TED2011
Deb Roy: The birth of a word
Deb Roy: Jak se rodí slovo
Filmed:
Readability: 4.2
2,809,941 views
Deb Roy, vědecký pracovník na MIT, chtěl pochopit, jak se jeho malý syn naučí mluvit — a tak ve svém domě rozmístil kamery, aby zachytil (až na výjimky) každičký moment jeho života. Potom udělal rozbor 90 000 hodin domácího videa a sledoval, jak se z „gaaaa“ pozvolna stává slovo „voda“. Jde o ohromující výzkum, bohatý na data, s hlubokým dopadem na chápání toho, jakým způsobem se učíme.
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. Full bio
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
Imagine if you could record your life --
0
0
4000
Představte si, kdybyste mohli
zaznamenat svůj život —
zaznamenat svůj život —
00:19
everything you said, everything you did,
1
4000
3000
všechno, co jste kdy řekli,
všechno, co jste udělali,
všechno, co jste udělali,
00:22
available in a perfect memory store at your fingertips,
2
7000
3000
a měli to na dosah ruky v dokonalé paměti,
00:25
so you could go back
3
10000
2000
takže byste se k nim mohli vracet
00:27
and find memorable moments and relive them,
4
12000
3000
a hledat památné okamžiky
a znovu je prožívat,
a znovu je prožívat,
00:30
or sift through traces of time
5
15000
3000
nebo se brouzdat stopami času
00:33
and discover patterns in your own life
6
18000
2000
a objevovat vzory ve svém životě,
00:35
that previously had gone undiscovered.
7
20000
3000
které předtím zůstaly nepovšimnuty.
00:38
Well that's exactly the journey
8
23000
2000
No a to je přesně ta cesta,
00:40
that my family began
9
25000
2000
kterou nastoupila moje rodina
00:42
five and a half years ago.
10
27000
2000
před pět a půl rokem.
00:44
This is my wife and collaborator, Rupal.
11
29000
3000
Tohle je Rupal,
moje žena a spolupracovnice.
moje žena a spolupracovnice.
00:47
And on this day, at this moment,
12
32000
2000
A toho dne, v tento okamžik,
00:49
we walked into the house with our first child,
13
34000
2000
jsme vcházeli do domu
s naším prvním dítětem,
s naším prvním dítětem,
00:51
our beautiful baby boy.
14
36000
2000
naším nádherným chlapečkem.
00:53
And we walked into a house
15
38000
3000
Vcházeli jsme do domu,
00:56
with a very special home video recording system.
16
41000
4000
který měl velmi zvláštní
systém záznamu domácího videa.
systém záznamu domácího videa.
01:07
(Video) Man: Okay.
17
52000
2000
(Video) Muž: Dobrá.
Deb Roy: Tento okamžik,
01:10
Deb Roy: This moment
18
55000
1000
01:11
and thousands of other moments special for us
19
56000
3000
stejně jako tisíce dalších
pro nás významných okamžiků,
pro nás významných okamžiků,
01:14
were captured in our home
20
59000
2000
byl u nás doma natočen na video,
01:16
because in every room in the house,
21
61000
2000
protože každá místnost,
01:18
if you looked up, you'd see a camera and a microphone,
22
63000
3000
při pohledu zdola,
měla na stropě kameru a mikrofon
měla na stropě kameru a mikrofon
01:21
and if you looked down,
23
66000
2000
a při pohledu shora
01:23
you'd get this bird's-eye view of the room.
24
68000
2000
jste mohli sledovat místnost
z ptačí perspektivy.
z ptačí perspektivy.
01:25
Here's our living room,
25
70000
3000
Tady je náš obývák,
01:28
the baby bedroom,
26
73000
3000
dětský pokoj,
01:31
kitchen, dining room
27
76000
2000
kuchyň, jídelna
01:33
and the rest of the house.
28
78000
2000
a zbytek domu.
01:35
And all of these fed into a disc array
29
80000
3000
A záběry toho všeho plnily diskové pole,
01:38
that was designed for a continuous capture.
30
83000
3000
které bylo nastaveno
na nepřetržitý provoz.
na nepřetržitý provoz.
01:41
So here we are flying through a day in our home
31
86000
3000
Tady prolétáváme jedním dnem v našem domě
01:44
as we move from sunlit morning
32
89000
3000
od sluncem zalitého rána
01:47
through incandescent evening
33
92000
2000
do rozzářeného večera
01:49
and, finally, lights out for the day.
34
94000
3000
až nakonec na noc světla zhasnou.
01:53
Over the course of three years,
35
98000
3000
V průběhu tří let
01:56
we recorded eight to 10 hours a day,
36
101000
2000
jsme natáčeli 8 až 10 hodin denně
01:58
amassing roughly a quarter-million hours
37
103000
3000
a nashromáždili odhadem
čtvrt milionu hodin
čtvrt milionu hodin
02:01
of multi-track audio and video.
38
106000
3000
vícestopého zvuku a videa.
02:04
So you're looking at a piece of what is by far
39
109000
2000
Díváte se teď na část zdaleka největší
02:06
the largest home video collection ever made.
40
111000
2000
sbírky domácího videa, jaká kdy vznikla.
02:08
(Laughter)
41
113000
3000
(Smích)
02:11
And what this data represents
42
116000
2000
A to, co pro naši rodinu
02:13
for our family at a personal level,
43
118000
4000
tato data znamenají osobně,
02:17
the impact has already been immense,
44
122000
2000
má už teď nesmírný vliv
02:19
and we're still learning its value.
45
124000
3000
a stále ještě poznáváme jejich hodnotu.
02:22
Countless moments
46
127000
2000
Je tam zachycen
02:24
of unsolicited natural moments, not posed moments,
47
129000
3000
bezpočet nestrojeně přirozených,
02:27
are captured there,
48
132000
2000
nestylizovaných okamžiků
02:29
and we're starting to learn how to discover them and find them.
49
134000
3000
a my začínáme zjišťovat,
jak je objevit a kde je najít.
jak je objevit a kde je najít.
02:32
But there's also a scientific reason that drove this project,
50
137000
3000
Ale tento projekt pohání i vědecký důvod,
02:35
which was to use this natural longitudinal data
51
140000
4000
kterým je využití těchto čistě
délkových údajů
délkových údajů
02:39
to understand the process
52
144000
2000
k pochopení procesu,
02:41
of how a child learns language --
53
146000
2000
jakým se dítě učí jazyku —
02:43
that child being my son.
54
148000
2000
přičemž to dítě byl můj syn.
02:45
And so with many privacy provisions put in place
55
150000
4000
Zavedli jsme mnohá opatření
02:49
to protect everyone who was recorded in the data,
56
154000
3000
na ochranu soukromí všech,
kteří se ocitli na záznamu,
kteří se ocitli na záznamu,
02:52
we made elements of the data available
57
157000
3000
to podstatné z těchto dat jsme poskytli
02:55
to my trusted research team at MIT
58
160000
3000
mému důvěryhodnému výzkumnému týmu na MIT,
02:58
so we could start teasing apart patterns
59
163000
3000
takže jsme mohli začít pročesávat vzorky
03:01
in this massive data set,
60
166000
3000
z toho obrovského souboru
03:04
trying to understand the influence of social environments
61
169000
3000
a pokoušet se chápat
vlivy sociálního prostředí
vlivy sociálního prostředí
03:07
on language acquisition.
62
172000
2000
na osvojování si jazyka.
03:09
So we're looking here
63
174000
2000
Tady sledujeme
03:11
at one of the first things we started to do.
64
176000
2000
jednu z prvních věcí,
se kterými jsme začali.
se kterými jsme začali.
03:13
This is my wife and I cooking breakfast in the kitchen,
65
178000
4000
Toto je moje žena a já,
jak si děláme snídani v kuchyni
jak si děláme snídani v kuchyni
03:17
and as we move through space and through time,
66
182000
3000
a jak se pohybujeme v prostoru a v čase,
03:20
a very everyday pattern of life in the kitchen.
67
185000
3000
obvyklý každodenní stereotyp
života v kuchyni.
života v kuchyni.
03:23
In order to convert
68
188000
2000
K převodu
03:25
this opaque, 90,000 hours of video
69
190000
3000
90 000 hodin ničím výjimečného videa
03:28
into something that we could start to see,
70
193000
2000
na něco, co můžeme začít pozorovat,
03:30
we use motion analysis to pull out,
71
195000
2000
používáme analýzu pohybu,
kterou natahujeme
kterou natahujeme
03:32
as we move through space and through time,
72
197000
2000
během pohybu prostorem a časem cosi,
03:34
what we call space-time worms.
73
199000
3000
čemu říkáme časoprostoroví červi.
03:37
And this has become part of our toolkit
74
202000
3000
Stali se součástí naší sady nástrojů
03:40
for being able to look and see
75
205000
3000
pro vyhledávání a rozpoznávání míst,
03:43
where the activities are in the data,
76
208000
2000
kde se v datech
nacházejí jednotlivé aktivity.
nacházejí jednotlivé aktivity.
03:45
and with it, trace the pattern of, in particular,
77
210000
3000
A s jejich pomocí zaznamenáváme vzorce,
03:48
where my son moved throughout the home,
78
213000
2000
zejména v místech, kde se
po domě pohyboval můj syn,
po domě pohyboval můj syn,
03:50
so that we could focus our transcription efforts,
79
215000
3000
abychom mohli soustředit
naši snahu o přepis řeči,
naši snahu o přepis řeči,
03:53
all of the speech environment around my son --
80
218000
3000
na veškeré řečové okolí mého syna —
03:56
all of the words that he heard from myself, my wife, our nanny,
81
221000
3000
na všechna slova, která uslyšel
ode mě, mé ženy, chůvy
ode mě, mé ženy, chůvy
03:59
and over time, the words he began to produce.
82
224000
3000
a na všechna slova,
která časem sám začal tvořit.
která časem sám začal tvořit.
04:02
So with that technology and that data
83
227000
3000
S touto technologií a těmito daty
04:05
and the ability to, with machine assistance,
84
230000
2000
a s možností strojově
04:07
transcribe speech,
85
232000
2000
přepisovat řeč,
04:09
we've now transcribed
86
234000
2000
jsme už zapsali
04:11
well over seven million words of our home transcripts.
87
236000
3000
z našich domácích záznamů
přes 7 milionů slov.
přes 7 milionů slov.
04:14
And with that, let me take you now
88
239000
2000
A teď vás tedy mohu vzít
04:16
for a first tour into the data.
89
241000
3000
na první prohlídku dat.
04:19
So you've all, I'm sure,
90
244000
2000
Určitě už jste všichni
04:21
seen time-lapse videos
91
246000
2000
viděli časosběrně zaznamenaná videa,
04:23
where a flower will blossom as you accelerate time.
92
248000
3000
na kterých se květy zrychleně rozvíjejí.
04:26
I'd like you to now experience
93
251000
2000
Rád bych, abyste si teď vyzkoušeli,
04:28
the blossoming of a speech form.
94
253000
2000
jak se rozvíjí forma řeči.
04:30
My son, soon after his first birthday,
95
255000
2000
Můj syn, krátce po svých
prvních narozeninách,
prvních narozeninách,
04:32
would say "gaga" to mean water.
96
257000
3000
začal říkat slovo „gaga“
a myslel tím vodu.
a myslel tím vodu.
04:35
And over the course of the next half-year,
97
260000
3000
A během následujícího půlroku
04:38
he slowly learned to approximate
98
263000
2000
se pomalu učil přizpůsobovat
04:40
the proper adult form, "water."
99
265000
3000
výslovnost tvaru „voda“ u dospělých.
04:43
So we're going to cruise through half a year
100
268000
2000
Takže teď proplujeme půlrokem
04:45
in about 40 seconds.
101
270000
2000
během asi 40 vteřin.
04:47
No video here,
102
272000
2000
Neuvidíte žádné video,
04:49
so you can focus on the sound, the acoustics,
103
274000
3000
takže se můžete soustředit
na zvuky, na akustiku,
na zvuky, na akustiku,
04:52
of a new kind of trajectory:
104
277000
2000
na nový druh přechodu:
04:54
gaga to water.
105
279000
2000
z gaga na voda.
04:56
(Audio) Baby: Gagagagagaga
106
281000
12000
(Zvuk) Dítě: Gagagagagaga
05:08
Gaga gaga gaga
107
293000
4000
Gaga gaga gaga
05:12
guga guga guga
108
297000
5000
guga guga guga
05:17
wada gaga gaga guga gaga
109
302000
5000
vada gaga gaga guga gaga
05:22
wader guga guga
110
307000
4000
vode guga guga
05:26
water water water
111
311000
3000
voda voda voda
05:29
water water water
112
314000
6000
voda voda voda
05:35
water water
113
320000
4000
voda voda
05:39
water.
114
324000
2000
voda.
05:41
DR: He sure nailed it, didn't he.
115
326000
2000
DR: Zvládl to na jedničku, co?
05:43
(Applause)
116
328000
7000
(Potlesk)
05:50
So he didn't just learn water.
117
335000
2000
Nenaučil se vyslovovat jenom vodu.
05:52
Over the course of the 24 months,
118
337000
2000
V průběhu 24 měsíců,
05:54
the first two years that we really focused on,
119
339000
3000
prvních dvou roků,
na které jsme se opravdu zaměřili,
na které jsme se opravdu zaměřili,
05:57
this is a map of every word he learned in chronological order.
120
342000
4000
na každé slovo, které se postupně naučil,
máme tuhle mapu.
máme tuhle mapu.
06:01
And because we have full transcripts,
121
346000
3000
A protože máme kompletní přepis řeči,
06:04
we've identified each of the 503 words
122
349000
2000
určili jsme všech 503 slov,
06:06
that he learned to produce by his second birthday.
123
351000
2000
které se naučil vyslovovat
do svých druhých narozenin.
do svých druhých narozenin.
06:08
He was an early talker.
124
353000
2000
Začal mluvit brzy.
06:10
And so we started to analyze why.
125
355000
3000
A tak jsme začali analyzovat proč.
06:13
Why were certain words born before others?
126
358000
3000
Proč se konkrétní slova
zrodila dřív než jiná?
zrodila dřív než jiná?
06:16
This is one of the first results
127
361000
2000
Toto je jeden z prvních výsledků,
06:18
that came out of our study a little over a year ago
128
363000
2000
které vzešly z naší studie
před více než rokem
před více než rokem
06:20
that really surprised us.
129
365000
2000
a který nás opravdu překvapil.
06:22
The way to interpret this apparently simple graph
130
367000
3000
Tento očividně jednoduchý graf
si můžete vyložit tak,
si můžete vyložit tak,
06:25
is, on the vertical is an indication
131
370000
2000
že svislá osa představuje,
06:27
of how complex caregiver utterances are
132
372000
3000
jak složité výrazy používal opatrovatel
06:30
based on the length of utterances.
133
375000
2000
na základě délky jeho projevů.
06:32
And the [horizontal] axis is time.
134
377000
3000
A na vodorovné ose je čas.
06:35
And all of the data,
135
380000
2000
Všechna ta data
06:37
we aligned based on the following idea:
136
382000
3000
jsme uspořádali
podle následujícího konceptu:
podle následujícího konceptu:
06:40
Every time my son would learn a word,
137
385000
3000
Kdykoliv se můj syn naučil nějaké slovo,
06:43
we would trace back and look at all of the language he heard
138
388000
3000
analyzovali jsme zpětně
veškerou řeč, kterou slyšel
veškerou řeč, kterou slyšel
06:46
that contained that word.
139
391000
2000
a ve které se slovo objevilo.
06:48
And we would plot the relative length of the utterances.
140
393000
4000
A poměrnou délku projevů jsme zakreslili.
06:52
And what we found was this curious phenomena,
141
397000
3000
Objevili jsme zvláštní fenomén,
06:55
that caregiver speech would systematically dip to a minimum,
142
400000
3000
když projev opatrovatele
systematicky klesal na minimum,
systematicky klesal na minimum,
06:58
making language as simple as possible,
143
403000
3000
aby mluvil tak jednoduše, jak to jen jde
07:01
and then slowly ascend back up in complexity.
144
406000
3000
a potom se pomalu
vracel zpět ke složitosti.
vracel zpět ke složitosti.
07:04
And the amazing thing was
145
409000
2000
Úžasné na tom bylo,
07:06
that bounce, that dip,
146
411000
2000
že se ten skok, onen pokles,
07:08
lined up almost precisely
147
413000
2000
téměř přesně shodoval
07:10
with when each word was born --
148
415000
2000
s okamžikem zrodu slova —
07:12
word after word, systematically.
149
417000
2000
slovo za slovem, systematicky.
07:14
So it appears that all three primary caregivers --
150
419000
2000
Takže se zdá, že všichni
tři prvotní opatrovatelé —
tři prvotní opatrovatelé —
07:16
myself, my wife and our nanny --
151
421000
3000
já, moje žena a naše chůva —
07:19
were systematically and, I would think, subconsciously
152
424000
3000
systematicky a podle mě podvědomě
07:22
restructuring our language
153
427000
2000
měnili skladbu našeho jazyka,
07:24
to meet him at the birth of a word
154
429000
3000
abychom se se synem
potkali při zrodu slova
potkali při zrodu slova
07:27
and bring him gently into more complex language.
155
432000
4000
a něžně ho naváděli
ke složitějšímu jazyku.
ke složitějšímu jazyku.
07:31
And the implications of this -- there are many,
156
436000
2000
Tohle má mnoho důsledků,
07:33
but one I just want to point out,
157
438000
2000
ale na jeden bych chtěl poukázat:
07:35
is that there must be amazing feedback loops.
158
440000
3000
musí existovat úžasné
zpětnovazební smyčky.
zpětnovazební smyčky.
07:38
Of course, my son is learning
159
443000
2000
Samozřejmě, můj syn se učí
07:40
from his linguistic environment,
160
445000
2000
z lingvistického prostředí,
07:42
but the environment is learning from him.
161
447000
3000
ale to prostředí se učí i od něho.
07:45
That environment, people, are in these tight feedback loops
162
450000
3000
Prostředí, lidé, jsou v těsných
zpětnovazebních smyčkách
zpětnovazebních smyčkách
07:48
and creating a kind of scaffolding
163
453000
2000
a vytvářejí něco jako lešení,
07:50
that has not been noticed until now.
164
455000
3000
kterého jsme si doposud nepovšimli.
07:54
But that's looking at the speech context.
165
459000
2000
Ale to se díváme na kontext řeči.
07:56
What about the visual context?
166
461000
2000
Co takhle vizuální kontext?
07:58
We're not looking at --
167
463000
2000
Nedíváme se na ―
08:00
think of this as a dollhouse cutaway of our house.
168
465000
2000
představte si náš dům jako
řez domečkem pro panenky.
řez domečkem pro panenky.
08:02
We've taken those circular fish-eye lens cameras,
169
467000
3000
Vzali jsme tyhle kruhové
kamery s rybím okem
kamery s rybím okem
08:05
and we've done some optical correction,
170
470000
2000
a udělali nějaké optické korekce
08:07
and then we can bring it into three-dimensional life.
171
472000
4000
a pak jsme domu vrátili
jeho třírozměrný život.
jeho třírozměrný život.
08:11
So welcome to my home.
172
476000
2000
Vítejte v mém domě.
08:13
This is a moment,
173
478000
2000
Tohle je okamžik,
08:15
one moment captured across multiple cameras.
174
480000
3000
jeden moment nasmímaný více kamerami.
08:18
The reason we did this is to create the ultimate memory machine,
175
483000
3000
Smyslem bylo vytvořit
stroj s absolutní pamětí,
stroj s absolutní pamětí,
08:21
where you can go back and interactively fly around
176
486000
3000
se kterým se můžete vracet
a interaktivně poletovat
a interaktivně poletovat
08:24
and then breathe video-life into this system.
177
489000
3000
a vdechnout tak tomuto systému život.
08:27
What I'm going to do
178
492000
2000
Teď vám poskytnu
08:29
is give you an accelerated view of 30 minutes,
179
494000
3000
zrychlený pohled na 30minutový úsek,
08:32
again, of just life in the living room.
180
497000
2000
který opět zachycuje život v obýváku.
08:34
That's me and my son on the floor.
181
499000
3000
Tohle jsem já a můj syn na podlaze.
08:37
And there's video analytics
182
502000
2000
A analytické nástroje videa
08:39
that are tracking our movements.
183
504000
2000
sledují naše pohyby.
08:41
My son is leaving red ink. I am leaving green ink.
184
506000
3000
Můj syn zanechává
červenou stopu. Já zelenou.
červenou stopu. Já zelenou.
08:44
We're now on the couch,
185
509000
2000
Jsme na pohovce
08:46
looking out through the window at cars passing by.
186
511000
3000
a z okna sledujeme projíždějící auta.
08:49
And finally, my son playing in a walking toy by himself.
187
514000
3000
Na závěr si můj syn
sám hraje na odrážedle.
sám hraje na odrážedle.
08:52
Now we freeze the action, 30 minutes,
188
517000
3000
Teď celé dění zastavíme, 30 minut,
08:55
we turn time into the vertical axis,
189
520000
2000
čas vyneseme na vodorovnou osu
08:57
and we open up for a view
190
522000
2000
a otevře se nám pohled
08:59
of these interaction traces we've just left behind.
191
524000
3000
na záznamy interakcí,
které jsme za sebou zanechali.
které jsme za sebou zanechali.
09:02
And we see these amazing structures --
192
527000
3000
Uvidíme tyhle úžasné struktury —
09:05
these little knots of two colors of thread
193
530000
3000
tyhle malé smyčky z vláken dvou barev
09:08
we call "social hot spots."
194
533000
2000
nazýváme „místa aktivního družení“.
09:10
The spiral thread
195
535000
2000
Tomu spirálovému vláknu
09:12
we call a "solo hot spot."
196
537000
2000
říkáme „místo samostatné akce“.
09:14
And we think that these affect the way language is learned.
197
539000
3000
Myslíme si, že mají vliv na způsob,
jakým se učíme mluvit.
jakým se učíme mluvit.
09:17
What we'd like to do
198
542000
2000
Chtěli bychom
09:19
is start understanding
199
544000
2000
začít chápat
09:21
the interaction between these patterns
200
546000
2000
vzájemné interakce mezi těmito vzory
09:23
and the language that my son is exposed to
201
548000
2000
a řečí, kterou můj syn slyší,
09:25
to see if we can predict
202
550000
2000
abychom zjistili,
jestli dokážeme předvídat,
jestli dokážeme předvídat,
09:27
how the structure of when words are heard
203
552000
2000
ve kterém okamžiku ovlivňuje
skladba zaslechnutých slov to,
skladba zaslechnutých slov to,
09:29
affects when they're learned --
204
554000
2000
kdy si je osvojíme —
09:31
so in other words, the relationship
205
556000
2000
jinými slovy, vztahy
09:33
between words and what they're about in the world.
206
558000
4000
mezi slovy a tím, co ve světě vyjadřují.
09:37
So here's how we're approaching this.
207
562000
2000
Takže takhle k tomu přistupujeme.
09:39
In this video,
208
564000
2000
Na tomto videu
opět sledujeme pohyb mého syna.
opět sledujeme pohyb mého syna.
09:41
again, my son is being traced out.
209
566000
2000
09:43
He's leaving red ink behind.
210
568000
2000
Zanechává za sebou červenou stopu.
09:45
And there's our nanny by the door.
211
570000
2000
A u dveří stojí naše chůva.
09:47
(Video) Nanny: You want water? (Baby: Aaaa.)
212
572000
3000
(Video) Chůva: Chceš vodu? (Dítě: Aaaa.)
09:50
Nanny: All right. (Baby: Aaaa.)
213
575000
3000
Chůva: Dobrá. (Dítě: Aaaa.)
09:53
DR: She offers water,
214
578000
2000
DR: Nabízí vodu
09:55
and off go the two worms
215
580000
2000
a u toho jdou dva červíci
09:57
over to the kitchen to get water.
216
582000
2000
přes kuchyni, aby nabrali vodu.
09:59
And what we've done is use the word "water"
217
584000
2000
Použili jsme slovo „voda“
k označení této chvíle,
této části aktivity.
této části aktivity.
10:01
to tag that moment, that bit of activity.
218
586000
2000
10:03
And now we take the power of data
219
588000
2000
A teď využijeme potenciál dat,
10:05
and take every time my son
220
590000
3000
vezmeme každý okamžik, kdy můj syn
10:08
ever heard the word water
221
593000
2000
slyšel slovo voda
10:10
and the context he saw it in,
222
595000
2000
a kontext, ve kterém ho viděl
10:12
and we use it to penetrate through the video
223
597000
3000
a použijeme ho, abychom pronikli do videa
10:15
and find every activity trace
224
600000
3000
a nalezli každou stopu aktivity,
10:18
that co-occurred with an instance of water.
225
603000
3000
která se pojila s výskytem slova voda.
10:21
And what this data leaves in its wake
226
606000
2000
Data za sebou zanechávají brázdu
10:23
is a landscape.
227
608000
2000
jako nějakou krajinu.
10:25
We call these wordscapes.
228
610000
2000
Říkáme jim slovní krajiny.
10:27
This is the wordscape for the word water,
229
612000
2000
Tohle je slovní krajina pro slovo voda
10:29
and you can see most of the action is in the kitchen.
230
614000
2000
a vidíte, že většina dění
se odehrává v kuchyni.
se odehrává v kuchyni.
10:31
That's where those big peaks are over to the left.
231
616000
3000
To jsou ty velké vrcholy
vystupující nalevo.
vystupující nalevo.
10:34
And just for contrast, we can do this with any word.
232
619000
3000
A pro porovnání to můžeme
udělat s kterýmkoliv slovem.
udělat s kterýmkoliv slovem.
10:37
We can take the word "bye"
233
622000
2000
Můžeme se podívat na slovo „pá“,
10:39
as in "good bye."
234
624000
2000
kterým se loučíme.
10:41
And we're now zoomed in over the entrance to the house.
235
626000
2000
Přemisťujeme se ke vchodu do domu.
10:43
And we look, and we find, as you would expect,
236
628000
3000
Podíváme se a shledáváme,
jak se dalo čekat,
jak se dalo čekat,
10:46
a contrast in the landscape
237
631000
2000
nápadné odlišnosti v krajině,
10:48
where the word "bye" occurs much more in a structured way.
238
633000
3000
kde se slovo „pá“ vyskytuje
v mnohem strukturovanější podobě.
v mnohem strukturovanější podobě.
10:51
So we're using these structures
239
636000
2000
Takže teď používáme tyto struktury,
10:53
to start predicting
240
638000
2000
abychom mohli předpovídat
10:55
the order of language acquisition,
241
640000
3000
zákonitosti v osvojování si jazyka,
10:58
and that's ongoing work now.
242
643000
2000
to je práce, která teď stojí před námi.
11:00
In my lab, which we're peering into now, at MIT --
243
645000
3000
V mé laboratoři na MIT,
kam právě nahlížíme —
kam právě nahlížíme —
11:03
this is at the media lab.
244
648000
2000
toto je mediální laboratoř.
11:05
This has become my favorite way
245
650000
2000
Je to teď můj oblíbený způsob
11:07
of videographing just about any space.
246
652000
2000
videografování v podstatě
jakéhokoliv prostoru.
jakéhokoliv prostoru.
11:09
Three of the key people in this project,
247
654000
2000
Tři klíčoví lidé stojící
za tímto projektem,
za tímto projektem,
11:11
Philip DeCamp, Rony Kubat and Brandon Roy are pictured here.
248
656000
3000
Philip DeCamp, Rony Kubat a Brandon Roy.
11:14
Philip has been a close collaborator
249
659000
2000
Philip se spolupodílel
na všech vizualizacích,
na které se díváme.
na které se díváme.
11:16
on all the visualizations you're seeing.
250
661000
2000
11:18
And Michael Fleischman
251
663000
3000
A Michael Fleischman
11:21
was another Ph.D. student in my lab
252
666000
2000
je další doktorand z mé laboratoře,
11:23
who worked with me on this home video analysis,
253
668000
3000
který se mnou pracoval
na analýze domácího videa
na analýze domácího videa
11:26
and he made the following observation:
254
671000
3000
a který přišel s následujícím postřehem:
11:29
that "just the way that we're analyzing
255
674000
2000
„stejným způsobem, jakým analyzujeme,
11:31
how language connects to events
256
676000
3000
jak se mluva váže k událostem,
11:34
which provide common ground for language,
257
679000
2000
které poskytují společný základ jazyku,
11:36
that same idea we can take out of your home, Deb,
258
681000
4000
tu samou myšlenku můžeme aplikovat
i mimo tvůj dům, Debe,
i mimo tvůj dům, Debe,
11:40
and we can apply it to the world of public media."
259
685000
3000
na svět veřejných médií“.
11:43
And so our effort took an unexpected turn.
260
688000
3000
Naše úsilí tak nabralo nečekaný směr.
11:46
Think of mass media
261
691000
2000
Představte si sdělovací prostředky,
11:48
as providing common ground
262
693000
2000
které poskytnou společný základ
11:50
and you have the recipe
263
695000
2000
a máte návod na to,
11:52
for taking this idea to a whole new place.
264
697000
3000
jak posunout tuto koncept
do úplně nové oblasti.
do úplně nové oblasti.
11:55
We've started analyzing television content
265
700000
3000
Začali jsme analyzovat televizní obsah
11:58
using the same principles --
266
703000
2000
a uplatnili jsme ty samé principy –
12:00
analyzing event structure of a TV signal --
267
705000
3000
analýzu struktury děje
z televizního signálu –
z televizního signálu –
12:03
episodes of shows,
268
708000
2000
na epizody zábavných pořadů,
12:05
commercials,
269
710000
2000
reklamy,
12:07
all of the components that make up the event structure.
270
712000
3000
na všechny komponenty,
které strukturu vytvářejí.
které strukturu vytvářejí.
12:10
And we're now, with satellite dishes, pulling and analyzing
271
715000
3000
Přes satelitní antény
stahujeme a analyzujeme
stahujeme a analyzujeme
12:13
a good part of all the TV being watched in the United States.
272
718000
3000
značnou část televizního
vysílání ve Spojených státech.
vysílání ve Spojených státech.
12:16
And you don't have to now go and instrument living rooms with microphones
273
721000
3000
Není už potřeba instalovat
do obýváků mikrofony
do obýváků mikrofony
kvůli zaznamenání hovorů mezi lidmi,
12:19
to get people's conversations,
274
724000
2000
12:21
you just tune into publicly available social media feeds.
275
726000
3000
stačí se napojit na veřejně
dostupné sociální kanály.
dostupné sociální kanály.
12:24
So we're pulling in
276
729000
2000
Stahujeme asi 3 miliardy komentářů měsíčně
12:26
about three billion comments a month,
277
731000
2000
12:28
and then the magic happens.
278
733000
2000
a pak se začínají dít zázraky.
12:30
You have the event structure,
279
735000
2000
Máte k dispozici strukturu děje,
12:32
the common ground that the words are about,
280
737000
2000
společný základ pro to,
co slova znamenají,
co slova znamenají,
12:34
coming out of the television feeds;
281
739000
3000
přímo z televizních kanálů;
12:37
you've got the conversations
282
742000
2000
k tomu máte konverzace,
12:39
that are about those topics;
283
744000
2000
které se k nim vztahují;
12:41
and through semantic analysis --
284
746000
3000
použitím semantické analýzy –
12:44
and this is actually real data you're looking at
285
749000
2000
a teď se díváte na skutečné údaje
12:46
from our data processing --
286
751000
2000
z našeho zpracování dat –
12:48
each yellow line is showing a link being made
287
753000
3000
se každá ze žlutých linek stane propojením
12:51
between a comment in the wild
288
756000
3000
mezi nějakým komentářem v éteru
12:54
and a piece of event structure coming out of the television signal.
289
759000
3000
a kouskem struktury děje
z televizního signálu.
z televizního signálu.
12:57
And the same idea now
290
762000
2000
A ten samý koncept
12:59
can be built up.
291
764000
2000
se dá rozvíjet dál.
13:01
And we get this wordscape,
292
766000
2000
Dostáváme tuto krajinu
13:03
except now words are not assembled in my living room.
293
768000
3000
s tím rozdílem, že teď už
slova nepochází z mého obýváku.
slova nepochází z mého obýváku.
13:06
Instead, the context, the common ground activities,
294
771000
4000
Místo obýváku tvoří kontext
a aktivity společných zájmů
a aktivity společných zájmů
13:10
are the content on television that's driving the conversations.
295
775000
3000
televizní obsah, který je
hnací silou konverzací.
hnací silou konverzací.
13:13
And what we're seeing here, these skyscrapers now,
296
778000
3000
Tyhle mrakodrapy, které zde vidíme,
13:16
are commentary
297
781000
2000
jsou komentáře,
13:18
that are linked to content on television.
298
783000
2000
které jsou propojeny s obsahem v televizi.
13:20
Same concept,
299
785000
2000
Jde o ten samý koncept,
13:22
but looking at communication dynamics
300
787000
2000
ale z pohledu dynamiky komunikace
13:24
in a very different sphere.
301
789000
2000
v úplně odlišné sféře.
13:26
And so fundamentally, rather than, for example,
302
791000
2000
V podstatě jde o to,
že než abychom například
že než abychom například
13:28
measuring content based on how many people are watching,
303
793000
3000
poměřovali kvalitu obsahu
počtem diváků, kteří ho sledují,
počtem diváků, kteří ho sledují,
13:31
this gives us the basic data
304
796000
2000
získáváme spíše základní data,
13:33
for looking at engagement properties of content.
305
798000
3000
skrze která pozorujeme
atributy zájmu o obsah.
atributy zájmu o obsah.
13:36
And just like we can look at feedback cycles
306
801000
3000
A stejně jako můžeme
pozorovat zpětnovazební smyčky
pozorovat zpětnovazební smyčky
13:39
and dynamics in a family,
307
804000
3000
a dynamiku v rodině,
13:42
we can now open up the same concepts
308
807000
3000
těmi samými koncepty si otevíráme cestu
13:45
and look at much larger groups of people.
309
810000
3000
ke sledování mnohem větší skupiny lidí.
13:48
This is a subset of data from our database --
310
813000
3000
Toto je podmnožina faktů,
které máme v databázi –
které máme v databázi –
13:51
just 50,000 out of several million --
311
816000
3000
jen asi 50 000 z několika milionů –
13:54
and the social graph that connects them
312
819000
2000
a sociální graf, který je propojuje
13:56
through publicly available sources.
313
821000
3000
s veřejně dostupnými zdroji.
13:59
And if you put them on one plain,
314
824000
2000
Umístíte-li je do jedné roviny,
14:01
a second plain is where the content lives.
315
826000
3000
ve druhé rovině uvidíte,
kde se nachází obsah.
kde se nachází obsah.
14:04
So we have the programs
316
829000
3000
Máme tu programy
14:07
and the sporting events
317
832000
2000
a sportovní události
14:09
and the commercials,
318
834000
2000
a reklamy
14:11
and all of the link structures that tie them together
319
836000
2000
a všechna ta propojení,
která je drží pohromadě,
která je drží pohromadě,
14:13
make a content graph.
320
838000
2000
vytvářejí graf obsahu.
14:15
And then the important third dimension.
321
840000
4000
A pak je tu důležitý třetí rozměr.
14:19
Each of the links that you're seeing rendered here
322
844000
2000
Každý spoj, který zde můžete vidět,
14:21
is an actual connection made
323
846000
2000
je skutečné propojení
14:23
between something someone said
324
848000
3000
mezi něčím, co někdo řekl
14:26
and a piece of content.
325
851000
2000
a nějakým obsahem.
14:28
And there are, again, now tens of millions of these links
326
853000
3000
A opět existují desítky
milionů takových spojů,
milionů takových spojů,
14:31
that give us the connective tissue of social graphs
327
856000
3000
které jsou pro nás pojivovou
tkání sociálních grafů
tkání sociálních grafů
14:34
and how they relate to content.
328
859000
3000
a vysvětlují, jak souvisí s obsahem.
14:37
And we can now start to probe the structure
329
862000
2000
A teď můžeme začít průzkum struktury
14:39
in interesting ways.
330
864000
2000
rozvíjet zajímavým směrem.
14:41
So if we, for example, trace the path
331
866000
3000
Když například půjdeme po stopě
14:44
of one piece of content
332
869000
2000
konkrétního kousku obsahu,
14:46
that drives someone to comment on it,
333
871000
2000
který někoho vedl k okomentování
14:48
and then we follow where that comment goes,
334
873000
3000
a dále budeme sledovat, kam komentář vede,
14:51
and then look at the entire social graph that becomes activated
335
876000
3000
až k pohledu přes celý sociální graf,
který se zaktivoval
který se zaktivoval
14:54
and then trace back to see the relationship
336
879000
3000
a pak se vrátíme, abychom viděli vztah
14:57
between that social graph and content,
337
882000
2000
mezi sociálním grafem a obsahem,
14:59
a very interesting structure becomes visible.
338
884000
2000
začne se vynořovat
velice zajímavá struktura.
velice zajímavá struktura.
15:01
We call this a co-viewing clique,
339
886000
2000
Říkáme tomu
pohled lidí ze zájmové skupiny,
pohled lidí ze zájmové skupiny,
15:03
a virtual living room if you will.
340
888000
3000
takový virtuální obývák chcete-li.
15:06
And there are fascinating dynamics at play.
341
891000
2000
A ke slovu se dostává
fascinující dynamika.
fascinující dynamika.
15:08
It's not one way.
342
893000
2000
Není to jednosměrné.
15:10
A piece of content, an event, causes someone to talk.
343
895000
3000
Kousek obsahu, nějaká událost způsobí,
že někdo zareaguje.
že někdo zareaguje.
15:13
They talk to other people.
344
898000
2000
Mluví s dalšími lidmi.
15:15
That drives tune-in behavior back into mass media,
345
900000
3000
Vede to k tomu, že se začnou
opět obracet na masmédia
opět obracet na masmédia
15:18
and you have these cycles
346
903000
2000
a tyto cykly
15:20
that drive the overall behavior.
347
905000
2000
řídí celkové chování.
15:22
Another example -- very different --
348
907000
2000
Další příklad – úplně odlišný –
15:24
another actual person in our database --
349
909000
3000
další konkrétní osoba z naší databáze –
15:27
and we're finding at least hundreds, if not thousands, of these.
350
912000
3000
takových najdeme klidně
stovky, ne-li tisíce.
stovky, ne-li tisíce.
15:30
We've given this person a name.
351
915000
2000
Tuto osobu jsme si pojmenovali.
15:32
This is a pro-amateur, or pro-am media critic
352
917000
3000
Je to poloprofesionální mediální kritik
15:35
who has this high fan-out rate.
353
920000
3000
s velkou mírou sledovanosti.
15:38
So a lot of people are following this person -- very influential --
354
923000
3000
Sleduje ho velké množství lidí
– má velký vliv –
– má velký vliv –
15:41
and they have a propensity to talk about what's on TV.
355
926000
2000
a rádi mluví o tom, co se děje v televizi.
15:43
So this person is a key link
356
928000
3000
Takže tahle osoba je klíčovým článkem,
15:46
in connecting mass media and social media together.
357
931000
3000
který propojuje masmédia
se sociálními médii.
se sociálními médii.
15:49
One last example from this data:
358
934000
3000
Ještě poslední příklad z tohoto souboru:
15:52
Sometimes it's actually a piece of content that is special.
359
937000
3000
Někdy je opravdu mimořádný samotný obsah.
15:55
So if we go and look at this piece of content,
360
940000
4000
Když se podíváme se na tento kousek,
15:59
President Obama's State of the Union address
361
944000
3000
na projev prezidenta Obamy o stavu unie,
16:02
from just a few weeks ago,
362
947000
2000
který měl před několika týdny
16:04
and look at what we find in this same data set,
363
949000
3000
a podíváme se, co najdeme
v tom samém souboru,
v tom samém souboru,
16:07
at the same scale,
364
952000
3000
v tom samém měřítku,
16:10
the engagement properties of this piece of content
365
955000
2000
atributy zájmu o tento obsah
16:12
are truly remarkable.
366
957000
2000
jsou opravdu pozoruhodné.
16:14
A nation exploding in conversation
367
959000
2000
V reálném čase národem
16:16
in real time
368
961000
2000
exploduje debata
16:18
in response to what's on the broadcast.
369
963000
3000
jako reakce na to,
co se událo ve vysílání.
co se událo ve vysílání.
16:21
And of course, through all of these lines
370
966000
2000
A samozřejmě, všemi těmi linkami
16:23
are flowing unstructured language.
371
968000
2000
plyne nestrukturovaná řeč.
16:25
We can X-ray
372
970000
2000
Můžeme zrentgenovat
16:27
and get a real-time pulse of a nation,
373
972000
2000
a měřit puls národa v reálném čase,
16:29
real-time sense
374
974000
2000
aktuální náladu
16:31
of the social reactions in the different circuits in the social graph
375
976000
3000
ze sociálních reakcí
v dílčích cyklech sociálního grafu,
v dílčích cyklech sociálního grafu,
16:34
being activated by content.
376
979000
3000
aktivovaných obsahem.
16:37
So, to summarize, the idea is this:
377
982000
3000
Abych tedy shrnul, v čem myšlenka spočívá:
16:40
As our world becomes increasingly instrumented
378
985000
3000
S tím, jak v našem světě
vzrůstá vybavenost přístroji
vzrůstá vybavenost přístroji
16:43
and we have the capabilities
379
988000
2000
a jak máme možnosti
16:45
to collect and connect the dots
380
990000
2000
posbírat a pospojovat to,
16:47
between what people are saying
381
992000
2000
co se mezi lidmi povídá
16:49
and the context they're saying it in,
382
994000
2000
a v jakých souvislostech si to povídají,
16:51
what's emerging is an ability
383
996000
2000
vyvíjí se schopnosti
16:53
to see new social structures and dynamics
384
998000
3000
vypozorovat nové
společenské vazby a dynamiku tak,
společenské vazby a dynamiku tak,
16:56
that have previously not been seen.
385
1001000
2000
jak to předtím nebylo možné.
16:58
It's like building a microscope or telescope
386
1003000
2000
Je to jako postavit
mikroskop nebo dalekohled
mikroskop nebo dalekohled
17:00
and revealing new structures
387
1005000
2000
a odhalit nové struktury
17:02
about our own behavior around communication.
388
1007000
3000
našeho chování v tom, jak komunikujeme.
17:05
And I think the implications here are profound,
389
1010000
3000
A podle mě to má nesmírný význam,
17:08
whether it's for science,
390
1013000
2000
ať už pro vědu,
17:10
for commerce, for government,
391
1015000
2000
pro obchod, pro vládu
17:12
or perhaps most of all,
392
1017000
2000
a ze všeho nejvíc snad
17:14
for us as individuals.
393
1019000
3000
pro nás jako jednotlivce.
17:17
And so just to return to my son,
394
1022000
3000
A abych se znovu vrátil ke svému synovi,
17:20
when I was preparing this talk, he was looking over my shoulder,
395
1025000
3000
když jsem si připravoval tuto přednášku,
díval se mi přes rameno
díval se mi přes rameno
17:23
and I showed him the clips I was going to show to you today,
396
1028000
2000
a já jsem mu předváděl klipy,
které jsem vám dnes chtěl ukázat
které jsem vám dnes chtěl ukázat
17:25
and I asked him for permission -- granted.
397
1030000
3000
a žádal jsem ho o svolení
— dostal jsem ho.
— dostal jsem ho.
17:28
And then I went on to reflect,
398
1033000
2000
A uvažoval jsem dál:
17:30
"Isn't it amazing,
399
1035000
3000
„No není to úžasné,
17:33
this entire database, all these recordings,
400
1038000
3000
celá tahle databáze,
všechny tyhle nahrávky,
všechny tyhle nahrávky,
17:36
I'm going to hand off to you and to your sister" --
401
1041000
2000
jednou předám tobě a tvé sestře“ —
17:38
who arrived two years later --
402
1043000
3000
narodila se o dva roky později —
17:41
"and you guys are going to be able to go back and re-experience moments
403
1046000
3000
„a vy děcka se k tomu budete moct
vracet a znovu prožívat chvíle,
vracet a znovu prožívat chvíle,
17:44
that you could never, with your biological memory,
404
1049000
3000
které byste si ve své biologické paměti
17:47
possibly remember the way you can now?"
405
1052000
2000
asi nikdy nezapamatovali tak jako teď.“
17:49
And he was quiet for a moment.
406
1054000
2000
Chvilku byl zticha.
A já jsem si pomyslel:
„Co mě to jen napadlo?
„Co mě to jen napadlo?
17:51
And I thought, "What am I thinking?
407
1056000
2000
17:53
He's five years old. He's not going to understand this."
408
1058000
2000
Je mu pět let. Nebude tomu ještě rozumět.“
17:55
And just as I was having that thought, he looked up at me and said,
409
1060000
3000
A zrovna když jsem o tom přemýšlel,
vzhlédnul ke mně a řekl:
vzhlédnul ke mně a řekl:
17:58
"So that when I grow up,
410
1063000
2000
„Takže až vyrostu,
18:00
I can show this to my kids?"
411
1065000
2000
můžu to ukazovat svým dětem?“
18:02
And I thought, "Wow, this is powerful stuff."
412
1067000
3000
A já jsem si pomyslel:
„Páni, to je ale síla.“
„Páni, to je ale síla.“
18:05
So I want to leave you
413
1070000
2000
Na závěr vám chci ukázat
18:07
with one last memorable moment
414
1072000
2000
ještě jeden památný moment
18:09
from our family.
415
1074000
3000
ze života naší rodiny.
18:12
This is the first time our son
416
1077000
2000
Bylo to poprvé, kdy náš syn
18:14
took more than two steps at once --
417
1079000
2000
zvládl udělat dva kroky naráz —
18:16
captured on film.
418
1081000
2000
zachytili jsme to na film.
18:18
And I really want you to focus on something
419
1083000
3000
A opravdu bych chtěl, abyste se během toho
18:21
as I take you through.
420
1086000
2000
na něco soustředili.
18:23
It's a cluttered environment; it's natural life.
421
1088000
2000
Prostředí je plné shonu,
prostě běžný život.
prostě běžný život.
18:25
My mother's in the kitchen, cooking,
422
1090000
2000
Moje matka je v kuchyni, vaří
18:27
and, of all places, in the hallway,
423
1092000
2000
a já jsem si uvědomil,
že ze všech míst v domě
že ze všech míst v domě
18:29
I realize he's about to do it, about to take more than two steps.
424
1094000
3000
to bude chodba, kde se o to pokusí,
kde zvládne udělat víc jak dva kroky.
kde zvládne udělat víc jak dva kroky.
18:32
And so you hear me encouraging him,
425
1097000
2000
Uslyšíte, jak ho povzbuzuji,
18:34
realizing what's happening,
426
1099000
2000
protože si uvědomuji, co se děje
18:36
and then the magic happens.
427
1101000
2000
a pak se stane zázrak.
Velmi pozorně poslouchejte.
18:38
Listen very carefully.
428
1103000
2000
Asi po třech krocích
18:40
About three steps in,
429
1105000
2000
si uvědomí, že se stalo nějaké kouzlo
18:42
he realizes something magic is happening,
430
1107000
2000
18:44
and the most amazing feedback loop of all kicks in,
431
1109000
3000
a spustila se ta nejúžasnější
zpětnovazební smyčka,
zpětnovazební smyčka,
18:47
and he takes a breath in,
432
1112000
2000
nadechne se
18:49
and he whispers "wow"
433
1114000
2000
a zašeptá „jů“
18:51
and instinctively I echo back the same.
434
1116000
4000
a já instinktivně zopakuji to samé.
18:56
And so let's fly back in time
435
1121000
3000
Tak přeleťme zpátky v čase
18:59
to that memorable moment.
436
1124000
2000
k tomu památnému okamžiku.
19:05
(Video) DR: Hey.
437
1130000
2000
(Video) DR: Hej.
19:07
Come here.
438
1132000
2000
Pojď sem.
19:09
Can you do it?
439
1134000
3000
Dokážeš to?
19:13
Oh, boy.
440
1138000
2000
Chlapečku.
19:15
Can you do it?
441
1140000
3000
Dokážeš to?
19:18
Baby: Yeah.
442
1143000
2000
Dítě: Jo.
19:20
DR: Ma, he's walking.
443
1145000
3000
DR: Mami, on chodí.
19:24
(Laughter)
444
1149000
2000
(Smích)
19:26
(Applause)
445
1151000
2000
(Potlesk)
19:28
DR: Thank you.
446
1153000
2000
DR: Děkuji.
19:30
(Applause)
447
1155000
15000
(Potlesk)
ABOUT THE SPEAKER
Deb Roy - Cognitive scientistDeb 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!
Deb Roy | Speaker | TED.com