TEDxBoston 2011
Jean-Baptiste Michel + Erez Lieberman Aiden: What we learned from 5 million books
5백만권의 책을 통해 우리가 배운 것들
Filmed:
Readability: 3.9
2,049,453 views
구글 실험실의 'Ngram 뷰어' 를 이용해본 적이 있나요? 그것은 사용자가 여러 세기에서 걸친약 5백만권의 데이터베이스에서 단어와 아이디어들을 검색할 수 있게 해주는 중독성있는 도구입니다. 이레즈 리버맨 에이든과 (Erez Lieberman) 장 뱊티스트 미쉘이 (Jean-Baptiste MIchael)이 그것이 어떻게 작동하는지 보여주고 또 5천억이 넘는 단어들을 통해 우리가 배울 수 있는 몇가지 놀라운 점들 알려줍니다.
Jean-Baptiste Michel - Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bioErez Lieberman Aiden - Researcher
Erez Lieberman Aiden pursues a broad range of research interests, spanning genomics, linguistics, mathematics ... Full bio
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bioErez Lieberman Aiden - Researcher
Erez Lieberman Aiden pursues a broad range of research interests, spanning genomics, linguistics, mathematics ... Full bio
Double-click the English transcript below to play the video.
00:15
Erez Lieberman Aiden: Everyone knows
0
0
2000
이레즈: 누구나 아는
00:17
that a picture is worth a thousand words.
1
2000
3000
'백문이 불여일견'이라는 말이 있습니다.
00:22
But we at Harvard
2
7000
2000
하지만 하버드에서 우리는
00:24
were wondering if this was really true.
3
9000
3000
저 말이 참인지 거짓인지를 논하곤 했죠.
00:27
(Laughter)
4
12000
2000
(웃음)
00:29
So we assembled a team of experts,
5
14000
4000
그래서 우리는 하버트와 MIT에 걸쳐
00:33
spanning Harvard, MIT,
6
18000
2000
전문가들을 모집하고
00:35
The American Heritage Dictionary, The Encyclopedia Britannica
7
20000
3000
아메리칸 헤리티지 사전, 브리태니커 백과사전
00:38
and even our proud sponsors,
8
23000
2000
그리고 심지어 우리의 자랑스런 후원,
00:40
the Google.
9
25000
3000
구글까지 포괄하는 팀을 구성했습니다.
00:43
And we cogitated about this
10
28000
2000
그리고 우리는 이것에 대해
00:45
for about four years.
11
30000
2000
약 4년 동안 깊이있게 연구했죠.
00:47
And we came to a startling conclusion.
12
32000
5000
우리는 놀라운 결론에 도달했습니다.
00:52
Ladies and gentlemen, a picture is not worth a thousand words.
13
37000
3000
신사 숙녀 여러분, 한 그림은 천 단어의 가치가 없습니다. [역: '일견'이 백문의 가치가 되지 않습니다.]
00:55
In fact, we found some pictures
14
40000
2000
사실, 우리는 몇 가지 사진들의 경우
00:57
that are worth 500 billion words.
15
42000
5000
5천억 단어 정도의 가치가 있음을 발견했죠.
01:02
Jean-Baptiste Michel: So how did we get to this conclusion?
16
47000
2000
미셸 : 어떻게 우리가 이 결론에 도달했을까요?
01:04
So Erez and I were thinking about ways
17
49000
2000
이레즈와 전, 연구 방법에 대해 생각하고 있었습니다.
01:06
to get a big picture of human culture
18
51000
2000
어떻게 하면 인간 문화와 역사의 큰 그림을
01:08
and human history: change over time.
19
53000
3000
얻을 수 있을까: 시간에 따라 변화되는 것을 포함해서
01:11
So many books actually have been written over the years.
20
56000
2000
실제로 수 많은 책들은 지난 수년 동안 기록되었습니다.
01:13
So we were thinking, well the best way to learn from them
21
58000
2000
그래서 우리가 그들로 부터 배울 수 있는 가장 좋은 방법은
01:15
is to read all of these millions of books.
22
60000
2000
이 수천 수만권의 책들을 다 읽는거라 생각했습니다.
01:17
Now of course, if there's a scale for how awesome that is,
23
62000
3000
물론, 저 일이 얼마나 멋진 일인지 측정할 수 있다면
01:20
that has to rank extremely, extremely high.
24
65000
3000
저것은 매우, 아주 높은 순위가 매겨질 것입니다.
01:23
Now the problem is there's an X-axis for that,
25
68000
2000
문제는, 그곳에 x축이 있다는 거죠.
01:25
which is the practical axis.
26
70000
2000
실용성을 나타내는 축이죠.
01:27
This is very, very low.
27
72000
2000
이 축에서의 점수는 매우 낮습니다.
01:29
(Applause)
28
74000
3000
(박수)
01:32
Now people tend to use an alternative approach,
29
77000
3000
현재, 사람들은 대안으로 몇 가지 소스들을
01:35
which is to take a few sources and read them very carefully.
30
80000
2000
선택해서 그것들을 주의깊게 읽어나가죠.
01:37
This is extremely practical, but not so awesome.
31
82000
2000
이 방식은 매우 실용적이지만 아주 멋지지는 않습니다.
01:39
What you really want to do
32
84000
3000
당신이 정말하고 원하는 것은
01:42
is to get to the awesome yet practical part of this space.
33
87000
3000
아주 멋진 일을 아주 실용적으로 하는 거죠.
01:45
So it turns out there was a company across the river called Google
34
90000
3000
그래서 보니 강 건너에 구글이라 불리는 회사가 있더군요.
01:48
who had started a digitization project a few years back
35
93000
2000
몇 년 전에 디지털화 프로젝트를 시작했었던 회사죠.
01:50
that might just enable this approach.
36
95000
2000
그것이 우리의 접근방식을 가능케 할수도 있겠더군요.
01:52
They have digitized millions of books.
37
97000
2000
그들은 수백만권의 책을 디지털화 했습니다.
01:54
So what that means is, one could use computational methods
38
99000
3000
그것이 무슨 뜻인고 하니, 누군가 원하면 단 하나의 클릭으로
01:57
to read all of the books in a click of a button.
39
102000
2000
책을 한권을 훑어볼 수 있다는 뜻이죠.
01:59
That's very practical and extremely awesome.
40
104000
3000
아주 실용적이이며 극도로 멋진 일이죠.
02:03
ELA: Let me tell you a little bit about where books come from.
41
108000
2000
이레즈: 제가 책들이 어디서 왔는지 설명을 좀 하죠.
02:05
Since time immemorial, there have been authors.
42
110000
3000
태고적부터, 작가는 늘 존재해 왔습니다.
02:08
These authors have been striving to write books.
43
113000
3000
이 저자들은 책을 쓰기 위해 분투해왔죠.
02:11
And this became considerably easier
44
116000
2000
그 일은 점점 쉬워졋습니다.
02:13
with the development of the printing press some centuries ago.
45
118000
2000
몇 세기전의 인쇄기 발달과 함께말이죠.
02:15
Since then, the authors have won
46
120000
3000
그 이후로 부터는 저자들의 승리였죠.
02:18
on 129 million distinct occasions,
47
123000
2000
뚜렷이 1억2천9백만번 동안
02:20
publishing books.
48
125000
2000
책을 출판했으니까요
02:22
Now if those books are not lost to history,
49
127000
2000
역사 속에 분실되지 않았다면 해당 도서는
02:24
then they are somewhere in a library,
50
129000
2000
지금 어느 도서관 어딘가에 있는 것입니다.
02:26
and many of those books have been getting retrieved from the libraries
51
131000
3000
그 도서의 대부분이 도서관에서 회수되어져
02:29
and digitized by Google,
52
134000
2000
구글에 의해 디지털화 되고 있습니다.
02:31
which has scanned 15 million books to date.
53
136000
2000
현재까지 천오백만권의 도서를 스캔했습니다.
02:33
Now when Google digitizes a book, they put it into a really nice format.
54
138000
3000
지금 구글이 책을 디지털화하면, 좋은 포맷으로 바꿔두죠.
02:36
Now we've got the data, plus we have metadata.
55
141000
2000
이제 우리는 데이터가 있고 그에 관한 속성 정보까지 있죠.
02:38
We have information about things like where was it published,
56
143000
3000
우리에겐 그것이 어디서 출판되었고 누가 썼으며
02:41
who was the author, when was it published.
57
146000
2000
언제 발행되었는지에 관한 정보도 있습니다.
02:43
And what we do is go through all of those records
58
148000
3000
해서, 우리가 가진 모든 자료들을 훑어서
02:46
and exclude everything that's not the highest quality data.
59
151000
4000
상태가 좋지않은 데이터는 전부 제하여
02:50
What we're left with
60
155000
2000
추려서 남은 것이
02:52
is a collection of five million books,
61
157000
3000
오백만권의 책 입니다.
02:55
500 billion words,
62
160000
3000
5천억개의 단어들,
02:58
a string of characters a thousand times longer
63
163000
2000
일렬로 나열했을 경우
03:00
than the human genome --
64
165000
3000
우리 유전자의 총체, 인간 게놈보다 천배 이상 긴 겁니다.
03:03
a text which, when written out,
65
168000
2000
이 텍스트들을 모두 모아서
03:05
would stretch from here to the Moon and back
66
170000
2000
한 줄로 쓰면 여기서 달까지
03:07
10 times over --
67
172000
2000
10번 왔다갔다 할 만큼 나오죠.
03:09
a veritable shard of our cultural genome.
68
174000
4000
진정 우리 문화 게놈의 한 조각이라 할 수 있죠.
03:13
Of course what we did
69
178000
2000
물론 이런 말도 안되는 과장에 직면하게 되면
03:15
when faced with such outrageous hyperbole ...
70
180000
3000
우리가 할 수 있는 일이라곤
03:18
(Laughter)
71
183000
2000
(웃음)
03:20
was what any self-respecting researchers
72
185000
3000
자존감있는 연구원이라면
03:23
would have done.
73
188000
3000
누구나 했을 법한 일이죠.
03:26
We took a page out of XKCD,
74
191000
2000
XKCD의 한 페이지를 꺼내 들고
03:28
and we said, "Stand back.
75
193000
2000
외치는 거죠. "뒤로 물러나.
03:30
We're going to try science."
76
195000
2000
우리는 이제 과학을 시도 할 것이야."
03:32
(Laughter)
77
197000
2000
(웃음) [역: XKCD.com 미국의 유명 웹툰. 웹사이트에서 해당 문구의 티셔츠를 판매하고 있음]
03:34
JM: Now of course, we were thinking,
78
199000
2000
JM은 : 지금은 물론, 우리는 생각하고 있었죠,
03:36
well let's just first put the data out there
79
201000
2000
물론 그냥 먼저 밖으로 데이터를 넣어 봅시다
03:38
for people to do science to it.
80
203000
2000
그것을 할 과학을 하는 사람들을 위해서말이죠.
03:40
Now we're thinking, what data can we release?
81
205000
2000
지금 우리가 생각하고, 우리는 어떤 데이터를 공개할 수 있습니까?
03:42
Well of course, you want to take the books
82
207000
2000
그럼요, 당신은 책을 취해서
03:44
and release the full text of these five million books.
83
209000
2000
이러한 오백만 도서의 전체 텍스트를 놓고 싶어합니다.
03:46
Now Google, and Jon Orwant in particular,
84
211000
2000
특히 이제 Google과 존 Orwant,
03:48
told us a little equation that we should learn.
85
213000
2000
우리가 배워야할 방정식이 조금있다고 말했습니다.
03:50
So you have five million, that is, five million authors
86
215000
3000
그래서 5 백만 작가, 즉, 5 백만 달러를 가지고
03:53
and five million plaintiffs is a massive lawsuit.
87
218000
3000
그리고 5 백만 원고측은 대규모의 소송이다.
03:56
So, although that would be really, really awesome,
88
221000
2000
그럼, 그건 정말 굉장한 것이긴 하지만
03:58
again, that's extremely, extremely impractical.
89
223000
3000
다시말해, 그건 극히, 극히 비실용적입니다.
04:01
(Laughter)
90
226000
2000
(웃음)
04:03
Now again, we kind of caved in,
91
228000
2000
이제 다시, 우리는 굴복한것처럼 되어서,
04:05
and we did the very practical approach, which was a bit less awesome.
92
230000
3000
그리고 약간 덜 굉장하지만, 아주 실용적인 접근을 하게 되었습니다.
04:08
We said, well instead of releasing the full text,
93
233000
2000
우리가 말하길, "글쎄, 전체 텍스트를 발표하는 대신
04:10
we're going to release statistics about the books.
94
235000
2000
우리는 도서에 대한 통계를 공개할거야.
04:12
So take for instance "A gleam of happiness."
95
237000
2000
예를 들어, '행복의 광채"를 봅시다.
04:14
It's four words; we call that a four-gram.
96
239000
2000
그것은 네 단어입니다; 우리는 4 그램이라고 부릅니다.
04:16
We're going to tell you how many times a particular four-gram
97
241000
2000
우리는 특정 4 그램이 1801, 1802, 1803,
04:18
appeared in books in 1801, 1802, 1803,
98
243000
2000
2008년까지 죽 올라가서 책에
04:20
all the way up to 2008.
99
245000
2000
몇번이나 나타나는지 여러분께 말할겁니다.
04:22
That gives us a time series
100
247000
2000
그것은 우리에게 이 특정 문장은 시간이 지남에 따라 얼마나 자주 사용되었는지
04:24
of how frequently this particular sentence was used over time.
101
249000
2000
시간 시리즈를 제공합니다.
04:26
We do that for all the words and phrases that appear in those books,
102
251000
3000
우리가 그 도서에 나타나는 모든 단어와 구문에 대해 그렇게 하면,
04:29
and that gives us a big table of two billion lines
103
254000
3000
그것은 우리에게 이십억 줄의 큰 테이블을 제공하는데
04:32
that tell us about the way culture has been changing.
104
257000
2000
그것은 방식 문화가 변경되는 방법에 관해서 우리에게 알려줍니다.
04:34
ELA: So those two billion lines,
105
259000
2000
ELA : 그럼 그 이십억 라인,
04:36
we call them two billion n-grams.
106
261000
2000
우리는 그들 이십억 N -그램.
04:38
What do they tell us?
107
263000
2000
그들이 우리에게 뭐라고 할까요?
04:40
Well the individual n-grams measure cultural trends.
108
265000
2000
그럼 각각의 N - 그램은 문화동향을 측정합니다.
04:42
Let me give you an example.
109
267000
2000
한가지 예를 들어 드리겠습니다.
04:44
Let's suppose that I am thriving,
110
269000
2000
내가 번성하고 있다고 가정해 봅시다
04:46
then tomorrow I want to tell you about how well I did.
111
271000
2000
그러면 내일은 내가 얼마나 잘했는지 말해주고 싶어요.
04:48
And so I might say, "Yesterday, I throve."
112
273000
3000
그래서 난 "어제 내가 번성했어요(throve)."말할지도 모릅니다.
04:51
Alternatively, I could say, "Yesterday, I thrived."
113
276000
3000
또 저는 "어제, 내가 번창했어요 (thrived)." 라고 할 수 도 있습니다.
04:54
Well which one should I use?
114
279000
3000
글쎄, 어떤것을 사용해야 할까요?
04:57
How to know?
115
282000
2000
어떻게 압니까?
04:59
As of about six months ago,
116
284000
2000
약 6 개월 전의 시기에,
05:01
the state of the art in this field
117
286000
2000
이 분야에서 예술의 상태는
05:03
is that you would, for instance,
118
288000
2000
예를 들어, 당신이,
05:05
go up to the following psychologist with fabulous hair,
119
290000
2000
멋진 머리를 가진 심리학자를 따라 올라가,
05:07
and you'd say,
120
292000
2000
당신이 말하길,
05:09
"Steve, you're an expert on the irregular verbs.
121
294000
3000
"스티브, 당신은 불규칙 동사에 관한 전문가입니다.
05:12
What should I do?"
122
297000
2000
제가 어떻게 해야 할까요? "
05:14
And he'd tell you, "Well most people say thrived,
123
299000
2000
그거면 그는, "글쎄요, 대부분의 사람들이 말하길 번성했다(thrive) 고 했지만,
05:16
but some people say throve."
124
301000
3000
몇몇 사람은 번창했다(throve) 라고 했어요."
05:19
And you also knew, more or less,
125
304000
2000
그래서 여러분은 당신은 또한 다소는
05:21
that if you were to go back in time 200 years
126
306000
3000
만일 이백년전 이전으로 거슬러 올라가서
05:24
and ask the following statesman with equally fabulous hair,
127
309000
3000
그리고, 똑같이 멋진 머리를 가진 다음의 정치가에게 묻는다면,
05:27
(Laughter)
128
312000
3000
(웃음)
05:30
"Tom, what should I say?"
129
315000
2000
"톰, 내가 무슨 말을해야합니까?"
05:32
He'd say, "Well, in my day, most people throve,
130
317000
2000
그는 "글쎄, 나의 세대는 대부분의 사람들이 번성했다 (throve) 라고 말했지만
05:34
but some thrived."
131
319000
3000
몇몇사람은 번창했다 (thrive)라고 말했어요." 할겁니다.
05:37
So now what I'm just going to show you is raw data.
132
322000
2000
그래서 제가 여러분에게 그냥 보여드리려고 하는것은 원래의 데이터입니다.
05:39
Two rows from this table of two billion entries.
133
324000
4000
이십억 항목의 이 테이블에서 두 줄입니다.
05:43
What you're seeing is year by year frequency
134
328000
2000
여러분이 지금보고 계시는 것은 번성했다(throve)와 번창했다(thrive)의
05:45
of "thrived" and "throve" over time.
135
330000
3000
오랜시간에 걸친 각 년도의 빈도입니다.
05:49
Now this is just two
136
334000
2000
이제 이십억 행에서
05:51
out of two billion rows.
137
336000
3000
이 두 개만 있습니다
05:54
So the entire data set
138
339000
2000
따라서 전체 데이터 세트는
05:56
is a billion times more awesome than this slide.
139
341000
3000
이 슬라이드보다 억 배 이상 굉장한 것입니다.
05:59
(Laughter)
140
344000
2000
(웃음)
06:01
(Applause)
141
346000
4000
(박수)
06:05
JM: Now there are many other pictures that are worth 500 billion words.
142
350000
2000
JM : 지금 5 백조개단어의 가치가 있는 많은 다른 그림이 있습니다.
06:07
For instance, this one.
143
352000
2000
예를 들어,이것을 보세요.
06:09
If you just take influenza,
144
354000
2000
여러분이 독감을 취할경우,
06:11
you will see peaks at the time where you knew
145
356000
2000
여러분은 큰 독감 전염병이 전세계의 사람을 죽이고 있었던것을
06:13
big flu epidemics were killing people around the globe.
146
358000
3000
알았던 지점의 가장 최고점 시간을 볼 수 있습니다.
06:16
ELA: If you were not yet convinced,
147
361000
3000
ELA : 여러분이 아직도 납득되지 않으셨다면,
06:19
sea levels are rising,
148
364000
2000
해수면이 상승하고 있으며,
06:21
so is atmospheric CO2 and global temperature.
149
366000
3000
그래서 대기 CO2와 지구의 온도도 상승하고 있습니다.
06:24
JM: You might also want to have a look at this particular n-gram,
150
369000
3000
JM : 당신은 또한,이 특정 N - 그램을 보고싶어할지도 모르고,
06:27
and that's to tell Nietzsche that God is not dead,
151
372000
3000
그것은 니체에게 하나님이 죽은것이 아니라고 말하는 것입니다,
06:30
although you might agree that he might need a better publicist.
152
375000
3000
여러분은 니체가 더 나은 홍보가가 필요하다는데 동의할 지 모르지만요.
06:33
(Laughter)
153
378000
2000
(웃음)
06:35
ELA: You can get at some pretty abstract concepts with this sort of thing.
154
380000
3000
ELA : 당신은 이런 비슷한것들로 꽤 추상적인 개념을 얻을 수 있습니다.
06:38
For instance, let me tell you the history
155
383000
2000
예를 들어, 내가 여러분에게 1950년도의 역사를
06:40
of the year 1950.
156
385000
2000
알려드리겠습니다.
06:42
Pretty much for the vast majority of history,
157
387000
2000
역사의 대부분에 대해서
06:44
no one gave a damn about 1950.
158
389000
2000
그 누구도 1950에 대해 주의를 기울이지 않았습니다
06:46
In 1700, in 1800, in 1900,
159
391000
2000
1700 년, 1800 년, 1900 년에,
06:48
no one cared.
160
393000
3000
그 누구도 신경 쓰지 않았어요.
06:52
Through the 30s and 40s,
161
397000
2000
30년대와 40년대를 통과하며,
06:54
no one cared.
162
399000
2000
그 누구도 신경 쓰지 않았어요.
06:56
Suddenly, in the mid-40s,
163
401000
2000
갑자기 40 년대 중반에
06:58
there started to be a buzz.
164
403000
2000
얘깃거리가 생기기 시작했습니다.
07:00
People realized that 1950 was going to happen,
165
405000
2000
사람들은 1950 년이 일어날 것이라는것과
07:02
and it could be big.
166
407000
2000
그게 큰일일 것이라는 것을 깨닫게 되었지요.
07:04
(Laughter)
167
409000
3000
(웃음)
07:07
But nothing got people interested in 1950
168
412000
3000
그러나 아무것도 1950 년과 같이
07:10
like the year 1950.
169
415000
3000
1950년에 사람들에게 관심이있는것은 없었습니다.
07:13
(Laughter)
170
418000
3000
(웃음)
07:16
People were walking around obsessed.
171
421000
2000
사람들은 집착해서 돌아나녔습니다
07:18
They couldn't stop talking
172
423000
2000
그들은 그들이 1950 년 한 모든 것에 대해,
07:20
about all the things they did in 1950,
173
425000
3000
말을 멈출수 없었습니다,
07:23
all the things they were planning to do in 1950,
174
428000
3000
그들이 1950년에 할 준비를 하고있던 모든것들,
07:26
all the dreams of what they wanted to accomplish in 1950.
175
431000
5000
그들이 1950 년에 달성하고 싶어했던 모든 꿈에 대해.
07:31
In fact, 1950 was so fascinating
176
436000
2000
사실 1950 년 정말 매혹적이어서
07:33
that for years thereafter,
177
438000
2000
그 이후 년 동안
07:35
people just kept talking about all the amazing things that happened,
178
440000
3000
사람들은 51년, 52년, 53년에
07:38
in '51, '52, '53.
179
443000
2000
일어난 모든 놀라운 일들에 대해 얘기를 계속했습니다.
07:40
Finally in 1954,
180
445000
2000
결국 1954년에,
07:42
someone woke up and realized
181
447000
2000
누군가가 잠에 깨어 일어나서는
07:44
that 1950 had gotten somewhat passé.
182
449000
4000
1950은 다소 지나갔다는것을 깨달았습니다.
07:48
(Laughter)
183
453000
2000
(웃음)
07:50
And just like that, the bubble burst.
184
455000
2000
그리고 그냥 그렇게, 그 거품이 터졌지요.
07:52
(Laughter)
185
457000
2000
(웃음)
07:54
And the story of 1950
186
459000
2000
그리고 1950 년 이야기는
07:56
is the story of every year that we have on record,
187
461000
2000
우리가 기록을 보유하고 있는 매년의 이야기가
07:58
with a little twist, because now we've got these nice charts.
188
463000
3000
지금은 이 좋은 차트를 가지고 있기 때문에 약간 꼬여 있어요.
08:01
And because we have these nice charts, we can measure things.
189
466000
3000
그리고 우리가이 멋진 차트를 가지고 있기 때문에, 우리는 물건을 측정할 수 있습니다.
08:04
We can say, "Well how fast does the bubble burst?"
190
469000
2000
우리는 "글쎄 얼마나 빨리 거품이 터질까?" 라고 말할 수도 있습니다.
08:06
And it turns out that we can measure that very precisely.
191
471000
3000
그리고 그것은 우리가 매우 정확하게 측정할 수있다는 게 밝혀졌습니다.
08:09
Equations were derived, graphs were produced,
192
474000
3000
방정식이 도출되었고, 그래프가 만들어졌고,
08:12
and the net result
193
477000
2000
그리고 그 실제 결과는
08:14
is that we find that the bubble bursts faster and faster
194
479000
3000
우리가 그 거품이 터지는것이 각 지나가는 해와 더불어
08:17
with each passing year.
195
482000
2000
점점 더 빨라지는것을 발견했다는 것입니다.
08:19
We are losing interest in the past more rapidly.
196
484000
5000
우리는 더 빨리 과거에 흥미를 잃어 가고있습니다.
08:24
JM: Now a little piece of career advice.
197
489000
2000
JM : 지금 경력 조언의 작은 조각.
08:26
So for those of you who seek to be famous,
198
491000
2000
그래서 유명한 사람이 되기를 추구하는 여러분들을 위해,
08:28
we can learn from the 25 most famous political figures,
199
493000
2000
우리는 25에서 가장 유명한 정치적 인물들에게서,
08:30
authors, actors and so on.
200
495000
2000
저자, 배우 등등에게서 배울 수 있습니다.
08:32
So if you want to become famous early on, you should be an actor,
201
497000
3000
당신이 빨리 유명해지고 싶다면, 당신은 배우가 되어야합니다
08:35
because then fame starts rising by the end of your 20s --
202
500000
2000
그리고 명성이 20대의 마지막에 상승하기 시작하기 때문에 -
08:37
you're still young, it's really great.
203
502000
2000
여러분이 아직 어리다면, 정말 좋아요.
08:39
Now if you can wait a little bit, you should be an author,
204
504000
2000
당신은 조금 기다릴 수있다면, 이제 당신은 저자되어야합니다
08:41
because then you rise to very great heights,
205
506000
2000
다음 아주 좋은 높이로 상승하기 때문인데,
08:43
like Mark Twain, for instance: extremely famous.
206
508000
2000
극히 유명한 사람과 같이 말이죠.
08:45
But if you want to reach the very top,
207
510000
2000
하지만 당신이 맨 상위에 도달하려는 경우,
08:47
you should delay gratification
208
512000
2000
당신은 만족을 지연해야하고
08:49
and, of course, become a politician.
209
514000
2000
그리고, 물론, 정치가가 되야 합니다.
08:51
So here you will become famous by the end of your 50s,
210
516000
2000
그럼 여기서 당신은 당신의 50 대 말까지 유명 될 것입니다
08:53
and become very, very famous afterward.
211
518000
2000
그리고 그 이후에는 아주 유명하게 됩니다.
08:55
So scientists also tend to get famous when they're much older.
212
520000
3000
그래서 과학자들은 또한 훨씬 나이들었을 때 유명해지는 경향이 있습니다.
08:58
Like for instance, biologists and physics
213
523000
2000
예를 들어, 생물학 및 물리학에 대한 마찬가지로
09:00
tend to be almost as famous as actors.
214
525000
2000
배우만큼이나 유명해지는 경향이 있습니다.
09:02
One mistake you should not do is become a mathematician.
215
527000
3000
당신이 범하지 말아야 할 한가지 실수는 수학자가 되는 것입니다.
09:05
(Laughter)
216
530000
2000
(웃음)
09:07
If you do that,
217
532000
2000
만약 당신이 그렇게한다면,
09:09
you might think, "Oh great. I'm going to do my best work when I'm in my 20s."
218
534000
3000
당신은 "좋아. 아 내가 내가 20대에 있을 때 내 최고의 작업을 할거야."라고 생각할 수도 있지만
09:12
But guess what, nobody will really care.
219
537000
2000
그러나 짐작해보세요, 아무도 상관하지 않습니다.
09:14
(Laughter)
220
539000
3000
(웃음)
09:17
ELA: There are more sobering notes
221
542000
2000
ELA: N-그램사이에
09:19
among the n-grams.
222
544000
2000
보다 냉정한 노트가 있습니다.
09:21
For instance, here's the trajectory of Marc Chagall,
223
546000
2000
예를 들어, 여기, 1887년에 태어난
09:23
an artist born in 1887.
224
548000
2000
마크 샤갈의 탄도가 있습니다.
09:25
And this looks like the normal trajectory of a famous person.
225
550000
3000
그리고 이것은 유명한 사람의 정상적인 궤도 같습니다.
09:28
He gets more and more and more famous,
226
553000
4000
그는 점점 더 유명해집니다,
09:32
except if you look in German.
227
557000
2000
독일어로 여러분이 보는 경우를 제외하고는요.
09:34
If you look in German, you see something completely bizarre,
228
559000
2000
당신이 독일어로 보면, 당신은 완전히 이상한 무언가를 봅니다,
09:36
something you pretty much never see,
229
561000
2000
당신은 거의 못 볼 것을말이죠,
09:38
which is he becomes extremely famous
230
563000
2000
그것은 그가 극도로 유명하게되고
09:40
and then all of a sudden plummets,
231
565000
2000
그리고 갑자기 곤두박질을 하는것입니다,
09:42
going through a nadir between 1933 and 1945,
232
567000
3000
1933과 1945년 사이의 최하점을 겪으면서,
09:45
before rebounding afterward.
233
570000
3000
그 이후 복귀하기 전에요.
09:48
And of course, what we're seeing
234
573000
2000
그리고 물론, 우리가 보는것은
09:50
is the fact Marc Chagall was a Jewish artist
235
575000
3000
사실 마크 샤갈은 나치 독일에서의
09:53
in Nazi Germany.
236
578000
2000
유대인 예술가였다는 사실입니다.
09:55
Now these signals
237
580000
2000
지금 이러한 신호들은
09:57
are actually so strong
238
582000
2000
실제로 대단히 강해서
09:59
that we don't need to know that someone was censored.
239
584000
3000
우리는 누군가가 검열 받았는지 알 필요가 없습니다.
10:02
We can actually figure it out
240
587000
2000
우리는 실제로 기본적인 신호 처리를 사용해서
10:04
using really basic signal processing.
241
589000
2000
실제로 그것을 알아낼 수 있습니다.
10:06
Here's a simple way to do it.
242
591000
2000
여기 그것을하는 간단한 방법이 있습니다.
10:08
Well, a reasonable expectation
243
593000
2000
음, 합리적인 기대는
10:10
is that somebody's fame in a given period of time
244
595000
2000
주어진 시간안에 누군가의 명성은
10:12
should be roughly the average of their fame before
245
597000
2000
대략 그들의 명성의 이전과 이후의 평균으로
10:14
and their fame after.
246
599000
2000
되어야 합니다.
10:16
So that's sort of what we expect.
247
601000
2000
그래서 그것은 우리가 기대하는 어떤것입니다.
10:18
And we compare that to the fame that we observe.
248
603000
3000
그리고 우리는 우리가 관찰하는 명성에 그것을 비교합니다.
10:21
And we just divide one by the other
249
606000
2000
그리고 우리는 다른 것을 1로 나누어서
10:23
to produce something we call a suppression index.
250
608000
2000
우리가 억제 지수라고 부르는 무언가를 생산합니다.
10:25
If the suppression index is very, very, very small,
251
610000
3000
만일 그 억제 지수가 매우, 매우, 매우 작으면,
10:28
then you very well might be being suppressed.
252
613000
2000
그다음에 당신은 잘 억압될 수도 있습니다.
10:30
If it's very large, maybe you're benefiting from propaganda.
253
615000
3000
만일 그것이 매우 크면, 아마 당신이 선전에서 혜택을 받는것일겁니다.
10:34
JM: Now you can actually look at
254
619000
2000
JM이 : 이제 여러분은
10:36
the distribution of suppression indexes over whole populations.
255
621000
3000
전체 인구에 대한 억제 지수의 분포를 실제로 볼 수 있습니다.
10:39
So for instance, here --
256
624000
2000
따라서 예를 들어, 여기에 -
10:41
this suppression index is for 5,000 people
257
626000
2000
이 억제 지수는 알려진 억압이 없는 곳에서
10:43
picked in English books where there's no known suppression --
258
628000
2000
영어로 쓰여진 도서를 고른 5,000 명에 대한 것인데-
10:45
it would be like this, basically tightly centered on one.
259
630000
2000
그것은 기본적으로 긴밀하게 하나를 중심으로 한 이것과 같은 것입니다.
10:47
What you expect is basically what you observe.
260
632000
2000
예상할 수 있는것은 기본적으로 여러분이 관찰하는 것입니다.
10:49
This is distribution as seen in Germany --
261
634000
2000
독일에서 보여진것과 같이 이 배포는 -
10:51
very different, it's shifted to the left.
262
636000
2000
매우 다릅니다, 그것은 왼쪽으로 이동되어 있지요.
10:53
People talked about it twice less as it should have been.
263
638000
3000
사람들은 그것이 해 졌어야만 할 것보다 두 번 이하로 얘기했습니다.
10:56
But much more importantly, the distribution is much wider.
264
641000
2000
그러나 더 중요하게, 그 배포는 훨씬 더 넓다는 것입니다.
10:58
There are many people who end up on the far left on this distribution
265
643000
3000
이 배포판에서 맨 왼쪽에 결국 많은 사람들은
11:01
who are talked about 10 times fewer than they should have been.
266
646000
3000
그들이 있었어야 할 것보다 10 배 이하로 얘기한 사람들입니다.
11:04
But then also many people on the far right
267
649000
2000
하지만 그다음에는 선전의 혜택을 받은것처럼 보이는
11:06
who seem to benefit from propaganda.
268
651000
2000
맨 오른쪽에도 많은 사람들이있습니다.
11:08
This picture is the hallmark of censorship in the book record.
269
653000
3000
이 사진은 책에 기록에 검열의 특징이다.
11:11
ELA: So culturomics
270
656000
2000
ELA : 그래서 우리는 이 방법을
11:13
is what we call this method.
271
658000
2000
컬쳐로믹스라고 부릅니다.
11:15
It's kind of like genomics.
272
660000
2000
그것은 같은 게놈의 일종 이죠.
11:17
Except genomics is a lens on biology
273
662000
2000
게노믹스가 인간 게놈에있는 기반의 순서의 창문을 통한
11:19
through the window of the sequence of bases in the human genome.
274
664000
3000
생물학에서는 렌즈라는것을 제외하고는 말입니다.
11:22
Culturomics is similar.
275
667000
2000
컬쳐로믹스는 비슷합니다.
11:24
It's the application of massive-scale data collection analysis
276
669000
3000
그것은 인간 문화의 연구에
11:27
to the study of human culture.
277
672000
2000
거대한 규모의 데이터 수집 분석 응용 프로그램입니다.
11:29
Here, instead of through the lens of a genome,
278
674000
2000
여기에서는, 게놈의 렌즈를 통하는것을 대신해서,
11:31
through the lens of digitized pieces of the historical record.
279
676000
3000
역사 기록의 디지털화된 조각의 렌즈를 통합니다.
11:34
The great thing about culturomics
280
679000
2000
컬쳐로믹스에 대한 굉장한 점은
11:36
is that everyone can do it.
281
681000
2000
모든 사람이 그것을 할 수 있다는 것 입니다.
11:38
Why can everyone do it?
282
683000
2000
왜 다들 그것을 할 수 있을까요?
11:40
Everyone can do it because three guys,
283
685000
2000
누구나 할 수 있기 때문에 세 남자,
11:42
Jon Orwant, Matt Gray and Will Brockman over at Google,
284
687000
3000
존 오르완트, 매트 그레이와 윌 브록만이 구글에서
11:45
saw the prototype of the Ngram Viewer,
285
690000
2000
N 그램의 뷰어의 프로토 타입을 보고,
11:47
and they said, "This is so fun.
286
692000
2000
그리고 그들이 말하기를, "이건 정말 재미있네.
11:49
We have to make this available for people."
287
694000
3000
우리는 사람들이 이걸 사용할 수 있도록해야하겠는걸 "이라고 말했습니다.
11:52
So in two weeks flat -- the two weeks before our paper came out --
288
697000
2000
그래서 2 주를 쫙 깔아서-- 우리 신문이 나온 두 주 전에 ---
11:54
they coded up a version of the Ngram Viewer for the general public.
289
699000
3000
그들은 일반 대중을 위한 N그램 뷰어의 버전을 코드화 했습니다 .
11:57
And so you too can type in any word or phrase that you're interested in
290
702000
3000
그래서 당신도 당신이 관심이 있는 어떤 단어 또는 구절이든지 타이프칠 수 있고
12:00
and see its n-gram immediately --
291
705000
2000
그 즉시 N 그램을 볼 수 있고 -
12:02
also browse examples of all the various books
292
707000
2000
또한 여러분의 N그램에 나타나는
12:04
in which your n-gram appears.
293
709000
2000
다양한 도서의 사례를 탐색할 수 있습니다.
12:06
JM: Now this was used over a million times on the first day,
294
711000
2000
JM : 이제 이것은 첫날에 백만 번 이상 사용되었고,
12:08
and this is really the best of all the queries.
295
713000
2000
이것은 정말 모든 질문중 최고입니다.
12:10
So people want to be their best, put their best foot forward.
296
715000
3000
그래서 사람들은 앞으로 최선의 발차취로 그 자신들의 최고가 되고 싶어합니다.
12:13
But it turns out in the 18th century, people didn't really care about that at all.
297
718000
3000
하지만 18 세기에 밝혀졌듯이, 사람들은 전혀 신경 쓰지 않았습니다.
12:16
They didn't want to be their best, they wanted to be their beft.
298
721000
3000
그들은 그들의 최고가 되고 싶지 않아했습니다, 그들은 그들의 방어인들이 되고 싶어했어요.
12:19
So what happened is, of course, this is just a mistake.
299
724000
3000
그래서 무슨 일이 일어났는가 하면, 이건 실수입니다.
12:22
It's not that strove for mediocrity,
300
727000
2000
이것은, 평범을위한 투지가 아니에요
12:24
it's just that the S used to be written differently, kind of like an F.
301
729000
3000
그것은 S가 F 비슷하게 다르게 쓰여지곤 했다는 것입니다.
12:27
Now of course, Google didn't pick this up at the time,
302
732000
3000
지금은 물론, 구글은 당시에 이것을 알아차리지 못했습니다,
12:30
so we reported this in the science article that we wrote.
303
735000
3000
그래서 우리는 우리가 쓴 과학 기사에서 이것을 보도했습니다.
12:33
But it turns out this is just a reminder
304
738000
2000
그러나 그것은 이것이 단지 이것이 아주 재미있지만,
12:35
that, although this is a lot of fun,
305
740000
2000
여러분이 이 그래프를 해석할 때,
12:37
when you interpret these graphs, you have to be very careful,
306
742000
2000
여러분이 매우 신중해야 한다는 것을,
12:39
and you have to adopt the base standards in the sciences.
307
744000
3000
그리고 과학에서 기본 표준을 채택해야만 한다는 것을 상기시켜주는 것입니다.
12:42
ELA: People have been using this for all kinds of fun purposes.
308
747000
3000
ELA : 사람들은 재미 목적인 종류에 이것을 사용하고 있습니다.
12:45
(Laughter)
309
750000
7000
(웃음)
12:52
Actually, we're not going to have to talk,
310
757000
2000
사실, 우리는 얘기를 할 수 없어야만 하는 않을 것입니다,
12:54
we're just going to show you all the slides and remain silent.
311
759000
3000
우리는 당신에게 모든 슬라이드를 보여하고 조용히 있을겁니다.
12:57
This person was interested in the history of frustration.
312
762000
3000
이 사람은 좌절의 역사에 관심이 있었습니다.
13:00
There's various types of frustration.
313
765000
3000
다양한 종류의 좌절이 있었습니다.
13:03
If you stub your toe, that's a one A "argh."
314
768000
3000
만일 여러분이 여러분의 발가락을 찌른다면, 그것은 하나의 A "argh."입니다.
13:06
If the planet Earth is annihilated by the Vogons
315
771000
2000
만일 지구가 성간 우회를 위한 공간을 마련하기 위한,
13:08
to make room for an interstellar bypass,
316
773000
2000
보곤에 의해 전멸당하게 되면,
13:10
that's an eight A "aaaaaaaargh."
317
775000
2000
그것은 여덟개의 A "argh" 입니다.
13:12
This person studies all the "arghs,"
318
777000
2000
이 사람은 모든 "argh" 를
13:14
from one through eight A's.
319
779000
2000
하나에서부터 8 A를 통해서 공부합니다.
13:16
And it turns out
320
781000
2000
그리고 그것은
13:18
that the less-frequent "arghs"
321
783000
2000
그 "arghs" 가 덜 빈번하게 나올때,
13:20
are, of course, the ones that correspond to things that are more frustrating --
322
785000
3000
물론, 이것들에 해당하는 것들은 더 어렵게됩니다--
13:23
except, oddly, in the early 80s.
323
788000
3000
이상하게도 초기 80 년대에서를 제외하고는요.
13:26
We think that might have something to do with Reagan.
324
791000
2000
우리는 레이건과 뭔가 관련이 있을지 모른다고 생각합니다.£
13:28
(Laughter)
325
793000
2000
(웃음)
13:30
JM: There are many usages of this data,
326
795000
3000
JM :이 데이터의 여러 용도가 있습니다,
13:33
but the bottom line is that the historical record is being digitized.
327
798000
3000
하지만 요점은 역사적 기록이 디지털화 되고 있다는 점입니다.
13:36
Google has started to digitize 15 million books.
328
801000
2000
Google은 천오백만권의 책을 디지털화하기 시작했습니다.
13:38
That's 12 percent of all the books that have ever been published.
329
803000
2000
그것은 사상 출판된 모든 책들의 12 % 입니다.
13:40
It's a sizable chunk of human culture.
330
805000
3000
그것은 인간 문화의 상당한 부분입니다.
13:43
There's much more in culture: there's manuscripts, there newspapers,
331
808000
3000
문화에는 훨씬 더 있습니다: 거기에는 원고, 신문이 있고,
13:46
there's things that are not text, like art and paintings.
332
811000
2000
예술과 그림과 같은, 텍스트가 아닌 것들이 있습니다.
13:48
These all happen to be on our computers,
333
813000
2000
이것들은 모두 우리의 컴퓨터위에서 일어났습니다,
13:50
on computers across the world.
334
815000
2000
전세계에 걸쳐 컴퓨터위에서.
13:52
And when that happens, that will transform the way we have
335
817000
3000
그리고 그것이 일어나는 때면, 우리가 우리의 과거, 현재, 그리고 미래를 이해하는
13:55
to understand our past, our present and human culture.
336
820000
2000
우리의 과거, 현재 우리의 인간 문화를 이해합니다.
13:57
Thank you very much.
337
822000
2000
정말 감사합니다.
13:59
(Applause)
338
824000
3000
(박수)
ABOUT THE SPEAKERS
Jean-Baptiste Michel - Data researcherJean-Baptiste Michel looks at how we can use large volumes of data to better understand our world.
Why you should listen
Jean-Baptiste Michel holds joint academic appointments at Harvard (FQEB Fellow) and Google (Visiting Faculty). His research focusses on using large volumes of data as tools that help better understand the world around us -- from the way diseases progress in patients over years, to the way cultures change in human societies over centuries. With his colleague Erez Lieberman Aiden, Jean-Baptiste is a Founding Director of Harvard's Cultural Observatory, where their research team pioneers the use of quantitative methods for the study of human culture, language and history. His research was featured on the covers of Science and Nature, on the front pages of the New York Times and the Boston Globe, in The Economist, Wired and many other venues. The online tool he helped create -- ngrams.googlelabs.com -- was used millions of times to browse cultural trends. Jean-Baptiste is an Engineer from Ecole Polytechnique (Paris), and holds an MS in Applied Mathematics and a PhD in Systems Biology from Harvard.
Jean-Baptiste Michel | Speaker | TED.com
Erez Lieberman Aiden - Researcher
Erez Lieberman Aiden pursues a broad range of research interests, spanning genomics, linguistics, mathematics ...
Why you should listen
Erez Lieberman Aiden is a fellow at the Harvard Society of Fellows and Visiting Faculty at Google. His research spans many disciplines and has won numerous awards, including recognition for one of the top 20 "Biotech Breakthroughs that will Change Medicine", by Popular Mechanics; the Lemelson-MIT prize for the best student inventor at MIT; the American Physical Society's Award for the Best Doctoral Dissertation in Biological Physics; and membership in Technology Review's 2009 TR35, recognizing the top 35 innovators under 35. His last three papers -- two with JB Michel -- have all appeared on the cover of Nature and Science.
Erez Lieberman Aiden | Speaker | TED.com