0:00:00.000,0:00:02.000
Erez Lieberman Aiden: Tout le monde sait

0:00:02.000,0:00:05.000
qu’une image vaut un millier de mots.

0:00:07.000,0:00:09.000
Mais à Harvard

0:00:09.000,0:00:12.000
nous nous sommes demandé si c’était vrai.

0:00:12.000,0:00:14.000
(Rires)

0:00:14.000,0:00:18.000
Nous avons donc rassemblé un groupe d’experts,

0:00:18.000,0:00:20.000
qui viennent d’Harvard, du MIT,

0:00:20.000,0:00:23.000
de The American Heritage Dictionary, The Encyclopedia Britannica

0:00:23.000,0:00:25.000
et même notre heureux sponsor,

0:00:25.000,0:00:28.000
Google.

0:00:28.000,0:00:30.000
Et nous y avons réfléchi

0:00:30.000,0:00:32.000
pendant quatre ans.

0:00:32.000,0:00:37.000
Et nous sommes arrivés à une conclusion surprenante.

0:00:37.000,0:00:40.000
Mesdames et messieurs, une image ne vaut pas un millier de mots.

0:00:40.000,0:00:42.000
En fait, nous avons trouvé des images

0:00:42.000,0:00:47.000
qui valent 500 milliards de mots.

0:00:47.000,0:00:49.000
Jean-Baptiste Michel : Comment sommes-nous arrivés à cette conclusion ?

0:00:49.000,0:00:51.000
Donc Erez et moi nous étions en train de penser à des moyens

0:00:51.000,0:00:53.000
d’avoir une image complète de la culture humaine

0:00:53.000,0:00:56.000
et de l‘histoire humaine : les changements dans le temps.

0:00:56.000,0:00:58.000
Beaucoup de livres ont été écrits au fil des ans.

0:00:58.000,0:01:00.000
Nous avons donc pensé, le meilleur moyen d’apprendre des livres

0:01:00.000,0:01:02.000
est de lire tous ces millions de livres.

0:01:02.000,0:01:05.000
Bien sur, s’il existe une échelle pour voir à quel point c’est impressionnant,

0:01:05.000,0:01:08.000
ça doit être classé très très haut.

0:01:08.000,0:01:10.000
Le problème est qu’il y a un axe X pour cela,

0:01:10.000,0:01:12.000
qui est l’axe de la praticité.

0:01:12.000,0:01:14.000
Ce qui le classe très très bas.

0:01:14.000,0:01:17.000
(Applaudissements)

0:01:17.000,0:01:20.000
Les gens ont tendance à utiliser une approche alternative,

0:01:20.000,0:01:22.000
qui est de prendre quelques sources et les lire très attentivement.

0:01:22.000,0:01:24.000
Ce qui est extrêmement pratique, mais pas si impressionnant.

0:01:24.000,0:01:27.000
Ce que vous voulez vraiment faire

0:01:27.000,0:01:30.000
c’est arriver à l’impressionnant et pratique en même temps de ce côté-là.

0:01:30.000,0:01:33.000
Il s’avère qu’il y avait une compagnie au-delà du fleuve qui s’appelle Google

0:01:33.000,0:01:35.000
qui avait commencé un projet de numérisation quelques années auparavant

0:01:35.000,0:01:37.000
qui aurait pu faciliter cette approche.

0:01:37.000,0:01:39.000
Ils ont numérisé des millions de livres.

0:01:39.000,0:01:42.000
Cela signifie qu’on peut utiliser des méthodes de calcul

0:01:42.000,0:01:44.000
pour lire tous les livres avec un clic.

0:01:44.000,0:01:47.000
C’est très pratique et extrêmement impressionnant.

0:01:48.000,0:01:50.000
ELA : Laissez-moi vous raconter d’où viennent les livres.

0:01:50.000,0:01:53.000
Depuis des temps immémoriaux il y a eu des auteurs.

0:01:53.000,0:01:56.000
Ces auteurs se sont efforcé d’écrire des livres.

0:01:56.000,0:01:58.000
Et c’est devenu considérablement plus facile

0:01:58.000,0:02:00.000
avec le développement de l’imprimerie il y a quelques siècles.

0:02:00.000,0:02:03.000
Depuis, les auteurs ont eu

0:02:03.000,0:02:05.000
129 millions différentes occasions,

0:02:05.000,0:02:07.000
de publier des livres.

0:02:07.000,0:02:09.000
Si ces livres ne sont pas perdus dans l’histoire,

0:02:09.000,0:02:11.000
alors ils sont quelque part dans une bibliothèque,

0:02:11.000,0:02:14.000
et beaucoup de ces livres ont été récupérés des bibliothèques

0:02:14.000,0:02:16.000
et numérisés par Google,

0:02:16.000,0:02:18.000
qui a scanné 15 millions de livres à ce jour.

0:02:18.000,0:02:21.000
Quand Google numérise un livre, il le transforme en un très beau format.

0:02:21.000,0:02:23.000
Nous avons maintenant les données, et nous avons les métadonnées.

0:02:23.000,0:02:26.000
Nous avons les informations sur des choses comme où il a été publié,

0:02:26.000,0:02:28.000
qui était l’auteur, la date de publication.

0:02:28.000,0:02:31.000
Ce que nous faisons c’est parcourir tous ces archives

0:02:31.000,0:02:35.000
et exclure tout ce qui n’est pas de très haute qualité.

0:02:35.000,0:02:37.000
Ce qui nous reste

0:02:37.000,0:02:40.000
c’est une collection de cinq millions de livres,

0:02:40.000,0:02:43.000
500 milliards de mots,

0:02:43.000,0:02:45.000
une série de caractères mille fois plus longs

0:02:45.000,0:02:48.000
que le génome humain --

0:02:48.000,0:02:50.000
un texte qui, écrit,

0:02:50.000,0:02:52.000
un aller et un retour d'ici jusqu'à la lune

0:02:52.000,0:02:54.000
plus de 10 fois --

0:02:54.000,0:02:58.000
un véritable fragment de notre génome culturel.

0:02:58.000,0:03:00.000
Bien sur ce que nous avons fait

0:03:00.000,0:03:03.000
en faisant face à cette hyperbole outrageuse…

0:03:03.000,0:03:05.000
(Rires)

0:03:05.000,0:03:08.000
est ce que n’importe quel chercheur respectable

0:03:08.000,0:03:11.000
aurait fait.

0:03:11.000,0:03:13.000
Nous avons pris une page de XKCD,

0:03:13.000,0:03:15.000
et nous avons dit, « Marche arrière.

0:03:15.000,0:03:17.000
Nous allons essayer la science. »

0:03:17.000,0:03:19.000
(Rires)

0:03:19.000,0:03:21.000
JM : Bien sur, nous avons pensé,

0:03:21.000,0:03:23.000
commençons par sortir les données

0:03:23.000,0:03:25.000
pour que les gens puissent faire de la science.

0:03:25.000,0:03:27.000
Nous avons réfléchi, quelles données pouvons-nous sortir?

0:03:27.000,0:03:29.000
Bien sûr, on veut prendre les livres

0:03:29.000,0:03:31.000
et sortir le texte complet de ces cinq millions de livres.

0:03:31.000,0:03:33.000
Google, et en particulier Jon Orwant,

0:03:33.000,0:03:35.000
nous a expliqué une équation qu’il nous faudrait apprendre.

0:03:35.000,0:03:38.000
Vous avez cinq millions, ce qui représente, cinq millions d’auteurs

0:03:38.000,0:03:41.000
et cinq millions de plaintes judiciaires c’est un procès énorme.

0:03:41.000,0:03:43.000
Donc, malgré cela puisse être vraiment redoutable,

0:03:43.000,0:03:46.000
encore une fois, c’est extrêmement, extrêmement peu pratique.

0:03:46.000,0:03:48.000
(Rires)

0:03:48.000,0:03:50.000
Encore une fois, nous avons cédé,

0:03:50.000,0:03:53.000
et nous avons suivi l’approche pratique, qui était un peu moins redoutable.

0:03:53.000,0:03:55.000
On s’est dit, plutôt que de faire sortir le texte complet,

0:03:55.000,0:03:57.000
nous allons faire sortir des statistiques sur les livres.

0:03:57.000,0:03:59.000
Prenez par exemple, « Une étincelle de bonheur ».

0:03:59.000,0:04:01.000
Quatre mots ; on l’appelle quadri-gramme.

0:04:01.000,0:04:03.000
Nous allons vous dire combien de fois un quadri-gramme en particulier

0:04:03.000,0:04:05.000
est apparu dans les livres en 1801, 1802, 1803,

0:04:05.000,0:04:07.000
jusqu’à 2008.

0:04:07.000,0:04:09.000
Cela nous donne une série temporelle

0:04:09.000,0:04:11.000
sur la fréquence avec laquelle cette phrase en particulier a été utilisée dans le temps.

0:04:11.000,0:04:14.000
Nous le faisons pour tous les mots et les phrases qui apparaissent dans ces livres,

0:04:14.000,0:04:17.000
ce qui nous donne un tableau de deux milliards de lignes

0:04:17.000,0:04:19.000
qui nous raconte les changements culturels.

0:04:19.000,0:04:21.000
ELA : Donc ces deux milliards de lignes,

0:04:21.000,0:04:23.000
nous les appelons les deux milliards d’n-grammes.

0:04:23.000,0:04:25.000
Qu’est ce qu’ils nous disent?

0:04:25.000,0:04:27.000
L’n-gramme individuel mesure les tendances culturelles.

0:04:27.000,0:04:29.000
Prenons un exemple.

0:04:29.000,0:04:31.000
Supposez que je sois épanoui,

0:04:31.000,0:04:33.000
et demain matin je veux vous raconter comme j’étais bien.

0:04:33.000,0:04:36.000
Je pourrai donc dire, « Yesterday, I throve. » [Hier j’étais épanoui]

0:04:36.000,0:04:39.000
Sinon, je pourrai dire, « Yesterday, I thrived.»

0:04:39.000,0:04:42.000
Laquelle devrais-je utiliser ?

0:04:42.000,0:04:44.000
Comment savoir ?

0:04:44.000,0:04:46.000
Pour ce qui est d’il y a six mois,

0:04:46.000,0:04:48.000
le dernier cri dans le domaine

0:04:48.000,0:04:50.000
est que, par exemple,

0:04:50.000,0:04:52.000
vous iriez chez le premier psychologue avec une coiffure fabuleuse,

0:04:52.000,0:04:54.000
et vous diriez,

0:04:54.000,0:04:57.000
« Steve, tu es un expert en verbes irréguliers.

0:04:57.000,0:04:59.000
qu’est ce que je devrais faire ? »

0:04:59.000,0:05:01.000
Et il dirait, « La plupart des gens disent ‘thrived’,

0:05:01.000,0:05:04.000
mais certains disent ‘throve’»

0:05:04.000,0:05:06.000
Et vous sauriez également que,

0:05:06.000,0:05:09.000
si vous deviez revenir en arrière de 200 ans

0:05:09.000,0:05:12.000
et demander la même chose à un homme d’état avec la même coiffure,

0:05:12.000,0:05:15.000
(Rires)

0:05:15.000,0:05:17.000
« Tom, qu’est que je devrais dire ? »

0:05:17.000,0:05:19.000
Il dirait, « De nos jours, beaucoup disent ‘throve’,

0:05:19.000,0:05:22.000
certains disent ‘thrived’»

0:05:22.000,0:05:24.000
Maintenant ce que je vais vous montrer c’est des données bruts.

0:05:24.000,0:05:28.000
Deux lignes de cette tableau de deux milliards d’entrées.

0:05:28.000,0:05:30.000
Ce que vous voyez c’est la fréquence année par année

0:05:30.000,0:05:33.000
de « thrived » et « throve » dans le temps.

0:05:34.000,0:05:36.000
Voici deux

0:05:36.000,0:05:39.000
des deux milliards de lignes.

0:05:39.000,0:05:41.000
L’entière série de données

0:05:41.000,0:05:44.000
est un milliard de fois plus impressionnante que cette diapo.

0:05:44.000,0:05:46.000
(Rires)

0:05:46.000,0:05:50.000
(Applaudissements)

0:05:50.000,0:05:52.000
JM : Il y a plein d’autres photos qui valent 500 milliards de mots.

0:05:52.000,0:05:54.000
Une par exemple.

0:05:54.000,0:05:56.000
Si vous prenez la grippe,

0:05:56.000,0:05:58.000
vous voyez des pics dans les périodes pendant lesquelles vous saviez

0:05:58.000,0:06:01.000
que les grandes grippes épidémiques tuaient les gens partout dans le monde.

0:06:01.000,0:06:04.000
ELA : si vous n’êtes pas encore convaincu,

0:06:04.000,0:06:06.000
le niveau des océans monte,

0:06:06.000,0:06:09.000
ainsi que le CO2 et la température globale.

0:06:09.000,0:06:12.000
JM : Vous pourriez également jeter un coup d’œil à cet n-gramme,

0:06:12.000,0:06:15.000
et c’est pour dire à Nietzche que Dieu n’est pas mort,

0:06:15.000,0:06:18.000
bien que vous pourriez convenir qu’il ait besoin d’un meilleur attaché de presse.

0:06:18.000,0:06:20.000
(Rires)

0:06:20.000,0:06:23.000
ELA : Vous pouvez obtenir des concepts assez abstrait avec ce genre de chose.

0:06:23.000,0:06:25.000
Par exemple, je vais vous raconter l’histoire

0:06:25.000,0:06:27.000
de l’année 1950.

0:06:27.000,0:06:29.000
Pendant la majeure partie de l’histoire,

0:06:29.000,0:06:31.000
tout le monde s’est fiché de 1950.

0:06:31.000,0:06:33.000
En 1700, en 1800, en 1900,

0:06:33.000,0:06:36.000
personne ne s’en intéresse.

0:06:37.000,0:06:39.000
Pendant les années 30 et 40,

0:06:39.000,0:06:41.000
personne ne s’y intéresse.

0:06:41.000,0:06:43.000
Tout à coup, au milieu des années 40,

0:06:43.000,0:06:45.000
une agitation débute.

0:06:45.000,0:06:47.000
Les gens se rendent compte que 1950 approche,

0:06:47.000,0:06:49.000
et ça peut être énorme.

0:06:49.000,0:06:52.000
(Rires)

0:06:52.000,0:06:55.000
Mais rien n’a intéressé personne à 1950

0:06:55.000,0:06:58.000
jusqu’à 1950.

0:06:58.000,0:07:01.000
(Rires)

0:07:01.000,0:07:03.000
Les gens se promenaient de touts les côtés obsédés.

0:07:03.000,0:07:05.000
Ils n’arrêtaient pas de parler

0:07:05.000,0:07:08.000
de tout ce qu’ils avaient fait en 1950,

0:07:08.000,0:07:11.000
tout ce qu’ils prévoyaient de faire en 1950,

0:07:11.000,0:07:16.000
tous les rêves qu’ils voulaient accomplir en 1950.

0:07:16.000,0:07:18.000
En fait, 1950 était si fascinant

0:07:18.000,0:07:20.000
que dans les années qui ont suivi,

0:07:20.000,0:07:23.000
les gens n’arrêtaient pas de parler de toutes les choses extraordinaires qui étaient arrivées

0:07:23.000,0:07:25.000
en 51, 52, 53.

0:07:25.000,0:07:27.000
Finalement en 1954,

0:07:27.000,0:07:29.000
quelqu’un s’est levé et s’est rendu compte

0:07:29.000,0:07:33.000
que 1950 en quelque sorte était passé.

0:07:33.000,0:07:35.000
(Rires)

0:07:35.000,0:07:37.000
Et tout d’un coup, la bulle a éclaté.

0:07:37.000,0:07:39.000
(Rires)

0:07:39.000,0:07:41.000
Et l’histoire de 1950

0:07:41.000,0:07:43.000
est l’histoire de chaque année pour laquelle nous avons un passé,

0:07:43.000,0:07:46.000
avec un petit zest, puisque nous avons maintenant ces beaux diagrammes.

0:07:46.000,0:07:49.000
Et vu que nous avons ces beaux diagrammes, nous pouvons mesurer les choses.

0:07:49.000,0:07:51.000
Nous sommes en mesure de dire, « A quelle vitesse la bulle a éclaté »

0:07:51.000,0:07:54.000
Et il s’avère que nous pouvons la mesurer avec précision.

0:07:54.000,0:07:57.000
Nous en avons dérivé des équations et des représentations graphiques,

0:07:57.000,0:07:59.000
et le résultat final

0:07:59.000,0:08:02.000
est que nous découvrons que la bulle a éclaté de plus en plus vite

0:08:02.000,0:08:04.000
à chaque année qui passait.

0:08:04.000,0:08:09.000
Nous perdons intérêt pour le passé rapidement.

0:08:09.000,0:08:11.000
JM : Maintenant un tout petit conseil pour la carrière.

0:08:11.000,0:08:13.000
Pour ceux parmi vous qui cherchent à devenir célèbres,

0:08:13.000,0:08:15.000
nous pouvons apprendre des 35 personnages politiques les plus célèbres,

0:08:15.000,0:08:17.000
écrivains, acteurs et ainsi de suite.

0:08:17.000,0:08:20.000
Si vous voulez devenir célèbre très tôt, vous devriez vous faire acteur,

0:08:20.000,0:08:22.000
parce que la célébrité commence à monter vers la fin de la vingtaine --

0:08:22.000,0:08:24.000
vous êtes encore jeunes, c’est fabuleux.

0:08:24.000,0:08:26.000
Si vous pouvez attendre un peu, vous devriez vous faire écrivain,

0:08:26.000,0:08:28.000
parce qu’ensuite vous montez très haut,

0:08:28.000,0:08:30.000
comme Mark Twain, par exemple : très célèbre.

0:08:30.000,0:08:32.000
Mais si vous voulez atteindre le sommet,

0:08:32.000,0:08:34.000
vous devriez retarder la gratification

0:08:34.000,0:08:36.000
et, bien sûr, devenir un personnage politique.

0:08:36.000,0:08:38.000
Et là vous devenez célèbre à la fin de la cinquantaine,

0:08:38.000,0:08:40.000
et vous devenez très, très célèbre plus tard.

0:08:40.000,0:08:43.000
Les scientifiques ont tendance à devenir célèbres quand ils sont plus âgés.

0:08:43.000,0:08:45.000
Comme par exemple, les biologistes et les physicistes

0:08:45.000,0:08:47.000
ont tendance à être célèbre autant que les acteurs.

0:08:47.000,0:08:50.000
Une erreur à ne pas faire est de devenir mathématicien.

0:08:50.000,0:08:52.000
(Rires)

0:08:52.000,0:08:54.000
En faisant ça,

0:08:54.000,0:08:57.000
vous pourriez penser, « Super. Je vais faire mon meilleur travail à vingt ans. »

0:08:57.000,0:08:59.000
Mais devinez, personne ne s’y intéresse vraiment.

0:08:59.000,0:09:02.000
(Rires)

0:09:02.000,0:09:04.000
ELA : Il y a encore des notes qui donnent à penser

0:09:04.000,0:09:06.000
parmi les n-grammes.

0:09:06.000,0:09:08.000
Par exemple, voici la trajectoire de Marc Chagall,

0:09:08.000,0:09:10.000
un artiste né en 1887.

0:09:10.000,0:09:13.000
Et ça ressemble à une normale trajectoire d’une personne célèbre.

0:09:13.000,0:09:17.000
Il devient de plus en plus célèbre,

0:09:17.000,0:09:19.000
sauf si vous regardez l’allemand.

0:09:19.000,0:09:21.000
Si vous regardez l’allemand, vous voyez quelque chose de bizarre,

0:09:21.000,0:09:23.000
quelque chose que normalement vous ne voyez pas,

0:09:23.000,0:09:25.000
qui est qu’il devient extrêmement célèbre

0:09:25.000,0:09:27.000
et tout à coup il s’effondre,

0:09:27.000,0:09:30.000
en passant par un nadir entre 1933 et 1945,

0:09:30.000,0:09:33.000
avant de rebondir tout de suite après.

0:09:33.000,0:09:35.000
Et bien sur, ce que nous voyons

0:09:35.000,0:09:38.000
est que Marc Chagall était un artiste juif

0:09:38.000,0:09:40.000
dans l’Allemagne des Nazis.

0:09:40.000,0:09:42.000
Ces signaux

0:09:42.000,0:09:44.000
sont tellement forts

0:09:44.000,0:09:47.000
que nous n’avons pas besoin de savoir que quelqu’un a été censuré.

0:09:47.000,0:09:49.000
On peut s’en apercevoir

0:09:49.000,0:09:51.000
en utilisant un traitement des signaux élémentaires.

0:09:51.000,0:09:53.000
Voici une manière simple de le faire.

0:09:53.000,0:09:55.000
Une prévision raisonnable

0:09:55.000,0:09:57.000
est que la célébrité de quelqu’un sur une période donnée de temps

0:09:57.000,0:09:59.000
devrait être à peu près la moyenne de sa célébrité avant

0:09:59.000,0:10:01.000
et de sa célébrité après.

0:10:01.000,0:10:03.000
Voici à peu près ce à quoi l’on s’attend.

0:10:03.000,0:10:06.000
Et nous comparons ceci avec la célébrité que nous observons.

0:10:06.000,0:10:08.000
Et nous divisions l’un par l’autre

0:10:08.000,0:10:10.000
pour obtenir une chose que nous appelons un index de suppression.

0:10:10.000,0:10:13.000
Si l’index de suppression est très, très, très petit,

0:10:13.000,0:10:15.000
alors vous avez très probablement été supprimé.

0:10:15.000,0:10:18.000
S’il est très grand, vous avez peut-être bénéficié de la propagande.

0:10:19.000,0:10:21.000
JM : En fait vous pouvez regarder

0:10:21.000,0:10:24.000
la distribution des index de suppression sur toutes les populations.

0:10:24.000,0:10:26.000
Donc par exemple, ici --

0:10:26.000,0:10:28.000
cet index de suppression est de 5000 personnes

0:10:28.000,0:10:30.000
prises dans des livres anglais où il n’y a pas de suppression --

0:10:30.000,0:10:32.000
ce serait comme ça, en fait très centré sur une.

0:10:32.000,0:10:34.000
Ce que vous vous attendez c’est ce que vous voyez.

0:10:34.000,0:10:36.000
Voila la distribution vue en Allemagne --

0:10:36.000,0:10:38.000
très différente, déplacée sur la gauche.

0:10:38.000,0:10:41.000
Les gens en parlaient deux fois moins que ce qu’ils auraient dû.

0:10:41.000,0:10:43.000
Mais encore plus important, la distribution est plus large.

0:10:43.000,0:10:46.000
Il y a plus de personnes qui tombent à l’extrême gauche de cette distribution

0:10:46.000,0:10:49.000
de qui on a parlé 10 fois moins de ce qu’on aurait dû.

0:10:49.000,0:10:51.000
Mai également beaucoup de personnes à l’extrême droite

0:10:51.000,0:10:53.000
qui paraissent bénéficier de la propagande.

0:10:53.000,0:10:56.000
Cette image est la marque de la censure dans les archives des livres.

0:10:56.000,0:10:58.000
ELA : Donc « culturomique »

0:10:58.000,0:11:00.000
c’est le mot que nous employons pour définir cette méthode.

0:11:00.000,0:11:02.000
C’est un peu comme la génomique.

0:11:02.000,0:11:04.000
Sauf que la génomique est une lentille sur la biologie

0:11:04.000,0:11:07.000
à travers la fenêtre de la séquence des bases dans le génome humain.

0:11:07.000,0:11:09.000
La culturomique est similaire.

0:11:09.000,0:11:12.000
C’est l’application sur grande échelle de l’analyse du recueil de données

0:11:12.000,0:11:14.000
à l’étude de la culture humaine.

0:11:14.000,0:11:16.000
Ici, plutôt qu’à travers la lentille d’un génome,

0:11:16.000,0:11:19.000
à travers la lentille d’un morceau des archives numérisées.

0:11:19.000,0:11:21.000
Ce qui est génial à propos de la culturomique

0:11:21.000,0:11:23.000
c’est que tout le monde peut le faire.

0:11:23.000,0:11:25.000
Pourquoi tout le monde peut le faire ?

0:11:25.000,0:11:27.000
Tout le monde peut le faire parce que trois gars,

0:11:27.000,0:11:30.000
Jon Orwant, Matt Gray et Will Brockman de chez Google,

0:11:30.000,0:11:32.000
ont vu le prototype du Ngram Viewer,

0:11:32.000,0:11:34.000
et ils ont dit, « C’est marrant.

0:11:34.000,0:11:37.000
Nous devons le rendre disponible à tout le monde. »

0:11:37.000,0:11:39.000
En deux semaines – les deux semaines qui ont précédé la sortie de notre article --

0:11:39.000,0:11:42.000
ils ont codé une version du Ngram Viewer tout public.

0:11:42.000,0:11:45.000
Donc vous aussi vous pouvez taper n’importe quel mot ou phrase qui vous intéresse

0:11:45.000,0:11:47.000
et voir son n-grammes immédiatement --

0:11:47.000,0:11:49.000
vous pouvez aussi feuilleter tous les livres

0:11:49.000,0:11:51.000
dans lesquelles votre n-gramme apparaît.

0:11:51.000,0:11:53.000
JM : Il a été utilisé plus d’un million de fois le premier jour,

0:11:53.000,0:11:55.000
et c’est vraiment la meilleure de toutes les interrogations.

0:11:55.000,0:11:58.000
Les gens veulent faire de leurs mieux [best], ils mettent leur meilleur [best] pied avant.

0:11:58.000,0:12:01.000
Mais il s’avère qu’au 18° siècle, les gens ne s’y intéressaient pas du tout.

0:12:01.000,0:12:04.000
Ils ne voulaient pas faire de leur « best », ils voulaient faire de leur « beft ».

0:12:04.000,0:12:07.000
Ce qui est arrivé, bien sur, c’est que c’est une erreur.

0:12:07.000,0:12:09.000
Ils n’étaient pas à la recherche de la médiocrité.

0:12:09.000,0:12:12.000
c’est que le S s’écrivait différemment, un peu comme un F.

0:12:12.000,0:12:15.000
Bien sur, Google ne s’en est pas aperçu,

0:12:15.000,0:12:18.000
nous avons donc rapporté ceci dans l’article scientifique que nous avons écrit.

0:12:18.000,0:12:20.000
Mais il s’avère que c’est juste un rappel

0:12:20.000,0:12:22.000
sur le fait que malgré tout ceci soit amusant,

0:12:22.000,0:12:24.000
en interprétant ces graphes, il faut faire très attention,

0:12:24.000,0:12:27.000
et il faut adopter les standards de base de la science.

0:12:27.000,0:12:30.000
ELA : Les gens l’ont utilisé pour toutes sortes de raisons amusantes.

0:12:30.000,0:12:37.000
(Rires)

0:12:37.000,0:12:39.000
En fait, nous n'allons pas parler,

0:12:39.000,0:12:42.000
nous allons juste vous montrer toutes les diapos et nous taire.

0:12:42.000,0:12:45.000
Cette personne s'est intéressée à l’histoire de la frustration.

0:12:45.000,0:12:48.000
Il y a différents types de frustration.

0:12:48.000,0:12:51.000
Si vous vous cognez l’orteil, en voilà une avec 1 A « argh ».

0:12:51.000,0:12:53.000
Si la terre est anéantie par les Vogons

0:12:53.000,0:12:55.000
pour faire de la place à un voyageur intergalactique,

0:12:55.000,0:12:57.000
c’est avec 8 A « aaaaaaaargh ».

0:12:57.000,0:12:59.000
Cette personne étudie tous les « argh »,

0:12:59.000,0:13:01.000
de 1 à 8 A.

0:13:01.000,0:13:03.000
Et il s’avère

0:13:03.000,0:13:05.000
que les « argh » moins fréquents

0:13:05.000,0:13:08.000
sont, bien sûr, ceux qui correspondent aux choses les plus frustrantes --

0:13:08.000,0:13:11.000
sauf, curieusement, au début des années 80.

0:13:11.000,0:13:13.000
Nous pensons que ça pourrait avoir à faire avec Reagan,

0:13:13.000,0:13:15.000
(Rires)

0:13:15.000,0:13:18.000
JM : Il y a plusieurs utilisations de ces données,

0:13:18.000,0:13:21.000
mais la vérité est que nous sommes en train de numériser les archives historiques.

0:13:21.000,0:13:23.000
Google a commencé à numériser 15 millions de livres.

0:13:23.000,0:13:25.000
C’est 12 pour cent de tous les livres qui aient jamais été publiés.

0:13:25.000,0:13:28.000
C’est un gros morceau de la culture humaine.

0:13:28.000,0:13:31.000
Il y a beaucoup plus dans la culture : il y a les manuscrits, il y a les journaux,

0:13:31.000,0:13:33.000
il y a tout ce qui n’est pas texte, comme l’art et les tableaux.

0:13:33.000,0:13:35.000
Tout ceci est dans nos ordinateurs,

0:13:35.000,0:13:37.000
dans les ordinateurs du monde entier.

0:13:37.000,0:13:40.000
Et dans le temps, ça transformera la manière dont

0:13:40.000,0:13:42.000
nous comprenons notre passé, notre culture humaine du présent.

0:13:42.000,0:13:44.000
Merci beaucoup.

0:13:44.000,0:13:47.000
(Applaudissements)