Need a new idea? Start at the edge of what is known | Vittorio Loreto

83,590 views ・ 2018-04-16

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: Selda Yener Gözden geçirme: Figen Ergürbüz
00:14
We have all probably wondered
0
14349
2867
Sanırım hepimiz dâhilerin yaptıkları şeylerde
00:17
how great minds achieved what they achieved, right?
1
17240
4176
nasıl başarılı olduklarını merak etmişizdir.
00:21
And the more astonishing their achievements are,
2
21440
2656
Başarıları ne kadar olağan dışıysa
00:24
the more we call them geniuses,
3
24120
2536
o derece dâhidirler bizim için,
00:26
perhaps aliens
4
26680
1536
belki de
00:28
coming from a different planet,
5
28239
2097
farklı bir gezegenden gelen uzaylı gibi,
00:30
definitely not someone like us.
6
30360
2656
kesinlikle bizim gibi değiller.
00:33
But is that true?
7
33040
1776
Peki gerçekten öyle mi?
00:34
So let me start with an example.
8
34840
1800
İzninizle bir örnekle başlayayım.
00:37
You all know the story of Newton's apple, right? OK.
9
37440
3816
Newton'ın elma hikâyesini bilirsiniz.
00:41
Is that true? Probably not.
10
41280
2936
Sizce doğru mu? Belki de değil.
00:44
Still, it's difficult to think that no apple at all was there.
11
44240
5216
Ama elmanın olmadığını düşünmek zor.
00:49
I mean some stepping stone, some specific conditions
12
49480
3616
Yani evrensel yer çekimini anlamayı mümkün kılan
00:53
that made universal gravitation not impossible to conceive.
13
53120
4016
bazı atlama taşlarını, bazı özel koşulları kastediyorum.
00:57
And definitely this was not impossible,
14
57160
2376
Bu kesinlikle imkânsız değildi,
00:59
at least for Newton.
15
59560
1576
en azından Newton için değildi.
01:01
It was possible,
16
61160
1256
Mümkündü,
01:02
and for some reason, it was also there,
17
62440
3056
bazı nedenlerden dolayı da vardı,
01:05
available at some point, easy to pick as an apple.
18
65520
3776
bir yerde kullanılabilirdi, elma toplamak kadar kolaydı.
01:09
Here is the apple.
19
69320
1616
O yüzden elma vardı diyoruz.
01:10
And what about Einstein?
20
70960
2216
Peki ya Einstein için nasıldı?
01:13
Was relativity theory another big leap in the history of ideas
21
73200
5296
İzafiyet teorisi düşünce tarihinde başka hiç kimsenin anlayamadığı
01:18
no one else could even conceive?
22
78520
2656
büyüklükte bir adım mıydı?
01:21
Or rather, was it again something adjacent and possible,
23
81200
4456
Yoksa bu sefer de Einstein için çok olası
01:25
to Einstein of course,
24
85680
2096
ve mümkün bir şey miydi ki
01:27
and he got there by small steps and his very peculiar scientific path?
25
87800
4216
küçük adımlarla ve o olağan dışı bilimsel yolunu izleyerek oraya ulaşmıştı?
01:32
Of course we cannot conceive this path,
26
92040
2456
Tabii ki onun izlediği yolu anlayamayız
01:34
but this doesn't mean that the path was not there.
27
94520
2480
ama bu yolun olmadığı anlamına gelmez.
01:38
So all of this seems very evocative,
28
98760
4856
Tüm bunlar çağrıştırıcı gibi görünse de
01:43
but I would say hardly concrete
29
103640
1536
büyük fikirlerin kökenini,
01:45
if we really want to grasp the origin of great ideas
30
105200
3576
daha genel olarak "yeni" olanın hayatımıza girişini anlatmak istesek
01:48
and more generally the way in which the new enters our lives.
31
108800
4016
bunu çok zor somutlaştırabilirim.
01:52
As a physicist, as a scientist,
32
112840
1976
Bir doktor, bilim adamı olarak
01:54
I have learned that posing the right questions
33
114840
2176
doğru soruyu yöneltmenin
01:57
is half of the solution.
34
117040
2016
çözümün yarısı olduğunu öğrendim.
01:59
But I think now we start having a great conceptual framework
35
119080
4736
Şu anda doğru soruları bulmak ve sormak için
02:03
to conceive and address the right questions.
36
123840
3176
güzel bir kavramsal çerçeve oluşturmaya başladık.
02:07
So let me drive you to the edge of what is known,
37
127040
3456
Bu noktada sizi bilinenin kıyısına, daha doğrusu
02:10
or at least, what I know,
38
130520
2096
kendi bildiğim şeye götürüp
02:12
and let me show you that what is known
39
132640
2056
bilinenin
02:14
could be a powerful and fascinating starting point
40
134720
4576
değişiklik, yenilik, belki de yaratıcılığın derin anlamını
02:19
to grasp the deep meaning of words like novelty, innovation,
41
139320
5096
yakalamak için etkileyici ve büyüleyici başlangıç noktası
02:24
creativity perhaps.
42
144440
1560
olabildiğini göstereyim.
02:26
So we are discussing the "new,"
43
146880
3336
Şu an "yeni" olanı
02:30
and of course, the science behind it.
44
150240
2656
ve yeninin arkasındaki bilimi tartışıyoruz.
02:32
The new can enter our lives in many different ways,
45
152920
2976
Yeni, hayatımıza birçok farklı şekilde girebilir,
02:35
can be very personal,
46
155920
1696
kişisel olabilir;
02:37
like I meet a new person,
47
157640
1936
yeni biriyle tanışmak,
02:39
I read a new book, or I listen to a new song.
48
159600
3296
yeni bir kitap okumak veya yeni bir şarkı dinlemek gibi.
02:42
Or it could be global,
49
162920
1256
Geniş çaplı da olabilir;
02:44
I mean, something we call innovation.
50
164200
2056
yani yenilik dediğimiz şeyler.
02:46
It could be a new theory, a new technology,
51
166280
2176
Yeni bir teori, yeni teknoloji olabileceği gibi
02:48
but it could also be a new book if you're the writer,
52
168480
2576
yazarsanız yeni bir kitap
02:51
or it could be a new song if you're the composer.
53
171080
2336
veya besteci iseniz yeni şarkı da olabilir.
02:53
In all of these global cases, the new is for everyone,
54
173440
4296
Tüm bu geniş çaplı durumlarda yeni herkes için yenidir;
02:57
but experiencing the new can be also frightening,
55
177760
3816
ancak yeniyi deneyimlemek korkutucu olabilir,
03:01
so the new can also frighten us.
56
181600
3736
yani yeni bize korkunç gelebilir.
03:05
But still, experiencing the new means exploring a very peculiar space,
57
185360
4176
Buna rağmen yeniyi denemek son derece olağan dışı bir alanı;
03:09
the space of what could be,
58
189560
2096
olabilirlik alanını,
03:11
the space of the possible, the space of possibilities.
59
191680
3176
mümkün olma alanını, olasılıklar alanını keşfetmek demektir.
03:14
It's a very weird space, so I'll try to get you through this space.
60
194880
3456
Çok tuhaf bir alandır burası, biraz anlatmaya çalışacağım.
03:18
So it could be a physical space.
61
198360
2016
Fiziksel bir alan olabilir.
03:20
So in this case, for instance,
62
200400
1616
Bu duruma örnek vermek gerekirse
03:22
novelty could be climbing Machu Picchu for the first time,
63
202040
4056
Machu Picchu'ya ilk kez tırmanmak yenilik olabilir,
03:26
as I did in 2016.
64
206120
1920
2016 yılında yaptığım şey.
03:28
It could be a conceptual space,
65
208960
1816
Kavramsal bir alan olabilir;
03:30
so acquiring new information, making sense of it, in a word, learning.
66
210800
4416
yeni bir bilgi edinmek, onu anlamak yani öğrenmek.
03:35
It could be a biological space.
67
215240
1936
Biyolojik bir alan olabilir.
03:37
I mean, think about the never-ending fight of viruses and bacteria
68
217200
4096
Virüs ve bakterilerin bağışıklık sistemimizle olan
03:41
with our immune system.
69
221320
1936
bitmek bilemeyen savaşını düşünün.
03:43
And now comes the bad news.
70
223280
1736
Şimdi de kötü haber geliyor.
03:45
We are very, very bad at grasping this space.
71
225040
3296
Bizler bu alanı anlamakta son derece kötüyüz.
03:48
Think of it. Let's make an experiment.
72
228360
2016
Bir deneme yapalım:
03:50
Try to think about all the possible things you could do in the next, say, 24 hours.
73
230400
6880
Önümüzdeki 24 saat içinde yapacağınız bütün olası şeyleri düşünün.
03:58
Here the key word is "all."
74
238320
2656
Buradaki anahtar kelime "bütün".
04:01
Of course you can conceive a few options, like having a drink, writing a letter,
75
241000
4800
Eminim birkaç seçenek düşünürsünüz, mesela bir şey içmek, mektup yazmak,
04:06
also sleeping during this boring talk,
76
246840
3176
bu sıkıcı konuşma sırasında uyumak gibi,
04:10
if you can.
77
250040
1696
tabii yapabilirseniz.
04:11
But not all of them.
78
251760
1656
Ama hepsini değil.
04:13
So think about an alien invasion, now, here, in Milan,
79
253440
3936
Şimdi Milan'da bir uzaylı istilasının olduğunu düşünün,
04:17
or me -- I stopped thinking for 15 minutes.
80
257400
3120
ya da ben düşüneyim, 15 dakika düşünmeyi bıraktım.
04:21
So it's very difficult to conceive this space,
81
261440
3136
Bu alanı algılamak çok zor,
04:24
but actually we have an excuse.
82
264600
2176
ama aslında bahane buluyoruz.
04:26
So it's not so easy to conceive this space
83
266800
3496
Aslında bu alanı anlamak çok kolay değil
04:30
because we are trying to conceive the occurrence of something brand new,
84
270320
3495
çünkü yepyeni bir şeyin oluşumunu anlamaya çalışıyoruz,
04:33
so something that never occurred before,
85
273839
1977
daha önce olmayan bir şeyin,
04:35
so we don't have clues.
86
275840
1480
ipucumuz bile yok buna dair.
04:38
A typical solution could be
87
278040
2896
Normal bir çözüm
04:40
looking at the future with the eyes of the past,
88
280960
3216
geleceğe geçmişin gözünden bakmak,
04:44
so relying on all the time series of past events
89
284200
3296
geçmişte olan olayların seyrine güvenmek
04:47
and hoping that this is enough to predict the future.
90
287520
3496
ve bunun geleceği tahmin için yeterli olduğunu ummak olabilir.
04:51
But we know this is not working.
91
291040
2176
Fakat bunun işe yaramadığını biliyoruz.
04:53
For instance, this was the first attempt for weather forecasts, and it failed.
92
293240
5216
Örneğin, hava tahmini için ilk deneme böyle yapılmış ve başarısız olmuştu.
04:58
And it failed because of the great complexity
93
298480
2416
Arkasında yatan neden yüzünden
05:00
of the underlying phenomenon.
94
300920
1936
başarısız olmuştu.
05:02
So now we know that predictions had to be based on modeling,
95
302880
5616
Artık bu tahminlerin modellemeye dayanmak zorunda olduğunu biliyoruz,
05:08
which means creating a synthetic model of the system,
96
308520
3496
yani sistemin yapay bir modelini oluşturmak,
05:12
simulating this model and then projecting the system
97
312040
4136
bu modelin benzerini yapıp daha sonra sistemi
05:16
into the future through this model.
98
316200
2536
bu model üzerinden geleceğe yansıtmak gerekiyor.
05:18
And now we can do this in a lot of cases
99
318760
2936
Artık bunu veri yardımıyla
05:21
with the help of a lot of data.
100
321720
1880
birçok duruma uyarlayabiliyoruz.
05:25
Looking at the future with the eye of the past
101
325000
2896
Geçmişin gözüyle geleceğe bakmak
05:27
could be misleading also for machines.
102
327920
2736
makineler için yanıltıcı da olabilir.
05:30
Think about it.
103
330680
1216
Bunu da düşünün.
05:31
Now picture yourself for a second in the middle of the Australian Outback.
104
331920
4800
Şimdi bir saniyeliğine kendinizi Avustralya kırsallarında hayal edin.
05:37
You stand there under the sun.
105
337440
2720
Güneşin altında duruyorsunuz.
05:40
So you see something weird happening.
106
340840
2216
Garip bir şey olduğunu gördünüz.
05:43
The car suddenly stops
107
343080
2736
Araba karşıdan karşıya geçmekte olan
05:45
very, very far from a kangaroo crossing the street.
108
345840
3056
bir kanguruya çok uzak bir noktada durur.
05:48
You look closer
109
348920
1456
Yaklaştınız
05:50
and you realize that the car has no driver.
110
350400
2416
ve arabanın şoförünün olmadığını fark ettiniz.
05:52
It is not restarting, even after the kangaroo is not there anymore.
111
352840
4016
Kanguru gitmiş olsa da araba tekrar çalışmaz.
05:56
So for some reasons,
112
356880
1896
Bazı nedenlerden dolayı
05:58
the algorithms driving the car cannot make sense
113
358800
2536
arabayı kullanan algoritmalar
06:01
of this strange beast jumping here and there on the street.
114
361360
3680
oraya buraya zıplayan bu garip yaratığa anlam veremez.
06:05
So it just stops.
115
365640
1200
Hemen durur.
06:07
Now, I should tell you, this is a true story.
116
367720
2136
Size bunun gerçek olduğunu söylemeliyim.
06:09
It happened a few months ago to Volvo's self-driving cars
117
369880
2696
Birkaç ay önce Avustralya kırsallarının ortasında
06:12
in the middle of the Australian Outback.
118
372600
1936
Volvo'nun sürücüsüz araçlarının başına geldi.
06:14
(Laughter)
119
374560
1696
(Gülüşmeler)
06:16
It is a general problem,
120
376280
1976
Genel bir problem bu.
06:18
and I guess this will affect more and more in the near future
121
378280
2976
Bence bu yakın gelecekte yapay zekâyı ve
06:21
artificial intelligence and machine learning.
122
381280
2560
makine öğrenimini daha çok etkileyecektir.
06:24
It's also a very old problem, I would say 17th century,
123
384440
3976
Belki de 17. yy'dan kalma eski bir problem bu.
06:28
but I guess now we have new tools and new clues to start solving it.
124
388440
5136
Fakat artık bunu çözecek yeni araç ve yöntemlerimiz var.
06:33
So let me take a step back,
125
393600
2176
Biraz geri gitmek istiyorum,
06:35
five years back.
126
395800
2736
beş yıl öncesine.
06:38
Italy. Rome. Winter.
127
398560
2976
İtalya. Roma. Kış.
06:41
So the winter of 2012 was very special in Rome.
128
401560
3576
2002'nin kış mevsimi Roma için çok özeldi.
06:45
Rome witnessed one of the greatest snowfalls of its history.
129
405160
3560
Roma, tarihinin en yoğun kar yağışına gördü.
06:49
That winter was special also for me and my colleagues,
130
409520
3696
O kış ben ve iş arkadaşlarım için de çok özeldi.
06:53
because we had an insight about the possible mathematical scheme --
131
413240
3496
Çünkü yeninin oluşumunu algılamak için olası matematiksel uyumu-
06:56
again, possible, possible mathematical scheme,
132
416760
2976
tekrar olması muhtemel matematiksel uyumun
06:59
to conceive the occurrence of the new.
133
419760
1840
07:02
I remember that day because it was snowing,
134
422520
2416
O günü çok iyi hatırlıyorum çünkü kar yağıyordu.
07:04
so due to the snowfall, we were blocked, stuck in my department,
135
424960
3776
Kar yağışı yüzünden bölümümde mahsur kalmıştık,
07:08
and we couldn't go home,
136
428760
1416
eve gidememiştik,
07:10
so we got another coffee, we relaxed
137
430200
3056
bir kahve daha içtik, dinlendik
07:13
and we kept discussing.
138
433280
1776
ve sohbete devam ettik.
07:15
But at some point -- maybe not that date, precisely --
139
435080
3696
Fakat bir noktada, belki tam olarak o gün değil ama
07:18
at some point we made the connection
140
438800
2896
"yeni" sorunsalı ile
07:21
between the problem of the new
141
441720
2976
yıllar önce Stuart Kauffman'ın
07:24
and a beautiful concept proposed years before
142
444720
2416
öne sürdüğü güzel bir konsept olan
07:27
by Stuart Kauffman,
143
447160
1776
komşu olasılık arasındaki
07:28
the adjacent possible.
144
448960
2040
bağlantıyı yakaladık.
07:31
So the adjacent possible consists of all those things.
145
451720
3056
İşte komşu olasılık bütün bunlardan oluşuyordu.
07:34
It could be ideas, it could be molecules, it could be technological products
146
454800
3736
Gerçekte var olan şeyden bir adım önceki
07:38
that are one step away
147
458560
2936
fikirler, moleküller,
07:41
from what actually exists,
148
461520
1736
teknolojik ürünler olabilirdi.
07:43
and you can achieve them through incremental modifications
149
463280
3536
Mevcut materyallerin yeniden kombinasyonu
07:46
and recombinations of the existing material.
150
466840
2560
ve ek değişikliklerle bunu bulabilirdiniz.
07:50
So for instance, if I speak about the space of my friends,
151
470520
3896
Örneğin, arkadaşlarımın alanı hakkında konuşacak olsam
07:54
my adjacent possible would be the set of all friends of my friends
152
474440
3976
benim komşu olasılığım arkadaşlarımın tüm arkadaşları
07:58
not already my friends.
153
478440
1400
olacaktı, kendi arkadaşlarım değil.
08:00
I hope that's clear.
154
480240
1736
Umarım anlaşılmıştır.
08:02
But now if I meet a new person,
155
482000
1816
Fakat şimdi yeni biri ile tanışsam,
08:03
say Briar,
156
483840
1696
mesela Briar,
08:05
all her friends would immediately enter my adjacent possible,
157
485560
4056
onun tüm arkadaşları birdenbire benim komşu olasılığıma girer
08:09
pushing its boundaries further.
158
489640
1520
ve sınırları daha ileri taşır.
08:12
So if you really want to look from the mathematical point of view --
159
492160
3216
Gerçekten matematiksel açıdan bakmak isterseniz
08:15
I'm sure you want --
160
495400
1400
ki istediğinize eminim,
08:18
you can actually look at this picture.
161
498200
1976
bu fotoğrafa bakabilirsiniz.
08:20
So suppose now this is your universe.
162
500200
1896
Şimdi bunu kendi evreniniz farzedin.
08:22
I know I'm asking a lot.
163
502120
1256
Çok şey istedim farkındayım.
08:23
I mean, this is your universe. Now you are the red spot.
164
503400
2640
Bu evren size ait. Kırmızı nokta sizsiniz.
08:27
And the green spot is the adjacent possible for you,
165
507320
2616
Yeşil nokta ise komşu olasılığınız,
08:29
so something you've never touched before.
166
509960
2096
daha önce hiç dokunmadığınız şey.
08:32
So you do your normal life.
167
512080
1336
Yani normal yaşantınız.
08:33
You move. You move in the space.
168
513440
1656
Böyle bu alanda hareket ediyorsunuz.
08:35
You have a drink. You meet friends. You read a book.
169
515120
2656
Bir şeyler içtiniz. Arkadaşlarla buluştunuz. Kitap okudunuz.
08:37
At some point, you end up on the green spot,
170
517800
2896
Bir şekilde yeşil noktaya vardınız,
08:40
so you meet Briar for the first time.
171
520720
2176
Briar ile tanıştığınız âna.
08:42
And what happens?
172
522920
1336
Peki neler olur?
08:44
So what happens is there is a new part,
173
524280
2296
Burada yeni bir kısım,
08:46
a brand new part of the space,
174
526600
2456
bu alanın yepyeni bir kısmı oluşur,
08:49
becoming possible for you in this very moment,
175
529080
4256
tam o anda sizin için olası olan
08:53
even without any possibility for you to foresee this
176
533360
3856
o noktaya ulaşmadan önce ön görmenizin mümkün olmadığı
08:57
before touching that point.
177
537240
2056
bir şeydir bu.
08:59
And behind this there will be a huge set of points
178
539320
2696
Bunun arkasında daha sonraki aşamalarda
09:02
that could become possible at some later stages.
179
542040
3696
olasılığı mümkün olan kocaman noktalar var olacaktır.
09:05
So you see the space of the possible is very peculiar,
180
545760
2816
Önceden tanımlanmış olmadığı için olasılık alanı
09:08
because it's not predefined.
181
548600
2216
size çok garip gelir.
09:10
It's not something we can predefine.
182
550840
2296
Önceden tanımlayabileceğimiz bir şey değildir bu.
09:13
It's something that gets continuously shaped and reshaped
183
553160
3376
Sürekli şekil alan ve eylemlerimiz ve seçimlerimizle
09:16
by our actions and our choices.
184
556560
2600
yeniden şekillenen bir şeydir.
09:20
So we were so fascinated by these connections we made --
185
560120
3456
Kurduğumuz bu bağlantılar bizi hayli büyülemişti;
09:23
scientists are like this.
186
563600
1896
bilim adamları böyledir.
09:25
And based on this,
187
565520
2296
Buradan yola çıkarak
09:27
we conceived our mathematical formulation for the adjacent possible,
188
567840
3216
komşu olasılık ile ilgili matematiksel formülasyonumuzu
09:31
20 years after the original Kauffman proposals.
189
571080
3456
Kauffman'ın önerilerinden 20 yıl sonra algıladık.
09:34
In our theory -- this is a key point --
190
574560
2136
Bizim teorimiz, -önemli bir nokta bu-,
09:36
I mean, it's crucially based on a complex interplay
191
576720
3536
temel olarak bu olasılıklar alanının
09:40
between the way in which this space of possibilities expands
192
580280
4776
genişlemesi ve tekrar yapılanması ile
09:45
and gets restructured,
193
585080
1536
bizim onu keşfetme şeklimiz arasındaki
09:46
and the way in which we explore it.
194
586640
2496
karmaşık bir etkileşime dayalıdır.
09:49
After the epiphany of 2012,
195
589160
3856
2012 Epifanisinden sonra
09:53
we got back to work, real work,
196
593040
1656
çalışmamıza geri döndük
09:54
because we had to work out this theory,
197
594720
1896
çünkü bu teoriyi çözmek zorundaydık.
09:56
and we came up with a certain number of predictions
198
596640
2416
Sonrasında gerçek hayatta test edilecek
09:59
to be tested in real life.
199
599080
1256
bir dizi öngörüde bulunduk.
10:00
Of course, we need a testable framework
200
600360
2896
Tabii ki yeniliği incelemek için
10:03
to study innovation.
201
603280
1456
test edilebilir çerçeve gerekiyordu.
10:04
So let me drive you across a few predictions we made.
202
604760
4056
Size yaptığımız birkaç öngörüyü göstereyim.
10:08
The first one concerns the pace of innovation,
203
608840
2896
Birincisi, yeniliğin ilerleme hızı;
10:11
so the rate at which you observe novelties in very different systems.
204
611760
4896
yani yenilikleri farklı sistemlerde gözlemlediğiniz oranla ilgili.
10:16
So our theory predicts that the rate of innovation
205
616680
2496
Bizim teorimiz yeniliğin hızının evrensel bir eğriyi
10:19
should follow a universal curve,
206
619200
1936
takip ettiğini ön görür,
10:21
like this one.
207
621160
1320
tıpkı bunun gibi.
10:23
This is the rate of innovation versus time in very different conditions.
208
623240
3640
Burada farklı koşullarda yeniliğin zamana karşı olan hızını görüyoruz.
10:27
And somehow, we predict that the rate of innovation
209
627720
2616
Bir şekilde yeniliğin hızının
10:30
should decrease steadily over time.
210
630360
2696
zamanla azalacağını tahmin ediyoruz.
10:33
So somehow, innovation is predicted to become more difficult
211
633080
3096
Her nedense yeniliğin zaman içinde ilerlemeniz gibi
10:36
as your progress over time.
212
636200
1920
daha zor hale geleceği öngörülüyor.
10:38
It's neat. It's interesting. It's beautiful. We were happy.
213
638960
3536
Çok normal. Enteresan. Hoş. Mutluyuz.
10:42
But the question is, is that true?
214
642520
2176
Asıl soru şu; doğruluk payı nedir?
10:44
Of course we should check with reality.
215
644720
1880
Tabii ki gerçeğe uyarlamalıydık.
10:47
So we went back to reality
216
647600
2376
Gerçekliğe dönüp
10:50
and we collected a lot of data, terabytes of data,
217
650000
3136
birçok veri topladık, terabaytlar dolusu veri,
10:53
tracking innovation in Wikipedia, Twitter,
218
653160
3336
Wikipedia ve Twitter'da yeniliğin izini sürdük,
10:56
the way in which we write free software,
219
656520
2216
tıpkı ücretsiz yazılım yazma,
10:58
even the way we listen to music.
220
658760
1640
hatta müzik dinleme şeklimizde bile.
11:01
I cannot tell you, we were so amazed and pleased and thrilled
221
661160
3736
Bu teoride yapmış olduğumuz aynı öngörülerin
11:04
to discover that the same predictions we made in the theory
222
664920
3496
çok sayıda farklı gerçek sistemle uyuştuğunu keşfetmenin bizi
11:08
were actually satisfied in real systems,
223
668440
2576
nasıl şaşırttığını, mutlu ettiğini
11:11
many different real systems.
224
671040
1536
ve etkilediğini anlatamam.
11:12
We were so excited.
225
672600
1496
Çok heyecanlanmıştık.
11:14
Of course, apparently, we were on the right track,
226
674120
2816
Anlaşılan doğru yoldaydık
11:16
but of course, we couldn't stop,
227
676960
2496
ve bittabi duramazdık,
11:19
so we didn't stop.
228
679480
1496
durmadık da.
11:21
So we kept going on,
229
681000
2096
Devam ettik,
11:23
and at some point we made another discovery
230
683120
2056
bir süre sonra da başka bir şey keşfettik
11:25
that we dubbed "correlated novelties."
231
685200
3536
ve buna "ilişkili yenilikler" adını verdik.
11:28
It's very simple.
232
688760
1256
Çok basit.
11:30
So I guess we all experience this.
233
690040
1896
Sanırım hepimiz bunu deneyimlemişizdir.
11:31
So you listen to "Suzanne" by Leonard Cohen,
234
691960
3560
Leonard Cohen'in "Suzanne" şarkısını dinliyorsunuz
11:36
and this experience triggers your passion for Cohen
235
696440
3656
ve bu deneyim sizin Cohen'a olan sevginizi artırıyor,
11:40
so that you start frantically listening to his whole production.
236
700120
3816
sonuç olarak siz de çılgınca onun tüm şarkılarını dinlemeye başlıyorsunuz.
11:43
And then you realize that Fabrizio De André here
237
703960
2296
Sonra, Fabrizio De André'nin "Suzanne" şarkısını
11:46
recorded an Italian version of "Suzanne,"
238
706280
1976
İtalyanca söylediğini fark ediyorsunuz,
11:48
and so on and so forth.
239
708280
2016
böyle böyle gidiyor bu.
11:50
So somehow for some reason,
240
710320
1976
Bir şekilde bir nedenden dolayı
11:52
the very notion of adjacent possible is already encoding the common belief
241
712320
3896
komşu olasılık tabiri birçok farklı sistemde olan
11:56
that one thing leads to another
242
716240
2560
bir şey diğerine yol açar görüşünü
11:59
in many different systems.
243
719720
1736
hâlihazırda kodluyor.
12:01
But the reason why we were thrilled
244
721480
2296
Bizi heyecanlandıran şey ise
12:03
is because actually we could give, for the first time,
245
723800
2524
gerçekten de ilk kez bu sezgiye
12:06
a scientific substance to this intuition
246
726348
2068
bilimsel bir gerçeklik verip
12:08
and start making predictions
247
728440
1656
yeniyi deneyimleme şeklimize dair
12:10
about the way in which we experience the new.
248
730120
2416
öngörülerde bulunmaya başlayabilmekti.
12:12
So novelties are correlated.
249
732560
2320
Demek ki yenilikler ilişkiliydi.
12:16
They are not occurring randomly.
250
736320
2056
Rastlantı sonucu ortaya çıkmıyorlardı.
12:18
And this is good news,
251
738400
1456
Bu iyi haberdi.
12:19
because it implies that impossible missions
252
739880
4736
Çünkü bu artık imkânsız görevlerin
12:24
might not be so impossible after all,
253
744640
2376
o kadar da imkânsız olmadığını gösteriyordu.
12:27
if we are guided by our intuition,
254
747040
3096
Sezgilerimiz bizi yönlendiriyorsa
12:30
somehow leading us to trigger a positive chain reaction.
255
750160
3760
bir şekilde bizi pozitif zincirleme reaksiyona yönlendiriyordu.
12:34
But there is a third consequence of the existence of the adjacent possible
256
754840
3496
"Yenilikler dalgası" adını verdiğimiz bu komşu olasılık durumunun
12:38
that we named "waves of novelties."
257
758360
3536
üçüncü bir sonucu daha vardı.
12:41
So just to make this simple, so in music,
258
761920
2696
Bunu basitleştirme amacıyla müzikte olduğu gibi
12:44
without waves of novelties,
259
764640
1376
yenilikler dalgasına kapılmadan
12:46
we would still be listening all the time to Mozart or Beethoven,
260
766040
6056
her zaman Mozart veya Beethoven dinliyor olabilirdik,
12:52
which is great,
261
772120
1496
harika bir şey ama
12:53
but we don't do this all the time.
262
773640
1656
her zaman da dinleyemeyiz.
12:55
We also listen to the Pet Shop Boys or Justin Bieber -- well, some of us do.
263
775320
5016
Bazılarımız gibi Pet Shop Boys ya da Justin Bieber da dinliyoruz.
13:00
(Laughter)
264
780360
2176
(Gülüşmeler)
13:02
So we could see very clearly all of these patterns
265
782560
3896
Bu modellerin hepsini topladığımız ve analiz ettiğimiz
13:06
in the huge amounts of data we collected and analyzed.
266
786480
3736
devasa büyüklükteki verilerde açıkça görebilirdik.
13:10
For instance, we discovered that popular hits in music
267
790240
3656
Örneğin, hit müzikler
13:13
are continuously born, you know that,
268
793920
1896
bildiğiniz gibi sürekli yapılıyor
13:15
and then they disappear, still leaving room for evergreens.
269
795840
3440
ve sonra yerlerini eskimeyen şarkılara bırakarak yok oluyorlar.
13:20
So somehow waves of novelties ebb and flow
270
800120
3096
Yani yeniliklerin dalgaları bir şekilde alçalıp yükselirken
13:23
while the tides always hold the classics.
271
803240
2576
gelgitler daima klasik olanı yakalıyor.
13:25
There is this coexistence between evergreens and new hits.
272
805840
3960
işte burada unutulmayanlar ve yeni hitler bir arada bulunuyor.
13:31
Not only our theory predicts these waves of novelties.
273
811920
2696
Teorimiz sadece yenilik dalgalarını öngörmüyor.
13:34
This would be trivial.
274
814640
1456
Öyle olsa çok sıradan olurdu.
13:36
But it also explains why they are there,
275
816120
2896
Teorimiz bu dalgaların neden ve hangi sebepten dolayı
13:39
and they are there for a specific reason,
276
819040
1976
var olduklarını açıklıyor
13:41
because we as humans display different strategies
277
821040
3216
çünkü biz insanlar olarak olasılık alanında
13:44
in the space of the possible.
278
824280
1856
farklı stratejiler sergiliyoruz.
13:46
So some of us tend to retrace already known paths.
279
826160
5136
Bazılarımız bilinen yolların izinden gitme eğiliminde oluyor.
13:51
So we say they exploit.
280
831320
2320
Onlar için 'faydalanıyor' diyoruz.
13:54
Some of us always launch into new adventures.
281
834360
2856
Bazılarımız ise hep yeni maceralara atılırız.
13:57
We say they explore.
282
837240
1696
Onlara da 'keşfediyor' diyoruz.
13:58
And what we discovered is all the systems we investigated
283
838960
3296
Böylelikle incelediğimiz tüm sistemlerin
14:02
are right at the edge between these two strategies,
284
842280
3176
bu iki strateji arasında olduğunu tespit ettik,
14:05
something like 80 percent exploiting, 20 percent exploring,
285
845480
3536
yüzde 80 kadarı faydalanırken yüzde 20'si keşfediyor;
14:09
something like blade runners of innovation.
286
849040
2680
yenilikle bıçak sırtı olmak gibi bir şey.
14:12
So it seems that the wise balance, you could also say a conservative balance,
287
852720
5216
Öyle görünüyor ki, geçmiş ve gelecek ile sömürmek ve keşfetmek
14:17
between past and future, between exploitation and exploration,
288
857960
4976
arasındaki bilgelik dengesi -buna tutucu denge de diyebilirsiniz-
14:22
is already in place and perhaps needed in our system.
289
862960
3416
zaten mevcut ve belki de sistemimizin de gerek duyduğu bir şey.
14:26
But again the good news is now we have scientific tools
290
866400
3616
Yine de iyi haber şu ki artık bilimsel araçlarımız var,
14:30
to investigate this equilibrium,
291
870040
1736
bu denge durumunu inceleyebilir,
14:31
perhaps pushing it further in the near future.
292
871800
3280
belki de yakın gelecekte bunu daha öteye taşırız.
14:37
So as you can imagine,
293
877360
2256
Tahmin edeceğiniz üzere
14:39
I was really fascinated by all this.
294
879640
4160
tüm bunlar beni müthiş büyüledi.
14:44
Our mathematical scheme is already providing cues and hints
295
884920
3136
Matematiksel şemamız olasılık alanını ve
14:48
to investigate the space of possibilities
296
888080
2056
hepimizin bunu oluşturma ve keşfetmemizi
14:50
and the way in which all of us create it and explore it.
297
890160
4016
araştırmak için önceden işaret ve ipuçları veriyor.
14:54
But there is more.
298
894200
1336
Ancak daha fazlası var.
14:55
This, I guess, is a starting point of something that has the potential
299
895560
3376
Sanırım buna, yeniyi bilimsel olarak incelemek için
14:58
to become a wonderful journey for a scientific investigation of the new,
300
898960
4616
muhteşem bir yolculuk olma olasılığına sahip olan bir şeyin başlangıç noktası
15:03
but also I would say a personal investigation of the new.
301
903600
3280
ve yeninin kişisel olarak incelenmesi de diyebilirim.
15:09
And I guess this can have a lot of consequences
302
909320
2896
Sanırım bunun birçok sonucu olabileceği gibi
15:12
and a huge impact in key activities
303
912240
2136
öğrenme, eğitim, araştırma, işletme gibi
15:14
like learning, education, research, business.
304
914400
5320
ana faaliyetlerde önemli etkisi olacaktır.
15:20
So for instance, if you think about artificial intelligence,
305
920680
2896
Örneğin yapay zekâyı düşünün,
15:23
I am sure -- I mean, artificial intelligence,
306
923600
2136
yakın gelecekte yapay zekâya
15:25
we need to rely in the near future
307
925760
1816
komşu olasılık yapısını tekrar yapılandırıp
15:27
more and more on the structure of the adjacent possible,
308
927600
3816
değiştirmek ve de geleceğin bilinmeyenleri ile
15:31
to restructure it, to change it,
309
931440
1936
baş edebilmek için çok daha fazla
15:33
but also to cope with the unknowns of the future.
310
933400
2320
güvenmemiz gerektiğine inanıyorum.
15:36
In parallel, we have a lot of tools,
311
936400
1856
Buna paralel olarak
15:38
new tools now, to investigate how creativity works
312
938280
3496
yaratıcılığın nasıl işlediğini ve yeniliği tetikleyen şeyi araştırmak için
15:41
and what triggers innovation.
313
941800
1600
çok sayıda yeni araçlarımız var.
15:44
And the aim of all this is to raise a generation of people
314
944080
3176
Tüm bunların amacı ise karşılaşacağımız engellerle yüzleşmek için
15:47
able to come up with new ideas to face the challenges in front of us.
315
947280
3616
yeni fikirler ortaya atabilecek bir nesil yetiştirmek.
15:50
We all know.
316
950920
1216
Biliyoruz.
15:52
I think it's a long way to go,
317
952160
2096
Alınacak çok yol var;
15:54
but the questions, and the tools,
318
954280
3056
ancak sorular, araçlar
15:57
are now there, adjacent and possible.
319
957360
3560
işte orada duruyor, komşu ve olası.
16:01
Thank you.
320
961720
1216
Teşekkürler.
16:02
(Applause)
321
962960
4880
(Alkışlar)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7