TEDxCMU
Luis von Ahn: Massive-scale online collaboration
Luis von Ahn: Đóng góp trực tuyến phạm vi lớn
Filmed:
Readability: 3.8
1,740,008 views
Sau khi khẳng định lại mục đích của CAPTCHA (Chương trình hiển thị các từ ngẫu nhiên bị làm nhiễu để bạn gõ lại khi đăng ký trên mạng nhằm mục đích xác định xem bạn là con người hay là một chương trình máy tính) là mỗi lần người nào đó gõ captcha là giúp điện tử hóa sách, Luis von Ahn tự hỏi làm cách nào để sử dụng các sự đóng góp nhỏ của nhiều người trên Internet cho một điều tốt đẹp hơn. Tại TEDxCMU, anh ta chia sẻ dự án mới đầy tham vọng của mình: Duolingo. Duolingo sẽ giúp hàng triệu người vừa học một ngôn ngữ mới vừa dịch nội dung các trang web nhanh chóng và chính xác -- mọi thứ đều miễn phí.
Luis von Ahn - Computer scientist
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone. Full bio
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone. Full bio
Double-click the English transcript below to play the video.
00:15
How many of you had to fill out some sort of web form
0
0
2000
Bao nhiêu trong các bạn phải điền một vài mẫu trang web nào đó
00:17
where you've been asked to read a distorted sequence of characters like this?
1
2000
2000
mà bạn được yêu cầu là đọc một chuỗi ký tự bị làm nhiễu như thế này?
00:19
How many of you found it really, really annoying?
2
4000
2000
Bao nhiêu trong các bạn thấy là nó thật sự là rất phiền?
00:21
Okay, outstanding. So I invented that.
3
6000
3000
Tuyệt. Vì tôi đã sáng chế ra nó đó.
00:24
(Laughter)
4
9000
2000
(Tiếng cười)
00:26
Or I was one of the people who did it.
5
11000
2000
Hay là tôi là một trong những người đã tạo ra nó.
00:28
That thing is called a CAPTCHA.
6
13000
2000
Cái đó được gọi là CAPTCHA.
00:30
And the reason it is there is to make sure you, the entity filling out the form,
7
15000
2000
Và lý do nó ở đó là để chắc chắn rằng bạn, thực thể đang điền cái biểu mẫu,
00:32
are actually a human and not some sort of computer program
8
17000
3000
thực sự là con người mà không phải là một loại chương trình máy tính nào đó
00:35
that was written to submit the form millions and millions of times.
9
20000
2000
được viết để điền biểu mẫu hàng triệu triệu lần.
00:37
The reason it works is because humans,
10
22000
2000
Và lý do nó hoạt động được vì con người,
00:39
at least non-visually-impaired humans,
11
24000
2000
ít nhất là những người không bị khiếm thị,
00:41
have no trouble reading these distorted squiggly characters,
12
26000
2000
không có vấn đề gì khi đọc những ký tự bị làm nhiễu,
00:43
whereas computer programs simply can't do it as well yet.
13
28000
3000
trong khi các chương trình máy tính đơn giản là không thể làm điều đó tốt được.
00:46
So for example, in the case of Ticketmaster,
14
31000
2000
Ví dụ như là trang Ticketmaster (một trang bán vé đủ mọi thể loại của nước ngoài),
00:48
the reason you have to type these distorted characters
15
33000
2000
lý do bạn phải gõ những từ bị nhiễu kia
00:50
is to prevent scalpers from writing a program
16
35000
2000
là để chống lại những kẻ đầu cơ vé viết các chương trình máy tính
00:52
that can buy millions of tickets, two at a time.
17
37000
2000
có thể mua hàng triệu vé, 2 vé một lần.
00:54
CAPTCHAs are used all over the Internet.
18
39000
2000
CAPTCHA được dùng khắp Internet.
00:56
And since they're used so often,
19
41000
2000
Và vì chúng được dùng quá thường xuyên,
00:58
a lot of times the precise sequence of random characters that is shown to the user
20
43000
2000
nhiều lần các chuỗi ký tự ngẫu nhiên được đưa ra cho người dùng gõ
01:00
is not so fortunate.
21
45000
2000
không hay chút nào.
01:02
So this is an example from the Yahoo registration page.
22
47000
3000
Ví dụ này là từ trang đăng ký của Yahoo.
01:05
The random characters that happened to be shown to the user
23
50000
2000
Chuỗi ký tự ngẫu nhiên xuất hiện
01:07
were W, A, I, T, which, of course, spell a word.
24
52000
3000
là W, A, I, T (wait nghĩa là chờ đợi trong tiếng Anh), mà đánh vần được một từ.
01:10
But the best part is the message
25
55000
3000
Nhưng phần hay nhất là tin nhắn
01:13
that the Yahoo help desk got about 20 minutes later.
26
58000
3000
mà ban trợ giúp của Yahoo nhận được 20 phút sau.
01:16
Text: "Help! I've been waiting for over 20 minutes, and nothing happens."
27
61000
3000
Tin nhắn: "Giúp tôi với! Tôi đã đợi hơn 20 phút, và không có gì xảy ra."
01:19
(Laughter)
28
64000
4000
(Tiếng cười)
01:23
This person thought they needed to wait.
29
68000
2000
Người đó nghĩ là anh ta phải đợi.
01:25
This of course, is not as bad as this poor person.
30
70000
3000
Điều đó tất nhiên là không tệ bằng người tội nghiệp này.
01:28
(Laughter)
31
73000
2000
(Tiếng cười)
01:30
CAPTCHA Project is something that we did here at Carnegie Melllon over 10 years ago,
32
75000
3000
Dự án CAPTCHA là dự án mà chúng tôi đã làm ở Carnegie Mellon hơn 10 năm trước,
01:33
and it's been used everywhere.
33
78000
2000
và nó được dùng khắp mọi nơi.
01:35
Let me now tell you about a project that we did a few years later,
34
80000
2000
Để tôi kể cho các bạn về dự án mà chúng tôi làm vài năm sau đó,
01:37
which is sort of the next evolution of CAPTCHA.
35
82000
3000
nó giống như là bước tiến hóa của CAPTCHA.
01:40
This is a project that we call reCAPTCHA,
36
85000
2000
Dự án này mà chúng tôi gọi là reCAPTCHA,
01:42
which is something that we started here at Carnegie Mellon,
37
87000
2000
là dự án mà chúng tôi đã bắt đầu ở Carnegie Mellon,
01:44
then we turned it into a startup company.
38
89000
2000
rồi chúng tôi biến nó thành một công ty.
01:46
And then about a year and a half ago,
39
91000
2000
Và rồi khoảng một năm rưỡi sau,
01:48
Google actually acquired this company.
40
93000
2000
Google thực sự mua lại công ty này.
01:50
So let me tell you what this project started.
41
95000
2000
Vì vậy để kể các bạn nghe cái mà dự án này bắt đầu.
01:52
So this project started from the following realization:
42
97000
3000
Dự án này đã bắt đầu từ những nhận xét sau:
01:55
It turns out that approximately 200 million CAPTCHAs
43
100000
2000
Thống kê là khoảng 200 triệu CAPTCHA
01:57
are typed everyday by people around the world.
44
102000
3000
được con người gõ mỗi ngày khắp thế giới.
02:00
When I first heard this, I was quite proud of myself.
45
105000
2000
Khi tôi mới nghe điều này, tôi khá là tự hào về bản thân.
02:02
I thought, look at the impact that my research has had.
46
107000
2000
Tôi đã nghĩ là: nhìn xem sự ảnh hưởng của nghiên cứu của tôi như thế nào.
02:04
But then I started feeling bad.
47
109000
2000
Nhưng rồi tôi bắt đầu cảm thấy buồn.
02:06
See here's the thing, each time you type a CAPTCHA,
48
111000
2000
Và đây là lý do: mỗi lần bạn gõ một CAPTCHA
02:08
essentially you waste 10 seconds of your time.
49
113000
3000
cơ bản là bạn phí phạm 10 giây thời gian của bạn.
02:11
And if you multiply that by 200 million,
50
116000
2000
Và nếu bạn nhân thời gian đó lên 200 triệu,
02:13
you get that humanity as a whole is wasting about 500,000 hours every day
51
118000
3000
và bạn sẽ thấy là nhân loại, gộp lại, phí phạm khoảng 500.000 giờ mỗi ngày
02:16
typing these annoying CAPTCHAs.
52
121000
2000
gõ những cái CAPTCHA phiền phức đó.
02:18
So then I started feeling bad.
53
123000
2000
Vì vậy tôi cảm thấy tồi tệ.
02:20
(Laughter)
54
125000
2000
(Tiếng cười)
02:22
And then I started thinking, well, of course, we can't just get rid of CAPTCHAs,
55
127000
3000
Và rồi tôi nghĩ: tất nhiên là chúng ta không thể bỏ CAPTCHA,
02:25
because the security of the Web sort of depends on them.
56
130000
2000
vì bảo mật trên Web dựa vào chúng.
02:27
But then I started thinking, is there any way we can use this effort
57
132000
3000
Nhưng rồi tôi bắt đầu nghĩ, có cách nào mà chúng ta có thể dùng những lần gõ CAPTCHA đó
02:30
for something that is good for humanity?
58
135000
2000
cho cái gì đó tốt cho nhân loại?
02:32
So see, here's the thing.
59
137000
2000
Chính vậy.
02:34
While you're typing a CAPTCHA, during those 10 seconds,
60
139000
2000
Trong khi các bạn gõ CAPTCHA, trong 10 giây đó,
02:36
your brain is doing something amazing.
61
141000
2000
não của các bạn đang làm điều gì đó phi thường.
02:38
Your brain is doing something that computers cannot yet do.
62
143000
2000
Não của các bạn đang làm điều mà máy tính chưa thể làm được.
02:40
So can we get you to do useful work for those 10 seconds?
63
145000
3000
Vì vậy chúng tôi có thể làm cho bạn làm một việc có ích trong 10 giây đó không?
02:43
Another way of putting it is,
64
148000
2000
nói cách khác,
02:45
is there some humongous problem that we cannot yet get computers to solve,
65
150000
2000
có một vấn đề lớn mà chúng ta không thể làm cho máy tính giải được,
02:47
yet we can split into tiny 10-second chunks
66
152000
3000
nhưng chúng ta có thể chia nhỏ ra thành các phần 10 giây
02:50
such that each time somebody solves a CAPTCHA
67
155000
2000
là thời gian mà một người nào đó gõ một cái CAPTCHA
02:52
they solve a little bit of this problem?
68
157000
2000
họ giải một phần nhỏ của vấn đề?
02:54
And the answer to that is "yes," and this is what we're doing now.
69
159000
2000
Và câu trả lời là "có", và đây chính là cái mà chúng tôi đang làm.
02:56
So what you may not know is that nowadays while you're typing a CAPTCHA,
70
161000
3000
Vì vậy cái mà các bạn không biết là hiện tại, trong khi các bạn đang gõ CAPTCHA,
02:59
not only are you authenticating yourself as a human,
71
164000
2000
không chỉ bạn đang chứng thực bạn là con người,
03:01
but in addition you're actually helping us to digitize books.
72
166000
2000
mà hơn nữa bạn đang thực sự giúp đỡ chúng tôi điện tử hóa sách.
03:03
So let me explain how this works.
73
168000
2000
Để tôi giải thích nó hoạt động như thế nào.
03:05
So there's a lot of projects out there trying to digitize books.
74
170000
2000
Có nhiều dự án đang cố gắng số hóa sách.
03:07
Google has one. The Internet Archive has one.
75
172000
3000
Google có một cái. The Internet Archive có một cái.
03:10
Amazon, now with the Kindle, is trying to digitize books.
76
175000
2000
Amazon, hiện tại với Kindle, đang cố gắng số hóa sách.
03:12
Basically the way this works
77
177000
2000
Cơ bản cách nó hoạt động
03:14
is you start with an old book.
78
179000
2000
là bạn bắt đầu với một cuốn sách cũ.
03:16
You've seen those things, right? Like a book?
79
181000
2000
Bạn đã từng thấy rồi phải không? Một quyển sách ấy mà?
03:18
(Laughter)
80
183000
2000
(Tiếng cười)
03:20
So you start with a book, and then you scan it.
81
185000
2000
Và các bạn bắt đầu với một cuốn sách, và rồi các bạn scan nó.
03:22
Now scanning a book
82
187000
2000
Bây giờ scan một cuốn sách
03:24
is like taking a digital photograph of every page of the book.
83
189000
2000
giống như là chụp mỗi trang sách.
03:26
It gives you an image for every page of the book.
84
191000
2000
Nó tạo ra một tấm hình cho mỗi trang sách.
03:28
This is an image with text for every page of the book.
85
193000
2000
Đây là hình ảnh với chữ cho mỗi trang sách.
03:30
The next step in the process
86
195000
2000
Bước kế tiếp
03:32
is that the computer needs to be able to decipher all of the words in this image.
87
197000
3000
là máy tính cần phải có thể giải mã tất cả các từ trong bức ảnh.
03:35
That's using a technology called OCR,
88
200000
2000
Bằng cách sử dụng một công nghệ gọi là OCR,
03:37
for optical character recognition,
89
202000
2000
viết tắt của nhận dạng ký tự quang học (Optical Character Recognition),
03:39
which takes a picture of text
90
204000
2000
nó nhận một bức ảnh có văn bản
03:41
and tries to figure out what text is in there.
91
206000
2000
và cố gắng nhận dạng văn bản trong đó.
03:43
Now the problem is that OCR is not perfect.
92
208000
2000
Hiện tại vấn đề là OCR không hoàn hảo.
03:45
Especially for older books
93
210000
2000
Đặc biệt là với các sách cũ
03:47
where the ink has faded and the pages have turned yellow,
94
212000
3000
mà mực đã phai màu và giấy đã ngã vàng,
03:50
OCR cannot recognize a lot of the words.
95
215000
2000
OCR không thể nhận diện được nhiều từ.
03:52
For example, for things that were written more than 50 years ago,
96
217000
2000
Ví dụ, với những cuốn sách được viết cách đây trên 50 năm,
03:54
the computer cannot recognize about 30 percent of the words.
97
219000
3000
Máy tính không thể nhận diện được 30 phần trăm.
03:57
So what we're doing now
98
222000
2000
Vì vậy cái mà chúng tôi đang làm hiện tại
03:59
is we're taking all of the words that the computer cannot recognize
99
224000
2000
là chúng tôi đang đem tất cả những từ mà máy tính không thể nhận diện
04:01
and we're getting people to read them for us
100
226000
2000
và chúng tôi để con người đọc chúng cho chúng tôi
04:03
while they're typing a CAPTCHA on the Internet.
101
228000
2000
trong khi họ đang gõ CAPTCHA trên Internet.
04:05
So the next time you type a CAPTCHA, these words that you're typing
102
230000
3000
Vì vậy lần tới khi bạn gõ CAPTCHA, những từ các bạn gõ
04:08
are actually words that are coming from books that are being digitized
103
233000
3000
là những từ thật sự được lấy ra từ những cuốn sách đang được số hóa
04:11
that the computer could not recognize.
104
236000
2000
mà máy tính không thể nhận diện
04:13
And now the reason we have two words nowadays instead of one
105
238000
2000
Và lý do hiện tại bạn thấy hai từ thay vì một từ
04:15
is because, you see, one of the words
106
240000
2000
là vì, bạn thấy, một trong hai từ
04:17
is a word that the system just got out of a book,
107
242000
2000
là từ mà hệ thống lấy ra từ một cuốn sách,
04:19
it didn't know what it was, and it's going to present it to you.
108
244000
3000
hệ thống không biết nó là cái gì, và nó đưa cho bạn.
04:22
But since it doesn't know the answer for it, it cannot grade it for you.
109
247000
3000
Nhưng vì nó không biết câu trả lời, nó không thể kiểm tra bạn.
04:25
So what we do is we give you another word,
110
250000
2000
Vì vậy cái mà chúng tôi làm là đưa bạn một từ khác,
04:27
one for which the system does know the answer.
111
252000
2000
từ mà hệ thống biết câu trả lời.
04:29
We don't tell you which one's which, and we say, please type both.
112
254000
2000
Chúng tôi không nói cho bạn biết cái nào là cái nào, xin hãy gõ cả hai.
04:31
And if you type the correct word
113
256000
2000
Và nếu bạn gõ một từ chính xác
04:33
for the one for which the system already knows the answer,
114
258000
2000
cho từ mà hệ thống biết câu trả lời,
04:35
it assumes you are human,
115
260000
2000
nó cho rằng bạn là con người,
04:37
and it also gets some confidence that you typed the other word correctly.
116
262000
2000
và nó cũng tin tưởng rằng bạn gõ từ còn lại đúng.
04:39
And if we repeat this process to like 10 different people
117
264000
3000
Và nếu chúng ta lặp lại quá trình này cho 10 người khác nhau
04:42
and all of them agree on what the new word is,
118
267000
2000
và tất cả họ đồng ý với từ mới,
04:44
then we get one more word digitized accurately.
119
269000
2000
thì chúng ta có một từ được điện tử hóa đúng.
04:46
So this is how the system works.
120
271000
2000
Và đó là cách mà hệ thống làm việc.
04:48
And basically, since we released it about three or four years ago,
121
273000
3000
Và cơ bản, từ khi chúng tôi đưa nó vào hoạt động 3 hay 4 năm trước,
04:51
a lot of websites have started switching
122
276000
2000
rất nhiều trang web đã bắt đầu chuyển
04:53
from the old CAPTCHA where people wasted their time
123
278000
2000
từ CAPTCHA cũ, cái mà người ta phí phạm thời gian,
04:55
to the new CAPTCHA where people are helping to digitize books.
124
280000
2000
sang dùng CAPTCHA mới, cái mà người ta giúp số hóa sách.
04:57
So for example, Ticketmaster.
125
282000
2000
Ví dụ, Ticketmaster.
04:59
So every time you buy tickets on Ticketmaster, you help to digitize a book.
126
284000
3000
Và mỗi lần bạn mua vé trên Ticketmaster, bạn đã giúp số hóa sách.
05:02
Facebook: Every time you add a friend or poke somebody,
127
287000
2000
Facebook: Mỗi lần bạn thêm bạn mới hay chọc ai đó,
05:04
you help to digitize a book.
128
289000
2000
bạn giúp số hóa sách.
05:06
Twitter and about 350,000 other sites are all using reCAPTCHA.
129
291000
3000
Twitter và khoảng 350.000 trang web khác tất cả đang sử dụng reCAPTCHA.
05:09
And in fact, the number of sites that are using reCAPTCHA is so high
130
294000
2000
Và thực sự, số lượng trang web đang sử dụng reCAPTCHA là rất cao
05:11
that the number of words that we're digitizing per day is really, really large.
131
296000
3000
đến nỗi số lượng từ mà chúng tôi số hóa mỗi ngày thực sự rất lớn.
05:14
It's about 100 million a day,
132
299000
2000
Khoảng 100 triệu từ một ngày,
05:16
which is the equivalent of about two and a half million books a year.
133
301000
4000
tương đương khoảng 2 triệu rưỡi quyển sách mỗi năm.
05:20
And this is all being done one word at a time
134
305000
2000
Và tất cả đều được làm từng từ một
05:22
by just people typing CAPTCHAs on the Internet.
135
307000
2000
bằng những người gõ CAPTCHA trên Internet.
05:24
(Applause)
136
309000
8000
(Vỗ tay)
05:32
Now of course,
137
317000
2000
Tất nhiên,
05:34
since we're doing so many words per day,
138
319000
2000
vì chúng tôi làm quá nhiều từ mỗi ngày,
05:36
funny things can happen.
139
321000
2000
những điều buồn cười có thể xảy ra.
05:38
And this is especially true because now we're giving people
140
323000
2000
Và đây là điều có thật vì bây giờ chúng tôi đang đưa cho người ta
05:40
two randomly chosen English words next to each other.
141
325000
2000
2 từ tiếng Anh ngẫu nhiên cạnh nhau.
05:42
So funny things can happen.
142
327000
2000
để những điều buồn cười có thể xảy ra.
05:44
For example, we presented this word.
143
329000
2000
Ví dụ, chúng tôi đã đưa ra từ này.
05:46
It's the word "Christians"; there's nothing wrong with it.
144
331000
2000
Nó là từ "Christians" (nghĩa là người theo công giáo); không có gì sai ở đây.
05:48
But if you present it along with another randomly chosen word,
145
333000
3000
Nhưng nếu bạn để nó cạnh một từ ngẫu nhiên,
05:51
bad things can happen.
146
336000
2000
điều tồi tệ có thể xảy ra.
05:53
So we get this. (Text: bad christians)
147
338000
2000
Và chúng tôi có từ này. Trên màn hình: bad christians (nghĩa là người công giáo xấu xa)
05:55
But it's even worse, because the particular website where we showed this
148
340000
3000
Nó thậm chí tồi tệ hơn, bởi vì trang web đưa ra từ này
05:58
actually happened to be called The Embassy of the Kingdom of God.
149
343000
3000
tình cờ lại là trang The Embassy of the Kingdom of God (Một trang web về đạo công giáo).
06:01
(Laughter)
150
346000
2000
(Tiếng cười)
06:03
Oops.
151
348000
2000
Oops.
06:05
(Laughter)
152
350000
3000
(Tiếng cười)
06:08
Here's another really bad one.
153
353000
2000
Đây là một ví dụ rất tệ khác.
06:10
JohnEdwards.com
154
355000
2000
JohnEdwards.com (một trang ủng hộ cho chính trị gia này, ông này thuộc đảng dân chủ)
06:12
(Text: Damn liberal)
155
357000
3000
Màn hình: Damn liberal (nghĩa là Đảng dân chủ khốn kiếp)
06:15
(Laughter)
156
360000
2000
(Tiếng cười)
06:17
So we keep on insulting people left and right everyday.
157
362000
3000
Và chúng tôi tiếp tục lăng mạ người ta mỗi ngày.
06:20
Now, of course, we're not just insulting people.
158
365000
2000
Và, tất nhiên, chúng tôi không chỉ lăng mạ người khác.
06:22
See here's the thing, since we're presenting two randomly chosen words,
159
367000
3000
Đây là vấn đề, vì chúng tôi đưa ra 2 từ ngẫu nhiên,
06:25
interesting things can happen.
160
370000
2000
điều thú vị có thể xảy ra.
06:27
So this actually has given rise
161
372000
2000
Và điều này thực sự tạo nên
06:29
to a really big Internet meme
162
374000
3000
của một trào lưu trên Internet
06:32
that tens of thousands of people have participated in,
163
377000
2000
mà hàng vạn người tham gia,
06:34
which is called CAPTCHA art.
164
379000
2000
được gọi là nghệ thuật CAPTCHA.
06:36
I'm sure some of you have heard about it.
165
381000
2000
Tôi chắc rằng vài người trong số các bạn đã nghe tới nó.
06:38
Here's how it works.
166
383000
2000
Và cách nó hoạt động như sau.
06:40
Imagine you're using the Internet and you see a CAPTCHA
167
385000
2000
Tưởng tượng bạn đang dùng Internet và bạn thấy một cái CAPTCHA
06:42
that you think is somewhat peculiar,
168
387000
2000
mà bạn nghĩ là nó thú vị,
06:44
like this CAPTCHA. (Text: invisible toaster)
169
389000
2000
giống như cái CAPTCHA này. Màn hình: máy nướng tàng hình (invisible toaster)
06:46
Then what you're supposed to do is you take a screen shot of it.
170
391000
2000
Rồi cái mà bạn làm là bạn chụp màn hình đó lại.
06:48
Then of course, you fill out the CAPTCHA
171
393000
2000
Và dĩ nhiên, bạn điền cái CAPTCHA
06:50
because you help us digitize a book.
172
395000
2000
vì bạn giúp chúng tôi số hóa sách.
06:52
But then, first you take a screen shot,
173
397000
2000
Nhưng đầu tiên là bạn chụp màn hình,
06:54
and then you draw something that is related to it.
174
399000
2000
và rồi bạn vẽ vời cái gì đó liên quan tới cụm từ đó.
06:56
(Laughter)
175
401000
2000
(Tiếng cười)
06:58
That's how it works.
176
403000
3000
Nó như vậy đó.
07:01
There are tens of thousands of these.
177
406000
3000
Có hàng vạn tác phẩm như vậy.
07:04
Some of them are very cute. (Text: clenched it)
178
409000
2000
Vài tác phẩm rất dễ thương. Màn hình: Clenched it (nghiến nó)
07:06
(Laughter)
179
411000
2000
(Tiếng cười)
07:08
Some of them are funnier.
180
413000
2000
Vài tác phẩm buồn cười hơn.
07:10
(Text: stoned founders)
181
415000
3000
Văn bản: stoned founders (các nhà sáng lập hóa đá, founder ở đây ý nói những vị lãnh tựu thành lập nước Mỹ)
07:13
(Laughter)
182
418000
3000
(Tiếng cười)
07:16
And some of them,
183
421000
2000
Và cái,
07:18
like paleontological shvisle,
184
423000
3000
như là "paleontological shvisle",
07:21
they contain Snoop Dogg.
185
426000
2000
chúng có "Snoop Dogg".
07:23
(Laughter)
186
428000
3000
(Tiếng cười)
07:26
Okay, so this is my favorite number of reCAPTCHA.
187
431000
2000
Và đây là còn số yêu thích của tôi về reCAPTCHA.
07:28
So this is the favorite thing that I like about this whole project.
188
433000
3000
Và đây là điều yêu thích của tôi về dự án này.
07:31
This is the number of distinct people
189
436000
2000
Đây là số lượng người khác nhau
07:33
that have helped us digitize at least one word out of a book through reCAPTCHA:
190
438000
3000
đã giúp chúng tôi số hóa ít nhất một từ trong sách thông qua reCAPTCHA:
07:36
750 million,
191
441000
2000
750 triệu,
07:38
which is a little over 10 percent of the world's population,
192
443000
2000
hơn 10% dân số thế giới một chút,
07:40
has helped us digitize human knowledge.
193
445000
2000
đã giúp chúng tôi số hóa kiến thức nhân loại.
07:42
And it is numbers like these that motivate my research agenda.
194
447000
3000
Và những con số như vậy đã là động lực thúc đẩy công tác nghiên cứu của tôi.
07:45
So the question that motivates my research is the following:
195
450000
3000
Vì vậy câu hỏi thúc đẩy nghiên cứu của tôi là:
07:48
If you look at humanity's large-scale achievements,
196
453000
2000
Nếu bạn nhìn vào các thành tựu lớn của nhân loại,
07:50
these really big things
197
455000
2000
những cái thực sự lớn
07:52
that humanity has gotten together and done historically --
198
457000
3000
mà nhân loại đã tập hợp lại và cùng làm nên lịch sử --
07:55
like for example, building the pyramids of Egypt
199
460000
2000
ví dụ như là xây các kim tự tháp ở Ai Cập
07:57
or the Panama Canal
200
462000
2000
hay là kênh đào Panama
07:59
or putting a man on the Moon --
201
464000
2000
hay là đưa người lên mặt trăng --
08:01
there is a curious fact about them,
202
466000
2000
có một sự thật đáng tò mò về họ,
08:03
and it is that they were all done with about the same number off people.
203
468000
2000
và đó chính là các điều đó được làm với số lượng người gần giống nhau.
08:05
It's weird; they were all done with about 100,000 people.
204
470000
3000
Nó thật lạ; tất cả điều đó được làm với khoảng 100.000 người.
08:08
And the reason for that is because, before the Internet,
205
473000
3000
Và lý do là vì, trước khi có Internet,
08:11
coordinating more than 100,000 people,
206
476000
2000
điều hành hơn 100.000 người,
08:13
let alone paying them, was essentially impossible.
207
478000
3000
đừng nói đến là cả trả lương họ, dường như là không tưởng rồi.
08:16
But now with the Internet, I've just shown you a project
208
481000
2000
Nhưng với Internet, chúng tôi chỉ mới cho các bạn xem một dự án
08:18
where we've gotten 750 million people
209
483000
2000
mà chúng tôi có 750 triệu người
08:20
to help us digitize human knowledge.
210
485000
2000
giúp chúng tôi số hóa kiến thức nhân loại.
08:22
So the question that motivates my research is,
211
487000
2000
Vì vậy câu hỏi thúc đẩy nghiên cứu của tôi là,
08:24
if we can put a man on the Moon with 100,000,
212
489000
3000
nếu chúng ta có thể đưa người lên mặt trăng với 100.000 người,
08:27
what can we do with 100 million?
213
492000
2000
chúng ta sẽ có thể làm gì với 100 triệu?
08:29
So based on this question,
214
494000
2000
Và dựa trên câu hỏi này,
08:31
we've had a lot of different projects that we've been working on.
215
496000
2000
chúng tôi đã có nhiều dự án khác nhau mà chúng tôi đang làm.
08:33
Let me tell you about one that I'm most excited about.
216
498000
3000
Để tôi kể các bạn về một cái mà tôi hứng thú nhất.
08:36
This is something that we've been semi-quietly working on
217
501000
2000
Đây là cái mà chúng tôi đã làm một cách bán-lặng lẽ
08:38
for the last year and a half or so.
218
503000
2000
trong khoảng một năm rưỡi.
08:40
It hasn't yet been launched. It's called Duolingo.
219
505000
2000
Nó vẫn chưa ra mắt. Nó được gọi là Duolingo.
08:42
Since it hasn't been launched, shhhhh!
220
507000
2000
Vì nó chưa ra mắt nên, suỵt!
08:44
(Laughter)
221
509000
2000
(Tiếng cười)
08:46
Yeah, I can trust you'll do that.
222
511000
2000
Vâng, tôi có thể tin tưởng các bạn.
08:48
So this is the project. Here's how it started.
223
513000
2000
Và dự án này, nó bắt đầu thế này.
08:50
It started with me posing a question to my graduate student,
224
515000
2000
Nó bắt đầu bằng việc tôi đưa ra một câu hỏi cho sinh viên sau đại học của tôi,
08:52
Severin Hacker.
225
517000
2000
Severin Hacker.
08:54
Okay, that's Severin Hacker.
226
519000
2000
Vâng, đó là Severin Hacker.
08:56
So I posed the question to my graduate student.
227
521000
2000
Và tôi đă ra một câu hỏi cho sinh viên sau đại học của tôi.
08:58
By the way, you did hear me correctly;
228
523000
2000
Các bạn nghe rõ chứ,
09:00
his last name is Hacker.
229
525000
2000
họ của anh ta là Hacker.
09:02
So I posed this question to him:
230
527000
2000
Và tôi đưa ra câu hỏi này cho anh ta:
09:04
How can we get 100 million people
231
529000
2000
Làm cách nào chúng ta có thể làm cho 100 triệu người
09:06
translating the Web into every major language for free?
232
531000
3000
dịch trang web sang tất cả các ngôn ngữ chính miễn phí?
09:09
Okay, so there's a lot of things to say about this question.
233
534000
2000
Vâng, có nhiều thứ để nói về câu hỏi này.
09:11
First of all, translating the Web.
234
536000
2000
Đầu tiên, dịch trang web.
09:13
So right now the Web is partitioned into multiple languages.
235
538000
3000
Hiện tại web được phân vùng thành nhiều ngôn ngữ.
09:16
A large fraction of it is in English.
236
541000
2000
Phần lớn là Tiếng Anh.
09:18
If you don't know any English, you can't access it.
237
543000
2000
Nếu bạn không biết Tiếng Anh, bạn không thể sử dụng chúng được.
09:20
But there's large fractions in other different languages,
238
545000
2000
Nhưng có một phần lớn khác là các ngôn ngữ khác,
09:22
and if you don't know those languages, you can't access it.
239
547000
3000
và nếu bạn không biết những ngôn ngữ đó, bạn không thể sử dụng được.
09:25
So I would like to translate all of the Web, or at least most of the Web,
240
550000
3000
Vì vậy tôi muốn dịch tất cả trên Web, hay là ít nhất là phần lớn Web,
09:28
into every major language.
241
553000
2000
sang tất cả ngôn ngữ chính.
09:30
So that's what I would like to do.
242
555000
2000
Và đó là cái mà tôi muốn làm.
09:32
Now some of you may say, why can't we use computers to translate?
243
557000
3000
Vài người trong các bạn có thể nói, tại sao chúng ta không thể sử dụng máy tính để dịch?
09:35
Why can't we use machine translation?
244
560000
2000
Tại sao không dịch bằng máy?
09:37
Machine translation nowadays is starting to translate some sentences here and there.
245
562000
2000
Dịch bằng máy hiện tại bắt đầu dịch vài câu lẻ tẻ.
09:39
Why can't we use it to translate the whole Web?
246
564000
2000
Tại sao chúng ta không dùng nó để dịch các trang web?
09:41
Well the problem with that is that it's not yet good enough
247
566000
2000
Thực ra vấn đề là dịch máy chưa đủ tốt
09:43
and it probably won't be for the next 15 to 20 years.
248
568000
2000
và nó có thể sẽ không đủ tốt trong 15 hay 20 năm tới.
09:45
It makes a lot of mistakes.
249
570000
2000
Nó có nhiều sai lầm.
09:47
Even when it doesn't make a mistake,
250
572000
2000
Thậm chí khi nó không mắc sai lầm,
09:49
since it makes so many mistakes, you don't know whether to trust it or not.
251
574000
3000
vì nó mắc nhiều sai lầm, bạn không biết khi nào nên tin nó hay là không.
09:52
So let me show you an example
252
577000
2000
Để tôi lấy một ví dụ cho các bạn
09:54
of something that was translated with a machine.
253
579000
2000
về vài thứ đã được dịch bằng máy.
09:56
Actually it was a forum post.
254
581000
2000
Thực ra nó là một bài đăng trên forum.
09:58
It was somebody who was trying to ask a question about JavaScript.
255
583000
3000
Có ai đó muốn hỏi một câu hỏi về JavaScript.
10:01
It was translated from Japanese into English.
256
586000
3000
Nó được dịch từ tiếng Nhật sang tiếng Anh.
10:04
So I'll just let you read.
257
589000
2000
Và tôi sẽ để các bạn tự đọc.
10:06
This person starts apologizing
258
591000
2000
Người này bắt đầu bằng việc xin lỗi
10:08
for the fact that it's translated with a computer.
259
593000
2000
về việc bài đăng này được dịch với một máy tính.
10:10
So the next sentence is is going to be the preamble to the question.
260
595000
3000
Và câu kế là phần mào đầu của câu hỏi.
10:13
So he's just explaining something.
261
598000
2000
Và anh ta chỉ giải thích gì đó.
10:15
Remember, it's a question about JavaScript.
262
600000
3000
Nên nhớ, nó là một câu hỏi về JavaScript.
10:19
(Text: At often, the goat-time install a error is vomit.)
263
604000
4000
Chữ: Thường xuyên, thời gian dê cài đặt một lỗi là nôn (Máy tính dịch)
10:23
(Laughter)
264
608000
4000
(Tiếng cười)
10:27
Then comes the first part of the question.
265
612000
3000
Và rồi tới phần đầu của câu hỏi.
10:30
(Text: How many times like the wind, a pole, and the dragon?)
266
615000
4000
Chữ: Làm thế nào nhiều lần như gió, trụ, và con rồng?
10:34
(Laughter)
267
619000
2000
(Tiếng cười)
10:36
Then comes my favorite part of the question.
268
621000
3000
Và rồi tới phần yêu thích nhất của tôi trong câu hỏi này.
10:39
(Text: This insult to father's stones?)
269
624000
3000
Chữ: Điều này xúc phạm đến đá của cha?
10:42
(Laughter)
270
627000
2000
(Tiếng cười)
10:44
And then comes the ending, which is my favorite part of the whole thing.
271
629000
3000
Và rồi đến phần cuối, phần yêu thích nhất của tôi trong toàn bộ.
10:47
(Text: Please apologize for your stupidity. There are a many thank you.)
272
632000
4000
Chữ: Xin vui lòng xin lỗi cho sự ngu dốt của bạn. Có một rất nhiều cảm ơn bạn.
10:51
(Laughter)
273
636000
2000
(Tiếng cười)
10:53
Okay, so computer translation, not yet good enough.
274
638000
2000
Đó là tại sao dịch bằng máy chưa đủ tốt.
10:55
So back to the question.
275
640000
2000
Và quay lại câu hỏi.
10:57
So we need people to translate the whole Web.
276
642000
3000
Chúng tôi cần người để dịch toàn bộ Web.
11:00
So now the next question you may have is,
277
645000
2000
Và câu hỏi tiếp theo bạn có thể có là,
11:02
well why can't we just pay people to do this?
278
647000
2000
tại sao bạn không trả công cho người ta để dịch?
11:04
We could pay professional language translators to translate the whole Web.
279
649000
3000
Chúng tôi có thể trả cho chuyên gia dịch thuật để dịch toàn bộ Web.
11:07
We could do that.
280
652000
2000
Chúng tôi có thể làm điều đó.
11:09
Unfortunately, it would be extremely expensive.
281
654000
2000
Nhưng không may là nó sẽ cực kỳ mắc.
11:11
For example, translating a tiny, tiny fraction of the whole Web, Wikipedia,
282
656000
3000
Ví dụ, dịch một phần nhỏ, rất nhỏ của toàn bộ Web, trang Wikipedia,
11:14
into one other language, Spanish.
283
659000
3000
sang một ngôn ngữ khác, tiếng Tây Ban Nha chẳng hạn.
11:17
Wikipedia exists in Spanish,
284
662000
2000
Wikipedia có phiên bản tiếng Tây Ban Nha,
11:19
but it's very small compared to the size of English.
285
664000
2000
nhưng nó rất nhỏ so với phiên bản tiếng Anh.
11:21
It's about 20 percent of the size of English.
286
666000
2000
Nó khoảng 20 phần trăm kích thước của bản tiếng Anh.
11:23
If we wanted to translate the other 80 percent into Spanish,
287
668000
3000
Nếu chúng ta muốn dịch 80 phần trăm kia sang tiếng Tây Ban Nha,
11:26
it would cost at least 50 million dollars --
288
671000
2000
nó sẽ tốn tối thiểu 50 triệu đô la Mỹ --
11:28
and this is at even the most exploited, outsourcing country out there.
289
673000
3000
và thậm chí đây là một quốc gia nhận dịch thuật rẻ nhất (ý nói đến Mexico, không phải nói tới Tây Ban Nha)
11:31
So it would be very expensive.
290
676000
2000
Nó sẽ rất mắc.
11:33
So what we want to do is we want to get 100 million people
291
678000
2000
Vì vậy cái mà chúng tôi muốn làm là có 100 triệu người
11:35
translating the Web into every major language
292
680000
2000
dịch Web sang mọi ngôn ngữ chính
11:37
for free.
293
682000
2000
miễn phí.
11:39
Now if this is what you want to do,
294
684000
2000
Hiện tại nếu đây là cái mà bạn muốn làm,
11:41
you pretty quickly realize you're going to run into two pretty big hurdles,
295
686000
2000
bạn sẽ sớm nhận ra bạn sẽ gặp phải 2 trở ngại khá lớn,
11:43
two big obstacles.
296
688000
2000
2 trở ngại lớn.
11:45
The first one is a lack of bilinguals.
297
690000
3000
Đầu tiên là thiếu người biết 2 thứ tiếng.
11:48
So I don't even know
298
693000
2000
Và tôi thậm chí không biết
11:50
if there exists 100 million people out there using the Web
299
695000
3000
nếu mà tồn tại 100 triệu người đang sử dụng Web
11:53
who are bilingual enough to help us translate.
300
698000
2000
mà biết hai thử tiếng đủ để giúp chúng tôi dịch.
11:55
That's a big problem.
301
700000
2000
Đó là một vấn đề lớn.
11:57
The other problem you're going to run into is a lack of motivation.
302
702000
2000
Vấn đề khác bạn sẽ gặp phải là thiếu động lực.
11:59
How are we going to motivate people
303
704000
2000
Làm cách nào bạn thúc đẩy người ta
12:01
to actually translate the Web for free?
304
706000
2000
dịch trang web miễn phí?
12:03
Normally, you have to pay people to do this.
305
708000
3000
Bình thường bạn phải trả công cho người ta để làm điều này.
12:06
So how are we going to motivate them to do it for free?
306
711000
2000
Vì vậy làm cách nào bạn thúc đẩy họ làm điều này miễn phí?
12:08
Now when we were starting to think about this, we were blocked by these two things.
307
713000
3000
Khi mà chúng tôi bắt đầu nghĩ về điều này, chúng tôi đã bị vướng 2 điều trên.
12:11
But then we realized, there's actually a way
308
716000
2000
Nhưng rồi chúng tôi nhận ra, thực sự có một cách
12:13
to solve both these problems with the same solution.
309
718000
2000
để giải quyết cả 2 vấn đề này với cùng một lời giải.
12:15
There's a way to kill two birds with one stone.
310
720000
2000
Cố một cách mà một mũi tên bắn trúng 2 con nhạn.
12:17
And that is to transform language translation
311
722000
3000
Đó là biến đổi dịch thuật
12:20
into something that millions of people want to do,
312
725000
3000
thành một thứ mà hàng triệu người muốn làm,
12:23
and that also helps with the problem of lack of bilinguals,
313
728000
3000
và điều đó cũng giải quyết vấn đề thiếu người biết song ngữ,
12:26
and that is language education.
314
731000
3000
và đó là dạy tiếng.
12:29
So it turns out that today,
315
734000
2000
Hiện tại,
12:31
there are over 1.2 billion people learning a foreign language.
316
736000
3000
có hang 1,2 tỉ người học tiếng nước ngoài.
12:34
People really, really want to learn a foreign language.
317
739000
2000
Người ta rất, rất muốn học một ngoại ngữ.
12:36
And it's not just because they're being forced to do so in school.
318
741000
3000
Và nó không chỉ vì họ bị bắt buộc phải học.
12:39
For example, in the United States alone,
319
744000
2000
Ví dụ, chỉ ở đơn cử ở Mỹ,
12:41
there are over five million people who have paid over $500
320
746000
2000
có hơn 5 triệu người đã trả hơn 500 đô la Mỹ
12:43
for software to learn a new language.
321
748000
2000
để mua phần mềm học ngoại ngữ.
12:45
So people really, really want to learn a new language.
322
750000
2000
Vì người ta rất, rất muốn học ngoại ngữ.
12:47
So what we've been working on for the last year and a half is a new website --
323
752000
3000
Vì vậy cái mà chúng tôi đang làm trong một năm rưỡi nay là một trang web mới --
12:50
it's called Duolingo --
324
755000
2000
nó được gọi là Duolingo --
12:52
where the basic idea is people learn a new language for free
325
757000
3000
với ý tưởng cơ bản là mọi nguwofi học một ngôn ngữ mới miễn phí
12:55
while simultaneously translating the Web.
326
760000
2000
trong khi dịch Web.
12:57
And so basically they're learning by doing.
327
762000
2000
Và cơ bản là học học bằng cách làm.
12:59
So the way this works
328
764000
2000
Và cách nó hoạt động
13:01
is whenever you're a just a beginner, we give you very, very simple sentences.
329
766000
3000
là khi bạn là một người mới học, chúng tôi cho các bạn những câu rất, rất đơn giản.
13:04
There's, of course, a lot of very simple sentences on the Web.
330
769000
2000
Và tất nhiên là có rất nhiều câu rất đơn giản trên Web.
13:06
We give you very, very simple sentences
331
771000
2000
Chúng tôi cho các bạn những câu rất, rất đơn giản
13:08
along with what each word means.
332
773000
2000
cùng với nghĩa của mỗi từ.
13:10
And as you translate them, and as you see how other people translate them,
333
775000
3000
Và trong khi các bạn dịch chúng, và thấy cách người khác dịch chúng,
13:13
you start learning the language.
334
778000
2000
bạn bắt đầu học ngoại ngữ đó.
13:15
And as you get more and more advanced,
335
780000
2000
Và càng ngày bạn càng tiến bộ,
13:17
we give you more and more complex sentences to translate.
336
782000
2000
chúng tôi cho các bạn các câu phức tạp hơn để dịch.
13:19
But at all times, you're learning by doing.
337
784000
2000
Nhưng toàn bộ thời gian, các bạn học bằng cách làm.
13:21
Now the crazy thing about this method
338
786000
2000
Và điều điên rồi về phương pháp này
13:23
is that it actually really works.
339
788000
2000
là nó thực sự khả thi.
13:25
First of all, people are really, really learning a language.
340
790000
2000
Đầu tiên, người ta rất, rất muốn học ngoại ngữ.
13:27
We're mostly done building it, and now we're testing it.
341
792000
2000
Chúng tôi hầu như xây dựng xong nó, và chúng tôi đang thử nghiệm nó.
13:29
People really can learn a language with it.
342
794000
2000
Người ta có thể thực sự học ngoại ngữ với nó.
13:31
And they learn it about as well as the leading language learning software.
343
796000
3000
Và họ học nó tốt như là với các phần mềm ngôn ngữ hàng đầu.
13:34
So people really do learn a language.
344
799000
2000
Vì vậy người ta thực sự học ngoại ngữ.
13:36
And not only do they learn it as well,
345
801000
2000
Và không chỉ học nó,
13:38
but actually it's way more interesting.
346
803000
2000
mà còn học một cách thú vị.
13:40
Because you see with Duolingo, people are actually learning with real content.
347
805000
3000
Vì bạn thấy với Duolingo, người ta thực sự học với nội dung thực.
13:43
As opposed to learning with made-up sentences,
348
808000
2000
Ngược lại với học bằng những câu nghĩ ra,
13:45
people are learning with real content, which is inherently interesting.
349
810000
3000
người ta học với nội dung thật, những câu thực sự thú vị.
13:48
So people really do learn a language.
350
813000
2000
Vì vậy họ thực sự học một ngôn ngữ.
13:50
But perhaps more surprisingly,
351
815000
2000
Nhưng thậm chí bất ngờ hơn,
13:52
the translations that we get from people using the site,
352
817000
3000
bản dịch mà chúng tôi lấy từ người dùng trang web,
13:55
even though they're just beginners,
353
820000
2000
thậm chí họ chỉ là người mới học,
13:57
the translations that we get are as accurate as those of professional language translators,
354
822000
3000
bản dịch từ học chính xác như là những người dịch chuyên nghiệp,
14:00
which is very surprising.
355
825000
2000
điều đó rất bất ngờ.
14:02
So let me show you one example.
356
827000
2000
Để tôi lấy một ví dụ cho bạn xem.
14:04
This is a sentence that was translated from German into English.
357
829000
2000
Đây là một câu được dịch từ tiếng Đức sang tiếng Anh.
14:06
The top is the German.
358
831000
2000
Trên cùng là tiếng Đức.
14:08
The middle is an English translation
359
833000
2000
Ở giữa là bản dịch tiếng Anh
14:10
that was done by somebody who was a professional English translator
360
835000
2000
được dịch bởi một người dịch chuyên nghiệp
14:12
who we paid 20 cents a word for this translation.
361
837000
2000
được trả 20 xu cho mỗi từ mà anh ta dịch.
14:14
And the bottom is a translation by users of Duolingo,
362
839000
3000
Và dưới cùng là câu được dịch bởi những người dùng Duoling,
14:17
none of whom knew any German
363
842000
2000
không ai trong số họ từng biết tiếng Đức
14:19
before they started using the site.
364
844000
2000
trước khi họ dùng trang web.
14:21
You can see, it's pretty much perfect.
365
846000
2000
Các bạn có thể thấy là nó khác là hoàn hảo.
14:23
Now of course, we play a trick here
366
848000
2000
Hiện tại, tất nhiên là chúng tôi dùng mẹo ở đây
14:25
to make the translations as good as professional language translators.
367
850000
2000
để làm cho những bản dịch đó tốt như là người dịch chuyên nghiệp.
14:27
We combine the translations of multiple beginners
368
852000
3000
Chúng tôi kết hợp bản dịch của nhiều người mới học lại
14:30
to get the quality of a single professional translator.
369
855000
3000
để tạo nên một bản dịch chất lượng cao.
14:33
Now even though we're combining the translations,
370
858000
5000
Và thậm chí khi chúng tôi kết hợp các bản dịch,
14:38
the site actually can translate pretty fast.
371
863000
2000
trang web vẫn thực sự dịch khá nhanh.
14:40
So let me show you,
372
865000
2000
Để tôi cho các bạn xem,
14:42
this is our estimates of how fast we could translate Wikipedia
373
867000
2000
đây là ước lượng của chúng tôi về việc dịch Wikipedia nhanh như thế nào
14:44
from English into Spanish.
374
869000
2000
từ tiếng Anh sang tiếng Tây Ban Nha.
14:46
Remember, this is 50 million dollars-worth of value.
375
871000
3000
Nên nhớ, đây là một dự án đáng giá 50 triệu đô la Mỹ.
14:49
So if we wanted to translate Wikipedia into Spanish,
376
874000
2000
Và nếu chúng tôi muốn Wikipedia sang tiếng Tây Ban Nha,
14:51
we could do it in five weeks with 100,000 active users.
377
876000
3000
chúng tôi có thể làm trong vòng 5 tuần với 100.000 người dùng.
14:54
And we could do it in about 80 hours with a million active users.
378
879000
3000
Và chúng tôi có thể làm trong vòng 80 giờ với một triệu người dùng.
14:57
Since all the projects that my group has worked on so far have gotten millions of users,
379
882000
3000
Vì tất cả các dự án nhóm chúng tôi từng làm tới hiện tại đều có hàng triệu người dùng,
15:00
we're hopeful that we'll be able to translate
380
885000
2000
chúng tôi hy vọng rằng chúng tôi sẽ có thể dịch
15:02
extremely fast with this project.
381
887000
2000
cực nhanh bằng dự án này.
15:04
Now the thing that I'm most excited about with Duolingo
382
889000
3000
Và điều mà tôi hứng thú nhất về Duolingo
15:07
is I think this provides a fair business model for language education.
383
892000
3000
là tôi nghĩ điều này cung cấp một hình mẫu kinh tế công bằng cho giáo dục ngoại ngữ.
15:10
So here's the thing:
384
895000
2000
Đó chính là:
15:12
The current business model for language education
385
897000
2000
Hình mẫu kinh tế hiện tại của giáo dục ngoại ngữ
15:14
is the student pays,
386
899000
2000
là học sinh trả tiền,
15:16
and in particular, the student pays Rosetta Stone 500 dollars.
387
901000
2000
và cụ thể là, học sinh trả cho Rosetta Stone 500 đô la Mỹ.
15:18
(Laughter)
388
903000
2000
(Tiếng cười)
15:20
That's the current business model.
389
905000
2000
Đó là hình mẫu kinh tế hiện tại.
15:22
The problem with this business model
390
907000
2000
Vấn đề với hình mẫu kinh tế này
15:24
is that 95 percent of the world's population doesn't have 500 dollars.
391
909000
3000
là 95 phần trăm dân số thế giới không có 500 đô la Mỹ.
15:27
So it's extremely unfair towards the poor.
392
912000
3000
Vì vậy nó cực kỳ bất công với người nghèo.
15:30
This is totally biased towards the rich.
393
915000
2000
Điều này hoàn toàn nghiên về người giàu.
15:32
Now see, in Duolingo,
394
917000
2000
Và bây giờ, với Duolingo,
15:34
because while you learn
395
919000
2000
vì trong khi bạn học
15:36
you're actually creating value, you're translating stuff --
396
921000
3000
bạn thực sự đang tạo ra giá trị, bạn đang dịch web --
15:39
which for example, we could charge somebody for translations.
397
924000
3000
và công việc đó, bạn có thể tính tiền ai đó cho việc dịch của bạn.
15:42
So this is how we could monetize this.
398
927000
2000
Và đây chính là cách mà chúng tôi có thể lưu hành nó.
15:44
Since people are creating value while they're learning,
399
929000
2000
Vì người ta đang tạo ra giá trị trong khi họ đang học,
15:46
they don't have to pay their money, they pay with their time.
400
931000
3000
họ không phải trả tiền, họ trả bằng thời gian của họ.
15:49
But the magical thing here is that they're paying with their time,
401
934000
3000
Nhưng điều kỳ diệu ở đây là họ trả với thời gian của họ,
15:52
but that is time that would have had to have been spent anyways
402
937000
2000
mà thời gian đó dù sao cũng phải dùng
15:54
learning the language.
403
939000
2000
để học ngoại ngữ.
15:56
So the nice thing about Duolingo is I think it provides a fair business model --
404
941000
3000
Vì vậy điều tuyệt diệu ở đây về Duolingo là tôi nghĩ nó cung cấp một hình mẫu kinh tế công bằng --
15:59
one that doesn't discriminate against poor people.
405
944000
2000
người ta không phân biệt đối xử với người nghèo.
16:01
So here's the site. Thank you.
406
946000
2000
Và đây là trang web. Xin cảm ơn.
16:03
(Applause)
407
948000
8000
(Vỗ tay)
16:11
So here's the site.
408
956000
2000
Và đây là trang web.
16:13
We haven't yet launched,
409
958000
2000
Chúng tôi chưa ra mắt,
16:15
but if you go there, you can sign up to be part of our private beta,
410
960000
3000
nhưng nếu bạn vào, bạn đăng ký sử dụng bản thử nghiệm,
16:18
which is probably going to start in about three or four weeks.
411
963000
2000
sẽ bắt đầu khoảng 3 hay 4 tuần nữa.
16:20
We haven't yet launched this Duolingo.
412
965000
2000
Chúng tôi vẫn chưa ra mắt Duolingo.
16:22
By the way, I'm the one talking here,
413
967000
2000
Tiện thể, tôi là người đang nói ở đây,
16:24
but actually Duolingo is the work of a really awesome team, some of whom are here.
414
969000
3000
nhưng thực sự Duolingo là sản phẩm của một đội ngũ tuyệt vời, vài người trong số họ có mặt tại đây.
16:27
So thank you.
415
972000
2000
Xin cảm ơn.
16:29
(Applause)
416
974000
4000
(Vỗ tay)
ABOUT THE SPEAKER
Luis von Ahn - Computer scientistLuis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone.
Why you should listen
Louis von Ahn is an associate professor of Computer Science at Carnegie Mellon University, and he's at the forefront of the crowdsourcing craze. His work takes advantage of the evergrowing Web-connected population to acheive collaboration in unprecedented numbers. His projects aim to leverage the crowd for human good. His company reCAPTCHA, sold to Google in 2009, digitizes human knowledge (books), one word at a time. His new project is Duolingo, which aims to get 100 million people translating the Web in every major language.
Luis von Ahn | Speaker | TED.com