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.
Bayangkan jika Anda bisa merekam kehidupan Anda -- semua yang Anda katakan, semua yang Anda lakukan, tersedia dalam sebuah simpanan memori sempurna pada ujung jari Anda, kemudian Anda bisa kembali dan menemukan saat-saat mengesankan dan membangkitannya, atau menyaring jejak-jejak waktu dan menemukan pola dalam kehidupan Anda sendiri yang sebelumnya belum pernah diketahui. Itulah perjalanan yang dimulai oleh keluargaku lima setengah tahun yang lalu Ini adalah istriku dan kolaborator Rupal. Dan pada hari ini, pada saat ini, kami berjalan ke dalam rumah dengan anak pertama kami, bayi laki-laki kami yang ganteng. Dan kami masuk ke rumah dengan sebuah sistem perekaman video spesial.
(Video) Man: Okay.
(Video) Laki-laki: Oke.
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.
Deb Roy: Saat ini dan ribuan saat spesial kami yang lain , direkam dalam rumah kami karena setiap ruangan dalam rumah, jika Anda melihat ke atas, Anda akan melihat sebuah kamera dan sebuah mikrofon, dan jika Anda melihat kee bawah, Anda akan melihat tampilan mata-burung ruangan ini Ini adalah ruang keluarga kami, ruang kamar bayi, dapur, ruang makan dan keseluruhan rumah. Dan semua ini dimasukkan ke dalam sebuah susunan disc yang didesain untuk menangkap gambar terus-menerus. Jadi inilah kami sedang menjalani hari-hari dalam rumah kami saat kami bergerak dari sinar pagi hari melalui pijaran malam dan, akhirnya, cahaya mati untuk hari ini. Setelah tiga tahun, kami merekam delapan hinggal 10 jam sehari, mengumpulkan sekitar seperempat juta jam suara dan video multi-track
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.
Jika Anda melihat sebagian apa jadinya sejauh ini koleksi video rumahan terbesar yang pernah dibuat (Tawa) Dan yang direpresentasikan oleh data ini untuk pribadi keluarga kami dampaknya sangat besar, dan kami masih mempelajari nilainya. Saat-saat yang tak terhitung dari saat-saat natural yang terjadi dengan sendirinya, tidak dibuat-buat terekam di sana, dan kami sedang memulai untuk mempelajari bagaimana untuk mencari dan menemukannya.
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.
Namun ada juga alasan ilmiah yang mendorong proyek ini, untuk menggunakan data longitudinal natural ini untuk memahami proses bagaimana seorang anak mempelajari bahasa -- anak itu adalah anakku. Dan dengan banyak ketetapan privasi yang diterapkan untuk melindungi siapa saja yang terekam dalam data, kami menjadikan bagian data-data itu tersedia untuk tim riset saya yang terpercaya di MIT kemudian kami dapat mulai mencari pola-pola dalam himpunan data yang besar ini, mencoba untuk memahami pengaruh lingkugan sosial pada pembelajaran bahasa. Jadi kita melihat pada salah satu hal pertama yang kami mulai lakukan Ini adalah saya dan istri saya sedang memasak sarapan di dalam dapur. Dan saat kami bergerak dalam ruang dan waktu, sebuah pola harian di dalam dapur.
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.
Untuk mengkonversikan video 90.00 jam yang buram ini menjadi sesuatu yang dapat kita lihat, kami menggunakan analisis gerak untuk menarik, sementara kami bergerak dalam ruang dan waktu, apa yang kami sebut ulat ruang-waktu (space-time worms). Dan ini telah menjadi bagian dari peralatan kami untuk dapat melihat dan memperhatikan di mana letak aktivitas-aktivitas di dalam data, dan dengannya, melacak pola, pada khususnya, di mana anak saya bergerak di rumah, jadi kami dapat fokus pada usaha transkripsi kami, semua lingkungan bahasa di sekitar anak saya -- semua kata-kata yang dia dengarkan dari saya, istri saya, pengasuh kami, dan dari waktu ke waktu, kata-kata mulai dihasilkan. Dengan teknologi dan data dan kemampuan untuk, dengan bantuan mesin, menerjemahkan bahasa, kami sekarang telah menerjemahkan lebih dari tujuh juta kata dari transkrip kami. Dan dengan itu, biarkan saya menunjukkan pada Anda sebuah tur pertama ke dalam data itu.
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.
Anda semua, saya yakin, telah melihat video-video waktu-dipercepat (time-lapse video) di mana sebuah bunga merekah saat Anda mempercepat waktu. Saya ingin Anda sekarang mengalami proses merekahnya bentuk bahasa. Anak saya, segera setelah ulang tahun pertamanya, mengatakan "gaga" untuk air. Dan setelah setengah tahun kemudian, dia lambat laun belajar untuk mendekati bentuk yang lebih sesuai, "air" (water) Jadi kita sedang melewati setengah tahun dalam sekitar 40 detik Tidak ada video di sini, agar Anda dapat fokus pada suara, akustik, dari sebuah jenis penggambaran baru: gaga menjadi air (water)
(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.
(Suara) Bayi: Gagagagagagaga Gaga gaga gaga guga guga guga wada gaga gaga guga gaga wader guga guga water water water water water water water water water
DR: He sure nailed it, didn't he.
DR: Dia yakin telah menangkapnya, bukan.
(Applause)
(Tepuk tangan)
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.
Dia tidak hanya belajar mengucapkan air (water) Dalam waktu 24 bulan, dua bulan pertama, yang sangat kami fokuskan, ini adalah peta dari setiap kata yang dia pelajari dalam urutan kronologis. Dan karena kami mempunyai transkrip yang lengkap, kami telah mengidentifikasi setiap 503 kata yang dia pelajari sampai ulang tahun keduanya. Dia adalah pembicara muda. Dan kemudian kami mulai menganalisis mengapa. Mengapa beberapa kata lahir sebelum lainnya? Ini adalah salah satu dari hasil awalnya yang dihasilkan dari penelitian kami lebih dari setahun yang lalu yang sangat mengejutkan kami. Cara untuk menafsirkan gambar sederhana ini adalah pada arah vertikal mengindikasikan sekompleks apa ucapan pengasuh berdasarkan panjang dari ucapan. Dan pada sumbu horizontal adalah waktu.
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.
Dan seluruh data, kami susun berdasarkan pada ide berikut: Setiap kali anak saya mempelajari sebuah kata, kami akan melacak balik dan melihat pada semua bahasa yang dua dengar yang berisi kata tersebut. Dan kami akan menggambar panjang relatif dari ucapan tersebut. Dan apa yang kami temukan adalah fenomena yang aneh ini, bahwa bahasa pengasuh akan turun secara sistematis hingga minimum, membuat bahasa yang paling sederhana, dan kemudian perlahan meningkat kembali menjadi kompleks. Dan yang menakjubkan bahwa lompatan itu, turunan itu, berjajar hampir persis degnan setiap kata dilahirkan -- kata demi kata, secara sistematis. Jadi terlihat bahwa ketiga pengasuh utama -- saya, istri saya dan pengasuh saya -- secara sistematis dan, saya pikirm secara tidak sadar membangun kembali bahasa kami hingga dia sampai pada lahirnya sebuah kata dan membawanya perlahan menuju bahasa yan glebih kompleks. Dan implikasi dari hal ini -- ada banyak hal, namun hanya satu yang ingin saya tunjukkan, bahwa pasti ada putaran umpan balik yang menakjubkan. Tentu saja, anak saya sedang belajar dari lingkungan bahasanya, namun lingkungan juga belajar darinya. Lingkungan itu, orang-orang, berada dalam putaran umpan balik yang padat ini dan menciptakan semacam perancah (scaffolding) yang belum diketahui hingga sekarang.
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.
Tapi itu melihat kpada konteks bahasa Bagaimana dengan konteks visual? Kita tidak melihat -- pikirkan ini sebagai potongan rumah boneka dari rumah kami. Kami telah mengambil kamera mata-ikan berlensa bundar itu, dan kami telah melakukan beberapa koreksi optik, dan kemudian kami dapat membawanya ke dalam kehidupan tiga dimensi. Selamat datang di rumah saya. Ini adalah sebuah momen, satu momen yang ditangkap oleh banyak kamera. Alasan kami melakukan ini adalah untuk menciptakan mesin memori mutakhir, di mana Anda dapat kembali dan melayang secara interaktif dan kemudian merasakan kehidupan video ke dalam sistem ini. Apa yang akan saya lakukan adalah memberi Anda sebuah pemandangan dipercepat 30 menit, lagi-lagi, hanya kehidupan di dalam ruang tamu. Ini adalah saya dan anak saya di atas lantai. Dan itu adalah analisis video yang melacak pergerakan kamu Anak saya ditunjukkan warna merah, saya warna hijau. Kami sekarang sedang bertemu, melihat melalui jendela pada mobil yang sedang berlalu-lalang. Dan akhirnya, anak saya memainkan sebuah mainan berjalan sendirian.
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.
Kemudian kami menghentikan aksi itu, 30 menit, kami kembali ke waktu vertikal, dan kami membuka sebuah pemandangan dari jejak interaksi yang kami tinggalkan ini. Dan kami melihat struktur yang menakjubkan ini -- dua knot kecil ulir berwarna ini kami sebut hot spot sosial. Ulir spiral kami sebut hot spot tunggal (solo). Dan kami pikir bahwa ini berdampak pada cara bahasa dipelajari. Apa yang kami ingin lakukan adalah mulai memahami interaksi antara pola ini dan bahasa yang diterima anak saya untuk melihat apakah kami bisa memprediksikan bagaimana struktur kapan kata didengar berdampak saat kata itu dipelajari -- jadi dengan kata lain, hubungan antara kata dan maknanya di dunia.
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.
Jadi ini pendekatan kami. Dalam video ini, lagi-lagi, anak saya sedang dilacak. Dia meninggalkan jejak merah. Dan ini adalah pengasuh kami di pintu.
(Video) Nanny: You want water? (Baby: Aaaa.) Nanny: All right. (Baby: Aaaa.)
(Video) Pengasuh: Kamu ingin air? (Bayi: Aaaa.) Nanny: Baiklah. (Bayi: Aaaa.)
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.
DR: Dia menawarkan air, dan menuju dua ulir melalui dapur untuk mengambil air. Dan apa yang telah kami lakukan adalah menggunakan kata "air" (water) untuk melabeli momen itu, aktivitas kecil itu. Dan sekarang kami mengambil kekuatan data itu dan mengambil setiap waktu anak saya mendengar kata air (water) dan konteks dia melihatnya, dan kami menggunakannya untuk menyusupi video dan menemukan setiap jejak aktivitas yang dilakukan bersamaan dengan kejadian air. Dan apa yang data ini tinggalkan adalah sebuah lansekap. kami sebut ini pemandangan-kata (wordscapes). Ini adalah wordscape untuk kata air, dan Anda dapat melihat kebanyakan terjadi di dalam dapur. Itu adalah tempat di mana puncak besar itu menuju ke kiri. Dan hanya untuk membandingkan, kami dapat melakukan ini dengan kata apa saja. Kami dapat mengambil kata "bye" dalam "good bye" Dan kami sekarang memperbesar jalan masuk ke rumah. Dan kami melihat, dan menemukan, seperti yang Anda harapkan, sebuah perbedaan dalam lansekap di mana kata "bye" muncul lebih sering dengan cara yang terstruktur. Jadi kami menggunakan struktur ini untuk mulai memprediksikan urutan pembelajaran bahasa, dan itu dalah pekerjaan yang sedang dilakukan sekarang.
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.
Dalam lab saya, tempat kami bekerja sama, di MIT -- ini adalah di lab media. Ini telah menjadi cara terfavorit saya untuk merekam gambar video di raungan apapun. Tiga orang kunci dalam proyek ini, Philip DeCamp, Rony Kubat dan Brandon Roy terlihat di sini. Philib telah menjadi seorang kolaborator yang teliti pada seluruh visualisasi yang Anda sedang lihat. Dan Michael Fleischman adalah mahasiswa Ph.D lain di lab saya yang bekerja dengan saya pada analisis video ini, dan dia membuat observasi berikut: bahwa "hanya dengan cara kami menganalisis bagaimana bahasa berkaitan dengan kejadian yang menyediakan alasan umum untuk bahasa, ide itu bisa kita ambil dari rumahmu, Deb, dan kami dapat menerapkannya pada dunia media publik." Dan jadi usaha kami mendapatkan perubahan yang tidak diperkirakan.
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.
Pikirkan media massa sebagai penyedia lapangan umum dan Anda punya resep untuk menerapkan ide ini pada tempat yang sama sekali baru. Kami telah mulai menganalisis konten televisi menggunakan prinsip-prinsip yang sama -- menganalisis struktur peristiwa dari sebuah sinyal TV -- episode-episode pertunjukan, ikan-iklan, semua komponen yang membuat struktur peristiwa. Dan sekarang kami, dengan satelit, menarik dan menanalisis sebuah bagian yang bagus dari semua TV yang sedang ditonton di Amerika Serikat. Dan Anda sekarang tidak perlu nenasang ruang tamu dengan mikrofon untuk mendapatkan percakapan orang, Anda hanya perlu menyetel feed media sosial yang tersedia secara publik.
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.
Kemudian kami menarik sekitar tiga juta komentar sebulan. Dan kemudian hal yang menakjubkan terjadi. Anda mempunyai struktur peristiwa, lapangan yang umum pada kata-kata itu, keluar dari feed televisi; Anda telah mendapatkan percakapan mengenai topik-topik ini; dan melalui analisis semantik -- dan ini sebenarnya data nyata yang Anda sedang lihat dari hasil pemrosesan data kami -- setiap garis kuning menunjukkan sebuah hubungan sedang dibuat antara sebuah komentar di rimba dan sebuah bagian struktur peristiwa keluar dari sinyal televisi. Dan ide yang sama sekarang dapat dibangun. Dan kami mendapatkan wordscape ini, namun sekarang kata-kata tidak tesusun di dalam ruang keluarga saya. Tapi dalam konteksm aktivitas lapangan umum, bahwa konten televisi yang mendorong percakapan. Dam apa yang kita lihat di sini, pencakar langit ini, adalah komentar yang berhubungan dengan konten televisi. Konsep yang sama, namun melihat pada dinamika komunikasi dalam sebuah lingkup yang sangat berbeda.
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.
Dan sangat mendasar, daripada hanya, sebagai contoh, mengukur konten berdasarkan berapa banyak orang yang menonton, ini memberi kita data yang mendasar untuk melihat pada sifat hubungan erat dari konten. Dan seperti halnya ktia dapat melihat siklus umpan balik dan dinamika dalam sebuah keluarga, kita sekarang dapat membuka konsep yang sama dan kita dapat melihat pada kelompok orang yang lebih besar Ini adalah subset data dari database kami -- hanya 50.000 dari beberapa juta -- dan grafik sosial yang menghubungkannya melalui sumber yang tersedia secara publik. Dan jika Anda meletakkannya dalam satu dataran, dataran yang kedua adalah di mana konten itu hidup. jadi kami telah mempunyai program dan peristiwa yang berkaitan dengan olahraga dan iklan, dan seluruh struktur hubungan yang mengikatnya membuat sebuah gambar konten. Dan kemudian dimensi penting yang ketiga. Setiap hubungan yang sedang Anda lihat di sini adalah sebuah koneksi nyata yang dibuat di antara sesuatu yang seseorang katakan dan sebagian konten. Dan sekarang ,lagi-lagi ada 10 jutaan hubungan ini yang menunjukkan pada kita jaringan hubungan grafik sosial dan bagaimana mereka berhubungan pada konten. Dan kita sekarang bisa memulai untuk menyelidiki struktur dengan cara yang menarik.
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.
Jadi jika kita, misalnya, melacak jalur dari datu bagian konten yang mendorong seseorang untuk mengomentarinya, dan kemudian kita mengikuti ke mana komentar itu pergi, dan kemudian melihat pada keseluruhan grafik sosial yang menjadi aktif dan kemudian melacak balik untuk menemukan hubungan antara grafik sosial dan konten, sebuah struktur yang sangat menarik menjadi terlihat. Kami menyebut ini sebuah kumpulan pemandangan-bersama (co-viewing), sebuah ruang keluarga jika Anda mau menyebutnya begitu. Dan ada dinamika yang menakjubkan sedang dimainkan. Dinamika itu tidak berjalan satu arah. Sebagian konten, sebuah peristiwa, menyebabkan seseorang berbicara. Mereka berbicara kepada orang lain. yang mendorong media massa mendengarkan, dan Anda mendapatkan siklus ini yang mendorong keseluruhan perilaku.
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.
Contoh lain -- sangat berbeda -- seorang yang lain di dalam database kami -- dan kami sedang mencari minimal ratusan, jika tidak ribuan, dari ini. Kami telah memberikan orang ini sebuah nama. Ini adalah sebuah pro-amatir, atau pro-am, kritik media yang mempunyai tingkat fans yang tinggi ini. Jadi banyak orang mengikuti orang ini -- sangat berpengaruh -- dan mereka mempunyai sebuah kecenderungan untuk berbicara mengenai tayangan TV. Orang ini adalah sebuah hubungan kunci dalam koneksi media massa dan media sosial.
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.
Satu contoh terakhir dari data ini: Terkadang sebenarnya ada sebagian konten yang spesial. jadi jika kita kembali melihat bagian konten ini. Negara Serikat Presiden Obama menyampaikan dari beberapa minggu yang lalu, dan melihat pada apa yang kami temukan dalam set data ini, pada skala yang sama, sifat hubungan dari bagian konten ini sangat luar biasa. Sebuah bangsa yang mengalami ledakan percakapan dalam real time dalam merespon apa yang disiarkan. Dan tentu saja, melalui semua baris ini mengalir bahasa yang tidak terstrukur. Kami dapat melakukan X-ray dan mendapat denyutan real-time dari sebuah bangsa, sensasi real-time dari reaksi sosial dalam sirkuit yang berbeda dalam grafik sosial sedang diaktifkan oleh konten.
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.
jadi, untuk menyimpulkan, ide-nya adalah ini: Karena dunia kita menjadi punya lebih banyak alat dan ktia punya kemampuan untuk mengumpulkan dan menghubungkan titik-titik antara apa yang dikatakan orang dan dalam konteks mereka membicarakannya, apa yang muncul adalah sebuah kemampuan untuk melihat struktur sosial baru dan dinamika yang sebelumnya belum pernah diketahui Itu seperti membangun sebuah mikroskop atau teleskop dan membuka struktur baru mengenai perilaku kita saat berkomunikasi. Dan saya berpikir implikasinya sangat besar, apakah untuk sains, untuk perdagangan, untuk pemerintahan, atau mungkin yang terbesar, untuk kita sebagai indovodu.
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."
Dan kembali pada anak saya, ketika saya sedang menyiapkan pembicaraan ini, dia melihat dari atas bahu saya, dan saya menunjukkan klip yang saya akan tunjukkan pada Anda hari ini, dan saya meminta izinnya -- dia berikan. Dan ketika saya berefleksi, "Bukankah itu menakjubkan, keseluruhan database ini, seluruh rekaman ini, saya akan berikan padamu dan pada saudarimu." yang datang dua tahun kemudian. "Dan kalian akan dapat kembali dan kembali mengalami momen yang mungkin tidak pernah, dengan ingatan biologismu, dapat mengingat dengan caramu sekarang." Dan dia diam sebentar. Dan saya berpikir, "Apa yang saya pikirkan? Dia berumur lima tahun. Dia tidak akan memahami ini." Dan saat saya memikirkannya, dia melihat saya dan mengatakan, "Jadi saat saya tambah dewasa, saya dapat menunjukkan ini pada anak saya?" Dan saya berpikir, "Wow, ini adalah sesuatu yang hebat."
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.
kemudian saya ingin meninggalkan Anda dengan satu momen terakhir yang pantas diingat dari keluarga kami. Ini adalah saat pertama anak kami mengambil lebih dari dua langkah suatu waktu -- tertangkap kamera. Dan saya benar-benar ingin Anda fokus pada sesuatu saat saya menunjukkan. Ini adalah lingkungan yang kacau, ini adalah kehidupan natural. Ibuku di dalam dapur, memasak, dan, dari seluruh tempat, dalam lorong, Saya menyadari dia akan melakukannya, tentang mengambil lebih dari dua langkah. Dan Anda mendengar saya mendorong anak saya, menyadari apa yang sedang terjadi, dan kemudian keajaiban terjadi. Dengarkan dengan baik. Mengenai tiga langkah dalam, dia menyadari sesuatu yang ajaib sedang terjadi. Dan lingkaran umpan balik yang paling menakjubkan terjadi, dan dia mengambil nafas, dan dia membisikkan "wow" dan secara naluriah saya juga menirukannya. Dan kemudian kembali ke waktu pada momen yang pantas diingat itu.
(Video) DR: Hey. Come here. Can you do it? Oh, boy. Can you do it? Baby: Yeah. DR: Ma, he's walking.
(Video) DR: Hai. Kesinilah. Dapatkah kamu melakukannya? Oh, boy. Dapatkan kamu melakukannya? Bayi: Ya. DR: Ma, dia berjalan.
(Laughter)
(Tawa)
(Applause)
(Tepuk tangan)
DR: Thank you.
DR: Terima kasih.
(Applause)
(Tepuk tangan)