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.
Представьте, что вы могли бы запечатлеть свою жизнь на пленке – все, что вы сказали, все, что сделали – все в идеальном хранилище памяти у вас под рукой, чтобы вы могли бы вернуться в самые яркие моменты прошлого и заново пережить их, или поискать в следах времени и найти какие-то тенденции в собственной жизни, которые до этого не были замечены. Так вот именно такое путешествие моя семья начала пять с половиной лет назад. Это моя жена и соратница Рупал. И в тот день, в ту минуту мы вошли в дом с нашим первым ребенком, нашим красавцем сынишкой. Мы вошли в дом с особой системой записи домашнего видео.
(Video) Man: Okay.
(Видео) Мужчина: "Окей".
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.
Деб Рой: Этот момент, и тысячи других моментов, дорогих для нас, записаны в нашем доме, потому что в каждой комнате дома, посмотрев вверх, вы увидите камеру и микрофон, а если посмотрите вниз, вы получите вид комнаты сверху. Здесь наша гостиная, детская, кухня, столовая и весь остальной дом. И все это попадает в дисковый массив, созданный для продолжительной видеозаписи. Сейчас перед нами пролетает один день из жизни моего дома: от солнечного утра через вечер, освещенный электрическим светом, и, наконец, до гаснущих огней. На протяжение трех лет мы записывали от 8 до 10 часов в день, накопив приблизительно четверть миллиона часов аудио и видео на нескольких дорожках.
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.
Так что вы видите часть, без сомнения, самой большой коллекции домашнего видео, записанной когда-либо. (Смех) То значение, которое эти данные имеют лично для нашей семьи, и их воздействие уже стали колоссальными. И мы все еще постигаем их ценность. Бесчисленные моменты, снятые в естественной среде, без позирования – собраны здесь, и мы учимся находить и постигать их.
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.
Но у этого проекта есть и научно-исследовательская задача – использовать эти необработанные долговременные данные для понимания процесса овладения ребенком речи – где ребенком является мой сын. И вот, с множеством поправок на приватность для защиты каждого, кто был записан камерой, мы передали часть данных доверенной команде исследователей из МТИ, чтобы мы могли начать выделять повторяющиеся элементы из этого массива данных, пытаясь понять влияние социальной среды на усвоение речи. Итак, мы сейчас смотрим на одну из первых вещей, которую мы начали делать. Это мы с женой на кухне готовим завтрак. Мы перемещаемся в пространстве и во времени каждодневных событий, происходящих на кухне.
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.
Чтобы адаптировать эти трудные для восприятия 90.000 часов видео к просмотру, мы используем анализ движения, чтобы выделить, по мере движения во времени и пространстве, то, что мы называем пространственно-временными червями. Этот прием стал частью нашего набора инструментов, который позволяет различить действия в этом массиве данных, и в том числе отследить траекторию, по которой мой сын двигался по дому, чтобы мы сосредоточили наши усилия по фиксации всего речевого окружения моего сына – всех слов, которые он слышал от меня, моей жены и нашей няни, и слов, которые он сам начал впоследствии воспроизводить. Вот так, благодаря технологии, информации и и возможности с помощью техники записать транскрипцию устной речи, мы зафиксировали порядка семи миллионов слов в наших домашних стенограммах. А теперь позвольте мне начать вместе с вами первое путешествие по записям.
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.
Вы все, наверняка, видели такую замедленную съемку, где цветок зацветает на ваших глазах, если ускорить время. А я хочу показать вам расцветание речевой формы. Мой сын вскоре после первого дня рождения стал говорить "гага", что значило "вода". На протяжение последующего полугодия он медленно приближался к произношению полноценной формы слова "вода" ("уотэ"). Сейчас полгода пролетят перед нами за 40 секунд. Здесь нет картинки, так что вы можете сконцентрироваться на звуке, на акустике движения от "гага" к "уотэ" (вода").
(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.
(Звук) Ребенок: "Гагагагагага Гага гага гага гуга гуга гуга вада гага гага гуга гага уодэ гуга гуга уотэ уотэ уотэ уотэ уотэ уотэ уотэ уотэ уотэ".
DR: He sure nailed it, didn't he.
Деб Рой: Он отлично с этим справился, не так ли?
(Applause)
(Апплодисменты)
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.
Так вот, он выучил не только слово "вода". 24 месяца, первые два года, на которых мы сфокусировались, представлены картой из выученных им слов в хронологическом порядке. А так как у нас есть полные стенограммы, мы определили каждое из 503 слов, которые он научился воспроизводить ко второму дню рождения. Он рано начал говорить. Мы решили проанализировать почему. Почему определенные слова появились у него в речи раньше других? Вот один из первых результатов, полученный нами немногим более года назад и нас немало удививший. Этот кажущийся легким график расшифровывается следущим образом: по вертикали отображена сложность фраз воспитателя исходя из длины этих фраз. Вертикальная ось – время.
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.
Все данные мы организовали по следующему принципу: каждый раз, когда сын учил слово, мы возвращались во времени назад и отслеживали все речевые ситуации, в которых он слышал данное слово. И мы отмечали относительную длину фраз. Мы обнаружили любопытный феномен того, что речь воспитателя систематически устремлялась к минимальной сложности, как можно сильнее упрощая язык, а потом медленно возвращалась на прежний уровень. Удивительным было то, что каждый скачок, каждое падение почти в точности совпадало с моментом "рождения" каждого слова – слова за словом, систематически. Получается, что все три воспитателя – я, моя жена и наша няня – постоянно и, думаю, подсознательно изменяли свою речь, чтобы "встретить" ребенка в момент "рождения" слова и аккуратно подвести его к более сложному языку. Из этого следует масса выводов, но на один из них я хочу обратить особое внимание – получается, существуют удивительные циклы обратной связи. Конечно, мой сын учится у своей лингвистической среды, но и среда учится у него. Эта среда, люди, находятся в петле постоянной обратной связи, создавая что-то вроде строительных лесов, поддержки, что не было замечено до настоящего времени.
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.
Но это мы рассматривали речевой контекст. Что же с визуальным? Мы сейчас посмотрим на то, что представляет наш дом в разрезе, как будто он кукольный. Мы взяли камеры с широкоугольными линзами "рыбий глаз", оптически подкорректировали изображение и получили трехмерную картинку нашей семейной жизни. Так что добро пожаловать в мой дом. Вот момент, пойманный многочисленными камерами. Мы сделали так, потому что хотели создать исчерпывающую машину памяти, чтобы можно было отмотать время назад и интерактивно перемещаться, и вдохнуть в систему видео-жизнь. Сейчас я хочу показать вам ускоренные 30 минут обычной жизни в гостинной. Это мы с сыном на полу. А это системы видеоанализа, отслеживающие наши движения. Мой сын оставляет за собой следы красного цвета, а я - зеленого. Сейчас мы на диване, смотрим через окно на проезжающие мимо машины. И наконец, мой сын играет в своих детских ходунках.
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.
А сейчас мы заморозим движение, эти 30 минут, поместим время на вертикальную ось и получим вид этих следов взаимодействия, оставленных нами. Мы видим эти удивительные структуры – эти узелки двух цветных нитей, которые мы называем точками активного общения. Спиральную нить мы называем точкой активной самостоятельности. Мы считаем, что они влияют на то, каким образом усваивается язык. Что бы мы хотели сделать, так это понять взаимодействие между этими повторяющимися элементами и языком, который воспринимает мой ребенок, чтобы понять, можем ли мы предсказать, как структура того, в какой момент слова услышаны, влияет на то, когда они усваиваются. Другими словами, отношения между словами и их значениями в реальном мире.
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.
Я покажу вам, как мы приближаемся к ответам на эти вопросы. На этом видео снова отслеживаются перемещения моего сына. Он оставляет за собой следы красного цвета. А вот около двери наша няня.
(Video) Nanny: You want water? (Baby: Aaaa.) Nanny: All right. (Baby: Aaaa.)
(Видео) Няня: "Ты хочешь воды?" (Ребенок: "А-а-а-а".) Няня: "Хорошо". (Ребенок: "А-а-а-а".)
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.
Деб Рой: Она предлагает ему воды, и тут же два "червяка" устремляются в сторону кухни за водой. Мы использовали слово "вода", чтобы пометить тот момент, ту единицу действия. А теперь мы воспользуемся возможностями наших данных и отследим каждый раз, когда мой сын слышал слово "вода", и контекст, в котором он видел воду. Мы погрузимся в отснятый материал и отыщем каждый след активности, которая происходила в ситуации с наличием воды. Эти данные оставляют за собой своеобразный ландшафт. Мы называем это словесными ландшафтами. Это словесный ландшафт воды. Как видите, активность в основном происходила на кухне. Именно там "вырастают" эти большие вершины на картинке слева. Для сравнения, то же самое мы можем сделать с любым словом. Возьмем слово "пока" в значении "до свидания". Вот мы с вами приближаем камеру и оказываемся у входа в дом. И мы видим, как и можно было ожидать, различие в ландшафте, так как слово "пока" проявляется здесь более явно. Мы используем эти графики, чтобы начать предсказывать, в каком порядке происходит усвоение языка. Эта работа сейчас находится в процессе.
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.
Это моя лаборатория в МТИ, сейчас мы в нее заглянем. Это медиалаборатория. Моим любимым занятием стало снимать на видео любое пространство. Три ключевых участника этого проекта – Филип ДеКамп, Рони Кубат и Брэндон Рой. Филип помогал мне с визуализацией всего, что вы сейчас видите. Майкл Флайшман, также студент докторантуры из моей лаборатории. Вместе со мной он работал над анализом всего видео. Именно он заметил, что "тот способ, которым мы анализируем как язык соотносится с событиями, которые обеспечивают для него основу, мы можем использовать шире, чем в рамках твоего дома, Деб. Мы можем применить его в сфере СМИ". Таким образом наш эксперимент принял неожиданный характер.
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.
Представьте себе масс-медиа как нечто, что обеспечивает общую основу, и вот вам рецепт переноса этой идеи в целую новую область. Мы стали анализировать телевизионный контент, применяя те же самые принципы, т.е. анализируя событийную структуру ТВ-сигнала: эпизоды шоу, рекламу – все компоненты, составляющие событие. Пользуясь спутниковыми тарелками, мы загружаем и анализируем значительную часть всего американского ТВ. И теперь не нужно обвешивать гостиную микрофонами, чтобы услышать разговоры. Вы просто используете публично доступные каналы социальных медиа.
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.
Мы обрабатываем около трех миллиардов комментариев в месяц. И происходит волшебство. Есть событийная структура – то общее смысловое основание слов, которые звучат на телеканалах. Есть разговоры, объединенные конкретными темами. Мы используем семантический анализ. То, что вы видите сейчас, – это реальные результаты, полученные путем обработки данных. Каждая желтая линия показывает связь между чьим-то комментарием и элементом событийной структуры, переданной ТВ-сигналом. А теперь та самая идея получает развитие. Получаем словесный ландшафт, правда, на этот раз слова собраны не в моей гостиной. Теперь контекст, действия, образующие основу, являются ТВ-контентом, который дает импульс разговорам. То, что мы видим здесь, эти "небоскребы" являются комментариями, которые связаны с ТВ-контентом. Итак, тот же принцип, но в приложении к динамике коммуникации в совершенно другой сфере.
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.
Так вот, на самом деле, вместо того чтобы, например, измерять контент по количеству телезрителей, мы получаем базовую информацию для понимания уровня вовлеченности в контент. И так же, как можно увидеть циклы обратной связи и динамику в рамках семьи, можно применить те же принципы и посмотреть на гораздо большие группы людей. Вот часть данных из нашей базы, лишь 50,000 из нескольких миллионов. Они соединены социальным графом, через открытые источники информации. Поместим данные на одну плоскость. На другой плоскости находится контент. Значит, у нас есть программы, спортивные события и рекламные ролики вместе со всей структурой связей между ними, образующие граф содержания. А вот и важный для нас третий аспект. Каждая из связей, представленных здесь, соединяет чьи-то слова с частью контента. Таких связей десятки миллионов. Они дают нам соединительный материал социальных графов и показывают их соотношение с контентом. Теперь мы можем исследовать эти структуры интересными способами.
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.
Например, если мы отследим путь какой-либо части контента, которая вызвала чей-либо комментарий, а затем проследим путь этого комментария и посмотрим на весь социальный граф, который активизируется, а затем проследим его истоки, чтобы увидеть взаимосвязь между социальным графом и контентом, то мы увидим очень интересную структуру. Мы зовем это группой совместного просмотра. Этакая виртуальная гостиная, если хотите. И тут присутствует интереснейшая динамика. Здесь тоже связь не односторонняя. Элемент контента, событие сподвигает кого-либо сделать высказывание. Люди начинают обсуждать это между собой. В итоге, когда многие на этой волне, она возвращается и влияет на СМИ. Таким образом, мы получаются циклы, управляющие массовыми реакциями.
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.
Еще один, совершенно иной пример: в нашей базе данных есть информация о реальном человеке, и мы находим по меньшей мере сотни, если не тысячи, таких людей. Мы дали этому человеку прозвище. Это хорошо подкованный любитель, медиа-критик, имеющий высокий рейтинг, большое количество читателей. Итак, множество людей читают его в сети, что делает его влиятельным. И эти люди проявляют склонность к обсуждению того, что показывают по ТВ. Таким образом, этот человек является связующим элементом между масс-медиа и социальными медиа.
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.
Последний пример: порой элемент контента играет особую роль. Давайте посмотрим на следующий элемент – послание президента Обамы "О положении дел в стране", прозвучавшее всего пару недель назад. Рассматривая ту же совокупность данных на том же уровне, мы видим, что уровень вовлеченности аудитории в данную часть контента является поистинне впечатляющим. Нация просто "взорвалась" обсуждениями в режиме реального времени, откликнувшись на трансляцию. И, конечно же, сквозь все эти связи "проплывают" неупорядоченные языковые единицы. Мы можем "просветить" полученное, как на рентгене, и получить пульс нации в реальном времени и оперативное восприятие общественных реакций в различных звеньях социального графа, активизирующихся посредством контента.
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.
Если обобщить, то идея такова: так как мир становится технически все более оснащенным, мы приобретаем возможность собирать данные и выявлять связи между тем, что было сказано людьми, и контекстом этих высказываний. Отсюда возникает возможность видеть новые социальные структуры и динамику, не наблюдавшиеся ранее. Это схоже с созданием микроскопа или телескопа. Обнаруживаются новые структуры нашего с вами поведения в сфере коммуникации. Я считаю, что эта идея имеет широкое применение – от науки до бизнеса и государственного управления – и более того для нас как отдельных личностей.
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."
А теперь вернемся к моему сыну. Когда я готовил свое выступление, он подглядывал из-за моего плеча. Я показал ему видео, которое подготовил для вашего просмотра, и попросил его разрешения на показ – он его дал. А затем я сказал: "Разве не потрясающе – вся эта база данных, все эти записи. Я передам все это тебе и твоей сестре". Она родилась двумя годами позже. "Вы сможете заглянуть в прошлое и заново пережить моменты, которые ваша биологическая память, возможно, никогда бы не сохранила в таком виде". Сын затих на мгновение. Я подумал: "Да что это со мной? Ему всего пять лет, он этого не поймет". И только я это подумал, как он посмотрел на меня снизу вверх и спросил: "То есть когда я вырасту, я смогу показать это своим детям?" Я подумал: "Вот это да! Какая волшебная эта вещь".
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.
Я хочу закончить одним из памятных моментов нашей семьи. Первый раз, когда сын сделал больше двух шагов за раз, пойман видеокамерой. Я хочу кое на чем сосредоточить ваше внимание, пока я буду показывать видео. Суматошная среда, естественная жизнь. Моя мама готовит на кухне. И именно в коридоре я понимаю, что он сейчас сделает более двух шагов. Вы услышите, как я подбадриваю его, понимая, что сейчас произойдет. И происходит волшебство. Слушайте внимательно. Через три шага он тоже начинает понимать, что происходит что-то волшебное. И тут проявляется изумительная ответная реакция. Он делает вдох и шепчет "уау", а я инстинктивно отвечаю ему эхом. Теперь давайте перенесемся назад к тому памятному моменту.
(Video) DR: Hey. Come here. Can you do it? Oh, boy. Can you do it? Baby: Yeah. DR: Ma, he's walking.
(Видео) Деб Рой: "Эй, иди ко мне. Можешь? Ух ты! Ты так можешь?" Ребенок: "Аа" (да). Деб Рой: "Мама, он идет!"
(Laughter)
(Смех)
(Applause)
(Апплодисменты)
DR: Thank you.
Деб Рой: "Спасибо!"
(Applause)
(Апплодисменты)