ABOUT THE SPEAKER
Luis von Ahn - Computer scientist
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone.

Why you should listen

Louis von Ahn is an associate professor of Computer Science at Carnegie Mellon University, and he's at the forefront of the crowdsourcing craze. His work takes advantage of the evergrowing Web-connected population to acheive collaboration in unprecedented numbers. His projects aim to leverage the crowd for human good. His company reCAPTCHA, sold to Google in 2009, digitizes human knowledge (books), one word at a time. His new project is Duolingo, which aims to get 100 million people translating the Web in every major language.

More profile about the speaker
Luis von Ahn | Speaker | TED.com
TEDxCMU

Luis von Ahn: Massive-scale online collaboration

ルイス・フォン・アーン 「ネットを使った大規模共同作業」

Filmed:
1,740,008 views

CAPTCHAを作り変え、ユーザ入力で本の文字データ化に貢献できるようにした後、ルイス・フォン・アーンは膨大なインターネットユーザの小さな貢献を結集することで何か大きな目的を達成できるようなものが他にないかと考えました。TEDxCMUで彼は、何百万という人に外国語の学習をしてもらいつつ、ウェブの翻訳を素早く正確にタダでやってもらおうという、野心的な新しいプロジェクトDuolingoの紹介をしています。
- Computer scientist
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone. Full bio

Double-click the English transcript below to play the video.

00:15
How manyたくさんの of you had to fill埋める out some sortソート of webウェブ form
0
0
2000
こんな風にゆがんだ文字を読んで
00:17
where you've been asked尋ねた to read読む a distorted sequenceシーケンス of characters文字 like this?
1
2000
2000
フォーム入力をしたことある人?
00:19
How manyたくさんの of you found見つけた it really, really annoying迷惑な?
2
4000
2000
すっごく煩わしいと思った人は?
00:21
Okay, outstanding傑出した. So I invented発明された that.
3
6000
3000
やっぱりみんなそうですよね
00:24
(Laughter笑い)
4
9000
2000
考案したのは私です (笑)
00:26
Or I was one of the people who did it.
5
11000
2000
まあ 考案者の1人ですね
00:28
That thing is calledと呼ばれる a CAPTCHAキャプチャ.
6
13000
2000
これはCAPTCHAと呼ばれています
00:30
And the reason理由 it is there is to make sure you, the entityエンティティ filling充填 out the form,
7
15000
2000
これの目的は 入力しているのが
00:32
are actually実際に a human人間 and not some sortソート of computerコンピューター programプログラム
8
17000
3000
確かに人間で 何百万回もフォームを送信するように作られた
00:35
that was written書かれた to submit提出する the form millions何百万 and millions何百万 of times.
9
20000
2000
プログラムではないと確認するためです
00:37
The reason理由 it works作品 is because humans人間,
10
22000
2000
どうしてこれがうまくいくのかというと
00:39
at least少なくとも non-visually-impaired非視覚障害者 humans人間,
11
24000
2000
目の見える人であれば こんな
00:41
have no troubleトラブル reading読書 these distorted squiggly波打つ characters文字,
12
26000
2000
ゆがんだ文字でも問題なく読み取れますが
00:43
whereas一方、 computerコンピューター programsプログラム simply単に can't do it as well yetまだ.
13
28000
3000
コンピュータには まだそれができないからです
00:46
So for example, in the case場合 of TicketmasterTicketmaster,
14
31000
2000
例えばチケット販売サイトのチケットマスターが
00:48
the reason理由 you have to typeタイプ these distorted characters文字
15
33000
2000
ユーザにゆがんだ文字を読ませるのは
00:50
is to prevent防ぐ scalpersスカラー from writing書き込み a programプログラム
16
35000
2000
一度に何百万枚もチケットを注文する—
00:52
that can buy購入 millions何百万 of tickets切符売場, two at a time.
17
37000
2000
プログラムをダフ屋に作らせないためです
00:54
CAPTCHAsキャプチャ are used all over the Internetインターネット.
18
39000
2000
CAPTCHAはネットの至る所で使われ
00:56
And since以来 they're used so oftenしばしば,
19
41000
2000
あまりに多く使われているので
00:58
a lot of times the precise正確 sequenceシーケンス of randomランダム characters文字 that is shown示された to the userユーザー
20
43000
2000
ランダムに選ばれた文字列が
01:00
is not so fortunate幸運な.
21
45000
2000
不運な結果になることがあります
01:02
So this is an example from the YahooYahoo registration登録 pageページ.
22
47000
3000
これはヤフーのユーザ登録ページの例ですが
01:05
The randomランダム characters文字 that happened起こった to be shown示された to the userユーザー
23
50000
2000
ランダムな文字列がたまたま
01:07
were W, A, I, T, whichどの, of courseコース, spellスペル a wordワード.
24
52000
3000
「W A I T」(待て)という 意味ある単語になっています
01:10
But the bestベスト part is the messageメッセージ
25
55000
3000
ここで傑作なのは
01:13
that the YahooYahoo help desk got about 20 minutes later後で.
26
58000
3000
ヤフーのヘルプデスクが20分後に受け取ったメッセージです
01:16
Textテキスト: "Help! I've been waiting待っている for over 20 minutes, and nothing happens起こる."
27
61000
3000
「どうなってるんでしょう? 20分以上待っても何も起きないんですが?」
01:19
(Laughter笑い)
28
64000
4000
「どうなってるんでしょう? 20分以上待っても何も起きないんですが?」
01:23
This person thought they needed必要な to wait.
29
68000
2000
この人は待たなきゃいけないと思ったようです
01:25
This of courseコース, is not as bad悪い as this poor貧しい person.
30
70000
3000
しかしそれも この人ほど不運ではないでしょう
01:28
(Laughter笑い)
31
73000
2000
「RESTART」(やり直せ) (笑)
01:30
CAPTCHAキャプチャ Projectプロジェクト is something that we did here at Carnegieカーネギー Melllonメッロン over 10 years ago,
32
75000
3000
CAPTCHAは 私たちが10年以上前に ここカーネギーメロン大学で開発し
01:33
and it's been used everywhereどこにでも.
33
78000
2000
広く使われるようになりました
01:35
Let me now tell you about a projectプロジェクト that we did a few少数 years later後で,
34
80000
2000
次に その何年か後に作った
01:37
whichどの is sortソート of the next evolution進化 of CAPTCHAキャプチャ.
35
82000
3000
CAPTCHAの進化形の話をしましょう
01:40
This is a projectプロジェクト that we call reCAPTCHAリチャッチャ,
36
85000
2000
これは reCAPTCHAと呼んでいるもので
01:42
whichどの is something that we started開始した here at Carnegieカーネギー Mellonメロン,
37
87000
2000
ここカーネギーメロン大学でやり始めて
01:44
then we turned回した it into a startup起動 company会社.
38
89000
2000
それをベンチャー企業にしました
01:46
And then about a year and a halfハーフ ago,
39
91000
2000
そして1年半ほど前に
01:48
GoogleGoogle actually実際に acquired獲得しました this company会社.
40
93000
2000
グーグルがその会社を買収しました
01:50
So let me tell you what this projectプロジェクト started開始した.
41
95000
2000
そのプロジェクトがどう始まったかですが
01:52
So this projectプロジェクト started開始した from the following以下 realization実現:
42
97000
3000
あるすごいことに気づいたのがきっかけでした
01:55
It turnsターン out that approximately 200 million百万 CAPTCHAsキャプチャ
43
100000
2000
CAPTCHAは世界中の人によって
01:57
are typed型付きの everyday毎日 by people around the world世界.
44
102000
3000
毎日2億回も入力されているのが分かったのです
02:00
When I first heard聞いた this, I was quiteかなり proud誇りに思う of myself私自身.
45
105000
2000
最初このことを聞いて 自分の研究成果の
02:02
I thought, look at the impact影響 that my research研究 has had.
46
107000
2000
影響の大きさに 随分誇らしく思えたのですが
02:04
But then I started開始した feeling感じ bad悪い.
47
109000
2000
それから申し訳ない気持ちになりました
02:06
See here'sここにいる the thing, each time you typeタイプ a CAPTCHAキャプチャ,
48
111000
2000
それというのも CAPTCHAの入力には
02:08
essentially基本的に you waste廃棄物 10 seconds of your time.
49
113000
3000
毎回10秒ほど時間を無駄にすることになりますが
02:11
And if you multiplyかける that by 200 million百万,
50
116000
2000
これを2億回と掛け合わせると
02:13
you get that humanity人類 as a whole全体 is wasting無駄にする about 500,000 hours時間 everyすべて day
51
118000
3000
人類は全体として この煩わしいCAPTCHAへの入力のため
02:16
typingタイピング these annoying迷惑な CAPTCHAsキャプチャ.
52
121000
2000
毎日50万時間も無駄にしているわけです
02:18
So then I started開始した feeling感じ bad悪い.
53
123000
2000
申し訳ない気にもなります
02:20
(Laughter笑い)
54
125000
2000
(笑)
02:22
And then I started開始した thinking考え, well, of courseコース, we can't just get rid除去する of CAPTCHAsキャプチャ,
55
127000
3000
ある意味 ウェブの安全に貢献しているCAPTCHAを
02:25
because the securityセキュリティ of the Webウェブ sortソート of depends依存する on them.
56
130000
2000
単になくしてしまう訳にはいかないのですが
02:27
But then I started開始した thinking考え, is there any way we can use this effort努力
57
132000
3000
この労力を何か人類の役に立つことに
02:30
for something that is good for humanity人類?
58
135000
2000
利用できないかと考えました
02:32
So see, here'sここにいる the thing.
59
137000
2000
どういうことかと言うと
02:34
While you're typingタイピング a CAPTCHAキャプチャ, during those 10 seconds,
60
139000
2000
CAPTCHAに入力する10秒間で
02:36
your brain is doing something amazing素晴らしい.
61
141000
2000
人の脳は実はものすごいことをしています
02:38
Your brain is doing something that computersコンピュータ cannotできない yetまだ do.
62
143000
2000
コンピュータには未だできないことです
02:40
So can we get you to do useful有用 work for those 10 seconds?
63
145000
3000
その10秒でユーザに何か有益な作業をさせられないか?
02:43
Anotherもう一つ way of puttingパッティング it is,
64
148000
2000
言い換えると
02:45
is there some humongous膨大な problem問題 that we cannotできない yetまだ get computersコンピュータ to solve解決する,
65
150000
2000
現在のコンピュータでは解けない
02:47
yetまだ we can splitスプリット into tiny小さな 10-second chunksチャンク
66
152000
3000
巨大な問題を10秒分の断片に分割して
02:50
suchそのような that each time somebody誰か solves解決する a CAPTCHAキャプチャ
67
155000
2000
CAPTCHA入力の際 人間に
02:52
they solve解決する a little bitビット of this problem問題?
68
157000
2000
解かせられないかと考えたのです
02:54
And the answer回答 to that is "yes," and this is what we're doing now.
69
159000
2000
答えはイエスで それが私たちの今していることです
02:56
So what you mayかもしれない not know is that nowadays今日は while you're typingタイピング a CAPTCHAキャプチャ,
70
161000
3000
実は CAPTCHAを入力するとき 皆さんは
02:59
not only are you authenticating認証する yourselfあなた自身 as a human人間,
71
164000
2000
人間だと証明するだけでなく
03:01
but in addition添加 you're actually実際に helping助ける us to digitizeデジタル化する books.
72
166000
2000
本の電子化にも貢献しているのです
03:03
So let me explain説明する how this works作品.
73
168000
2000
その仕掛けを説明しましょう
03:05
So there's a lot of projectsプロジェクト out there trying試す to digitizeデジタル化する books.
74
170000
2000
本の電子化プロジェクトはいろいろあって
03:07
GoogleGoogle has one. The Internetインターネット Archiveアーカイブ has one.
75
172000
3000
グーグルもやっていますし インターネット・アーカイブでもやっています
03:10
Amazonアマゾン, now with the KindleKindle, is trying試す to digitizeデジタル化する books.
76
175000
2000
アマゾンも今やキンドルで本を電子化しています
03:12
Basically基本的に the way this works作品
77
177000
2000
それには まず古い本を取り上げて・・・
03:14
is you start開始 with an old古い book.
78
179000
2000
こういう形のあるやつですが・・・
03:16
You've seen見た those things, right? Like a book?
79
181000
2000
あの 見たことありますよね?
03:18
(Laughter笑い)
80
183000
2000
本っていうんですけど? (笑)
03:20
So you start開始 with a book, and then you scanスキャン it.
81
185000
2000
まず本を選んで それをスキャンします
03:22
Now scanning走査 a book
82
187000
2000
本のスキャンでは
03:24
is like taking取る a digitalデジタル photograph写真 of everyすべて pageページ of the book.
83
189000
2000
各ページのデジタル写真を撮ります
03:26
It gives与える you an image画像 for everyすべて pageページ of the book.
84
191000
2000
すべてのページについて
03:28
This is an image画像 with textテキスト for everyすべて pageページ of the book.
85
193000
2000
文字部分を画像にするわけです
03:30
The next stepステップ in the processプロセス
86
195000
2000
次にその画像の中の語を
03:32
is that the computerコンピューター needsニーズ to be ableできる to decipher解読する all of the words言葉 in this image画像.
87
197000
3000
コンピュータで解読する必要があります
03:35
That's usingを使用して a technology技術 calledと呼ばれる OCROCR,
88
200000
2000
そのために OCR (光学文字認識)
03:37
for optical光学的 characterキャラクター recognition認識,
89
202000
2000
という技術を使います
03:39
whichどの takes a picture画像 of textテキスト
90
204000
2000
文字を写真に撮って
03:41
and tries試行する to figure数字 out what textテキスト is in there.
91
206000
2000
写真の中の文字を読み取ろうとするわけです
03:43
Now the problem問題 is that OCROCR is not perfect完璧な.
92
208000
2000
問題はOCRが完璧ではないということで
03:45
Especially特に for olderより古い books
93
210000
2000
とくに文字がかすれたり
03:47
where the inkインク has faded退色した and the pagesページ have turned回した yellow,
94
212000
3000
ページが黄色くなっているような古い本では
03:50
OCROCR cannotできない recognize認識する a lot of the words言葉.
95
215000
2000
OCRで読めない語がたくさん出てきます
03:52
For example, for things that were written書かれた more than 50 years ago,
96
217000
2000
50年以上昔に印刷されたような本では
03:54
the computerコンピューター cannotできない recognize認識する about 30 percentパーセント of the words言葉.
97
219000
3000
語の3割はコンピュータで読み取れません
03:57
So what we're doing now
98
222000
2000
それで私たちがやっているのは
03:59
is we're taking取る all of the words言葉 that the computerコンピューター cannotできない recognize認識する
99
224000
2000
コンピュータで認識できなかった語を
04:01
and we're getting取得 people to read読む them for us
100
226000
2000
CAPTCHAの入力をする人に
04:03
while they're typingタイピング a CAPTCHAキャプチャ on the Internetインターネット.
101
228000
2000
読んでもらうということです
04:05
So the next time you typeタイプ a CAPTCHAキャプチャ, these words言葉 that you're typingタイピング
102
230000
3000
皆さんがCAPTCHAの入力をするときに表示される文字は
04:08
are actually実際に words言葉 that are coming到来 from books that are beingであること digitizedデジタル化された
103
233000
3000
電子化中の本で コンピュータが
04:11
that the computerコンピューター could not recognize認識する.
104
236000
2000
認識できなかった部分なのです
04:13
And now the reason理由 we have two words言葉 nowadays今日は instead代わりに of one
105
238000
2000
この頃では 語が1つでなく2つ
04:15
is because, you see, one of the words言葉
106
240000
2000
出てくるようになっていますが
04:17
is a wordワード that the systemシステム just got out of a book,
107
242000
2000
1つはシステムが本から取ってきたもので
04:19
it didn't know what it was, and it's going to presentプレゼント it to you.
108
244000
3000
コンピュータが読めなかったものを出しています
04:22
But since以来 it doesn't know the answer回答 for it, it cannotできない gradeグレード it for you.
109
247000
3000
正解を知らないので ユーザの入力が正しいのか分かりません
04:25
So what we do is we give you another別の wordワード,
110
250000
2000
それで確認のために もう1つ
04:27
one for whichどの the systemシステム does know the answer回答.
111
252000
2000
正解の分かっている問題を出します
04:29
We don't tell you whichどの one's一人 whichどの, and we say, please typeタイプ bothどちらも.
112
254000
2000
どっちがどっちかは言わず 両方入力してもらいます
04:31
And if you typeタイプ the correct正しい wordワード
113
256000
2000
正解の分かっている方の問題に
04:33
for the one for whichどの the systemシステム already既に knows知っている the answer回答,
114
258000
2000
正しい答えが入力されたら
04:35
it assumes前提 you are human人間,
115
260000
2000
入力しているのは人間で もう一方の入力も
04:37
and it alsoまた、 gets取得 some confidence信頼 that you typed型付きの the other wordワード correctly正しく.
116
262000
2000
正しいだろうと期待できます
04:39
And if we repeat繰り返す this processプロセス to like 10 different異なる people
117
264000
3000
これを違う人で10回ほど繰り返して
04:42
and all of them agree同意する on what the new新しい wordワード is,
118
267000
2000
入力がすべて一致していたら
04:44
then we get one more wordワード digitizedデジタル化された accurately正確に.
119
269000
2000
本の1語が新たに電子化されるわけです
04:46
So this is how the systemシステム works作品.
120
271000
2000
それがこのシステムの仕組みです
04:48
And basically基本的に, since以来 we released解放された it about three or four4つの years ago,
121
273000
3000
このシステムを公開したのは3、4年前ですが
04:51
a lot of websitesウェブサイト have started開始した switchingスイッチング
122
276000
2000
すでに多くのウェブサイトが
04:53
from the old古い CAPTCHAキャプチャ where people wasted無駄な their彼らの time
123
278000
2000
時間を無駄にする古いCAPTCHAから
04:55
to the new新しい CAPTCHAキャプチャ where people are helping助ける to digitizeデジタル化する books.
124
280000
2000
本を電子化する新しいCAPTCHAに切替えています
04:57
So for example, TicketmasterTicketmaster.
125
282000
2000
だからチケットマスターでチケットを買うときも
04:59
So everyすべて time you buy購入 tickets切符売場 on TicketmasterTicketmaster, you help to digitizeデジタル化する a book.
126
284000
3000
皆さんは本の電子化に貢献しているのです
05:02
Facebookフェイスブック: Everyすべて time you add追加する a friend友人 or pokeポーク somebody誰か,
127
287000
2000
フェイスブックで友達の追加や挨拶をするときも
05:04
you help to digitizeデジタル化する a book.
128
289000
2000
何かの本の電子化に貢献しているのです
05:06
TwitterTwitter and about 350,000 other sitesサイト are all usingを使用して reCAPTCHAリチャッチャ.
129
291000
3000
ツイッターをはじめとする35万のサイトがreCAPTCHAを使っています
05:09
And in fact事実, the number of sitesサイト that are usingを使用して reCAPTCHAリチャッチャ is so high高い
130
294000
2000
reCAPTCHAを使っているサイトは非常に多く
05:11
that the number of words言葉 that we're digitizingデジタル化 per〜ごと day is really, really large.
131
296000
3000
1日に電子化される語の数は相当なものになります
05:14
It's about 100 million百万 a day,
132
299000
2000
1日に1億語
05:16
whichどの is the equivalent同等 of about two and a halfハーフ million百万 books a year.
133
301000
4000
1年では本にして250万冊分にもなります それがすべて—
05:20
And this is all beingであること done完了 one wordワード at a time
134
305000
2000
1度に1語ずつ 人々によるCAPCHA入力だけで行われているのです
05:22
by just people typingタイピング CAPTCHAsキャプチャ on the Internetインターネット.
135
307000
2000
1度に1語ずつ 人々によるCAPCHA入力だけで行われているのです
05:24
(Applause拍手)
136
309000
8000
(拍手)
05:32
Now of courseコース,
137
317000
2000
毎日それほど—
05:34
since以来 we're doing so manyたくさんの words言葉 per〜ごと day,
138
319000
2000
多くの語を扱っているので
05:36
funny面白い things can happen起こる.
139
321000
2000
おかしなことも起こります
05:38
And this is especially特に true真実 because now we're giving与える people
140
323000
2000
今はランダムに選ばれた
05:40
two randomly無作為に chosen選ばれた English英語 words言葉 next to each other.
141
325000
2000
2つの単語を繋げて出しているので
05:42
So funny面白い things can happen起こる.
142
327000
2000
余計おかしなことが起きやすくなっています
05:44
For example, we presented提示された this wordワード.
143
329000
2000
たとえばある時 「クリスチャン」という語が出ました
05:46
It's the wordワード "Christiansキリスト教徒"; there's nothing wrong違う with it.
144
331000
2000
これ自体おかしいことは何もありませんが
05:48
But if you presentプレゼント it along一緒に with another別の randomly無作為に chosen選ばれた wordワード,
145
333000
3000
別のランダムに選ばれた語と組み合わせると
05:51
bad悪い things can happen起こる.
146
336000
2000
まずいことになり得ます
05:53
So we get this. (Textテキスト: bad悪い christiansキリスト教徒)
147
338000
2000
こんな風に (悪しき クリスチャン)
05:55
But it's even worse悪化する, because the particular特に websiteウェブサイト where we showed示した this
148
340000
3000
さらに不運なことに この文字が表示されたのは
05:58
actually実際に happened起こった to be calledと呼ばれる The Embassy大使館 of the Kingdom王国 of God.
149
343000
3000
たまたま「神の国の大使館」というウェブサイトでした
06:01
(Laughter笑い)
150
346000
2000
(笑)
06:03
Oopsおっとっと.
151
348000
2000
まずっ
06:05
(Laughter笑い)
152
350000
3000
(笑)
06:08
Here'sここにいる another別の really bad悪い one.
153
353000
2000
もう1つまずかった例は
06:10
JohnEdwardsジョンエドワーズ.comcom
154
355000
2000
民主党議員ジョン・エドワーズのサイトです
06:12
(Textテキスト: Damnくそー liberalリベラル)
155
357000
3000
(リベラル派のサイトで「くそ リベラル」と表示されている) (笑)
06:15
(Laughter笑い)
156
360000
2000
(リベラル派のサイトで「くそ リベラル」と表示されている) (笑)
06:17
So we keep on insulting侮辱 people left and right everyday毎日.
157
362000
3000
誰彼となく侮辱して回っているわけです
06:20
Now, of courseコース, we're not just insulting侮辱 people.
158
365000
2000
もちろん侮辱ばかりというわけではありません
06:22
See here'sここにいる the thing, since以来 we're presentingプレゼンテーション two randomly無作為に chosen選ばれた words言葉,
159
367000
3000
ランダムに選んだ2つの語を出しているので
06:25
interesting面白い things can happen起こる.
160
370000
2000
何か面白いものになることもあります
06:27
So this actually実際に has given与えられた rise上昇
161
372000
2000
実際これはインターネット上で
06:29
to a really big大きい Internetインターネット memeミーム
162
374000
3000
大きなミームになっていて
06:32
that tens数十 of thousands of people have participated参加した in,
163
377000
2000
何万という人がこの
06:34
whichどの is calledと呼ばれる CAPTCHAキャプチャ artアート.
164
379000
2000
「CAPTCHAアート」で遊んでいます
06:36
I'm sure some of you have heard聞いた about it.
165
381000
2000
お聞きになったことのある人もいるでしょう
06:38
Here'sここにいる how it works作品.
166
383000
2000
どんなことをするかというと
06:40
Imagine想像する you're usingを使用して the Internetインターネット and you see a CAPTCHAキャプチャ
167
385000
2000
インターネットを使っていて
06:42
that you think is somewhat幾分 peculiar特有の,
168
387000
2000
CAPTCHAで何か変なものが出たとします
06:44
like this CAPTCHAキャプチャ. (Textテキスト: invisible目に見えない toasterトースター)
169
389000
2000
たとえば 「見えない トースター」とか
06:46
Then what you're supposed想定される to do is you take a screen画面 shotショット of it.
170
391000
2000
とりあえず画面コピーを取って
06:48
Then of courseコース, you fill埋める out the CAPTCHAキャプチャ
171
393000
2000
それからもちろん CAPTCHAの入力をします
06:50
because you help us digitizeデジタル化する a book.
172
395000
2000
本の電子化にまずは貢献するためです
06:52
But then, first you take a screen画面 shotショット,
173
397000
2000
それからCAPTCHAの画像に
06:54
and then you drawドロー something that is related関連する to it.
174
399000
2000
関連する絵を描き加えます
06:56
(Laughter笑い)
175
401000
2000
“見えない トースター” (笑)
06:58
That's how it works作品.
176
403000
3000
これが遊び方です
07:01
There are tens数十 of thousands of these.
177
406000
3000
こういう作品が何十万とあります
07:04
Some of them are very cute可愛い. (Textテキスト: clenched握った it)
178
409000
2000
中には可愛らしいのもあります
07:06
(Laughter笑い)
179
411000
2000
“それを 握りしめた” (笑)
07:08
Some of them are funnier面白い.
180
413000
2000
もっと おかしいのもあります
07:10
(Textテキスト: stonedストーンズ founders創業者)
181
415000
3000
“ラリってる 建国者たち” (笑)
07:13
(Laughter笑い)
182
418000
3000
“ラリってる 建国者たち” (笑)
07:16
And some of them,
183
421000
2000
この
07:18
like paleontological古生物学 shvisleシェイプル,
184
423000
3000
「古生物学的 シャベル」みたいに
07:21
they contain含む Snoopスヌープ Doggドッグ.
185
426000
2000
ラッパーが登場するやつもあります
07:23
(Laughter笑い)
186
428000
3000
(相棒よう 取ってくれよう そのシャベル) (笑)
07:26
Okay, so this is my favoriteお気に入り number of reCAPTCHAリチャッチャ.
187
431000
2000
次にこの数字は reCAPTCHAについて
07:28
So this is the favoriteお気に入り thing that I like about this whole全体 projectプロジェクト.
188
433000
3000
私がとても嬉しく思っている点で
07:31
This is the number of distinct明確な people
189
436000
2000
reCAPTCHAを通して本の電子化に
07:33
that have helped助けた us digitizeデジタル化する at least少なくとも one wordワード out of a book throughを通して reCAPTCHAリチャッチャ:
190
438000
3000
多少なりとも貢献している人の数は
07:36
750 million百万,
191
441000
2000
7億5千万人に上ります
07:38
whichどの is a little over 10 percentパーセント of the world's世界の population人口,
192
443000
2000
世界人口の10%以上が
07:40
has helped助けた us digitizeデジタル化する human人間 knowledge知識.
193
445000
2000
人類の知識のデジタル化に貢献しているのです
07:42
And it is numbers数字 like these that motivate動機づける my research研究 agenda議題.
194
447000
3000
このような大規模な数字こそが 私の研究の原動力になっています
07:45
So the question質問 that motivates動機づける my research研究 is the following以下:
195
450000
3000
こんな疑問を持ったのです
07:48
If you look at humanity's人類 large-scale大規模な achievements業績,
196
453000
2000
人類が達成した偉業
07:50
these really big大きい things
197
455000
2000
人々の協力によって為された
07:52
that humanity人類 has gotten得た together一緒に and done完了 historically歴史的に --
198
457000
3000
歴史的大事業に目を向けてみると
07:55
like for example, building建物 the pyramidsピラミッド of Egyptエジプト
199
460000
2000
エジプトのピラミッドにしても
07:57
or the Panamaパナマ Canal運河
200
462000
2000
パナマ運河にしても
07:59
or puttingパッティング a man on the Moon --
201
464000
2000
月に人を送ることにしても
08:01
there is a curious好奇心 fact事実 about them,
202
466000
2000
興味深い共通点があります
08:03
and it is that they were all done完了 with about the same同じ number off people.
203
468000
2000
いずれも携わった人の数が同じで
08:05
It's weird奇妙な; they were all done完了 with about 100,000 people.
204
470000
3000
不思議なことに どれも10万人によって成し遂げられているのです
08:08
And the reason理由 for that is because, before the Internetインターネット,
205
473000
3000
その理由は インターネット以前の時代には
08:11
coordinating調整する more than 100,000 people,
206
476000
2000
10万より多くの人を協調させるのは
08:13
let alone単独で paying払う them, was essentially基本的に impossible不可能.
207
478000
3000
資金の有無にかかわらず そもそも不可能だったのです
08:16
But now with the Internetインターネット, I've just shown示された you a projectプロジェクト
208
481000
2000
しかしインターネットのおかげで
08:18
where we've私たちは gotten得た 750 million百万 people
209
483000
2000
人類の知識の電子データ化には
08:20
to help us digitizeデジタル化する human人間 knowledge知識.
210
485000
2000
7億5千万もの人が参加しているわけです
08:22
So the question質問 that motivates動機づける my research研究 is,
211
487000
2000
私の研究の契機となった疑問は
08:24
if we can put a man on the Moon with 100,000,
212
489000
3000
10万人で月に人を送れるのなら その千倍の
08:27
what can we do with 100 million百万?
213
492000
2000
1億人では何ができるだろう ということです
08:29
So basedベース on this question質問,
214
494000
2000
この疑問から出発して
08:31
we've私たちは had a lot of different異なる projectsプロジェクト that we've私たちは been workingワーキング on.
215
496000
2000
いろんなプロジェクトに取り組みました
08:33
Let me tell you about one that I'm most最も excited興奮した about.
216
498000
3000
中でも特にワクワクしているものについてお話ししましょう
08:36
This is something that we've私たちは been semi-quietly半静かに workingワーキング on
217
501000
2000
1年半ほど密かに取り組んできて
08:38
for the last year and a halfハーフ or so.
218
503000
2000
まだ公開していませんが
08:40
It hasn't持っていない yetまだ been launched打ち上げ. It's calledと呼ばれる DuolingoDuolingo.
219
505000
2000
Duolingoという名前で
08:42
Since以来 it hasn't持っていない been launched打ち上げ, shhhhhshhhhh!
220
507000
2000
公開前なのでどうか内密に
08:44
(Laughter笑い)
221
509000
2000
(笑)
08:46
Yeah, I can trust信頼 you'llあなたは do that.
222
511000
2000
みなさん信頼していますから
08:48
So this is the projectプロジェクト. Here'sここにいる how it started開始した.
223
513000
2000
このプロジェクトが始まったのは
08:50
It started開始した with me posingポーズ a question質問 to my graduate卒業 student学生,
224
515000
2000
院生のセベリン・ハッカーに
08:52
Severinセヴェリン Hackerハッカー.
225
517000
2000
ある問いを投げかけたときでした
08:54
Okay, that's Severinセヴェリン Hackerハッカー.
226
519000
2000
これがセベリン・ハッカー
08:56
So I posedポーズされた the question質問 to my graduate卒業 student学生.
227
521000
2000
私のところの院生です
08:58
By the way, you did hear聞く me correctly正しく;
228
523000
2000
ちなみに聞き間違いじゃなく
09:00
his last name is Hackerハッカー.
229
525000
2000
本当に「ハッカー」という名字なんです
09:02
So I posedポーズされた this question質問 to him:
230
527000
2000
私は彼に聞きました
09:04
How can we get 100 million百万 people
231
529000
2000
「1億人を使って ウェブを無料で
09:06
translating翻訳する the Webウェブ into everyすべて majorメジャー language言語 for free無料?
232
531000
3000
各主要言語に翻訳しようと思ったら どうすればいい?」
09:09
Okay, so there's a lot of things to say about this question質問.
233
534000
2000
この質問にはいろいろ考えるべきことがあります
09:11
First of all, translating翻訳する the Webウェブ.
234
536000
2000
第一にまず ウェブを翻訳するということ
09:13
So right now the Webウェブ is partitioned分割された into multiple複数 languages言語.
235
538000
3000
現在ウェブでは様々な言語が使われていますが
09:16
A large fraction分数 of it is in English英語.
236
541000
2000
大きな部分を英語が占めています
09:18
If you don't know any English英語, you can't accessアクセス it.
237
543000
2000
英語を知らなければ その情報にアクセスはできません
09:20
But there's large fractions分数 in other different異なる languages言語,
238
545000
2000
しかし他の言語の部分もたくさんあって
09:22
and if you don't know those languages言語, you can't accessアクセス it.
239
547000
3000
その言語を知らなければ それにアクセスすることはできません
09:25
So I would like to translate翻訳する all of the Webウェブ, or at least少なくとも most最も of the Webウェブ,
240
550000
3000
だからウェブの全体 少なくともその大部分を
09:28
into everyすべて majorメジャー language言語.
241
553000
2000
主要なすべての言語に翻訳したい
09:30
So that's what I would like to do.
242
555000
2000
それが私のやりたいことです
09:32
Now some of you mayかもしれない say, why can't we use computersコンピュータ to translate翻訳する?
243
557000
3000
コンピュータで翻訳したらいいと思う人もいるかもしれません
09:35
Why can't we use machine機械 translation翻訳?
244
560000
2000
機械翻訳でいいのでは?
09:37
Machine機械 translation翻訳 nowadays今日は is starting起動 to translate翻訳する some sentences文章 here and there.
245
562000
2000
今や方々で機械翻訳が使われるようになっています
09:39
Why can't we use it to translate翻訳する the whole全体 Webウェブ?
246
564000
2000
ウェブ全体をそれで訳してしまったら?
09:41
Well the problem問題 with that is that it's not yetまだ good enough十分な
247
566000
2000
問題は 精度が不十分だということです
09:43
and it probably多分 won't〜されません be for the next 15 to 20 years.
248
568000
2000
この先15〜20年は駄目でしょう
09:45
It makes作る a lot of mistakes間違い.
249
570000
2000
たくさんの間違いをします
09:47
Even when it doesn't make a mistake間違い,
250
572000
2000
仮に間違っていなかったとしても
09:49
since以来 it makes作る so manyたくさんの mistakes間違い, you don't know whetherかどうか to trust信頼 it or not.
251
574000
3000
いつも間違ってばかりいるので 信頼していいのか分かりません
09:52
So let me showショー you an example
252
577000
2000
機械で翻訳されたものがどんなものか
09:54
of something that was translated翻訳された with a machine機械.
253
579000
2000
例をお見せしましょう
09:56
Actually実際に it was a forumフォーラム post役職.
254
581000
2000
これはあるフォーラムの投稿で
09:58
It was somebody誰か who was trying試す to ask尋ねる a question質問 about JavaScriptJavaScript.
255
583000
3000
JavaScriptについての質問をしています
10:01
It was translated翻訳された from Japanese日本語 into English英語.
256
586000
3000
日本語から英語に機械翻訳されています
10:04
So I'll just let you read読む.
257
589000
2000
読んで頂ければと思いますが
10:06
This person starts開始する apologizing謝罪する
258
591000
2000
この人は最初に
10:08
for the fact事実 that it's translated翻訳された with a computerコンピューター.
259
593000
2000
機械翻訳であることを謝っています
10:10
So the next sentence is is going to be the preamble前文 to the question質問.
260
595000
3000
次の文は質問の前置きで
10:13
So he's just explaining説明する something.
261
598000
2000
何かの説明をしています
10:15
Remember忘れない, it's a question質問 about JavaScriptJavaScript.
262
600000
3000
JavaScriptの質問だということをお忘れなく
10:19
(Textテキスト: At oftenしばしば, the goat-time山羊の時間 installインストール a errorエラー is vomit吐き気.)
263
604000
4000
(よくヤギ時にインストールするエラーがゲロになります)
10:23
(Laughter笑い)
264
608000
4000
(笑)
10:27
Then comes来る the first part of the question質問.
265
612000
3000
それから質問の最初の部分が来ます
10:30
(Textテキスト: How manyたくさんの times like the wind, a poleポール, and the dragonドラゴン?)
266
615000
4000
(風や竿やドラゴンのようになるのは何回ですか?)
10:34
(Laughter笑い)
267
619000
2000
(笑)
10:36
Then comes来る my favoriteお気に入り part of the question質問.
268
621000
3000
次は私のお気に入りの部分です
10:39
(Textテキスト: This insult侮辱 to father's父親 stones?)
269
624000
3000
(これは父の石への侮辱でしょうか?)
10:42
(Laughter笑い)
270
627000
2000
(笑)
10:44
And then comes来る the endingエンディング, whichどの is my favoriteお気に入り part of the whole全体 thing.
271
629000
3000
そして最後が極めつけです
10:47
(Textテキスト: Please apologizeお詫びする for your stupidity愚かな. There are a manyたくさんの thank you.)
272
632000
4000
(あなたの愚かさを謝ってください ありがとうがいっぱいです)
10:51
(Laughter笑い)
273
636000
2000
(笑)
10:53
Okay, so computerコンピューター translation翻訳, not yetまだ good enough十分な.
274
638000
2000
機械翻訳は まだ不十分だということです
10:55
So back to the question質問.
275
640000
2000
元の話に戻りましょう
10:57
So we need people to translate翻訳する the whole全体 Webウェブ.
276
642000
3000
ウェブ全体の翻訳をしてくれる人が必要です
11:00
So now the next question質問 you mayかもしれない have is,
277
645000
2000
さて次の疑問は「別にタダでなくても
11:02
well why can't we just pay支払う people to do this?
278
647000
2000
いいのでは?」ということでしょう
11:04
We could pay支払う professional専門家 language言語 translators翻訳者 to translate翻訳する the whole全体 Webウェブ.
279
649000
3000
ウェブ全体をプロの翻訳家にお金を払って翻訳してもらえばいい
11:07
We could do that.
280
652000
2000
そうしてもいいかもしれませんが
11:09
Unfortunately残念ながら, it would be extremely極端な expensive高価な.
281
654000
2000
あいにくと ものすごくお金がかかります
11:11
For example, translating翻訳する a tiny小さな, tiny小さな fraction分数 of the whole全体 Webウェブ, Wikipediaウィキペディア,
282
656000
3000
たとえば巨大なウェブ全体からすればほんの小さな部分
11:14
into one other language言語, Spanishスペイン語.
283
659000
3000
ウィキペディアの英語版をスペイン語に訳すとしましょう
11:17
Wikipediaウィキペディア exists存在する in Spanishスペイン語,
284
662000
2000
ウィキペディアにはスペイン語版もありますが
11:19
but it's very small小さい compared比較した to the sizeサイズ of English英語.
285
664000
2000
英語版にくらべたらずっと小さく
11:21
It's about 20 percentパーセント of the sizeサイズ of English英語.
286
666000
2000
サイズにして20%くらいしかありません
11:23
If we wanted to translate翻訳する the other 80 percentパーセント into Spanishスペイン語,
287
668000
3000
残りの80%をスペイン語に翻訳しようと思ったら
11:26
it would costコスト at least少なくとも 50 million百万 dollarsドル --
288
671000
2000
少なくとも5千万ドルはかかります
11:28
and this is at even the most最も exploited悪用された, outsourcingアウトソーシング country out there.
289
673000
3000
甚だしく搾取された国にアウトソースした場合でそうなんです
11:31
So it would be very expensive高価な.
290
676000
2000
プロの翻訳というのは高くつくのです
11:33
So what we want to do is we want to get 100 million百万 people
291
678000
2000
それで私たちがやろうとしているのは
11:35
translating翻訳する the Webウェブ into everyすべて majorメジャー language言語
292
680000
2000
ウェブの各言語への翻訳を 1億人の人に
11:37
for free無料.
293
682000
2000
タダでやってもらうということです
11:39
Now if this is what you want to do,
294
684000
2000
そうしたときにすぐ直面する
11:41
you prettyかなり quickly早く realize実現する you're going to run走る into two prettyかなり big大きい hurdlesハードル,
295
686000
2000
大きな壁が
11:43
two big大きい obstacles障害.
296
688000
2000
2つあります
11:45
The first one is a lack欠如 of bilingualsバイリンガル.
297
690000
3000
1つはバイリンガルの不足です
11:48
So I don't even know
298
693000
2000
インターネット利用者に
11:50
if there exists存在する 100 million百万 people out there usingを使用して the Webウェブ
299
695000
3000
翻訳ができるほどのバイリンガルが
11:53
who are bilingualバイリンガル enough十分な to help us translate翻訳する.
300
698000
2000
そもそも1億人もいるのか分かりません
11:55
That's a big大きい problem問題.
301
700000
2000
これは大きな問題です
11:57
The other problem問題 you're going to run走る into is a lack欠如 of motivation動機.
302
702000
2000
もう1つの問題は動機付けの欠如です
11:59
How are we going to motivate動機づける people
303
704000
2000
どうすればウェブをタダで翻訳するよう
12:01
to actually実際に translate翻訳する the Webウェブ for free無料?
304
706000
2000
動機付けられるのか?
12:03
Normally通常は, you have to pay支払う people to do this.
305
708000
3000
通常はお金を出して翻訳してもらいます
12:06
So how are we going to motivate動機づける them to do it for free無料?
306
711000
2000
どうすればタダでやりたくなるのか?
12:08
Now when we were starting起動 to think about this, we were blockedブロックされた by these two things.
307
713000
3000
ウェブの翻訳を考え始めてすぐ この2つの問題にぶつかりました
12:11
But then we realized実現した, there's actually実際に a way
308
716000
2000
それから 2つの問題を同時に解決できる
12:13
to solve解決する bothどちらも these problems問題 with the same同じ solution溶液.
309
718000
2000
方法があることに気づきました
12:15
There's a way to kill殺します two birds with one stone.
310
720000
2000
一石二鳥の方法があるのです
12:17
And that is to transform変換する language言語 translation翻訳
311
722000
3000
翻訳を 何億という人がやりたがることに変え
12:20
into something that millions何百万 of people want to do,
312
725000
3000
それがバイリンガル不足の問題の
12:23
and that alsoまた、 helps助けて with the problem問題 of lack欠如 of bilingualsバイリンガル,
313
728000
3000
解決にもなるということ
12:26
and that is language言語 education教育.
314
731000
3000
それは語学教育です
12:29
So it turnsターン out that today今日,
315
734000
2000
今日 外国語を学習している人は
12:31
there are over 1.2 billion people learning学習 a foreign外国人 language言語.
316
736000
3000
12億人以上います
12:34
People really, really want to learn学ぶ a foreign外国人 language言語.
317
739000
2000
みんな本当に外国語を学びたがっているのです
12:36
And it's not just because they're beingであること forced強制された to do so in school学校.
318
741000
3000
学校で勉強させられるからというばかりではありません
12:39
For example, in the Unitedユナイテッド States alone単独で,
319
744000
2000
たとえばアメリカだけでも
12:41
there are over five million百万 people who have paid支払った over $500
320
746000
2000
外国語学習ソフトに500ドル以上使う人が
12:43
for softwareソフトウェア to learn学ぶ a new新しい language言語.
321
748000
2000
5百万人以上います
12:45
So people really, really want to learn学ぶ a new新しい language言語.
322
750000
2000
みんな本当に外国語を習いたがっているのです
12:47
So what we've私たちは been workingワーキング on for the last year and a halfハーフ is a new新しい websiteウェブサイト --
323
752000
3000
それで私たちがこの1年半取り組んできたのは
12:50
it's calledと呼ばれる DuolingoDuolingo --
324
755000
2000
Duolingoというウェブサイトで
12:52
where the basic基本的な ideaアイディア is people learn学ぶ a new新しい language言語 for free無料
325
757000
3000
その基本的な仕組みは みんなが外国語をタダで学び
12:55
while simultaneously同時に translating翻訳する the Webウェブ.
326
760000
2000
同時にウェブの翻訳もするということです
12:57
And so basically基本的に they're learning学習 by doing.
327
762000
2000
つまり実践を通して学ぶわけです
12:59
So the way this works作品
328
764000
2000
初心者に対しては
13:01
is wheneverいつでも you're a just a beginner初心者, we give you very, very simple単純 sentences文章.
329
766000
3000
ごく単純な文を提示します
13:04
There's, of courseコース, a lot of very simple単純 sentences文章 on the Webウェブ.
330
769000
2000
ウェブにはもちろん使える文がふんだんにあります
13:06
We give you very, very simple単純 sentences文章
331
771000
2000
すごく単純な文と
13:08
along一緒に with what each wordワード means手段.
332
773000
2000
それぞれの単語の意味が提示されます
13:10
And as you translate翻訳する them, and as you see how other people translate翻訳する them,
333
775000
3000
翻訳しながら 他の人はどう訳しているか見て
13:13
you start開始 learning学習 the language言語.
334
778000
2000
外国語を学んでいきます
13:15
And as you get more and more advanced高度な,
335
780000
2000
上達するにつれ
13:17
we give you more and more complex複合体 sentences文章 to translate翻訳する.
336
782000
2000
より複雑な文が提示されるようになります
13:19
But at all times, you're learning学習 by doing.
337
784000
2000
しかし実践して学ぶという点はいつも変わりません
13:21
Now the crazy狂った thing about this method方法
338
786000
2000
この方法の何がすごいかというと
13:23
is that it actually実際に really works作品.
339
788000
2000
実際非常によく機能するということです
13:25
First of all, people are really, really learning学習 a language言語.
340
790000
2000
何より みんな本当に外国語を学びたがっています
13:27
We're mostly主に done完了 building建物 it, and now we're testingテスト it.
341
792000
2000
システム構築が済んで テスト中ですが
13:29
People really can learn学ぶ a language言語 with it.
342
794000
2000
本当に外国語を学ぶことができます
13:31
And they learn学ぶ it about as well as the leading先導 language言語 learning学習 softwareソフトウェア.
343
796000
3000
優れた外国語学習ソフトを使った場合に劣らず上達し
13:34
So people really do learn学ぶ a language言語.
344
799000
2000
本当に外国語を身に付けているのです
13:36
And not only do they learn学ぶ it as well,
345
801000
2000
しかも同様に上達できるだけではありません
13:38
but actually実際に it's way more interesting面白い.
346
803000
2000
はるかに楽しく学べるのです
13:40
Because you see with DuolingoDuolingo, people are actually実際に learning学習 with realリアル contentコンテンツ.
347
805000
3000
Duolingoでは本物のコンテンツを使って学ぶからです
13:43
As opposed反対 to learning学習 with made-up作り物 sentences文章,
348
808000
2000
作り物の文章で学ぶのではなく
13:45
people are learning学習 with realリアル contentコンテンツ, whichどの is inherently本質的に interesting面白い.
349
810000
3000
本物のコンテンツで学ぶ方が 本質的に興味深いものですし
13:48
So people really do learn学ぶ a language言語.
350
813000
2000
本当に外国語を学ぶことができます
13:50
But perhapsおそらく more surprisingly驚くほど,
351
815000
2000
それだけでなく さらに驚くのは
13:52
the translations翻訳 that we get from people usingを使用して the siteサイト,
352
817000
3000
このサイトから得られる翻訳は
13:55
even thoughしかし they're just beginners初心者,
353
820000
2000
彼らが初心者であるにもかかわらず
13:57
the translations翻訳 that we get are as accurate正確 as those of professional専門家 language言語 translators翻訳者,
354
822000
3000
プロの翻訳者に劣らず正確だということで
14:00
whichどの is very surprising驚くべき.
355
825000
2000
驚くほどです
14:02
So let me showショー you one example.
356
827000
2000
例をお見せしましょう
14:04
This is a sentence that was translated翻訳された from Germanドイツ人 into English英語.
357
829000
2000
これはドイツ語から英語に翻訳された文章です
14:06
The top is the Germanドイツ人.
358
831000
2000
一番上がドイツ語
14:08
The middle中間 is an English英語 translation翻訳
359
833000
2000
真ん中が
14:10
that was done完了 by somebody誰か who was a professional専門家 English英語 translator翻訳者
360
835000
2000
プロの翻訳家による英訳で
14:12
who we paid支払った 20 centsセント a wordワード for this translation翻訳.
361
837000
2000
1語につき20セント払っています
14:14
And the bottom is a translation翻訳 by usersユーザー of DuolingoDuolingo,
362
839000
3000
一番下がDuolingoユーザによる英訳で
14:17
noneなし of whom knew知っていた any Germanドイツ人
363
842000
2000
彼らは元々
14:19
before they started開始した usingを使用して the siteサイト.
364
844000
2000
ドイツ語は全く知りませんでした
14:21
You can see, it's prettyかなり much perfect完璧な.
365
846000
2000
ほとんど完璧なことがお分かりになると思います
14:23
Now of courseコース, we play遊びます a trickトリック here
366
848000
2000
プロの翻訳家並の翻訳にするため
14:25
to make the translations翻訳 as good as professional専門家 language言語 translators翻訳者.
367
850000
2000
ちょっとした仕掛けをしてあります
14:27
We combine結合する the translations翻訳 of multiple複数 beginners初心者
368
852000
3000
複数の初心者の翻訳から良い所を取って
14:30
to get the quality品質 of a singleシングル professional専門家 translator翻訳者.
369
855000
3000
組み合わせているのです
14:33
Now even thoughしかし we're combining結合する the translations翻訳,
370
858000
5000
しかし組み合わせているのにかかわらず
14:38
the siteサイト actually実際に can translate翻訳する prettyかなり fast速い.
371
863000
2000
このサイトでは翻訳を非常に早く行えます
14:40
So let me showショー you,
372
865000
2000
それでウィキペディアを英語から
14:42
this is our estimates見積り of how fast速い we could translate翻訳する Wikipediaウィキペディア
373
867000
2000
スペイン語に翻訳するのにかかる時間を
14:44
from English英語 into Spanishスペイン語.
374
869000
2000
見積もってみました
14:46
Remember忘れない, this is 50 million百万 dollars-worthドル価値 of value.
375
871000
3000
これは5千万ドルに値する仕事だということを思い出してください
14:49
So if we wanted to translate翻訳する Wikipediaウィキペディア into Spanishスペイン語,
376
874000
2000
ウィキペディアをスペイン語に訳すには
14:51
we could do it in five weeks with 100,000 activeアクティブ usersユーザー.
377
876000
3000
アクティブユーザ10万人なら5週間でできます
14:54
And we could do it in about 80 hours時間 with a million百万 activeアクティブ usersユーザー.
378
879000
3000
アクティブユーザ百万人なら80時間です
14:57
Since以来 all the projectsプロジェクト that my groupグループ has worked働いた on so far遠い have gotten得た millions何百万 of usersユーザー,
379
882000
3000
これまで私のプロジェクトはどれも数百万のユーザを得ていたので
15:00
we're hopeful希望 that we'll私たちは be ableできる to translate翻訳する
380
885000
2000
このプロジェクトでも非常に早い翻訳が
15:02
extremely極端な fast速い with this projectプロジェクト.
381
887000
2000
できるようになると期待しています
15:04
Now the thing that I'm most最も excited興奮した about with DuolingoDuolingo
382
889000
3000
Duolingoの最も刺激的な点は
15:07
is I think this provides提供する a fairフェア businessビジネス modelモデル for language言語 education教育.
383
892000
3000
語学教育に公平さをもたらすビジネスモデルだということです
15:10
So here'sここにいる the thing:
384
895000
2000
何が問題だったかというと
15:12
The current現在 businessビジネス modelモデル for language言語 education教育
385
897000
2000
今までの語学教育のビジネスモデルは
15:14
is the student学生 pays払う,
386
899000
2000
学習者にお金を払わせるということです
15:16
and in particular特に, the student学生 pays払う Rosettaロゼッタ Stone 500 dollarsドル.
387
901000
2000
つまり ロゼッタストーンに500ドル払うわけです
15:18
(Laughter笑い)
388
903000
2000
(笑)
15:20
That's the current現在 businessビジネス modelモデル.
389
905000
2000
それが現在のビジネスモデルです
15:22
The problem問題 with this businessビジネス modelモデル
390
907000
2000
このモデルが問題なのは
15:24
is that 95 percentパーセント of the world's世界の population人口 doesn't have 500 dollarsドル.
391
909000
3000
世界の人口の95%は500ドル払うことができないからです
15:27
So it's extremely極端な unfair不公正 towards方向 the poor貧しい.
392
912000
3000
貧しい人たちにはとても不公平な
15:30
This is totally完全に biased偏った towards方向 the richリッチ.
393
915000
2000
お金持ち向けに特化したモデルです
15:32
Now see, in DuolingoDuolingo,
394
917000
2000
一方Duolingoでは
15:34
because while you learn学ぶ
395
919000
2000
学びながら翻訳をして
15:36
you're actually実際に creating作成 value, you're translating翻訳する stuffもの --
396
921000
3000
価値を生み出すので
15:39
whichどの for example, we could charge電荷 somebody誰か for translations翻訳.
397
924000
3000
たとえば どこかに翻訳料を払ってもらうこともでき
15:42
So this is how we could monetize収益化する this.
398
927000
2000
それが収益を得る方法になります
15:44
Since以来 people are creating作成 value while they're learning学習,
399
929000
2000
学習者は学習しながら価値を生んでいるので
15:46
they don't have to pay支払う their彼らの moneyお金, they pay支払う with their彼らの time.
400
931000
3000
授業料は必要ありません 時間で支払っているのですから
15:49
But the magical魔法の thing here is that they're paying払う with their彼らの time,
401
934000
3000
そして その時間にしても 語学学習にはどの道必要なもので
15:52
but that is time that would have had to have been spent過ごした anywaysとにかく
402
937000
2000
時間を余計無駄にするわけではない
15:54
learning学習 the language言語.
403
939000
2000
というのが素晴らしいところです
15:56
So the niceいい thing about DuolingoDuolingo is I think it provides提供する a fairフェア businessビジネス modelモデル --
404
941000
3000
貧しい人の不利にならないフェアなモデルというのが
15:59
one that doesn't discriminate差別する againstに対して poor貧しい people.
405
944000
2000
Duolingoの優れたところです
16:01
So here'sここにいる the siteサイト. Thank you.
406
946000
2000
これがDuolingoのアドレスです
16:03
(Applause拍手)
407
948000
8000
(拍手)
16:11
So here'sここにいる the siteサイト.
408
956000
2000
このサイトは正式公開前ですが
16:13
We haven't持っていない yetまだ launched打ち上げ,
409
958000
2000
ここに来れば
16:15
but if you go there, you can sign符号 up to be part of our privateプライベート betaベータ,
410
960000
3000
非公開ベータへの参加申し込みができます
16:18
whichどの is probably多分 going to start開始 in about three or four4つの weeks.
411
963000
2000
3、4週間以内には開始されるでしょう
16:20
We haven't持っていない yetまだ launched打ち上げ this DuolingoDuolingo.
412
965000
2000
Duolingoの開始をお待ちください
16:22
By the way, I'm the one talking話す here,
413
967000
2000
ここでお話ししているのは私ひとりですが
16:24
but actually実際に DuolingoDuolingo is the work of a really awesome驚くばかり teamチーム, some of whom are here.
414
969000
3000
Duolingoの開発は ここに挙げた人をはじめとする優れたチームによって行われています
16:27
So thank you.
415
972000
2000
どうもありがとうございました
16:29
(Applause拍手)
416
974000
4000
(拍手)
Translated by Yasushi Aoki
Reviewed by Akinori Oyama

▲Back to top

ABOUT THE SPEAKER
Luis von Ahn - Computer scientist
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone.

Why you should listen

Louis von Ahn is an associate professor of Computer Science at Carnegie Mellon University, and he's at the forefront of the crowdsourcing craze. His work takes advantage of the evergrowing Web-connected population to acheive collaboration in unprecedented numbers. His projects aim to leverage the crowd for human good. His company reCAPTCHA, sold to Google in 2009, digitizes human knowledge (books), one word at a time. His new project is Duolingo, which aims to get 100 million people translating the Web in every major language.

More profile about the speaker
Luis von Ahn | Speaker | TED.com