Hvor mange her har prøvet at udfylde en formular på internettet, hvor I blev bedt om at læse en forvrænget række af tegn som denne? Hvor mange af jer syntes, det var virkelig, virkelig irriterende? Udmærket. Det var mig, der opfandt det.
How many of you had to fill out a web form where you've been asked to read a distorted sequence of characters like this? How many of you found it really annoying?
(Latter) Eller jeg var med til at lave det.
(Laughter) OK, outstanding. So I invented that. (Laughter)
Sådan en kaldes en CAPTCHA. Den er der, fordi den skal sikre, at du - den enhed, der udfylder formularen - - er et menneske og ikke et computerprogram der skal bruges til at sende formularen flere millioner gange. Den virker, fordi mennesker - - eller i hvert fald mennesker uden synsbesvær - sagtens kan læse disse forvrængede og snørklede tegn, men det er computerprogammer ikke så gode til endnu. F.eks. som det er tilfældet for Ticketmaster, skal du skrive disse disse forvrængede tegn så billethajer ikke skriver et program, der kan købe millioner af billetter - to ad gangen.
Or I was one of the people who did it. That thing is called a CAPTCHA. And it is there to make sure you, the entity filling out the form, are a human and not a computer program that was written to submit the form millions of times. The reason it works is because humans, at least non-visually-impaired humans, have no trouble reading these distorted characters, whereas programs can't do it as well yet. In the case of Ticketmaster, the reason you have to type these characters is to prevent scalpers from writing a program that can buy millions of tickets, two at a time.
CAPTCHA'er bruges overalt på internettet. Og eftersom de bruges så ofte, vil den nøjagtige rækkefølge af tilfældige tegn, som brugeren får vist, ikke være specielt heldig. Her er et eksempel fra Yahoo's tilmeldingsside. De tilfældige tegn, som brugeren fik vist, var W, A, I, T, som jo giver et ord, der betyder VENT. Men det bedste er den meddelelse, som Yahoo's kundehjælp modtog 20 minutter senere. Teks: "Hjælp! Jeg har ventet i over 20 minutter, og der sker ingenting." (Latter) Denne person troede, man skulle vente. Dette er selvfølgelig ikke så slemt, som for denne stakkel.
CAPTCHAs are used all over the Internet. And since they're used so often, a lot of times the sequence of random characters shown to the user is not so fortunate. So this is an example from the Yahoo registration page. The random characters that happened to be shown to the user were W, A, I, T, which, of course, spell a word. But the best part is the message that the Yahoo help desk got about 20 minutes later. [Help! I've been waiting for over 20 minutes and nothing happens.] (Laughter) This person thought they needed to wait. This, of course, is not as bad as this poor person.
(Latter)
(Laughter)
Vi gennemførte CAPTCHA-projektet her på Carnegie Mellon for over 10 år siden, og det bliver brugt overalt. Lad mig fortælle om et projekt, som vi gennemførte nogle få år senere, og som kan kaldes næste trin i CAPTCHA's udvikling. Dette er et projekt, som vi kalder reCAPTCHA, som vi startede her på Carnegie Mellon, hvorefter vi gjorde det til en opstartsvirksomhed. Og så for halvandet år siden, har Google faktisk købt denne virksomhed.
CAPTCHA Project is something that we did at Carnegie Melllon over 10 years ago, and it's been used everywhere. Let me now tell you about a project that we did a few years later, which is sort of the next evolution of CAPTCHA. This is a project that we call reCAPTCHA, which is something that we started here at Carnegie Mellon, then we turned it into a start-up company. And then about a year and a half ago, Google actually acquired this company.
Lad mig fortælle jer, hvad dette projekt satte i gang. Projektet blev startet ud fra følgende observation: Det viser sig, at ca. 200 millioner CAPTCHA'er indtastes af mennesker hver dag i hele verden. Da vi hørte det første gang, blev jeg ret stolt af mig selv. Jeg tænkte "Se, hvilken indvirkning min forskning har haft". Men så blev jeg ked af det. Sagen er, at hver gang du indtaster en CAPTCHA, spilder du 10 sekunder af din tid. Og hvis du ganger det med 200 millioner, bliver resultatet, at menneskeheden spilder ca. 500.000 timer hver dag på at indtaste irriterende CAPTCHA'er. Så jeg begyndte at føle mig ked af det.
Let me tell you what this project started. This project started from the following realization: It turns out that approximately 200 million CAPTCHAs are typed everyday by people around the world. When I first heard this, I was quite proud of myself. I thought, look at the impact my research has had. But then I started feeling bad. Here's the thing: each time you type a CAPTCHA, essentially, you waste 10 seconds of your time. And if you multiply that by 200 million, you get that humanity is wasting about 500,000 hours every day typing these annoying CAPTCHAs. (Laughter)
(Latter)
So then I started feeling bad.
Og så tænkte jeg, at vi kan selvfølgelig ikke bare afskaffe CAPTCHA'er, fordi sikkerheden på internettet er ligesom afhængig af dem. Men jeg begyndt at tænke, om der er en måde, hvorpå vi kan bruge denne indsats til noget, der er godt for menneskeheden? Så dette er, hvad det drejer sig om. Mens du indtaster en CAPTCHA - i de 10 sekunder - gør din hjerne noget fantastisk. Din hjerne gør noget, som computere ikke kan gøre. Kan vi få dig til at gøre et nyttigt stykke arbejde i de 10 sekunder? Formuleret på en anden måde: Er der et eller andet kæmpe problem, som vi ikke kan få computere til at løse? og som vi kan opdele i 10-sekunders bidder, sådan at hver gang nogen løser en CAPTCHA, løser vedkommende en lille del af dette problem? Og svaret på det spørgsmål er "ja", og det er, hvad vi gør nu.
(Laughter) And then I started thinking, of course, we can't just get rid of CAPTCHAs, because the security of the web depends on them. But then I started thinking, can we use this effort for something that is good for humanity? So see, here's the thing. While you're typing a CAPTCHA, during those 10 seconds, your brain is doing something amazing. Your brain is doing something that computers cannot yet do. So can we get you to do useful work for those 10 seconds? Is there some humongous problem that we cannot yet get computers to solve, yet we can split into tiny 10-second chunks such that each time somebody solves a CAPTCHA, they solve a little bit of this problem? And the answer to that is "yes," and this is what we're doing now.
Det som du muligvis ikke ved er, at når du indtaster en CAPTCHA i dag, er du ikke bare i færd med at bekræfte, at du er et menneske, men du hjælper os også med at digitalisere bøger. Lad mig forklare, hvordan det virker. Der findes en masse projekter, hvor man forsøger at digitalisere bøger. Google har et projekt, og Internet Archive har et. Amazon, med Kindle, prøver at digitalisere bøger. De fungerer grundlæggende ved, at du begynder med en gammel bog. Du har set sådan nogen, ikke? En bog? (Latter) Du starter med en bog, og så scanner du den.
Nowadays, while you're typing a CAPTCHA, not only are you authenticating yourself as a human, but in addition you're helping us to digitize books. Let me explain how this works. There's a lot of projects trying to digitize books. Google has one. The Internet Archive has one. Amazon, with the Kindle, is trying to digitize books. Basically, the way this works is you start with an old book. You've seen those things, right? Like a book? (Laughter)
Det at scanne en bog er som at tage et digitalt fotografi af hver side i bogen. Det giver dig et billede for hver side i bogen. Dette er et billede med tekst for hver side i bogen. Det næste trin i processen er, at computeren skal kunne tyde alle ordene i billedet. Det sker ved hjælp af en teknologi, der kaldes OCR, optisk tegngenkendelse, som tager et billede af teksten og forsøger at finde ud af, hvilken tekst det indeholder. Problemet er, at OCR ikke er perfekt. Særligt med gamle bøger, hvor tryksværten er blegnet, og siderne er blevet gule, kan OCR ikke genkende en stor del af ordene. F.eks. ved tekster, der er skrevet for over 50 års siden, kan computeren ikke genkende omkring 30 procent af ordene. Så det vi gør nu, er at tage alle de ord, som computeren ikke kan genkende, og får mennesker til at læse dem for os, mens de indtaster CAPTCHA'er på internettet.
So you start with a book and then you scan it. Now, scanning a book is like taking a digital photograph of every page. It gives you an image for every page. This is an image with text for every page of the book. The next step in the process is that the computer needs to be able to decipher the words in this image. That's using a technology called OCR, for optical character recognition, which takes a picture of text and tries to figure out what text is in there. Now, the problem is that OCR is not perfect. Especially for older books where the ink has faded and the pages have turned yellow, OCR cannot recognize a lot of the words. For things that were written more than 50 years ago, the computer cannot recognize about 30 percent of the words. So now we're taking all of the words that the computer cannot recognize and we're getting people to read them for us while they're typing a CAPTCHA on the Internet.
Så næste gang, du indtaster en CAPTCHA, vil de ord, du skriver, faktisk være ord, som kommer fra digitaliserede bøger, og som computeren ikke kunne genkende. Og nu til årsagen til, at vi har to ord i dag i stedet for et: Det er fordi, at et af ordene er et ord, som systemet fandt i en bog, det kunne ikke genkende ordet, og systemet viser dig det. Men eftersom systemet ikke kender svaret, kan det ikke validere det for dig. Derfor giver vi dig et andet ord, som systemet kender svaret på. Vi fortæller ikke, hvilket ord der er hvad, og vi beder dig indtaste dem begge. Og hvis du skriver det rigtige ord for det ord, som systemet kender svaret på, antager det, at du er menneske, og det får også en vis tillid til, at du har skrevet det andet ord rigtigt. Og hvis vi gentager denne proces for f.eks. 10 forskellige personer, og de alle er enige om, hvad ordet er, har vi fået digitaliseret endnu et ord korrekt.
So the next time you type a CAPTCHA, these words that you're typing are actually words from books that are being digitized that the computer could not recognize. The reason we have two words nowadays instead of one is because one of the words is a word that the system just got out of a book, it didn't know what it was and it's going to present it to you. But since it doesn't know the answer, it cannot grade it. So we give you another word, for which the system does know the answer. We don't tell you which one's which and we say, please type both. And if you type the correct word for the one for which the system knows the answer, it assumes you are human and it also gets some confidence that you typed the other word correctly. And if we repeat this process to 10 different people and they agree on what the new word is, then we get one more word digitized accurately.
Det er altså sådan systemet virker. Og siden vi frigav det for 3 - 4 år siden, er mange websteder begyndt at skifte fra den gamle CAPTCHA, hvor folk spildte deres tid, til den nye CAPTCHA, hvor folk er med til at digitalisere bøger. For eksempel Ticketmaster. Hver gang, du køber billetter på Ticketmaster, er du med til at digitalisere en bog. Facebook: Hver gang du tilføjer en ven eller prikker til nogen, er du med til at digitalisere en bog. Twitter og ca. 350.000 andre websteder bruger alle reCAPTCHA. Og faktisk er der så mange websteder, der bruger reCAPTCHA, at antallet af ord, som vi digitaliserer hver dag, er virkelig, virkelig stort. Det er cirka 100 millioner om dagen, hvilket svarer til cirka 2,5 millioner bøger om året. Og dette gøres et ord ad gangen bare ved at folk indtaster CAPTCHA'er på internettet.
So this is how the system works. And since we released it about three or four years ago, a lot of websites have started switching from the old CAPTCHA, where people wasted their time, to the new CAPTCHA where people are helping to digitize books. So every time you buy tickets on Ticketmaster, you help to digitize a book. Facebook: Every time you add a friend or poke somebody, you help to digitize a book. Twitter and about 350,000 other sites are all using reCAPTCHA. And the number of sites that are using reCAPTCHA is so high that the number of words we're digitizing per day is really large. It's about 100 million a day, which is the equivalent of about two and a half million books a year. And this is all being done one word at a time
(Bifald)
by just people typing CAPTCHAs on the Internet.
Men selvfølgelig...
(Applause)
eftersom vi laver så mange ord om dagen, kan der ske sjove ting. Og dette gør sig særligt gældende nu, hvor vi giver folk to tilfældige engelske ord ved siden af hinanden. Så der kan ske sjove ting. For eksempel viste vi dette ord. Det er ordet "Kristne", og der er intet galt med det. Men hvis du viser det ved siden af et andet tilfældigt ord, kan der ske slemme ting. Så får vi dette. (Tekst: slemme kristne) Men det er værre endnu, fordi det websted, hvor vi viste dette, hedder faktisk "Ambassaden for Guds Kongerige". (Latter) Ups. (Latter) Her er en anden virkelig slem en. JohnEdwards.com (Tekst: Forbandet liberal)
Now, of course, since we're doing so many words per day, funny things can happen. This is especially true because now we're giving people two randomly chosen English words next to each other. So funny things can happen. For example, we presented this word. It's the word "Christians"; there's nothing wrong with it. But if you present it along with another randomly chosen word, bad things can happen. So we get this. [bad Christians] But it's even worse, because the website where we showed this actually happened to be called The Embassy of the Kingdom of God. (Laughter) Oops. (Laughter) Here's another really bad one. JohnEdwards.com
(Latter) Så vi bliver ved at fornærme folk hver eneste dag.
[Damn liberal] (Laughter) So we keep on insulting people left and right everyday.
Vi nøjes selvfølgelig ikke med at fornærme folk. Sagen er, at eftersom vi viser to tilfældigt valgte ord, kan der ske interessante ting. Dette har faktisk startet et virkelig stort internetfænomen, som titusindvis af mennesker har deltaget i, der kaldes CAPTCHA-kunst. Jeg er sikker på, at nogle af jer har hørt om det. Det virker sådan her. Forestil dig, at du bruger internettet og ser en CAPTCHA, som du synes er lidt mærkelig, f.eks. denne CAPTCHA. (Tekst: usynlig brødrister) Det du så skal gøre, er at tage et skærmbillede af den. Og så skal du selvfølgelig lige udfylde CAPTCHA'en, fordi du hjælper os med at digitalisere en bog. Men altså, først skal du tage et skærmbillede, og derefter tegner du noget, der har relation til den. (Latter) Det er sådan, det fungerer. Der er titusindvis af dem.
Of course, we're not just insulting people. Here's the thing. Since we're presenting two randomly chosen words, interesting things can happen. So this actually has given rise to a really big Internet meme that tens of thousands of people have participated in, which is called CAPTCHA art. I'm sure some of you have heard about it. Here's how it works. Imagine you're using the Internet and you see a CAPTCHA that you think is somewhat peculiar, like this CAPTCHA. [invisible toaster] What you're supposed to do is you take a screenshot of it. Then of course, you fill out the CAPTCHA because you help us digitize a book. But first you take a screenshot and then you draw something that is related to it. (Laughter) That's how it works. (Laughter)
Nogle af dem er meget søde. (Tekst: knyttede den) (Latter) Nogle af dem er sjovere. (Tekst: stenede grundlæggere)
There are tens of thousands of these. Some of them are very cute. [clenched it] (Laughter) Some of them are funnier.
(Latter) Og nogle af dem, som palæontologisk shvisle, indeholder Snoop Dogg.
[stoned Founders] (Laughter) And some of them, like paleontological shvisle ... (Laughter) they contain Snoop Dogg.
(Latter)
(Laughter)
OK, det her er mit yndlingstal for reCAPTCHA. Det er, hvad jeg allerbedst kan lide ved hele projektet. Det er antallet af individuelle personer, der har hjulpet os med at digitalisere mindst ét ord i en bog via reCAPTCHA: 750 millioner, hvilket er lidt over 10 procent af verdens befolkning, har hjulpet os med at digitalisere menneskelig viden. Og det er tal som disse, der motiverer mig i min forskning. Det spørgsmål, der motiverer min forskning, er følgende: Hvis man ser på, hvad menneskeheden har opnået af store ting, de virkelig store ting, som menneskeheden historisk har lavet i fællesskab - f.eks. pyramiderne i Egypten eller Panamakanalen eller at sende en mand til månen - er der en besynderlig ting, de har til fælles, og det er, at de alle blev udført af det samme antal mennesker. Det er mærkeligt. De blev alle udført af ca. 100.000 personer. Og grunden til dette er, at før internettet, var det at koordinere mere end 100.000 mennesker for ikke at tale om at betale dem - stort set umuligt. Men nu, hvor vi har internettet, har jeg lige vist jer et projekt, hvor vi har 750 millioner mennesker, der hjælper os med at digitalisere menneskelig viden. Så det spørgsmål, der motiverer min forskning er, hvis vi kan sende en mand til månen med 100.000, hvad kan vi så gøre med 100 millioner?
OK, so this is my favorite number of reCAPTCHA. So this is the favorite thing that I like about this whole project. This is the number of distinct people that have helped us digitize at least one word out of a book through reCAPTCHA: 750 million, a little over 10 percent of the world's population, has helped us digitize human knowledge. And it is numbers like these that motivate my research agenda. So the question that motivates my research is the following: If you look at humanity's large-scale achievements, these really big things that humanity has gotten together and done historically -- like, for example, building the pyramids of Egypt or the Panama Canal or putting a man on the Moon -- there is a curious fact about them, and it is that they were all done with about the same number of people. It's weird; they were all done with about 100,000 people. And the reason for that is because, before the Internet, coordinating more than 100,000 people, let alone paying them, was essentially impossible. But now with the Internet, I've just shown you a project where we've gotten 750 million people to help us digitize human knowledge. So the question that motivates my research is, if we can put a man on the Moon with 100,000, what can we do with 100 million?
Så på grundlag af dette spørgsmål har vi arbejdet på mange forskellige projekter. Lad mig fortælle jer om et projekt, jeg er meget spændt på. Det er noget, vi har arbejdet på lidt i det stille i det sidste halvandet års tid. Det er ikke offentliggjort endnu. Det kaldes Duolingo. Og da det ikke er offentliggjort, så...shyyy. (Latter) Ja, jeg kan stole på, at I gør det. Det her er projektet. Sådan startede det. Det startede ved at jeg stillede min ph.d.-studerende, Severin Hacker, et spørgsmål. OK, det er Severin Hacker. Jeg stillede min ph.d.-studerende et spørgsmål. Og ja, I hørte rigtigt: Hans efternavn er Hacker. Jeg stillede ham dette spørgsmål: Hvordan kan vi få 100 millioner mennesker til at oversætte internettet til alle hovedsprog gratis?
So based on this question, we've had a lot of different projects that we've been working on. Let me tell you about one that I'm most excited about. This is something that we've been semiquietly working on for the last year and a half or so. It hasn't yet been launched. It's called Duolingo. Since it hasn't been launched, shhh! (Laughter) Yeah, I can trust you'll do that. So this is the project. Here's how it started. It started with me posing a question to my graduate student, Severin Hacker. OK, that's Severin Hacker. So I posed the question to my graduate student. By the way, you did hear me correctly; his last name is Hacker. (Laughter) So I posed this question to him: How can we get 100 million people translating the web into every major language for free?
OK, der er meget, man kan sige om dette spørgsmål. For det første om at oversætte internettet. Lige nu er internettet opdelt i flere sprog. En stor del af det er på engelsk. Hvis du ikke kan engelsk, har du ikke adgang til den. Men der er store dele på andre sprog, og hvis du ikke kan disse sprog, har du ikke adgang til dem. Altså vil jeg gerne oversætte hele internettet, eller i det mindste det meste af internettet, til hver hovedsprog. Det er, hvad jeg kunne tænke mig at gøre.
There's a lot of things to say about this question. First of all, translating the web. Right now, the web is partitioned into multiple languages. A large fraction of it is in English. If you don't know English, you can't access it. But there's large fractions in other different languages, and if you don't know them, you can't access it. So I would like to translate all of the web, or at least most of it, into every major language. That's what I would like to do.
Nogle af jer vil måske sige, hvorfor kan vi ikke bruge computere til at oversætte med? Hvorfor kan vi ikke bruge maskinoversættelse? Maskinoversættelse i dag er begyndt at oversætte nogle sætninger her og der. Hvorfor kan vi ikke bruge det til at oversætte hele internettet? Tja, problemet er, at det ikke er godt nok endnu, og det bliver det sikkert ikke de næste 15 til 20 år. Der laves en masse fejl. Selv når det ikke laver fejl, netop fordi det laver så mange fejl, kan du ikke være sikker på, om du kan stole på oversættelsen.
Now, some of you may say, why can't we use computers to translate? Machine translation is starting to translate some sentences here and there. Why can't we use it to translate the web? The problem with that is it's not yet good enough and it probably won't be for the next 15 to 20 years. It makes a lot of mistakes. Even when it doesn't, since it makes so many mistakes, you don't know whether to trust it or not.
Lad mig vise jer et eksempel på noget, der er oversat af en maskine. Det er faktisk et indlæg fra et forum. En person forsøgte at stille et spørgsmål om JavaScript. Det blev oversat fra japansk til engelsk. I kan bare få lov at læse. Denne person begynder med at undskylde for, at det er oversat med en computer. Så den næste sætning vil være indledningen til spørgsmålet. Han forklarer bare noget. Husk, det er et spørgsmål vedrørende JavaScript. (Tekst: Ofte gede-tiden installerer en fejl er opkast.) (Latter) Derefter kommer den første del af spørgsmålet. (Tekst: Hvor mange gange som vinden, en pæl og dragen?) (Latter) Derefter kommer den del af spørgsmålet, jeg holder mest af. (Tekst: Dette fornærmelse til fars sten?) (Latter) Og så afslutningen, som er det allerbedste af det hele. (Tekst: Undskyld venligst for Deres dumhed. Der er mange tak.) (Latter) OK, så maskinoversættelse er ikke godt nok endnu. Tilbage til spørgsmålet.
So let me show you an example of something that was translated with a machine. Actually, it was a forum post. It was somebody who was trying to ask a question about JavaScript. It was translated from Japanese into English. So I'll just let you read. This person starts apologizing for the fact that it's translated with a computer. So the next sentence is going to be the preamble to the question. So he's just explaining something. Remember, it's a question about JavaScript. [At often, the goat-time install a error is vomit.] (Laughter) Then comes the first part of the question. [How many times like the wind, a pole, and the dragon?] (Laughter) Then comes my favorite part of the question. [This insult to father's stones?] (Laughter) And then comes the ending, which is my favorite part of the whole thing. [Please apologize for your stupidity. There are a many thank you.] (Laughter) OK, so computer translation, not yet good enough.
Vi vil gerne have, at mennesker oversætter hele internettet. Det næste spørgsmål, I måske vil stille, er, hvorfor kan vi ikke bare betale nogen for at gøre det? Vi kunne betale professionelle oversættere for at oversætte hele internettet. Det kunne vi. Desværre ville det være ekstremt dyrt. For eksempel ville prisen for at oversætte en lille-bitte del af hele internettet, Wikipedia, til et andet sprog, spansk. Wikipedia findes på spansk, men det er meget lille sammenlignet med størrelsen på engelsk. Spansk er ca. 20 procent af størrelsen af engelsk. Hvis vi ønskede at oversætte de sidste 80 procent til spansk, ville det koste mindst 50 millioner dollars - og det ville være i selv det grovest udnyttede, outsourcing-land vi kunne finde. Så det ville være dyrt. Det vi vil gøre i stedet er at få 100 millioner mennesker til at oversætte internettet til alle hovedsprog gratis.
So back to the question. So we need people to translate the whole web. So now the next question you may have is, well, why can't we just pay people to do this? We could pay professional translators to translate the whole web. We could do that. Unfortunately, it would be extremely expensive. For example, translating a tiny fraction of the whole web, Wikipedia, into one other language, Spanish. OK? Wikipedia exists in Spanish, but it's very small compared to the size of English. It's about 20 percent of the size of English. If we wanted to translate the other 80 percent into Spanish, it would cost at least 50 million dollars -- and this is even at the most exploited, outsourcing country out there. So it would be very expensive. So what we want to do is, we want to get 100 million people translating the web into every major language for free.
Hvis det er det, du gerne vil, vil du hurtigt finde ud af, at du støder på to ganske store hurdler, to store forhindringer. Den første er manglen på tosprogede. Jeg ved ikke engang, om der findes 100 millioner mennesker derude, som bruger internettet, og som er tilstrækkeligt tosprogede til at hjælpe os med at oversætte. Det er et stort problem. Det andet problem, du vil støde på, er manglende motivation. Hvordan vil vi motivere folk til faktisk at oversætte internettet gratis? Normalt bliver man nødt til at betale folk for at gøre det. Hvordan vil vi så motivere dem til at gøre det gratis? Da vi begyndte at tænke på dette, blev vi blokeret af disse to spørgsmål. Men så fandt vi ud af, at der faktisk er en måde, hvorpå vi kan løse begge disse problemer med samme løsning. Der var en måde, vi kunne slå to fluer med ét smæk. Det er, hvis vi laver oversættelse af sprog om til noget, som millioner af mennesker gerne vil, og som også hjælper på problemet med manglen på tosprogede, og det er sproglig uddannelse.
If this is what you want to do, you quickly realize you're going to run into two big hurdles, two big obstacles. The first one is a lack of bilinguals. So I don't even know if there exists 100 million people out there using the web who are bilingual enough to help us translate. That's a big problem. The other problem you're going to run into is a lack of motivation. How are we going to motivate people to actually translate the web for free? Normally, you have to pay people to do this. So how are we going to motivate them to do it for free? When we were starting to think about this, we were blocked by these two things. But then we realized, there's a way to solve both these problems with the same solution. To kill two birds with one stone. And that is to transform language translation into something that millions of people want to do and that also helps with the problem of lack of bilinguals, and that is language education.
Det viser sig, at der i dag er over 1,2 milliarder mennesker, der er ved at lære et fremmedsprog. Folk vil virkelig, virkelig gerne lære et fremmedsprog. Og det er ikke bare, fordi de bliver tvunget til det i skolen. For eksempel er der alene i USA over 5 millioner mennesker, der har betalt over 500 $ for software, der kan bruges til at lære et nyt sprog. Så folk vil virkelig, virkelig gerne lære et nyt sprog. Det som vi har arbejdet på det seneste halvandet år, er et nyt websted - det hedder Duolingo - hvor den grundlæggende tanke er, at folk lærer et nyt sprog gratis, mens de samtidig oversætter internettet. Så helt basalt er det læring ved praktisk arbejde.
So it turns out that today, there are over 1.2 billion people learning a foreign language. People really want to learn a foreign language. And it's not just because they're being forced to do so in school. In the US alone, there are over five million people who have paid over $500 for software to learn a new language. So people really want to learn a new language. So what we've been working on for the last year and a half is a new website -- it's called Duolingo -- where the basic idea is people learn a new language for free while simultaneously translating the web. And so basically, they're learning by doing.
Det virker på den måde, at hvis du bare er begynder, giver vi dig meget, meget simple sætninger. Der er selvfølgelig mange meget simple sætninger på internettet. Vi giver dig meget, meget simple sætninger sammen med oplysninger om, hvad hvert ord betyder. Og mens du oversætter dem, og når du kan se, hvordan andre mennesker oversætter dem, begynder du at lære sproget. Og efterhåndens som du stiger i niveau, giver vi dig mere komplicerede sætninger at oversætte. Men du lærer hele tiden, mens du oversætter.
So the way this works is whenever you're a just a beginner, we give you very simple sentences. There's a lot of very simple sentences on the web. We give you very simple sentences along with what each word means. And as you translate them and as you see how other people translate them, you start learning the language. And as you get more advanced, we give you more complex sentences to translate.
Det skøre ved denne metode er, at den faktisk virker. For det første vil folk virkelig, virkelig gerne lære et sprog. Vi er næsten færdige med det, og vi er ved at teste det. Folk kan virkelig lære et sprog med det. Og de lærer det cirka lige så hurtigt som ved hjælp af den førende software til sprogundervisning. Så folk lærer faktisk et sprog. Og ikke alene lærer de det lige så godt, men det er faktisk mere interessant. Fordi med Duoling lærer man faktisk med virkeligt indhold. Modsat når man lærer med sætninger, der er opdigtet, lærer folk med virkeligt indhold, som helt naturligt vil være interessant. Så folk lærer virkelig et sprog.
But at all times, you're learning by doing. Now, the crazy thing about this method is that it actually really works. People are really learning a language. We're mostly done building it and now we're testing it. People really can learn a language with it. And they learn it about as well as the leading language learning software. So people really do learn a language. And not only do they learn it as well, but actually it's more interesting. Because with Duolingo, people are learning with real content. As opposed to learning with made-up sentences, people are learning with real content, which is inherently interesting. So people really do learn a language.
Men det som er mere overraskende er, at de oversættelser, vi får fra personer, der bruger webstedet, også selv om de bare er begyndere, de oversættelser, vi får, er ligeså korrekte, som oversætteler fra professionelle oversætter, og det er meget overraskende. Lad mig vise jer et eksempel. Dette er en sætning, der er blevet oversat fra tysk til engelsk. Den øverste er tysk. Den midterste er en engelsk oversættelse, der er lavet af en, som var professionel engelsk-oversætter, som vi har betalt 20 cent pr. ord for denne oversættelse. Den nederste oversættelse er lavet af brugere af Duolingo, hvoraf ingen kunne tysk, før de begyndte at bruge webstedet. I kan se, at det er nærmest perfekt. Vi bruger selvfølgelig et trick her, så oversættelserne bliver ligeså gode som dem fra professionelle oversættere. Vi kombinerer oversættelserne fra flere begyndere, så vi får samme kvalitet som fra en enkelt professionel oversætter.
But perhaps more surprisingly, the translations that we get from people using the site, even though they're just beginners, the translations that we get are as accurate as those of professional language translators, which is very surprising. So let me show you one example. This is a sentence that was translated from German into English. The top is the German. The middle is an English translation that was done by a professional translator who we paid 20 cents a word for this translation. And the bottom is a translation by users of Duolingo, none of whom knew any German before they started using the site. If you can see, it's pretty much perfect. Of course, we play a trick here to make the translations as good as professional language translators. We combine the translations of multiple beginners to get the quality of a single professional translator.
Selv om vi kombinerer oversættelserne, kan webstedet faktisk oversætte ret hurtigt. Lad mig vise jer det. Dette er, hvor lang tid vi regner med, det vil tage at oversætte Wikipedia fra engelsk til spansk. Husk, det har en værdi af 50 millioner dollars. Så hvis vi ville oversætte Wikipedia til spansk, kunne vi gøre det på fem uger med 100.000 aktive brugere. Og vi kunne gøre det på ca. 80 timer med en million aktive brugere. eftersom alle projekter, min gruppe har arbejdet på indtil nu, har fået millioner af brugere, har vi gode forhåbninger til, at vi vil kunne oversætte meget hurtigt med dette projekt.
Now, even though we're combining the translations, the site actually can translate pretty fast. So let me show you, this is our estimates of how fast we could translate Wikipedia from English into Spanish. Remember, this is 50 million dollars' worth of value. So if we wanted to translate Wikipedia into Spanish, we could do it in five weeks with 100,000 active users. And we could do it in about 80 hours with a million active users. Since all the projects my group has worked on so far have gotten millions of users, we're hopeful that we'll be able to translate extremely fast.
Det som jeg synes er mest spændende ved Duolingo, er, at det efter min mening giver en fair forretningsmodel for sprogundervisning. Det jeg mener, er dette: Den nuværende forretningsmodel for sprogundervisning er, at den studerende betaler, og særligt: den studerende betaler Rosetta Stone 500 dollar. (Latter) Det er den nuværende forretningsmodel. Problemet med denne forretningsmodel er, at 95 procent af verdens befolkning ikke har 500 dollar. Derfor er det ekstremt urimeligt i forhold til de fattige. Denne model tilgodeser kun de rige. Men se, i Duolingo eftersom du, mens du lærer, faktisk skaber værdi - du oversætter noget - som vi f.eks. kunne tage betaling for oversættelser. Dette er en måde, vi kunne gøre dette kommercielt på Da folk skaber værdi, mens de lærer, behøver de ikke at betale med penge, men de betaler med deres tid. Men det magiske her er, at de betaler med deres tid, men det er tid, som de ville have været nødt til at bruge alligevel, mens de lærte sproget. Så det fine ved Duolingo, synes jeg, er, at det giver en fair forretningsmodel - en model, der ikke diskriminerer mod fattige mennesker.
Now, the thing that I'm most excited about with Duolingo is I think this provides a fair business model for language education. So here's the thing: The current business model for language education is the student pays, and in particular, the student pays Rosetta Stone 500 dollars. (Laughter) That's the current business model. The problem with this business model is that 95 percent of the world's population doesn't have 500 dollars. So it's extremely unfair towards the poor. This is totally biased towards the rich. Now, see, in Duolingo, because while you learn, you're actually creating value, you're translating stuff -- which, for example, we could charge somebody for translations, so this is how we could monetize this. Since people are creating value while they're learning, they don't have to pay with their money, they pay with their time. But the magical thing here is that is time that would have had to have been spent anyways learning the language. So the nice thing about Duolingo is, I think, it provides a fair business model --
Så her er webstedet. Mange tak. (Bifald) Så her er webstedet. Vi har ikke offentliggjort det endnu, men hvis i besøger siden, kan I tilmelde jer og blive end del af vores private betagruppe, som sikkert starter om tre til fire uger. Vi har ikke startet denne version af Duolingo endnu.
one that doesn't discriminate against poor people. So here's the site. Thank you. (Applause) We haven't yet launched, but if you go there, you can sign up to be part of our private beta, which is probably going to start in three or four weeks. We haven't yet launched it.
Forresten, nu er det er mig, der taler her, men faktisk er Duolingo lavet af et virkelig fantastisk team, hvor af nogen er her i dag. Så mange tak.
By the way, I'm the one talking here, but Duolingo is the work of a really awesome team, some of whom are here. So thank you.
(Bifald)
(Applause)