1
00:00:00,000 --> 00:00:02,000
Erez Liberman Aiden：人说

2
00:00:02,000 --> 00:00:05,000
一副画面抵过一千个词

3
00:00:07,000 --> 00:00:09,000
但是我们在哈佛大学

4
00:00:09,000 --> 00:00:12,000
却在思考这是不是一定正确

5
00:00:12,000 --> 00:00:14,000
（众人笑）

6
00:00:14,000 --> 00:00:18,000
我们召集了各方专家

7
00:00:18,000 --> 00:00:20,000
他们来自哈佛 麻省理工

8
00:00:20,000 --> 00:00:23,000
《英国大百科全书》 《美国传统英语字典》

9
00:00:23,000 --> 00:00:25,000
还有我们骄傲的赞助商

10
00:00:25,000 --> 00:00:28,000
谷歌

11
00:00:28,000 --> 00:00:30,000
我们思考了

12
00:00:30,000 --> 00:00:32,000
大概四年

13
00:00:32,000 --> 00:00:37,000
最后得出一个惊人的结论

14
00:00:37,000 --> 00:00:40,000
女士们先生们 一副画面可不止一千个词那么简单

15
00:00:40,000 --> 00:00:42,000
事实上 我们发现有时候

16
00:00:42,000 --> 00:00:47,000
一幅画面抵过5千亿个词

17
00:00:47,000 --> 00:00:49,000
Jean-Baptiste Michel: 我们是如何得出这个结论的呢

18
00:00:49,000 --> 00:00:51,000
是这样的 Erez和我

19
00:00:51,000 --> 00:00:53,000
在想怎样找到一幅展现人类文明

20
00:00:53,000 --> 00:00:56,000
和人文历史的画面： 历史的变迁

21
00:00:56,000 --> 00:00:58,000
人们在漫长岁月中写了很多书

22
00:00:58,000 --> 00:01:00,000
所以我们想 向他们学习的最佳方法

23
00:01:00,000 --> 00:01:02,000
就是把那几百万本书全都读完

24
00:01:02,000 --> 00:01:05,000
当然 如果用坐标来表示这样做的好处

25
00:01:05,000 --> 00:01:08,000
那Y轴上的值一定是极高的

26
00:01:08,000 --> 00:01:10,000
但问题是还有X轴

27
00:01:10,000 --> 00:01:12,000
也就是可行性

28
00:01:12,000 --> 00:01:14,000
这是极低的

29
00:01:14,000 --> 00:01:17,000
（众人鼓掌）

30
00:01:17,000 --> 00:01:20,000
现在人们倾向于另一种做法

31
00:01:20,000 --> 00:01:22,000
那就是选择几本书进行精读

32
00:01:22,000 --> 00:01:24,000
可行性极高但还不够好

33
00:01:24,000 --> 00:01:27,000
人们真正想要的

34
00:01:27,000 --> 00:01:30,000
是一个既好又可行的方法

35
00:01:30,000 --> 00:01:33,000
结果 在水一方 有一家叫“谷歌”的公司

36
00:01:33,000 --> 00:01:35,000
他们在此之前的几年前就开始了一个数字化工程

37
00:01:35,000 --> 00:01:37,000
有可能帮我们找到这个“既好又可行”的方法

38
00:01:37,000 --> 00:01:39,000
他们已经将几百万本书进行了数字化

39
00:01:39,000 --> 00:01:42,000
这就意味着人们在电脑上点几个键

40
00:01:42,000 --> 00:01:44,000
就能阅读所有的书

41
00:01:44,000 --> 00:01:47,000
这真的是既可行又好

42
00:01:48,000 --> 00:01:50,000
这些书是哪里来的呢

43
00:01:50,000 --> 00:01:53,000
从古时候开始 人们就开始写作了

44
00:01:53,000 --> 00:01:56,000
这些作家写书都非常卖力

45
00:01:56,000 --> 00:01:58,000
几个世纪前印刷机问世了

46
00:01:58,000 --> 00:02:00,000
写书的过程变得简单多了

47
00:02:00,000 --> 00:02:03,000
自那以后

48
00:02:03,000 --> 00:02:05,000
作家们已经出版了

49
00:02:05,000 --> 00:02:07,000
1.29亿本书

50
00:02:07,000 --> 00:02:09,000
如果这些书没有随年月而遗失

51
00:02:09,000 --> 00:02:11,000
就都在图书馆里存着

52
00:02:11,000 --> 00:02:14,000
谷歌已经把许多书从图书馆中调了出来

53
00:02:14,000 --> 00:02:16,000
进行了数字化

54
00:02:16,000 --> 00:02:18,000
被扫描的书籍到目前已有1500万册

55
00:02:18,000 --> 00:02:21,000
谷歌扫描图书时 把书的格式做得很好

56
00:02:21,000 --> 00:02:23,000
现在我们不但有了数据 还有元数据

57
00:02:23,000 --> 00:02:26,000
我们掌握了这些书的出版地

58
00:02:26,000 --> 00:02:28,000
作者 出版时间等信息

59
00:02:28,000 --> 00:02:31,000
接下来 我们就要从所有这些记录中

60
00:02:31,000 --> 00:02:35,000
筛选出质量最高的数据

61
00:02:35,000 --> 00:02:37,000
最后剩下的

62
00:02:37,000 --> 00:02:40,000
是5百万本书

63
00:02:40,000 --> 00:02:43,000
5000亿个词

64
00:02:43,000 --> 00:02:45,000
这么多词连起来

65
00:02:45,000 --> 00:02:48,000
长度是人类基因组的1000倍

66
00:02:48,000 --> 00:02:50,000
如果把这些词连续写出来

67
00:02:50,000 --> 00:02:52,000
其长度相当于在地月之间

68
00:02:52,000 --> 00:02:54,000
往返10次以上

69
00:02:54,000 --> 00:02:58,000
这还仅是我们文化基因组的小小一段

70
00:02:58,000 --> 00:03:00,000
当然啦

71
00:03:00,000 --> 00:03:03,000
面对如此令人崩溃的结果

72
00:03:03,000 --> 00:03:05,000
（众人笑）

73
00:03:05,000 --> 00:03:08,000
我们做了一个懂得自重的研究者

74
00:03:08,000 --> 00:03:11,000
应该做的事

75
00:03:11,000 --> 00:03:13,000
我们借鉴了XKCD（科学漫画）

76
00:03:13,000 --> 00:03:15,000
说：" 往后站。

77
00:03:15,000 --> 00:03:17,000
我们要用科学来解决问题。”

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

79
00:03:19,000 --> 00:03:21,000
当然 这时我们在想

80
00:03:21,000 --> 00:03:23,000
何不先把数据放上去

81
00:03:23,000 --> 00:03:25,000
让人们通过科学来运用数据

82
00:03:25,000 --> 00:03:27,000
现在我们在思考 哪些数据可以公开

83
00:03:27,000 --> 00:03:29,000
你当然想把这所有5百万本书

84
00:03:29,000 --> 00:03:31,000
全文公开

85
00:03:31,000 --> 00:03:33,000
现在谷歌 具体地说是乔恩. 奥温特

86
00:03:33,000 --> 00:03:35,000
告诉教给我们一个有用的方程式

87
00:03:35,000 --> 00:03:38,000
你有5百万本书 那就有五百万个作者

88
00:03:38,000 --> 00:03:41,000
一个有5百万个原告的官司可不小啊

89
00:03:41,000 --> 00:03:43,000
所以尽管这是个好想法

90
00:03:43,000 --> 00:03:46,000
但是也极不现实

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

92
00:03:48,000 --> 00:03:50,000
现在我们做出些许让步

93
00:03:50,000 --> 00:03:53,000
采用一个非常可行但稍微没那么好的方法

94
00:03:53,000 --> 00:03:55,000
我们不公开全书内容

95
00:03:55,000 --> 00:03:57,000
而是公开书本的相关统计数据

96
00:03:57,000 --> 00:03:59,000
拿“A gleam of happiness”这个词组做例子

97
00:03:59,000 --> 00:04:01,000
它有四个单词 我们称它为四字格

98
00:04:01,000 --> 00:04:03,000
我们会告诉你直到2008年出版的书中

99
00:04:03,000 --> 00:04:05,000
在1801年 1802年 1803年一直到2008年

100
00:04:05,000 --> 00:04:07,000
某个四字格一共出现了多少次

101
00:04:07,000 --> 00:04:09,000
这让我们看到

102
00:04:09,000 --> 00:04:11,000
这个词组在这段时期内被使用的频率

103
00:04:11,000 --> 00:04:14,000
我们对在这些书中的所有单词和词组都这么处理

104
00:04:14,000 --> 00:04:17,000
于是我们得出了一个由20亿曲线

105
00:04:17,000 --> 00:04:19,000
表示出文化变化的情况

106
00:04:19,000 --> 00:04:21,000
这20亿条曲线

107
00:04:21,000 --> 00:04:23,000
我们成作20亿个n字格

108
00:04:23,000 --> 00:04:25,000
它们告诉了我们什么

109
00:04:25,000 --> 00:04:27,000
这些n字格衡量的是文化的走势

110
00:04:27,000 --> 00:04:29,000
我来举个例子

111
00:04:29,000 --> 00:04:31,000
假设 我正在发财

112
00:04:31,000 --> 00:04:33,000
明天我告诉你我发财的情况

113
00:04:33,000 --> 00:04:36,000
我会说：“昨天，我发了。”

114
00:04:36,000 --> 00:04:39,000
也可以说：“昨天，我发财了。”

115
00:04:39,000 --> 00:04:42,000
我到底应该用哪个说法呢

116
00:04:42,000 --> 00:04:44,000
怎么找答案

117
00:04:44,000 --> 00:04:46,000
6个月以前

118
00:04:46,000 --> 00:04:48,000
很流行的做法是

119
00:04:48,000 --> 00:04:50,000
比如说

120
00:04:50,000 --> 00:04:52,000
你去问这位秀发飘逸的心理学家

121
00:04:52,000 --> 00:04:54,000
你说

122
00:04:54,000 --> 00:04:57,000
“史蒂夫，你是不规则动词的专家。

123
00:04:57,000 --> 00:04:59,000
我该怎么办啊？”

124
00:04:59,000 --> 00:05:01,000
他会说：“大多数人说‘发财了’，

125
00:05:01,000 --> 00:05:04,000
但有些人说‘发了’。”

126
00:05:04,000 --> 00:05:06,000
如果你可以

127
00:05:06,000 --> 00:05:09,000
回到200年前

128
00:05:09,000 --> 00:05:12,000
问问这位秀发同样飘逸的政治家

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

130
00:05:15,000 --> 00:05:17,000
“托马斯，我该怎么说？”

131
00:05:17,000 --> 00:05:19,000
他会回答：“嗯，在我的时代，大多数人说‘发了’，

132
00:05:19,000 --> 00:05:22,000
但是少数人说‘发财了’。”

133
00:05:22,000 --> 00:05:24,000
现在我给你们看一个原始数据

134
00:05:24,000 --> 00:05:28,000
这是20亿本书中的其中两本书的曲线

135
00:05:28,000 --> 00:05:30,000
你们将看到“发了”和“发财了”这两个词

136
00:05:30,000 --> 00:05:33,000
随时间的推移被使用的频率

137
00:05:34,000 --> 00:05:36,000
这还只是

138
00:05:36,000 --> 00:05:39,000
20亿条曲线中的其中两条

139
00:05:39,000 --> 00:05:41,000
整套数据

140
00:05:41,000 --> 00:05:44,000
比这张幻灯片要宏伟10亿倍

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

142
00:05:46,000 --> 00:05:50,000
（众人鼓掌）

143
00:05:50,000 --> 00:05:52,000
很多画面都相当于5千亿个词

144
00:05:52,000 --> 00:05:54,000
比如这一幅

145
00:05:54,000 --> 00:05:56,000
如果你找“流行感冒”这一词

146
00:05:56,000 --> 00:05:58,000
你会看到几个全球范围内

147
00:05:58,000 --> 00:06:01,000
祸害人命的流感高峰

148
00:06:01,000 --> 00:06:04,000
如果这不足以令人信服

149
00:06:04,000 --> 00:06:06,000
海平面正在上升

150
00:06:06,000 --> 00:06:09,000
大气中二氧化碳含量和全球气温都在升高

151
00:06:09,000 --> 00:06:12,000
你们也可以看看这个n字格

152
00:06:12,000 --> 00:06:15,000
告诉尼采上帝没死

153
00:06:15,000 --> 00:06:18,000
你可能也认为他或许要换一个企宣了

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

155
00:06:20,000 --> 00:06:23,000
你可以通过这个得到非常抽象的概念

156
00:06:23,000 --> 00:06:25,000
我跟你们说说

157
00:06:25,000 --> 00:06:27,000
1950年的历史

158
00:06:27,000 --> 00:06:29,000
在漫漫历史长河中

159
00:06:29,000 --> 00:06:31,000
几乎没人在意1950年

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

161
00:06:33,000 --> 00:06:36,000
没有人在意

162
00:06:37,000 --> 00:06:39,000
20世纪三十年代和四十年代

163
00:06:39,000 --> 00:06:41,000
没有人在意

164
00:06:41,000 --> 00:06:43,000
到了四十年代中期 突然间

165
00:06:43,000 --> 00:06:45,000
关注度飞升

166
00:06:45,000 --> 00:06:47,000
人们意识到1950年快来了

167
00:06:47,000 --> 00:06:49,000
这一年可能非同小可啊

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

169
00:06:52,000 --> 00:06:55,000
1950年 正如人们想象的一样

170
00:06:55,000 --> 00:06:58,000
没发生任何有意思的事情

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

172
00:07:01,000 --> 00:07:03,000
人们都着了魔了

173
00:07:03,000 --> 00:07:05,000
无时无刻不在谈论

174
00:07:05,000 --> 00:07:08,000
他们1950年做过的事情

175
00:07:08,000 --> 00:07:11,000
他们打算在1950年做的事情

176
00:07:11,000 --> 00:07:16,000
后者他们1950年想要实现的梦想

177
00:07:16,000 --> 00:07:18,000
事实上 1950年是不同凡响的一年

178
00:07:18,000 --> 00:07:20,000
即使过了好多年

179
00:07:20,000 --> 00:07:23,000
人们还是不停地谈论那年发生的所有美好事情

180
00:07:23,000 --> 00:07:25,000
51年 52年 53年

181
00:07:25,000 --> 00:07:27,000
终于到了1954年

182
00:07:27,000 --> 00:07:29,000
人们醒悟过来

183
00:07:29,000 --> 00:07:33,000
1950年已成往事了

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

185
00:07:35,000 --> 00:07:37,000
就这样 泡泡破了

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

187
00:07:39,000 --> 00:07:41,000
1950年的情况

188
00:07:41,000 --> 00:07:43,000
以及每一年的情况 我们都记录了下来

189
00:07:43,000 --> 00:07:46,000
多亏了这些漂亮的图表 我们的工作顺利多了

190
00:07:46,000 --> 00:07:49,000
有了这些漂亮的图表 我们就能测量各种事物

191
00:07:49,000 --> 00:07:51,000
我们会说：“泡泡破掉的速度有多快？”

192
00:07:51,000 --> 00:07:54,000
结果证明 我们可以对此进行精准的测量

193
00:07:54,000 --> 00:07:57,000
等式出来了 图表也做好了

194
00:07:57,000 --> 00:07:59,000
最终结果是

195
00:07:59,000 --> 00:08:02,000
泡泡破掉的速度

196
00:08:02,000 --> 00:08:04,000
每年都在加快

197
00:08:04,000 --> 00:08:09,000
我们对过去的遗忘不断加快

198
00:08:09,000 --> 00:08:11,000
好 现在给大家一些发展事业的建议

199
00:08:11,000 --> 00:08:13,000
如果你想成名

200
00:08:13,000 --> 00:08:15,000
我们可以向25位最著名的政治人物

201
00:08:15,000 --> 00:08:17,000
作家 演员学习

202
00:08:17,000 --> 00:08:20,000
如果你想早点成名 你就应该做个演员

203
00:08:20,000 --> 00:08:22,000
因为 演员在20来岁的时候成名

204
00:08:22,000 --> 00:08:24,000
你还很年轻 这是本钱

205
00:08:24,000 --> 00:08:26,000
如果你能等一等 那就当个作家

206
00:08:26,000 --> 00:08:28,000
因为你可以像马克.吐温这样

207
00:08:28,000 --> 00:08:30,000
成为文坛巨星

208
00:08:30,000 --> 00:08:32,000
如果你想到达万人之上

209
00:08:32,000 --> 00:08:34,000
你就不能安于现状

210
00:08:34,000 --> 00:08:36,000
要成为一个政治家

211
00:08:36,000 --> 00:08:38,000
到了快60岁的时候 你就成名了

212
00:08:38,000 --> 00:08:40,000
而且之后名声远扬

213
00:08:40,000 --> 00:08:43,000
科学家通常在年纪一大把的时候才成名

214
00:08:43,000 --> 00:08:45,000
生物学家和物理学家的名声

215
00:08:45,000 --> 00:08:47,000
通常能跟演员的名声媲美

216
00:08:47,000 --> 00:08:50,000
有一个错误你不要犯 那就是成为一个数学家

217
00:08:50,000 --> 00:08:52,000
（众人笑）

218
00:08:52,000 --> 00:08:54,000
如果你成了数学家

219
00:08:54,000 --> 00:08:57,000
你会想：“太好啦，我20多岁的时候会有最辉煌的成就。”

220
00:08:57,000 --> 00:08:59,000
谁知道 人们连睬都不睬你

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

222
00:09:02,000 --> 00:09:04,000
n字格中

223
00:09:04,000 --> 00:09:06,000
有些情况更为明了

224
00:09:06,000 --> 00:09:08,000
这是Marc Chagall的名声起落

225
00:09:08,000 --> 00:09:10,000
他是出生于1887的一位艺术家

226
00:09:10,000 --> 00:09:13,000
他的名声起落看似乎没有什么异常

227
00:09:13,000 --> 00:09:17,000
他的名声越来越大

228
00:09:17,000 --> 00:09:19,000
然而如果你在德语书中搜索 情况就不同了

229
00:09:19,000 --> 00:09:21,000
在德语书中 你会看到非常奇怪的现象

230
00:09:21,000 --> 00:09:23,000
闻所未闻 见所未见

231
00:09:23,000 --> 00:09:25,000
他先是名极一时

232
00:09:25,000 --> 00:09:27,000
但突然之间 名声直线下落

233
00:09:27,000 --> 00:09:30,000
在1933年到1945年间达到了低谷

234
00:09:30,000 --> 00:09:33,000
后来才回升

235
00:09:33,000 --> 00:09:35,000
当然 实际情况是

236
00:09:35,000 --> 00:09:38,000
Marc Chagall是一个犹太艺术家

237
00:09:38,000 --> 00:09:40,000
当时身在纳粹德国

238
00:09:40,000 --> 00:09:42,000
这些信号

239
00:09:42,000 --> 00:09:44,000
实在太强了

240
00:09:44,000 --> 00:09:47,000
我们无需知道谁被禁了

241
00:09:47,000 --> 00:09:49,000
我们事实上可以

242
00:09:49,000 --> 00:09:51,000
通过非常基本的信号处理来找出答案

243
00:09:51,000 --> 00:09:53,000
这里有一个简单的方法

244
00:09:53,000 --> 00:09:55,000
一个人在特定时期内

245
00:09:55,000 --> 00:09:57,000
所拥有的知名度

246
00:09:57,000 --> 00:09:59,000
应当大致为他成名前与成名后知名度的平均值

247
00:09:59,000 --> 00:10:01,000
这么想是有道理的

248
00:10:01,000 --> 00:10:03,000
我们也是怎么想的

249
00:10:03,000 --> 00:10:06,000
我们把观察到的知名度进行对比

250
00:10:06,000 --> 00:10:08,000
我们把前者比上后者

251
00:10:08,000 --> 00:10:10,000
产生的结果叫做抑制指数

252
00:10:10,000 --> 00:10:13,000
如果抑制指数非常非常小

253
00:10:13,000 --> 00:10:15,000
那么你的知名度正在被抑制

254
00:10:15,000 --> 00:10:18,000
如果数值非常大 或许就表明你从宣传中获益

255
00:10:19,000 --> 00:10:21,000
你还可以看到

256
00:10:21,000 --> 00:10:24,000
压抑指数在总人数中的分布情况

257
00:10:24,000 --> 00:10:26,000
这里有个例子

258
00:10:26,000 --> 00:10:28,000
这是从没有明显抑制的英文书籍中

259
00:10:28,000 --> 00:10:30,000
选出的5000个人

260
00:10:30,000 --> 00:10:32,000
它是这个样子的 基本上以1为中心

261
00:10:32,000 --> 00:10:34,000
实际情况与预想差不多

262
00:10:34,000 --> 00:10:36,000
而这在是德文书籍中的分布情况

263
00:10:36,000 --> 00:10:38,000
与前者大为不同 往左偏了

264
00:10:38,000 --> 00:10:41,000
人们对它的关注较预期要少了两倍

265
00:10:41,000 --> 00:10:43,000
更重要的是 这个分布的跨度更宽

266
00:10:43,000 --> 00:10:46,000
不少人处于左边的部分

267
00:10:46,000 --> 00:10:49,000
人数比预期中少了10倍

268
00:10:49,000 --> 00:10:51,000
而也有不少人处于更靠右的部分

269
00:10:51,000 --> 00:10:53,000
他们的宣传起了作用

270
00:10:53,000 --> 00:10:56,000
这幅图反映了书籍记录中的审查情况

271
00:10:56,000 --> 00:10:58,000
我们把这种方法

272
00:10:58,000 --> 00:11:00,000
称作文化组学

273
00:11:00,000 --> 00:11:02,000
有点像基因组学

274
00:11:02,000 --> 00:11:04,000
只不过 基因组学是生物学上

275
00:11:04,000 --> 00:11:07,000
观察人类基因组序列的透镜

276
00:11:07,000 --> 00:11:09,000
文化组学很类似

277
00:11:09,000 --> 00:11:12,000
它指的是对人类文明研究的

278
00:11:12,000 --> 00:11:14,000
大规模数据收集分析的应用

279
00:11:14,000 --> 00:11:16,000
它使用的不是基因组这个透镜

280
00:11:16,000 --> 00:11:19,000
而是用数字化的历史记录片段作为透镜

281
00:11:19,000 --> 00:11:21,000
文化组学的优点是

282
00:11:21,000 --> 00:11:23,000
人人都会用它

283
00:11:23,000 --> 00:11:25,000
为什么呢

284
00:11:25,000 --> 00:11:27,000
这是因为这三个人

285
00:11:27,000 --> 00:11:30,000
谷歌的乔恩.奥温特 迈特.格雷和威尔.布洛克曼

286
00:11:30,000 --> 00:11:32,000
看到了n字格后

287
00:11:32,000 --> 00:11:34,000
说：“这太有意思了，

288
00:11:34,000 --> 00:11:37,000
我们得让所有人都用上它。”

289
00:11:37,000 --> 00:11:39,000
于是在我们的论文发表之前的整整两个星期中

290
00:11:39,000 --> 00:11:42,000
他们编了一个面向公众的Ngram Viewer版本

291
00:11:42,000 --> 00:11:45,000
现在你们也可以输入任何你感兴趣的单词或词组

292
00:11:45,000 --> 00:11:47,000
查看它的n字格

293
00:11:47,000 --> 00:11:49,000
并阅览所有书籍中

294
00:11:49,000 --> 00:11:51,000
出现n字格的例句

295
00:11:51,000 --> 00:11:53,000
这个词在第一天就被使用了超过一百万次

296
00:11:53,000 --> 00:11:55,000
这真的是最棒的一个搜索词

297
00:11:55,000 --> 00:11:58,000
人们总想做到最好 总想展示最好的一面

298
00:11:58,000 --> 00:12:01,000
但是在18世纪 人们对此并不在乎

299
00:12:01,000 --> 00:12:04,000
他们不想做到最好（“best”）而是“beft”

300
00:12:04,000 --> 00:12:07,000
实际上 这是个错别字

301
00:12:07,000 --> 00:12:09,000
这并不是因为人们不识字

302
00:12:09,000 --> 00:12:12,000
而是因为当时英文字母S的写法跟现在不同 看起来像F

303
00:12:12,000 --> 00:12:15,000
当然 谷歌没有意识到这一点

304
00:12:15,000 --> 00:12:18,000
于是我们对此在论文中做了报告

305
00:12:18,000 --> 00:12:20,000
这实际上只是一个小提示

306
00:12:20,000 --> 00:12:22,000
尽管这很有趣

307
00:12:22,000 --> 00:12:24,000
但是你在解读这些图表时 仍须非常谨慎

308
00:12:24,000 --> 00:12:27,000
你必须遵循基本的科学准则

309
00:12:27,000 --> 00:12:30,000
人们使用它来寻求各种乐趣

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

311
00:12:37,000 --> 00:12:39,000
我们不打算多说

312
00:12:39,000 --> 00:12:42,000
光给你们看这些幻灯片

313
00:12:42,000 --> 00:12:45,000
这个用户对人们烦躁的历史很感兴趣

314
00:12:45,000 --> 00:12:48,000
这里有不同类型的烦躁

315
00:12:48,000 --> 00:12:51,000
如果你的脚趾被碰了 你会说“啊” （“argh”）

316
00:12:51,000 --> 00:12:53,000
如果地球被外星人毁灭了

317
00:12:53,000 --> 00:12:55,000
开了一条星际航道

318
00:12:55,000 --> 00:12:57,000
那就是“啊啊啊啊啊啊啊啊” （"aaaaaaaargh"）

319
00:12:57,000 --> 00:12:59,000
这个人研究了不同长短的“啊” （“argh”）

320
00:12:59,000 --> 00:13:01,000
从1个啊到8个啊

321
00:13:01,000 --> 00:13:03,000
结果

322
00:13:03,000 --> 00:13:05,000
那些使用频率较低的啊

323
00:13:05,000 --> 00:13:08,000
代表程度更高的烦躁

324
00:13:08,000 --> 00:13:11,000
八十年代是个例外

325
00:13:11,000 --> 00:13:13,000
我们猜这可能跟里根总统有关

326
00:13:13,000 --> 00:13:15,000
（众人笑）

327
00:13:15,000 --> 00:13:18,000
这个数据库的用处很多

328
00:13:18,000 --> 00:13:21,000
但最重要的是这是一个数字化的历史记录

329
00:13:21,000 --> 00:13:23,000
谷歌已经开始对1500万本书进行数字化处理

330
00:13:23,000 --> 00:13:25,000
其中12%的书已被出版

331
00:13:25,000 --> 00:13:28,000
这是人类文明相当大的一部分

332
00:13:28,000 --> 00:13:31,000
而文明还包括更多的内容 有手稿 报纸

333
00:13:31,000 --> 00:13:33,000
非文字的内容 例如艺术与绘画

334
00:13:33,000 --> 00:13:35,000
这些内容都会出现在我们的电脑上

335
00:13:35,000 --> 00:13:37,000
在世界各地的电脑上

336
00:13:37,000 --> 00:13:40,000
如果这成真了

337
00:13:40,000 --> 00:13:42,000
我们对过去现在以及人类文明的认识就被改变了

338
00:13:42,000 --> 00:13:44,000
非常感谢大家

339
00:13:44,000 --> 00:13:47,000
（众人鼓掌）