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?
Kaçınız buna benzer şekli bozulmuş bir karakter dizisini okumanızı gerektiren bir web formu doldurmak zorunda kaldınız? Kaçınız bunu gerçekten ama gerçekten sinir bozucu buluyor? Pekala, harika. Bunu ben icat ettim.
(Laughter)
OK, outstanding. So I invented that.
(Gülüşmeler)
(Laughter)
Ya da icat edenlerden biriydim.
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.
Bu şeye CAPTCHA deniyor. Ve bunun orada olmasının nedeni formu dolduran kişinin, sizin, formu milyonlarca defa göndermeye programlanmış bir bilgisayar programı değil, insan olduğunuzdan emin olmak. İşe yarıyor çünkü insanlar, en azından görme engelli olmayan insanlar, şekli bozulmuş dalgalı karakterleri okumakta sorun yaşamıyorlar, fakat bilgisayarlar bunu henüz yapamıyorlar. Örneğin, Ticketmaster'ın durumunda, bu şekli bozuk karakterleri yazmanızın nedeni, bilet karaborsacılarının ikişer defa milyonlarca bilet alabilen bir program yazmalarını engellemek.
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.
CAPTCHA'lar bütün İnternet'te kullanılıyor. Ve çok sık kullanıldıklarından, birçok kez kullanıcının karşısına rastgele karakterlerin düzgün sıralanmış olarak çıkması olağan. Örneğin bu Yahoo'nun kayıt sayfası. Kullanıcının karşısına çıkan rastgele karakterler şunlardı W,A,I,T (bekle), tabi ki bu aynı zamanda bir kelime. Ama işin en iyi kısmı Yahoo'nun yardım masasına 20 dakika sonra gelen mesaj.
[Help! I've been waiting for over 20 minutes and nothing happens.]
Yazı: "Yardım edin! 20 dakikadır bekliyorum ama hiçbir şey olmuyor."
(Laughter)
(Gülüşmeler)
This person thought they needed to wait. This, of course, is not as bad as this poor person.
Bu kişi beklemeleri gerektiğini düşünmüş. Bu tabi ki, bu zavallı kişininki kadar kötü değil.
(Laughter)
(Gülüşmeler)
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.
CAPTCHA Projesi burada Carnegie Mellon'da 10 yıl önce yaptığımız birşey, ve her yerde kullanılıyor. Şimdi size bundan birkaç yıl sonra yaptığımız bir projeden bahsedeyim, ki bu CAPTCHA'nın bir çeşit evrimleşmiş hali. Bu projeye reCAPTCHA diyoruz, burada Carnegie Mellon'da başlattığımız birşey, sonra bunu yeni kurulmuş bir şirkete çevirdik. Ve yaklaşık bir buçuk yıl sonra, aslında Google bu şirketi satın aldı.
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.
Size bu projenin neyi başlattığını anlatayım. Bu proje arka arkaya gelen kavrayışlarla başladı: Anlaşıldı ki dünyanın her yerinde insanlar hergün yaklaşık 200 milyon CAPTCHA yazıyor. Bunu ilk duyduğumda, kendimle gerçekten gurur duydum. Şöyle düşündüm, araştırmamın yarattığı etkiye bakın. Ama sonra kendimi kötü hissetmeye başladım. Olay şu, her bir CAPTCHA yazışınızda, aslında hayatınızın 10 saniyesini harcıyorsunuz. Ve bunu 200 milyonla çarptığınızda, şu sonuç çıkıyor, tüm insanlık hergün bu sinir bozucu CAPTCHA'ları yazarak günde yaklaşık 500,000 saat harcıyor.
(Laughter)
Sonra kendimi kötü hissetmeye başladım.
So then I started feeling bad.
(Gülüşmeler)
(Laughter)
Ve sonra düşünmeye başladım, tabi ki, CAPTCHA'lardan vazgeçemeyiz,
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.
çünkü Web güvenliği bir şekilde onlara dayanıyor. Ama sonra bu uğraşıyı insanlığa faydalı olacak bir şekilde kullanabilir miyiz diye düşünmeye başladım? Görüyorsunuz, olay bu. Bir CAPTCHA yazarkenki 10 saniye içinde, beyniniz muhteşem birşey yapıyor. Beyniniz henüz bilgisayarların yapamadığı birşeyi yapıyor. Peki size bu 10 saniye içinde bu faydalı işi yaptırabilir miyiz? Başka bir deyişle, henüz bilgisayarların çözemediği, bir kişinin her CAPTCHA çözüşünde bu sorunun da bir kısmını çözmesini sağlayan 10 saniyelik küçük parçalara bölebileceğimiz büyük sorunlar var mı? Ve bunun cevabı "evet", ve şu an bunu yapıyoruz.
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?
Şunu bilmiyor olabilirsiniz ama bugünlerde CAPTCHA'yı yazarken sadece insan olduğunuzu doğrulamakla kalmıyor, aynı zamanda aslında bize kitapları dijitalleştirmemizde yardımcı oluyorsunuz. Size nasıl çalıştığını anlatayım. Kitapları dijitalleştirmeye çalışan çok fazla proje var. Google'ın var.The Internet Archive'in var. Amazon, şimdi Kindle ile, kitapları dijitalleştirmeye çalışıyor. Temelde şöyle çalışıyor eski bir kitapla başlıyorsunuz. Bunlardan daha önce gördünüz, değil mi? Kitap gibi? (Gülüşmeler)
(Laughter)
Bir kitapla başlıyorsunuz ve sonra onu tarıyorsunuz.
So you start with a book and then you scan it.
Şimdi bir kitabı taramak
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.
kitabın her sayfasının dijital fotoğrafını çekmek gibi birşey. Kitabın her sayfası için bir resim veriyor size. Bu kitabın her sayfası için bir yazılı resim. Süreçteki bir sonraki adımda bilgisayarın bu resimdeki tüm kelimeleri deşifre etmesi gerekiyor. Bunun için OCR isimli bir teknoloji kullanıyor, optik karakter tanımlaması için, yazının fotoğrafı gerekiyor ve yazıyı çözmeye çalışıyor. Sorun şu ki OCR mükemmel değil. Özellikle mürekkebin solduğu ve sayfaların sarardığı daha eski kitaplarda, OCR tüm kelimeleri tanıyamıyor. Örneğin, 50 yıl önce yazılmış şeylerde, bilgisayar kelimelerin yaklaşık yüzde 30'unu tanıyamıyor. Bu yüzden şunu yapıyoruz, bilgisayarın tanıyamadığı bütün kelimeleri alıyoruz ve insanların İnternette bir CAPTCHA yazarken bunları bizim için okumalarını sağlıyoruz.
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.
Yani bir daha ki sefere bir CAPTCHA yazdığınızda, yazdığınız kelimeler aslında dijitalleştirilmekte olan kitapların bilgisayarın tanıyamadığı kelimeleri olacak. Ve artık günümüzde bir yerine iki kelimenin olmasının nedeni şu, görüyorsunuz, kelimelerden biri sistemin kitaptan bulduğu bir kelime, ne olduğunu bilmiyordu ve bunu size sunacak. Ama bunu cevabını bilmediği için bunu sizin için puanlayamaz. Bu yüzden size bir kelime daha veriyoruz, bilgisayarın cevabını bildiği bir kelime. Size hangisinin hangisi olduğunu söylemiyoruz ve ikisini de yazmanızı istiyoruz. Ve eğer sistemin çoktan cevabını bildiği doğru kelimeyi yazarsanız, sizi insan olarak kabul eder, ve ayrıca diğer kelimeyi de doğru yazdığınızı düşünür. Ve bu süreci 10 farklı kişi için tekrar edersek ve hepsi yeni kelimenin ne olduğu konusunda hem fikir olursa, bir kelimeyi daha doğru bir şekilde dijitalleştirmiş oluyoruz.
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 by just people typing CAPTCHAs on the Internet.
Yani sistem bu şekilde işliyor. Ve aslında, bunu yapmaya başlayalı üç ya da dört yıl geçti, birçok websitesi insanların vakitlerini harcadıkları eski CAPTCHA'yı insanların kitapları dijitalleştirmeye yardımcı olduğu yeni CAPTCHA ile değiştirmeye başladı. Örneğin, Ticketmaster. Yani Ticketmaster'dan her bilet alışınızda bir kitabı dijitalleştirmeye yardım ediyorsunuz. Facebook: Her yeni arkadaş eklediğinizde veya birini dürttüğünüzde, bir kitabı dijitalleştirmeye yardım ediyorsunuz. Twitter ve yaklaşık 350,000 başka site reCAPTCHA'yı kullanıyor. Ve aslında, reCAPTCHA'yı kullanan sitelerin sayısı o kadar fazla ki, bir günde dijitalleştirdiğimiz kelimelerin sayısı gerçekten çok fazla. Günde yaklaşık 100 milyon, ki bu da yılda yaklaşık iki buçuk milyon kitaba eşdeğer. Ve bu insanların İnternette CAPTCHA'ları yazmasıyla her seferde tek kelime ile oluyor. (Alkış)
(Applause)
Tabi ki,
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.
günde çok fazla kelime yazdığımız için, komik şeyler olabiliyor. Bu gerçekten doğru çünkü insanlara rastgele seçilmiş İngilizce kelimeleri yan yana veriyoruz. Çok komik şeyler olabiliyor. Örneğin, bu kelimeyi sunduk. "Christians" (Hristiyanlar) kelimesi, bunda bir sorun yok. Ama bunu rastgele seçilen başka bir kelimeyle sunduğunuzda, kötü şeyler olabilir. Başımıza bu geliyor. (Yazı: kötü hristiyanlar)
[bad Christians]
Daha da kötüsü, bunu gösterdiğimiz sitenin adı
But it's even worse, because the website where we showed this actually happened to be called The Embassy of the Kingdom of God.
Tanrı'nın Krallığının Elçiliği'ydi. (Gülüşmeler)
(Laughter)
Oops.
Oops.
(Gülüşmeler)
(Laughter)
İşte gerçekten kötü olan başka bir tanesi.
Here's another really bad one. JohnEdwards.com
JohnEdwards.com (Yazı: Kahrolası liberal)
[Damn liberal]
(Laughter)
(Gülüşmeler)
So we keep on insulting people left and right everyday. 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.
Yani hergün solcu ve sağcıları aşağılamaya devam ediyoruz. Tabi ki, sadece insanları aşağılamakla kalmıyoruz. Olay şu, iki rastgele seçilmiş kelime sunduğumuz için, ilginç şeyler olabiliyor. Hatta bu durum on binlerce insanın katıldığı bir İnternet etkinliğine neden oldu, buna CAPTCHA sanatı deniyor. Eminim bir kaçınız bunu duymuştur. Bu şekilde oluyor. Düşünün ki İnterneti kullanıyorsunuz ve bir şekilde tuhaf olduğunu düşündüğünüz bir CAPTCHA görüyorsunuz, bu CAPTCHA gibi. (Yazı: görünmez tost makinesi)
[invisible toaster]
Sonra yapmanız gereken şey bunun ekran resmini çekmek.
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.
Sonra tabi ki, CAPTCHA dolduruyorsunuz çünkü bize bir kitabı dijitalleştirmede yardım ediyorsunuz. Ama sonra, önce ekran resmi çekiyorsunuz, ve sonra onunla alakalı birşey çiziyorsunuz.
(Laughter)
(Gülüşmeler)
That's how it works.
İşte bu şekilde çalışıyor.
(Laughter)
Bunlardan on binlerce var.
There are tens of thousands of these. Some of them are very cute.
Bazıları çok sevimli. (Yazı: avucumun içinde)
[clenched it]
(Gülüşmeler)
(Laughter)
Bazıları daha komik.
Some of them are funnier.
(Yazı: Kafası güzel kurucular)
[stoned Founders]
(Laughter)
(Gülüşmeler)
And some of them, like paleontological shvisle ...
Ve bazılarında,
(Laughter)
paleontolojik shvisle gibi,
they contain Snoop Dogg.
Snoop Dogg kullanılıyor.
(Laughter)
(Gülüşmeler)
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?
Pekala, bu benim favori reCAPTCHA rakamım. Bu tüm projeyle ilgili en sevdiğim şey. Bu reCAPTCHA sayesinde bir kitabın en az bir kelimesini dijitalleştirmede yardımcı olan net kişi sayısı: 750 milyon, bu, dünya nüfusunun yüzde 10'undan biraz fazla, bu kadar kişi bilgiyi dijitalleştirmemize yardım etti. Ve bunun gibi rakamlar araştırma gündemimi harekete geçiriyor. Beni araştırmaya sevk eden şey şu: Eğer insanların büyük ölçekli başarılarına bakarsanız, insanlığın tarihi açıdan beraber yaptıkları gerçekten büyük şeyler -- örneğin, Mısır piramitlarini ya da Panama Kanalını inşa etmek ya da Ay'a adam göndermek -- bunlarla ilgili garip bir gerçek var, ve bu da şu, bunların hepsi aynı sayıda insanla yapıldı. Çok garip; hepsi yaklaşık 100,000 insanla yapıldılar. Ve bunun nedeni, İnternetten önce, 100,000 insanı bir araya getirmek, onlara ödeme yapmayı bir kenara bırakın, kesinlikle imkansız. Ama şimdi İnternetle, size bilgiyi dijitalleştirmemize yardım eden 750 milyon insanın katıldığı bir projeyi gösterdim. Yani beni araştırmaya sevk eden soru şuydu, eğer 100,000 kişiyle bir adamı Ay'a gönderebiliyorsak, 100 milyon kişiyle ne yapabiliriz?
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!
Bu soruyu temel alarak, üzerinde çalıştığımız çok farklı projeler geliştirdik. Size beni en çok heyecanlandıranından bahsedeyim. Bu yaklaşık bir buçuk yıldır üzerinde çok da ses çıkarmadan çalıştığımız bir proje. Site henüz açılmadı. Adı Duolingo. Henüz açılmadığı için, şişt!
(Laughter)
(Gülüşmeler)
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.
Evet, size güvenebilirim. Proje bu. Şu şekilde başladı. Mezun olmuş bir öğrencime bir soru yöneltmemle başladı, Severin Hacker'a. Evet, bu Severin Hacker. Mezun olan öğrencime bir soru yönelttim. Bu arada, beni doğru duydunuz; soyadı Hacker (Bilgisayar korsanı)
(Laughter)
Ona şu soruyu sordum:
So I posed this question to him: How can we get 100 million people translating the web into every major language for free? 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.
Nasıl 100 milyon insana Web'i ücretsiz olarak her anadile çevirtebiliriz? Bu soruyla ilgili söylenebilecek çok şey var. Öncelikle, Web'i çevirmek. Şu an Web çok fazla dile bölünmüş durumda. Büyük kısmı İngilizce. Eğer hiç İngilizce bilmiyorsanız, kullanamazsınız. Başka diller de büyük ölçüde kullanılıyor, ve eğer bu dilleri bilmiyorsanız, kullanamazsınız. Web'in tamamını en azından büyük bir kısmını çevirmek istiyorum, her anadile. Yapmak istediğim bu.
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.
Bazılarınız şöyle diyebilir, neden bunun için bilgisayar kullanmıyoruz? Neden makine çevirisini kullanamıyoruz? Makine çevirisi bu günlerde oradan buradan bazı cümleleri çevirmeye başlıyor. Neden bunu tüm Web'i çevirmek için kullanamıyoruz? Sorun şu ki, bu sistem henüz yeterince iyi değil, ve muhtemelen önümüzdeki 15 ila 20 yıl içinde de olmayacak. Çok fazla hata yapıyor. Hata yapmadığında bile, çok fazla hata yaptığı için, doğruluğuna güvenmeli misiz bilmiyorsunuz.
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.
Size makine ile çevrilmiş birşeyin örneğini göstereyim. Aslında bu foruma yazılmış bir yazı. JavaScript hakkında soru sormaya çalışan bir kişiymiş. Japoncadan İnglizceye çevrilmiş. Sadece okuyacağım. Bu kişi bilgisayar kullanarak çeviri yaptığı için özür dilerek başlıyor. Bir sonraki cümle sorunun giriş kısmı olacak. Birşeyi açıklıyor. Unutmayın, bu JavaScript hakkında bir soru.
[At often, the goat-time install a error is vomit.]
(Yazı: Çoğu zaman, keçi zamanı kusma hatası yüklüyor.)
(Laughter)
(Gülüşmeler)
Then comes the first part of the question.
Sonra sorunun ilk kısmı geliyor.
[How many times like the wind, a pole, and the dragon?]
(Yazı: Kaç kere rüzgar gibi, bir kazık ve ejderha?)
(Laughter)
(Gülüşmeler)
Then comes my favorite part of the question.
Sonra sorunun en sevdiğim kısmı geliyor.
[This insult to father's stones?]
(Yazı: Bu babanın taşlarına hakaret mi?)
(Laughter)
(Gülüşmeler)
And then comes the ending, which is my favorite part of the whole thing.
Ve sonra son kısım, ki bu tüm yazının en sevdiğim kısmı. (Yazı: Lütfen aptallığın için özür dile. Sana çok teşekkür var)
[Please apologize for your stupidity. There are a many thank you.]
(Gülüşmeler)
(Laughter)
Tamam, yani bilgisayar çevirisi henüz yeterince iyi değil.
OK, so computer translation, not yet good enough. 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.
Soruya geri dönelim. Yani tüm Web'i çevirmek için insanlara ihtiyacım var. Şimdi soracağınız bir sonraki soru şu olabilir, neden bunun için insanları işe almıyoruz? Tüm Web'i çevirmek için profesyonel çevirmenleri işe alabilirdik. Bunu yapabilirdik. Malesef, son derece pahalı olurdu. Örneğin tüm Web'in, Wikipedia'nın küçük, çok küçük bir kısmını başka bir dile, İspanyolcaya çevirmek. Wikipedia'nın İspanyolcası var, ama İngilizce olanına kıyasla çok küçük bir oranda. İngilizce olanın yaklaşık yüzde 20'si kadar. Eğer kalan yüzde 80'i İspanyolcaya çevirmek isteseydik, 50 milyon dolara malolurdu -- ve bu en çok sömürülen, dış kaynakları kullanılan bir ülkenin şartlarında. Yani çok pahalı olurdu. Bizim yapmak istediğimiz şeyse 100 milyon insana Web'i her anadile tercüme ettirmek, bedavaya.
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.
Eğer yapmak istediğiniz şey buysa, iki oldukça büyük engelle karşılaşacağınızı çabucak fark ediyorsunuz. İlki iki dile de hakim kişilerin azlığı. Bize tercüme yapmakta yardımcı olmaya yetecek kadar iyi iki dil kullanabilen 100 milyon kişi var mıdır bilmiyorum. Bu büyük bir sorun. Karşılaşacağınız bir diğer problem ise motivasyon eksikliği. İnsanları Web'i bedavaya tercüme etmeleri için nasıl motive edebiliriz? Normalde, bunun için insanlara ödeme yaparsınız. Peki onları bunu bedavaya yapmaya nasıl motive ederiz? Bunu düşünmeye başladığımızda, bu iki konu bizi engelledi. Ama sonra fark ettik ki, aslında bu iki sorunu aynı çözüm yoluyla aşabiliriz. Bir taşla iki kuş vurmanın bir yolu var. Ve bu da tercüme yapmayı milyonlarca insanın yapmak isteyeceği bir hale, ve ayrıca iki dile hakim olamama sorununa çözüm bulmaya, ve dil eğitimine dönüştürmek.
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.
Bugün görüyoruz ki, 1.2 milyardan fazla insan yabancı dil öğreniyor. İnsanlar gerçekten yabancı bir dil öğrenmek istiyor. Ve sadece okulda yapmak zorunda oldukları için değil. Örneğin, yalnızca Amerika Birleşik Devletleri'nde, yeni bir dil öğrenmek için yazılımlara 500 dolardan fazla para veren beş milyondan fazla kişi var. Yani insanlar gerçekten yeni bir dil öğrenmek istiyor. Son bir buçuk yıldır yeni bir websitesi üzerinde çalışıyoruz -- adı Duolingo -- ana fikir insanların Web'i eş zamanlı tercüme ederek ücretsiz olarak yeni bir dil öğrenmesi. Ve temelde yaparak öğreniyorlar.
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. But at all times, you're learning by doing.
Şu şekilde işliyor eğer başlangıç seviyesinde biliyorsanız çok çok basit cümleler veriyoruz. Tabi ki Web'te çok fazla kolay cümle var. Çok, çok basit cümleler veriyoruz beraberinde de her kelimenin anlamını. Tercüme ederek ve başkalarının nasıl tercüme ettiğini görerek, dili öğrenmeye başlıyorsunuz. Ve siz dili ilerlettikçe, çok daha karmaşık cümleleri tercüme etmenizi istiyoruz. Ama her zaman yaparak öğreniyorsunuz. Bu metodla ilgili çılgınca olan şeyse
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.
gerçekten işe yarıyor olması. Herşeyden önce insanlar gerçekten yeni bir dil öğrenmek istiyor. Sistemi kurmayı bitirdik ve şu an test ediyoruz. İnsanlar gerçekten bu yöntemle bir dil öğrenebilirler. Ve neredeyse en iyi dil öğrenme yazılımında olduğu kadar iyi öğreniyorlar. Yani insanlar gerçekten bir dil öğreniyor. Ve hem iyi hem de ilginç bir yöntemle öğreniyorlar. Çünkü görüyorsunuz, insanlar gerçek içeriklerle öğreniyorlar. Uydurma cümleler yerine kendiliğinden ilginç olan gerçek içeriklerle öğreniyorlar. Yani insanlar gerçekten bir dil öğreniyorlar.
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.
Ve şaşırtıcı bir şekilde, bu siteyi kullananların çevirileri, daha başlangıç seviyesinde olmalarına rağmen, profesyonel çevirmenlerin çevirileri kadar iyi, ki bu çok şaşırtıcı. Size bir örnek göstereyim. Bu Almancadan İngilizceye çevrilmiş bir cümle. Üstteki Almanca. Ortadaki bu çeviri için kelime başına 20 sent alan profesyonel bir İngilizce çevirmen tarafından yapılan İngilizce çeviri. Alttaki ise Duolingo kullanıcıları tarafından yapılan bir çeviri, bu siteyi kullanmaya başlamadan önce hiçbiri Almanca bilmiyordu. Görüyorsunuz, neredeyse mükemmel. Tabi ki,çevirilerin profesyonal çevirmenlerinkiler kadar iyi olabilmesi için burada biraz hile yapıyoruz. Tek bir profesyonel çevirmenin kalitesine ulaşmak için birçok yeni başlayanın çevirisini birleştiriyoruz.
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.
Çevirileri birleştirsek bile, site oldukça çabuk çevirebiliyor. Göstereyim, bu Wikipedia'yı İngilizceden İspanyolcaya ne kadar hızlı çevirebileceğimizin hesabı. Unutmayın, bu 50 milyon dolar değerinde. Wikipedia'yı İspanyolcaya çevrmek isteseydik, bunu 100,000 aktif kullanıcıyla beş hafta içinde yapabilirdik. Ve bir milyon aktif kullanıcıyla ise yaklaşık 80 saatte yapabilirdik. Grubumun şimdiye kadar üzerinde çalıştığı tüm projelerin milyonlarca kullanıcısı olduğu için, bu projeyle son derece hızlı bir şekilde çevirebileceğimizi düşünüyoruz.
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.
Duolingo ile ilgili beni en çok heyecanlandıran şey dil eğitimi için adil bir iş modeli ihtiyacını karşılıyor olması. Olay şu: Dil eğitiminin mevcut iş modelinde öğrenci para ödüyor, ve özellikle, öğrenci Rosetta Stone'a 500 dolar ödüyor.
(Laughter)
(Gülüşmeler)
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 -- one that doesn't discriminate against poor people.
Bu mevcut iş modeli. Bu iş modeliyle ilgili sorun şuydu dünya nüfusunun yüzde 95'inin 500 doları yok. Yani bu fakirler için son derece adaletsiz bir durum. Tamamiyle zenginlerden yana bir durum. Şimdi bakın, Duolingo'da, Öğrenirken aynı zamanda değer yaratıyorsunuz, birşeyler çeviriyorsunuz -- örneğin, birini çeviri yapmak için görevlendirebilirdik. Bu şekilde finanse edebilirdik. İnsanlar öğrenirken değer yarattıkları için, para ödemek zorunda değiller, zamanlarıyla ödeme yapıyorlar. Ama bunda büyüleyici olan şey, zamanlarıyla ödeme yapıyorlar, ama bu aynı zamanda dil öğrenirken bir şekilde harcamak zorunda oldukları zaman. Duolingo'nun güzel yani adil bir iş modeli sunuyor olması -- fakirlere karşı ayırım yapmayan bir model olması. İşte site bu. Teşekkürler.
So here's the site. Thank you.
(Alkış)
(Applause)
İşte site burada.
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.
Site henüz açılmadı, ama oraya gidip, özel betamızın bir parçası olmak için üye olabilirsiniz, muhtemelen yaklaşık üç, dört haftaya kadar faaliyete geçecek. Bu Duolingo'yu henüz açmadık.
By the way, I'm the one talking here, but Duolingo is the work of a really awesome team,
Bu arada, burada konuşan benim, ama aslında Duolingo bazılarının burada olduğu gerçekten müthiş bir takımın çalışması.
some of whom are here. So thank you.
Teşekkürler.
(Applause)
(Alkış)