Eric Berlow and Sean Gourley: Mapping ideas worth spreading

70,988 views ・ 2013-09-18

TED


Vă rugăm să faceți dublu clic pe subtitrările în limba engleză de mai jos pentru a reda videoclipul.

Traducător: Ana-Elena Vasile Corector: Ariana Bleau Lugo
00:12
Eric Berlow: I'm an ecologist, and Sean's a physicist,
0
12562
3061
Eric Berlow: Sunt ecologist, iar Sean este fizician,
00:15
and we both study complex networks.
1
15623
2108
și amândoi studiem rețele complexe.
00:17
And we met a couple years ago when we discovered
2
17731
1835
Ne-am cunoscut în urmă cu câțiva ani când am descoperit
00:19
that we had both given a short TED Talk
3
19566
2000
că amândoi ținuserăm un scurt discurs în cadrul unui eveniment TEDx
00:21
about the ecology of war,
4
21566
2303
cu privire la ecologia războiului,
00:23
and we realized that we were connected
5
23869
1447
și ne-am dat seama că se crease o legătură între noi
00:25
by the ideas we shared before we ever met.
6
25316
2818
la nivelul ideilor pe care le împărtășeam înainte de a ne fi întâlnit.
00:28
And then we thought, you know, there are thousands
7
28134
1556
Și apoi ne-am gândit că există mii
00:29
of other talks out there, especially TEDx Talks,
8
29690
2114
de alte discursuri, în special TEDx Talks,
00:31
that are popping up all over the world.
9
31804
2211
care sunt difuzate în lumea întreagă.
00:34
How are they connected,
10
34015
923
00:34
and what does that global conversation look like?
11
34938
2010
Care este legătura dintre acestea
și cum se prezintă conversația globală?
00:36
So Sean's going to tell you a little bit about how we did that.
12
36948
2810
Sean vă va povesti pe scurt cum am stabilit legătura.
00:39
Sean Gourley: Exactly. So we took 24,000 TEDx Talks
13
39758
3767
Sean Gourley: Exact. Am luat 24.000 de discursuri publicate pe site-ul TED
00:43
from around the world, 147 different countries,
14
43525
3046
din lumea întreagă, din 147 de țări,
00:46
and we took these talks and we wanted to find
15
46571
2123
și cu ajutorul acestor discursuri ne-am dorit să găsim
00:48
the mathematical structures that underly
16
48694
2040
structurile matematice care evidențiază
00:50
the ideas behind them.
17
50734
1722
ideile din spatele acestora.
00:52
And we wanted to do that so we could see how
18
52456
1370
Am dorit acest lucru pentru a vedea
00:53
they connected with each other.
19
53826
2053
care este legătura dintre ele.
00:55
And so, of course, if you're going to do this kind of stuff,
20
55879
1676
Bineînțeles că, dacă îți dorești asta
00:57
you need a lot of data.
21
57555
956
ai nevoie de multe date.
00:58
So the data that you've got is a great thing called YouTube,
22
58511
3686
Datele pot fi găsite într-un loc minunat numit YouTube,
01:02
and we can go down and basically pull
23
62197
1768
și accesăm YouTube și extragem efectiv
01:03
all the open information from YouTube,
24
63965
2267
toate informațiile accesibile de pe YouTube,
01:06
all the comments, all the views, who's watching it,
25
66232
2349
toate comentariile, toate vizualizările, cine vede ce,
01:08
where are they watching it, what are they saying in the comments.
26
68581
2779
pe ce platformă sunt văzute, ce spun în comentarii.
01:11
But we can also pull up, using speech-to-text translation,
27
71360
3292
Dar putem extrage informații și cu ajutorul traducerii discurs-text,
01:14
we can pull the entire transcript,
28
74652
2128
putem extrage întreaga transcriere,
01:16
and that works even for people with kind of funny accents like myself.
29
76780
2680
și funcționează chiar și în cazul persoanelor cu accente amuzante ca al meu.
01:19
So we can take their transcript
30
79460
2106
Așadar, putem lua transcrierea
01:21
and actually do some pretty cool things.
31
81566
2098
și o folosim pentru niște chestii grozave.
01:23
We can take natural language processing algorithms
32
83664
2160
Apelăm la algoritmi de prelucrare a limbii
01:25
to kind of read through with a computer, line by line,
33
85824
2629
pentru a parcurge un text cu ajutorul unui calculator, rând cu rând,
01:28
extracting key concepts from this.
34
88453
2359
extrăgând în același timp concepte cheie,
01:30
And we take those key concepts and they sort of form
35
90812
2525
Și cu ajutorul acestor concepte cheie formăm
01:33
this mathematical structure of an idea.
36
93337
3565
o structură matematică a unei idei.
01:36
And we call that the meme-ome.
37
96902
1757
Numim acest lucru meme-ome.
01:38
And the meme-ome, you know, quite simply,
38
98659
2151
Iar meme-ome-ul e pur și simplu
01:40
is the mathematics that underlies an idea,
39
100810
2426
matematica de la baza unei idei,
01:43
and we can do some pretty interesting analysis with it,
40
103236
1932
și putem face o analiză interesantă cu ajutorul ei,
01:45
which I want to share with you now.
41
105168
1981
pe care doresc să v-o împărtășesc.
01:47
So each idea has its own meme-ome,
42
107149
2190
Fiecare idee are propriul meme-ome,
01:49
and each idea is unique with that,
43
109339
1951
și, astfel, fiecare idee este unică,
01:51
but of course, ideas, they borrow from each other,
44
111290
2488
dar, evident, ideile împrumută unele de la altele,
01:53
they kind of steal sometimes,
45
113778
1184
într-un fel fură uneori
01:54
and they certainly build on each other,
46
114962
1827
și sigur se construiesc bazându-se una pe cealaltă.
01:56
and we can go through mathematically
47
116789
1616
Continuăm cu algoritmul matematic
01:58
and take the meme-ome from one talk
48
118405
1840
și luăm meme-ome-ul dintr-un discurs
02:00
and compare it to the meme-ome from every other talk,
49
120245
2454
și îl comparăm cu meme-ome-ul din orice alt discurs,
02:02
and if there's a similarity between the two of them,
50
122699
1973
iar dacă există similitudine între cele două,
02:04
we can create a link and represent that as a graph,
51
124672
3250
putem crea o legătură și reprezenta sub forma unui grafic,
02:07
just like Eric and I are connected.
52
127922
2394
exact așa cum Eric și eu suntem conectați.
02:10
So that's theory, that's great.
53
130316
1394
Asta-i teorie, e minunat.
02:11
Let's see how it works in actual practice.
54
131710
2526
Să vedem cum funcționează efectiv în practică.
02:14
So what we've got here now is the global footprint
55
134236
2788
Ceea ce vedeți acum e amprenta globală
02:17
of all the TEDx Talks over the last four years
56
137024
2293
a tuturor discursurilor TED din ultimii patru ani
02:19
exploding out around the world
57
139317
1550
care au explodat în lume
02:20
from New York all the way down to little old New Zealand in the corner.
58
140867
3329
de la New York până la micuța și vechea Noua Zeelandă din colț.
02:24
And what we did on this is we analyzed the top 25 percent of these,
59
144196
3835
Am analizat primele 25 de procente din aceste discursuri
02:28
and we started to see where the connections occurred,
60
148031
2534
și am început să vedem unde se produceau legături,
02:30
where they connected with each other.
61
150565
1537
și dacă exista o legătură între acestea.
02:32
Cameron Russell talking about image and beauty
62
152102
1874
Discursul lui Cameron Russel despre imagine și frumusețe
02:33
connected over into Europe.
63
153976
1575
se asocia cu Europa.
02:35
We've got a bigger conversation about Israel and Palestine
64
155551
2412
A mai existat o conversație mai amplă despre Israel și Palestina
02:37
radiating outwards from the Middle East.
65
157963
2255
radiind dinspre Orientul Mijlociu.
02:40
And we've got something a little broader
66
160218
1298
Și am descoperit ceva mai amplu
02:41
like big data with a truly global footprint
67
161516
2156
ca big data lăsând o amprentă, cu adevărat, globală
02:43
reminiscent of a conversation
68
163672
2179
care amintea de o conversație
02:45
that is happening everywhere.
69
165851
2016
existentă pretutindeni.
02:47
So from this, we kind of run up against the limits
70
167867
2173
De aici, ne-am cam confruntat cu limitele
02:50
of what we can actually do with a geographic projection,
71
170040
2530
a ce puteam realiza efectiv cu o proiecție geografică
02:52
but luckily, computer technology allows us to go out
72
172570
2052
dar, din fericire, tehnologia IT ne permite să accesăm
02:54
into multidimensional space.
73
174622
1546
un spațiu multidimensional.
02:56
So we can take in our network projection
74
176168
1875
Așadar ne putem lua proiecția de rețea
02:58
and apply a physics engine to this,
75
178043
1750
și îi putem aplica un motor din fizică
02:59
and the similar talks kind of smash together,
76
179793
1885
și am putea spune că discursurile similare se ciocnesc,
03:01
and the different ones fly apart,
77
181678
2004
în timp ce discursurile diferite zboară în direcții diferite,
03:03
and what we're left with is something quite beautiful.
78
183682
2072
și ceea ce ne--a rămas e ceva frumos.
03:05
EB: So I want to just point out here that every node is a talk,
79
185754
2957
EB: Vreau să evidențiez că fiecare nod e un discurs,
03:08
they're linked if they share similar ideas,
80
188711
2589
sunt legate între ele dacă împărtășesc aceleași idei,
03:11
and that comes from a machine reading
81
191300
2084
și acesta e rezultatul unei mașini care citește
03:13
of entire talk transcripts,
82
193384
2067
integral transcrierile discursurilor
03:15
and then all these topics that pop out,
83
195451
2231
deci, toate aceste subiecte care apar
03:17
they're not from tags and keywords.
84
197682
1790
nu sunt rezultatul tag-urilor și al cuvintelor cheie.
03:19
They come from the network structure
85
199472
1725
Provin din structura rețelei
03:21
of interconnected ideas. Keep going.
86
201197
2168
care evidențiază ideile interconectate. Continuă.
03:23
SG: Absolutely. So I got a little quick on that,
87
203365
2022
SG: Absolut. Eu am parcurs destul de rapid acest subiect,
03:25
but he's going to slow me down.
88
205387
1475
dar el mă domolește.
03:26
We've got education connected to storytelling
89
206862
2034
Avem educația legată de relatarea de povești
03:28
triangulated next to social media.
90
208896
1643
care formează un triunghi cu mediile sociale.
03:30
You've got, of course, the human brain right next to healthcare,
91
210539
2475
Binențeles că avem creierul omenesc lângă sănătate,
03:33
which you might expect,
92
213014
1386
așa cum vă așteptați,
03:34
but also you've got video games, which is sort of adjacent,
93
214400
2395
dar avem și jocuri video, care sunt oarecum adiacente,
03:36
as those two spaces interface with each other.
94
216795
2740
deoarece aceste două spații sunt interdependente.
03:39
But I want to take you into one cluster
95
219535
1535
Dar vreau să vă prezint un fascicul
03:41
that's particularly important to me, and that's the environment.
96
221070
2868
care are o importantă deosebită pentru mine, mediul.
03:43
And I want to kind of zoom in on that
97
223938
1493
Aș vrea să măresc imaginea acestuia,
03:45
and see if we can get a little more resolution.
98
225431
2363
să vedem dacă putem obține o rezoluție mai bună.
03:47
So as we go in here, what we start to see,
99
227794
2347
Cu cât avem o rezoluție mai mare, ceea ce vedem,
03:50
apply the physics engine again,
100
230141
1504
după ce am apelat din nou la motorul de fizică,
03:51
we see what's one conversation
101
231645
1676
reprezintă o conversație,
03:53
is actually composed of many smaller ones.
102
233321
2560
respectiv un fascicul compus din mai multe mici conversații
03:55
The structure starts to emerge
103
235881
1929
Structura începe să iasă în evidență
03:57
where we see a kind of fractal behavior
104
237810
2070
acolo unde observăm un tip de comportament fractal
03:59
of the words and the language that we use
105
239880
1619
al cuvintelor și al limbajului pe care îl utilizăm
04:01
to describe the things that are important to us
106
241499
1702
pentru a descrie lucrurile importante pentru noi
04:03
all around this world.
107
243201
1433
la nivel mondial.
04:04
So you've got food economy and local food at the top,
108
244634
2332
În vârf avem economia alimentației și alimentația locală
04:06
you've got greenhouse gases, solar and nuclear waste.
109
246966
2719
avem gaze cu efect de seră, deșeuri solare și nucleare.
04:09
What you're getting is a range of smaller conversations,
110
249685
2631
Am obținut o gamă de conversații mai mici,
04:12
each connected to each other through the ideas
111
252316
2301
fiecare legate între ele prin ideile
04:14
and the language they share,
112
254617
1301
și prin limbajul pe care îl au în comun,
04:15
creating a broader concept of the environment.
113
255918
2450
creând un concept mai larg privind mediul.
04:18
And of course, from here, we can go
114
258368
1532
Și, bineînțeles, de aici,
04:19
and zoom in and see, well, what are young people looking at?
115
259900
3534
mărim imaginea și vedem ce îi interesează pe tineri.
04:23
And they're looking at energy technology and nuclear fusion.
116
263434
2345
Vizionează discursuri de tehnologia din domeniul energetic și fuziune nucleară.
04:25
This is their kind of resonance
117
265779
1674
La aceste domenii care se raportează la mediu
04:27
for the conversation around the environment.
118
267453
2406
rezonează tinerii.
04:29
If we split along gender lines,
119
269859
1899
Dacă facem o diferențiere în funcție de sexe,
04:31
we can see females resonating heavily
120
271758
1987
vedem că sexul feminin rezonează puternic
04:33
with food economy, but also out there in hope and optimism.
121
273745
3645
la economia alimentației, dar și la speranță și optimism.
04:37
And so there's a lot of exciting stuff we can do here,
122
277390
2482
Deci, aici putem jongla cu foarte multe elemente interesante.
04:39
and I'll throw to Eric for the next part.
123
279872
1762
Eric vă va prezenta următoarea parte.
04:41
EB: Yeah, I mean, just to point out here,
124
281634
1602
EB: Da, nu vreau decât să evidențiez
04:43
you cannot get this kind of perspective
125
283236
1538
că nu poți obține acest tip de perspectivă
04:44
from a simple tag search on YouTube.
126
284774
3360
cu o simplă căutare de tag pe YouTube.
04:48
Let's now zoom back out to the entire global conversation
127
288134
4188
Să micșorăm imaginea pentru a vedea întreaga conversație globală
04:52
out of environment, and look at all the talks together.
128
292322
2534
să ieșim din fasciculul privind mediul și să aruncăm o privire tuturor discursurilor per ansamblu.
04:54
Now often, when we're faced with this amount of content,
129
294856
2927
Când ne confruntăm cu acest volum de conținut,
04:57
we do a couple of things to simplify it.
130
297783
2431
facem câteva lucruri pentru a-l simplifica.
05:00
We might just say, well,
131
300214
1314
Am putea spune doar, ei bine,
05:01
what are the most popular talks out there?
132
301528
2829
care sunt cele mai populare discursuri?
05:04
And a few rise to the surface.
133
304357
1397
Și ies la suprafață câteva.
05:05
There's a talk about gratitude.
134
305754
1828
Un discurs despre recunoștință.
05:07
There's another one about personal health and nutrition.
135
307582
3344
Mai e unul despre sănătate personală și nutriție.
05:10
And of course, there's got to be one about porn, right?
136
310926
2929
Și, bineînțeles, trebuie să fie unul despre pornografie, nu-i așa?
05:13
And so then we might say, well, gratitude, that was last year.
137
313855
3234
Așadar, am putea spune, recunoștință, asta era anul trecut.
05:17
What's trending now? What's the popular talk now?
138
317089
2522
Ce-i la modă acum? Care e, în prezent, cel mai popular discurs?
05:19
And we can see that the new, emerging, top trending topic
139
319611
3321
Observăm că noul subiect la modă
05:22
is about digital privacy.
140
322932
2666
e protecția vieții private în mediul digital.
05:25
So this is great. It simplifies things.
141
325598
1693
E minunat. Simplifică lucrurile.
05:27
But there's so much creative content
142
327291
1827
Dar există și un conținut extrem de creativ
05:29
that's just buried at the bottom.
143
329118
1921
îngropat adânc.
05:31
And I hate that. How do we bubble stuff up to the surface
144
331039
3318
Păcat. Cum extragem la suprafață
05:34
that's maybe really creative and interesting?
145
334357
2458
un conținut cu adevărat creativ și interesant?
05:36
Well, we can go back to the network structure of ideas
146
336815
2931
Ei bine, pentru a acționa în acest sens,
05:39
to do that.
147
339746
1430
revenim la structura rețelei de idei.
05:41
Remember, it's that network structure
148
341176
2114
Rețineți, e acea structură a rețelei
05:43
that is creating these emergent topics,
149
343290
2268
care creează aceste subiecte emergente.
05:45
and let's say we could take two of them,
150
345558
1515
Să presupunem că am putea lua două dintre acestea,
05:47
like cities and genetics, and say, well, are there any talks
151
347073
3047
precum orașele și genetica, și să spunem, ei bine, există discursuri
05:50
that creatively bridge these two really different disciplines.
152
350120
2569
care leagă creativ aceste două discipline total diferite.
05:52
And that's -- Essentially, this kind of creative remix
153
352689
2275
Asta reprezintă, în esență, acest tip de remix creativ,
05:54
is one of the hallmarks of innovation.
154
354964
1840
unul dintre elementele distinctive ale inovației.
05:56
Well here's one by Jessica Green
155
356804
1606
Ei bine, avem aici un discurs de Jessica Green
05:58
about the microbial ecology of buildings.
156
358410
2379
despre ecologia microbiană a clădirilor.
06:00
It's literally defining a new field.
157
360789
2010
Definește efectiv un nou domeniu.
06:02
And we could go back to those topics and say, well,
158
362799
2103
Am putea reveni la acele subiecte și spune, ei bine,
06:04
what talks are central to those conversations?
159
364902
2768
ce discursuri aduc în prim plan aceste subiecte?
06:07
In the cities cluster, one of the most central
160
367670
1690
În fasciculul orașe, printre cele mai semnificative
06:09
was one by Mitch Joachim about ecological cities,
161
369360
3952
a fost discursul lui Mitch Joachim cu privire la orașele ecologice,
06:13
and in the genetics cluster,
162
373312
1720
iar în fasciculul genetică,
06:15
we have a talk about synthetic biology by Craig Venter.
163
375032
3193
avem un discurs despre biologie sintetică al lui Craig Venter.
06:18
These are talks that are linking many talks within their discipline.
164
378225
3353
Acestea sunt discursuri care conectează multe discursuri din sfera disciplinei lor.
06:21
We could go the other direction and say, well,
165
381578
1843
Am putea merge în sensul opus și spune, ei bine,
06:23
what are talks that are broadly synthesizing
166
383421
2272
care sunt discursurile care sintetizează cel mai bine
06:25
a lot of different kinds of fields.
167
385693
1448
o mulțime de domenii diferite.
06:27
We used a measure of ecological diversity to get this.
168
387141
2533
Pentru asta, am utilizat o măsură a diversității ecologice.
06:29
Like, a talk by Steven Pinker on the history of violence,
169
389674
2736
Respectiv, un discurs al lui Steven Pinker cu privire la istoria violenței,
06:32
very synthetic.
170
392410
1180
extrem de sintetic.
06:33
And then, of course, there are talks that are so unique
171
393590
2078
Și apoi, bineînțeles, sunt discursurile care sunt atât de unice
06:35
they're kind of out in the stratosphere, in their own special place,
172
395668
3090
că plutesc în stratosferă, am putea spune, ocupând locul special care le revine,
06:38
and we call that the Colleen Flanagan index.
173
398758
2514
și denumim asta, indexul Colleen Flanagan.
06:41
And if you don't know Colleen, she's an artist,
174
401272
3034
Iar dacă nu o cunoașteți pe Colleen, este o artistă,
06:44
and I asked her, "Well, what's it like out there
175
404306
1543
și am întrebat-o: „Cum e acolo
06:45
in the stratosphere of our idea space?"
176
405849
1672
în stratosfera ideilor noastre?”
06:47
And apparently it smells like bacon.
177
407521
3255
Aparent, miroase a bacon.
06:50
I wouldn't know.
178
410776
1791
N-am de unde să știu.
06:52
So we're using these network motifs
179
412567
2248
Așadar, folosim aceste motive
06:54
to find talks that are unique,
180
414815
1186
pentru a găsi discursuri unice
06:56
ones that are creatively synthesizing a lot of different fields,
181
416001
2710
care sintetizează creativ multe domenii diferite,
06:58
ones that are central to their topic,
182
418711
1659
cele de o importanță semnificativă pentru subiectul lor,
07:00
and ones that are really creatively bridging disparate fields.
183
420370
3374
și cele care construiesc creativ o punte între diferite domenii.
07:03
Okay? We never would have found those with our obsession
184
423744
2102
Din cauza obsesiei noastre de a descoperi ce e la modă acum
07:05
with what's trending now.
185
425846
2313
nu le-am fi găsit niciodată pe acestea.
07:08
And all of this comes from the architecture of complexity,
186
428159
2886
Și toate vin din arhitectura complexității,
07:11
or the patterns of how things are connected.
187
431045
2960
sau a tiparelor cu privire la modalitatea în care lucrurile sunt interconectate.
07:14
SG: So that's exactly right.
188
434005
1625
SG: Corect.
07:15
We've got ourselves in a world
189
435630
2479
Ne aflăm într-o lume
07:18
that's massively complex,
190
438109
2044
extrem de complicată,
07:20
and we've been using algorithms to kind of filter it down
191
440153
2867
și am folosit algoritmi pentru a o filtra
07:23
so we can navigate through it.
192
443020
1786
ca să navigăm prin ea.
07:24
And those algorithms, whilst being kind of useful,
193
444806
2338
Și acești algoritmi, deși utili,
07:27
are also very, very narrow, and we can do better than that,
194
447144
3476
sunt și foarte, foarte limitați. Putem realiza mai mult de atât,
07:30
because we can realize that their complexity is not random.
195
450620
2566
Realizăm că acestă complexitate a lor nu e aleatorie.
07:33
It has mathematical structure,
196
453186
1954
Are o structură matematică,
07:35
and we can use that mathematical structure
197
455140
1803
și putem utiliza acea structură matematică
07:36
to go and explore things like the world of ideas
198
456943
2214
pentru a explora lucruri precum lumea ideilor
07:39
to see what's being said, to see what's not being said,
199
459157
3000
pentru a vedea ce se spune, ce nu se spune
07:42
and to be a little bit more human
200
462157
1407
și pentru a fi un pic mai umani
07:43
and, hopefully, a little smarter.
201
463564
1867
și, să sperăm, un pic mai inteligenți.
07:45
Thank you.
202
465431
966
Mulțumesc.
07:46
(Applause)
203
466397
4220
(Aplauze)
Despre acest site

Acest site vă va prezenta videoclipuri de pe YouTube care sunt utile pentru a învăța limba engleză. Veți vedea lecții de engleză predate de profesori de top din întreaga lume. Faceți dublu clic pe subtitrările în limba engleză afișate pe fiecare pagină video pentru a reda videoclipul de acolo. Subtitrările se derulează în sincron cu redarea videoclipului. Dacă aveți comentarii sau solicitări, vă rugăm să ne contactați folosind acest formular de contact.

https://forms.gle/WvT1wiN1qDtmnspy7