The mathematician who cracked Wall Street | Jim Simons

Çeviri: Gözde Zülal Solak Gözden geçirme: Suleyman Cengiz

Chris Anderson: You were something of a mathematical phenom.

Chris Anderson: Bir tür matematik fenomeniydiniz.

You had already taught at Harvard and MIT at a young age.

Genç yaşta Harvard'da ve MIT'de ders vermiştiniz.

And then the NSA came calling.

Sonra NSA'den teklif geldi.

What was that about?

Bu neyle ilgiliydi?

Jim Simons: Well the NSA -- that's the National Security Agency --

Jim Simons: NSA -- yani Ulusal Güvenlik Ajansı --

aslında tam olarak çağırmadılar.

they didn't exactly come calling.

They had an operation at Princeton, where they hired mathematicians

Princeton'da, gizli kodları ve benzeri şeyleri kırmaları için

to attack secret codes and stuff like that.

matematikçileri işe aldıkları bir operasyonları vardı.

And I knew that existed.

Bunun varlığını biliyordum.

And they had a very good policy,

Güzel bir politikaları vardı,

because you could do half your time at your own mathematics,

çünkü vaktimizin yarısını kendi matematiğimize

and at least half your time working on their stuff.

ve en az diğer yarısını da onların işlerine ayırabiliyorduk.

And they paid a lot.

Çok da para ödüyorlardı.

Yani karşı konulamaz bir işti.

So that was an irresistible pull.

Ben de oraya gittim.

So, I went there.

CA: Bir kod-kırıcısıydınız.

CA: You were a code-cracker.

JS: I was.

JS: Evet öyleydim.

CA: Until you got fired.

CA: Kovulana kadar.

JS: Well, I did get fired. Yes.

JS: Pekâlâ, kovuldum. Evet.

CA: How come?

CA: Bu nasıl oldu?

JS: Well, how come?

JS: Nasıl mı oldu?

I got fired because, well, the Vietnam War was on,

Kovuldum, çünkü Vietnam savaşı vardı ve benim kurumumdaki

and the boss of bosses in my organization was a big fan of the war

patronların patronları, savaşın büyük destekçileriydi

and wrote a New York Times article, a magazine section cover story,

ve ben, Vietnam'da nasıl kazanabileceğimiz hakkında New York Times'da kapak konusu

about how we would win in Vietnam.

olan bir makale yazmıştım.

And I didn't like that war, I thought it was stupid.

Ben o savaşı sevmemiştim, aptalca olduğunu düşünüyordum.

And I wrote a letter to the Times, which they published,

Times'a, ismi hatırlanırsa, Maxwell Taylor için çalışan

saying not everyone who works for Maxwell Taylor,

herkesin, onun görüşlerini desteklemediğini söyleyen

if anyone remembers that name, agrees with his views.

bir mektup yazdım ve onlar da bunu yayınladılar.

And I gave my own views ...

Ve kendi görüşümü bildirdim...

CA: Oh, OK. I can see that would --

CA: Ah, tamam. Bunun --

JS: ... which were different from General Taylor's.

JS: ... General Taylor'ın fikirlerinden farklıydı.

Fakat sonunda, kimse bir şey söylemedi.

But in the end, nobody said anything.

But then, I was 29 years old at this time, and some kid came around

Fakat sonra, ben 29 yaşındaydım ve bir çocuk geldi,

and said he was a stringer from Newsweek magazine

Newsweek dergisinde muhabir olduğunu söyledi

and he wanted to interview me and ask what I was doing about my views.

ve benimle röportaj yaparak, görüşlerimle ilgili sorular sormak istedi.

Ben de şöyle dedim, "Şu anda çoğunlukla matematik çalışıyorum

And I told him, "I'm doing mostly mathematics now,

ve savaş bittiğinde, çoğunlukla onların işlerini yapacağım."

and when the war is over, then I'll do mostly their stuff."

Sonra, o gün yapabileceğim en akıllıca şeyi yaptım --

Then I did the only intelligent thing I'd done that day --

I told my local boss that I gave that interview.

bölge patronuma bu röportajı verdiğimi söyledim.

"Ne söyledin?" dedi.

And he said, "What'd you say?"

And I told him what I said.

Söylediklerimi anlattım.

Sonra "Taylor'ı aramalıyım" dedi.

And then he said, "I've got to call Taylor."

He called Taylor; that took 10 minutes.

Taylor'ı aradı, bu 10 dakika sürdü.

I was fired five minutes after that.

5 dakika sonra kovulmuştum.

CA: OK.

CA: Peki.

JS: But it wasn't bad.

JS: Ama bu kötü değildi.

CA: Kötü değildi, çünkü Stony Brook'a gittin

CA: It wasn't bad, because you went on to Stony Brook

and stepped up your mathematical career.

ve matematik kariyerinde yükseldin.

You started working with this man here.

Orada, o adamla çalışmaya başladın.

O kimdi?

Who is this?

JS: Oh, [Shiing-Shen] Chern.

JS: Ah, [Shiing-Shen] Chern.

Chern was one of the great mathematicians of the century.

Chern, yüzyılın en iyi matematikçilerinden birisiydi.

I had known him when I was a graduate student at Berkeley.

Berkeley'de yüksek lisans yaparken tanımıştım onu.

Bazı fikirlerim vardı

And I had some ideas,

ve fikirlerimi ona söylemiştim, o da beğenmişti.

and I brought them to him and he liked them.

Together, we did this work which you can easily see up there.

Birlikte, burada görebileceğiniz, bu işi yaptık.

There it is.

İşte burada.

CA: It led to you publishing a famous paper together.

CA: Birlikte meşhur bir makale yayınlamanıza yol açtı.

Can you explain at all what that work was?

Bu işin ne olduğunu açıklayabilir misiniz?

JS: Hayır.

JS: No.

(Laughter)

(Gülüşmeler)

JS: I mean, I could explain it to somebody.

JS: Yani, bunu birisine açıklayabilirdim.

(Gülüşmeler)

(Laughter)

CA: Bunu açıklamaya ne dersiniz?

CA: How about explaining this?

JS: Ama çok değil. Çok fazla insana değil.

JS: But not many. Not many people.

CA: Sanırım bunun kürelerle ilgili olduğunu söylemiştiniz,

CA: I think you told me it had something to do with spheres,

so let's start here.

buradan başlayalım.

JS: Well, it did, but I'll say about that work --

JS: Evet, öyleydi, fakat bu işten bahsedeceğim --

it did have something to do with that, but before we get to that --

bununla bir ilgisi vardı, fakat ona geçmeden önce --

that work was good mathematics.

güzel bir matematik işiydi.

I was very happy with it; so was Chern.

Chern de ben de yaptığımız şeyden çok mutluyduk.

It even started a little sub-field that's now flourishing.

Hatta şu anda yükselen bir alt-alan olarak başladı.

But, more interestingly, it happened to apply to physics,

Ama, daha ilginci, fizikte de kullanıldı;

something we knew nothing about -- at least I knew nothing about physics,

bilmediğimiz bir şeydi -- en azından ben fizikle ilgili hiçbir şey bilmiyordum,

and I don't think Chern knew a heck of a lot.

Chern'in de çok şey bildiğini düşünmüyordum.

And about 10 years after the paper came out,

Makalenin çıkmasından ortalama 10 yıl sonra,

a guy named Ed Witten in Princeton started applying it to string theory

Princeton'dan Ed Witten adlı birisi bunu sicim kuramına uygulamaya başladı

ve Rusya'daki insanlar da "yoğun madde" adlı şeye uygulama başladı.

and people in Russia started applying it to what's called "condensed matter."

Today, those things in there called Chern-Simons invariants

Günümüzde, orada Chern-Simons değişmezleri olarak adlandırılan bu şeyler

have spread through a lot of physics.

fizik aracılığıyla fazlasıyla yayıldı.

And it was amazing.

Bu muhteşemdi.

We didn't know any physics.

Fiziği hiç bilmiyorduk.

It never occurred to me that it would be applied to physics.

Bana fiziğe uygulanabilecek bir şeymiş gibi gelmemişti.

But that's the thing about mathematics -- you never know where it's going to go.

Fakat matematiğin olayı budur -- asla nereye gideceğini bilemezsiniz.

CA: This is so incredible.

CA: Bu gerçekten inanılmaz.

So, we've been talking about how evolution shapes human minds

Yani, evrimin insanların zihinlerini, gerçeği algılayacak ya da algılayamayacak

that may or may not perceive the truth.

biçimde, nasıl şekillendirdiğinden bahsediyoruz.

Somehow, you come up with a mathematical theory,

Bir şekilde bir matematik teorisiyle ortaya çıktınız,

fiziği hiç bilmeden,

not knowing any physics,

yirmi yıl sonra ise bunun, gerçek fiziksel dünyayı

discover two decades later that it's being applied

to profoundly describe the actual physical world.

tanımlamada kullanıldığını keşfettiniz.

How can that happen?

Bu nasıl olabilir?

JS: God knows.

JS: Tanrı bilir.

(Laughter)

(Gülüşmeler)

But there's a famous physicist named [Eugene] Wigner,

Fakat, [Eugene] Wigner adlı ünlü bir fizikçi vardı

ve matematiğin akıl almaz verimliliği üzerine bir makale yazmıştı.

and he wrote an essay on the unreasonable effectiveness of mathematics.

Somehow, this mathematics, which is rooted in the real world

Bir açıdan, kökleri gerçek dünyada bulunan bu matematik bir şekilde var,

in some sense -- we learn to count, measure, everyone would do that --

-- yani saymayı, ölçmeyi öğreniyoruz, bunu herkes öğrenmiştir --

and then it flourishes on its own.

sonra kendi kendine ilerliyor.

But so often it comes back to save the day.

Fakat sıklıkla, günü kurtarmak için geri dönüyor.

General relativity is an example.

Genel izafiyet bir örnektir.

[Hermann] Minkowski had this geometry, and Einstein realized,

[Hermann] Minkowski bu geometriye sahipti, Einstein da fark etti,

"Hey! It's the very thing in which I can cast general relativity."

"Hey! Genel izafiyeti kullanabileceğim şey tam da bu."

So, you never know. It is a mystery.

Yani, asla bilemezsiniz. Bu bir gizemdir.

Bu bir gizemdir.

It is a mystery.

CA: So, here's a mathematical piece of ingenuity.

CA: Pekâlâ, işte matematiksel bir yaratıcılık parçası.

Tell us about this.

Bize bundan bahsedin.

JS: Well, that's a ball -- it's a sphere, and it has a lattice around it --

JS: Pekâlâ, bu bir top -- bir küre ve etrafında bir kafes var --

you know, those squares.

bilirsiniz, bu kareler.

What I'm going to show here was originally observed by [Leonhard] Euler,

Burada göstereceğim şey aslında 1700'lerde büyük matematikçi

the great mathematician, in the 1700s.

[Leonhard] Euler tarafından gözlemlendi.

And it gradually grew to be a very important field in mathematics:

Zaman geçtikçe, matematikte çok önemli bir alan olmaya başladı:

algebraic topology, geometry.

Cebirsel topoloji, geometri.

Şu kâğıtta bunun kaynağı var.

That paper up there had its roots in this.

So, here's this thing:

Olay şu:

it has eight vertices, 12 edges, six faces.

Sekiz köşesi, on iki kenarı ve altı yüzü var.

And if you look at the difference -- vertices minus edges plus faces --

Farka bakarsanız eğer -- köşeler eksi kenarlar artı yüzler --

you get two.

iki eder.

OK, well, two. That's a good number.

Pekâlâ, iki. Bu güzel bir sayı.

Bunu yapmanın diğer bir yolu -- bunlar üçgenler --

Here's a different way of doing it -- these are triangles covering --

this has 12 vertices and 30 edges

bunun 12 köşesi, 30 kenarı,

and 20 faces, 20 tiles.

20 yüzü ve 20 mozaiği var.

And vertices minus edges plus faces still equals two.

Köşeler, eksi kenarlar, artı yüzler, yine iki ediyor.

And in fact, you could do this any which way --

Aslında, bunu herhangi bir yolla da yapabilirsiniz --

bunu her türden çokgen ve üçgenlerle kaplayın

cover this thing with all kinds of polygons and triangles

and mix them up.

ve hepsini karıştırın.

And you take vertices minus edges plus faces -- you'll get two.

Köşeler, eksi kenarlar, artı yüzler -- yine iki elde edersiniz.

Burada farklı bir şekil var.

Here's a different shape.

This is a torus, or the surface of a doughnut: 16 vertices

Bu bir tor veya bir donut yüzeyi: 16 köşe,

covered by these rectangles, 32 edges, 16 faces.

32 kenar ve 16 yüzle kaplanmış.

Vertices minus edges comes out to be zero.

Köşeler, eksi kenarların sonucu sıfırdır.

It'll always come out to zero.

Her zaman sıfırdır.

Every time you cover a torus with squares or triangles

Bir toru kare, üçgen veya bunun gibi bir şeyle kaplarsanız

her zaman sıfır elde edersiniz.

or anything like that, you're going to get zero.

So, this is called the Euler characteristic.

Buna Euler karakteristiği adı veriliyor.

And it's what's called a topological invariant.

Ayrıca topolojik değişmez adı verilen şey de budur.

It's pretty amazing.

Gerçekten muhteşem.

Nasıl yaparsanız yapın, daima aynı sonuca varırsınız.

No matter how you do it, you're always get the same answer.

So that was the first sort of thrust, from the mid-1700s,

1700'lerin ortalarından beri, günümüzde cebirsel topoloji adı verilen

bir konuya yapılan ilk atılım buydu.

into a subject which is now called algebraic topology.

CA: And your own work took an idea like this and moved it

CA: Senin çalışman da bunun gibi bir fikirden çıktı ve sen de

into higher-dimensional theory,

onu yüksek-boyutlu bir teoriye,

higher-dimensional objects, and found new invariances?

yüksek-boyutlu objelere taşıyarak yeni değişmezler mi buldun?

JS: Yes. Well, there were already higher-dimensional invariants:

JS: Evet. Yüksek-boyutlu değişmezler, hâlihazırda vardı:

Pontryagin classes -- actually, there were Chern classes.

Pontryagin sınıfları -- aslında Chern sınıfları idi.

There were a bunch of these types of invariants.

Bu türden bir grup değişmez vardı.

I was struggling to work on one of them

Bir tanesi üzerinde çalışmak

and model it sort of combinatorially,

ve kombinatorik olarak modelini yapmaya çabalıyordum,

instead of the way it was typically done,

tipik olan biçimi yapmak yerine

and that led to this work and we uncovered some new things.

ve sonucunda bu çalışma ortaya çıktı, biz de yeni şeyler keşfettik.

Ama eğer, yaklaşık 70 cilt matematik kitabı yazan,

But if it wasn't for Mr. Euler --

who wrote almost 70 volumes of mathematics

13 çocuğu olup

and had 13 children,

yazarken dizinde çocuklarını

who he apparently would dandle on his knee while he was writing --

sallayan Bay Euler olmasaydı --

if it wasn't for Mr. Euler, there wouldn't perhaps be these invariants.

muhtemelen bu değişkenler de olmayacaktı.

CA: Pekâlâ, en azından bize bu mükemmel zekâdan bir örnek verdi.

CA: OK, so that's at least given us a flavor of that amazing mind in there.

Let's talk about Renaissance.

Rönesans'tan bahsedelim.

Because you took that amazing mind and having been a code-cracker at the NSA,

Çünkü bu mükemmel zekâyı aldınız ve NSA'de bir kod-kırıcı iken

you started to become a code-cracker in the financial industry.

ekonomi endüstrisinde de bir kod-kırıcı hâline gelmeye başladınız.

I think you probably didn't buy efficient market theory.

Bence muhtemelen etkin piyasa tezini beğenmediniz.

Somehow you found a way of creating astonishing returns over two decades.

Yirmi yılda, bir şekilde dudak uçuklatan kazançları yaratma yolu buldunuz.

The way it's been explained to me,

Bana açıklanan hâliyle,

what's remarkable about what you did wasn't just the size of the returns,

yaptığınız şeyde göze çarpan şey, kazançları yalnızca ölçmemeniz,

it's that you took them with surprisingly low volatility and risk,

aynı zamanda onları düşük dengesizlik ve riskle almanızdır,

compared with other hedge funds.

diğer serbest fonlara kıyasla.

So how on earth did you do this, Jim?

Bunu nasıl yaptın Jim?

JS: Mükemmel bir grup insanla birlikte yaptım.

JS: I did it by assembling a wonderful group of people.

When I started doing trading, I had gotten a little tired of mathematics.

Ticarete başladığımda, matematikten biraz yorulmuştum.

I was in my late 30s, I had a little money.

30 yaşımın sonlarındaydım ve param azdı.

Ticarete başladım ve çok iyi gitti.

I started trading and it went very well.

Şans eseri bayağı para kazandım.

I made quite a lot of money with pure luck.

I mean, I think it was pure luck.

Yani sadece bir şanstı.

It certainly wasn't mathematical modeling.

Kesinlikle matematiksel modelleme değildi.

But in looking at the data, after a while I realized:

Fakat verilere baktıktan bir süre sonra, şunu fark ettim:

it looks like there's some structure here.

burada bir takım yapılar var gibiydi.

Birkaç matematikçi kiraladım ve bazı modellemeler yapmaya başladık --

And I hired a few mathematicians, and we started making some models --

just the kind of thing we did back at IDA [Institute for Defense Analyses].

tıpkı eskiden SAE'de (Otomotiv Mühendisleri Derneği) yaptığımız gibi.

Algoritma tasarlıyorsunuz, bilgisayarda test ediyorsunuz.

You design an algorithm, you test it out on a computer.

Does it work? Doesn't it work? And so on.

İşe yarıyor mu? Yaramıyor mu? Bunun gibi.

CA: Can we take a look at this?

CA: Şuna bakabilir miyiz?

Because here's a typical graph of some commodity.

Çünkü burada tipik bir ticari mal grafiği var.

I look at that, and I say, "That's just a random, up-and-down walk --

Baktım ve dedim ki, "Bu rastgele, inişli çıkışlı bir gidişat -

maybe a slight upward trend over that whole period of time."

belki de tüm zamanın hafif artan bir trendi."

How on earth could you trade looking at that,

Buna bakarak nasıl ticaret yapabilidiniz

and see something that wasn't just random?

ve rastgele olmayan bir şeyler gördünüz?

JS: In the old days -- this is kind of a graph from the old days,

JS: Eskiden -- bu eski günlere ait bir tür grafik,

commodities or currencies had a tendency to trend.

ticari malların veya dövizlerin trend eğilimleri vardı.

Not necessarily the very light trend you see here, but trending in periods.

Burada gördüğünüz hafif trendler değil, dönemsel trendler.

And if you decided, OK, I'm going to predict today,

Eğer tamam, bugün son 20 gündeki ortalama hareket üzerinden

by the average move in the past 20 days --

tahminde bulunacağım derseniz --

maybe that would be a good prediction, and I'd make some money.

bu belki iyi bir tahmin olur ve para kazanabilirim.

And in fact, years ago, such a system would work --

Aslında, yıllar önce böyle bir sistem işe yarayabilirdi --

not beautifully, but it would work.

mükemmel şekilde değil, ama yarardı.

You'd make money, you'd lose money, you'd make money.

Para kazanıp, kaybedip kazanabilirdiniz.

But this is a year's worth of days,

Fakat bu bir yıl değerinde bir gün

and you'd make a little money during that period.

ve bu dönem esnasında biraz para kazanabilirsiniz.

It's a very vestigial system.

İşlevini kaybetmiş bir sistem.

CA: So you would test a bunch of lengths of trends in time

CA: Yani zamanla bir takım trend uzunluklarını test edip

örneğin, 10 günlük veya 15 günlük bir trendin

and see whether, for example,

a 10-day trend or a 15-day trend was predictive of what happened next.

sonrası için tahminci olup olmayacağını görecektiniz.

JS: Elbette, hepsini deneyebilir ve işe yarayanı bulabilirdiniz.

JS: Sure, you would try all those things and see what worked best.

Trend-following would have been great in the '60s,

Trend takibi 60'larda çok iyiydi,

and it was sort of OK in the '70s.

70'lerde ise fena değildi.

Ama 80'lerde, kötüydü.

By the '80s, it wasn't.

CA: Because everyone could see that.

CA: Çünkü herkes görebiliyordu.

So, how did you stay ahead of the pack?

Peki rakiplerinizin önüne nasıl geçtiniz?

JS: Farklı yaklaşımlarda bularak rakiplerimizin önüne geçtik --

JS: We stayed ahead of the pack by finding other approaches --

shorter-term approaches to some extent.

bir ölçüde, kısa zamanlı yaklaşımlar.

Asıl olay, büyük miktarda veri toplamaktı

The real thing was to gather a tremendous amount of data --

and we had to get it by hand in the early days.

ve eski günlerde bunu elden yapmak zorundaydık.

Merkez Bankası'na gittik ve faiz oranlarının tarihlerini ve bu tür

We went down to the Federal Reserve and copied interest rate histories

and stuff like that, because it didn't exist on computers.

şeyleri kopyaladık, çünkü bilgisayarlarda yoktu.

We got a lot of data.

Elimizde çok fazla veri vardı.

And very smart people -- that was the key.

Çok zeki insanlar -- anahtar buydu.

I didn't really know how to hire people to do fundamental trading.

Esas ticareti yapmak için insanların nasıl kiralanacağını bilmiyordum.

I had hired a few -- some made money, some didn't make money.

Birkaç kişi buldum -- kimisi para kazandı, kimisi kazanmadı.

I couldn't make a business out of that.

Bu şekilde iş yapamazdım.

But I did know how to hire scientists,

Ama bilim adamlarını nasıl işe alacağımı

because I have some taste in that department.

biliyordum, çünkü o alana ilgim var.

Bunu yaptık.

So, that's what we did.

And gradually these models got better and better,

Bu modeller gitgide daha iyi ve daha iyi,

hatta daha da iyi hâle geldiler.

and better and better.

CA: You're credited with doing something remarkable at Renaissance,

CA: Rönesans'ta fevkalade bir şeyler yaptığınız biliniyor ki bu da

which is building this culture, this group of people,

yalnızca parayla aklı çelinebilecek danışmanlar olmayan

who weren't just hired guns who could be lured away by money.

bu insan grubunu, bu kültürü oluşturmaktı.

Their motivation was doing exciting mathematics and science.

Motivasyonları heyecan verici matematik ve bilim yapmak.

JS: Well, I'd hoped that might be true.

JS: Bunun doğru olmasını umardım.

But some of it was money.

Fakat bir kısmı da paraydı.

CA: They made a lot of money.

CA: Çok para kazandılar.

JS: Hiç kimsenin para yüzünden gelmediğini söyleyemem.

JS: I can't say that no one came because of the money.

I think a lot of them came because of the money.

Bence bir çoğu para için geldi.

Fakat eğlenceli olacağı için de geldiler.

But they also came because it would be fun.

CA: Peki makine öğrenimi bunda nasıl bir rol oynadı?

CA: What role did machine learning play in all this?

JS: In a certain sense, what we did was machine learning.

JS: Yaptığımız şey, bir anlamda makine öğrenimi idi.

You look at a lot of data, and you try to simulate different predictive schemes,

Çok fazla veriye bakıyorsunuz, farklı tahmini şemaların benzerlerini yapmaya

until you get better and better at it.

çalışıyorsunuz, en iyi hâle gelene dek.

It doesn't necessarily feed back on itself the way we did things.

Yaptığımız şeyleri yapma biçimimizin, geri bildirim alması gerekmiyor.

But it worked.

Ama işe yaradı.

CA: Yani bu farklı tahmini şemalar oldukça savruk ve beklenmedik olabilir.

CA: So these different predictive schemes can be really quite wild and unexpected.

I mean, you looked at everything, right?

Yani, her şeye baktınız, değil mi?

Hava durumuna, elbise boylarına, politik fikirlere.

You looked at the weather, length of dresses, political opinion.

JS: Yes, length of dresses we didn't try.

JS: Evet, elbise boylarını denemedik.

CA: What sort of things?

CA: Peki, ne gibi şeyler?

JS: Well, everything.

JS: Pekâlâ, her şey.

Everything is grist for the mill -- except hem lengths.

Her şey faydalıdır -- elbise kenarı uzunlukları hariç.

Weather, annual reports,

Hava durumu, yıllık raporlar,

üç aylık raporlar, tarihsel veriler, birimler, aklınıza ne gelirse.

quarterly reports, historic data itself, volumes, you name it.

Whatever there is.

Elimizde ne varsa.

Bir günde terabaytlarca veri alıyoruz.

We take in terabytes of data a day.

And store it away and massage it and get it ready for analysis.

Saklıyoruz, düzenliyoruz ve analize hazır hâle getiriyoruz.

You're looking for anomalies.

Yanlış arıyorsunuz.

You're looking for -- like you said,

Dediğin gibi -- etkin piyasa

the efficient market hypothesis is not correct.

hipotezinde yanlışlık arıyorsunuz.

CA: But any one anomaly might be just a random thing.

CA: Fakat herhangi bir yanlışlık rastgele bir şey de olabilir.

So, is the secret here to just look at multiple strange anomalies,

Öyleyse bunun sırrı, birkaç garip yanlışlığa bakmak ve ne zaman

and see when they align?

çakıştıklarını görmek mi?

JS: Any one anomaly might be a random thing;

JS: Herhangi bir yanlışlık rastgele bir şey de olabilir:

however, if you have enough data you can tell that it's not.

Ancak yeterli veriniz varsa, öyle olmadığını söyleyebilirsiniz.

You can see an anomaly that's persistent for a sufficiently long time --

Uzun zamandır var olan bir yanlışlığı görebilirsiniz --

the probability of it being random is not high.

bunun rastgele olma ihtimali yüksek değildir.

But these things fade after a while; anomalies can get washed out.

Fakat bu şeyler bir süre sonra yok olur, yanlışlıklar temizlenebilir.

So you have to keep on top of the business.

Dolayısıyla işin üzerinde durman gerekir.

CA: A lot of people look at the hedge fund industry now

CA: Günümüzde çoğu kişi serbest fon endüstrisine bakıyor

and are sort of ... shocked by it,

ve kısmen ... sarsılıyorlar,

by how much wealth is created there,

orada yaratılan zenginlik ve oradaki

yetenekler, onları şaşırtıyor.

and how much talent is going into it.

Do you have any worries about that industry,

Bu endüstriye dair bir endişeniz var mı,

and perhaps the financial industry in general?

belki de genel olarak finans endüstrisine dair?

Kind of being on a runaway train that's --

Kaçak bir trene binmek gibi --

I don't know -- helping increase inequality?

bilmiyorum -- eşitsizliğin artmasına sebep oluyor mu?

How would you champion what's happening in the hedge fund industry?

Serbest fon endüstrisinde olup biteni nasıl savunabilirsin?

JS: I think in the last three or four years,

JS: Bence son üç veya dört yılda

hedge funds have not done especially well.

serbest fonlar çok da iyiye gitmedi.

We've done dandy,

Biz işi mükemmel yaptık,

but the hedge fund industry as a whole has not done so wonderfully.

ama serbest fon endüstrisi bir bütün olarak mükemmel iş yapmadı.

The stock market has been on a roll, going up as everybody knows,

Borsa hızını aldı, herkesin bildiği gibi, büyüyor

and price-earnings ratios have grown.

ve fiyat-kazanç oranları yükseldi.

So an awful lot of the wealth that's been created in the last --

Son dönemde -- son beş veya altı yılda diyelim -- yaratılan

let's say, five or six years -- has not been created by hedge funds.

zenginliğin çoğunu, serbest fonlar yaratmadı.

People would ask me, "What's a hedge fund?"

İnsanlar bana "serbest fon nedir?" diye soracaklardı.

And I'd say, "One and 20."

Ben de "Bir ve 20" diyecektim.

Which means -- now it's two and 20 --

Anlamı şu -- şu anda iki ve 20 --

it's two percent fixed fee and 20 percent of profits.

yüzde iki sabit ücret ve yüzde 20 de kâr.

Hedge funds are all different kinds of creatures.

Serbest fonlar, farklı türden yaratıklardır.

CA: Rumor has it you charge slightly higher fees than that.

CA: Söylentilere göre siz daha yüksek ücret talep ediyorsunuz.

JS: We charged the highest fees in the world at one time.

JS: Dünyadaki en yüksek ücretleri bir kerede talep ettik.

Five and 44, that's what we charge.

Beş ve 44, talep ettiklerimiz.

CA: Five and 44.

CA: Beş ve 44.

Yani yüzde beş sabit, yüzde 44 kâr.

So five percent flat, 44 percent of upside.

You still made your investors spectacular amounts of money.

Yatırımcılarınıza hâlâ büyük ölçüde para kazandırıyorsunuz.

JS: We made good returns, yes.

JS: İyi dönüşler yaptık, evet.

People got very mad: "How can you charge such high fees?"

İnsanlar kızgın: "Nasıl yüksek ücret talep edebiliyorsunuz?"

I said, "OK, you can withdraw."

"Tamam, çekilebilirsiniz" dedim.

But "How can I get more?" was what people were --

Ama "daha fazla nasıl kazanabilirim?" insanlar böyleydi --

(Gülüşmeler)

(Laughter)

But at a certain point, as I think I told you,

Ama bir noktada, sanırım sana söyledim,

bütün yatırımcıları aldık, çünkü sermaye kapasitesi vardı.

we bought out all the investors because there's a capacity to the fund.

CA: But should we worry about the hedge fund industry

CA: Fakat, dünyadaki birçok soruna karşın, dünyanın

bu konuda çalışabilecek en iyi matematiksel veya diğer yeteneklerinin

attracting too much of the world's great mathematical and other talent

to work on that, as opposed to the many other problems in the world?

dikkatini serbest fon endüstrisinin çekmesinden endişelenmeli miyiz?

JS: Well, it's not just mathematical.

JS: Pekâlâ, yalnızca matematiksel değil.

We hire astronomers and physicists and things like that.

Astronomlar ve fizikçiler ve benzerlerini de kiraladık.

I don't think we should worry about it too much.

Çok fazla endişelenmemiz gerektiğini düşünmüyorum.

It's still a pretty small industry.

Bu hâlâ küçük bir endüstri.

And in fact, bringing science into the investing world

Aslında, yatırım dünyasına bilim getirmek,

has improved that world.

bu dünyayı geliştirdi.

It's reduced volatility. It's increased liquidity.

Oynaklığı azalttı. Akışkanlığı yükseltti.

Spreads are narrower because people are trading that kind of stuff.

Yayılmalar daha dar, çünkü insanlar bu tür şeyler alıp satıyor.

So I'm not too worried about Einstein going off and starting a hedge fund.

Yani Einstein'ın gelip de bir serbest fon başlatmasından endişelenmiyorum.

CA: You're at a phase in your life now where you're actually investing, though,

CA: Hayatının, gerçekten yatırım yaptığın bir evresinde bulunuyorsun,

at the other end of the supply chain --

fakat tedarik zincirinin diğer ucunda --

you're actually boosting mathematics across America.

Amerika'yı matematiğe teşvik ediyorsun.

This is your wife, Marilyn.

Bu eşin, Marilyn.

You're working on philanthropic issues together.

Birlikte hayır işlerinde çalışıyorsunuz.

Tell me about that.

Bundan bahsedelim.

JS: Well, Marilyn started --

JS: Pekâlâ, Marilyn --

işte benim güzel eşim orada --

there she is up there, my beautiful wife --

she started the foundation about 20 years ago.

yaklaşık 20 yıl önce vakfı başlattı.

I think '94.

94 yılıydı sanırım.

I claim it was '93, she says it was '94,

Ben 93 diyorum, o 94 diyor,

but it was one of those two years.

fakat ikisinden biriydi.

(Laughter)

(Gülüşmeler)

We started the foundation, just as a convenient way to give charity.

Bağış yapmanın en iyi yolu olan vakıf işine başladık.

She kept the books, and so on.

O hesap tuttu.

We did not have a vision at that time, but gradually a vision emerged --

O zamanlar bir vizyonumuz yoktu, fakat zamanla ortaya çıktı --

which was to focus on math and science, to focus on basic research.

matematik ve bilime odaklanmak, temel araştırmaya odaklanmak.

And that's what we've done.

İşte biz bunu yaptık.

Six years ago or so, I left Renaissance and went to work at the foundation.

Yaklaşık altı yıl önce Rönesans'ı bıraktım ve vakıfta çalışmaya başladım.

So that's what we do.

Yaptığımız şey de bu.

CA: And so Math for America is basically investing

CA: Yani Amerika için Matematik, temelde ülke çapında

in math teachers around the country,

matematik öğretmenlerine yatırım yapmak,

giving them some extra income, giving them support and coaching.

onlara ekstra gelir sağlamak, onlara destek vermek ve rehberlik etmek.

And really trying to make that more effective

Bunu daha da etkili kılmayı ve öğretmenlerin heveslenebileceği

and make that a calling to which teachers can aspire.

bir çağrıda bulunmayı denemek.

JS: Yeah -- instead of beating up the bad teachers,

JS: Evet -- kötü öğretmenleri yok etmek yerine,

which has created morale problems all through the educational community,

çünkü bu, eğitim topluluğunda ahlaki problemler yaratır,

özellikle de matematik ve bilim alanında,

in particular in math and science,

we focus on celebrating the good ones and giving them status.

bunun yerine, iyi olanları desteklemeye ve onlara statü vermeye odaklanıyoruz.

Yeah, we give them extra money, 15,000 dollars a year.

Evet, onlara ekstra gelir sağlıyoruz, yılda 15.000 dolar.

We have 800 math and science teachers in New York City in public schools today,

Özün bir parçası olarak, bugün New York devlet okullarında 800 adet

as part of a core.

matematik ve bilim öğretmenimiz var.

Aralarında muhteşem bir uyum var.

There's a great morale among them.

They're staying in the field.

Alanlarında kalıyorlar.

Next year, it'll be 1,000 and that'll be 10 percent

Önümüzdeki yıl bu rakam 1.000 olacak, bu da New York [Şehir]

of the math and science teachers in New York [City] public schools.

devlet okullarındaki matematik ve bilim öğretmenlerinin yüzde 10'u demek.

(Applause)

(Alkış)

CA: Jim, here's another project that you've supported philanthropically:

CA: Jim, bu da yardımsever olarak desteklediğin diğer bir proje:

Sanırım, yaşamın kökenlerini araştırma.

Research into origins of life, I guess.

What are we looking at here?

Burada neyi arıyoruz?

JS: Well, I'll save that for a second.

JS: Bir saniye bekleteceğim.

And then I'll tell you what you're looking at.

Sonra ne aradığımızı söyleyeceğim.

Origins of life is a fascinating question.

Yaşamın kökenleri büyüleyici bir soru.

How did we get here?

Buraya nasıl geldik?

Pekâlâ, iki tane sorumuz var:

Well, there are two questions:

One is, what is the route from geology to biology --

Birincisi, jeolojiden biyolojiye giden yol --

how did we get here?

buraya nasıl ulaştık?

And the other question is, what did we start with?

Diğer soru ise, neyle başladık?

What material, if any, did we have to work with on this route?

Bu rota üzerinde, eğer varsa, hangi materyalle çalıştık?

Those are two very, very interesting questions.

Bu ikisi çok, çok ilginç sorulardı.

The first question is a tortuous path from geology up to RNA

İlk soru, jeolojiden RNA'ya kadar giden acı dolu bir yoldur

or something like that -- how did that all work?

veya bunun gibi bir şey -- tüm bunlar nasıl işledi?

And the other, what do we have to work with?

Diğeri ise, ne ile çalışmamız gerek?

Well, more than we think.

Evet, düşündüğümüzden fazlasıyla.

Burada resmedilen şey, oluşmakta olan bir yıldız.

So what's pictured there is a star in formation.

Now, every year in our Milky Way, which has 100 billion stars,

100 milyar yıldıza sahip olan Samanyolumuzda her yıl

about two new stars are created.

ortalama iki yeni yıldız oluşuyor.

Don't ask me how, but they're created.

Nasıl olduğunu sormayın, bir şekilde oluyorlar.

And it takes them about a million years to settle out.

Yerleşmeleri ise bir milyon yılı buluyor.

Yani, kesin olarak,

So, in steady state,

there are about two million stars in formation at any time.

herhangi bir anda oluşmakta olan ortalama iki milyon yıldız vardır.

That one is somewhere along this settling-down period.

Bu, yerleşmekte olan döneme ait bir yerlerde.

Etrafını kaplayan toz ve benzeri

And there's all this crap sort of circling around it,

şeyler var.

dust and stuff.

And it'll form probably a solar system, or whatever it forms.

Muhtemelen bir güneş sistemi veya onun gibi bir şey oluşturacak.

But here's the thing --

Ama asıl mesele şu --

in this dust that surrounds a forming star

oluşan bir yıldızın etrafını saran tozda,

önemli organik moleküller bulundu.

have been found, now, significant organic molecules.

Molecules not just like methane, but formaldehyde and cyanide --

Yalnızca metan gibi moleküller değil, formaldehit ve siyanür de bulundu --

yani yaşam bloklarını -- yani tohumlarını -- oluşturan şeyler.

things that are the building blocks -- the seeds, if you will -- of life.

Bu sıradan bir şey olabilir.

So, that may be typical.

And it may be typical that planets around the universe

Evrendeki gezegenlerin bu temel inşa bloklarıyla başlaması da

start off with some of these basic building blocks.

sıradan bir şey olabilir.

Now does that mean there's going to be life all around?

Peki bu, her yerde yaşam olacağı anlamına mı geliyor?

Maybe.

Belki.

But it's a question of how tortuous this path is

Asıl soru, yaşama giden yolun, bu narin başlangıçlardan

o tohumlara kadar, ne kadar acı dolu olduğudur.

from those frail beginnings, those seeds, all the way to life.

And most of those seeds will fall on fallow planets.

Bu tohumların çoğu da boş gezegenlerin üstüne düşecek.

CA: So for you, personally,

CA: Yani senin için,

kişisel olarak, nereden geldiğimiz ve bunların nasıl

finding an answer to this question of where we came from,

of how did this thing happen, that is something you would love to see.

oluştuğu sorularına cevap bulmak, gerçekten görmek istediğin bir şey.

JS: Would love to see.

JS: Gerçekten görmek isterim.

And like to know --

Ayrıca bilmek isterim --

if that path is tortuous enough, and so improbable,

eğer bu yol yeterince acı doluysa ve olasılıksız ise,

neyle başlarsanız başlayın, bizler eşsiz olabiliriz.

that no matter what you start with, we could be a singularity.

But on the other hand,

Fakat diğer yandan,

given all this organic dust that's floating around,

etrafta uçuşan bu organik toza baktığımızda,

orada yaşayan birçok arkadaşımız olabilir.

we could have lots of friends out there.

It'd be great to know.

Bilmek harika olurdu.

CA: Jim, birkaç yıl önce Elon Musk ile konuşma şansım oldu

CA: Jim, a couple of years ago, I got the chance to speak with Elon Musk,

and I asked him the secret of his success,

ve ona başarısının sırrını sordum,

and he said taking physics seriously was it.

o da sırrının, fiziği ciddiye almak olduğunu söyledi.

Listening to you, what I hear you saying is taking math seriously,

Seni dinlerken duyduğum şey ise, matematiği ciddiye almak,

that has infused your whole life.

bu senin tüm yaşamına ilham verdi.

Sana somut bir ün sağladı ve şimdi de, Amerika ve diğer yerlerdeki

It's made you an absolute fortune, and now it's allowing you to invest

in the futures of thousands and thousands of kids across America and elsewhere.

binlerce çocuğun geleceğine yatırım yapmanı sağlıyor.

Could it be that science actually works?

İşe yarayan şey aslında bilim olabilir mi?

That math actually works?

Matematik gerçekten işe yarıyor mu?

JS: Well, math certainly works. Math certainly works.

JS: Pekâlâ, matematik işe yarıyor. Kesinlikle yarıyor.

But this has been fun.

Ayrıca eğlenceliydi.

Working with Marilyn and giving it away has been very enjoyable.

Marilyn ile çalışmak ve bağış yapmak çok eğlenceliydi.

CA: I just find it -- it's an inspirational thought to me,

CA: Bunu -- bana göre ilham verici bir düşünceydi,

that by taking knowledge seriously, so much more can come from it.

yani bilgiyi ciddiye almak, bu çok şey kazandırabilir.

So thank you for your amazing life, and for coming here to TED.

Muhteşem yaşamınız için ve TED'e geldiğiniz için teşekkürler.

Thank you.

Teşekkürler.

Jim Simons!

Jim Simons!

(Applause)

(Alkış)