Představte si, kdybyste mohli zaznamenat svůj život — všechno, co jste kdy řekli, všechno, co jste udělali, a měli to na dosah ruky v dokonalé paměti, takže byste se k nim mohli vracet a hledat památné okamžiky a znovu je prožívat, nebo se brouzdat stopami času a objevovat vzory ve svém životě, které předtím zůstaly nepovšimnuty. No a to je přesně ta cesta, kterou nastoupila moje rodina před pět a půl rokem. Tohle je Rupal, moje žena a spolupracovnice. A toho dne, v tento okamžik, jsme vcházeli do domu s naším prvním dítětem, naším nádherným chlapečkem. Vcházeli jsme do domu, který měl velmi zvláštní systém záznamu domácího videa.
Imagine if you could record your life -- everything you said, everything you did, available in a perfect memory store at your fingertips, so you could go back and find memorable moments and relive them, or sift through traces of time and discover patterns in your own life that previously had gone undiscovered. Well that's exactly the journey that my family began five and a half years ago. This is my wife and collaborator, Rupal. And on this day, at this moment, we walked into the house with our first child, our beautiful baby boy. And we walked into a house with a very special home video recording system.
(Video) Muž: Dobrá.
(Video) Man: Okay.
Deb Roy: Tento okamžik, stejně jako tisíce dalších pro nás významných okamžiků, byl u nás doma natočen na video, protože každá místnost, při pohledu zdola, měla na stropě kameru a mikrofon a při pohledu shora jste mohli sledovat místnost z ptačí perspektivy. Tady je náš obývák, dětský pokoj, kuchyň, jídelna a zbytek domu. A záběry toho všeho plnily diskové pole, které bylo nastaveno na nepřetržitý provoz. Tady prolétáváme jedním dnem v našem domě od sluncem zalitého rána do rozzářeného večera až nakonec na noc světla zhasnou. V průběhu tří let jsme natáčeli 8 až 10 hodin denně a nashromáždili odhadem čtvrt milionu hodin vícestopého zvuku a videa.
Deb Roy: This moment and thousands of other moments special for us were captured in our home because in every room in the house, if you looked up, you'd see a camera and a microphone, and if you looked down, you'd get this bird's-eye view of the room. Here's our living room, the baby bedroom, kitchen, dining room and the rest of the house. And all of these fed into a disc array that was designed for a continuous capture. So here we are flying through a day in our home as we move from sunlit morning through incandescent evening and, finally, lights out for the day. Over the course of three years, we recorded eight to 10 hours a day, amassing roughly a quarter-million hours of multi-track audio and video.
Díváte se teď na část zdaleka největší sbírky domácího videa, jaká kdy vznikla. (Smích) A to, co pro naši rodinu tato data znamenají osobně, má už teď nesmírný vliv a stále ještě poznáváme jejich hodnotu. Je tam zachycen bezpočet nestrojeně přirozených, nestylizovaných okamžiků a my začínáme zjišťovat, jak je objevit a kde je najít.
So you're looking at a piece of what is by far the largest home video collection ever made. (Laughter) And what this data represents for our family at a personal level, the impact has already been immense, and we're still learning its value. Countless moments of unsolicited natural moments, not posed moments, are captured there, and we're starting to learn how to discover them and find them.
Ale tento projekt pohání i vědecký důvod, kterým je využití těchto čistě délkových údajů k pochopení procesu, jakým se dítě učí jazyku — přičemž to dítě byl můj syn. Zavedli jsme mnohá opatření na ochranu soukromí všech, kteří se ocitli na záznamu, to podstatné z těchto dat jsme poskytli mému důvěryhodnému výzkumnému týmu na MIT, takže jsme mohli začít pročesávat vzorky z toho obrovského souboru a pokoušet se chápat vlivy sociálního prostředí na osvojování si jazyka. Tady sledujeme jednu z prvních věcí, se kterými jsme začali. Toto je moje žena a já, jak si děláme snídani v kuchyni a jak se pohybujeme v prostoru a v čase, obvyklý každodenní stereotyp života v kuchyni.
But there's also a scientific reason that drove this project, which was to use this natural longitudinal data to understand the process of how a child learns language -- that child being my son. And so with many privacy provisions put in place to protect everyone who was recorded in the data, we made elements of the data available to my trusted research team at MIT so we could start teasing apart patterns in this massive data set, trying to understand the influence of social environments on language acquisition. So we're looking here at one of the first things we started to do. This is my wife and I cooking breakfast in the kitchen, and as we move through space and through time, a very everyday pattern of life in the kitchen.
K převodu 90 000 hodin ničím výjimečného videa na něco, co můžeme začít pozorovat, používáme analýzu pohybu, kterou natahujeme během pohybu prostorem a časem cosi, čemu říkáme časoprostoroví červi. Stali se součástí naší sady nástrojů pro vyhledávání a rozpoznávání míst, kde se v datech nacházejí jednotlivé aktivity. A s jejich pomocí zaznamenáváme vzorce, zejména v místech, kde se po domě pohyboval můj syn, abychom mohli soustředit naši snahu o přepis řeči, na veškeré řečové okolí mého syna — na všechna slova, která uslyšel ode mě, mé ženy, chůvy a na všechna slova, která časem sám začal tvořit. S touto technologií a těmito daty a s možností strojově přepisovat řeč, jsme už zapsali z našich domácích záznamů přes 7 milionů slov. A teď vás tedy mohu vzít na první prohlídku dat.
In order to convert this opaque, 90,000 hours of video into something that we could start to see, we use motion analysis to pull out, as we move through space and through time, what we call space-time worms. And this has become part of our toolkit for being able to look and see where the activities are in the data, and with it, trace the pattern of, in particular, where my son moved throughout the home, so that we could focus our transcription efforts, all of the speech environment around my son -- all of the words that he heard from myself, my wife, our nanny, and over time, the words he began to produce. So with that technology and that data and the ability to, with machine assistance, transcribe speech, we've now transcribed well over seven million words of our home transcripts. And with that, let me take you now for a first tour into the data.
Určitě už jste všichni viděli časosběrně zaznamenaná videa, na kterých se květy zrychleně rozvíjejí. Rád bych, abyste si teď vyzkoušeli, jak se rozvíjí forma řeči. Můj syn, krátce po svých prvních narozeninách, začal říkat slovo „gaga“ a myslel tím vodu. A během následujícího půlroku se pomalu učil přizpůsobovat výslovnost tvaru „voda“ u dospělých. Takže teď proplujeme půlrokem během asi 40 vteřin. Neuvidíte žádné video, takže se můžete soustředit na zvuky, na akustiku, na nový druh přechodu: z gaga na voda.
So you've all, I'm sure, seen time-lapse videos where a flower will blossom as you accelerate time. I'd like you to now experience the blossoming of a speech form. My son, soon after his first birthday, would say "gaga" to mean water. And over the course of the next half-year, he slowly learned to approximate the proper adult form, "water." So we're going to cruise through half a year in about 40 seconds. No video here, so you can focus on the sound, the acoustics, of a new kind of trajectory: gaga to water.
(Zvuk) Dítě: Gagagagagaga Gaga gaga gaga guga guga guga vada gaga gaga guga gaga vode guga guga voda voda voda voda voda voda voda voda voda.
(Audio) Baby: Gagagagagaga Gaga gaga gaga guga guga guga wada gaga gaga guga gaga wader guga guga water water water water water water water water water.
DR: Zvládl to na jedničku, co?
DR: He sure nailed it, didn't he.
(Potlesk)
(Applause)
Nenaučil se vyslovovat jenom vodu. V průběhu 24 měsíců, prvních dvou roků, na které jsme se opravdu zaměřili, na každé slovo, které se postupně naučil, máme tuhle mapu. A protože máme kompletní přepis řeči, určili jsme všech 503 slov, které se naučil vyslovovat do svých druhých narozenin. Začal mluvit brzy. A tak jsme začali analyzovat proč. Proč se konkrétní slova zrodila dřív než jiná? Toto je jeden z prvních výsledků, které vzešly z naší studie před více než rokem a který nás opravdu překvapil. Tento očividně jednoduchý graf si můžete vyložit tak, že svislá osa představuje, jak složité výrazy používal opatrovatel na základě délky jeho projevů. A na vodorovné ose je čas.
So he didn't just learn water. Over the course of the 24 months, the first two years that we really focused on, this is a map of every word he learned in chronological order. And because we have full transcripts, we've identified each of the 503 words that he learned to produce by his second birthday. He was an early talker. And so we started to analyze why. Why were certain words born before others? This is one of the first results that came out of our study a little over a year ago that really surprised us. The way to interpret this apparently simple graph is, on the vertical is an indication of how complex caregiver utterances are based on the length of utterances. And the [horizontal] axis is time.
Všechna ta data jsme uspořádali podle následujícího konceptu: Kdykoliv se můj syn naučil nějaké slovo, analyzovali jsme zpětně veškerou řeč, kterou slyšel a ve které se slovo objevilo. A poměrnou délku projevů jsme zakreslili. Objevili jsme zvláštní fenomén, když projev opatrovatele systematicky klesal na minimum, aby mluvil tak jednoduše, jak to jen jde a potom se pomalu vracel zpět ke složitosti. Úžasné na tom bylo, že se ten skok, onen pokles, téměř přesně shodoval s okamžikem zrodu slova — slovo za slovem, systematicky. Takže se zdá, že všichni tři prvotní opatrovatelé — já, moje žena a naše chůva — systematicky a podle mě podvědomě měnili skladbu našeho jazyka, abychom se se synem potkali při zrodu slova a něžně ho naváděli ke složitějšímu jazyku. Tohle má mnoho důsledků, ale na jeden bych chtěl poukázat: musí existovat úžasné zpětnovazební smyčky. Samozřejmě, můj syn se učí z lingvistického prostředí, ale to prostředí se učí i od něho. Prostředí, lidé, jsou v těsných zpětnovazebních smyčkách a vytvářejí něco jako lešení, kterého jsme si doposud nepovšimli.
And all of the data, we aligned based on the following idea: Every time my son would learn a word, we would trace back and look at all of the language he heard that contained that word. And we would plot the relative length of the utterances. And what we found was this curious phenomena, that caregiver speech would systematically dip to a minimum, making language as simple as possible, and then slowly ascend back up in complexity. And the amazing thing was that bounce, that dip, lined up almost precisely with when each word was born -- word after word, systematically. So it appears that all three primary caregivers -- myself, my wife and our nanny -- were systematically and, I would think, subconsciously restructuring our language to meet him at the birth of a word and bring him gently into more complex language. And the implications of this -- there are many, but one I just want to point out, is that there must be amazing feedback loops. Of course, my son is learning from his linguistic environment, but the environment is learning from him. That environment, people, are in these tight feedback loops and creating a kind of scaffolding that has not been noticed until now.
Ale to se díváme na kontext řeči. Co takhle vizuální kontext? Nedíváme se na ― představte si náš dům jako řez domečkem pro panenky. Vzali jsme tyhle kruhové kamery s rybím okem a udělali nějaké optické korekce a pak jsme domu vrátili jeho třírozměrný život. Vítejte v mém domě. Tohle je okamžik, jeden moment nasmímaný více kamerami. Smyslem bylo vytvořit stroj s absolutní pamětí, se kterým se můžete vracet a interaktivně poletovat a vdechnout tak tomuto systému život. Teď vám poskytnu zrychlený pohled na 30minutový úsek, který opět zachycuje život v obýváku. Tohle jsem já a můj syn na podlaze. A analytické nástroje videa sledují naše pohyby. Můj syn zanechává červenou stopu. Já zelenou. Jsme na pohovce a z okna sledujeme projíždějící auta. Na závěr si můj syn sám hraje na odrážedle.
But that's looking at the speech context. What about the visual context? We're not looking at -- think of this as a dollhouse cutaway of our house. We've taken those circular fish-eye lens cameras, and we've done some optical correction, and then we can bring it into three-dimensional life. So welcome to my home. This is a moment, one moment captured across multiple cameras. The reason we did this is to create the ultimate memory machine, where you can go back and interactively fly around and then breathe video-life into this system. What I'm going to do is give you an accelerated view of 30 minutes, again, of just life in the living room. That's me and my son on the floor. And there's video analytics that are tracking our movements. My son is leaving red ink. I am leaving green ink. We're now on the couch, looking out through the window at cars passing by. And finally, my son playing in a walking toy by himself.
Teď celé dění zastavíme, 30 minut, čas vyneseme na vodorovnou osu a otevře se nám pohled na záznamy interakcí, které jsme za sebou zanechali. Uvidíme tyhle úžasné struktury — tyhle malé smyčky z vláken dvou barev nazýváme „místa aktivního družení“. Tomu spirálovému vláknu říkáme „místo samostatné akce“. Myslíme si, že mají vliv na způsob, jakým se učíme mluvit. Chtěli bychom začít chápat vzájemné interakce mezi těmito vzory a řečí, kterou můj syn slyší, abychom zjistili, jestli dokážeme předvídat, ve kterém okamžiku ovlivňuje skladba zaslechnutých slov to, kdy si je osvojíme — jinými slovy, vztahy mezi slovy a tím, co ve světě vyjadřují.
Now we freeze the action, 30 minutes, we turn time into the vertical axis, and we open up for a view of these interaction traces we've just left behind. And we see these amazing structures -- these little knots of two colors of thread we call "social hot spots." The spiral thread we call a "solo hot spot." And we think that these affect the way language is learned. What we'd like to do is start understanding the interaction between these patterns and the language that my son is exposed to to see if we can predict how the structure of when words are heard affects when they're learned -- so in other words, the relationship between words and what they're about in the world.
Takže takhle k tomu přistupujeme. Na tomto videu opět sledujeme pohyb mého syna. Zanechává za sebou červenou stopu. A u dveří stojí naše chůva.
So here's how we're approaching this. In this video, again, my son is being traced out. He's leaving red ink behind. And there's our nanny by the door.
(Video) Chůva: Chceš vodu? (Dítě: Aaaa.) Chůva: Dobrá. (Dítě: Aaaa.)
(Video) Nanny: You want water? (Baby: Aaaa.) Nanny: All right. (Baby: Aaaa.)
DR: Nabízí vodu a u toho jdou dva červíci přes kuchyni, aby nabrali vodu. Použili jsme slovo „voda“ k označení této chvíle, této části aktivity. A teď využijeme potenciál dat, vezmeme každý okamžik, kdy můj syn slyšel slovo voda a kontext, ve kterém ho viděl a použijeme ho, abychom pronikli do videa a nalezli každou stopu aktivity, která se pojila s výskytem slova voda. Data za sebou zanechávají brázdu jako nějakou krajinu. Říkáme jim slovní krajiny. Tohle je slovní krajina pro slovo voda a vidíte, že většina dění se odehrává v kuchyni. To jsou ty velké vrcholy vystupující nalevo. A pro porovnání to můžeme udělat s kterýmkoliv slovem. Můžeme se podívat na slovo „pá“, kterým se loučíme. Přemisťujeme se ke vchodu do domu. Podíváme se a shledáváme, jak se dalo čekat, nápadné odlišnosti v krajině, kde se slovo „pá“ vyskytuje v mnohem strukturovanější podobě. Takže teď používáme tyto struktury, abychom mohli předpovídat zákonitosti v osvojování si jazyka, to je práce, která teď stojí před námi.
DR: She offers water, and off go the two worms over to the kitchen to get water. And what we've done is use the word "water" to tag that moment, that bit of activity. And now we take the power of data and take every time my son ever heard the word water and the context he saw it in, and we use it to penetrate through the video and find every activity trace that co-occurred with an instance of water. And what this data leaves in its wake is a landscape. We call these wordscapes. This is the wordscape for the word water, and you can see most of the action is in the kitchen. That's where those big peaks are over to the left. And just for contrast, we can do this with any word. We can take the word "bye" as in "good bye." And we're now zoomed in over the entrance to the house. And we look, and we find, as you would expect, a contrast in the landscape where the word "bye" occurs much more in a structured way. So we're using these structures to start predicting the order of language acquisition, and that's ongoing work now.
V mé laboratoři na MIT, kam právě nahlížíme — toto je mediální laboratoř. Je to teď můj oblíbený způsob videografování v podstatě jakéhokoliv prostoru. Tři klíčoví lidé stojící za tímto projektem, Philip DeCamp, Rony Kubat a Brandon Roy. Philip se spolupodílel na všech vizualizacích, na které se díváme. A Michael Fleischman je další doktorand z mé laboratoře, který se mnou pracoval na analýze domácího videa a který přišel s následujícím postřehem: „stejným způsobem, jakým analyzujeme, jak se mluva váže k událostem, které poskytují společný základ jazyku, tu samou myšlenku můžeme aplikovat i mimo tvůj dům, Debe, na svět veřejných médií“. Naše úsilí tak nabralo nečekaný směr.
In my lab, which we're peering into now, at MIT -- this is at the media lab. This has become my favorite way of videographing just about any space. Three of the key people in this project, Philip DeCamp, Rony Kubat and Brandon Roy are pictured here. Philip has been a close collaborator on all the visualizations you're seeing. And Michael Fleischman was another Ph.D. student in my lab who worked with me on this home video analysis, and he made the following observation: that "just the way that we're analyzing how language connects to events which provide common ground for language, that same idea we can take out of your home, Deb, and we can apply it to the world of public media." And so our effort took an unexpected turn.
Představte si sdělovací prostředky, které poskytnou společný základ a máte návod na to, jak posunout tuto koncept do úplně nové oblasti. Začali jsme analyzovat televizní obsah a uplatnili jsme ty samé principy – analýzu struktury děje z televizního signálu – na epizody zábavných pořadů, reklamy, na všechny komponenty, které strukturu vytvářejí. Přes satelitní antény stahujeme a analyzujeme značnou část televizního vysílání ve Spojených státech. Není už potřeba instalovat do obýváků mikrofony kvůli zaznamenání hovorů mezi lidmi, stačí se napojit na veřejně dostupné sociální kanály.
Think of mass media as providing common ground and you have the recipe for taking this idea to a whole new place. We've started analyzing television content using the same principles -- analyzing event structure of a TV signal -- episodes of shows, commercials, all of the components that make up the event structure. And we're now, with satellite dishes, pulling and analyzing a good part of all the TV being watched in the United States. And you don't have to now go and instrument living rooms with microphones to get people's conversations, you just tune into publicly available social media feeds.
Stahujeme asi 3 miliardy komentářů měsíčně a pak se začínají dít zázraky. Máte k dispozici strukturu děje, společný základ pro to, co slova znamenají, přímo z televizních kanálů; k tomu máte konverzace, které se k nim vztahují; použitím semantické analýzy – a teď se díváte na skutečné údaje z našeho zpracování dat – se každá ze žlutých linek stane propojením mezi nějakým komentářem v éteru a kouskem struktury děje z televizního signálu. A ten samý koncept se dá rozvíjet dál. Dostáváme tuto krajinu s tím rozdílem, že teď už slova nepochází z mého obýváku. Místo obýváku tvoří kontext a aktivity společných zájmů televizní obsah, který je hnací silou konverzací. Tyhle mrakodrapy, které zde vidíme, jsou komentáře, které jsou propojeny s obsahem v televizi. Jde o ten samý koncept, ale z pohledu dynamiky komunikace v úplně odlišné sféře.
So we're pulling in about three billion comments a month, and then the magic happens. You have the event structure, the common ground that the words are about, coming out of the television feeds; you've got the conversations that are about those topics; and through semantic analysis -- and this is actually real data you're looking at from our data processing -- each yellow line is showing a link being made between a comment in the wild and a piece of event structure coming out of the television signal. And the same idea now can be built up. And we get this wordscape, except now words are not assembled in my living room. Instead, the context, the common ground activities, are the content on television that's driving the conversations. And what we're seeing here, these skyscrapers now, are commentary that are linked to content on television. Same concept, but looking at communication dynamics in a very different sphere.
V podstatě jde o to, že než abychom například poměřovali kvalitu obsahu počtem diváků, kteří ho sledují, získáváme spíše základní data, skrze která pozorujeme atributy zájmu o obsah. A stejně jako můžeme pozorovat zpětnovazební smyčky a dynamiku v rodině, těmi samými koncepty si otevíráme cestu ke sledování mnohem větší skupiny lidí. Toto je podmnožina faktů, které máme v databázi – jen asi 50 000 z několika milionů – a sociální graf, který je propojuje s veřejně dostupnými zdroji. Umístíte-li je do jedné roviny, ve druhé rovině uvidíte, kde se nachází obsah. Máme tu programy a sportovní události a reklamy a všechna ta propojení, která je drží pohromadě, vytvářejí graf obsahu. A pak je tu důležitý třetí rozměr. Každý spoj, který zde můžete vidět, je skutečné propojení mezi něčím, co někdo řekl a nějakým obsahem. A opět existují desítky milionů takových spojů, které jsou pro nás pojivovou tkání sociálních grafů a vysvětlují, jak souvisí s obsahem. A teď můžeme začít průzkum struktury rozvíjet zajímavým směrem.
And so fundamentally, rather than, for example, measuring content based on how many people are watching, this gives us the basic data for looking at engagement properties of content. And just like we can look at feedback cycles and dynamics in a family, we can now open up the same concepts and look at much larger groups of people. This is a subset of data from our database -- just 50,000 out of several million -- and the social graph that connects them through publicly available sources. And if you put them on one plain, a second plain is where the content lives. So we have the programs and the sporting events and the commercials, and all of the link structures that tie them together make a content graph. And then the important third dimension. Each of the links that you're seeing rendered here is an actual connection made between something someone said and a piece of content. And there are, again, now tens of millions of these links that give us the connective tissue of social graphs and how they relate to content. And we can now start to probe the structure in interesting ways.
Když například půjdeme po stopě konkrétního kousku obsahu, který někoho vedl k okomentování a dále budeme sledovat, kam komentář vede, až k pohledu přes celý sociální graf, který se zaktivoval a pak se vrátíme, abychom viděli vztah mezi sociálním grafem a obsahem, začne se vynořovat velice zajímavá struktura. Říkáme tomu pohled lidí ze zájmové skupiny, takový virtuální obývák chcete-li. A ke slovu se dostává fascinující dynamika. Není to jednosměrné. Kousek obsahu, nějaká událost způsobí, že někdo zareaguje. Mluví s dalšími lidmi. Vede to k tomu, že se začnou opět obracet na masmédia a tyto cykly řídí celkové chování.
So if we, for example, trace the path of one piece of content that drives someone to comment on it, and then we follow where that comment goes, and then look at the entire social graph that becomes activated and then trace back to see the relationship between that social graph and content, a very interesting structure becomes visible. We call this a co-viewing clique, a virtual living room if you will. And there are fascinating dynamics at play. It's not one way. A piece of content, an event, causes someone to talk. They talk to other people. That drives tune-in behavior back into mass media, and you have these cycles that drive the overall behavior.
Další příklad – úplně odlišný – další konkrétní osoba z naší databáze – takových najdeme klidně stovky, ne-li tisíce. Tuto osobu jsme si pojmenovali. Je to poloprofesionální mediální kritik s velkou mírou sledovanosti. Sleduje ho velké množství lidí – má velký vliv – a rádi mluví o tom, co se děje v televizi. Takže tahle osoba je klíčovým článkem, který propojuje masmédia se sociálními médii.
Another example -- very different -- another actual person in our database -- and we're finding at least hundreds, if not thousands, of these. We've given this person a name. This is a pro-amateur, or pro-am media critic who has this high fan-out rate. So a lot of people are following this person -- very influential -- and they have a propensity to talk about what's on TV. So this person is a key link in connecting mass media and social media together.
Ještě poslední příklad z tohoto souboru: Někdy je opravdu mimořádný samotný obsah. Když se podíváme se na tento kousek, na projev prezidenta Obamy o stavu unie, který měl před několika týdny a podíváme se, co najdeme v tom samém souboru, v tom samém měřítku, atributy zájmu o tento obsah jsou opravdu pozoruhodné. V reálném čase národem exploduje debata jako reakce na to, co se událo ve vysílání. A samozřejmě, všemi těmi linkami plyne nestrukturovaná řeč. Můžeme zrentgenovat a měřit puls národa v reálném čase, aktuální náladu ze sociálních reakcí v dílčích cyklech sociálního grafu, aktivovaných obsahem.
One last example from this data: Sometimes it's actually a piece of content that is special. So if we go and look at this piece of content, President Obama's State of the Union address from just a few weeks ago, and look at what we find in this same data set, at the same scale, the engagement properties of this piece of content are truly remarkable. A nation exploding in conversation in real time in response to what's on the broadcast. And of course, through all of these lines are flowing unstructured language. We can X-ray and get a real-time pulse of a nation, real-time sense of the social reactions in the different circuits in the social graph being activated by content.
Abych tedy shrnul, v čem myšlenka spočívá: S tím, jak v našem světě vzrůstá vybavenost přístroji a jak máme možnosti posbírat a pospojovat to, co se mezi lidmi povídá a v jakých souvislostech si to povídají, vyvíjí se schopnosti vypozorovat nové společenské vazby a dynamiku tak, jak to předtím nebylo možné. Je to jako postavit mikroskop nebo dalekohled a odhalit nové struktury našeho chování v tom, jak komunikujeme. A podle mě to má nesmírný význam, ať už pro vědu, pro obchod, pro vládu a ze všeho nejvíc snad pro nás jako jednotlivce.
So, to summarize, the idea is this: As our world becomes increasingly instrumented and we have the capabilities to collect and connect the dots between what people are saying and the context they're saying it in, what's emerging is an ability to see new social structures and dynamics that have previously not been seen. It's like building a microscope or telescope and revealing new structures about our own behavior around communication. And I think the implications here are profound, whether it's for science, for commerce, for government, or perhaps most of all, for us as individuals.
A abych se znovu vrátil ke svému synovi, když jsem si připravoval tuto přednášku, díval se mi přes rameno a já jsem mu předváděl klipy, které jsem vám dnes chtěl ukázat a žádal jsem ho o svolení — dostal jsem ho. A uvažoval jsem dál: „No není to úžasné, celá tahle databáze, všechny tyhle nahrávky, jednou předám tobě a tvé sestře“ — narodila se o dva roky později — „a vy děcka se k tomu budete moct vracet a znovu prožívat chvíle, které byste si ve své biologické paměti asi nikdy nezapamatovali tak jako teď.“ Chvilku byl zticha. A já jsem si pomyslel: „Co mě to jen napadlo? Je mu pět let. Nebude tomu ještě rozumět.“ A zrovna když jsem o tom přemýšlel, vzhlédnul ke mně a řekl: „Takže až vyrostu, můžu to ukazovat svým dětem?“ A já jsem si pomyslel: „Páni, to je ale síla.“
And so just to return to my son, when I was preparing this talk, he was looking over my shoulder, and I showed him the clips I was going to show to you today, and I asked him for permission -- granted. And then I went on to reflect, "Isn't it amazing, this entire database, all these recordings, I'm going to hand off to you and to your sister" -- who arrived two years later -- "and you guys are going to be able to go back and re-experience moments that you could never, with your biological memory, possibly remember the way you can now?" And he was quiet for a moment. And I thought, "What am I thinking? He's five years old. He's not going to understand this." And just as I was having that thought, he looked up at me and said, "So that when I grow up, I can show this to my kids?" And I thought, "Wow, this is powerful stuff."
Na závěr vám chci ukázat ještě jeden památný moment ze života naší rodiny. Bylo to poprvé, kdy náš syn zvládl udělat dva kroky naráz — zachytili jsme to na film. A opravdu bych chtěl, abyste se během toho na něco soustředili. Prostředí je plné shonu, prostě běžný život. Moje matka je v kuchyni, vaří a já jsem si uvědomil, že ze všech míst v domě to bude chodba, kde se o to pokusí, kde zvládne udělat víc jak dva kroky. Uslyšíte, jak ho povzbuzuji, protože si uvědomuji, co se děje a pak se stane zázrak. Velmi pozorně poslouchejte. Asi po třech krocích si uvědomí, že se stalo nějaké kouzlo a spustila se ta nejúžasnější zpětnovazební smyčka, nadechne se a zašeptá „jů“ a já instinktivně zopakuji to samé. Tak přeleťme zpátky v čase k tomu památnému okamžiku.
So I want to leave you with one last memorable moment from our family. This is the first time our son took more than two steps at once -- captured on film. And I really want you to focus on something as I take you through. It's a cluttered environment; it's natural life. My mother's in the kitchen, cooking, and, of all places, in the hallway, I realize he's about to do it, about to take more than two steps. And so you hear me encouraging him, realizing what's happening, and then the magic happens. Listen very carefully. About three steps in, he realizes something magic is happening, and the most amazing feedback loop of all kicks in, and he takes a breath in, and he whispers "wow" and instinctively I echo back the same. And so let's fly back in time to that memorable moment.
(Video) DR: Hej. Pojď sem. Dokážeš to? Chlapečku. Dokážeš to? Dítě: Jo. DR: Mami, on chodí.
(Video) DR: Hey. Come here. Can you do it? Oh, boy. Can you do it? Baby: Yeah. DR: Ma, he's walking.
(Smích)
(Laughter)
(Potlesk)
(Applause)
DR: Děkuji.
DR: Thank you.
(Potlesk)
(Applause)