחקר המוסמכת שלי ב-MIT

so we could start teasing apart patterns

כדי שנוכל להתחיל לסרוק למציאת תבניות

in this massive data set,

במאגר הנתונים האדיר הזה,

trying to understand the influence of social environments

בנסותנו להבין את ההשפעה של סביבות חברתיות

on language acquisition.

על רכישת שפה.

So we're looking here

אנו מסתכלים כאן

at one of the first things we started to do.

על אחד הדברים הראשונים שהתחלנו לעשות.

This is my wife and I cooking breakfast in the kitchen,

כאן אישתי ואני מכינים ארוחת-בוקר במטבח.

and as we move through space and through time,

בעודנו נעים במרחב ובזמן,

a very everyday pattern of life in the kitchen.

דפוס יומי בהחלט של חיים במטבח,

In order to convert

כדי להפוך

this opaque, 90,000 hours of video

את 90,000 שעות הוידאו הסתומות למשהו שנוכל

into something that we could start to see,

להתחיל לאבחן בהן משהו,

we use motion analysis to pull out,

אנו משתמשים באנליזת תנועה,

as we move through space and through time,

כאשר אנו נעים דרך מרחב ודרך זמן,

what we call space-time worms.

מה שנקרא תולעות מרחב-זמן.

And this has become part of our toolkit

וזה הפך להיות חלק מארגז הכלים שלנו

for being able to look and see

כדי שנוכל להביט ולראות

where the activities are in the data,

היכן בנתונים נמצאת הפעילות,

and with it, trace the pattern of, in particular,

ואיתה, לאתר את התבנית, ובמיוחד,

where my son moved throughout the home,

באותם המקומות שבני נע ברחבי הבית,

so that we could focus our transcription efforts,

כך שנוכל למקד את מאמצי הבלשנות שלנו,

all of the speech environment around my son --

את כלל סביבת הדיבור, סביב בני --

all of the words that he heard from myself, my wife, our nanny,

כל המילים שהוא שמע ממני, מאישתי, המטפלת,

and over time, the words he began to produce.

ועם הזמן, המילים שהוא החל ליצור.

So with that technology and that data

כך שעם הטכנולוגיה הזו והנתונים הללו

and the ability to, with machine assistance,

והיכולת, בסיוע מכונה,

transcribe speech,

לשעתק דיבור,

we've now transcribed

הצלחנו לשעתק

well over seven million words of our home transcripts.

יותר משבע מיליון מילים מההקלטות.

And with that, let me take you now

וכעת עם כל זה, אקח אתכם

for a first tour into the data.

לסיור הראשון בנתונים.

So you've all, I'm sure,

אני בטוח שכולכם

seen time-lapse videos

ראיתם פעם סרטון צילום-איטי

where a flower will blossom as you accelerate time.

בו רואים פרח פורח בזמן מואץ.

I'd like you to now experience

הייתי רוצה שתתנסו כעת

the blossoming of a speech form.

בפריחה של צורת דיבור.

My son, soon after his first birthday,

בני, מייד לאחר יום-הולדתו הראשון,

would say "gaga" to mean water.

היה אומר "גאגה" בהתכוונו למים.

And over the course of the next half-year,

ובמהלך חצי שנה הבאה,

he slowly learned to approximate

הוא למד בהדרגה להתקרב

the proper adult form, "water."

אל הצורה ההולמת של בוגרים ,"מים (וואטר)".

So we're going to cruise through half a year

אז אנו עומדים לשייט דרך חצי שנה

in about 40 seconds.

ב-40 שניות.

No video here,

אין כאן וידאו,

so you can focus on the sound, the acoustics,

לכן תוכלו להתרכז בקול, באקוסטיקה,

of a new kind of trajectory:

של נתיב מסוג חדש:

gaga to water.

מגאגה אל מים (וואטר).

(Audio) Baby: Gagagagagaga

(קול) תינוק: גהגהגהגהגה

Gaga gaga gaga

גגה גגה גגה

guga guga guga

גוגה גוגה גוגה

wada gaga gaga guga gaga

ואדה גגה גגה גוגה גגה

wader guga guga

וואדר גוגה גוגה

water water water

וואטר וואטר וואטר

water water water

וואטר וואטר וואטר

water water

וואטר וואטר

water.

וואטר.

DR: He sure nailed it, didn't he.

הוא עשה את זה, נכון?

(Applause)

(מחיאות כפיים)

So he didn't just learn water.

הוא לא רק למד מים.

Over the course of the 24 months,

במהלך תקופה של 24 חודשים,

the first two years that we really focused on,

בשנתיים הראשונות, שבהן התרכזנו,

this is a map of every word he learned in chronological order.

זוהי מפה של כל המילים שהוא למד בסדר כרונולוגי.

And because we have full transcripts,

ומאחר ויש לנו את כל התעתיקים,

we've identified each of the 503 words

זיהינו כל אחת מה-503 מילים

that he learned to produce by his second birthday.

שהוא למד להגות עד יום הולדתו השני.

He was an early talker.

הוא התחיל לדבר מוקדם.

And so we started to analyze why.

ולכן התחלנו לבדוק למה.

Why were certain words born before others?

מדוע מילים מסויימות נולדו לפני אחרות?

This is one of the first results

זוהי אחת התוצאות הראשונות

that came out of our study a little over a year ago

שהתקבלה ממחקרנו לפני קצת יותר משנה

that really surprised us.

ואשר ממש הפתיעה אותנו.

The way to interpret this apparently simple graph

הדרך לפרש גרף פשוט זה לכאורה

is, on the vertical is an indication

היא שהציר האנכי מתאר

of how complex caregiver utterances are

עד כמה מורכבים הביטויים של המטפלת

based on the length of utterances.

בהתבסס על אורך הביטויים.

And the [horizontal] axis is time.

והציר האופקי זה הזמן.

And all of the data,

ואת כל הנתונים,

we aligned based on the following idea:

סידרנו לפי הרעיון הבא:

Every time my son would learn a word,

בכל פעם שבני למד מילה,

we would trace back and look at all of the language he heard

היינו משחזרים אחורה ומסתכלים על כל השפה שהוא שמע

that contained that word.

ואשר כללה את אותה מילה.

And we would plot the relative length of the utterances.

והיינו משרטטים את האורך היחסי של הביטויים.

And what we found was this curious phenomena,

ומה שמצאנו היתה התופעה המסקרנת

that caregiver speech would systematically dip to a minimum,

שהדיבור של המטפלת היה שוקע בהתמדה למינימום,

making language as simple as possible,

והשפה היתה הופכת לפשוטה ככל האפשר,

and then slowly ascend back up in complexity.

ואז עולה בהדרגה ברמת המורכבות.

And the amazing thing was

והדבר המדהים היה

that bounce, that dip,

שאותה קפיצה, אותה שקיעה,

lined up almost precisely

התאימו כמעט במדוייק

with when each word was born --

למועד הולדתה של מילה כלשהי --

word after word, systematically.

מילה אחר מילה, באופן שיטתי.

So it appears that all three primary caregivers --

כך שנראה שכל שלושת המטפלים --

myself, my wife and our nanny --

אני, אישתי והמטפלת --

were systematically and, I would think, subconsciously

היו בשיטתיות, ואני סבור, באופן תת-הכרתי

restructuring our language

בונים מחדש את שפתינו

to meet him at the birth of a word

כדי לתמוך בו בהולדתה של מילה

and bring him gently into more complex language.

ולהביאו בעדינות אל תוך שפה יותר מורכבת.

And the implications of this -- there are many,

וההשלכות של זה -- הן רבות,

but one I just want to point out,

אבל ברצוני להצביע על אחת,

is that there must be amazing feedback loops.

והיא שחייבות להתקיים לולאות משוב מופלאות.

Of course, my son is learning

כמובן, בני לומד

from his linguistic environment,

מהסביבה הלשונית שלו,

but the environment is learning from him.

אבל הסביבה גם לומדת ממנו.

That environment, people, are in these tight feedback loops

באותה סביבה, אנשים נמצאים בתוך לולאות משוב הדוקות אלו

and creating a kind of scaffolding

ויוצרים מין מערכת פיגומים

that has not been noticed until now.

שעד היום לא שמו אליה לב.

But that's looking at the speech context.

זה כאשר מדובר בהיבט הדיבורי.

What about the visual context?

מה בנוגע להיבט החזותי?

We're not looking at --

איננו מסתכלים על --

think of this as a dollhouse cutaway of our house.

תחשבו שזה חתך בית-בובות של ביתינו.

We've taken those circular fish-eye lens cameras,

נטלנו את מצלמות עדשות עין-דג העגולות,

and we've done some optical correction,

ועשינו קצת תיקון אופטי,

and then we can bring it into three-dimensional life.

וכך אנו יכולים להביא זאת למצב תלת-מימדי חי.

So welcome to my home.

אז ברוכים הבאים לביתי.

This is a moment,

זהו רגע,

one moment captured across multiple cameras.

רגע אחד שנלכד באמצעות מספר מצלמות.

The reason we did this is to create the ultimate memory machine,

הסיבה שעשינו זאת היתה כדי ליצור מכונה בעלת זיכרון אולטימטיבי,

where you can go back and interactively fly around

בה ניתן לטוס כה וכה באופן אינטראקטיבי

and then breathe video-life into this system.

ואז להפיח חיי-וידאו אל תוך מערכת זו.

What I'm going to do

מה שאני הולך לעשות

is give you an accelerated view of 30 minutes,

הוא לתת לכם מבט מואץ של 30 דקות,

again, of just life in the living room.

שוב, רק של חיים בסלון.

That's me and my son on the floor.

זהו בני על הריצפה.

And there's video analytics

ושם זה מנתח וידאו

that are tracking our movements.

אשר עוקב אחר תנועותינו.

My son is leaving red ink. I am leaving green ink.

בני משאיר סימן אדום ואני ירוק.

We're now on the couch,

עכשיו אנו על הספה,

looking out through the window at cars passing by.

מתבוננים דרך החלון במכוניות חולפות.

And finally, my son playing in a walking toy by himself.

ולבסוף, בני משחק בצעצוע.

Now we freeze the action, 30 minutes,

כעת אנו מקפיאים את התנועה, 30 דקות,

we turn time into the vertical axis,

אנו מסובבים את הזמן לציר אנכי,

and we open up for a view

ואנו פותחים לצפייה

of these interaction traces we've just left behind.

את עקבות האינטראקציה שהשארנו זה עתה מאחור.

And we see these amazing structures --

ואנו רואים מבנים מדהימים --

these little knots of two colors of thread

לשני הקשרים הקטנים הללו של שני קוי צבעים

we call "social hot spots."

אנו קוראים נקודות מפגש חמות.

The spiral thread

לקו החלזוני

we call a "solo hot spot."

אנו קוראים נקודה חמה סולו.

And we think that these affect the way language is learned.

ואנו סבורים שזה משפיע על האופן בו שפה נלמדת.

What we'd like to do

מה שהיינו רוצים לעשות

is start understanding

זה להתחיל להבין

the interaction between these patterns

את האינטראקציה בין שתי תבניות הללו

and the language that my son is exposed to

ואת השפה שבני חשוף אליה

to see if we can predict

כדי לראות אם ניתן לחזות

how the structure of when words are heard

כיצד המבנה של מועד שמיעת המילים

affects when they're learned --

משפיע כאשר הן נלמדות --

so in other words, the relationship

במילים אחרות,

between words and what they're about in the world.

הקשר בין מילים לבין משמעותן בעולם הזה.

So here's how we're approaching this.

וכך ניגשנו לפיתרון.

In this video,

בוידאו זה,

again, my son is being traced out.

שוב, יש מעקב אחר בני.

He's leaving red ink behind.

הוא משאיר סימן אדום.

And there's our nanny by the door.

והנה המטפלת ליד הדלת.

(Video) Nanny: You want water? (Baby: Aaaa.)

(וידאו) מטפלת: אתה רוצה מים? (תינוק: אההה.)

Nanny: All right. (Baby: Aaaa.)

מטפלת: בסדר. (תינוק: אההה.)

DR: She offers water,

ד.ר.: היא מציעה מים,

and off go the two worms

ויוצאות שתי התולעות

over to the kitchen to get water.

אל עבר המטבח לקחת מים.

And what we've done is use the word "water"

ומה שעשינו זה השתמשנו במילה "מים"

to tag that moment, that bit of activity.

כדי לסמן את הרגע הזה, את אותו שביב פעולה.

And now we take the power of data

וכעת אנו מנצלים את העוצמה שבנתונים

and take every time my son

ונוטלים את כל הפעמים שבני

ever heard the word water

שמע אי-פעם את המילה מים

and the context he saw it in,

ואת ההקשר בו הוא ראה אותה,

and we use it to penetrate through the video

ומשתמשים בזה כדי לחדור דרך הוידאו

and find every activity trace

ולמצוא כל עיקבה של פעולה

that co-occurred with an instance of water.

אשר התרחשה בו-זמנית עם אירוע המים.

And what this data leaves in its wake

ומה שהנתונים משאירים בשובל שלהם

is a landscape.

זה תוואי-שטח.

We call these wordscapes.

אנו קוראים לזה תוואי-מילים.

This is the wordscape for the word water,

זהו תוואי-המילים עבור המילה מים,

and you can see most of the action is in the kitchen.

ניתן לראות שרוב הפעילות היא במטבח.

That's where those big peaks are over to the left.

שם ישנם שני שיאים גדולים בצד שמאל.

And just for contrast, we can do this with any word.

לשם המחשה, ניתן לעשות זאת עם כל מילה.

We can take the word "bye"

נוכל לקחת את המילה "שלום"

as in "good bye."

כמו ב"הייה שלום".

And we're now zoomed in over the entrance to the house.

ומתכנסים אל עבר הכניסה של הבית.

And we look, and we find, as you would expect,

מסתכלים, ומוצאים כמצופה,

a contrast in the landscape

שינוי בתוואי-שטח

where the word "bye" occurs much more in a structured way.

בו המילה "שלום" מתרחשת הרבה יותר באופן מובנה.

So we're using these structures

כך שאנו משתמשים במבנים הללו

to start predicting

כדי לחזות

the order of language acquisition,

את הסדר בו השפה נרכשת,

and that's ongoing work now.

וזו העבודה שנעשית נכון להיום.

In my lab, which we're peering into now, at MIT --

במעבדה שלי, שאנו מציצים אליה עכשיו, ב-MIT --

this is at the media lab.

זה במעבדת תקשורת.

This has become my favorite way

זו הדרך האהובה עליי

of videographing just about any space.

להקליט על וידאו חלל כלשהו.

Three of the key people in this project,

שלושת אנשי המפתח במיזם זה,

Philip DeCamp, Rony Kubat and Brandon Roy are pictured here.

מצולמים כאן פיליפ דה-קאמפ, רוני קובאט וברנדון רוי.

Philip has been a close collaborator

פיליפ הוא שותף קרוב ביצירת

on all the visualizations you're seeing.

כל ההמחשות החזותיות שאתם רואים.

And Michael Fleischman

ומייקל פליישמן

was another Ph.D. student in my lab

היה דוקטורנט נוסף במעבדה

who worked with me on this home video analysis,

אשר עבד איתי על אנליזת וידאו ביתי זה,

and he made the following observation:

והוא הבחין בדבר הבא:

that "just the way that we're analyzing

ש"בדיוק באותו אופן בו אנו מנתחים

how language connects to events

כיצד שפה מתקשרת לאירועים

which provide common ground for language,

המעניקים בסיס משותף לשפה,

that same idea we can take out of your home, Deb,

ניתן לקחת את אותו רעיון אל מחוץ לביתך, דב,

and we can apply it to the world of public media."

וניתן ליישמו לעולם של תקשורת ההמונים."

And so our effort took an unexpected turn.

וכך מאמצינו קיבלו תפנית לא צפויה.

Think of mass media

תחשבו על תקשורת המונים

as providing common ground

בתור כזו המעניקה בסיס משותף

and you have the recipe

ויש לכם המתכון

for taking this idea to a whole new place.

ללקיחת רעיון זה אל מקום אחר לגמרי.

We've started analyzing television content

התחלנו לנתח תוכן טלוויזיוני

using the same principles --

תוך שימוש באותם העקרונות --

analyzing event structure of a TV signal --

ניתוח מבנה אירוע של אות טלוויזיה --

episodes of shows,

פרקי סדרות,

commercials,

פרסומות,

all of the components that make up the event structure.

כל המרכיבים שיוצרים מבנה אירוע.

And we're now, with satellite dishes, pulling and analyzing

וכיום אנו מושכים ומנתחים בעזרת צלחות לוויינים

a good part of all the TV being watched in the United States.

חלק גדול מכל תוכניות הטלוויזיה הנצפות בארה"ב.

And you don't have to now go and instrument living rooms with microphones

ואין צורך ללכת ולרשת עם מיקרופונים סלונים בבתים

to get people's conversations,

כדי לקלוט שיחות בין אנשים,

you just tune into publicly available social media feeds.

אלא רק להתחבר למשובים חברתיים הזמינים לכל הציבור.

So we're pulling in

כך שאנו מושכים

about three billion comments a month,

כ-3 מיליארד תגובות בחודש.

and then the magic happens.

ואז מתרחש הקסם.

You have the event structure,

יש את מבנה האירוע,

the common ground that the words are about,

הבסיס המשותף שהמילים נסבות סביבו,

coming out of the television feeds;

היוצא מתוך הטלוויזיה;

you've got the conversations

יש את השיחות

that are about those topics;

הקשורות באותם הנושאים;

and through semantic analysis --

ובאמצעות ניתוח סמנטי --

and this is actually real data you're looking at

ובעצם אלה הם הנתונים האמיתיים שאתם רואים עכשיו

from our data processing --

מתוך תהליך עיבוד הנתונים שלנו --

each yellow line is showing a link being made

כל קו צהוב מסמל קישור שנעשה

between a comment in the wild

בין תגובה בתוך הסבך

and a piece of event structure coming out of the television signal.

ושביב של מבנה אירוע אשר יוצא מתוך אות הטלוויזיה.

And the same idea now

וכעת ניתן לבנות

can be built up.

את אותו רעיון

And we get this wordscape,

ואנו מקבלים את תוואי-המילים הזה,

except now words are not assembled in my living room.

אלא שכעת המילים אינן מורכבות בסלון שלי.

Instead, the context, the common ground activities,

במקום זה, ההקשר, פעולות הנוגעות לבסיס המשותף,

are the content on television that's driving the conversations.

הוא תוכן טלוויזיוני אשר מדרבן שיחות.

And what we're seeing here, these skyscrapers now,

ומה שאנו רואים כאן, גורדי-השחקים הללו,

are commentary

הם פרשנות הקשורה

that are linked to content on television.

לתוכן טלוויזיוני.

Same concept,

אותו רעיון,

but looking at communication dynamics

אבל בהתבוננות על דינמיקה תקשורתית

in a very different sphere.

בתחום שונה לגמרי.

And so fundamentally, rather than, for example,

ולכן באופן בסיסי, במקום, לדוגמא,

measuring content based on how many people are watching,

מדידת תוכן לפי כמה אנשים צופים בו,

this gives us the basic data

הדבר הזה נותן לנו נתונים בסיסיים

for looking at engagement properties of content.

המאפשרים להסתכל על מידת ההתעסקות בתוכן.

And just like we can look at feedback cycles

ובדיוק כמו שאנו יכולים להסתכל על מעגלים של משובים

and dynamics in a family,

ודינמיקה בתוך משפחה,

we can now open up the same concepts

כעת אנו יכולים לפתוח את אותם הרעיונות

and look at much larger groups of people.

ולהתבונן על קבוצות הרבה יותר גדולות של אנשים.

This is a subset of data from our database --

זוהי תת-מערכת של נתונים מבסיס הנתונים שלנו --

just 50,000 out of several million --

רק 50,000 מתוך כמה מיליונים --

and the social graph that connects them

והגרף החברתי המקשר אותם

through publicly available sources.

באמצעות מקורות הזמינים לכל.

And if you put them on one plain,

ואם תניחו אותם במישור אחד,

a second plain is where the content lives.

המישור השני הוא היכן שמונח התוכן.

So we have the programs

כך שיש לנו את התוכניות

and the sporting events

ואירועי הספורט

and the commercials,

והפרסומות,

and all of the link structures that tie them together

ואת כל מבני הקישור אשר קושרים אותם יחד

make a content graph.

והיוצרים תרשים תוכן.

And then the important third dimension.

ואז מגיע המימד השלישי החשוב.

Each of the links that you're seeing rendered here

כל אחד מהקישורים שאתם רואים כאן

is an actual connection made

הוא קשר אמיתי שנוצר

between something someone said

בין משהו שמישהו אמר

and a piece of content.

לבין קטע של תוכן.

And there are, again, now tens of millions of these links

והנה שוב, עכשיו עשרות מיליוני קישורים כאלה

that give us the connective tissue of social graphs

שנותנים לנו את הריקמה החיבורית של גרפים חברתיים

and how they relate to content.

והאופן בו הם קשורים לתוכן.

And we can now start to probe the structure

וכעת אנו יכולים להתחיל לחקור את המבנה

in interesting ways.

בדרכים מעניינות.

So if we, for example, trace the path

כך שאם אנו לדוגמא עוקבים אחר נתיב

of one piece of content

של קטע תוכן אחד

that drives someone to comment on it,

אשר גורם למישהו להעיר עליו,

and then we follow where that comment goes,

ואז אנו עוקבים להיכן מגיעה אותה הערה,

and then look at the entire social graph that becomes activated

ואחר-כך מסתכלים על כל התרשים החברתי שמופעל

and then trace back to see the relationship

ולאחר-מכן עוקבים כדי לראות את הקשר

between that social graph and content,

בין אותו תרשים חברתי לבין תוכן,

a very interesting structure becomes visible.

מופיע מול עינינו מבנה מאוד מעניין.

We call this a co-viewing clique,

אנו מכנים אותו מועדון צפייה-משותפת,

a virtual living room if you will.

סלון וירטואלי אם תרצו.

And there are fascinating dynamics at play.

דינמיקה מרתקת ממלאת כאן תפקיד.

It's not one way.

זו לא דרך חד-סיטרית.

A piece of content, an event, causes someone to talk.

קטע של תוכן, אירוע, גורם למישהו לדבר.

They talk to other people.

הם מדברים לאנשים אחרים.

That drives tune-in behavior back into mass media,

וזה גורם להתנהגות מכווננת החוזרת לתקשורת המונית,

and you have these cycles

ואז מקבלים את המעגלים הללו

that drive the overall behavior.

שמניעים את ההתנהגות הכוללת.

Another example -- very different --

דוגמא אחרת -- שונה מאוד --

another actual person in our database --

אדם אחר בבסיס הנתונים שלנו --

and we're finding at least hundreds, if not thousands, of these.

ואנו מוצאים לפחות מאות, אם לא אלפים כאלה.

We've given this person a name.

ונתנו שם לאדם זה.

This is a pro-amateur, or pro-am media critic

זהו מקצוען-חובב, מבקר תקשורת

who has this high fan-out rate.

שלדעותיו יש פריסה רחבה.

So a lot of people are following this person -- very influential --

כך שהרבה אנשים עוקבים אחר אדם זה -- משפיע מאוד --

and they have a propensity to talk about what's on TV.

ויש להם נטייה לדבר על מה משודר בטלוויזיה.

So this person is a key link

כך שאדם זה הוא חוליית מפתח

in connecting mass media and social media together.

המקשרת תקשורת המונית ותקשורת חברתית ביחד.

One last example from this data:

דוגמא אחת אחרונה לנתונים אלה:

Sometimes it's actually a piece of content that is special.

לפעמים זה בעצם קטע תוכן שהינו מיוחד.

So if we go and look at this piece of content,

כך שאם מסתכלים על קטע תוכן זה,

President Obama's State of the Union address

נאומו של הנשיא אובאמה על מצב האומה

from just a few weeks ago,

לפני מספר שבועות,

and look at what we find in this same data set,

ומסתכלים על מה שמוצאים באותה מערכת נתונים,

at the same scale,

באותו קנה-מידה,

the engagement properties of this piece of content

מידת ההתעסקות בתוכן הזה

are truly remarkable.

היא באמת מרשימה.

A nation exploding in conversation

אומה המתפוצצת בשיחות

in real time

בזמן אמת

in response to what's on the broadcast.

בתגובה למה שמשודר באותו רגע.

And of course, through all of these lines

וכמובן, על-גבי כל השורות הללו

are flowing unstructured language.

זורמת שפה לא-מובנית.

We can X-ray

אנו יכולים לצלם תמונת עומק

and get a real-time pulse of a nation,

ולקבל את דופק האומה בזמן אמיתי,

real-time sense

תחושה בזמן אמיתי

of the social reactions in the different circuits in the social graph

של התגובות הציבוריות במעגלים השונים בתרשים החברתי

being activated by content.

אשר מתעוררות בגלל התוכן.

So, to summarize, the idea is this:

לסיכום, הרעיון הוא כזה:

As our world becomes increasingly instrumented

ככל שהעולם הופך לממוכשר יותר

and we have the capabilities

ויש לנו היכולות

to collect and connect the dots

לאסוף ולחבר בין

between what people are saying

מה שאנשים אומרים

and the context they're saying it in,

לבין ההקשר לגביו הם אומרים זאת,

what's emerging is an ability

מה שעולה וצומח היא היכולת

to see new social structures and dynamics

להבחין במבנים חברתיים ודינמיקות חדשים

that have previously not been seen.

שלא נראו קודם לכן.

It's like building a microscope or telescope

זה כמו לבנות מיקרוסקופ או טלסקופ

and revealing new structures

ולגלות מבנים חדשים

about our own behavior around communication.

של התנהגותנו הנוצרים סביב תקשורת.

And I think the implications here are profound,

אני סבור שההשלכות הן עמוקות,

whether it's for science,

בין אם זה לגבי מדע,

for commerce, for government,

או לגבי מסחר, או לגבי ממשלה,

or perhaps most of all,

או אולי יותר מהכל,

for us as individuals.

לגבינו כיחידים.

And so just to return to my son,

אז אם לחזור לבני,

when I was preparing this talk, he was looking over my shoulder,

כאשר הכנתי הרצאה זו, הוא הסתכל מעבר לכתפי,

and I showed him the clips I was going to show to you today,

והראתי לו את הסרטונים שאני הראתי לכם כאן,

and I asked him for permission -- granted.

וביקשתי את רשותו -- שניתנה.

And then I went on to reflect,

ואז המשכתי להרהר בקול רם,

"Isn't it amazing,

"האין זה מדהים,

this entire database, all these recordings,

שכל בסיס הנתונים הזה, כל ההקלטות האלו,

I'm going to hand off to you and to your sister" --

אני הולך למסור לך ולאחותך,"

who arrived two years later --

שהגיעה לעולם שנתיים יותר מאוחר.

"and you guys are going to be able to go back and re-experience moments

"ואתם תהיו מסוגלים לשוב אחורה ולחוות מחדש רגעים

that you could never, with your biological memory,

שלא הייתם יכולים אף פעם, עם הזיכרון הביולוגי שלכם,

possibly remember the way you can now?"

לזכור באופן בו אתם יכולים כעת."

And he was quiet for a moment.

והוא השתתק לרגע.

And I thought, "What am I thinking?

ואני חשבתי, "מה אני חושב לעצמי?

He's five years old. He's not going to understand this."

הוא רק בן 5. הוא בטח לא יבין את זה."

And just as I was having that thought, he looked up at me and said,

ובדיוק כאשר המחשבה הזו עברה במוחי, הוא הרים את מבטו ואמר,

"So that when I grow up,

"אז כאשר אני אגדל,

I can show this to my kids?"

אוכל להראות את זה לילדיי?"

And I thought, "Wow, this is powerful stuff."

ואני חשבתי לעצמי, "וואו, זה משהו עוצמתי."

So I want to leave you

אם כך, ברצוני להשאיר אתכם

with one last memorable moment

עם רגע אחד אחרון בלתי-נשכח

from our family.

הקשור במשפחתי.

This is the first time our son

זוהי הפעם הראשונה שבני

took more than two steps at once --

עשה יותר משני צעדים רצוף --

captured on film.

וצולם במצלמה.

And I really want you to focus on something

ואני רוצה שתתרכזו במשהו

as I take you through.

בעוד אני מוביל אתכם.

It's a cluttered environment; it's natural life.

זו סביבה מבולגנת; אלה חיים רגילים.

My mother's in the kitchen, cooking,

אימי מבשלת במטבח,

and, of all places, in the hallway,

ומכל המקומות, במסדרון,

I realize he's about to do it, about to take more than two steps.

אני מגלה שהוא עומד לעשות זאת, לבצע יותר משני צעדים.

And so you hear me encouraging him,

ולכן שומעים אותי מעודד אותו,

realizing what's happening,

תופס מה קורה כאן,

and then the magic happens.

ואז הקסם מתרחש.

Listen very carefully.

הקשיבו היטב.

About three steps in,

לאחר כשלושה צעדים,

he realizes something magic is happening,

הוא מבין שיש כאן איזה קסם שקורה.

and the most amazing feedback loop of all kicks in,

ואז מתפרץ פנימה המשוב הכי מדהים מכולם,

and he takes a breath in,

הוא שואף פנימה,

and he whispers "wow"

ואז לוחש "וואו"

and instinctively I echo back the same.

ובאופן אינסטינקטיבי חוזר ממני מין הד זהה.

And so let's fly back in time

אז הבה נפליג אחורה בזמן

to that memorable moment.

אל אותו רגע בלתי נשכח.

(Video) DR: Hey.

(סרטון) ד.ר.: היי.

Come here.

בוא לכאן.

Can you do it?

האם תוכל לעשות זאת?

Oh, boy.

אוי.

Can you do it?

האם תוכל לעשות זאת?

Baby: Yeah.

תינוק: וואו.

DR: Ma, he's walking.

ד.ר.: (וואו). אימא, הוא הולך.

(Laughter)

(צחוק)

(Applause)

(מחיאות כפיים)

DR: Thank you.

ד.ר.: תודה לכם.

(Applause)

(מחיאות כפיים)