1
00:00:00,000 --> 00:00:02,000
Erez Lieberman Aiden: Każdy wie,

2
00:00:02,000 --> 00:00:05,000
że jeden obraz jest wart tysiąca słów.

3
00:00:07,000 --> 00:00:09,000
Ale my na Harvardzie

4
00:00:09,000 --> 00:00:12,000
zastanawialiśmy się, czy to rzeczywiście prawda.

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

6
00:00:14,000 --> 00:00:18,000
Więc zebraliśmy zespół ekspertów,

7
00:00:18,000 --> 00:00:20,000
obejmujący Harvard, MIT,

8
00:00:20,000 --> 00:00:23,000
słownik American Heritage Dictionary, encyklopedię Britannica,

9
00:00:23,000 --> 00:00:25,000
a nawet naszych dumnych sponsorów -

10
00:00:25,000 --> 00:00:28,000
Google.

11
00:00:28,000 --> 00:00:30,000
I rozmyślaliśmy nad tym

12
00:00:30,000 --> 00:00:32,000
przez około czterech lat.

13
00:00:32,000 --> 00:00:37,000
I doszliśmy do zaskakującego wniosku.

14
00:00:37,000 --> 00:00:40,000
Panie i panowie, obraz nie jest wart tysiąca słów.

15
00:00:40,000 --> 00:00:42,000
W rzeczywistości dowiedzieliśmy się, że niektóre obrazy

16
00:00:42,000 --> 00:00:47,000
są warte 500 miliardów słów.

17
00:00:47,000 --> 00:00:49,000
Jean-Baptiste Michel: Więc jak doszliśmy do tego wniosku?

18
00:00:49,000 --> 00:00:51,000
Erez i ja myśleliśmy o sposobach

19
00:00:51,000 --> 00:00:53,000
uzyskania pełnego obrazu ludzkiej kultury

20
00:00:53,000 --> 00:00:56,000
i historii: zmiany na przestrzeni lat.

21
00:00:56,000 --> 00:00:58,000
Tak wiele książek zostało napisanych przez lata.

22
00:00:58,000 --> 00:01:00,000
Więc myśleliśmy, najlepszą drogą do nauczenia się z nich

23
00:01:00,000 --> 00:01:02,000
jest przeczytanie tych wszystkich milionów książek.

24
00:01:02,000 --> 00:01:05,000
Oczywiście jeśli jest skala tego, jak bardzo jest to wspaniałe,

25
00:01:05,000 --> 00:01:08,000
musi się to plasować bardzo, bardzo wysoko.

26
00:01:08,000 --> 00:01:10,000
Problem polega na tym, że jest także oś X,

27
00:01:10,000 --> 00:01:12,000
która jest osią praktyczności.

28
00:01:12,000 --> 00:01:14,000
Ta jest bardzo, bardzo niska.

29
00:01:14,000 --> 00:01:17,000
(Oklaski)

30
00:01:17,000 --> 00:01:20,000
Ludzie używają innego podejścia,

31
00:01:20,000 --> 00:01:22,000
które polega na wzięci kilku źródeł i przeczytania ich bardzo uważnie.

32
00:01:22,000 --> 00:01:24,000
To jest bardzo praktyczne, ale nie tak wspaniałe.

33
00:01:24,000 --> 00:01:27,000
Tak naprawdę chcielibyśmy

34
00:01:27,000 --> 00:01:30,000
mieścić się w jednocześnie wspaniałej i praktycznej części tej przestrzeni.

35
00:01:30,000 --> 00:01:33,000
Więc okazuje się, że była za morzem firma o nazwie Google,

36
00:01:33,000 --> 00:01:35,000
która zaczęła kilka lat temu projekt cyfryzacji,

37
00:01:35,000 --> 00:01:37,000
który może pozwolić na takie podejście.

38
00:01:37,000 --> 00:01:39,000
Zcyfryzowali miliony książek.

39
00:01:39,000 --> 00:01:42,000
Oznacza to, że można by użyć metod obliczeniowych,

40
00:01:42,000 --> 00:01:44,000
by przeczytać wszystkie te książki za jednym kliknięciem.

41
00:01:44,000 --> 00:01:47,000
To bardzo praktyczne i niezwykle wspaniałe.

42
00:01:48,000 --> 00:01:50,000
ELA: Opowiem wam trochę o tym, skąd wzięły się książki.

43
00:01:50,000 --> 00:01:53,000
Od niepamiętnych czasów byli autorzy.

44
00:01:53,000 --> 00:01:56,000
Ci autorzy pisali książki.

45
00:01:56,000 --> 00:01:58,000
A to stało się znacznie łatwiejsze

46
00:01:58,000 --> 00:02:00,000
z rozwojem prasy drukarskiej kilka wieków temu.

47
00:02:00,000 --> 00:02:03,000
Od tego czasu, autorom udało sie

48
00:02:03,000 --> 00:02:05,000
129 milionów razy

49
00:02:05,000 --> 00:02:07,000
wydać książkę.

50
00:02:07,000 --> 00:02:09,000
Jeśli te książki nie są stracone dla historii,

51
00:02:09,000 --> 00:02:11,000
wówczas są gdzieś w bibliotece,

52
00:02:11,000 --> 00:02:14,000
a wiele z tych książek zostało wyciągniętych z bibliotek

53
00:02:14,000 --> 00:02:16,000
i zcyfryzowanych przez Google,

54
00:02:16,000 --> 00:02:18,000
które do dzisiejszego dnia zeskanowało 15 milionów książek.

55
00:02:18,000 --> 00:02:21,000
Kiedy Google zmienia postać książki na cyfrową, umieszcza ją w bardzo ładnym formacie.

56
00:02:21,000 --> 00:02:23,000
Mamy teraz dane, plus mamy metadane.

57
00:02:23,000 --> 00:02:26,000
Mamy informacje o rzeczach takich jak gdzie została ona wydana,

58
00:02:26,000 --> 00:02:28,000
kim był autor, kiedy była ona wydana.

59
00:02:28,000 --> 00:02:31,000
I przechodzimy przez te wszystkie zapisy

60
00:02:31,000 --> 00:02:35,000
i wykluczamy wszystko, co nie jest danymi najwyższej jakości.

61
00:02:35,000 --> 00:02:37,000
Zostajemy ze

62
00:02:37,000 --> 00:02:40,000
zbiorem pięciu milionów książek,

63
00:02:40,000 --> 00:02:43,000
500 miliardów słów,

64
00:02:43,000 --> 00:02:45,000
ciąg znaków tysiąc razy dłuższy

65
00:02:45,000 --> 00:02:48,000
niż ludzki genom -

66
00:02:48,000 --> 00:02:50,000
tekst który, po jego zapisaniu,

67
00:02:50,000 --> 00:02:52,000
rozciągałby się stąd do księżyca i z powrotem

68
00:02:52,000 --> 00:02:54,000
10 razy -

69
00:02:54,000 --> 00:02:58,000
prawdziwy kryształ naszego genomu kulturowego.

70
00:02:58,000 --> 00:03:00,000
Oczywiście to, co zrobiliśmy

71
00:03:00,000 --> 00:03:03,000
w obliczu takiej wygórowanej hiperboli...

72
00:03:03,000 --> 00:03:05,000
(Śmiech)

73
00:03:05,000 --> 00:03:08,000
było tym, co każdy szanujący się naukowiec

74
00:03:08,000 --> 00:03:11,000
by zrobił.

75
00:03:11,000 --> 00:03:13,000
Wzięliśmy pasek komiksu o nauce XKDC

76
00:03:13,000 --> 00:03:15,000
i powiedzieliśmy, "Cofnijcie się.

77
00:03:15,000 --> 00:03:17,000
Spróbujemy nauki."

78
00:03:17,000 --> 00:03:19,000
(Śmiech)

79
00:03:19,000 --> 00:03:21,000
JM: Oczywiście myśleliśmy

80
00:03:21,000 --> 00:03:23,000
o tym, by wydobyć dane

81
00:03:23,000 --> 00:03:25,000
dla ludzi, by zrobili z nimi naukę.

82
00:03:25,000 --> 00:03:27,000
Teraz pomyśleliśmy jakie dane możemy uwolnić?

83
00:03:27,000 --> 00:03:29,000
Oczywiście chcemy wziąć książki

84
00:03:29,000 --> 00:03:31,000
i uwolnić pełny tekst tych pięciu milionów książek.

85
00:03:31,000 --> 00:03:33,000
Google i Jon Orwant w szczególności

86
00:03:33,000 --> 00:03:35,000
powiedział nam o małym równaniu, które powinniśmy zapamiętać.

87
00:03:35,000 --> 00:03:38,000
Więc mamy pięć milionów, to znaczy, pięć milionów autorów

88
00:03:38,000 --> 00:03:41,000
a pięć milionów powodów to wielki pozew.

89
00:03:41,000 --> 00:03:43,000
Więc choć byłoby to naprawdę, naprawdę wspaniałe

90
00:03:43,000 --> 00:03:46,000
znów, jest to bardzo, bardzo niepraktyczne.

91
00:03:46,000 --> 00:03:48,000
(Śmiech)

92
00:03:48,000 --> 00:03:50,000
Jakoś się poddaliśmy

93
00:03:50,000 --> 00:03:53,000
i zastosowaliśmy to bardzo praktyczne podejście, które było troszkę mniej wspaniałe.

94
00:03:53,000 --> 00:03:55,000
Powiedzieliśmy, cóż zamiast uwalniania pełnego tekstu,

95
00:03:55,000 --> 00:03:57,000
uwolnimy statystyki dotyczące książek.

96
00:03:57,000 --> 00:03:59,000
Weźmy na przykład "błysk szczęścia"

97
00:03:59,000 --> 00:04:01,000
To dwa słowa. Nazywamy to dwugramem.

98
00:04:01,000 --> 00:04:03,000
Powiemy wam jak wiele razy poszczególny czterogram

99
00:04:03,000 --> 00:04:05,000
pojawił się w książkach w 1801, 1802, 1803,

100
00:04:05,000 --> 00:04:07,000
aż do 2008.

101
00:04:07,000 --> 00:04:09,000
Daje nam to szereg czasowy

102
00:04:09,000 --> 00:04:11,000
częstotliwości pojawiania się tego konkretnego zdania w ciągu tych lat.

103
00:04:11,000 --> 00:04:14,000
Robimy to dla wszystkich słów i zwrotów, które występują w tych książkach,

104
00:04:14,000 --> 00:04:17,000
a to daje nam wielką tabelę z dwóch miliardów linijek,

105
00:04:17,000 --> 00:04:19,000
która mówi nam o sposobie, w jaki zmieniała się kultura.

106
00:04:19,000 --> 00:04:21,000
ELA: Więc te dwa miliardy wierszy,

107
00:04:21,000 --> 00:04:23,000
nazywamy jest dwoma miliardami n-gramów.

108
00:04:23,000 --> 00:04:25,000
Co nam mówią?

109
00:04:25,000 --> 00:04:27,000
Poszczególne n-gramy mierzą trendy kulturowe.

110
00:04:27,000 --> 00:04:29,000
Pozwólcie, że podam wam przykład.

111
00:04:29,000 --> 00:04:31,000
Załóżmy, że kwitnę,

112
00:04:31,000 --> 00:04:33,000
a jutro będę chciał wam powiedzieć jak dobrze mi poszło.

113
00:04:33,000 --> 00:04:36,000
Więc mogę powiedzieć "Wczoraj kwitłem."

114
00:04:36,000 --> 00:04:39,000
Względnie, mogę powiedzieć "Wczoraj kwitnąłem."

115
00:04:39,000 --> 00:04:42,000
Którego z tych zwrotów powinienem użyć?

116
00:04:42,000 --> 00:04:44,000
Skąd to wiedzieć?

117
00:04:44,000 --> 00:04:46,000
Około sześć miesięcy temu,

118
00:04:46,000 --> 00:04:48,000
praktyką w tej dziedzinie

119
00:04:48,000 --> 00:04:50,000
było, na przykład,

120
00:04:50,000 --> 00:04:52,000
pójście do tego psychologa z fantstycznymi włosami

121
00:04:52,000 --> 00:04:54,000
i powiedzenie:

122
00:04:54,000 --> 00:04:57,000
"Steve, jesteś ekspertem od czasowników nieregularnych.

123
00:04:57,000 --> 00:04:59,000
Co powinienem zrobić?"

124
00:04:59,000 --> 00:05:01,000
A on by powiedział "Cóż, większość ludzi mówi "kwitnąć",

125
00:05:01,000 --> 00:05:04,000
ale niektórzy mówią "kwiść".

126
00:05:04,000 --> 00:05:06,000
I wiadomo także było,

127
00:05:06,000 --> 00:05:09,000
że jeśli cofnąłbyś się w czasie o 200 lat

128
00:05:09,000 --> 00:05:12,000
i spytał tego męża stanu z równie fantastycznymi włosami,

129
00:05:12,000 --> 00:05:15,000
(Śmiech)

130
00:05:15,000 --> 00:05:17,000
"Tom, co powinienem zrobić?"

131
00:05:17,000 --> 00:05:19,000
Powiedziałby, "Cóż, w moich czasach, większość ludzi kwitła,

132
00:05:19,000 --> 00:05:22,000
ale niektórzy kwitnęli."

133
00:05:22,000 --> 00:05:24,000
Teraz pokażę wam surowe dane.

134
00:05:24,000 --> 00:05:28,000
Dwa wiersze z tej tabeli dwóch miliardów danych.

135
00:05:28,000 --> 00:05:30,000
Widzicie częstotliwość z roku na rok

136
00:05:30,000 --> 00:05:33,000
"kwitnęłem" i "kwitnąłem" na przestrzeni czasu.

137
00:05:34,000 --> 00:05:36,000
To tylko dwa

138
00:05:36,000 --> 00:05:39,000
z dwóch miliardów wierszy.

139
00:05:39,000 --> 00:05:41,000
Więc cały zestaw danych

140
00:05:41,000 --> 00:05:44,000
jest miliard razy wspanialszy niż tej slajd.

141
00:05:44,000 --> 00:05:46,000
(Śmiech)

142
00:05:46,000 --> 00:05:50,000
(Oklaski)

143
00:05:50,000 --> 00:05:52,000
JM:Jest wiele innych obrazków, które są warte 500 miliardów słów.

144
00:05:52,000 --> 00:05:54,000
Na przykład ten.

145
00:05:54,000 --> 00:05:56,000
Jeśli weźmiecie grypę,

146
00:05:56,000 --> 00:05:58,000
zobaczycie wzrosty w czasie, kiedy wiadomo,

147
00:05:58,000 --> 00:06:01,000
że wielkie epidemie grypy zabijały ludzi na świecie.

148
00:06:01,000 --> 00:06:04,000
ELA: Jeśli jeszcze nie jesteście przekonani,

149
00:06:04,000 --> 00:06:06,000
poziomy morza się podnoszą,

150
00:06:06,000 --> 00:06:09,000
tak samo jak poziom CO2 w atmosferze i temperatura na Ziemi.

151
00:06:09,000 --> 00:06:12,000
JM: Moglibyście także chcieć się przyjrzeć temu n-gramowi,

152
00:06:12,000 --> 00:06:15,000
żeby powiedzieć Nietzschemu, że Bóg nie umarł,

153
00:06:15,000 --> 00:06:18,000
choć moglibyście się zgodzić, że potrzebuje lepszego publicysty.

154
00:06:18,000 --> 00:06:20,000
(Śmiech)

155
00:06:20,000 --> 00:06:23,000
ELA: Można dojść do całkiem abstrakcyjnych koncepcji z takimi rzeczami.

156
00:06:23,000 --> 00:06:25,000
Na przykład, opowiem wam historię

157
00:06:25,000 --> 00:06:27,000
roku 1950.

158
00:06:27,000 --> 00:06:29,000
Przez większość historii,

159
00:06:29,000 --> 00:06:31,000
nikogo nie obchodził 1950.

160
00:06:31,000 --> 00:06:33,000
W 1700, 1800, w 1900,

161
00:06:33,000 --> 00:06:36,000
nikt się nie przejmował.

162
00:06:37,000 --> 00:06:39,000
W latach 30-tych i 40-tych,

163
00:06:39,000 --> 00:06:41,000
nikt się nie przejmował.

164
00:06:41,000 --> 00:06:43,000
Nagle, w połowie lat 40-tych

165
00:06:43,000 --> 00:06:45,000
zrobił się wokół tego szum.

166
00:06:45,000 --> 00:06:47,000
Ludzie zdali sobie sprawę, że 1950 nadejdzie

167
00:06:47,000 --> 00:06:49,000
i może być czymś wielkim.

168
00:06:49,000 --> 00:06:52,000
(Śmiech)

169
00:06:52,000 --> 00:06:55,000
Ale nic nie interesowało ludzi w 1950 tak,

170
00:06:55,000 --> 00:06:58,000
jak rok 1950.

171
00:06:58,000 --> 00:07:01,000
(Śmiech)

172
00:07:01,000 --> 00:07:03,000
Ludzie chodzili jak opętami.

173
00:07:03,000 --> 00:07:05,000
Nie mogli przestać opowiadać

174
00:07:05,000 --> 00:07:08,000
o wszystkich rzeczach, które robili w 1950,

175
00:07:08,000 --> 00:07:11,000
wszystkich rzeczach, które planowali zrobić w 1950,

176
00:07:11,000 --> 00:07:16,000
wszystkich marzeniach o tym, co chcieli osiągnąć w 1950.

177
00:07:16,000 --> 00:07:18,000
W rzeczywistości 1950 był tak fascynujący,

178
00:07:18,000 --> 00:07:20,000
że przez dwa lata po nim,

179
00:07:20,000 --> 00:07:23,000
ludzie po prostu wciąż opowiadali o niezwykłych rzeczach, które się wydarzyły,

180
00:07:23,000 --> 00:07:25,000
w '51, '52, '53.

181
00:07:25,000 --> 00:07:27,000
Wreszcie w 1954

182
00:07:27,000 --> 00:07:29,000
ktoś się ocknął i zdał sobie sprawę,

183
00:07:29,000 --> 00:07:33,000
że 1950 jest cokolwiek passe.

184
00:07:33,000 --> 00:07:35,000
(Śmiech)

185
00:07:35,000 --> 00:07:37,000
I tak pękła bańka.

186
00:07:37,000 --> 00:07:39,000
(Śmiech)

187
00:07:39,000 --> 00:07:41,000
I historia 1950

188
00:07:41,000 --> 00:07:43,000
jest historią każdego roku, który mamy w zapisach,

189
00:07:43,000 --> 00:07:46,000
z pewnym urozmaiceniem, ponieważ mamy te ładne wykresy.

190
00:07:46,000 --> 00:07:49,000
A ponieważ mamy te ładne wykresy, możemy mierzyć różne rzeczy.

191
00:07:49,000 --> 00:07:51,000
Możemy powiedzieć "Jak szybko pęka bańka?"

192
00:07:51,000 --> 00:07:54,000
I okazuje się, że możemy to zmierzyć bardzo dokładnie.

193
00:07:54,000 --> 00:07:57,000
Stworzony równania, narysowano wykresy

194
00:07:57,000 --> 00:07:59,000
i wynik sieciowy jest taki,

195
00:07:59,000 --> 00:08:02,000
że bańka pęka szybko i szybciej

196
00:08:02,000 --> 00:08:04,000
z każdym mijającym rokiem.

197
00:08:04,000 --> 00:08:09,000
Tracimy zainteresowanie przeszłością coraz szybciej.

198
00:08:09,000 --> 00:08:11,000
JM: Teraz drobna rada dotycząca kariery.

199
00:08:11,000 --> 00:08:13,000
Dla tych z was, którzy chcą zostać sławni,

200
00:08:13,000 --> 00:08:15,000
możemy się uczyć od 25 najsławniejszych polityków,

201
00:08:15,000 --> 00:08:17,000
autorów, aktorów itd.

202
00:08:17,000 --> 00:08:20,000
Więc jeśli chcesz zostać sławny wcześnie, powinieneś być aktorem,

203
00:08:20,000 --> 00:08:22,000
ponieważ wówczas sława zaczyna rosnąć do końca trzeciej dekady życia -

204
00:08:22,000 --> 00:08:24,000
wciąż jesteś młody, to naprawdę wspaniałe.

205
00:08:24,000 --> 00:08:26,000
Teraz jeśli możesz trochę poczekać, powinieneś być autorem,

206
00:08:26,000 --> 00:08:28,000
ponieważ wówczas wzrasta się do prawdziwej wielkości,

207
00:08:28,000 --> 00:08:30,000
jak na przykład Mark Twain: bardzo sławny.

208
00:08:30,000 --> 00:08:32,000
Ale jeśli chcesz osiągnąć sam szczyt,

209
00:08:32,000 --> 00:08:34,000
powinieneś opóźnić gratyfikację

210
00:08:34,000 --> 00:08:36,000
i, oczywiście, zostać politykiem.

211
00:08:36,000 --> 00:08:38,000
Tak zostaniecie sławni do końca szóstej dekady życia,

212
00:08:38,000 --> 00:08:40,000
i zostaniecie bardzo, bardzo sławni potem.

213
00:08:40,000 --> 00:08:43,000
Naukowcy także stają się sławni, jeśli są znacznie starsi.

214
00:08:43,000 --> 00:08:45,000
Jak na przykład, biolodzy i fizycy

215
00:08:45,000 --> 00:08:47,000
są tak sławni jak aktorzy.

216
00:08:47,000 --> 00:08:50,000
Jedynym błędem, którego nie należy robić jest zostanie matematykiem.

217
00:08:50,000 --> 00:08:52,000
(Śmiech

218
00:08:52,000 --> 00:08:54,000
Jeśli to zrobisz,

219
00:08:54,000 --> 00:08:57,000
możesz myśleć: "Wspaniale, wykonam swoje najwspanialsze dzieła w wieku lat dwudziestu kilku".

220
00:08:57,000 --> 00:08:59,000
Ale wiecie co, nikogo to nie będzie obchodzić.

221
00:08:59,000 --> 00:09:02,000
(Śmiech)

222
00:09:02,000 --> 00:09:04,000
ELA: Są bardziej otrzeźwiające informacje

223
00:09:04,000 --> 00:09:06,000
w n-gramach.

224
00:09:06,000 --> 00:09:08,000
Na przykład, to trajektoria Marca Chagalla,

225
00:09:08,000 --> 00:09:10,000
artysty urodzonego w 1887.

226
00:09:10,000 --> 00:09:13,000
Wygląda to jak normalna trajektoria dla sławnej osoby.

227
00:09:13,000 --> 00:09:17,000
Staje się bardziej i bardziej i bardziej sławny,

228
00:09:17,000 --> 00:09:19,000
z

229
00:09:19,000 --> 00:09:21,000
Jeśli sprawdzicie w Niemczech, zobaczycie coś dziwacznego,

230
00:09:21,000 --> 00:09:23,000
coś, czego nigdy się nie obserwuje,

231
00:09:23,000 --> 00:09:25,000
staje się ona bardzo sławny,

232
00:09:25,000 --> 00:09:27,000
a potem to zainteresowanie nagle spada,

233
00:09:27,000 --> 00:09:30,000
przeżywając kryzys między 1933 i 1945,

234
00:09:30,000 --> 00:09:33,000
by się potem znów odbić.

235
00:09:33,000 --> 00:09:35,000
I oczywiście, to, co widzimy,

236
00:09:35,000 --> 00:09:38,000
to fakt, że Marc Chagall był Żydowskim artystą

237
00:09:38,000 --> 00:09:40,000
w nazistowskich Niemczech.

238
00:09:40,000 --> 00:09:42,000
Te sygnały

239
00:09:42,000 --> 00:09:44,000
są tak silne,

240
00:09:44,000 --> 00:09:47,000
że nie musimy wiedzieć, że ktoś był ocenzurowany.

241
00:09:47,000 --> 00:09:49,000
Możemy to wywnioskować

242
00:09:49,000 --> 00:09:51,000
używając naprawdę podstawowego przetwarzania sygnałów.

243
00:09:51,000 --> 00:09:53,000
To prosty sposób.

244
00:09:53,000 --> 00:09:55,000
Racjonalnym oczekiwaniem

245
00:09:55,000 --> 00:09:57,000
jest to, że czyjaś sława w określonym okresie czasu

246
00:09:57,000 --> 00:09:59,000
powinna być średnią jego sławy przed

247
00:09:59,000 --> 00:10:01,000
i po.

248
00:10:01,000 --> 00:10:03,000
Tego oczekujemy.

249
00:10:03,000 --> 00:10:06,000
I porównujemy to z obserwowaną sławą.

250
00:10:06,000 --> 00:10:08,000
Po prostu dzielimy jedno przez drugie

251
00:10:08,000 --> 00:10:10,000
by uzyskać coś, co nazywamy wskaźnikiem tłumienia.

252
00:10:10,000 --> 00:10:13,000
Jeśli wskaźnik tłumienia jest bardzo, bardzo, bardzo mału,

253
00:10:13,000 --> 00:10:15,000
wówczas możesz być rzeczywiście tłumiony.

254
00:10:15,000 --> 00:10:18,000
Jeśli jest bardzo wielki, może korzystasz na propagandzie.

255
00:10:19,000 --> 00:10:21,000
JM: Można spojrzeć

256
00:10:21,000 --> 00:10:24,000
na rozkład wskaźników tłumienia całej populacji.

257
00:10:24,000 --> 00:10:26,000
Więc na przykład tutaj -

258
00:10:26,000 --> 00:10:28,000
wskaźnik tłumienia dla 5 000 osób

259
00:10:28,000 --> 00:10:30,000
wybranych z angielskich książek, gdzie nie ma tłumienia, o którym byśmy wiedzieli -

260
00:10:30,000 --> 00:10:32,000
będzie to wyglądało tak, ściśle upakowane koło jedynki.

261
00:10:32,000 --> 00:10:34,000
Obserwujemy to, czego byśmy oczekiwali.

262
00:10:34,000 --> 00:10:36,000
To rozkład w Niemczech -

263
00:10:36,000 --> 00:10:38,000
bardzo odmienny, przesunięty w lewo.

264
00:10:38,000 --> 00:10:41,000
Ludzie mówili o tym dwa razy mniej niż powinni.

265
00:10:41,000 --> 00:10:43,000
Ale co znacznie ważniejsze, rozkład jest znacznie szerszy.

266
00:10:43,000 --> 00:10:46,000
Jest wielu ludzi, którzy są skrajnie z lewej w tym rozkładzie,

267
00:10:46,000 --> 00:10:49,000
mówi się o nich około 10 razy rzadziej niż się powinno.

268
00:10:49,000 --> 00:10:51,000
Ale także jest wielu ludzi po prawej,

269
00:10:51,000 --> 00:10:53,000
którzy korzystają na propagandzie.

270
00:10:53,000 --> 00:10:56,000
Ten obrazek jest oznaką cenzury w książkach.

271
00:10:56,000 --> 00:10:58,000
ELA: Nazywamy tą metodę

272
00:10:58,000 --> 00:11:00,000
kulturomiką.

273
00:11:00,000 --> 00:11:02,000
To coś jak genomika.

274
00:11:02,000 --> 00:11:04,000
Poza tym, że genomika patrzy na biologię

275
00:11:04,000 --> 00:11:07,000
przez okno sekwencji zasad w ludzkim genomie.

276
00:11:07,000 --> 00:11:09,000
Kulturomika jest podobna.

277
00:11:09,000 --> 00:11:12,000
To zastosowanie analizy zbieranych danych na wielką skalę

278
00:11:12,000 --> 00:11:14,000
do badania ludzkiej kultury.

279
00:11:14,000 --> 00:11:16,000
Tutaj, zamiast przez genom,

280
00:11:16,000 --> 00:11:19,000
dokonuje się to przez zcyfryzowane dane historyczne.

281
00:11:19,000 --> 00:11:21,000
Wielką rzeczą w kulturomice

282
00:11:21,000 --> 00:11:23,000
jest to, że każdy może to robić.

283
00:11:23,000 --> 00:11:25,000
Dlaczego każdy może to robić?

284
00:11:25,000 --> 00:11:27,000
Każdy może ponieważ trzech gości,

285
00:11:27,000 --> 00:11:30,000
Jon Orwant, Matt Gray i Will Brockman z Google

286
00:11:30,000 --> 00:11:32,000
zobaczyli prototyp Ngram Viewera

287
00:11:32,000 --> 00:11:34,000
i powiedziało: "To jest taka frajda.

288
00:11:34,000 --> 00:11:37,000
Musimy to udostępnić ludziom."

289
00:11:37,000 --> 00:11:39,000
Więc przez dwa tygodnie - dwa tygodnie przed publikacją naszego artykułu -

290
00:11:39,000 --> 00:11:42,000
napisali kod wersji Ngram Viewera dla szerokiej publiczności.

291
00:11:42,000 --> 00:11:45,000
Więc wy także możecie wpisać każde słowo lub zwrot, który was interesuje

292
00:11:45,000 --> 00:11:47,000
i zobaczyć od razu jego n-gram -

293
00:11:47,000 --> 00:11:49,000
a także wyszukać przykłady różnych książek,

294
00:11:49,000 --> 00:11:51,000
w których pojawia się wasz n-gram.

295
00:11:51,000 --> 00:11:53,000
JM: Użyto tego przeszło milion razy w pierwszym dniu,

296
00:11:53,000 --> 00:11:55,000
a to jest najlepsze ze wszystkich wyszukiwań.

297
00:11:55,000 --> 00:11:58,000
Więc ludzie chcą się pokazać z najlepszej strony.

298
00:11:58,000 --> 00:12:01,000
Ale okazuje się, że w XVIII wieku ludzi to naprawdę nie obchodziło.

299
00:12:01,000 --> 00:12:04,000
Nie chcieli być najlepsi (best), a "beft".

300
00:12:04,000 --> 00:12:07,000
Oczywiście jest to pomyłka.

301
00:12:07,000 --> 00:12:09,000
To nie walka o przecietność,

302
00:12:09,000 --> 00:12:12,000
a fakt, że "s" pisano inaczej, raczej jak "f".

303
00:12:12,000 --> 00:12:15,000
Oczywiście Google nie wychwycił tego wówczas,

304
00:12:15,000 --> 00:12:18,000
więc zgłosiliśmy to w artykule naukowym, który napisaliśmy.

305
00:12:18,000 --> 00:12:20,000
Ale okazuje się to tylko przypomnieniem,

306
00:12:20,000 --> 00:12:22,000
że choć to wiele zabawy,

307
00:12:22,000 --> 00:12:24,000
kiedy interpretuje się te wykresy, trzeba być bardzo ostrożnym

308
00:12:24,000 --> 00:12:27,000
i przyjąć te podstawowe standardy naukowe.

309
00:12:27,000 --> 00:12:30,000
ELA: Ludzie używali tego do zabawy na różne sposoby.

310
00:12:30,000 --> 00:12:37,000
(Śmiech)

311
00:12:37,000 --> 00:12:39,000
Nie będziemy mówili,

312
00:12:39,000 --> 00:12:42,000
po prostu pokażemy wam te slajdy i będziemy cicho.

313
00:12:42,000 --> 00:12:45,000
Ta osoba była zainteresowana historią frustracji.

314
00:12:45,000 --> 00:12:48,000
To różne rodzaje frustracji.

315
00:12:48,000 --> 00:12:51,000
Jeśli uderzysz się w palec, to jedno "a" w "argh"

316
00:12:51,000 --> 00:12:53,000
Jeśli Ziemia jest anihilowana przez Vogonów,

317
00:12:53,000 --> 00:12:55,000
by zrobić miejsce na międzygwiezdny tunel,

318
00:12:55,000 --> 00:12:57,000
jest to "aaaaaaaargh" przez 8 "a".

319
00:12:57,000 --> 00:12:59,000
Ta osoba zbadała wszystkie "argh"

320
00:12:59,000 --> 00:13:01,000
przez od 1 do 8 "a".

321
00:13:01,000 --> 00:13:03,000
I okazuje się,

322
00:13:03,000 --> 00:13:05,000
że rzadsze "argh"

323
00:13:05,000 --> 00:13:08,000
są, oczywiście, tymi, które odpowiadają bardziej frustrującym rzeczom -

324
00:13:08,000 --> 00:13:11,000
poza, co dziwne, we wczesnych latach 80-tych.

325
00:13:11,000 --> 00:13:13,000
Myślimy, że to może mieć coś wspólnego z Reaganem.

326
00:13:13,000 --> 00:13:15,000
(Śmiech)

327
00:13:15,000 --> 00:13:18,000
JM: Jest wiele zastosowań dla tych danych,

328
00:13:18,000 --> 00:13:21,000
ale puenta jest taka, że dane historyczne są cyfryzowane.

329
00:13:21,000 --> 00:13:23,000
Google zaczęła cyfryzować 15 milionów książek.

330
00:13:23,000 --> 00:13:25,000
To 12% wszystkich książek, które kiedykolwiek zostały wydane.

331
00:13:25,000 --> 00:13:28,000
To pokaźny kawał ludzkiej kultury.

332
00:13:28,000 --> 00:13:31,000
Jest znacznie więcej aspektów: manuskrypty, gazety,

333
00:13:31,000 --> 00:13:33,000
rzeczy, które nie są tekstem, jak sztuka i malarstwo.

334
00:13:33,000 --> 00:13:35,000
Wszystkie są w naszych komputerach,

335
00:13:35,000 --> 00:13:37,000
na całym świecie.

336
00:13:37,000 --> 00:13:40,000
A kiedy to się stanie, odmieni to sposób, w jaki

337
00:13:40,000 --> 00:13:42,000
będziemy rozumieli naszą przeszłość, teraźniejszość, ludzką kulturę.

338
00:13:42,000 --> 00:13:44,000
Dziękujemy bardzo.

339
00:13:44,000 --> 00:13:47,000
(Oklaski)