Eric Berlow and Sean Gourley: Mapping ideas worth spreading

Tłumaczenie: Justyna Szumiło Korekta: Dorota Konowrocka

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

Eric Berlow: Jestem ekologiem, a Sean fizykiem.

and we both study complex networks.

Badamy złożone sieci.

And we met a couple years ago when we discovered

Poznaliśmy się kilka lat temu, gdy okazało się,

that we had both given a short TED Talk

że obaj wygłosiliśmy krótkie prelekcje TED

about the ecology of war,

o ekologii wojny.

and we realized that we were connected

Zrozumieliśmy, że łączą nas poglądy

by the ideas we shared before we ever met.

które podzielaliśmy, nigdy się nie spotkawszy.

And then we thought, you know, there are thousands

Stwierdziliśmy, że istnieją tysiące

of other talks out there, especially TEDx Talks,

innych prelekcji, zwłaszcza TEDx,

that are popping up all over the world.

pojawiających się na całym świecie.

How are they connected,

and what does that global conversation look like?

Jak się łączą?

Jak wygląda globalna rozmowa?

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

Sean opowie, jak do tego doszliśmy.

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

Sean Gourley: Zebraliśmy 24 tys. prelekcji TEDx

from around the world, 147 different countries,

ze 147 krajów całego świata,

and we took these talks and we wanted to find

chcąc poznać struktury matematyczne

the mathematical structures that underly

leżące u podstaw

the ideas behind them.

kryjących się za nimi idei.

And we wanted to do that so we could see how

Chcieliśmy sprawdzić,

they connected with each other.

jak są ze sobą połączone.

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

Aby to zrobić,

you need a lot of data.

potrzeba wielu danych.

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

Mamy wspaniałe narzędzie: YouTube,

and we can go down and basically pull

skąd możemy wydobyć

all the open information from YouTube,

wszystkie dostępne informacje,

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

komentarze, wyświetlenia, kto i gdzie je ogląda,

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

co ludzie piszą w komentarzach.

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

Dzięki tłumaczeniu mowy na tekst

we can pull the entire transcript,

możemy uzyskać transkrypcję.

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

Działa nawet w przypadku śmiesznych akcentów, jak mój.

So we can take their transcript

Możemy wziąć transkrypcję

and actually do some pretty cool things.

i zrobić fajne rzeczy.

We can take natural language processing algorithms

Można skorzystać z algorytmów przetwarzania języka naturalnego,

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

analizować tekst komputerowo, linijka po linijce,

extracting key concepts from this.

wydobywając kluczowe pojęcia.

And we take those key concepts and they sort of form

Te kluczowe pojęcia tworzą

this mathematical structure of an idea.

matematyczną strukturę idei,

And we call that the meme-ome.

którą nazywamy "memom".

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

Memom to po prostu

is the mathematics that underlies an idea,

matematyka będąca podstawą idei,

and we can do some pretty interesting analysis with it,

Pozwala przeprowadzić ciekawą analizę,

which I want to share with you now.

którą teraz przedstawię.

So each idea has its own meme-ome,

Każda idea ma swój memom,

and each idea is unique with that,

każdy memom jest niepowtarzalny,

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

ale idee zapożyczają od siebie,

they kind of steal sometimes,

czasami wręcz kradną,

and they certainly build on each other,

a z pewnością bazują na sobie.

and we can go through mathematically

Możemy je przejrzeć matematycznie,

and take the meme-ome from one talk

wybrać memom z jednej prelekcji

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

i porównać z memomami z innych prelekcji.

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

Jeśli dwa z nich są podobne,

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

możemy je połączyć i pokazać to graficznie.

just like Eric and I are connected.

Ja i Eric jesteśmy połączeni.

So that's theory, that's great.

Oto teoria.

Let's see how it works in actual practice.

Spójrzmy, jak działa w praktyce.

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

Oto globalny schemat

of all the TEDx Talks over the last four years

prelekcji TEDx z ostatnich 4 lat,

exploding out around the world

wygłaszanych na całym świecie

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

od Nowego Jorku po Nową Zelandię.

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

Przeanalizowaliśmy jedną czwartą

and we started to see where the connections occurred,

i zaczęliśmy dostrzegać powiązania,

where they connected with each other.

miejsca połączeń.

Cameron Russell talking about image and beauty

Cameron Russell mówiąca o urodzie

connected over into Europe.

zaprowadziła nas do Europy.

We've got a bigger conversation about Israel and Palestine

Dialog na temat Izraela i Palestyny

radiating outwards from the Middle East.

promieniuje z Bliskiego Wschodu.

And we've got something a little broader

Mamy też coś szerszego

like big data with a truly global footprint

jak "big data" o globalnym zasięgu,

reminiscent of a conversation

co przypomina rozmowę

that is happening everywhere.

prowadzoną na całym świecie.

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

Napotkaliśmy ograniczenia

of what we can actually do with a geographic projection,

odwzorowania kartograficznego,

but luckily, computer technology allows us to go out

ale komputery pozwalają nam wkroczyć

into multidimensional space.

w przestrzeń wielowymiarową.

So we can take in our network projection

Odwzorowanie sieci

and apply a physics engine to this,

poddajemy prawom fizyki

and the similar talks kind of smash together,

i podobne prelekcje zbliżają się do siebie,

and the different ones fly apart,

a odmienne oddalają się.

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

Powstaje coś pięknego.

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

EB: Każdy węzeł to prelekcja.

they're linked if they share similar ideas,

Łączą się, jeśli komunikują podobne idee.

and that comes from a machine reading

To pochodzi z odczytu komputerowego

of entire talk transcripts,

transkrypcji całych prelekcji.

and then all these topics that pop out,

Wszystkie pojawiające się tematy

they're not from tags and keywords.

nie pochodzą z tagów czy słów kluczowych.

They come from the network structure

Pochodzą ze struktury sieciowej

of interconnected ideas. Keep going.

połączonych ze sobą idei.

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

SG: Trochę się zapędziłem,

but he's going to slow me down.

ale on mnie przyhamuje.

We've got education connected to storytelling

Wykształcenie łączy się z opowiadaniem historii,

triangulated next to social media.

a to z mediami społecznościowymi.

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

Mózg ludzki łączy się z opieką zdrowotną,

which you might expect,

co dość oczywiste,

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

ale też z grami komputerowymi,

as those two spaces interface with each other.

te dwie sfery łączą się ze sobą.

But I want to take you into one cluster

Pokażę teraz skupisko

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

szczególnie dla mnie ważne: środowisko.

And I want to kind of zoom in on that

Powiększę trochę obraz

and see if we can get a little more resolution.

i zwiększę rozdzielczość.

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

Znów poddam je prawom fizyki.

apply the physics engine again,

Znów poddam je prawom fizyki.

we see what's one conversation

Widać, że jedna rozmowa

is actually composed of many smaller ones.

składa się z wielu mniejszych.

The structure starts to emerge

Wyłania się struktura,

where we see a kind of fractal behavior

w której widać fraktalne zachowanie

of the words and the language that we use

słów i języka używanych

to describe the things that are important to us

do opisania kwestii ważnych

all around this world.

na całym świecie.

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

Na górze gospodarka żywnościowa i lokalna żywność,

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

gazy cieplarniane, odpady energetyczne i jądrowe.

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

Otrzymujemy szereg mniejszych rozmów,

each connected to each other through the ideas

każdą łączą z innymi wspólne idee

and the language they share,

wspólny język,

creating a broader concept of the environment.

tworząc szersze pojęcie środowiska.

And of course, from here, we can go

Powiększamy obraz

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

i sprawdzamy, co oglądają młodzi ludzie.

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

Interesuje ich energetyka i reakcja termojądrowa.

This is their kind of resonance

To ich odpowiedź

for the conversation around the environment.

na rozmowę o środowisku.

If we split along gender lines,

Jeśli podzielimy to według płci,

we can see females resonating heavily

widać, że kobiety silnie reagują

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

na temat gospodarki żywnościowej, ale z nadzieją i optymizmem.

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

Możemy zrobić wiele ciekawych rzeczy.

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

Przekazuję pałeczkę Ericowi.

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

EB: Chcę zauważyć,

you cannot get this kind of perspective

że nie można uzyskać takiej perspektywy

from a simple tag search on YouTube.

przeglądając tagi na YouTube.

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

Spójrzmy na rozmowę globalną,

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

nie tylko środowisko, ale wszystkie prelekcje jednocześnie.

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

Gdy mamy przed sobą tyle treści,

we do a couple of things to simplify it.

staramy się je uprościć.

We might just say, well,

Zobaczmy na przykład,

what are the most popular talks out there?

które prelekcje są najpopularniejsze?

And a few rise to the surface.

Kilka wypłynie do góry.

There's a talk about gratitude.

Prelekcja o wdzięczności.

There's another one about personal health and nutrition.

O zdrowiu osobistym i odżywianiu.

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

Oczywiście, jedna o pornografii.

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

Można stwierdzić, że wdzięczność wyszła z mody.

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

Co jest modne teraz? Jaka prelekcja jest popularna?

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

Gorącym obecnie tematem

is about digital privacy.

jest prywatność cyfrowa.

So this is great. It simplifies things.

To ułatwia sprawę.

But there's so much creative content

Sporo treści pogrzebanych jest na dnie.

that's just buried at the bottom.

Sporo treści pogrzebanych jest na dnie.

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

Fatalnie. Jak przesunąć do góry treści,

that's maybe really creative and interesting?

które są twórcze i ciekawe?

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

Możemy wrócić do struktury sieciowej idei.

to do that.

Możemy wrócić do struktury sieciowej idei.

Remember, it's that network structure

To struktura sieciowa

that is creating these emergent topics,

tworzy nowe tematy.

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

Weźmy miasta i genetykę,

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

zobaczmy, czy istnieją prelekcje,

that creatively bridge these two really different disciplines.

które twórczo łączą te dwie dyscypliny.

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

Taki kreatywny remiks

is one of the hallmarks of innovation.

jest jedną z oznak innowacji.

Well here's one by Jessica Green

Oto prelekcja Jessiki Green

about the microbial ecology of buildings.

o drobnoustrojach w budynkach.

It's literally defining a new field.

Tworzy to nową dziedzinę badań.

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

Wróćmy do tych tematów i sprawdźmy,

what talks are central to those conversations?

które prelekcje są osią rozmów?

In the cities cluster, one of the most central

W grupie miast jedną z najważniejszych

was one by Mitch Joachim about ecological cities,

jest prelekcja Mitcha Joachima o ekologicznych miastach,

and in the genetics cluster,

a w grupie genetyki

we have a talk about synthetic biology by Craig Venter.

prelekcja Craiga Ventera o biologii syntetycznej.

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

Te prelekcje są łącznikiem dla wielu prelekcji w danych dyscyplinach.

We could go the other direction and say, well,

Możemy pójść w drugą stronę i sprawdzić,

what are talks that are broadly synthesizing

które prelekcje syntetyzują

a lot of different kinds of fields.

wiedzę z różnych dziedzin.

We used a measure of ecological diversity to get this.

Wykorzystaliśmy miarę zróżnicowania ekologicznego.

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

Prelekcja Stevena Pinkera o historii przemocy,

very synthetic.

bardzo syntetyczna.

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

Są prelekcje tak wyjątkowe,

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

że zajmują wyjątkowe miejsce w stratosferze idei.

and we call that the Colleen Flanagan index.

Nazywamy to wskaźnikiem Colleen Flanagan.

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

Colleen jest artystką.

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

Spytałem ją: "Jak to jest, być w stratosferze idei?".

in the stratosphere of our idea space?"

Spytałem ją: "Jak to jest, być w stratosferze idei?".

And apparently it smells like bacon.

Podobno pachnie bekonem.

I wouldn't know.

Nie wiem.

So we're using these network motifs

Korzystamy z tych wzorów sieciowych,

to find talks that are unique,

aby znaleźć wyjątkowe prelekcje,

ones that are creatively synthesizing a lot of different fields,

które kreatywnie syntetyzują wiele dziedzin.

ones that are central to their topic,

Najważniejsze w swoim temacie.

and ones that are really creatively bridging disparate fields.

i takie, które twórczo łączą odmienne dziedziny.

Okay? We never would have found those with our obsession

Nie znaleźlibyśmy ich szukając tylko tego,

with what's trending now.

co jest modne dzisiaj.

And all of this comes from the architecture of complexity,

Wszystko to jest efektem architektury złożoności

or the patterns of how things are connected.

lub wzorów połączeń.

SG: So that's exactly right.

SG: Masz rację.

We've got ourselves in a world

Żyjemy w niesamowicie złożonym świecie,

that's massively complex,

Żyjemy w niesamowicie złożonym świecie,

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

Wykorzystujemy algorytmy, aby go trochę przefiltrować,

so we can navigate through it.

by móc się po nim poruszać.

And those algorithms, whilst being kind of useful,

Algorytmy są przydatne,

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

ale są także bardzo wąskie, a możemy stworzyć lepsze.

because we can realize that their complexity is not random.

Ich złożoność nie jest przypadkowa.

It has mathematical structure,

Ma strukturę matematyczną,

and we can use that mathematical structure

którą możemy wykorzystać,

to go and explore things like the world of ideas

by odkrywać choćby świat idei,

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

by sprawdzić, o czym się mówi, a o czym nie,

and to be a little bit more human

by być trochę bardziej ludzkim

and, hopefully, a little smarter.

i mądrzejszym, miejmy nadzieję.

Thank you.

Dziękuję.

(Applause)

(Brawa)