ABOUT THE SPEAKER
Deb Roy - Cognitive scientist
Deb Roy studies how children learn language, and designs machines that learn to communicate in human-like ways. On sabbatical from MIT Media Lab, he's working with the AI company Bluefin Labs.

Why you should listen

Deb Roy directs the Cognitive Machines group at the MIT Media Lab, where he studies how children learn language, and designs machines that learn to communicate in human-like ways. To enable this work, he has pioneered new data-driven methods for analyzing and modeling human linguistic and social behavior. He has authored numerous scientific papers on artificial intelligence, cognitive modeling, human-machine interaction, data mining, and information visualization.

Deb Roy was the co-founder and serves as CEO of Bluefin Labs, a venture-backed technology company. Built upon deep machine learning principles developed in his research over the past 15 years, Bluefin has created a technology platform that analyzes social media commentary to measure real-time audience response to TV ads and shows.

Follow Deb Roy on Twitter>

Roy adds some relevant papers:

Deb Roy. (2009). New Horizons in the Study of Child Language Acquisition. Proceedings of Interspeech 2009. Brighton, England. bit.ly/fSP4Qh

Brandon C. Roy, Michael C. Frank and Deb Roy. (2009). Exploring word learning in a high-density longitudinal corpus. Proceedings of the 31st Annual Meeting of the Cognitive Science Society. Amsterdam, Netherlands. bit.ly/e1qxej

Plenty more papers on our research including technology and methodology can be found here, together with other research from my lab at MIT: bit.ly/h3paSQ

The work that I mentioned on relationships between television content and the social graph is being done at Bluefin Labs (www.bluefinlabs.com). Details of this work have not been published. The social structures we are finding (and that I highlighted in my TED talk) are indeed new. The social media communication channels that are leading to their formation did not even exist a few years ago, and Bluefin's technology platform for discovering these kinds of structures is the first of its kind. We'll certainly have more to say about all this as we continue to dig into this fascinating new kind of data, and as new social structures continue to evolve!

More profile about the speaker
Deb Roy | Speaker | TED.com
TED2011

Deb Roy: The birth of a word

Deb Roy: De geboorte van een woord

Filmed:
2,809,941 views

MIT-onderzoeker Deb Roy wilde begrijpen hoe zijn baby taal leerde -- dus hing hij zijn huis vol videocamera's om elk moment in het leven van zijn zoon vast te leggen (met enkele uitzonderingen), om vervolgens 90.000 uur video door te ploegen en te zien hoe "gaaaa" langzaam "water" werd. Verbazend en datarijk onderzoek met belangrijke implicaties voor hoe we leren.
- Cognitive scientist
Deb Roy studies how children learn language, and designs machines that learn to communicate in human-like ways. On sabbatical from MIT Media Lab, he's working with the AI company Bluefin Labs. Full bio

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

00:15
ImagineStel je voor if you could recordrecord your life --
0
0
4000
Stel je voor dat je je leven kunt opnemen --
00:19
everything you said, everything you did,
1
4000
3000
alles wat je zei, alles wat je deed,
00:22
availablebeschikbaar in a perfectperfect memorygeheugen storeop te slaan at your fingertipsvingertoppen,
2
7000
3000
allemaal beschikbaar in een perfecte geheugenbank onder handbereik,
00:25
so you could go back
3
10000
2000
zodat je terug zou kunnen
00:27
and find memorablememorabele momentsmomenten and reliveHerbeleef them,
4
12000
3000
om belangrijke momenten terug te vinden en te herleven,
00:30
or siftstofdicht throughdoor tracessporen of time
5
15000
3000
of om door de tijd te graven
00:33
and discoverontdekken patternspatronen in your owneigen life
6
18000
2000
en patronen in je eigen leven te ontdekken
00:35
that previouslyeerder had goneweg undiscoveredUndiscovered.
7
20000
3000
die daarvoor verborgen zouden zijn gebleven.
00:38
Well that's exactlyprecies the journeyreis
8
23000
2000
Dat is nou precies de reis
00:40
that my familyfamilie beganbegon
9
25000
2000
waar mijn familie aan begon
00:42
fivevijf and a halfvoor de helft yearsjaar agogeleden.
10
27000
2000
5,5 jaar geleden.
00:44
This is my wifevrouw and collaboratormedewerker, RupalRupal.
11
29000
3000
Dit is mijn vrouw en partner, Rupal.
00:47
And on this day, at this momentmoment,
12
32000
2000
Op deze dag, op dit moment
00:49
we walkedwandelde into the househuis with our first childkind,
13
34000
2000
liepen we ons huis binnen met ons eerste kind,
00:51
our beautifulmooi babybaby boyjongen.
14
36000
2000
onze prachtige jongen.
00:53
And we walkedwandelde into a househuis
15
38000
3000
We liepen een huis binnen
00:56
with a very specialspeciaal home videovideo- recordingopname systemsysteem.
16
41000
4000
met een heel bijzonder videosysteem.
01:07
(VideoVideo) Man: Okay.
17
52000
2000
(Video) Man: OK.
01:10
DebDeb RoyRoy: This momentmoment
18
55000
1000
Deb Roy: Dit moment
01:11
and thousandsduizenden of other momentsmomenten specialspeciaal for us
19
56000
3000
en duizenden andere van onze speciale momenten
01:14
were capturedgevangen genomen in our home
20
59000
2000
werden opgenomen in ons huis
01:16
because in everyelk roomkamer in the househuis,
21
61000
2000
omdat je in elke kamer van het huis,
01:18
if you lookedkeek up, you'dje zou see a cameracamera and a microphonemicrofoon,
22
63000
3000
als je naar boven zou kijken, een camera en een microfoon zou zien,
01:21
and if you lookedkeek down,
23
66000
2000
en als je naar beneden zou kijken,
01:23
you'dje zou get this bird's-eyekikvors viewuitzicht of the roomkamer.
24
68000
2000
krijg je een beeld van de kamer in vogelvlucht.
01:25
Here'sHier is our livingleven roomkamer,
25
70000
3000
Dit is onze woonkamer,
01:28
the babybaby bedroomslaapkamer,
26
73000
3000
de babykamer,
01:31
kitchenkeuken-, diningdineren roomkamer
27
76000
2000
keuken, eetkamer
01:33
and the restrust uit of the househuis.
28
78000
2000
en de rest van het huis.
01:35
And all of these fedgevoed into a discschijf arrayrangschikking
29
80000
3000
Dit alles kwam terecht op een opslagsysteem
01:38
that was designedontworpen for a continuousdoorlopend capturevangst.
30
83000
3000
dat was ingericht voor continue opname.
01:41
So here we are flyingvliegend throughdoor a day in our home
31
86000
3000
Hier gieren we door een dag in ons huis,
01:44
as we moveverhuizing from sunlitzonovergoten morningochtend-
32
89000
3000
van de zonovergoten morgen
01:47
throughdoor incandescentgloeilamp eveningavond
33
92000
2000
via de gloeiende avond
01:49
and, finallyTenslotte, lightslichten out for the day.
34
94000
3000
tot uiteindelijk de lichten doven voor de dag.
01:53
Over the courseCursus of threedrie yearsjaar,
35
98000
3000
In een periode van 3 jaar
01:56
we recordedopgenomen eightacht to 10 hoursuur a day,
36
101000
2000
namen we 8 tot 10 uur per dag op,
01:58
amassingvergaren roughlyongeveer a quarter-millionkwart miljoen hoursuur
37
103000
3000
wat in totaal een kwart miljoen uur
02:01
of multi-trackmulti-track audioaudio and videovideo-.
38
106000
3000
multi-track audio en video oplevert.
02:04
So you're looking at a piecestuk of what is by farver
39
109000
2000
Hier hebben we dus verreweg
02:06
the largestDe grootste home videovideo- collectionverzameling ever madegemaakt.
40
111000
2000
de grootste collectie home-video's die ooit werd gemaakt.
02:08
(LaughterGelach)
41
113000
3000
(Gelach)
02:11
And what this datagegevens representsvertegenwoordigt
42
116000
2000
En wat deze data hebben betekend
02:13
for our familyfamilie at a personalpersoonlijk levelniveau,
43
118000
4000
voor onze familie op een persoonlijk niveau --
02:17
the impactbotsing has alreadynu al been immenseonmetelijk,
44
122000
2000
het effect is nu al immens
02:19
and we're still learningaan het leren its valuewaarde.
45
124000
3000
en we leren steeds meer over de waarde.
02:22
CountlessTalloze momentsmomenten
46
127000
2000
Ontelbare momenten
02:24
of unsolicitedongevraagde naturalnatuurlijk momentsmomenten, not posedstelde momentsmomenten,
47
129000
3000
van spontane natuurlijke momenten, ongeposeerd,
02:27
are capturedgevangen genomen there,
48
132000
2000
zijn hier vastgelegd
02:29
and we're startingbeginnend to learnleren how to discoverontdekken them and find them.
49
134000
3000
en de beginnen te leren hoe we ze moeten vinden.
02:32
But there's alsoook a scientificwetenschappelijk reasonreden that drovedreef this projectproject,
50
137000
3000
Maar er is ook een wetenschappelijke reden achter dit project,
02:35
whichwelke was to use this naturalnatuurlijk longitudinallongitudinale datagegevens
51
140000
4000
namelijk om met deze natuurlijke langlopende datastroom
02:39
to understandbegrijpen the processwerkwijze
52
144000
2000
het proces te begrijpen
02:41
of how a childkind learnsleert languagetaal --
53
146000
2000
waarmee een kind taal leert --
02:43
that childkind beingwezen my sonzoon.
54
148000
2000
dat kind is dus mijn zoon.
02:45
And so with manyveel privacyprivacy provisionsbepalingen put in placeplaats
55
150000
4000
Zo gingen we met alle zorg voor de privacy
02:49
to protectbeschermen everyoneiedereen who was recordedopgenomen in the datagegevens,
56
154000
3000
van iedereen die werd opgenomen in de data
02:52
we madegemaakt elementselementen of the datagegevens availablebeschikbaar
57
157000
3000
aan de slag om delen van de data beschikbaar te stellen
02:55
to my trustedvertrouwd researchOnderzoek teamteam at MITMIT
58
160000
3000
voor mijn vertrouwde onderzoeksteam aan MIT
02:58
so we could startbegin teasingplagen apartdeel patternspatronen
59
163000
3000
zodat we langzaam patronen konden gaan ontwarren
03:01
in this massivemassief datagegevens setreeks,
60
166000
3000
in deze enorme dataset
03:04
tryingproberen to understandbegrijpen the influenceinvloed of socialsociaal environmentsomgevingen
61
169000
3000
om te proberen te begrijpen hoe de sociale omgeving
03:07
on languagetaal acquisitionovername.
62
172000
2000
taalverwerving beïnvloedt.
03:09
So we're looking here
63
174000
2000
Hier kijken we
03:11
at one of the first things we startedbegonnen to do.
64
176000
2000
naar een van de eerste dingen die we hebben gedaan.
03:13
This is my wifevrouw and I cookingkoken breakfastontbijt in the kitchenkeuken-,
65
178000
4000
Hier maken mijn vrouw en ik ontbijt in de keuken.
03:17
and as we moveverhuizing throughdoor spaceruimte and throughdoor time,
66
182000
3000
En terwijl we door ruimte en tijd gaan
03:20
a very everydayelke dag patternpatroon of life in the kitchenkeuken-.
67
185000
3000
zien we een dagelijks levenspatroon in de keuken.
03:23
In orderbestellen to convertconverteren
68
188000
2000
Om dit om te zetten,
03:25
this opaqueondoorzichtig, 90,000 hoursuur of videovideo-
69
190000
3000
die ondoorzichtige 90.000 uur video,
03:28
into something that we could startbegin to see,
70
193000
2000
in iets waar je iets in kunt onderscheiden
03:30
we use motionbeweging analysisanalyse to pullTrekken out,
71
195000
2000
gebruiken we beweginganalyse om
03:32
as we moveverhuizing throughdoor spaceruimte and throughdoor time,
72
197000
2000
terwijl we door ruimte en tijd bewegen
03:34
what we call space-timeruimte-tijd wormswormen.
73
199000
3000
zogenoemde ruimte-tijdwormen eruit te halen.
03:37
And this has becomeworden partdeel of our toolkitToolkit
74
202000
3000
Dit is een onderdeel geworden van onze toolkit
03:40
for beingwezen ablein staat to look and see
75
205000
3000
om te kunnen zien
03:43
where the activitiesactiviteiten are in the datagegevens,
76
208000
2000
waar de activiteiten zich in de data bevinden,
03:45
and with it, tracespoor the patternpatroon of, in particularbijzonder,
77
210000
3000
en daarmee het patroon te herkennen, vooral
03:48
where my sonzoon movedverhuisd throughoutoveral the home,
78
213000
2000
wanneer mijn zoon door het huis beweegt,
03:50
so that we could focusfocus our transcriptiontranscriptie effortsinspanningen,
79
215000
3000
zodat we ons transcriptiewerk vooral konden richten
03:53
all of the speechtoespraak environmentmilieu around my sonzoon --
80
218000
3000
op de spraakomgeving van mijn zoon --
03:56
all of the wordstekst that he heardgehoord from myselfmezelf, my wifevrouw, our nannyNanny,
81
221000
3000
alle woorden die hij van mij, mijn vrouw of de nanny hoorde,
03:59
and over time, the wordstekst he beganbegon to produceproduceren.
82
224000
3000
en de woorden die hij na verloop van tijd ging vormen.
04:02
So with that technologytechnologie and that datagegevens
83
227000
3000
Met die technologie en die data
04:05
and the abilityvermogen to, with machinemachine assistancebijstand,
84
230000
2000
en de mogelijkheid om met hulp van een machine
04:07
transcribeTranscribe speechtoespraak,
85
232000
2000
spraak te transcriberen,
04:09
we'vewij hebben now transcribedgetranscribeerd
86
234000
2000
hebben we nu een transcriptie
04:11
well over sevenzeven millionmiljoen wordstekst of our home transcriptsTranscripten.
87
236000
3000
van ruim zeven miljoen woorden uit het transcript van thuis.
04:14
And with that, let me take you now
88
239000
2000
Dat gezegd zijnde, laat me jullie meenemen
04:16
for a first tourtour into the datagegevens.
89
241000
3000
op een eerste rondgang door de data.
04:19
So you've all, I'm sure,
90
244000
2000
Jullie hebben vast allemaal weleens
04:21
seengezien time-lapsetime-lapse videosvideos
91
246000
2000
een time-lapse video gezien
04:23
where a flowerbloem will blossomBlossom as you accelerateversnellen time.
92
248000
3000
waarin een bloem gaat bloeien terwijl de tijd versnelt.
04:26
I'd like you to now experienceervaring
93
251000
2000
Ik wil jullie nu graag laten ervaren
04:28
the blossomingbloei of a speechtoespraak formformulier.
94
253000
2000
hoe een spraakvorm gaat bloeien.
04:30
My sonzoon, soonspoedig after his first birthdayverjaardag,
95
255000
2000
Kort na zijn eerste verjaardag ging mijn zoon
04:32
would say "gagagaga" to mean waterwater.
96
257000
3000
"gaga" zeggen als hij water bedoelde.
04:35
And over the courseCursus of the nextvolgende half-yearhalf jaar,
97
260000
3000
In de loop van de volgende zes maanden
04:38
he slowlylangzaam learnedgeleerd to approximatebij benadering
98
263000
2000
leerde hij langzaam de volwassen vorm
04:40
the propergoede adultvolwassen formformulier, "waterwater."
99
265000
3000
van het woord te benaderen, "water".
04:43
So we're going to cruiseCruise throughdoor halfvoor de helft a yearjaar
100
268000
2000
We gaan vliegen dus door een half jaar
04:45
in about 40 secondsseconden.
101
270000
2000
in ongeveer 40 seconden.
04:47
No videovideo- here,
102
272000
2000
Er is geen video hier,
04:49
so you can focusfocus on the soundgeluid, the acousticsakoestiek,
103
274000
3000
zodat je kunt concentreren op het geluid, de klankwereld,
04:52
of a newnieuwe kindsoort of trajectorytraject:
104
277000
2000
een nieuw soort overgang:
04:54
gagagaga to waterwater.
105
279000
2000
gaga naar water.
04:56
(AudioAudio) BabyBaby: GagagagagagaGagagagagaga
106
281000
12000
(Audio) Baby: Gagagagagaga
05:08
GagaGaga gagagaga gagagaga
107
293000
4000
Gaga gaga gaga
05:12
gugaguga gugaguga gugaguga
108
297000
5000
guga guga guga
05:17
wadaWADA gagagaga gagagaga gugaguga gagagaga
109
302000
5000
wada gaga gaga guga gaga
05:22
waderWader gugaguga gugaguga
110
307000
4000
wader guga guga
05:26
waterwater waterwater waterwater
111
311000
3000
water water water
05:29
waterwater waterwater waterwater
112
314000
6000
water water water
05:35
waterwater waterwater
113
320000
4000
water water
05:39
waterwater.
114
324000
2000
water.
05:41
DRDR: He sure nailedgenageld it, didn't he.
115
326000
2000
DR: Uiteindelijk lukt het, toch?
05:43
(ApplauseApplaus)
116
328000
7000
(Applaus)
05:50
So he didn't just learnleren waterwater.
117
335000
2000
Maar hij leerde niet alleen water.
05:52
Over the courseCursus of the 24 monthsmaanden,
118
337000
2000
In die 24 maanden,
05:54
the first two yearsjaar that we really focusedgefocust on,
119
339000
3000
de eerste twee jaar waar we ons vooral op richtten,
05:57
this is a mapkaart of everyelk wordwoord he learnedgeleerd in chronologicalchronologische orderbestellen.
120
342000
4000
is dit een kaart van alle woorden die hij leerde, in chronologische volgorde.
06:01
And because we have fullvol transcriptsTranscripten,
121
346000
3000
Omdat we volledige transcripten hebben,
06:04
we'vewij hebben identifiedgeïdentificeerd eachelk of the 503 wordstekst
122
349000
2000
hebben we elk van de 503 woorden herkend
06:06
that he learnedgeleerd to produceproduceren by his secondtweede birthdayverjaardag.
123
351000
2000
die hij rond zijn tweede verjaardag had leren zeggen.
06:08
He was an earlyvroeg talkerPrater.
124
353000
2000
Hij begon snel met praten
06:10
And so we startedbegonnen to analyzeanalyseren why.
125
355000
3000
en daarom gingen we analyseren waarom.
06:13
Why were certainzeker wordstekst borngeboren before othersanderen?
126
358000
3000
Waarom worden sommige woorden eerder geboren dan andere?
06:16
This is one of the first resultsuitslagen
127
361000
2000
Dit is een van de eerste resultaten
06:18
that camekwam out of our studystudie a little over a yearjaar agogeleden
128
363000
2000
die uit onze studie van ruim een jaar geleden naar voren kwamen
06:20
that really surprisedverwonderd us.
129
365000
2000
die ons erg verbaasden.
06:22
The way to interpretinterpreteren this apparentlyblijkbaar simpleeenvoudig graphdiagram
130
367000
3000
Je moet dit op het oog simpele beeld zo interpreteren:
06:25
is, on the verticalverticaal is an indicationaanwijzing
131
370000
2000
op de verticale as staat een indicatie
06:27
of how complexcomplex caregiververzorger utterancesuitingen are
132
372000
3000
van hoe complex de uitingen van de verzorger zijn
06:30
basedgebaseerde on the lengthlengte of utterancesuitingen.
133
375000
2000
gebaseerd op de lengte van die uitingen.
06:32
And the [horizontalhorizontaal] axisas is time.
134
377000
3000
En de verticale as is de tijd.
06:35
And all of the datagegevens,
135
380000
2000
Al deze data
06:37
we aligneduitgelijnd basedgebaseerde on the followingvolgend ideaidee:
136
382000
3000
werden geordend volgens dit idee:
06:40
EveryElke time my sonzoon would learnleren a wordwoord,
137
385000
3000
elke keer dat mijn zoon een woord leerde,
06:43
we would tracespoor back and look at all of the languagetaal he heardgehoord
138
388000
3000
gingen we terug om te kijken naar alle taal die hij had gehoord
06:46
that containedbevatte that wordwoord.
139
391000
2000
waar dat woord in voorkwam.
06:48
And we would plotplot the relativefamilielid lengthlengte of the utterancesuitingen.
140
393000
4000
Daarna zetten we de relatieve lengte van de uitingen uit.
06:52
And what we foundgevonden was this curiousnieuwsgierig phenomenafenomenen,
141
397000
3000
Toen vonden we dit opmerkelijke fenomeen:
06:55
that caregiververzorger speechtoespraak would systematicallysystematisch dipduik to a minimumminimum,
142
400000
3000
het spreken van de verzorger daalde systematisch tot een minimum,
06:58
makingmaking languagetaal as simpleeenvoudig as possiblemogelijk,
143
403000
3000
de taal werd zo simpel mogelijk gemaakt
07:01
and then slowlylangzaam ascendAscend back up in complexityingewikkeldheid.
144
406000
3000
om vervolgens langzaam weer complexer te worden.
07:04
And the amazingverbazingwekkend thing was
145
409000
2000
Het verrassende was
07:06
that bounceBounce, that dipduik,
146
411000
2000
dat die hobbel, die dip,
07:08
linedgevoerde up almostbijna preciselyprecies
147
413000
2000
telkens vrijwel precies samenviel
07:10
with when eachelk wordwoord was borngeboren --
148
415000
2000
met het moment dat een nieuw woord werd geboren --
07:12
wordwoord after wordwoord, systematicallysystematisch.
149
417000
2000
woord na woord, elke keer opnieuw.
07:14
So it appearskomt naar voren that all threedrie primaryprimair caregiversverzorgers --
150
419000
2000
Het lijkt er dus op dat alle drie de verzorgers --
07:16
myselfmezelf, my wifevrouw and our nannyNanny --
151
421000
3000
ikzelf, mijn vrouw en onze nanny --
07:19
were systematicallysystematisch and, I would think, subconsciouslyonbewust
152
424000
3000
systematisch, en ik denk onderbewust,
07:22
restructuringherstructurering our languagetaal
153
427000
2000
onze taal zo indeelden
07:24
to meetontmoeten him at the birthgeboorte of a wordwoord
154
429000
3000
om bij hem te zijn bij de geboorte van een woord
07:27
and bringbrengen him gentlyzachtjes into more complexcomplex languagetaal.
155
432000
4000
en hem zachtjes mee te nemen naar meer complexe taal.
07:31
And the implicationsimplicaties of this -- there are manyveel,
156
436000
2000
De implicaties hiervan -- er zijn er vele,
07:33
but one I just want to pointpunt out,
157
438000
2000
maar ik wil er graag een benoemen --
07:35
is that there mustmoet be amazingverbazingwekkend feedbackterugkoppeling loopslussen.
158
440000
3000
is dat er steeds geweldig veel feedback plaatsvindt.
07:38
Of courseCursus, my sonzoon is learningaan het leren
159
443000
2000
Natuurlijk, mijn zoon leert
07:40
from his linguistictaalkundig environmentmilieu,
160
445000
2000
van zijn linguïstische omgeving,
07:42
but the environmentmilieu is learningaan het leren from him.
161
447000
3000
maar die omgeving leert van hem.
07:45
That environmentmilieu, people, are in these tightstrak feedbackterugkoppeling loopslussen
162
450000
3000
Die omgeving, mensen, zijn gevangen in een proces van feedback
07:48
and creatinghet creëren van a kindsoort of scaffoldingstellingen
163
453000
2000
en scheppen zo een soort steigerwerk
07:50
that has not been noticedmerkte untiltot now.
164
455000
3000
dat tot nu toe nog niet was opgemerkt.
07:54
But that's looking at the speechtoespraak contextcontext.
165
459000
2000
Tot zover onze blik op de spraakcontext.
07:56
What about the visualzichtbaar contextcontext?
166
461000
2000
Hoe zit het met de beeldcontext?
07:58
We're not looking at --
167
463000
2000
We kijken niet naar --
08:00
think of this as a dollhousePoppenhuis cutawayJacquet of our househuis.
168
465000
2000
zie dit als een poppenhuisblik in ons huis.
08:02
We'veWe hebben takeningenomen those circularcirculaire fish-eyevis-eye lenslens camerascamera's,
169
467000
3000
We namen camera's met van die fish-eye lenzen
08:05
and we'vewij hebben donegedaan some opticaloptische correctioncorrectie,
170
470000
2000
en na wat optische correctie
08:07
and then we can bringbrengen it into three-dimensionaldriedimensionaal life.
171
472000
4000
kunnen we het driedimensionaal tot leven brengen.
08:11
So welcomeWelkom to my home.
172
476000
2000
Welkom bij mij thuis.
08:13
This is a momentmoment,
173
478000
2000
Dit is een moment,
08:15
one momentmoment capturedgevangen genomen acrossaan de overkant multiplemeerdere camerascamera's.
174
480000
3000
een moment dat verschillende camera's hebben opgenomen.
08:18
The reasonreden we did this is to createcreëren the ultimateultiem memorygeheugen machinemachine,
175
483000
3000
We deden dit om de ultieme geheugenmachine te maken,
08:21
where you can go back and interactivelyinteractief flyvlieg around
176
486000
3000
waarin je terug kan en interactief kan rondvliegen
08:24
and then breatheademen video-lifeVideo-leven into this systemsysteem.
177
489000
3000
en dan videoleven kunt toevoegen aan dit systeem.
08:27
What I'm going to do
178
492000
2000
Ik ga jullie
08:29
is give you an acceleratedversneld viewuitzicht of 30 minutesnotulen,
179
494000
3000
een versneld beeld laten zien van 30 minuten,
08:32
again, of just life in the livingleven roomkamer.
180
497000
2000
opnieuw, gewoon het leven in de woonkamer.
08:34
That's me and my sonzoon on the floorverdieping.
181
499000
3000
Dat ben ik met mijn zoon op de grond.
08:37
And there's videovideo- analyticsAnalytics
182
502000
2000
En hier zijn analysegegevens in de video
08:39
that are trackingbijhouden our movementsbewegingen.
183
504000
2000
die onze bewegingen volgen.
08:41
My sonzoon is leavingverlaten redrood inkinkt. I am leavingverlaten greengroen inkinkt.
184
506000
3000
Mijn zoon laat een rood spoor achter, ik een groen spoor.
08:44
We're now on the couchdivan,
185
509000
2000
Hier zitten we op de bank
08:46
looking out throughdoor the windowvenster at carsauto's passingvoorbijgaand by.
186
511000
3000
en we kijken uit het raam naar passerende auto's.
08:49
And finallyTenslotte, my sonzoon playingspelen in a walkingwandelen toyspeelgoed- by himselfzichzelf.
187
514000
3000
Aan het einde speelt mijn zoon zelf in een loopspeelgoed.
08:52
Now we freezebevriezen the actionactie, 30 minutesnotulen,
188
517000
3000
Nu zetten we de actie stil, 30 minuten,
08:55
we turnbeurt time into the verticalverticaal axisas,
189
520000
2000
we zetten de tijd op de verticale as,
08:57
and we openOpen up for a viewuitzicht
190
522000
2000
en we krijgen een blik
08:59
of these interactionwisselwerking tracessporen we'vewij hebben just left behindachter.
191
524000
3000
op de interactiesporen die we net hebben achtergelaten.
09:02
And we see these amazingverbazingwekkend structuresstructuren --
192
527000
3000
We zien dit soort geweldige structuren --
09:05
these little knotsknopen of two colorskleuren of threaddraad
193
530000
3000
deze kleine knooppunten van gekleurde draden
09:08
we call "socialsociaal hotwarm spotsvlekken."
194
533000
2000
die we sociale hotspots noemen.
09:10
The spiralspiraal threaddraad
195
535000
2000
Dit spiraalvormige draadje
09:12
we call a "solosolo hotwarm spotplek."
196
537000
2000
noemen we een solo hotspot.
09:14
And we think that these affectaantasten the way languagetaal is learnedgeleerd.
197
539000
3000
We denken dat deze een invloed hebben op het aanleren van taal.
09:17
What we'dwij hadden like to do
198
542000
2000
We willen graag
09:19
is startbegin understandingbegrip
199
544000
2000
inzicht verwerven
09:21
the interactionwisselwerking betweentussen these patternspatronen
200
546000
2000
in de interactie tussen deze patronen
09:23
and the languagetaal that my sonzoon is exposedblootgesteld to
201
548000
2000
en de taal waar mijn zoon mee in aanraking komt
09:25
to see if we can predictvoorspellen
202
550000
2000
om te zien of we kunnen voorspellen
09:27
how the structurestructuur of when wordstekst are heardgehoord
203
552000
2000
hoe de structuur waarin een woord wordt gehoord
09:29
affectsbeïnvloedt when they're learnedgeleerd --
204
554000
2000
een invloed heeft op het leermoment --
09:31
so in other wordstekst, the relationshipverhouding
205
556000
2000
in andere woorden, de relatie
09:33
betweentussen wordstekst and what they're about in the worldwereld-.
206
558000
4000
tussen woorden en wat ze betekenen in de wereld.
09:37
So here'shier is how we're approachingnaderen this.
207
562000
2000
Dat doen we op deze manier.
09:39
In this videovideo-,
208
564000
2000
In deze video
09:41
again, my sonzoon is beingwezen tracedgetraceerd out.
209
566000
2000
zie je opnieuw de sporen van mijn zoon.
09:43
He's leavingverlaten redrood inkinkt behindachter.
210
568000
2000
Hij laat een rood inktspoor achter.
09:45
And there's our nannyNanny by the doordeur-.
211
570000
2000
Daar bij de deur is onze nanny.
09:47
(VideoVideo) NannyNanny: You want waterwater? (BabyBaby: AaaaAAAA.)
212
572000
3000
(Video) Nanny: Wil je water? (Baby: Aaaa.)
09:50
NannyNanny: All right. (BabyBaby: AaaaAAAA.)
213
575000
3000
Nanny: Goed. (Baby: Aaaa.)
09:53
DRDR: She offersaanbiedingen waterwater,
214
578000
2000
DR: Ze biedt hem water
09:55
and off go the two wormswormen
215
580000
2000
en daar gaan de twee wormpjes,
09:57
over to the kitchenkeuken- to get waterwater.
216
582000
2000
op naar de keuken om water te halen.
09:59
And what we'vewij hebben donegedaan is use the wordwoord "waterwater"
217
584000
2000
Hier hebben we het woord "water" gebruikt
10:01
to tagLabel that momentmoment, that bitbeetje of activityactiviteit.
218
586000
2000
om dat moment, die activiteit te markeren.
10:03
And now we take the powermacht of datagegevens
219
588000
2000
Nu nemen we de kracht van data
10:05
and take everyelk time my sonzoon
220
590000
3000
en bekijken we elke keer dat mijn zoon
10:08
ever heardgehoord the wordwoord waterwater
221
593000
2000
het woord water heeft gehoord
10:10
and the contextcontext he saw it in,
222
595000
2000
en de context waarin hij het tegenkwam,
10:12
and we use it to penetratedoordringen throughdoor the videovideo-
223
597000
3000
dat gebruiken we om in de video door te dringen
10:15
and find everyelk activityactiviteit tracespoor
224
600000
3000
en elk spoor van activiteiten te vinden
10:18
that co-occurredmede is opgetreden with an instanceaanleg of waterwater.
225
603000
3000
dat samenviel met een moment dat "water" viel.
10:21
And what this datagegevens leavesbladeren in its wakewekken
226
606000
2000
De data laten in hun kielzog
10:23
is a landscapelandschap.
227
608000
2000
een landschap achter.
10:25
We call these wordscapeswordscapes.
228
610000
2000
Dat noemen we een woordenlandschap.
10:27
This is the wordscapewordscape for the wordwoord waterwater,
229
612000
2000
Dit is een woordenlandschap voor het woord "water",
10:29
and you can see mostmeest of the actionactie is in the kitchenkeuken-.
230
614000
2000
en je ziet dat de meeste actie in de keuken plaatsvindt.
10:31
That's where those biggroot peakspieken are over to the left.
231
616000
3000
Daar zie je die hoge pieken aan de linkerkant.
10:34
And just for contrastcontrast, we can do this with any wordwoord.
232
619000
3000
En als contrast kunnen we dat met elk woord doen.
10:37
We can take the wordwoord "byeBye"
233
622000
2000
We kunnen kijken naar het woord "bye"
10:39
as in "good byeBye."
234
624000
2000
als in "good bye".
10:41
And we're now zoomedin-of uitgezoomd in over the entranceIngang to the househuis.
235
626000
2000
Hier zoomen we in op de voordeur van het huis.
10:43
And we look, and we find, as you would expectverwachten,
236
628000
3000
En inderdaad, zoals te verwachten vinden we
10:46
a contrastcontrast in the landscapelandschap
237
631000
2000
een contrast in het landschap
10:48
where the wordwoord "byeBye" occursvoordoet much more in a structuredgestructureerde way.
238
633000
3000
waar het woord "bye" veel gestructureerder verschijnt.
10:51
So we're usinggebruik makend van these structuresstructuren
239
636000
2000
We gebruiken deze structuren
10:53
to startbegin predictingvoorspellen
240
638000
2000
om voorspellingen te doen
10:55
the orderbestellen of languagetaal acquisitionovername,
241
640000
3000
over de volgorde van taalverwerving,
10:58
and that's ongoingvoortdurende work now.
242
643000
2000
en dat werk is nu in volle gang.
11:00
In my lablaboratorium, whichwelke we're peering"peering" into now, at MITMIT --
243
645000
3000
In mijn lab, waar we nu in kijken, aan MIT --
11:03
this is at the mediamedia lablaboratorium.
244
648000
2000
dit is het medialab.
11:05
This has becomeworden my favoritefavoriete way
245
650000
2000
Dit is mijn favoriete manier geworden
11:07
of videographingvideographing just about any spaceruimte.
246
652000
2000
om zowat elke ruimte op video vast te leggen.
11:09
ThreeDrie of the keysleutel people in this projectproject,
247
654000
2000
Drie van de belangrijkste mensen in dit project,
11:11
PhilipPhilip DeCampDeCamp, RonyRony KubatKubat and BrandonBrandon RoyRoy are picturedafgebeeld here.
248
656000
3000
Philip DeCap, Rony Kubat en Brandon Roy, staan hier op de foto.
11:14
PhilipPhilip has been a closedichtbij collaboratormedewerker
249
659000
2000
Philip heeft intensief met mij gewerkt
11:16
on all the visualizationsvisualisaties you're seeingziend.
250
661000
2000
aan alle visualisaties die jullie zien.
11:18
And MichaelMichael FleischmanFleischman
251
663000
3000
En Michael Fleischman
11:21
was anothereen ander PhPH.D. studentstudent in my lablaboratorium
252
666000
2000
was een andere doctorsstudent in mijn lab
11:23
who workedwerkte with me on this home videovideo- analysisanalyse,
253
668000
3000
die met me heeft gewerkt aan de analyse van de video's.
11:26
and he madegemaakt the followingvolgend observationobservatie:
254
671000
3000
Hij merkte het volgende op:
11:29
that "just the way that we're analyzinganalyseren
255
674000
2000
"Net zoals we analyseren
11:31
how languagetaal connectsconnects to eventsevents
256
676000
3000
hoe taal verbonden is met gebeurtenissen
11:34
whichwelke providevoorzien commongemeenschappelijk groundgrond for languagetaal,
257
679000
2000
die een bodem vormen onder taal,
11:36
that samedezelfde ideaidee we can take out of your home, DebDeb,
258
681000
4000
zo kunnen we dat idee uit jouw huis, Deb,
11:40
and we can applyvan toepassing zijn it to the worldwereld- of publicopenbaar mediamedia."
259
685000
3000
ook gebruiken in de wereld van openbare media."
11:43
And so our effortinspanning tooknam an unexpectedniet verwacht turnbeurt.
260
688000
3000
Toen nam ons onderzoek een onverwachte draai.
11:46
Think of massmassa- mediamedia
261
691000
2000
Denk aan massamedia
11:48
as providinghet verstrekken van commongemeenschappelijk groundgrond
262
693000
2000
als een soort bodem
11:50
and you have the reciperecept
263
695000
2000
en je hebt het recept
11:52
for takingnemen this ideaidee to a wholegeheel newnieuwe placeplaats.
264
697000
3000
om dit idee op een heel andere manier in te zetten.
11:55
We'veWe hebben startedbegonnen analyzinganalyseren televisiontelevisie contentinhoud
265
700000
3000
We begonnen televisiecontent te analyseren
11:58
usinggebruik makend van the samedezelfde principlesprincipes --
266
703000
2000
op basis van dezelfde principes --
12:00
analyzinganalyseren eventevenement structurestructuur of a TVTV signalsignaal --
267
705000
3000
een analyse van de gebeurtenissenstructuur van wat op tv is --
12:03
episodesafleveringen of showsshows,
268
708000
2000
afleveringen van series,
12:05
commercialscommercials,
269
710000
2000
commercials,
12:07
all of the componentscomponenten that make up the eventevenement structurestructuur.
270
712000
3000
alle componenten die een gebeurtenissenstructuur bepalen.
12:10
And we're now, with satellitesatelliet dishesborden, pullingtrekken and analyzinganalyseren
271
715000
3000
Dankzij satellietschotels bekijken en analyseren we nu
12:13
a good partdeel of all the TVTV beingwezen watchedbekeken in the UnitedVerenigd StatesStaten.
272
718000
3000
een groot deel van wat in de Verenigde Staten op tv is.
12:16
And you don't have to now go and instrumentinstrument livingleven roomskamers with microphonesmicrofoons
273
721000
3000
Het is tegenwoordig niet meer nodig om huiskamers uit te rusten met microfoons
12:19
to get people'sPeople's conversationsconversaties,
274
724000
2000
om de gespreken van mensen op te nemen,
12:21
you just tuneTune into publiclyopenbaar availablebeschikbaar socialsociaal mediamedia feedsfeeds.
275
726000
3000
het volstaat om te kijken naar openbare sociale media.
12:24
So we're pullingtrekken in
276
729000
2000
We verzamelen
12:26
about threedrie billionmiljard commentsopmerkingen a monthmaand,
277
731000
2000
zo'n 3 miljard reacties per maand.
12:28
and then the magicmagie happensgebeurt.
278
733000
2000
En dan gebeurt het.
12:30
You have the eventevenement structurestructuur,
279
735000
2000
Je hebt de gebeurtenissenstructuur,
12:32
the commongemeenschappelijk groundgrond that the wordstekst are about,
280
737000
2000
de bodem onder de betekenis van woorden,
12:34
comingkomt eraan out of the televisiontelevisie feedsfeeds;
281
739000
3000
vanuit de stroom op televisie;
12:37
you've got the conversationsconversaties
282
742000
2000
je hebt de conversaties
12:39
that are about those topicstopics;
283
744000
2000
over deze onderwerpen
12:41
and throughdoor semanticsemantisch analysisanalyse --
284
746000
3000
en door semantische analyse --
12:44
and this is actuallywerkelijk realecht datagegevens you're looking at
285
749000
2000
nu kijken jullie trouwens naar echte data
12:46
from our datagegevens processingverwerken --
286
751000
2000
uit onze gegevensanalyse --
12:48
eachelk yellowgeel linelijn is showingtonen a linklink beingwezen madegemaakt
287
753000
3000
elke gele lijn duidt op een gemaakte link
12:51
betweentussen a commentcommentaar in the wildwild
288
756000
3000
tussen een reactie in het wild
12:54
and a piecestuk of eventevenement structurestructuur comingkomt eraan out of the televisiontelevisie signalsignaal.
289
759000
3000
en een stukje uit de gebeurtenissenstructuur van de televisiestroom.
12:57
And the samedezelfde ideaidee now
290
762000
2000
Hetzelfde idee kan
12:59
can be builtgebouwd up.
291
764000
2000
nu worden opgebouwd.
13:01
And we get this wordscapewordscape,
292
766000
2000
We krijgen dit woordenlandschap,
13:03
exceptbehalve now wordstekst are not assembledgeassembleerd in my livingleven roomkamer.
293
768000
3000
maar nu worden woorden niet in mijn woonkamer in elkaar gezet.
13:06
InsteadIn plaats daarvan, the contextcontext, the commongemeenschappelijk groundgrond activitiesactiviteiten,
294
771000
4000
In plaats daarvan wordt de context, de basisactiviteit bepaald
13:10
are the contentinhoud on televisiontelevisie that's drivinghet rijden the conversationsconversaties.
295
775000
3000
door de content op televisie die de conversaties aanjaagt.
13:13
And what we're seeingziend here, these skyscraperswolkenkrabbers now,
296
778000
3000
Hier zien we deze wolkenkrabbers,
13:16
are commentarycommentaar
297
781000
2000
dat zijn reacties
13:18
that are linkedgekoppelde to contentinhoud on televisiontelevisie.
298
783000
2000
die zijn gekoppeld aan content op televisie.
13:20
SameDezelfde conceptconcept,
299
785000
2000
Hetzelfde concept,
13:22
but looking at communicationcommunicatie dynamicsdynamica
300
787000
2000
maar dan gericht op de dynamiek van communicatie
13:24
in a very differentverschillend spheregebied.
301
789000
2000
in een totaal andere omgeving.
13:26
And so fundamentallyfundamenteel, ratherliever than, for examplevoorbeeld,
302
791000
2000
In plaats van bijvoorbeeld
13:28
measuringmeten contentinhoud basedgebaseerde on how manyveel people are watchingkijken,
303
793000
3000
content te meten op basis van hoeveel mensen kijken,
13:31
this givesgeeft us the basicbasis- datagegevens
304
796000
2000
krijgen we hier de basisgegevens
13:33
for looking at engagementverloving propertieseigenschappen of contentinhoud.
305
798000
3000
over hoe content tot interactie leidt.
13:36
And just like we can look at feedbackterugkoppeling cyclescycli
306
801000
3000
Net zoals we kunnen kijken naar de uitwisseling van feedback
13:39
and dynamicsdynamica in a familyfamilie,
307
804000
3000
en de dynamiek in een gezin
13:42
we can now openOpen up the samedezelfde conceptsconcepten
308
807000
3000
kunnen we nu dezelfde concepten wijder maken
13:45
and look at much largergrotere groupsgroepen of people.
309
810000
3000
en kijken naar een veel grotere groep mensen.
13:48
This is a subsetdeelverzameling of datagegevens from our databasedatabank --
310
813000
3000
Dit is een subset van gegevens uit onze database --
13:51
just 50,000 out of severalverscheidene millionmiljoen --
311
816000
3000
slechts 50.000 van enkele miljoenen --
13:54
and the socialsociaal graphdiagram that connectsconnects them
312
819000
2000
en het sociale beeld dat ze bindt
13:56
throughdoor publiclyopenbaar availablebeschikbaar sourcesbronnen.
313
821000
3000
via openbaar beschikbare bronnen.
13:59
And if you put them on one plainvlakte,
314
824000
2000
Als je die in één vlak plaatst,
14:01
a secondtweede plainvlakte is where the contentinhoud liveslevens.
315
826000
3000
staat de content in een tweede vlak.
14:04
So we have the programsprogramma's
316
829000
3000
De programma's
14:07
and the sportingsporting eventsevents
317
832000
2000
en de sportevenementen
14:09
and the commercialscommercials,
318
834000
2000
en de commercials
14:11
and all of the linklink structuresstructuren that tiebinden them togethersamen
319
836000
2000
en alle verbindende structuren ertussen
14:13
make a contentinhoud graphdiagram.
320
838000
2000
maken samen een contentplaatje.
14:15
And then the importantbelangrijk thirdderde dimensiondimensie.
321
840000
4000
En dan de belangrijke derde dimensie.
14:19
EachElke of the linkskoppelingen that you're seeingziend renderedgesmolten here
322
844000
2000
Elke koppeling die jullie hier weergegeven zien
14:21
is an actualwerkelijk connectionverbinding madegemaakt
323
846000
2000
is een werkelijke verbinding
14:23
betweentussen something someoneiemand said
324
848000
3000
tussen iets wat iemand heeft gezegd
14:26
and a piecestuk of contentinhoud.
325
851000
2000
en een brokje content.
14:28
And there are, again, now tenstientallen of millionsmiljoenen of these linkskoppelingen
326
853000
3000
Er zijn, opnieuw, tientallen miljoenen van dit soort links
14:31
that give us the connectiveverbindende tissuezakdoek of socialsociaal graphsgrafieken
327
856000
3000
die een web van sociale beelden opleveren
14:34
and how they relatebetrekking hebben to contentinhoud.
328
859000
3000
en hoe ze zich verhouden tot de content.
14:37
And we can now startbegin to probesonde the structurestructuur
329
862000
2000
Nu kunnen we de structuur gaan onderzoeken
14:39
in interestinginteressant waysmanieren.
330
864000
2000
op interessante manieren.
14:41
So if we, for examplevoorbeeld, tracespoor the pathpad
331
866000
3000
Als we bijvoorbeeld een pad tekenen
14:44
of one piecestuk of contentinhoud
332
869000
2000
van een brokje content
14:46
that drivesdrives someoneiemand to commentcommentaar on it,
333
871000
2000
dat iemand inspireerde om erop te reageren,
14:48
and then we followvolgen where that commentcommentaar goesgaat,
334
873000
3000
en dan volgen waar die reactie heen gaat
14:51
and then look at the entiregeheel socialsociaal graphdiagram that becomeswordt activatedgeactiveerd
335
876000
3000
om vervolgens te kijken naar de complete sociale grafiek die wordt geactiveerd
14:54
and then tracespoor back to see the relationshipverhouding
336
879000
3000
en terug te gaan naar de relatie
14:57
betweentussen that socialsociaal graphdiagram and contentinhoud,
337
882000
2000
tussen de sociale grafiek en de content,
14:59
a very interestinginteressant structurestructuur becomeswordt visiblezichtbaar.
338
884000
2000
dan wordt een interessante structuur zichtbaar.
15:01
We call this a co-viewingsamen bekijken cliquekliek,
339
886000
2000
Die noemen we een "samen kijkend groepje",
15:03
a virtualvirtueel livingleven roomkamer if you will.
340
888000
3000
een virtuele woonkamer als het ware.
15:06
And there are fascinatingfascinerend dynamicsdynamica at playspelen.
341
891000
2000
Hier is een fascinerende dynamiek gaande.
15:08
It's not one way.
342
893000
2000
Het is geen eenrichtingsverkeer.
15:10
A piecestuk of contentinhoud, an eventevenement, causesoorzaken someoneiemand to talk.
343
895000
3000
Een brokje content, een gebeurtenis maakt dat iemand erover gaat praten.
15:13
They talk to other people.
344
898000
2000
Die praat weer met anderen.
15:15
That drivesdrives tune-inTune-in behaviorgedrag back into massmassa- mediamedia,
345
900000
3000
Dit stimuleert weer dat men teruggaat naar de massamedia
15:18
and you have these cyclescycli
346
903000
2000
en je krijgt deze cycli
15:20
that driverijden the overallglobaal behaviorgedrag.
347
905000
2000
die een algemeen gedrag sturen.
15:22
AnotherEen ander examplevoorbeeld -- very differentverschillend --
348
907000
2000
Een ander voorbeeld -- heel anders --
15:24
anothereen ander actualwerkelijk personpersoon in our databasedatabank --
349
909000
3000
van een andere persoon in onze database --
15:27
and we're findingbevinding at leastminst hundredshonderden, if not thousandsduizenden, of these.
350
912000
3000
we vinden minstens honderden, zoniet duizenden hiervan.
15:30
We'veWe hebben givengegeven this personpersoon a namenaam.
351
915000
2000
We hebben deze persoon een naam gegeven.
15:32
This is a pro-amateurPro-amateur, or pro-ampro-am mediamedia criticcriticus
352
917000
3000
Dit is een pro-amateur, of pro-am, mediacriticus
15:35
who has this highhoog fan-outfan-out ratetarief.
353
920000
3000
die een hoog bereik heeft.
15:38
So a lot of people are followingvolgend this personpersoon -- very influentialinvloedrijke --
354
923000
3000
Veel mensen volgen deze persoon dus -- hij is heel invloedrijk --
15:41
and they have a propensityneiging to talk about what's on TVTV.
355
926000
2000
en ze hebben de neiging om te bespreken wat er op tv is.
15:43
So this personpersoon is a keysleutel linklink
356
928000
3000
Deze persoon is dus een sleutelverbinding
15:46
in connectingverbinden massmassa- mediamedia and socialsociaal mediamedia togethersamen.
357
931000
3000
tussen de massamedia en de sociale media.
15:49
One last examplevoorbeeld from this datagegevens:
358
934000
3000
Een laatste voorbeeld uit deze data:
15:52
SometimesSoms it's actuallywerkelijk a piecestuk of contentinhoud that is specialspeciaal.
359
937000
3000
soms is een brokje content zelf bijzonder.
15:55
So if we go and look at this piecestuk of contentinhoud,
360
940000
4000
Laten we teruggaan en kijken naar dit contentelement,
15:59
PresidentDe Voorzitter Obama'sObama de StateStaat of the UnionUnie addressadres
361
944000
3000
de State of the Union van president Obama
16:02
from just a fewweinig weeksweken agogeleden,
362
947000
2000
van slechts een paar weken geleden
16:04
and look at what we find in this samedezelfde datagegevens setreeks,
363
949000
3000
en kijken wat we vinden in dezelfde dataset,
16:07
at the samedezelfde scaleschaal,
364
952000
3000
op dezelfde schaal:
16:10
the engagementverloving propertieseigenschappen of this piecestuk of contentinhoud
365
955000
2000
de bindingskenmerken van deze brok content
16:12
are trulywerkelijk remarkableopmerkelijk.
366
957000
2000
zijn echt opmerkelijk.
16:14
A nationnatie explodingexploderende in conversationgesprek
367
959000
2000
Een heel land explodeert in conversatie
16:16
in realecht time
368
961000
2000
in real-time
16:18
in responseantwoord to what's on the broadcastuitzending.
369
963000
3000
in reactie op wat er is uitgezonden.
16:21
And of courseCursus, throughdoor all of these lineslijnen
370
966000
2000
Natuurlijk, tussen al deze lijnen
16:23
are flowingvloeiende unstructuredongestructureerde languagetaal.
371
968000
2000
vloeit ongestructureerde taal.
16:25
We can X-rayX-Ray
372
970000
2000
We kunnen een röntgenfoto nemen
16:27
and get a real-timeechte tijd pulsepols of a nationnatie,
373
972000
2000
en in real-time de vinger aan de pols van een land houden,
16:29
real-timeechte tijd sensezin
374
974000
2000
een real-time gevoel
16:31
of the socialsociaal reactionsreacties in the differentverschillend circuitscircuits in the socialsociaal graphdiagram
375
976000
3000
van de sociale reacties in verschillende circuits van het sociale plaatje
16:34
beingwezen activatedgeactiveerd by contentinhoud.
376
979000
3000
die door de content worden geactiveerd.
16:37
So, to summarizesamenvatten, the ideaidee is this:
377
982000
3000
Als ik samenvat, is dit het idee:
16:40
As our worldwereld- becomeswordt increasinglyin toenemende mate instrumentedgeïnstrumenteerd
378
985000
3000
terwijl onze wereld steeds meer wordt bepaald door machines
16:43
and we have the capabilitiesmogelijkheden
379
988000
2000
en we de mogelijkheid hebben
16:45
to collectverzamelen and connectaansluiten the dotsstippen
380
990000
2000
om te verzamelen en de punten te verbinden
16:47
betweentussen what people are sayinggezegde
381
992000
2000
tussen wat mensen zeggen
16:49
and the contextcontext they're sayinggezegde it in,
382
994000
2000
en de context waarin ze het zeggen,
16:51
what's emergingopkomende is an abilityvermogen
383
996000
2000
zien we een mogelijkheid bovenkomen
16:53
to see newnieuwe socialsociaal structuresstructuren and dynamicsdynamica
384
998000
3000
om nieuwe sociale structuren en dynamiek te zien
16:56
that have previouslyeerder not been seengezien.
385
1001000
2000
die tot dan toe verborgen bleven.
16:58
It's like buildinggebouw a microscopeMicroscoop or telescopetelescoop
386
1003000
2000
Het is alsof je een microscoop of telescoop bouwt
17:00
and revealingonthullende newnieuwe structuresstructuren
387
1005000
2000
en nieuwe structuren onthult
17:02
about our owneigen behaviorgedrag around communicationcommunicatie.
388
1007000
3000
over ons gedrag rond communicatie.
17:05
And I think the implicationsimplicaties here are profounddiepgaand,
389
1010000
3000
Ik denk dat de gevolgen diepgaand zullen zijn,
17:08
whetherof it's for sciencewetenschap,
390
1013000
2000
zowel voor de wetenschap,
17:10
for commercehandel, for governmentregering,
391
1015000
2000
als voor de economie, voor de overheid
17:12
or perhapsmisschien mostmeest of all,
392
1017000
2000
of misschien nog wel het meest
17:14
for us as individualsindividuen.
393
1019000
3000
voor ons als individu.
17:17
And so just to returnterugkeer to my sonzoon,
394
1022000
3000
Om terug te keren bij mijn zoon:
17:20
when I was preparingvoorbereidingen treffen this talk, he was looking over my shoulderschouder,
395
1025000
3000
toen ik dit praatje voorbereidde, keek hij mee over mijn schouder
17:23
and I showedtoonden him the clipsclips I was going to showtonen to you todayvandaag,
396
1028000
2000
en ik liet hem de clips zien die ik jullie vandaag zou tonen,
17:25
and I askedgevraagd him for permissiontoestemming -- grantedtoegekend.
397
1030000
3000
en ik vroeg hem om toestemming -- die kreeg ik.
17:28
And then I wentgegaan on to reflectreflecteren,
398
1033000
2000
Toen bedacht ik me:
17:30
"Isn't it amazingverbazingwekkend,
399
1035000
3000
"Is het niet geweldig,
17:33
this entiregeheel databasedatabank, all these recordingsopnamen,
400
1038000
3000
deze hele database, al deze opnames,
17:36
I'm going to handhand- off to you and to your sisterzus" --
401
1041000
2000
die ga ik nalaten aan jou en aan je zus,
17:38
who arrivedaangekomen two yearsjaar laterlater --
402
1043000
3000
die twee jaar later kwam.
17:41
"and you guys are going to be ablein staat to go back and re-experienceRe-ervaring momentsmomenten
403
1046000
3000
En jullie zullen terug kunnen gaan en momenten opnieuw kunnen beleven
17:44
that you could never, with your biologicalbiologisch memorygeheugen,
404
1049000
3000
die je je nooit met je biologische geheugen
17:47
possiblymogelijk rememberonthouden the way you can now?"
405
1052000
2000
zou kunnen herinneren zoals je dat nu kunt."
17:49
And he was quietrustig for a momentmoment.
406
1054000
2000
Toen was hij een moment stil.
17:51
And I thought, "What am I thinkinghet denken?
407
1056000
2000
En ik dacht: "Wat denk ik wel niet?
17:53
He's fivevijf yearsjaar oldoud. He's not going to understandbegrijpen this."
408
1058000
2000
Hij is vijf jaar. Hij begrijpt dit nog niet."
17:55
And just as I was havingmet that thought, he lookedkeek up at me and said,
409
1060000
3000
En juist toen ik dat dacht, keek hij naar me op en zei hij:
17:58
"So that when I growgroeien up,
410
1063000
2000
"Als ik later groot ben
18:00
I can showtonen this to my kidskinderen?"
411
1065000
2000
kan ik dit dus aan mijn kinderen laten zien?"
18:02
And I thought, "WowWow, this is powerfulkrachtig stuffspul."
412
1067000
3000
Ik dacht: "Tjonge, dat is sterk."
18:05
So I want to leavehet verlof you
413
1070000
2000
Ik wil jullie graag
18:07
with one last memorablememorabele momentmoment
414
1072000
2000
nog een gedenkwaardig moment meegeven
18:09
from our familyfamilie.
415
1074000
3000
uit onze familie.
18:12
This is the first time our sonzoon
416
1077000
2000
Dit is de eerste keer dat onze zoon
18:14
tooknam more than two stepsstappen at onceeen keer --
417
1079000
2000
meer dan twee stappen tegelijk nam --
18:16
capturedgevangen genomen on filmfilm.
418
1081000
2000
vastgelegd op film.
18:18
And I really want you to focusfocus on something
419
1083000
3000
Ik wil graag dat jullie vooral op één ding letten
18:21
as I take you throughdoor.
420
1086000
2000
als ik het jullie laat zien.
18:23
It's a clutteredrommelig environmentmilieu; it's naturalnatuurlijk life.
421
1088000
2000
De omgeving is rommelig, het is het echte leven.
18:25
My mother'smoeder in the kitchenkeuken-, cookingkoken,
422
1090000
2000
Mijn moeder is in de keuken aan het koken
18:27
and, of all placesplaatsen, in the hallwaygang,
423
1092000
2000
en in de gang, stel je ook voor,
18:29
I realizerealiseren he's about to do it, about to take more than two stepsstappen.
424
1094000
3000
realiseer ik me dat hij het gaat doen, meer dan twee stappen tegelijk nemen.
18:32
And so you hearhoren me encouragingbemoedigend him,
425
1097000
2000
Je hoort mij hem dus aanmoedigen
18:34
realizinghet realiseren van what's happeninggebeurtenis,
426
1099000
2000
terwijl ik me realiseer wat er gebeurt,
18:36
and then the magicmagie happensgebeurt.
427
1101000
2000
en dat komt het magische moment.
18:38
Listen very carefullyvoorzichtig.
428
1103000
2000
Luister heel goed.
18:40
About threedrie stepsstappen in,
429
1105000
2000
Na ongeveer drie stappen
18:42
he realizesrealiseert something magicmagie is happeninggebeurtenis,
430
1107000
2000
realiseert hij zich dat het gebeurt.
18:44
and the mostmeest amazingverbazingwekkend feedbackterugkoppeling looplus of all kickskicks in,
431
1109000
3000
Dan komt de meest geweldige feedbackreactie van allemaal,
18:47
and he takes a breathadem in,
432
1112000
2000
hij neemt een diepe adem
18:49
and he whispersWhispers "wowWauw"
433
1114000
2000
en fluistert "wauw"
18:51
and instinctivelyinstinctief I echoecho back the samedezelfde.
434
1116000
4000
en op instinct doe ik hetzelfde.
18:56
And so let's flyvlieg back in time
435
1121000
3000
Laten we teruggaan in de tijd
18:59
to that memorablememorabele momentmoment.
436
1124000
2000
tot dat gedenkwaardige moment.
19:05
(VideoVideo) DRDR: Hey.
437
1130000
2000
(Video): DR: Hey.
19:07
Come here.
438
1132000
2000
Kom hier.
19:09
Can you do it?
439
1134000
3000
Kun je het doen?
19:13
Oh, boyjongen.
440
1138000
2000
Jongen toch.
19:15
Can you do it?
441
1140000
3000
Kun je het?
19:18
BabyBaby: Yeah.
442
1143000
2000
Baby: Ja.
19:20
DRDR: MaMa, he's walkingwandelen.
443
1145000
3000
DR: Ma, hij loopt.
19:24
(LaughterGelach)
444
1149000
2000
(Gelach)
19:26
(ApplauseApplaus)
445
1151000
2000
(Applaus)
19:28
DRDR: Thank you.
446
1153000
2000
DR: Dank jullie wel.
19:30
(ApplauseApplaus)
447
1155000
15000
(Applaus)
Translated by Albert Edelman
Reviewed by Els De Keyser

▲Back to top

ABOUT THE SPEAKER
Deb Roy - Cognitive scientist
Deb Roy studies how children learn language, and designs machines that learn to communicate in human-like ways. On sabbatical from MIT Media Lab, he's working with the AI company Bluefin Labs.

Why you should listen

Deb Roy directs the Cognitive Machines group at the MIT Media Lab, where he studies how children learn language, and designs machines that learn to communicate in human-like ways. To enable this work, he has pioneered new data-driven methods for analyzing and modeling human linguistic and social behavior. He has authored numerous scientific papers on artificial intelligence, cognitive modeling, human-machine interaction, data mining, and information visualization.

Deb Roy was the co-founder and serves as CEO of Bluefin Labs, a venture-backed technology company. Built upon deep machine learning principles developed in his research over the past 15 years, Bluefin has created a technology platform that analyzes social media commentary to measure real-time audience response to TV ads and shows.

Follow Deb Roy on Twitter>

Roy adds some relevant papers:

Deb Roy. (2009). New Horizons in the Study of Child Language Acquisition. Proceedings of Interspeech 2009. Brighton, England. bit.ly/fSP4Qh

Brandon C. Roy, Michael C. Frank and Deb Roy. (2009). Exploring word learning in a high-density longitudinal corpus. Proceedings of the 31st Annual Meeting of the Cognitive Science Society. Amsterdam, Netherlands. bit.ly/e1qxej

Plenty more papers on our research including technology and methodology can be found here, together with other research from my lab at MIT: bit.ly/h3paSQ

The work that I mentioned on relationships between television content and the social graph is being done at Bluefin Labs (www.bluefinlabs.com). Details of this work have not been published. The social structures we are finding (and that I highlighted in my TED talk) are indeed new. The social media communication channels that are leading to their formation did not even exist a few years ago, and Bluefin's technology platform for discovering these kinds of structures is the first of its kind. We'll certainly have more to say about all this as we continue to dig into this fascinating new kind of data, and as new social structures continue to evolve!

More profile about the speaker
Deb Roy | Speaker | TED.com