TED2011
Deb Roy: The birth of a word
Deb Roy: Cum se naște un cuvânt
Filmed:
Readability: 4.2
2,809,941 views
Deb Roy, cercetător la MIT, și-a dorit să înțeleagă cum a învățat copilul său să vorbească, așa că a instalat camere video în întreaga casă pentru a capta fiecare moment (cu unele excepții) din viața fiului său, apoi a prelucrat 90.000 de ore de video pentru a putea vedea cum „gaaa” se transformă încet-încet în „water” (apă). O cercetare uimitoare și plină de date, cu adânci implicații în felul în care învățăm.
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
Imaginați-vă că ați putea
să vă înregistrați întreaga viață:
să vă înregistrați întreaga viață:
00:19
everything you said, everything you did,
1
4000
3000
tot ce ați spus, tot ce ați făcut vreodată
00:22
available in a perfect memory store at your fingertips,
2
7000
3000
să fie disponibil într-o memorie
perfectă, la îndemână,
perfectă, la îndemână,
00:25
so you could go back
3
10000
2000
ca să vă puteți întoarce,
00:27
and find memorable moments and relive them,
4
12000
3000
să regăsiți momente memorabile
și să le retrăiți
și să le retrăiți
00:30
or sift through traces of time
5
15000
3000
sau să urmăriți trecerea timpului
00:33
and discover patterns in your own life
6
18000
2000
și să descoperiți structuri
în propria viață
în propria viață
00:35
that previously had gone undiscovered.
7
20000
3000
care fuseseră nedetectate până atunci.
00:38
Well that's exactly the journey
8
23000
2000
Ei bine, aceasta e călătoria
00:40
that my family began
9
25000
2000
pe care a început-o familia mea
00:42
five and a half years ago.
10
27000
2000
acum cinci ani și jumătate.
00:44
This is my wife and collaborator, Rupal.
11
29000
3000
Iat-o pe soția
și colaboratoarea mea, Rupal.
și colaboratoarea mea, Rupal.
00:47
And on this day, at this moment,
12
32000
2000
Iar în această zi, la acest moment,
00:49
we walked into the house with our first child,
13
34000
2000
am pășit în casă cu primul nostru copil,
00:51
our beautiful baby boy.
14
36000
2000
frumosul nostru băiețel.
00:53
And we walked into a house
15
38000
3000
Și am pășit într-o casă
00:56
with a very special home video recording system.
16
41000
4000
cu un sistem foarte special
de înregistrare video.
de înregistrare video.
01:07
(Video) Man: Okay.
17
52000
2000
(Video) Bărbat: Bine.
01:10
Deb Roy: This moment
18
55000
1000
Deb Roy: Acest moment
01:11
and thousands of other moments special for us
19
56000
3000
și mii de alte momente
speciale pentru noi,
speciale pentru noi,
01:14
were captured in our home
20
59000
2000
au fost înregistrate în casa noastră
01:16
because in every room in the house,
21
61000
2000
pentru că în fiecare încăpere din casă
01:18
if you looked up, you'd see a camera and a microphone,
22
63000
3000
dacă vă uitați sus veți observa
o cameră video și un microfon,
o cameră video și un microfon,
01:21
and if you looked down,
23
66000
2000
iar dacă vă uitați în jos
01:23
you'd get this bird's-eye view of the room.
24
68000
2000
aveți o vedere aeriană
a întregii încăperi.
a întregii încăperi.
01:25
Here's our living room,
25
70000
3000
Iată camera noastră de zi,
01:28
the baby bedroom,
26
73000
3000
dormitorul copilului,
01:31
kitchen, dining room
27
76000
2000
bucătăria, sufrageria
01:33
and the rest of the house.
28
78000
2000
și restul casei.
01:35
And all of these fed into a disc array
29
80000
3000
Toate acestea sunt stocate
pe un ansamblu de discuri
pe un ansamblu de discuri
01:38
that was designed for a continuous capture.
30
83000
3000
proiectat să capteze imagini
fără întrerupere.
fără întrerupere.
01:41
So here we are flying through a day in our home
31
86000
3000
Iată aici o zi obișnuită în casa noastră,
01:44
as we move from sunlit morning
32
89000
3000
cum trecem de la soarele dimineții
01:47
through incandescent evening
33
92000
2000
la lumina incandescentă a serii,
01:49
and, finally, lights out for the day.
34
94000
3000
iar în final stingerea.
01:53
Over the course of three years,
35
98000
3000
De-a lungul a trei ani de zile
01:56
we recorded eight to 10 hours a day,
36
101000
2000
am înregistrat 8–10 ore pe zi,
01:58
amassing roughly a quarter-million hours
37
103000
3000
acumulând în jur de
un sfert de milion de ore
un sfert de milion de ore
02:01
of multi-track audio and video.
38
106000
3000
de înregistrări paralele audio și video.
02:04
So you're looking at a piece of what is by far
39
109000
2000
Ce vedeți e de departe cea mai mare
colecție video personala creată vreodată.
colecție video personala creată vreodată.
02:06
the largest home video collection ever made.
40
111000
2000
02:08
(Laughter)
41
113000
3000
(Râsete)
02:11
And what this data represents
42
116000
2000
Aceste date reprezintă
02:13
for our family at a personal level,
43
118000
4000
pentru familia noastră pe plan personal,
02:17
the impact has already been immense,
44
122000
2000
impactul a fost deja imens,
02:19
and we're still learning its value.
45
124000
3000
și încă nu-i știm adevărata valoare.
02:22
Countless moments
46
127000
2000
Nenumărate momente
02:24
of unsolicited natural moments, not posed moments,
47
129000
3000
de scene naturale, neregizate,
02:27
are captured there,
48
132000
2000
sunt captate acolo
02:29
and we're starting to learn how to discover them and find them.
49
134000
3000
și începem să învățăm
cum să le descoperim și să le găsim.
cum să le descoperim și să le găsim.
02:32
But there's also a scientific reason that drove this project,
50
137000
3000
Există însă și un motiv științific
în spatele acestui proiect,
în spatele acestui proiect,
02:35
which was to use this natural longitudinal data
51
140000
4000
și anume să folosim
aceste informații naturale longitudinale
aceste informații naturale longitudinale
02:39
to understand the process
52
144000
2000
ca să înțelegem procesul
02:41
of how a child learns language --
53
146000
2000
prin care învață un copil să vorbească,
acel copil fiind fiul meu.
acel copil fiind fiul meu.
02:43
that child being my son.
54
148000
2000
02:45
And so with many privacy provisions put in place
55
150000
4000
Luând măsurile necesare
pentru protejarea intimității
pentru protejarea intimității
02:49
to protect everyone who was recorded in the data,
56
154000
3000
tuturor celor care înregistrați,
02:52
we made elements of the data available
57
157000
3000
am dat acces la o parte din date
02:55
to my trusted research team at MIT
58
160000
3000
echipei mele de cercetare de la MIT
02:58
so we could start teasing apart patterns
59
163000
3000
ca să putem începe să decelăm structuri
03:01
in this massive data set,
60
166000
3000
în acest set masiv de date,
încercând să înțelegem
influența mediului social
influența mediului social
03:04
trying to understand the influence of social environments
61
169000
3000
03:07
on language acquisition.
62
172000
2000
asupra învățării limbajului.
03:09
So we're looking here
63
174000
2000
Avem aici unul din primele lucruri
pe care le-am început.
pe care le-am început.
03:11
at one of the first things we started to do.
64
176000
2000
03:13
This is my wife and I cooking breakfast in the kitchen,
65
178000
4000
Iată-ne pe mine și pe soția mea
pregătind micul dejun în bucătărie,
pregătind micul dejun în bucătărie,
03:17
and as we move through space and through time,
66
182000
3000
în timp ce ne mișcăm prin spațiu și timp,
03:20
a very everyday pattern of life in the kitchen.
67
185000
3000
o rutina a vieții zilnice în bucătărie.
03:23
In order to convert
68
188000
2000
Pentru a putea converti
03:25
this opaque, 90,000 hours of video
69
190000
3000
aceste 90 000 de ore de înregistrări video
în ceva ce putem vizualiza,
în ceva ce putem vizualiza,
03:28
into something that we could start to see,
70
193000
2000
03:30
we use motion analysis to pull out,
71
195000
2000
am analizat mișcarea pentru a extrage,
03:32
as we move through space and through time,
72
197000
2000
mergând în spațiu și timp,
03:34
what we call space-time worms.
73
199000
3000
ceea ce denumim „viermi în spațiu-timp”.
Noțiunea a intrat
în setul nostru de instrumente
în setul nostru de instrumente
03:37
And this has become part of our toolkit
74
202000
3000
03:40
for being able to look and see
75
205000
3000
pentru că ne permite să observăm
03:43
where the activities are in the data,
76
208000
2000
unde au loc activitățile în date
03:45
and with it, trace the pattern of, in particular,
77
210000
3000
și astfel să trasăm în special rutinele
fiului meu în timp ce se mișcă prin casă,
fiului meu în timp ce se mișcă prin casă,
03:48
where my son moved throughout the home,
78
213000
2000
03:50
so that we could focus our transcription efforts,
79
215000
3000
ca să ne concentram
eforturile de transcriere,
eforturile de transcriere,
03:53
all of the speech environment around my son --
80
218000
3000
tot mediul de vorbire
din jurul fiului meu,
din jurul fiului meu,
03:56
all of the words that he heard from myself, my wife, our nanny,
81
221000
3000
toate cuvintele auzite de la mine,
de la soție sau de la doică,
de la soție sau de la doică,
03:59
and over time, the words he began to produce.
82
224000
3000
iar apoi cuvintele pe care
a început să le spună el.
a început să le spună el.
04:02
So with that technology and that data
83
227000
3000
Cu această tehnologie și cu aceste date
04:05
and the ability to, with machine assistance,
84
230000
2000
și cu abilitatea asistată de calculator
de a transcrie vorbirea,
de a transcrie vorbirea,
04:07
transcribe speech,
85
232000
2000
04:09
we've now transcribed
86
234000
2000
am transcris până acum peste
7 milioane de cuvinte vorbite în casă.
7 milioane de cuvinte vorbite în casă.
04:11
well over seven million words of our home transcripts.
87
236000
3000
04:14
And with that, let me take you now
88
239000
2000
Și cu asta vă voi conduce
04:16
for a first tour into the data.
89
241000
3000
într-o primă vizită în aceste date.
04:19
So you've all, I'm sure,
90
244000
2000
Sunt sigur că toți ați văzut până acum
filmări cu repezitorul,
filmări cu repezitorul,
04:21
seen time-lapse videos
91
246000
2000
04:23
where a flower will blossom as you accelerate time.
92
248000
3000
în care o floare se deschide
când accelerăm timpul.
când accelerăm timpul.
04:26
I'd like you to now experience
93
251000
2000
Aș dori să fiți acum martori
04:28
the blossoming of a speech form.
94
253000
2000
la înflorirea unei forme de vorbire.
04:30
My son, soon after his first birthday,
95
255000
2000
Fiul meu, după ce a împlinit un an,
04:32
would say "gaga" to mean water.
96
257000
3000
spunea „gaga” când voia apă („water”).
04:35
And over the course of the next half-year,
97
260000
3000
De-a lungul următoarei jumătăți de an
04:38
he slowly learned to approximate
98
263000
2000
a învățat încet să aproximeze
04:40
the proper adult form, "water."
99
265000
3000
forma corectă și matură, „water”.
04:43
So we're going to cruise through half a year
100
268000
2000
Vom călători de-a lungul acestor 6 luni
04:45
in about 40 seconds.
101
270000
2000
în vreo 40 de secunde.
04:47
No video here,
102
272000
2000
Fără video aici,
04:49
so you can focus on the sound, the acoustics,
103
274000
3000
vă puteți concentra
pe sunetul, pe acustica
pe sunetul, pe acustica
04:52
of a new kind of trajectory:
104
277000
2000
unui nou tip de traiectorie:
04:54
gaga to water.
105
279000
2000
de la „gaga” la „water”.
04:56
(Audio) Baby: Gagagagagaga
106
281000
12000
(Audio) Bebe: Gagagagagaga
Gaga gaga gaga
05:08
Gaga gaga gaga
107
293000
4000
guga guga guga
05:12
guga guga guga
108
297000
5000
05:17
wada gaga gaga guga gaga
109
302000
5000
wada gaga gaga guga gaga
05:22
wader guga guga
110
307000
4000
wader guga guga
05:26
water water water
111
311000
3000
water water water
05:29
water water water
112
314000
6000
water water water
05:35
water water
113
320000
4000
water water
05:39
water.
114
324000
2000
water.
05:41
DR: He sure nailed it, didn't he.
115
326000
2000
DR: Până la urmă a reușit, nu?
05:43
(Applause)
116
328000
7000
(Aplauze)
05:50
So he didn't just learn water.
117
335000
2000
Nu a învățat să spună doar apă.
05:52
Over the course of the 24 months,
118
337000
2000
De-a lungul a 24 de luni,
05:54
the first two years that we really focused on,
119
339000
3000
primii doi ani pe care
ne-am concentrat mai mult,
ne-am concentrat mai mult,
05:57
this is a map of every word he learned in chronological order.
120
342000
4000
iată o hartă a fiecărui cuvânt pe care
l-a învățat, în ordine cronologică.
l-a învățat, în ordine cronologică.
06:01
And because we have full transcripts,
121
346000
3000
Și cum avem transcrieri complete,
06:04
we've identified each of the 503 words
122
349000
2000
am identificat toate cele 503 cuvinte
06:06
that he learned to produce by his second birthday.
123
351000
2000
învățate până a făcut doi ani.
06:08
He was an early talker.
124
353000
2000
A vorbit devreme față de alții.
06:10
And so we started to analyze why.
125
355000
3000
Așa că am început să analizăm motivul.
06:13
Why were certain words born before others?
126
358000
3000
De ce apăreau unele cuvinte
înaintea altora?
înaintea altora?
06:16
This is one of the first results
127
361000
2000
Iată unul din primele rezultate,
06:18
that came out of our study a little over a year ago
128
363000
2000
obținut acum un an și ceva,
06:20
that really surprised us.
129
365000
2000
care ne-a surprins mult.
06:22
The way to interpret this apparently simple graph
130
367000
3000
Pentru a înțelege
acest grafic aparent simplu
acest grafic aparent simplu
06:25
is, on the vertical is an indication
131
370000
2000
pe verticală e reprezentată complexitatea
expresiilor verbale folosite de adult,
expresiilor verbale folosite de adult,
06:27
of how complex caregiver utterances are
132
372000
3000
06:30
based on the length of utterances.
133
375000
2000
după lungimea expresiilor.
06:32
And the [horizontal] axis is time.
134
377000
3000
Pe axa orizontală e timpul.
06:35
And all of the data,
135
380000
2000
Toate datele
06:37
we aligned based on the following idea:
136
382000
3000
le-am aliniat după următoarea idee:
06:40
Every time my son would learn a word,
137
385000
3000
de câte ori copilul învăța un cuvânt,
06:43
we would trace back and look at all of the language he heard
138
388000
3000
ne întorceam și urmăream tot ce auzise el
06:46
that contained that word.
139
391000
2000
cu acel cuvânt.
06:48
And we would plot the relative length of the utterances.
140
393000
4000
Apoi puneam în grafic
lungimea relativă a expresiilor.
lungimea relativă a expresiilor.
06:52
And what we found was this curious phenomena,
141
397000
3000
Am descoperit un fenomen curios:
06:55
that caregiver speech would systematically dip to a minimum,
142
400000
3000
limbajul adultului se reduce la minimum,
06:58
making language as simple as possible,
143
403000
3000
făcând limbajul cât mai simplu posibil,
07:01
and then slowly ascend back up in complexity.
144
406000
3000
iar apoi crește încet
din nou în complexitate.
din nou în complexitate.
07:04
And the amazing thing was
145
409000
2000
Uimitor este că
07:06
that bounce, that dip,
146
411000
2000
această scădere în complexitate
07:08
lined up almost precisely
147
413000
2000
se aliniază aproape perfect
cu momentul în care apărea fiecare cuvânt,
07:10
with when each word was born --
148
415000
2000
07:12
word after word, systematically.
149
417000
2000
și asta la fiecare cuvânt, sistematic.
07:14
So it appears that all three primary caregivers --
150
419000
2000
Se pare că toți cei trei
care îngrijeau copilul,
care îngrijeau copilul,
07:16
myself, my wife and our nanny --
151
421000
3000
eu, soția mea și doica,
07:19
were systematically and, I would think, subconsciously
152
424000
3000
în mod sistematic și,
presupun, subconștient
presupun, subconștient
07:22
restructuring our language
153
427000
2000
ne restructuram limbajul
07:24
to meet him at the birth of a word
154
429000
3000
pentru a-l întâmpina
la fiecare cuvânt nou,
la fiecare cuvânt nou,
07:27
and bring him gently into more complex language.
155
432000
4000
iar apoi îl aduceam ușor-ușor
spre un limbaj mai complex.
spre un limbaj mai complex.
07:31
And the implications of this -- there are many,
156
436000
2000
Între multele implicații ale fenomenului
07:33
but one I just want to point out,
157
438000
2000
aș dori să evidențiez una:
07:35
is that there must be amazing feedback loops.
158
440000
3000
trebuie să existe
bucle de control uimitoare.
bucle de control uimitoare.
07:38
Of course, my son is learning
159
443000
2000
Bineînțeles, fiul meu învață
07:40
from his linguistic environment,
160
445000
2000
din mediul său lingvistic,
07:42
but the environment is learning from him.
161
447000
3000
dar și mediul învață de la el.
07:45
That environment, people, are in these tight feedback loops
162
450000
3000
Acest mediu, oamenii, se află
în bucle de control strânse
în bucle de control strânse
07:48
and creating a kind of scaffolding
163
453000
2000
și creează un fel de schelă
07:50
that has not been noticed until now.
164
455000
3000
care nu a fost observată până acum.
Dar asta e doar contextul verbal.
07:54
But that's looking at the speech context.
165
459000
2000
07:56
What about the visual context?
166
461000
2000
Ce facem cu contextul vizual?
07:58
We're not looking at --
167
463000
2000
Nu ne uităm la...
imaginați-vă casa noastră în secțiune,
ca de jucărie.
ca de jucărie.
08:00
think of this as a dollhouse cutaway of our house.
168
465000
2000
08:02
We've taken those circular fish-eye lens cameras,
169
467000
3000
Am luat camerele
cu obiective superangulare
cu obiective superangulare
08:05
and we've done some optical correction,
170
470000
2000
și am aplicat corecții optice,
08:07
and then we can bring it into three-dimensional life.
171
472000
4000
după care putem
aduce totul la viață în 3D.
aduce totul la viață în 3D.
08:11
So welcome to my home.
172
476000
2000
Bine ați venit la mine acasă.
08:13
This is a moment,
173
478000
2000
Acesta e un moment,
08:15
one moment captured across multiple cameras.
174
480000
3000
un moment captat
pe mai multe camere video.
pe mai multe camere video.
08:18
The reason we did this is to create the ultimate memory machine,
175
483000
3000
Am procedat așa ca să creăm
o mașină extremă a memoriei,
o mașină extremă a memoriei,
08:21
where you can go back and interactively fly around
176
486000
3000
cu care te poți întoarce
și zbura interactiv
și zbura interactiv
08:24
and then breathe video-life into this system.
177
489000
3000
ca apoi să dai viață acestui sistem.
08:27
What I'm going to do
178
492000
2000
Acum urmează
08:29
is give you an accelerated view of 30 minutes,
179
494000
3000
să vă prezint o secvență
accelerată de 30 de minute,
accelerată de 30 de minute,
08:32
again, of just life in the living room.
180
497000
2000
din nou, din viața simplă din sufragerie.
08:34
That's me and my son on the floor.
181
499000
3000
Iată-ne pe mine și pe fiul meu
jos pe parchet.
jos pe parchet.
08:37
And there's video analytics
182
502000
2000
Și iată analiza video
08:39
that are tracking our movements.
183
504000
2000
care ne urmărește mișcările.
08:41
My son is leaving red ink. I am leaving green ink.
184
506000
3000
Fiul meu lasă urme în roșu,
iar eu în verde.
iar eu în verde.
08:44
We're now on the couch,
185
509000
2000
Acum suntem pe canapea,
ne uităm pe fereastră
la mașinile care trec pe stradă.
la mașinile care trec pe stradă.
08:46
looking out through the window at cars passing by.
186
511000
3000
08:49
And finally, my son playing in a walking toy by himself.
187
514000
3000
În final fiul meu se joacă singur
într-un scăunel premergător.
într-un scăunel premergător.
08:52
Now we freeze the action, 30 minutes,
188
517000
3000
Acum înghețăm acțiunea, 30 de minute,
08:55
we turn time into the vertical axis,
189
520000
2000
punem timpul pe axa verticală
08:57
and we open up for a view
190
522000
2000
și deschidem o imagine
08:59
of these interaction traces we've just left behind.
191
524000
3000
a acestor trasee de interacțiune
lăsate în urmă.
lăsate în urmă.
09:02
And we see these amazing structures --
192
527000
3000
Vedem niște structuri uimitoare,
09:05
these little knots of two colors of thread
193
530000
3000
niște ghemotoace din fire de două culori
09:08
we call "social hot spots."
194
533000
2000
pe care le numim „focare sociale”.
09:10
The spiral thread
195
535000
2000
Traseul în spirală
09:12
we call a "solo hot spot."
196
537000
2000
îl numim „focar solo”.
09:14
And we think that these affect the way language is learned.
197
539000
3000
Credem că acestea afectează
modul în care se deprinde vorbirea.
modul în care se deprinde vorbirea.
09:17
What we'd like to do
198
542000
2000
Ceea ce am dori să facem
09:19
is start understanding
199
544000
2000
e să începem să înțelegem
interacțiunea dintre aceste trasee
interacțiunea dintre aceste trasee
09:21
the interaction between these patterns
200
546000
2000
09:23
and the language that my son is exposed to
201
548000
2000
și limbajul la care e expus fiul meu
09:25
to see if we can predict
202
550000
2000
ca să vedem dacă putem prezice
09:27
how the structure of when words are heard
203
552000
2000
influența structurii
din timpul auzirii cuvintelor
din timpul auzirii cuvintelor
09:29
affects when they're learned --
204
554000
2000
asupra momentului când sunt învățate,
09:31
so in other words, the relationship
205
556000
2000
cu alte cuvinte relația
09:33
between words and what they're about in the world.
206
558000
4000
dintre cuvinte și ce reprezintă ele.
09:37
So here's how we're approaching this.
207
562000
2000
Iată cum am abordat problema.
09:39
In this video,
208
564000
2000
În acest video iată din nou
traiectoria fiului meu.
traiectoria fiului meu.
09:41
again, my son is being traced out.
209
566000
2000
09:43
He's leaving red ink behind.
210
568000
2000
Lasă în urmă o dâră roșie.
09:45
And there's our nanny by the door.
211
570000
2000
Iat-o pe doica noastră lângă ușă.
09:47
(Video) Nanny: You want water? (Baby: Aaaa.)
212
572000
3000
(Video) Doica: Vrei apă? (Bebe: Aaaa.)
09:50
Nanny: All right. (Baby: Aaaa.)
213
575000
3000
Doica: Bine. (Baby: Aaaa)
09:53
DR: She offers water,
214
578000
2000
DR: Îi oferă apă,
iar cele doua râme pornesc
09:55
and off go the two worms
215
580000
2000
09:57
over to the kitchen to get water.
216
582000
2000
spre bucătărie să ia apă.
09:59
And what we've done is use the word "water"
217
584000
2000
Am folosit cuvântul „apă”
10:01
to tag that moment, that bit of activity.
218
586000
2000
pentru a eticheta momentul, activitatea.
10:03
And now we take the power of data
219
588000
2000
Iar acum ne folosim de puterea informației
10:05
and take every time my son
220
590000
3000
și luăm fiecare moment în care fiul meu
10:08
ever heard the word water
221
593000
2000
a auzit cuvântul „apă”
10:10
and the context he saw it in,
222
595000
2000
precum și contextul lui,
10:12
and we use it to penetrate through the video
223
597000
3000
și îl folosim să străbatem
secvențele video
secvențele video
10:15
and find every activity trace
224
600000
3000
și să găsim fiecare urmă de activitate
10:18
that co-occurred with an instance of water.
225
603000
3000
concomitentă cu apariția lui „apă”.
10:21
And what this data leaves in its wake
226
606000
2000
Ce rămâne din această informație
10:23
is a landscape.
227
608000
2000
este un peisaj.
10:25
We call these wordscapes.
228
610000
2000
Le numim „peisaje lexicale”.
10:27
This is the wordscape for the word water,
229
612000
2000
Iată peisajul pentru cuvântul „apă”.
10:29
and you can see most of the action is in the kitchen.
230
614000
2000
Acțiunea e preponderent în bucătărie.
10:31
That's where those big peaks are over to the left.
231
616000
3000
Acolo se află vârfurile înalte,
în partea stânga.
în partea stânga.
10:34
And just for contrast, we can do this with any word.
232
619000
3000
Pentru comparație
putem face asta cu orice cuvânt.
putem face asta cu orice cuvânt.
10:37
We can take the word "bye"
233
622000
2000
Putem lua cuvântul „pa”
10:39
as in "good bye."
234
624000
2000
în sens de „la revedere”.
10:41
And we're now zoomed in over the entrance to the house.
235
626000
2000
Ne concentrăm pe intrarea în casă.
10:43
And we look, and we find, as you would expect,
236
628000
3000
Ne uităm și găsim, așa cum ne așteptam,
10:46
a contrast in the landscape
237
631000
2000
o diferență în peisaj:
10:48
where the word "bye" occurs much more in a structured way.
238
633000
3000
cuvântul „pa” apare mai des
într-o formă structurată.
într-o formă structurată.
10:51
So we're using these structures
239
636000
2000
Așa că folosim aceste structuri
10:53
to start predicting
240
638000
2000
ca să începem să prezicem
10:55
the order of language acquisition,
241
640000
3000
ordinea în care se învață limba,
10:58
and that's ongoing work now.
242
643000
2000
iar această cercetare se derulează acum.
11:00
In my lab, which we're peering into now, at MIT --
243
645000
3000
În laboratorul meu,
la care ne uităm acum, la MIT,
la care ne uităm acum, la MIT,
11:03
this is at the media lab.
244
648000
2000
iată laboratorul media.
Acesta e modul meu favorit de a face
înregistrări video cam în orice spațiu.
înregistrări video cam în orice spațiu.
11:05
This has become my favorite way
245
650000
2000
11:07
of videographing just about any space.
246
652000
2000
11:09
Three of the key people in this project,
247
654000
2000
Trei persoane cheie din acest proiect:
Philip DeCamp, Rony Kubat și Brandon Roy.
Philip DeCamp, Rony Kubat și Brandon Roy.
11:11
Philip DeCamp, Rony Kubat and Brandon Roy are pictured here.
248
656000
3000
11:14
Philip has been a close collaborator
249
659000
2000
Philip e un colaborator apropiat
în aceste vizualizări pe care le vedeți.
în aceste vizualizări pe care le vedeți.
11:16
on all the visualizations you're seeing.
250
661000
2000
11:18
And Michael Fleischman
251
663000
3000
Iar Michael Fleischman
11:21
was another Ph.D. student in my lab
252
666000
2000
a fost alt doctorand din laboratorul meu
11:23
who worked with me on this home video analysis,
253
668000
3000
care a lucrat cu mine
la această analiză video a casei,
la această analiză video a casei,
11:26
and he made the following observation:
254
671000
3000
iar el a făcut observația următoare:
11:29
that "just the way that we're analyzing
255
674000
2000
„Așa cum analizăm
11:31
how language connects to events
256
676000
3000
legătura dintre limbaj și evenimentele
11:34
which provide common ground for language,
257
679000
2000
care oferă un context comun pentru limbaj,
11:36
that same idea we can take out of your home, Deb,
258
681000
4000
aceeași idee o putem
scoate din casa ta, Deb,
scoate din casa ta, Deb,
11:40
and we can apply it to the world of public media."
259
685000
3000
și o putem aplica
pe tărâmul mediei publice.”
pe tărâmul mediei publice.”
11:43
And so our effort took an unexpected turn.
260
688000
3000
Atunci efortul nostru a luat
o întorsătură neașteptată.
o întorsătură neașteptată.
11:46
Think of mass media
261
691000
2000
Gândiți-vă la mass media
11:48
as providing common ground
262
693000
2000
ca oferind acel ambient comun,
11:50
and you have the recipe
263
695000
2000
iar voi dețineți rețeta
11:52
for taking this idea to a whole new place.
264
697000
3000
pentru a duce această idee
către un nou nivel.
către un nou nivel.
11:55
We've started analyzing television content
265
700000
3000
Am început să analizăm
conținutul programelor TV
conținutul programelor TV
11:58
using the same principles --
266
703000
2000
folosind aceleași principii,
12:00
analyzing event structure of a TV signal --
267
705000
3000
analizând structura evenimentelor
unui semnal TV,
unui semnal TV,
12:03
episodes of shows,
268
708000
2000
episoade din seriale,
12:05
commercials,
269
710000
2000
reclame,
12:07
all of the components that make up the event structure.
270
712000
3000
toate părțile din structura evenimentelor.
12:10
And we're now, with satellite dishes, pulling and analyzing
271
715000
3000
Iar acum, cu antene de satelit,
extragem și analizăm
extragem și analizăm
12:13
a good part of all the TV being watched in the United States.
272
718000
3000
o bună parte din întreaga televiziune
vizionată în SUA.
vizionată în SUA.
12:16
And you don't have to now go and instrument living rooms with microphones
273
721000
3000
Iar azi nu mai ai nevoie
să instalezi microfoane în case
să instalezi microfoane în case
12:19
to get people's conversations,
274
724000
2000
ca să asculți conversațiile oamenilor,
12:21
you just tune into publicly available social media feeds.
275
726000
3000
ajunge să te conectezi
la rețelele sociale existente.
la rețelele sociale existente.
12:24
So we're pulling in
276
729000
2000
Așa că extragem
12:26
about three billion comments a month,
277
731000
2000
vreo 3 miliarde de comentarii lunar.
12:28
and then the magic happens.
278
733000
2000
Iar apoi se produce minunea.
12:30
You have the event structure,
279
735000
2000
Avem structura evenimentelor,
12:32
the common ground that the words are about,
280
737000
2000
terenul comun pentru toate cuvintele,
12:34
coming out of the television feeds;
281
739000
3000
direct din programele TV;
12:37
you've got the conversations
282
742000
2000
avem conversațiile
12:39
that are about those topics;
283
744000
2000
pe tema acestor subiecte;
12:41
and through semantic analysis --
284
746000
3000
iar prin analiză semantică
12:44
and this is actually real data you're looking at
285
749000
2000
– ce vedeți sunt date reale
din prelucrarea noastră de date –
din prelucrarea noastră de date –
12:46
from our data processing --
286
751000
2000
12:48
each yellow line is showing a link being made
287
753000
3000
fiecare linie galbenă arată o conexiune
12:51
between a comment in the wild
288
756000
3000
între un comentariu făcut de public
și o parte din structura evenimentului
luată din semnalul TV.
luată din semnalul TV.
12:54
and a piece of event structure coming out of the television signal.
289
759000
3000
12:57
And the same idea now
290
762000
2000
Acum se poate construi aceeași idee.
12:59
can be built up.
291
764000
2000
13:01
And we get this wordscape,
292
766000
2000
Obținem iar un „peisaj lexical”,
13:03
except now words are not assembled in my living room.
293
768000
3000
doar că acum nu asamblăm cuvintele
în sufrageria mea.
în sufrageria mea.
13:06
Instead, the context, the common ground activities,
294
771000
4000
În acest caz, contextul,
terenul comun al activităților,
terenul comun al activităților,
13:10
are the content on television that's driving the conversations.
295
775000
3000
e conținutul emisiunilor;
el dirijează conversațiile.
el dirijează conversațiile.
13:13
And what we're seeing here, these skyscrapers now,
296
778000
3000
Ce vedem aici, cu acești zgârie-nori,
13:16
are commentary
297
781000
2000
sunt comentarii
13:18
that are linked to content on television.
298
783000
2000
legate de conținutul emisiunilor.
13:20
Same concept,
299
785000
2000
Același concept,
13:22
but looking at communication dynamics
300
787000
2000
dar vedem dinamică în comunicații
13:24
in a very different sphere.
301
789000
2000
într-o sferă total diferită.
13:26
And so fundamentally, rather than, for example,
302
791000
2000
O diferență fundamentală, de exemplu,
13:28
measuring content based on how many people are watching,
303
793000
3000
e că în loc să măsurăm conținutul
după numărul de spectatori,
după numărul de spectatori,
13:31
this gives us the basic data
304
796000
2000
acum avem datele de pornire
13:33
for looking at engagement properties of content.
305
798000
3000
pentru a vedea puterea
de implicare a conținutului.
de implicare a conținutului.
13:36
And just like we can look at feedback cycles
306
801000
3000
Așa cum ne putem uita
la buclele de reacție
la buclele de reacție
13:39
and dynamics in a family,
307
804000
3000
și la dinamica dintr-o familie,
13:42
we can now open up the same concepts
308
807000
3000
acum putem aplica aceleași concepte
13:45
and look at much larger groups of people.
309
810000
3000
pentru a ne uita la grupuri
mult mai mari de oameni.
mult mai mari de oameni.
13:48
This is a subset of data from our database --
310
813000
3000
Aici e o parte din baza noastră de date,
13:51
just 50,000 out of several million --
311
816000
3000
doar 50 000 din câteva milioane,
13:54
and the social graph that connects them
312
819000
2000
și graful social care le conectează,
13:56
through publicly available sources.
313
821000
3000
din surse accesibile public.
13:59
And if you put them on one plain,
314
824000
2000
Dacă le punem pe toate într-un plan,
14:01
a second plain is where the content lives.
315
826000
3000
pe un al doilea plan e conținutul media.
14:04
So we have the programs
316
829000
3000
Avem emisiunile,
14:07
and the sporting events
317
832000
2000
evenimentele sportive,
14:09
and the commercials,
318
834000
2000
reclamele,
14:11
and all of the link structures that tie them together
319
836000
2000
iar toată structura de legături dintre ele
14:13
make a content graph.
320
838000
2000
creează un graf de conținut.
14:15
And then the important third dimension.
321
840000
4000
Apoi a treia dimensiune importantă.
14:19
Each of the links that you're seeing rendered here
322
844000
2000
Fiecare din legăturile desenate aici
14:21
is an actual connection made
323
846000
2000
este o conexiune făcută
14:23
between something someone said
324
848000
3000
între ce a spus cineva
14:26
and a piece of content.
325
851000
2000
și un fragment de conținut.
14:28
And there are, again, now tens of millions of these links
326
853000
3000
Acum avem zeci de milioane
de astfel de legături
de astfel de legături
14:31
that give us the connective tissue of social graphs
327
856000
3000
care ne oferă țesutul conectiv
al grafurilor sociale
al grafurilor sociale
14:34
and how they relate to content.
328
859000
3000
și relația lor cu conținutul.
14:37
And we can now start to probe the structure
329
862000
2000
Iar acum putem sonda structura
14:39
in interesting ways.
330
864000
2000
în moduri interesante.
14:41
So if we, for example, trace the path
331
866000
3000
De exemplu, dacă urmărim traseul
14:44
of one piece of content
332
869000
2000
unei bucăți de conținut
14:46
that drives someone to comment on it,
333
871000
2000
care face un telespectator să comenteze,
14:48
and then we follow where that comment goes,
334
873000
3000
iar apoi urmărim
unde ajunge acel comentariu,
unde ajunge acel comentariu,
14:51
and then look at the entire social graph that becomes activated
335
876000
3000
și ne uităm la întregul graf social
care se activează,
care se activează,
14:54
and then trace back to see the relationship
336
879000
3000
iar apoi urmărim să vedem relația
14:57
between that social graph and content,
337
882000
2000
dintre acel graf social și conținut,
14:59
a very interesting structure becomes visible.
338
884000
2000
devine vizibilă o structură interesantă.
15:01
We call this a co-viewing clique,
339
886000
2000
Numim asta „grup de co-vizionare”,
15:03
a virtual living room if you will.
340
888000
3000
o sufragerie virtuală, dacă vreți.
15:06
And there are fascinating dynamics at play.
341
891000
2000
Se produc dinamici fascinante.
15:08
It's not one way.
342
893000
2000
Nu exista un sens unic.
15:10
A piece of content, an event, causes someone to talk.
343
895000
3000
Un conținut, un eveniment,
face pe cineva să vorbească.
face pe cineva să vorbească.
15:13
They talk to other people.
344
898000
2000
El vorbește cu alții.
15:15
That drives tune-in behavior back into mass media,
345
900000
3000
Asta produce efecte înapoi în mass media
15:18
and you have these cycles
346
903000
2000
și obținem niște cicluri
15:20
that drive the overall behavior.
347
905000
2000
care conduc întregul comportament.
15:22
Another example -- very different --
348
907000
2000
Alt exemplu, foarte diferit,
15:24
another actual person in our database --
349
909000
3000
o altă persoană din baza noastră de date,
15:27
and we're finding at least hundreds, if not thousands, of these.
350
912000
3000
căci găsim sute, dacă nu mii,
de astfel de cazuri.
de astfel de cazuri.
15:30
We've given this person a name.
351
915000
2000
Am dat un titlu acestei persoane.
15:32
This is a pro-amateur, or pro-am media critic
352
917000
3000
E un critic de media
pro-amator, sau pro-am,
pro-amator, sau pro-am,
15:35
who has this high fan-out rate.
353
920000
3000
care are multe conexiuni.
15:38
So a lot of people are following this person -- very influential --
354
923000
3000
Mulți oameni urmăresc
această persoană foarte influentă
această persoană foarte influentă
și vorbesc adesea despre ce e la TV.
15:41
and they have a propensity to talk about what's on TV.
355
926000
2000
15:43
So this person is a key link
356
928000
3000
Deci această persoană e o legătură cheie
15:46
in connecting mass media and social media together.
357
931000
3000
între mass media și media socială.
15:49
One last example from this data:
358
934000
3000
Un ultim exemplu din aceste date.
15:52
Sometimes it's actually a piece of content that is special.
359
937000
3000
Uneori un anumit conținut
e elementul deosebit.
e elementul deosebit.
15:55
So if we go and look at this piece of content,
360
940000
4000
Dacă ne uităm la acest conținut,
15:59
President Obama's State of the Union address
361
944000
3000
discursul președintelui Obama
privind starea națiunii
privind starea națiunii
16:02
from just a few weeks ago,
362
947000
2000
de acum câteva săptămâni,
16:04
and look at what we find in this same data set,
363
949000
3000
și ne uităm la ce găsim
în exact același set de date,
în exact același set de date,
16:07
at the same scale,
364
952000
3000
pe aceeași scară,
implicarea publicului în acest material
16:10
the engagement properties of this piece of content
365
955000
2000
16:12
are truly remarkable.
366
957000
2000
e pur și simplu remarcabilă.
16:14
A nation exploding in conversation
367
959000
2000
Națiunea explodează în conversații
16:16
in real time
368
961000
2000
în timp real
16:18
in response to what's on the broadcast.
369
963000
3000
ca reacție la ce se transmite la TV.
16:21
And of course, through all of these lines
370
966000
2000
Desigur, prin toate aceste linii
16:23
are flowing unstructured language.
371
968000
2000
circulă limbaj nestructurat.
16:25
We can X-ray
372
970000
2000
Putem face o radiografie
16:27
and get a real-time pulse of a nation,
373
972000
2000
și obține pulsul țării în timp real,
16:29
real-time sense
374
974000
2000
o idee în timp real
despre reacțiile sociale
din diversele circuite ale grafului,
din diversele circuite ale grafului,
16:31
of the social reactions in the different circuits in the social graph
375
976000
3000
16:34
being activated by content.
376
979000
3000
activate de conținut.
Recapitulând, ideea este următoarea:
16:37
So, to summarize, the idea is this:
377
982000
3000
16:40
As our world becomes increasingly instrumented
378
985000
3000
pe măsura ce lumea devine
tot mai echipată tehnologic
tot mai echipată tehnologic
16:43
and we have the capabilities
379
988000
2000
și avem capacitatea
16:45
to collect and connect the dots
380
990000
2000
de a colecta date și stabili legături
16:47
between what people are saying
381
992000
2000
între ce spun oamenii
16:49
and the context they're saying it in,
382
994000
2000
și contextul în care vorbesc,
16:51
what's emerging is an ability
383
996000
2000
obținem treptat o putere
16:53
to see new social structures and dynamics
384
998000
3000
de a descoperi noi structuri
și dinamici sociale
și dinamici sociale
16:56
that have previously not been seen.
385
1001000
2000
care nu au fost observate anterior.
16:58
It's like building a microscope or telescope
386
1003000
2000
E ca un microscop sau un telescop
17:00
and revealing new structures
387
1005000
2000
cu care descoperim noi structuri
17:02
about our own behavior around communication.
388
1007000
3000
ale comportamentului nostru
legate de comunicare.
legate de comunicare.
17:05
And I think the implications here are profound,
389
1010000
3000
Cred că urmările sunt profunde,
17:08
whether it's for science,
390
1013000
2000
fie că e vorba de știință,
17:10
for commerce, for government,
391
1015000
2000
de comerț, de guvernare,
17:12
or perhaps most of all,
392
1017000
2000
sau poate în primul rând
17:14
for us as individuals.
393
1019000
3000
de noi ca indivizi.
17:17
And so just to return to my son,
394
1022000
3000
Și ca să revin la fiul meu,
17:20
when I was preparing this talk, he was looking over my shoulder,
395
1025000
3000
când pregăteam această prezentare
el se uita peste umărul meu
el se uita peste umărul meu
17:23
and I showed him the clips I was going to show to you today,
396
1028000
2000
și i-am arătat ce clipuri
am pregătit pentru azi.
am pregătit pentru azi.
17:25
and I asked him for permission -- granted.
397
1030000
3000
I-am cerut permisiunea
– mi-a dat-o.
– mi-a dat-o.
17:28
And then I went on to reflect,
398
1033000
2000
Iar apoi am continuat:
17:30
"Isn't it amazing,
399
1035000
3000
„Ce interesant!
Toată baza de date,
toate aceste înregistrări,
toate aceste înregistrări,
17:33
this entire database, all these recordings,
400
1038000
3000
17:36
I'm going to hand off to you and to your sister" --
401
1041000
2000
o să vi le dau vouă, ție și surorii tale,”
17:38
who arrived two years later --
402
1043000
3000
– ea a venit pe lume după doi ani –
17:41
"and you guys are going to be able to go back and re-experience moments
403
1046000
3000
„Iar voi o să puteți merge
înapoi în timp și să retrăiți clipe
înapoi în timp și să retrăiți clipe
17:44
that you could never, with your biological memory,
404
1049000
3000
pe care cu memoria biologică
17:47
possibly remember the way you can now?"
405
1052000
2000
nu vi le-ați fi putut aminti așa.”
17:49
And he was quiet for a moment.
406
1054000
2000
El a tăcut o vreme și mi-am zis:
„Ce-o fi în mintea mea?
„Ce-o fi în mintea mea?
17:51
And I thought, "What am I thinking?
407
1056000
2000
Are doar 5 ani, n-are cum să înțeleagă.”
17:53
He's five years old. He's not going to understand this."
408
1058000
2000
17:55
And just as I was having that thought, he looked up at me and said,
409
1060000
3000
Și chiar când mă gândeam așa,
s-a uitat la mine și mi-a zis:
s-a uitat la mine și mi-a zis:
17:58
"So that when I grow up,
410
1063000
2000
„Pentru ca atunci când cresc mare
să le pot arăta copiilor mei?”
să le pot arăta copiilor mei?”
18:00
I can show this to my kids?"
411
1065000
2000
18:02
And I thought, "Wow, this is powerful stuff."
412
1067000
3000
M-am gândit: „Asta e tare!”
18:05
So I want to leave you
413
1070000
2000
Aș vrea să vă las
18:07
with one last memorable moment
414
1072000
2000
cu un ultim moment memorabil
18:09
from our family.
415
1074000
3000
din familia noastră.
18:12
This is the first time our son
416
1077000
2000
E prima dată când fiul nostru
18:14
took more than two steps at once --
417
1079000
2000
a făcut mai mult de doi pași,
18:16
captured on film.
418
1081000
2000
filmat.
18:18
And I really want you to focus on something
419
1083000
3000
Aș dori să vă concentrați pe ceva anume
18:21
as I take you through.
420
1086000
2000
în timp ce vă arăt filmul.
18:23
It's a cluttered environment; it's natural life.
421
1088000
2000
E un mediu dezordonat, e viață naturală.
18:25
My mother's in the kitchen, cooking,
422
1090000
2000
Mama mea gătește în bucătărie,
18:27
and, of all places, in the hallway,
423
1092000
2000
și tocmai în hol
18:29
I realize he's about to do it, about to take more than two steps.
424
1094000
3000
îmi dau seama că urmează
să facă mai mult de doi pași.
să facă mai mult de doi pași.
18:32
And so you hear me encouraging him,
425
1097000
2000
Așa că mă auziți încurajându-l,
când am înțeles ce se întâmplă,
când am înțeles ce se întâmplă,
18:34
realizing what's happening,
426
1099000
2000
18:36
and then the magic happens.
427
1101000
2000
iar apoi se întâmplă minunea.
18:38
Listen very carefully.
428
1103000
2000
Ascultați cu mare atenție.
După trei pași
18:40
About three steps in,
429
1105000
2000
își dă și el seama
că se întâmplă ceva magic
că se întâmplă ceva magic
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
și apare cea mai uimitoare
buclă de reacție,
buclă de reacție,
18:47
and he takes a breath in,
432
1112000
2000
iar el trage aer în piept
18:49
and he whispers "wow"
433
1114000
2000
și șoptește „wow”.
18:51
and instinctively I echo back the same.
434
1116000
4000
Iar eu, instinctiv, spun același lucru.
18:56
And so let's fly back in time
435
1121000
3000
Hai să zburăm înapoi în timp
18:59
to that memorable moment.
436
1124000
2000
la acel moment memorabil.
19:05
(Video) DR: Hey.
437
1130000
2000
(Video) DR: Hei.
19:07
Come here.
438
1132000
2000
Vino încoace.
19:09
Can you do it?
439
1134000
3000
Poți să mergi?
19:13
Oh, boy.
440
1138000
2000
Ooo.
19:15
Can you do it?
441
1140000
3000
Poți să mergi?
19:18
Baby: Yeah.
442
1143000
2000
Bebe: Da.
19:20
DR: Ma, he's walking.
443
1145000
3000
DR: Mami, merge!
19:24
(Laughter)
444
1149000
2000
(Râsete)
19:26
(Applause)
445
1151000
2000
(Aplauze)
19:28
DR: Thank you.
446
1153000
2000
DR: Vă mulțumesc.
19:30
(Applause)
447
1155000
15000
(Aplauze)
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