Eric Berlow and Sean Gourley: Mapping ideas worth spreading

Эрик Берлоу и Шон Горли: Составляем карту самых популярных идей

Переводчик: Nastya Goruinova Редактор: Olga Dmitrochenkova

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

Эрик Берлоу: Я экологист, а Шон физик,

and we both study complex networks.

мы оба изучаем сложные системы.

And we met a couple years ago when we discovered

Мы познакомились пару лет назад, после того как узнали,

that we had both given a short TED Talk

что оба выступали на TED с короткой речью

about the ecology of war,

на тему «Экология войны»,

and we realized that we were connected

и мы поняли, что уже до нашей встречи

by the ideas we shared before we ever met.

были соединены общей идеей.

And then we thought, you know, there are thousands

Тогда мы подумали о том, что есть тысячи

of other talks out there, especially TEDx Talks,

других выступлений, особенно выступлений на конференциях TEDx,

that are popping up all over the world.

появляющихся там и тут по всему миру.

How are they connected,

and what does that global conversation look like?

Как они соединены

и как выглядит этот всемирный разговор?

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

Итак, Шон собирается рассказать вам о том, что мы делали.

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

Шон Горли: Точно. Мы взяли 24 000 выступлений на конференциях TEDx

from around the world, 147 different countries,

в 147 разных странах.

and we took these talks and we wanted to find

Мы отобрали выступления с целью найти

the mathematical structures that underly

математические формулы, лежащие в основе

the ideas behind them.

идей, на которых основаны выступления.

And we wanted to do that so we could see how

Мы решили сделать это, чтобы можно было увидеть,

they connected with each other.

как выступления связаны друг с другом.

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

Конечно, чтобы начать заниматься такой деятельностью,

you need a lot of data.

нужно собрать много данных.

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

А данные можно получить на замечательном видео-хостинге под названием YouTube.

and we can go down and basically pull

Мы взяли и буквально извлекли

all the open information from YouTube,

всю открытую информации из этого источника,

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

все комментарии, все просмотры, информацию про то, кто что смотрел,

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

где этот человек находится и что говорят в комментариях.

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

Но также можно найти информацию, используя преобразование речи в текст,

we can pull the entire transcript,

записывая таким образом все выступления;

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

это можно сделать даже с выступлениями людей со смешным акцентом, как, например, я.

So we can take their transcript

Итак, мы берём записи

and actually do some pretty cool things.

и делаем с ними несколько любопытных манипуляций.

We can take natural language processing algorithms

Мы используем алгоритмы обработки текстов на естественных языках,

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

чтобы построчно прочитать записи с помощью компьютера,

extracting key concepts from this.

одновременно извлекая основные данные.

And we take those key concepts and they sort of form

Потом мы берём эти данные и формируем из них

this mathematical structure of an idea.

математическую формулу идеи.

And we call that the meme-ome.

Мы назвали это «мем-ом» [открытая среда передачи сообщений].

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

Говоря простыми словами, мем-ом —

is the mathematics that underlies an idea,

это математика, лежащая в основе идеи,

and we can do some pretty interesting analysis with it,

и с ней мы можем провести очень интересные исследования.

which I want to share with you now.

Сейчас я хочу поделиться с вами тем, что у нас получилось.

So each idea has its own meme-ome,

У каждой идеи есть свой собственный мем-ом,

and each idea is unique with that,

и поэтому каждая идея уникальна,

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

но, конечно, идеи друг у друга что-то заимствуют,

they kind of steal sometimes,

иногда даже крадут,

and they certainly build on each other,

и они, безусловно, друг на друге построены.

and we can go through mathematically

Мы можем рассмотреть этот процесс с точки зрения математики:

and take the meme-ome from one talk

берём мем-ом из одного выступления

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

и сравниваем его с мем-омом из другого выступления.

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

Если между ними двумя есть что-то общее,

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

можно создать связь и изобразить её в диаграмме;

just like Eric and I are connected.

такая же диаграмма показывает связь между мной и Эриком.

So that's theory, that's great.

Это теория звучит замечательно.

Let's see how it works in actual practice.

Давайте посмотрим, как это работает на практике.

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

Здесь мы видим глобальные отпечатки

of all the TEDx Talks over the last four years

всех выступлений на конференциях TEDx за последние четыре года,

exploding out around the world

вспыхнувших по всему миру,

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

от Нью-Йорка до маленькой старой Новой Зеландии в углу.

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

Мы проанализировали первые 25% этой информации,

and we started to see where the connections occurred,

и это помогло нам увидеть, где связь только начинала появляться,

where they connected with each other.

а где она возникла.

Cameron Russell talking about image and beauty

Вот выступление Кэмерона Рассела на тему имиджа и красоты,

connected over into Europe.

связанное с Европой.

We've got a bigger conversation about Israel and Palestine

А вот выступление побольше на тему отношений между Израилем и Палестиной,

radiating outwards from the Middle East.

и к нему связи протягиваются, как лучи, от Ближнего Востока.

And we've got something a little broader

И есть нечто более всеохватывающее,

like big data with a truly global footprint

большие данные с действительно глобальными отпечатками,

reminiscent of a conversation

напоминающие разговор,

that is happening everywhere.

это можно увидеть повсюду на проекции.

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

Однако здесь мы сталкиваемся с ограничениями,

of what we can actually do with a geographic projection,

которые нам даёт использование географической проекции,

but luckily, computer technology allows us to go out

но, к счастью, компьютерные технологии позволяют нам справиться с этой проблемой

into multidimensional space.

и выйти в многомерное пространство.

So we can take in our network projection

Мы берём нашу сетевую проекцию

and apply a physics engine to this,

и применяем к ней физический движок,

and the similar talks kind of smash together,

в результате похожие выступления разбиваются,

and the different ones fly apart,

а непохожие расходятся в стороны,

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

и то, что мы получаем в результате, напоминает красивую картинку.

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

ЭБ: Я хочу просто подчеркнуть, что каждая узловая точка — это выступление,

they're linked if they share similar ideas,

точки связаны, если разделяют похожие идеи.

and that comes from a machine reading

Мы смогли получить такой результат, используя машинное чтение

of entire talk transcripts,

записей всех выступлений;

and then all these topics that pop out,

тэги и ключевые слова

they're not from tags and keywords.

не выдадут вам эти темы.

They come from the network structure

Мы смогли получить эти данные только благодаря сетевой структуре

of interconnected ideas. Keep going.

взаимосвязанных идей. Продолжай.

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

SG: Абсолютно верно. Я немножко забежал вперед,

but he's going to slow me down.

но Эрик заставил меня вернуться к этой теме.

We've got education connected to storytelling

Итак, вот образование, связанное с повествованием

triangulated next to social media.

и социальными СМИ, это чем-то похоже на треугольник.

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

Конечно, мозг человека находится рядом со здравоохранением,

which you might expect,

этого следовало ожидать,

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

а вот видеоигры относятся к смежной области,

as those two spaces interface with each other.

потому что две этих области соприкасаются друг с другом.

But I want to take you into one cluster

Но я хочу показать вам одно скопление,

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

особенно важное для меня, — это окружающая среда.

And I want to kind of zoom in on that

Хочу показать его крупным планом

and see if we can get a little more resolution.

и посмотреть, можем ли мы получить большее разрешение.

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

Мы заходим сюда и мы видим,

apply the physics engine again,

применяя физический движок ещё раз,

we see what's one conversation

мы видим, что это выступление

is actually composed of many smaller ones.

на самом деле состоит из многих маленьких.

The structure starts to emerge

Структура начинает вырисовываться,

where we see a kind of fractal behavior

мы видим своего рода фрактальное поведение

of the words and the language that we use

слов и языка, которые используем

to describe the things that are important to us

для описания вещей, важных для нас

all around this world.

в окружающем мире.

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

Итак, пищевая промышленность и местные продукты питания находятся в верхней части,

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

а здесь находятся парниковые газы, отработанные солнечные батареи и ядерное топливо.

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

В результате мы вышли на уровень более маленьких выступлений,

each connected to each other through the ideas

связанных между собой идеями

and the language they share,

и общим языком.

creating a broader concept of the environment.

Всё это помогает глубже понять окружающий мир.

And of course, from here, we can go

И, конечно, отсюда мы можем перейти сюда,

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

увеличить и посмотреть, что же интересно таким молодым людям как вы.

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

Вам интересны энергетические технологии и ядерный синтез.

This is their kind of resonance

Это ваш вклад

for the conversation around the environment.

в мировой разговор.

If we split along gender lines,

Если мы разделим группы по половому признаку,

we can see females resonating heavily

то увидим, что женщинам больше интересна

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

пищевая промышленность, надежда и оптимизм — они где-то там на схеме.

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

Таким образом мы можем узнать много интересного.

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

А сейчас пред вами выступит Эрик.

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

ЭБ: Да, я просто хотел заметить,

you cannot get this kind of perspective

что эту информацию вы не найдёте на YouTube,

from a simple tag search on YouTube.

набирая слова в поисковике.

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

А теперь давайте вернёмся к всемирному разговору,

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

сосредоточим внимание только на выступлениях.

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

Когда мы сталкиваемся с новой информацией,

we do a couple of things to simplify it.

мы часто выполняем ряд действий, чтобы сделать её проще и понятнее.

We might just say, well,

Другими словами,

what are the most popular talks out there?

о чём больше всего любят говорить на конференциях TED?

And a few rise to the surface.

Давайте посмотрим на экран.

There's a talk about gratitude.

Есть выступление о благодарности.

There's another one about personal health and nutrition.

Ещё одно — о личном здоровье и питании.

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

И, конечно, должно быть ещё одно про порно, да?

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

Мы видим, что выступления на тему благодарности были популярны в прошлом году.

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

А что сейчас в моде? О чём сейчас любят говорить?

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

Мы видим, что новая недавно появившаяся очень актуальная тема —

is about digital privacy.

это тема цифровой конфиденциальности.

So this is great. It simplifies things.

Отлично. Эта картина значительно упрощает вещи.

But there's so much creative content

Но ведь есть ещё много выступлений с уникальным содержанием,

that's just buried at the bottom.

которые просто похоронены внизу.

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

Мне это совсем не нравится. Как сделать так, чтобы эти творческие и интересные выступления

that's maybe really creative and interesting?

всплыли на поверхность?

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

Для этого нам нужно вернуться

to do that.

к сетевой структуре идей.

Remember, it's that network structure

Запомните, сетевая структура

that is creating these emergent topics,

создаёт появляющиеся темы;

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

предположим, что мы можем взять отсюда любые две темы,

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

например, про города и про генетику, и сказать, что есть некое выступление,

that creatively bridge these two really different disciplines.

которое может творчески соединить эти две разные области.

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

И это... Такого рода творческий ремикс

is one of the hallmarks of innovation.

является одной из отличительных особенностей инноваций.

Well here's one by Jessica Green

Вот, например, одно из выступлений Джессики Грин

about the microbial ecology of buildings.

о микробиальной экологии зданий.

It's literally defining a new field.

Оно буквально формирует новую область,

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

и мы можем вернуться к этим темам и сказать,

what talks are central to those conversations?

какие выступления играют главную роль в этих выступлениях.

In the cities cluster, one of the most central

В теме о городе одно из самых центральных

was one by Mitch Joachim about ecological cities,

выступлений было у Митча Джоакима об экологических городах,

and in the genetics cluster,

а в теме о генетике

we have a talk about synthetic biology by Craig Venter.

мы видим выступление Крейга Винтера о синтетической биологии.

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

Эти выступления связаны с другими в границах своей области.

We could go the other direction and say, well,

Можно посмотреть что-то другое, например,

what are talks that are broadly synthesizing

какие выступления часто синтезируются

a lot of different kinds of fields.

в различных областях.

We used a measure of ecological diversity to get this.

Чтобы это узнать, мы использовали понятие «экологическое разнообразие».

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

Вот выступление Стивена Пинкера на тему истории насилия,

very synthetic.

оно очень синтетическое.

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

И конечно, есть выступления, которые настолько уникальны,

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

что они находятся в своего рода стратосфере, на особом месте,

and we call that the Colleen Flanagan index.

мы называем это индексом Коллин Флэнэган.

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

Если вы про неё не слышали, скажу, что она художник;

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

я как-то спросил её: «Как ты себя чувствуешь там,

in the stratosphere of our idea space?"

в стратосфере нашего космоса идей?»

And apparently it smells like bacon.

Наверно, там пахнет беконом.

I wouldn't know.

Я не знаю.

So we're using these network motifs

Поэтому мы используем повторяющиеся узоры нашей сети,

to find talks that are unique,

чтобы найти уникальные выступления,

ones that are creatively synthesizing a lot of different fields,

те, которые творчески синтезируют множество различных сфер,

ones that are central to their topic,

те, которые занимают центральное место в своей области,

and ones that are really creatively bridging disparate fields.

и те, которые творчески соединяют несоединимые темы.

Okay? We never would have found those with our obsession

Всё понятно? Мы очень одержимы этой темой, но сами бы никогда не смогли

with what's trending now.

найти эти данные.

And all of this comes from the architecture of complexity,

Вся эта схема получена в результате построения многих составляющих

or the patterns of how things are connected.

или образцов того, как связаны вещи.

SG: So that's exactly right.

SG: Именно так.

We've got ourselves in a world

Мы находимся в мире,

that's massively complex,

который чрезвычайно сложен,

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

и мы используем алгоритмы, чтобы отфильтровать лишнюю

so we can navigate through it.

и ориентироваться в оставшейся полезной информации.

And those algorithms, whilst being kind of useful,

Эти алгоритмы одновременно и очень полезные, и

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

очень, очень ограниченные, но мы можем использовать их,

because we can realize that their complexity is not random.

чтобы увидеть, что не случайно окружающий мир так запутан.

It has mathematical structure,

У этой сложности есть математическая формула.

and we can use that mathematical structure

Мы можем использовать эту формулу,

to go and explore things like the world of ideas

чтобы изучать такие понятия, как, например, мир идей,

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

и увидеть, на какие темы люди говорят, а на какие нет,

and to be a little bit more human

стать немножко человечнее

and, hopefully, a little smarter.

и, надеюсь, немного умнее.

Thank you.

Спасибо.

(Applause)

(Аплодисменты)