Deb Roy: The birth of a word

412,384 views ・ 2011-03-14

TED


Pre spustenie videa dvakrát kliknite na anglické titulky nižšie.

Translator: Lulu Filova Reviewer: Martin Francis Gilbert Máik
00:15
Imagine if you could record your life --
0
15260
4000
Predstavte si, že by ste mohli zaznamenať svoj život –
00:19
everything you said, everything you did,
1
19260
3000
všetko, čo ste kedy povedali a spravili,
00:22
available in a perfect memory store at your fingertips,
2
22260
3000
zachované v dokonalej pamäti na dosah rúk,
00:25
so you could go back
3
25260
2000
takže by ste sa mohli vrátiť,
00:27
and find memorable moments and relive them,
4
27260
3000
nájsť pamätné chvíle a opäť ich prežiť.
00:30
or sift through traces of time
5
30260
3000
Alebo preosievať stopy času
00:33
and discover patterns in your own life
6
33260
2000
a objavovať vzorce vo vlastnom živote,
00:35
that previously had gone undiscovered.
7
35260
3000
ktoré ste si predtým nevšimli.
00:38
Well that's exactly the journey
8
38260
2000
Nuž, presne to je cesta,
00:40
that my family began
9
40260
2000
na ktorú sa moja rodina vybrala
00:42
five and a half years ago.
10
42260
2000
pred päť a pol rokom.
00:44
This is my wife and collaborator, Rupal.
11
44260
3000
Toto je moja manželka a spolupracovníčka Rupal.
00:47
And on this day, at this moment,
12
47260
2000
A v tento deň, v tejto chvíli,
00:49
we walked into the house with our first child,
13
49260
2000
sme vošli do domu s naším prvým dieťaťom,
00:51
our beautiful baby boy.
14
51260
2000
s naším krásnym synčekom.
00:53
And we walked into a house
15
53260
3000
A vošli sme do domu
00:56
with a very special home video recording system.
16
56260
4000
s veľmi zvláštnym systémom na záznam domáceho videa.
01:07
(Video) Man: Okay.
17
67260
2000
(Video) Muž: Dobre.
01:10
Deb Roy: This moment
18
70260
1000
Deb Roy: Táto chvíľa
01:11
and thousands of other moments special for us
19
71260
3000
a tisíce ďalších pre nás dôležitých momentov
01:14
were captured in our home
20
74260
2000
boli zachytené v našom dome,
01:16
because in every room in the house,
21
76260
2000
pretože v každej miestnosti v dome,
01:18
if you looked up, you'd see a camera and a microphone,
22
78260
3000
keď ste sa pozreli hore, videli ste kameru a mikrofón,
01:21
and if you looked down,
23
81260
2000
a keď ste sa pozreli dole,
01:23
you'd get this bird's-eye view of the room.
24
83260
2000
videli ste miestnosť z vtáčej perspektívy.
01:25
Here's our living room,
25
85260
3000
Tu je naša obývačka,
01:28
the baby bedroom,
26
88260
3000
detská izba,
01:31
kitchen, dining room
27
91260
2000
kuchyňa, jedáleň
01:33
and the rest of the house.
28
93260
2000
a zvyšok domu.
01:35
And all of these fed into a disc array
29
95260
3000
A všetky tieto kamery boli napojené na sústavu diskov,
01:38
that was designed for a continuous capture.
30
98260
3000
ktoré boli nastavené na neustály záznam.
01:41
So here we are flying through a day in our home
31
101260
3000
Takže tu letíme cez deň v našej domácnosti,
01:44
as we move from sunlit morning
32
104260
3000
kde sa presúvame zo slnkom zaliateho rána
01:47
through incandescent evening
33
107260
2000
cez rozžiarený večer
01:49
and, finally, lights out for the day.
34
109260
3000
až po zhasnutie svetiel na noc.
01:53
Over the course of three years,
35
113260
3000
V priebehu troch rokov
01:56
we recorded eight to 10 hours a day,
36
116260
2000
sme nahrávali 8 až 10 hodín denne,
01:58
amassing roughly a quarter-million hours
37
118260
3000
z čoho sa nakopilo asi štvrť milióna hodín
02:01
of multi-track audio and video.
38
121260
3000
viacstopového zvuku a obrazu.
02:04
So you're looking at a piece of what is by far
39
124260
2000
Takže teraz sa pozeráte na kúsok tej úplne
02:06
the largest home video collection ever made.
40
126260
2000
najväčšej zbierky domáceho videa vôbec.
02:08
(Laughter)
41
128260
3000
(smiech)
02:11
And what this data represents
42
131260
2000
A to, čo tieto dáta znamenajú
02:13
for our family at a personal level,
43
133260
4000
pre našu rodinu na osobnej úrovni,
02:17
the impact has already been immense,
44
137260
2000
ich dosah je už teraz ohromný,
02:19
and we're still learning its value.
45
139260
3000
a stále spoznávame ich hodnotu.
02:22
Countless moments
46
142260
2000
Nespočetné chvíle
02:24
of unsolicited natural moments, not posed moments,
47
144260
3000
nevyžiadaných prirodzených, neštylizovaných momentov
02:27
are captured there,
48
147260
2000
sú tam zachytené
02:29
and we're starting to learn how to discover them and find them.
49
149260
3000
a my začíname zisťovať, ako ich odhaliť a nájsť.
02:32
But there's also a scientific reason that drove this project,
50
152260
3000
Ale za týmto projektom sa skrýva aj vedecký dôvod,
02:35
which was to use this natural longitudinal data
51
155260
4000
a to využiť tieto prirodzené longitudinálne údaje
02:39
to understand the process
52
159260
2000
na pochopenie procesu,
02:41
of how a child learns language --
53
161260
2000
akým sa dieťa naučí reč –
02:43
that child being my son.
54
163260
2000
pričom to dieťa je môj syn.
02:45
And so with many privacy provisions put in place
55
165260
4000
A tak sme podnikli opatrenia na ochranu súkromia
02:49
to protect everyone who was recorded in the data,
56
169260
3000
všetkých ľudí, ktorí sa ocitli v zázname,
02:52
we made elements of the data available
57
172260
3000
a prvky týchto dát sme poskytli
02:55
to my trusted research team at MIT
58
175260
3000
môjmu spoľahlivému výskumnému tímu na inštitúte MIT,
02:58
so we could start teasing apart patterns
59
178260
3000
aby sme mohli začať rozoberať vzorce
03:01
in this massive data set,
60
181260
3000
v tomto obrovskom súbore dát,
03:04
trying to understand the influence of social environments
61
184260
3000
z ktorého sme sa snažili pochopiť vplyv sociálneho prostredia
03:07
on language acquisition.
62
187260
2000
na osvojenie reči.
03:09
So we're looking here
63
189260
2000
Takže tu vidíme
03:11
at one of the first things we started to do.
64
191260
2000
jednu z prvých vecí, ktoré sme začali robiť.
03:13
This is my wife and I cooking breakfast in the kitchen,
65
193260
4000
Toto sme my so ženou v kuchyni pri príprave raňajok.
03:17
and as we move through space and through time,
66
197260
3000
A keď sa pohybujeme v priestore a v čase,
03:20
a very everyday pattern of life in the kitchen.
67
200260
3000
vzniká veľmi každodenný vzorec života v kuchyni.
03:23
In order to convert
68
203260
2000
Keď chceme
03:25
this opaque, 90,000 hours of video
69
205260
3000
týchto nejasných 90 000 hodín videa
03:28
into something that we could start to see,
70
208260
2000
premeniť na niečo, čo by sa dalo vidieť,
03:30
we use motion analysis to pull out,
71
210260
2000
používame analýzu pohybu, ktorou vyťahujeme,
03:32
as we move through space and through time,
72
212260
2000
ako sa tak pohybujeme v priestore a v čase,
03:34
what we call space-time worms.
73
214260
3000
niečo, čo voláme časopriestorové červíky.
03:37
And this has become part of our toolkit
74
217260
3000
A to sa stalo súčasťou našich nástrojov,
03:40
for being able to look and see
75
220260
3000
pomocou ktorých vidíme,
03:43
where the activities are in the data,
76
223260
2000
kde v týchto údajoch sú jednotlivé aktivity.
03:45
and with it, trace the pattern of, in particular,
77
225260
3000
A potom sledujeme vzorec toho, kde sa
03:48
where my son moved throughout the home,
78
228260
2000
predovšetkým môj syn pohyboval po dome,
03:50
so that we could focus our transcription efforts,
79
230260
3000
aby sme sa mohli zamerať na snahu opísať
03:53
all of the speech environment around my son --
80
233260
3000
všetko to rečové prostredie okolo môjho syna
03:56
all of the words that he heard from myself, my wife, our nanny,
81
236260
3000
– všetky slová, ktoré počul odo mňa, mojej ženy, našej pestúnky,
03:59
and over time, the words he began to produce.
82
239260
3000
a slová, ktoré časom začal tvoriť.
04:02
So with that technology and that data
83
242260
3000
Takže s touto technológiou a dátami
04:05
and the ability to, with machine assistance,
84
245260
2000
a s možnosťou prepisovať reč
04:07
transcribe speech,
85
247260
2000
pomocou prístrojov
04:09
we've now transcribed
86
249260
2000
sa nám podarilo prepísať
04:11
well over seven million words of our home transcripts.
87
251260
3000
vyše 7 miliónov slov z našich domácich záznamov.
04:14
And with that, let me take you now
88
254260
2000
A teraz vás zoberiem
04:16
for a first tour into the data.
89
256260
3000
na prvú obhliadku týchto údajov.
04:19
So you've all, I'm sure,
90
259260
2000
Určite ste už všetci
04:21
seen time-lapse videos
91
261260
2000
niekedy videli videá,
04:23
where a flower will blossom as you accelerate time.
92
263260
3000
kde pozorujete napríklad zrýchlené rozkvitnutie kvetu.
04:26
I'd like you to now experience
93
266260
2000
Chcel by som, aby ste si teraz vyskúšali
04:28
the blossoming of a speech form.
94
268260
2000
rozkvitnutie formy reči.
04:30
My son, soon after his first birthday,
95
270260
2000
Môj syn krátko po svojich prvých narodeninách
04:32
would say "gaga" to mean water.
96
272260
3000
používal slovo „gaga“ na označenie vody.
04:35
And over the course of the next half-year,
97
275260
3000
A v priebehu nasledujúceho polroka
04:38
he slowly learned to approximate
98
278260
2000
sa pomaly naučil napodobniť
04:40
the proper adult form, "water."
99
280260
3000
správny dospelý tvar - „voda“.
04:43
So we're going to cruise through half a year
100
283260
2000
Takže teraz prebehneme pol roka
04:45
in about 40 seconds.
101
285260
2000
asi za 40 sekúnd.
04:47
No video here,
102
287260
2000
Nie je tu žiadne video,
04:49
so you can focus on the sound, the acoustics,
103
289260
3000
takže sa môžete sústrediť na zvuk, akustiku
04:52
of a new kind of trajectory:
104
292260
2000
nového druhu trajektórie:
04:54
gaga to water.
105
294260
2000
z gaga na vodu.
04:56
(Audio) Baby: Gagagagagaga
106
296260
12000
(Zvuk) Dieťa: Gagagagagaga
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
uada gaga gaga guga gaga
05:22
wader guga guga
110
322260
4000
uode guga guga
05:26
water water water
111
326260
3000
water water water (voda voda voda)
05:29
water water water
112
329260
6000
water water water (voda voda voda)
05:35
water water
113
335260
4000
water water (voda voda)
05:39
water.
114
339260
2000
water (voda).
05:41
DR: He sure nailed it, didn't he.
115
341260
2000
DR: To sa mu fakt podarilo, čo?
05:43
(Applause)
116
343260
7000
(potlesk)
05:50
So he didn't just learn water.
117
350260
2000
Nenaučil sa len vodu.
05:52
Over the course of the 24 months,
118
352260
2000
Počas 24 mesiacov,
05:54
the first two years that we really focused on,
119
354260
3000
prvých dvoch rokov, na ktoré sme sa skutočne zamerali,
05:57
this is a map of every word he learned in chronological order.
120
357260
4000
tu je mapa každého slova, ktoré sa postupne naučil.
06:01
And because we have full transcripts,
121
361260
3000
A keďže máme kompletné prepisy,
06:04
we've identified each of the 503 words
122
364260
2000
podarilo sa nám určiť každé z 503 slov,
06:06
that he learned to produce by his second birthday.
123
366260
2000
ktoré sa naučil vysloviť do svojich druhých narodenín.
06:08
He was an early talker.
124
368260
2000
Rozprávať začal skoro.
06:10
And so we started to analyze why.
125
370260
3000
A tak sme začali analyzovať prečo.
06:13
Why were certain words born before others?
126
373260
3000
Prečo sa určité slová zrodili skôr než ostatné?
06:16
This is one of the first results
127
376260
2000
Toto je jeden z prvých výsledkov,
06:18
that came out of our study a little over a year ago
128
378260
2000
ktoré vzišli z tejto našej štúdie pred niečo vyše rokom,
06:20
that really surprised us.
129
380260
2000
a naozaj nás prekvapil.
06:22
The way to interpret this apparently simple graph
130
382260
3000
Tento očividne jednoduchý graf treba interpretovať tak,
06:25
is, on the vertical is an indication
131
385260
2000
že zvislá os predstavuje,
06:27
of how complex caregiver utterances are
132
387260
3000
aké komplexné sú prejavy opatrovateľa
06:30
based on the length of utterances.
133
390260
2000
na základe dĺžky týchto prejavov.
06:32
And the [horizontal] axis is time.
134
392260
3000
A vodorovná os je čas.
06:35
And all of the data,
135
395260
2000
A všetky údaje
06:37
we aligned based on the following idea:
136
397260
3000
sme usporiadali podľa tejto myšlienky:
06:40
Every time my son would learn a word,
137
400260
3000
Vždy keď sa môj syn naučil nejaké slovo,
06:43
we would trace back and look at all of the language he heard
138
403260
3000
vystopovali sme všetku reč, ktorú počul
06:46
that contained that word.
139
406260
2000
a ktorá obsahovala dané slovo.
06:48
And we would plot the relative length of the utterances.
140
408260
4000
A zakreslili sme relatívnu dĺžku prejavov.
06:52
And what we found was this curious phenomena,
141
412260
3000
A čo sme objavili, bol zvláštny fenomén,
06:55
that caregiver speech would systematically dip to a minimum,
142
415260
3000
kde prejav opatrovateľa systematicky klesal na minimum,
06:58
making language as simple as possible,
143
418260
3000
takže jazyk bol čo najjednoduchší,
07:01
and then slowly ascend back up in complexity.
144
421260
3000
a potom sa pomaly vracal naspäť k zložitosti.
07:04
And the amazing thing was
145
424260
2000
A úžasná vec na tom bola,
07:06
that bounce, that dip,
146
426260
2000
že ten skok, ten pokles
07:08
lined up almost precisely
147
428260
2000
sa takmer presne zhodoval
07:10
with when each word was born --
148
430260
2000
s momentom, keď sa jednotlivé slová zrodili
07:12
word after word, systematically.
149
432260
2000
– systematicky, slovo za slovom.
07:14
So it appears that all three primary caregivers --
150
434260
2000
Takže sa zdá, že všetci traja primárni opatrovatelia
07:16
myself, my wife and our nanny --
151
436260
3000
– ja, moja žena a naša pestúnka –
07:19
were systematically and, I would think, subconsciously
152
439260
3000
systematicky a, podľa mňa, podvedome
07:22
restructuring our language
153
442260
2000
menili štruktúru svojho prejavu,
07:24
to meet him at the birth of a word
154
444260
3000
aby sme sa s ním stretli pri zrode slova
07:27
and bring him gently into more complex language.
155
447260
4000
a nežne ho doviedli ku zložitejšiemu jazyku.
07:31
And the implications of this -- there are many,
156
451260
2000
A toto má mnoho dôsledkov,
07:33
but one I just want to point out,
157
453260
2000
ale na jeden chcem zvlášť upozorniť:
07:35
is that there must be amazing feedback loops.
158
455260
3000
ide o to, že musia existovať úžasné spätnoväzobné slučky.
07:38
Of course, my son is learning
159
458260
2000
Samozrejme, môj syn sa učí
07:40
from his linguistic environment,
160
460260
2000
od svojho lingvistického prostredia,
07:42
but the environment is learning from him.
161
462260
3000
ale zároveň sa jeho prostredie učí od neho.
07:45
That environment, people, are in these tight feedback loops
162
465260
3000
To prostredie, tí ľudia sú v takých tesných spätnoväzobných slučkách
07:48
and creating a kind of scaffolding
163
468260
2000
a vytvárajú niečo ako lešenie,
07:50
that has not been noticed until now.
164
470260
3000
ktoré si doteraz nikto nevšimol.
07:54
But that's looking at the speech context.
165
474260
2000
Ale to sa už pozeráme na rečový kontext.
07:56
What about the visual context?
166
476260
2000
Čo takto vizuálny kontext?
07:58
We're not looking at --
167
478260
2000
Nepozeráme sa na...
08:00
think of this as a dollhouse cutaway of our house.
168
480260
2000
predstavte si to ako priečny rez nášho domu.
08:02
We've taken those circular fish-eye lens cameras,
169
482260
3000
Zobrali sme tie kamery s objektívom rybie oko,
08:05
and we've done some optical correction,
170
485260
2000
urobili nejaké optické korekcie
08:07
and then we can bring it into three-dimensional life.
171
487260
4000
a potom ho môžeme vrátiť do trojrozmerného života.
08:11
So welcome to my home.
172
491260
2000
Takže vitajte v mojom dome.
08:13
This is a moment,
173
493260
2000
Toto je chvíľa,
08:15
one moment captured across multiple cameras.
174
495260
3000
jeden moment zachytený viacerými kamerami.
08:18
The reason we did this is to create the ultimate memory machine,
175
498260
3000
Urobili sme to preto, aby sme vytvorili absolútny pamäťový stroj,
08:21
where you can go back and interactively fly around
176
501260
3000
kde sa môžete vrátiť a interaktívne poletovať
08:24
and then breathe video-life into this system.
177
504260
3000
a potom vdýchnuť život tomuto systému.
08:27
What I'm going to do
178
507260
2000
Teraz vám ponúknem
08:29
is give you an accelerated view of 30 minutes,
179
509260
3000
zrýchlený obraz 30 minút,
08:32
again, of just life in the living room.
180
512260
2000
pričom pôjde zase len o život v obývačke.
08:34
That's me and my son on the floor.
181
514260
3000
To som ja a môj syn na dlážke.
08:37
And there's video analytics
182
517260
2000
A analytika videa
08:39
that are tracking our movements.
183
519260
2000
sleduje naše pohyby.
08:41
My son is leaving red ink. I am leaving green ink.
184
521260
3000
Môj syn necháva za sebou červenú stopu, ja zelenú.
08:44
We're now on the couch,
185
524260
2000
Teraz sme na gauči a pozeráme sa
08:46
looking out through the window at cars passing by.
186
526260
3000
cez okno na okoloidúce autá.
08:49
And finally, my son playing in a walking toy by himself.
187
529260
3000
A nakoniec sa môj syn sám hrá v odrážadle.
08:52
Now we freeze the action, 30 minutes,
188
532260
3000
Teraz zmrazíme celé dianie, 30 minút,
08:55
we turn time into the vertical axis,
189
535260
2000
čas premeníme na vertikálnu os
08:57
and we open up for a view
190
537260
2000
a otvorí sa nám pohľad
08:59
of these interaction traces we've just left behind.
191
539260
3000
na tieto stopy interakcie, ktoré sme práve zanechali.
09:02
And we see these amazing structures --
192
542260
3000
A uvidíme tieto úžasné štruktúry
09:05
these little knots of two colors of thread
193
545260
3000
– malé uzlíky dvoch farebných nití,
09:08
we call "social hot spots."
194
548260
2000
ktoré nazývame sociálne horúce miesta.
09:10
The spiral thread
195
550260
2000
Špirálové vlákno
09:12
we call a "solo hot spot."
196
552260
2000
nazývame aj samostatné horúce miesto.
09:14
And we think that these affect the way language is learned.
197
554260
3000
A myslíme si, že majú vplyv na spôsob, akým sa učíme reč.
09:17
What we'd like to do
198
557260
2000
Chceli by sme
09:19
is start understanding
199
559260
2000
začať chápať
09:21
the interaction between these patterns
200
561260
2000
interakciu medzi týmito vzorcami
09:23
and the language that my son is exposed to
201
563260
2000
a rečou, ktorej je môj syn vystavený,
09:25
to see if we can predict
202
565260
2000
aby sme zistili, či dokážeme predpovedať,
09:27
how the structure of when words are heard
203
567260
2000
aký vplyv má štruktúra toho, keď sú slová počuté,
09:29
affects when they're learned --
204
569260
2000
na to, kedy si ich človek osvojí.
09:31
so in other words, the relationship
205
571260
2000
Inými slovami, vzťah medzi
09:33
between words and what they're about in the world.
206
573260
4000
slovami a tým, čo znamenajú vo svete.
09:37
So here's how we're approaching this.
207
577260
2000
Takže takto k tomu pristupujeme.
09:39
In this video,
208
579260
2000
V tomto videu
09:41
again, my son is being traced out.
209
581260
2000
opäť sledujeme môjho syna.
09:43
He's leaving red ink behind.
210
583260
2000
Necháva za sebou červenú stopu.
09:45
And there's our nanny by the door.
211
585260
2000
A tam pri dverách je naša pestúnka.
09:47
(Video) Nanny: You want water? (Baby: Aaaa.)
212
587260
3000
(Video) Pestúnka: Chceš vodu? (Dieťa: Aaaa.)
09:50
Nanny: All right. (Baby: Aaaa.)
213
590260
3000
Pestúnka: Dobre. (Dieťa: Aaaa.)
09:53
DR: She offers water,
214
593260
2000
DR: Ona ponúkne vodu
09:55
and off go the two worms
215
595260
2000
a dva červíky odídu
09:57
over to the kitchen to get water.
216
597260
2000
do kuchyne zobrať vodu.
09:59
And what we've done is use the word "water"
217
599260
2000
A spravili sme to, že sme použili slovo „voda“
10:01
to tag that moment, that bit of activity.
218
601260
2000
na označenie tej chvíle, toho kúska aktivity.
10:03
And now we take the power of data
219
603260
2000
A teraz využijeme moc dát,
10:05
and take every time my son
220
605260
3000
zoberieme každý moment, kedy môj syn
10:08
ever heard the word water
221
608260
2000
počul slovo voda,
10:10
and the context he saw it in,
222
610260
2000
a kontext, v ktorom ho videl,
10:12
and we use it to penetrate through the video
223
612260
3000
a použijeme ich na to, aby sme prenikli do videa
10:15
and find every activity trace
224
615260
3000
a našli každú stopu aktivity,
10:18
that co-occurred with an instance of water.
225
618260
3000
ktorá sa udiala spolu s výskytom vody.
10:21
And what this data leaves in its wake
226
621260
2000
A to, čo za týmito dátami zostane,
10:23
is a landscape.
227
623260
2000
je krajinka.
10:25
We call these wordscapes.
228
625260
2000
Voláme ich slovné krajinky.
10:27
This is the wordscape for the word water,
229
627260
2000
Toto je slovná krajinka slova voda
10:29
and you can see most of the action is in the kitchen.
230
629260
2000
a ako vidíte, väčšina diania je v kuchyni.
10:31
That's where those big peaks are over to the left.
231
631260
3000
To sú tie veľké vrcholy tam naľavo.
10:34
And just for contrast, we can do this with any word.
232
634260
3000
A len pre porovnanie si to môžeme urobiť s hociktorým slovom.
10:37
We can take the word "bye"
233
637260
2000
Môžeme sa pozrieť na slovo „pá“,
10:39
as in "good bye."
234
639260
2000
ktorým sa lúčime.
10:41
And we're now zoomed in over the entrance to the house.
235
641260
2000
A teraz sme nad vchodom do domu.
10:43
And we look, and we find, as you would expect,
236
643260
3000
A pozrieme sa a nájdeme, čo sa asi dá čakať,
10:46
a contrast in the landscape
237
646260
2000
kontrast v teréne,
10:48
where the word "bye" occurs much more in a structured way.
238
648260
3000
kde sa slovo „pá“ vyskytuje oveľa usporiadanejším spôsobom.
10:51
So we're using these structures
239
651260
2000
Takže použijeme tieto štruktúry,
10:53
to start predicting
240
653260
2000
aby sme mohli predpovedať
10:55
the order of language acquisition,
241
655260
3000
poradie osvojovania reči,
10:58
and that's ongoing work now.
242
658260
2000
a to je teraz naša pokračujúca práca.
11:00
In my lab, which we're peering into now, at MIT --
243
660260
3000
V mojom laboratóriu, do ktorého teraz nakúkame, na MIT
11:03
this is at the media lab.
244
663260
2000
– toto je v mediálnom laboratóriu.
11:05
This has become my favorite way
245
665260
2000
Stal sa z toho môj obľúbený spôsob
11:07
of videographing just about any space.
246
667260
2000
videografovania v podstate hocijakého priestoru.
11:09
Three of the key people in this project,
247
669260
2000
Na tomto obrázku sú tri z kľúčových postáv tohto projektu:
11:11
Philip DeCamp, Rony Kubat and Brandon Roy are pictured here.
248
671260
3000
Philip DeCamp, Rony Kubat a Brandon Roy.
11:14
Philip has been a close collaborator
249
674260
2000
Philip je blízky spolupracovník
11:16
on all the visualizations you're seeing.
250
676260
2000
na všetkých vizualizáciách, ktoré tu vidíte.
11:18
And Michael Fleischman
251
678260
3000
A Michael Fleischman
11:21
was another Ph.D. student in my lab
252
681260
2000
bol ďalší doktorand v mojom laboratóriu,
11:23
who worked with me on this home video analysis,
253
683260
3000
ktorý so mnou pracoval na tejto analýze domáceho videa
11:26
and he made the following observation:
254
686260
3000
a spozoroval toto:
11:29
that "just the way that we're analyzing
255
689260
2000
že „už len spôsob, akým analyzujeme,
11:31
how language connects to events
256
691260
3000
ako sa reč spája s udalosťami,
11:34
which provide common ground for language,
257
694260
2000
ktoré poskytujú spoločný základ pre jazyk,
11:36
that same idea we can take out of your home, Deb,
258
696260
4000
tú istú myšlienku môžeme zobrať z tvojej domácnosti, Deb,
11:40
and we can apply it to the world of public media."
259
700260
3000
a aplikovať ju na svet verejných médií.“
11:43
And so our effort took an unexpected turn.
260
703260
3000
A tak v našom úsilí nastal nečakaný zvrat.
11:46
Think of mass media
261
706260
2000
Predstavte si masmédiá,
11:48
as providing common ground
262
708260
2000
ako poskytujú spoločný záujem,
11:50
and you have the recipe
263
710260
2000
a máte pred sebou recept na to,
11:52
for taking this idea to a whole new place.
264
712260
3000
ako tento nápad preniesť na úplne nové miesto.
11:55
We've started analyzing television content
265
715260
3000
Začali sme analyzovať televízny obsah
11:58
using the same principles --
266
718260
2000
s tými istými princípmi
12:00
analyzing event structure of a TV signal --
267
720260
3000
– analyzovať štruktúru diania televízneho signálu
12:03
episodes of shows,
268
723260
2000
– epizódy seriálov,
12:05
commercials,
269
725260
2000
reklamy,
12:07
all of the components that make up the event structure.
270
727260
3000
všetky súčasti, ktoré tvoria štruktúru diania.
12:10
And we're now, with satellite dishes, pulling and analyzing
271
730260
3000
A teraz so satelitnými anténami sťahujeme a analyzujeme
12:13
a good part of all the TV being watched in the United States.
272
733260
3000
veľkú časť všetkej televízie, ktorú sledujú diváci v USA.
12:16
And you don't have to now go and instrument living rooms with microphones
273
736260
3000
A už nemusíte inštalovať mikrofóny do obývačiek,
12:19
to get people's conversations,
274
739260
2000
aby ste získali konverzácie ľudí,
12:21
you just tune into publicly available social media feeds.
275
741260
3000
jednoducho sa naladíte na verejne dostupné sociálne médiá.
12:24
So we're pulling in
276
744260
2000
Takže sťahujeme
12:26
about three billion comments a month,
277
746260
2000
asi tri miliardy komentárov mesačne.
12:28
and then the magic happens.
278
748260
2000
A potom sa začnú diať zázraky.
12:30
You have the event structure,
279
750260
2000
Máte štruktúru diania,
12:32
the common ground that the words are about,
280
752260
2000
spoločný základ toho, o čom tie slová sú,
12:34
coming out of the television feeds;
281
754260
3000
priamo z televízie.
12:37
you've got the conversations
282
757260
2000
A potom máte konverzácie,
12:39
that are about those topics;
283
759260
2000
ktoré sa týkajú tých tém,
12:41
and through semantic analysis --
284
761260
3000
a pomocou sémantickej analýzy –
12:44
and this is actually real data you're looking at
285
764260
2000
a to, na čo sa pozeráte, sú skutočné dáta
12:46
from our data processing --
286
766260
2000
z nášho spracovania údajov –
12:48
each yellow line is showing a link being made
287
768260
3000
každá žltá čiara ukazuje spojenie vytvorené
12:51
between a comment in the wild
288
771260
3000
medzi komentárom tam vonku
12:54
and a piece of event structure coming out of the television signal.
289
774260
3000
a kúskom štruktúry diania z televízneho signálu.
12:57
And the same idea now
290
777260
2000
A teraz sa tá istá myšlienka
12:59
can be built up.
291
779260
2000
dá ďalej budovať.
13:01
And we get this wordscape,
292
781260
2000
A získame túto slovnú krajinku,
13:03
except now words are not assembled in my living room.
293
783260
3000
ale teraz už slová nie sú zhromaždené v mojej obývačke.
13:06
Instead, the context, the common ground activities,
294
786260
4000
Namiesto toho kontext, aktivity spoločného záujmu
13:10
are the content on television that's driving the conversations.
295
790260
3000
sú obsahom v televízii, ktorý vedie ku konverzáciám.
13:13
And what we're seeing here, these skyscrapers now,
296
793260
3000
A to, čo tu vidíme, tieto mrakodrapy,
13:16
are commentary
297
796260
2000
to sú komentáre
13:18
that are linked to content on television.
298
798260
2000
spojené s obsahom v televízii.
13:20
Same concept,
299
800260
2000
Tá istá myšlienka,
13:22
but looking at communication dynamics
300
802260
2000
ale z perspektívy dynamiky komunikácie
13:24
in a very different sphere.
301
804260
2000
v úplne odlišnej sfére.
13:26
And so fundamentally, rather than, for example,
302
806260
2000
A tak v podstate namiesto toho, aby sme napríklad
13:28
measuring content based on how many people are watching,
303
808260
3000
merali obsah na základe počtu divákov,
13:31
this gives us the basic data
304
811260
2000
toto nám dáva základné údaje, vďaka ktorým
13:33
for looking at engagement properties of content.
305
813260
3000
sa môžeme pozerať na to, akú zaangažovanosť obsah vyvolá.
13:36
And just like we can look at feedback cycles
306
816260
3000
A tak ako sa môžeme pozrieť na cykly spätnej väzby
13:39
and dynamics in a family,
307
819260
3000
a dynamiku v rodine,
13:42
we can now open up the same concepts
308
822260
3000
teraz môžeme otvoriť tie isté koncepcie
13:45
and look at much larger groups of people.
309
825260
3000
a pozrieť sa na oveľa väčšie skupiny ľudí.
13:48
This is a subset of data from our database --
310
828260
3000
Toto je podskupina údajov z našej databázy
13:51
just 50,000 out of several million --
311
831260
3000
– len 50 000 z niekoľkých miliónov –
13:54
and the social graph that connects them
312
834260
2000
a sociálny graf, ktorý ich spája
13:56
through publicly available sources.
313
836260
3000
pomocou verejne dostupných zdrojov.
13:59
And if you put them on one plain,
314
839260
2000
A ak ich dáte na jednu rovinu,
14:01
a second plain is where the content lives.
315
841260
3000
druhá rovina je miesto, kde žije tento obsah.
14:04
So we have the programs
316
844260
3000
Takže máme programy
14:07
and the sporting events
317
847260
2000
a športové podujatia
14:09
and the commercials,
318
849260
2000
a reklamy,
14:11
and all of the link structures that tie them together
319
851260
2000
a všetky tie štruktúry spojov, ktoré ich zväzujú dokopy,
14:13
make a content graph.
320
853260
2000
tvoria obsahový graf.
14:15
And then the important third dimension.
321
855260
4000
A potom je tu dôležitý tretí rozmer.
14:19
Each of the links that you're seeing rendered here
322
859260
2000
Každý z týchto spojov, ktoré tu vidíte,
14:21
is an actual connection made
323
861260
2000
je skutočné prepojenie
14:23
between something someone said
324
863260
3000
medzi niečím, čo niekto povedal,
14:26
and a piece of content.
325
866260
2000
a nejakým obsahom.
14:28
And there are, again, now tens of millions of these links
326
868260
3000
A znova sú desiatky miliónov týchto spojov,
14:31
that give us the connective tissue of social graphs
327
871260
3000
ktoré nám poskytujú spájacie tkanivo sociálnych grafov
14:34
and how they relate to content.
328
874260
3000
a spôsob, akým súvisia s obsahom.
14:37
And we can now start to probe the structure
329
877260
2000
A teraz môžeme začať skúmať túto štruktúru
14:39
in interesting ways.
330
879260
2000
zaujímavými spôsobmi.
14:41
So if we, for example, trace the path
331
881260
3000
Takže ak napríklad sledujeme cestu
14:44
of one piece of content
332
884260
2000
jedného kúska obsahu,
14:46
that drives someone to comment on it,
333
886260
2000
ktorý niekoho vedie k tomu, aby ho komentoval,
14:48
and then we follow where that comment goes,
334
888260
3000
a potom sledujeme, kam tento komentár ide,
14:51
and then look at the entire social graph that becomes activated
335
891260
3000
a potom sa pozrieme na celý sociálny graf, ktorý sa aktivuje,
14:54
and then trace back to see the relationship
336
894260
3000
a potom ideme naspäť a vidíme vzťah
14:57
between that social graph and content,
337
897260
2000
medzi týmto sociálnym grafom a obsahom,
14:59
a very interesting structure becomes visible.
338
899260
2000
začne byť viditeľná veľmi zaujímavá štruktúra.
15:01
We call this a co-viewing clique,
339
901260
2000
Hovoríme tomu spoločne sledujúca partia,
15:03
a virtual living room if you will.
340
903260
3000
niečo ako virtuálna obývačka, ak chcete.
15:06
And there are fascinating dynamics at play.
341
906260
2000
A v hre je priam fascinujúca dynamika.
15:08
It's not one way.
342
908260
2000
Nie je to jednosmerné.
15:10
A piece of content, an event, causes someone to talk.
343
910260
3000
Nejaký obsah, nejaká udalosť spôsobí, že niekto začne hovoriť.
15:13
They talk to other people.
344
913260
2000
Rozpráva sa s inými ľuďmi.
15:15
That drives tune-in behavior back into mass media,
345
915260
3000
To vedie k tomu, že ľudia sa opäť obrátia na masmédiá,
15:18
and you have these cycles
346
918260
2000
a tak vznikajú cykly,
15:20
that drive the overall behavior.
347
920260
2000
ktoré riadia celkové správanie.
15:22
Another example -- very different --
348
922260
2000
Ďalší príklad – veľmi odlišný –
15:24
another actual person in our database --
349
924260
3000
ďalšia skutočná osoba v našej databáze –
15:27
and we're finding at least hundreds, if not thousands, of these.
350
927260
3000
a nachádzame ich aspoň stovky, ak nie tisíce.
15:30
We've given this person a name.
351
930260
2000
Dali sme tejto osobe meno.
15:32
This is a pro-amateur, or pro-am media critic
352
932260
3000
Je to poloprofesionál alebo „pro-am“, mediálny kritik,
15:35
who has this high fan-out rate.
353
935260
3000
ktorého prehľadávacie správanie sa široko rozvetvuje.
15:38
So a lot of people are following this person -- very influential --
354
938260
3000
Takže tohto človeka sleduje množstvo ľudí – je veľmi vplyvný –
15:41
and they have a propensity to talk about what's on TV.
355
941260
2000
a majú sklon rozprávať sa o tom, čo ide v televízii.
15:43
So this person is a key link
356
943260
3000
Takže táto osoba je kľúčový článok,
15:46
in connecting mass media and social media together.
357
946260
3000
ktorý spája masmédiá a sociálne médiá.
15:49
One last example from this data:
358
949260
3000
Posledný príklad z tohto súboru dát:
15:52
Sometimes it's actually a piece of content that is special.
359
952260
3000
Niekedy je skutočne zaujímavý samotný obsah.
15:55
So if we go and look at this piece of content,
360
955260
4000
Takže keď sa pozrieme na tento obsah,
15:59
President Obama's State of the Union address
361
959260
3000
na prejav prezidenta Obamu o stave Únie
16:02
from just a few weeks ago,
362
962260
2000
spred niekoľkých týždňov,
16:04
and look at what we find in this same data set,
363
964260
3000
a pozrieme sa na to, čo nájdeme v tom istom súbore dát,
16:07
at the same scale,
364
967260
3000
v tom istom meradle,
16:10
the engagement properties of this piece of content
365
970260
2000
odhalíme záujem o túto tému,
16:12
are truly remarkable.
366
972260
2000
ktorý je naozaj pozoruhodný.
16:14
A nation exploding in conversation
367
974260
2000
Celý národ exploduje v rozhovoroch
16:16
in real time
368
976260
2000
v reálnom čase,
16:18
in response to what's on the broadcast.
369
978260
3000
keď reaguje na vysielanie.
16:21
And of course, through all of these lines
370
981260
2000
A, samozrejme, cez všetky tieto čiary
16:23
are flowing unstructured language.
371
983260
2000
plynie neštruktúrovaná reč.
16:25
We can X-ray
372
985260
2000
Môžeme spraviť röntgen
16:27
and get a real-time pulse of a nation,
373
987260
2000
a odmerať pulz národa v reálnom čase,
16:29
real-time sense
374
989260
2000
takže získame aktuálny dojem
16:31
of the social reactions in the different circuits in the social graph
375
991260
3000
toho, ako rôzne sociálne siete reagujú v sociálnom grafe
16:34
being activated by content.
376
994260
3000
na určitý obsah.
16:37
So, to summarize, the idea is this:
377
997260
3000
Takže, ak mám zhrnúť hlavnú myšlienku, ide asi o toto:
16:40
As our world becomes increasingly instrumented
378
1000260
3000
Zatiaľ čo v našom svete neustále pribúdajú zariadenia
16:43
and we have the capabilities
379
1003260
2000
a máme možnosti
16:45
to collect and connect the dots
380
1005260
2000
zhromažďovať a spájať jednotlivé body
16:47
between what people are saying
381
1007260
2000
medzi tým, čo ľudia hovoria,
16:49
and the context they're saying it in,
382
1009260
2000
a kontextom, v ktorom to hovoria,
16:51
what's emerging is an ability
383
1011260
2000
vynára sa schopnosť
16:53
to see new social structures and dynamics
384
1013260
3000
vidieť nové sociálne štruktúry a dynamiku,
16:56
that have previously not been seen.
385
1016260
2000
ktoré predtým nikto nevidel.
16:58
It's like building a microscope or telescope
386
1018260
2000
Je to ako vyrobiť mikroskop alebo teleskop
17:00
and revealing new structures
387
1020260
2000
a odhaľovať nové štruktúry
17:02
about our own behavior around communication.
388
1022260
3000
o našom vlastnom správaní týkajúcom sa komunikácie.
17:05
And I think the implications here are profound,
389
1025260
3000
A podľa mňa dôsledky toho sú nesmierne
17:08
whether it's for science,
390
1028260
2000
či už pre vedu,
17:10
for commerce, for government,
391
1030260
2000
pre obchod, vládu,
17:12
or perhaps most of all,
392
1032260
2000
alebo možno najviac zo všetkého
17:14
for us as individuals.
393
1034260
3000
pre nás ako jednotlivcov.
17:17
And so just to return to my son,
394
1037260
3000
A tak, aby som sa vrátil k synovi,
17:20
when I was preparing this talk, he was looking over my shoulder,
395
1040260
3000
keď som si pripravoval tento príhovor, pozeral sa mi cez plece.
17:23
and I showed him the clips I was going to show to you today,
396
1043260
2000
A ukázal som mu videoklipy, ktoré som vám dnes chcel ukázať,
17:25
and I asked him for permission -- granted.
397
1045260
3000
a požiadal som ho o dovolenie, ktoré mi dal.
17:28
And then I went on to reflect,
398
1048260
2000
A potom som sa zamyslel:
17:30
"Isn't it amazing,
399
1050260
3000
„Nie je to úžasné,
17:33
this entire database, all these recordings,
400
1053260
3000
celá táto databáza, všetky tieto nahrávky,
17:36
I'm going to hand off to you and to your sister" --
401
1056260
2000
ktoré raz odovzdám tebe a tvojej sestre,“
17:38
who arrived two years later --
402
1058260
3000
ktorá sa narodila o dva roky neskôr.
17:41
"and you guys are going to be able to go back and re-experience moments
403
1061260
3000
„A vy sa budete môcť vrátiť a znova prežiť chvíle,
17:44
that you could never, with your biological memory,
404
1064260
3000
ktoré by ste si svojou biologickou pamäťou nikdy
17:47
possibly remember the way you can now?"
405
1067260
2000
nemohli pamätať tak, ako môžete teraz.“
17:49
And he was quiet for a moment.
406
1069260
2000
A on bol chvíľu ticho.
17:51
And I thought, "What am I thinking?
407
1071260
2000
A ja som si pomyslel: „Čo mi to napadlo?
17:53
He's five years old. He's not going to understand this."
408
1073260
2000
Má päť rokov. Tomuto nebude rozumieť.“
17:55
And just as I was having that thought, he looked up at me and said,
409
1075260
3000
A práve keď som si to pomyslel, pozrel sa na mňa a povedal:
17:58
"So that when I grow up,
410
1078260
2000
„Takže keď vyrastiem,
18:00
I can show this to my kids?"
411
1080260
2000
môžem to ukázať svojim deťom?“
18:02
And I thought, "Wow, this is powerful stuff."
412
1082260
3000
A ja som si povedal: „Fíha, toto je silné.“
18:05
So I want to leave you
413
1085260
2000
Takže vám chcem na záver
18:07
with one last memorable moment
414
1087260
2000
ponúknuť ešte jeden pamätný moment
18:09
from our family.
415
1089260
3000
z nášho rodinného života.
18:12
This is the first time our son
416
1092260
2000
Toto je prvý raz, kedy sa nášmu synovi
18:14
took more than two steps at once --
417
1094260
2000
podarilo urobiť viac ako dva kroky naraz
18:16
captured on film.
418
1096260
2000
a zachytili sme to na film.
18:18
And I really want you to focus on something
419
1098260
3000
A chcem, aby ste sa na niečo naozaj sústredili,
18:21
as I take you through.
420
1101260
2000
keď vás týmto momentom budem sprevádzať.
18:23
It's a cluttered environment; it's natural life.
421
1103260
2000
Ide o prostredie plné chaosu, je to prirodzený život.
18:25
My mother's in the kitchen, cooking,
422
1105260
2000
Moja mama je v kuchyni a varí
18:27
and, of all places, in the hallway,
423
1107260
2000
a na chodbe, lepšie miesto si nemohol vybrať,
18:29
I realize he's about to do it, about to take more than two steps.
424
1109260
3000
si uvedomím, že to ide urobiť – ide spraviť viac než dva kroky.
18:32
And so you hear me encouraging him,
425
1112260
2000
Takže ma budete počuť, ako ho povzbudzujem,
18:34
realizing what's happening,
426
1114260
2000
lebo si uvedomujem, čo sa deje,
18:36
and then the magic happens.
427
1116260
2000
a potom sa stane zázrak.
18:38
Listen very carefully.
428
1118260
2000
Počúvajte veľmi pozorne.
18:40
About three steps in,
429
1120260
2000
Asi po troch krokoch
18:42
he realizes something magic is happening,
430
1122260
2000
si aj on uvedomí, že sa deje niečo zázračné.
18:44
and the most amazing feedback loop of all kicks in,
431
1124260
3000
A spustí sa tá najúžasnejšia spätnoväzobná slučka,
18:47
and he takes a breath in,
432
1127260
2000
keď sa on nadýchne
18:49
and he whispers "wow"
433
1129260
2000
a zašepká „fíha“
18:51
and instinctively I echo back the same.
434
1131260
4000
a ja inštinktívne ako ozvena poviem to isté.
18:56
And so let's fly back in time
435
1136260
3000
Tak preleťme v čase naspäť
18:59
to that memorable moment.
436
1139260
2000
k tej pamätnej chvíli.
19:05
(Video) DR: Hey.
437
1145260
2000
(Video) DR: Hej!
19:07
Come here.
438
1147260
2000
Poď sem.
19:09
Can you do it?
439
1149260
3000
Dokážeš to?
19:13
Oh, boy.
440
1153260
2000
Páni!
19:15
Can you do it?
441
1155260
3000
Dokážeš to?
19:18
Baby: Yeah.
442
1158260
2000
Dieťa: Áno.
19:20
DR: Ma, he's walking.
443
1160260
3000
DR: Mami, on chodí.
19:24
(Laughter)
444
1164260
2000
(smiech)
19:26
(Applause)
445
1166260
2000
(potlesk)
19:28
DR: Thank you.
446
1168260
2000
DR: Ďakujem.
19:30
(Applause)
447
1170260
15000
(potlesk)

Original video on YouTube.com
O tomto webe

Táto stránka vám predstaví videá na YouTube, ktoré sú užitočné pri učení angličtiny. Uvidíte lekcie angličtiny, ktoré vedú špičkoví učitelia z celého sveta. Dvojitým kliknutím na anglické titulky zobrazené na stránke každého videa si môžete video odtiaľ prehrať. Titulky sa posúvajú synchronizovane s prehrávaním videa. Ak máte akékoľvek pripomienky alebo požiadavky, kontaktujte nás prostredníctvom tohto kontaktného formulára.

https://forms.gle/WvT1wiN1qDtmnspy7