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

Reviewer: Naman Yadav

आज, वास्तव में, मेरे लिए बहुत खास दिन है,

क्योंकि यह मेरा जन्मदिन है।

(Applause)

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

और इसलिए, सभी को जन्मदिन समारोह में शामिल होने के लिए धन्यवाद।

because it is my birthday.

(Laughter)

(Applause)

हर बार जब आप पार्टी करते हैं, तो कोई न कोई उसे खराब कर देता है।

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

(Laughter)

और मैं एक भौतिकशास्त्री हूं,

(Laughter)

और इस बार एक और भौतिकशास्त्री को साथ लाया है जो इसे करने के लिए है।

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

उसका नाम अल्बर्ट आइंस्टीन है - अल्बर्ट भी - और वही व्यक्ति है जिन्होंने कहा था

(Laughter)

And I'm a physicist,

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

कि जो व्यक्ति 30 साल की आयु तक विज्ञान में अपना

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

महान योगदान नहीं दे चुका है,

वह कभी नहीं करेगा।

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

अब, आपको विकिपीडिया नहीं चेक करने की आवश्यकता नहीं है

कि मैं 30 से अधिक उम्र का हूँ।

(Laughter)

by the age of 30

will never do so.

तो, वास्तव में, वह मुझे और हमें बता रहे हैं

(Laughter)

Now, you don't need to check Wikipedia

कि जब मेरे विज्ञान की बात आती है,

that I'm beyond 30.

तो मैं मृत लकड़ी हूं।

(Laughter)

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

खुशी की बात है कि मेरे करियर में मेरे हिस्से की काफी भाग्यशाली घटनाएँ हुई हैं।

is that when it comes to my science,

I'm deadwood.

लगभग 28 वर्ष की आयु में, मुझे नेटवर्क्स में बहुत रुचि हो गई थी,

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

और कुछ साल बाद, हमने कुछ महत्वपूर्ण पेपर प्रकाशित किए

जिनमें स्केल-फ्री नेटवर्क्स की खोज की गई

Around age 28, I became very interested in networks,

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

और वास्तव में एक नई शाखा को जन्म दिया जिसे हम आज नेटवर्क साइंस कहते हैं।

that reported the discovery of scale-free networks

और अगर आप इसे वाकई में महत्व देते हैं, तो आप अब बुडापेस्ट, बोस्टन में

नेटवर्क साइंस में एक पीएचडी प्राप्त कर सकते हैं,

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

और आप इसे पूरी दुनिया में अध्ययन कर सकते हैं।

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

कुछ साल बाद,

जब मैं सबबैटिकल के रूप में हार्वर्ड चला गया,

in Budapest, in Boston,

तो मुझे एक और प्रकार के नेटवर्क में रुचि हुई:

and you can study it all over the world.

उस समय, हमारे अंदर के नेटवर्क,

A few years later,

when I moved to Harvard first as a sabbatical,

जीन और प्रोटीन्स और मेटाबोलाइट्स कैसे एक दूसरे से जुड़ते हैं

I became interested in another type of network:

और कैसे वे बीमारी से कनेक्ट होते हैं, उसमें रुचि लेने लगी।

that time, the networks within ourselves,

और वह रुचि ने चिकित्सा में एक महत्वपूर्ण विस्फोट का मार्ग दिखाया,

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

जिसमें हार्वर्ड की नेटवर्क मेडिसिन डिवीजन शामिल है,

and how they connect to disease.

And that interest led to a major explosion within medicine,

जिसमें 300 से अधिक शोधकर्ता हैं जो इस दृष्टिकोण का उपयोग कर रहे हैं

ताकि रोगियों का उपचार किया जा सके और नई की खोज की जा सके।

including the Network Medicine Division at Harvard,

कुछ साल पहले,

that has more than 300 researchers who are using this perspective

मुझे लगा कि मैं नेटवर्कों के इस विचार

और हमारे नेटवर्क में होने वाले विशेषज्ञता को

to treat patients and develop new cures.

एक अलग क्षेत्र में ले जाऊं,

जो है, सफलता को समझना।

And a few years ago,

अच्छा, हमें लगा कि किसी हद तक,

I thought that I would take this idea of networks

हमारी सफलता का नेटवर्क निर्धारित होता है -

and the expertise we had in networks

कि हमारे नेटवर्क हमें आगे बढ़ा सकते हैं,

in a different area,

that is, to understand success.

वे हमें पीछे खींच सकते हैं।

And why did we do that?

Well, we thought that, to some degree,

मुझे इसका उत्तर जानने की उत्कृष्टा थी कि क्या हम उस ज्ञान, बड़ा डेटा

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

और विशेषज्ञता का उपयोग कर सकते हैं जहां हम नेटवर्क विकसित करते हैं,

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

ताकि हम वास्तव में यह अंकित कर सकें कि ये चीजें कैसे होती हैं।

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

यह उसका परिणाम है।

जो आप यहाँ देख रहे हैं वह है म्यूजियमों में गैलरियों का एक नेटवर्क

where we develop the networks

to really quantify how these things happen.

जो एक-दूसरे से जुड़ते हैं।

और इस मानचित्र के माध्यम से, जिसे हमने पिछले साल नक्शा बनाया था,

This is a result from that.

What you see here is a network of galleries in museums

हम एक कलाकार की सफलता को बहुत सटीकता से पूर्वानुमान कर सकते हैं

that connect to each other.

And through this map that we mapped out last year,

अगर आप मुझे उनकी करियर में पहले पांच प्रदर्शन देते हैं।

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

ठीक है, जैसे ही हम सफलता के बारे में सोचने लगे,

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

हमने यह अनुभव किया कि सफलता सिर्फ नेटवर्कों के बारे में नहीं है;

इसमें बहुत सारे अन्य आयाम होते हैं।

Well, as we thought about success,

सफलता के लिए हमें जरूरत है, स्पष्ट रूप से,

we realized that success is not only about networks;

प्रदर्शन।

तो आइए देखते हैं कि प्रदर्शन और सफलता के बीच में क्या अंतर है।

there are so many other dimensions to that.

ठीक है, प्रदर्शन वह है जो आप करते हैं:

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

आप कितनी तेजी से दौड़ते, आप किस प्रकार की पेंटिंग्स पेंट करते हैं,

is performance.

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

आप किस प्रकार के पेपर्स पब्लिश करते हैं।

हालांकि, हमारे काम की परिभाषा में,

Well, performance is what you do:

सफलता वह है जो समुदाय आपके प्रदर्शन से क्या नोटिस करता है,

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

what kind of papers you publish.

आपके प्रदर्शन से:

However, in our working definition,

यह कैसे स्वीकार करता है, और इसके लिए आपको कैसे पुरस्कृत करता है?

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

अन्य शब्दों में,

आपका प्रदर्शन आपके बारे में है लेकिन आपकी सफलता हम सभी के बारे में है

from your performance:

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

और यह हमारे लिए एक बहुत महत्वपूर्ण परिवर्तन था,

In other terms,

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

क्योंकि जैसे ही हमने सफलता की परिभाषा को समुदाय द्वारा प्रदान की गई

एक सामूहिक माप के रूप में परिभाषित किया,

And this was a very important shift for us,

तो यह मापनीय हो गई,

क्योंकि अगर यह समुदाय में है, तो इसके बारे में एकाधिक डेटा बिंदु होते हैं।

because the moment we defined success as being a collective measure

that the community provides to us,

हम स्कूल जाते हैं, हम व्यायाम करते हैं, हम अभ्यास करते हैं,

it became measurable,

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

क्योंकि हम मानते हैं कि प्रदर्शन सफलता की ओर ले जाता है।

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

लेकिन जिस तरह से हम वास्तव में खोजने लगे,

हमने अनुभव किया कि प्रदर्शन और सफलता जब यह संबंधित होता है

because we believe that performance leads to success.

गणित के संदर्भ में, तो ये बहुत, बहुत अलग प्राणी होते हैं।

But the way we actually started to explore,

और मैं इसे विस्तार से बताता हूँ।

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

तो आप यहाँ देख रहे हैं पृथ्वी का सबसे तेज इंसान, उसेन बोल्ट।

when it comes to the mathematics of the problem.

और बिल्कुल, वह ज्यादातर उस प्रतियोगिता में जीतता है जिसमें वह भाग लेता है।

And let me illustrate that.

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

और हमें पता है कि वह पृथ्वी पर सबसे तेज है

क्योंकि हमारे पास एक क्रोनोमीटर है

उसकी गति को मापने के लिए।

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

उसके बारे में दिलचस्प बात यह है कि जब वह जीतता है,

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

तो वह अपने प्रतिद्वंद्वी को वास्तव में बहुत अधिक पीछे छोड़ते हुए नहीं जीतता।

to measure his speed.

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

वह अधिकतम एक प्रतिशत तेज दौड़ता है उस से जो दौड़ हार जाता है।

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

और वह सिर्फ दूसरे व्यक्ति से एक प्रतिशत तेज दौड़ता है,

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

लेकिन वह मुझसे 10 गुना तेज दौड़ता नहीं है --

और मैं एक अच्छा धावक नहीं हूँ, मुझ पर विश्वास करें।

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

(Laughter)

हर बार जब हम सक्षम होते हैं प्रदर्शन को मापने में,

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

हम कुछ बहुत दिलचस्प चीज़ें नोट करते हैं;

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

वह है, प्रदर्शन सीमित है।

(Laughter)

And every time we are able to measure performance,

इसका मतलब है कि मानव प्रदर्शन में कोई भी बड़े परिवर्तन नहीं होता है।

we notice something very interesting;

यह केवल एक संकीर्ण श्रेणी में बदलता है,

that is, performance is bounded.

और हमें क्रोनोमीटर की जरूरत होती है अंतरों को मापने के लिए।

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

यह नहीं कि हम सर्वश्रेष्ठ से अच्छे को नहीं देख सकते हैं।

It varies only in a narrow range,

लेकिन सर्वोत्तम को पहचानना बहुत मुश्किल होता है।

and we do need the chronometer to measure the differences.

और समस्या यह है कि हम में से अधिकांश क्षेत्रों में काम करते हैं

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

जहां हमारे पास एक क्रोनोमीटर नहीं होता है हमारे प्रदर्शन का मापन करने के लिए।

but the best ones are very hard to distinguish.

ठीक है, प्रदर्शन सीमित होता है,

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

हमारे प्रदर्शन में बड़े अंतर नहीं होते हैं जब हमारे प्रदर्शन की बात आती है।

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

सफलता के बारे में क्या है?

ठीक, चलो हम कोई दूसरा विषय करें, जैसे कि किताबें।

Alright, performance is bounded,

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

लेखकों के लिए सफलता का एक माप यह है कि कितने लोग आपके काम को पढ़ते हैं।

How about success?

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

और इसलिए जब मेरी पिछली किताब 2009 में प्रकाशित हुई,

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

मैं यूरोप में अपने संपादक के साथ चर्चा कर रहा था,

और मुझे दिलचस्प था: कौन हैं प्रतिस्पर्धी?

And so when my previous book came out in 2009,

और मेरे पास कुछ शानदार प्रतिस्पर्धी थे।

उस हफ्ते --

I was in Europe talking with my editor,

(Laughter)

डैन ब्राउन “द लॉस्ट सिम्बल” के साथ आये,

and I was interested: Who is the competition?

और “द लास्ट सांग” भी आयी,

And I had some fabulous ones.

निकोलास स्पार्क्स की।

That week --

(Laughter)

और जब आप सिर्फ सूची देखते हैं,

Dan Brown came out with "The Lost Symbol,"

तो आपको अनुभव होता है, आपको पता होता है, कि प्रदर्शन के हिसाब से,

and "The Last Song" also came out,

इन किताबों या मेरी में कोई अंतर नहीं है।

Nicholas Sparks.

सही है ना?

And when you just look at the list,

तो शायद अगर निकोलास स्पार्क्स की टीम थोड़ा अधिक मेहनत करे,

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

तो वह आसानी से नंबर वन हो सकता है,

between these books or mine.

क्योंकि यह लगभग एक दुर्घटना है कि कौन शीर्ष पर खत्म हो गया।

Right?

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

तो मैंने कहा, चलो आंकड़ों की ओर देखें -- मैं डेटा व्यक्ति हूँ, सही?

he could easily be number one,

तो चलिए देखें कि निकोलास स्पार्क्स के लिए बिक्री कितनी थी।

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

और पता चलता है कि उस खुलने वाले वीकेंड में,

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

निकोलास स्पार्क्स ने एक लाख से अधिक प्रतियां बेची,

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

जो एक अद्भुत संख्या है।

आप वास्तव में “न्यूयॉर्क टाइम्स” के सर्वश्रेष्ठ बेचनेवाली सूची के

And it turns out that that opening weekend,

शीर्ष पर पहुंच सकते हैं हर हफ्ते 10,000 प्रतियां बेचकर,

Nicholas Sparks sold more than a hundred thousand copies,

इस प्रकार वह दस गुना अधिक प्रबल हुआ नंबर वन बनने के लिए

which is an amazing number.

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

तब भी वह नंबर वन नहीं थे।

क्यों?

by selling 10,000 copies a week,

क्योंकि वहाँ डैन ब्राउन थे, जिन्होंने उस वीकेंड 12 लाख प्रतियां बेची थीं।

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

(Laughter)

Yet he wasn't number one.

मुझे यह संख्या पसंद है क्योंकि यह दिखाती है कि, वास्तव में,

Why?

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

सफलता के मामले में, यह असीमित होती है,

(Laughter)

कि सर्वश्रेष्ठ केवल सेकंड सर्वश्रेष्ठ से थोड़ा अधिक नहीं पाते हैं

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

when it comes to success, it's unbounded,

बल्कि कई आदेशों में अधिक प्राप्त करते हैं,

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

क्योंकि सफलता एक समूहिक माप है।

हम उन्हें देते हैं, अपितु हम उसे अपने प्रदर्शन के माध्यम से कमाते हैं।

but gets orders of magnitude more,

तो हमें एक बात समझ में आई है कि प्रदर्शन, जो हम करते हैं, सीमित होता है,

because success is a collective measure.

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

लेकिन सफलता, जो समूहिक है, असीमित होती है,

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

जो आपको आश्चयचकित करती है:

जब आपके प्रदर्शन में इतने छोटे अंतर होते हैं,

तो आप सफलता में इतने बड़े अंतर कैसे प्राप्त करते हैं?

but success, which is collective, is unbounded,

हाल ही में, मैंने उसी सवाल पर एक पुस्तक प्रकाशित की।

which makes you wonder:

How do you get these huge differences in success

और उन्होंने मुझे सभी विवरणों को समझाने के लिए कम समय नहीं दिया।

when you have such tiny differences in performance?

तो मैं वापस जाने जा रहा हूँ उस सवाल पर,

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

अच्छा, आपके पास सफलता है; वह कब दिखाई देनी चाहिए?

तो हम पार्टी स्पॉयलर के पास वापस जाते हैं और अपने आप से पूछें:

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

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

ऐस्टीन ने यह अविश्वसनीय बयान क्यों दिया,

alright, you have success; when should that appear?

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

कि केवल 30 से पहले आप वास्तव में रचनात्मक हो सकते हैं?

ठीक है, क्योंकि उसने आसपास देखा और उन सभी शानदार भौतिकशास्त्रीयों को देखा

Why did Einstein make this ridiculous statement,

जिन्होंने क्वांटम मैकेनिक्स और आधुनिक भौतिकी बनाई,

that only before 30 you could actually be creative?

और जब उन्होंने ऐसा किया तो वे सभी अपने 20s और शुरुआती 30s में थे।

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

और यह केवल वह ही नहीं है |

that created quantum mechanics and modern physics,

यह अवलोकन संबंधी पूर्वाग्रह नहीं है,

क्योंकि वास्तव में है जीनियस अनुसंधान के एक पूरे क्षेत्र

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

जो इस तथ्य को दस्तावेज़ किया है कि,

And it's not only him.

It's not only observational bias,

यदि हम पिछले समय के उन लोगों को देखते हैं जिन्हें हम प्रशंसा करते हैं

because there's actually a whole field of genius research

और फिर देखते हैं कि वे किस आयु में अपने सबसे बड़े योगदान को देते हैं,

that has documented the fact that,

चाहे वह संगीत हो, चाहे वह विज्ञान हो,

if we look at the people we admire from the past

चाहे वह इंजीनियरिंग हो,

ज्यादातर लोग अपने 20s, 30s, शुरुआती 40s तक ही इसे करने में उत्तेजित होते हैं।

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

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

whether that's engineering,

लेकिन इस जीनियस अनुसंधान के साथ एक समस्या है।

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

अच्छा, सबसे पहले तो, यह हमें एक धारणा बनाई

कि रचनात्मकता युवाओं के बराबर है,

But there's a problem with this genius research.

जो कि दर्दनाक है, सही?

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

(Laughter)

और यह एक निरीक्षणीय भ्रम भी है,

that creativity equals youth,

क्योंकि यह केवल जीनियसों को देखता है और साधारण वैज्ञानिकों को नहीं देखता है

which is painful, right?

(Laughter)

And it also has an observational bias,

और सभी हमें नहीं देखता है और नहीं पूछते है,

क्या यह सच है कि रचनात्मकता हम बड़े होते हैं तो गायब हो जाती है?

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

तो यह वही है जिसे हमने कोशिश की,

और उसके लिए महत्वपूर्ण है कि वास्तव में संदर्भ हों।

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

is it really true that creativity vanishes as we age?

तो चलो एक साधारण वैज्ञानिक को देखें, जैसे कि मैं हूँ,

So that's exactly what we tried to do,

और मेरे करियर को देखें।

तो आप यहाँ उन सभी पेपर्स को देखते हैं जो मैंने प्रकाशित किए हैं

and this is important for that to actually have references.

मेरे पहले पेपर से, 1989 में; जब मैंने यह किया, तो मैं रोमानिया में था,

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

and let's look at my career.

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

इस साल के खत्म होने तक।

और लंबवत, आप यह देखते हैं पेपर का प्रभाव,

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

अर्थात् कितने उद्धरण, कैसे

अर्थात, कितने सारे साहित्य जो उस काम को उद्धृत करते हैं।

till kind of this year.

And vertically, you see the impact of the paper,

और जब आप उसे देखते हैं,

तो आप देखते हैं कि मेरी करियर लगभग तीन अलग-अलग चरणों में है।

that is, how many citations,

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

मैंने पहले 10 सालों में एक लंबा काम किया

और मुझे बहुत कुछ प्राप्त नहीं हुआ

किसी को भी मेरे काम की परवाह नहीं होती, सही?

And when you look at that,

you see that my career has roughly three different stages.

कोई प्रभाव लगभग नहीं है।

(Laughter)

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

उस समय, मैं सामग्री विज्ञान कर रहा था,

and I don't achieve much.

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

और फिर मुझे एक तरह से पता चला अपने लिए नेटवर्क

There's hardly any impact.

और फिर नेटवर्क में प्रकाशन शुरू किया।

(Laughter)

That time, I was doing material science,

और यह एक ऊँचे प्रभाव पेपर से दूसरे प्रभाव ले गया।

and then I kind of discovered for myself networks

और वास्तव में अच्छा लगता था। वह मेरे करियर का उस स्टेज था।

(Laughter)

and then started publishing in networks.

तो सवाल यह है, अब क्या हो रहा है?

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

हम नहीं जानते, क्योंकि अभी तक पर्याप्त समय नहीं बीता है।

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

वास्तव में समझने के लिए कि उन पेपरों का कितना प्रभाव होगा;

(Laughter)

So the question is, what happens right now?

इसे प्राप्त करने में समय लगता है।

जब आप डेटा को देखते हैं,

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

तो ऐसा लगता है कि आइंस्टीन, जीनियस अनुसंधान, सही है,

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

और मैं अपने करियर के उस स्टेज पर हूँ।

(Laughter)

it takes time to acquire.

Well, when you look at the data,

तो हमने कहा, ठीक है, चलो देखते हैं यह वास्तव में कैसे होता है,

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

and I'm at that stage of my career.

(Laughter)

पहले विज्ञान में।

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

और चयन भ्रम न होने के लिए,

केवल जीनियसों को देखने के लिए,

हमने प्रत्येक वैज्ञानिक का करियर पुनर्निर्माण किया

first in science.

And in order not to have the selection bias,

1900 से आज तक

और सभी वैज्ञानिकों के लिए ढूंढा कि उनका व्यक्तिगत सर्वश्रेष्ठ क्या था,

to look only at geniuses,

we ended up reconstructing the career of every single scientist

चाहे वह नोबेल पुरस्कार जीता हो या नहीं जीता हो,

from 1900 till today

किसी को नहीं पता उन्होंने क्या किया, भले ही उनकी व्यक्तिगत सर्वोत्तम।

and finding for all scientists what was their personal best,

और यही आप इस स्लाइड में देखते हैं।

whether they got the Nobel Prize or they never did,

प्रत्येक पंक्ति एक करियर है,

और जब आपके पास ऊपर एक हल्का नीला बिंदु होता है उस करियर के ऊपर,

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

यह कहता है कि वह उनका व्यक्तिगत सर्वश्रेष्ठ था।

And that's what you see in this slide.

और सवाल यह है,

Each line is a career,

उन्होंने वास्तव में कब उन्होंने अपनी सबसे बड़ी खोज?

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

उसे मापने के लिए,

हम देखते हैं कि आपके करियर की सबसे बड़ी खोज की संभावना क्या है,

it says that was their personal best.

And the question is,

when did they actually make their biggest discovery?

कहें एक, दो, तीन या 10 साल के भीतर?

हम असल उम्र की बात नहीं कर रहे हैं।

To quantify that,

हम “शैक्षिक उम्र” को देख रहे हैं।

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

आपकी शैक्षणिक उम्र तब शुरू होती है जब आप पहले पेपर्स प्रकाशित करते हैं।

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

मुझे पता है कि आप में से कुछ अभी भी शिशु हैं।

We're not looking at real age.

(Laughter)

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

तो आइए संभावना पर नजर डालें

Your academic age starts when you publish your first papers.

आप अपना सर्वोत्तम प्रभावी पेपर प्रकाशित करें।

I know some of you are still babies.

और जो आप देखते हैं, वास्तव में, जीनियस अनुसंधान सही है।

(Laughter)

So let's look at the probability

अधिकांश वैज्ञानिक अपना सबसे अधिक प्रभावशील पेपर प्रकाशित करते हैं

that you publish your highest-impact paper.

पहले 10, 15 साल में अपने करियर में,

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

और उसके बाद यह डूब जाता है।

Most scientists tend to publish their highest-impact paper

यह इतनी तेजी से डूबता है कि मैं लगभग --

in the first 10, 15 years in their career,

मैं बिल्कुल 30 साल के अंदर हूँ अपने करियर में,

and it tanks after that.

और यह उम्र का तो उसके आगे किसी भी पेपर को प्रकाशित करने का अवसर

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

जो मैंने पहले किया हुआ उससे अधिक प्रभावशील हो

यह कम से कम एक प्रतिशत से कम है।

मैं उस करियर के उस चरण में हूँ, इस डेटा के अनुसार।

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

लेकिन उसमें एक समस्या है।

than anything that I did before

हम सही नियंत्रण नहीं कर रहे हैं।

is less than one percent.

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

तो नियंत्रण क्या होगा,

किस रूप में दिखेगा वैज्ञानिक जो विज्ञान में यादृच्छिक योगदान देता है?

But there's a problem with that.

We're not doing controls properly.

या वैज्ञानिक की उत्पादकता क्या है?

So the control would be,

वे कब पेपर लिखते हैं?

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

तो हमने उत्पादकता का माप किया,

और आश्चर्यजनक तौर पर, उत्पादकता,

Or what is the productivity of the scientist?

आपकी पेपर लिखने की संभावना अपने करियर के साल 1, 10 या 20 में,

When do they write papers?

So we measured the productivity,

उस साल के उस भाग में

and amazingly, the productivity,

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

प्रभाव की प्राप्ति से परिपूर्ण है।

लंबी कहानी को संक्षेपित करने के लिए,

कई सांख्यिकीय परीक्षणों के बाद, इसका केवल एक ही स्पष्टीकरण है,

is indistinguishable from the likelihood of having the impact

in that part of your career.

कि वास्तव में, हम वैज्ञानिक कैसे काम करते हैं

And to make a long story short,

वह यह है कि हर एक पेपर जो हम लिखते हैं, हर परियोजना जो हम करते हैं,

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

की हमारे व्यक्तिगत सर्वोत्तम होने की समान संभावना होती है।

that really, the way we scientists work

यानी, खोज एक लॉटरी टिकट की तरह है।

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

और जितने अधिक लॉटरी टिकट हम खरीदते हैं,

has exactly the same chance of being our personal best.

उतनी अधिक हमारी संभावनाएं हैं।

That is, discovery is like a lottery ticket.

और ऐसा होता है

कि अधिकांश वैज्ञानिक अपने करियर के पहले 10, 15 वर्षों में

And the more lottery tickets we buy,

अपने अधिकांश लॉटरी टिकट खरीदते हैं,

the higher our chances.

और उसके बाद, उनकी उत्पादकता कम होती है।

And it happens to be so

that most scientists buy most of their lottery tickets

वे और अधिक लॉटरी टिकट नहीं खरीद रहे हैं।

in the first 10, 15 years of their career,

तो यह लगता है जैसे कि वे रचनात्मक नहीं होंगे।

and after that, their productivity decreases.

वास्तव में, उन्होंने प्रयास करना बंद कर दिया।

They're not buying any more lottery tickets.

तो जब हम वास्तव में डेटा को एक साथ रखते हैं, तो नतीजा बहुत सरल है:

So it looks as if they would not be creative.

सफलता किसी भी समय आ सकती है।

In reality, they stopped trying.

यह हो सकता है आपका पहला हो या आपके करियर का आखिरी पेपर।

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

यह परियोजनाओं के क्षेत्र में पूरी तरह से यादृच्छिक है |

success can come at any time.

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

परिणाम यह है कि उत्पादकता परिवर्तित होती है।

मुझे यह स्पष्ट करने दीजिए।

यहाँ फ्रैंक विलजेक हैं, जिन्हे भौतिकी में नोबेल पुरस्कार मिला

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

अपने करियर के पहले पेपर के लिए जो उन्होंने विद्यार्थी के रूप में लिखा था।

It is the productivity that changes.

Let me illustrate that.

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

और और भी दिलचस्प है जॉन फेन,

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

जिन्हे 70 वर्ष की आयु में, येल विश्वविद्यालय से मजबूरी से

सेवानिवृत्त कर दिया।

(Laughter)

उन्होंने उनकी प्रयोगशाला को बंद कर दिया,

More interesting is John Fenn,

और उसी समय, उन्होंने वर्जीनिया कॉमनवेल्थ विश्वविद्यालय में चले गए,

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

एक और प्रयोगशाला खोली,

और उसी उम्र में, 72 साल की आयु में, उन्होंने एक पेपर प्रकाशित किया

They shut his lab down,

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

जिसके लिए, 15 साल बाद, उन्हें रसायन विज्ञान का नोबेल पुरस्कार मिला।

opened another lab,

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

और आप सोचते हैं, ठीक है, वैज्ञानिकता विशेष होती है,

लेकिन दूसरे क्षेत्रों के बारे में क्या? जहां हमें रचनात्मक होना है?

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

तो चलो मैं एक और सामान्य उदाहरण लेता हूं: उद्यमिता।

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

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

सिलिकॉन वैली,

युवाओं की भूमि, सही?

So let me take another typical example: entrepreneurship.

वास्तव में, जब आप इसे देखते हैं,

तो आप समझते हैं कि सबसे बड़े पुरस्कार, टेकक्रंच अवार्ड्स और अन्य पुरस्कार,

Silicon Valley,

the land of the youth, right?

सभी उन लोगों को मिल रहे हैं

And indeed, when you look at it,

जिनकी औसत आयु 20 के दशक के अंत में, 30 के दशक के आरंभ में।

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

आप देखते हैं कि VCs पैसा किसे देते हैं, कुछ सबसे बड़े VC फर्मों --

are all going to people

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

सभी लोग उनके प्रारंभिक 30 के दशक में हैं।

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

जो, बेशक, हमें पता है;

सिलिकॉन वैली में इस मूल्यवानता है कि युवा सफलता के समान है।

all people in their early 30s.

नहीं जब आप डेटा को देखते हैं,

Which, of course, we know;

क्योंकि यह केवल कंपनी बनाने के बारे में नहीं है --

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

कंपनी बनाना उत्पादकता की तरह है, कोशिश, कोशिश, कोशिश --

जब आप देखते हैं कि इनमें से कौन वास्तव में बनाता है

Not when you look at the data,

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

एक सफल कंपनी, एक सफल निकास।

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

हाल ही में, हमारे कुछ सहकर्मी ने इसी सवाल पर गहराई से ध्यान दिया।

when you look at which of these individuals actually put out

और पता चलता है कि हाँ, जिन्होंने 20 और 30 के दशक में हैं

a successful company, a successful exit.

उन्होंने बहुत सारी कंपनियां बनाई हैं, कई कंपनियों को बनाया है,

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

लेकिन इनमें से ज्यादातर टूट गई हैं।

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

और जब आप सफल निकासों को देखते हैं, आप इस विशेष कथानक में क्या देखते हैं,

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

आपकी उम्र ज्यादा होने पर ज्यादा संभावना है कि आप वास्तव में

but most of them go bust.

स्टॉक मार्केट में सफल हो या कंपनी को सफलतापूर्वक बेचें।

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

यह इतना मजबूत है, वास्तव में, कि यदि आप 50 के दशक में हों,

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

आपकी संभावना दोगुनी है वास्तव में एक सफल निकास के लिए

or the sell the company successfully.

यदि आप 30 वर्ष के हैं तो उससे भी अधिक।

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

(Applause)

you are twice as likely to actually have a successful exit

than if you are in your 30s.

इसलिए अंत में, वास्तव में क्या है कि हम देखते हैं?

(Applause)

हम देखते हैं कि रचनात्मकता की कोई आयु नहीं होती है।

प्रोडक्टिविटी होती है, सही?

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

जो मुझे बता रहा है कि दिन के अंत में,

What we see is that creativity has no age.

यदि आप प्रयास करते रहें --

Productivity does, right?

(Laughter)

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

तो आप फिर से सफल हो सकते हैं और बार-बार सफल हो सकते हैं।

if you keep trying --

तो मेरा निष्कर्ष बहुत सरल है:

(Laughter)

मैं मंच से बाहर, अपनी प्रयोगशाला में वापस।

धन्यवाद।

you could still succeed and succeed over and over.

(Applause)

So my conclusion is very simple:

I am off the stage, back in my lab.

Thank you.

(Applause)