Nicolas Perony: Puppies! Now that I've got your attention, complexity theory

129,310 views

2014-01-30 ・ TED


New videos

Nicolas Perony: Puppies! Now that I've got your attention, complexity theory

129,310 views ・ 2014-01-30

TED


Pro přehrání videa dvakrát klikněte na anglické titulky níže.

Překladatel: Marta Gysel Korektor: Petr Jedelský
00:15
Science,
0
15393
1228
Věda.
00:16
science has allowed us to know so much
1
16621
3337
Věda nám umožnila poznat
00:19
about the far reaches of the universe,
2
19958
3026
nekonečné dálky vesmíru,
00:22
which is at the same time tremendously important
3
22984
3195
což je sice velmi důležité,
00:26
and extremely remote,
4
26179
2066
ale zároveň nesmírně vzdálené,
00:28
and yet much, much closer,
5
28245
2459
a přesto, mnohem blíže,
00:30
much more directly related to us,
6
30704
2091
mnohem více se nás přímo týká
00:32
there are many things we don't really understand.
7
32795
2468
mnoho věcí, kterým ne zcela rozumíme.
00:35
And one of them is the extraordinary
8
35263
2129
Jednou z nich je výjimečná
00:37
social complexity of the animals around us,
9
37392
3326
sociální komplexita zvířat kolem nás.
00:40
and today I want to tell you a few stories
10
40718
2016
Dnes vám chci povědět několik příběhů
00:42
of animal complexity.
11
42734
2008
o zvířecí komplexitě.
00:44
But first, what do we call complexity?
12
44742
3350
Ale nejdříve, co je to komplexita?
00:48
What is complex?
13
48092
1487
Co je komplexní?
00:49
Well, complex is not complicated.
14
49579
3427
Tedy, komplexní neznamená komplikované.
00:53
Something complicated comprises many small parts,
15
53006
3448
Komplikovaná věc obsahuje mnoho malých částí,
00:56
all different, and each of them
16
56454
2430
každá je jiná a každá
00:58
has its own precise role in the machinery.
17
58899
3104
má v soukolí vlastní přesnou roli.
01:02
On the opposite, a complex system
18
62003
2811
Naopak komplexní systém
01:04
is made of many, many similar parts,
19
64814
2641
se skládá z mnoha podobných součástí,
01:07
and it is their interaction
20
67455
2008
jejichž vzájemné působení
01:09
that produces a globally coherent behavior.
21
69463
3320
vytváří celkově provázané chování.
01:12
Complex systems have many interacting parts
22
72783
3836
Komplexní systémy mají mnoho součástí,
01:16
which behave according to simple, individual rules,
23
76619
3426
které se chovají podle jednoduchých, individuálních pravidel,
01:20
and this results in emergent properties.
24
80045
3349
což vytváří vyplývající vlastnosti.
01:23
The behavior of the system as a whole
25
83394
1888
Chování systému jako celku
01:25
cannot be predicted
26
85282
1668
nelze předvídat
01:26
from the individual rules only.
27
86950
2152
jen z individuálních pravidel.
01:29
As Aristotle wrote,
28
89102
1810
Jak napsal Aristoteles:
01:30
the whole is greater than the sum of its parts.
29
90912
3060
„Celek je víc než souhrn jeho částí.“
01:33
But from Aristotle, let's move onto
30
93972
2462
Ale přejděme od Aristotela
01:36
a more concrete example of complex systems.
31
96434
3690
ke konkrétnějšímu příkladu komplexního systému.
01:40
These are Scottish terriers.
32
100124
1956
Toto jsou skotští teriéři.
01:42
In the beginning, the system is disorganized.
33
102080
3751
Zpočátku je systém neorganizovaný.
01:45
Then comes a perturbation: milk.
34
105831
3801
Pak nastává nepokoj: mléko.
01:49
Every individual starts pushing in one direction
35
109632
3850
Každý jedinec se tlačí jedním směrem
01:53
and this is what happens.
36
113482
3309
a nastane toto.
01:56
The pinwheel is an emergent property
37
116791
2826
Větrník je vlastnost vznikající
01:59
of the interactions between puppies
38
119617
1903
díky interakcím mezi štěňaty,
02:01
whose only rule is to try to keep access to the milk
39
121520
3910
jejichž jediným pravidlem je udržet přístup k mléku
02:05
and therefore to push in a random direction.
40
125430
3607
a proto se strkají náhodným směrem.
02:09
So it's all about finding the simple rules
41
129037
3975
Takže se snažíme hledat jednoduchá pravidla,
02:13
from which complexity emerges.
42
133012
2758
ze kterých vzniká komplexita.
02:15
I call this simplifying complexity,
43
135770
2940
Říkám tomu zjednodušování komplexnosti,
02:18
and it's what we do at the chair of systems design
44
138710
2135
tím se zabýváme na katedře Systémového designu
02:20
at ETH Zurich.
45
140845
1977
na ETH v Curychu.
02:22
We collect data on animal populations,
46
142822
3705
Sbíráme údaje ze zvířecích populací,
02:26
analyze complex patterns, try to explain them.
47
146527
3811
analyzujeme komplexní vzory, hledáme pro ně vysvětlení.
02:30
It requires physicists who work with biologists,
48
150338
2619
K tomu je třeba práce fyziků a biologů,
02:32
with mathematicians and computer scientists,
49
152957
2723
matematiků a počítačových vědců,
02:35
and it is their interaction that produces
50
155680
2820
z jejichž spolupráce vzniká
02:38
cross-boundary competence
51
158500
1714
interdisciplinární schopnost
02:40
to solve these problems.
52
160214
1578
řešit tuto problematiku.
02:41
So again, the whole is greater
53
161792
2272
Takže opět, celek je víc
02:44
than the sum of the parts.
54
164064
1400
než souhrn jeho částí.
02:45
In a way, collaboration
55
165464
2150
Spolupráce je vlastně
02:47
is another example of a complex system.
56
167614
3491
dalším příkladem komplexního systému.
02:51
And you may be asking yourself
57
171105
1876
Možná si kladete otázku,
02:52
which side I'm on, biology or physics?
58
172981
2817
kde jsem já, na straně biologie nebo fyziky?
02:55
In fact, it's a little different,
59
175798
2111
V podstatě je to trošku jinak,
02:57
and to explain, I need to tell you
60
177909
1589
abych to vysvětlil, musím vám o sobě
02:59
a short story about myself.
61
179498
2342
povědět krátký příběh.
03:01
When I was a child,
62
181840
1727
Jako dítě jsem strašně rád
03:03
I loved to build stuff, to create complicated machines.
63
183567
4109
stavěl a vytvářel komplikované stroje.
03:07
So I set out to study electrical engineering
64
187676
2737
Proto jsem se dal na studia elektroinženýrství
03:10
and robotics,
65
190413
1552
a robotiky.
03:11
and my end-of-studies project
66
191965
2093
Mým závěrečným projektem
03:14
was about building a robot called ER-1 --
67
194058
2926
byla konstrukce robota jménem ER-1 --
03:16
it looked like this—
68
196984
1930
vypadal takto --
03:18
that would collect information from its environment
69
198914
2371
který sbíral informace ze svého okolí
03:21
and proceed to follow a white line on the ground.
70
201285
3498
a pohyboval se po bílé čáře na podlaze.
03:24
It was very, very complicated,
71
204783
2379
Byl velmi komplikovaný,
03:27
but it worked beautifully in our test room,
72
207162
2984
ale v naší zkušebně fungoval výborně.
03:30
and on demo day, professors had assembled to grade the project.
73
210146
3453
Přišel den, kdy se profesoři sešli k hodnocení projektu,
03:33
So we took ER-1 to the evaluation room.
74
213607
2902
tak jsme ER-1 vzali do učebny.
03:36
It turned out, the light in that room
75
216509
2310
Ukázalo se, že v té místnosti
03:38
was slightly different.
76
218819
1819
bylo trochu jiné světlo.
03:40
The robot's vision system got confused.
77
220638
2331
Vizuální systém robota byl zmaten.
03:42
At the first bend in the line,
78
222969
1761
V první zatáčce
03:44
it left its course, and crashed into a wall.
79
224730
3739
vyjel ze své dráhy a narazil do zdi.
03:48
We had spent weeks building it,
80
228469
2087
Stavěli jsme ho celé týdny,
03:50
and all it took to destroy it
81
230556
1673
a k jeho zničení stačila
03:52
was a subtle change in the color of the light
82
232229
2656
malinká změna v barvě světla
03:54
in the room.
83
234885
1596
v místnosti.
03:56
That's when I realized that
84
236481
1515
Tehdy jsem si uvědomil,
03:57
the more complicated you make a machine,
85
237996
2327
že čím složitější stroj,
04:00
the more likely that it will fail
86
240323
2039
tím větší pravděpodobnost, že selže
04:02
due to something absolutely unexpected.
87
242362
2563
kvůli něčemu naprosto neočekávanému.
04:04
And I decided that, in fact,
88
244925
1830
A rozhodl jsem se, že vlastně
04:06
I didn't really want to create complicated stuff.
89
246755
3013
nechci vytvářet komplikované věci.
04:09
I wanted to understand complexity,
90
249768
2942
Chtěl jsem porozumět složitosti,
04:12
the complexity of the world around us
91
252710
1988
komplexitě kolem nás
04:14
and especially in the animal kingdom.
92
254698
2405
a obzvláště v říši zvířat,
04:17
Which brings us to bats.
93
257103
3320
čímž se dostáváme k netopýrům.
04:20
Bechstein's bats are a common species of European bats.
94
260423
3051
Netopýr velkouchý je běžným evropským druhem netopýra.
04:23
They are very social animals.
95
263474
1413
Jsou to velmi společenská zvířata.
04:24
Mostly they roost, or sleep, together.
96
264887
3291
Spí, neboli hřadují, pohromadě.
04:28
And they live in maternity colonies,
97
268178
1679
Žijí v matriarchálních koloniích,
04:29
which means that every spring,
98
269857
1540
každé jaro se samičky
04:31
the females meet after the winter hibernation,
99
271397
3258
po přezimování shromáždí
04:34
and they stay together for about six months
100
274655
2089
a asi 6 měsíců společně
04:36
to rear their young,
101
276744
2486
vychovávají svá mláďata,
04:39
and they all carry a very small chip,
102
279230
2805
a všechny mají na sobě malinký čip,
04:42
which means that every time one of them
103
282035
1871
což znamená, že pokaždé, když některá z nich
04:43
enters one of these specially equipped bat boxes,
104
283906
3057
vletí do některé z těchto speciálně upravených budek,
04:46
we know where she is,
105
286963
1643
víme, kde je,
04:48
and more importantly,
106
288606
1169
a co je důležitější,
04:49
we know with whom she is.
107
289775
2563
víme, s kým je.
04:52
So I study roosting associations in bats,
108
292338
3694
Zabývám se tedy netopýřími zvyklostmi při hřadování,
04:56
and this is what it looks like.
109
296032
2445
což vypadá asi takto.
04:58
During the day, the bats roost
110
298477
2442
Během dne netopýři přebývají
05:00
in a number of sub-groups in different boxes.
111
300919
2304
v několika podskupinách v různých budkách.
05:03
It could be that on one day,
112
303223
1929
Jednoho dne je kolonie
05:05
the colony is split between two boxes,
113
305152
2220
rozdělena třeba ve dvou budkách,
05:07
but on another day,
114
307372
1300
ale jindy
05:08
it could be together in a single box,
115
308672
2241
může být celá v jediné budce
05:10
or split between three or more boxes,
116
310913
2316
nebo rozdělena ve třech nebo více budkách,
05:13
and that all seems rather erratic, really.
117
313229
2927
působí to opravdu velice chaoticky.
05:16
It's called fission-fusion dynamics,
118
316156
3203
Tuto pružnou dynamiku nazýváme fission-fusion,
05:19
the property for an animal group
119
319359
1713
vlastnost skupiny zvířat,
05:21
of regularly splitting and merging
120
321072
2178
kdy se různé podskupiny pravidelně
05:23
into different subgroups.
121
323250
1661
všelijak rozdělují a zase spojují.
05:24
So what we do is take all these data
122
324911
2562
Takže sesbíráme veškerá data
05:27
from all these different days
123
327473
1662
ze všech těchto dní
05:29
and pool them together
124
329135
1504
a sloučíme je,
05:30
to extract a long-term association pattern
125
330639
2617
abychom mohli rozpoznat dlouhodobé asociační vzory
05:33
by applying techniques with network analysis
126
333256
2505
použitím techniky síťové analýzy
05:35
to get a complete picture
127
335761
1621
a získali tak úplný přehled
05:37
of the social structure of the colony.
128
337382
2537
o sociální struktuře kolonie.
05:39
Okay? So that's what this picture looks like.
129
339919
4265
Je to jasné? Takto to tedy vypadá.
05:44
In this network, all the circles
130
344184
2394
V této síti jsou všechny kroužky
05:46
are nodes, individual bats,
131
346578
2777
jako uzly, netopýří jedinci,
05:49
and the lines between them
132
349355
1583
a linie mezi nimi jsou sociální spojení,
05:50
are social bonds, associations between individuals.
133
350938
3664
vztahy mezi jedinci.
05:54
It turns out this is a very interesting picture.
134
354602
2678
Získali jsme velmi zajímavý obrázek.
05:57
This bat colony is organized
135
357280
1982
Tato netopýří kolonie se skládá
05:59
in two different communities
136
359262
1868
ze dvou různých společenstev,
06:01
which cannot be predicted
137
361130
1839
která nelze předvídat
06:02
from the daily fission-fusion dynamics.
138
362969
2249
z každodenní fission-fusion dynamiky.
06:05
We call them cryptic social units.
139
365218
3550
Říkáme jim skryté sociální jednotky.
06:08
Even more interesting, in fact:
140
368768
1616
Ještě zajímavějším faktem je,
06:10
Every year, around October,
141
370384
2364
že každoročně, někdy v říjnu,
06:12
the colony splits up,
142
372748
1561
se kolonie rozdělí
06:14
and all bats hibernate separately,
143
374309
2698
a netopýři přezimují odděleně,
06:17
but year after year,
144
377007
1461
ale rok za rokem,
06:18
when the bats come together again in the spring,
145
378468
3073
když se netopýři zase na jaře sejdou,
06:21
the communities stay the same.
146
381541
2590
společenstva jsou zachována.
06:24
So these bats remember their friends
147
384131
2720
Takže tito netopýři si pamatují své přátele
06:26
for a really long time.
148
386851
1830
opravdu velmi dlouho.
06:28
With a brain the size of a peanut,
149
388681
2474
S mozkem o velikosti burského oříšku
06:31
they maintain individualized,
150
391155
2125
udržují individuální,
06:33
long-term social bonds,
151
393280
2142
dlouhodobé sociální vztahy.
06:35
We didn't know that was possible.
152
395422
1724
Nevěděli jsme, že to je možné.
06:37
We knew that primates
153
397146
1759
Věděli jsme, že primáti,
06:38
and elephants and dolphins could do that,
154
398905
2568
sloni a delfíni to dokáží,
06:41
but compared to bats, they have huge brains.
155
401473
2628
ale ve srovnání s netopýry mají velké mozky.
06:44
So how could it be
156
404101
2399
Takže jak je možné,
06:46
that the bats maintain this complex,
157
406500
1951
že netopýři udržují tuto komplexní,
06:48
stable social structure
158
408451
1688
stabilní sociální strukturu
06:50
with such limited cognitive abilities?
159
410139
3532
s tak omezenými poznávacími schopnostmi?
06:53
And this is where complexity brings an answer.
160
413671
2889
Zde nám komplexita přináší odpověď.
06:56
To understand this system,
161
416560
2141
Abychom tomuto systému porozuměli,
06:58
we built a computer model of roosting,
162
418701
2797
sestavili jsme počítačový model hřadování
07:01
based on simple, individual rules,
163
421498
2018
založený na prostých, individuálních pravidlech,
07:03
and simulated thousands and thousands of days
164
423516
2435
a simulovali tisíce a tisíce dní
07:05
in the virtual bat colony.
165
425951
2019
ve virtuální netopýří kolonii.
07:07
It's a mathematical model,
166
427970
2124
Je to matematický model,
07:10
but it's not complicated.
167
430094
1954
ale není složitý.
07:12
What the model told us is that, in a nutshell,
168
432048
3098
Ve zkratce, tento model nám ukázal,
07:15
each bat knows a few other colony members
169
435146
3186
že každý netopýr považuje několik dalších členů kolonie
07:18
as her friends, and is just slightly more likely
170
438332
2488
za své přátele a má sklon s nimi
07:20
to roost in a box with them.
171
440820
2510
hřadovat v budce.
07:23
Simple, individual rules.
172
443330
2444
Jednoduchá, individuální pravidla.
07:25
This is all it takes to explain
173
445774
1712
To je vše, co je třeba k vysvětlení
07:27
the social complexity of these bats.
174
447486
2389
sociální komplexity těchto netopýrů.
07:29
But it gets better.
175
449875
1718
Ale celá věc je ještě zajímavější.
07:31
Between 2010 and 2011,
176
451593
2848
V letech 2010 a 2011
07:34
the colony lost more than two thirds of its members,
177
454441
3453
kolonie přišla o více než dvě třetiny svých členů,
07:37
probably due to the very cold winter.
178
457894
2986
pravděpodobně kvůli velmi studené zimě.
07:40
The next spring, it didn't form two communities
179
460880
3144
Příštího jara nevznikla dvě společenstva
07:44
like every year,
180
464024
1271
jako každý rok,
07:45
which may have led the whole colony to die
181
465295
2203
což by pro kolonii mohlo znamenat zánik,
07:47
because it had become too small.
182
467498
2095
protože by byla příliš malá.
07:49
Instead, it formed a single, cohesive social unit,
183
469593
5373
Namísto toho vznikla jediná soudržná jednotka,
07:54
which allowed the colony to survive that season
184
474966
2732
což kolonii umožnilo přežít sezónu
07:57
and thrive again in the next two years.
185
477698
3104
a znovu se rozrůst v příštích dvou letech.
08:00
What we know is that the bats
186
480802
1778
Víme, že si netopýři nejsou vědomi,
08:02
are not aware that their colony is doing this.
187
482580
2907
že se toto s kolonií děje.
08:05
All they do is follow simple association rules,
188
485487
3546
Pouze se řídí jednoduchým sdružovacím pravidlem
08:09
and from this simplicity
189
489033
1349
a z této jednoduchosti
08:10
emerges social complexity
190
490382
2441
vzniká sociální komplexita,
08:12
which allows the colony to be resilient
191
492823
2840
díky které je kolonie odolná
08:15
against dramatic changes in the population structure.
192
495663
2981
vůči dramatickým změnám ve složení populace.
08:18
And I find this incredible.
193
498644
2694
Myslím, že to je neuvěřitelné.
08:21
Now I want to tell you another story,
194
501338
2084
Nyní vám povím jiný příběh,
08:23
but for this we have to travel from Europe
195
503422
1555
ale budeme muset z Evropy odcestovat
08:24
to the Kalahari Desert in South Africa.
196
504977
3048
do pouště Kalahari v jižní Africe.
08:28
This is where meerkats live.
197
508025
2027
Zde žijí surikaty.
08:30
I'm sure you know meerkats.
198
510052
1500
Surikaty určitě znáte.
08:31
They're fascinating creatures.
199
511552
2106
Jsou to fascinující stvoření.
08:33
They live in groups with a very strict social hierarchy.
200
513658
2989
Žijí ve skupinách s přísnou sociální hierarchií.
08:36
There is one dominant pair,
201
516647
1459
Je zde jeden dominantní pár
08:38
and many subordinates,
202
518106
1382
a mnoho podřízených,
08:39
some acting as sentinels,
203
519488
1714
někteří v roli hlídek,
08:41
some acting as babysitters,
204
521202
1337
jiní pečují o mláďata,
08:42
some teaching pups, and so on.
205
522539
1897
další je vychovávají a tak dále.
08:44
What we do is put very small GPS collars
206
524436
3321
Těmto zvířatům jsme dali
08:47
on these animals
207
527757
1525
malinké obojky s GPS,
08:49
to study how they move together,
208
529282
1875
abychom zjistili, jak se spolu pohybují
08:51
and what this has to do with their social structure.
209
531157
3717
a jak to souvisí s jejich sociální strukturou.
08:54
And there's a very interesting example
210
534874
1490
Zde vidíme velmi zajímavou ukázku
08:56
of collective movement in meerkats.
211
536364
2716
kolektivního pohybu surikat.
08:59
In the middle of the reserve which they live in
212
539080
2367
Uprostřed rezervace, kde žijí,
09:01
lies a road.
213
541447
1209
vede silnice.
09:02
On this road there are cars, so it's dangerous.
214
542656
3233
Na silnici jsou auta, takže je to nebezpečné.
09:05
But the meerkats have to cross it
215
545889
2284
Ale surikaty ji musí překročit
09:08
to get from one feeding place to another.
216
548173
2574
při cestě od jednoho zdroje potravy k druhému.
09:10
So we asked, how exactly do they do this?
217
550747
4751
Zajímalo nás, jak přesně to dělají?
09:15
We found that the dominant female
218
555498
1836
Přišli jsme na to, že dominantní samička
09:17
is mostly the one who leads the group to the road,
219
557334
2621
většinou skupinu k cestě přivede,
09:19
but when it comes to crossing it, crossing the road,
220
559955
3272
ale co se týče přechodu, překonání silnice,
09:23
she gives way to the subordinates,
221
563227
2351
dává přednost podřízeným,
09:25
a manner of saying,
222
565578
1777
jako kdyby říkala:
09:27
"Go ahead, tell me if it's safe."
223
567355
2682
„Prosím, jen běžte a ukažte mi, zda je to bezpečné.“
09:30
What I didn't know, in fact,
224
570037
1664
Ale nevěděli jsme,
09:31
was what rules in their behavior the meerkats follow
225
571701
3142
jakým pravidlem se surikaty ve svém chování řídí,
09:34
for this change at the edge of the group to happen
226
574843
2925
aby došlo k této změně na okraji skupiny
09:37
and if simple rules were sufficient to explain it.
227
577768
3850
a zda ji mohou vysvětlit jednoduchá pravidla.
09:41
So I built a model, a model of simulated meerkats
228
581618
3991
Takže jsem sestrojil model simulující surikaty,
09:45
crossing a simulated road.
229
585609
1913
jak přecházejí simulovanou silnici.
09:47
It's a simplistic model.
230
587522
1872
Je to zjednodušující model.
09:49
Moving meerkats are like random particles
231
589394
2840
Pohybující se surikaty jsou jako náhodné částice,
09:52
whose unique rule is one of alignment.
232
592234
2222
jejichž jediným pravidlem je seřazení.
09:54
They simply move together.
233
594456
2406
Prostě se drží pohromadě.
09:56
When these particles get to the road,
234
596862
3184
Když se částice dostanou k silnici,
10:00
they sense some kind of obstacle,
235
600046
1942
vycítí jakousi překážku
10:01
and they bounce against it.
236
601988
2084
a zastaví se o ni.
10:04
The only difference
237
604072
1156
Jediným rozdílem
10:05
between the dominant female, here in red,
238
605228
2042
mezi dominantní samičkou -- zde červeně --
10:07
and the other individuals,
239
607270
1485
a ostatními jedinci je,
10:08
is that for her, the height of the obstacle,
240
608755
2554
že pro ni je výška překážky,
10:11
which is in fact the risk perceived from the road,
241
611309
2505
neboli riziko, které silnice představuje,
10:13
is just slightly higher,
242
613814
1949
o něco málo vyšší,
10:15
and this tiny difference
243
615763
1661
a tento malý rozdíl
10:17
in the individual's rule of movement
244
617424
1838
v individuálním pravidle pohybu
10:19
is sufficient to explain what we observe,
245
619262
2446
stačí k vysvětlení toho, co jsme pozorovali,
10:21
that the dominant female
246
621708
2560
totiž že dominantní samička
10:24
leads her group to the road
247
624268
1434
přivede svou skupinu k silnici
10:25
and then gives way to the others
248
625702
1670
a pak dá přednost ostatním,
10:27
for them to cross first.
249
627372
2863
aby přešli jako první.
10:30
George Box, who was an English statistician,
250
630235
3651
Anglický statistik George Box
10:33
once wrote, "All models are false,
251
633886
2962
kdysi napsal: „Všechny modely jsou chybné,
10:36
but some models are useful."
252
636848
2059
ale některé modely jsou užitečné.“
10:38
And in fact, this model is obviously false,
253
638907
3197
V podstatě je tento model zjevně chybný,
10:42
because in reality, meerkats are anything but random particles.
254
642104
3968
protože surikaty rozhodně nejsou náhodné částice.
10:46
But it's also useful,
255
646072
1637
Ale také je užitečný,
10:47
because it tells us that extreme simplicity
256
647709
2749
protože nám ukazuje, že extrémní jednoduchost
10:50
in movement rules at the individual level
257
650458
3358
v pravidlech pohybu na individuální úrovni
10:53
can result in a great deal of complexity
258
653816
2351
může znamenat vysokou komplexitu
10:56
at the level of the group.
259
656167
1938
na úrovni skupiny.
10:58
So again, that's simplifying complexity.
260
658105
4056
Takže opět zde máme zjednodušování komplexity.
11:02
I would like to conclude
261
662161
1448
Rád bych z toho vyvodil
11:03
on what this means for the whole species.
262
663609
2817
závěry pro celý druh.
11:06
When the dominant female
263
666426
1664
Když dominantní samička
11:08
gives way to a subordinate,
264
668090
1566
dává přednost podřízeným,
11:09
it's not out of courtesy.
265
669656
2117
není to ze zdvořilosti.
11:11
In fact, the dominant female
266
671773
1507
Dominantní samička je vlastně
11:13
is extremely important for the cohesion of the group.
267
673280
2519
pro soudržnost skupiny velmi důležitá.
11:15
If she dies on the road, the whole group is at risk.
268
675799
3512
Pokud by na silnici zahynula, je celá skupina ohrožena.
11:19
So this behavior of risk avoidance
269
679311
2236
Takže toto vyhýbání se riziku
11:21
is a very old evolutionary response.
270
681547
2801
je evolučně velmi stará reakce.
11:24
These meerkats are replicating an evolved tactic
271
684348
3869
Surikaty kopírují rozvinutou taktiku
11:28
that is thousands of generations old,
272
688217
2233
starou tisíce generací
11:30
and they're adapting it to a modern risk,
273
690450
2414
a přizpůsobují ji moderním rizikům,
11:32
in this case a road built by humans.
274
692864
3325
v tomto případě silnici postavené lidmi.
11:36
They adapt very simple rules,
275
696189
2395
Přebírají velmi jednoduchá pravidla
11:38
and the resulting complex behavior
276
698584
2289
a výsledné komplexní chování
11:40
allows them to resist human encroachment
277
700873
2956
jim umožňuje odolat lidským zásahům
11:43
into their natural habitat.
278
703829
2448
do jejich přirozeného prostředí.
11:46
In the end,
279
706277
1802
Nakonec,
11:48
it may be bats which change their social structure
280
708079
2700
jsou to netopýři, kteří mění sociální strukturu
11:50
in response to a population crash,
281
710779
2384
v reakci na populační katastrofu,
11:53
or it may be meerkats
282
713163
1399
nebo jsou to surikaty,
11:54
who show a novel adaptation to a human road,
283
714562
3202
které projevují nebývalé přizpůsobení lidské silnici,
11:57
or it may be another species.
284
717764
2685
může to být i jiný druh.
12:00
My message here -- and it's not a complicated one,
285
720449
2793
Můj vzkaz -- a není to složitý vzkaz,
12:03
but a simple one of wonder and hope --
286
723242
2764
ale jednoduchý o zázraku a naději --
12:06
my message here is that animals
287
726006
3093
mým vzkazem je, že zvířata
12:09
show extraordinary social complexity,
288
729099
2424
projevují mimořádnou sociální komplexitu,
12:11
and this allows them to adapt
289
731523
2441
což jim umožňuje přizpůsobení
12:13
and respond to changes in their environment.
290
733964
3481
a odezvu na změny v jejich prostředí.
12:17
In three words, in the animal kingdom,
291
737445
2768
Třemi slovy, v království zvířat
12:20
simplicity leads to complexity
292
740213
2774
vede jednoduchost ke komplexnosti,
12:22
which leads to resilience.
293
742987
1483
která vede k odolnosti.
12:24
Thank you.
294
744470
2284
Děkuji vám.
12:26
(Applause)
295
746754
6680
(Potlesk)
12:42
Dania Gerhardt: Thank you very much, Nicolas,
296
762694
1953
Moderátorka: Děkuji, Nicolasi, za tento skvělý úvod.
12:44
for this great start. Little bit nervous?
297
764647
3279
Nejste nervózní?
12:47
Nicolas Perony: I'm okay, thanks.
298
767926
1644
NP: Ne, jsem v pohodě.
12:49
DG: Okay, great. I'm sure a lot of people in the audience
299
769570
2460
M: Skvělé. V publiku je určitě hodně lidí, které napadne vztáhnout i na lidi to,
12:52
somehow tried to make associations
300
772030
1864
12:53
between the animals you were talking about --
301
773894
1824
co zde o slyšeli o zvířatech -- o netopýrech a surikatách.
12:55
the bats, meerkats -- and humans.
302
775718
2056
12:57
You brought some examples:
303
777774
1208
Uvedl jste například, že samice jsou sociální,
12:58
The females are the social ones,
304
778982
1735
13:00
the females are the dominant ones,
305
780717
1713
že samice jsou dominantní. Nejsem si jistá, jak to kdo vidí.
13:02
I'm not sure who thinks how.
306
782430
1673
13:04
But is it okay to do these associations?
307
784103
2895
Je správné takto porovnávat?
13:06
Are there stereotypes you can confirm in this regard
308
786998
2800
Existují stereotypy, které lze vztáhnout na všechny živočišné druhy?
13:09
that can be valid across all species?
309
789798
3273
13:13
NP: Well, I would say there are also
310
793071
1603
NP: Řekl bych, že existují i opačné příklady.
13:14
counter-examples to these stereotypes.
311
794674
1952
13:16
For examples, in sea horses or in koalas, in fact,
312
796626
3140
Například mořští koníci nebo koaly,
13:19
it is the males who take care of the young always.
313
799766
3698
tam se o mláďata starají vždy samci.
13:23
And the lesson is that it's often difficult,
314
803464
5041
Závěrem bych řekl, že je často obtížné
13:28
and sometimes even a bit dangerous,
315
808505
1752
a občas i poněkud nebezpečné
13:30
to draw parallels between humans and animals.
316
810257
2672
porovnávat lidi a jiné živočišné druhy.
13:32
So that's it.
317
812929
2106
13:35
DG: Okay. Thank you very much for this great start.
318
815035
2846
M: Velmi děkuji za tento úvod. NP: Není zač.
13:37
Thank you, Nicolas Perony.
319
817881
2080
M: Děkujeme vám, Nicolasi Perony. (Potlesk)
O tomto webu

Tato stránka vám představí videa na YouTube, která jsou užitečná pro výuku angličtiny. Uvidíte lekce angličtiny vedené špičkovými učiteli z celého světa. Dvojklikem na anglické titulky zobrazené na každé stránce s videem si video přehrajete přímo odtud. Titulky se posouvají synchronizovaně s přehráváním videa. Pokud máte nějaké připomínky nebo požadavky, kontaktujte nás prosím pomocí tohoto kontaktního formuláře.

https://forms.gle/WvT1wiN1qDtmnspy7