23:08
TED2015

Jim Simons: A rare interview with the mathematician who cracked Wall Street

ジム・サイモンズ: ウォールストリートを制した天才数学者

Filmed:

数学者であり暗号の専門家であるジム・サイモンズは、暗号解読に用いる高度な数学を使って金融市場に潜むパターンを解読できるかもしれないと気付きました。1兆円を超える資産を築いた今、彼は次の世代の数学教師や研究者の育成に携わっています。TEDのクリス・アンダーソンがサイモンズと膝を交えて数にまつわる彼の驚くべき人生について聞きます。

- Philanthropist, mathematician
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy. Full bio

Chris Anderson: You were something
of a mathematical phenom.
クリス・アンダーソン:
あなたはいわゆる天才数学者ですね
00:12
You had already taught at Harvard
and MIT at a young age.
若くしてハーバード大やMITで
教鞭と取っておられました
00:15
And then the NSA came calling.
するとNSAから
電話がかかってきたとか
00:18
What was that about?
それはどういう話でしたか?
00:21
Jim Simons: Well the NSA --
that's the National Security Agency --
ジム・サイモンズ:NSA つまり
アメリカ国家安全保障局が
00:23
they didn't exactly come calling.
実際に電話してきた
わけではありません
00:27
They had an operation at Princeton,
where they hired mathematicians
プリンストンに彼らの拠点があり
00:29
to attack secret codes
and stuff like that.
数学者を雇って暗号解読とかを
やっていて
00:33
And I knew that existed.
その存在については知っていました
00:37
And they had a very good policy,
とても良い雇用条件で
00:39
because you could do half your time
at your own mathematics,
時間の半分を
本来の業務に充てていれば
00:41
and at least half your time
working on their stuff.
残りの時間を数学の研究に使うのも
自由だったのです
00:45
And they paid a lot.
しかも給料が高かったので
00:49
So that was an irresistible pull.
抗しがたい魅力でした
00:51
So, I went there.
だから自分から足を運んだのです
00:54
CA: You were a code-cracker.
クリス:暗号解読の任務に就いたのですね
00:56
JS: I was.
ジム:その通りです
00:57
CA: Until you got fired.
クリス:解雇されるまでは ですね
00:58
JS: Well, I did get fired. Yes.
ジム:はい 解雇されました
00:59
CA: How come?
クリス:どうしてそうなったのですか?
01:01
JS: Well, how come?
ジム:どうしてって?
01:03
I got fired because,
well, the Vietnam War was on,
それは 当時ベトナム戦争の
真っ最中でしたが
01:05
and the boss of bosses in my organization
was a big fan of the war
そこの上司の上司というのが
大の戦争好きで
01:10
and wrote a New York Times article,
a magazine section cover story,
ニューヨーク・タイムズ日曜版に
ベトナム戦争で勝利する方法について
01:16
about how we would win in Vietnam.
特集記事を書いたのです
01:20
And I didn't like that war,
I thought it was stupid.
私は戦争が嫌いですから
愚かなことだと思いました
01:22
And I wrote a letter to the Times,
which they published,
それでタイムズ紙に投稿して
それが掲載されました
01:25
saying not everyone
who works for Maxwell Taylor,
マクスウェル・テイラーの —
みんな彼を覚えているかわかりませんが
01:28
if anyone remembers that name,
agrees with his views.
彼の元で働く人間が全部
彼に賛同しているわけではないと言って
01:32
And I gave my own views ...
私自身の考えを書いたのですが —
01:37
CA: Oh, OK. I can see that would --
クリス:なるほど クビになるわけだ
01:39
JS: ... which were different
from General Taylor's.
ジム:テイラー将軍とは
意見が異なったということです
01:41
But in the end, nobody said anything.
しかし その時は
何も言われませんでした
01:44
But then, I was 29 years old at this time,
and some kid came around
当時29歳でしたが
私のところに
01:45
and said he was a stringer
from Newsweek magazine
ニューズウィーク誌の記者だという
若者がやってきてインタビューしたいと言い
01:49
and he wanted to interview me
and ask what I was doing about my views.
私が自分の主張に関して
何をしているのかと聞きました
01:52
And I told him, "I'm doing
mostly mathematics now,
私はこう答えました
「今はもっぱら数学をしています
01:58
and when the war is over,
then I'll do mostly their stuff."
戦争が終わったら
NSAの仕事に戻ります」
02:02
Then I did the only
intelligent thing I'd done that day --
そして私がその日にした
唯一聡明なことをしました
02:06
I told my local boss
that I gave that interview.
インタビューを受けたことを
上司に伝えたのです
02:08
And he said, "What'd you say?"
「何をしゃべったんだ」と質問され
02:13
And I told him what I said.
言ったがままに報告しました
02:14
And then he said,
"I've got to call Taylor."
「テイラー将軍に電話せねばならない」
と彼は言い
02:16
He called Taylor; that took 10 minutes.
10分ほど電話しに行き
02:18
I was fired five minutes after that.
戻って5分後には
解雇されていました
02:20
CA: OK.
クリス:なるほど
02:23
JS: But it wasn't bad.
ジム:でも 悪いことではありませんでした
02:24
CA: It wasn't bad,
because you went on to Stony Brook
クリス:それでニューヨーク大
ストーニー・ブルック校で職を得て
02:26
and stepped up your mathematical career.
数学者としてのキャリアを
歩み始めたのですね
02:28
You started working with this man here.
そしてこの人物と一緒に
研究することになりました
02:31
Who is this?
どういう方ですか?
02:34
JS: Oh, [Shiing-Shen] Chern.
ジム:シンシェン・チャーンです
02:36
Chern was one of the great
mathematicians of the century.
チャーンは20世紀を代表する
数学者の一人です
02:37
I had known him when
I was a graduate student at Berkeley.
彼とはバークレー校の大学院生の時からの
知り合いでした
02:40
And I had some ideas,
私にはちょっとしたアイデアがあって
02:46
and I brought them to him
and he liked them.
それを彼に話すと彼は興味を示し
共同でやることになりました
02:48
Together, we did this work
which you can easily see up there.
画面で見てもらうと
簡単に分かると思いますが (笑)
02:50
There it is.
これです
02:57
CA: It led to you publishing
a famous paper together.
クリス: それが とても有名になる
共著論文へと繋がりました
02:59
Can you explain at all what that work was?
その内容について
少し紹介いただけませんか?
03:02
JS: No.
ジム:無理だよ
03:07
(Laughter)
(笑)
03:08
JS: I mean, I could
explain it to somebody.
ジム:理解できる人ならいいですが —
03:10
(Laughter)
(笑)
03:13
CA: How about explaining this?
クリス: こちらの説明ならいかがですか?
03:15
JS: But not many. Not many people.
ジム:そういう人は
あまり多くはありませんから
03:17
CA: I think you told me
it had something to do with spheres,
クリス:その理論はこの球と
関係しているということでしたね
03:21
so let's start here.
ここから始めて下さい
03:23
JS: Well, it did,
but I'll say about that work --
ジム:たしかに関係しています
あの研究のことは この後お話しします
03:25
it did have something to do with that,
but before we get to that --
この球と関係はあるのですが
その前に言っておきたいことがあります
03:29
that work was good mathematics.
あの論文はもっぱら
数学に関するものでした
03:32
I was very happy with it; so was Chern.
私もチャーンもそのことに
不満はありません
03:36
It even started a little sub-field
that's now flourishing.
今では大きく発展している
数学の分野を切り開きさえしました
03:39
But, more interestingly,
it happened to apply to physics,
しかし興味深いことに
それが物理学にも応用されるようになったのです
03:44
something we knew nothing about --
at least I knew nothing about physics,
私は物理なんて知らないし
03:49
and I don't think Chern
knew a heck of a lot.
チャーンだって
大して知らないでしょう
03:54
And about 10 years
after the paper came out,
論文が出て10年くらいして
03:56
a guy named Ed Witten in Princeton
started applying it to string theory
プリンストン大のエド・ウィッテンという人が
ひも理論に応用し始めました
04:00
and people in Russia started applying it
to what's called "condensed matter."
またロシア人が凝縮系物理学という
理論にも応用し始めました
04:05
Today, those things in there
called Chern-Simons invariants
今では そのチャーン・サイモンズ不変量と
呼ばれるものが
04:09
have spread through a lot of physics.
物理学の様々な分野で使われています
04:14
And it was amazing.
驚くばかりです
04:16
We didn't know any physics.
私たちは物理の知識などなく
04:17
It never occurred to me
that it would be applied to physics.
物理学に応用されるなんて
予想もしていませんでした
04:19
But that's the thing about mathematics --
you never know where it's going to go.
でも それが数学の特徴なのです
何に応用されるか分かりません
04:22
CA: This is so incredible.
クリス:素晴らしいことですね
04:26
So, we've been talking about
how evolution shapes human minds
真理を理解するか
分からないものながら
04:27
that may or may not perceive the truth.
進化は人の精神をどう形作っていくのか
という話をしましたが
04:32
Somehow, you come up
with a mathematical theory,
あなたは物理学のことを知らずに
04:34
not knowing any physics,
数学の理論を作ったというのに
04:38
discover two decades later
that it's being applied
それが20年後に
現実の物理の世界の
04:40
to profoundly describe
the actual physical world.
根本的なところを記述するために
応用されるのですから
04:42
How can that happen?
どうしてそんなことが
可能なのでしょう?
04:45
JS: God knows.
ジム: 神のみぞ知る です
04:46
(Laughter)
(笑)
04:47
But there's a famous physicist
named [Eugene] Wigner,
ユージン・ウィグナーという
有名な物理学者が
04:50
and he wrote an essay on the unreasonable
effectiveness of mathematics.
「(自然科学における) 数学の不条理なまでの
有効性」という論文を書いています
04:54
Somehow, this mathematics,
which is rooted in the real world
数学というものは
ある意味で現実の世界に根付いていて
04:59
in some sense -- we learn to count,
measure, everyone would do that --
人は数えたり測ったりするようになり
みんなすることですが
05:03
and then it flourishes on its own.
その後 独自の発展をしていきます
05:08
But so often it comes
back to save the day.
しかしそれが巡り巡って
現実の問題を解決するのです
05:10
General relativity is an example.
一般相対性理論がその一例です
05:14
[Hermann] Minkowski had this geometry,
and Einstein realized,
ヘルマン・ミンコフスキーが
その名を冠する幾何学を考え出し
05:16
"Hey! It's the very thing
in which I can cast general relativity."
アインシュタインが「これこそ一般相対性理論の
記述に求めていたものだ!」と見出す
05:19
So, you never know. It is a mystery.
数学理論がどう使われるかなんて
分かりません
05:23
It is a mystery.
実に不思議なものです
05:27
CA: So, here's a mathematical
piece of ingenuity.
クリス:ここに素晴らしい
数学の成果の一例があります
05:28
Tell us about this.
これについて解説して下さい
05:31
JS: Well, that's a ball -- it's a sphere,
and it has a lattice around it --
ジム:これはボール - 球で
表面に格子が組まれています
05:32
you know, those squares.
正方形の形をしていますね
05:38
What I'm going to show here was
originally observed by [Leonhard] Euler,
ここで説明することは
レオンハルト・オイラーによって見出されたことです
05:42
the great mathematician, in the 1700s.
1700年代の偉大な数学者です
05:47
And it gradually grew to be
a very important field in mathematics:
その発見は数学の
とても重要な分野である
05:50
algebraic topology, geometry.
代数的位相数幾何学へと
発展しました
05:55
That paper up there had its roots in this.
私たちの論文も
ここにルーツがあります
05:59
So, here's this thing:
では説明しましょう
06:03
it has eight vertices,
12 edges, six faces.
ここには8つの頂点、12の辺と
6つの面があります
06:05
And if you look at the difference --
vertices minus edges plus faces --
頂点の数から辺の数を引き
面の数を足すと
06:09
you get two.
2となります
06:13
OK, well, two. That's a good number.
2です まあそんなもんでしょう
06:14
Here's a different way of doing it --
these are triangles covering --
別のケースを見てみましょう
三角形で覆ってみます
06:17
this has 12 vertices and 30 edges
今度は12の頂点
30の辺、20の面があり
06:21
and 20 faces, 20 tiles.
20枚のタイルで覆われていますが
06:25
And vertices minus edges
plus faces still equals two.
頂点-辺+面は
またもや2になります
06:30
And in fact, you could do this
any which way --
実際のところ
覆うものが たとえ
06:35
cover this thing with all kinds
of polygons and triangles
三角形や他の多角形
それが混合していようとも
06:38
and mix them up.
結果は同じで
06:41
And you take vertices minus edges
plus faces -- you'll get two.
頂点-辺+面 は2になるのです
06:42
Here's a different shape.
今度は別の形です
06:46
This is a torus, or the surface
of a doughnut: 16 vertices
トーラスで ドーナツ状の形をしています
06:48
covered by these rectangles,
32 edges, 16 faces.
これを長方形で覆います
頂点は16、辺は32、面の数は16です
06:53
Vertices minus edges comes out to be zero.
頂点-辺+面 は0になります
06:58
It'll always come out to zero.
いつだって0です
07:01
Every time you cover a torus
with squares or triangles
トーラスは 正方形、三角形や
07:02
or anything like that,
you're going to get zero.
他のどんなもので覆っても
0になるのです
07:07
So, this is called
the Euler characteristic.
このような数を
オイラーの標数といいます
07:12
And it's what's called
a topological invariant.
位相不変量と呼ばれるものの一種です
07:14
It's pretty amazing.
とても興味深いことです
07:18
No matter how you do it,
you're always get the same answer.
どの様にやっても
いつも同じ結果が得られます
07:20
So that was the first sort of thrust,
from the mid-1700s,
この分野は1700年代中頃に芽生え
07:22
into a subject which is now called
algebraic topology.
今では代数的位相幾何学と
呼ばれるものになりました
07:29
CA: And your own work
took an idea like this and moved it
クリス:あなた方が作り上げた理論は
07:32
into higher-dimensional theory,
ここにヒントを得て
より高い次元の理論へと
07:35
higher-dimensional objects,
and found new invariances?
高次元の物体へと拡げ
新たな不変量を見出したということですね
07:38
JS: Yes. Well, there were already
higher-dimensional invariants:
ジム:そうです しかし高次元の
不変量自体は以前からありました
07:41
Pontryagin classes --
actually, there were Chern classes.
ポントリャーギン類
それにチャーンの名が付いたのもありました
07:46
There were a bunch
of these types of invariants.
こういった不変量は
たくさんあって
07:50
I was struggling to work on one of them
私はそのうちの一つについて
研究していたのですが
07:54
and model it sort of combinatorially,
通常行われていたのとは異なる
07:58
instead of the way it was typically done,
ある種組み合せ論的な定式化をし
08:02
and that led to this work
and we uncovered some new things.
その結果 新たな発見があったのです
08:05
But if it wasn't for Mr. Euler --
しかしオイラー先生がいなかったら-
08:10
who wrote almost 70 volumes of mathematics
彼は70巻もの数学書を
書き上げましたが
08:13
and had 13 children,
13人も子供がいたので
08:17
who he apparently would dandle on his knee
while he was writing --
きっと膝の上に子供を乗せながら
本を書いていたことでしょう
08:19
if it wasn't for Mr. Euler, there wouldn't
perhaps be these invariants.
オイラー先生がいなかったら このような
不変量は発見されていなかったかもしれません
08:25
CA: OK, so that's at least given us
a flavor of that amazing mind in there.
クリス:なるほど
素晴らしき知性の一端を見せて頂きました
08:32
Let's talk about Renaissance.
ではルネサンス社の話を聞かせて下さい
08:36
Because you took that amazing mind
and having been a code-cracker at the NSA,
頭脳明晰なあなたは
NSAで暗号解読の仕事に携わりましたが
08:38
you started to become a code-cracker
in the financial industry.
その後ファイナンスの暗号に
取り組むようになりました
08:44
I think you probably didn't buy
efficient market theory.
効率的市場仮説というのを
信じなかったのだと思いますが
08:47
Somehow you found a way of creating
astonishing returns over two decades.
20年間に驚くほどのリターンを
生み出したある方法を見出しました
08:50
The way it's been explained to me,
聞いたところによると
08:56
what's remarkable about what you did
wasn't just the size of the returns,
それがすごいのは
リターンが大きいだけでなく
08:58
it's that you took them
with surprisingly low volatility and risk,
他のヘッジファンドに比べ
驚くほど安定度が高く
09:01
compared with other hedge funds.
リスクが低いのだと
09:05
So how on earth did you do this, Jim?
どうやったら
こんな事が出来たのですか?
09:07
JS: I did it by assembling
a wonderful group of people.
ジム:まずは優秀な人材を集めました
09:10
When I started doing trading, I had
gotten a little tired of mathematics.
私がトレーディングを始めた時
少し数学に飽きていました
09:14
I was in my late 30s,
I had a little money.
30代後半で
ちょっとしたお金を持っていました
09:18
I started trading and it went very well.
トレーディングを始めて
これが首尾良くいきました
09:22
I made quite a lot of money
with pure luck.
かなり稼ぎましたが
単なる幸運でした
09:25
I mean, I think it was pure luck.
偶然だったと思います
09:27
It certainly wasn't mathematical modeling.
それは決して数学モデルとは
関係していませんでした
09:29
But in looking at the data,
after a while I realized:
しかし しばらくデータを見ているうちに
気が付きました
09:31
it looks like there's some structure here.
そこにはある種の構造が
存在するように見えたのです
09:35
And I hired a few mathematicians,
and we started making some models --
そこで数学者を何人か雇い
モデルをいくつか構築し始めました
09:38
just the kind of thing we did back
at IDA [Institute for Defense Analyses].
それはIDA(防衛分析研究所)で
やっていた類の事です
09:41
You design an algorithm,
you test it out on a computer.
アルゴリズムを設計し
コンピューターにかけて
09:46
Does it work? Doesn't it work? And so on.
上手くいくかどうか
試してみるわけです
09:48
CA: Can we take a look at this?
クリス:これをご覧いただけますか?
09:51
Because here's a typical graph
of some commodity.
これは典型的な相場のグラフで
09:52
I look at that, and I say,
"That's just a random, up-and-down walk --
これを見て私ならこう思います
「ランダムに上下しているな
09:58
maybe a slight upward trend
over that whole period of time."
全体を見ると少しだけ
上向きの傾向があるかも」
10:02
How on earth could you trade
looking at that,
あなたはどうやって
ランダムでない部分を見てとり
10:05
and see something that wasn't just random?
上手く取引をすることが
出来たのですか?
10:07
JS: In the old days -- this is
kind of a graph from the old days,
ジム: これは昔のものですね
古き時代のグラフです
10:09
commodities or currencies
had a tendency to trend.
商品や通貨の相場に
トレンドがありました
10:13
Not necessarily the very light trend
you see here, but trending in periods.
ここで見られるような穏やかなトレンドだけでなく
周期的なトレンドがあります
10:17
And if you decided, OK,
I'm going to predict today,
それが分かったら
過去20日間の平均的な変動から
10:23
by the average move in the past 20 days --
今日の値を予測します
10:27
maybe that would be a good prediction,
and I'd make some money.
上手く予想できれば
儲けることができます
10:32
And in fact, years ago,
such a system would work --
以前には
そういう方法が通用しました
10:35
not beautifully, but it would work.
完璧ではありませんが
上手くいったのです
10:41
You'd make money, you'd lose
money, you'd make money.
儲けたり 損したり
儲けたり となりますが
10:43
But this is a year's worth of days,
長く続けていれば
10:46
and you'd make a little money
during that period.
期間全体としては
ちょっとしたお金を稼げます
10:48
It's a very vestigial system.
今や通用しないやり方です
10:53
CA: So you would test
a bunch of lengths of trends in time
クリス:あなたは様々なトレンドの
周期を試したのですね
10:56
and see whether, for example,
例えば
10日周期、15日周期について
11:00
a 10-day trend or a 15-day trend
was predictive of what happened next.
その先が予測可能かどうか
試そうとしたのですね
11:02
JS: Sure, you would try all those things
and see what worked best.
ジム:様々なものを試し
どれが最善かを探すわけです
11:06
Trend-following would
have been great in the '60s,
トレンドによる予測は60年代には
上手くいきました
11:13
and it was sort of OK in the '70s.
70年代も そこそこ上手くいきました
11:16
By the '80s, it wasn't.
でも80年代は 違いました
11:19
CA: Because everyone could see that.
クリス: 皆が同じことを
やったからですね
11:20
So, how did you stay ahead of the pack?
あなたは どうやって彼らに
先んじようとしましたか?
11:23
JS: We stayed ahead of the pack
by finding other approaches --
ジム:別の方法を考えることで
先行しました
11:27
shorter-term approaches to some extent.
短期の予測といったものですが —
11:33
The real thing was to gather
a tremendous amount of data --
大きいのは大量のデータを
集めたということです
11:37
and we had to get it by hand
in the early days.
当初は手作業でした
11:40
We went down to the Federal Reserve
and copied interest rate histories
連邦準備銀行に行って過去の利率の
データを複写するといったことです
11:44
and stuff like that,
because it didn't exist on computers.
コンピューターにはデータが
保存されていませんでしたからね
11:47
We got a lot of data.
データを沢山取得しました
11:50
And very smart people -- that was the key.
そして とても頭の良い人達を雇う
これが鍵です
11:52
I didn't really know how to hire
people to do fundamental trading.
ファンダメンタル投資する人を
どう採用したらいいかなんて分かりませんでした
11:57
I had hired a few -- some made money,
some didn't make money.
何人か雇いましたが
儲けたり 損したりで
12:01
I couldn't make a business out of that.
それでは十分な利益が
出せませんでした
12:04
But I did know how to hire scientists,
しかし科学者の採用であれば
うまくできました
12:06
because I have some taste
in that department.
それに関しては
目が利いたからです
12:08
So, that's what we did.
これが種明かしです
12:12
And gradually these models
got better and better,
そうやって予測モデルは
徐々に改善され
12:13
and better and better.
さらに改善していきました
12:17
CA: You're credited with doing
something remarkable at Renaissance,
クリス:ルネサンス社の特徴的なことも
あなたの業績とされていますね
12:18
which is building this culture,
this group of people,
高給に釣られるだけの人は
雇わないという
12:21
who weren't just hired guns
who could be lured away by money.
社風を作り上げました
12:24
Their motivation was doing
exciting mathematics and science.
数学と科学で面白いことがやれるというのが
モチベーションになっているという
12:27
JS: Well, I'd hoped that might be true.
ジム:そうだったと願いたいですが
12:31
But some of it was money.
お金も重要な要素でした
12:34
CA: They made a lot of money.
クリス:随分稼いでいますものね
12:37
JS: I can't say that no one came
because of the money.
ジム:金目当てで来る人が
いないとは言えません
12:39
I think a lot of them
came because of the money.
多くの人がお金に引かれて
来たと思いますが
12:41
But they also came
because it would be fun.
しかし同時に
面白そうだという理由もありました
12:44
CA: What role did machine learning
play in all this?
クリス:機械学習は
どのような役割を果たしたのですか?
12:46
JS: In a certain sense,
what we did was machine learning.
ジム:ある意味で
我々がやったことは機械学習です
12:48
You look at a lot of data, and you try
to simulate different predictive schemes,
多くのデータを分析し
様々な予測手法を試し
12:52
until you get better and better at it.
徐々により良い手法を
見出していきます
12:59
It doesn't necessarily feed back on itself
the way we did things.
必ずしもフィードバックにより
改善していくわけではありませんが
13:01
But it worked.
上手くいきました
13:05
CA: So these different predictive schemes
can be really quite wild and unexpected.
クリス:予測方法の中には
意外で型破りなものもあったそうですね
13:08
I mean, you looked at everything, right?
天気、ドレスの長さ
13:12
You looked at the weather,
length of dresses, political opinion.
政治的意見といったものまで
あらゆるものを試してみたのですね?
13:14
JS: Yes, length of dresses we didn't try.
ジム: はい
でもドレスの長さは試していません
13:17
CA: What sort of things?
クリス: どんなものを試されましたか?
13:20
JS: Well, everything.
ジム:何もかもです
13:22
Everything is grist for the mill --
except hem lengths.
使えるものは何でも -
裾の長さを別にすれば
13:23
Weather, annual reports,
天気、年次報告
13:28
quarterly reports, historic data itself,
volumes, you name it.
四半期報告、歴史的データ、売上高
13:31
Whatever there is.
あるものは何でもです
13:35
We take in terabytes of data a day.
毎日 数テラバイトのデータを取り込んで
13:37
And store it away and massage it
and get it ready for analysis.
保存、加工し 分析に使えるようにします
13:39
You're looking for anomalies.
そして異常値を探し出します
13:45
You're looking for -- like you said,
あなたが言われたように
13:46
the efficient market
hypothesis is not correct.
効率的市場仮説というのは
正しくありません
13:49
CA: But any one anomaly
might be just a random thing.
クリス:異常値1つとれば
ランダムでしかありませんが
13:52
So, is the secret here to just look
at multiple strange anomalies,
複数の奇妙な異常値の間に
13:55
and see when they align?
関連性を見つけ出すのが
鍵だとか
13:59
JS: Any one anomaly
might be a random thing;
ジム:単一の異常値は
ランダムなものかもしれませんが
14:01
however, if you have enough data
you can tell that it's not.
しかし 十分なデータを集めれば
そうでないと判断できます
14:04
You can see an anomaly that's persistent
for a sufficiently long time --
十分に長い時間持続するような
異常が見つかります
14:07
the probability of it being
random is not high.
そのようなことが偶然に起こる確率は
高くありません
14:12
But these things fade after a while;
anomalies can get washed out.
しかしそのような異常も
いずれ消えてしまいます
14:17
So you have to keep on top
of the business.
ですから 常に
先を行く必要があります
14:22
CA: A lot of people look
at the hedge fund industry now
クリス: ヘッジファンド業界を見て
多くの人は
14:24
and are sort of ... shocked by it,
ある意味 ショックを受けています
14:27
by how much wealth is created there,
多大な富がそこで産み出され
14:31
and how much talent is going into it.
そこには多くの才能ある者
関わっているからです
14:34
Do you have any worries
about that industry,
この業界 あるいは
金融業界一般に対して
14:37
and perhaps the financial
industry in general?
懸念はありませんか?
14:41
Kind of being on a runaway train that's --
暴走列車のようで -
14:43
I don't know --
helping increase inequality?
何というか
格差の拡大を助長しているとか
14:46
How would you champion what's happening
in the hedge fund industry?
ヘッジファンド業界で起きていることを
どう擁護しますか?
14:50
JS: I think in the last
three or four years,
ジム:この3、4年ほどは
14:54
hedge funds have not done especially well.
ヘッジファンドはさほど
上手くいっていません
14:57
We've done dandy,
我々の商売は首尾よくいきましたが
14:59
but the hedge fund industry as a whole
has not done so wonderfully.
ヘッジファンド業界全体としては
捗々しくありません
15:00
The stock market has been on a roll,
going up as everybody knows,
一方 株式市場はご存じのとおり
上昇しています
15:04
and price-earnings ratios have grown.
株価収益率は上がりました
15:09
So an awful lot of the wealth
that's been created in the last --
この5-6年でもたらされた
富の大部分は
15:13
let's say, five or six years --
has not been created by hedge funds.
ヘッジファンドによるものではありません
15:16
People would ask me,
"What's a hedge fund?"
「ヘッジファンドって何?」
と聞かれたら
15:20
And I'd say, "One and 20."
「1と20」と答えます
15:23
Which means -- now it's two and 20 --
今では「2と20」になっていますが ー
15:25
it's two percent fixed fee
and 20 percent of profits.
2%の固定手数料と
利益の20%をいただくという意味です
15:29
Hedge funds are all
different kinds of creatures.
ヘッジファンドというのは
別種の生き物なんです
15:32
CA: Rumor has it you charge
slightly higher fees than that.
クリス:あなた方はもう少し高い手数料を
取っているという噂ですが
15:35
JS: We charged the highest fees
in the world at one time.
ジム:ある時点で我々は
業界で最も高い手数料を取っていました
15:39
Five and 44, that's what we charge.
「5 と 44」です
15:42
CA: Five and 44.
クリス:「5 と 44」というと
15:45
So five percent flat,
44 percent of upside.
5%の固定手数料と
利益の44%ということですね
15:47
You still made your investors
spectacular amounts of money.
それでも投資家は
大変な利益を得られた
15:50
JS: We made good returns, yes.
ジム:実際 高いリターンを得ました
15:53
People got very mad:
"How can you charge such high fees?"
人々は怒りだしました
何でそんな高い手数料を取るのだと
15:54
I said, "OK, you can withdraw."
「止めてもいいですよ」
と私は言いました
15:57
But "How can I get more?"
was what people were --
どうやればもっと儲けられるかというのが
みんなの考えることです
15:59
(Laughter)
(笑)
16:02
But at a certain point,
as I think I told you,
しかし これはあなたに
お話ししたと思いますが
16:03
we bought out all the investors
because there's a capacity to the fund.
ある時点で外部からの投資を
受け入れなくなりました
16:06
CA: But should we worry
about the hedge fund industry
クリス:しかし優秀な数学者が
16:11
attracting too much of the world's
great mathematical and other talent
ヘッジファンド業界に集中し
世界のその他の問題解決のための
16:14
to work on that, as opposed
to the many other problems in the world?
人材が不足することを憂慮すべきでは
ありませんか?
16:19
JS: Well, it's not just mathematical.
ジム:数学者だけでなく
16:22
We hire astronomers and physicists
and things like that.
天文学者や物理学者なども雇っています
16:24
I don't think we should worry
about it too much.
しかし気にする程のことではありません
16:27
It's still a pretty small industry.
今でも業界としては
小さなものです
16:30
And in fact, bringing science
into the investing world
事実 投資の分野に
科学を持ち込んだことで
16:33
has improved that world.
世界は良くなったと思います
16:39
It's reduced volatility.
It's increased liquidity.
不安定性が抑えられ
資金の流動性が高まりました
16:41
Spreads are narrower because
people are trading that kind of stuff.
取引が増えることで
商品間のスプレッド(価格差)が縮小しました
16:45
So I'm not too worried about Einstein
going off and starting a hedge fund.
私はアインシュタインのような天才が科学を捨て
ヘッジファンドを始めることを憂慮はしていません
16:48
CA: You're at a phase in your life now
where you're actually investing, though,
クリス:あなたは今の時点になって
16:54
at the other end of the supply chain --
反対の供給側に
投資するようになりましたね
16:58
you're actually boosting
mathematics across America.
アメリカ中で
数学の後押しをしています
17:02
This is your wife, Marilyn.
この方は奥さんのマリリンさんですね
17:06
You're working on
philanthropic issues together.
お2人で慈善活動をなさっています
17:08
Tell me about that.
このことについてお話し下さい
17:13
JS: Well, Marilyn started --
ジム:そこに写っている
17:14
there she is up there,
my beautiful wife --
美しき我が妻マリリンは
17:18
she started the foundation
about 20 years ago.
財団を約20年前に設立しました
17:21
I think '94.
1994年だったと思います
17:24
I claim it was '93, she says it was '94,
私が’93年だと主張しても
彼女は'94年と言います
17:25
but it was one of those two years.
何れにしろ どちらかの年です
17:27
(Laughter)
(笑)
17:30
We started the foundation,
just as a convenient way to give charity.
我々は財団を設立しました
寄付するのには都合の良い方法でしたから
17:32
She kept the books, and so on.
彼女が帳簿の管理などをしていました
17:40
We did not have a vision at that time,
but gradually a vision emerged --
当時 はっきりしたビジョンはありませんでしたが
徐々に芽生えてきました
17:42
which was to focus on math and science,
to focus on basic research.
基礎研究を重視し
数学や科学に焦点を当てるということです
17:49
And that's what we've done.
そして これを実行に移しました
17:55
Six years ago or so, I left Renaissance
and went to work at the foundation.
私は6年ほど前に ルネッサンス社を辞めて
財団で働くようになりました
17:58
So that's what we do.
今でも働いています
18:04
CA: And so Math for America
is basically investing
クリス:「Math for America」では
18:06
in math teachers around the country,
米国内の数学教師に資金を与え
18:09
giving them some extra income,
giving them support and coaching.
追加報酬を与えたり
支援や指導を行っています
18:11
And really trying
to make that more effective
教育の効率を高め
18:15
and make that a calling
to which teachers can aspire.
教師たちが目指せる
使命を提示していますね
18:18
JS: Yeah -- instead of beating up
the bad teachers,
ジム:問題のある教師を
叱責するよりその方がいいです
18:21
which has created morale problems
all through the educational community,
特に数学や科学の分野では
叱責しても
18:26
in particular in math and science,
教育界全体で
やる気の低下を招くだけです
18:31
we focus on celebrating the good ones
and giving them status.
そこで 優秀な者を表彰し
地位を与えることに注力しました
18:33
Yeah, we give them extra money,
15,000 dollars a year.
年間2百万円弱の報奨金を与えます
18:39
We have 800 math and science teachers
in New York City in public schools today,
現在 ニューヨーク市の公立校にいる
数学や科学の教師 800人を支援しており
18:42
as part of a core.
彼らはその中心的役割を担っています
18:47
There's a great morale among them.
彼らにはやる気があり
18:49
They're staying in the field.
教育現場に留まっています
18:52
Next year, it'll be 1,000
and that'll be 10 percent
来年にはニューヨーク市の公立校の
数学と科学の教師の10%にあたる
18:55
of the math and science teachers
in New York [City] public schools.
1千人へと拡大します
18:58
(Applause)
(拍手)
19:01
CA: Jim, here's another project
that you've supported philanthropically:
クリス:あなたは別のプロジェクトに
対しても慈善的支援を行っていますね
19:07
Research into origins of life, I guess.
生命の起源に関するものだとか
19:11
What are we looking at here?
どのような研究ですか?
19:13
JS: Well, I'll save that for a second.
ジム:それにお答えする前に
19:15
And then I'll tell you
what you're looking at.
あなたが質問された
19:17
Origins of life is a fascinating question.
生命の起源の謎とは
とても興味深いものだと言いたいのです
19:19
How did we get here?
どのようにして誕生したのでしょうか?
19:22
Well, there are two questions:
2つの謎があります
19:25
One is, what is the route
from geology to biology --
地質学的なものから
生物学的なものへの遷移は
19:26
how did we get here?
どのように起きたのか
というのが一つ
19:32
And the other question is,
what did we start with?
もう一つの謎は
何から始まったのかということ
19:34
What material, if any,
did we have to work with on this route?
その遷移において
どの物質が起源となったのか?
19:36
Those are two very,
very interesting questions.
これら2つは
とても興味深い謎です
19:39
The first question is a tortuous path
from geology up to RNA
最初の謎は 地質からRNAのようなものに至るまでの
途方もない進化の道筋についてで
19:43
or something like that --
how did that all work?
その仕組みは
どのようなものだったのかということ
19:49
And the other,
what do we have to work with?
もう一方の謎
生命体をなす物質を得る過程は
19:51
Well, more than we think.
従来の説を超えたものなのかもしれません
19:54
So what's pictured there
is a star in formation.
この写真は星の形成過程を示しています
19:56
Now, every year in our Milky Way,
which has 100 billion stars,
我が銀河系には約千億個の星がありますが
20:01
about two new stars are created.
毎年2つほどの新しい星が誕生しています
20:05
Don't ask me how, but they're created.
その仕組みについては知りませんが
とにかく誕生しています
20:07
And it takes them about a million
years to settle out.
星ができるまでには
百万年ほどの時間がかかります
20:10
So, in steady state,
そのため 定常的に
20:14
there are about two million stars
in formation at any time.
形成過程の星が
2百万個あります
20:16
That one is somewhere
along this settling-down period.
写真はこの形成過程にある星です
20:20
And there's all this crap
sort of circling around it,
その周りを取り巻いて
20:24
dust and stuff.
塵のようなものがあります
20:27
And it'll form probably a solar system,
or whatever it forms.
そして太陽系みたいなものが形成されます
20:29
But here's the thing --
ここに注目すべきことがあります
20:32
in this dust that surrounds a forming star
形成過程の星の
周辺を取り巻く塵には
20:34
have been found, now,
significant organic molecules.
重要な有機分子が含まれていることが
分かってきました
20:41
Molecules not just like methane,
but formaldehyde and cyanide --
メタンといった分子だけでなく
ホルムアルデヒドやシアン化物といった
20:47
things that are the building blocks --
the seeds, if you will -- of life.
生命の種ともいえる基本物質が
あるのです
20:54
So, that may be typical.
これは当たり前に
起きていることなのかもしれません
21:01
And it may be typical
that planets around the universe
そういう生命の基本物質から
21:04
start off with some of these
basic building blocks.
惑星ができるというのは
典型的なことなのかもしれません
21:11
Now does that mean
there's going to be life all around?
ならば 生命は至る所に居るのでは?
21:15
Maybe.
そうなのかもしれません
21:18
But it's a question
of how tortuous this path is
しかし 種となる物質が存在するというだけの
はかない原始状態から
21:19
from those frail beginnings,
those seeds, all the way to life.
生命誕生に至る過程が どれ程に
大変なことなのかという疑問が残されます
21:24
And most of those seeds
will fall on fallow planets.
種となる物質は 休眠している惑星に
降り注ぐことになります
21:28
CA: So for you, personally,
クリス:つまり あなたは
21:33
finding an answer to this question
of where we came from,
生命の起源と誕生に関する謎を
21:35
of how did this thing happen,
that is something you would love to see.
解き明かしたいとお考えなのですね
21:37
JS: Would love to see.
ジム:解明されればと願っています
21:41
And like to know --
生命の誕生が
21:43
if that path is tortuous enough,
and so improbable,
開始条件に関わらず
ほぼ不可能なほど起こりにくいなら
21:44
that no matter what you start with,
we could be a singularity.
地球に生命があるのは
特異的なことということになります
21:50
But on the other hand,
逆にさほど難しくないなら
21:55
given all this organic dust
that's floating around,
宇宙に漂う有機物の塵から
21:56
we could have lots of friends out there.
そこらじゅうに
生命は存在するのかもしれません
22:00
It'd be great to know.
ぜひ知りたいところです
22:04
CA: Jim, a couple of years ago,
I got the chance to speak with Elon Musk,
クリス:2年前 イーロン・マスクに
話を聞く機会があったのですが
22:06
and I asked him the secret of his success,
彼に成功の秘密について尋ねると
22:09
and he said taking
physics seriously was it.
物理に真剣に取り組むことだと
彼は答えました
22:12
Listening to you, what I hear you saying
is taking math seriously,
あなたの話によると
あなたは数学に真剣に取り組み
22:16
that has infused your whole life.
それがあなたの人生全体に
力を与えています
22:20
It's made you an absolute fortune,
and now it's allowing you to invest
そして巨万の富を得て
それをアメリカや世界の大勢の子供たちの
22:24
in the futures of thousands and thousands
of kids across America and elsewhere.
将来のために投資することを
可能にしています
22:28
Could it be that science actually works?
これは科学が役に立つ
ということでしょうか?
22:33
That math actually works?
数学は役に立つのか?
22:36
JS: Well, math certainly works.
Math certainly works.
ジム:数学は間違いなく
役に立ちますよ
22:39
But this has been fun.
それに楽しくもあります
22:43
Working with Marilyn and giving it away
has been very enjoyable.
マリリンと一緒に働き 人々に貢献する
これはとても楽しいことです
22:44
CA: I just find it --
it's an inspirational thought to me,
クリス:知に真剣に取り組むことで
22:49
that by taking knowledge seriously,
so much more can come from it.
かくも多くのものが得られうるということに
とても感銘を受けました
22:52
So thank you for your amazing life,
and for coming here to TED.
TEDにお越し頂いて あなたの
素晴らしい人生について聞かせて頂き
22:56
Thank you.
ありがとうございました
22:59
Jim Simons!
ジム・サイモンズでした!
23:00
(Applause)
(拍手)
23:01
Translated by Tomoyuki Suzuki
Reviewed by Yasushi Aoki

▲Back to top

About the Speaker:

Jim Simons - Philanthropist, mathematician
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy.

Why you should listen

As a mathematician who cracked codes for the National Security Agency on the side, Jim Simons had already revolutionized geometry -- and incidentally laid the foundation for string theory -- when he began to get restless. Along with a few hand-picked colleagues he started the investment firm that went on to become Renaissance, a hedge fund working with hitherto untapped algorithms, and became a billionaire in the process.

Now retired as Renaissance’s CEO, Simons devotes his time to mathematics and philanthropy. The Simons Foundation has committed more than a billion dollars to math and science education and to autism research.

More profile about the speaker
Jim Simons | Speaker | TED.com