Eric Berlow and Sean Gourley: Mapping ideas worth spreading

71,019 views ・ 2013-09-18

TED


Ве молиме кликнете двапати на англискиот титл подолу за да го репродуцирате видеото.

Translator: ALEKSANDAR MITEVSKI Reviewer: Charlie Psy
00:12
Eric Berlow: I'm an ecologist, and Sean's a physicist,
0
12562
3061
Ерик Берлоу: Јас сум еколог, а Шон е физичар.
00:15
and we both study complex networks.
1
15623
2108
И двајцата ги проучуваме сложените мрежи.
00:17
And we met a couple years ago when we discovered
2
17731
1835
Се сретнавме пред неколку години кога дознавме
00:19
that we had both given a short TED Talk
3
19566
2000
дека и двајцата имаме одржано краток TED Говор
00:21
about the ecology of war,
4
21566
2303
за екологијата на војната,
00:23
and we realized that we were connected
5
23869
1447
и сфативме дека сме биле поврзани
00:25
by the ideas we shared before we ever met.
6
25316
2818
преку идеите кои ги споделуваме дури и пред да се сретнеме.
00:28
And then we thought, you know, there are thousands
7
28134
1556
И тогаш си помисливме, знаете, има илјадници
00:29
of other talks out there, especially TEDx Talks,
8
29690
2114
други говори, особено TEDx Говори,
00:31
that are popping up all over the world.
9
31804
2211
кои никнуваат низ целиот свет.
00:34
How are they connected,
10
34015
923
00:34
and what does that global conversation look like?
11
34938
2010
Како се поврзани тие
и како изгледа тој глобален разговор?
00:36
So Sean's going to tell you a little bit about how we did that.
12
36948
2810
Шон ќе ви раскаже како го направивме сето тоа.
00:39
Sean Gourley: Exactly. So we took 24,000 TEDx Talks
13
39758
3767
Шон Горли: Токму така. Зедовме 24,000 TEDx Говори
00:43
from around the world, 147 different countries,
14
43525
3046
од целиот свет, од 147 различни земји,
00:46
and we took these talks and we wanted to find
15
46571
2123
ги зедовме говорите и сакавме да ја откриеме
00:48
the mathematical structures that underly
16
48694
2040
математичката структура која стои
00:50
the ideas behind them.
17
50734
1722
во основата на овие идеи.
00:52
And we wanted to do that so we could see how
18
52456
1370
Тоа сакавме да го направиме за да видиме
00:53
they connected with each other.
19
53826
2053
како се поврзани една со друга.
00:55
And so, of course, if you're going to do this kind of stuff,
20
55879
1676
И се разбира, ако имаш ваква намера,
00:57
you need a lot of data.
21
57555
956
тогаш ќе ти требаат многу податоци.
00:58
So the data that you've got is a great thing called YouTube,
22
58511
3686
Податоците ги добивме благодарение на "Јутјуб,"
01:02
and we can go down and basically pull
23
62197
1768
од каде што ги симнавме информациите
01:03
all the open information from YouTube,
24
63965
2267
кои се достапни за јавноста,
01:06
all the comments, all the views, who's watching it,
25
66232
2349
сите коментари, сите прегледи, кој гледал,
01:08
where are they watching it, what are they saying in the comments.
26
68581
2779
од каде гледал, што вели во коментарите.
01:11
But we can also pull up, using speech-to-text translation,
27
71360
3292
Исто така, користејќи софтвер за трансформирање на говорот во текст,
01:14
we can pull the entire transcript,
28
74652
2128
дојдовме до цели преписи,
01:16
and that works even for people with kind of funny accents like myself.
29
76780
2680
а ова функционираше дури и кај луѓето со смешен акцент како што сум јас.
01:19
So we can take their transcript
30
79460
2106
Ќе го земевме преписот
01:21
and actually do some pretty cool things.
31
81566
2098
и со него правевме многу интересни работи.
01:23
We can take natural language processing algorithms
32
83664
2160
Користевме алгоритми за обработка на јазикот
01:25
to kind of read through with a computer, line by line,
33
85824
2629
со кои читавме компјутерски, ред по ред, и на тој начин
01:28
extracting key concepts from this.
34
88453
2359
ги извлекувавме клучните концепти од текстот.
01:30
And we take those key concepts and they sort of form
35
90812
2525
Ги зедовме клучните концепти, а сите тие заедно ja градат
01:33
this mathematical structure of an idea.
36
93337
3565
математичката структура на одредена идеја.
01:36
And we call that the meme-ome.
37
96902
1757
Тоа го нарекуваме "мим-ом."
01:38
And the meme-ome, you know, quite simply,
38
98659
2151
А "мим-ом" е едноставно математиката
01:40
is the mathematics that underlies an idea,
39
100810
2426
која лежи во основата на одредена идеја,
01:43
and we can do some pretty interesting analysis with it,
40
103236
1932
и токму со неа правевме доста интересни анализи,
01:45
which I want to share with you now.
41
105168
1981
кои би сакал да ги споделам со вас.
01:47
So each idea has its own meme-ome,
42
107149
2190
Секоја идеја си има свој мим-ом
01:49
and each idea is unique with that,
43
109339
1951
и секоја идеја е уникатна во тој поглед,
01:51
but of course, ideas, they borrow from each other,
44
111290
2488
но секако, идеите позајмуваат една од друга,
01:53
they kind of steal sometimes,
45
113778
1184
понекогаш крадат и
01:54
and they certainly build on each other,
46
114962
1827
со сигурност се надоврзуваат една на друга.
01:56
and we can go through mathematically
47
116789
1616
Ќе го земевме мим-омот од еден говор
01:58
and take the meme-ome from one talk
48
118405
1840
и математички го споредувавме со
02:00
and compare it to the meme-ome from every other talk,
49
120245
2454
мим-омот од секој друг говор,
02:02
and if there's a similarity between the two of them,
50
122699
1973
и ако се јавеше сличност помеѓу два говора,
02:04
we can create a link and represent that as a graph,
51
124672
3250
ги поврзувавме со врска и графички ги претставувавме,
02:07
just like Eric and I are connected.
52
127922
2394
исто како што Ерик и јас сме поврзани.
02:10
So that's theory, that's great.
53
130316
1394
Ова е теорија, и супер е.
02:11
Let's see how it works in actual practice.
54
131710
2526
Но ајде да видиме како оди тоа во пракса.
02:14
So what we've got here now is the global footprint
55
134236
2788
Овде ја гледате глобалната мапа
02:17
of all the TEDx Talks over the last four years
56
137024
2293
на сите TEDx Говори од последните четири години,
02:19
exploding out around the world
57
139317
1550
како никнуваат низ целиот свет,
02:20
from New York all the way down to little old New Zealand in the corner.
58
140867
3329
од Њујорк па сè до онаму долу во аголот, до малиот и стар Нов Зеленд.
02:24
And what we did on this is we analyzed the top 25 percent of these,
59
144196
3835
Анализиравме 25 проценти од говорите, тука ги вклучивме оние најдобрите,
02:28
and we started to see where the connections occurred,
60
148031
2534
и гледавме кај се јавуваат врските,
02:30
where they connected with each other.
61
150565
1537
дали се поврзани еден со друг.
02:32
Cameron Russell talking about image and beauty
62
152102
1874
Камерон Расел кој зборува за сликата и убавината
02:33
connected over into Europe.
63
153976
1575
е поврзан со Европа.
02:35
We've got a bigger conversation about Israel and Palestine
64
155551
2412
Имавме еден поголем разговор за Израел и Палестина
02:37
radiating outwards from the Middle East.
65
157963
2255
која зрачи нанадвор од Блискиот Исток.
02:40
And we've got something a little broader
66
160218
1298
И имаме нешто малку пошироко
02:41
like big data with a truly global footprint
67
161516
2156
како овие податоци со вистински глобален отпечаток
02:43
reminiscent of a conversation
68
163672
2179
кој потсеќа на разговорот
02:45
that is happening everywhere.
69
165851
2016
кој се одвива насекаде.
02:47
So from this, we kind of run up against the limits
70
167867
2173
Оттука, налетавме на ограничувањата
02:50
of what we can actually do with a geographic projection,
71
170040
2530
на географската проекција,
02:52
but luckily, computer technology allows us to go out
72
172570
2052
но за среќа, компјутерската технологија ни овозможува
02:54
into multidimensional space.
73
174622
1546
да влеземе во мултидимензионалниот простор.
02:56
So we can take in our network projection
74
176168
1875
Ја зедовме мрежната проекција
02:58
and apply a physics engine to this,
75
178043
1750
и врз неа применивме софтвер за физика,
02:59
and the similar talks kind of smash together,
76
179793
1885
притоа сличните говори се групираат заедно,
03:01
and the different ones fly apart,
77
181678
2004
а различните се оддалечуваат,
03:03
and what we're left with is something quite beautiful.
78
183682
2072
и на крај добиваме нешто многу убаво.
03:05
EB: So I want to just point out here that every node is a talk,
79
185754
2957
ЕБ: Овде сакам да посочам дека секој јазол е говор,
03:08
they're linked if they share similar ideas,
80
188711
2589
тие се поврзуваат ако споделуваат слични идеи,
03:11
and that comes from a machine reading
81
191300
2084
а тоа го правиме преку машинско читање
03:13
of entire talk transcripts,
82
193384
2067
на преписите од самите говори.
03:15
and then all these topics that pop out,
83
195451
2231
Значи сите овие теми кои никнуваат
03:17
they're not from tags and keywords.
84
197682
1790
не се базираат на таговите и клучните зборови.
03:19
They come from the network structure
85
199472
1725
Тие потекнуваат од мрежната структура
03:21
of interconnected ideas. Keep going.
86
201197
2168
на меѓуповрзаните идеи. Продолжи.
03:23
SG: Absolutely. So I got a little quick on that,
87
203365
2022
ШГ: Апсолутно. Избрзав малку со тоа,
03:25
but he's going to slow me down.
88
205387
1475
но тој е тука за да ме успори.
03:26
We've got education connected to storytelling
89
206862
2034
Образованието е поврзано со раскажувањето приказни,
03:28
triangulated next to social media.
90
208896
1643
а тие заедно се поврзани со социјалните медиуми.
03:30
You've got, of course, the human brain right next to healthcare,
91
210539
2475
Го имате, се разбира, човечкиот мозок веднаш до здравството,
03:33
which you might expect,
92
213014
1386
кое е за очекување,
03:34
but also you've got video games, which is sort of adjacent,
93
214400
2395
но ги имате и видео игрите, веднаш овде во близина,
03:36
as those two spaces interface with each other.
94
216795
2740
бидејќи овие две области се поврзани една со друга.
03:39
But I want to take you into one cluster
95
219535
1535
Но сакам да ви покажам еден кластер
03:41
that's particularly important to me, and that's the environment.
96
221070
2868
кој е особено важен за мене, а тоа е животната средина.
03:43
And I want to kind of zoom in on that
97
223938
1493
Сакам да го зумирам тоа
03:45
and see if we can get a little more resolution.
98
225431
2363
за да добијам малку повеќе резолуција.
03:47
So as we go in here, what we start to see,
99
227794
2347
Како што влегуваме овде, забележуваме,
03:50
apply the physics engine again,
100
230141
1504
повторно го применуваме софтверот за физика,
03:51
we see what's one conversation
101
231645
1676
забележуваме дека еден разговор
03:53
is actually composed of many smaller ones.
102
233321
2560
всушност се состои од многу помали разговори.
03:55
The structure starts to emerge
103
235881
1929
Почнува да се јавува структура
03:57
where we see a kind of fractal behavior
104
237810
2070
во која гледаме фрактално однесување
03:59
of the words and the language that we use
105
239880
1619
на зборовите и јазикот кои ги користиме
04:01
to describe the things that are important to us
106
241499
1702
за да ги опишеме работите кои ни се важни
04:03
all around this world.
107
243201
1433
насекаде низ светот.
04:04
So you've got food economy and local food at the top,
108
244634
2332
Имаме економија на храна и локална храна на врвот,
04:06
you've got greenhouse gases, solar and nuclear waste.
109
246966
2719
имаме стакленички гасови, соларен и нуклеарен отпад.
04:09
What you're getting is a range of smaller conversations,
110
249685
2631
Добиваме збир на помали разговори,
04:12
each connected to each other through the ideas
111
252316
2301
секој поврзан со останатите преку идеите
04:14
and the language they share,
112
254617
1301
и јазикот кој го споделуваат,
04:15
creating a broader concept of the environment.
113
255918
2450
на тој начин создавајќи поширок концепт на животна средина.
04:18
And of course, from here, we can go
114
258368
1532
И се разбира, одовде, можеме
04:19
and zoom in and see, well, what are young people looking at?
115
259900
3534
да зумираме и да видиме со што се занимаваат младите луѓе?
04:23
And they're looking at energy technology and nuclear fusion.
116
263434
2345
Ги интересира енергетската технологија и нуклеарната фузија.
04:25
This is their kind of resonance
117
265779
1674
Тоа е нивната бранова должина
04:27
for the conversation around the environment.
118
267453
2406
што се однесува до разговорите за животната средина.
04:29
If we split along gender lines,
119
269859
1899
Ако направиме поделба по пол,
04:31
we can see females resonating heavily
120
271758
1987
ќе видиме дека жените претежно ги интересира
04:33
with food economy, but also out there in hope and optimism.
121
273745
3645
економијата на храна, но исто така и оптимизмот и надежта.
04:37
And so there's a lot of exciting stuff we can do here,
122
277390
2482
Има многу возбудливи работи и следниот
04:39
and I'll throw to Eric for the next part.
123
279872
1762
дел ќе му го препуштам на Ерик.
04:41
EB: Yeah, I mean, just to point out here,
124
281634
1602
ЕБ: Да, мислам, само да истакнам,
04:43
you cannot get this kind of perspective
125
283236
1538
не можете да добиете ваква перспектива
04:44
from a simple tag search on YouTube.
126
284774
3360
преку едноставно пребарување на таговите на Јутјуб.
04:48
Let's now zoom back out to the entire global conversation
127
288134
4188
Ајде да одзумираме и да го погледнеме целиот глобален
04:52
out of environment, and look at all the talks together.
128
292322
2534
разговор, да ги погледнеме сите говори заедно.
04:54
Now often, when we're faced with this amount of content,
129
294856
2927
Честопати, кога сме соочени со олку голема содржина,
04:57
we do a couple of things to simplify it.
130
297783
2431
правиме неколку работи за да ја поедноставиме.
05:00
We might just say, well,
131
300214
1314
Можеме да речеме, добро,
05:01
what are the most popular talks out there?
132
301528
2829
кои се најпопуларните говори?
05:04
And a few rise to the surface.
133
304357
1397
И неколку ќе излезат на површина.
05:05
There's a talk about gratitude.
134
305754
1828
Имате говор за благодарноста.
05:07
There's another one about personal health and nutrition.
135
307582
3344
Имате друг за личното здравје и исхраната.
05:10
And of course, there's got to be one about porn, right?
136
310926
2929
И се разбира, мора да постои еден за порнографија, така?
05:13
And so then we might say, well, gratitude, that was last year.
137
313855
3234
И тогаш можеме да речеме, благодарност, тоа беше минатата година.
05:17
What's trending now? What's the popular talk now?
138
317089
2522
Што е тренди сега? Кој говор е популарен во моментов?
05:19
And we can see that the new, emerging, top trending topic
139
319611
3321
И можеме да видиме дека новата, растечка, најпопуларна тема
05:22
is about digital privacy.
140
322932
2666
е онаа за дигиталната приватност.
05:25
So this is great. It simplifies things.
141
325598
1693
Ова е супер. Ги поедноставува работите.
05:27
But there's so much creative content
142
327291
1827
Но има толку многу креативна содржина
05:29
that's just buried at the bottom.
143
329118
1921
која е едноставно закопана на дното.
05:31
And I hate that. How do we bubble stuff up to the surface
144
331039
3318
И го мразам тоа. Како да ги донесеме на површина работите
05:34
that's maybe really creative and interesting?
145
334357
2458
кои можеби се навистина креативни и интересни?
05:36
Well, we can go back to the network structure of ideas
146
336815
2931
За да го направиме тоа можеме да се навратиме на мрежната
05:39
to do that.
147
339746
1430
структура на идеите.
05:41
Remember, it's that network structure
148
341176
2114
Се сеќавате, токму мрежната структура
05:43
that is creating these emergent topics,
149
343290
2268
ги создава темите,
05:45
and let's say we could take two of them,
150
345558
1515
и еве да земеме две теми,
05:47
like cities and genetics, and say, well, are there any talks
151
347073
3047
како градови и генетика, и да прашаме, дали има некои говори
05:50
that creatively bridge these two really different disciplines.
152
350120
2569
кои креативно ги поврзуваат овие две навистина различни дисциплини.
05:52
And that's -- Essentially, this kind of creative remix
153
352689
2275
И тоа е -- Во основа, ваквата креативна мешавина
05:54
is one of the hallmarks of innovation.
154
354964
1840
е едно од главните обележја на иновацијата.
05:56
Well here's one by Jessica Green
155
356804
1606
Еве еден од Џесика Грин
05:58
about the microbial ecology of buildings.
156
358410
2379
за микробната екологија на зградите.
06:00
It's literally defining a new field.
157
360789
2010
Буквално создава ново поле.
06:02
And we could go back to those topics and say, well,
158
362799
2103
И можеме да се навратиме на тие теми и да прашаме,
06:04
what talks are central to those conversations?
159
364902
2768
кои говори се централни за овие разговори?
06:07
In the cities cluster, one of the most central
160
367670
1690
Во кластерот на градовите, еден од најцентралните
06:09
was one by Mitch Joachim about ecological cities,
161
369360
3952
беше оној од Мич Јоаким за еколошките градови,
06:13
and in the genetics cluster,
162
373312
1720
а во генетскиот кластер,
06:15
we have a talk about synthetic biology by Craig Venter.
163
375032
3193
имаме говор за синтетичката биологија од Крег Вентер.
06:18
These are talks that are linking many talks within their discipline.
164
378225
3353
Овие говори се врската помеѓу другите говори внатре дадената дисциплина.
06:21
We could go the other direction and say, well,
165
381578
1843
Можеме да тргнеме во друга насока и да прашаме,
06:23
what are talks that are broadly synthesizing
166
383421
2272
кои говори вршат сеопфатно синтетизирање
06:25
a lot of different kinds of fields.
167
385693
1448
на повеќе различни полиња.
06:27
We used a measure of ecological diversity to get this.
168
387141
2533
За да дојдеме до ова користевме мерка за еколошка разновидност.
06:29
Like, a talk by Steven Pinker on the history of violence,
169
389674
2736
Таков говор е оној од Стивен Пинкер за историјата на насилството,
06:32
very synthetic.
170
392410
1180
многу синтетизирачки.
06:33
And then, of course, there are talks that are so unique
171
393590
2078
Потоа, се разбира, имате говори кои се толку уникатни
06:35
they're kind of out in the stratosphere, in their own special place,
172
395668
3090
што се чини дека се во стратосферата, на едно посебно место,
06:38
and we call that the Colleen Flanagan index.
173
398758
2514
а тоа го нарекуваме Колин Фланаган индекс.
06:41
And if you don't know Colleen, she's an artist,
174
401272
3034
Ако не сте слушнале за Колин, таа е уметник,
06:44
and I asked her, "Well, what's it like out there
175
404306
1543
која ја прашав, "Како е таму горе во
06:45
in the stratosphere of our idea space?"
176
405849
1672
стратосферата каде лежат нашите идеи?"
06:47
And apparently it smells like bacon.
177
407521
3255
И очигледно мириса на сланина.
06:50
I wouldn't know.
178
410776
1791
Не би ни помислил.
06:52
So we're using these network motifs
179
412567
2248
Ги користиме овие мрежни мотиви
06:54
to find talks that are unique,
180
414815
1186
за да дојдеме до говори кои се уникатни,
06:56
ones that are creatively synthesizing a lot of different fields,
181
416001
2710
говори кои вршат креативна синтеза на повеќе различни полиња,
06:58
ones that are central to their topic,
182
418711
1659
говори кои се централни за дадена тема,
07:00
and ones that are really creatively bridging disparate fields.
183
420370
3374
и говори кои навистина креативно спојуваат далечни полиња.
07:03
Okay? We never would have found those with our obsession
184
423744
2102
Во ред? Никогаш немаше да ги најдеме овие говори доколку
07:05
with what's trending now.
185
425846
2313
гледавме само на популарноста.
07:08
And all of this comes from the architecture of complexity,
186
428159
2886
И сето ова доаѓа од архитектурата на комлексноста,
07:11
or the patterns of how things are connected.
187
431045
2960
т.е., од начинот на кој нештата се поврзани.
07:14
SG: So that's exactly right.
188
434005
1625
ШГ: Токму така.
07:15
We've got ourselves in a world
189
435630
2479
Се наоѓаме во свет кој
07:18
that's massively complex,
190
438109
2044
е премногу сложен,
07:20
and we've been using algorithms to kind of filter it down
191
440153
2867
и притоа користевме алгоритми за да го упростиме
07:23
so we can navigate through it.
192
443020
1786
и да го разбереме.
07:24
And those algorithms, whilst being kind of useful,
193
444806
2338
А тие алгоритми, од една страна се корисни,
07:27
are also very, very narrow, and we can do better than that,
194
447144
3476
но истовремено се, и ограничувачки, а ние можеме и подобро од тоа,
07:30
because we can realize that their complexity is not random.
195
450620
2566
можеме да сфатиме дека сложеност не е случајна.
07:33
It has mathematical structure,
196
453186
1954
Таа има математичка структура
07:35
and we can use that mathematical structure
197
455140
1803
која можеме да ја употребиме
07:36
to go and explore things like the world of ideas
198
456943
2214
за да го разбереме светот на идеите,
07:39
to see what's being said, to see what's not being said,
199
459157
3000
да видиме што е кажано, што не е кажано,
07:42
and to be a little bit more human
200
462157
1407
за да бидеме почовечни
07:43
and, hopefully, a little smarter.
201
463564
1867
и, се надевам, малку попаметни.
07:45
Thank you.
202
465431
966
Ви благодарам.
07:46
(Applause)
203
466397
4220
(Аплауз)
About this website

Оваа страница ќе ве запознае со видеата на YouTube кои се корисни за учење англиски јазик. Ќе гледате часови по англиски јазик кои ги учат врвни наставници од целиот свет. Кликнете двапати на англиските преводи прикажани на секоја видео страница за да го репродуцирате видеото од таму. Преводите се движат синхронизирано со репродукцијата на видеото. Ако имате какви било коментари или барања, ве молиме контактирајте не користејќи ја оваа контакт форма.

https://forms.gle/WvT1wiN1qDtmnspy7