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.
Wyobraźcie sobie, że możecie zarejestrować swoje życie - wszystko co mówicie i co robicie, dostępne w doskonałym magazynie pamięci w zasięgu ręki po to, żeby można było wrócić, odnaleźć niezapomniane chwile i przeżyć je ponownie, albo przeszukać ślady czasu i odkryć prawidłowości we własnym życiu, których wcześniej nie udało się nam zaobserwować. Tę właśnie podróż moja rodzina rozpoczęła pięć i pół roku temu. Oto moja żona i współpracownik - Rupal. I tego właśnie dnia, w tym momencie, wróciliśmy do domu z naszym pierwszym dzieckiem, z naszym pięknym synkiem. Weszliśmy do domu wyposażonego w specjalny system nagrywania amatorskich filmów.
(Video) Man: Okay.
(Video) W porządku.
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.
Ta chwila, a także tysiące innych momentów dla nas szczególnych zostało uchwyconych w naszym domu, ponieważ w każdym pomieszczeniu, jeżeli spojrzycie w górę, zobaczycie kamerę i mikrofon, a jeśli spojrzycie w dół, otrzymacie widok pokoju z lotu ptaka. To jest nasz salon, pokój dziecięcy, kuchnia, jadalnia, a to reszta domu. Dane wprowadzane były w macierz dyskową, którą zaprojektowano w celu ciągłej rejestracji obrazu. Spędzamy więc dzień w domu, od słonecznego poranka, poprzez rozżarzony wieczór, a na koniec dnia światła gasną. W ciągu trzech lat nagrywaliśmy 8-10 godzin dziennie, gromadząc około ćwierć miliona godzin wielościeżkowych danych audiowizualnych.
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.
Patrzycie więc na fragment zdecydowanie największej kolekcji amatorskich filmów jaka kiedykolwiek powstała. (Śmiech) Co dane te przedstawiają dla naszej rodziny na płaszczyźnie prywatnej, już teraz mogę powiedzieć, że wpływ jest przeogromny, i nadal poznajemy jego wartość. Niezliczone chwile naturalnych, niewyćwiczonych momentów zostały tu utrwalone, i zaczynamy się uczyć je odkrywać i znajdować.
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.
Jednak istnieje także powód naukowy, który leżał u podstaw tego projektu, a mianowicie wykorzystanie naturalnych danych obserwacyjnych do zrozumienia procesu uczenia się przez dziecko mowy - a tym dzieckiem był mój syn. Wykorzystując wiele rozwiązań z dziedziny ochrony prywatności, w celu ochrony wszystkich, których dane objęły, udostępniliśmy ich fragmenty mojemu zaufanemu zespołowi badawczemu w MIT i mogliśmy rozpocząć pracę nad znalezieniem prawidłowości w tym ogromnym zbiorze danych, próbując zrozumieć wpływ środowisk społecznych na akwizycję języka. Widzimy tu jedną z pierwszych rzeczy, na których się skoncentrowaliśmy. To moja żona i ja, przygotowujący w kuchni śniadanie,♫ kiedy poruszamy się w czasie i przestrzeni, bardzo codziennego modelu życia w kuchni.
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.
W celu przekonwertowania tych złożonych 90 tys. godzin nagrań video w coś, co moglibyśmy zacząć rozumieć, korzystamy z analizy ruchu w celu wydobycia, w miarę jak poruszamy się w czasie i przestrzeni, tzw. 'robaków czasoprzestrzennych'. Stało się to częścią naszego zestawu narzędzi, aby móc spojrzeć i dostrzec, gdzie w danych znajdują się czynności i w ten sposób nakreślić schematy, w szczególności którędy mój syn się poruszał po domu, abyśmy mogli się skupić na transkrypcji nagrań, zawierających zapis środowiska językowego wokół mojego syna - wszystkich słów, które usłyszał ode mnie, od mojej żony i naszej niani i na przestrzeni czasu słów, które zaczął wymawiać. Dysponując taką technologią i danymi, a także możliwością, z pomocą programu, dokonania transkrypcji mowy, do tej pory sporządziliśmy transkrypcję ponad siedmiu milionów słów domowego zapisu. Pozwólcie, że zabiorę was teraz w pierwszą podróż w dane.
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.
Jestem pewien, że każdy z was widział filmy poklatkowe, na których kwiat zakwita, kiedy przyspiesza się czas. Chciałbym, żebyście teraz doświadczyli rozkwitu mowy. Mój syn, zaraz po swoich pierwszych urodzinach, zaczął mówić "gaga" mając na myśli wodę. Przez następne pół roku powoli nauczył się wymawiać zbliżoną właściwą formę słowa "water" (woda). Usłyszymy teraz pół roku w ciągu około 40 sekund. Bez video, żebyście mogli skupić się na dźwięku, akustyce, nowego rodzaju trajektorii: "gaga" to "water" (woda)
(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.
(Audio) Dziecko: Gagagagagaga Gaga gaga gaga guga guga guga wada gaga gaga guga gaga wader guga guga water water water (woda woda woda) water water water (woda woda woda) water water (woda woda) water (woda).
DR: He sure nailed it, didn't he.
Dobrze sobie poradził, prawda?
(Applause)
(Brawa)
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.
Nie nauczył się więc słowa "water" (woda) tak po prostu. W ciągu 24 miesięcy, pierwszych dwóch lat życia, na których się szczególnie skoncentrowaliśmy, jest to mapa każdego słowa, którego się nauczył w porządku chronologicznym. I ponieważ dysponujemy pełnymi zapisami tekstu, zidentyfikowaliśmy każde z 503 słów, które nauczył się wymawiać przed swoimi drugimi urodzinami. Zaczął mówić wcześnie. Zaczęliśmy więc analizować przyczyny. Dlaczego niektóre słowa rodzą się wcześniej niż inne. Jest to jeden z pierwszych wyników, naszego badania sprzed niewiele ponad roku temu, które naprawdę nas zakoczyły. Oto interpretacja tego pozornie prostego wykresu, oś pionowa oznacza stopień złożoności wypowiedzi opiekuna w oparciu o długość wypowiedzi. A oś pozioma to czas.
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.
Wszystkie te dane zestawiliśmy w oparciu o następującą myśl: za każdym razem, kiedy mój syn nauczył się nowego słowa, prześledziliśmy cały wkład językowy, który otrzymał i który zawierał to słowo. Sporządziliśmy względną długość wypowiedzi. I odkryliśmy ciekawe zjawisko, które polega na tym, że mowa opiekuna systematycznie spada do minimum, upraszczając język do granic możliwości, a następnie powoli znowu staje się bardziej skomplikowana. Niesamowite było właśnie to odbicie, ten spadek, skoordynowany prawie dokładnie z początkiem narodzin każdego słowa - słowo po słowie, systematycznie. Wygląda więc na to, że trzech głównych opiekunów - ja sam, moja żona i nasza niania - systematycznie i, jak sądzę, podświadomie, rekonstruowaliśmy swoją mowę aby asystować mojemu synowi przy narodzinach słowa i łagodnie wprowadzić go w bardziej złożony język. Jest wiele implikacji tego odkrycia, ale chciałbym wskazać na jedną z nich, że muszą istnieć niesamowite pętle przyczynowo-skutkowe. Oczywiście mój syn uczy się ze swojego środowiska językowego, ale środowisko uczy się od niego. Otoczenie, ludzie, znajdują się w tych szczelnych pętlach przyczynowo-skutkowych i tworzą rodzaj rusztowania, które do tej pory nie zostało dostrzeżone.
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.
Wszystko to jest analizą kontekstu językowego. Co więc z kontekstem wizualnym? Widzimy teraz - przyjmijmy, że to przekrój naszego domu w stylu domku dla lalek Zastosowaliśmy kamery o kolistych soczewkach typu rybie oko i dokonaliśmy pewnej korekty optycznej, a następnie wprowadziliśmy je do trójwymiarowego życia. Witam więc w moim domu. To jest moment, jeden moment uchwycony wieloma kamerami. Powódem, dla którego to zrobiliśmy było stworzenie jedynej w swoim rodzaju maszyny pamięciowej, w której można się cofać w czasie i korzystać w sposób interaktywny, a następnie tchnąć nagrane życie w ten system. Pokażę wam teraz przyspieszoną wersję trwającego 30 minut nagrania ze zwykłego życia w salonie. To ja i mój syn na podłodze. Widać tutaj analitykę video, która śledzi nasze ruchy. Mój syn pozostawia ślad czerwony, a ja - zielony. Siedzimy teraz na kanapie, patrząc przez okno na przejeżdżające samochody. I wreszcie mój syn sam bawi się w chodziku.
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.
Teraz zatrzymujemy akcję, 30 minut, zmieniamy czas w oś pionową i otrzymujemy perspektywę tych śladów interakcji, które zostawiliśmy za sobą. Widać tu te niesamowite konstrukcje, supełki dwóch kolorów nici, które nazywamy społecznymi miejscami aktywnymi. Spiralną nić nazywamy pojedyńczym miejscem aktywnym Sądzimy, że punkty te wpływają na to, w jaki sposób uczymy się języka. Chcielibyśmy zacząć rozumieć relację pomiędzy tymi prawidłowościami i językiem, z jakim ma kontakt mój syn, aby spróbować przewidzieć, w jaki sposób struktura momentu, w którym dziecko słyszy słowa wpływa na to, kiedy ich się uczy - innymi słowy, związek słów i tym co reprezentują.
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.
Dokonujemy tego w taki sposób. Na tym filmie mój syn po raz kolejny pozostawia za sobą ślad. Czerwony. Przy drzwiach stoi niania.
(Video) Nanny: You want water? (Baby: Aaaa.) Nanny: All right. (Baby: Aaaa.)
(Video) Niania: Chcesz wody? (Dziecko: Aaaa) Niania: W porządku. (Dziecko: 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: Niania proponuje wodę, i oba "robaki" idą do kuchni po wodę. Wykorzystaliśmy słowo "water" (woda), żeby oznakować ten moment, tę krótką czynność. Korzystamy teraz z potęgi danych i analizujemy każdy moment, kiedy mój syn usłyszał słowo "water" (woda) i kontekst, w którym ją zobaczył. Wykorzystujemy te dane, żeby przeanalizować film i odnaleźć każdy ślad czynności, który wystąpił z przykładem wody. Dane te pozostawiają za sobą krajobraz. Nazywamy je wordscapes (ang. "word" - słowo + "-scape" - obraz, scena) To jest wordscape dla słowa "woda" i jak możecie zauważyć, większość sytuacji ma miejsce w kuchni. Oznaczone są one tymi wysokimi wierzchołkami po lewej stronie. W celu porównania, możemy dokonać podobnej analizy każdego słowa. Weźmy słowo "bye" w sensie "do widzenia". Zrobiliśmy zbliżenie wejścia do domu. Widzimy, tak jak przypuszczaliście, kontrast w krajobrazie, gdzie słowo "do widzenia" pojawia się w sposób znacznie bardziej zorganizowany. Korzystamy więc z tych konstrukcji, aby zacząć przewidywać kolejność akwizycji języka, prace nad tym zagadnieniem właśnie trwają,
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.
w moim laboratorium w MIT, do którego właśnie zaglądamy, to jest w media lab. Stało się to moim ulubionym sposobem videografowania praktycznie każdej przestrzeni. Trzy kluczowe osoby w tym projekcie, Philip DeCamp, Rony Kubat i Brandon Roy są tutaj pokazane. Philip jest moim bliskim współpracownikiem we wszystkich wizualizacjach, które oglądacie. Michael Fleischman był kolejnym doktorantem w moim laboratorium, który pracował ze mną nad analizą tego amatorskiego nagrania i dokonał następujących obserwacji: "W ten sam sposób, w jaki analizujemy związek języka z wydarzeniami, które dostarczają językowi wspólnej płaszczyzny, tę samą technikę, Deb, możemy wykorzystać poza domem, i zastosować ją w świecie mediów publicznych". Wysiłki nasze przybrały więc nieoczekiwany zwrot.
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.
Wyobraźcie sobie środki masowego przekazu dostarczające wspólnej płaszczyzny i mamy gotowy przepis na wykorzystanie tego pomysłu w zupełnie nowy sposób. Zaczęliśmy analizować treść programów telewizyjnych korzystając z tej samej zasady - analizując strukturę wydarzenia sygnału telewizyjnego - odcinków programów, reklam, wszystkich elementów, które składają się na strukturę wydarzenia. I teraz przy pomocy anten satelitarnych wydobywamy i analizujemy sporą część wszystkich programów telewizyjnych oglądanych w Stanach Zjednoczonych. Nie potrzeba już umieszczać mikrofonów w salonie, żeby usłyszeć rozmowy, po prostu ustawia się odbiór publicznie dostępnych kanałów mediów społecznych.
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.
Mamy dostęp do około trzech miliardów komentarzy na miesiąc. Potem dzieje się rzecz magiczna. Mamy strukturę wydarzenia, wspólną płaszczyznę opisaną słowami, wyłaniającą się z kanałów telewizyjnych; mamy rozmowy na te tematy; poprzez analizę semantyczną - patrzycie teraz na rzeczywiste dane uzyskane metodą przetwarzania danych - każda żółta linia pokazuje związek między komentarzem w społeczeństwie a fragmentem struktury wydarzenia pochodzącym od sygnału telewizyjnego. Tę samą ideę można nasilić. W ten sposób otrzymujemy wordscape, z wyjątkiem tego, że słowa nie są teraz gromadzone w moim salonie. Zamiast tego, kontekstem, czynnościami na wspólnej płaszczyźnie, są treści programów telewizyjnych, które napędzają te rozmowy. Te drapacze chmur, na które teraz patrzymy to komentarze, które powiązane są z treściami w telewizji. To samo pojęcie, ale patrząc na dynamikę komunikacji w zupełnie odmiennej sferze.
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.
Zasadniczo więc, zamiast, na przykład pomiarów treści opartych na liczbie osób oglądających programy, dostarcza nam to podstawowych danych, aby przyjrzeć się właściwościom treści, które wzbudzają zainteresowanie odbiorców. W taki sam sposób jak przyglądamy się cyklom przyczynowo-skutkowym i dynamice rodziny, możemy teraz poszerzyć te same pojęcia i przyjrzeć się znacznie większej grupie ludzi. To jest podzbiór danych z naszej bazy - jedynie 50 tys. z kilku milionów - i wykres społeczny, który je łączy poprzez publicznie dostępne źródła. I jeśli postawimy je na jednej płaszczyźnie, na drugiej płaszczyźnie znajduje się treść. Mamy więc programy i wydarzenia sportowe, reklamy, i wszystkie struktury łączące, które je ze sobą wiążą składają się na wykres oparty o treść. Czas na ważny, trzeci wymiar. Każdy ze związków tu przedstawionych stanowi rzeczywisty związek pomiędzy wypowiedzią, a elementem treści. Obecnie dysponujemy dziesiątkami milionów takich związków, które dostarczają nam tkanki łącznej wykresów społecznych i informacji o tym, jak odnoszą się one do treści. Możemy teraz rozpocząć badanie struktury na interesujące sposoby.
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.
A więc jeśli, na przykład, prześledzimy drogę jednego elementu treści, który wywołuje komentarz, a następnie prześledzimy dokąd ten komentarz zmierza, i przyjrzymy się całemu wykresowi społecznemu, który się uaktywnia, a następnie wrócimy do związku pomiędzy tym wykresem społecznym i treścią, pojawia się bardzo interesująca struktura. Nazywamy ją 'wspólnie oglądającą grupą' wirtualnym salonem, jeśli wolicie. Ma tu miejsce fascynująca dynamika. Niejednostronna. Element treści, wydarzenie, zmusza ludzi do mówienia. Rozmawiają oni z innymi ludźmi. Zestrojone zachowanie wraca z powrotem do mediów i otrzymujemy procesy cykliczne, które napędzają ogólne zachowanie.
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.
Inny przykład - bardzo różny - kolejna faktyczna osoba w naszej bazie danych - znajdujemy ich przynajmniej setki, jeśli nie tysiące. Nadaliśmy tej osobie imię. Jest to zawodowy amator, krytyk medialny, wiele z jego opinii odbija się szerokim echem. Wielu ludzi interesuje się tym, co ta wpływowa osoba ma do powiedzenia, i wypowiada się na temat tego, co jest w telewizji. Osoba ta jest głównym ogniwem łączącym ze sobą mass media i media społeczne.
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.
Ostatni przykład pochodzący z tych danych: czasami to właśnie element treści ma szczególne znaczenie. A więc jeśli przyjrzymy się temu elementowi, orędziu noworocznemu prezydenta Obamy sprzed zaledwie kilku tygodni, i przyjrzymy się temu, co znajduje się w tym samym zbiorze danych, w tej samej skali, właściwości tej treści, które wzbudzają zainteresowanie są naprawdę niezwykłe. Naród toczący dyskusję w czasie rzeczywistym w odpowiedzi na treść programu. I oczywiście wszystkie słowa to potok luźnej mowy. Możemy prześwietlić i poczuć tętno narodu w czasie rzeczywistym, rzeczywiste odczucie reakcji społecznych w różnych cyklach na wykresie społecznym wywołanych treścią.
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.
Podsumuję następującą myślą: świat staje się wyposażony w coraz różniejsze przyrządy i dysponujemy możliwością zbierania i łączenia punkcików pomiędzy tym co mówią ludzie, a kontekstem. Wyłania się z tego umiejętność dostrzegania nowych struktur społecznych i dynamiki, które poprzednio pozostawały niezauważone. To tak jak budowanie mikroskopu lub teleskopu i ukazywanie nowych struktur na temat naszego zachowania i komunikacji. Myślę, że implikacje są przemożne, zarówno dla nauki, jak i handlu, rządu, a może nawet najbardziej dla nas jako jednostek.
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."
Wróćmy więc do mojego syna, kiedy przygotowywałem ten wykład, patrzył mi przez ramię i pokazałem mu fragmenty video, które obejrzeliście. Zapytałem o pozwolenie - udzielił mi go. Zacząłem się zastanawiać: "To niewiarygodne, całą tę bazę danych, wszystkie nagrania, przekażę tobie i twojej siostrze", która pojawiła się na świecie dla lata później. "I będziecie mogli powrócić do przeszłości i przeżyć na nowo te momenty, których nigdy nie bylibyście w stanie swoją pamięcią biologiczną zapamiętać tak, jak teraz, dysponując tymi nagraniami". Przez chwilę nic nie mówił. I pomyślałem: "Co jak sobie myślę? Mój syn ma pięć lat. Nie zrozumie". I w momencie, kiedy tak myślałem, spojrzał na mnie i powiedział: "A więc kiedy dorosnę, mogę pokazać to moim dzieciom?" I pomyślałem: "No, no! To jest naprawdę potężne".
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.
Chciałbym zakończyć jeszcze jedną niezapomnianą chwilą z życia mojej rodziny. Tutaj nasz syn po raz pierwszy zrobił więcej niż dwa kroki naraz - uchwycone na filmie. Chciałbym, żebyście skoncentrowali się na czymś, w czasie oglądania. Otoczenie jest trochę zagracone - normalne życie. Moja mama gotuje w kuchni, a ja w korytarzu, ostatnim miejscu na ziemi, zdałem sobię sprawę, że mój syn właśnie zaraz zrobi więcej niż jeden krok. Usłyszycie, jak go zachęcam, zdając sobie sprawę z tego, co się dzieje. Wtedy stała się rzecz magiczna. Posłuchajcie uważnie. Po trzech krokach on sam zdaje sobie sprawę z tego, że dzieje się coś magicznego i uruchamia się najbardziej niesamowita pętla przyczynowo-skutkowa, bierze on wdech i szepce "wow", a ja instynktownie powtarzam to samo. Przenieśmy się więc w czasie do tej niezapomnianej chwili.
(Video) DR: Hey. Come here. Can you do it? Oh, boy. Can you do it? Baby: Yeah. DR: Ma, he's walking.
(Video) DR: Hej! Chodź tutaj. Potrafisz to zrobić? O rany! Potrafisz to zrobić? Dziecko: Tak DR: Mamo, on chodzi.
(Laughter)
(Śmiech)
(Applause)
(Brawa)
DR: Thank you.
DR: Dziękuję
(Applause)
(Brawa)