What's so sexy about math? | Cédric Villani

672,779 views ・ 2016-06-28

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Sebastian Schumacher Lektorat: Andreas Herzog
00:12
What is it that French people do better than all the others?
0
12804
4412
Was machen Franzosen besser als alle anderen?
Wenn Sie Umfragen nehmen würden,
00:18
If you would take polls,
1
18454
1926
00:20
the top three answers might be:
2
20404
1807
könnten die drei häufigsten Antworten
00:22
love, wine and whining.
3
22235
4039
Liebe, Wein und Jammern sein.
00:26
(Laughter)
4
26298
1301
(Lachen)
00:27
Maybe.
5
27623
1159
Vielleicht.
Aber lassen mich Ihnen eine vierte Antwort vorschlagen:
00:29
But let me suggest a fourth one:
6
29530
2338
00:31
mathematics.
7
31892
1190
Mathematik.
00:33
Did you know that Paris has more mathematicians
8
33760
2853
Wussten Sie, dass es mehr Mathematiker in Paris gibt
00:36
than any other city in the world?
9
36637
1801
als in jeder anderen Stadt der Welt?
00:38
And more streets with mathematicians' names, too.
10
38801
2494
Und mehr Straßen sind nach Mathematikern benannt.
Wenn Sie die Statistiken der Fields-Medaille betrachten,
00:42
And if you look at the statistics of the Fields Medal,
11
42215
3449
00:45
often called the Nobel Prize for mathematics,
12
45688
2493
die auch als Nobelpreis für Mathematiker bezeichnet
00:48
and always awarded to mathematicians below the age of 40,
13
48205
3932
und nur an Mathematiker unter 40 Jahren verliehen wird,
werden Sie feststellen, dass Frankreich mehr Medaillengewinner pro Einwohner hat
00:52
you will find that France has more Fields medalists per inhabitant
14
52161
3887
als jedes andere Land.
00:56
than any other country.
15
56072
1168
00:58
What is it that we find so sexy in math?
16
58286
2954
Warum finden wir Mathematik so sexy?
01:02
After all, it seems to be dull and abstract,
17
62153
3204
Sie scheint doch so stumpf und abstrakt zu sein.
01:05
just numbers and computations and rules to apply.
18
65381
3483
Nur Ziffern und Berechnungen und Anwendungen von Regeln.
01:10
Mathematics may be abstract,
19
70518
2112
Mathematik ist vielleicht abstrakt,
01:12
but it's not dull
20
72654
1151
aber keineswegs stumpf und nicht nur bloßes Rechnen.
01:13
and it's not about computing.
21
73829
1729
01:16
It is about reasoning
22
76178
1747
Es geht um Denken
01:17
and proving our core activity.
23
77949
2260
und die Bestätigung unseres grundlegenden Handelns.
01:20
It is about imagination,
24
80513
1522
Es geht um die Phantasie,
01:22
the talent which we most praise.
25
82059
2019
unser höchstgepriesenes Talent.
01:24
It is about finding the truth.
26
84102
2101
Es geht darum, die Wahrheit zu finden.
01:27
There's nothing like the feeling which invades you
27
87613
2737
Nichts ist besser als das Gefühl,
01:30
when after months of hard thinking,
28
90374
2171
wenn man nach monatelangem Überlegen
01:32
you finally understand the right reasoning to solve your problem.
29
92569
3298
endlich den Lösungsansatz des Problems gefunden hat.
Der große Mathematiker André Weil verglich dieses Gefühl --
01:37
The great mathematician André Weil likened this --
30
97042
3576
01:40
no kidding --
31
100642
1151
kein Scherz --
01:41
to sexual pleasure.
32
101817
1589
mit sexuellem Genuss,
01:44
But noted that this feeling can last for hours, or even days.
33
104197
5341
aber bemerkte, dass dieses Gefühl für Stunden anhalten kann,
manchmal sogar Tage.
01:50
The reward may be big.
34
110804
1853
Die Belohnung kann groß sein.
01:53
Hidden mathematical truths permeate our whole physical world.
35
113325
3864
Verborgene mathematischen Wahrheiten durchdringen unsere ganze physische Welt.
01:57
They are inaccessible to our senses
36
117680
2670
Sie sind unseren Sinnen verschlossen,
02:00
but can be seen through mathematical lenses.
37
120374
2724
aber können durch die Brille der Mathematik betrachtet werden.
02:04
Close your eyes for moment
38
124092
1592
Schließen Sie Ihre Augen für einen Moment
02:05
and think of what is occurring right now around you.
39
125708
3475
und denken Sie an das, was gerade um Sie herum stattfindet.
02:10
Invisible particles from the air around are bumping on you
40
130337
3493
Unsichtbare Teilchen aus der Luft stoßen auf Sie,
02:13
by the billions and billions at each second,
41
133854
2733
mehrere Trillionen mal pro Sekunde.
02:16
all in complete chaos.
42
136611
2063
Alle in komplettem Chaos.
02:19
And still,
43
139049
1151
Trotzdem können ihre Statistiken genau,
02:20
their statistics can be accurately predicted by mathematical physics.
44
140224
4688
mithilfe mathematischer Physik, vorhergesagt werden.
02:25
And open your eyes now
45
145715
2792
Öffnen Sie nun Ihre Augen und sehen Sie die Statistik
02:28
to the statistics of the velocities of these particles.
46
148531
3310
der Geschwindigkeit dieser Teilchen.
02:32
The famous bell-shaped Gauss Curve,
47
152510
3240
Die berühmte glockenförmige Gaußkurve,
02:35
or the Law of Errors --
48
155774
2181
oder das Fehlergesetz
02:37
of deviations with respect to the mean behavior.
49
157979
2722
von Abweichungen bezüglich des Mittelwertverhaltens.
02:41
This curve tells about the statistics of velocities of particles
50
161550
4302
Die Kurve zeigt die Statistik von Teilchengeschwindigkeiten
02:45
in the same way as a demographic curve
51
165876
2539
in derselben Weise, wie eine demographische Kurve
02:48
would tell about the statistics of ages of individuals.
52
168439
3841
die Statistik von Altersstrukturen einer Bevölkerung darstellt.
02:52
It's one of the most important curves ever.
53
172884
2650
Sie ist eine der wichtigsten Kurven überhaupt.
Sie kommt immer wieder vor,
02:56
It keeps on occurring again and again,
54
176137
3186
in vielen Theorien und Experimenten,
02:59
from many theories and many experiments,
55
179347
2403
03:01
as a great example of the universality
56
181774
3281
als ein schönes Beispiel für die Universalität,
03:05
which is so dear to us mathematicians.
57
185079
3552
die uns Mathematikern so teuer ist.
03:09
Of this curve,
58
189694
1227
Von dieser Kurve sagte der berühmte Wissenschaftler Francis Galton:
03:10
the famous scientist Francis Galton said,
59
190945
3049
03:14
"It would have been deified by the Greeks if they had known it.
60
194018
4524
„Die Griechen hätten sie vergöttert,
wenn Sie sie gekannt hätten.
03:19
It is the supreme law of unreason."
61
199064
3351
Sie ist das höchste Gesetz der Unvernunft.“
03:23
And there's no better way to materialize that supreme goddess than Galton's Board.
62
203818
6602
Es gibt kein besseres Mittel, um diese Göttin zu materialisieren,
als das Galtonbrett.
03:31
Inside this board are narrow tunnels
63
211774
3197
Innerhalb dieses Brettes sind enge Tunnel,
03:34
through which tiny balls will fall down randomly,
64
214995
4628
durch die winzige Kügelchen zufällig fallen,
03:40
going right or left, or left, etc.
65
220295
5387
nach rechts oder links und so weiter.
03:46
All in complete randomness and chaos.
66
226139
3251
Alle in völligem Zufall und Chaos.
03:50
Let's see what happens when we look at all these random trajectories together.
67
230085
6080
Mal sehen, was passiert, wenn wir diese zufälligen Bahnen
gemeinsam betrachten.
03:56
(Board shaking)
68
236189
5435
(schüttelt das Galtonbrett)
04:01
This is a bit of a sport,
69
241648
2844
Es ist nicht ganz einfach ...
04:04
because we need to resolve some traffic jams in there.
70
244516
4870
weil wir im Brett einige Staus zu lösen haben.
04:11
Aha.
71
251715
1150
Aha.
04:13
We think that randomness is going to play me a trick on stage.
72
253313
3587
Spielt mir der Zufall einen Streich auf der Bühne?
04:19
There it is.
73
259609
1463
Und siehe da:
Unsere oberste Göttin der Unvernunft,
04:22
Our supreme goddess of unreason.
74
262382
2583
04:24
the Gauss Curve,
75
264989
1519
die Gaußkurve.
04:26
trapped here inside this transparent box as Dream in "The Sandman" comics.
76
266532
6452
Eingeklemmt in einer durchsichtigen Kiste wie Dream in den „Sandmann“-Comics.
04:34
For you I have shown it,
77
274623
2698
Ihnen habe ich es gezeigt,
04:37
but to my students I explain why it could not be any other curve.
78
277345
5285
aber meinen Studenten muss ich erklären, warum es keine andere Kurve sein könnte.
04:43
And this is touching the mystery of that goddess,
79
283128
2870
Und das berührt das Geheimnis dieser Göttin.
Es ersetzt einen wunderschönen Zufall durch eine wunderschöne Erklärung.
04:46
replacing a beautiful coincidence by a beautiful explanation.
80
286022
4701
04:51
All of science is like this.
81
291027
2333
Jede Wissenschaft funktioniert so.
04:54
And beautiful mathematical explanations are not only for our pleasure.
82
294213
5348
Schöne mathematischen Erklärungen sind nicht nur zum Vergnügen.
04:59
They also change our vision of the world.
83
299585
2660
Sie ändern auch unsere Wahrnehmung der Welt.
Zum Beispiel,
05:03
For instance,
84
303040
1237
05:04
Einstein,
85
304301
1150
Einstein, Perrin, Smoluchowski,
05:05
Perrin,
86
305476
1150
05:06
Smoluchowski,
87
306651
1150
05:07
they used the mathematical analysis of random trajectories
88
307826
3559
sie verwendeten die mathematische Analyse von zufälligen Bahnen
05:11
and the Gauss Curve
89
311409
2037
und die Gaußkurve,
05:13
to explain and prove that our world is made of atoms.
90
313470
4928
um zu erklären und beweisen, dass unsere Welt
aus Atomen zusammengesetzt ist.
05:19
It was not the first time
91
319524
1802
Es war nicht das erste Mal,
05:21
that mathematics was revolutionizing our view of the world.
92
321350
3390
dass die Mathematik unsere Wahrnehmung der Welt revolutionierte.
05:25
More than 2,000 years ago,
93
325555
2212
Bereits vor über 2000 Jahren,
05:27
at the time of the ancient Greeks,
94
327791
2610
im griechischen Altertum,
05:31
it already occurred.
95
331502
1479
fand dies schon einmal statt.
05:33
In those days,
96
333827
1286
Nur ein kleiner Teil der Welt war schon entdeckt und es schien,
05:35
only a small fraction of the world had been explored,
97
335137
3283
05:38
and the Earth might have seemed infinite.
98
338444
3042
dass die Erde unendlich sei.
05:42
But clever Eratosthenes,
99
342034
1767
Aber der kluge Eratosthenes
05:43
using mathematics,
100
343825
1417
bediente sich der Mathematik
05:45
was able to measure the Earth with an amazing accuracy of two percent.
101
345266
5111
und konnte die Erde mit einer erstaunlichen Genauigkeit
von zwei Prozent messen.
05:51
Here's another example.
102
351969
1416
Hier ist ein weiteres Beispiel.
05:54
In 1673, Jean Richer noticed
103
354238
3805
Im Jahr 1673 stellt Jean Riecher fest,
05:58
that a pendulum swings slightly slower in Cayenne than in Paris.
104
358067
6912
dass ein Pendel in Cayenne etwas langsamer schwingt als in Paris.
06:06
From this observation alone, and clever mathematics,
105
366350
4400
Aus dieser Beobachtung allein, und kluger Mathematik,
06:10
Newton rightly deduced
106
370774
2306
hat Newton richtig geschlossen,
06:13
that the Earth is a wee bit flattened at the poles,
107
373104
5541
dass die Erdkugel etwas plattgedrückt ist,
06:18
like 0.3 percent --
108
378669
1601
etwa 0,3 Prozent.
06:20
so tiny that you wouldn't even notice it on the real view of the Earth.
109
380843
4413
So wenig, dass das nicht zu bemerken ist,
wenn man sich ein echtes Bild der Erde anschaut.
06:26
These stories show that mathematics
110
386276
3928
Diese Geschichten zeigen, dass man mit der Mathematik
06:30
is able to make us go out of our intuition
111
390228
4762
aus seiner bloße Intuition herausgehen kann.
06:35
measure the Earth which seems infinite,
112
395512
3485
Man kann die Erde messen, die unendlich scheint,
Atome sehen, die unsichtbar sind
06:39
see atoms which are invisible
113
399021
2294
06:41
or detect an imperceptible variation of shape.
114
401339
3381
oder einen unmerklichen Unterschied einer Körperform erkennen.
06:44
And if there is just one thing that you should take home from this talk,
115
404744
3847
Wenn bei Ihnen nur eines von diesem Gespräch hängen bleibt,
06:48
it is this:
116
408615
1194
dann dies:
06:49
mathematics allows us to go beyond the intuition
117
409833
4378
Die Mathematik ermöglicht es uns,
über die Intuition hinaus weiterzugehen
06:54
and explore territories which do not fit within our grasp.
118
414235
4249
und Gebiete zu erkunden, die außerhalb unserer Wahrnehmung liegen.
06:59
Here's a modern example you will all relate to:
119
419609
2999
Hier ist ein modernes Beispiel, das Sie alle kennen:
07:03
searching the Internet.
120
423362
1667
Die Suche im Internet,
das World Wide Web.
07:06
The World Wide Web,
121
426037
1342
07:07
more than one billion web pages --
122
427403
1804
Mehr als eine Milliarde Webseiten.
07:09
do you want to go through them all?
123
429231
1674
Wollen Sie jede einzeln durchgehen?
07:11
Computing power helps,
124
431660
1802
Maschinelle Rechenleistung hilft,
07:13
but it would be useless without the mathematical modeling
125
433486
3186
aber ohne die mathematische Modellierung wäre sie nutzlos,
07:16
to find the information hidden in the data.
126
436696
2563
die Information zu finden, die in den Daten verborgen ist.
07:20
Let's work out a baby problem.
127
440491
2379
Gehen wir mal ein Anfängerproblem durch.
07:23
Imagine that you're a detective working on a crime case,
128
443872
3807
Stellen Sie sich vor, dass Sie ein Detektiv sind,
der an einem Kriminalfall arbeitet
07:27
and there are many people who have their version of the facts.
129
447703
3788
und es gibt viele Menschen, die ihre eigene Version der Fakten haben.
07:32
Who do you want to interview first?
130
452032
1745
Wen möchten Sie zuerst verhören?
07:34
Sensible answer:
131
454681
1915
Vernünftige Antwort:
07:36
prime witnesses.
132
456620
1437
die Hauptzeugen.
07:38
You see,
133
458878
1234
Nehmen Sie an,
07:40
suppose that there is person number seven,
134
460136
4220
dass es Person Nummer 7 gibt,
die Ihnen eine Geschichte erzählt,
07:44
tells you a story,
135
464380
1151
07:45
but when you ask where he got if from,
136
465555
2014
aber wenn Sie fragen, von wo sie diese Geschichte bekam,
07:47
he points to person number three as a source.
137
467593
3036
zeigt sie auf Person Nummer 3 als Quelle.
07:50
And maybe person number three, in turn,
138
470653
2068
Vielleicht zeigt Person Nummer 3 wiederum
07:52
points at person number one as the primary source.
139
472745
3696
auf Person Nummer 1 als Primärquelle.
07:56
Now number one is a prime witness,
140
476465
1661
Jetzt ist Nummer 1 der Hauptzeuge,
07:58
so I definitely want to interview him -- priority.
141
478150
3238
also möchte ich auf jeden Fall zuerst ihn verhören.
08:02
And from the graph
142
482148
1151
Aus dem Graphen sehen wir auch,
08:03
we also see that person number four is a prime witness.
143
483323
3228
dass Person Nummer 4 ein Hauptzeuge ist.
08:06
And maybe I even want to interview him first,
144
486575
2443
Vielleicht möchte ich ihn sogar zuallererst interviewen,
08:09
because there are more people who refer to him.
145
489042
2359
weil mehr Leute auf ihn hingewiesen haben.
08:12
OK, that was easy,
146
492354
2664
Ok, das war einfach.
08:15
but now what about if you have a big bunch of people who will testify?
147
495042
5246
Aber was macht man, wenn eine ganze Menge Menschen
als Zeugen in Betracht kommen?
08:20
And this graph,
148
500864
1352
Und dieser Graph
08:22
I may think of it as all people who testify in a complicated crime case,
149
502240
5619
stellt beispielsweise alle Zeugen in einem komplizierten Kriminalfall dar.
08:27
but it may just as well be web pages pointing to each other,
150
507883
4022
Aber es könnten genauso gut Webseiten sein, die auf einander zeigen;
08:31
referring to each other for contents.
151
511929
2071
die sich bei der Suche nach Inhalten auf einander berufen.
08:34
Which ones are the most authoritative?
152
514878
2336
Welche sind die ergiebigsten Quellen?
08:37
Not so clear.
153
517587
1334
Nicht ganz so klar.
Schauen wir auf PageRank,
08:40
Enter PageRank,
154
520091
1900
08:42
one of the early cornerstones of Google.
155
522015
2536
einem der frühen Eckpfeiler von Google.
08:45
This algorithm uses the laws of mathematical randomness
156
525337
4242
Dieser Algorithmus verwendet die Gesetze mathematischer Zufälligkeit,
08:49
to determine automatically the most relevant web pages,
157
529603
3857
um automatisch die wichtigsten Webseiten zu bestimmen
08:53
in the same way as we used randomness in the Galton Board experiment.
158
533484
5062
in der gleichen Weise, wie Zufälligkeit im Galtonbrett verdeutlicht wird.
08:59
So let's send into this graph
159
539341
2341
Lassen Sie uns also in diese Grafik
09:01
a bunch of tiny, digital marbles
160
541706
2850
einige kleine digitale Murmeln senden
09:04
and let them go randomly through the graph.
161
544580
3749
und lassen wir sie irgendwie durch den Graphen gehen.
09:08
Each time they arrive at some site,
162
548353
1667
Jedes Mal, wenn sie auf einer Seite ankommen,
09:10
they will go out through some link chosen at random to the next one.
163
550044
4166
werden sie zufällig durch weiterführende Links
auf die nächste Seite gehen.
09:14
And again, and again, and again.
164
554234
1753
Wieder und wieder und wieder.
09:16
And with small, growing piles,
165
556358
1628
Mit kleinen, wachsenden Haufen
09:18
we'll keep the record of how many times each site has been visited
166
558010
3753
werden wir zählen, wie oft jede Seite
09:21
by these digital marbles.
167
561787
1945
von den digitalen Murmeln besucht wurde.
09:24
Here we go.
168
564243
1151
Also los geht's!
09:25
Randomness, randomness.
169
565418
1848
Zufälligkeit, Zufälligkeit.
09:27
And from time to time,
170
567811
1448
Und von Zeit zu Zeit
09:29
also let's make jumps completely randomly to increase the fun.
171
569283
3952
werden sie auch ganz zufällige Sprünge machen, um den Spaß zu erhöhen.
Und siehe da:
09:34
And look at this:
172
574471
1216
09:36
from the chaos will emerge the solution.
173
576358
2785
Aus dem Chaos ersteht eine Lösung.
09:39
The highest piles correspond to those sites
174
579483
2485
Die höchsten Säulen haben die Seiten,
09:41
which somehow are better connected than the others,
175
581992
3511
die irgendwie besser verbunden sind
09:45
more pointed at than the others.
176
585527
2273
als die anderen, also häufiger verlinkt werden.
09:47
And here we see clearly
177
587824
1722
Hier sehen wir deutlich,
09:49
which are the web pages we want to first try.
178
589570
3032
welche die Webseiten sind, die wir zuerst versuchen wollen.
09:53
Once again,
179
593507
1151
Und wieder
09:54
the solution emerges from the randomness.
180
594682
2460
kommt die Lösung aus der Zufälligkeit.
09:57
Of course, since that time,
181
597775
2251
Natürlich hat Google inzwischen wesentlich aufwendigere Algorithmen gefunden.
10:00
Google has come up with much more sophisticated algorithms,
182
600050
3707
10:03
but already this was beautiful.
183
603781
2280
Aber das war schon sehr schön.
10:06
And still,
184
606981
1476
Und doch nur ein Problem unter Millionen.
10:08
just one problem in a million.
185
608481
1611
10:10
With the advent of digital area,
186
610734
2270
Mit dem Aufkommen des digitalen Zeitalters
lassen sich immer mehr Probleme mathematisch analysieren,
10:13
more and more problems lend themselves to mathematical analysis,
187
613028
5016
was die Arbeit des Mathematikers immer nützlicher macht.
10:18
making the job of mathematician a more and more useful one,
188
618068
4365
10:23
to the extent that a few years ago,
189
623166
2722
Bis dahin, dass dieser Job vor ein paar Jahren
10:25
it was ranked number one among hundreds of jobs
190
625912
3779
an erste Stelle stand unter hunderten anderen,
10:29
in a study about the best and worst jobs
191
629715
3968
in einer Studie über die besten und die schlechtesten Jobs
10:33
published by the Wall Street Journal in 2009.
192
633707
2975
des Wall Street Journals im Jahr 2009.
10:37
Mathematician --
193
637445
1852
Mathematiker --
10:39
best job in the world.
194
639321
1433
der beste Job der Welt.
10:41
That's because of the applications:
195
641646
3068
Das liegt an den Anwendungen:
10:44
communication theory,
196
644738
2139
Kommunikationstheorie,
10:46
information theory,
197
646901
1820
Informationstheorie,
10:48
game theory,
198
648745
1260
Spieltheorie,
10:50
compressed sensing,
199
650029
1446
Komprimierte Erfassung,
10:51
machine learning,
200
651499
1562
maschinelles Lernen,
10:53
graph analysis,
201
653085
1567
Graphentheorie,
10:54
harmonic analysis.
202
654676
1742
harmonische Analyse
10:56
And why not stochastic processes,
203
656442
2640
und warum nicht stochastische Verfahren,
10:59
linear programming,
204
659106
1630
lineare Programmierung,
11:00
or fluid simulation?
205
660760
2028
oder Flüssigkeitssimulation?
11:03
Each of these fields have monster industrial applications.
206
663292
3895
Jeder dieser Bereiche hat riesige industrielle Anwendungen
und durch sie
11:07
And through them,
207
667211
1151
11:08
there is big money in mathematics.
208
668386
1999
gibt es viel Geld in der Mathematik.
11:11
And let me concede
209
671400
2040
Ich muss zugeben, dass,
11:13
that when it comes to making money from the math,
210
673464
2477
wenn es darum geht, Geld aus der Mathematik zu machen,
11:15
the Americans are by a long shot the world champions,
211
675965
3824
die Amerikaner bei Weitem die Weltmeister sind.
11:19
with clever, emblematic billionaires and amazing, giant companies,
212
679813
4619
Mit schlauen Vorzeigemilliardären
und erstaunlichen Großkonzernen,
11:24
all resting, ultimately, on good algorithm.
213
684456
3280
alle letztlich von guten Algorithmen abhängig.
11:29
Now with all this beauty, usefulness and wealth,
214
689091
3972
Jetzt, mit all dieser Schönheit, Nützlichkeit und Reichtum,
11:33
mathematics does look more sexy.
215
693087
2284
sieht Mathematik mehr sexy aus.
11:36
But don't you think
216
696399
1617
Aber glauben Sie nicht,
11:38
that the life a mathematical researcher is an easy one.
217
698040
4120
das Leben eines mathematischen Forschers sei einfach.
11:42
It is filled with perplexity,
218
702959
2741
Es ist mit Verworrenheit gefüllt,
11:46
frustration,
219
706347
1150
Frustration
11:48
a desperate fight for understanding.
220
708172
2445
und einem verzweifelten Kampf um das Verstehen.
11:51
Let me evoke for you
221
711955
2140
Lassen Sie mich Ihnen
einen der markantesten Tage in meinem Mathematikerleben beschreiben.
11:54
one of the most striking days in my mathematician's life.
222
714119
4380
11:58
Or should I say,
223
718523
1151
Oder sollte ich sagen,
11:59
one of the most striking nights.
224
719698
1737
eine der markantesten Nächte?
12:02
At that time,
225
722713
1151
Damals befand ich mich am „Institute for Advanced Studies“
12:03
I was staying at the Institute for Advanced Studies in Princeton --
226
723888
3151
in Princeton -- über viele Jahre der Wirkungsort von Albert Einstein
12:07
for many years, the home of Albert Einstein
227
727063
2139
12:09
and arguably the most holy place for mathematical research in the world.
228
729226
4428
und wohl auch der heiligste Ort der mathematischen Forschung weltweit.
12:14
And that night I was working and working on an elusive proof,
229
734878
3844
In dieser Nacht arbeitete ich
an einem schwer fassbaren Beweis,
12:18
which was incomplete.
230
738746
1378
der unvollständig war.
12:21
It was all about understanding
231
741304
2208
Es ging um das Verständnis der paradoxen Stabilitätseigenschaft des Plasmas,
12:23
the paradoxical stability property of plasmas,
232
743536
3823
was eine Ansammlung von Elektronen ist.
12:27
which are a crowd of electrons.
233
747383
1958
Im perfekten Modell der Plasmen
12:30
In the perfect world of plasma,
234
750423
2736
gibt es keine Kollisionen und keine Reibung,
12:33
there are no collisions
235
753183
1778
12:34
and no friction to provide the stability like we are used to.
236
754985
3658
die normalerweise die Stabilität bewirken.
12:39
But still,
237
759392
1151
Doch wenn das Gleichgewicht eines Plasmas leicht gestört wird,
12:40
if you slightly perturb a plasma equilibrium,
238
760567
3033
12:43
you will find that the resulting electric field
239
763624
2688
werden Sie feststellen, dass die resultierende elektrische Abschirmung
12:46
spontaneously vanishes,
240
766336
2339
sofort verschwindet oder gedämpft wird,
12:48
or damps out,
241
768699
1975
12:50
as if by some mysterious friction force.
242
770698
3294
als ob eine geheimnisvolle Reibungskraft im Spiel wäre.
12:54
This paradoxical effect,
243
774728
1835
Dieser paradoxe Effekt,
12:56
called the Landau damping,
244
776587
1477
genannt die Landau-Dämpfung,
12:58
is one of the most important in plasma physics,
245
778088
2989
ist einer der wichtigsten in der Plasmaphysik.
Und er wurde mithilfe mathematischer Ideen entdeckt.
13:01
and it was discovered through mathematical ideas.
246
781101
3002
13:04
But still,
247
784970
1151
Doch ein vollständiges mathematisches Verständnis dieses Phänomens fehlte
13:06
a full mathematical understanding of this phenomenon was missing.
248
786145
4230
13:10
And together with my former student and main collaborator Clément Mouhot,
249
790399
4786
und zusammen mit meinem früheren Schüler und Hauptmitarbeiter Clément Mouhot,
13:15
in Paris at the time,
250
795209
1492
damals in Paris,
13:16
we had been working for months and months on such a proof.
251
796725
4086
hatte ich monatelang auf einen solchen Beweis hingearbeitet.
13:21
Actually,
252
801832
1335
Irrtümlicherweise hatte ich bereits angekündigt, dass wir es lösen können.
13:23
I had already announced by mistake that we could solve it.
253
803191
4746
13:27
But the truth is,
254
807961
1725
Aber die Wahrheit ist,
13:29
the proof was just not working.
255
809710
2147
dass der Beweis nicht funktionierte.
Trotz mehr als 100 Seiten komplizierter, mathematischer Argumente
13:32
In spite of more than 100 pages of complicated, mathematical arguments,
256
812196
4349
13:36
and a bunch discoveries,
257
816569
1690
und einer Reihe von Entdeckungen
und riesigen Rechnungen funktionierte es nicht.
13:38
and huge calculation,
258
818283
1267
13:39
it was not working.
259
819574
1169
13:41
And that night in Princeton,
260
821290
1681
In dieser Nacht in Princeton
13:42
a certain gap in the chain of arguments was driving me crazy.
261
822995
4301
machte mich eine bestimmte Lücke in der Argumentationskette verrückt.
13:47
I was putting in there all my energy and experience and tricks,
262
827658
4593
Ich bot all meine Energie, Erfahrung und Tricks auf,
13:52
and still nothing was working.
263
832275
1742
aber es funktioniert trotzdem nicht.
13:54
1 a.m., 2 a.m., 3 a.m.,
264
834553
3882
1.00 Uhr, 2.00 Uhr, 3.00 Uhr morgens.
13:58
not working.
265
838459
1308
Nichts funktionierte.
14:00
Around 4 a.m., I go to bed in low spirits.
266
840545
4321
Um 4.00 Uhr ging ich niedergeschlagen schlafen.
14:05
Then a few hours later,
267
845915
2460
Dann ein Paar Stunden später
14:08
waking up and go,
268
848399
1151
stand ich auf und bemerkte:
14:09
"Ah, it's time to get the kids to school --"
269
849574
3357
„Ah, es ist Zeit, die Kinder zur Schule zu bringen.“
14:12
What is this?
270
852955
1151
Was ist das?
Da war diese Stimme in meinem Kopf, ich schwöre es.
14:14
There was this voice in my head, I swear.
271
854130
2142
14:16
"Take the second term to the other side,
272
856894
1913
„Nimm den zweiten Term auf die andere Seite,
14:18
Fourier transform and invert in L2."
273
858831
1919
Fourier-Transformation und invertiere in L2.“
14:21
(Laughter)
274
861257
1151
(Lachen)
14:22
Damn it,
275
862432
1702
Verdammt.
Das war der Anfang der Lösung!
14:24
that was the start of the solution!
276
864158
2113
14:27
You see,
277
867519
1151
Sehen Sie, ich dachte,
14:28
I thought I had taken some rest,
278
868694
2283
dass ich mich etwas ausgeruht hatte,
aber eigentlich hatte mein Gehirn weitergearbeitet.
14:31
but really my brain had continued to work on it.
279
871001
3388
14:35
In those moments,
280
875008
1597
In diesen Momenten
14:36
you don't think of your career or your colleagues,
281
876629
2601
denkt man nicht an seine Karriere oder an seine Kollegen,
14:39
it's just a complete battle between the problem and you.
282
879254
3690
es ist nur ein totaler Kampf zwischen dem Problem und dir.
14:44
That being said,
283
884098
1328
Übrigens schadet es nie,
14:45
it does not harm when you do get a promotion in reward for your hard work.
284
885450
3949
wenn Sie eine Belohnung für Ihre harte Arbeit erhalten.
14:49
And after we completed our huge analysis of the Landau damping,
285
889808
5160
Nach dem Abschluss unserer gewaltigen Analyse der Landau-Dämpfung
14:54
I was lucky enough
286
894992
1615
hatte ich das Glück,
14:56
to get the most coveted Fields Medal
287
896631
3030
die höchst begehrte Fields-Medaille
14:59
from the hands of the President of India,
288
899685
2867
aus den Händen der Präsidentin von Indien
15:02
in Hyderabad on 19 August, 2010 --
289
902576
3920
am 19. August 2010 in Hyderabad entgegenzunehmen.
15:07
an honor that mathematicians never dare to dream,
290
907453
3251
Eine Ehre, von der Mathematiker nicht einmal zu träumen wagen.
15:10
a day that I will remember until I live.
291
910728
2399
Ein Tag, an den ich mich mein ganzes Leben lang erinnern werde.
15:14
What do you think,
292
914366
1447
Was denkt man
15:15
on such an occasion?
293
915837
2141
bei einer solchen Gelegenheit?
Stolz, ja?
15:18
Pride, yes?
294
918002
1150
15:19
And gratitude to the many collaborators who made this possible.
295
919791
3640
Und Dankbarkeit an die Hauptmitarbeiter, die dies ermöglichten?
15:24
And because it was a collective adventure,
296
924304
2212
Und weil es ein kollektives Abenteuer war,
15:26
you need to share it, not just with your collaborators.
297
926540
4142
muss man es teilen -- nicht nur mit den Mitarbeitern.
15:31
I believe that everybody can appreciate the thrill of mathematical research,
298
931548
5692
Ich glaube, dass jeder den Nervenkitzel der mathematischen Forschung
schätzen lernen kann,
15:37
and share the passionate stories of humans and ideas behind it.
299
937264
4318
und die leidenschaftlichen Geschichten von Menschen und Ideen dahinter
teilen kann.
15:42
And I've been working with my staff at Institut Henri Poincaré,
300
942494
4774
Ich arbeitete mit meinen Mitarbeitern am „Institut Henri Poincaré“ dafür,
gemeinsam mit Partnern und Künstlern der mathematischen Kommunikation weltweit,
15:47
together with partners and artists of mathematical communication worldwide,
301
947292
5181
15:52
so that we can found our own, very special museum of mathematics there.
302
952497
4587
dass wir unser eigenes, ganz besonderes Museum der Mathematik
gründen können.
15:58
So in a few years,
303
958537
1777
In ein paar Jahren,
16:00
when you come to Paris,
304
960885
1577
wenn Sie nach Paris kommen,
16:02
after tasting the great, crispy baguette and macaroon,
305
962486
5658
und Sie den Geschmack von knusprigen Baguettes und Makronen genießen,
kommen Sie uns bitte am „Institut Henri Poincaré“ besuchen
16:08
please come and visit us at Institut Henri Poincaré,
306
968168
3663
16:11
and share the mathematical dream with us.
307
971856
2515
und teilen Sie mit uns den mathematischen Traum.
16:14
Thank you.
308
974395
1151
Danke.
16:15
(Applause)
309
975570
7000
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7