Eric Berlow and Sean Gourley: Mapping ideas worth spreading

اریک برلو و شان گورلی: ارتباط ایده های ارزشمند

Translator: Farnaz Saghafi Reviewer: Shahram Eatezadi

Eric Berlow: I'm an ecologist, and Sean's a physicist,

اریک برلو: من یک اکولوژیست (رابطه انسان با طبیعت) هستم، و شان یک فیزیکدانه

and we both study complex networks.

و هر دوی ما شبکه های پیچیده را مطالعه می کنیم.

And we met a couple years ago when we discovered

و ما چند سال پیش یکدیگر را ملاقات کردیم

that we had both given a short TED Talk

وقتی متوجه شدیم که هر دوی ما در تد سخنرانی کوچکی داشتیم

about the ecology of war,

دربارۀ اکولوژی جنگ،

and we realized that we were connected

و فهمیدیم که حتی قبل از ملاقاتمان،

by the ideas we shared before we ever met.

از نقطه نظر عقیده ای با هم ارتباط داشتیم.

And then we thought, you know, there are thousands

ومی دونید بعدش فکر کردیم، هزاران سخنرانی دیگر وجود داره

of other talks out there, especially TEDx Talks,

بخصوص سخنرانی های تد،

that are popping up all over the world.

که در سرتاسر جهان پخش می شه.

How are they connected,

and what does that global conversation look like?

آنها چطور با هم در ارتباطند،

و یک سخنرانی جهانی چطور بنظر می آید؟

So Sean's going to tell you a little bit about how we did that.

خُب شان کمی برایتان از اینکه چطور ما اینکار را انجام دادیم، می گوید.

Sean Gourley: Exactly. So we took 24,000 TEDx Talks

شان گورلی: همینطوره. خُب ما ۲۴٫۰۰۰ سخنرانی TEDx

from around the world, 147 different countries,

در سرتاسر جهان را انتخاب کردیم، از ۱۴۷ کشور متفاوت،

and we took these talks and we wanted to find

با انتخاب این سخنرانی ها می خواستیم

the mathematical structures that underly

ساختار بسیار دقیقی که زیربنای ایده هاست را بیابیم.

the ideas behind them.

ساختار بسیار دقیقی که زیربنای ایده هاست را بیابیم.

And we wanted to do that so we could see how

با انجام اینکار می خواستیم چگونگی

they connected with each other.

ارتباط آنها با یکدیگر را دریابیم.

And so, of course, if you're going to do this kind of stuff,

و البته، اگر بخواهید چنین کارهایی را انجام دهید،

you need a lot of data.

کلی اطلاعات لازم دارید.

So the data that you've got is a great thing called YouTube,

خُب اطلاعی که در دست دارید، چیز فوق العاده ای بنام یوتیوب YouTube است،

and we can go down and basically pull

می تونیم وارد یوتیوب شده و اساسا"

all the open information from YouTube,

هر اطلاعی که برای عموم آزاد است را استخراج کنیم،

all the comments, all the views, who's watching it,

تمام نظرات، دیدگاهها، کسانیکه در حال دیدن آن هستند،

where are they watching it, what are they saying in the comments.

محلی که از آنجا مشغول دیدن آن هستند، چه چیزی در قسمت نظریات درج می کنند.

But we can also pull up, using speech-to-text translation,

ولی می تونیم از ترجمه گفتار به نوشتار نیز استفاده کنیم،

we can pull the entire transcript,

می تونیم تمام متن را داشته باشیم،

and that works even for people with kind of funny accents like myself.

و این حتی برای افرادی مثل من که لهجه خنده داری دارند، بکار می یاد.

So we can take their transcript

بدین ترتیب ما با استفاده از متن گفتاری آنها

and actually do some pretty cool things.

می تونیم کارهای جالبی انجام دهیم.

We can take natural language processing algorithms

ما می تونیم با استفاده از الگوریتمهایی که زبان طبیعی را پردازش می کنند

to kind of read through with a computer, line by line,

همینطور خط به خط با کامپیوتر بخوانیم،

extracting key concepts from this.

و مفهوم اصلی را از آن برگیریم.

And we take those key concepts and they sort of form

و ما مفاهیم اصلی که یک جورایی ساختار دقیق یک ایده را می سازند را بدست می آوریم.

this mathematical structure of an idea.

و ما مفاهیم اصلی که یک جورایی ساختار دقیق یک ایده را می سازند را بدست می آوریم.

And we call that the meme-ome.

و آنرا "می اُم" (meme-ome) می نامیم.

And the meme-ome, you know, quite simply,

و می دونید، "می اُم" (meme-ome) خیلی ساده

is the mathematics that underlies an idea,

ریاضیاتی است که در بطن یک ایده نهفته است،

and we can do some pretty interesting analysis with it,

و ما می تونیم یکسری تحلیل های بسیار جالبی با آن انجام دهیم،

which I want to share with you now.

که مایلم با شما در میان بگذارم.

So each idea has its own meme-ome,

بدین ترتیب هر ایده ای "می اُم" (meme-ome) خودشو

and each idea is unique with that,

که آنرا منحصر بفرد می کنه،

but of course, ideas, they borrow from each other,

اما البته، ایده ها از هم ایده می گیرند،

they kind of steal sometimes,

گاهی یه جور دزدی است،

and they certainly build on each other,

و بطور قطع بر اساس یکدیگر بنا می شوند،

and we can go through mathematically

و ما از طریق محاسبه می تونیم پیش رفته

and take the meme-ome from one talk

و "می اُم" را از یک سخنرانی گرفته

and compare it to the meme-ome from every other talk,

و آنرا با "می اُم" تک تک سخنرانی های دیگر مقایسه کنیم،

and if there's a similarity between the two of them,

و اگر شباهتی بین دوتای آنها بود،

we can create a link and represent that as a graph,

می توانیم با ایجاد یک لینک ارتباطی آنرا بصورت نمودار نشان دهیم،

just like Eric and I are connected.

درست مثل اریک و من که بهم مرتبط هستیم.

So that's theory, that's great.

بدین ترتیب این یک تئوری است، عالیه.

Let's see how it works in actual practice.

بیایید ببینیم چطور در فضای واقعی کار می کند.

So what we've got here now is the global footprint

خُب چیزی که ما در حال حاضر اینجا داریم، ردپای کلی

of all the TEDx Talks over the last four years

کلیه سخنرانی های TEDx در طول چهار سال گذشته است

exploding out around the world

که در سراسر جهان فوران کرد

from New York all the way down to little old New Zealand in the corner.

از نیویورک گرفته تا نیوزلند کوچک قدیمی در اون گوشه دنیا.

And what we did on this is we analyzed the top 25 percent of these,

و کاری که ما کردیم این بود که ۲۵ درصد از بهترین های آنرا تحلیل کردیم،

and we started to see where the connections occurred,

و شروع به یافتن محل برقراری ارتباط کردیم،

where they connected with each other.

جایی که آنها با یکدیگر مرتبط می شوند.

Cameron Russell talking about image and beauty

سخنرانی "کمرون راسل" درمورد تصویر و زیبایی

connected over into Europe.

با اروپا ارتباط برقرار کرد.

We've got a bigger conversation about Israel and Palestine

ما یک سخنرانی مفصل تر درمورد اسرائیل و فلسطین داریم

radiating outwards from the Middle East.

که از خاور میانه به اطراف اشاعه می یابد.

And we've got something a little broader

وچیزی کمی گسترده تر داریم

like big data with a truly global footprint

مثل داده های بزرگ با اثرات جهانی واقعی

reminiscent of a conversation

که حاکی از یک گفتگوست

that is happening everywhere.

که هرجایی در حال وقوع است.

So from this, we kind of run up against the limits

بنابراین از اینجا، ما یه جورایی با محدودیتهایی در رابطه با

of what we can actually do with a geographic projection,

آنچه در واقع قادریم با نقشه جغرافیایی انجام دهیم، مواجه می شویم،

but luckily, computer technology allows us to go out

اما خوشبختانه، تکنولوژی کامپیوتر ما را قادر می سازد تا

into multidimensional space.

وارد فضای چند بعدی بشویم.

So we can take in our network projection

بدین ترتیب می تونیم نقشه ارتباطی خود را گرفته

and apply a physics engine to this,

و یک ابزار فیزیک بکار بریم،

and the similar talks kind of smash together,

و سخنرانی های مشابه یه جورایی با هم ادغام می شوند،

and the different ones fly apart,

و آنهایی که متفاوتند از دور خارج می شوند،

and what we're left with is something quite beautiful.

و آنچه برایمان باقی می ماند، چیزی بسیار زیباست.

EB: So I want to just point out here that every node is a talk,

اریک: خُب فقط می خوام اینجا خاطر نشان کنم که هر گره، یک سخنرانی است،

they're linked if they share similar ideas,

که در صورت شباهت ایده ها با یکدیگر مرتبطند،

and that comes from a machine reading

و این نتیجۀ خواندن ماشینی است

of entire talk transcripts,

که تمام متن گفتارها را می خواند،

and then all these topics that pop out,

و در نتیجه تمام این عنوانهایی که نمایان می شوند،

they're not from tags and keywords.

از کلمات کلیدی یا لقب ها برگرفته نشدند.

They come from the network structure

آنها برگرفته از ساختار ارتباطی

of interconnected ideas. Keep going.

ایده های مرتبط هستند.

SG: Absolutely. So I got a little quick on that,

شان: کاملا". خُب من کمی سریع توضیح می دم،

but he's going to slow me down.

اما دوستم سرعت کلام منو کاهش می ده.

We've got education connected to storytelling

ما آموزشی را داریم که با داستان سرایی و

triangulated next to social media.

رسانه های اجتماعی یک مثلث تشکیل می دهد.

You've got, of course, the human brain right next to healthcare,

البته، مغز انسان را درست در کنار بهداشت و درمان دارید،

which you might expect,

که قابل انتظار است،

but also you've got video games, which is sort of adjacent,

اما بازیهایی کامپیوتری را نیز به نوعی در کنار آنها ملاحظه می کنید،

as those two spaces interface with each other.

از آنجائیکه آن دو فضا در ارتباط با یکدیگر هستند.

But I want to take you into one cluster

اما مایلم شما را به مجموعه ای هدایت کنم

that's particularly important to me, and that's the environment.

که اهمیت خاصی برای من داره، و اون محیط زیست است.

And I want to kind of zoom in on that

و می خواهم روی آن به نوعی تکیه کنم

and see if we can get a little more resolution.

و ببینم که آیا می توانیم کمی بیشتر راه حل بیابیم.

So as we go in here, what we start to see,

بدین ترتیب، همانطور که اینجا پیش می رویم، آنچه در ابتدا می بینیم،

apply the physics engine again,

با استفاده مجدد از ابزار فیزیک ،

we see what's one conversation

می بینیم که چطور یک سخنرانی

is actually composed of many smaller ones.

در واقع از بسیاری سخنرانی های کوچکتر ساخته شده است.

The structure starts to emerge

این ساختار جایی نمایان می شه

where we see a kind of fractal behavior

که می توانیم یه جور پراکندگی لغات را ببینیم

of the words and the language that we use

و زبانی گفتاری را مشاهده کنیم که از آن

to describe the things that are important to us

برای توصیف آنچه در سرتا سر دنیا برایمان اهمیت دارد استفاده می کنیم.

all around this world.

برای توصیف آنچه در سرتا سر دنیا برایمان اهمیت دارد استفاده می کنیم.

So you've got food economy and local food at the top,

بدین ترتیب شما اقتصاد غذایی و مواد غذایی محلی را در صدر جدول دارید،

you've got greenhouse gases, solar and nuclear waste.

گازهای گلخانه ای، زایعات خورشیدی و هسته ای دارید.

What you're getting is a range of smaller conversations,

حاصل اینکار، یکسری گفتگوهای کوتاه است،

each connected to each other through the ideas

که هر یک بیکدیگر مرتبط اند

and the language they share,

از طریق ایده ها و زبان مشترک،

creating a broader concept of the environment.

که یک مفهوم گسترده تری از محیط زیست ایجاد می کنند.

And of course, from here, we can go

و البته ما از اینجا فراتر رفته

and zoom in and see, well, what are young people looking at?

و دقیق تر شده تا نگاه افراد جوان را دریابیم.

And they're looking at energy technology and nuclear fusion.

و توجه آنها به تکنولوژی انرژی و ترکیبات هسته ای است.

This is their kind of resonance

این پژواک گفتگوی آنها پیرامون محیط زیست است.

for the conversation around the environment.

این پژواک گفتگوی آنها پیرامون محیط زیست است.

If we split along gender lines,

در صورت جدا کردن جنسیت ها،

we can see females resonating heavily

مشاهده می کنیم که فریاد زنان از اقتصاد غذایی پر طنین بوده،

with food economy, but also out there in hope and optimism.

ولی در عین حال امیدوار و خوش بین هستند.

And so there's a lot of exciting stuff we can do here,

و کلی کارهای جالب در اینجا می توانیم انجام دهیم،

and I'll throw to Eric for the next part.

و بقیه را به اریک محول می کنیم.

EB: Yeah, I mean, just to point out here,

اریک: خُب منظورم از خاطر نشان کردن اینه که،

you cannot get this kind of perspective

شما نمی توانید با یک جستجوی سادۀ کلمه ای در یوتیوب،

from a simple tag search on YouTube.

چنین چشم اندازی داشته باشید.

Let's now zoom back out to the entire global conversation

حالا بیاید نگاهی جامع به سخنرانی های پیرامون محیط زیست در سرتاسر جهان انداخته،

out of environment, and look at all the talks together.

و به مجموع آنها نگاهی بیندازیم.

Now often, when we're faced with this amount of content,

اغلب وقتی با این حجم مطلب روبرو می شویم،

we do a couple of things to simplify it.

چند کار برای ساده کردن آنها انجام می دهیم.

We might just say, well,

شاید بگوییم، خُب،

what are the most popular talks out there?

پرطرفدار ترین سخنرانی ها کدام هستند؟

And a few rise to the surface.

و چند تایی از آنها از بقیه جدا می شوند.

There's a talk about gratitude.

یک سخنرانی درمورد حق شناسی.

There's another one about personal health and nutrition.

یکی دیگر درمورد سلامت و تغذیه فردی است.

And of course, there's got to be one about porn, right?

و البته، باید یکی هم درمورد پورنوگرافی باشد، اینطور نیست؟

And so then we might say, well, gratitude, that was last year.

و شاید اون موقع بگوییم، خُب، سپاسگزاری، اون در سال گذشته بود.

What's trending now? What's the popular talk now?

الآن چه چیزی باب است؟ سخنرانی مورد علاقه چیست؟

And we can see that the new, emerging, top trending topic

و درمی یابیم که موضوع جدید و دسته اول که در حال شکوفایی است

is about digital privacy.

موضوع دنیای فردی دیجیتال است.

So this is great. It simplifies things.

خُب این عالیه. این کارو راحت می کنه.

But there's so much creative content

ولی کلی مطالب خلاقانه هنوز اون ته باقی است.

that's just buried at the bottom.

ولی کلی مطالب خلاقانه هنوز اون ته باقی است.

And I hate that. How do we bubble stuff up to the surface

و من ازش متنفرم. چطور می توانیم مطالب را به سطح بیاوریم

that's maybe really creative and interesting?

که شاید کاری براستی خلاقانه و جالب باشد؟

Well, we can go back to the network structure of ideas

خُب می توانیم برای انجام اینکار به شبکه ساختاری ایده ها برگردیم.

to do that.

خُب می توانیم برای انجام اینکار به شبکه ساختاری ایده ها برگردیم.

Remember, it's that network structure

یادتون باشه، شبکه ساختاری

that is creating these emergent topics,

باعث ایجاد موضوعات نوظهور می شود،

and let's say we could take two of them,

و بیایید دو تا از آنها را برگزینیم،

like cities and genetics, and say, well, are there any talks

مثل شهرها و ژنتیک، و بگوییم، خُب، آیا سخنرانی ای هست

that creatively bridge these two really different disciplines.

که بصورتی خلاقانه این دو مقوله متفاوت را بهم ربط بدهد؟

And that's -- Essentially, this kind of creative remix

و این بطور قطع، این نوع تلفیق خلاقانه

is one of the hallmarks of innovation.

یکی از مشخصه های نوآوری است.

Well here's one by Jessica Green

خُب اینجا نمونه ای داریم که جسیکا گرین

about the microbial ecology of buildings.

دربارۀ اکولوژی میکروبی ساختمانها صحبت کرده.

It's literally defining a new field.

اون به معنای واقعی کلمه، به توصیف یک مقوله جدیدی می پردازد.

And we could go back to those topics and say, well,

و ما می توانیم به اون موضوعها برگشته و بگوییم، خُب،

what talks are central to those conversations?

چه سخنرانی هایی حول اون گفتگوها می چرخند؟

In the cities cluster, one of the most central

یکی از اصلی ترین سخنرانی در مجموعه شهرها،

was one by Mitch Joachim about ecological cities,

اونی بود که "میچ جوچیم" دربارۀ شهرهای اکولوژیکی صحبت کرد،

and in the genetics cluster,

و در مجموعۀ ژنتیکی،

we have a talk about synthetic biology by Craig Venter.

سخنرانی "کریگ ونتر" دربارۀ بیولوژی سنتزی را داریم.

These are talks that are linking many talks within their discipline.

سخنرانی هایی وجود دارند که بیشمار سخنرانی را پیرامون قواعد خود بهم ربط می دهند.

We could go the other direction and say, well,

می توانیم در جهت دیگر رفته و بگوییم، خُب،

what are talks that are broadly synthesizing

سخنرانی هایی که بطور گسترده شاخه های گوناگون بیشماری را با هم تلفیق می کنند، به چه شکل هستند.

a lot of different kinds of fields.

سخنرانی هایی که بطور گسترده شاخه های گوناگون بیشماری را با هم تلفیق می کنند، به چه شکل هستند.

We used a measure of ecological diversity to get this.

برای دستیابی به آن، مقیاس تنوع اکولوژیکی را بکار بردیم.

Like, a talk by Steven Pinker on the history of violence,

مثلا"، سخنرانی "استیون پینکر" دربارۀ تارخ خشونت،

very synthetic.

بسیار ساختگی است.

And then, of course, there are talks that are so unique

والبته در پی آن، سخنرانی های منحصر بفردی هم هستند

they're kind of out in the stratosphere, in their own special place,

اونها یه جورایی در استراتوسفر، در فضای بخصوص خود، هستند،

and we call that the Colleen Flanagan index.

و ما آنها را لیست "کالین فلاناگان" می نامیم.

And if you don't know Colleen, she's an artist,

و اگر کالین را نمی شناسید، او یک نقاش است،

and I asked her, "Well, what's it like out there

و ازش پرسیدم،" خُب، اون بیرون دراسترتوسفر فضای ایده ما، چه خبر است؟"

in the stratosphere of our idea space?"

و ازش پرسیدم،" خُب، اون بیرون دراسترتوسفر فضای ایده ما، چه خبر است؟"

And apparently it smells like bacon.

و ظاهرا" بوی گوشت خوک می دهد.

I wouldn't know.

نمی دونستم.

So we're using these network motifs

بدین ترتیب ما با استفاده از این طرحهای شبکه ای ،

to find talks that are unique,

سخنرانی های منحصر بفرد را پیدا می کنیم.

ones that are creatively synthesizing a lot of different fields,

آنهایی که بطور خلاقانه ای، زمینه های مختلف بیشماری را با هم تلفیق کردند،

ones that are central to their topic,

آنهایی که بر اساس موضوع واحد خود بنا شدند،

and ones that are really creatively bridging disparate fields.

و آنهایی که بطور واقعا" خلاقانه ای، زمینه های متفاوت را بهم ربط داده اند.

Okay? We never would have found those with our obsession

درسته؟ ما هیچ موقع به این موارد دست نمی یافتیم اگر

with what's trending now.

روی مسائل باب امروزی حساسیت نشان نمی دادیم.

And all of this comes from the architecture of complexity,

و تمام اینها از ساختار معماری پیچیدگی

or the patterns of how things are connected.

یا روند چگونگی ارتباط مسائل با یکدیگر پدید می آیند.

SG: So that's exactly right.

شان: خُب این دقیقا" درسته.

We've got ourselves in a world

ما در دنیایی قرار داریم

that's massively complex,

که بطور گسترده ای پیچیده است،

and we've been using algorithms to kind of filter it down

و ما با استفاده از الگوریت سعی داریم تا یه جورایی آنرا ساده کرده

so we can navigate through it.

تا بتوانیم درون آن سیر کنیم.

And those algorithms, whilst being kind of useful,

و آن الگوریتم ها، در عین مفید بودن،

are also very, very narrow, and we can do better than that,

خیلی خیلی محدود بوده و ما بهتر از آن می توانیم انجام دهیم،

because we can realize that their complexity is not random.

چون می دانیم که پیچیدگی آنها اتفاقی نیست.

It has mathematical structure,

آن ساختار بسیار دقیقی دارد،

and we can use that mathematical structure

و ما با استفاده از آن ساختار دقیق

to go and explore things like the world of ideas

می توانیم در چیزهایی مثل دنیای ایده ها سیاحت کرده

to see what's being said, to see what's not being said,

تا ببینیم چه چیزهایی گفته می شه، چه چیزهایی گفته نمی شه،

and to be a little bit more human

تا یک کم انسان بهتری شده

and, hopefully, a little smarter.

و اگر خدا بخواد کمی باهوش تر بشویم.

Thank you.

سپاسگزارم.

(Applause)

(تشویق)