Неизведанная территория. Как "большие данные" помогают раскрывать тайны прошлого и предсказывать будущее нашей культуры - Жан-Батист Мишель

В прошлом мы активно пытались убедить людей из Google, что создание общедоступного инструмента для изучения n-грамов (который мы предложили назвать Bookworm, то есть «Книжный червь») представляет собой хорошую идею. Нас быстро ставили на место, задавая вопросы типа «Кто будет его использовать? Преподаватели. Теперь представьте себе, что каждый преподаватель в мире пользуется Bookworm и таких людей 100 тысяч. В масштабах Google 100 тысяч пользователей не способны ни на что повлиять».

Спорить с этим было сложно.

Однако как только у нас оказались данные и мы начали с ними играть, тут же стало происходить нечто странное: n-грамы занимали в нашей жизни все больше места. Не смотреть на них было просто невозможно. Мы начали работу со слова «эволюция». А что, если посмотреть на неправильные глаголы? А как насчет президентов? Или Эйнштейна? Иногда на вечеринке нам могли задать вопрос: когда появился термин «сексизм»? Мы вытаскивали компьютер и отвечали: в начале 1970-х. Когда люди начали писать donut вместо doughnut («пончик»)? Мы вновь доставали ноутбук и отвечали: в 50-х, сразу же после создания компании Dunkin’ Donuts.

Мы стали встречаться и обсуждать научное исследование, в котором бы описали наши самые интересные открытия. Мы думали, что написание научной работы поможет нам сделать следующий шаг вперед. Но каждый раз, когда мы начинали писать на эту тему, нас отвлекал от работы новый набор n-грамов. Закуски! Компании! Динозавры! К концу каждой встречи мы понимали, что любые наши предыдущие открытия меркли в сравнении с тем, что мы проверили только что. Ситуация казалась попросту невозможной. Мы никак не могли понять, как же нам справиться с этой одержимостью.

Нам стало ясно, что для того, чтобы собраться с мыслями, потребуется помощь других. Поэтому мы взяли четыре ноутбука, имевших доступ к базе данных n-грамов, – единственные четыре ноутбука в мире, способные работать с нашим прототипом интерфейса Bookworm, – и раздали их. Один отправился к Пинкеру, который принялся быстро создавать с его помощью графики для включения в книгу, которую писал в то время. Другой ушел Авиве, жене Эреца. Она тут же сообщила о новых открытиях – проверка n-грама для фамилии Мендельсон заставила ее углубиться в изучение темы цензуры. Теперь на этот наркотик подсела и она.

Третья машина отправилась к Мартину Новаку. Как-то раз, вернувшись домой, он показал Bookworm своему сыну Себастьяну, которому в то время было 16 лет. Себастьян ввел запрос. На экране появился график. Заинтересовавшись, он попробовал еще; а после еще двух запросов он забрал машину у Мартина и удалился. Уже через несколько минут работы он позвонил другу: «Ты должен сейчас же прийти и увидеть, что у меня есть». Друг пришел, и они отправляли запрос за запросом до глубокой ночи.

Последняя машина отправилась на Библиотечный саммит 2010 года, проводившийся компанией Google. Нас пригласили сделать на этом мероприятии доклад. Именно на этом саммите Google обычно рассказывала главам многих библиотек мира о последних новостях своего проекта по оцифровке.

Наверное, вы считаете библиотекарей тихими и спокойными людьми. Мы столкнулись с обратной картиной.

После того как мы объяснили базовую концепцию того, чем занимаемся, уровень энтузиазма в зале резко возрос – никто и никогда не слышал ни о чем подобном (по крайней мере в таких масштабах). Мы смогли привлечь внимание каждого человека, находившегося в переполненном зале. Ко времени, когда мы стали показывать примеры, комната наполнилась удивительной энергией. Наконец, после 45 минут общения мы перестали разговаривать и загрузили Bookworm.