Eric Berlow and Sean Gourley: Mapping ideas worth spreading

70,988 views ・ 2013-09-18

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Christina Papadimitriou Επιμέλεια: Dimitris Frangogiannis
00:12
Eric Berlow: I'm an ecologist, and Sean's a physicist,
0
12562
3061
Έρικ Μπέρλοου: Είμαι οικολόγος και ο Σων είναι φυσικός
00:15
and we both study complex networks.
1
15623
2108
και οι δύο μας μελετάμε σύνθετα δίκτυα.
00:17
And we met a couple years ago when we discovered
2
17731
1835
Γνωριστήκαμε πριν από μερικά χρόνια, όταν ανακαλύψαμε
00:19
that we had both given a short TED Talk
3
19566
2000
ότι και οι δύο μας είχαμε κάνει μία σύντομη ομιλία TED
00:21
about the ecology of war,
4
21566
2303
σχετικά με την οικολογία του πολέμου
00:23
and we realized that we were connected
5
23869
1447
και συνειδητοποιήσαμε ότι συνδεόμαστε
00:25
by the ideas we shared before we ever met.
6
25316
2818
από τις ιδέες που μοιραζόμασταν πριν ακόμη γνωριστούμε.
00:28
And then we thought, you know, there are thousands
7
28134
1556
Και μετά σκεφτήκαμε, ξέρετε, υπάρχουν χιλιάδες
00:29
of other talks out there, especially TEDx Talks,
8
29690
2114
άλλες ομιλίες εκεί έξω, ιδίως ομιλίες TEDx,
00:31
that are popping up all over the world.
9
31804
2211
που ξεπετάγονται σε όλο τον κόσμο.
00:34
How are they connected,
10
34015
923
00:34
and what does that global conversation look like?
11
34938
2010
Πώς συνδέονται
και πώς μοιάζει αυτή η παγκόσμια συζήτηση;
00:36
So Sean's going to tell you a little bit about how we did that.
12
36948
2810
Ο Σων θα σας μιλήσει λίγο για το πώς το κάναμε.
00:39
Sean Gourley: Exactly. So we took 24,000 TEDx Talks
13
39758
3767
Σων Γκούρλεϊ: Ακριβώς. Πήραμε 24.000 ομιλίες TEDx
00:43
from around the world, 147 different countries,
14
43525
3046
από όλο τον κόσμο, 147 διαφορετικές χώρες
00:46
and we took these talks and we wanted to find
15
46571
2123
και πήραμε αυτές τις ομιλίες και θέλαμε να βρούμε
00:48
the mathematical structures that underly
16
48694
2040
τις μαθηματικές δομές που αποτελούν τη βάση
00:50
the ideas behind them.
17
50734
1722
για τις ιδέες πίσω από αυτές.
00:52
And we wanted to do that so we could see how
18
52456
1370
Και θέλαμε να το κάνουμε αυτό έτσι ώστε να μπορέσουμε να δούμε πώς
00:53
they connected with each other.
19
53826
2053
συνδέονταν μεταξύ τους.
00:55
And so, of course, if you're going to do this kind of stuff,
20
55879
1676
Κι έτσι, φυσικά, αν πρόκειται να κάνετε τέτοιου είδους πράγματα,
00:57
you need a lot of data.
21
57555
956
χρειάζεστε πολλά δεδομένα.
00:58
So the data that you've got is a great thing called YouTube,
22
58511
3686
Τα δεδομένα που έχετε είναι ένα υπέροχο πράγμα που λέγεται YouTube.
01:02
and we can go down and basically pull
23
62197
1768
και βασικά μπορούμε να πάμε και να τραβήξουμε
01:03
all the open information from YouTube,
24
63965
2267
όλες τις ελεύθερες πληροφορίες από το YouTube,
01:06
all the comments, all the views, who's watching it,
25
66232
2349
όλα τα σχόλια, τις θεάσεις, ποιος το βλέπει,
01:08
where are they watching it, what are they saying in the comments.
26
68581
2779
πού το βλέπει, τι λένε στα σχόλια.
01:11
But we can also pull up, using speech-to-text translation,
27
71360
3292
Αλλά επίσης μπορούμε να τραβήξουμε, χρησιμοποιώντας μετάφραση ομιλίας-σε-κείμενο,
01:14
we can pull the entire transcript,
28
74652
2128
μπορούμε να τραβήξουμε όλη τη μεταγραφή
01:16
and that works even for people with kind of funny accents like myself.
29
76780
2680
και αυτό δουλεύει ακόμη και για ανθρώπους με κάπως περίεργη προφορά όπως εγώ.
01:19
So we can take their transcript
30
79460
2106
Έτσι μπορούμε να πάρουμε την μεταγραφή τους
01:21
and actually do some pretty cool things.
31
81566
2098
και να κάνουμε μερικά πολύ ωραία πράγματα.
01:23
We can take natural language processing algorithms
32
83664
2160
Μπορούμε να πάρουμε αλγoρίθμους επεξεργασίας φυσικής γλώσσας
01:25
to kind of read through with a computer, line by line,
33
85824
2629
για να την διαβάσουν με έναν υπολογιστή, γραμμή γραμμή,
01:28
extracting key concepts from this.
34
88453
2359
αποσπώντας από αυτήν τις έννοιες-κλειδιά.
01:30
And we take those key concepts and they sort of form
35
90812
2525
Και παίρνουμε αυτές τις έννοιες-κλειδιά και κάτα κάποιο τρόπο αποτελούν
01:33
this mathematical structure of an idea.
36
93337
3565
αυτή την μαθηματική δομή μιας ιδέας.
01:36
And we call that the meme-ome.
37
96902
1757
Και το ονομάζουμε μιμιδίωμα
01:38
And the meme-ome, you know, quite simply,
38
98659
2151
Και το μιμιδίωμα, ξέρετε, πολύ απλά
01:40
is the mathematics that underlies an idea,
39
100810
2426
είναι τα μαθηματικά που κρύβονται πίσω από μία ιδέα
01:43
and we can do some pretty interesting analysis with it,
40
103236
1932
και μπορούμε να κάνουμε μερικές πολύ ενδιαφέρουσες αναλύσεις με αυτό,
01:45
which I want to share with you now.
41
105168
1981
κάτι που θα ήθελα να μοιραστώ μαζί σας τώρα.
01:47
So each idea has its own meme-ome,
42
107149
2190
Έτσι, κάθε ιδέα έχει το δικό της μιμιδίωμα
01:49
and each idea is unique with that,
43
109339
1951
και κάθε ιδέα είναι μοναδική με αυτό,
01:51
but of course, ideas, they borrow from each other,
44
111290
2488
αλλά φυσικά, οι ιδέες δανείζονται η μία από την άλλη,
01:53
they kind of steal sometimes,
45
113778
1184
μερικές φορές κλέβουν, κατά κάποιον τρόπο,
01:54
and they certainly build on each other,
46
114962
1827
και σίγουρα χτίζονται η μία πάνω στην άλλη
01:56
and we can go through mathematically
47
116789
1616
και μπορούμε να διατρέξουμε με μαθηματικό τρόπο
01:58
and take the meme-ome from one talk
48
118405
1840
και να πάρουμε το μιμιδίωμα από την μία ομιλία
02:00
and compare it to the meme-ome from every other talk,
49
120245
2454
και να το συγκρίνουμε με το μιμιδίωμα από κάθε άλλη ομιλία
02:02
and if there's a similarity between the two of them,
50
122699
1973
και αν υπάρχει ομοιότητα μεταξύ τους,
02:04
we can create a link and represent that as a graph,
51
124672
3250
μπορούμε να δημιουργήσουμε έναν σύνδεσμο και να το αναπαραστήσουμε αυτό με γράφημα,
02:07
just like Eric and I are connected.
52
127922
2394
ακριβώς όπως συνδεόμαστε ο Έρικ κι εγώ.
02:10
So that's theory, that's great.
53
130316
1394
Αυτή είναι η θεωρία, τέλεια.
02:11
Let's see how it works in actual practice.
54
131710
2526
Ας δούμε τώρα πώς λειτουργεί στην πράξη.
02:14
So what we've got here now is the global footprint
55
134236
2788
Αυτό που έχουμε εδώ είναι το παγκόσμιο αποτύπωμα
02:17
of all the TEDx Talks over the last four years
56
137024
2293
όλων των ομιλίών TEDx τα τελευταία τέσσερα χρόνια
02:19
exploding out around the world
57
139317
1550
που ξεπετάγονται σε όλον τον κόσμο
02:20
from New York all the way down to little old New Zealand in the corner.
58
140867
3329
από τη Νέα Υόρκη μέχρι την μικρή παλιο-Νέα Ζηλανδία στην άλλη γωνία.
02:24
And what we did on this is we analyzed the top 25 percent of these,
59
144196
3835
Και αυτό που κάναμε είναι ότι αναλύσαμε το κορυφαίο 25 τοις εκατώ από αυτές
02:28
and we started to see where the connections occurred,
60
148031
2534
και αρχίσαμε να βλέπουμε που συμβαίνουν οι συνδέσεις,
02:30
where they connected with each other.
61
150565
1537
που συνδέονται μεταξύ τους.
02:32
Cameron Russell talking about image and beauty
62
152102
1874
Ο Κάμερον Ράσσελ που μιλάει για την εικόνα και την ομορφιά
02:33
connected over into Europe.
63
153976
1575
συνδέεται με την Ευρώπη.
02:35
We've got a bigger conversation about Israel and Palestine
64
155551
2412
Έχουμε μία μεγαλύτερη συζήτηση για το Ισραήλ και την Παλαιστίνη,
02:37
radiating outwards from the Middle East.
65
157963
2255
που εκπέμπει προς τα έξω από τη Μέση Ανατολή.
02:40
And we've got something a little broader
66
160218
1298
Και έχουμε κάτι λίγο πιο ευρύ
02:41
like big data with a truly global footprint
67
161516
2156
όπως τα μεγάλα δεδομένα με ένα πραγματικά παγκόσμιο αποτύπωμα
02:43
reminiscent of a conversation
68
163672
2179
που θυμίζει μια ομιλία
02:45
that is happening everywhere.
69
165851
2016
που συμβαίνει παντού.
02:47
So from this, we kind of run up against the limits
70
167867
2173
Έτσι από αυτο, φτάσαμε στα όρια
02:50
of what we can actually do with a geographic projection,
71
170040
2530
του τι μπορούμε πραγματικά να κάνουμε με γεωγραφική προβολή,
02:52
but luckily, computer technology allows us to go out
72
172570
2052
αλλά ευτυχώς, η τεχνολογία των υπολογιστών μας επιτρέπει να βγούμε
02:54
into multidimensional space.
73
174622
1546
στο πολυδιάστατο χώρο.
02:56
So we can take in our network projection
74
176168
1875
Έτσι μπορούμε να πάρουμε την προβολή του δικτύου μας
02:58
and apply a physics engine to this,
75
178043
1750
και να εφαρμόσουμε σ' αυτή μία μηχανή φυσικής
02:59
and the similar talks kind of smash together,
76
179793
1885
και οι παρόμοιες ομιλίες συγχωνεύονται
03:01
and the different ones fly apart,
77
181678
2004
και οι διαφορετικές διαχωρίζονται
03:03
and what we're left with is something quite beautiful.
78
183682
2072
και αυτό που μένει είναι κάτι πολύ όμορφο.
03:05
EB: So I want to just point out here that every node is a talk,
79
185754
2957
ΕΜ: Απλά θέλω να επισημάνω εδώ πως κάθε κόμβος είναι μία ομιλία,
03:08
they're linked if they share similar ideas,
80
188711
2589
συνδέονται αν μοιράζονται παρόμοιες ιδέες,
03:11
and that comes from a machine reading
81
191300
2084
και αυτό βγαίνει από την ανάγνωση ενός μηχανήματος
03:13
of entire talk transcripts,
82
193384
2067
ολόκληρων μεταγραφών των ομιλιών
03:15
and then all these topics that pop out,
83
195451
2231
και μετά όλα αυτά τα θέματα που ξεπετάγονται,
03:17
they're not from tags and keywords.
84
197682
1790
δεν είναι από ετικέτες και λέξεις-κλειδιά.
03:19
They come from the network structure
85
199472
1725
Προέρχονται από την δομή του δικτύου
03:21
of interconnected ideas. Keep going.
86
201197
2168
των διασυνδεδεμένων ιδεών. Συνέχισε.
03:23
SG: Absolutely. So I got a little quick on that,
87
203365
2022
ΣΓ: Όπωσδήποτε. Το πήγα λιγάκι γρήγορα,
03:25
but he's going to slow me down.
88
205387
1475
αλλά αυτός θα με επιβραδύνει.
03:26
We've got education connected to storytelling
89
206862
2034
Έχουμε την εκπαίδευση συνδεδεμένη με την αφήγηση
03:28
triangulated next to social media.
90
208896
1643
σε τριγωνισμό δίπλα στα κοινωνικά μέσα.
03:30
You've got, of course, the human brain right next to healthcare,
91
210539
2475
Έχετε φυσικά, τον ανθρώπινο εγκέφαλο δίπλα στην υγειονομική περίθαλψη,
03:33
which you might expect,
92
213014
1386
το οποίο μπορεί να είναι αναμενόμενο,
03:34
but also you've got video games, which is sort of adjacent,
93
214400
2395
αλλά έχετε και τα βιντεοπαιχνίδια, που είναι κάπως παρακείμενο,
03:36
as those two spaces interface with each other.
94
216795
2740
καθώς αυτοί οι δύο χώροι διασυνδέονται μεταξύ τους.
03:39
But I want to take you into one cluster
95
219535
1535
Αλλά θέλω να σας πάω σε ένα σύμπλεγμα
03:41
that's particularly important to me, and that's the environment.
96
221070
2868
που είναι ιδιαίτερα σημαντικό για μένα και αυτό είναι το περιβάλλον.
03:43
And I want to kind of zoom in on that
97
223938
1493
Θέλω να το φέρω λίγο πιο κοντά
03:45
and see if we can get a little more resolution.
98
225431
2363
και να δω αν μπορούμε να έχουμε λίγο καλύτερη ανάλυση.
03:47
So as we go in here, what we start to see,
99
227794
2347
Αλλά καθώς μπαίνουμε εδώ, αρχίζουμε να βλέπουμε,
03:50
apply the physics engine again,
100
230141
1504
εφαρμόζοντας και πάλι την μηχανή φυσικής,
03:51
we see what's one conversation
101
231645
1676
βλέπουμε ότι μία συζήτηση
03:53
is actually composed of many smaller ones.
102
233321
2560
στην πραγματικότητα αποτελείται από πολλές μικρότερες.
03:55
The structure starts to emerge
103
235881
1929
Η δομή αρχίζει να αναδύεται
03:57
where we see a kind of fractal behavior
104
237810
2070
όπου βλέπουμε μία συμπεριφορά κάπως φράκταλ
03:59
of the words and the language that we use
105
239880
1619
των λέξεων και της γλώσσας που χρησιμοποιούμε
04:01
to describe the things that are important to us
106
241499
1702
για να περιγράψουμε τα πράγματα που είναι σημαντικά για εμάς
04:03
all around this world.
107
243201
1433
σε ολόκληρο τον κόσμο.
04:04
So you've got food economy and local food at the top,
108
244634
2332
Έτσι έχεις την οικονομία του φαγητού και το τοπικό φαγητό πάνω πάνω,
04:06
you've got greenhouse gases, solar and nuclear waste.
109
246966
2719
έχετε τα αέρια θερμοκηπίου, ηλιακή ενέργια και πυρηνικά απόβλητα.
04:09
What you're getting is a range of smaller conversations,
110
249685
2631
Αυτό που παίρνετε είναι μία σειρά από μικρότερες συζητήσεις,
04:12
each connected to each other through the ideas
111
252316
2301
η κάθε μία συνδεδεμένη με μία άλλη μέσω ιδεών
04:14
and the language they share,
112
254617
1301
και την γλώσσα που μοιράζονται,
04:15
creating a broader concept of the environment.
113
255918
2450
δημιουργώντας μία ευρύτερη έννοια του περιβάλλοντος.
04:18
And of course, from here, we can go
114
258368
1532
Και φυσικά, από εδώ, μπορούμε να πάμε
04:19
and zoom in and see, well, what are young people looking at?
115
259900
3534
πιο κοντά και να δούμε, τι κοιτάζουν οι νέοι;
04:23
And they're looking at energy technology and nuclear fusion.
116
263434
2345
Κοιτάζουν την τεχνολογία ενέργειας και την πυρηνική τήξη.
04:25
This is their kind of resonance
117
265779
1674
Αυτή είναι η απήχησή τους
04:27
for the conversation around the environment.
118
267453
2406
για την συζήτηση σχετικά με το περιβάλλον.
04:29
If we split along gender lines,
119
269859
1899
Αν διαχωρίσουμε τις γραμμές των φύλων,
04:31
we can see females resonating heavily
120
271758
1987
μπορούμε να δούμε ότι στις γυναίκες έχει μεγάλη απήχηση
04:33
with food economy, but also out there in hope and optimism.
121
273745
3645
η οικονομία των τροφίμων, αλλά επίσης και η ελπίδα και η αισιοδοξία.
04:37
And so there's a lot of exciting stuff we can do here,
122
277390
2482
Και επίσης υπάρχουν πολλά συναρπαστικά πράγματα που μπορούμε να κάνουμε εδώ
04:39
and I'll throw to Eric for the next part.
123
279872
1762
και θα συνεχίσει ο Έρικ για το επόμενο κομμάτι.
04:41
EB: Yeah, I mean, just to point out here,
124
281634
1602
ΕΜ: Ναι, θέλω να πω, απλώς για να το επισημάνω εδώ,
04:43
you cannot get this kind of perspective
125
283236
1538
δεν μπορείς να έχεις τέτοια προοπτική
04:44
from a simple tag search on YouTube.
126
284774
3360
κάνοντας μία απλή αναζήτηση με ετικέτες στο YouTube.
04:48
Let's now zoom back out to the entire global conversation
127
288134
4188
Τώρα ας πάμε πίσω σε ολόκληρη την παγκόσμια συζήτηση,
04:52
out of environment, and look at all the talks together.
128
292322
2534
έξω από το περιβάλλον, και να δούμε όλες τις ομιλίες μαζί.
04:54
Now often, when we're faced with this amount of content,
129
294856
2927
Συχνά, όταν ερχόμαστε αντιμέτωποι με αυτή την ποσότητα περιεχομένου,
04:57
we do a couple of things to simplify it.
130
297783
2431
κάνουμε μερικά πράγματα για να το απλοποιήσουμε.
05:00
We might just say, well,
131
300214
1314
Θα μπορούσαμε να πούμε, λοιπόν,
05:01
what are the most popular talks out there?
132
301528
2829
ποιές είναι οι πιο δημοφιλείς ομιλίες εκεί έξω;
05:04
And a few rise to the surface.
133
304357
1397
Και μερικές βγαίνουν στην επιφάνεια.
05:05
There's a talk about gratitude.
134
305754
1828
Υπάρχει μία ομιλία για την ευγνωμοσύνη.
05:07
There's another one about personal health and nutrition.
135
307582
3344
Υπάρχει μια άλλη για την προσωπική υγεία και την διατροφή.
05:10
And of course, there's got to be one about porn, right?
136
310926
2929
Και φυσικά, πρέπει να υπάρχει μία για τις τσόντες, σωστά;
05:13
And so then we might say, well, gratitude, that was last year.
137
313855
3234
Κι έτσι θα μπορούσαμε να πούμε, η ευγνωμοσύνη, αυτό είναι περσινό.
05:17
What's trending now? What's the popular talk now?
138
317089
2522
Ποιά είναι η τάση τώρα; Ποιά είναι η δημοφιλής ομιλία τώρα;
05:19
And we can see that the new, emerging, top trending topic
139
319611
3321
Και μπορούμε να δούμε ότι η νέα ανερχόμενη τάση ομιλίας
05:22
is about digital privacy.
140
322932
2666
είναι σχετικά με την ψηφιακή προστασία προσωπικών δεδομένων.
05:25
So this is great. It simplifies things.
141
325598
1693
Αυτό είναι υπέροχο. Απλοποιεί τα πράγματα.
05:27
But there's so much creative content
142
327291
1827
Αλλά υπάρχει τόσο πολύ δημιουργικό περιεχόμενο
05:29
that's just buried at the bottom.
143
329118
1921
που είναι θαμμένο στον πάτο.
05:31
And I hate that. How do we bubble stuff up to the surface
144
331039
3318
Και δεν μου αρέσει καθόλου αυτό. Πώς μπορούμε να φέρουμε πράγματα στην επιφάνεια
05:34
that's maybe really creative and interesting?
145
334357
2458
που μπορεί να είναι πραγματικά δημιουργικά και ενδιαφέροντα;
05:36
Well, we can go back to the network structure of ideas
146
336815
2931
Λοιπόν, μπορούμε να πάμε πίσω στην δομή του δικτύου των ιδεών
05:39
to do that.
147
339746
1430
για να το κάνουμε αυτό.
05:41
Remember, it's that network structure
148
341176
2114
Θυμηθείτε, αυτή είναι η δομή του δικτύου
05:43
that is creating these emergent topics,
149
343290
2268
που δημιουργεί αυτά τα αναδυόμενα θέματα
05:45
and let's say we could take two of them,
150
345558
1515
και ας πούμε πως παίρνουμε δύο από αυτά,
05:47
like cities and genetics, and say, well, are there any talks
151
347073
3047
όπως πόλεις και γενετική, και αναρωτηθούμε αν υπάρχουν ομιλίες
05:50
that creatively bridge these two really different disciplines.
152
350120
2569
που γεφυρώνουν δημιουργικά αυτούς τους δύο τελείως διαφορετικούς κλάδους.
05:52
And that's -- Essentially, this kind of creative remix
153
352689
2275
Και αυτό είναι -- Ουσιαστικά, αυτό το είδος του δημιουργικού ρεμίξ
05:54
is one of the hallmarks of innovation.
154
354964
1840
είναι ένα από τα χαρακτηριστικά της καινοτομίας.
05:56
Well here's one by Jessica Green
155
356804
1606
Εδώ έχουμε μία από την Τζέσσικα Γκριν
05:58
about the microbial ecology of buildings.
156
358410
2379
σχετικά με τη μικροβιακή οικολογία των κτιρίων.
06:00
It's literally defining a new field.
157
360789
2010
Καθορίζει κυριολεκτικά ένα νέο πεδίο.
06:02
And we could go back to those topics and say, well,
158
362799
2103
Και πάμε πίσω σε αυτά τα θέματα και λέμε
06:04
what talks are central to those conversations?
159
364902
2768
ποιές ομιλίες είναι κεντρικές σε αυτές τις συζητήσεις;
06:07
In the cities cluster, one of the most central
160
367670
1690
Στο σύμπλεγμα των πόλεων, μία από τις πιο κεντρικές
06:09
was one by Mitch Joachim about ecological cities,
161
369360
3952
ήταν μία από τον Μιτς Τζοάκιμ σχετικά με τις οικολογικές πόλεις
06:13
and in the genetics cluster,
162
373312
1720
και στο σύμπλεγμα της γενετικής,
06:15
we have a talk about synthetic biology by Craig Venter.
163
375032
3193
έχουμε μία ομιλία σχετικά με την συνθετική βιολογία από τον Κρεγκ Βέντερ.
06:18
These are talks that are linking many talks within their discipline.
164
378225
3353
Αυτές είναι ομιλίες που συνδέουν πολλές ομιλίες μέσα στο θέμα τους.
06:21
We could go the other direction and say, well,
165
381578
1843
Θα μπορούσαμε να πάμε προς την άλλη κατεύθυνση και να πούμε,
06:23
what are talks that are broadly synthesizing
166
383421
2272
ποιές ομιλιές συνθέτουν ευρέως
06:25
a lot of different kinds of fields.
167
385693
1448
πολλά διαφορετικά είδη πεδίων.
06:27
We used a measure of ecological diversity to get this.
168
387141
2533
Χρησιμοποιήσαμε γι'αυτό ένα μέτρο της οικολογικής ποικιλότητας.
06:29
Like, a talk by Steven Pinker on the history of violence,
169
389674
2736
Όπως, μία ομιλία από τον Στήβεν Πίνκερ για την ιστορία της βίας,
06:32
very synthetic.
170
392410
1180
πολύ συνθετική.
06:33
And then, of course, there are talks that are so unique
171
393590
2078
Και μετά, φυσικά, υπάρχουν ομιλίες που είναι τόσο μοναδικές
06:35
they're kind of out in the stratosphere, in their own special place,
172
395668
3090
είναι έξω στην στρατόσφαιρα, στο δικό τους ειδικό μέρος
06:38
and we call that the Colleen Flanagan index.
173
398758
2514
και αυτό το ονομάζουμε αυτό τον δείκτη Κολίν Φλάναγκαν.
06:41
And if you don't know Colleen, she's an artist,
174
401272
3034
Και αν δεν γνωρίζετε την Κολίν, είναι καλλιτέχνης
06:44
and I asked her, "Well, what's it like out there
175
404306
1543
και την ρώτησα, «Λοιπόν, πως είναι εκεί έξω
06:45
in the stratosphere of our idea space?"
176
405849
1672
στην στρατόσφαιρα του διαστήματος των ιδεών μας;»
06:47
And apparently it smells like bacon.
177
407521
3255
Και φαίνεται ότι μυρίζει σαν μπέικον.
06:50
I wouldn't know.
178
410776
1791
Πού να ξέρω.
06:52
So we're using these network motifs
179
412567
2248
Έτσι χρησιμοποιούμε αυτά τα δικτυακά μοτίβα
06:54
to find talks that are unique,
180
414815
1186
για να βρούμε ομιλίες που είναι μοναδικές,
06:56
ones that are creatively synthesizing a lot of different fields,
181
416001
2710
ομιλίες που συνθέτουν δημιουργικά πολλά διαφορετικά πεδία,
06:58
ones that are central to their topic,
182
418711
1659
ομιλίες που είναι κεντρικές στο θέμα τους
07:00
and ones that are really creatively bridging disparate fields.
183
420370
3374
και ομιλίες που είναι πραγματικά δημιουργικές γεφυρώνοντας διαφορετικά πεδία.
07:03
Okay? We never would have found those with our obsession
184
423744
2102
Εντάξει; Δεν θα τις είχαμε βρει ποτέ χωρίς την εμμονή μας
07:05
with what's trending now.
185
425846
2313
με το ποιά ειναι η τωρινή τάση.
07:08
And all of this comes from the architecture of complexity,
186
428159
2886
Και όλα αυτά προέρχονται από την αρχιτεκτονική της πολυπλοκότητας
07:11
or the patterns of how things are connected.
187
431045
2960
ή τα πρότυπα σύμφωνα με τα οποία συνδέονται.
07:14
SG: So that's exactly right.
188
434005
1625
ΣΓ: Ακριβώς έτσι.
07:15
We've got ourselves in a world
189
435630
2479
Είμαστε σε ένα κόσμο
07:18
that's massively complex,
190
438109
2044
που είναι απίστευτα πολύπλοκος
07:20
and we've been using algorithms to kind of filter it down
191
440153
2867
και αρχίζουμε να χρησιμοποιούμε αλγόριθμους για να το φιλτράρουμε
07:23
so we can navigate through it.
192
443020
1786
έτσι ώστε να μπορούμε να περιηγηθούμε μέσα του.
07:24
And those algorithms, whilst being kind of useful,
193
444806
2338
Και αυτοί οι αλγόριθμοι, ενώ είναι κάπως χρήσιμοι,
07:27
are also very, very narrow, and we can do better than that,
194
447144
3476
είναι επίσης πολλοί πολύ στενοί και μπορούμε να τα καταφέρουμε καλύτερα,
07:30
because we can realize that their complexity is not random.
195
450620
2566
επειδή μπορούμε να αντιληφθούμε ότι η πολυπλοκότητα τους δεν είναι τυχαία.
07:33
It has mathematical structure,
196
453186
1954
Έχει μαθηματική δομή
07:35
and we can use that mathematical structure
197
455140
1803
και μπορούμε να χρησιμοποιήσουμε αυτή την μαθηματική δομή
07:36
to go and explore things like the world of ideas
198
456943
2214
για να πάμε και να εξερευνήσουμε πράγματα όπως ο κόσμος των ιδεών
07:39
to see what's being said, to see what's not being said,
199
459157
3000
για να δούμε τι λένε και τι δεν λένε,
07:42
and to be a little bit more human
200
462157
1407
και να είμαστε λίγο παραπάνω ανθρώπινοι
07:43
and, hopefully, a little smarter.
201
463564
1867
και, ευελπιστούμε, λίγο πιο έξυπνοι.
07:45
Thank you.
202
465431
966
Σας ευχαριστώ.
07:46
(Applause)
203
466397
4220
(Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7