What we learned from 5 million books

236,154 views ・ 2011-09-20

TED


Ju lutemi, klikoni dy herë mbi titrat në anglisht më poshtë për të luajtur videon.

Translator: Albana Deralla Reviewer: Dita Bytyci
00:15
Erez Lieberman Aiden: Everyone knows
0
15260
2000
Erez Lieberman Aiden: Të gjithë e dinë
00:17
that a picture is worth a thousand words.
1
17260
3000
se një fotografi vlen sa një mijë fjalë.
00:22
But we at Harvard
2
22260
2000
Por ne në Harvard
00:24
were wondering if this was really true.
3
24260
3000
po e vemë në pikëpyetje vërtetësinë e kësaj shprehje.
00:27
(Laughter)
4
27260
2000
(Të qeshura)
00:29
So we assembled a team of experts,
5
29260
4000
Kështuqë ne e kemi mbledh nji ekip profesionistësh,
00:33
spanning Harvard, MIT,
6
33260
2000
nga Harvard, MIT,
00:35
The American Heritage Dictionary, The Encyclopedia Britannica
7
35260
3000
Fjalori i Trashëgimisë Amerikane (The American Heritage Dictionary), Enciklopedia Britanika
00:38
and even our proud sponsors,
8
38260
2000
dhe sponsorët tanë të nderuar
00:40
the Google.
9
40260
3000
Google
00:43
And we cogitated about this
10
43260
2000
Ne kemi menduar thellë për këtë çështje
00:45
for about four years.
11
45260
2000
për katër vite të tëra.
00:47
And we came to a startling conclusion.
12
47260
5000
Dhe kemi arritur në konkludime befasuese.
00:52
Ladies and gentlemen, a picture is not worth a thousand words.
13
52260
3000
Zonja dhe Zotërinj, një fotografi nuk vlen sa një mijë fjalë.
00:55
In fact, we found some pictures
14
55260
2000
Në fakt, ne kemi hasur në disa fotografi
00:57
that are worth 500 billion words.
15
57260
5000
të cilat vlejnë sa 500 miliardë fjalë.
01:02
Jean-Baptiste Michel: So how did we get to this conclusion?
16
62260
2000
Jean-Baptiste Michel: Pra si kemi arritur deri te ky konkludim?
01:04
So Erez and I were thinking about ways
17
64260
2000
Erezi dhe une po mendonim për mënyrat
01:06
to get a big picture of human culture
18
66260
2000
si ta gjejmë nji fotografi e cila përfshin kulturën e njerëzimit
01:08
and human history: change over time.
19
68260
3000
dhe historinë e njerëzimit: duke ndryshuar nëpër kohë.
01:11
So many books actually have been written over the years.
20
71260
2000
Gjatë viteve janë shkruar shumë libra.
01:13
So we were thinking, well the best way to learn from them
21
73260
2000
Ne po mendonim, mënyra më e mirë për të mësuar prej tyre
01:15
is to read all of these millions of books.
22
75260
2000
është ti lexosh të gjithë këta miliona libra.
01:17
Now of course, if there's a scale for how awesome that is,
23
77260
3000
Tani natyrisht nëse do të mund të masnin me ndonjë shkallë se sa mbresëlënëse do të ishte kjo gjë,
01:20
that has to rank extremely, extremely high.
24
80260
3000
sigurisht do ta rendisnim tej, tej lartë.
01:23
Now the problem is there's an X-axis for that,
25
83260
2000
Tani problemin qëndron se aty gjindet nji bosht X,
01:25
which is the practical axis.
26
85260
2000
i cili ështe boshti praktik.
01:27
This is very, very low.
27
87260
2000
Kjo është shumë, shumë e ultë.
01:29
(Applause)
28
89260
3000
(Duartrokitje)
01:32
Now people tend to use an alternative approach,
29
92260
3000
Tani njerëzit tentojnë të përdorin nji qasje alternative,
01:35
which is to take a few sources and read them very carefully.
30
95260
2000
e cila përfshin grumbullimin e disa burimeve dhe leximin e tyre me kujdes.
01:37
This is extremely practical, but not so awesome.
31
97260
2000
Kjo gjë është tejet praktike por jo edhe aq mbresëlënëse.
01:39
What you really want to do
32
99260
3000
Se çka duam të bëjmë është
01:42
is to get to the awesome yet practical part of this space.
33
102260
3000
t'arrijmë te pjesa mbresëlënëse e poashtu praktike e kësaj hapësire.
01:45
So it turns out there was a company across the river called Google
34
105260
3000
Fillimisht kompania e quajtur Google
01:48
who had started a digitization project a few years back
35
108260
2000
kishte filluar një projekt të digjitalizimit (të të dhënave) disa vite më herët
01:50
that might just enable this approach.
36
110260
2000
që veç do ta mundësonte këtë qasje.
01:52
They have digitized millions of books.
37
112260
2000
Ata kanë digjitalizuar miliona libra.
01:54
So what that means is, one could use computational methods
38
114260
3000
Kjo do të thotë, duke shfrytëzuar metodat komputative mundemi
01:57
to read all of the books in a click of a button.
39
117260
2000
ti lexojmë të gjithë librat me një shtypje butoni.
01:59
That's very practical and extremely awesome.
40
119260
3000
Kjo gjë është tejet praktike dhe më se mbresëlënëse.
02:03
ELA: Let me tell you a little bit about where books come from.
41
123260
2000
ELA: Më lejoni t'ju rrëfej pak se si kanë ardhur librat.
02:05
Since time immemorial, there have been authors.
42
125260
3000
Qysh se nuk mbahet mend kanë ekzistuar autorët.
02:08
These authors have been striving to write books.
43
128260
3000
Këta autorë janë përpjekur të shkruajnë libra.
02:11
And this became considerably easier
44
131260
2000
Mundimi i tyre është lehtësuar në mënyrë të konsiderueshme
02:13
with the development of the printing press some centuries ago.
45
133260
2000
me zhvillimin e makinave shtypëse disa shekuj më herët.
02:15
Since then, the authors have won
46
135260
3000
Që nga at'herë autorë kanë fituar
02:18
on 129 million distinct occasions,
47
138260
2000
në 129 milionë raste të ndryshme
02:20
publishing books.
48
140260
2000
libra të botuar.
02:22
Now if those books are not lost to history,
49
142260
2000
Tani nëse këto libra nuk janë të humbur nëpër kohëra,
02:24
then they are somewhere in a library,
50
144260
2000
ato duhet të jenë diku në ndonjë bibliotekë,
02:26
and many of those books have been getting retrieved from the libraries
51
146260
3000
dhe shumë nga këto libra janë huazuar nga bibliotekat
02:29
and digitized by Google,
52
149260
2000
dhe janë digjitalizuar nga Google,
02:31
which has scanned 15 million books to date.
53
151260
2000
e cila i ka skenuar 15 milionë libra deri sot.
02:33
Now when Google digitizes a book, they put it into a really nice format.
54
153260
3000
Tani, kur Google digjitalizon një libër, ata e vendosin në një format shumë të mirë.
02:36
Now we've got the data, plus we have metadata.
55
156260
2000
Tani kemi të dhëna (data) dhe poashtu metatëdhëna (metadata).
02:38
We have information about things like where was it published,
56
158260
3000
Ne kemi informacione për gjër si: ku është botuar libri,
02:41
who was the author, when was it published.
57
161260
2000
kush ka qenë autori dhe kur është botuar.
02:43
And what we do is go through all of those records
58
163260
3000
Se çka bëjmë ne është që i kontrollojmë gjithë të dhënat
02:46
and exclude everything that's not the highest quality data.
59
166260
4000
dhe i përjashtojmë gjithëçka që nuk është e dhënë e kualitetit më të lartë.
02:50
What we're left with
60
170260
2000
Neve na mbetet
02:52
is a collection of five million books,
61
172260
3000
një koleksion i pesë milionë librave,
02:55
500 billion words,
62
175260
3000
500 miliardë fjalëve,
02:58
a string of characters a thousand times longer
63
178260
2000
një varg karakteresh një mijë herë më i gjatë
03:00
than the human genome --
64
180260
3000
se gjenomi i njeriut --
03:03
a text which, when written out,
65
183260
2000
një tekst i cili po të shkruhej
03:05
would stretch from here to the Moon and back
66
185260
2000
do të zgjatej sa prej këtu gjer në Hënë e prapë mbrapa deri këtu
03:07
10 times over --
67
187260
2000
edhe atë 10 herë--
03:09
a veritable shard of our cultural genome.
68
189260
4000
një copë e thyer e gjenomit tonë kulturor.
03:13
Of course what we did
69
193260
2000
Natyrisht çka kemi bërë ne
03:15
when faced with such outrageous hyperbole ...
70
195260
3000
kur jemi ballafaquar me atë hiperbollë të tmerrshme...
03:18
(Laughter)
71
198260
2000
(Të qeshura)
03:20
was what any self-respecting researchers
72
200260
3000
ishte ajo që çdo hulumtues i respektueshëm
03:23
would have done.
73
203260
3000
do të bënte.
03:26
We took a page out of XKCD,
74
206260
2000
Ne morrëm një faqe nga XKCD
03:28
and we said, "Stand back.
75
208260
2000
dhe kemi thënë: "Mbajuni.
03:30
We're going to try science."
76
210260
2000
Ne do të provojmë shkencën."
03:32
(Laughter)
77
212260
2000
( Të qeshura)
03:34
JM: Now of course, we were thinking,
78
214260
2000
JM: Natyrisht, ne po mendonim,
03:36
well let's just first put the data out there
79
216260
2000
do ti vendosnim të dhënat
03:38
for people to do science to it.
80
218260
2000
ashtu që njerëzit ti përdorin për shkencë ato.
03:40
Now we're thinking, what data can we release?
81
220260
2000
Tani po mendonim, cilat të dhëna mund ti nxjerrim?
03:42
Well of course, you want to take the books
82
222260
2000
Natyrisht, ju do të dëshironi ti merrni librat
03:44
and release the full text of these five million books.
83
224260
2000
dhe ti publikoni tekstin e plotë të pesë milionë librave.
03:46
Now Google, and Jon Orwant in particular,
84
226260
2000
Tani Google, dhe Jon Orwant në veçanti
03:48
told us a little equation that we should learn.
85
228260
2000
na kanë treguar një ekuacion të cilin duhet ta mësojmë.
03:50
So you have five million, that is, five million authors
86
230260
3000
Kështuqë nëse keni pesë milionë autorë
03:53
and five million plaintiffs is a massive lawsuit.
87
233260
3000
dhe pesë milionë paditës formojnë një paditje masive.
03:56
So, although that would be really, really awesome,
88
236260
2000
Edhe pse kjo do të ishte me të vërtetë e mrekullueshme,
03:58
again, that's extremely, extremely impractical.
89
238260
3000
megjithatë do të ishte tejet jo praktike.
04:01
(Laughter)
90
241260
2000
(Të qeshura)
04:03
Now again, we kind of caved in,
91
243260
2000
Kështu qe ne përsëri u zbrapsëm,
04:05
and we did the very practical approach, which was a bit less awesome.
92
245260
3000
dhe u drejtuam me një qasje më praktike e cila ishte më pak mbresëlënëse.
04:08
We said, well instead of releasing the full text,
93
248260
2000
Dhe thamë, në vend se ta publikojmë tekstin e plotë,
04:10
we're going to release statistics about the books.
94
250260
2000
ne do te publikojmë statistikat rreth librave.
04:12
So take for instance "A gleam of happiness."
95
252260
2000
Për shembull " A gleam of happiness" ("Një dritë e zbehtë e lumturisë").
04:14
It's four words; we call that a four-gram.
96
254260
2000
Përmban katër fjalë, ne mund ta thërrasim një katër-gram.
04:16
We're going to tell you how many times a particular four-gram
97
256260
2000
Tani do t'ju rrëfejmë se sa herë një katër-gram i veçantë
04:18
appeared in books in 1801, 1802, 1803,
98
258260
2000
është shfaqur nëpër libra në vitet 1801. 1802, 1803,
04:20
all the way up to 2008.
99
260260
2000
e gjer në vitin 2008.
04:22
That gives us a time series
100
262260
2000
Kjo na sjell neve një seri
04:24
of how frequently this particular sentence was used over time.
101
264260
2000
e cila na tregon frekuencën e përdorimit gjatë kohës të një fjalie të veçantë.
04:26
We do that for all the words and phrases that appear in those books,
102
266260
3000
E kemi bërë këtë gjë për të gjitha fjalët dhe frazat të cilat shfaqen në ato libra,
04:29
and that gives us a big table of two billion lines
103
269260
3000
dhe kjo na sjell një tabelë të madhe me dy miliardë linja
04:32
that tell us about the way culture has been changing.
104
272260
2000
të cilat na rrëfejnë se si kultura ka ndryshuar.
04:34
ELA: So those two billion lines,
105
274260
2000
ELA: Kështu që këto dy miliardë linja,
04:36
we call them two billion n-grams.
106
276260
2000
ne i kemi quajtur dy miliardë n-grame.
04:38
What do they tell us?
107
278260
2000
E çka na rrëfejnë ato neve?
04:40
Well the individual n-grams measure cultural trends.
108
280260
2000
N-gramet individuale masin trendet kulturore.
04:42
Let me give you an example.
109
282260
2000
Ta marr një shembull për t'ju ilustruar.
04:44
Let's suppose that I am thriving,
110
284260
2000
Le të supozojmë se unë jam duke u zhvilluar,
04:46
then tomorrow I want to tell you about how well I did.
111
286260
2000
dhe të nesërmen do të dëshiroja t'ju rrëfej sa kam arritur.
04:48
And so I might say, "Yesterday, I throve."
112
288260
3000
Kështuqë mund të them , "Dje përparova" (Shënim: Mirret shembull trajta e foljeve të rregullta dhe parregullta në gjuhën angleze).
04:51
Alternatively, I could say, "Yesterday, I thrived."
113
291260
3000
Ose mund të thosha, "Dje kam përparuar".
04:54
Well which one should I use?
114
294260
3000
Cilën formë do të duhej ta përdorja?
04:57
How to know?
115
297260
2000
Si ta di?
04:59
As of about six months ago,
116
299260
2000
Diku para gjashtë muajsh,
05:01
the state of the art in this field
117
301260
2000
arti i kësaj fushe
05:03
is that you would, for instance,
118
303260
2000
do të ishte, si shembull,
05:05
go up to the following psychologist with fabulous hair,
119
305260
2000
të takoni një psikolog me flokë të mrekullueshëm,
05:07
and you'd say,
120
307260
2000
e ti thoni;
05:09
"Steve, you're an expert on the irregular verbs.
121
309260
3000
"Steve, ti je një ekspert në foljet e parregullta.
05:12
What should I do?"
122
312260
2000
Çka më duhet të bëj?"
05:14
And he'd tell you, "Well most people say thrived,
123
314260
2000
Ai do t'ju përgjigjej, "Shumica e njerëzve përdorin shprehjen: kam përparuar,
05:16
but some people say throve."
124
316260
3000
por ka të tillë që përdorin: përparova."
05:19
And you also knew, more or less,
125
319260
2000
Edhe ju e dini, pak a shumë,
05:21
that if you were to go back in time 200 years
126
321260
3000
se po t'ju duhej të ktheheni prapa në kohë për 200 vite
05:24
and ask the following statesman with equally fabulous hair,
127
324260
3000
dhe ta pyetni deklaruesin e rradhës poashtu me flokë të mrekullueshëm,
05:27
(Laughter)
128
327260
3000
(Të qeshura)
05:30
"Tom, what should I say?"
129
330260
2000
"Tom, si duhet ta them?"
05:32
He'd say, "Well, in my day, most people throve,
130
332260
2000
Ai do t'ju përgjigjej, " Tani, në kohën time shumica e njerëzve janë zhvilluar,
05:34
but some thrived."
131
334260
3000
por disa zhvilluan."
05:37
So now what I'm just going to show you is raw data.
132
337260
2000
Tani do t'ju paraqes disa të dhëna të papërpunuara,
05:39
Two rows from this table of two billion entries.
133
339260
4000
Dy rreshta prej kësaj tabele prej dy miliardë të dhënash.
05:43
What you're seeing is year by year frequency
134
343260
2000
Se çka po shohim është frekuenca vit për vit
05:45
of "thrived" and "throve" over time.
135
345260
3000
e "jam zhvilluar" dhe "u zhvillova" gjatë kohës.
05:49
Now this is just two
136
349260
2000
Kjo tani është vetëm dy
05:51
out of two billion rows.
137
351260
3000
prej dy miliardë rreshtash.
05:54
So the entire data set
138
354260
2000
Pra i gjithë kompleti i të dhënave
05:56
is a billion times more awesome than this slide.
139
356260
3000
është një miliardë herë më i mrekullueshëm se kjo faqe prezentimi.
05:59
(Laughter)
140
359260
2000
(Të qeshura)
06:01
(Applause)
141
361260
4000
(Duartrokitje)
06:05
JM: Now there are many other pictures that are worth 500 billion words.
142
365260
2000
JM: Tashti ka shumë fotografi që vlejnë sa 500 miliardë fjalë,
06:07
For instance, this one.
143
367260
2000
Si shembull, kjo.
06:09
If you just take influenza,
144
369260
2000
Nëse e marrim gripin,
06:11
you will see peaks at the time where you knew
145
371260
2000
do të shihni pika kulminante gjatë kohës kur ju keni qenë në dijeni
06:13
big flu epidemics were killing people around the globe.
146
373260
3000
se epidemitë e mëdha të gripit kanë qenë vdekjeprurëse përgjatë globit.
06:16
ELA: If you were not yet convinced,
147
376260
3000
ELA: Nëse nuk jeni ende të bindur,
06:19
sea levels are rising,
148
379260
2000
nivelet e ujërave po rritet,
06:21
so is atmospheric CO2 and global temperature.
149
381260
3000
po ashtu edhe niveli i CO2 dhe temperatura globale.
06:24
JM: You might also want to have a look at this particular n-gram,
150
384260
3000
JM: Ndoshta do të duhej ta shiqoni pikërisht këtë n-gram,
06:27
and that's to tell Nietzsche that God is not dead,
151
387260
3000
e kjo vetëm për ti tregu Niçes se Zoti nuk ka vdek.
06:30
although you might agree that he might need a better publicist.
152
390260
3000
edhe pse edhe ju ndoshta pajtoheni se ai ka nevoje për ndonjë publicist më të mirë.
06:33
(Laughter)
153
393260
2000
(Të qeshura)
06:35
ELA: You can get at some pretty abstract concepts with this sort of thing.
154
395260
3000
Ju mund ti qaseni edhe disa koncepteve mjaft abstrajte me këtë metodë.
06:38
For instance, let me tell you the history
155
398260
2000
Për shembull, më lejoni t'ju rrëfej historinë e
06:40
of the year 1950.
156
400260
2000
vitit 1950.
06:42
Pretty much for the vast majority of history,
157
402260
2000
Për shumicën e historisë
06:44
no one gave a damn about 1950.
158
404260
2000
askujt s'ju ka bërë vonë për vitin 1950.
06:46
In 1700, in 1800, in 1900,
159
406260
2000
Në vitin 1700, 1800, 1900,
06:48
no one cared.
160
408260
3000
askush nuk është brengosur.
06:52
Through the 30s and 40s,
161
412260
2000
Gjatë viteve 30ta dhe 40ta,
06:54
no one cared.
162
414260
2000
askush nuk është brengosur.
06:56
Suddenly, in the mid-40s,
163
416260
2000
Papritmas, në mesin e viteve 40ta,
06:58
there started to be a buzz.
164
418260
2000
filloi të bëhet zhurmë.
07:00
People realized that 1950 was going to happen,
165
420260
2000
Njerëzit e kuptuan se viti 1950 do të vinte,
07:02
and it could be big.
166
422260
2000
dhe do të mund të ishte madhështorë.
07:04
(Laughter)
167
424260
3000
(Të qeshura)
07:07
But nothing got people interested in 1950
168
427260
3000
Por asgjë nuk i tërhoqi vëmendjen njerëzve në vitin 1950
07:10
like the year 1950.
169
430260
3000
vetëm se veç viti 1950 në vete.
07:13
(Laughter)
170
433260
3000
(Të qeshura)
07:16
People were walking around obsessed.
171
436260
2000
Njerëzit shetisnin rreth e rrotul të obsesionuar.
07:18
They couldn't stop talking
172
438260
2000
Ata nuk mund të ndalonin së foluri
07:20
about all the things they did in 1950,
173
440260
3000
për gjërat që kishin bërë në vitin1950,
07:23
all the things they were planning to do in 1950,
174
443260
3000
gjërat që kishin planifikuar se do ti bënin në vitin 1950,
07:26
all the dreams of what they wanted to accomplish in 1950.
175
446260
5000
gjithë ato ëndrra që kishin dëshiruar ti plotësonin në vitin 1950.
07:31
In fact, 1950 was so fascinating
176
451260
2000
Në fakt, viti 1950 ishte aq i mahnitshëm
07:33
that for years thereafter,
177
453260
2000
sa për vitet që do të vinin,
07:35
people just kept talking about all the amazing things that happened,
178
455260
3000
njerëzit do të flisnin për të gjitha gjërat e mrekullueshme që kanë ndodhur,
07:38
in '51, '52, '53.
179
458260
2000
në '51tën, '52tën, '53tën.
07:40
Finally in 1954,
180
460260
2000
Më në fund në vitin 1954,
07:42
someone woke up and realized
181
462260
2000
dikush u kthjell dhe kuptoi
07:44
that 1950 had gotten somewhat passé.
182
464260
4000
se disi 1950ta është zbehur.
07:48
(Laughter)
183
468260
2000
(Të qeshura)
07:50
And just like that, the bubble burst.
184
470260
2000
Dhe kështu, baloni pëlciti.
07:52
(Laughter)
185
472260
2000
(Të qeshura)
07:54
And the story of 1950
186
474260
2000
Dhe tregimi i 1950tës
07:56
is the story of every year that we have on record,
187
476260
2000
është tregimi i çdo viti të cilin e kemi regjistruar ne,
07:58
with a little twist, because now we've got these nice charts.
188
478260
3000
me pak ndryshime, sepse tani i kemi këto diagrame të mira.
08:01
And because we have these nice charts, we can measure things.
189
481260
3000
Dhe sepse i kemi këto diagrame të mira, ne mundemi ti masim gjërat.
08:04
We can say, "Well how fast does the bubble burst?"
190
484260
2000
Ne mund të themi: "Sa shpejt mundet një balon të pëcals?"
08:06
And it turns out that we can measure that very precisely.
191
486260
3000
Dhe siç po duket ne mundemi ta masim atë
08:09
Equations were derived, graphs were produced,
192
489260
3000
Ekuacionet janë derivuar, grafiqet janë ndërtuar,
08:12
and the net result
193
492260
2000
dhe rezultati i fundit
08:14
is that we find that the bubble bursts faster and faster
194
494260
3000
është se ne kemi konkluduar se baloni pëlcet shpejt e më shpejt
08:17
with each passing year.
195
497260
2000
me çdo vit që kalon.
08:19
We are losing interest in the past more rapidly.
196
499260
5000
Ne po humbim interesimin për të kaluarën në mënyrë tejet të shpejtë.
08:24
JM: Now a little piece of career advice.
197
504260
2000
JM: Tani një këshillë sa i përket karrierës.
08:26
So for those of you who seek to be famous,
198
506260
2000
Për ata që kërkojnë famën,
08:28
we can learn from the 25 most famous political figures,
199
508260
2000
mund të mësojmë prej 25 figurave më të famshme të politikës,
08:30
authors, actors and so on.
200
510260
2000
autorëve, aktorëve e kështu me radhë.
08:32
So if you want to become famous early on, you should be an actor,
201
512260
3000
Kështuqë pra, nëse doni të bëheni të famshëm qysh herët, duhet të bëheni aktor,
08:35
because then fame starts rising by the end of your 20s --
202
515260
2000
sepse atëherë fama fillon t'ju rritet kah mosha 20 vjeçare,
08:37
you're still young, it's really great.
203
517260
2000
ju jeni ende të rinj, çka është e mrekullueshmë.
08:39
Now if you can wait a little bit, you should be an author,
204
519260
2000
Nëse dëshironi të prisni pak, duhet të bëheni autor,
08:41
because then you rise to very great heights,
205
521260
2000
sepse atëherë mund të ngriteni në majat më të larta,
08:43
like Mark Twain, for instance: extremely famous.
206
523260
2000
si shembull Mark Twain, më se i famshëm.
08:45
But if you want to reach the very top,
207
525260
2000
Por nëse doni të arrini majat e majave,
08:47
you should delay gratification
208
527260
2000
duhet të i vononi kënaqësitë
08:49
and, of course, become a politician.
209
529260
2000
dhe natyrisht të bëheni një politikan.
08:51
So here you will become famous by the end of your 50s,
210
531260
2000
Në këtë rast do të bëheni të famshëm kah mosha 50 vjeçare,
08:53
and become very, very famous afterward.
211
533260
2000
do të bëheni shumë, shumë të famshëm pastaj.
08:55
So scientists also tend to get famous when they're much older.
212
535260
3000
Poashtu edhe shkenctarët duken se bëhen të famshëm kur veçse janë më të moshuar.
08:58
Like for instance, biologists and physics
213
538260
2000
Si shembull, biologët dhe fizikantët
09:00
tend to be almost as famous as actors.
214
540260
2000
duken se gati bëhen të famshëm sa vetë aktorët.
09:02
One mistake you should not do is become a mathematician.
215
542260
3000
Një gabim nuk duhet ta bëni, e të bëheni matematicient.
09:05
(Laughter)
216
545260
2000
(Të qeshura)
09:07
If you do that,
217
547260
2000
Nëse veç bëheni,
09:09
you might think, "Oh great. I'm going to do my best work when I'm in my 20s."
218
549260
3000
ju do të mendoni, "Për mrekulli, do ti realizoj punimet më të mira të miat në moshën 20 vjeçare."
09:12
But guess what, nobody will really care.
219
552260
2000
Edhe a e dini, se askujt si bëhet vonë për këtë fakt.
09:14
(Laughter)
220
554260
3000
(Të qeshura)
09:17
ELA: There are more sobering notes
221
557260
2000
ELA: Ne mund të gjejmë shënime më të qarta
09:19
among the n-grams.
222
559260
2000
midis n-grameve.
09:21
For instance, here's the trajectory of Marc Chagall,
223
561260
2000
Si shembull, ja trajektorja e Marc Chagall,
09:23
an artist born in 1887.
224
563260
2000
një artist i lindur në vitin 1887.
09:25
And this looks like the normal trajectory of a famous person.
225
565260
3000
Dhe kjo duket si një trajektore normale e një personi të famshëm.
09:28
He gets more and more and more famous,
226
568260
4000
Ai bëhet gjithëmonë më i famshëm,
09:32
except if you look in German.
227
572260
2000
përveç se nëse shiqoni në gjuhën gjermane.
09:34
If you look in German, you see something completely bizarre,
228
574260
2000
Nëse shiqoni në gjuhën gjermane, do të nuhasni diçka tërësisht bizare,
09:36
something you pretty much never see,
229
576260
2000
diçka që gati kurrë nuk do të shihni,
09:38
which is he becomes extremely famous
230
578260
2000
gjë që është se ai bëhet më se i famshëm
09:40
and then all of a sudden plummets,
231
580260
2000
e pastaj papritmas merr teposhtëzën,
09:42
going through a nadir between 1933 and 1945,
232
582260
3000
duke përjetuar një pikë të ultë midis viteve 1933 dhe 1945,
09:45
before rebounding afterward.
233
585260
3000
para se të tërhiqet pastaj.
09:48
And of course, what we're seeing
234
588260
2000
Se çka po vërejmë natyrisht,
09:50
is the fact Marc Chagall was a Jewish artist
235
590260
3000
është fakti që Marc Chagall ishte një artist hebre
09:53
in Nazi Germany.
236
593260
2000
në një Gjermani Naziste.
09:55
Now these signals
237
595260
2000
Tani, këto sinjale
09:57
are actually so strong
238
597260
2000
janë shumë të fortë
09:59
that we don't need to know that someone was censored.
239
599260
3000
sa që neve nuk na nevojitet te jemi në dijeni se dikush ishte i çenzuruar.
10:02
We can actually figure it out
240
602260
2000
Ne në fakt mund ta kuptojmë vetvetiu
10:04
using really basic signal processing.
241
604260
2000
duke shfrytëzuar procesimin e sinjaleve themelore.
10:06
Here's a simple way to do it.
242
606260
2000
Ja si është metoda më e thjeshtë për ta bërë.
10:08
Well, a reasonable expectation
243
608260
2000
Pritjet racionale
10:10
is that somebody's fame in a given period of time
244
610260
2000
që fama e dikujt gjatë një periudhe kohore
10:12
should be roughly the average of their fame before
245
612260
2000
do të duhet të jetë përafërsisht mesatarja e famës së tyre para
10:14
and their fame after.
246
614260
2000
dhe pasi që veç ishin të famshëm.
10:16
So that's sort of what we expect.
247
616260
2000
Kjo është çka ne presim.
10:18
And we compare that to the fame that we observe.
248
618260
3000
Dhe ne e krahasojmë me famën të cilën e vëzhgojmë.
10:21
And we just divide one by the other
249
621260
2000
Dhe veç i ndajmë njërën me tjetrën
10:23
to produce something we call a suppression index.
250
623260
2000
për të prodhuar diçka që ne e quajmë indeksi i shuarjes.
10:25
If the suppression index is very, very, very small,
251
625260
3000
Nëse ky indeks i shuarjes është tejet, tejet, tejet i vogël,
10:28
then you very well might be being suppressed.
252
628260
2000
atëherë ju veçse jeni të shtypur.
10:30
If it's very large, maybe you're benefiting from propaganda.
253
630260
3000
Nëse ky indeks është i madh, ndoshta jeni duke përfituar nga propaganda.
10:34
JM: Now you can actually look at
254
634260
2000
JM: Tani ju mund të shihni
10:36
the distribution of suppression indexes over whole populations.
255
636260
3000
shpërndarjen e indekseve te shuarjeve nëpër popullatën e gjerë.
10:39
So for instance, here --
256
639260
2000
Pra si shembull këtu--
10:41
this suppression index is for 5,000 people
257
641260
2000
ky indeks i shuarjes është për 5,000 njerëz
10:43
picked in English books where there's no known suppression --
258
643260
2000
të përzgjedhur nëpër libra anglez ku nuk ka pasur shtypje të njohur--
10:45
it would be like this, basically tightly centered on one.
259
645260
2000
do të dukej diçka si kjo, pra e përqëndruar ngushtë në një.
10:47
What you expect is basically what you observe.
260
647260
2000
Se çka prisni në parim është se çka vëzhgoni.
10:49
This is distribution as seen in Germany --
261
649260
2000
Kjo shpërndarje e parë në Gjermani--
10:51
very different, it's shifted to the left.
262
651260
2000
shumë e ndryshme, është zhvendosur në të majtë.
10:53
People talked about it twice less as it should have been.
263
653260
3000
Njerëzit kanë folur rreth saj dy herë më pak se është dashur.
10:56
But much more importantly, the distribution is much wider.
264
656260
2000
Por çka është më me rëndësi, shpërndarja është më e gjerë.
10:58
There are many people who end up on the far left on this distribution
265
658260
3000
Janë gjendur shumë njerëz të cilët kanë përfunduar në skajin e anës së majtë të shpërndarjes
11:01
who are talked about 10 times fewer than they should have been.
266
661260
3000
të cilët kanë folur 10 herë më pak se është dashur.
11:04
But then also many people on the far right
267
664260
2000
Por në anën tjetër shumë njerëz në skajin e anës së djathtë
11:06
who seem to benefit from propaganda.
268
666260
2000
siç duket kanë përfituar nga propaganda.
11:08
This picture is the hallmark of censorship in the book record.
269
668260
3000
Kjo fotografi është vula dalluese e çenzurës në librin e shënuar.
11:11
ELA: So culturomics
270
671260
2000
Pra kulturomikë
11:13
is what we call this method.
271
673260
2000
e quajmë ne këtë metodë.
11:15
It's kind of like genomics.
272
675260
2000
Diçka e ngjashme me gjenomikën.
11:17
Except genomics is a lens on biology
273
677260
2000
Përveç se gjenomika e vë nën thjerrëz biologjinë
11:19
through the window of the sequence of bases in the human genome.
274
679260
3000
nëpërmjet dritares së ndërtueme në sekuenca në bazë të gjenomit njerëzor.
11:22
Culturomics is similar.
275
682260
2000
Kulturomika është e ngjashme.
11:24
It's the application of massive-scale data collection analysis
276
684260
3000
Paraqet aplikimin e analizës së të dhënave masive të mbledhura paraprakisht
11:27
to the study of human culture.
277
687260
2000
për të studiuar kulturën njerëzore.
11:29
Here, instead of through the lens of a genome,
278
689260
2000
Tani këtu në vend se të shiqojmë nëpërmjet thjerrëzës së një gjenomi,
11:31
through the lens of digitized pieces of the historical record.
279
691260
3000
shiqojmë nëpërmjet thjerrëzës së pjesëve të digjitalizuara të regjistrave historik.
11:34
The great thing about culturomics
280
694260
2000
Mashështia e kulturomikës
11:36
is that everyone can do it.
281
696260
2000
është se çdokush mund ta bëj.
11:38
Why can everyone do it?
282
698260
2000
Pse çdokush mundet?
11:40
Everyone can do it because three guys,
283
700260
2000
Gjithëkush do të ketë mundësi, sepse tre djem,
11:42
Jon Orwant, Matt Gray and Will Brockman over at Google,
284
702260
3000
Jon Orwant, Matt Gray dhe Will Brockman në Google,
11:45
saw the prototype of the Ngram Viewer,
285
705260
2000
kur e kanë e parë prototipin e Ngram Viewer,
11:47
and they said, "This is so fun.
286
707260
2000
thanë, "Kjo duket shumë zbavitëse.
11:49
We have to make this available for people."
287
709260
3000
Do të duhet të jetë e disponueshme për njerëzit."
11:52
So in two weeks flat -- the two weeks before our paper came out --
288
712260
2000
Për rrafsh dy javë--dy javë para se të publikohej artikulli ynë--
11:54
they coded up a version of the Ngram Viewer for the general public.
289
714260
3000
ata kodifikuan një version të Ngram Viewer për publikun e gjerë.
11:57
And so you too can type in any word or phrase that you're interested in
290
717260
3000
Dhe ju mund të shtypni ndonjë fjalë apo frazë e cila ju intereson
12:00
and see its n-gram immediately --
291
720260
2000
dhe ta shiqoni n-gram e tij menjiherë--
12:02
also browse examples of all the various books
292
722260
2000
poashtu të shfletoni shembuj prej librave të ndryshëm
12:04
in which your n-gram appears.
293
724260
2000
në të cilat n-grami juaj shfaqet.
12:06
JM: Now this was used over a million times on the first day,
294
726260
2000
JM: Tani ky apllikacion është shfrytëzuar një milionë herë në ditë e parë të tij,
12:08
and this is really the best of all the queries.
295
728260
2000
dhe kjo ështe më e mirë prej të gjitha kërkimeve.
12:10
So people want to be their best, put their best foot forward.
296
730260
3000
Kështuqë njerëzit duan të jenë më e mira e vetvetes, le të vënë hapin më të mirë përpara.
12:13
But it turns out in the 18th century, people didn't really care about that at all.
297
733260
3000
Por siç do të shihet njerëzit në shekullin e XVIII-të nuk janë brengosur shumë për atë gjë.
12:16
They didn't want to be their best, they wanted to be their beft.
298
736260
3000
Njerëzit nuk kanë dashur të jenë në të mirën (fjala në angl. best) e tyre por në të mifën e tyre ( beft, një shkronjë e shkruar gabimisht, fraza mbetet pa kuptim).
12:19
So what happened is, of course, this is just a mistake.
299
739260
3000
Se çka ka ndodhur, natyrisht, ky është një gabim.
12:22
It's not that strove for mediocrity,
300
742260
2000
Nuk ishte ajo që u përpjek për mediokritet,
12:24
it's just that the S used to be written differently, kind of like an F.
301
744260
3000
por shkronja S shkruhej pak më ndryshe, diçka si shkronja F.
12:27
Now of course, Google didn't pick this up at the time,
302
747260
3000
Tani natyrisht, Google nuk mund ta haste në atë kohë,
12:30
so we reported this in the science article that we wrote.
303
750260
3000
kështu që ne e raportuam në artikullin që po shkruanim.
12:33
But it turns out this is just a reminder
304
753260
2000
Por ajo doli të ishte vetëm një rikujtues
12:35
that, although this is a lot of fun,
305
755260
2000
se edhe pse kjo është shumë zbavitëse,
12:37
when you interpret these graphs, you have to be very careful,
306
757260
2000
kur i intepretoni këto grafiqe, duhet të keni shumë kujdes,
12:39
and you have to adopt the base standards in the sciences.
307
759260
3000
dhe ti përvetësoni standardet themelore shkencore.
12:42
ELA: People have been using this for all kinds of fun purposes.
308
762260
3000
ELA: Njerëzit e kanë shfrytëzuar këtë aplikacion për qëllime të ndryshme zbavitëse.
12:45
(Laughter)
309
765260
7000
(Të qeshura)
12:52
Actually, we're not going to have to talk,
310
772260
2000
Në fakt, ne nuk do të flasim më,
12:54
we're just going to show you all the slides and remain silent.
311
774260
3000
do t'ju paraqesim të gjitha faqet e prezentimit dhe do të jemi të qetë.
12:57
This person was interested in the history of frustration.
312
777260
3000
Ky person ishte i interesuar në historinë e frustrimit.
13:00
There's various types of frustration.
313
780260
3000
Ekzistojne lloje të ndryshme të frustrimit.
13:03
If you stub your toe, that's a one A "argh."
314
783260
3000
Nëse zeni në thua, në pasthirrmën tuaj "ah" gjendet vetëm një A.
13:06
If the planet Earth is annihilated by the Vogons
315
786260
2000
Nëse planeti Tokë do të shkatërrohej tërësisht nga jashtëtokësorët Vogonë
13:08
to make room for an interstellar bypass,
316
788260
2000
për të liruar hapësirë për një bajpas ndëryjor,
13:10
that's an eight A "aaaaaaaargh."
317
790260
2000
në "Aaaaaaaah" do të gjindeshin tetë A-ja.
13:12
This person studies all the "arghs,"
318
792260
2000
Ky person studio të gjitha pasthirrmat "ah",
13:14
from one through eight A's.
319
794260
2000
prej me një deri tetë A-ja.
13:16
And it turns out
320
796260
2000
Dhe siç u pa
13:18
that the less-frequent "arghs"
321
798260
2000
"ah"-et më pak të shpeshta
13:20
are, of course, the ones that correspond to things that are more frustrating --
322
800260
3000
janë natyrisht ato të cilat korrespondojnë me gjërat më frustruese--
13:23
except, oddly, in the early 80s.
323
803260
3000
përveç çuditërisht në vitet e fillimit të 1980tës.
13:26
We think that might have something to do with Reagan.
324
806260
2000
Ne mendojmë se kjo ka të bëj diçka me Reagan.
13:28
(Laughter)
325
808260
2000
(Të qeshura)
13:30
JM: There are many usages of this data,
326
810260
3000
JM: Këto të dhëna mund të shfrytëzohen në mënyra të ndryshme,
13:33
but the bottom line is that the historical record is being digitized.
327
813260
3000
por çka duam të themi është se shënimet historike po digjitalizohen.
13:36
Google has started to digitize 15 million books.
328
816260
2000
Google ka fillu digjitalizimin e 15 milionë librave.
13:38
That's 12 percent of all the books that have ever been published.
329
818260
2000
Kjo është vetëm 12 përqind e të gjithë librave të botuar deri sot.
13:40
It's a sizable chunk of human culture.
330
820260
3000
Paraqet një copë të konsiderueshme të kulturës njerëzore.
13:43
There's much more in culture: there's manuscripts, there newspapers,
331
823260
3000
Kuptohet ka shumë më shumë gjëra në kulture si: dorëshkrimet, shtypi ditor,
13:46
there's things that are not text, like art and paintings.
332
826260
2000
gjërat që nuk përmbajnë tekst, si arti dhe pikturat.
13:48
These all happen to be on our computers,
333
828260
2000
E gjithë këto ndodhen në kompjuterët tanë,
13:50
on computers across the world.
334
830260
2000
në kompjuterët nëpër botë.
13:52
And when that happens, that will transform the way we have
335
832260
3000
E kur gjithë këto ndodhin, do të transformojnë mënyrën se si ne
13:55
to understand our past, our present and human culture.
336
835260
2000
e kuptojmë te kaluarën, të tashmen tonë si dhe kulturën njerëzore.
13:57
Thank you very much.
337
837260
2000
Ju falemnderit shumë.
13:59
(Applause)
338
839260
3000
(Duartrokitje)
Rreth kësaj faqe interneti

Kjo faqe do t'ju prezantojë me videot e YouTube që janë të dobishme për të mësuar anglisht. Do të shihni mësime angleze të mësuara nga mësues të nivelit më të lartë nga e gjithë bota. Klikoni dy herë mbi titrat në anglisht të shfaqura në secilën faqe të videos për të luajtur videon prej andej. Titrat lëvizin në sinkron me riprodhimin e videos. Nëse keni ndonjë koment ose kërkesë, ju lutemi na kontaktoni duke përdorur këtë formular kontakti.

https://forms.gle/WvT1wiN1qDtmnspy7