сотрудничество, взаимодействие, организация, captcha, duolingvo

Крупномасштабное онлайн сотрудничество
Крупномасштабное онлайн сотрудничество Скольким из вас приходилось заполнять какую-нибудь веб-форму, где требовалось прочитать искаженный ряд символов, такой как этот? Скольким из вас это показалось очень, очень раздражающим? Хорошо, многим. Я это придумал. (Смех) Ну или я один из тех, кто это сделал. Эта штука называется капча (CAPTCHA). Она нужна, чтобы убедиться, что форма заполняется человеком, а не программой, предназначенной для отправки формы миллионы раз. Она работает, потому что люди, как минимум люди с нормальным зрением, легко могут прочитать эти искажённые символы, а программы пока не справляются с этим так же хорошо. Например, в случае сайта Ticketmaster, вам нужно печатать эти искажённые символы, чтобы спекулянты не могли написать программу, покупающую миллионы билетов, по паре за раз. Капча используются повсюду в интернете. И поскольку она так часто используются, нередко конкретная последовательность случайных символов, показываемая пользователю, оказывается не очень удачной. Это пример со страницы регистрации Yahoo. Случайные символы, которые видел пользователь, оказались W, A, I, T [подожди], и сложились в слово. Однако самое интересное — сообщение в службу поддержки Yahoo 20 минут спустя. Текст: «Помогите! Я ждал больше 20 минут, но ничего не происходит». (Смех) Этот человек подумал, надо подождать. Конечно, это не так плохо, как у этого бедняги. (Смех) [текст: перезагрузитесь] Мы сделали проект CAPTCHA здесь, в университете Карнеги-Меллон больше 10 лет назад, и он используется повсеместно. Сейчас я расскажу о проекте, который мы сделали несколько лет спустя, он является следующим этапом эволюции CAPTCHA. Этот проект мы назвали reCAPTCHA, и начали его здесь в университете Карнеги-Меллон, а затем превратили в молодую компанию. Примерно полтора года спустя, Google купил эту компанию. Позвольте рассказать о начале проекта. Этот проект начался со следующего озарения. Оказывается, примерно 200 миллионов капчей вводится каждый день людьми в мире. Когда я первый раз это услышал, я был очень горд собой. Я подумал о влиянии своих исследований. Но затем начались угрызения совести. Каждый раз при вводе капчи, вы теряете 10 секунд вашего времени. Если умножить это на 200 миллионов, оказывается, человечество теряет 500 000 часов каждый день, вводя надоедливые капчи. После этого совесть меня загрызла. (Смех) И я начал думать, ладно, мы не можем избавиться от капчей, потому что от них зависит безопасность интернета. Я начал думать, можно ли использовать эти усилия с пользой для человечества? Итак, вот в чём дело. Пока вы вводите капчу, в эти 10 секунд, ваш мозг делает удивительные вещи. Ваш мозг делает то, что компьютеры пока не умеют. Можем ли мы использовать эти 10 секунд для полезной работы? Другими словами, есть ли некая гигантская проблема, которую компьютеры решить не могут, но которую можно поделить на мелкие 10-секундные кусочки так, что каждый раз, когда кто-то решает капчу, он решает маленький кусочек этой проблемы? Ответ — «да», и именно это мы сейчас делаем. Вы можете не знать, но сегодня при вводе капчи, вы не только подтверждаете, что вы человек, но вдобавок вы помогаете нам оцифровывать книги. Позвольте объяснить, как это работает. Есть много проектов по оцифровке книг. У Google, у The Internet Archive. Amazon, теперь с Kindle, пытается оцифровывать книги. Это выглядит примерно так: сначала есть старая книга. Видели эти штуки, верно? Ну... книги... (Смех) У нас есть книга, и мы её сканируем. Сканирование книги, это как фотографирование каждой страницы. Мы получаем изображение каждой страницы книги. Это изображение с текстом каждой страницы книги. Следующий шаг в этом процессе — компьютеру нужно расшифровать все слова в этом изображении. При этом используется технология OCR, оптическое распознавание символов, которая берёт изображение текста и пытается понять, что там за текст. Проблема в том, что OCR не идеальна. Особенно в старых книгах, где чернила выцвели и страницы пожелтели, OCR не может распознать многие слова. Например, в книгах, написанных более 50 лет назад, компьютер не может распознать примерно 30% слов. Поэтому сейчас мы выбираем все нераспознанные слова, и даём их на чтение людям, когда они вводят капчу в интернете. При следующем вводе капчи, знайте, что вы вводите слова, взятые из оцифровываемых книг, которые компьютер не смог распознать. Мы используем два слова вместо одного, потому что одно из слов система взяла из книги, оно неизвестно и показывается вам. Однако поскольку ответ неизвестен, то оценить точность невозможно. Поэтому мы даём другое слово, ответ для которого известен. Мы не говорим, какое из них какое, и просим ввести оба. При вводе правильного слова, того, для которого ответ известен, система считает вас человеком, а также получает уверенность в правильности ввода другого слова. Повторив это с 10-ю разными людьми, все из которых согласны с вводом нового слова, мы получим ещё одно точно оцифрованное слово. Вот так работает система. После выпуска системы три или четыре года назад, многие сайты стали переключаться со старых капч, тративших время впустую, на новые капчи, где люди помогают оцифровывать книги. Например, Ticketmaster. Каждый раз при покупке билетов на Ticketmaster, вы помогаете оцифровать книгу. Facebook: При каждом добавлении друга, вы помогаете оцифровывать книгу. Twitter и примерно 350 000 других сайтов используют reCAPTCHA. На самом деле, сайтов, использующих reCAPTCHA, так много, что мы оцифровываем очень, очень много слов в день. Примерно 100 миллионов в день, эквивалент примерно 2,5 миллиона книг в год. И всё это делается по слову за раз, просто людьми, вводящими капчи в интернете. (Аплодисменты) Конечно, при таком количестве слов в день случаются смешные истории. Особенно потому что теперь мы даём людям два случайных английских слова рядом. Итак, случаются любопытные истории. Например, мы показываем это слово. Это слово «Христиане», вполне нормальное слово. Но если показать его с другим случайным словом, страшные вещи могут случиться. Получаем вот это (Текст: Плохие христиане) Хуже того, сайт, на котором мы это показали, назывался «Посольство Царства Божия». (Смех) Оп-па. (Смех) А вот ещё один прокол. JohnEdwards.com (Текст: Чёртов либерал) (Смех) Мы продолжаем оскорблять людей направо и налево каждый день. Конечно, мы не просто оскорбляем людей. Мы показываем два случайных слова, поэтому могут случиться интересные вещи. Это породило очень большой интернет-мем, в котором приняли участие тысячи людей, называемый искусство капчей. Я уверен, кто-то из вас о нём слышал. Вот как это работает. Представьте, вы в интернете и видите капчу, которая вам кажется необычной, например, как эта. (Текст: невидимый тостер) Вы делаете снимок экрана. Конечно, затем вы вводите капчу, чтобы помочь нам оцифровать книгу. Но сначала вы снимаете экран, а потом рисуете что-то связанное с этим. (Смех) Вот как это выглядит. Таких рисунков десятки тысяч. Некоторые очень прикольные. (Текст: схватил) (Смех) Некоторые ещё смешнее. (Текст: обкуренные основатели) (Смех) И некоторые из них, например, палеонтологическая фигня, содержат рэпера Snoop Dogg. (Смех) Это моё любимое число в reCAPTCHA. Это та самая вещь, которая мне нравится в проекте. Это количество отдельных людей, которые помогли нам оцифровать как минимум одно слово из книги в reCAPTCHA: 750 миллионов, чуть более 10% населения Земли, помогли нам оцифровать знания человечества. Вот такие цифры движут планом моих исследований. Вот вопрос, мотивирующий мои исследования: если посмотреть на историю крупных достижений человечества, те значительные вещи, которые люди собрались и сделали, например, постройка пирамид в Египте, или Панамский канал, или отправка человека на Луну, интересная особенность их в том, что все они были сделаны примерно одинаковым количеством людей. Странно. Все они сделаны примерно со 100 000 участников. Причина этого в том, что до интернета, координировать более 100 000 человек, не говоря об оплате, было практически невозможно. Но сейчас, с интернетом, я только что показал вам проект, где мы с помощью 750 миллионов людей оцифровываем человеческие знания. Вопрос, двигающий план моих исследований: если мы смогли запустить человека на Луну со 100 000 участников, что мы сможем сделать со 100 миллионами? Пытаясь ответить на этот вопрос, мы работали над множеством проектов. Позвольте рассказать об одном, который мне больше всего нравится. Мы негласно работали над ним последние полтора года. Он ещё не запущен. Он называется Duolingo. Поскольку он ещё не запущен, ш-ш-ш! (Смех) Да, вам можно в этом доверять. Вот и проект. Вот как он начался. Он начался, когда я задал вопрос своему студенту, Северину Хакеру. Ладно, вот Северин Хакер. Я задал вопрос своему студенту. Между прочим, вы правильно услышали, его фамилия Хакер. Итак, я задал ему вопрос: «Как можно заставить 100 миллионов людей переводить интернет на все основные языки бесплатно?» Ладно, по этому вопросу можно многое сказать. Во-первых, перевод интернета. Сейчас интернет разбит на множество языков. Большая часть его на английском. Если вы не знаете английского, она вам недоступна. Но есть большие части на других языках, и если вы не знаете этих языков, вам они недоступны. Я хотел бы перевести весь интернет, или хотя бы большую его часть, на каждый из крупных языков. Я хочу это сделать. Кто-то спросит, а почему не перевести с помощью компьютера? Почему бы не использовать машинный перевод? Машинный перевод начинает использоваться для перевода предложений тут и там. Почему бы не использовать его для перевода всего интернета? Проблема в том, что он ещё не так хорош, и, вероятно, не улучшится в ближайшие 15-20 лет. Он делает много ошибок. Поскольку он делает много ошибок, то даже когда он точен, доверия к нему нет. Позвольте показать вам пример машинного перевода. Это была запись в форуме. Кто-то пытался задать вопрос о JavaScript. Он был переведён с японского на английский. Читайте. Этот человек начинает с извинений за машинный перевод. Следующее предложение — преамбула вопроса. Он просто что-то объясняет. Помните, вопрос о JavaScript. (Текст: В часто, козло-время ставит ошибкой рвоту.) (Смех) Затем идёт первая часть вопроса. (Текст: Как часто любят ветер, шест и дракона?) (Смех) Затем — моя любимая часть вопроса. (Текст: Это оскорбляет камни предков?) (Смех) Затем это завершается моей самой любимой частью. (Текст: Извинитесь за свою глупость. Есть много спасибо.) (Смех) Итак, машинный перевод не очень хорош. Назад к вопросу. Нам нужно, чтобы люди перевели весь интернет. Следующим вопросом может быть, а почему бы не заплатить людям за это? Можно заплатить профессиональным переводчикам за перевод интернета. Это можно сделать. К сожалению, это будет очень дорого. Например, перевести очень, очень малую часть интернета, Википедию, на один язык, испанский. Википедия есть на испанском, но она очень мала по сравнению с английской. Примерно 20% от размера английской. Если мы захотим перевести остальные 80% на испанский, это обойдётся в 50 миллионов долларов, даже по ценам самой эксплуатируемой страны в мире. Это будет очень дорого. Поэтому мы хотим найти 100 миллионов человек, которые будут переводить интернет на все крупные языки бесплатно. Если хочешь это сделать, довольно быстро понимаешь, что впереди два больших препятствия, две большие препоны. Первая — недостаток двуязычных людей. Я даже не знаю, есть ли в интернете 100 миллионов людей, которые достаточно владеют двумя языками, чтобы помочь нам с переводом. Это большая проблема. Другая проблема, с которой сталкиваешься, это отсутствие мотивации. Как мотивировать людей бесплатно переводить интернет? Обычно за это платят. Как мотивировать делать это бесплатно? Когда мы начинали об это думать, нас тормозили эти две вещи. Но затем мы поняли, что есть способ решить их обе сразу. Есть способ поймать двух зайцев сразу. Т.е. превратить перевод в нечто, что миллионы людей захотят делать, и что поможет решить проблему недостатка двуязычных людей — и это изучение языков. Сейчас более 1,2 миллиарда человек учат иностранные языки. Люди очень сильно хотят выучить иностранный язык. И не потому что их заставляют в школе. Например, только в США, свыше 5 миллионов людей заплатили свыше 500 долларов за программу для изучения нового языка. Люди действительно хотят изучить новый язык. Последние полтора года мы работали над новым вебсайтом: Duolingo. Главная идея: люди учат новый язык бесплатно, параллельно переводя интернет. В принципе, они учатся на практике. Это работает так: когда вы новичок, мы даём очень, очень простые предложения. Конечно, в интернете много простых предложений. Мы даёт вам очень, очень простые предложения вместе со значением каждого слова. По мере перевода и наблюдения за переводами других, вы начинаете изучать язык. По мере продвижения, мы даём всё более сложные предложения на перевод. Однако вы всегда учитесь на практике. Самое невообразимое в этом методе — то, что он действительно работает. Главное, люди действительно учат язык. Мы практически закончили с разработкой и теперь тестируем. Люди действительно могут изучить язык с его помощью. Практически так же хорошо, как с помощью ведущих компьютерных программ. Итак, люди действительно изучают язык. И не только они его хорошо учат, но это намного более интересно. Потому что с Duolingo люди учатся на настоящих текстах. В противовес обучению на придуманных предложениях, люди учатся на настоящих текстах, которые сами по себе интересны. Люди действительно изучают язык. Ещё более неожиданно, переводы пользователей сайта, даже новичков, также точны, как и профессиональные, что очень неожиданно. Позвольте показать один пример. Это предложение было переведено с немецкого на английский. Сверху немецкий. В середине английский профессиональный перевод, за который заплачено по 20 центов за слово. Снизу перевод пользователями Duolingo, ни один из которых не знал немецкого перед использованием сайта. Обратите внимание, он практически безупречен. Конечно, мы схитрили, чтобы сделать перевод столь же хорошим, как и профессиональный. Мы соединили переводы многих новичков, чтобы получить качество одного профессионального переводчика. Но даже с комбинацией переводов, сайт может переводить очень быстро. Позвольте показать, это наши оценки скорости перевода Википедии с английского на испанский. Помните, это стоит около 50 миллионов долларов. Если мы хотим перевести Википедию на испанский, мы сможем это сделать за 5 недель со 100 000 активных пользователей. Или за 80 часов с миллионом активных пользователей. Все проекты, над которыми работала моя группа, обладали миллионными аудиториями, мы надеемся, что мы сможем переводить очень быстро с помощью этого проекта. Меня больше всего потрясает в Duolingo то, что я считаю, он предоставляет честную бизнес-модель для языкового образования. Вот в чём дело: Текущая бизнес-модель для языкового образования в том, что студент платит, и в частности, студент платит Rosetta Stone 500 долларов. (Смех) Это текущая бизнес-модель. Проблема с ней в том, что у 95% населения мира нет 500 долларов. Поэтому это крайне ущемляет бедных. Это однозначно ориентировано на богатых. Теперь смотрите, с Duolingo, потому что в то время, когда вы учитесь, вы создаёте нечто ценное, вы что-то переводите, а мы можем брать плату с кого-то за эти переводы. Вот так мы можем на этом зарабатывать. Поскольку люди создают нечто ценное, пока они учатся, они могут платить не деньгами, а временем. Волшебство в том, что они платят временем, тем временем, которое все равно было бы потрачено на изучение языка. Замечательный факт о Duolingo — честная бизнес-модель, которая не ущемляет бедных людей. Вот сайт. Спасибо. (Аплодисменты) Вот сайт. Крупномасштабное онлайн сотрудничество Мы ещё не запустились, но если вы туда зайдёте, то сможете подписаться на закрытое тестирование, начинающееся примерно через три или четыре недели. Этот Duolingo ещё не запущен. Кстати, я выступаю в одиночку, но Duolingo — результат работы потрясающей команды, некоторых членов можно видеть тут. Спасибо. (Аплодисменты)
Luis von Ahn: Massive-scale online collaboration How many of you had to fill out some sort of web form where you've been asked to read a distorted sequence of characters like this? How many of you found it really, really annoying? Okay, outstanding. So I invented that. (Laughter) Or I was one of the people who did it. That thing is called a CAPTCHA. And the reason it is there is to make sure you, the entity filling out the form, are actually a human and not some sort of computer program that was written to submit the form millions and millions of times. The reason it works is because humans, at least non-visually-impaired humans, have no trouble reading these distorted squiggly characters, whereas computer programs simply can't do it as well yet. So for example, in the case of Ticketmaster, the reason you have to type these distorted characters is to prevent scalpers from writing a program that can buy millions of tickets, two at a time. CAPTCHAs are used all over the Internet. And since they're used so often, a lot of times the precise sequence of random characters that is 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. Text: "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. (Laughter) CAPTCHA Project is something that we did here 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 startup company. And then about a year and a half ago, Google actually acquired this company. So let me tell you what this project started. So 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 that my research has had. But then I started feeling bad. See 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 as a whole is wasting about 500,000 hours every day typing these annoying CAPTCHAs. So then I started feeling bad. (Laughter) And then I started thinking, well, of course, we can't just get rid of CAPTCHAs, because the security of the Web sort of depends on them. But then I started thinking, is there any way we can 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? Another way of putting it is, 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. So what you may not know is that nowadays while you're typing a CAPTCHA, not only are you authenticating yourself as a human, but in addition you're actually helping us to digitize books. So let me explain how this works. So there's a lot of projects out there trying to digitize books. Google has one. The Internet Archive has one. Amazon, now 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) So you start with a book, and then you scan it. Now scanning a book is like taking a digital photograph of every page of the book. It gives you an image for every page of the book. 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 all of 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 example, for things that were written more than 50 years ago, the computer cannot recognize about 30 percent of the words. So what we're doing now is 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. So the next time you type a CAPTCHA, these words that you're typing are actually words that are coming from books that are being digitized that the computer could not recognize. And now the reason we have two words nowadays instead of one is because, you see, 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 for it, it cannot grade it for you. So what we do is we give you another word, one 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 already 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 like 10 different people and all of them agree on what the new word is, then we get one more word digitized accurately. So this is how the system works. And basically, 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 for example, Ticketmaster. 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 in fact, the number of sites that are using reCAPTCHA is so high that the number of words that we're digitizing per day is really, 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. (Applause) Now of course, since we're doing so many words per day, funny things can happen. And 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. (Text: bad christians) But it's even worse, because the particular 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 (Text: Damn liberal) (Laughter) So we keep on insulting people left and right everyday. Now, of course, we're not just insulting people. See 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. (Text: invisible toaster) Then what you're supposed to do is you take a screen shot of it. Then of course, you fill out the CAPTCHA because you help us digitize a book. But then, first you take a screen shot, and then you draw something that is related to it. (Laughter) That's how it works. There are tens of thousands of these. Some of them are very cute. (Text: clenched it) (Laughter) Some of them are funnier. (Text: stoned founders) (Laughter) And some of them, like paleontological shvisle, they contain Snoop Dogg. (Laughter) Okay, 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, which is 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 off 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? 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 semi-quietly 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, shhhhh! (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. Okay, 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. So I posed this question to him: How can we get 100 million people translating the Web into every major language for free? Okay, so there's a lot of things to say about this question. First of all, translating the Web. So right now the Web is partitioned into multiple languages. A large fraction of it is in English. If you don't know any English, you can't access it. But there's large fractions in other different languages, and if you don't know those languages, you can't access it. So I would like to translate all of the Web, or at least most of the Web, into every major language. So that's what I would like to do. Now some of you may say, why can't we use computers to translate? Why can't we use machine translation? Machine translation nowadays is starting to translate some sentences here and there. Why can't we use it to translate the whole Web? Well the problem with that is that 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 make a mistake, since it makes so many mistakes, you don't know whether to trust it or not. 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 is going to be the preamble to the question. So he's just explaining something. Remember, it's a question about JavaScript. (Text: At often, the goat-time install a error is vomit.) (Laughter) Then comes the first part of the question. (Text: How many times like the wind, a pole, and the dragon?) (Laughter) Then comes my favorite part of the question. (Text: This insult to father's stones?) (Laughter) And then comes the ending, which is my favorite part of the whole thing. (Text: Please apologize for your stupidity. There are a many thank you.) (Laughter) Okay, 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 language translators to translate the whole Web. We could do that. Unfortunately, it would be extremely expensive. For example, translating a tiny, tiny fraction of the whole Web, Wikipedia, into one other language, Spanish. 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 at even 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. Now if this is what you want to do, you pretty quickly realize you're going to run into two pretty 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? Now when we were starting to think about this, we were blocked by these two things. But then we realized, there's actually a way to solve both these problems with the same solution. There's a way 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. So it turns out that today, there are over 1.2 billion people learning a foreign language. People really, really want to learn a foreign language. And it's not just because they're being forced to do so in school. For example, in the United States alone, there are over five million people who have paid over $500 for software to learn a new language. So people really, 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. So the way this works is whenever you're a just a beginner, we give you very, very simple sentences. There's, of course, a lot of very simple sentences on the Web. We give you very, 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 and more advanced, we give you more and more complex sentences to translate. But at all times, you're learning by doing. Now the crazy thing about this method is that it actually really works. First of all, people are really, 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 way more interesting. Because you see with Duolingo, people are actually 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. 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 somebody who was a professional English 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. You can see, it's pretty much perfect. Now 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. 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 that my group has worked on so far have gotten millions of users, we're hopeful that we'll be able to translate extremely fast with this project. 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 their money, they pay with their time. But the magical thing here is that they're paying with their time, but 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. So here's the site. Thank you. (Applause) So here's the site. Luis von Ahn: Massive-scale online collaboration 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 about three or four weeks. We haven't yet launched this Duolingo. By the way, I'm the one talking here, but actually Duolingo is the work of a really awesome team, some of whom are here. So thank you. (Applause)
0 14 15,5 17,5 17,5 19,5 19,5 21,5 21,5 24,5 24,5 26,5 26,5 28,5 28,5 30,5 30,5 32,5 32,5 35,5 35,5 37,5 37,5 39,5 39,5 41,5 41,5 43,5 43,5 46,5 46,5 48,5 48,5 50,5 50,5 52,5 52,5 54,5 54,5 56,5 56,5 58,5 58,5 60,5 60,5 62,5 62,5 65,5 65,5 67,5 67,5 70,5 70,5 73,5 73,5 76,5 76,5 79,5 79,5 83,5 83,5 85,5 85,5 88,5 88,5 90,5 90,5 93,5 93,5 95,5 95,5 97,5 97,5 100,5 100,5 102,5 102,5 104,5 104,5 106,5 106,5 108,5 108,5 110,5 110,5 112,5 112,5 115,5 115,5 117,5 117,5 120,5 120,5 122,5 122,5 124,5 124,5 126,5 126,5 128,5 128,5 131,5 131,5 133,5 133,5 136,5 136,5 138,5 138,5 140,5 140,5 142,5 142,5 145,5 145,5 147,5 147,5 150,5 150,5 152,5 152,5 154,5 154,5 156,5 156,5 158,5 158,5 160,5 160,5 163,5 163,5 165,5 165,5 167,5 167,5 170,5 170,5 172,5 172,5 174,5 174,5 176,5 176,5 179,5 179,5 181,5 181,5 183,5 183,5 185,5 185,5 187,5 187,5 190,5 190,5 192,5 192,5 194,5 194,5 196,5 196,5 198,5 198,5 200,5 200,5 202,5 202,5 204,5 204,5 206,5 206,5 208,5 208,5 210,5 210,5 212,5 212,5 215,5 215,5 217,5 217,5 219,5 219,5 221,5 221,5 223,5 223,5 225,5 225,5 227,5 227,5 230,5 230,5 232,5 232,5 234,5 234,5 237,5 237,5 239,5 239,5 241,5 241,5 243,5 243,5 245,5 245,5 248,5 248,5 251,5 251,5 253,5 253,5 255,5 255,5 257,5 257,5 259,5 259,5 262,5 262,5 265,5 265,5 267,5 267,5 269,5 269,5 271,5 271,5 273,5 273,5 275,5 275,5 277,5 277,5 279,5 279,5 282,5 282,5 284,5 284,5 286,5 286,5 288,5 288,5 291,5 291,5 293,5 293,5 295,5 295,5 297,5 297,5 299,5 299,5 302,5 302,5 304,5 304,5 306,5 306,5 309,5 309,5 311,5 311,5 314,5 314,5 316,5 316,5 320,5 320,5 322,5 322,5 324,5 324,5 332,5 332,5 334,5 334,5 336,5 336,5 338,5 338,5 340,5 340,5 342,5 342,5 344,5 344,5 346,5 346,5 348,5 348,5 351,5 351,5 353,5 353,5 355,5 355,5 358,5 358,5 361,5 361,5 363,5 363,5 365,5 365,5 368,5 368,5 370,5 370,5 372,5 372,5 375,5 375,5 377,5 377,5 380,5 380,5 382,5 382,5 385,5 385,5 387,5 387,5 389,5 389,5 392,5 392,5 394,5 394,5 396,5 396,5 398,5 398,5 400,5 400,5 402,5 402,5 404,5 404,5 406,5 406,5 408,5 408,5 410,5 410,5 412,5 412,5 414,5 414,5 416,5 416,5 418,5 418,5 421,5 421,5 424,5 424,5 426,5 426,5 428,5 428,5 430,5 430,5 433,5 433,5 436,5 436,5 438,5 438,5 441,5 441,5 443,5 443,5 446,5 446,5 448,5 448,5 451,5 451,5 453,5 453,5 456,5 456,5 458,5 458,5 460,5 460,5 462,5 462,5 465,5 465,5 468,5 468,5 470,5 470,5 472,5 472,5 475,5 475,5 477,5 477,5 479,5 479,5 481,5 481,5 483,5 483,5 485,5 485,5 488,5 488,5 491,5 491,5 493,5 493,5 496,5 496,5 498,5 498,5 500,5 500,5 502,5 502,5 504,5 504,5 507,5 507,5 509,5 509,5 511,5 511,5 513,5 513,5 516,5 516,5 518,5 518,5 520,5 520,5 522,5 522,5 524,5 524,5 526,5 526,5 528,5 528,5 530,5 530,5 532,5 532,5 534,5 534,5 536,5 536,5 538,5 538,5 540,5 540,5 542,5 542,5 544,5 544,5 546,5 546,5 549,5 549,5 551,5 551,5 553,5 553,5 556,5 556,5 558,5 558,5 560,5 560,5 562,5 562,5 565,5 565,5 568,5 568,5 570,5 570,5 572,5 572,5 575,5 575,5 577,5 577,5 579,5 579,5 581,5 581,5 583,5 583,5 585,5 585,5 587,5 587,5 589,5 589,5 592,5 592,5 594,5 594,5 596,5 596,5 598,5 598,5 601,5 601,5 604,5 604,5 606,5 606,5 608,5 608,5 610,5 610,5 613,5 613,5 615,5 615,5 619,5 619,5 623,5 623,5 627,5 627,5 630,5 630,5 634,5 634,5 636,5 636,5 639,5 639,5 642,5 642,5 644,5 644,5 647,5 647,5 651,5 651,5 653,5 653,5 655,5 655,5 657,5 657,5 660,5 660,5 662,5 662,5 664,5 664,5 667,5 667,5 669,5 669,5 671,5 671,5 674,5 674,5 677,5 677,5 679,5 679,5 681,5 681,5 683,5 683,5 686,5 686,5 688,5 688,5 691,5 691,5 693,5 693,5 695,5 695,5 697,5 697,5 699,5 699,5 701,5 701,5 703,5 703,5 705,5 705,5 708,5 708,5 710,5 710,5 713,5 713,5 715,5 715,5 717,5 717,5 719,5 719,5 721,5 721,5 723,5 723,5 726,5 726,5 728,5 728,5 731,5 731,5 733,5 733,5 735,5 735,5 737,5 737,5 740,5 740,5 743,5 743,5 746,5 746,5 749,5 749,5 751,5 751,5 754,5 754,5 756,5 756,5 759,5 759,5 761,5 761,5 763,5 763,5 765,5 765,5 767,5 767,5 770,5 770,5 772,5 772,5 775,5 775,5 777,5 777,5 779,5 779,5 781,5 781,5 784,5 784,5 786,5 786,5 788,5 788,5 790,5 790,5 793,5 793,5 795,5 795,5 797,5 797,5 799,5 799,5 801,5 801,5 803,5 803,5 805,5 805,5 807,5 807,5 809,5 809,5 811,5 811,5 814,5 814,5 816,5 816,5 818,5 818,5 820,5 820,5 823,5 823,5 825,5 825,5 828,5 828,5 830,5 830,5 832,5 832,5 835,5 835,5 837,5 837,5 840,5 840,5 842,5 842,5 844,5 844,5 846,5 846,5 848,5 848,5 850,5 850,5 852,5 852,5 854,5 854,5 857,5 857,5 859,5 859,5 861,5 861,5 863,5 863,5 865,5 865,5 867,5 867,5 870,5 870,5 873,5 873,5 878,5 878,5 880,5 880,5 882,5 882,5 884,5 884,5 886,5 886,5 889,5 889,5 891,5 891,5 894,5 894,5 897,5 897,5 900,5 900,5 902,5 902,5 904,5 904,5 907,5 907,5 910,5 910,5 912,5 912,5 914,5 914,5 916,5 916,5 918,5 918,5 920,5 920,5 922,5 922,5 924,5 924,5 927,5 927,5 930,5 930,5 932,5 932,5 934,5 934,5 936,5 936,5 939,5 939,5 942,5 942,5 944,5 944,5 946,5 946,5 949,5 949,5 952,5 952,5 954,5 954,5 956,5 956,5 959,5 959,5 961,5 961,5 963,5 963,5 971,5 971,5 973,5 973,5 975,5 975,5 978,5 978,5 980,5 980,5 982,5 982,5 984,5 984,5 987,5 987,5 989,5 989,5 993

Добавить комментарий