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.
Imagine se você pudesse gravar sua vida - tudo que você disse, tudo que você fez, disponível em um perfeito banco de memória, ao alcance das mãos, então você poderia voltar e encontrar momentos memoráveis e revivê-los, ou examinar períodos de tempo e descobrir padrões em sua vida que não haviam sido descobertos antes. Esta é exatamente a jornada que minha família começou há cinco anos e meio. Esta é minha mulher e colaboradora, Rupal. E neste dia, neste momento, entramos em casa com nosso primeiro filho, nosso lindo garotinho. E entramos em uma casa com um sistema de gravação de vídeos caseiros muito especial.
(Video) Man: Okay.
(Vídeo) Homem: OK.
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: Este momento e milhares de outros momentos especiais para nós, foram captados em nossa casa porque em cada cômodo, se você olhasse para cima, veria uma câmera e um microfone, e se olhasse para baixo, teria uma visão panorâmica do cômodo. Esta é nossa sala, o quarto do bebê, cozinha, sala de jantar e o resto da casa. E tudo isto ia para uma série de discos desenvolvidos para uma captação ininterrupta. Aqui estamos sobrevoando um dia em nossa casa à medida em que passamos de uma manhã de sol a uma noite incandescente e, finalmente, luzes apagadas. Ao longo de três anos, gravamos de oito a dez horas por dia, coletando cerca de 250 mil horas de multi-faixas de áudio e vídeo.
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.
Então, vocês estão vendo o que é certamente a maior coleção de vídeos caseiros já feita. (Risos) E o que esses dados representam para nossa família, pessoalmente, o impacto tem sido imenso, e ainda estamos aprendendo seu valor. Inúmeros momentos de expressões naturais, não ensaiados, foram captados lá, e estamos aprendendo como descobri-los e encontrá-los.
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.
Mas também há uma razão científica para este projeto, que era usar estes dados naturais e longitudinais para entender o processo de como uma criança aprende linguagem - essa criança sendo meu filho. Então, com várias cláusulas de privacidade para proteger todos que foram gravados, nós disponibilizamos elementos dos dados para a minha confiável equipe de pesquisadores no MIT, para que pudéssemos separar padrões neste conjunto maciço de dados, tentando entender a influência de ambientes sociais na aquisição da linguagem. Aqui, estamos vendo uma das primeiras coisas que fizemos. Eu e minha esposa fazendo o café da manhã na cozinha. E à medida em que avançamos no espaço e no tempo, há um padrão de vida bem cotidiano na cozinha.
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.
Para converter este vídeo opaco de 90 mil horas em algo que poderíamos começar a ver, usamos a análise de movimentos para selecionar, à medida em que avançamos no espaço e no tempo, o que chamamos de vermes do espaço-tempo. E isso se tornou parte das nossas ferramentas para sermos capazes de olhar e ver onde estão as atividades nos dados e, com isso, traçar um padrão de onde meu filho se movia pela casa, para que pudéssemos focar nossos esforços de transcrição em todo o ambiente de fala em volta do meu filho - todas as palavras que ele ouviu de mim, minha esposa, nossa babá e, com o tempo, as palavras que ele começou a produzir. Então, com essa tecnologia e aqueles dados e a habilidade de, com ajuda da máquina, transcrever as falas, nós já transcrevemos mais de sete milhões de palavras das nossas transcrições caseiras. Com isso, deixem-me levá-los agora para uma primeira turnê pelos dados.
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.
Tenho certeza de que todos já viram filmes com lapso de tempo, onde a flor desabrocha quando aceleramos o tempo. Agora, eu gostaria que vocês presenciassem o desabrochar de uma fala. Meu filho, logo após seu primeiro aniversário, dizia "gaga" significando "água". E ao longo dos seis meses seguintes, ele lentamente aprendeu a aproximar-se da forma apropriada do adulto, "água". Então vamos atravessar meio ano em cerca de 40 segundos. Não há vídeo aqui, para que vocês foquem no som, na acústica, de uma nova trajetória: gaga para água.
(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.
(Áudio) Bebê: Gagagagagaga Gaga gaga gaga guga guga guga uada, gaga, gaga, gaga, gaga ága guga guga água água água água água água água água água.
DR: He sure nailed it, didn't he.
DR: Ele pegou direitinho, não é?
(Applause)
(Aplausos)
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.
Então ele não aprendeu só água. Ao longo de 24 meses, os dois primeiros anos, que realmente focamos, este é um mapa de cada palava que ele aprendeu em ordem cronológica. E como temos transcrições completas, identificamos cada uma das 503 palavras que ele aprendeu a produzir até seu segundo aniversário. Ele aprendeu a falar cedo. Então começamos a analisar o porquê. Por que algumas palavras apareceram antes de outras? Este é um dos primeiros resultados obtidos no nosso estudo há pouco mais de um ano que realmente nos surpreendeu. A maneira de interpretar este gráfico aparentemente simples é na vertical, e é uma indicação do quão complexo é o discurso de quem cuida baseado na extensão do discurso. E o eixo vertical é tempo.
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.
E todos os dados, nós alinhamos baseado na seguinte ideia: Toda vez que meu filho aprendia uma palavra, nós rastreávamos e víamos toda a linguagem que ele escutou que continha a palavra. E traçávamos o comprimento relativo de cada discurso. E o que encontramos foram estes fenômenos curiosos, a fala de quem cuidava dele sistematicamente caía a um mínimo, fazendo linguagem da maneira mais simples possível, e então lentamente ascendendo de volta em complexidade. E o incrível foi que este decréscimo, esta caída, se alinhou quase precisamente com quando cada palavra nasceu - palavra após palavra, sistematicamente. Então parece que as três pessoas que tomavam conta - eu, minha esposa e nossa babá - estávamos sistematicamente e, eu pensaria, subconscientemente reestruturando nossa linguagem para encontrá-lo no nascimento da palavra e trazê-lo gentilmente para uma linguagem mais complexa. E as implicações disso - existem muitas, mas eu gostaria de destacar uma, é que devem haver incríveis círculos de retorno. É claro, meu filho está aprendendo com este ambiente linguístico, mas o ambiente está aprendendo com ele. Esse ambiente, pessoas, estão nesses ajustados círculos de retorno e criando uma espécie de andaime que não tinha sido notado até agora.
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.
Mas isso é olhando para o contexto do discurso. Mas e o contexto visual? Não estamos olhando para ele - pense nisto como uma casa de bonecas, réplica de nossa casa. Nós pegamos as câmeras olho-de-peixe, e fizemos algumas correções óticas, e então podemos trazê-la para o mundo tridimensional. Então bem-vindos à minha casa. Este é um momento, um momento captado por várias câmeras. Nós fizemos isso para criar a máquina de memória definitiva, onde você pode voltar no tempo e interagir e então aspirar a vida do vídeo neste sistema. O que eu vou fazer será mostrar-lhes uma visão acelerada de 30 minutos, de novo, de vida na sala de estar. Eu e meu filho no chão. E há a análise de vídeo que está rastreando nossos movimentos. Meu filho está deixando tinta vermelha, e eu tinta verde. Agora estamos no sofá, olhando pela janela os carros passando. E finalmente, meu filho brincando num andador sozinho.
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.
Agora congelamos tudo, 30 minutos, transformamos o tempo em eixo vertical, e abrimos para uma vista desses traços interativos que recém deixamos para trás. E nós vemos estas surpreendentes estruturas - estes pequenos nós de duas cores de filamentos que nós chamamos de pontos quentes sociais. O fio espiral nós chamamos ponto quente único. E nós pensamos que isto afeta a maneira como a linguagem é aprendida. O que nós gostariamos de fazer é começar a entender a interação entre estes padrões e a linguagem a que o meu filho está exposto para ver se nós podemos prever como a estrutura de quando as palavras são ouvidas afeta quando elas são aprendidas - então em outras palavras, a relação entre palavras e o que elas significam no mundo.
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.
Então aqui está como estamos abordando isto. Neste vídeo, de novo, meu filho está sendo seguido Ele está deixando tinta vermelha para trás. E nossa babá está na porta.
(Video) Nanny: You want water? (Baby: Aaaa.) Nanny: All right. (Baby: Aaaa.)
(Vídeo) Babá. Você quer água? ( Bebê. Aaaa) Babá. Tudo Bem. (Bebê. 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. Ela oferece água, e lá vão os dois vermes até a cozinha para apanhar água. E o que nós fizemos foi usar a palavra "água". para assinalar aquele momento, aquele ponto de atividade. E agora nós pegamos o poder dos dados e pegamos todos os momentos em que meu filho ouviu a palavra água e o contexto no qual ele a viu e nós os usamos para penetrar através do vídeo e encontrar cada traço de atividade que ocorreu juntamente com um exemplo de água. E o que esta informação deixa em sua esteira é uma paisagem. Nós a chamamos de paisagens de palavras. Esta é a paisagem de palavra para a palavra água e vocês podem ver que grande parte da ação é na cozinha. É lá onde aqueles grandes picos estão à esquerda. E apenas para contrastar, podemos fazer isto com qualquer palavra. Nós podemos pegar a palavra "até" como em "até logo". E nós agora estamos dando um zoom na entrada da casa. E olhamos, e encontramos, como poderiam esperar, um contraste na paisagem onde a palavra "até" ocorre de uma maneira muito mais estruturada. Então nós estamos usando estas estruturas para começar a prever a ordem de aquisição da linguagem e é no que estamos trabalhando agora.
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.
No meu laboratório, onde estamos pesquisando, no MIT -- este é o laboratório de comunicação. Isto se tornou a minha maneira favorita de videografar sobre qualquer espaço. Três das principais pessoas neste projeto Philip DeCamp, Rony Kubat e Brandon Roy estão nesta fotografia. Philip tem sido um colaborador muito próximo em todas as visualizações que vocês viram. E Michael Fleischman era outro estudante de PH.D. no meu laboratório que trabalhou comigo na análise deste vídeo caseiro e ele fez a seguinte observação: que "a maneira pela qual nós estamos analisando como a linguagem se conecta com eventos os quais fornecem um campo comum para a linguagem, essa mesma idéia podemos pegar fora da nossa casa, Deb, e podemos aplicá-la ao mundo da comunicação pública.". E então nosso esforço deu uma virada inesperada.
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.
Pensem na comunicação de massa como fornecendo um campo comum e vocês têm a receita para levar esta idéia a um novo contexto. Nós começamos a analisar o conteúdo televisivo usando o mesmo princípio - analizando a estrutura de um evento de um sinal de TV - episódios de shows, comerciais, todos os componentes que fazem a estrutura do evento. E estamos agora, com discos de satélites, captando e analisando uma boa parte de toda a TV que é vista nos Estados Unidos. E vocês não tem mais que instalar microfones em todas as salas de estar para captar a conversa das pessoas, basta sintonizarem no conteúdo público de comunicação social disponível.
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.
Então estamos recebendo cerca de três bilhões de comentários por mês. E então a magia acontece. Vocês têm a estutura do evento, o campo comum das palavras, vindos dos programas de televisão, vocês têm as conversas que são sobre aqueles tópicos; e através da análise semântica -- e essas são informações reais que vocês estão vendo do nosso processador de informações -- cada linha amarela está mostrando um elo sendo feito entre um comentário no ar e uma peça da estrutura de um evento vindo de um sinal de televisão. E a mesma idéia agora pode ser construída. E nós temos esta paisagem de palavra, exceto que agora as palavras não são montadas na minha sala. Em vez disso, o contexto, o campo comum de atividades são o conteúdo na televisão que está dirigindo a conversa. E o que nós estamos vendo aqui, estes arranha-céus agora são comentários que estão ligados ao conteúdo na televisão. O mesmo conceito, mas olhando a dinâmica da comunicação em uma esfera diferente.
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.
E então fundamentalmente, em vez de, por exemplo, medir o conteúdo baseado na quantidade de pessoas que está assistindo, isto nos dá a informação básica para procurar propriedades de conexão do conteúdo . E assim como podemos olhar os ciclos de retorno e dinâmicas numa família, nós podemos agora abrir os mesmos conceitos e olhar para grupos muito maiores de pessoas. Isto é um subconjunto de dados da nossa base de dados - apenas 50 mil de diversos milhões - e o gráfico social que os conecta através de fontes públicas disponíveis. E se vocês os colocam em um plano, um segundo plano é onde está o conteúdo. Então nós temos os programas e os eventos esportivos e os comerciais, e todas as estruturas que os conectam fazem um gráfico de conteúdo. E então a importante terceira dimensão. Cada uma das conexões que vocês vêem apresentadas aqui é uma conexão real feita entre alguma coisa que alguém disse e uma parte de conteúdo. E existem, de novo, agora dezenas de milhões dessas ligações que nos dão o tecido conectivo do gráfico social e como ele se relaciona ao conteúdo. E agora podemos começar a examinar a estrutura de maneiras interessantes.
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.
Então se, por exemplo, delineamos o caminho de uma parte do conteúdo que conduz alguém a comentá-lo, então nós seguimos onde aquele comentário vai, vemos o gráfico social completo que se ativa e voltamos para ver a relação entre o gráfico social e o conteúdo, uma estrutura muito interessante se torna visível. Nós chamamos isto uma co-visão fechada uma sala de estar virtual, se preferirem. E existem dinâmicas fascinantes em jogo. Não é um caminho único. Uma parte do conteúdo, um evento, motiva pessoas a falar. Eles falam com outras pessoas. Isso conduz a um comportamento sintonizado de retorno aos meios de massa, e vocês têm estes ciclos que conduzem ao comportamento global.
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.
Outro exemplo - bem diferente -- outra pessoa real em nossa base de dados -- e estamos encontrando pelo menos centenas, se não milhares delas. E demos um nome a esta pessoa. Esta é uma pró-amadora, ou pro-am, crítica de mídia que tem esta elevada taxa de assistência. Então muita gente está seguindo esta pessoa - muito influente - e elas têm a propensão de falar sobre o que acontece na TV. Então esta pessoa é um elo chave na conexão dos meios de massa e dos meios sociais juntos.
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.
Um último exemplo destes dados. Às vezes, é na verdade, um segmento de conteúdo que é especial. Então se olharmos este segmento de conteúdo, discurso do Presidente Obama na sessão de abertura do Congresso há algumas semanas, e olharmos o que encontramos neste mesmo conjunto de dados, na mesma escala, as propriedades de conexão deste segmento de conteúdo são verdadeiramente notáveis. A nação explodindo em conversações em tempo real em resposta ao que acontece na transmissão. E sem dúvida, através de todas estas linhas estão fluindo linguagens não estruturadas. Podemos radiografar e conseguir em tempo real a pulsação de uma nação, percepção em tempo real das reações sociais nos diferentes circuitos no gráfico social sendo ativadas pelo conteúdo.
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.
Resumindo, a ideia é esta: À medida que o nosso mundo se torna mais instrumentalizado e nós temos as capacidades de coletar e conectar os pontos entre o que as pessoas estão dizendo e o contexto no qual elas o estão dizendo, o que emerge é uma habilidade de ver novas estuturas sociais e dinâmicas que ainda não tinham sido vistas. É como construir um microscópio ou telescópio e revelar novas estruturas sobre o nosso próprio comportamento em torno da comunicação. E eu penso que as implicações aqui são profundas, quer sejam para a ciência, para o comércio, para o governo, ou talvez acima de tudo, para nós como indivíduos.
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."
E então apenas para voltar ao meu filho, enquanto eu preparava esta apresentação, ele olhava sobre o meu ombro, e eu mostrei a ele os clips que iria apresentar a vocês hoje, e eu pedi permissão a ele - a sério. E então eu comecei a refletir, "Não é fantástico, esta completa base de dados, todas estas gravações, vou entregar a você e a sua irmã," que chegou dois anos depois. "E vocês poderão voltar no tempo e re-experimentar momentos que vocês nunca poderiam, com sua memória biológica, possivelmente lembrar da maneira que agora podem". E ele ficou quieto por um momento. E eu pensei, "O que estou pensando? Ele tem cinco anos de idade. Não vai entender isto." E enquando eu estava tendo esse pensamento, ele olhou para mim e disse, "Então quando eu crescer, posso mostrar isto para os meus filhos?" E eu pensei. "Uau, isto é uma coisa poderosa."
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.
Então eu quero deixá-los com um último momento memorável da minha família. Esta é a primeira vez que o nosso filho deu mais que dois passos de uma vez - captados em filme. E eu quero que vocês se fixem nisso à medida que os conduzo. É um ambiente desordenado, é vida real. Minha mãe na cozinha, cozinhando e, de tantos lugares, no corredor, compreendi que ele estava pronto, a ponto de dar mais de dois passos. E então vocês me ouvem encorajando-o, compreendendo o que estava acontecendo, e então a mágica acontece. Ouçam com cuidado. Por volta do terceiro passo, ele entende que alguma coisa mágica está acontecendo. E o mais surpreendente círculo de resposta acontece, e ele inspira, e murmura "uau" e instintivamente eu digo o mesmo. E então vamos voar de volta no tempo àquele momento memorável.
(Video) DR: Hey. Come here. Can you do it? Oh, boy. Can you do it? Baby: Yeah. DR: Ma, he's walking.
(Vídeo) DR. Ei. Vem aqui. Você pode fazer isto? Meu Deus. Você pode fazer isto? Nenem: Sim. DR. Mãe, ele está andando.
(Laughter)
(Risos)
(Applause)
(Aplausos)
DR: Thank you.
DR. Muito obrigado.
(Applause)
(Aplausos)