The real relationship between your age and your chance of success | Albert-László Barabási

Translator: Mistry Anjali Reviewer: Arvind Patil

Today, actually, is a very special day for me,

આજે ખરેખર મારા માટે ખૂબ જ ખાસ દિવસ છે

because it is my birthday.

કારણ કે તે મારો જન્મ દિવસ છે.

(Applause)

(અભિવાદન)

તેથી પાર્ટીમાં જોડાવા બદલ આપ સૌનો આભાર.

And so, thanks to all of you for joining the party.

(હાસ્ય)

(Laughter)

પરંતુ જયારે તમે પાર્ટી રાખો છો ત્યારે કોઈ તેને બગાડવાનું કરે છે, ખરું ને?

But every time you throw a party, there's someone there to spoil it. Right?

(હાસ્ય)

અને હું એક ભૌતિકશાસ્ત્રી છું.

(Laughter)

And I'm a physicist,

and this time I brought another physicist along to do so.

અને આ વખતે હું આવું કરવા માટે બીજો ભૌતિકશાસ્ત્રી સાથે લાવ્યો.

His name is Albert Einstein -- also Albert -- and he's the one who said

તેનું નામ આલબટૅ આઈન્સ્ટાઈન-- આલબટૅ --પણ છે અને તેણે જ કહ્યું હતું.

that the person who has not made his great contributions to science

તે વ્યક્તિ જેણે વિજ્ઞાન અને ટેકનોલોજીમાં પોતાનું મહત્વનું યોગદાન આપ્યું નથી.

by the age of 30

30 વર્ષની વયે

will never do so.

કયારેય આવું નહિ કરીશ.

(Laughter)

(હાસ્ય)

Now, you don't need to check Wikipedia

હવે તમારે વિકિપીડિયા તપાસવાની જરૂર નથી

that I'm beyond 30.

કે હું 30 ની પાર છું.

(Laughter)

(હાસ્ય)

So, effectively, what he is telling me, and us,

તેથી ,અસરકારક રીતે , તે મને અને અમને શું કહે છે

is that when it comes to my science,

જ્યારે મારા વિજ્ઞાનની વાત આવે ત્યારે ,

I'm deadwood.

હું મૃતલાકડું છું.

Well, luckily, I had my share of luck within my career.

સદભાગ્યે, મારી કારકિર્દીમાં મારે ભાગ્ય નો ભાગ હતો.

Around age 28, I became very interested in networks,

લગભગ 28 વર્ષની આસપાસની નેટવર્કમાં ખુબ રસ જાગ્યો ,

and a few years later, we managed to publish a few key papers

આને થોડા વર્ષો પછી અમે કેટલાક ચાવીરૂપ કાગળો પ્રકાશિત કરવામાં સફળ થયા

that reported the discovery of scale-free networks

કે શોધ અહેવાલ સ્કેલ-ફ્રી નેટવર્ક

and really gave birth to a new discipline that we call network science today.

અને ખરેખર નવા શિસ્તને જન્મ આપ્યો જેને આપણે આજે નેટવર્ક સાયન્સ કહીએ છીએ.

And if you really care about it, you can get a PhD now in network science

અને જો તમે ખરેખર તેની કાળજી લો છો, તમે નેટવર્ક વિજ્ઞાનમાં પીએચડી મેળવી શકો છો

in Budapest, in Boston,

બુડાપેસ્ટમાં, બોસ્ટનમાં,

and you can study it all over the world.

અને તમે તેનો અભ્યાસ સમગ્ર વિશ્વમાં કરી શકો છો.

A few years later,

થોડા વર્ષો પછી,

when I moved to Harvard first as a sabbatical,

જ્યારે હું હાર્વર્ડ ગયો પ્રથમ સબાટિકલ તરીકે,

I became interested in another type of network:

મને રસ પડ્યો બીજા પ્રકારનાં નેટવર્કમાં:

that time, the networks within ourselves,

તે સમયે, આપણી અંદરનાં નેટવર્ક્સ,

how the genes and the proteins and the metabolites link to each other

કેવી રીતે જનીનો અને પ્રોટીન અને ચયાપચય એકબીજા સાથે જોડાય છે

and how they connect to disease.

અને તેઓ રોગ સાથે કેવી રીતે જોડાય છે.

And that interest led to a major explosion within medicine,

અને તે રસ તરફ દોરી દવા અંદર મોટા વિસ્ફોટ માટે,

including the Network Medicine Division at Harvard,

નેટવર્ક મેડિસિન સહિત હાર્વર્ડ ખાતે વિભાગ,

that has more than 300 researchers who are using this perspective

જેમાં 300 થી વધુ સંશોધકો છે જેઓ આ દ્રષ્ટિકોણનો ઉપયોગ કરી રહ્યા છે

to treat patients and develop new cures.

દર્દીઓની સારવાર કરવા અને નવા ઉપચાર વિકસાવવા માટે.

And a few years ago,

અને થોડા વર્ષો પહેલા,

I thought that I would take this idea of networks

મેં વિચાર્યું કે હું લઈશ નેટવર્ક્સનો આ વિચાર

and the expertise we had in networks

અને નેટવર્ક્સમાં અમારી પાસે જે કુશળતા છે

in a different area,

એક અલગ વિસ્તારમાં,

that is, to understand success.

એટલે કે સફળતાને સમજવી.

And why did we do that?

અને અમે તે કેમ કર્યું?

Well, we thought that, to some degree,

સારું, અમે વિચાર્યું કે, અમુક અંશે,

our success is determined by the networks we're part of --

આપણી સફળતા નિશ્ચિત છે નેટવર્ક્સ દ્વારા અમે ભાગ છીએ -

that our networks can push us forward, they can pull us back.

કે અમારા નેટવર્ક અમને આગળ ધકેલી શકે છે, તેઓ અમને પાછા ખેંચી શકે છે.

And I was curious if we could use the knowledge and big data and expertise

અને જો આપણે ઉપયોગ કરી શકીએ તો હું ઉત્સુક હતો જે જ્ઞાન અને મોટા ડેટા અને કુશળતા

જ્યાં આપણે નેટવર્ક વિકસાવીએ છીએ

where we develop the networks

to really quantify how these things happen.

ખરેખર પ્રમાણિત કરવા માટે આ વસ્તુઓ કેવી રીતે થાય છે.

This is a result from that.

આ તે પરિણામ છે.

What you see here is a network of galleries in museums

તમે જે અહીં જુઓ છો તે એક નેટવર્ક છે સંગ્રહાલયોમાં ગેલેરીઓ

that connect to each other.

કે જે એકબીજા સાથે જોડાય છે.

And through this map that we mapped out last year,

અને આ નકશા દ્વારા કે અમે ગયા વર્ષે મેપ આઉટ કર્યું,

we are able to predict very accurately the success of an artist

અમે ખૂબ જ સચોટ આગાહી કરવામાં સક્ષમ છીએ એક કલાકાર સફળતા

if you give me the first five exhibits that he or she had in their career.

જો તમે મને પ્રથમ પાંચ પ્રદર્શન આપો કે તે અથવા તેણીની કારકીર્દિમાં.

Well, as we thought about success,

સારું, આપણે સફળતા વિશે વિચાર્યું છે,

we realized that success is not only about networks;

અમને એ સફળતાનો અહેસાસ થયો માત્ર નેટવર્ક્સ વિશે જ નથી;

there are so many other dimensions to that.

ત્યાં ઘણા બધા છે કે અન્ય પરિમાણો.

And one of the things we need for success, obviously,

અને એક વસ્તુ આપણને સફળતાની જરૂર છે, દેખીતી રીતે,

is performance.

કામગીરી છે.

So let's define what's the difference between performance and success.

તો ચાલો વ્યાખ્યાયિત કરીએ કે શું તફાવત છે પ્રભાવ અને સફળતા વચ્ચે.

Well, performance is what you do:

સારું, પ્રભાવ તે છે જે તમે કરો છો:

how fast you run, what kind of paintings you paint,

તમે કેટલી ઝડપથી દોડો છો, તમે કયા પ્રકારનાં ચિત્રો દોરો,

what kind of papers you publish.

તમે કયા પ્રકારનાં કાગળો પ્રકાશિત કરો છો.

However, in our working definition,

જો કે, અમારી કાર્યકારી વ્યાખ્યામાં,

success is about what the community notices from what you did,

સફળતા એ સમુદાયની છે તમે જે કર્યું તેની સૂચનાઓ

from your performance:

તમારા પ્રદર્શનથી:

How does it acknowledge it, and how does it reward you for it?

તે તેને કેવી રીતે સ્વીકારે છે,અને તે તમને તેના માટે કેવી રીતે ઇનામ આપે છે?

In other terms,

અન્ય શરતોમાં,

your performance is about you, but your success is about all of us.

તમારું પ્રદર્શન તમારા વિશે છે, પરંતુ તમારી સફળતા આપણા બધા વિશે છે.

And this was a very important shift for us,

અને આ ખૂબ હતું અમારા માટે મહત્વપૂર્ણ પાળી,

because the moment we defined success as being a collective measure

ક્ષણ અમે સફળતા વ્યાખ્યાયિત કારણ કે સામૂહિક પગલા તરીકે

that the community provides to us,

જે સમુદાય અમને પ્રદાન કરે છે,

it became measurable,

તે માપી શકાય તેવું બન્યું,

because if it's in the community, there are multiple data points about that.

કારણ કે જો તે સમુદાયમાં છે, તે વિશે બહુવિધ ડેટા પોઇન્ટ્સ છે.

So we go to school, we exercise, we practice,

તેથી અમે શાળાએ જઈએ છીએ, આપણે કસરત કરીએ છીએ, પ્રેક્ટિસ કરીએ છીએ,

because we believe that performance leads to success.

કારણ કે આપણે માનીએ છીએ કે પ્રભાવ સફળતા તરફ દોરી જાય છે.

But the way we actually started to explore,

પરંતુ અમે ખરેખર જે રીતે શોધખોળ શરૂ કરી,

we realized that performance and success are very, very different animals

અમને તે કામગીરી અને સફળતાનો અહેસાસ થયો ખૂબ, ખૂબ જ અલગ પ્રાણીઓ છે

when it comes to the mathematics of the problem.

જ્યારે તે આવે છે સમસ્યા ગણિત.

And let me illustrate that.

અને હું તે સમજાવવા દો.

So what you see here is the fastest man on earth, Usain Bolt.

તો તમે અહીં જે જુઓ છો તે છે પૃથ્વી પર સૌથી ઝડપી માણસ, યુઝૈન બોલ્ટ.

અને અલબત્ત, તે મોટાભાગનામાં જીતે છે સ્પર્ધાઓ કે જેમાં તે પ્રવેશ કરે છે.

And of course, he wins most of the competitions that he enters.

અને આપણે જાણીએ છીએ કે તે પૃથ્વી પરનો સૌથી ઝડપી છે કારણ કે આપણી પાસે એક કિલોમીટર છે

And we know he's the fastest on earth because we have a chronometer

to measure his speed.

તેની ઝડપ માપવા માટે..

Well, what is interesting about him is that when he wins,

સારું, તેના વિશે શું રસપ્રદ છે તે જીતે ત્યારે,

he doesn't do so by really significantly outrunning his competition.

તે ખરેખર નોંધપાત્ર રીતે આવું કરતું નથી તેની સ્પર્ધા કરતા આગળ નીકળી ગયા.

He's running at most a percent faster than the one who loses the race.

તે વધુમાં વધુ એક ટકા ઝડપી દોડે છે જે એક રેસ ગુમાવે છે તેના કરતાં.

And not only does he run only one percent faster than the second one,

અને તે માત્ર ચલાવતું નથી બીજા કરતા એક ટકા વધુ ઝડપી,

but he doesn't run 10 times faster than I do --

પરંતુ તે દોડતો નથી મારા કરતા 10 ગણો ઝડપી -

and I'm not a good runner, trust me on that.

અને હું સારો દોડવીર નથી, મારા પર વિશ્વાસ કરો.

(Laughter)

(હાસ્ય)

And every time we are able to measure performance,

અને દરેક વખતે અમે સક્ષમ છીએ કામગીરી માપવા માટે,

we notice something very interesting;

અમે કંઈક ખૂબ જ રસપ્રદ નોટિસ;

that is, performance is bounded.

તે છે, પ્રભાવ બંધાયેલ છે.

What it means is that there are no huge variations in human performance.

તેનો અર્થ એ છે કે ત્યાં છે માનવ પ્રભાવમાં કોઈ વિશાળ ભિન્નતા.

It varies only in a narrow range,

તે ફક્ત એક સાંકડી રેન્જમાં બદલાય છે,

and we do need the chronometer to measure the differences.

અને આપણને કિલોમીટરની જરૂર છે તફાવતો માપવા માટે.

This is not to say that we cannot see the good from the best ones,

આ કહેવા માટે નથી કે આપણે કરી શકતા નથી શ્રેષ્ઠ લોકો પાસેથી સારું જુઓ,

but the best ones are very hard to distinguish.

પરંતુ શ્રેષ્ઠ લોકો તફાવત ખૂબ જ મુશ્કેલ છે.

And the problem with that is that most of us work in areas

અને તે સાથે સમસ્યા તે છે કે આપણામાંના મોટા ભાગના વિસ્તારોમાં કામ કરે છે

where we do not have a chronometer to gauge our performance.

જ્યાં આપણી પાસે કિલોમીટર નથી અમારા પ્રદર્શનનો અંદાજ કા .વા માટે.

Alright, performance is bounded,

ઠીક છે, પ્રભાવ બંધાયેલ છે,

there are no huge differences between us when it comes to our performance.

અમારી વચ્ચે કોઈ મોટો તફાવત નથી જ્યારે તે અમારા પ્રદર્શનની વાત આવે છે.

How about success?

કેવી રીતે સફળતા વિશે?

Well, let's switch to a different topic, like books.

ઠીક છે, ચાલો સ્વિચ કરીએ પુસ્તકો જેવા એક અલગ વિષય.

One measure of success for writers is how many people read your work.

લેખકો માટે સફળતા એક માપદંડ છે કેટલા લોકો તમારું કામ વાંચે છે.

And so when my previous book came out in 2009,

અને તેથી જ્યારે મારું પાછલું પુસ્તક 2009 માં બહાર આવ્યા,

I was in Europe talking with my editor,

હું મારા સંપાદક સાથે વાત કરી રહ્યો હતો,

and I was interested: Who is the competition?

અને મને રસ હતો: કોણ છે સ્પર્ધા?

And I had some fabulous ones.

અને હું કેટલાક કલ્પિત રાશિઓ હતી.

That week --

તે અઠવાડિયે -

(Laughter)

(હાસ્ય)

Dan Brown came out with "The Lost Symbol,"

ડેન બ્રાઉન "ધ લોસ્ટ સિમ્બોલ," લઈને બહાર આવ્યો.

and "The Last Song" also came out,

અને "ધ લાસ્ટ સોંગ" પણ બહાર આવ્યું,

Nicholas Sparks.

નિકોલસ સ્પાર્ક્સ.

And when you just look at the list,

અને જ્યારે તમે ફક્ત સૂચિ જુઓ,

you realize, you know, performance-wise, there's hardly any difference

તમે અનુભૂતિ કરો છો, તમે જાણો છો, કામગીરી મુજબના,ભાગ્યે જ કોઈ તફાવત છે

between these books or mine.

આ પુસ્તકો અથવા ખાણ વચ્ચે.

Right?

ખરું ને?

So maybe if Nicholas Sparks's team works a little harder,

તેથી જો નિકોલસ સ્પાર્ક્સની ટીમ થોડું સખત કામ કરે છે,

he could easily be number one,

તે સરળતાથી નંબર વન બની શકે,

because it's almost by accident who ended up at the top.

કારણ કે તે લગભગ અકસ્માત દ્વારા છે જે ટોચ પર સમાપ્ત થયું.

So I said, let's look at the numbers -- I'm a data person, right?

તો મેં કહ્યું, ચાલો નંબરો જોઈએ - હું ડેટા વ્યક્તિ છું, ખરું?

So let's see what were the sales for Nicholas Sparks.

તો ચાલો જોઈએ શું હતા નિકોલસ સ્પાર્ક્સ માટે વેચાણ.

અને તે બહાર આવ્યું છે પ્રારંભિક સપ્તાહમાં,

And it turns out that that opening weekend,

નિકોલસ સ્પાર્ક્સ કરતાં વધુ વેચાય છે એક હજાર નકલો,

Nicholas Sparks sold more than a hundred thousand copies,

જે એક સુંદર સંખ્યા છે.

which is an amazing number.

You can actually get to the top of the "New York Times" best-seller list

તમે ખરેખર ટોચ પર પહોંચી શકો છો "ન્યુ યોર્કટાઇમ્સ" શ્રેષ્ઠ વિક્રેતા સૂચિની

by selling 10,000 copies a week,

અઠવાડિયામાં 10,000 નકલો વેચીને,

so he tenfold overcame what he needed to be number one.

તેથી તેણે દસ ગણા વટાવી લીધા તેને નંબર વન બનવાની શું જરૂર છે.

Yet he wasn't number one.

છતાં તે નંબર વન નહોતો.

Why?

કેમ?

Because there was Dan Brown, who sold 1.2 million copies that weekend.

કારણ કે ત્યાં ડેન બ્રાઉન હતો,જેણે સપ્તાહના અંતમાં 1.2 મિલિયન નકલો વેચી છે.

(Laughter)

(હાસ્ય)

And the reason I like this number is because it shows that, really,

અને કારણ કે મને આ નંબર ગમે છે કારણ કે તે બતાવે છે કે, ખરેખર,

when it comes to success, it's unbounded,

જ્યારે તે સફળતાની વાત આવે છે, ત્યારે તે અનબાઉન્ડ છે,

that the best doesn't only get slightly more than the second best

કે જે શ્રેષ્ઠ મેળવતું નથી બીજા શ્રેષ્ઠ કરતાં થોડી વધારે

but gets orders of magnitude more,

પરંતુ વધુ તીવ્રતાના ઓર્ડર મળે છે,

because success is a collective measure.

કારણ કે સફળતા એક સામૂહિક પગલું છે.

We give it to them, rather than we earn it through our performance.

અમે તેને કરતાં, તેમને આપીએ છીએ અમે અમારા પ્રદર્શન દ્વારા તે કમાઇએ છીએ.

So one of things we realized is that performance, what we do, is bounded,

તેથી અમને સમજાયેલી એક બાબત તે છે પ્રભાવ, આપણે શું કરીએ છીએ, બંધાયેલા છે,

પરંતુ સફળતા, જે છે સામૂહિક, અનબાઉન્ડ છે,

but success, which is collective, is unbounded,

જે તમને આશ્ચર્યજનક બનાવે છે:

which makes you wonder:

How do you get these huge differences in success

તમે આ કેવી રીતે મેળવશો સફળતા મોટા તફાવતો

when you have such tiny differences in performance?

જ્યારે તમારી પાસે આટલું નાનું હોય પ્રભાવમાં તફાવત?

And recently, I published a book that I devoted to that very question.

અને તાજેતરમાં, મેં એક પુસ્તક પ્રકાશિત કર્યું કે હું ખૂબ જ પ્રશ્ન માટે સમર્પિત.

And they didn't give me enough time to go over all of that,

અને તેઓએ મને પૂરતો સમય નથી આપ્યો તે બધા ઉપર જવા માટે,

so I'm going to go back to the question of,

તેથી હું પાછો જાઉં છું ના પ્રશ્ન માટે,

alright, you have success; when should that appear?

ઠીક છે, તમને સફળતા છે; તે ક્યારે દેખાવું જોઈએ?

So let's go back to the party spoiler and ask ourselves:

તો ચાલો પાછા પાર્ટી બગાડનાર પર જઈએ અને જાતને પૂછો:

Why did Einstein make this ridiculous statement,

આઈન્સ્ટાઈને કેમ બનાવ્યું આ હાસ્યાસ્પદ નિવેદન,

that only before 30 you could actually be creative?

માત્ર 30 પહેલાં તમે ખરેખર સર્જનાત્મક હોઈ શકે?

Well, because he looked around himself and he saw all these fabulous physicists

સારું, કારણ કે તેણે પોતાની આસપાસ જોયું અને તેણે આ બધા કલ્પિત ભૌતિકશાસ્ત્રીઓ જોયા

that created quantum mechanics and modern physics,

જેણે ક્વોન્ટમ મિકેનિક્સ બનાવ્યાં અને આધુનિક ભૌતિકશાસ્ત્ર,

and they were all in their 20s and early 30s when they did so.

અને તે બધા તેમના 20 માં હતા અને 30 ના દાયકાની શરૂઆતમાં જ્યારે તેઓએ આમ કર્યું.

And it's not only him.

અને તે માત્ર તે જ નથી.

It's not only observational bias,

તે માત્ર નિરીક્ષણ પક્ષપાત જ નથી,

because there's actually a whole field of genius research

કારણ કે ત્યાં ખરેખર છે પ્રતિભા સંશોધન એક સંપૂર્ણ ક્ષેત્ર

that has documented the fact that,

કે આ હકીકત દસ્તાવેજી છે કે,

if we look at the people we admire from the past

જો આપણે લોકોને જોઈએ અમે ભૂતકાળથી પ્રશંસા કરીએ છીએ

and then look at what age they made their biggest contribution,

અને પછી કઈ વય જુઓ તેઓએ તેમનો સૌથી મોટો ફાળો આપ્યો,

whether that's music, whether that's science,

શું તે સંગીત છે, શું તે વિજ્ઞાન છે,

whether that's engineering,

ભલે તે એન્જિનિયરિંગ હોય,

most of them tend to do so in their 20s, 30s, early 40s at most.

તેમાંના મોટાભાગના આમ કરવા માટે વલણ ધરાવે છે તેમના 20, 30 ના દાયકામાં, 40 ના દાયકાના પ્રારંભમાં.

But there's a problem with this genius research.

પરંતુ એક સમસ્યા છે આ પ્રતિભા સંશોધન સાથે.

Well, first of all, it created the impression to us

સારું, સૌ પ્રથમ, તે બનાવ્યું અમને છાપ

that creativity equals youth,

તે સર્જનાત્મકતા યુવા સમાન છે,

which is painful, right?

જે દુ:ખદાયક છે, ખરું?

(Laughter)

(હાસ્ય)

And it also has an observational bias,

અને તેનો નિરીક્ષણ પૂર્વગ્રહ પણ છે,

because it only looks at geniuses and doesn't look at ordinary scientists

કારણ કે તે માત્ર પ્રતિભાઓને જુએ છે અને સામાન્ય વૈજ્ઞાનિકો તરફ જોતો નથી

and doesn't look at all of us and ask,

અને આપણા બધા તરફ નજર નાંખીને પૂછે છે,

is it really true that creativity vanishes as we age?

તે ખરેખર સાચું છે કે સર્જનાત્મકતા જેમ જેમ આપણે વય થઈ જઇએ છીએ?

તેથી બરાબર તે જ અમે કરવાનો પ્રયાસ કર્યો,

So that's exactly what we tried to do,

and this is important for that to actually have references.

અને આ તે માટે મહત્વપૂર્ણ છે ખરેખર સંદર્ભો છે.

So let's look at an ordinary scientist like myself,

તો ચાલો એક સામાન્ય જોઈએ મારી જેમ વૈજ્ઞાનિક,

and let's look at my career.

અને ચાલો મારી કારકીર્દિ જોઈએ.

So what you see here is all the papers that I've published

તો તમે અહીં જે જુઓ છો તે બધા કાગળો છે કે મેં પ્રકાશિત કર્યું છે

from my very first paper, in 1989; I was still in Romania when I did so,

મારા પ્રથમ કાગળમાંથી, 1989 માં; જ્યારે મેં આમ કર્યું ત્યારે પણ હું રોમાનિયામાં હતો,

till kind of this year.

આ વર્ષના પ્રકાર સુધી.

And vertically, you see the impact of the paper,

અને ઊભી રીતે, તમે જુઓ કાગળની અસર,

that is, how many citations,

તે છે, કેટલા ટાંકણા,

how many other papers have been written that cited that work.

બીજા કેટલા કાગળો લખ્યું છે કે જે કામ ટાંકવામાં.

And when you look at that,

અને જ્યારે તમે તે જુઓ,

you see that my career has roughly three different stages.

તમે જુઓ છો કે મારી કારકિર્દી આશરે ત્રણ અલગ અલગ તબક્કાઓ છે.

I had the first 10 years where I had to work a lot

મારી પાસે પ્રથમ 10 વર્ષ હતા જ્યાં મારે ઘણું કામ કરવું પડ્યું

and I don't achieve much.

અને હું વધારે પ્રાપ્ત કરતો નથી.

No one seems to care about what I do, right?

કોઈને ધ્યાન આપતું નથી હું શું કરું તે વિશે, બરાબર?

There's hardly any impact.

ભાગ્યે જ કોઈ અસર થઈ.

(Laughter)

(હાસ્ય)

That time, I was doing material science,

તે સમયે, હું ભૌતિક વૈજ્ઞાનિક કરી રહ્યો હતો,

and then I kind of discovered for myself networks

અને પછી હું એક પ્રકારનો શોધ્યો મારા માટે નેટવર્ક

અને પછી નેટવર્ક્સમાં પ્રકાશિત કરવાનું શરૂ કર્યું.

and then started publishing in networks.

And that led from one high-impact paper to the other one.

અને તે એક ઉચ્ચ અસર તરફ દોરી અન્ય એક કાગળ.

And it really felt good. That was that stage of my career.

અને તે ખરેખર સારું લાગ્યું. તે મારી કારકિર્દીનો તે તબક્કો હતો.

(Laughter)

(હાસ્ય)

So the question is, what happens right now?

તો સવાલ એ છે કે હમણાં શું થાય છે?

અને આપણે જાણતા નથી, કારણ કે ત્યાં છે હજી પૂરતો સમય પસાર થયો નથી

And we don't know, because there hasn't been enough time passed yet

ખરેખર કેટલી અસર પડે છે તે આકૃતિ તે કાગળો મળશે;

to actually figure out how much impact those papers will get;

તે હસ્તગત કરવામાં સમય લે છે.

it takes time to acquire.

સારું, જ્યારે તમે ડેટા જુઓ,

Well, when you look at the data,

it seems to be that Einstein, the genius research, is right,

એવું લાગે છે કે આઈન્સ્ટાઈન, પ્રતિભા સંશોધન, સાચું છે,

and I'm at that stage of my career.

અને હું મારી કારકિર્દીના તે તબક્કે છું.

(Laughter)

(હાસ્ય)

So we said, OK, let's figure out how does this really happen,

તેથી અમે કહ્યું, ઠીક છે, ચાલો આકૃતિ કરીએ આ ખરેખર કેવી રીતે થાય છે,

વિજ્ઞાન માં પ્રથમ.

અને ક્રમમાં નથી પસંદગી પૂર્વગ્રહ,

first in science.

And in order not to have the selection bias,

માત્ર પ્રતિભાઓ જોવા માટે,

અમે કારકિર્દીનું પુનર્ગઠન કર્યું દરેક એક વૈજ્ઞાનિક છે

to look only at geniuses,

we ended up reconstructing the career of every single scientist

1900 થી આજ સુધી

અને બધા વૈજ્ઞાનિકો માટે શોધે છે તેમના વ્યક્તિગત શ્રેષ્ઠ શું હતું,

from 1900 till today

and finding for all scientists what was their personal best,

તેમને નોબેલ પારિતોષિક મળ્યું કે કેમ અથવા તેઓ ક્યારેય ન કરતા,

અથવા કોઈને ખબર નથી કે તેઓએ શું કર્યું, પણ તેમના વ્યક્તિગત શ્રેષ્ઠ.

whether they got the Nobel Prize or they never did,

અને આ તે છે જે તમે આ સ્લાઇડમાં જુઓ છો.

or no one knows what they did, even their personal best.

દરેક લાઇન એ કારકિર્દી છે,

And that's what you see in this slide.

અને જ્યારે તમારી પાસે પ્રકાશ વાદળી બિંદુ હોય તે કારકિર્દીની ટોચ પર,

Each line is a career,

તે કહે છે કે તે તેમનો વ્યક્તિગત શ્રેષ્ઠ હતો.

and when you have a light blue dot on the top of that career,

અને સવાલ એ છે કે

it says that was their personal best.

જ્યારે તેઓ ખરેખર બનાવ્યા તેમની સૌથી મોટી શોધ?

And the question is,

when did they actually make their biggest discovery?

તે પ્રમાણિત કરવા માટે,

અમે સંભાવના શું છે તે જોઈએ છીએ કે તમે તમારી સૌથી મોટી શોધ કરો છો,

To quantify that,

we look at what's the probability that you make your biggest discovery,

ચાલો કહીએ, એક, બે, ત્રણ અથવા તમારી કારકિર્દીમાં 10 વર્ષ?

let's say, one, two, three or 10 years into your career?

અમે વાસ્તવિક ઉંમર તરફ જોઈ રહ્યા નથી.

અમે જોઈ રહ્યા છીએ જેને આપણે "શૈક્ષણિક યુગ" કહીએ છીએ.

We're not looking at real age.

We're looking at what we call "academic age."

તમારી શૈક્ષણિક વય શરૂ થાય છે જ્યારે તમે તમારા પ્રથમ કાગળો પ્રકાશિત કરો છો.

Your academic age starts when you publish your first papers.

હું જાણું છું કે તમારામાંથી કેટલાક હજી બાળકો છે.

I know some of you are still babies.

(Laughter)

(હાસ્ય)

So let's look at the probability

તો ચાલો સંભાવના જોઈએ

કે જે તમે પ્રકાશિત કરો છો તમારું સૌથી વધુ અસરકારક કાગળ.

that you publish your highest-impact paper.

And what you see is, indeed, the genius research is right.

અને તમે જે જુઓ છો તે ખરેખર છે, પ્રતિભા સંશોધન સાચું છે.

Most scientists tend to publish their highest-impact paper

મોટાભાગના વૈજ્ઞાનિકો પ્રકાશિત કરવાનું વલણ ધરાવે છે તેમના સૌથી વધુ અસર કાગળ

in the first 10, 15 years in their career,

તેમની કારકિર્દીના પ્રથમ 10, 15 વર્ષમાં,

and it tanks after that.

અને તે પછી ટાંકી.

તે એટલી ઝડપથી ટાંકી દે છે કે હું લગભગ છું મારી કારકિર્દીમાં હું બરાબર 30 વર્ષનો છું,

It tanks so fast that I'm about -- I'm exactly 30 years into my career,

and the chance that I will publish a paper that would have a higher impact

અને તક છે કે હું એક કાગળ પ્રકાશિત કરીશ તે વધારે અસર કરશે

than anything that I did before

પહેલાં જે કંઈપણ કર્યું તે કરતાં

is less than one percent.

એક ટકા કરતા પણ ઓછા છે.

I am in that stage of my career, according to this data.

હું મારી કારકિર્દીના તે તબક્કે છું, આ માહિતી અનુસાર.

But there's a problem with that.

પરંતુ તેની સાથે એક સમસ્યા છે.

We're not doing controls properly.

અમે નિયંત્રણો યોગ્ય રીતે કરી રહ્યાં નથી.

So the control would be,

તો નિયંત્રણ હશે,

what would a scientist look like who makes random contribution to science?

વૈજ્ઞાનિક જેવું દેખાશે વિજ્ઞાન કોણ અમનેમ ફાળો આપે છે?

Or what is the productivity of the scientist?

અથવા ઉત્પાદકતા શું છે વૈજ્ઞાનિક ની?

When do they write papers?

તેઓ ક્યારે કાગળો લખે છે?

So we measured the productivity,

તેથી અમે ઉત્પાદકતા માપી,

and amazingly, the productivity,

અને આશ્ચર્યજનક રીતે, ઉત્પાદકતા,

your likelihood of writing a paper in year one, 10 or 20 in your career,

કાગળ લખવાની તમારી સંભાવના તમારી કારકિર્દીમાં એક વર્ષ, 10 અથવા 20,

શક્યતાથી અવિભાજ્ય છે અસર હોય છે

is indistinguishable from the likelihood of having the impact

તમારી કારકિર્દીના તે ભાગમાં.

in that part of your career.

અને લાંબી વાર્તા ટૂંકી બનાવવા માટે,

And to make a long story short,

after lots of statistical tests, there's only one explanation for that,

ઘણાં આંકડાકીય પરીક્ષણો પછી, તેના માટે ફક્ત એક જ સમજૂતી છે,

તે ખરેખર, જે રીતે આપણે વૈજ્ scientistsાનિકો કામ કરીએ છીએ

that really, the way we scientists work

શું આપણે લખેલો દરેક કાગળ છે, દરેક પ્રોજેક્ટ અમે કરીએ છીએ,

is that every single paper we write, every project we do,

બરાબર એ જ તક છે અમારા વ્યક્તિગત શ્રેષ્ઠ હોવાનો.

has exactly the same chance of being our personal best.

That is, discovery is like a lottery ticket.

તે છે, શોધ જેવી છે લોટરી ટિકિટ.

અને વધુ લોટરી ટિકિટ આપણે ખરીદે છે,

And the more lottery tickets we buy,

અમારી તકો વધારે છે.

the higher our chances.

અને તે આવું થાય છે

And it happens to be so

જે મોટાભાગના વૈજ્ઞાનિકો ખરીદે છે તેમની મોટાભાગની લોટરી ટિકિટ

that most scientists buy most of their lottery tickets

જે મોટાભાગના વૈજ્ઞાનિકો છે તેમના મોટાભાગની લોટરી ટિકિટ

in the first 10, 15 years of their career,

and after that, their productivity decreases.

અને તે પછી, તેમની ઉત્પાદકતા ઘટે છે.

તેઓ ખરીદી રહ્યા નથી વધુ લોટરી ટિકિટ.

They're not buying any more lottery tickets.

So it looks as if they would not be creative.

તો જાણે કે જાણે તેઓ સર્જનાત્મક નહીં હોય.

In reality, they stopped trying.

વાસ્તવિકતામાં, તેઓએ પ્રયાસ કરવાનું બંધ કરી દીધું.

So when we actually put the data together, the conclusion is very simple:

તેથી જ્યારે આપણે ખરેખર ડેટા સાથે રાખીએ, નિષ્કર્ષ ખૂબ જ સરળ છે:

success can come at any time.

સફળતા કોઈપણ સમયે આવી શકે છે.

It could be your very first or very last paper of your career.

તે તમારું પ્રથમ હોઈ શકે છે અથવા તમારી કારકિર્દીનો ખૂબ જ છેલ્લા કાગળ.

It's totally random in the space of the projects.

તે એકદમ રેન્ડમ છે પ્રોજેક્ટની જગ્યામાં.

It is the productivity that changes.

તે ઉત્પાદકતા છે જે બદલાય છે.

Let me illustrate that.

ચાલો હું તેને સમજાવીશ.

Here is Frank Wilczek, who got the Nobel Prize in Physics

અહીં છે ફ્રેન્ક વિલ્ઝેક, જેમને ભૌતિકશાસ્ત્રનું નોબેલ પુરસ્કાર મળ્યો

for the very first paper he ever wrote in his career as a graduate student.

પ્રથમ કાગળ માટે તેમણે ક્યારેય લખ્યું છે સ્નાતક વિદ્યાર્થી તરીકે તેની કારકિર્દીમાં.

(Laughter)

(હાસ્ય)

More interesting is John Fenn,

વધુ રસપ્રદ જ્હોન ફેન છે,

who, at age 70, was forcefully retired by Yale University.

70 વર્ષની ઉંમરે, બળપૂર્વક નિવૃત્ત થયા હતા યેલ યુનિવર્સિટી દ્વારા.

તેઓએ તેની લેબ બંધ કરી દીધી,

They shut his lab down,

અને તે જ ક્ષણે, તે સ્થળાંતર થયો વર્જિનિયા કોમનવેલ્થ યુનિવર્સિટી,

and at that moment, he moved to Virginia Commonwealth University,

બીજી લેબ ખોલી,

opened another lab,

and it is there, at age 72, that he published a paper

અને તે ત્યાં છે, 72 વર્ષની ઉંમરે, કે તેણે એક કાગળ પ્રકાશિત કર્યું

જેના માટે, 15 વર્ષ પછી, તે મળ્યો રસાયણશાસ્ત્ર માટેનું નોબેલ પુરસ્કાર.

for which, 15 years later, he got the Nobel Prize for Chemistry.

અને તમે વિચારો છો, બરાબર, સારું, વિજ્ઞાન વિશેષ છે,

And you think, OK, well, science is special,

પરંતુ અન્ય ક્ષેત્રોનું શું છે જ્યાં આપણે સર્જનાત્મક બનવાની જરૂર છે?

but what about other areas where we need to be creative?

તો મને બીજા લેવા દો લાક્ષણિક ઉદાહરણ: ઉદ્યમવૃત્તિ.

So let me take another typical example: entrepreneurship.

સિલીકોન વેલી,

યુવાનો ની જમીન, અધિકાર?

Silicon Valley,

અને ખરેખર, જ્યારે તમે તેને જુઓ,

the land of the youth, right?

તમને ખ્યાલ છે કે સૌથી મોટો એવોર્ડ, ટેકક્રંચ એવોર્ડ્સ અને અન્ય એવોર્ડ્સ,

And indeed, when you look at it,

you realize that the biggest awards, the TechCrunch Awards and other awards,

બધા લોકો જઇ રહ્યા છે

જેની સરેરાશ ઉંમર 20 ના દાયકાના અંતમાં છે, 30 ના દાયકાની શરૂઆતમાં.

are all going to people

whose average age is late 20s, very early 30s.

તમે જુઓ કે વીસીઓ કોને પૈસા આપે છે, કેટલીક સૌથી મોટી વીસી કંપનીઓ -

You look at who the VCs give the money to, some of the biggest VC firms --

30 ના દાયકાના પ્રારંભમાં બધા લોકો.

જે, અલબત્ત, આપણે જાણીએ છીએ;

સિલિકોન વેલીમાં આ ધર્મો છે કે યુવા સફળતા બરાબર છે.

all people in their early 30s.

Which, of course, we know;

જ્યારે તમે ડેટા જુઓ ત્યારે નહીં,

there is this ethos in Silicon Valley that youth equals success.

કારણ કે તે માત્ર નથી કંપની બનાવવા વિશે -

કંપની બનાવવી એ ઉત્પાદકતા જેવી છે,પ્રયાસ કરી, પ્રયાસ કરી, પ્રયાસ કરી રહ્યા છીએ -

Not when you look at the data,

because it's not only about forming a company --

જ્યારે તમે જે જુઓ આ વ્યક્તિઓ ખરેખર બહાર મૂકવામાં

forming a company is like productivity, trying, trying, trying --

સફળ કંપની, સફળ એક્ઝિટ.

when you look at which of these individuals actually put out

અને તાજેતરમાં, અમારા કેટલાક સાથીઓ બરાબર તે પ્રશ્ન તરફ જોયું.

a successful company, a successful exit.

અને તે તારણ આપે છે કે હા, તે 20 અને 30 ના દાયકાના છે

And recently, some of our colleagues looked at exactly that question.

મોટી સંખ્યામાં કંપનીઓ મૂકી, ઘણી કંપનીઓ બનાવે છે,

And it turns out that yes, those in the 20s and 30s

પરંતુ તેમાંના મોટા ભાગના બસ્ટ જાય છે.

put out a huge number of companies, form lots of companies,

અને જ્યારે તમે સફળ બહાર નીકળો છો, તમે આ ખાસ પ્લોટમાં શું જોશો,

but most of them go bust.

And when you look at the successful exits, what you see in this particular plot,

the older you are, the more likely that you will actually hit the stock market

તમે જેટલા વૃદ્ધો છો, તેવી સંભાવના તમે ખરેખર શેરબજારમાં ફટકો પડશે

or the sell the company successfully.

અથવા કંપની સફળતાપૂર્વક વેચે છે.

This is so strong, actually, that if you are in the 50s,

આ ખરેખર એટલું મજબૂત છે, કે જો તમે 50 ના દાયકામાં હો,

you are twice as likely to actually have a successful exit

તમે શક્યતા બે વાર છો ખરેખર સફળ બહાર નીકળવું

than if you are in your 30s.

કરતાં વધુ જો તમે તમારા 30 માં છે.

(Applause)

(તાળીઓ)

So in the end, what is it that we see, actually?

તેથી અંતે, તે શું છે કે આપણે જોઈએ છીએ, ખરેખર?

What we see is that creativity has no age.

આપણે જે જોઈએ છીએ તે એ છે કે સર્જનાત્મકતાની કોઈ ઉંમર નથી.

Productivity does, right?

ઉત્પાદકતા કરે છે, અધિકાર?

Which is telling me that at the end of the day,

જે મને કહે છે દિવસ ના અંતે,

if you keep trying --

જો તમે પ્રયત્ન કરતા રહો -

(Laughter)

(હાસ્ય)

you could still succeed and succeed over and over.

તમે હજી પણ સફળ થઈ શક્યા અને ઉપર અને વધુ સફળ.

So my conclusion is very simple:

તેથી મારો નિષ્કર્ષ ખૂબ જ સરળ છે:

I am off the stage, back in my lab.

હું મારી લેબમાં પાછો સ્ટેજથી બહાર છું.

Thank you.

આભાર.

(Applause)

(તાળીઓ)