The mathematician who cracked Wall Street | Jim Simons

2,728,196 views ・ 2015-09-25

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Kacper Borowiecki Korekta: Rysia Wand
00:12
Chris Anderson: You were something of a mathematical phenom.
0
12817
2834
Chris Anderson: Jesteś rodzajem fenomenu matematycznego.
00:15
You had already taught at Harvard and MIT at a young age.
1
15675
3064
Za młodu uczyłeś na MIT i Harvardzie.
00:18
And then the NSA came calling.
2
18763
2190
Następnie skontaktowała się z tobą NSA.
00:21
What was that about?
3
21464
1204
O co chodziło?
00:23
Jim Simons: Well the NSA -- that's the National Security Agency --
4
23207
3923
Jim Simons: NSA, Agencja Bezpieczeństwa Narodowego,
00:27
they didn't exactly come calling.
5
27154
1969
nie do końca się skontaktowała.
00:29
They had an operation at Princeton, where they hired mathematicians
6
29465
4474
Prowadzili operację na Princeton, do której zatrudniali matematyków
00:33
to attack secret codes and stuff like that.
7
33963
2942
łamiących tajne kody i takie tam.
00:37
And I knew that existed.
8
37294
1672
Wiedziałem, że to istnieje.
00:39
And they had a very good policy,
9
39315
2180
Dawali bardzo dobre warunki,
00:41
because you could do half your time at your own mathematics,
10
41519
3850
bo połowę czasu można było wykorzystać na własną pracę,
00:45
and at least half your time working on their stuff.
11
45393
3484
ale przez co najmniej połowę musiałeś pracować nad ich sprawami.
00:49
And they paid a lot.
12
49559
1474
Sporo też płacili.
00:51
So that was an irresistible pull.
13
51057
3051
To nieodparcie przyciągało.
00:54
So, I went there.
14
54132
1912
Zgłosiłem się.
00:56
CA: You were a code-cracker.
15
56068
1338
CA: Byłeś łamaczem kodów.
00:57
JS: I was.
16
57430
1166
JS: Byłem.
00:58
CA: Until you got fired.
17
58620
1157
CA: Ale cię zwolnili.
00:59
JS: Well, I did get fired. Yes.
18
59801
1583
JS: Prawda, zwolnili mnie.
01:01
CA: How come?
19
61408
1245
CA: Dlaczego?
01:03
JS: Well, how come?
20
63280
1333
JS: Dlaczego?
01:05
I got fired because, well, the Vietnam War was on,
21
65611
4956
Zwolnili mnie, bo była wojna w Wietnamie.
01:10
and the boss of bosses in my organization was a big fan of the war
22
70591
5738
Szef szefów mojej organizacji był wielkim fanem wojen.
01:16
and wrote a New York Times article, a magazine section cover story,
23
76353
4395
Napisał duży artykuł w New York Timesie,
01:20
about how we would win in Vietnam.
24
80772
1770
jak to zwyciężymy w Wietnamie.
01:22
And I didn't like that war, I thought it was stupid.
25
82566
3129
Nie lubiłem tej wojny, uważałem, że jest głupia.
01:25
And I wrote a letter to the Times, which they published,
26
85719
2665
Napisałem list do Timesa, który został opublikowany.
01:28
saying not everyone who works for Maxwell Taylor,
27
88408
4014
Napisałem, że nie każdy, kto pracuje dla Maxwella Taylora,
01:32
if anyone remembers that name, agrees with his views.
28
92446
4686
jeśli ktokolwiek pamięta to nazwisko, zgadza się z jego poglądami.
01:37
And I gave my own views ...
29
97553
1658
Potem opisałem własne.
01:39
CA: Oh, OK. I can see that would --
30
99235
2164
CA: Widzę, jak to szło.
01:41
JS: ... which were different from General Taylor's.
31
101423
2555
JS: Różniły się poglądów generała Taylora.
01:44
But in the end, nobody said anything.
32
104002
1906
Ale w końcu nikt nic nie powiedział.
01:45
But then, I was 29 years old at this time, and some kid came around
33
105932
3701
Wtedy miałem 29 lat i przyszedł do mnie jakiś chłopak.
01:49
and said he was a stringer from Newsweek magazine
34
109657
3088
Powiedział, że jest niezależnym dziennikarzem z Newsweeka
01:52
and he wanted to interview me and ask what I was doing about my views.
35
112769
5367
i chce zrobić ze mną wywiad, jak wprowadzam swoje poglądy w czyn.
01:58
And I told him, "I'm doing mostly mathematics now,
36
118160
3899
Powiedziałem: "Teraz zajmuję się głównie matematyką,
02:02
and when the war is over, then I'll do mostly their stuff."
37
122083
3373
a kiedy wojna się skończy, zajmę się głównie ich sprawami".
02:06
Then I did the only intelligent thing I'd done that day --
38
126123
2825
Następnie zrobiłem jedyną inteligentną rzecz tego dnia.
02:08
I told my local boss that I gave that interview.
39
128972
4157
Powiedziałem szefowi, że dałem komuś wywiad.
02:13
And he said, "What'd you say?"
40
133153
1459
Zapytał: "Co powiedziałeś?".
02:14
And I told him what I said.
41
134636
1466
Powtórzyłem, co powiedziałem.
02:16
And then he said, "I've got to call Taylor."
42
136126
2315
Wtedy powiedział: "Muszę zadzwonić do Taylora".
02:18
He called Taylor; that took 10 minutes.
43
138465
2377
Zadzwonił do Taylora, zajęło mu to dziesięć minut.
02:20
I was fired five minutes after that.
44
140866
2262
Po następnych pięciu mnie wywalił.
02:23
CA: OK.
45
143590
1222
CA: OK.
02:24
JS: But it wasn't bad.
46
144836
1151
JS: Jednak nie było źle.
02:26
CA: It wasn't bad, because you went on to Stony Brook
47
146011
2493
CA: Nie było źle, trafiłeś do Stony Brook
02:28
and stepped up your mathematical career.
48
148528
3133
i rozwinąłeś karierę matematyczną.
02:31
You started working with this man here.
49
151685
2452
Zacząłeś pracować z tym człowiekiem.
02:34
Who is this?
50
154161
1164
Kto to jest?
02:36
JS: Oh, [Shiing-Shen] Chern.
51
156352
1412
JS: [Shiing-Shen] Chern.
02:37
Chern was one of the great mathematicians of the century.
52
157788
3104
Chern był jednym z największych matematyków tamtego wieku.
02:40
I had known him when I was a graduate student at Berkeley.
53
160916
5233
Poznałem go na studiach w Berkeley.
02:46
And I had some ideas,
54
166173
1871
Miałem parę pomysłów,
02:48
and I brought them to him and he liked them.
55
168068
2447
pokazałem mu je i się spodobały.
02:50
Together, we did this work which you can easily see up there.
56
170539
6626
Wspólnie zrobiliśmy coś, co możecie zobaczyć tutaj.
02:57
There it is.
57
177189
1150
Tak to wyglądało.
02:59
CA: It led to you publishing a famous paper together.
58
179198
3606
CA: Ta współpraca zaprowadziła do publikacji słynnego artykułu.
03:02
Can you explain at all what that work was?
59
182828
3238
Możesz nam wyjaśnić, o co w ogóle chodziło?
03:07
JS: No.
60
187028
1158
JS: Nie.
03:08
(Laughter)
61
188210
2274
(Śmiech)
03:10
JS: I mean, I could explain it to somebody.
62
190966
2064
JS: Mogę wytłumaczyć to komuś.
03:13
(Laughter)
63
193054
2075
(Śmiech)
03:15
CA: How about explaining this?
64
195153
1864
CA: Jak to wyjaśnisz?
03:17
JS: But not many. Not many people.
65
197041
2729
JS: Ale niewielu. Niewielu osobom.
03:21
CA: I think you told me it had something to do with spheres,
66
201144
2814
CA: Chyba mówiłeś, że to ma coś wspólnego z kulami,
03:23
so let's start here.
67
203982
1862
więc zacznijmy tutaj.
03:25
JS: Well, it did, but I'll say about that work --
68
205868
3600
JS: Tak, miało, ale zanim do tego dojdziemy,
03:29
it did have something to do with that, but before we get to that --
69
209492
3200
03:32
that work was good mathematics.
70
212716
3540
powiem, że ta praca
to dobra matematyka.
03:36
I was very happy with it; so was Chern.
71
216280
2492
Obaj byliśmy bardzo szczęśliwi.
03:39
It even started a little sub-field that's now flourishing.
72
219910
4176
Ta praca rozpoczęła nawet rozwój poddziedziny, która teraz święci sukcesy.
03:44
But, more interestingly, it happened to apply to physics,
73
224638
5294
Ale, co interesujące, dało się to zastosować w fizyce,
03:49
something we knew nothing about -- at least I knew nothing about physics,
74
229956
4295
o której nic nie wiedzieliśmy, przynajmniej ja nic nie wiedziałem
03:54
and I don't think Chern knew a heck of a lot.
75
234275
2282
i nie sądzę, że Chern wiedział więcej.
03:56
And about 10 years after the paper came out,
76
236581
3963
Jakieś 10 lat po tym, jak wyszedł ten artykuł,
04:00
a guy named Ed Witten in Princeton started applying it to string theory
77
240568
4480
Ed Witten z Princeton zastosował go w teorii strun,
04:05
and people in Russia started applying it to what's called "condensed matter."
78
245072
4852
a w Rosji zaczęto stosować go do czegoś zwanego "skondensowaną materią".
04:09
Today, those things in there called Chern-Simons invariants
79
249948
4893
Dzisiaj te elementy nazwane niezmiennikami Cherna-Simonsa
04:14
have spread through a lot of physics.
80
254865
1865
często wykorzystuje się w fizyce.
04:16
And it was amazing.
81
256754
1174
To było zdumiewające.
04:17
We didn't know any physics.
82
257952
1365
Nie znaliśmy fizyki.
04:19
It never occurred to me that it would be applied to physics.
83
259714
2854
Nie przyszło mi do głowy, że można to wykorzystać w fizyce.
04:22
But that's the thing about mathematics -- you never know where it's going to go.
84
262592
3788
Ale to jest ważne w matematyce - nigdy nie wiadomo, dokąd dojdziesz.
04:26
CA: This is so incredible.
85
266404
1492
CA: To niesamowite.
04:27
So, we've been talking about how evolution shapes human minds
86
267920
4364
Mówiliśmy o tym, jak ewolucja kształtuje ludzkie umysły,
04:32
that may or may not perceive the truth.
87
272308
2508
które mogą dostrzegać prawdę lub nie.
04:34
Somehow, you come up with a mathematical theory,
88
274840
3313
Jakoś wymyśliłeś teorię matematyczną,
04:38
not knowing any physics,
89
278177
1848
nie znając w ogóle fizyki
04:40
discover two decades later that it's being applied
90
280049
2498
i dwie dekady później odkryłeś, że użyto jej,
04:42
to profoundly describe the actual physical world.
91
282571
3031
aby dogłębnie opisać aktualny świat fizyczny.
04:45
How can that happen?
92
285626
1153
Jak to się mogło stać?
04:46
JS: God knows.
93
286803
1157
JS: Bóg jeden wie.
04:47
(Laughter)
94
287984
2110
(Śmiech)
04:50
But there's a famous physicist named [Eugene] Wigner,
95
290849
3150
Jest jednak słynny fizyk, nazywa się [Eugene] Wigner.
04:54
and he wrote an essay on the unreasonable effectiveness of mathematics.
96
294023
5588
Napisał esej o nieuzasadnionej skuteczności matematyki.
04:59
Somehow, this mathematics, which is rooted in the real world
97
299635
3952
W jakiś sposób matematyka zakorzeniona jest w prawdziwym świecie.
05:03
in some sense -- we learn to count, measure, everyone would do that --
98
303611
4995
Uczymy się liczyć, mierzyć, każdy to robi,
05:08
and then it flourishes on its own.
99
308630
1830
ale potem rozwija się sama.
05:10
But so often it comes back to save the day.
100
310976
2841
Często jednak wraca, by uratować nam skórę.
05:14
General relativity is an example.
101
314293
2178
Przykładem jest teoria względności.
05:16
[Hermann] Minkowski had this geometry, and Einstein realized,
102
316495
3117
[Hermann] Mikowski stworzył geometrię, a Einstein zauważył:
05:19
"Hey! It's the very thing in which I can cast general relativity."
103
319636
3847
"Właśnie na tym mogę osadzić teorię względności".
05:23
So, you never know. It is a mystery.
104
323507
3112
Nigdy nic nie wiadomo. To tajemnica.
05:27
It is a mystery.
105
327056
1217
To tajemnica.
05:28
CA: So, here's a mathematical piece of ingenuity.
106
328297
3296
CA: To jest więc efekt matematycznej pomysłowości.
05:31
Tell us about this.
107
331617
1342
Opowiedz nam o tym.
05:32
JS: Well, that's a ball -- it's a sphere, and it has a lattice around it --
108
332983
5924
JS: Mamy piłkę - to kula, która ma wokół siatkę,
05:38
you know, those squares.
109
338931
1573
takie kwadraty.
05:42
What I'm going to show here was originally observed by [Leonhard] Euler,
110
342697
4906
To, co chcę pokazać, zaobserwował [Leonhard] Euler,
05:47
the great mathematician, in the 1700s.
111
347627
2254
świetny matematyk z XVIII wieku.
05:50
And it gradually grew to be a very important field in mathematics:
112
350223
5181
Stopniowo stało się to bardzo ważną częścią matematyki:
05:55
algebraic topology, geometry.
113
355428
2334
topologią algebraiczną, geometrią.
05:59
That paper up there had its roots in this.
114
359039
4364
Ta praca naukowa ma w tym swoje korzenie.
06:03
So, here's this thing:
115
363427
1834
Chodzi o to,
06:05
it has eight vertices, 12 edges, six faces.
116
365285
4452
że ten obiekt ma osiem wierzchołków, dwanaście krawędzi i sześć ścianek.
06:09
And if you look at the difference -- vertices minus edges plus faces --
117
369761
3830
Kiedy obliczysz różnicę, wierzchołki minus krawędzie plus ścianki,
06:13
you get two.
118
373615
1152
otrzymujesz dwa.
06:14
OK, well, two. That's a good number.
119
374791
2219
Dwa. To dobra cyfra.
06:17
Here's a different way of doing it -- these are triangles covering --
120
377034
4248
Jest też inny sposób, wykorzystujący trójkąty.
06:21
this has 12 vertices and 30 edges
121
381306
4577
Mamy 12 wierzchołków, 30 krawędzi
06:25
and 20 faces, 20 tiles.
122
385907
4195
oraz dwadzieścia ścianek, płytek.
06:30
And vertices minus edges plus faces still equals two.
123
390576
4591
Wierzchołki minus krawędzie plus ścianki - wciąż wychodzi dwa.
06:35
And in fact, you could do this any which way --
124
395191
2847
W rzeczywistości można tak zrobić w dowolny sposób,
06:38
cover this thing with all kinds of polygons and triangles
125
398062
3398
pokrywając to wszelkimi wielokątami i trójkątami,
06:41
and mix them up.
126
401484
1320
mieszając je.
06:42
And you take vertices minus edges plus faces -- you'll get two.
127
402828
3279
Wierzchołki minus krawędzie plus ścianki - wciąż daje dwa.
06:46
Here's a different shape.
128
406131
1611
Oto inny kształt.
06:48
This is a torus, or the surface of a doughnut: 16 vertices
129
408480
5250
To torus, podobny do pączka z dziurką - szesnaście wierzchołków
06:53
covered by these rectangles, 32 edges, 16 faces.
130
413754
4244
stworzonych z prostokątów, 32 krawędzie i 16 ścianek.
06:58
Vertices minus edges comes out to be zero.
131
418530
2684
Ścianki minus krawędzie dają zero.
07:01
It'll always come out to zero.
132
421238
1475
Tutaj zawsze wyjdzie zero.
07:02
Every time you cover a torus with squares or triangles
133
422737
4310
Zawsze, gdy pokryjesz torus różnymi kwadratami, trójkątami
07:07
or anything like that, you're going to get zero.
134
427071
3935
lub czymkolwiek innym, wyjdzie zero.
07:12
So, this is called the Euler characteristic.
135
432514
2390
Nazywa się to charakterystyką Eulera.
07:14
And it's what's called a topological invariant.
136
434928
3449
Czasem też niezmiennością topologiczną.
07:18
It's pretty amazing.
137
438849
1156
To zdumiewające.
07:20
No matter how you do it, you're always get the same answer.
138
440029
2791
Nieważne, jak to zrobisz, wyjdzie tyle samo.
07:22
So that was the first sort of thrust, from the mid-1700s,
139
442844
6299
To pierwsze pchnięcie w połowie XVIII wieku
07:29
into a subject which is now called algebraic topology.
140
449167
3769
popchnęło do przodu temat zwany dziś niezmiennością topologiczną.
07:32
CA: And your own work took an idea like this and moved it
141
452960
2983
CA: A twoja własna praca użyła tej idei i przeniosła ją
07:35
into higher-dimensional theory,
142
455967
2449
w teorię wyższych wymiarów,
07:38
higher-dimensional objects, and found new invariances?
143
458440
3088
obiektów wielowymiarowych i znalazła nowe stałe elementy?
07:41
JS: Yes. Well, there were already higher-dimensional invariants:
144
461552
4643
JS: Tak. Wcześniej znano stałe elementy wyższych wymiarów:
07:46
Pontryagin classes -- actually, there were Chern classes.
145
466219
4457
klasy Pontryagina, tak naprawdę to klasy Cherna.
07:50
There were a bunch of these types of invariants.
146
470700
3548
Było kilka rodzajów takich stałych.
07:54
I was struggling to work on one of them
147
474272
4135
Miałem problemy z jedną z nich
07:58
and model it sort of combinatorially,
148
478431
4203
i modelowałem je raczej kombinatorycznie,
08:02
instead of the way it was typically done,
149
482658
3022
czyli nie w sposób, w jaki odbywa się to zazwyczaj.
08:05
and that led to this work and we uncovered some new things.
150
485704
4359
To zaprowadziło do naszej pracy, odkryliśmy trochę nowych rzeczy.
08:10
But if it wasn't for Mr. Euler --
151
490087
3501
Ale gdyby nie było Eulera,
08:13
who wrote almost 70 volumes of mathematics
152
493612
3981
który napisał prawie 70 tomów o matematyce
08:17
and had 13 children,
153
497617
1731
i miał 13 dzieci,
08:19
who he apparently would dandle on his knee while he was writing --
154
499372
6442
które najwyraźniej niańczył na swoim kolanie podczas pisania,
08:25
if it wasn't for Mr. Euler, there wouldn't perhaps be these invariants.
155
505838
5774
gdyby nie było Eulera, prawdopodobnie nie byłoby tych stałych.
08:32
CA: OK, so that's at least given us a flavor of that amazing mind in there.
156
512157
4097
CA: To daje nam chociaż mały wgląd w ten wspaniały umysł.
08:36
Let's talk about Renaissance.
157
516804
1543
Porozmawiajmy o Renaissance.
08:38
Because you took that amazing mind and having been a code-cracker at the NSA,
158
518371
5856
Ponieważ miałeś niesamowity umysł i byłeś łamaczem kodów w NSA,
08:44
you started to become a code-cracker in the financial industry.
159
524251
3229
zacząłeś pracować jako łamacz kodów w przemyśle finansowym.
08:47
I think you probably didn't buy efficient market theory.
160
527504
2690
Prawdopodobnie nie kupiłeś teorii efektywnego rynku,
08:50
Somehow you found a way of creating astonishing returns over two decades.
161
530218
6387
ale jakoś znalazłeś sposób na osiąganie ogromnych zysków przez dwadzieścia lat.
08:56
The way it's been explained to me,
162
536629
1671
Wyjaśniono mi,
08:58
what's remarkable about what you did wasn't just the size of the returns,
163
538324
3499
że niezwykła w twojej pracy jest nie tylko wielkość zysków,
09:01
it's that you took them with surprisingly low volatility and risk,
164
541847
3883
ale to, że wytworzyłeś je z bardzo niskim ryzykiem i zmiennością
09:05
compared with other hedge funds.
165
545754
1824
w porównaniu do funduszy hedgingowych.
09:07
So how on earth did you do this, Jim?
166
547602
1929
W jaki sposób to zrobiłeś, Jim?
09:10
JS: I did it by assembling a wonderful group of people.
167
550071
4111
JS: Zrobiłem to, łącząc wspaniałą grupę ludzi.
09:14
When I started doing trading, I had gotten a little tired of mathematics.
168
554206
3956
Kiedy zaczynałem handlować, byłem trochę zmęczony matematyką.
09:18
I was in my late 30s, I had a little money.
169
558186
3923
Miałem trzydzieści kilka lat i bardzo mało pieniędzy.
09:22
I started trading and it went very well.
170
562133
2509
Zacząłem grać i wyszło nieźle.
09:25
I made quite a lot of money with pure luck.
171
565063
2748
Zarobiłem sporo pieniędzy dzięki czystemu szczęściu.
09:27
I mean, I think it was pure luck.
172
567835
1666
Sądzę, że to było tylko szczęście.
09:29
It certainly wasn't mathematical modeling.
173
569525
2109
Nie modelowałem tego matematycznie.
09:31
But in looking at the data, after a while I realized:
174
571658
3831
Patrząc na dane, po chwili zdałem sobie sprawę:
09:35
it looks like there's some structure here.
175
575513
2553
to wygląda na jakąś strukturę.
09:38
And I hired a few mathematicians, and we started making some models --
176
578090
3697
Zatrudniłem kilku matematyków, zaczęliśmy tworzyć modele,
09:41
just the kind of thing we did back at IDA [Institute for Defense Analyses].
177
581811
4265
takie same, jak w IDA, Instytucie Analiz Obronnych.
09:46
You design an algorithm, you test it out on a computer.
178
586100
2833
Tworzysz algorytm i przepuszczasz przez komputer.
09:48
Does it work? Doesn't it work? And so on.
179
588957
2166
Działa? Nie działa? I tak dalej.
09:51
CA: Can we take a look at this?
180
591443
1479
CA: Czy możemy na to spojrzeć?
09:52
Because here's a typical graph of some commodity.
181
592946
4541
Oto typowy wykres jakiegoś towaru.
09:58
I look at that, and I say, "That's just a random, up-and-down walk --
182
598487
4041
Patrzę na to i stwierdzam: "To jest losowe, idzie w górę lub dół,
10:02
maybe a slight upward trend over that whole period of time."
183
602552
2862
może przez cały okres ma niewielką tendencję wzrostową".
10:05
How on earth could you trade looking at that,
184
605438
2113
Jak można handlować za pomocą tego
10:07
and see something that wasn't just random?
185
607575
2326
i zobaczyć coś, co nie jest przypadkowe?
10:09
JS: In the old days -- this is kind of a graph from the old days,
186
609925
3247
JS: W dawnych czasach - to rodzaj wykresu z dawnych lat -
10:13
commodities or currencies had a tendency to trend.
187
613196
4284
towary lub waluty miały tendencję do trendów.
10:17
Not necessarily the very light trend you see here, but trending in periods.
188
617504
6055
Niekoniecznie do bardzo słabych tendencji takich jak ta, ale trendów okresowych.
10:23
And if you decided, OK, I'm going to predict today,
189
623583
4056
Jeśli zdecydowałeś: "Dzisiaj będę przewidywał
10:27
by the average move in the past 20 days --
190
627663
4968
na podstawie zmian z ostatnich 20 dni",
10:32
maybe that would be a good prediction, and I'd make some money.
191
632655
3107
być może będzie to dobra prognoza, a ja zarobię trochę pieniędzy.
10:35
And in fact, years ago, such a system would work --
192
635786
5608
Tak naprawdę lata temu taki system by zadziałał,
10:41
not beautifully, but it would work.
193
641418
2391
nie idealnie, ale by działał.
10:43
You'd make money, you'd lose money, you'd make money.
194
643833
2509
Zarabiasz kasę, tracisz i znowu zarabiasz.
10:46
But this is a year's worth of days,
195
646366
2198
Ale jeśli podsumować wszystkie dni w roku,
10:48
and you'd make a little money during that period.
196
648588
4241
zarobek wyjdzie bardzo mały.
10:53
It's a very vestigial system.
197
653884
1958
To bardzo szczątkowy system.
10:56
CA: So you would test a bunch of lengths of trends in time
198
656525
3529
CA: Przetestowałbyś więc kilka odcinków trendów czasowych,
11:00
and see whether, for example,
199
660078
2436
aby zobaczyć na przykład,
11:02
a 10-day trend or a 15-day trend was predictive of what happened next.
200
662538
3481
co się stanie dalej - trend będzie dziesięcio-, czy piętnastodniowy?
11:06
JS: Sure, you would try all those things and see what worked best.
201
666043
6762
JS: Przetestowałbym to wszystko i odkrył, co działa najlepiej.
11:13
Trend-following would have been great in the '60s,
202
673515
3350
Śledzenie trendów działało świetnie w latach 60.
11:16
and it was sort of OK in the '70s.
203
676889
2132
Było w porządku w latach 70.,
11:19
By the '80s, it wasn't.
204
679045
1873
ale w 80. już nie.
11:20
CA: Because everyone could see that.
205
680942
2817
CA: Ponieważ każdy to widział.
11:23
So, how did you stay ahead of the pack?
206
683783
2782
Jak więc pozostałeś na czele?
11:27
JS: We stayed ahead of the pack by finding other approaches --
207
687046
6132
JS: Zostaliśmy na czele, znajdując inne podejścia,
11:33
shorter-term approaches to some extent.
208
693202
2741
do jakiegoś stopnia krótkoterminowe.
11:37
The real thing was to gather a tremendous amount of data --
209
697107
3347
Chodziło o to, by zebrać ogromną ilość danych
11:40
and we had to get it by hand in the early days.
210
700478
3578
i na początku musieliśmy robić to ręcznie.
11:44
We went down to the Federal Reserve and copied interest rate histories
211
704080
3466
Poszliśmy do Rezerw Federalnych, kopiowaliśmy historie stóp procentowych
11:47
and stuff like that, because it didn't exist on computers.
212
707570
3265
i tego typu rzeczy, bo tego nie było w komputerze.
11:50
We got a lot of data.
213
710859
1643
Mieliśmy dużo danych
11:52
And very smart people -- that was the key.
214
712526
4160
I bardzo mądrych ludzi - to był klucz.
11:57
I didn't really know how to hire people to do fundamental trading.
215
717463
3776
Tak naprawdę nie wiedziałem, jak zatrudnić ludzi do głównej pracy.
12:01
I had hired a few -- some made money, some didn't make money.
216
721749
2949
Zatrudniłem paru, niektórzy zarabiali, inni nie.
12:04
I couldn't make a business out of that.
217
724722
1880
Z tego nie da się zrobić biznesu.
12:06
But I did know how to hire scientists,
218
726626
2042
Wiedziałem jednak, jak zatrudnić naukowców,
12:08
because I have some taste in that department.
219
728692
3389
miałem wyczucie w tej dziedzinie.
12:12
So, that's what we did.
220
732105
1838
To właśnie zrobiliśmy.
12:13
And gradually these models got better and better,
221
733967
3231
Stopniowo te modele stawały się coraz lepsze,
12:17
and better and better.
222
737222
1335
lepsze i lepsze.
12:18
CA: You're credited with doing something remarkable at Renaissance,
223
738581
3214
CA: Przypisuje ci się stworzenie w Renaissance czegoś znaczącego,
12:21
which is building this culture, this group of people,
224
741819
2601
stworzenia kultury - grupy ludzi,
12:24
who weren't just hired guns who could be lured away by money.
225
744444
3142
którzy nie byli tylko najemnikami skuszonymi pieniędzmi.
12:27
Their motivation was doing exciting mathematics and science.
226
747610
3912
Ich motywacją było wykorzystywanie ekscytującej matematyki oraz nauki.
12:31
JS: Well, I'd hoped that might be true.
227
751860
2399
JS: Miałem nadzieję, że to prawda.
12:34
But some of it was money.
228
754283
3580
Pieniądze jednak też grały rolę.
12:37
CA: They made a lot of money.
229
757887
1393
CA: Zarobili dużo pieniędzy.
12:39
JS: I can't say that no one came because of the money.
230
759304
2537
JS: Nie twierdzę, że nikt nie przyszedł dla kasy.
12:41
I think a lot of them came because of the money.
231
761865
2253
Myślę, że wielu przyszło z tego powodu,
12:44
But they also came because it would be fun.
232
764142
2021
ale też dlatego, że to była zabawa.
12:46
CA: What role did machine learning play in all this?
233
766187
2488
CA: Jaką rolę w tym odegrało uczenie maszynowe?
12:48
JS: In a certain sense, what we did was machine learning.
234
768699
3064
JS: W pewnym sensie to, co zrobiliśmy, to uczenie maszynowe.
12:52
You look at a lot of data, and you try to simulate different predictive schemes,
235
772879
6291
Patrzysz na dane, symulujesz różne przewidywalne schematy,
12:59
until you get better and better at it.
236
779194
2182
aż będziesz w tym coraz lepszy.
13:01
It doesn't necessarily feed back on itself the way we did things.
237
781400
3767
Ta metoda niekoniecznie uczy się na swoich błędach.
13:05
But it worked.
238
785191
2309
Ale działała.
13:08
CA: So these different predictive schemes can be really quite wild and unexpected.
239
788150
4059
CA: Różne przewidywalne schematy mogą być naprawdę nieprzewidywalne.
13:12
I mean, you looked at everything, right?
240
792233
1914
Mierzyliście wszystko, prawda?
13:14
You looked at the weather, length of dresses, political opinion.
241
794171
3317
Patrzyliście na pogodę, długość sukienek i nastroje polityczne.
13:17
JS: Yes, length of dresses we didn't try.
242
797512
2837
JS: Długości sukienek nie próbowaliśmy.
13:20
CA: What sort of things?
243
800373
2057
CA: Jakiego rodzaju rzeczy mierzyliście?
13:22
JS: Well, everything.
244
802454
1158
JS: Właściwie wszystko.
13:23
Everything is grist for the mill -- except hem lengths.
245
803636
3264
Wszystko to woda na młyn, za wyjątkiem spódnic.
13:28
Weather, annual reports,
246
808852
2300
Pogoda, raporty roczne,
13:31
quarterly reports, historic data itself, volumes, you name it.
247
811176
4732
kwartalne, dane historyczne, różne woluminy, co tylko chcesz.
13:35
Whatever there is.
248
815932
1151
Co się da.
13:37
We take in terabytes of data a day.
249
817107
2621
Zbieramy terabajty danych dziennie.
13:39
And store it away and massage it and get it ready for analysis.
250
819752
4124
Magazynujemy je, porządkujemy i przygotowujemy do analizy,
13:45
You're looking for anomalies.
251
825446
1382
Szukamy anomalii.
13:46
You're looking for -- like you said,
252
826852
2953
Jak powiedziałeś,
13:49
the efficient market hypothesis is not correct.
253
829829
2452
hipoteza efektywnego rynku jest błędna.
13:52
CA: But any one anomaly might be just a random thing.
254
832305
3467
CA: Każda anomalia jednak może być tylko losową sprawą.
13:55
So, is the secret here to just look at multiple strange anomalies,
255
835796
3658
Sekret tkwi więc wyłącznie w szukaniu zwielokrotnionej anomalii
13:59
and see when they align?
256
839478
1328
i czekaniu na wyrównanie?
14:01
JS: Any one anomaly might be a random thing;
257
841238
3213
JS: Każda anomalia może być przypadkowa,
14:04
however, if you have enough data you can tell that it's not.
258
844475
3039
ale jeśli masz wystarczająco dużo danych, można to sprawdzić.
14:07
You can see an anomaly that's persistent for a sufficiently long time --
259
847538
4950
Można szukać anomalii, które trwają dostatecznie długo.
14:12
the probability of it being random is not high.
260
852512
4975
Prawdopodobieństwo ich przypadkowości nie jest duże.
14:17
But these things fade after a while; anomalies can get washed out.
261
857511
4858
Jednak po pewnym czasie znikają, anomalie mogą zniknąć.
14:22
So you have to keep on top of the business.
262
862393
2420
Trzeba pilnować interesu.
14:24
CA: A lot of people look at the hedge fund industry now
263
864837
2672
CA: Wielu ludzi patrzy na rynek funduszy hedgingowych
14:27
and are sort of ... shocked by it,
264
867533
4398
i są w pewien sposób... zszokowani tym,
14:31
by how much wealth is created there,
265
871955
2172
jak wiele bogactwa tam się tworzy
14:34
and how much talent is going into it.
266
874151
2245
i ile talentu jest w to włożone.
14:37
Do you have any worries about that industry,
267
877523
4006
Czy masz jakieś obawy dotyczące branży,
14:41
and perhaps the financial industry in general?
268
881553
2414
być może całego przemysłu finansowego?
14:43
Kind of being on a runaway train that's --
269
883991
2704
Czy to nie pociąg-widmo,
14:46
I don't know -- helping increase inequality?
270
886719
4030
który zwiększa nierówności?
14:50
How would you champion what's happening in the hedge fund industry?
271
890773
3831
Co masz na obronę tego, co dzieje się w przemyśle funduszy hedgingowych?
14:54
JS: I think in the last three or four years,
272
894628
2608
JS: Sądzę, że przez ostatnie 3 - 4 lata
14:57
hedge funds have not done especially well.
273
897260
2103
fundusze nie radziły sobie najlepiej.
14:59
We've done dandy,
274
899387
1400
Nam poszło świetnie,
15:00
but the hedge fund industry as a whole has not done so wonderfully.
275
900811
4001
ale cała branża hedgingowa nie radzi sobie tak dobrze.
15:04
The stock market has been on a roll, going up as everybody knows,
276
904836
4902
Giełda była na fali, każdy widział, jak wzrastała,
15:09
and price-earnings ratios have grown.
277
909762
3445
a wskaźnik ceny do zysku rósł.
15:13
So an awful lot of the wealth that's been created in the last --
278
913231
3063
Strasznie dużo bogactwa powstałego przez ostatnie 5 - 6 lat
15:16
let's say, five or six years -- has not been created by hedge funds.
279
916318
3350
nie powstało dzięki takim funduszom.
15:20
People would ask me, "What's a hedge fund?"
280
920458
3221
Ludzie pytają mnie: "Co to jest fundusz hedgingowy?".
15:23
And I'd say, "One and 20."
281
923703
2260
Odpowiadam: "Jeden i 20".
15:25
Which means -- now it's two and 20 --
282
925987
3566
Dziś to "dwa i 20":
15:29
it's two percent fixed fee and 20 percent of profits.
283
929577
3353
2% opłaty stałej i 20% zysków.
15:32
Hedge funds are all different kinds of creatures.
284
932954
2352
Każdy fundusz jest inny.
15:35
CA: Rumor has it you charge slightly higher fees than that.
285
935330
3239
CA: Plotka głosi, że pobierasz troszkę większe opłaty.
15:39
JS: We charged the highest fees in the world at one time.
286
939339
3081
JS: W tamtym czasie pobieraliśmy najwyższe opłaty na świecie.
15:42
Five and 44, that's what we charge.
287
942444
3226
Pobieraliśmy pięć i 44.
15:45
CA: Five and 44.
288
945694
1398
CA: Pięć i 44.
15:47
So five percent flat, 44 percent of upside.
289
947116
3234
5% opłaty stałej i 44% zysków.
15:50
You still made your investors spectacular amounts of money.
290
950374
2783
Inwestorzy wciąż spektakularnie zarabiają.
15:53
JS: We made good returns, yes.
291
953181
1452
JS: Mamy dobre wyniki, to prawda.
15:54
People got very mad: "How can you charge such high fees?"
292
954657
3000
Ludzie wściekają się na tak wysokie opłaty.
15:57
I said, "OK, you can withdraw."
293
957681
1627
"Zawsze możecie się wycofać".
15:59
But "How can I get more?" was what people were --
294
959332
2818
Na co oni: "Jak mogę kupić więcej?".
16:02
(Laughter)
295
962174
1504
(Śmiech)
16:03
But at a certain point, as I think I told you,
296
963702
2440
Chyba mówiłem, że w pewnym momencie
16:06
we bought out all the investors because there's a capacity to the fund.
297
966166
5175
wykupiliśmy wszystkich inwestorów, bo było nas na to stać.
16:11
CA: But should we worry about the hedge fund industry
298
971365
2704
CA: Czy należy bać się o rynek funduszy hedgingowych,
16:14
attracting too much of the world's great mathematical and other talent
299
974093
5438
który przyciąga wielu utalentowanych ludzi i najlepszych światowych matematyków
16:19
to work on that, as opposed to the many other problems in the world?
300
979555
3238
do pracy nad tym, zamiast na rzecz innych światowych problemów?
16:22
JS: Well, it's not just mathematical.
301
982817
1929
JS: To nie tylko matematycy.
16:24
We hire astronomers and physicists and things like that.
302
984770
2679
Zatrudniamy astronomów, fizyków i różnych takich.
16:27
I don't think we should worry about it too much.
303
987833
2431
Nie sądzę, że trzeba się tym przejmować.
16:30
It's still a pretty small industry.
304
990288
3142
To cały czas mała branża.
16:33
And in fact, bringing science into the investing world
305
993454
5997
Tak naprawdę włączenie nauki w świat inwestycji
16:39
has improved that world.
306
999475
2159
ulepszyło nasz świat.
16:41
It's reduced volatility. It's increased liquidity.
307
1001658
4070
Ograniczyło niestabilność i zwiększyło płynność.
16:45
Spreads are narrower because people are trading that kind of stuff.
308
1005752
3189
Spready są mniejsze, bo ludzie zaczęli kupować tego typu rzeczy.
16:48
So I'm not too worried about Einstein going off and starting a hedge fund.
309
1008965
5076
Nie boję się, że jakiś Einstein założy fundusz.
16:54
CA: You're at a phase in your life now where you're actually investing, though,
310
1014478
4164
CA: Na obecnym etapie życia zajmujesz się głównie inwestowaniem,
16:58
at the other end of the supply chain --
311
1018666
3734
ale na drugim końcu łańcucha dostaw
17:02
you're actually boosting mathematics across America.
312
1022424
4104
wspierasz matematyków w całej Ameryce.
17:06
This is your wife, Marilyn.
313
1026552
1865
To twoja żona, Marilyn.
17:08
You're working on philanthropic issues together.
314
1028441
4756
Pracujecie razem w filantropii.
17:13
Tell me about that.
315
1033221
1163
Odpowiedz mi o tym.
17:14
JS: Well, Marilyn started --
316
1034408
3649
JS: Marilyn stworzyła...
17:18
there she is up there, my beautiful wife --
317
1038081
3447
Tu widać ją na górze, to moja piękna żona.
17:21
she started the foundation about 20 years ago.
318
1041552
2972
Stworzyła fundację jakieś 20 lat temu.
17:24
I think '94.
319
1044548
1151
Sądzę, że w 1994 roku.
17:25
I claim it was '93, she says it was '94,
320
1045723
2095
Obstawiam rok 1993, ona 1994.
17:27
but it was one of those two years.
321
1047842
2571
W każdym razie w którymś z tych dwóch.
17:30
(Laughter)
322
1050437
2135
(Śmiech)
17:32
We started the foundation, just as a convenient way to give charity.
323
1052596
6719
Uruchomiliśmy fundację jako wygodny sposób na przekazywanie funduszy charytatywnych.
17:40
She kept the books, and so on.
324
1060346
2507
Żona robiła buchalterię.
17:42
We did not have a vision at that time, but gradually a vision emerged --
325
1062877
6714
Z początku nie mieliśmy pomysłu, ale stopniowo się pojawił:
17:49
which was to focus on math and science, to focus on basic research.
326
1069615
5504
skupiliśmy się na matematyce i fizyce, na badaniach podstawowych.
17:55
And that's what we've done.
327
1075569
2772
To robiliśmy.
17:58
Six years ago or so, I left Renaissance and went to work at the foundation.
328
1078365
6355
Sześć lat temu opuściłem Renaissance i rozpocząłem pracę w fundacji.
18:04
So that's what we do.
329
1084744
1571
Tym się zajmujemy.
18:06
CA: And so Math for America is basically investing
330
1086339
2909
CA: "Matematyka dla Ameryki" zasadniczo inwestuje
18:09
in math teachers around the country,
331
1089272
2638
w nauczycieli matematyki z całego kraju,
18:11
giving them some extra income, giving them support and coaching.
332
1091934
3802
dając im dodatkowe dochody, wsparcie i trening.
18:15
And really trying to make that more effective
333
1095760
3051
Próbuje stworzyć skuteczniejsze nauczanie
18:18
and make that a calling to which teachers can aspire.
334
1098835
2601
stworzyć powołanie, do którego warto aspirować.
18:21
JS: Yeah -- instead of beating up the bad teachers,
335
1101460
4790
JS: Zamiast wytykać złych nauczycieli,
18:26
which has created morale problems all through the educational community,
336
1106274
4853
co powoduje problemy moralne w całej społeczności pedagogicznej,
18:31
in particular in math and science,
337
1111151
2441
szczególnie w naukach ścisłych,
18:33
we focus on celebrating the good ones and giving them status.
338
1113616
6130
skupiamy się na wspieraniu dobrych i nadawaniu im statusu.
18:39
Yeah, we give them extra money, 15,000 dollars a year.
339
1119770
2931
Tak, dajemy im pieniądze, 15 000 dolarów rocznie.
18:42
We have 800 math and science teachers in New York City in public schools today,
340
1122725
4467
Mamy 800 nauczycieli nauk ścisłych w publicznych szkołach Nowego Jorku,
18:47
as part of a core.
341
1127216
1814
którzy są częścią programu.
18:49
There's a great morale among them.
342
1129054
3686
Morale jest wspaniałe.
18:52
They're staying in the field.
343
1132764
2506
Zostają w szkołach.
18:55
Next year, it'll be 1,000 and that'll be 10 percent
344
1135294
2895
Za rok będzie ich tysiąc, czyli 10%
18:58
of the math and science teachers in New York [City] public schools.
345
1138213
3544
wszystkich nauczycieli nauk ścisłych w publicznych szkołach Nowego Jorku.
19:01
(Applause)
346
1141781
5905
(Brawa)
19:07
CA: Jim, here's another project that you've supported philanthropically:
347
1147710
3410
CA: Jim, oto inny projekt, który wspierasz jako filantrop,
19:11
Research into origins of life, I guess.
348
1151144
2397
badanie początków życia.
19:13
What are we looking at here?
349
1153565
1447
Co tu widzimy?
19:15
JS: Well, I'll save that for a second.
350
1155536
1882
JS: Odpowiem za chwilę.
19:17
And then I'll tell you what you're looking at.
351
1157442
2162
Wtedy powiem ci, co widzimy.
19:19
Origins of life is a fascinating question.
352
1159628
3056
Początki życia to fascynujące zagadnienie.
19:22
How did we get here?
353
1162708
1533
Skąd się wzięliśmy.
19:25
Well, there are two questions:
354
1165170
1771
Mamy dwa pytania.
19:26
One is, what is the route from geology to biology --
355
1166965
5868
Pierwsze to droga od geologii do biologii,
19:32
how did we get here?
356
1172857
1381
jak tu doszliśmy?
19:34
And the other question is, what did we start with?
357
1174262
2364
Kolejne brzmi: od czego zaczynaliśmy?
19:36
What material, if any, did we have to work with on this route?
358
1176650
3102
Czy z czymś po drodze pracowaliśmy?
19:39
Those are two very, very interesting questions.
359
1179776
3061
To są dwa bardzo interesujące pytania.
19:43
The first question is a tortuous path from geology up to RNA
360
1183773
5834
Pierwsze pytanie to kręta ścieżka od geologii do RNA
19:49
or something like that -- how did that all work?
361
1189631
2258
lub czegoś podobnego - jak to wszystko działa.
19:51
And the other, what do we have to work with?
362
1191913
2388
I drugie, jaki był materiał wyjściowy.
19:54
Well, more than we think.
363
1194325
1771
Było tego więcej, niż nam się wydaje.
19:56
So what's pictured there is a star in formation.
364
1196120
4843
Na tym zdjęciu widać formowanie się gwiazdy.
20:01
Now, every year in our Milky Way, which has 100 billion stars,
365
1201836
3425
Każdego roku na Drodze Mlecznej, która zawiera 100 miliardów gwiazd,
20:05
about two new stars are created.
366
1205285
2495
tworzą się dwie nowe.
20:07
Don't ask me how, but they're created.
367
1207804
2470
Nie wiem jak, ale się tworzą.
20:10
And it takes them about a million years to settle out.
368
1210298
3080
Osadzenie zajmuje im około miliona lat.
20:14
So, in steady state,
369
1214132
2176
W stanie ustalonym
20:16
there are about two million stars in formation at any time.
370
1216332
3848
mamy około dwa miliona gwiazd, które cały czas się formują.
20:20
That one is somewhere along this settling-down period.
371
1220204
3458
Ta jeszcze się osadza.
20:24
And there's all this crap sort of circling around it,
372
1224067
2936
Wokół niej krążą te śmiecie,
20:27
dust and stuff.
373
1227027
1498
kurz i reszta.
20:29
And it'll form probably a solar system, or whatever it forms.
374
1229479
3023
To prawdopodobnie stworzy system słoneczny.
20:32
But here's the thing --
375
1232526
2176
Chodzi o to,
20:34
in this dust that surrounds a forming star
376
1234726
6348
że w kurzu okalającym formującą się gwiazdę
20:41
have been found, now, significant organic molecules.
377
1241098
6035
znaleziono niedawno znaczące cząstki organiczne.
20:47
Molecules not just like methane, but formaldehyde and cyanide --
378
1247958
6139
Molekuły nie tylko takie jak metan, ale i formaldehyd, i cyjanek
20:54
things that are the building blocks -- the seeds, if you will -- of life.
379
1254121
6517
- elementy będące cegiełkami, czy nasionami życia.
21:01
So, that may be typical.
380
1261136
2692
To może być typowe.
21:04
And it may be typical that planets around the universe
381
1264395
6934
To może być typowe, że planety w całym Wszechświecie
21:11
start off with some of these basic building blocks.
382
1271353
3612
zaczynają z paroma podstawowymi cegiełkami.
21:15
Now does that mean there's going to be life all around?
383
1275830
2715
Czy to oznacza, że tam wszędzie będzie życie?
21:18
Maybe.
384
1278569
1364
Być może.
21:19
But it's a question of how tortuous this path is
385
1279957
4127
Pytanie brzmi jednak, ja kręta jest ścieżka
21:24
from those frail beginnings, those seeds, all the way to life.
386
1284108
4394
od delikatnych nasion do życia.
21:28
And most of those seeds will fall on fallow planets.
387
1288526
5192
Większość z tych nasion spadnie na planety-nieużytki.
21:33
CA: So for you, personally,
388
1293742
1409
CA: Dla ciebie, osobiście,
21:35
finding an answer to this question of where we came from,
389
1295175
2722
znalezienie odpowiedzi na pytanie, skąd pochodzimy
21:37
of how did this thing happen, that is something you would love to see.
390
1297921
3658
i jak to wszystko się stało - coś takiego chciałbyś zobaczyć.
21:41
JS: Would love to see.
391
1301603
1786
JS: Chciałbym to zobaczyć.
21:43
And like to know --
392
1303413
1490
Chciałbym wiedzieć,
21:44
if that path is tortuous enough, and so improbable,
393
1304927
5170
czy ta ścieżka jest na tyle kręta i nieprawdopodobna,
21:50
that no matter what you start with, we could be a singularity.
394
1310121
4754
że niezależnie od miejsca startu, możemy być osobliwością.
21:55
But on the other hand,
395
1315336
1152
Ale z drugiej strony,
21:56
given all this organic dust that's floating around,
396
1316512
3478
biorąc pod uwagę organiczy kurz, który lata sobie wokół,
22:00
we could have lots of friends out there.
397
1320014
3791
możemy mieć tam gdzieś wielu przyjaciół.
22:04
It'd be great to know.
398
1324947
1161
Dobrze byłoby wiedzieć.
22:06
CA: Jim, a couple of years ago, I got the chance to speak with Elon Musk,
399
1326132
3480
CA: Kilka lat temu rozmawiałem z Elonem Muskiem.
22:09
and I asked him the secret of his success,
400
1329636
2837
Zapytałem go o sekret sukcesu,
22:12
and he said taking physics seriously was it.
401
1332497
3691
a on odparł, że było to branie fizyki na poważnie.
22:16
Listening to you, what I hear you saying is taking math seriously,
402
1336696
4003
Słuchając ciebie, widzę, że wziąłeś matematykę na poważnie,
22:20
that has infused your whole life.
403
1340723
3003
wpłynęła ona na całe twoje życie.
22:24
It's made you an absolute fortune, and now it's allowing you to invest
404
1344123
4563
Dała ci ogromny majątek i pozwala ci aktualnie inwestować
22:28
in the futures of thousands and thousands of kids across America and elsewhere.
405
1348710
4496
w przyszłość tysięcy dzieci w całej Ameryce i poza nią.
22:33
Could it be that science actually works?
406
1353567
2858
Czy to możliwe, że nauka naprawdę działa?
22:36
That math actually works?
407
1356449
2772
Czy matematyka naprawdę działa?
22:39
JS: Well, math certainly works. Math certainly works.
408
1359245
4372
JS: Matematyka na pewno działa.
22:43
But this has been fun.
409
1363641
1198
Ale to była zabawa.
22:44
Working with Marilyn and giving it away has been very enjoyable.
410
1364863
4946
Praca z Marilyn i rozdawanie było bardzo przyjemne.
22:49
CA: I just find it -- it's an inspirational thought to me,
411
1369833
2936
CA: To dla mnie inspirująca myśl,
22:52
that by taking knowledge seriously, so much more can come from it.
412
1372793
4007
branie wiedzy na poważnie może przynieść zdecydowanie więcej.
22:56
So thank you for your amazing life, and for coming here to TED.
413
1376824
3018
Dziękuję więc za twoje życie i przyjście tutaj, na scenę TED.
22:59
Thank you.
414
1379866
751
Dziękuję.
23:00
Jim Simons!
415
1380651
1101
Jim Simons!
23:01
(Applause)
416
1381806
4380
(Brawa)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7