1
00:00:00,000 --> 00:00:02,000
Έρεζ Λίμπερμαν Έιντεν: Είναι γνωστό

2
00:00:02,000 --> 00:00:05,000
ότι μια εικόνα αξίζει χίλιες λέξεις.

3
00:00:07,000 --> 00:00:09,000
Αλλά εμείς στο Χάρβαρντ

4
00:00:09,000 --> 00:00:12,000
αναρωτιόμασταν αν αυτό αληθεύει.

5
00:00:12,000 --> 00:00:14,000
(Γέλια)

6
00:00:14,000 --> 00:00:19,470
Έτσι, μαζέψαμε μια ομάδα ειδικών
από το Χαρβαρντ, το ΜΙΤ,

7
00:00:19,540 --> 00:00:23,800
το Λεξικό Αμερικανικής Κληρονομιάς,
την εγκυκλοπαίδεια Μπριτάνικα

8
00:00:23,800 --> 00:00:27,340
και τους περήφανους χορηγούς μας,
την Google.

9
00:00:28,000 --> 00:00:30,000
Και πέσαμε σε βαθιά περισυλλογή

10
00:00:30,000 --> 00:00:32,000
για περίπου τέσσερα χρόνια.

11
00:00:33,400 --> 00:00:37,000
Καταλήξαμε σε ένα τρομακτικό συμπέρασμα.

12
00:00:37,000 --> 00:00:40,000
Κυρίες και κύριοι,
μια εικόνα δεν αξίζει 1.000 λέξεις.

13
00:00:40,000 --> 00:00:42,000
Πράγματι, βρήκαμε εικόνες

14
00:00:42,000 --> 00:00:46,550
που αξίζουν 500 δις λέξεις.

15
00:00:46,860 --> 00:00:49,590
Ζαν-Μπατίστ Μισέλ: Πώς
καταλήξαμε σε αυτό το συμπέρασμα;

16
00:00:49,590 --> 00:00:51,000
Ο Έρεζ και εγώ σκεφτόμασταν τρόπους

17
00:00:51,000 --> 00:00:53,230
για να δούμε μία συνολική εικόνα
του ανθρώπινου πολιτισμού

18
00:00:53,230 --> 00:00:56,000
και της ανθρώπινης ιστορίας:
αλλαγή μέσα στον χρόνο.

19
00:00:56,000 --> 00:00:58,000
Πάρα πολλά βιβλία γράφτηκαν
στη διάρκεια των χρόνων

20
00:00:58,000 --> 00:01:01,020
Έτσι σκεφτήκαμε ότι ο καλύτερος τρόπος
να μάθουμε κάτι από αυτά

21
00:01:01,020 --> 00:01:02,740
είναι να τα διαβάσουμε όλα.

22
00:01:02,740 --> 00:01:05,000
Τώρα βέβαια, αν υπάρχει μια κλίμακα
για το πόσο "φανταστικό" είναι αυτό

23
00:01:05,000 --> 00:01:07,850
τότε πρέπει να φιγουράρει πολύ ψηλά.

24
00:01:07,850 --> 00:01:10,450
Τώρα το πρόβλημα εδώ είναι
ότι υπάρχει ο άξονας του χ,

25
00:01:10,450 --> 00:01:12,480
ο οποίος είναι ο άξονας της πρακτικότητας.

26
00:01:12,480 --> 00:01:14,410
Αυτή βρίσκεται πολύ, πολύ χαμηλά.

27
00:01:14,410 --> 00:01:17,000
(Χειροκρότημα)

28
00:01:17,000 --> 00:01:20,000
Τώρα ο κόσμος τείνει να έχει
μια διαφορετική προσέγγιση,

29
00:01:20,000 --> 00:01:22,000
η οποία είναι να παίρνεις μόνο μερικές
πηγές και να τις διαβάζεις πολύ προσεκτικά.

30
00:01:22,000 --> 00:01:24,000
Αυτό είναι πολύ πρακτικό
αλλά όχι "φανταστικό"

31
00:01:24,000 --> 00:01:27,000
Αυτό που πραγματικά θέλουμε να κάνουμε

32
00:01:27,000 --> 00:01:30,000
είναι να φτάσουμε στο πρακτικό και "φανταστικό" κομμάτι αυτού του μέρους.

33
00:01:30,000 --> 00:01:33,000
Λοιπόν, υπάρχει μια εταιρεία στην άλλη μεριά του ποταμού που λέγεται Google™

34
00:01:33,000 --> 00:01:35,000
η οποία πριν από μερικά χρόνια ξεκίνησε ένα έργο ψηφιοποίησης

35
00:01:35,000 --> 00:01:37,000
το οποιό θα επέτρεπε αυτή την προσέγγιση.

36
00:01:37,000 --> 00:01:39,000
Ψηφιοποίησαν εκατομμύρια βιβλία.

37
00:01:39,000 --> 00:01:42,000
Αυτό σημαίνει ότι κάποιος θα μπορούσε να χρησιμοποιήσει υπολογιστικές μεθόδους

38
00:01:42,000 --> 00:01:44,000
για να διαβάσει όλα τα βιβλία με το πάτημα ενός κουμπιού.

39
00:01:44,000 --> 00:01:47,000
Αυτό είναι πολύ πρακτικό και πάρα πολύ "φανταστικό".

40
00:01:48,000 --> 00:01:50,000
ΕΛΕ: Επιτρέψτε μου να σας μιλήσω λίγο για την προέλευση των βιβλίων.

41
00:01:50,000 --> 00:01:53,000
Οι συγγραφείς υπάρχουν από αμνημονεύτων χρόνων.

42
00:01:53,000 --> 00:01:56,000
Αυτοί οι συγγραφείς προσπαθούσαν να γράψουν βιβλία.

43
00:01:56,000 --> 00:01:58,000
Αυτό έγινε πολύ ευκολότερο

44
00:01:58,000 --> 00:02:00,000
με την ανακάλυψη της τυπογραφίας πριν από μερικους αιώνες.

45
00:02:00,000 --> 00:02:03,000
Από τότε οι συγγραφείς κατάφεραν,

46
00:02:03,000 --> 00:02:05,000
σε 129 εκ. ξεχωριστές περιπτώσεις,

47
00:02:05,000 --> 00:02:07,000
να εκδώσουν βιβλία

48
00:02:07,000 --> 00:02:09,000
Αν τώρα, αυτά τα βιβλία δεν χάθηκαν κάπου μέσα στην ιστορία,

49
00:02:09,000 --> 00:02:11,000
τότε είναι σε κάποια βιβλιοθήκη

50
00:02:11,000 --> 00:02:14,000
και πολλά από αυτά τα βιβλία η Google τα πήρε από τη βιβλιοθήκη

51
00:02:14,000 --> 00:02:16,000
και τα ψηφιοποίησε,

52
00:02:16,000 --> 00:02:18,000
σαρώνοντας μέχρι σήμερα 15 εκατομμύρια βιβλία.

53
00:02:18,000 --> 00:02:21,000
Όταν η Google ψηφιοποιεί ένα βιβλίο, το μετατρέπει σε μια πολύ όμορφη μορφή.

54
00:02:21,000 --> 00:02:23,000
Έχουμε τα δεδομένα (data) και τα μεταδεδομένα (metadata)

55
00:02:23,000 --> 00:02:26,000
Έχουμε πληροφορίες για πράγματα όπως, τον τόπο έκδοσης,

56
00:02:26,000 --> 00:02:28,000
το συγγραφέα, την ημερομηνία έκδοσης.

57
00:02:28,000 --> 00:02:31,000
Και αυτό που κάνουμε είναι να περνάμε από όλα αυτα τα αρχεία

58
00:02:31,000 --> 00:02:35,000
και να αποκλείουμε οποιοδήποτε δεδομένο δεν είναι υψηλής ποιότητας.

59
00:02:35,000 --> 00:02:37,000
Στο τέλος μας μένει

60
00:02:37,000 --> 00:02:40,000
μια συλλογή από 5 εκατομμύρια βιβλία,

61
00:02:40,000 --> 00:02:43,000
500 δισεκατομμύρια λέξεις,

62
00:02:43,000 --> 00:02:45,000
μια αλυσίδα χαρακτήρων χίλιες φορές μεγαλύτερη

63
00:02:45,000 --> 00:02:48,000
από το ανθρώπινο γονιδίωμα.

64
00:02:48,000 --> 00:02:50,000
Ένα κείμενο το οποίο γραμμένο

65
00:02:50,000 --> 00:02:52,000
θα έφτανε από εδώ μέχρι το φεγγάρι και πάλι πίσω

66
00:02:52,000 --> 00:02:54,000
πάνω από 10 φορές --

67
00:02:54,000 --> 00:02:58,000
ένα αληθινό κομμάτι του πολιτιστικού μας γονιδιώματος

68
00:02:58,000 --> 00:03:00,000
Βέβαια αυτό που κάναμε,

69
00:03:00,000 --> 00:03:03,000
όταν βρεθήκαμε αντιμέτωποι με μια τέτοια υπερβολή...

70
00:03:03,000 --> 00:03:05,000
(Γέλια)

71
00:03:05,000 --> 00:03:08,000
ήταν αυτό που θα έκανε

72
00:03:08,000 --> 00:03:11,000
οποιοσδήποτε ερευνητής σέβεται τον εαυτό του

73
00:03:11,000 --> 00:03:13,000
Διαλέξαμε μια σελιδα απο το XKCD,

74
00:03:13,000 --> 00:03:15,000
και είπαμε, "Σταθείτε.

75
00:03:15,000 --> 00:03:17,000
Θα εφαρμόσουμε επιστήμη."

76
00:03:17,000 --> 00:03:19,000
(Γέλια)

77
00:03:19,000 --> 00:03:21,000
ΖΜ: Βέβαια, σκεφτήκαμε,

78
00:03:21,000 --> 00:03:23,000
ας διαθέσουμε πρώτα τα δεδομένα σε όλους

79
00:03:23,000 --> 00:03:25,000
για να μπορέσουν να τα επεξεργαστούν επιστημονικά.

80
00:03:25,000 --> 00:03:27,000
Μετά σκεφτήκαμε, τι δεδομένα μπορούμε να διαθέσουμε;

81
00:03:27,000 --> 00:03:29,000
Αυτό που θέλεις να κάνεις, είναι να πάρεις τα βιβλία½

82
00:03:29,000 --> 00:03:31,000
και να διαθέσεις το πλήρες κείμενο και των 5 εκ. βιβλίων

83
00:03:31,000 --> 00:03:33,000
Τώρα η Google, και συγκεκριμένα ο Τζον Όργουαντ,

84
00:03:33,000 --> 00:03:35,000
μας είπαν μια εξίσωση που έπρεπε να μάθουμε.

85
00:03:35,000 --> 00:03:38,000
Έχεις 5 εκατομμύρια βιβλία, δηλαδή 5 εκατομμύρια συγγραφείς

86
00:03:38,000 --> 00:03:41,000
και 5 εκατομμύρια ενάγοντες που σημαίνει μια τεράστια αγωγή.

87
00:03:41,000 --> 00:03:43,000
Έτσι, παρ' ότι αυτό θα ήταν πολύ, μα πολύ "φανταστικό"

88
00:03:43,000 --> 00:03:46,000
δεν θα ήταν καθόλου μα καθόλου πρακτικό.

89
00:03:46,000 --> 00:03:48,000
(Γέλια)

90
00:03:48,000 --> 00:03:50,000
Για άλλη μια φορά βεβαια, σχεδόν υποκύψαμε,

91
00:03:50,000 --> 00:03:53,000
και διαλέξαμε την πολύ πρακτική προσέγγιση, που ήταν λίγο λιγότερο "φανταστική".

92
00:03:53,000 --> 00:03:55,000
Είπαμε ότι αντί να διαθέσουμε το πλήρες κείμενο,

93
00:03:55,000 --> 00:03:57,000
θα διαθέσουμε στατιστικά για τα βιβλία.

94
00:03:57,000 --> 00:03:59,000
Έτσι για παράδειγμα, η φράση "A gleam of happiness."

95
00:03:59,000 --> 00:04:01,000
Έχει τέσσερεις λέξεις; το ονομάζουμε τετρ-ακολουθία.

96
00:04:01,000 --> 00:04:03,000
Θα σας πούμε πόσες φορές εμφανίστηκε μια συγκεκριμένη

97
00:04:03,000 --> 00:04:05,000
τετρ-ακολουθία σε βιβλία το 1801, 1802, 1803,

98
00:04:05,000 --> 00:04:07,000
μέχρι το 2008.

99
00:04:07,000 --> 00:04:09,000
Αυτό μας δίνει ένα χρονικό διάγραμμα

100
00:04:09,000 --> 00:04:11,000
για το πόσο συχνά χρησιμοποιήθηκε η συγκεκριμένη πρόταση μέσα στο χρόνο.

101
00:04:11,000 --> 00:04:14,000
Αυτό το κάνουμε για όλες τις λέξεις και προτάσεις που εμφανίζονταν σε αυτά τα βιβλία,

102
00:04:14,000 --> 00:04:17,000
και αυτό μας δίνει έναν μεγάλο πίνακα 2 δισεκατομμυρίων γραμμών

103
00:04:17,000 --> 00:04:19,000
που μας λέει τον τρόπο που μεταβάλλεται ο πολιτισμός μας.

104
00:04:19,000 --> 00:04:21,000
EΛΕ: Έτσι αυτές τις 2 δισεκατομμύρια γραμμές,

105
00:04:21,000 --> 00:04:23,000
τις ονομάζουμε 2 δις. ν-ακολουθίες.

106
00:04:23,000 --> 00:04:25,000
Τι μας λένε;

107
00:04:25,000 --> 00:04:27,000
Οι μεμονωμένες ν-ακολουθίες μετράνε πολιτιστικές τάσεις.

108
00:04:27,000 --> 00:04:29,000
Ας σας δώσω ένα παράδειγμα.

109
00:04:29,000 --> 00:04:31,000
Ας υποθέσουμε ότι σήμερα επιτυγχάνω,

110
00:04:31,000 --> 00:04:33,000
και αύριο θέλω να σας πω πόσο καλά τα πήγα.

111
00:04:33,000 --> 00:04:36,000
Έτσι μπορώ να πω, "Εχθές, πέτυχα"

112
00:04:36,000 --> 00:04:39,000
Ή εναλλακτικά μπορώ να πω, "Εχθές, επέτυχα"

113
00:04:39,000 --> 00:04:42,000
Ποιο πρέπει να χρησιμοποιήσω;

114
00:04:42,000 --> 00:04:44,000
Πώς να το ξέρω;

115
00:04:44,000 --> 00:04:46,000
Μέχρι πριν από έξι μήνες

116
00:04:46,000 --> 00:04:48,000
το καλύτερο που θα μπορούσες να κάνεις

117
00:04:48,000 --> 00:04:50,000
θα ήταν, για παράδειγμα,

118
00:04:50,000 --> 00:04:52,000
να πας στο συγκεκριμένο ψυχολόγο με τα καταπληκτικά μαλλιά,

119
00:04:52,000 --> 00:04:54,000
και να του πεις,

120
00:04:54,000 --> 00:04:57,000
"Στιβ, μιας και είσαι ειδήμων στα ανώμαλα ρήματα.

121
00:04:57,000 --> 00:04:59,000
τι πρέπει να κάνω;"

122
00:04:59,000 --> 00:05:01,000
Και αυτός θα σου έλεγε, "Οι περισσότεροι λένε πέτυχα,

123
00:05:01,000 --> 00:05:04,000
αλλά μερικοί λένε και επέτυχα."

124
00:05:04,000 --> 00:05:06,000
Και επίσης ήξερες, λίγο ή πολύ,

125
00:05:06,000 --> 00:05:09,000
ότι αν πας 200 χρόνια πίσω στο χρόνο,

126
00:05:09,000 --> 00:05:12,000
και ρωτήσεις το συγκεκριμένο πολιτικό με εξίσου καταπληκτικά μαλλιά

127
00:05:12,000 --> 00:05:15,000
(Γέλια)

128
00:05:15,000 --> 00:05:17,000
"Τομ, τι πρέπει να πω;"

129
00:05:17,000 --> 00:05:19,000
Θα έλεγε, "Στις μέρες μου, οι περισσότεροι επέτυχαν,

130
00:05:19,000 --> 00:05:22,000
αλλά κάποιοι πέτυχαν."

131
00:05:22,000 --> 00:05:24,000
Οπότε τώρα θα σας δείξω τα ακατέργαστα δεδομένα.

132
00:05:24,000 --> 00:05:28,000
Δύο γραμμές από τον πίνακα των 2 δις. γραμμών.

133
00:05:28,000 --> 00:05:30,000
Αυτό που βλέπετε είναι η συχνότητα ανά χρόνο που εμφανίζεται

134
00:05:30,000 --> 00:05:33,000
το "πέτυχα" (thrived) και το "επέτυχα" (throve)

135
00:05:34,000 --> 00:05:36,000
Αυτές είναι μόνο δύο

136
00:05:36,000 --> 00:05:39,000
από τις 2 δις. γραμμές.

137
00:05:39,000 --> 00:05:41,000
Έτσι το σύνολο των δεδομένων

138
00:05:41,000 --> 00:05:44,000
είναι ένα δις. φορές πιο "φανταστικό" από αυτό το γράφημα.

139
00:05:44,000 --> 00:05:46,000
(Γέλια)

140
00:05:46,000 --> 00:05:50,000
(Χειροκρότημα)

141
00:05:50,000 --> 00:05:52,000
ΖΜ: Τώρα, υπάρχουν πολλές άλλες φωτογραφίες που αξίζουν 500 δις. λέξεις.

142
00:05:52,000 --> 00:05:54,000
Για παράδειγμα, αυτή.

143
00:05:54,000 --> 00:05:56,000
Αν για παράδειγμα δείτε τη λέξη "γρίπη",

144
00:05:56,000 --> 00:05:58,000
θα δείτε ότι κορυφώνεται την περίοδο

145
00:05:58,000 --> 00:06:01,000
όπου οι μεγάλες επιδημίες της γρίπης, σκότωναν ανθρώπους ανά τον κόσμο

146
00:06:01,000 --> 00:06:04,000
EΛΕ: Αν δεν έχετε πεισθεί ακόμα,

147
00:06:04,000 --> 00:06:06,000
η στάθμη της θάλασσας ανεβαίνει,

148
00:06:06,000 --> 00:06:09,000
όπως και το ατμοσφαιρικό διοξείδιο του άνθρακα και η παγκόσμια θερμοκρασία.

149
00:06:09,000 --> 00:06:12,000
ΖΜ: Ίσως θα θέλατε να κοιτάξετε και αυτή τη συγκεκριμένη ν-ακολουθία,

150
00:06:12,000 --> 00:06:15,000
και αυτό για να πείτε στο Νίτσε ότι ο Θεός δεν έχει πεθάνει,

151
00:06:15,000 --> 00:06:18,000
παρ' ότι μπορεί να συμφωνήσετε ότι θα χρειαζόταν έναν καλύτερο εκδότη.

152
00:06:18,000 --> 00:06:20,000
(Γέλια)

153
00:06:20,000 --> 00:06:23,000
EΛΕ: Μπορείς να καταλήξεις σε πολύ αφηρημένες έννοιες με αυτή τη μέθοδο.

154
00:06:23,000 --> 00:06:25,000
Για παράδειγμα, να σας διηγηθώ την ιστορία

155
00:06:25,000 --> 00:06:27,000
του έτους 1950.

156
00:06:27,000 --> 00:06:29,000
Για το μεγαλύτερο διάστημα της παγκόσμιας ιστορίας,

157
00:06:29,000 --> 00:06:31,000
κανείς δεν νοιάστηκε για το 1950.

158
00:06:31,000 --> 00:06:33,000
Το 1700, το 1800, το 1900,

159
00:06:33,000 --> 00:06:36,000
κανείς δεν νοιάστηκε.

160
00:06:37,000 --> 00:06:39,000
Τις δεκαετίες του '30 και του '40

161
00:06:39,000 --> 00:06:41,000
κανείς δεν νοιάστηκε.

162
00:06:41,000 --> 00:06:43,000
Ξαφνικά, στα μέσα της δεκαετίας του '40

163
00:06:43,000 --> 00:06:45,000
άρχισε να δημιουργείται ένας θόρυβος.

164
00:06:45,000 --> 00:06:47,000
Οι άνθρωποι άρχισαν να πιστεύουν ότι το 1950 θα ερχόταν,

165
00:06:47,000 --> 00:06:49,000
και θα μπορούσε να είναι σημαντικό.

166
00:06:49,000 --> 00:06:52,000
(Γέλια)

167
00:06:52,000 --> 00:06:55,000
Αλλά τίποτα δεν απασχόλησε τους ανθρώπους για το 1950

168
00:06:55,000 --> 00:06:58,000
περισσότερο απο το έτος 1950.

169
00:06:58,000 --> 00:07:01,000
(Γέλια)

170
00:07:01,000 --> 00:07:03,000
Είχε γίνει πλέον εμμονή.

171
00:07:03,000 --> 00:07:05,000
Δεν μπορούσαν να σταματήσουν να μιλάνε

172
00:07:05,000 --> 00:07:08,000
για όλα τα πράγματα που έκαναν το 1950,

173
00:07:08,000 --> 00:07:11,000
όλα τα πράγματα που σκόπευαν να κάνουν το 1950,

174
00:07:11,000 --> 00:07:16,000
όλα τα όνειρα που ήθελαν να πραγματοποιήσουν το 1950.

175
00:07:16,000 --> 00:07:18,000
Στην πραγματικότητα το έτος 1950 ήταν τόσο συναρπαστικό,

176
00:07:18,000 --> 00:07:20,000
που για χρόνια αργότερα,

177
00:07:20,000 --> 00:07:23,000
οι άνθρωποι συνέχισαν να μιλάνε για τα εκπληκτικά πράγματα που συνέβησαν,

178
00:07:23,000 --> 00:07:25,000
το '51, '52, '53.

179
00:07:25,000 --> 00:07:27,000
Ξαφνικά το 1954,

180
00:07:27,000 --> 00:07:29,000
κάποιος ξύπνησε και συνειδητοποίησε

181
00:07:29,000 --> 00:07:33,000
ότι το 1950 με κάποιο τρόπο... είχε ξεπεραστεί.

182
00:07:33,000 --> 00:07:35,000
(Γέλια)

183
00:07:35,000 --> 00:07:37,000
Και κάπως έτσι, έσκασε η φούσκα.

184
00:07:37,000 --> 00:07:39,000
(Γέλια)

185
00:07:39,000 --> 00:07:41,000
Και η ιστορία του 1950,

186
00:07:41,000 --> 00:07:43,000
είναι η ιστορία κάθε χρόνου 
που έχουμε καταγράψει,

187
00:07:43,000 --> 00:07:46,000
με μικρές αλλαγές, αφού πλέον έχουμε 
αυτά τα όμορφα γραφήματα.

188
00:07:46,000 --> 00:07:49,000
Και επειδή έχουμε αυτά τα όμορφα 
γραφήματα, μπορούμε πλέον να μετρήσουμε.

189
00:07:49,000 --> 00:07:51,000
Μπορούμε να αναρωτηθούμε, 
"Πόσο γρήγορα σκάει η φούσκα?"

190
00:07:51,000 --> 00:07:54,000
Και φαίνεται ότι μπορούμε
να το μετρήσουμε με μεγάλη ακρίβεια.

191
00:07:54,000 --> 00:07:57,000
Ανακαλύψαμε εξισώσεις, παρήγαμε γραφήματα,

192
00:07:57,000 --> 00:07:59,000
και το καθαρό αποτέλεσμα ήταν

193
00:07:59,000 --> 00:08:02,000
ότι η φούσκα σκάει όλο και γρηγορότερα

194
00:08:02,000 --> 00:08:04,000
χρόνο με τον χρόνο.

195
00:08:04,000 --> 00:08:09,000
Χάνουμε το ενδιαφέρον μας 
για το παρελθόν όλο και πιο γρήγορα.

196
00:08:09,000 --> 00:08:11,000
ΖM: Και τώρα μια μικρή 
επαγγελματική συμβουλή.

197
00:08:11,000 --> 00:08:13,000
Για εσάς που θέλετε να γίνεται διάσημοι,

198
00:08:13,000 --> 00:08:15,000
μπορείτε να συμβουλευθείτε 
τους 25 πιο διάσημους πολιτικούς,

199
00:08:15,000 --> 00:08:17,000
συγγραφείς, ηθοποιούς, κλπ.

200
00:08:17,000 --> 00:08:20,000
Έτσι αν θέλετε να γίνετε γρήγορα διάσημος, 
θα πρέπει να γίνετε ηθοποιός

201
00:08:20,000 --> 00:08:22,000
γιατί η φήμη αρχίζει να ανεβαίνει
μέχρι το τέλος των 20 --

202
00:08:22,000 --> 00:08:24,000
είστε ακόμα νέος και είναι καταπληκτικά.

203
00:08:24,000 --> 00:08:26,000
Τώρα, αν μπορείτε να περιμένετε λίγο,
θα πρέπει να γίνετε συγγραφέας,

204
00:08:26,000 --> 00:08:28,000
γιατί μετά γίνεστε πολύ διάσημος,

205
00:08:28,000 --> 00:08:30,000
σαν τον Μαρκ Τουέϊν, 
για παράδειγμα, πολύ διάσημος.

206
00:08:30,000 --> 00:08:32,000
Αλλά αν θέλετε να φτάσετε στην κορυφή

207
00:08:32,000 --> 00:08:34,000
θα πρέπει να καθυστερήσετε την ικανοποίηση

208
00:08:34,000 --> 00:08:36,000
και φυσικά να γίνετε πολιτικός.

209
00:08:36,000 --> 00:08:38,000
Έτσι θα γίνετε διάσημος 
μέχρι το τέλος των 50,

210
00:08:38,000 --> 00:08:40,000
και θα γίνετε πολύ, 
πολύ διάσημος αργότερα.

211
00:08:40,000 --> 00:08:43,000
Επίσης οι επιστήμονες τείνουν να γίνονται
διάσημοι όταν είναι πολύ μεγαλύτεροι.

212
00:08:43,000 --> 00:08:45,000
Για παράδειγμα οι βιολόγοι και οι φυσικοί,

213
00:08:45,000 --> 00:08:47,000
τείνουν να γίνονται σχεδόν
όσο διάσημοι και οι ηθοποιοί.

214
00:08:47,000 --> 00:08:50,000
Ένα λάθος που δεν πρέπει να κάνετε 
είναι να γίνετε μαθηματικός.

215
00:08:50,000 --> 00:08:52,000
(Γέλια)

216
00:08:52,000 --> 00:08:54,000
Αν το κάνετε αυτό,

217
00:08:54,000 --> 00:08:57,000
θα πρέπει να σκεφθείτε, "Ωραία, θα κάνω
την καλύτερή μου δουλειά στα 20 μου."

218
00:08:57,000 --> 00:08:59,000
Αλλά μαντέψτε! Δεν θα νοιάζει κανέναν.

219
00:08:59,000 --> 00:09:02,000
(Γέλια)

220
00:09:02,000 --> 00:09:04,000
EΛΕ: Υπάρχουν, όμως και 
πιο απογοητευτικά στοιχεία

221
00:09:04,000 --> 00:09:06,000
στις n-ακολουθίες (n-grams).

222
00:09:06,000 --> 00:09:08,000
Για παράδειγμα αυτό είναι 
το γράφημα του Μαρκ Σαγκάλ,

223
00:09:08,000 --> 00:09:10,000
ενός καλλιτέχνη γεννημένου το 1887.

224
00:09:10,000 --> 00:09:13,000
Και φαίνεται σαν ένα συνηθισμένο
γράφημα διάσημου ανθρώπου.

225
00:09:13,000 --> 00:09:17,000
Γίνετε όλο και όλο πιο διάσημος,

226
00:09:17,000 --> 00:09:19,000
εκτός αν κοιτάξεις τα Γερμανικά.

227
00:09:19,000 --> 00:09:21,000
Αν κοιτάξεις τα Γερμανικά, 
βλέπεις κάτι πολύ περίεργο,

228
00:09:21,000 --> 00:09:23,000
κάτι που δεν βλέπεις σχεδόν ποτέ,

229
00:09:23,000 --> 00:09:25,000
το οποίο είναι ότι γίνεται 
υπερβολικά διάσημος,

230
00:09:25,000 --> 00:09:27,000
και μετά ξαφνικά πέφτει,

231
00:09:27,000 --> 00:09:30,000
βρισκόμενος στο ναδίρ 
μεταξύ 1933 και 1945,

232
00:09:30,000 --> 00:09:33,000
λίγο πριν ανακάμψει αμέσως μετά.

233
00:09:33,000 --> 00:09:35,000
Και φυσικά, αυτο που βλεπουμε,

234
00:09:35,000 --> 00:09:38,000
είναι ότι ο Μαρκ Σαγκάλ 
ήταν ένας Εβραίος καλλιτέχνης

235
00:09:38,000 --> 00:09:40,000
στην ναζιστική Γερμανία.

236
00:09:40,000 --> 00:09:42,000
Αυτά τα τρία σημάδια

237
00:09:42,000 --> 00:09:44,000
είναι τόσο δυνατά

238
00:09:44,000 --> 00:09:47,000
που δεν χρειάζεται καν να ξέρουμε 
ότι κάποιος λογοκρίθηκε.

239
00:09:47,000 --> 00:09:49,000
Μπορούμε να το συμπεράνουμε

240
00:09:49,000 --> 00:09:51,000
επεξεργαζόμενοι πολύ βασικα σήματα.

241
00:09:51,000 --> 00:09:53,000
Να ένας απλός τρόπος.

242
00:09:53,000 --> 00:09:55,000
Μια λογική προσδοκία είναι ότι

243
00:09:55,000 --> 00:09:57,000
η φήμη κάποιου σε μια δεδομένη στιγμή

244
00:09:57,000 --> 00:09:59,000
πρέπει να είναι ο μέσος όρος
της φήμης του πριν

245
00:09:59,000 --> 00:10:01,000
και της φήμης του μετά.

246
00:10:01,000 --> 00:10:03,000
Οπότε περιμένουμε περίπου αυτό.

247
00:10:03,000 --> 00:10:06,000
Και το συγκρίνουμε
με τη φήμη που παρατηρούμε.

248
00:10:06,000 --> 00:10:08,000
Και απλά διαιρούμε το ένα με το άλλο

249
00:10:08,000 --> 00:10:10,000
για να πάρουμε κάτι που το αποκαλούμε 
συντελεστή καταστολής.

250
00:10:10,000 --> 00:10:13,000
Αν ο συντελεστής καταστολής
είναι πολύ, πολύ μικρος

251
00:10:13,000 --> 00:10:15,000
τότε πιθανότατα έχετε δεχθεί καταστολή.

252
00:10:15,000 --> 00:10:18,000
Αν είναι πολύ μεγάλος, τότε μάλλον 
έχετε επωφεληθεί από προπαγάνδα.

253
00:10:19,000 --> 00:10:21,000
ΖΜ: Τώρα μπορείτε να δείτε

254
00:10:21,000 --> 00:10:24,000
την κατανομή συντελεστών καταστολής 
σε ολόκληρους πληθυσμούς.

255
00:10:24,000 --> 00:10:26,000
Για παράδειγμα, εδώ --

256
00:10:26,000 --> 00:10:28,000
αυτός ο συντελεστής καταστολής 
είναι για 5.000 ανθρώπους

257
00:10:28,000 --> 00:10:30,000
που διαλέχθηκαν από Αγγλικά βιβλία όπου 
δεν υπάρχει κάποιου είδους καταστολή --

258
00:10:30,000 --> 00:10:32,000
θα ήταν έτσι, βασικά 
πιο επικεντρωμένο στο ένα.

259
00:10:32,000 --> 00:10:34,000
Αυτό που περιμένεις βασικά, 
είναι αυτό που παρατηρείς.

260
00:10:34,000 --> 00:10:36,000
Αυτή είναι η κατανομή στη Γερμανία --

261
00:10:36,000 --> 00:10:38,000
πολύ διαφορετική, 
έχει μετακινηθεί αριστερά.

262
00:10:38,000 --> 00:10:41,000
Οι άνθρωποι μιλάνε δύο φορές λιγότερο 
γι' αυτό απ' ότι θα έπρεπε.

263
00:10:41,000 --> 00:10:43,000
Αλλά ακόμα πιο σημαντικό είναι 
ότι η κατανομή είναι πολύ πλατύτερη.

264
00:10:43,000 --> 00:10:46,000
Υπάρχουν πολλοί άνθρωποι που καταλήγουν
τέρμα αριστερά στην κατανομή

265
00:10:46,000 --> 00:10:49,000
που αναφέρονται 10 φορές
λιγότερο απ' ό,τι θα έπρεπε.

266
00:10:49,000 --> 00:10:51,000
Αλλά επίσης και πολύ άνθρωποι τέρμα δεξιά

267
00:10:51,000 --> 00:10:53,000
που φαίνεται να ευνοούνται από την προπαγάνδα.

268
00:10:53,000 --> 00:10:56,000
Αυτή η εικόνα είναι το σήμα κατατεθέν
της λογοκρισίας στα βιβλία.

269
00:10:56,000 --> 00:10:58,000
ΕΛΕ: Οπότε, ονομάζουμε αυτή τη μέθοδο

270
00:10:58,000 --> 00:11:00,000
"πολιτιστικο-ματική" (culturomics).

271
00:11:00,000 --> 00:11:02,000
Είναι σαν τη γονιδιωματική.

272
00:11:02,000 --> 00:11:04,000
Εκτός του ότι η γονιδιωματική 
είναι μια ματιά στη βιολογία

273
00:11:04,000 --> 00:11:07,000
μέσα από το φακό της συχνότητας 
βάσης στο ανθρώπινο γονιδίωμα.

274
00:11:07,000 --> 00:11:09,000
Η "Πολιτιστικο-ματική" (culturomics) είναι παρόμοια.

275
00:11:09,000 --> 00:11:12,000
Είναι η εφαρμογή ανάλυσης σε συλλογές 
δεδομένων τεραστίων διαστάσεων

276
00:11:12,000 --> 00:11:14,000
για τη μελέτη του ανθρώπινου πολιτισμού.

277
00:11:14,000 --> 00:11:16,000
Εδώ αντί να κοιτάμε μέσα 
από τον φακό του γονιδιώματος

278
00:11:16,000 --> 00:11:19,000
κοιτάμε μέσα απο τον φακό ψηφιοποιημένων
κομματιών των καταγραφών της ιστορίας.

279
00:11:19,000 --> 00:11:21,000
Το καλό με την "Πολιτιστικο-ματική" (culturomics)

280
00:11:21,000 --> 00:11:23,000
είναι οτι όλοι μπορούν να το κάνουν.

281
00:11:23,000 --> 00:11:25,000
Γιατί μπορούν όλοι να το κάνουν;

282
00:11:25,000 --> 00:11:27,000
Όλοι μπορούν να το κάνουν, 
επειδή αυτοί οι τρεις τύποι,

283
00:11:27,000 --> 00:11:30,000
ο Τζον Όρουαντ, ο Ματ Γκρέι
και ο Ουίλ Μπρόκμαν στην Google,

284
00:11:30,000 --> 00:11:32,000
είδαν το πρωτότυπο του 
"προβολέα ν-ακολουθιών" (n-gram Viewer)

285
00:11:32,000 --> 00:11:34,000
και είπαν. "Αυτό είναι πολύ διασκεδαστικό.

286
00:11:34,000 --> 00:11:37,000
Πρέπει να το κάνουμε διαθέσιμο σε όλους."

287
00:11:37,000 --> 00:11:39,000
Έτσι μέσα σε μόλις δύο εβδομάδες -- δυο
εβδομάδες πριν δημοσιευθεί η εργασία μας --

288
00:11:39,000 --> 00:11:42,000
κατάφεραν να κρυπτογραφήσουν μια έκδοση 
του "προβολέα ν-ακολουθιών" (n-gram Viewer) για το κοινό.

289
00:11:42,000 --> 00:11:45,000
Κι έτσι μπορείτε να γράψετε οποιαδήποτε λέξη ή πρόταση θέλετε

290
00:11:45,000 --> 00:11:47,000
και να δείτε την ν-ακολουθία 
της (n-gram) αμέσως --

291
00:11:47,000 --> 00:11:49,000
Επίσης μπορείτε να αναζητήσετε παραδείγματα 
από τα διάφορα βιβλία

292
00:11:49,000 --> 00:11:51,000
οπού η ν-ακολουθιά σας (n-gram) εμφανίζεται.

293
00:11:51,000 --> 00:11:53,000
JM: Αυτό χρησιμοποιήθηκε 
πάνω απο 1 εκ. φορες την πρώτη μέρα,

294
00:11:53,000 --> 00:11:55,000
και αυτή είναι η καλύτερη ερώτηση.

295
00:11:55,000 --> 00:11:58,000
Οι άνθρωποι θέλουν να προσπαθούν, 
συνέχεια για το καλύτερο.

296
00:11:58,000 --> 00:12:01,000
Απ' ότι φαίνετε όμως, οι άνθρωποι τον 18ο 
αιώνα δεν ενδιαφερόντουσαν πολύ γι' αυτό.

297
00:12:01,000 --> 00:12:04,000
Απ' ότι φαίνετε δεν ήθελαν να "προσπαθούν"
(best), αλλά να "προσψαθούν" (beft)

298
00:12:04,000 --> 00:12:07,000
Βέβαια, αυτό που έγινε
είναι απλά ένα λάθος.

299
00:12:07,000 --> 00:12:09,000
Δεν ήταν αγώνας για τη μετριότητα.

300
00:12:09,000 --> 00:12:12,000
απλά τότε το "π" (s) γραφότανε 
αλλιώς, κάπως σας "ψ" (f).

301
00:12:12,000 --> 00:12:15,000
Βέβαια η Google, δεν το εντόπισε τότε

302
00:12:15,000 --> 00:12:18,000
όποτε το αναφέραμε 
στο επιστημονικό άρθρο που δημοσιεύσαμε.

303
00:12:18,000 --> 00:12:20,000
Αλλά απ' ότι φαίνεται αυτό
είναι μόνο μια υπενθύμιση

304
00:12:20,000 --> 00:12:22,000
οτι παρ' οτι είναι πολύ διασκεδαστικό,

305
00:12:22,000 --> 00:12:24,000
όταν ερμηνεύεις τα γραφήματα 
θα πρέπει να είσαι πολύ προσεκτικός

306
00:12:24,000 --> 00:12:27,000
και να υιοθετείς 
τις βασικές αρχές των επιστημών.

307
00:12:27,000 --> 00:12:30,000
ΕΛΕ: Οι άνθρωποι το χρησιμοποιούν 
για πολύ διασκεδαστικούς σκοπούς.

308
00:12:30,000 --> 00:12:37,000
(Γέλια)

309
00:12:37,000 --> 00:12:39,000
Βασικά θα σταματήσουμε να μιλάμε,

310
00:12:39,000 --> 00:12:42,000
και θα σας δείξουμε 
την υπόλοιπη παρουσίαση σιωπηλοί.

311
00:12:42,000 --> 00:12:45,000
Αυτός ο άνθρωπος ενδιαφερόταν 
για την ιστορία του εκνευρισμού.

312
00:12:45,000 --> 00:12:48,000
Υπάρχουν πολλοί τύποι εκνευρισμού.

313
00:12:48,000 --> 00:12:51,000
Άμα στραμπουλήξεις το δάχτυλό σου, 
υπάρχει ένα "argh" με μόνο ένα "α".

314
00:12:51,000 --> 00:12:53,000
Αν ο πλανήτης Γη εξολοθρευτεί 
από εξωγήινους

315
00:12:53,000 --> 00:12:55,000
για να κάνουν χώρο, 
για κάποιο διαστρικό ταξίδι,

316
00:12:55,000 --> 00:12:57,000
αυτό είναι "aaaaaaaargh" με οχτώ "α."

317
00:12:57,000 --> 00:12:59,000
Αυτός ο άνθρωπος μελετάει
τα διάφορα "arghs"

318
00:12:59,000 --> 00:13:01,000
από ένα μέχρι οχτώ "α".

319
00:13:01,000 --> 00:13:03,000
Και απ' ότι φαίνεται

320
00:13:03,000 --> 00:13:05,000
τα λιγότερο συχνά "arghs"

321
00:13:05,000 --> 00:13:08,000
είναι αυτά που αντιστοιχούν 
σε περισσότερο εκνευρισμό --

322
00:13:08,000 --> 00:13:11,000
εκτός, παραδόξως, 
από τις αρχές της δεκαετίας του '80.

323
00:13:11,000 --> 00:13:13,000
Πιστεύουμε πως αυτό έχει κάποια 
σχέση με τον Ρόναλντ Ρήγκαν

324
00:13:13,000 --> 00:13:15,000
(Γέλια)

325
00:13:15,000 --> 00:13:18,000
ΖΜ: Υπάρχουν πολλές χρήσεις 
για αυτά τα δεδομένα,

326
00:13:18,000 --> 00:13:21,000
αλλά η ουσία είναι ότι ψηφιοποιείται
το ιστορικό μητρώο.

327
00:13:21,000 --> 00:13:23,000
Η Google έχει ψηφιοποιήσει 15 εκ. βιβλία.

328
00:13:23,000 --> 00:13:25,000
Αυτό είναι το 12% όλων των βιβλίων 
που έχουν ποτέ εκδοθεί.

329
00:13:25,000 --> 00:13:28,000
Είναι ένα μεγάλο κομμάτι 
του ανθρώπινου πολιτισμού.

330
00:13:28,000 --> 00:13:31,000
Υπάρχουν πολλά περισσότερα στον 
πολιτισμό: υπάρχουν χειρόγραφα, εφημερίδες,

331
00:13:31,000 --> 00:13:33,000
υπάρχουν πράγματα που δεν είναι
κείμενο, όπως τέχνη και πίνακες.

332
00:13:33,000 --> 00:13:35,000
Όλα αυτά τυχαίνει να είναι
στους υπολογιστές μας,

333
00:13:35,000 --> 00:13:37,000
σε υπολογιστές σε όλο το κόσμο.

334
00:13:37,000 --> 00:13:40,000
Και όταν αυτό συμβεί, θα αλλάξει
τον τρόπο που αντιλαμβανόμαστε

335
00:13:40,000 --> 00:13:42,000
το παρελθόν μας, το παρόν μας 
και τον ανθρώπινο πολιτισμό.

336
00:13:42,000 --> 00:13:44,000
Ευχαριστούμε πολύ.

337
00:13:44,000 --> 00:13:47,000
(Χειροκρότημα)