TED2019
Federica Bianco: How we use astrophysics to study earthbound problems
Federica Bianco: Comment on utilise l'astrophysique pour étudier les problèmes sur Terre
Filmed:
Readability: 5.7
1,455,854 views
Afin d'étudier un système aussi complexe que l'univers entier, les astrophysiciens ont besoin d'être experts en créant des solutions simple à partir des grands ensembles de données. Que peuvent-ils faire avec cette compétence ? Dans ce discours interdisciplinaire, la TED Fellow et astrophysicienne Federica Biano explique comment elle emploie l'analyse d'astrophysique afin de résoudre les problèmes urbains et sociaux ainsi que les mystères stellaires.
Federica Bianco - Cross-disciplinary scientist
TED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still. Full bio
TED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still. Full bio
Double-click the English transcript below to play the video.
Je suis astrophysicienne.
00:13
I am an astrophysicist.
0
1317
2492
00:15
I research stellar explosions
across the universe.
across the universe.
1
3833
3055
Je recherche des explosions stellaires
dans l'univers entier.
dans l'univers entier.
Mais j'ai un défaut.
00:19
But I have a flaw:
2
7603
1200
00:21
I'm restless, and I get bored easily.
3
9325
2483
Je suis impatiente
et je me lasse facilement.
et je me lasse facilement.
Bien qu'en tant qu'astrophysicienne,
j'aie l'opportunité incroyable
j'aie l'opportunité incroyable
00:24
And although as an astrophysicist,
I have the incredible opportunity
I have the incredible opportunity
4
12356
3196
d'étudier l'univers entier,
00:27
to study the entire universe,
5
15576
1932
00:29
the thought of doing
only that, always that,
only that, always that,
6
17532
3348
cette idée de ne faire que cela
et toujours cela,
et toujours cela,
00:32
makes me feel caged and limited.
7
20904
2231
me fait me sentir enfermée et limitée.
Et si mes problèmes d'attention et d'ennui
00:36
What if my issues with
keeping attention and getting bored
keeping attention and getting bored
8
24762
3914
n'étaient pas un défaut ?
00:40
were not a flaw, though?
9
28700
1482
00:42
What if I could turn them into an asset?
10
30206
2667
Et si je pouvais
les transformer en un atout ?
les transformer en un atout ?
00:45
An astrophysicist cannot
touch or interact with
touch or interact with
11
33830
2645
Une astrophysicienne ne peut pas
toucher ou interagir
toucher ou interagir
00:48
the things that she studies.
12
36499
1538
avec les choses qu'elle étudie.
00:50
No way to explode a star in a lab
to figure out why or how it blew up.
to figure out why or how it blew up.
13
38061
3713
On n'explose pas d'étoile dans un labo
pour comprendre le phénomène.
pour comprendre le phénomène.
Nous n'avons que des images
et des vidéos du ciel.
et des vidéos du ciel.
00:54
Just pictures and movies of the sky.
14
42164
2530
00:57
Everything we know about the universe,
15
45339
2221
Tout ce que nous savons de l'univers,
00:59
from the big bang
that originated space and time,
that originated space and time,
16
47584
3091
du Big Bang qui est à l'origine
de l'espace et du temps,
de l'espace et du temps,
de la formation, de l'évolution
des étoiles et des galaxies,
des étoiles et des galaxies,
01:02
to the formation and evolution
of stars and galaxies,
of stars and galaxies,
17
50699
2794
01:05
to the structure of our own solar system,
18
53517
2460
de la structure de notre
propre système solaire,
propre système solaire,
01:08
we figured out studying images of the sky.
19
56001
2800
nous l'avons découvert en étudiant
des images du ciel.
des images du ciel.
01:12
And to study a system
as complex as the entire universe,
as complex as the entire universe,
20
60006
3952
Pour étudier un système
aussi complexe qu'est l'univers entier,
aussi complexe qu'est l'univers entier,
01:15
astrophysicists are experts
at extracting simple models and solutions
at extracting simple models and solutions
21
63982
4705
les astrophysiciens savent extraire
des modèles et des solutions simples
des modèles et des solutions simples
01:20
from large and complex data sets.
22
68711
2339
à partir d'ensembles de données
vastes et complexes.
vastes et complexes.
01:23
So what else can I do with this expertise?
23
71705
2425
Alors, que puis-je faire d'autre
avec cette expertise ?
avec cette expertise ?
01:28
What if we turned the camera
around towards us?
around towards us?
24
76030
4095
Et si l'on retournait
la caméra vers nous ?
la caméra vers nous ?
01:33
At the Urban Observatory,
that is exactly what we are doing.
that is exactly what we are doing.
25
81057
2991
A l'Observatoire Urbain,
c'est précisément ce que nous faisons.
c'est précisément ce que nous faisons.
01:36
Greg Dobler, also an astrophysicist
26
84072
2492
Greg Dobler, astrophysicien comme moi
01:38
and my husband,
27
86588
1167
et mon mari,
01:39
created the first urban observatory
in New York University in 2013,
in New York University in 2013,
28
87779
3960
a créé le premier observatoire urbain
à l'Université de New York en 2013
à l'Université de New York en 2013
01:43
and I joined in 2015.
29
91763
1556
et je l'ai rejoint en 2015.
01:45
Here are some of the things that we do.
30
93752
1929
Voici quelques-uns de nos travaux.
01:48
We take pictures of the city at night
31
96196
2270
La nuit, nous prenons
des photos de la ville
des photos de la ville
01:50
and study city lights like stars.
32
98490
2589
et nous étudions sa lumière
comme celle des étoiles.
comme celle des étoiles.
01:53
By studying how light changes over time
33
101514
2012
En étudiant comment la lumière évolue
01:55
and the color of astronomical lights,
34
103550
2074
et la couleur des lumières astronomiques,
01:57
I gain insight about the nature
of exploding stars.
of exploding stars.
35
105648
2813
j'en apprends plus sur la nature
des étoiles qui explosent.
des étoiles qui explosent.
02:00
By studying city lights the same way,
36
108934
2270
En étudiant la lumière urbaine
de la même façon,
de la même façon,
02:03
we can measure and predict how much energy
the city needs and consumes
the city needs and consumes
37
111228
4682
nous pouvons mesurer et prédire
la consommation et les besoins d'énergie
la consommation et les besoins d'énergie
02:07
and help build a resilient grid
38
115934
1847
et aider à concevoir un réseau robuste
02:09
that will support the needs
or growing urban environments.
or growing urban environments.
39
117805
3299
qui soutiendra les exigences
des zones urbaines en pleine expansion.
des zones urbaines en pleine expansion.
02:14
In daytime images,
we capture plumes of pollution.
we capture plumes of pollution.
40
122283
3357
Dans les images prises en journée,
on voit des panaches de pollution.
on voit des panaches de pollution.
02:18
Seventy-five percent
of greenhouse gases in New York City
of greenhouse gases in New York City
41
126274
3470
75% des gaz à effet de serre de New York
02:21
come from a building like this one,
burning oil for heat.
burning oil for heat.
42
129768
3632
proviennent de bâtiments comme celui-ci
qui brûlent du pétrole pour se chauffer.
qui brûlent du pétrole pour se chauffer.
On peut mesurer la pollution
avec des capteurs
avec des capteurs
02:26
You can measure pollution
with air quality sensors.
with air quality sensors.
43
134477
2395
02:28
But imagine putting a sensor
on each New York City building,
on each New York City building,
44
136896
3842
mais si vous voulez mettre un capteur
sur chaque immeuble new-yorkais
sur chaque immeuble new-yorkais
02:32
reading in data from a million monitors.
45
140762
2706
et lire les données
d'un million d'appareils,
d'un million d'appareils,
02:35
Imagine the cost.
46
143492
1326
imaginez le coût.
02:38
With a team of NYU students,
we built a mathematical model,
we built a mathematical model,
47
146048
3428
Avec une équipe d'étudiants de NYU,
on a conçu un modèle mathématique,
on a conçu un modèle mathématique,
02:41
a neural network that can detect
and track these plumes
and track these plumes
48
149500
3389
un réseau de neurones artificiel
qui peut détecter et suivre ces fumées
qui peut détecter et suivre ces fumées
au-dessus des immeubles new-yorkais.
02:44
over the New York City skyline.
49
152913
1690
02:46
We can classify them --
50
154627
1482
On peut les classer --
02:48
harmless steam plumes,
white and evanescent;
white and evanescent;
51
156133
3015
vapeurs inoffensives, blanches et fugaces,
02:51
polluting smokestacks,
dark and persistent --
dark and persistent --
52
159172
3516
ou fumées de cheminée polluantes,
sombres et persistantes --
sombres et persistantes --
02:54
and provide policy makers
with a map of neighborhood pollution.
with a map of neighborhood pollution.
53
162712
3759
et fournir une carte de la pollution
du quartier aux législateurs.
du quartier aux législateurs.
02:59
This cross-disciplinary project
created transformational solutions.
created transformational solutions.
54
167777
3889
Ce projet interdisciplinaire
a créé des solutions de transformation.
a créé des solutions de transformation.
03:05
But the data analysis methodologies
we use in astrophysics
we use in astrophysics
55
173942
2913
Toutefois, les méthodes d'analyse
utilisées en astrophysique
utilisées en astrophysique
fonctionnent avec d'autres
types de données,
types de données,
03:08
can be applied to all sorts of data,
56
176879
1961
03:10
not just images.
57
178864
1150
et pas seulement les images.
03:12
We were asked to help
a California district attorney
a California district attorney
58
180450
2484
On nous a demandé d'aider
un procureur de Californie
un procureur de Californie
03:14
understand prosecutorial delays
in their jurisdiction.
in their jurisdiction.
59
182958
3421
à comprendre les retards
des poursuites de son tribunal.
des poursuites de son tribunal.
03:18
There are people on probation
or sitting in jail,
or sitting in jail,
60
186839
2667
Il y a des gens en liberté
conditionnelle ou en prison
conditionnelle ou en prison
03:21
awaiting for trial sometimes for years.
61
189530
2611
qui attendent leur procès,
parfois plusieurs années.
parfois plusieurs années.
03:24
They wanted to know
what kind of cases dragged on,
what kind of cases dragged on,
62
192165
2444
Ils voulaient savoir
quels dossiers s'éternisaient.
quels dossiers s'éternisaient.
03:26
and they had a massive data set
to explore to understand it,
to explore to understand it,
63
194633
3124
Cela nécessitait d'explorer
un énorme ensemble de données
un énorme ensemble de données
mais ils n'avaient ni l'expertise,
ni les outils pour ce faire.
ni les outils pour ce faire.
03:29
but didn't have the expertise
64
197781
1412
03:31
or the instruments
in their office to do so.
in their office to do so.
65
199217
2548
03:33
And that's where we came in.
66
201789
1746
C'est là que nous sommes intervenus.
03:35
I worked with my colleague,
public policy professor Angela Hawken,
public policy professor Angela Hawken,
67
203559
3397
Je travaillais avec Angela Hawken,
professeur de politique publique,
professeur de politique publique,
03:38
and our team first created
a visual dashboard
a visual dashboard
68
206980
3486
et notre équipe a commencé par créer
un tableau de bord visuel
un tableau de bord visuel
03:42
for DAs to see and better understand
the prosecution process.
the prosecution process.
69
210490
3900
pour que les procureurs suivent mieux
les processus juridiques.
les processus juridiques.
03:46
But also, we ourselves
analyzed their data,
analyzed their data,
70
214997
2929
Nous avons également analysé
les données nous-mêmes,
les données nous-mêmes,
03:49
looking to see if the duration
of the process
of the process
71
217950
2520
pour regarder si la durée des procès
03:52
suffered from social inequalities
in their jurisdiction.
in their jurisdiction.
72
220494
3190
traduisait des inégalités sociales
au sein de la justice.
au sein de la justice.
03:56
We did so using methods
73
224367
1542
A l'aide de méthodes
03:57
that I would use to classify
thousands of stellar explosions,
thousands of stellar explosions,
74
225933
2973
que j'utilisais pour répertorier
les explosions stellaires,
les explosions stellaires,
04:00
applied to thousands of court cases.
75
228930
2655
des milliers de dossiers
judiciaires ont été classés.
judiciaires ont été classés.
Ce faisant,
04:03
And in doing so,
76
231609
1151
le modèle construit pouvait
s'appliquer à d'autres juridictions
s'appliquer à d'autres juridictions
04:04
we built a model that can be applied
to other jurisdictions
to other jurisdictions
77
232784
2833
disposées à examiner leurs failles.
04:07
who are willing to explore their biases.
78
235641
2190
04:09
These collaborations between
domain experts and astrophysicists
domain experts and astrophysicists
79
237855
3246
Ces collaborations entre experts
et astrophysiciens
et astrophysiciens
04:13
created transformational solutions
80
241125
2055
ont créé des solutions de transformation
04:15
to help improve people's quality of life.
81
243204
2400
pour améliorer la qualité de vie des gens.
04:19
But it is a two-way road.
82
247426
1484
Mais tout est réciproque.
04:20
I bring my astrophysics background
to urban science,
to urban science,
83
248934
2543
L'astrophysique m'aide
pour les sciences urbaines
pour les sciences urbaines
04:23
and I bring what I learn in urban science
back to astrophysics.
back to astrophysics.
84
251501
3841
et les sciences urbaines m'aident
en retour en astrophysique.
en retour en astrophysique.
04:27
Light echoes:
85
255930
1852
La lumière est réfléchie :
04:30
the reflections of stellar explosions
onto interstellar dust.
onto interstellar dust.
86
258461
4567
les reflets des explosions stellaires
sur la poussière interstellaire.
sur la poussière interstellaire.
04:36
In our images, these reflections appear
as white, evanescent, moving features,
as white, evanescent, moving features,
87
264046
5785
Sur nos images, ces reflets apparaissent
blancs, évanescents et mobiles,
blancs, évanescents et mobiles,
tout comme la fumée.
04:41
just like plumes.
88
269855
1150
J'adapte les modèles qui détectent
la fumée sur les images urbaines
la fumée sur les images urbaines
04:43
I am adapting the same models
that detect plumes in city images
that detect plumes in city images
89
271363
3895
04:47
to detect light echoes
in images of the sky.
in images of the sky.
90
275282
2928
à la détection des reflets lumineux
dans les images du ciel.
dans les images du ciel.
04:52
By exploring the things
that interest and excite me,
that interest and excite me,
91
280290
3293
En explorant ce qui m'intéresse
et m'enthousiasme,
et m'enthousiasme,
04:55
reaching outside of my domain,
92
283607
1796
en sortant de mon domaine,
04:57
I did turn my restlessness into an asset.
93
285427
2876
j'ai changé mon impatience
en un véritable atout.
en un véritable atout.
05:01
We, you, all have a unique perspective
that can generate new insight
that can generate new insight
94
289031
5047
Chacun a sa propre perspective
et donc le potentiel d'avoir une idée
et donc le potentiel d'avoir une idée
05:06
and lead to new, unexpected,
transformational solutions.
transformational solutions.
95
294102
4183
afin d'aller vers de nouvelles solutions
de transformation inattendues.
de transformation inattendues.
05:10
Thank you.
96
298944
1162
Merci.
05:12
(Applause)
97
300130
4158
(Applaudissements)
ABOUT THE SPEAKER
Federica Bianco - Cross-disciplinary scientistTED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still.
Why you should listen
Astrophysicist, professor, professional boxer and TED Fellow Federica Bianco studies stellar explosions, using the same methodologies to understand urban and social problems. She uses data-science to both study the universe and tackle problems on earth, like pollution in New York City, prosecutorial justice and how city lights can create resilient electric grids and.
Bianco splits her time as a professor at the University of Delaware in the Department of Physics and Astrophysics (where she runs a lab focusing on light curves), the Biden School of Public Policy and Administration and the Urban Observatory, where she uses her astrophysics skills to study urban problems. She is also the coordinator the Large Synoptic Survey Telescope (LSST) Science Collaboration, a network of more than 1,500 scientists. The LSST, under construction in Chile, will go online in 2023 to survey the night sky and image the southern hemisphere sky at unprecedented depth and resolution. The collaboration will study everything about it, from the thousands of changes it will discover in the sky every night to billions of stars and galaxies, many that have never been seen before.
Bianco has published more than 100 peer-reviewed papers, was a Smithsonian predoctoral and James Arthur postdoctoral fellow and was the recipient of a Department of Energy "Innovative Development in Energy-Related Applied Science" grant. When she isn't doing science, you will find her in the boxing ring, where she has made a name for herself as "The MadScientist." She is known for fighting her heart out both in and out of the ring.
Federica Bianco | Speaker | TED.com