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

Деб Рой: Рождение слова

Filmed:
2,809,941 views

Исследователь Массачусетского технологического института (МТИ) Деб Рой хотел понять, как его маленький сын учится разговорному языку. Поэтому он обвесил свой дом видеокамерами, чтобы запечатлеть каждый, за некоторыми исключениями, момент жизни своего сына. Затем он проанализировал 90 000 часов домашнего видео, чтобы посмотреть, как "гаааа" медленно превращалось в "уотэ" (вода). Поразительное исследование с множеством данных и далеко идущими выводами о том, как мы учимся.
- 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
ImagineПредставить if you could recordзапись your life --
0
0
4000
Представьте, что вы могли бы запечатлеть свою жизнь на пленке –
00:19
everything you said, everything you did,
1
4000
3000
все, что вы сказали, все, что сделали –
00:22
availableдоступный in a perfectидеально memoryПамять storeмагазин at your fingertipsКончики пальцев,
2
7000
3000
все в идеальном хранилище памяти у вас под рукой,
00:25
so you could go back
3
10000
2000
чтобы вы могли бы вернуться
00:27
and find memorableпамятный momentsмоменты and reliveвозродиться them,
4
12000
3000
в самые яркие моменты прошлого и заново пережить их,
00:30
or siftпросеять throughчерез tracesследы of time
5
15000
3000
или поискать в следах времени
00:33
and discoverобнаружить patternsузоры in your ownсвоя life
6
18000
2000
и найти какие-то тенденции в собственной жизни,
00:35
that previouslyпредварительно had goneпрошло undiscoveredнераскрытый.
7
20000
3000
которые до этого не были замечены.
00:38
Well that's exactlyв точку the journeyпоездка
8
23000
2000
Так вот именно такое путешествие
00:40
that my familyсемья beganначал
9
25000
2000
моя семья начала
00:42
five5 and a halfполовина yearsлет agoтому назад.
10
27000
2000
пять с половиной лет назад.
00:44
This is my wifeжена and collaboratorсотрудник, RupalRupal.
11
29000
3000
Это моя жена и соратница Рупал.
00:47
And on this day, at this momentмомент,
12
32000
2000
И в тот день, в ту минуту
00:49
we walkedходил into the houseдом with our first childребенок,
13
34000
2000
мы вошли в дом с нашим первым ребенком,
00:51
our beautifulкрасивая babyдетка boyмальчик.
14
36000
2000
нашим красавцем сынишкой.
00:53
And we walkedходил into a houseдом
15
38000
3000
Мы вошли в дом
00:56
with a very specialособый home videoвидео recordingзапись systemсистема.
16
41000
4000
с особой системой записи домашнего видео.
01:07
(Videoвидео) Man: Okay.
17
52000
2000
(Видео) Мужчина: "Окей".
01:10
Debдебютантка RoyРой: This momentмомент
18
55000
1000
Деб Рой: Этот момент,
01:11
and thousandsтысячи of other momentsмоменты specialособый for us
19
56000
3000
и тысячи других моментов, дорогих для нас,
01:14
were capturedзахваченный in our home
20
59000
2000
записаны в нашем доме,
01:16
because in everyкаждый roomкомната in the houseдом,
21
61000
2000
потому что в каждой комнате дома,
01:18
if you lookedсмотрел up, you'dвы бы see a cameraкамера and a microphoneмикрофон,
22
63000
3000
посмотрев вверх, вы увидите камеру и микрофон,
01:21
and if you lookedсмотрел down,
23
66000
2000
а если посмотрите вниз,
01:23
you'dвы бы get this bird's-eyeптичий глаз viewПосмотреть of the roomкомната.
24
68000
2000
вы получите вид комнаты сверху.
01:25
Here'sВот our livingживой roomкомната,
25
70000
3000
Здесь наша гостиная,
01:28
the babyдетка bedroomСпальня,
26
73000
3000
детская,
01:31
kitchenкухня, diningобеденный roomкомната
27
76000
2000
кухня, столовая
01:33
and the restотдых of the houseдом.
28
78000
2000
и весь остальной дом.
01:35
And all of these fedкормили into a discдиск arrayмассив
29
80000
3000
И все это попадает в дисковый массив,
01:38
that was designedпредназначенный for a continuousнепрерывный captureзахватить.
30
83000
3000
созданный для продолжительной видеозаписи.
01:41
So here we are flyingлетающий throughчерез a day in our home
31
86000
3000
Сейчас перед нами пролетает один день из жизни моего дома:
01:44
as we moveпереехать from sunlitосвещенный солнцем morningутро
32
89000
3000
от солнечного утра
01:47
throughчерез incandescentраскаленный eveningвечер
33
92000
2000
через вечер, освещенный электрическим светом,
01:49
and, finallyв конце концов, lightsогни out for the day.
34
94000
3000
и, наконец, до гаснущих огней.
01:53
Over the courseкурс of threeтри yearsлет,
35
98000
3000
На протяжение трех лет
01:56
we recordedзаписанный eight8 to 10 hoursчасов a day,
36
101000
2000
мы записывали от 8 до 10 часов в день,
01:58
amassingнакапливая roughlyгрубо a quarter-millionчетверть миллиона hoursчасов
37
103000
3000
накопив приблизительно четверть миллиона часов
02:01
of multi-trackмногодорожечный audioаудио and videoвидео.
38
106000
3000
аудио и видео на нескольких дорожках.
02:04
So you're looking at a pieceкусок of what is by farдалеко
39
109000
2000
Так что вы видите часть, без сомнения,
02:06
the largestкрупнейший home videoвидео collectionколлекция ever madeсделал.
40
111000
2000
самой большой коллекции домашнего видео, записанной когда-либо.
02:08
(LaughterСмех)
41
113000
3000
(Смех)
02:11
And what this dataданные representsпредставляет
42
116000
2000
То значение, которое эти данные имеют
02:13
for our familyсемья at a personalличный levelуровень,
43
118000
4000
лично для нашей семьи,
02:17
the impactвлияние has alreadyуже been immenseогромный,
44
122000
2000
и их воздействие уже стали колоссальными.
02:19
and we're still learningобучение its valueстоимость.
45
124000
3000
И мы все еще постигаем их ценность.
02:22
Countlessбесчисленный momentsмоменты
46
127000
2000
Бесчисленные моменты,
02:24
of unsolicitedнезатребованный naturalнатуральный momentsмоменты, not posedпозировала momentsмоменты,
47
129000
3000
снятые в естественной среде, без позирования –
02:27
are capturedзахваченный there,
48
132000
2000
собраны здесь,
02:29
and we're startingначало to learnучить how to discoverобнаружить them and find them.
49
134000
3000
и мы учимся находить и постигать их.
02:32
But there's alsoтакже a scientificнаучный reasonпричина that droveпоехали this projectпроект,
50
137000
3000
Но у этого проекта есть и научно-исследовательская задача –
02:35
whichкоторый was to use this naturalнатуральный longitudinalпродольный dataданные
51
140000
4000
использовать эти необработанные долговременные данные
02:39
to understandПонимаю the processобработать
52
144000
2000
для понимания процесса
02:41
of how a childребенок learnsузнает languageязык --
53
146000
2000
овладения ребенком речи –
02:43
that childребенок beingявляющийся my sonсын.
54
148000
2000
где ребенком является мой сын.
02:45
And so with manyмногие privacyКонфиденциальность provisionsположения put in placeместо
55
150000
4000
И вот, с множеством поправок на приватность
02:49
to protectзащищать everyoneвсе who was recordedзаписанный in the dataданные,
56
154000
3000
для защиты каждого, кто был записан камерой,
02:52
we madeсделал elementsэлементы of the dataданные availableдоступный
57
157000
3000
мы передали часть данных
02:55
to my trustedдоверенный researchисследование teamкоманда at MITMIT
58
160000
3000
доверенной команде исследователей из МТИ,
02:58
so we could startНачало teasingподдразнивания apartКроме patternsузоры
59
163000
3000
чтобы мы могли начать выделять повторяющиеся элементы
03:01
in this massiveмассивный dataданные setзадавать,
60
166000
3000
из этого массива данных,
03:04
tryingпытаясь to understandПонимаю the influenceвлияние of socialСоциальное environmentsокружающая среда
61
169000
3000
пытаясь понять влияние социальной среды
03:07
on languageязык acquisitionполучение.
62
172000
2000
на усвоение речи.
03:09
So we're looking here
63
174000
2000
Итак, мы сейчас смотрим
03:11
at one of the first things we startedначал to do.
64
176000
2000
на одну из первых вещей, которую мы начали делать.
03:13
This is my wifeжена and I cookingГотовка breakfastзавтрак in the kitchenкухня,
65
178000
4000
Это мы с женой на кухне готовим завтрак.
03:17
and as we moveпереехать throughчерез spaceпространство and throughчерез time,
66
182000
3000
Мы перемещаемся в пространстве и во времени
03:20
a very everydayкаждый день patternшаблон of life in the kitchenкухня.
67
185000
3000
каждодневных событий, происходящих на кухне.
03:23
In orderзаказ to convertконвертировать
68
188000
2000
Чтобы адаптировать
03:25
this opaqueнепрозрачный, 90,000 hoursчасов of videoвидео
69
190000
3000
эти трудные для восприятия 90.000 часов видео
03:28
into something that we could startНачало to see,
70
193000
2000
к просмотру,
03:30
we use motionдвижение analysisанализ to pullвытащить out,
71
195000
2000
мы используем анализ движения, чтобы выделить,
03:32
as we moveпереехать throughчерез spaceпространство and throughчерез time,
72
197000
2000
по мере движения во времени и пространстве,
03:34
what we call space-timeпространство-время wormsчерви.
73
199000
3000
то, что мы называем пространственно-временными червями.
03:37
And this has becomeстали partчасть of our toolkitИнструментарий
74
202000
3000
Этот прием стал частью нашего набора инструментов,
03:40
for beingявляющийся ableв состоянии to look and see
75
205000
3000
который позволяет различить
03:43
where the activitiesвиды деятельности are in the dataданные,
76
208000
2000
действия в этом массиве данных,
03:45
and with it, traceслед the patternшаблон of, in particularконкретный,
77
210000
3000
и в том числе отследить траекторию,
03:48
where my sonсын movedпереехал throughoutна протяжении the home,
78
213000
2000
по которой мой сын двигался по дому,
03:50
so that we could focusфокус our transcriptionтранскрипция effortsусилия,
79
215000
3000
чтобы мы сосредоточили наши усилия по фиксации
03:53
all of the speechречь environmentОкружающая среда around my sonсын --
80
218000
3000
всего речевого окружения моего сына –
03:56
all of the wordsслова that he heardуслышанным from myselfсебя, my wifeжена, our nannyняня,
81
221000
3000
всех слов, которые он слышал от меня, моей жены и нашей няни,
03:59
and over time, the wordsслова he beganначал to produceпроизводить.
82
224000
3000
и слов, которые он сам начал впоследствии воспроизводить.
04:02
So with that technologyтехнологии and that dataданные
83
227000
3000
Вот так, благодаря технологии, информации и
04:05
and the abilityспособность to, with machineмашина assistanceпомощь,
84
230000
2000
и возможности с помощью техники
04:07
transcribeтранскрибировать speechречь,
85
232000
2000
записать транскрипцию устной речи,
04:09
we'veмы в now transcribedтранскрибируется
86
234000
2000
мы зафиксировали
04:11
well over sevenсемь millionмиллиона wordsслова of our home transcriptsтранскрипты.
87
236000
3000
порядка семи миллионов слов в наших домашних стенограммах.
04:14
And with that, let me take you now
88
239000
2000
А теперь позвольте мне начать вместе с вами
04:16
for a first tourтур into the dataданные.
89
241000
3000
первое путешествие по записям.
04:19
So you've all, I'm sure,
90
244000
2000
Вы все, наверняка,
04:21
seenвидели time-lapseпромежуток времени videosвидео
91
246000
2000
видели такую замедленную съемку,
04:23
where a flowerцветок will blossomцвести as you accelerateускорять time.
92
248000
3000
где цветок зацветает на ваших глазах, если ускорить время.
04:26
I'd like you to now experienceопыт
93
251000
2000
А я хочу показать вам
04:28
the blossomingцветение of a speechречь formформа.
94
253000
2000
расцветание речевой формы.
04:30
My sonсын, soonскоро after his first birthdayдень рождения,
95
255000
2000
Мой сын вскоре после первого дня рождения
04:32
would say "gagaобалдевший" to mean waterводы.
96
257000
3000
стал говорить "гага", что значило "вода".
04:35
And over the courseкурс of the nextследующий half-yearполгода,
97
260000
3000
На протяжение последующего полугодия
04:38
he slowlyмедленно learnedнаучился to approximateприближенный
98
263000
2000
он медленно приближался
04:40
the properправильный adultдля взрослых formформа, "waterводы."
99
265000
3000
к произношению полноценной формы слова "вода" ("уотэ").
04:43
So we're going to cruiseкруиз throughчерез halfполовина a yearгод
100
268000
2000
Сейчас полгода пролетят перед нами
04:45
in about 40 secondsсекунд.
101
270000
2000
за 40 секунд.
04:47
No videoвидео here,
102
272000
2000
Здесь нет картинки,
04:49
so you can focusфокус on the soundзвук, the acousticsакустика,
103
274000
3000
так что вы можете сконцентрироваться на звуке, на акустике
04:52
of a newновый kindсвоего рода of trajectoryтраектория:
104
277000
2000
движения от
04:54
gagaобалдевший to waterводы.
105
279000
2000
"гага" к "уотэ" (вода").
04:56
(Audioаудио) Babyмалыш: GagagagagagaGagagagagaga
106
281000
12000
(Звук) Ребенок: "Гагагагагага
05:08
Gagaобалдевший gagaобалдевший gagaобалдевший
107
293000
4000
Гага гага гага
05:12
gugaGuga gugaGuga gugaGuga
108
297000
5000
гуга гуга гуга
05:17
wadaВАДА gagaобалдевший gagaобалдевший gugaGuga gagaобалдевший
109
302000
5000
вада гага гага гуга гага
05:22
waderцапля gugaGuga gugaGuga
110
307000
4000
уодэ гуга гуга
05:26
waterводы waterводы waterводы
111
311000
3000
уотэ уотэ уотэ
05:29
waterводы waterводы waterводы
112
314000
6000
уотэ уотэ уотэ
05:35
waterводы waterводы
113
320000
4000
уотэ уотэ
05:39
waterводы.
114
324000
2000
уотэ".
05:41
DRDR: He sure nailedпригвожденный it, didn't he.
115
326000
2000
Деб Рой: Он отлично с этим справился, не так ли?
05:43
(ApplauseАплодисменты)
116
328000
7000
(Апплодисменты)
05:50
So he didn't just learnучить waterводы.
117
335000
2000
Так вот, он выучил не только слово "вода".
05:52
Over the courseкурс of the 24 monthsмесяцы,
118
337000
2000
24 месяца,
05:54
the first two yearsлет that we really focusedсосредоточены on,
119
339000
3000
первые два года, на которых мы сфокусировались,
05:57
this is a mapкарта of everyкаждый wordслово he learnedнаучился in chronologicalхронологический orderзаказ.
120
342000
4000
представлены картой из выученных им слов в хронологическом порядке.
06:01
And because we have fullполный transcriptsтранскрипты,
121
346000
3000
А так как у нас есть полные стенограммы,
06:04
we'veмы в identifiedидентифицированный eachкаждый of the 503 wordsслова
122
349000
2000
мы определили каждое из 503 слов,
06:06
that he learnedнаучился to produceпроизводить by his secondвторой birthdayдень рождения.
123
351000
2000
которые он научился воспроизводить ко второму дню рождения.
06:08
He was an earlyрано talkerболтун.
124
353000
2000
Он рано начал говорить.
06:10
And so we startedначал to analyzeанализировать why.
125
355000
3000
Мы решили проанализировать почему.
06:13
Why were certainопределенный wordsслова bornРодился before othersдругие?
126
358000
3000
Почему определенные слова появились у него в речи раньше других?
06:16
This is one of the first resultsРезультаты
127
361000
2000
Вот один из первых результатов,
06:18
that cameпришел out of our studyизучение a little over a yearгод agoтому назад
128
363000
2000
полученный нами немногим более года назад
06:20
that really surprisedудивленный us.
129
365000
2000
и нас немало удививший.
06:22
The way to interpretинтерпретировать this apparentlyпо всей видимости simpleпросто graphграфик
130
367000
3000
Этот кажущийся легким график расшифровывается следущим образом:
06:25
is, on the verticalвертикальный is an indicationиндикация
131
370000
2000
по вертикали отображена
06:27
of how complexсложный caregiverвоспитатель utterancesвысказывания are
132
372000
3000
сложность фраз воспитателя
06:30
basedисходя из on the lengthдлина of utterancesвысказывания.
133
375000
2000
исходя из длины этих фраз.
06:32
And the [horizontalгоризонтальный] axisось is time.
134
377000
3000
Вертикальная ось – время.
06:35
And all of the dataданные,
135
380000
2000
Все данные
06:37
we alignedвыровненный basedисходя из on the followingследующий ideaидея:
136
382000
3000
мы организовали по следующему принципу:
06:40
Everyкаждый time my sonсын would learnучить a wordслово,
137
385000
3000
каждый раз, когда сын учил слово,
06:43
we would traceслед back and look at all of the languageязык he heardуслышанным
138
388000
3000
мы возвращались во времени назад и отслеживали все речевые ситуации,
06:46
that containedсодержащиеся that wordслово.
139
391000
2000
в которых он слышал данное слово.
06:48
And we would plotсюжет the relativeотносительный lengthдлина of the utterancesвысказывания.
140
393000
4000
И мы отмечали относительную длину фраз.
06:52
And what we foundнайденный was this curiousлюбопытный phenomenaявления,
141
397000
3000
Мы обнаружили любопытный феномен того,
06:55
that caregiverвоспитатель speechречь would systematicallyсистематически dipпадение to a minimumминимальный,
142
400000
3000
что речь воспитателя систематически устремлялась к минимальной сложности,
06:58
makingизготовление languageязык as simpleпросто as possibleвозможное,
143
403000
3000
как можно сильнее упрощая язык,
07:01
and then slowlyмедленно ascendвосходить back up in complexityсложность.
144
406000
3000
а потом медленно возвращалась на прежний уровень.
07:04
And the amazingудивительно thing was
145
409000
2000
Удивительным было то,
07:06
that bounceподпрыгивать, that dipпадение,
146
411000
2000
что каждый скачок, каждое падение
07:08
linedподкладке up almostпочти preciselyточно
147
413000
2000
почти в точности совпадало
07:10
with when eachкаждый wordслово was bornРодился --
148
415000
2000
с моментом "рождения" каждого слова –
07:12
wordслово after wordслово, systematicallyсистематически.
149
417000
2000
слова за словом, систематически.
07:14
So it appearsпоявляется that all threeтри primaryпервичный caregiversопекуны --
150
419000
2000
Получается, что все три воспитателя –
07:16
myselfсебя, my wifeжена and our nannyняня --
151
421000
3000
я, моя жена и наша няня –
07:19
were systematicallyсистематически and, I would think, subconsciouslyподсознательно
152
424000
3000
постоянно и, думаю, подсознательно
07:22
restructuringреструктуризация our languageязык
153
427000
2000
изменяли свою речь,
07:24
to meetвстретить him at the birthрождение of a wordслово
154
429000
3000
чтобы "встретить" ребенка в момент "рождения" слова
07:27
and bringприносить him gentlyосторожно into more complexсложный languageязык.
155
432000
4000
и аккуратно подвести его к более сложному языку.
07:31
And the implicationsпоследствия of this -- there are manyмногие,
156
436000
2000
Из этого следует масса выводов,
07:33
but one I just want to pointточка out,
157
438000
2000
но на один из них я хочу обратить особое внимание –
07:35
is that there mustдолжен be amazingудивительно feedbackОбратная связь loopsпетли.
158
440000
3000
получается, существуют удивительные циклы обратной связи.
07:38
Of courseкурс, my sonсын is learningобучение
159
443000
2000
Конечно, мой сын учится
07:40
from his linguisticлингвистический environmentОкружающая среда,
160
445000
2000
у своей лингвистической среды,
07:42
but the environmentОкружающая среда is learningобучение from him.
161
447000
3000
но и среда учится у него.
07:45
That environmentОкружающая среда, people, are in these tightв обтяжку feedbackОбратная связь loopsпетли
162
450000
3000
Эта среда, люди, находятся в петле постоянной обратной связи,
07:48
and creatingсоздание a kindсвоего рода of scaffoldingстроительные леса
163
453000
2000
создавая что-то вроде строительных лесов, поддержки,
07:50
that has not been noticedзаметил untilдо now.
164
455000
3000
что не было замечено до настоящего времени.
07:54
But that's looking at the speechречь contextконтекст.
165
459000
2000
Но это мы рассматривали речевой контекст.
07:56
What about the visualвизуальный contextконтекст?
166
461000
2000
Что же с визуальным?
07:58
We're not looking at --
167
463000
2000
Мы сейчас посмотрим на то,
08:00
think of this as a dollhouseкукольный дом cutawayвизитка of our houseдом.
168
465000
2000
что представляет наш дом в разрезе, как будто он кукольный.
08:02
We'veУ нас takenвзятый those circularкруговой fish-eyeрыбий глаз lensобъектив camerasкамеры,
169
467000
3000
Мы взяли камеры с широкоугольными линзами "рыбий глаз",
08:05
and we'veмы в doneсделанный some opticalоптический correctionкоррекция,
170
470000
2000
оптически подкорректировали изображение
08:07
and then we can bringприносить it into three-dimensionalтрехмерный life.
171
472000
4000
и получили трехмерную картинку нашей семейной жизни.
08:11
So welcomeдобро пожаловать to my home.
172
476000
2000
Так что добро пожаловать в мой дом.
08:13
This is a momentмомент,
173
478000
2000
Вот момент,
08:15
one momentмомент capturedзахваченный acrossчерез multipleмножественный camerasкамеры.
174
480000
3000
пойманный многочисленными камерами.
08:18
The reasonпричина we did this is to createСоздайте the ultimateокончательный memoryПамять machineмашина,
175
483000
3000
Мы сделали так, потому что хотели создать исчерпывающую машину памяти,
08:21
where you can go back and interactivelyв интерактивном режиме flyлетать around
176
486000
3000
чтобы можно было отмотать время назад и интерактивно перемещаться,
08:24
and then breatheдышать video-lifeвидео-жизнь into this systemсистема.
177
489000
3000
и вдохнуть в систему видео-жизнь.
08:27
What I'm going to do
178
492000
2000
Сейчас я хочу
08:29
is give you an acceleratedускоренный viewПосмотреть of 30 minutesминут,
179
494000
3000
показать вам ускоренные 30 минут
08:32
again, of just life in the livingживой roomкомната.
180
497000
2000
обычной жизни в гостинной.
08:34
That's me and my sonсын on the floorпол.
181
499000
3000
Это мы с сыном на полу.
08:37
And there's videoвидео analyticsаналитика
182
502000
2000
А это системы видеоанализа,
08:39
that are trackingотслеживание our movementsдвижения.
183
504000
2000
отслеживающие наши движения.
08:41
My sonсын is leavingуход redкрасный inkчернила. I am leavingуход greenзеленый inkчернила.
184
506000
3000
Мой сын оставляет за собой следы красного цвета, а я - зеленого.
08:44
We're now on the couchдиван,
185
509000
2000
Сейчас мы на диване,
08:46
looking out throughчерез the windowокно at carsлегковые автомобили passingпрохождение by.
186
511000
3000
смотрим через окно на проезжающие мимо машины.
08:49
And finallyв конце концов, my sonсын playingиграть in a walkingгулять пешком toyигрушка by himselfсам.
187
514000
3000
И наконец, мой сын играет в своих детских ходунках.
08:52
Now we freezeзамерзать the actionдействие, 30 minutesминут,
188
517000
3000
А сейчас мы заморозим движение, эти 30 минут,
08:55
we turnочередь time into the verticalвертикальный axisось,
189
520000
2000
поместим время на вертикальную ось
08:57
and we openоткрытый up for a viewПосмотреть
190
522000
2000
и получим вид
08:59
of these interactionвзаимодействие tracesследы we'veмы в just left behindза.
191
524000
3000
этих следов взаимодействия, оставленных нами.
09:02
And we see these amazingудивительно structuresсооружения --
192
527000
3000
Мы видим эти удивительные структуры –
09:05
these little knotsузлы of two colorsцвета of threadнить
193
530000
3000
эти узелки двух цветных нитей,
09:08
we call "socialСоциальное hotгорячий spotsпятна."
194
533000
2000
которые мы называем точками активного общения.
09:10
The spiralспираль threadнить
195
535000
2000
Спиральную нить
09:12
we call a "soloсоло hotгорячий spotместо."
196
537000
2000
мы называем точкой активной самостоятельности.
09:14
And we think that these affectаффект the way languageязык is learnedнаучился.
197
539000
3000
Мы считаем, что они влияют на то, каким образом усваивается язык.
09:17
What we'dмы б like to do
198
542000
2000
Что бы мы хотели сделать,
09:19
is startНачало understandingпонимание
199
544000
2000
так это понять
09:21
the interactionвзаимодействие betweenмежду these patternsузоры
200
546000
2000
взаимодействие между этими повторяющимися элементами
09:23
and the languageязык that my sonсын is exposedподвергаются to
201
548000
2000
и языком, который воспринимает мой ребенок,
09:25
to see if we can predictпрогнозировать
202
550000
2000
чтобы понять, можем ли мы предсказать,
09:27
how the structureсостав of when wordsслова are heardуслышанным
203
552000
2000
как структура того, в какой момент слова услышаны,
09:29
affectsвлияет when they're learnedнаучился --
204
554000
2000
влияет на то, когда они усваиваются.
09:31
so in other wordsслова, the relationshipотношения
205
556000
2000
Другими словами, отношения
09:33
betweenмежду wordsслова and what they're about in the worldМир.
206
558000
4000
между словами и их значениями в реальном мире.
09:37
So here'sвот how we're approachingприближается this.
207
562000
2000
Я покажу вам, как мы приближаемся к ответам на эти вопросы.
09:39
In this videoвидео,
208
564000
2000
На этом видео
09:41
again, my sonсын is beingявляющийся tracedпрослежена out.
209
566000
2000
снова отслеживаются перемещения моего сына.
09:43
He's leavingуход redкрасный inkчернила behindза.
210
568000
2000
Он оставляет за собой следы красного цвета.
09:45
And there's our nannyняня by the doorдверь.
211
570000
2000
А вот около двери наша няня.
09:47
(Videoвидео) Nannyняня: You want waterводы? (Babyмалыш: AaaaАааа.)
212
572000
3000
(Видео) Няня: "Ты хочешь воды?" (Ребенок: "А-а-а-а".)
09:50
Nannyняня: All right. (Babyмалыш: AaaaАааа.)
213
575000
3000
Няня: "Хорошо". (Ребенок: "А-а-а-а".)
09:53
DRDR: She offersпредложения waterводы,
214
578000
2000
Деб Рой: Она предлагает ему воды,
09:55
and off go the two wormsчерви
215
580000
2000
и тут же два "червяка"
09:57
over to the kitchenкухня to get waterводы.
216
582000
2000
устремляются в сторону кухни за водой.
09:59
And what we'veмы в doneсделанный is use the wordслово "waterводы"
217
584000
2000
Мы использовали слово "вода",
10:01
to tagтег that momentмомент, that bitнемного of activityМероприятия.
218
586000
2000
чтобы пометить тот момент, ту единицу действия.
10:03
And now we take the powerмощность of dataданные
219
588000
2000
А теперь мы воспользуемся возможностями наших данных
10:05
and take everyкаждый time my sonсын
220
590000
3000
и отследим каждый раз, когда мой сын
10:08
ever heardуслышанным the wordслово waterводы
221
593000
2000
слышал слово "вода",
10:10
and the contextконтекст he saw it in,
222
595000
2000
и контекст, в котором он видел воду.
10:12
and we use it to penetrateпроникать throughчерез the videoвидео
223
597000
3000
Мы погрузимся в отснятый материал
10:15
and find everyкаждый activityМероприятия traceслед
224
600000
3000
и отыщем каждый след активности,
10:18
that co-occurredсовместно произошло with an instanceпример of waterводы.
225
603000
3000
которая происходила в ситуации с наличием воды.
10:21
And what this dataданные leavesлистья in its wakeбудить
226
606000
2000
Эти данные оставляют за собой
10:23
is a landscapeпейзаж.
227
608000
2000
своеобразный ландшафт.
10:25
We call these wordscapeswordscapes.
228
610000
2000
Мы называем это словесными ландшафтами.
10:27
This is the wordscapewordscape for the wordслово waterводы,
229
612000
2000
Это словесный ландшафт воды.
10:29
and you can see mostбольшинство of the actionдействие is in the kitchenкухня.
230
614000
2000
Как видите, активность в основном происходила на кухне.
10:31
That's where those bigбольшой peaksпики are over to the left.
231
616000
3000
Именно там "вырастают" эти большие вершины на картинке слева.
10:34
And just for contrastконтрастировать, we can do this with any wordслово.
232
619000
3000
Для сравнения, то же самое мы можем сделать с любым словом.
10:37
We can take the wordслово "byeпока"
233
622000
2000
Возьмем слово "пока"
10:39
as in "good byeпока."
234
624000
2000
в значении "до свидания".
10:41
And we're now zoomedмасштаб изображения in over the entranceвход to the houseдом.
235
626000
2000
Вот мы с вами приближаем камеру и оказываемся у входа в дом.
10:43
And we look, and we find, as you would expectожидать,
236
628000
3000
И мы видим, как и можно было ожидать,
10:46
a contrastконтрастировать in the landscapeпейзаж
237
631000
2000
различие в ландшафте,
10:48
where the wordслово "byeпока" occursимеет место much more in a structuredструктурированная way.
238
633000
3000
так как слово "пока" проявляется здесь более явно.
10:51
So we're usingс помощью these structuresсооружения
239
636000
2000
Мы используем эти графики,
10:53
to startНачало predictingпрогнозирования
240
638000
2000
чтобы начать предсказывать,
10:55
the orderзаказ of languageязык acquisitionполучение,
241
640000
3000
в каком порядке происходит усвоение языка.
10:58
and that's ongoingпостоянный work now.
242
643000
2000
Эта работа сейчас находится в процессе.
11:00
In my labлаборатория, whichкоторый we're peeringвсматриваясь into now, at MITMIT --
243
645000
3000
Это моя лаборатория в МТИ, сейчас мы в нее заглянем.
11:03
this is at the mediaСМИ labлаборатория.
244
648000
2000
Это медиалаборатория.
11:05
This has becomeстали my favoriteлюбимый way
245
650000
2000
Моим любимым занятием стало
11:07
of videographingvideographing just about any spaceпространство.
246
652000
2000
снимать на видео любое пространство.
11:09
ThreeТри of the keyключ people in this projectпроект,
247
654000
2000
Три ключевых участника этого проекта –
11:11
PhilipФилипп DeCampDeCamp, RonyRony KubatКубат and BrandonBrandon RoyРой are picturedна фото here.
248
656000
3000
Филип ДеКамп, Рони Кубат и Брэндон Рой.
11:14
PhilipФилипп has been a closeЗакрыть collaboratorсотрудник
249
659000
2000
Филип помогал мне
11:16
on all the visualizationsвизуализаций you're seeingвидя.
250
661000
2000
с визуализацией всего, что вы сейчас видите.
11:18
And MichaelМайкл FleischmanФлейшман
251
663000
3000
Майкл Флайшман,
11:21
was anotherдругой PhpH.D. studentстудент in my labлаборатория
252
666000
2000
также студент докторантуры из моей лаборатории.
11:23
who workedработал with me on this home videoвидео analysisанализ,
253
668000
3000
Вместе со мной он работал над анализом всего видео.
11:26
and he madeсделал the followingследующий observationнаблюдение:
254
671000
3000
Именно он заметил,
11:29
that "just the way that we're analyzingанализирующая
255
674000
2000
что "тот способ, которым мы анализируем
11:31
how languageязык connectsподключает to eventsМероприятия
256
676000
3000
как язык соотносится с событиями,
11:34
whichкоторый provideпредоставлять commonобщий groundземля for languageязык,
257
679000
2000
которые обеспечивают для него основу,
11:36
that sameодна и та же ideaидея we can take out of your home, Debдебютантка,
258
681000
4000
мы можем использовать шире, чем в рамках твоего дома, Деб.
11:40
and we can applyподать заявление it to the worldМир of publicобщественности mediaСМИ."
259
685000
3000
Мы можем применить его в сфере СМИ".
11:43
And so our effortусилие tookвзял an unexpectedнеожиданный turnочередь.
260
688000
3000
Таким образом наш эксперимент принял неожиданный характер.
11:46
Think of massмасса mediaСМИ
261
691000
2000
Представьте себе масс-медиа
11:48
as providingобеспечение commonобщий groundземля
262
693000
2000
как нечто, что обеспечивает общую основу,
11:50
and you have the recipeрецепт
263
695000
2000
и вот вам рецепт
11:52
for takingпринятие this ideaидея to a wholeвсе newновый placeместо.
264
697000
3000
переноса этой идеи в целую новую область.
11:55
We'veУ нас startedначал analyzingанализирующая televisionтелевидение contentсодержание
265
700000
3000
Мы стали анализировать телевизионный контент,
11:58
usingс помощью the sameодна и та же principlesпринципы --
266
703000
2000
применяя те же самые принципы,
12:00
analyzingанализирующая eventмероприятие structureсостав of a TVТВ signalсигнал --
267
705000
3000
т.е. анализируя событийную структуру ТВ-сигнала:
12:03
episodesэпизоды of showsшоу,
268
708000
2000
эпизоды шоу,
12:05
commercialsрекламные ролики,
269
710000
2000
рекламу –
12:07
all of the componentsкомпоненты that make up the eventмероприятие structureсостав.
270
712000
3000
все компоненты, составляющие событие.
12:10
And we're now, with satelliteспутник dishesблюда, pullingтянущий and analyzingанализирующая
271
715000
3000
Пользуясь спутниковыми тарелками, мы загружаем и анализируем
12:13
a good partчасть of all the TVТВ beingявляющийся watchedсмотрели in the Unitedобъединенный Statesсостояния.
272
718000
3000
значительную часть всего американского ТВ.
12:16
And you don't have to now go and instrumentинструмент livingживой roomsномера with microphonesмикрофоны
273
721000
3000
И теперь не нужно обвешивать гостиную микрофонами,
12:19
to get people'sнародный conversationsразговоры,
274
724000
2000
чтобы услышать разговоры.
12:21
you just tuneмелодия into publiclyпублично availableдоступный socialСоциальное mediaСМИ feedsкорма.
275
726000
3000
Вы просто используете публично доступные каналы социальных медиа.
12:24
So we're pullingтянущий in
276
729000
2000
Мы обрабатываем
12:26
about threeтри billionмиллиард commentsКомментарии a monthмесяц,
277
731000
2000
около трех миллиардов комментариев в месяц.
12:28
and then the magicмагия happensпроисходит.
278
733000
2000
И происходит волшебство.
12:30
You have the eventмероприятие structureсостав,
279
735000
2000
Есть событийная структура –
12:32
the commonобщий groundземля that the wordsслова are about,
280
737000
2000
то общее смысловое основание слов,
12:34
comingприход out of the televisionтелевидение feedsкорма;
281
739000
3000
которые звучат на телеканалах.
12:37
you've got the conversationsразговоры
282
742000
2000
Есть разговоры,
12:39
that are about those topicsтемы;
283
744000
2000
объединенные конкретными темами.
12:41
and throughчерез semanticсемантический analysisанализ --
284
746000
3000
Мы используем семантический анализ.
12:44
and this is actuallyна самом деле realреальный dataданные you're looking at
285
749000
2000
То, что вы видите сейчас, – это реальные результаты,
12:46
from our dataданные processingобработка --
286
751000
2000
полученные путем обработки данных.
12:48
eachкаждый yellowжелтый lineлиния is showingпоказ a linkссылка beingявляющийся madeсделал
287
753000
3000
Каждая желтая линия показывает связь
12:51
betweenмежду a commentкомментарий in the wildдикий
288
756000
3000
между чьим-то комментарием
12:54
and a pieceкусок of eventмероприятие structureсостав comingприход out of the televisionтелевидение signalсигнал.
289
759000
3000
и элементом событийной структуры, переданной ТВ-сигналом.
12:57
And the sameодна и та же ideaидея now
290
762000
2000
А теперь та самая идея
12:59
can be builtпостроен up.
291
764000
2000
получает развитие.
13:01
And we get this wordscapewordscape,
292
766000
2000
Получаем словесный ландшафт,
13:03
exceptКроме now wordsслова are not assembledсобранный in my livingживой roomкомната.
293
768000
3000
правда, на этот раз слова собраны не в моей гостиной.
13:06
InsteadВместо, the contextконтекст, the commonобщий groundземля activitiesвиды деятельности,
294
771000
4000
Теперь контекст, действия, образующие основу,
13:10
are the contentсодержание on televisionтелевидение that's drivingвождение the conversationsразговоры.
295
775000
3000
являются ТВ-контентом, который дает импульс разговорам.
13:13
And what we're seeingвидя here, these skyscrapersнебоскребы now,
296
778000
3000
То, что мы видим здесь, эти "небоскребы"
13:16
are commentaryкомментарий
297
781000
2000
являются комментариями,
13:18
that are linkedсвязанный to contentсодержание on televisionтелевидение.
298
783000
2000
которые связаны с ТВ-контентом.
13:20
SameОдна и та же conceptконцепция,
299
785000
2000
Итак, тот же принцип,
13:22
but looking at communicationсвязь dynamicsдинамика
300
787000
2000
но в приложении к динамике коммуникации
13:24
in a very differentдругой sphereсфера.
301
789000
2000
в совершенно другой сфере.
13:26
And so fundamentallyв корне, ratherскорее than, for exampleпример,
302
791000
2000
Так вот, на самом деле, вместо того чтобы, например,
13:28
measuringизмерения contentсодержание basedисходя из on how manyмногие people are watchingнаблюдение,
303
793000
3000
измерять контент по количеству телезрителей,
13:31
this givesдает us the basicосновной dataданные
304
796000
2000
мы получаем базовую информацию
13:33
for looking at engagementпомолвка propertiesсвойства of contentсодержание.
305
798000
3000
для понимания уровня вовлеченности в контент.
13:36
And just like we can look at feedbackОбратная связь cyclesциклы
306
801000
3000
И так же, как можно увидеть циклы обратной связи
13:39
and dynamicsдинамика in a familyсемья,
307
804000
3000
и динамику в рамках семьи,
13:42
we can now openоткрытый up the sameодна и та же conceptsконцепции
308
807000
3000
можно применить те же принципы
13:45
and look at much largerбольше groupsгруппы of people.
309
810000
3000
и посмотреть на гораздо большие группы людей.
13:48
This is a subsetподмножество of dataданные from our databaseбаза данных --
310
813000
3000
Вот часть данных из нашей базы,
13:51
just 50,000 out of severalнесколько millionмиллиона --
311
816000
3000
лишь 50,000 из нескольких миллионов.
13:54
and the socialСоциальное graphграфик that connectsподключает them
312
819000
2000
Они соединены социальным графом,
13:56
throughчерез publiclyпублично availableдоступный sourcesисточники.
313
821000
3000
через открытые источники информации.
13:59
And if you put them on one plainгладкий,
314
824000
2000
Поместим данные на одну плоскость.
14:01
a secondвторой plainгладкий is where the contentсодержание livesжизни.
315
826000
3000
На другой плоскости находится контент.
14:04
So we have the programsпрограммы
316
829000
3000
Значит, у нас есть программы,
14:07
and the sportingспортивный eventsМероприятия
317
832000
2000
спортивные события
14:09
and the commercialsрекламные ролики,
318
834000
2000
и рекламные ролики
14:11
and all of the linkссылка structuresсооружения that tieгалстук them togetherвместе
319
836000
2000
вместе со всей структурой связей между ними,
14:13
make a contentсодержание graphграфик.
320
838000
2000
образующие граф содержания.
14:15
And then the importantважный thirdв третьих dimensionизмерение.
321
840000
4000
А вот и важный для нас третий аспект.
14:19
Eachкаждый of the linksсвязи that you're seeingвидя renderedоказываемых here
322
844000
2000
Каждая из связей, представленных здесь,
14:21
is an actualфактический connectionсоединение madeсделал
323
846000
2000
соединяет
14:23
betweenмежду something someoneкто то said
324
848000
3000
чьи-то слова
14:26
and a pieceкусок of contentсодержание.
325
851000
2000
с частью контента.
14:28
And there are, again, now tensдесятки of millionsмиллионы of these linksсвязи
326
853000
3000
Таких связей десятки миллионов.
14:31
that give us the connectiveсвязующий tissueткань of socialСоциальное graphsдиаграммы
327
856000
3000
Они дают нам соединительный материал социальных графов
14:34
and how they relateиметь отношение to contentсодержание.
328
859000
3000
и показывают их соотношение с контентом.
14:37
And we can now startНачало to probeзонд the structureсостав
329
862000
2000
Теперь мы можем исследовать эти структуры
14:39
in interestingинтересно waysпути.
330
864000
2000
интересными способами.
14:41
So if we, for exampleпример, traceслед the pathдорожка
331
866000
3000
Например, если мы отследим путь
14:44
of one pieceкусок of contentсодержание
332
869000
2000
какой-либо части контента,
14:46
that drivesдиски someoneкто то to commentкомментарий on it,
333
871000
2000
которая вызвала чей-либо комментарий,
14:48
and then we followследовать where that commentкомментарий goesидет,
334
873000
3000
а затем проследим путь этого комментария
14:51
and then look at the entireвсе socialСоциальное graphграфик that becomesстановится activatedактивированный
335
876000
3000
и посмотрим на весь социальный граф, который активизируется,
14:54
and then traceслед back to see the relationshipотношения
336
879000
3000
а затем проследим его истоки, чтобы увидеть взаимосвязь
14:57
betweenмежду that socialСоциальное graphграфик and contentсодержание,
337
882000
2000
между социальным графом и контентом,
14:59
a very interestingинтересно structureсостав becomesстановится visibleвидимый.
338
884000
2000
то мы увидим очень интересную структуру.
15:01
We call this a co-viewingсовместный просмотр cliqueклика,
339
886000
2000
Мы зовем это группой совместного просмотра.
15:03
a virtualвиртуальный livingживой roomкомната if you will.
340
888000
3000
Этакая виртуальная гостиная, если хотите.
15:06
And there are fascinatingочаровательный dynamicsдинамика at playиграть.
341
891000
2000
И тут присутствует интереснейшая динамика.
15:08
It's not one way.
342
893000
2000
Здесь тоже связь не односторонняя.
15:10
A pieceкусок of contentсодержание, an eventмероприятие, causesпричины someoneкто то to talk.
343
895000
3000
Элемент контента, событие сподвигает кого-либо сделать высказывание.
15:13
They talk to other people.
344
898000
2000
Люди начинают обсуждать это между собой.
15:15
That drivesдиски tune-inНастроить behaviorповедение back into massмасса mediaСМИ,
345
900000
3000
В итоге, когда многие на этой волне, она возвращается и влияет на СМИ.
15:18
and you have these cyclesциклы
346
903000
2000
Таким образом, мы получаются циклы,
15:20
that driveводить машину the overallв общем и целом behaviorповедение.
347
905000
2000
управляющие массовыми реакциями.
15:22
AnotherДругая exampleпример -- very differentдругой --
348
907000
2000
Еще один, совершенно иной пример:
15:24
anotherдругой actualфактический personчеловек in our databaseбаза данных --
349
909000
3000
в нашей базе данных есть информация о реальном человеке,
15:27
and we're findingобнаружение at leastнаименее hundredsсотни, if not thousandsтысячи, of these.
350
912000
3000
и мы находим по меньшей мере сотни, если не тысячи, таких людей.
15:30
We'veУ нас givenданный this personчеловек a nameимя.
351
915000
2000
Мы дали этому человеку прозвище.
15:32
This is a pro-amateurпро-любитель, or pro-amпро-ам mediaСМИ criticкритик
352
917000
3000
Это хорошо подкованный любитель, медиа-критик,
15:35
who has this highвысокая fan-outвентилятор-аут rateставка.
353
920000
3000
имеющий высокий рейтинг, большое количество читателей.
15:38
So a lot of people are followingследующий this personчеловек -- very influentialвлиятельный --
354
923000
3000
Итак, множество людей читают его в сети, что делает его влиятельным.
15:41
and they have a propensityнаклонности to talk about what's on TVТВ.
355
926000
2000
И эти люди проявляют склонность к обсуждению того, что показывают по ТВ.
15:43
So this personчеловек is a keyключ linkссылка
356
928000
3000
Таким образом, этот человек является связующим элементом
15:46
in connectingсоединительный massмасса mediaСМИ and socialСоциальное mediaСМИ togetherвместе.
357
931000
3000
между масс-медиа и социальными медиа.
15:49
One last exampleпример from this dataданные:
358
934000
3000
Последний пример:
15:52
SometimesИногда it's actuallyна самом деле a pieceкусок of contentсодержание that is specialособый.
359
937000
3000
порой элемент контента играет особую роль.
15:55
So if we go and look at this pieceкусок of contentсодержание,
360
940000
4000
Давайте посмотрим на следующий элемент –
15:59
Presidentпрезидент Obama'sОбама Stateсостояние of the Unionсоюз addressадрес
361
944000
3000
послание президента Обамы "О положении дел в стране",
16:02
from just a fewмало weeksнедель agoтому назад,
362
947000
2000
прозвучавшее всего пару недель назад.
16:04
and look at what we find in this sameодна и та же dataданные setзадавать,
363
949000
3000
Рассматривая ту же совокупность данных
16:07
at the sameодна и та же scaleмасштаб,
364
952000
3000
на том же уровне,
16:10
the engagementпомолвка propertiesсвойства of this pieceкусок of contentсодержание
365
955000
2000
мы видим, что уровень вовлеченности аудитории в данную часть контента
16:12
are trulyдействительно remarkableзамечательный.
366
957000
2000
является поистинне впечатляющим.
16:14
A nationнация explodingвзрывающиеся in conversationразговор
367
959000
2000
Нация просто "взорвалась" обсуждениями
16:16
in realреальный time
368
961000
2000
в режиме реального времени,
16:18
in responseответ to what's on the broadcastшироковещательный.
369
963000
3000
откликнувшись на трансляцию.
16:21
And of courseкурс, throughчерез all of these linesлинии
370
966000
2000
И, конечно же, сквозь все эти связи
16:23
are flowingтекущий unstructuredнеструктурированных languageязык.
371
968000
2000
"проплывают" неупорядоченные языковые единицы.
16:25
We can X-rayРентгеновский
372
970000
2000
Мы можем "просветить" полученное, как на рентгене,
16:27
and get a real-timeреальное время pulseпульс of a nationнация,
373
972000
2000
и получить пульс нации в реальном времени
16:29
real-timeреальное время senseсмысл
374
974000
2000
и оперативное восприятие
16:31
of the socialСоциальное reactionsреакции in the differentдругой circuitsсхемы in the socialСоциальное graphграфик
375
976000
3000
общественных реакций в различных звеньях социального графа,
16:34
beingявляющийся activatedактивированный by contentсодержание.
376
979000
3000
активизирующихся посредством контента.
16:37
So, to summarizeподведем итог, the ideaидея is this:
377
982000
3000
Если обобщить, то идея такова:
16:40
As our worldМир becomesстановится increasinglyвсе больше и больше instrumentedинструментальными
378
985000
3000
так как мир становится технически все более оснащенным,
16:43
and we have the capabilitiesвозможности
379
988000
2000
мы приобретаем возможность
16:45
to collectсобирать and connectсоединять the dotsточек
380
990000
2000
собирать данные и выявлять связи
16:47
betweenмежду what people are sayingпоговорка
381
992000
2000
между тем, что было сказано людьми,
16:49
and the contextконтекст they're sayingпоговорка it in,
382
994000
2000
и контекстом этих высказываний.
16:51
what's emergingпоявление is an abilityспособность
383
996000
2000
Отсюда возникает возможность
16:53
to see newновый socialСоциальное structuresсооружения and dynamicsдинамика
384
998000
3000
видеть новые социальные структуры и динамику,
16:56
that have previouslyпредварительно not been seenвидели.
385
1001000
2000
не наблюдавшиеся ранее.
16:58
It's like buildingздание a microscopeмикроскоп or telescopeтелескоп
386
1003000
2000
Это схоже с созданием микроскопа или телескопа.
17:00
and revealingвыявление newновый structuresсооружения
387
1005000
2000
Обнаруживаются новые структуры
17:02
about our ownсвоя behaviorповедение around communicationсвязь.
388
1007000
3000
нашего с вами поведения в сфере коммуникации.
17:05
And I think the implicationsпоследствия here are profoundглубокий,
389
1010000
3000
Я считаю, что эта идея имеет широкое применение –
17:08
whetherбудь то it's for scienceнаука,
390
1013000
2000
от науки
17:10
for commerceкоммерция, for governmentправительство,
391
1015000
2000
до бизнеса и государственного управления –
17:12
or perhapsвозможно mostбольшинство of all,
392
1017000
2000
и более того
17:14
for us as individualsиндивидуумы.
393
1019000
3000
для нас как отдельных личностей.
17:17
And so just to returnвернуть to my sonсын,
394
1022000
3000
А теперь вернемся к моему сыну.
17:20
when I was preparingподготовка this talk, he was looking over my shoulderплечо,
395
1025000
3000
Когда я готовил свое выступление, он подглядывал из-за моего плеча.
17:23
and I showedпоказал him the clipsклипсы I was going to showпоказать to you todayCегодня,
396
1028000
2000
Я показал ему видео, которое подготовил для вашего просмотра,
17:25
and I askedспросил him for permissionразрешение -- grantedпредоставляется.
397
1030000
3000
и попросил его разрешения на показ – он его дал.
17:28
And then I wentотправился on to reflectотражать,
398
1033000
2000
А затем я сказал:
17:30
"Isn't it amazingудивительно,
399
1035000
3000
"Разве не потрясающе –
17:33
this entireвсе databaseбаза данных, all these recordingsзаписи,
400
1038000
3000
вся эта база данных, все эти записи.
17:36
I'm going to handрука off to you and to your sisterсестра" --
401
1041000
2000
Я передам все это тебе и твоей сестре".
17:38
who arrivedприбывший two yearsлет laterпозже --
402
1043000
3000
Она родилась двумя годами позже.
17:41
"and you guys are going to be ableв состоянии to go back and re-experienceповторный опыт momentsмоменты
403
1046000
3000
"Вы сможете заглянуть в прошлое и заново пережить моменты,
17:44
that you could never, with your biologicalбиологический memoryПамять,
404
1049000
3000
которые ваша биологическая память,
17:47
possiblyвозможно rememberзапомнить the way you can now?"
405
1052000
2000
возможно, никогда бы не сохранила в таком виде".
17:49
And he was quietтихо for a momentмомент.
406
1054000
2000
Сын затих на мгновение.
17:51
And I thought, "What am I thinkingмышление?
407
1056000
2000
Я подумал: "Да что это со мной?
17:53
He's five5 yearsлет oldстарый. He's not going to understandПонимаю this."
408
1058000
2000
Ему всего пять лет, он этого не поймет".
17:55
And just as I was havingимеющий that thought, he lookedсмотрел up at me and said,
409
1060000
3000
И только я это подумал, как он посмотрел на меня снизу вверх и спросил:
17:58
"So that when I growрасти up,
410
1063000
2000
"То есть когда я вырасту,
18:00
I can showпоказать this to my kidsДети?"
411
1065000
2000
я смогу показать это своим детям?"
18:02
And I thought, "WowВау, this is powerfulмощный stuffматериал."
412
1067000
3000
Я подумал: "Вот это да! Какая волшебная эта вещь".
18:05
So I want to leaveоставлять you
413
1070000
2000
Я хочу закончить
18:07
with one last memorableпамятный momentмомент
414
1072000
2000
одним из памятных моментов
18:09
from our familyсемья.
415
1074000
3000
нашей семьи.
18:12
This is the first time our sonсын
416
1077000
2000
Первый раз, когда сын
18:14
tookвзял more than two stepsмеры at onceодин раз --
417
1079000
2000
сделал больше двух шагов за раз,
18:16
capturedзахваченный on filmфильм.
418
1081000
2000
пойман видеокамерой.
18:18
And I really want you to focusфокус on something
419
1083000
3000
Я хочу кое на чем сосредоточить ваше внимание,
18:21
as I take you throughчерез.
420
1086000
2000
пока я буду показывать видео.
18:23
It's a clutteredзагроможден environmentОкружающая среда; it's naturalнатуральный life.
421
1088000
2000
Суматошная среда, естественная жизнь.
18:25
My mother'sмамин in the kitchenкухня, cookingГотовка,
422
1090000
2000
Моя мама готовит на кухне.
18:27
and, of all placesмест, in the hallwayприхожая,
423
1092000
2000
И именно в коридоре
18:29
I realizeпонимать he's about to do it, about to take more than two stepsмеры.
424
1094000
3000
я понимаю, что он сейчас сделает более двух шагов.
18:32
And so you hearзаслушивать me encouragingобнадеживающий him,
425
1097000
2000
Вы услышите, как я подбадриваю его,
18:34
realizingпонимая what's happeningпроисходит,
426
1099000
2000
понимая, что сейчас произойдет.
18:36
and then the magicмагия happensпроисходит.
427
1101000
2000
И происходит волшебство.
18:38
Listen very carefullyвнимательно.
428
1103000
2000
Слушайте внимательно.
18:40
About threeтри stepsмеры in,
429
1105000
2000
Через три шага
18:42
he realizesпонимает something magicмагия is happeningпроисходит,
430
1107000
2000
он тоже начинает понимать, что происходит что-то волшебное.
18:44
and the mostбольшинство amazingудивительно feedbackОбратная связь loopпетля of all kicksпинки in,
431
1109000
3000
И тут проявляется изумительная ответная реакция.
18:47
and he takes a breathдыхание in,
432
1112000
2000
Он делает вдох
18:49
and he whispersшепоты "wowВау"
433
1114000
2000
и шепчет "уау",
18:51
and instinctivelyинстинктивно I echoэхо back the sameодна и та же.
434
1116000
4000
а я инстинктивно отвечаю ему эхом.
18:56
And so let's flyлетать back in time
435
1121000
3000
Теперь давайте перенесемся назад
18:59
to that memorableпамятный momentмомент.
436
1124000
2000
к тому памятному моменту.
19:05
(Videoвидео) DRDR: Hey.
437
1130000
2000
(Видео) Деб Рой: "Эй,
19:07
Come here.
438
1132000
2000
иди ко мне.
19:09
Can you do it?
439
1134000
3000
Можешь?
19:13
Oh, boyмальчик.
440
1138000
2000
Ух ты!
19:15
Can you do it?
441
1140000
3000
Ты так можешь?"
19:18
Babyмалыш: Yeah.
442
1143000
2000
Ребенок: "Аа" (да).
19:20
DRDR: Maмама, he's walkingгулять пешком.
443
1145000
3000
Деб Рой: "Мама, он идет!"
19:24
(LaughterСмех)
444
1149000
2000
(Смех)
19:26
(ApplauseАплодисменты)
445
1151000
2000
(Апплодисменты)
19:28
DRDR: Thank you.
446
1153000
2000
Деб Рой: "Спасибо!"
19:30
(ApplauseАплодисменты)
447
1155000
15000
(Апплодисменты)
Translated by Esma Khaburzaniya
Reviewed by Maria Bazilevskaya

▲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