TEDxCMU
Luis von Ahn: Massive-scale online collaboration
Luis von Ahn: Colaborarea online pe scară largă
Filmed:
Readability: 3.8
1,740,008 views
După ce a reformulat proiectul CAPTCHA, astfel încât oamenii care tastează cuvinte alese aleator să ajute la digitalizarea cărților, Luis von Ahn s-a întrebat cum altfel ar putea folosi aceste mici contribuții făcute de mulți utilizatori de Internet pentru beneficii la scară largă. La TEDxCMU, el vorbește despre cum noul său proiect ambițios, Duolingo, va ajuta milioane de oameni să învețe o nouă limbă traducând Internetul rapid și cu acuratețe - și gratuit în același timp.
Luis von Ahn - Computer scientist
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone. Full bio
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone. Full bio
Double-click the English transcript below to play the video.
00:15
How many of you had to fill out some sort of web form
0
0
2000
Câți dintre voi a trebuit să completați formulare online
00:17
where you've been asked to read a distorted sequence of characters like this?
1
2000
2000
în care vi s-a cerut să citiți o secvență de caractere distorsionate precum aceasta?
00:19
How many of you found it really, really annoying?
2
4000
2000
Câți dintre voi ați găsit chestia asta foarte, foarte enervantă?
00:21
Okay, outstanding. So I invented that.
3
6000
3000
OK, extraordinar. Eu am inventat-o.
00:24
(Laughter)
4
9000
2000
(Râsete)
00:26
Or I was one of the people who did it.
5
11000
2000
Sau sunt unul dintre cei care au făcut-o.
00:28
That thing is called a CAPTCHA.
6
13000
2000
Chestia asta se numește CAPTCHA.
00:30
And the reason it is there is to make sure you, the entity filling out the form,
7
15000
2000
Motivul pentru care e acolo e să ne asigurăm că voi, cei care completați formularul,
00:32
are actually a human and not some sort of computer program
8
17000
3000
sunteți de fapt oameni și nu vreun program de calculator
00:35
that was written to submit the form millions and millions of times.
9
20000
2000
creat pentru a trimite fomularul de milioane și milioane de ori.
00:37
The reason it works is because humans,
10
22000
2000
Motivul pentru care funcționează e că oamenii,
00:39
at least non-visually-impaired humans,
11
24000
2000
cel puțin cei fără probleme de vedere,
00:41
have no trouble reading these distorted squiggly characters,
12
26000
2000
nu au probleme în a citi aceste litere curbate, distorsionate,
00:43
whereas computer programs simply can't do it as well yet.
13
28000
3000
în vreme ce programele de calculator pur și simplu n-o pot face la fel de bine încă.
00:46
So for example, in the case of Ticketmaster,
14
31000
2000
De pildă, în cazul Ticketmaster,
00:48
the reason you have to type these distorted characters
15
33000
2000
motivul pentru care trebuie să tastați aceste caractere distorsionate
00:50
is to prevent scalpers from writing a program
16
35000
2000
e pentru a-i împiedica pe bișnițari să scrie un program
00:52
that can buy millions of tickets, two at a time.
17
37000
2000
prin care să cumpere milioane de bilete, câte două per tranzacție.
00:54
CAPTCHAs are used all over the Internet.
18
39000
2000
CAPTCHA-urile sunt folosite peste tot pe Internet.
00:56
And since they're used so often,
19
41000
2000
Și de vreme ce sunt atât de des folosite,
00:58
a lot of times the precise sequence of random characters that is shown to the user
20
43000
2000
foarte frecvent anumite secvențe de caractere aleatorii care-i apar utilizatorului
01:00
is not so fortunate.
21
45000
2000
nu sunt tocmai fericite.
01:02
So this is an example from the Yahoo registration page.
22
47000
3000
Acesta e un exemplu de pe pagina de înregistrare de pe Yahoo.
01:05
The random characters that happened to be shown to the user
23
50000
2000
Caracterele aleatoare care s-au nimerit să-i apară utilizatorului
01:07
were W, A, I, T, which, of course, spell a word.
24
52000
3000
au fost W, A, I, T, care - bineînțeles - sunt un cuvânt ("AȘTEAPTĂ").
01:10
But the best part is the message
25
55000
3000
Dar partea cea mai tare este mesajul
01:13
that the Yahoo help desk got about 20 minutes later.
26
58000
3000
primit la centrul de asistență Yahoo după 20 de minute.
01:16
Text: "Help! I've been waiting for over 20 minutes, and nothing happens."
27
61000
3000
Text: "Ajutor! Aștept de 20 minute și nu se întâmplă nimic".
01:19
(Laughter)
28
64000
4000
(Râsete)
01:23
This person thought they needed to wait.
29
68000
2000
Acea persoană a înțeles că trebuie să aștepte.
01:25
This of course, is not as bad as this poor person.
30
70000
3000
Firește, e mai bine decât ce-a primit acest biet utilizator.
01:28
(Laughter)
31
73000
2000
(Râsete)
01:30
CAPTCHA Project is something that we did here at Carnegie Melllon over 10 years ago,
32
75000
3000
Proiectul CAPTCHA a fost făcut aici, la Carnegie Mellon, acum mai bine de 10 ani,
01:33
and it's been used everywhere.
33
78000
2000
și e folosit azi în întreaga lume.
01:35
Let me now tell you about a project that we did a few years later,
34
80000
2000
Să vă spun acum despre un proiect pe care l-am făcut după câțiva ani,
01:37
which is sort of the next evolution of CAPTCHA.
35
82000
3000
care e un fel de evoluție ulterioară CAPTCHA.
01:40
This is a project that we call reCAPTCHA,
36
85000
2000
E un proiect căruia îi spunem reCAPTCHA,
01:42
which is something that we started here at Carnegie Mellon,
37
87000
2000
pe care l-am început aici, la Carnegie Mellon,
01:44
then we turned it into a startup company.
38
89000
2000
și care a devenit apoi proiect comercial.
01:46
And then about a year and a half ago,
39
91000
2000
După aceea, în urmă cu circa un an și jumătate,
01:48
Google actually acquired this company.
40
93000
2000
Google a cumpărat această companie.
01:50
So let me tell you what this project started.
41
95000
2000
Să vă spun cum a început acest proiect.
01:52
So this project started from the following realization:
42
97000
3000
Proiectul a pornit de la următoarea constatare:
01:55
It turns out that approximately 200 million CAPTCHAs
43
100000
2000
se pare că circa 200 de milioane de CAPTCHA
01:57
are typed everyday by people around the world.
44
102000
3000
sunt tastate zilnic de oameni din întreaga lume.
02:00
When I first heard this, I was quite proud of myself.
45
105000
2000
Când am auzit asta prima dată am fost foarte mândru de mine.
02:02
I thought, look at the impact that my research has had.
46
107000
2000
M-am gândit: iată ce impact au avut cercetările mele.
02:04
But then I started feeling bad.
47
109000
2000
Apoi am început să mă simt prost.
02:06
See here's the thing, each time you type a CAPTCHA,
48
111000
2000
Iată de ce: de fiecare dată când tastați CAPTCHA,
02:08
essentially you waste 10 seconds of your time.
49
113000
3000
pierdeți de fapt 10 secunde din timpul vostru.
02:11
And if you multiply that by 200 million,
50
116000
2000
Și dacă înmulțiți cu 200 de milioane,
02:13
you get that humanity as a whole is wasting about 500,000 hours every day
51
118000
3000
aflați că omenirea, în ansamblu, pierde circa 500.000 de ore în fiecare zi
02:16
typing these annoying CAPTCHAs.
52
121000
2000
tastând aceste CAPTCHA-uri enervante.
02:18
So then I started feeling bad.
53
123000
2000
De aceea am început să mă simt prost.
02:20
(Laughter)
54
125000
2000
(Râsete)
02:22
And then I started thinking, well, of course, we can't just get rid of CAPTCHAs,
55
127000
3000
Și apoi am început să-mi zic, bineînțeles, că nu putem scăpa de aceste CAPTCHA,
02:25
because the security of the Web sort of depends on them.
56
130000
2000
pentru că securitatea Internetului depinde cumva de ele.
02:27
But then I started thinking, is there any way we can use this effort
57
132000
3000
Iar apoi am început să mă gândesc dacă există vreo cale de a folosi acest efort
02:30
for something that is good for humanity?
58
135000
2000
pentru ceva care să fie bun pentru omenire.
02:32
So see, here's the thing.
59
137000
2000
Vedeți, despre asta e vorba.
02:34
While you're typing a CAPTCHA, during those 10 seconds,
60
139000
2000
În timp ce tastați CAPTCHA, în acele 10 secunde,
02:36
your brain is doing something amazing.
61
141000
2000
creierul dvs. face ceva uluitor.
02:38
Your brain is doing something that computers cannot yet do.
62
143000
2000
Creierul dvs. face ceva ce computerele încă nu pot.
02:40
So can we get you to do useful work for those 10 seconds?
63
145000
3000
Vă putem pune să faceți ceva folositor în acele 10 secunde?
02:43
Another way of putting it is,
64
148000
2000
Cu alte cuvinte,
02:45
is there some humongous problem that we cannot yet get computers to solve,
65
150000
2000
există vreo problemă uriașă pentru rezolvarea căreia nu putem folosi calculatoarele,
02:47
yet we can split into tiny 10-second chunks
66
152000
3000
și pe care s-o împărțim în secvențe de 10 secunde
02:50
such that each time somebody solves a CAPTCHA
67
155000
2000
astfel încât de fiecare dată când cineva rezolvă un CAPTCHA
02:52
they solve a little bit of this problem?
68
157000
2000
să rezolve și o mică parte din această problemă?
02:54
And the answer to that is "yes," and this is what we're doing now.
69
159000
2000
Răspunsul e "da", și de asta ne ocupăm în prezent.
02:56
So what you may not know is that nowadays while you're typing a CAPTCHA,
70
161000
3000
Ceea ce nu știți poate e că azi, când tastați CAPTCHA,
02:59
not only are you authenticating yourself as a human,
71
164000
2000
nu numai că vă autentificați ca fiind om,
03:01
but in addition you're actually helping us to digitize books.
72
166000
2000
ci, în plus, ne ajutați să digitalizăm cărți.
03:03
So let me explain how this works.
73
168000
2000
Să vă explic cum funcționează.
03:05
So there's a lot of projects out there trying to digitize books.
74
170000
2000
Există o grămadă de proiecte prin care se încearcă digitalizarea cărților.
03:07
Google has one. The Internet Archive has one.
75
172000
3000
Google are unul. Internet Archive are unul.
03:10
Amazon, now with the Kindle, is trying to digitize books.
76
175000
2000
Amazon, prin intermediul Kindle, încearcă să digitalizeze cărți.
03:12
Basically the way this works
77
177000
2000
În esență, funcționează așa:
03:14
is you start with an old book.
78
179000
2000
începeți cu o carte tipărită.
03:16
You've seen those things, right? Like a book?
79
181000
2000
Știți ce sunt chestiile astea, nu? Ca niște cărți?
03:18
(Laughter)
80
183000
2000
(Râsete)
03:20
So you start with a book, and then you scan it.
81
185000
2000
Deci începeți cu o carte, pe care o scanați.
03:22
Now scanning a book
82
187000
2000
A scana o carte
03:24
is like taking a digital photograph of every page of the book.
83
189000
2000
este ca și cum ai face o fotografie digitală a fiecărei pagini.
03:26
It gives you an image for every page of the book.
84
191000
2000
Obțineți o imagine pentru fiecare pagină a cărții.
03:28
This is an image with text for every page of the book.
85
193000
2000
Aceasta e o imagine a textului de pe fiecare pagină a cărții.
03:30
The next step in the process
86
195000
2000
Următorul pas al procesului:
03:32
is that the computer needs to be able to decipher all of the words in this image.
87
197000
3000
calculatorul trebuie să fie capabil să descifreze toate cuvintele din această imagine.
03:35
That's using a technology called OCR,
88
200000
2000
Folosește o tehnologie numită OCR,
03:37
for optical character recognition,
89
202000
2000
de la "optical character recognition" (recunoaștere optică a caracterelor),
03:39
which takes a picture of text
90
204000
2000
prin care se ia o imagine a unui text
03:41
and tries to figure out what text is in there.
91
206000
2000
și se încearcă să se descifreze textul.
03:43
Now the problem is that OCR is not perfect.
92
208000
2000
Problema e că tehnologia OCR nu e perfectă.
03:45
Especially for older books
93
210000
2000
În special pentru cărțile mai vechi
03:47
where the ink has faded and the pages have turned yellow,
94
212000
3000
unde cerneala s-a șters și paginile s-au îngălbenit,
03:50
OCR cannot recognize a lot of the words.
95
215000
2000
OCR nu poate recunoaște o grămadă de cuvinte.
03:52
For example, for things that were written more than 50 years ago,
96
217000
2000
De exemplu, pentru lucruri scrise cu peste 50 de ani în urmă,
03:54
the computer cannot recognize about 30 percent of the words.
97
219000
3000
calculatorul nu poate recunoaște circa 30% dintre cuvinte.
03:57
So what we're doing now
98
222000
2000
Ceea ce facem noi acum
03:59
is we're taking all of the words that the computer cannot recognize
99
224000
2000
e să luăm toate cuvintele pe care calculatorul nu le poate recunoaște
04:01
and we're getting people to read them for us
100
226000
2000
și-i punem pe oameni să le citească
04:03
while they're typing a CAPTCHA on the Internet.
101
228000
2000
în timp ce tastează CAPTCHA pe Internet.
04:05
So the next time you type a CAPTCHA, these words that you're typing
102
230000
3000
Deci data viitoare când tastați CAPTCHA să știți că acele cuvinte pe care le tastați
04:08
are actually words that are coming from books that are being digitized
103
233000
3000
sunt de fapt cuvinte extrase din cărți care sunt digitalizate
04:11
that the computer could not recognize.
104
236000
2000
și pe care calculatorul nu le poate recunoaște.
04:13
And now the reason we have two words nowadays instead of one
105
238000
2000
Motivul pentru care azi avem două cuvinte în loc de unul
04:15
is because, you see, one of the words
106
240000
2000
e pentru că, vedeți voi, unul dintre cuvinte
04:17
is a word that the system just got out of a book,
107
242000
2000
tocmai a fost luat dintr-o carte
04:19
it didn't know what it was, and it's going to present it to you.
108
244000
3000
și calculatorul nu l-a recunoscut, așa că vi-l prezintă dvs.
04:22
But since it doesn't know the answer for it, it cannot grade it for you.
109
247000
3000
Dar din moment ce nu știe răspunsul, nu poate evalua dacă ați tastat corect.
04:25
So what we do is we give you another word,
110
250000
2000
Deci ceea ce facem e să vă dăm încă un cuvânt,
04:27
one for which the system does know the answer.
111
252000
2000
unul pentru care sistemul știe răspunsul.
04:29
We don't tell you which one's which, and we say, please type both.
112
254000
2000
Nu vă spunem care e care, deci vă cerem să le tastați pe ambele.
04:31
And if you type the correct word
113
256000
2000
Și dacă tastați corect cuvântul,
04:33
for the one for which the system already knows the answer,
114
258000
2000
cel pentru care sistemul știe deja răspunsul,
04:35
it assumes you are human,
115
260000
2000
acesta presupune că sunteți o persoană
04:37
and it also gets some confidence that you typed the other word correctly.
116
262000
2000
și capătă și ceva încredere că ați tastat corect și cel de-al doilea cuvânt.
04:39
And if we repeat this process to like 10 different people
117
264000
3000
Și dacă repetăm acest proces cu circa 10 oameni diferiți
04:42
and all of them agree on what the new word is,
118
267000
2000
și toți scriu la fel noul cuvânt,
04:44
then we get one more word digitized accurately.
119
269000
2000
vom avea încă un cuvânt digitalizat corect.
04:46
So this is how the system works.
120
271000
2000
Așa funcționează sistemul.
04:48
And basically, since we released it about three or four years ago,
121
273000
3000
În esență, de când am lansat proiectul în urmă cu circa trei ani,
04:51
a lot of websites have started switching
122
276000
2000
o grămadă de site-uri au început să treacă
04:53
from the old CAPTCHA where people wasted their time
123
278000
2000
de la vechiul CAPTCHA, cu care oamenii își pierdeau timpul,
04:55
to the new CAPTCHA where people are helping to digitize books.
124
280000
2000
la noul CAPTCHA, prin care oamenii ajută la digitalizarea cărților.
04:57
So for example, Ticketmaster.
125
282000
2000
De exemplu Tickmaster.
04:59
So every time you buy tickets on Ticketmaster, you help to digitize a book.
126
284000
3000
Deci de câte ori cumpărați bilete pe Tickmaster, ajutați la digitalizarea unei cărți.
05:02
Facebook: Every time you add a friend or poke somebody,
127
287000
2000
Facebook: de fiecare dată când adăugați un prieten sau dați un "poke",
05:04
you help to digitize a book.
128
289000
2000
ajutați la digitalizarea unei cărți.
05:06
Twitter and about 350,000 other sites are all using reCAPTCHA.
129
291000
3000
Twitter și alte circa 350.000 de site-uri folosesc reCAPTCHA.
05:09
And in fact, the number of sites that are using reCAPTCHA is so high
130
294000
2000
De fapt, numărul de site-uri care folosesc reCAPTCHA e atât de mare
05:11
that the number of words that we're digitizing per day is really, really large.
131
296000
3000
încât numărul cuvintelor pe care le digitalizăm zilnic e cu adevărat impresionant.
05:14
It's about 100 million a day,
132
299000
2000
Sunt circa 100 de milioane pe zi,
05:16
which is the equivalent of about two and a half million books a year.
133
301000
4000
ceea ce e echivalentul a aproape 2,5 milioane de cărți pe an.
05:20
And this is all being done one word at a time
134
305000
2000
Și toate astea se rezolvă cuvânt cu cuvânt,
05:22
by just people typing CAPTCHAs on the Internet.
135
307000
2000
doar prin faptul că oamenii tastează CAPTCHA pe Internet.
05:24
(Applause)
136
309000
8000
(Aplauze)
05:32
Now of course,
137
317000
2000
Desigur,
05:34
since we're doing so many words per day,
138
319000
2000
de vreme ce descifrăm zilnic atâtea cuvinte,
05:36
funny things can happen.
139
321000
2000
se întâmplă și lucruri amuzante.
05:38
And this is especially true because now we're giving people
140
323000
2000
Și asta e cu atât mai adevărat cu cât acum le dăm oamenilor
05:40
two randomly chosen English words next to each other.
141
325000
2000
două cuvinte alăturate în engleză selectate aleator.
05:42
So funny things can happen.
142
327000
2000
Așa că se întâmplă și lucruri amuzante.
05:44
For example, we presented this word.
143
329000
2000
De exemplu, am prezentat acest cuvânt.
05:46
It's the word "Christians"; there's nothing wrong with it.
144
331000
2000
Cuvântul e "creștini", deci nu e nimic în neregulă cu el.
05:48
But if you present it along with another randomly chosen word,
145
333000
3000
Dar dacă-l prezinți alături de un alt cuvânt ales la întâmplare,
05:51
bad things can happen.
146
336000
2000
se pot întâmpla lucruri nefericite.
05:53
So we get this. (Text: bad christians)
147
338000
2000
Am ajuns la asta. (Text: creștini răi)
05:55
But it's even worse, because the particular website where we showed this
148
340000
3000
Dar e mai rău de atât, pentru că site-ul care a afișat acest text
05:58
actually happened to be called The Embassy of the Kingdom of God.
149
343000
3000
s-a nimerit să se numească Ambasada Împărăției lui Dumnezeu.
06:01
(Laughter)
150
346000
2000
(Râsete)
06:03
Oops.
151
348000
2000
Ups.
06:05
(Laughter)
152
350000
3000
(Râsete)
06:08
Here's another really bad one.
153
353000
2000
Iată altă combinație foarte nefericită.
06:10
JohnEdwards.com
154
355000
2000
JohnEdwards.com (politician democrat american)
06:12
(Text: Damn liberal)
155
357000
3000
(Text: liberal nenorocit)
06:15
(Laughter)
156
360000
2000
(Râsete)
06:17
So we keep on insulting people left and right everyday.
157
362000
3000
Așadar continuăm să insultăm zilnic oameni în stânga și în dreapta.
06:20
Now, of course, we're not just insulting people.
158
365000
2000
Bineînțeles, nu ne limităm doar la a insulta oameni.
06:22
See here's the thing, since we're presenting two randomly chosen words,
159
367000
3000
Chestia e că prezentând câte două cuvinte întâmplător alese,
06:25
interesting things can happen.
160
370000
2000
se pot întâmpla și lucruri interesante.
06:27
So this actually has given rise
161
372000
2000
Asta a dat naștere
06:29
to a really big Internet meme
162
374000
3000
la un important meme pe Internet
06:32
that tens of thousands of people have participated in,
163
377000
2000
la care zeci de mii de oameni au participat,
06:34
which is called CAPTCHA art.
164
379000
2000
și care s-a numit Arta CAPTCHA.
06:36
I'm sure some of you have heard about it.
165
381000
2000
Sunt sigur că unii dintre voi au auzit de asta.
06:38
Here's how it works.
166
383000
2000
Iată cum funcționează.
06:40
Imagine you're using the Internet and you see a CAPTCHA
167
385000
2000
Imaginați-vă că folosiți Internetul și vedeți un CAPTCHA
06:42
that you think is somewhat peculiar,
168
387000
2000
despre care credeți că e cumva bizar,
06:44
like this CAPTCHA. (Text: invisible toaster)
169
389000
2000
cum e acest CAPTCHA. (Text: prăjitor de pâine invizibil)
06:46
Then what you're supposed to do is you take a screen shot of it.
170
391000
2000
Ceea ce trebuie să faceți este să captați imaginea.
06:48
Then of course, you fill out the CAPTCHA
171
393000
2000
Apoi, firește, completați CAPTCHA
06:50
because you help us digitize a book.
172
395000
2000
pentru că așa ne ajutați să digitalizăm o carte.
06:52
But then, first you take a screen shot,
173
397000
2000
Dar înainte de asta captați imaginea de pe ecran
06:54
and then you draw something that is related to it.
174
399000
2000
după care desenați ceva legat de text.
06:56
(Laughter)
175
401000
2000
(Râsete)
06:58
That's how it works.
176
403000
3000
Așa funcționează.
07:01
There are tens of thousands of these.
177
406000
3000
Sunt zeci de mii de astfel de chestii.
07:04
Some of them are very cute. (Text: clenched it)
178
409000
2000
Unele sunt foarte drăguțe. (Text: cu pumnul încleștat)
07:06
(Laughter)
179
411000
2000
(Râsete)
07:08
Some of them are funnier.
180
413000
2000
Unele sunt și mai amuzante.
07:10
(Text: stoned founders)
181
415000
3000
(Text: fondatori drogați) (N.B.: stoned - 1. sculptați în piatră; 2. drogați)
07:13
(Laughter)
182
418000
3000
(Râsete)
07:16
And some of them,
183
421000
2000
Și unele dintre ele,
07:18
like paleontological shvisle,
184
423000
3000
cum e "shvisle paleontologic" (N.B. shvisle - cuvânt inventat),
07:21
they contain Snoop Dogg.
185
426000
2000
îl arată pe Snoop Dogg. (N.B.: cunoscut pentru astfel de cuvinte)
07:23
(Laughter)
186
428000
3000
(Râsete)
07:26
Okay, so this is my favorite number of reCAPTCHA.
187
431000
2000
OK, iată care e cifra mea preferată legată de reCAPTCHA.
07:28
So this is the favorite thing that I like about this whole project.
188
433000
3000
E lucrul care-mi place cel mai mult la acest proiect.
07:31
This is the number of distinct people
189
436000
2000
Acesta e numărul de utilizatori individuali
07:33
that have helped us digitize at least one word out of a book through reCAPTCHA:
190
438000
3000
care ne-au ajutat să digutalizăm câte cel puțin un cuvânt dintr-o carte prin reCAPTCHA:
07:36
750 million,
191
441000
2000
750 de milioane,
07:38
which is a little over 10 percent of the world's population,
192
443000
2000
adică puțin peste 10% din populația lumii,
07:40
has helped us digitize human knowledge.
193
445000
2000
ne-au ajutat să digitalizăm cunoștințele acumulate.
07:42
And it is numbers like these that motivate my research agenda.
194
447000
3000
Cifrele de acest fel sunt cele care mă motivează ca cercetător.
07:45
So the question that motivates my research is the following:
195
450000
3000
Chestiunea care îmi motivează munca de cercetare e următoarea:
07:48
If you look at humanity's large-scale achievements,
196
453000
2000
Dacă ne uităm la realizările pe scară largă ale omenirii,
07:50
these really big things
197
455000
2000
aceste lucruri uriașe
07:52
that humanity has gotten together and done historically --
198
457000
3000
pentru care oamenii au lucrat împreună din perspectivă istorică,
07:55
like for example, building the pyramids of Egypt
199
460000
2000
cum ar fi, de pildă, construcția piramidelor în Egipt,
07:57
or the Panama Canal
200
462000
2000
sau canalul Panama,
07:59
or putting a man on the Moon --
201
464000
2000
sau trimiterea unui om pe Lună,
08:01
there is a curious fact about them,
202
466000
2000
e ceva curios legat de asta,
08:03
and it is that they were all done with about the same number off people.
203
468000
2000
anume că toate astea au fost făcute cam de același număr de oameni.
08:05
It's weird; they were all done with about 100,000 people.
204
470000
3000
E ciudat; toate au fost făcute de circa 100.000 de oameni.
08:08
And the reason for that is because, before the Internet,
205
473000
3000
Motivul e acela că, înainte de Internet,
08:11
coordinating more than 100,000 people,
206
476000
2000
a coordona peste 100.000 de oameni,
08:13
let alone paying them, was essentially impossible.
207
478000
3000
ca să nu mai vorbim de a-i plăti, era practic imposibil.
08:16
But now with the Internet, I've just shown you a project
208
481000
2000
Acum, mulțumită Internetului, tocmai v-am arătat un proiect
08:18
where we've gotten 750 million people
209
483000
2000
în care am văzut 750 milioane de oameni
08:20
to help us digitize human knowledge.
210
485000
2000
contribuind la digitalizarea cunoașterii umane.
08:22
So the question that motivates my research is,
211
487000
2000
Întrebarea care-mi motivează cercetările e:
08:24
if we can put a man on the Moon with 100,000,
212
489000
3000
dacă putem trimite un om pe lună cu ajutorul a 100.000 de oameni,
08:27
what can we do with 100 million?
213
492000
2000
ce-am putea face cu 100 de milioane?
08:29
So based on this question,
214
494000
2000
Pornind de la întrebarea asta,
08:31
we've had a lot of different projects that we've been working on.
215
496000
2000
am creat mai multe proiecte diferite la care lucrăm.
08:33
Let me tell you about one that I'm most excited about.
216
498000
3000
Să vă povestesc despre cel care mă entuziasmează cel mai mult.
08:36
This is something that we've been semi-quietly working on
217
501000
2000
E un lucru la care am lucrat aproape în secret
08:38
for the last year and a half or so.
218
503000
2000
cam în ultimul an și jumătate.
08:40
It hasn't yet been launched. It's called Duolingo.
219
505000
2000
Nu a fost încă lansat. Se numește Duolingo.
08:42
Since it hasn't been launched, shhhhh!
220
507000
2000
Și de vreme ce nu a fost lansat, șșșt!
08:44
(Laughter)
221
509000
2000
(Râsete)
08:46
Yeah, I can trust you'll do that.
222
511000
2000
Da, am încredere că așa veți face.
08:48
So this is the project. Here's how it started.
223
513000
2000
Iată proiectul. Și iată cum a început.
08:50
It started with me posing a question to my graduate student,
224
515000
2000
A început cu mine punând o întrebare unui student de-al meu.
08:52
Severin Hacker.
225
517000
2000
Severin Hacker.
08:54
Okay, that's Severin Hacker.
226
519000
2000
OK, iată-l pe Severin Hacker.
08:56
So I posed the question to my graduate student.
227
521000
2000
Deci i-am pus studentului meu o întrebare.
08:58
By the way, you did hear me correctly;
228
523000
2000
Ca o paranteză, ați auzit corect;
09:00
his last name is Hacker.
229
525000
2000
numele lui de familie e Hacker.
09:02
So I posed this question to him:
230
527000
2000
I-am pus această întrebare:
09:04
How can we get 100 million people
231
529000
2000
Cum aș putea să fac 100 de milioane de oameni
09:06
translating the Web into every major language for free?
232
531000
3000
să traducă gratuit Internetul în fiecare dintre limbile importante?
09:09
Okay, so there's a lot of things to say about this question.
233
534000
2000
Sunt multe lucruri de spus despre această întrebare.
09:11
First of all, translating the Web.
234
536000
2000
În primul rând, să traduci Internetul.
09:13
So right now the Web is partitioned into multiple languages.
235
538000
3000
În prezent informațiile de pe Internet se găsesc în limbi diferite.
09:16
A large fraction of it is in English.
236
541000
2000
Mare parte din acestea sunt în engleză.
09:18
If you don't know any English, you can't access it.
237
543000
2000
Dacă nu știi engleză, nu ai acces la ele.
09:20
But there's large fractions in other different languages,
238
545000
2000
Dar sunt și mari părți în alte limbi,
09:22
and if you don't know those languages, you can't access it.
239
547000
3000
și dacă nu știi acele limbi, nu ai acces la ele.
09:25
So I would like to translate all of the Web, or at least most of the Web,
240
550000
3000
Ce aș vrea e să traduc întregul Internet, sau măcar cea mai mare parte,
09:28
into every major language.
241
553000
2000
în fiecare limbă importantă.
09:30
So that's what I would like to do.
242
555000
2000
Asta aș vrea să fac.
09:32
Now some of you may say, why can't we use computers to translate?
243
557000
3000
Unii dintre dvs. m-ar putea întreba de ce nu folosim calculatoarele pentru traducere.
09:35
Why can't we use machine translation?
244
560000
2000
De ce nu putem folosi traducerile automate?
09:37
Machine translation nowadays is starting to translate some sentences here and there.
245
562000
2000
Traducerea automată începe să fie azi folosită pentru propoziții, ici și colo.
09:39
Why can't we use it to translate the whole Web?
246
564000
2000
De ce nu o putem folosi pentru a traduce întregul Internet?
09:41
Well the problem with that is that it's not yet good enough
247
566000
2000
Ei bine, problema cu asta e că nu e încă destul de bună
09:43
and it probably won't be for the next 15 to 20 years.
248
568000
2000
și probabil nici nu va fi în următorii 15-20 de ani.
09:45
It makes a lot of mistakes.
249
570000
2000
Face o grămadă de greșeli.
09:47
Even when it doesn't make a mistake,
250
572000
2000
Și chiar când nu greșește,
09:49
since it makes so many mistakes, you don't know whether to trust it or not.
251
574000
3000
de vreme ce face atâtea alte greșeli, nu știi dacă să ai încredere sau nu.
09:52
So let me show you an example
252
577000
2000
Să vă arăt un exemplu
09:54
of something that was translated with a machine.
253
579000
2000
de ceva tradus de calculator.
09:56
Actually it was a forum post.
254
581000
2000
E vorba de o discuție pe un forum.
09:58
It was somebody who was trying to ask a question about JavaScript.
255
583000
3000
Era cineva care încerca să pună o întrebare despre JavaScript.
10:01
It was translated from Japanese into English.
256
586000
3000
Era tradus din japoneză în engleză.
10:04
So I'll just let you read.
257
589000
2000
Vă las să o citiți.
10:06
This person starts apologizing
258
591000
2000
Această persoană începe prin a-și cere scuze
10:08
for the fact that it's translated with a computer.
259
593000
2000
pentru că a făcut traducerea cu un calculator.
10:10
So the next sentence is is going to be the preamble to the question.
260
595000
3000
Propoziția care urmează va fi un preambul la întrebare.
10:13
So he's just explaining something.
261
598000
2000
Explică doar ceva.
10:15
Remember, it's a question about JavaScript.
262
600000
3000
Nu uitați, e o întrebare despre JavaScript.
10:19
(Text: At often, the goat-time install a error is vomit.)
263
604000
4000
(Text: Adesea, timpul țapului instalează o eroare care e vomă).
10:23
(Laughter)
264
608000
4000
(Râsete)
10:27
Then comes the first part of the question.
265
612000
3000
Apoi vine prima parte a întrebării.
10:30
(Text: How many times like the wind, a pole, and the dragon?)
266
615000
4000
(Text: De câte ori ca vântul, un stâlp și dragonul?)
10:34
(Laughter)
267
619000
2000
(Râsete)
10:36
Then comes my favorite part of the question.
268
621000
3000
Apoi vine partea mea preferată din întrebare.
10:39
(Text: This insult to father's stones?)
269
624000
3000
(Text: Asta insultă pietrele tatălui?)
10:42
(Laughter)
270
627000
2000
(Râsete)
10:44
And then comes the ending, which is my favorite part of the whole thing.
271
629000
3000
Urmează încheierea, care e partea mea favorită din întreaga poveste.
10:47
(Text: Please apologize for your stupidity. There are a many thank you.)
272
632000
4000
(Text: Vă rog sa vă cereți scuze pentru prostia dvs. Există un multe mulțumiri).
10:51
(Laughter)
273
636000
2000
(Râsete)
10:53
Okay, so computer translation, not yet good enough.
274
638000
2000
OK, deci traducerea computerizată nu e încă suficient de bună.
10:55
So back to the question.
275
640000
2000
Înapoi la întrebare.
10:57
So we need people to translate the whole Web.
276
642000
3000
Avem nevoie de oameni care să traducă întregul Internet.
11:00
So now the next question you may have is,
277
645000
2000
Următoarea întrebare pe care ați putea-o avea
11:02
well why can't we just pay people to do this?
278
647000
2000
e de nu putem să-i plătim pur și simplu pe oameni pentru asta?
11:04
We could pay professional language translators to translate the whole Web.
279
649000
3000
Am putea plăti translatori profesioniști pentru a traduce întregul web.
11:07
We could do that.
280
652000
2000
Am putea face asta.
11:09
Unfortunately, it would be extremely expensive.
281
654000
2000
Din nefericire, ar fi extrem de costisitor.
11:11
For example, translating a tiny, tiny fraction of the whole Web, Wikipedia,
282
656000
3000
De pildă a traduce o mică, mică parte a web-ului, Wikipedia,
11:14
into one other language, Spanish.
283
659000
3000
într-o altă limbă, spaniola...
11:17
Wikipedia exists in Spanish,
284
662000
2000
Wikipedia există și în spaniolă,
11:19
but it's very small compared to the size of English.
285
664000
2000
dar e foarte mică în comparație cu cea în engleză.
11:21
It's about 20 percent of the size of English.
286
666000
2000
E circa 20% din mărimea celei în engleză.
11:23
If we wanted to translate the other 80 percent into Spanish,
287
668000
3000
Dacă am vrea să traducem restul de 80% în spaniolă,
11:26
it would cost at least 50 million dollars --
288
671000
2000
ne-ar costa cel puțin 50 de milioane de dolari -
11:28
and this is at even the most exploited, outsourcing country out there.
289
673000
3000
și asta dacă am folosi traducători din cea mai exploatată și ieftină țară din lume.
11:31
So it would be very expensive.
290
676000
2000
Deci ar fi foarte costisitor.
11:33
So what we want to do is we want to get 100 million people
291
678000
2000
Ceea ce vrem să facem e să punem 100 de milioane de oameni
11:35
translating the Web into every major language
292
680000
2000
să traducă web-ul în fiecare limbă importantă
11:37
for free.
293
682000
2000
gratuit.
11:39
Now if this is what you want to do,
294
684000
2000
Daca asta îți propui să faci
11:41
you pretty quickly realize you're going to run into two pretty big hurdles,
295
686000
2000
îți dai seama rapid că te vei ciocni de două piedici destul de mari,
11:43
two big obstacles.
296
688000
2000
două mari obstacole.
11:45
The first one is a lack of bilinguals.
297
690000
3000
Prima e lipsa de persoane bilingve.
11:48
So I don't even know
298
693000
2000
Nici măcar nu știu
11:50
if there exists 100 million people out there using the Web
299
695000
3000
dacă există 100 de milioane de oameni care utilizează web-ul
11:53
who are bilingual enough to help us translate.
300
698000
2000
care să știe destul de bine două limbi pentru a ne ajuta să traducem.
11:55
That's a big problem.
301
700000
2000
Asta e o mare problemă.
11:57
The other problem you're going to run into is a lack of motivation.
302
702000
2000
Cealaltă problemă de care ne ciocnim e lipsa de motivație.
11:59
How are we going to motivate people
303
704000
2000
Cum vei motiva oamenii
12:01
to actually translate the Web for free?
304
706000
2000
să traducă gratuit web-ul?
12:03
Normally, you have to pay people to do this.
305
708000
3000
În mod normal, trebuie să-i plătești pe oameni să facă asta.
12:06
So how are we going to motivate them to do it for free?
306
711000
2000
Cum îi vei motiva să lucreze fără bani?
12:08
Now when we were starting to think about this, we were blocked by these two things.
307
713000
3000
Când am început să ne gândim, am fost blocați de aceste două obstacole.
12:11
But then we realized, there's actually a way
308
716000
2000
Dar apoi ne-am dat seama că există de fapt o cale
12:13
to solve both these problems with the same solution.
309
718000
2000
de a rezolva ambele probleme cu aceeași soluție.
12:15
There's a way to kill two birds with one stone.
310
720000
2000
Există o cale de a împușca doi iepuri deodată.
12:17
And that is to transform language translation
311
722000
3000
Și aceea e de a transforma traducerea
12:20
into something that millions of people want to do,
312
725000
3000
în ceva ce milioane de oameni vor să facă,
12:23
and that also helps with the problem of lack of bilinguals,
313
728000
3000
și asta ajută și rezolvarea problemei lipsei persoanelor bilingve,
12:26
and that is language education.
314
731000
3000
iar asta e învățarea unei limbi străine.
12:29
So it turns out that today,
315
734000
2000
Aflăm că astăzi
12:31
there are over 1.2 billion people learning a foreign language.
316
736000
3000
sunt peste 1,2 miliarde de oameni care învață o limbă străină.
12:34
People really, really want to learn a foreign language.
317
739000
2000
Oameni care vor cu adevărat să învețe o limbă străină.
12:36
And it's not just because they're being forced to do so in school.
318
741000
3000
Asta nu se întâmplă pentru că îi forțează cineva la școală.
12:39
For example, in the United States alone,
319
744000
2000
De exemplu, doar în Statele Unite,
12:41
there are over five million people who have paid over $500
320
746000
2000
sunt peste 5 milioane de oameni care au plătit peste 500 de dolari
12:43
for software to learn a new language.
321
748000
2000
pentru un software de învățare a unei limbi.
12:45
So people really, really want to learn a new language.
322
750000
2000
Deci sunt oameni care vor foarte mult să învețe o altă limbă.
12:47
So what we've been working on for the last year and a half is a new website --
323
752000
3000
În ultimul an și jumătate am lucrat la un nou website -
12:50
it's called Duolingo --
324
755000
2000
se numește Duolingo -
12:52
where the basic idea is people learn a new language for free
325
757000
3000
în care ideea de bază e ca oamenii să învețe gratuit o nouă limbă
12:55
while simultaneously translating the Web.
326
760000
2000
și în același timp să traducă web-ul.
12:57
And so basically they're learning by doing.
327
762000
2000
În esență, învață făcând.
12:59
So the way this works
328
764000
2000
Modul în care funcționează
13:01
is whenever you're a just a beginner, we give you very, very simple sentences.
329
766000
3000
este: atunci când ești doar începător, vă dăm doar propoziții foarte, foarte simple.
13:04
There's, of course, a lot of very simple sentences on the Web.
330
769000
2000
Sunt, bineînțeles, o grămadă de propoziții foarte simple pe web.
13:06
We give you very, very simple sentences
331
771000
2000
Vă dăm propoziții foarte, foarte simple
13:08
along with what each word means.
332
773000
2000
și alături ce înseamnă fiecare cuvânt.
13:10
And as you translate them, and as you see how other people translate them,
333
775000
3000
Și pe măsură ce le traduceți, și vedeți și cum le traduc alții,
13:13
you start learning the language.
334
778000
2000
începeți să învățați limba.
13:15
And as you get more and more advanced,
335
780000
2000
Pe măsură ce învățați mai mult,
13:17
we give you more and more complex sentences to translate.
336
782000
2000
vă dăm să traduceți propoziții din ce în ce mai complexe.
13:19
But at all times, you're learning by doing.
337
784000
2000
Și de fiecare dată, făcând asta, învățați.
13:21
Now the crazy thing about this method
338
786000
2000
Partea incredibilă a acestei metode
13:23
is that it actually really works.
339
788000
2000
e că funcționează cu adevărat.
13:25
First of all, people are really, really learning a language.
340
790000
2000
Întâi de toate, oamenii chiar învață o altă limbă.
13:27
We're mostly done building it, and now we're testing it.
341
792000
2000
Suntem aproape gata cu site-ul, acum îl testăm.
13:29
People really can learn a language with it.
342
794000
2000
Oamenii chiar pot învăța o limbă străină cu el.
13:31
And they learn it about as well as the leading language learning software.
343
796000
3000
Și o învață aproape la fel de bine ca atunci când ar folosi un software de top.
13:34
So people really do learn a language.
344
799000
2000
Deci oamenii chiar învață o limbă străină.
13:36
And not only do they learn it as well,
345
801000
2000
Și nu doar că o învață,
13:38
but actually it's way more interesting.
346
803000
2000
dar e și mult mai interesant.
13:40
Because you see with Duolingo, people are actually learning with real content.
347
805000
3000
Pentru că, prin Duolingo, oamenii învață pe baza unui conținut real.
13:43
As opposed to learning with made-up sentences,
348
808000
2000
Spre deosebire de învățarea pe bază de propoziții inventate,
13:45
people are learning with real content, which is inherently interesting.
349
810000
3000
oamenii învață prin conținut autentic, care e implicit interesant.
13:48
So people really do learn a language.
350
813000
2000
Oamenii chiar învață o altă limbă.
13:50
But perhaps more surprisingly,
351
815000
2000
Dar poate și mai surprinzător e faptul că
13:52
the translations that we get from people using the site,
352
817000
3000
traducerile pe care le primim de la cei care folosesc site-ul
13:55
even though they're just beginners,
353
820000
2000
chiar dacă sunt începători,
13:57
the translations that we get are as accurate as those of professional language translators,
354
822000
3000
au aceeași acuratețe ca cele făcute de traducători profesioniști,
14:00
which is very surprising.
355
825000
2000
ceea ce e foarte surprinzător.
14:02
So let me show you one example.
356
827000
2000
Să vă arăt un exemplu.
14:04
This is a sentence that was translated from German into English.
357
829000
2000
Aceasta e o propoziție tradusă din germană în engleză.
14:06
The top is the German.
358
831000
2000
Cea de sus e germană.
14:08
The middle is an English translation
359
833000
2000
În mijloc e traducerea în engleză
14:10
that was done by somebody who was a professional English translator
360
835000
2000
care a fost făcută de un traducător profesionist
14:12
who we paid 20 cents a word for this translation.
361
837000
2000
pe care l-am plătit cu 20 de cenți pe cuvânt pentru această traducere.
14:14
And the bottom is a translation by users of Duolingo,
362
839000
3000
În partea de jos e o traducere făcută de utilizatori de Duolingo,
14:17
none of whom knew any German
363
842000
2000
niciunul nu știa nici o boabă de germană
14:19
before they started using the site.
364
844000
2000
înainte să înceapă să folosească site-ul.
14:21
You can see, it's pretty much perfect.
365
846000
2000
Puteți vedea, e aproape perfect.
14:23
Now of course, we play a trick here
366
848000
2000
Firește, folosim un truc aici
14:25
to make the translations as good as professional language translators.
367
850000
2000
pentru a face ca traducerile să fie la fel de bune ca cele profesioniste.
14:27
We combine the translations of multiple beginners
368
852000
3000
Combinăm traducerile mai multor începători
14:30
to get the quality of a single professional translator.
369
855000
3000
pentru a obține calitatea unui singur traducător profesionist.
14:33
Now even though we're combining the translations,
370
858000
5000
Și deși combinăm traducerile,
14:38
the site actually can translate pretty fast.
371
863000
2000
site-ul traduce de fapt destul de repede.
14:40
So let me show you,
372
865000
2000
Să vă arăt:
14:42
this is our estimates of how fast we could translate Wikipedia
373
867000
2000
aceasta e estimarea noastră despre viteza cu care am putea traduce Wikipedia
14:44
from English into Spanish.
374
869000
2000
din engleză în spaniolă.
14:46
Remember, this is 50 million dollars-worth of value.
375
871000
3000
Nu uitați, e o treabă care ar costa 50 de milioane de dolari.
14:49
So if we wanted to translate Wikipedia into Spanish,
376
874000
2000
Dacă ne propunem să traducem Wikipedia în spaniolă
14:51
we could do it in five weeks with 100,000 active users.
377
876000
3000
am putea s-o facem în cinci săptămâni cu 100.000 de utilizatori activi.
14:54
And we could do it in about 80 hours with a million active users.
378
879000
3000
Și am putea s-o facem în circa 80 de ore cu 1 milion de utilizatori activi.
14:57
Since all the projects that my group has worked on so far have gotten millions of users,
379
882000
3000
Cum în toate proiectele la care grupul meu a lucrat au avut milioane de utilizatori,
15:00
we're hopeful that we'll be able to translate
380
885000
2000
avem speranța că vom putea traduce
15:02
extremely fast with this project.
381
887000
2000
acest proiect foarte repede.
15:04
Now the thing that I'm most excited about with Duolingo
382
889000
3000
Lucrul care mă entuziasmează cel mai mult legat de Duolingo
15:07
is I think this provides a fair business model for language education.
383
892000
3000
e că sunt convins că oferă un model de afaceri echitabil pentru învățarea limbilor străine.
15:10
So here's the thing:
384
895000
2000
Iată despre ce vorbesc:
15:12
The current business model for language education
385
897000
2000
actualul model de afacere pentru învățarea limbilor străine
15:14
is the student pays,
386
899000
2000
e că studentul plătește,
15:16
and in particular, the student pays Rosetta Stone 500 dollars.
387
901000
2000
mai exact plătește 500 de dolari firmei Rosetta Stone.
15:18
(Laughter)
388
903000
2000
(Râsete)
15:20
That's the current business model.
389
905000
2000
Acesta este modelul de afaceri actual.
15:22
The problem with this business model
390
907000
2000
Problema cu acest model de afaceri
15:24
is that 95 percent of the world's population doesn't have 500 dollars.
391
909000
3000
e că 95% din populația lumii nu are 500 de dolari.
15:27
So it's extremely unfair towards the poor.
392
912000
3000
Deci e foarte incorect față de oamenii nevoiași.
15:30
This is totally biased towards the rich.
393
915000
2000
Și îi favorizează pe cei bogați.
15:32
Now see, in Duolingo,
394
917000
2000
În ceea ce privește Duolingo,
15:34
because while you learn
395
919000
2000
pentru că în timp ce înveți
15:36
you're actually creating value, you're translating stuff --
396
921000
3000
creezi de fapt valoare, traducând texte,
15:39
which for example, we could charge somebody for translations.
397
924000
3000
pentru care, de exemplu, am putea plăti pe cineva să facă asta.
15:42
So this is how we could monetize this.
398
927000
2000
Așa putem monetiza asta.
15:44
Since people are creating value while they're learning,
399
929000
2000
De vreme ce oamenii creează valoare învățând,
15:46
they don't have to pay their money, they pay with their time.
400
931000
3000
nu trebuie să plătească în bani; plătesc oferind timpul lor.
15:49
But the magical thing here is that they're paying with their time,
401
934000
3000
Partea minunată aici e că ei plătesc prin timpul lor,
15:52
but that is time that would have had to have been spent anyways
402
937000
2000
un timp care oricum urma să fie folosit
15:54
learning the language.
403
939000
2000
pentru a învăța o limbă.
15:56
So the nice thing about Duolingo is I think it provides a fair business model --
404
941000
3000
Partea frumoasă cu Duolingo e, cred eu, că oferă un model de afaceri echitabil,
15:59
one that doesn't discriminate against poor people.
405
944000
2000
unul fără discriminări la adresa oamenilor săraci.
16:01
So here's the site. Thank you.
406
946000
2000
Acesta este site-ul. Mulțumesc.
16:03
(Applause)
407
948000
8000
(Aplauze)
16:11
So here's the site.
408
956000
2000
Acesta este site-ul.
16:13
We haven't yet launched,
409
958000
2000
Încă nu l-am lansat,
16:15
but if you go there, you can sign up to be part of our private beta,
410
960000
3000
dar dacă îl vizitați, vă puteți înregistra pentru versiunea beta,
16:18
which is probably going to start in about three or four weeks.
411
963000
2000
care probabil va fi lansată în 3-4 săptămâni.
16:20
We haven't yet launched this Duolingo.
412
965000
2000
Încă nu am lansat acest Duolingo.
16:22
By the way, I'm the one talking here,
413
967000
2000
Apropo, eu sunt cel care v-a povestit toate astea,
16:24
but actually Duolingo is the work of a really awesome team, some of whom are here.
414
969000
3000
dar de fapt Duolingo e rezultatul muncii unei echipe extraordinare - unii sunt aici, cu noi.
16:27
So thank you.
415
972000
2000
Vă mulțumesc.
16:29
(Applause)
416
974000
4000
(Aplauze)
ABOUT THE SPEAKER
Luis von Ahn - Computer scientistLuis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone.
Why you should listen
Louis von Ahn is an associate professor of Computer Science at Carnegie Mellon University, and he's at the forefront of the crowdsourcing craze. His work takes advantage of the evergrowing Web-connected population to acheive collaboration in unprecedented numbers. His projects aim to leverage the crowd for human good. His company reCAPTCHA, sold to Google in 2009, digitizes human knowledge (books), one word at a time. His new project is Duolingo, which aims to get 100 million people translating the Web in every major language.
Luis von Ahn | Speaker | TED.com