1
00:00:00,000 --> 00:00:02,000
Erez Lieberman Aiden : Mọi người đều biết

2
00:00:02,000 --> 00:00:05,000
một bức ảnh đáng giá một nghìn từ.

3
00:00:07,000 --> 00:00:09,000
Nhưng chúng tôi, tại Harvard

4
00:00:09,000 --> 00:00:12,000
luôn thắc mắc liệu điều đó có thật sự đúng.

5
00:00:12,000 --> 00:00:14,000
(Tiếng cười)

6
00:00:14,000 --> 00:00:18,000
Vì vậy chúng tôi tập hợp một đội những chuyên gia,

7
00:00:18,000 --> 00:00:20,000
từ khắp Harvard , MIT,

8
00:00:20,000 --> 00:00:23,000
Từ điển Di sản Mỹ, Bách khoa toàn thư Britannica

9
00:00:23,000 --> 00:00:25,000
và cả nhà tài trợ tự hào của chúng tôi,

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

11
00:00:28,000 --> 00:00:30,000
Chúng tôi đã ngẫm nghĩ về điều này

12
00:00:30,000 --> 00:00:32,000
trong khoảng bốn năm.

13
00:00:32,000 --> 00:00:37,000
Và chúng tôi đã đi đến một kết luận đầy sửng sốt.

14
00:00:37,000 --> 00:00:40,000
Xin thưa với quí vị rằng, một bức tranh không đáng một nghìn từ.

15
00:00:40,000 --> 00:00:42,000
Thực tế, chúng tôi đã tìm thấy bức tranh

16
00:00:42,000 --> 00:00:47,000
đáng giá 500 nghìn triệu từ!

17
00:00:47,000 --> 00:00:49,000
Jean-Baptiste Michel: Vậy làm thế nào chúng tôi lại đi đến kết luận này?

18
00:00:49,000 --> 00:00:51,000
Erez và tôi đã suy nghĩ cách

19
00:00:51,000 --> 00:00:53,000
nắm bắt được bức tranh toàn cảnh về nền văn hoá nhân loại

20
00:00:53,000 --> 00:00:56,000
và lịch sử loài người thay đổi qua thời gian.

21
00:00:56,000 --> 00:00:58,000
Có rất nhiều cuốn sách được viết ra trong nhiều năm.

22
00:00:58,000 --> 00:01:00,000
Vậy nên chúng tôi nghĩ rằng, vậy cách tốt nhất để học từ chúng

23
00:01:00,000 --> 00:01:02,000
là đọc hết hàng triệu cuốn sách này.

24
00:01:02,000 --> 00:01:05,000
Tất nhiên, nếu có thang đo về độ hoành tráng của dự án này,

25
00:01:05,000 --> 00:01:08,000
thì nó hoàn toàn, hoàn toàn hoành tráng.

26
00:01:08,000 --> 00:01:10,000
Nhưng vấn đề là còn có một trục ngang cho việc đánh giá này,

27
00:01:10,000 --> 00:01:12,000
đó là đánh giá về mức độ thực tế.

28
00:01:12,000 --> 00:01:14,000
Thì điều này rất rất ít tính thực tế.

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

30
00:01:17,000 --> 00:01:20,000
Thế là người ta có khuynh hướng tìm cách khác,

31
00:01:20,000 --> 00:01:22,000
đó là chọn ra một số nguồn sách và đọc chúng thật cẩn thận.

32
00:01:22,000 --> 00:01:24,000
Cách này cực kì thực tiễn nhưng không hoành tráng cho lắm.

33
00:01:24,000 --> 00:01:27,000
Điều mà chúng ta muốn thật sự

34
00:01:27,000 --> 00:01:30,000
là một cách thức vừa hoành tráng vừa thực tiễn.

35
00:01:30,000 --> 00:01:33,000
Và hoá ra có một công ty gọi là Google

36
00:01:33,000 --> 00:01:35,000
đã bắt đầu một dự án số hoá từ một vài năm trước

37
00:01:35,000 --> 00:01:37,000
khiến ta thực hiện được cách thức đó.

38
00:01:37,000 --> 00:01:39,000
Họ đã số hoá hàng triệu cuốn sách.

39
00:01:39,000 --> 00:01:42,000
Điều đó có nghĩa là, ta có thể dùng máy móc

40
00:01:42,000 --> 00:01:44,000
để đọc tất cả các cuốn sách trong một cú nhấn chuột.

41
00:01:44,000 --> 00:01:47,000
Cách này rất thực dụng và cực kì hoành tráng.

42
00:01:48,000 --> 00:01:50,000
ELA: Để tôi nói cho các bạn biết một chút về nơi những cuốn sách đó bắt nguồn.

43
00:01:50,000 --> 00:01:53,000
Từ thời xa xưa đã có những nhà sáng tác.

44
00:01:53,000 --> 00:01:56,000
Những nhà sáng tác này nỗ lực viết những cuốn sách.

45
00:01:56,000 --> 00:01:58,000
Và việc này trở nên khá dễ dàng hơn

46
00:01:58,000 --> 00:02:00,000
nhờ sự phát triển của công nghệ in ấn vài thế kỉ trước.

47
00:02:00,000 --> 00:02:03,000
Từ đó, các nhà sáng tác đã có được

48
00:02:03,000 --> 00:02:05,000
129 triệu cơ hội

49
00:02:05,000 --> 00:02:07,000
xuất bản những cuốn sách.

50
00:02:07,000 --> 00:02:09,000
Bây giờ nếu những cuốn sách đó không lạc vào lịch sử,

51
00:02:09,000 --> 00:02:11,000
thì chúng sẽ ở đâu đó trong một thư viện nào đó,

52
00:02:11,000 --> 00:02:14,000
và nhiều trong số đó được lưu trữ

53
00:02:14,000 --> 00:02:16,000
và số hoá bởi Google,

54
00:02:16,000 --> 00:02:18,000
nơi đến nay đã quét được 15 triệu cuốn sách.

55
00:02:18,000 --> 00:02:21,000
Bây giờ khi Google số hoá một cuốn sách, họ sẽ đưa nó vào một định dạng thật đẹp.

56
00:02:21,000 --> 00:02:23,000
Chúng ta có dữ liệu, thêm vào đó chúng ta có siêu dữ liệu.

57
00:02:23,000 --> 00:02:26,000
Chúng ta có thông tin về những thứ như là cuốn sách đó được xuất bản khi nào,

58
00:02:26,000 --> 00:02:28,000
ai là tác giả, nó được xuất bản khi nào.

59
00:02:28,000 --> 00:02:31,000
Và điều chúng tôi làm là lướt qua tất cả những bộ dữ liệu đó

60
00:02:31,000 --> 00:02:35,000
và loại bỏ hết những cái không phải là những dữ liệu chất lượng nhất.

61
00:02:35,000 --> 00:02:37,000
Cái còn lại là

62
00:02:37,000 --> 00:02:40,000
một tập hợp của 5 triệu cuốn sách.

63
00:02:40,000 --> 00:02:43,000
500 tỉ từ,

64
00:02:43,000 --> 00:02:45,000
một chuỗi kí tự dài hơn hàng ngàn lần

65
00:02:45,000 --> 00:02:48,000
hệ gien con người --

66
00:02:48,000 --> 00:02:50,000
một bản chữ mà khi viết ra

67
00:02:50,000 --> 00:02:52,000
sẽ dài bằng từ đây đi đến mặt trăng rồi vòng lại

68
00:02:52,000 --> 00:02:54,000
hơn 10 lần --

69
00:02:54,000 --> 00:02:58,000
một mảnh thực của hệ gien văn hoá cuả chúng ta.

70
00:02:58,000 --> 00:03:00,000
Tất nhiên, điều chúng tôi đã làm

71
00:03:00,000 --> 00:03:03,000
khi đối diện với một sự phóng đại tàn bạo như thế ...

72
00:03:03,000 --> 00:03:05,000
(Tiếng cười)

73
00:03:05,000 --> 00:03:08,000
là điều mà bất kì nhà nghiên cứu đáng kính nào

74
00:03:08,000 --> 00:03:11,000
cũng sẽ làm.

75
00:03:11,000 --> 00:03:13,000
Chúng tôi trích ra một trang trong chuỗi XKCD

76
00:03:13,000 --> 00:03:15,000
và chúng tôi nói "Khoan đã.

77
00:03:15,000 --> 00:03:17,000
Chúng tôi sẽ thử thí nghiệm chúng."

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

79
00:03:19,000 --> 00:03:21,000
JM : Tất nhiên, chúng tôi đã nghĩ là

80
00:03:21,000 --> 00:03:23,000
trước tiên hãy thử đưa dữ liệu ra

81
00:03:23,000 --> 00:03:25,000
cho người ta thí nghiệm.

82
00:03:25,000 --> 00:03:27,000
Và chúng tôi suy nghĩ, dữ liệu nào có thể đem ra đây?

83
00:03:27,000 --> 00:03:29,000
Tất nhiên, các bạn muốn lấy những cuốn sách

84
00:03:29,000 --> 00:03:31,000
và tung ra hết nguyên bản của 5 triệu cuốn sách.

85
00:03:31,000 --> 00:03:33,000
Google, cụ thể là Jon Orwant,

86
00:03:33,000 --> 00:03:35,000
đã bảo cho chúng tôi một công thức mà chúng tôi nên nghĩ tới.

87
00:03:35,000 --> 00:03:38,000
Chúng tôi có 5 triệu cuốn sách, tức bằng với năm triệu tác giả

88
00:03:38,000 --> 00:03:41,000
và năm triệu đơn kiện cho một cuộc kiện tụng khổng lồ.

89
00:03:41,000 --> 00:03:43,000
Vì thế, dù cách này rất rất hoành tráng,

90
00:03:43,000 --> 00:03:46,000
nhưng một lần nữa lại cực kì cực kì không thực tế.

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

92
00:03:48,000 --> 00:03:50,000
Một lần nữa chúng tôi lại nhượng bộ

93
00:03:50,000 --> 00:03:53,000
Chúng tôi đã thử cách thực tế nhất nhưng ít hoành tráng

94
00:03:53,000 --> 00:03:55,000
Chúng tôi nói rằng, được rồi, thay vì phát hành nguyên cả văn bản,

95
00:03:55,000 --> 00:03:57,000
chúng tôi sẽ tung ra thống kê về những quyển sách đó.

96
00:03:57,000 --> 00:03:59,000
Hãy lấy một ví dụ cụm từ "Tia sáng hạnh phúc"

97
00:03:59,000 --> 00:04:01,000
Đây là cụm bốn từ; chúng tôi gọi đó là một four-gram.

98
00:04:01,000 --> 00:04:03,000
Chúng tôi sẽ cho các bạn biết một four-gram sẽ xuất hiện bao nhiêu lần

99
00:04:03,000 --> 00:04:05,000
trong những cuốn sách năm 1801, 1802, 1803,

100
00:04:05,000 --> 00:04:07,000
cho đến tận năm 2008.

101
00:04:07,000 --> 00:04:09,000
Qua đó chúng ta sẽ có được một chuỗi thời gian

102
00:04:09,000 --> 00:04:11,000
cho ta biết một câu nhất định được dùng với tần suất thế nào qua thời gian.

103
00:04:11,000 --> 00:04:14,000
Chúng tôi làm như thế với tất cả từ ngữ và nhóm từ trong những cuốn sách đó,

104
00:04:14,000 --> 00:04:17,000
kết quả chúng tôi có được một bảng khổng lồ của hai tỉ đường

105
00:04:17,000 --> 00:04:19,000
cho chúng tôi thấy cách nền văn hoá thay đổi qua thời gian.

106
00:04:19,000 --> 00:04:21,000
ELA: Chúng tôi gọi hai tỉ đường đó là

107
00:04:21,000 --> 00:04:23,000
hai tỉ n-gram.

108
00:04:23,000 --> 00:04:25,000
Chúng cho ta biết điều gì ư?

109
00:04:25,000 --> 00:04:27,000
Đó là mỗi n-gram đo xu hướng của nền văn hoá.

110
00:04:27,000 --> 00:04:29,000
Để tôi cho bạn một ví dụ.

111
00:04:29,000 --> 00:04:31,000
Thử giả định rằng tôi đang phát triển

112
00:04:31,000 --> 00:04:33,000
Mai tôi muốn nói cho các bạn biết tôi đã phát triển thế nào.

113
00:04:33,000 --> 00:04:36,000
Và có lẽ tôi sẽ nói là "Yesterday, I throve" ("Ngày hôm qua, tôi đã phát triển")

114
00:04:36,000 --> 00:04:39,000
Hay nói cách khác rằng " Yesterday, I thrived." ("Ngày hôm qua, tôi đã phát triển")

115
00:04:39,000 --> 00:04:42,000
Tôi nên nói theo cách nào?

116
00:04:42,000 --> 00:04:44,000
Làm sao biết được?

117
00:04:44,000 --> 00:04:46,000
Nếu là sáu tháng trước

118
00:04:46,000 --> 00:04:48,000
tính nghệ thuật trong lĩnh vực này

119
00:04:48,000 --> 00:04:50,000
là chẳng hạn bạn sẽ

120
00:04:50,000 --> 00:04:52,000
tìm đến nhà tâm lý học có bộ tóc tuyệt vời này

121
00:04:52,000 --> 00:04:54,000
và nói rằng,

122
00:04:54,000 --> 00:04:57,000
"Steve, anh là chuyên gia về động từ bất quy tắc.

123
00:04:57,000 --> 00:04:59,000
Tôi nên chia động từ đó theo cách nào?"

124
00:04:59,000 --> 00:05:01,000
Và ông ta sẽ nói với bạn rằng " Phần lớn người ta chia động từ đó thành "thrived",

125
00:05:01,000 --> 00:05:04,000
nhưng một vài người dùng "throve"."

126
00:05:04,000 --> 00:05:06,000
Ít nhiều bạn cũng biết rằng

127
00:05:06,000 --> 00:05:09,000
nếu bạn quay ngược lại 200 năm trước

128
00:05:09,000 --> 00:05:12,000
và hỏi nhà chính trị có bộ tóc tuyệt vời ngang ngửa này

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

130
00:05:15,000 --> 00:05:17,000
"Tom, tôi nên nói thế nào?"

131
00:05:17,000 --> 00:05:19,000
Ông ta sẽ nói rằng " Ở thời kì của tôi, hầu hết người ta dùng "throve",

132
00:05:19,000 --> 00:05:22,000
nhưng một số dùng "thrived"."

133
00:05:22,000 --> 00:05:24,000
Giờ tôi sẽ cho các bạn xem dữ liệu sống

134
00:05:24,000 --> 00:05:28,000
Hai hàng trích ra từ bảng của hai tỷ dữ liệu kia

135
00:05:28,000 --> 00:05:30,000
Cái bạn đang nhìn thấy là tần số xuất hiện từng năm

136
00:05:30,000 --> 00:05:33,000
của "thrived" và "throve"

137
00:05:34,000 --> 00:05:36,000
Đây chỉ là hai

138
00:05:36,000 --> 00:05:39,000
trong số hai tỉ hàng.

139
00:05:39,000 --> 00:05:41,000
Vì thế toàn bộ dữ liệu này

140
00:05:41,000 --> 00:05:44,000
sẽ hoành tráng hơn cả tỉ lần cái slide này.

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

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

143
00:05:50,000 --> 00:05:52,000
JM: Vậy có bao nhiêu bức tranh khác đáng 500 tỉ từ ngữ.

144
00:05:52,000 --> 00:05:54,000
Ví dụ như cái này

145
00:05:54,000 --> 00:05:56,000
Nếu bạn chọn dịch cúm,

146
00:05:56,000 --> 00:05:58,000
bạn sẽ thấy những thời điểm cao trào mà bạn biết

147
00:05:58,000 --> 00:06:01,000
khi mà những dịch cúm lớn tiêu diệt con người khắp nơi.

148
00:06:01,000 --> 00:06:04,000
ELA: Nếu bạn vẫn chưa tin

149
00:06:04,000 --> 00:06:06,000
mực nước biển đang tăng,

150
00:06:06,000 --> 00:06:09,000
khí CO2 và nhiệt độ trái đất cũng thế.

151
00:06:09,000 --> 00:06:12,000
JM: Các bạn chắc cũng muốn xem cái n-gram này,

152
00:06:12,000 --> 00:06:15,000
nó nói cho Nietzsche biết rằng chúa không chết,

153
00:06:15,000 --> 00:06:18,000
dù bạn có lẽ sẽ đồng ý rằng ông ta cần một nhà báo giỏi hơn.

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

155
00:06:20,000 --> 00:06:23,000
ELA : Bạn có thể nắm được một số khái niệm khá trừu tượng đại loại thế này.

156
00:06:23,000 --> 00:06:25,000
Để tôi kể cho bạn nghe về lịch sử

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

158
00:06:27,000 --> 00:06:29,000
Phần lớn trong lịch sử

159
00:06:29,000 --> 00:06:31,000
chẳng ai đếm xỉa gì về năm 1950 cả

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

161
00:06:33,000 --> 00:06:36,000
chẳng ai quan tâm.

162
00:06:37,000 --> 00:06:39,000
Trong suốt những năm 30 và 40,

163
00:06:39,000 --> 00:06:41,000
cũng chẳng ai quan tâm .

164
00:06:41,000 --> 00:06:43,000
Bất ngờ vào giữa những năm 40

165
00:06:43,000 --> 00:06:45,000
bắt đầu có một chút động đậy.

166
00:06:45,000 --> 00:06:47,000
Người ta bắt đầu nhận ra 1950 sắp đến

167
00:06:47,000 --> 00:06:49,000
và có thể nó sẽ rất hoành tráng!

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

169
00:06:52,000 --> 00:06:55,000
Nhưng không có bất cứ thứ gì có thể làm cho người ta chú ý đến năm 1950

170
00:06:55,000 --> 00:06:58,000
như chính năm 1950.

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

172
00:07:01,000 --> 00:07:03,000
Người ta đi lại xung quanh, bị ám ảnh.

173
00:07:03,000 --> 00:07:05,000
Họ không thể dừng nói

174
00:07:05,000 --> 00:07:08,000
về tất cả những thứ họ làm trong năm 1950

175
00:07:08,000 --> 00:07:11,000
tất cả những thứ họ đang định làm trong năm 1950

176
00:07:11,000 --> 00:07:16,000
tất cả những giấc mơ họ muốn đạt được trong năm 1950.

177
00:07:16,000 --> 00:07:18,000
Thực tế 1950 tuyệt vời đến nỗi

178
00:07:18,000 --> 00:07:20,000
nhiều năm sau đó,

179
00:07:20,000 --> 00:07:23,000
người ta vẫn cứ nói đến những điều kinh ngạc đã xảy ra.

180
00:07:23,000 --> 00:07:25,000
trong năm 51, 52, 53.

181
00:07:25,000 --> 00:07:27,000
Cuối cùng thì đến năm 1954,

182
00:07:27,000 --> 00:07:29,000
có người mới thức tỉnh và nhận ra rằng

183
00:07:29,000 --> 00:07:33,000
1950 đã qua lâu rồi!

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

185
00:07:35,000 --> 00:07:37,000
Và cứ như thế, bong bóng nổ!

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

187
00:07:39,000 --> 00:07:41,000
Câu chuyện của năm 1950

188
00:07:41,000 --> 00:07:43,000
là câu chuyện của từng năm mà chúng ta lưu lại được,

189
00:07:43,000 --> 00:07:46,000
với một chút sự biến hóa nhỏ bởi giờ chúng ta có những biểu đồ hay ho này

190
00:07:46,000 --> 00:07:49,000
Và bởi vì chúng ta có những biểu đồ hay ho này, chúng ta có thể đo đạc nhiều thứ

191
00:07:49,000 --> 00:07:51,000
Chúng ta có thể hỏi rằng ""Bong bóng nổ" nhanh như thế nào?"

192
00:07:51,000 --> 00:07:54,000
Và chúng ta có thể đo đạc điều đó một cách chính xác.

193
00:07:54,000 --> 00:07:57,000
Các phương trình được tính toán, các đồ thị được vẽ ra,

194
00:07:57,000 --> 00:07:59,000
và kết quả cuối cùng

195
00:07:59,000 --> 00:08:02,000
là chúng ta phát hiện ra "bong bóng nổ" ngày càng nhanh

196
00:08:02,000 --> 00:08:04,000
qua từng năm.

197
00:08:04,000 --> 00:08:09,000
Chúng ta mất dần sự quan tâm đến quá khứ một cách nhanh chóng.

198
00:08:09,000 --> 00:08:11,000
JM: Bây giờ chúng tôi sẽ chia sẻ một vài lời khuyên về sự nghiệp cho bạn.

199
00:08:11,000 --> 00:08:13,000
Cho những ai muốn nổi tiếng,

200
00:08:13,000 --> 00:08:15,000
chúng ta có thể học từ 25 hình tượng chính trị gia nổi tiếng nhất,

201
00:08:15,000 --> 00:08:17,000
các nhà sáng tác, diễn viên, v.v.v

202
00:08:17,000 --> 00:08:20,000
Vì vậy nếu bạn muốn nổi tiếng sớm, bạn nên làm diễn viên,

203
00:08:20,000 --> 00:08:22,000
bởi tiếng tăm của bạn sẽ ngày càng tăng cuối những năm 20 của bạn --

204
00:08:22,000 --> 00:08:24,000
bạn vẫn còn trẻ, điều đó thật tuyêt.

205
00:08:24,000 --> 00:08:26,000
Nếu bạn có thể đợi một chút, bạn nên làm tiểu thuyết gia,

206
00:08:26,000 --> 00:08:28,000
bởi rồi bạn sẽ đầy tiếng tăm

207
00:08:28,000 --> 00:08:30,000
như Mark Twain, cực kì nổi tiếng.

208
00:08:30,000 --> 00:08:32,000
Nhưng nếu bạn muốn vươn đến đỉnh cao nhất,

209
00:08:32,000 --> 00:08:34,000
bạn đừng hài lòng sớm

210
00:08:34,000 --> 00:08:36,000
mà hãy trở thành nhà chính trị.

211
00:08:36,000 --> 00:08:38,000
Bạn sẽ trở nên nổi tiếng cuối những năm 50 tuổi

212
00:08:38,000 --> 00:08:40,000
và sẽ càng nổi tiếng hơn sau đó

213
00:08:40,000 --> 00:08:43,000
Những nhà khoa học cũng trở nên nổi tiếng khi họ già đi.

214
00:08:43,000 --> 00:08:45,000
Ví dụ như là nhà sinh học, nhà vật lý học

215
00:08:45,000 --> 00:08:47,000
có khuynh hướng nổi tiếng gần bằng diễn viên.

216
00:08:47,000 --> 00:08:50,000
Có một sai lầm mà bạn không nên phạm phải là trở thành nhà toán học.

217
00:08:50,000 --> 00:08:52,000
(Tiếng cười)

218
00:08:52,000 --> 00:08:54,000
Nếu bạn làm điều đó

219
00:08:54,000 --> 00:08:57,000
bạn có thể sẽ nghĩ rằng "Thật tuyệt. Mìng sẽ cố gắng hết sức trong những năm tuổi 20."

220
00:08:57,000 --> 00:08:59,000
Nhưng đoán thử đi, làm gì có ai quan tâm.

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

222
00:09:02,000 --> 00:09:04,000
ELA: Còn có nhiều ghi chú nghiêm túc hơn thế này

223
00:09:04,000 --> 00:09:06,000
trong những n-gram đó.

224
00:09:06,000 --> 00:09:08,000
Ví dụ, đây là đường phát triển của Marc Chagall,

225
00:09:08,000 --> 00:09:10,000
một nghệ sĩ sinh năm 1887.

226
00:09:10,000 --> 00:09:13,000
Và nó giống con đường phát triển bình thường của một người nổi tiếng.

227
00:09:13,000 --> 00:09:17,000
Ông ta càng ngày càng nổi tiếng,

228
00:09:17,000 --> 00:09:19,000
trừ khi bạn nhìn vào nước Đức.

229
00:09:19,000 --> 00:09:21,000
Nếu bạn nhìn vào nước Đức, bạn sẽ thấy một thứ hoàn toàn lạ

230
00:09:21,000 --> 00:09:23,000
một thứ bạn chưa bao giờ thấy,

231
00:09:23,000 --> 00:09:25,000
đó là sự cực kì nổi tiếng của ông ấy

232
00:09:25,000 --> 00:09:27,000
và rồi bất ngờ tụt dốc thảm hại,

233
00:09:27,000 --> 00:09:30,000
cho đến tận cùng trong những năm 1933 và 1945 ,

234
00:09:30,000 --> 00:09:33,000
rồi lại hồi phục danh tiếng sau đó.

235
00:09:33,000 --> 00:09:35,000
Dĩ nhiên là chúng ta nhận ra rằng

236
00:09:35,000 --> 00:09:38,000
sự thật thì Marc Chagall là một nghệ sĩ do thái

237
00:09:38,000 --> 00:09:40,000
của quốc xã Đức.

238
00:09:40,000 --> 00:09:42,000
Bây giờ, những dấu hiệu này

239
00:09:42,000 --> 00:09:44,000
thực sự rất chuẩn

240
00:09:44,000 --> 00:09:47,000
đến mức mà chúng ta không cần ai phải kiểm duyệt chúng.

241
00:09:47,000 --> 00:09:49,000
Chúng ta tự nhận ra sự việc

242
00:09:49,000 --> 00:09:51,000
bằng cách xử lý những dấu hiệu thật cơ bản.

243
00:09:51,000 --> 00:09:53,000
Đây là một trong những cách đơn giản.

244
00:09:53,000 --> 00:09:55,000
Chẳng hạn như một dự đoán hợp lý

245
00:09:55,000 --> 00:09:57,000
rằng danh tiếng trong một khoảng thời gian nhất định

246
00:09:57,000 --> 00:09:59,000
sẽ bằng trung bình của danh tiếng trước

247
00:09:59,000 --> 00:10:01,000
và sau đó chia ra.

248
00:10:01,000 --> 00:10:03,000
Đó là thứ chúng ta dự đoán.

249
00:10:03,000 --> 00:10:06,000
Rồi chúng ta so sánh nó với mức độ nổi tiếng chúng ta quan sát được.

250
00:10:06,000 --> 00:10:08,000
Chúng ta chia cái nó với mức độ dự đoán kia.

251
00:10:08,000 --> 00:10:10,000
để được cái gọi là "mức độ danh tiếng bị kìm hãm"

252
00:10:10,000 --> 00:10:13,000
Nếu mức độ danh tiếng bị kìm hãm rất rất nhỏ ,

253
00:10:13,000 --> 00:10:15,000
thì bạn có lẽ đang bị kìm hãm.

254
00:10:15,000 --> 00:10:18,000
Nếu nó rất rất lớn, thì có lẽ bạn đang được lợi từ cơ quan tuyên truyền

255
00:10:19,000 --> 00:10:21,000
JM: Giờ bạn hãy nhìn vào

256
00:10:21,000 --> 00:10:24,000
sự phân phối của mức độ bị kìm hãm trên toàn dân số.

257
00:10:24,000 --> 00:10:26,000
Ví dụ ở đây --

258
00:10:26,000 --> 00:10:28,000
mức độ danh tiếng bị kìm hãm này của 5000 người

259
00:10:28,000 --> 00:10:30,000
chọn ra trong những cuốn sách tiếng anh không có sự kìm hãm được biết đến --

260
00:10:30,000 --> 00:10:32,000
nó sẽ như thế này, hầu như gần bằng 1.

261
00:10:32,000 --> 00:10:34,000
Điều bạn mong muốn đơn giản chính là điều bạn quan sát được.

262
00:10:34,000 --> 00:10:36,000
Đây là sự phân phối được thấy ở Đức --

263
00:10:36,000 --> 00:10:38,000
rất khác, nó được dịch chuyển về bên trái.

264
00:10:38,000 --> 00:10:41,000
Người ta đã nói về nó ít hơn hai lần nó đáng được.

265
00:10:41,000 --> 00:10:43,000
Nhưng quan trọng hơn hết là sự phân phối này trải rộng hơn nhiều .

266
00:10:43,000 --> 00:10:46,000
Có nhiều người cuối cùng lại ở xa hơn về phía trái của sự phân phối này

267
00:10:46,000 --> 00:10:49,000
những người được ít hơn đến 10 lần danh tiếng mà họ đáng có.

268
00:10:49,000 --> 00:10:51,000
Nhưng đồng thời cũng có rất nhiều người ở xa phía bên phải

269
00:10:51,000 --> 00:10:53,000
họ dường như đang hưởng lợi từ giới tuyên truyền.

270
00:10:53,000 --> 00:10:56,000
Bức tranh này chính là dấu đóng của sự kiểm duyệt sách.

271
00:10:56,000 --> 00:10:58,000
ELA: Chúng tôi gọi phương pháp này

272
00:10:58,000 --> 00:11:00,000
là văn hoá học.

273
00:11:00,000 --> 00:11:02,000
Giống như di truyền học.

274
00:11:02,000 --> 00:11:04,000
Khác ở chỗ di truyền học là ống kính của sinh học

275
00:11:04,000 --> 00:11:07,000
qua cửa sổ nhìn vào chuỗi nền tảng trong hệ gen của con người.

276
00:11:07,000 --> 00:11:09,000
Văn hoá học cũng tương tự.

277
00:11:09,000 --> 00:11:12,000
Nó là sự ứng dụng của sự phân tích hàng loạt dữ liệu trên qui mô lớn

278
00:11:12,000 --> 00:11:14,000
vào việc nghiên cứu văn hoá con người.

279
00:11:14,000 --> 00:11:16,000
Tại đây, qua ống kính của dữ liệu lịch sử đã được số hoá.

280
00:11:16,000 --> 00:11:19,000
thay vì qua ống kính của hệ gien.

281
00:11:19,000 --> 00:11:21,000
Điều tuyệt vời về văn hoá học

282
00:11:21,000 --> 00:11:23,000
là ai cũng có thể thực hiện được nó.

283
00:11:23,000 --> 00:11:25,000
Tại sao mọi người đều có thể thực hiện?

284
00:11:25,000 --> 00:11:27,000
Mọi người đều có thể làm điều đó là nhờ ba người ,

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

286
00:11:30,000 --> 00:11:32,000
nhìn thấy bản đồ mẫu của Ngram Viewer,

287
00:11:32,000 --> 00:11:34,000
và nói rằng "Cái này thật hay!

288
00:11:34,000 --> 00:11:37,000
Chúng ta phải làm thứ này cho mọi người dùng."

289
00:11:37,000 --> 00:11:39,000
Thế là trong chỉ hai tuần -- hai tuần trước khi bài luận văn của chúng tôi hoàn thành --

290
00:11:39,000 --> 00:11:42,000
họ đã lập trình một phiên bản của NGram Viewer cho công chúng.

291
00:11:42,000 --> 00:11:45,000
Bạn có thể đánh một từ nào đó mà bạn thích

292
00:11:45,000 --> 00:11:47,000
và xem n-gram của nó ngay lập tức --

293
00:11:47,000 --> 00:11:49,000
và cũng có thể xem ví dụ của tất cả các cuốn sách khác nhau

294
00:11:49,000 --> 00:11:51,000
mà n-gram xuất hiện trong đó.

295
00:11:51,000 --> 00:11:53,000
JM : Nó được sử dụng hơn một triệu lần vào ngày đầu tiên,

296
00:11:53,000 --> 00:11:55,000
và đây thực sự là câu chất vấn hay nhất.

297
00:11:55,000 --> 00:11:58,000
Người ta muốn cố gắng hết sức, bước bước chân chắc nhất về phía trước.

298
00:11:58,000 --> 00:12:01,000
Nhưng hoá ra vào thế kỉ 18, người ta không hề thực sự quan tâm đến điều đó .

299
00:12:01,000 --> 00:12:04,000
Họ không muốn là "best", họ chỉ muốn là "beft".

300
00:12:04,000 --> 00:12:07,000
Dĩ nhiên thật ra đó chỉ là một lỗi chính tả.

301
00:12:07,000 --> 00:12:09,000
không có gì to tát cả,

302
00:12:09,000 --> 00:12:12,000
chỉ là S từng được viết theo cách khác, gần giống chữ F.

303
00:12:12,000 --> 00:12:15,000
Dĩ nhiên, Google lúc đó đã không để ý đến điều này,

304
00:12:15,000 --> 00:12:18,000
nên chúng tôi đã viết về điều đó trong một bài báo cáo khoa học.

305
00:12:18,000 --> 00:12:20,000
Nhưng hoá ra đây chỉ là một sự nhắc nhở

306
00:12:20,000 --> 00:12:22,000
rằng dù có hay đến đâu chăng nữa

307
00:12:22,000 --> 00:12:24,000
thì khi bạn tìm cách hiểu những biểu đồ này, bạn phải vô cùng cẩn thận,

308
00:12:24,000 --> 00:12:27,000
và bạn phải áp dụng những chuẩn mực nền tảng trong khoa học.

309
00:12:27,000 --> 00:12:30,000
ELA : Người ta dùng phương pháp này cho đủ thứ mục đích hài hước.

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

311
00:12:37,000 --> 00:12:39,000
Thực ra chúng tôi không nhất thiết phải nói,

312
00:12:39,000 --> 00:12:42,000
chúng tôi sẽ chỉ cho các bạn xem tất cả những bức hình này và giữ yên lặng.

313
00:12:42,000 --> 00:12:45,000
Người này muốn biết về lịch sử của sự giận dữ.

314
00:12:45,000 --> 00:12:48,000
Có rất nhiều loại giận dữ.

315
00:12:48,000 --> 00:12:51,000
Nếu bạn bị vấp chân, đó sẽ là một chữ A "argh".

316
00:12:51,000 --> 00:12:53,000
Nếu trái đất bị xâm chiếm bởi người Vogons

317
00:12:53,000 --> 00:12:55,000
để làm đường giữ thông tin liên lạc giữa các vì sao.

318
00:12:55,000 --> 00:12:57,000
đó sẽ là tám chữ A "aaaaaaaarg"

319
00:12:57,000 --> 00:12:59,000
Người này nghiên cứu tất cả "arghs"

320
00:12:59,000 --> 00:13:01,000
từ một cho đến tám chữ "A".

321
00:13:01,000 --> 00:13:03,000
Và kết quả là

322
00:13:03,000 --> 00:13:05,000
Từ "arghs" với ít chữ A

323
00:13:05,000 --> 00:13:08,000
tất nhiên tương ứng với những thứ gây nhiều tức giận hơn.

324
00:13:08,000 --> 00:13:11,000
ngoại trừ trong những năm đầu của thập niên 80, thật kì lạ!

325
00:13:11,000 --> 00:13:13,000
Chúng tôi cho rằng điều này có lẽ có liên quan đến Reegan.

326
00:13:13,000 --> 00:13:15,000
(Tiếng cười)

327
00:13:15,000 --> 00:13:18,000
JM: Có rất nhiều cách sử dụng dữ liệu này,

328
00:13:18,000 --> 00:13:21,000
nhưng điều mấu chốt là hồ sơ lịch sử đang được số hoá.

329
00:13:21,000 --> 00:13:23,000
Google đã số hoá 15 triệu cuốn sách.

330
00:13:23,000 --> 00:13:25,000
Đó là 12 phần trăm của tất cả những cuốn sách đã từng được xuất bản.

331
00:13:25,000 --> 00:13:28,000
Đó là một tảng lớn đáng kể của văn hoá loài người.

332
00:13:28,000 --> 00:13:31,000
Còn rất nhiều của nền văn hoá: nào là những bản viết tay, nào là báo chí,

333
00:13:31,000 --> 00:13:33,000
nào là những thứ không phải là chữ mà là nghệ thuật và những bức tranh.

334
00:13:33,000 --> 00:13:35,000
Những thứ này tình cờ lại có trong máy tính của chúng ta,

335
00:13:35,000 --> 00:13:37,000
trên những chiếc máy tính trên khắp thế giới.

336
00:13:37,000 --> 00:13:40,000
Khi điều đó xảy ra, nó sẽ thay đổi cách chúng ta

337
00:13:40,000 --> 00:13:42,000
hiểu về quá khứ, hiện tại và nền văn hóa con người.

338
00:13:42,000 --> 00:13:44,000
Cảm ơn rất nhiều.

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