ABOUT THE SPEAKER
Neil Turok - Physicist, education activist
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa.

Why you should listen

Neil Turok works on understanding the universe's very beginnings. With Stephen Hawking, he developed the Hawking-Turok instanton solutions, describing the birth of an inflationary universe -- positing that, big bang or no, the universe came from something, not from utter nothingness.

Recently, with Paul Steinhardt at Princeton, Turok has been working on a cyclic model for the universe in which the big bang is explained as a collision between two “brane-worlds.” The two physicists cowrote the popular-science book Endless Universe.

In 2003, Turok, who was born in South Africa, founded the African Institute for Mathematical Sciences (AIMS) in Muizenberg, a postgraduate center supporting math and science. His TED Prize wish: Help him grow AIMS and promote the study and math and science in Africa, so that the world's next Einstein may be African.

Turok is the Director of the Perimeter Institute for Theoretical Physics, in Ontario, Canada. In 2010, the Canadian government funded a $20million expansion of the AIMS schools, working with the Perimeter Institute to start five new AIMS schools in different African nations.

In 2016, he won the Tate Medal for International Leadership in Physics

More profile about the speaker
Neil Turok | Speaker | TED.com
TED2008

Neil Turok: My wish: Find the next Einstein in Africa

Neil Turok przedstawia swoje życzenie w ramach TED Prize

Filmed:
609,381 views

Przyjmując TED Prize za rok 2008, fizyk Neil Turok mówi o utalentowanych młodych Afrykańczykach, którym brakuje szans na rozwój. Poprzez uwolnienie i wzmocnienie potencjału kreatywności, jaki drzemie w Afryce, możemy zmienić jej przyszłość.
- Physicist, education activist
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa. Full bio

Double-click the English transcript below to play the video.

00:13
It was an incredibleniesamowite surpriseniespodzianka to me
0
1000
3000
Było dla mnie olbrzymią niespodzianką
00:16
to find out that there was actuallytak właściwie an organizationorganizacja that caredpod opieką about bothobie partsCzęści of my life.
1
4000
6000
dowiedzieć się, że jest właściwie organizacja, która zajmuje się oboma sferami mojego życia.
00:22
Because, basicallygruntownie,
2
10000
1000
Bo, właściwie,
00:23
I work as a theoreticalteoretyczny physicistfizyk.
3
11000
2000
jestem fizykiem teoretykiem.
00:25
I developrozwijać and testtest modelsmodele of the BigDuże BangBang,
4
13000
3000
Rozwijam i testuję modele Wielkiego Wybuchu,
00:28
usingza pomocą observationalobserwacyjne datadane.
5
16000
3000
używając danych z obserwacji.
00:31
And I've been moonlightingna czarno for the last fivepięć yearslat
6
19000
3000
I dorabiałem przez ostatnie pięć lat
00:34
helpingporcja jedzenia with a projectprojekt in AfricaAfryka.
7
22000
3000
pomagając przy projekcie w Afryce.
00:37
And, I get a lot of flakFlak for this at CambridgeCambridge.
8
25000
4000
I zgarniam przez to masę krytyki w Cambridge.
00:41
People wondercud, you know, "How do you have time to do this?" And so on.
9
29000
4000
Ludzie się dziwią, wiecie, "Jak ty na to znajdujesz czas?" I tak dalej.
00:45
And so it was simplypo prostu astonishingzadziwiający to me
10
33000
3000
I byłem wręcz zaskoczony
00:48
to find an organizationorganizacja that actuallytak właściwie appreciatedmile widziane bothobie those sidesboki.
11
36000
4000
znajdując organizację, która doceniała obie te sfery.
00:52
So I thought I'd startpoczątek off by just tellingwymowny you a little bitkawałek about myselfsiebie
12
40000
3000
Stwierdziłem, że zacznę od opowiedzenia wam co nieco o mnie
00:55
and why I leadprowadzić this schizophrenicschizofreniczny life.
13
43000
4000
i o tym, dlaczego prowadzę takie życie schizofrenika.
00:59
Well, I was bornurodzony in SouthPołudniowa AfricaAfryka and my parentsrodzice were imprisoneduwięziony
14
47000
5000
Więc, urodziłem się w Południowej Afryce i moi rodzice zostali aresztowani
01:04
for resistingopór the racistrasistowski regimereżim.
15
52000
2000
za stawianie oporu rasistowskiemu reżimowi.
01:06
When they were releasedwydany, we left and we wentposzedł as refugeesuchodźcy to KenyaKenia and TanzaniaTanzania.
16
54000
7000
Kiedy ich wypuszczono, uciekliśmy i udaliśmy się do Kenii i Tanzanii jako uchodźcy.
01:13
BothZarówno were very youngmłody countrieskraje then,
17
61000
2000
Oba były bardzo młodymi państwami
01:15
and fullpełny of hopenadzieja for the futureprzyszłość.
18
63000
3000
pełnymi nadziei na przyszłość.
01:18
We had an amazingniesamowity childhooddzieciństwo. We didn't have any moneypieniądze,
19
66000
2000
Mieliśmy niesamowite dzieciństwo. Nie mieliśmy żadnych pieniędzy,
01:20
but we were outdoorsna dworze mostwiększość of the time.
20
68000
3000
ale większość czasu spędzaliśmy na dworze.
01:23
We had fantasticfantastyczny friendsprzyjaciele and we saw the wonderscuda of the worldświat,
21
71000
5000
Mieliśmy wspaniałych przyjaciół i widzieliśmy takie cuda świata,
01:28
like KilimanjaroKilimandżaro, SerengetiSerengeti and the OlduvaiOlduvai GorgeWąwóz.
22
76000
6000
jak Kilimandżaro, Serengeti i Wąwóz Olduvai.
01:34
Well, then we movedprzeniósł to LondonLondyn for highwysoki schoolszkoła.
23
82000
2000
No i wtedy przeprowadziliśmy się do Londynu, żeby pójść do liceum.
01:36
And after that -- there's nothing much to say about that.
24
84000
5000
A potem -- nie ma właściwie nic do powiedzenia o tym.
01:41
It was ratherraczej dullnudny. But I cameoprawa ołowiana witrażu back to AfricaAfryka
25
89000
4000
Było raczej nudno. Ale wróciłem do Afryki
01:45
at the agewiek of 17, as a volunteerwolontariusz teachernauczyciel
26
93000
4000
w wieku 17 lat, jako nauczyciel wolontariusz
01:49
to LesothoLesotho, whichktóry is a tinymalutki countrykraj,
27
97000
3000
do Lesotho, które jest maleńkim państwem,
01:52
surroundedotoczony at that time by apartheidapartheid SouthPołudniowa AfricaAfryka.
28
100000
5000
otoczonym w tamtych czasach przez apartheid Południowej Afryki.
01:57
Well, 80 percentprocent of the menmężczyźni in LesothoLesotho
29
105000
3000
No i 80 procent mężczyzn w Lesotho
02:00
workedpracował in the mineskopalnie over the bordergranica,
30
108000
4000
pracowało w kopalniach za granicą,
02:04
in brutalbrutalny conditionswarunki.
31
112000
3000
w brutalnych warunkach.
02:07
NeverthelessNiemniej jednak, I -- as I'm sure -- as a ratherraczej irritatingdziała drażniąco youngmłody, whitebiały man
32
115000
6000
Nie mniej jednak, ja, jako, jestem pewien, raczej irytujący młody biały człowiek,
02:13
comingprzyjście into theirich villagewioska, I was welcomedz zadowoleniem with incredibleniesamowite hospitalitygościnność and warmthciepło.
33
121000
6000
który przybył do ich wioski, zostałem powitany z niesamowitą gościnnością i ciepłem.
02:19
But the kidsdzieciaki were the bestNajlepiej partczęść.
34
127000
2000
Ale to dzieci były najlepsze.
02:21
The kidsdzieciaki were amazingniesamowity: extremelyniezwykle eagerchętny and oftenczęsto very brightjasny.
35
129000
5000
Dzieci były niesamowite: niezwykle ochocze i często bardzo bystre.
02:26
And I'm just going to tell you one storyfabuła,
36
134000
2000
I zamierzam wam opowiedzieć jedną historię,
02:28
whichktóry got throughprzez to me.
37
136000
3000
która do mnie trafiła.
02:31
I used to try to take the kidsdzieciaki outsidena zewnątrz as oftenczęsto as possiblemożliwy,
38
139000
2000
Starałem się zabierać dzieci na dwór tak często jak to możliwe,
02:33
to try to connectpołączyć the academicakademicki stuffrzeczy with the realreal worldświat.
39
141000
5000
żeby próbować połączyć rzeczy, których ich uczyłem z prawdziwym światem.
02:38
And they weren'tnie były used to that.
40
146000
3000
A nie byli do tego przyzwyczajeni.
02:41
But I tookwziął them outsidena zewnątrz one day and I said,
41
149000
2000
Ale pewnego dnia zabrałem ich na dwór i powiedziałem:
02:43
"I want you to estimateoszacowanie the heightwysokość of the buildingbudynek."
42
151000
3000
"Chcę, żebyście oszacowali wysokość tego budynku".
02:46
And I expectedspodziewany them to put a rulerLinijka nextNastępny to the wallŚciana,
43
154000
3000
I spodziewałem się, że przyłożą linijkę do ściany,
02:49
sizerozmiar it up with a fingerpalec, and make an estimateoszacowanie of the heightwysokość.
44
157000
5000
oszacują wielkość palcem i podadzą przybliżoną wysokość.
02:54
But there was one little boychłopak, very smallmały for his agewiek.
45
162000
4000
Ale był tam jeden drobny chłopiec, bardzo mały jak na swój wiek.
02:58
He was the sonsyn of one of the poorestnajbiedniejszy familiesrodziny in the villagewioska.
46
166000
3000
Był synem jednej z najbiedniejszych rodzin w wiosce.
03:01
And he wasn'tnie było doing that. He was scribblingbazgranie with chalkKreda on the pavementBruk.
47
169000
5000
I on tego nie robił. Za to bazgrał coś kredą na chodniku.
03:06
And so, I said -- I was annoyedzirytowany -- I said, "What are you doing?
48
174000
3000
Więc powiedziałem -- byłem zirytowany -- powiedziałem "Co ty robisz?
03:09
I want you to estimateoszacowanie the heightwysokość of the buildingbudynek."
49
177000
2000
Chcę byś oszacował wysokość budynku".
03:11
He said, "OK. I measuredwymierzony the heightwysokość of a brickcegła.
50
179000
3000
A on odpowiedział, "OK. Zmierzyłem wysokość cegły.
03:14
I countedpoliczone the numbernumer of brickscegły and now I'm multiplyingpomnożenie."
51
182000
5000
Policzyłem ile jest cegieł i teraz mnożę".
03:19
Well -- (LaughterŚmiech) -- I hadn'tnie miał thought of that one.
52
187000
5000
No -- (Śmiech) -- o tym nie pomyślałem.
03:24
And manywiele experienceswzruszenie religijne like this happenedstało się to me.
53
192000
4000
I doświadczyłem wielu takich przeżyć.
03:28
AnotherInnym one is that I metspotkał a minerGórnik. He was home on his three-monthtrzy miesiące leavepozostawiać from the mineskopalnie.
54
196000
8000
Kolejnym było poznanie górnika. Był w domu na swoim trzy-miesięcznym urlopie z kopalni.
03:36
SittingSiedząc nextNastępny to him one day, he said, "There's only one thing that I really lovedkochany at schoolszkoła.
55
204000
6000
Siedząc obok niego, pewnego dnia, powiedział, "Jest tylko jedna rzecz, którą naprawdę kochałem w szkole.
03:42
And you know what it was? ShakespeareSzekspir." And he recitedrecytowane some to me.
56
210000
7000
I wiesz co to było? Szekspir". I zarecytował go mi.
03:49
And these and manywiele similarpodobny experienceswzruszenie religijne convincedprzekonany me
57
217000
4000
I to i wiele podobnych doświadczeń przekonało mnie,
03:53
that there are just tonsmnóstwo of brightjasny kidsdzieciaki in AfricaAfryka
58
221000
4000
że w Afryce jest masa bystrych dzieci
03:57
-- inventivewynalazczy kidsdzieciaki, intellectualintelektualny kidsdzieciaki --
59
225000
4000
-- pomysłowych dzieci, inteligentnych dzieci --
04:01
and starvedzagłodzony of opportunityokazja.
60
229000
1000
i pozbawionych okazji
04:02
And if AfricaAfryka is going to get fixednaprawiony, it's by them, not by us.
61
230000
6000
I jeśli Afryka zostanie naprawiona, to przez nich, a nie przez nas.
04:08
Well, after -- (ApplauseAplauz) -- that's the truthprawda.
62
236000
6000
Cóż, po -- (Aplauz) -- to prawda.
04:14
Well, after LesothoLesotho, I traveledbywały acrossprzez AfricaAfryka
63
242000
3000
Cóż, po Lesotho, podróżowałem przez Afrykę
04:17
before returningpowracający to EnglandAnglia
64
245000
2000
przed powrotem do Anglii
04:20
-- so grayszary and depressingprzygnębiający, in comparisonporównanie.
65
248000
3000
-- tak szarej i ponurej w porównianiu.
04:23
And I wentposzedł to CambridgeCambridge. And there, I fellspadł for theoreticalteoretyczny physicsfizyka.
66
251000
7000
I udałem się do Cambridge. I tam zakochałem się w fizyce teoretycznej.
04:30
Well, I'm not going to explainwyjaśniać this equationrównanie,
67
258000
2000
Nie zamierzam tłumaczyć tego równania,
04:32
but theoreticalteoretyczny physicsfizyka is really an amazingniesamowity subjectPrzedmiot.
68
260000
4000
ale fizyka teoretyczna jest po prostu niesamowitym przedmiotem.
04:36
We can writepisać down all the lawsprawa of physicsfizyka we know in one linelinia.
69
264000
6000
Możemy zapisać wszystkie prawa fizyki, które znamy, w jednej linii.
04:42
And, admittedlywprawdzie, it's in a very shorthandskrót notationnotacji.
70
270000
5000
I, trzeba przyznać, jest to bardzo krótki zapis.
04:47
And it containszawiera 18 freewolny parametersparametry,
71
275000
4000
I to zawiera 18 wolnych parametrów,
04:51
OK, whichktóry we have to fitdopasowanie to the datadane.
72
279000
3000
OK, które musimy dopasować do danych.
04:54
So it's not the finalfinał storyfabuła,
73
282000
2000
Więc to nie koniec wszystkiego,
04:56
but it's an incrediblyniewiarygodnie powerfulpotężny summaryKrótki opis of everything we know
74
284000
5000
ale niesamowicie potężne podsumowanie wszystkiego co wiemy
05:01
about natureNatura at the mostwiększość basicpodstawowy levelpoziom.
75
289000
4000
o naturze na najbardziej podstawowym poziomie.
05:05
And apartniezależnie from a fewkilka very importantważny looseluźny endskończy się, whichktóry you've heardsłyszał about here --
76
293000
4000
I oprócz kilku bardzo ważnych nierozwiązanych spraw, o których na pewno słyszeliście --
05:09
like darkciemny energyenergia and darkciemny mattermateria --
77
297000
3000
jak ciemna energia i ciemna materia --
05:12
this equationrównanie describesopisuje,
78
300000
2000
to równanie opisuje --
05:14
seemswydaje się to describeopisać everything about the universewszechświat and what's in it.
79
302000
5000
wydaje się opisywać wszystko o wszechświecie i co w nim jest.
05:19
But there's one bigduży puzzlepuzzle remainingpozostały,
80
307000
2000
Ale pozostaje jedna wielka zagadka,
05:21
and this was mostwiększość succinctlyzwięźle put to me by my primarypodstawowa schoolszkoła mathmatematyka teachernauczyciel in
81
309000
5000
która została mi bardzo treściwie przedstawiona przez moją nauczycielkę matematyki z podstawówki
05:26
TanzaniaTanzania, who'skto jest a wonderfulwspaniale ScottishSzkocki ladydama
82
314000
3000
w Tanzanii, która jest wspaniałą szkocką kobietą,
05:29
who I still stayzostać in touchdotknąć with.
83
317000
3000
z którą wciąż pozostaję w kontakcie.
05:32
And she's now in her 80s.
84
320000
2000
A ona jest już po osiemdziesiątce.
05:34
And when I try to explainwyjaśniać my work to her, she wavedmachnął away all the detailsdetale, and she said,
85
322000
5000
I kiedy próbuję wytłumaczyć jej moją pracę, ona tylko macha ręką na wszystkie szczegóły i mówi:
05:39
"NeilNeil, there's only one questionpytanie that really matterssprawy.
86
327000
5000
"Neil, jest tylko jedno pytanie, które się naprawdę liczy.
05:44
What bangeduderzony?" (LaughterŚmiech)
87
332000
4000
Co wybuchło?" (Śmiech)
05:48
"EveryoneKażdy talksrozmowy about the BigDuże BangBang. What bangeduderzony?"
88
336000
5000
"Wszyscy mówią o Wielkim Wybuchu. Co wybuchło?"
05:53
And she's right. It's a questionpytanie we'vemamy all been avoidingunikanie.
89
341000
5000
I ona ma rację. To pytanie, którego wszyscy unikaliśmy.
05:58
The standardstandard explanationwyjaśnienie is that the universewszechświat somehowjakoś sprangzerwał into existenceistnienie,
90
346000
5000
Standardowe wytłumaczenie mówi, że wszechświat jakoś pojawił się,
06:03
fullpełny of a strangedziwne kinduprzejmy of energyenergia
91
351000
2000
pełen dziwnego rodzaju energii
06:05
-- inflationaryinflacyjna energyenergia -- whichktóry blewwiał it up.
92
353000
5000
-- rosnącej energii -- która go wysadziła.
06:10
But the puzzlepuzzle of why the universewszechświat emergedpojawiły się in that peculiarPeculiar statestan
93
358000
4000
Ale zagadka pojawienia się wszechświata w tym specyficznym stanie
06:14
is completelycałkowicie unsolvednierozwiązane.
94
362000
4000
jest kompletnie nierozwiązana.
06:18
Now, I workedpracował on that theoryteoria for a while, with StephenStephen HawkingHawking and othersinni.
95
366000
4000
Teraz, pracowałem nad tą teorią przez pewien czas, ze Stephenem Hawkingiem i innymi.
06:22
But then I beganrozpoczął się to explorebadać anotherinne alternativealternatywny.
96
370000
3000
Ale wtedy zacząłem badać inną alternatywę.
06:25
The alternativealternatywny is that the BigDuże BangBang wasn'tnie było the beginningpoczątek.
97
373000
3000
Alternatywa jest taka, że Wielki Wybuch nie był początkiem.
06:28
PerhapsByć może the universewszechświat existedistniały before the banghuk,
98
376000
3000
Może wszechświat istniał przez wybuchem,
06:31
and the banghuk was just a violentgwałtowny eventzdarzenie in a pre-existingwcześniej istniejący universewszechświat.
99
379000
5000
i wybuch był tylko brutalnym wydarzeniem we wcześniejszym świecie.
06:36
Well, this possibilitymożliwość is actuallytak właściwie suggestedzasugerował
100
384000
3000
Właściwie, ta możliwość jest sugerowana
06:39
by the latestnajnowszy theoriesteorie, the unifiedujednolicony theoriesteorie,
101
387000
3000
przez najnowsze teorie, teorie unifikacji,
06:42
whichktóry try to explainwyjaśniać all those 18 freewolny parametersparametry
102
390000
3000
które starają się wytłumaczyć te wszystkie 18 wolnych parametrów
06:45
in a singlepojedynczy frameworkstruktura, whichktóry will hopefullyufnie predictprzepowiadać, wywróżyć all of them.
103
393000
7000
w pojedynczej strukturze, która, miejmy nadzieję, przewidzi je wszystkie.
06:52
And I'll just sharedzielić a cartoonrysunek of this ideapomysł here.
104
400000
3000
I tylko podzielę się z wami szkicem tego pomysłu.
06:55
It's all I can conveyprzenieść. AccordingZgodnie z to these theoriesteorie,
105
403000
3000
To wszystko co mogę przekazać. Według tych teorii
06:58
there are extradodatkowy dimensionswymiary of spaceprzestrzeń, not just the threetrzy we're familiarznajomy with,
106
406000
3000
w kosmosie istnieje więcej wymiarów, nie tylko te trzy, które są dla nas oczywiste,
07:01
but at everykażdy pointpunkt in the roompokój there are more dimensionswymiary.
107
409000
4000
ale w każdym punkcie pomieszczenia jest więcej wymiarów.
07:05
And in particularszczególny, there's one ratherraczej strangedziwne one,
108
413000
2000
I jest jeden szczególnie dziwny
07:07
in the mostwiększość elegantelegancki unifiedujednolicony theoriesteorie we have.
109
415000
3000
w jednej z najbardziej przejrzystych teorii unifikacji, którą posiadamy.
07:10
The strangedziwne one lookswygląda likeslubi this:
110
418000
2000
Dziwny wygląda tak:
07:12
that we liverelacja na żywo in a three-dimensionaltrójwymiarowy worldświat.
111
420000
3000
żyjemy w 3-wymiarowym świecie.
07:15
We liverelacja na żywo in one of these worldsświaty, and I can only showpokazać it as a sheetarkusz,
112
423000
4000
Żyjemy w jednym z tych światów, i mogę go tylko pokazać jako płaszczyznę,
07:19
but it's really three-dimensionaltrójwymiarowy.
113
427000
3000
ale jest naprawdę 3-wymiarowy.
07:22
And a tinymalutki distancedystans away, there's anotherinne sheetarkusz,
114
430000
4000
I w maleńkiej odległości od niego, jest następna płaszczyzna,
07:26
alsorównież three-dimensionaltrójwymiarowy, and they're separatedrozdzielony by a gapszczelina.
115
434000
2000
również 3-wymiarowa i są od siebie oddzielone przerwą.
07:28
The gapszczelina is very tinymalutki, and I've blownnadęty it up so you can see it.
116
436000
3000
Przerwa jest maleńka, ale powiększyłem ją, żebyście mogli ją zobaczyć.
07:31
But it's really a tinymalutki fractionfrakcja of the sizerozmiar of an atomicatomowy nucleusjądro.
117
439000
5000
Ale jest naprawdę niewielkim ułamkiem rozmiaru jądra atomu.
07:36
I won'tprzyzwyczajenie go into the detailsdetale of why we think the universewszechświat is like this,
118
444000
3000
Nie będę wchodził w szczegóły, dlaczego uważamy, że wszechświat tak wygląda,
07:39
but it comespochodzi out of the mathmatematyka and tryingpróbować to explainwyjaśniać the physicsfizyka that we know.
119
447000
4000
ale wynika to z matematyki i mniej więcej tłumaczy fizykę, którą znamy.
07:43
Well, I got interestedzainteresowany in this because it seemedwydawało się to me that it was an obviousoczywisty questionpytanie.
120
451000
4000
Więc, zainteresowałem się tym, ponieważ wydało mi się, że z tego rodzi się oczywiste pytanie.
07:47
WhichCo is, what happensdzieje się if these two, three-dimensionaltrójwymiarowy worldsświaty
121
455000
3000
Czyli, co się stanie, jeśli te dwa 3-wymiarowe światy
07:50
should actuallytak właściwie collidezderzać się?
122
458000
3000
się właściwie ze sobą zderzą?
07:54
And if they collidezderzać się, it would look a lot like the BigDuże BangBang.
123
462000
3000
I jeśli się zderzą, to czy będzie to wyglądać jak Wielki Wybuch.
07:57
But it's slightlynieco differentróżne than in the conventionalstandardowy pictureobrazek.
124
465000
3000
Ale wygląda to trochę inaczej, niż w klasycznym obrazie.
08:00
The conventionalstandardowy pictureobrazek of the BigDuże BangBang is a pointpunkt.
125
468000
2000
Klasyczny obraz Wielkiego Wybuchu to punkt.
08:02
Everything comespochodzi out of a pointpunkt;
126
470000
2000
Wszystko wychodzi z punktu;
08:04
you have infinitenieskończony densitygęstość. And all the equationsrównania breakprzerwa down.
127
472000
4000
macie nieskończoną gęstość. I wszystkie równania padają.
08:08
No hopenadzieja of describingopisujące that.
128
476000
2000
Żadnych szans na opisanie tego.
08:10
In this pictureobrazek, you'llTy będziesz noticeogłoszenie,
129
478000
2000
Na tym obrazku zauważycie,
08:12
the banghuk is extendedrozszerzony. It's not a pointpunkt.
130
480000
2000
że wybuch jest powiększony. To nie jest punkt.
08:14
The densitygęstość of mattermateria is finiteskończone, and we have a chanceszansa
131
482000
3000
Gęstość materii jest skończona i mamy szansę
08:17
of a consistentzgodny setzestaw of equationsrównania that can describeopisać the wholecały processproces.
132
485000
5000
na logiczny zestaw równań, który może opisać cały proces.
08:22
So, to cutciąć a long storyfabuła shortkrótki, we'vemamy exploredzbadać this alternativealternatywny.
133
490000
3000
Więc, przechodząc do sedna, zbadaliśmy tą alternatywę.
08:25
We'veMamy shownpokazane that it can fitdopasowanie
134
493000
2000
Pokazaliśmy, że może to pasować
08:27
all of the datadane that we have about the formationtworzenie of galaxiesgalaktyki,
135
495000
4000
do wszystkich danych, które mamy na temat układu galaktyk,
08:31
the fluctuationswahania in the microwavekuchenka mikrofalowa backgroundtło.
136
499000
3000
wahań na tle mikrofalowym.
08:34
FurthermorePonadto, there's an experimentaleksperymentalny way
137
502000
2000
Co więcej, jest doświadczalna metoda
08:36
to tell this theoryteoria, apartniezależnie from the inflationaryinflacyjna explanationwyjaśnienie that I told you before.
138
504000
7000
przedstawienia tej teorii, poza wyjaśnieniem inflacyjnym, które wam wcześniej wyjaśniłem.
08:43
It involvesobejmuje gravitationalgrawitacyjny wavesfale.
139
511000
3000
Dotyczy fal grawitacyjnych.
08:46
And in this scenarioscenariusz, not only was the BigDuże BangBang not the beginningpoczątek,
140
514000
3000
I w tym scenariuszu, Wielki Wybuch nie tylko nie był początkiem,
08:49
as you can see from the pictureobrazek,
141
517000
3000
jak możecie zaobserwować na obrazku,
08:52
it can happenzdarzyć over and over again.
142
520000
2000
ale może się zdarzać ponownie.
08:54
It maymoże be that we liverelacja na żywo in an endlessnieskończony universewszechświat,
143
522000
3000
Może być tak, że żyjemy w nieskończonym wszechświecie,
08:57
bothobie in spaceprzestrzeń and in time.
144
525000
1000
zarówno ze względu na przestrzeń jak i czas.
09:01
And there'veistnieje już been bangsgrzywka in the pastprzeszłość, and there will be bangsgrzywka in the futureprzyszłość.
145
529000
3000
I były wybuchy w przeszłości i będą wybuchy w przyszłości.
09:04
And maybe we liverelacja na żywo in an endlessnieskończony universewszechświat.
146
532000
4000
I może żyjemy w nieskończonym wszechświecie.
09:08
Well, makingzrobienie and testingtestowanie modelsmodele of the universewszechświat
147
536000
5000
W sumie, robienie i testowanie modeli wszechświata
09:13
is, for me, the bestNajlepiej way I have of enjoyingciesząc and appreciatingDoceniając the universewszechświat.
148
541000
7000
jest dla mnie najlepszym sposobem na rozkoszowanie się i docenianie wszechświata.
09:20
We need to make the bestNajlepiej mathematicalmatematyczny modelsmodele we can,
149
548000
2000
Musimy robić najlepsze modele matematyczne jakie możemy,
09:22
the mostwiększość consistentzgodny oneste.
150
550000
2000
najbardziej spójne.
09:24
And then we scrutinizeanalizuje them, logicallylogicznie and with datadane.
151
552000
4000
Musimy je zbadać dokładnie, logicznie i bazując na danych.
09:28
And we try to convinceprzekonać ourselvesmy sami --
152
556000
3000
I próbujemy przekonać samych siebie --
09:31
we really try to convinceprzekonać ourselvesmy sami they're wrongźle.
153
559000
2000
naprawdę próbujemy przekonać samych siebie, że są niepoprawne.
09:33
That's progresspostęp: when we proveokazać się things wrongźle.
154
561000
3000
To jest postęp: kiedy udawadniamy, że coś jest niepoprawne.
09:36
And graduallystopniowo, we hopefullyufnie moveruszaj się closerbliższy and closerbliższy to understandingzrozumienie the worldświat.
155
564000
6000
I stopniowo, miejmy nadzieję, zbliżamy się coraz bardziej i bardziej do zrozumienia świata.
09:42
As I pursuedścigany my careerkariera, something was always gnawinggryzienia away insidewewnątrz me.
156
570000
5000
Gdy goniłem za swoją karierą, coś zawsze mnie w środku dręczyło.
09:47
What about AfricaAfryka?
157
575000
3000
A co z Afryką?
09:50
What about those kidsdzieciaki I'd left behindza?
158
578000
5000
Co z tymi dziećmi, które tam zostawiłem?
09:55
InsteadZamiast tego of developingrozwijanie, as we'dpoślubić all hopedmieć nadzieję in the '60s,
159
583000
3000
Zamiast rozwijać się, na co wszyscy mieli nadzieję w latach 60.,
09:58
things had gottenzdobyć worsegorzej.
160
586000
2000
wszystko zaczęło się pogarszać.
10:00
AfricaAfryka was grippedopanował by povertyubóstwo, diseasechoroba and warwojna.
161
588000
4000
Afrykę dotknęła bieda, choroby i wojna.
10:04
This is very graphicallygraficznie shownpokazane by the WorldmapperWorldMapper websitestronie internetowej and projectprojekt.
162
592000
6000
Jest to w wyjątkowy sposób graficznie pokazane na stronie projektu Worldmapper.
10:10
And so the ideapomysł is to representprzedstawiać eachkażdy countrykraj
163
598000
3000
Więc pomysłem jest, żeby każdy kraj przedstawić
10:13
on a mapmapa, but scaleskala the areapowierzchnia accordingwedług to some quantityilość.
164
601000
6000
na mapie, ale zeskalować obszar biorąc pod uwagę jakąś wielkość.
10:19
So here'soto jest just the standardstandard areapowierzchnia mapmapa of the worldświat.
165
607000
2000
Więc tutaj jest standardowa mapa świata.
10:21
By the way, AfricaAfryka is very largeduży.
166
609000
2000
Tak w ogóle, Afryka jest bardzo duża.
10:23
And the nextNastępny mapmapa now showsprzedstawia Africa'sAfryki GDPPKB in 1960,
167
611000
5000
A następna mapa pokazuje PKB Afryki w 1960,
10:28
around the time of independenceniezależność for manywiele AfricanAfrykańska statesstany.
168
616000
5000
w czasie niepodległości wielu afrykańskich stanów.
10:33
Now, this is 1990, and then 2002. And here'soto jest a projectionwystęp for 2015.
169
621000
10000
Teraz, to jest 1990 i dalej 2002. A tutaj prognoza na rok 2015.
10:44
BigDuże changeszmiany are happeningwydarzenie in the worldświat,
170
632000
1000
Wielkie zmiany zachodzą na świecie,
10:45
but they're not helpingporcja jedzenia AfricaAfryka.
171
633000
3000
ale nie pomagają one Afryce.
10:48
What about Africa'sAfryki populationpopulacja? The populationpopulacja isn't out of proportionproporcja to its areapowierzchnia,
172
636000
4000
A co z afrykańską ludnością? Populacja nie jest odwrotnie proporcjonalna do jej powierzchni,
10:52
but AfricaAfryka leadswskazówki the worldświat in deathsśmierci from oftenczęsto preventabledo uniknięcia causesprzyczyny:
173
640000
5000
ale Afryka prowadzi, jeśli chodzi o liczbę zgonów z powodów, którym można zapobiec:
10:57
malnutritionniedożywienie, simpleprosty infectionsinfekcje and birthnarodziny complicationspowikłania.
174
645000
7000
niedożywienie, drobne infekcje i problemy przy porodzie.
11:04
Then there's HIVHIV/AIDSAIDS. And then there are deathsśmierci from warwojna.
175
652000
5000
A jest jeszcze HIV/AIDS. I są jeszcze ofiary wojny.
11:09
OK, currentlyobecnie there are 45,000 people a monthmiesiąc dyingumierający in the CongoKongo,
176
657000
5000
OK, obecnie 45,000 osób miesięcznie umiera w Kongo,
11:14
as a consequencekonsekwencja of the warwojna
177
662000
2000
z powodu wojny
11:16
there over coltankoltanu and diamondsdiamenty and other things.
178
664000
4000
o koltan i diamenty oraz inne rzeczy.
11:20
It's still going on.
179
668000
4000
Ona wciąż trwa.
11:24
What about Africa'sAfryki capacityPojemność to do something about these problemsproblemy?
180
672000
3000
A co z potencjałem Afryki, żeby coś zrobić z tymi problemami?
11:27
Well, here'soto jest the numbernumer of physicianslekarze in AfricaAfryka.
181
675000
5000
No więc, tutaj jest liczba lekarzy w Afryce.
11:32
Here'sTutaj jest the numbernumer of people in higherwyższy educationEdukacja.
182
680000
5000
Tutaj jest liczba ludzi z wyższym wykształceniem.
11:37
And here -- mostwiększość shockingwstrząsający to me --
183
685000
2000
A tutaj -- co jest najbardziej szokujące dla mnie --
11:39
the numbernumer of scientificnaukowy researchBadania papersdokumenty tożsamości comingprzyjście out of AfricaAfryka.
184
687000
4000
liczba prac naukowych pochodzących z Afryki.
11:43
It just doesn't exististnieć scientificallynaukowo.
185
691000
5000
Naukowo rzecz ujmując - nie istnieje.
11:48
And this was very eloquentlywymownie arguedargumentował at TEDTED AfricaAfryka:
186
696000
3000
I to wszystko było bardzo elokwentnie zakomunikowane na TED Africa:
11:51
that all of the aidpomoc that's been givendany
187
699000
2000
że cała pomoc, którą otrzymała Afryka,
11:53
has completelycałkowicie failednie udało się to put AfricaAfryka ontona its ownwłasny two feetstopy.
188
701000
8000
żeby stanąć na własne nogi - kompletnie zawiodła .
12:01
Well, the transitionprzejście to democracydemokracja in SouthPołudniowa AfricaAfryka in 1994
189
709000
3000
Zmiana ustroju na demokrację w Południowej Afryce w 1994
12:04
was literallydosłownie a dreamśnić come trueprawdziwe for manywiele of us.
190
712000
4000
była dosłownie spełnieniem marzeń dla wielu z nas.
12:08
My parentsrodzice were bothobie electedwybrany to the first parliamentparlament,
191
716000
3000
Moi oboje rodzice zostali wybrani do pierwszego parlamentu,
12:11
alongsideobok NelsonNelson and WinnieKubuś Puchatek MandelaMandela. They were the only other couplepara.
192
719000
5000
razem z Nelsonem i Winnie Mandelami. To były jedyne pary.
12:16
And in 2001, I tookwziął a researchBadania leavepozostawiać to visitodwiedzić them.
193
724000
4000
W 2001 wziąłem urlop, żeby ich odwiedzić.
12:20
And while I was busyzajęty workingpracujący -- I was workingpracujący on these collidingkolizji worldsświaty, in the day.
194
728000
7000
Zrobiłem to podczas gdy byłem zajęty pracą -- pracowałem wtedy nad tymi zderzającymi się światami.
12:27
But I learnednauczyli that there was a desperatezdesperowany shortageniedobór of skillsumiejętności,
195
735000
3000
I dowiedziałem się, że strasznie tam brakuje umiejętności,
12:30
especiallyszczególnie mathematicalmatematyczny skillsumiejętności, in industryprzemysł, in governmentrząd, in educationEdukacja.
196
738000
8000
szczególnie matematycznych, w przemyśle, w rządzie, w sektorze edukacyjnym.
12:38
The abilityzdolność to make and testtest modelsmodele has becomestają się essentialistotny,
197
746000
4000
Umiejętność wykonywania i testowania modeli stała się kluczowa,
12:42
not only to everykażdy singlepojedynczy areapowierzchnia of sciencenauka todaydzisiaj,
198
750000
3000
nie tylko w każdej sferze nauki w dzisiejszych czasach,
12:45
but alsorównież to modernnowoczesny societyspołeczeństwo itselfsamo.
199
753000
4000
ale również w nowoczesnym społeczeństwie.
12:49
And if you don't have mathmatematyka, you're not going to enterwchodzić the modernnowoczesny agewiek.
200
757000
6000
I jeśli nie znasz matematyki, to nie wejdziesz do nowoczesnego świata.
12:55
So I had an ideapomysł. And the ideapomysł was very simpleprosty.
201
763000
3000
Więc wpadłem na pomysł. I ten pomysł był bardzo prosty.
12:58
The ideapomysł was to setzestaw up an AfricanAfrykańska InstituteInstytut for MathematicalMatematyczne SciencesNauki, or AIMSCELEM JEST.
202
766000
6000
Pomysłem było, żeby założyć Afrykański Instytut Nauk Matematycznych (African Institute of Mathematical Sciences, AIMS - aims z ang: cele).
13:04
And let's recruitrekrutacji studentsstudenci from the wholecały of AfricaAfryka,
203
772000
4000
I zrekrutujmy studentów w całej Afryce,
13:08
bringprzynieść them togetherRazem with lecturerswykładowcy from all over the worldświat,
204
776000
4000
zjednoczmy ich razem z wykładowcami z całego świata
13:12
and we'lldobrze try to give them a fantasticfantastyczny educationEdukacja.
205
780000
5000
i postarajmy się dać im fantastyczne wykształcenie.
13:17
Well, as a CambridgeCambridge professorprofesor, I had manywiele contactsłączność.
206
785000
3000
W sumie, jako profesor z Cambridge, miałem bardzo wiele kontaktów.
13:20
And to my astonishmentzdumienie, they backedwspierane me 100 percentprocent.
207
788000
3000
I ku memu zdumieniu, poparli mnie w 100 procentach.
13:23
They said, "Go and do it,
208
791000
2000
Powiedzieli, "Idź i zrób to,
13:25
and we'lldobrze come and lecturewykład."
209
793000
4000
a my się pojawimy i będziemy wykładać."
13:29
And I knewwiedziałem it would be amazingniesamowity funzabawa to bringprzynieść brilliantznakomity studentsstudenci
210
797000
4000
I wiedziałem, że będzie niesamowitą frajdą zebrać genialnych studentów
13:33
from these countrieskraje -- where they don't have any opportunitiesmożliwości -- togetherRazem
211
801000
4000
z krajów, w których nie mają żadnych możliwości -- razem
13:37
with the bestNajlepiej lecturerswykładowcy in the worldświat --
212
805000
2000
z najlepszymi na świecie wykładowcami --
13:39
who I knewwiedziałem would come, because of the interestzainteresowanie in AfricaAfryka --
213
807000
3000
o których wiedziałem, że się pojawią ze względu na ich zainteresowanie Afryką --
13:42
and put them togetherRazem and just let the sparksiskry flylatać.
214
810000
7000
i zebrać ich razem i niech się dzieją cuda.
13:49
So we boughtkupiony a derelictopuszczonych hotelhotel nearBlisko CapePrzylądek TownMiasto.
215
817000
4000
Więc kupiliśmy opuszczony hotel niedaleko Cape Town.
13:53
It's an 80-room-Pokój ArtSztuka DecoArt deco hotelhotel from the 1920s.
216
821000
3000
Jest to hotel w stylu Art Deco z 80 pokojami z roku 1920.
13:56
The areapowierzchnia was kinduprzejmy of seedyseedy, so we got an 80-room-Pokój hotelhotel for 100,000 dollarsdolarów.
217
824000
6000
Teren był dość obskurny, więc dostaliśmy hotel z 80 pokojami za 100 000 dolarów.
14:02
It's a beautifulpiękny buildingbudynek. We decidedzdecydowany we would refurbishremont it
218
830000
4000
To piękny budynek. Zdecydowaliśmy się go odnowić
14:06
and then put out the wordsłowo:
219
834000
2000
i wtedy roznieść wieść:
14:08
we're going to startpoczątek the bestNajlepiej mathmatematyka instituteinstytut in AfricaAfryka
220
836000
4000
zamierzamy otworzyć najlepszy instytut matematyki w Afryce
14:12
in this hotelhotel.
221
840000
1000
w tym hotelu.
14:13
Well, the newNowy SouthPołudniowa AfricaAfryka is a very excitingekscytujący countrykraj.
222
841000
3000
Nowa Południowa Afryka jest bardzo ekscytującym krajem.
14:16
And those of you who haven'tnie mam been there, you should go.
223
844000
3000
I ci z was, którzy tam nie byli, powinni się tam udać.
14:19
It's very, very interestingciekawy what's happeningwydarzenie.
224
847000
3000
To bardzo, bardzo interesujące co się dzieje.
14:22
And we recruitedrekrutowani wonderfulwspaniale staffpersonel,
225
850000
3000
I zrekrutowaliśmy wspaniałą ekipę,
14:25
highlywysoko motivatedmotywację staffpersonel.
226
853000
2000
bardzo zmotywowaną ekipę.
14:27
The other thing that's happenedstało się, whichktóry was good for us, is the InternetInternet.
227
855000
4000
Inna rzecz, która się pojawiła, która była dla nas dobra, to Internet.
14:31
Even thoughchociaż the InternetInternet is very expensivedrogi all over AfricaAfryka,
228
859000
3000
Nawet mimo tego, że Internet jest bardzo drogi w całej Afryce,
14:34
there are InternetInternet cafesKawiarnie everywherewszędzie.
229
862000
2000
wszędzie są kafejki Internetowe.
14:36
And brightjasny youngmłody AfricansAfrykanie are desperatezdesperowany to joinprzyłączyć się the globalświatowy communityspołeczność,
230
864000
5000
I bystrzy młodzi Afrykańczycy desperacko próbują dołączyć do globalnego społeczeństwa,
14:41
to be successfuludany -- and they're very ambitiousambitny.
231
869000
3000
żeby odnieść sukces -- i są bardzo ambitni.
14:44
They want to be the nextNastępny EinsteinEinstein.
232
872000
4000
Chcą być kolejnym Einsteinem.
14:50
And so when wordsłowo cameoprawa ołowiana witrażu out that AIMSCELEM JEST was openingotwarcie,
233
878000
3000
I tak, gdy nadeszła wieść, że AIMS się otwiera,
14:53
it spreadrozpiętość very quicklyszybko viaprzez e-maile-mail and our websitestronie internetowej.
234
881000
4000
bardzo szybko rozbiegła się poprzez e-maile i naszą stronę.
14:57
And we got lots of applicantswnioskodawcy.
235
885000
2000
I mieliśmy wielu aplikujących.
14:59
Well, we designedzaprojektowany AIMSCELEM JEST as a 24-hour-godzina learninguczenie się environmentśrodowisko,
236
887000
3000
W sumie, zaprojektowaliśmy AIMS jako 24-godzinne środowisko naukowe
15:02
and it was fantasticfantastyczny to startpoczątek a universityUniwersytet from the beginningpoczątek.
237
890000
4000
i fantastycznie było założyć uniwersytet od zera.
15:06
You have to rethinkprzemyśleć ponownie, what is the universityUniwersytet for?
238
894000
4000
Musicie przemyśleć, po co jest uniwersytet?
15:10
And that's really excitingekscytujący.
239
898000
2000
I jest to bardzo ekscytujące.
15:12
So we designedzaprojektowany it to have interactiveinteraktywny teachingnauczanie.
240
900000
3000
Więc zaprojektowaliśmy to tak, żeby zawierało interaktywną naukę.
15:15
No droningbuczenie on at the chalkboardTablica.
241
903000
4000
Żadnych bzdur na tablicy.
15:19
We emphasizepodkreślać problem-solvingRozwiązywanie problemów, workingpracujący in groupsgrupy,
242
907000
4000
Kładziemy nacisk na rozwiązywanie problemów, pracę w grupach,
15:23
everykażdy studentstudent discoveringodkrywanie and maximizingMaksymalizacja theirich ownwłasny potentialpotencjał
243
911000
4000
na to, by każdy student odkrył i zmaksymalizował swój potencjał,
15:27
and not chasinggonić gradesgatunki.
244
915000
3000
a nie gonił za ocenami.
15:30
EveryoneKażdy liveszyje togetherRazem in this hotelhotel -- lecturerswykładowcy and studentsstudenci --
245
918000
2000
Wszyscy żyją razem w tym hotelu, wykładowcy i studenci
15:32
and it's not surprisingzaskakujący at all to find an impromptuImpromptu tutorialPoradnik at 1 a.m.
246
920000
6000
i nie jest niespodzianką, by znaleźć kogoś udzielającego korepetycji o 1 w nocy.
15:38
The studentsstudenci don't usuallyzazwyczaj leavepozostawiać the computerkomputer lablaboratorium tilldo 2 or 3 a.m.
247
926000
4000
Studenci zwykle nie opuszczają laboratorium komputerowego przed 2 lub 3 w nocy.
15:42
And then they're up again at eightosiem in the morningranek.
248
930000
2000
I potem wstają na 8 rano.
15:44
LecturesWykłady, problem-solvingRozwiązywanie problemów and so on. It's an extraordinaryniezwykły placemiejsce.
249
932000
7000
Wykłady, rozwiązywanie problemów i tak dalej. To niesamowite miejsce.
15:51
We especiallyszczególnie emphasizepodkreślać areasobszary of great relevancestosowność to Africa'sAfryki developmentrozwój,
250
939000
5000
Szczególnie kładziemy nacisk na dziedziny mające olbrzymi związek z rozwojem Afryki,
15:56
because, in those areasobszary, scientistsnaukowcy workingpracujący in AfricaAfryka will have a competitivekonkurencyjny advantageZaletą.
251
944000
6000
ponieważ w tych dziedzinach naukowcy pracujący w Afryce będą mieli konkurencyjną przewagę.
16:02
They'llBędą publishpublikować, be invitedzaproszony to conferenceskonferencje.
252
950000
2000
Będą publikować, będą zapraszani na konferencje.
16:04
They'llBędą do well. They'llBędą have successfuludany careerskariery.
253
952000
6000
Będą sobie radzić dobrze. Ich kariery będą pełne sukcesów.
16:10
And AIMSCELEM JEST has doneGotowe extremelyniezwykle well.
254
958000
2000
I AIMS dał sobie radę nadzwyczajnie dobrze.
16:12
Here is a listlista of last year'srok graduatesabsolwentów, graduatedukończył in JuneCzerwca,
255
960000
4000
Tutaj jest lista zeszłorocznych absolwentów z czerwca
16:16
and what they're currentlyobecnie doing -- 48 of them.
256
964000
3000
i co obecnie robią -- 48 z nich.
16:19
And where they are is indicatedwskazane over here.
257
967000
4000
A gdzie są jest pokazane tutaj.
16:23
And where they'veoni goneodszedł. So these are all postgraduatestudia podyplomowe studentsstudenci.
258
971000
4000
I dokąd się udali. Więc tutaj są wszyscy studenci podyplomowi.
16:27
And they'veoni all goneodszedł on to master'sMaster's and PhPH.D. degreesstopni in excellentDoskonałe placesmiejsca.
259
975000
7000
I oni wszyscy udali się we wspaniałe miejsca na studia magisterskie i doktoranckie.
16:34
FivePięć studentsstudenci can be educatedwykształcony at AIMSCELEM JEST
260
982000
2000
Pięciu studentów może zostać wykształconych w AIMS
16:36
for the costkoszt of educatingedukowanie one in the U.S. or EuropeEuropy.
261
984000
4000
za taki sam koszt, jak jednego w Stanach Zjednoczonych lub Europie.
16:40
But more importantważny, the pan-Africanpanafrykańskie studentstudent bodyciało
262
988000
3000
Ale co ważniejsze, panafrykańska społeczność studentów
16:43
is a continualnieustanny sourceźródło of strengthwytrzymałość, prideduma and commitmentzaangażowanie to AfricaAfryka.
263
991000
6000
jest ciągłym źródłem siły, dumy i oddania Afryce.
16:49
We illustratezilustrować AIMS'CELEM progresspostęp by coloringKolorowanka in the countrieskraje of AfricaAfryka.
264
997000
5000
Ilustrujemy postęp AIMS poprzez kolorowanie krajów Afryki.
16:54
So here you can see behindza this listlista.
265
1002000
2000
Więc możecie to zobaczyć tutaj za listą.
16:56
When a countyHrabstwo is coloredkolorowy yellowżółty, we'vemamy receivedOdebrane an applicationpodanie;
266
1004000
4000
Jeśli okręg jest żółty: otrzymaliśmy aplikację;
17:00
orangePomarańczowy, we'vemamy acceptedprzyjęty an applicationpodanie; and greenZielony,
267
1008000
5000
pomarańczowy: zaakceptowaliśmy aplikację; i zielony:
17:05
a studentstudent has graduatedukończył.
268
1013000
2000
student ukończył naukę.
17:07
So here is where we were after the first graduationPodziałka in 2004.
269
1015000
4000
Więc tak prezentowała się sytuacja po pierwszym rozdaniu dyplomów w 2004.
17:11
And we setzestaw ourselvesmy sami a goalcel of turningobrócenie the continentkontynent greenZielony.
270
1019000
4000
I postawiliśmy sobie cel, żeby cały kontynent zmienić w zielony.
17:15
So there's 2005, -6, -7, -8.
271
1023000
4000
Więc mamy tutaj 2005, -6, -7, -8.
17:19
(ApplauseAplauz)
272
1027000
10000
(Brawa)
17:29
We're well on the way to achievingosiągnięcia our initialInicjał goalcel.
273
1037000
4000
Jesteśmy na dobrej drodze do osiągnięcia naszego podstawowego celu.
17:33
We had some of the studentsstudenci filmednakręcony at home before they cameoprawa ołowiana witrażu to AIMSCELEM JEST.
274
1041000
4000
Nakręciliśmy kilku studentów w domu, przed ich przyjściem do AIMS.
17:37
And I'll just showpokazać you one.
275
1045000
3000
I pokażę wam jednego z nich.
17:40
TendaiTendai MugwagwaMugwagwa: My nameNazwa is TendaiTendai MugwagwaMugwagwa.
276
1048000
4000
Tendai Mugwagwa: Nazywam się Tendai Mugwagwa.
17:44
I have a BachelorStudia licencjackie of ScienceNauka with an educationEdukacja degreestopień.
277
1052000
3000
Mam tytuł inżyniera z dyplomem w edukacji.
17:47
I will be attendinguczestniczyć AIMSCELEM JEST.
278
1055000
2000
Będę brała udział w AIMS.
17:49
My understandingzrozumienie of the coursekurs is that it coversokładki quitecałkiem a lot.
279
1057000
4000
Z tego, co zrozumiałam, to kurs pokrywa dość duży materiał.
17:53
You know, from physicsfizyka to medicinelekarstwo,
280
1061000
4000
Wiecie, od fizyki po medycynę,
17:57
in particularszczególny, epidemiologyepidemiologia and alsorównież mathematicalmatematyczny modelingmodelowanie.
281
1065000
6000
a w szczególności epidemiologię, a także modelowanie matematyczne.
18:03
NeilNeil TurokTurok: So TendaiTendai cameoprawa ołowiana witrażu to AIMSCELEM JEST and did very well.
282
1071000
5000
Neil Turok: Więc Tendai przybyła do AIMS i poszło jej bardzo dobrze.
18:08
And I'll let her take it from there.
283
1076000
4000
I pozwolę jej przejąć głos teraz.
18:16
TMTM: My nameNazwa is TendaiTendai MugwagwaMugwagwa
284
1084000
2000
TM: Nazywam się Tendai Mugwagwa
18:18
and I was a studentstudent at AIMSCELEM JEST in 2003 and 2004.
285
1086000
4000
i byłam studentką w AIMS w 2003 i 2004.
18:22
After leavingodejście AIMSCELEM JEST, I wentposzedł on to do a master'sMaster's in appliedstosowany mathematicsmatematyka
286
1090000
5000
Po skończeniu AIMS, poszłam na Uniwersytet Cape Town w Południowej Afryce,
18:27
at the UniversityUniwersytet of CapePrzylądek TownMiasto in SouthPołudniowa AfricaAfryka.
287
1095000
3000
żeby uzyskać tytuł magistra matematyki stosowanej.
18:30
After that, I cameoprawa ołowiana witrażu to the NetherlandsHolandia
288
1098000
2000
Potem, udałam się do Holandii,
18:32
where I'm now doing a PhPH.D. in theoreticalteoretyczny immunologyImmunologia.
289
1100000
3000
gdzie teraz robię doktorat z teoretycznej immunologii.
18:35
ProfessorProfesor: TendaiTendai is workingpracujący very independentlyniezależnie.
290
1103000
3000
Professor: Tendai pracuje bardzo niezależnie.
18:38
She communicateskomunikuje się well with the immunologistsimmunologów at the hospitalszpital.
291
1106000
4000
Komunikuje się dobrze z immunologami w szpitalu,
18:42
So all in all I have a very good PhPH.D. studentstudent from SouthPołudniowa AfricaAfryka.
292
1110000
4000
więc w sumie, mam bardzo dobrą doktorantkę z Południowej Afryki.
18:46
So I'm happyszczęśliwy she's here.
293
1114000
3000
Więc jestem szczęśliwy, że jest tutaj .
18:49
NTNT: AnotherInnym studentstudent in the first yearrok of AIMSCELEM JEST was ShehuShehu.
294
1117000
4000
NT: Kolejnym studentem w pierwszym roku AIMS był Shehu.
18:53
And he's shownpokazane here with his favoriteulubiony highwysoki schoolszkoła teachernauczyciel.
295
1121000
5000
I tutaj jest pokazany ze swoim ulubionym nauczycielem z liceum.
18:58
And then enteringwstępowanie universityUniwersytet in northernpółnocny NigeriaNigeria.
296
1126000
6000
A tu, wchodzący do uniwersytetu w północnej Nigerii.
19:04
And after AIMSCELEM JEST, ShehuShehu wanted to do high-energywysokoenergetyczne physicsfizyka,
297
1132000
5000
I po AIMS, Shehu chciał zająć się fizyką cząstek elementarnych
19:09
and he cameoprawa ołowiana witrażu to CambridgeCambridge.
298
1137000
2000
i udał się do Cambridge.
19:11
He's about to finishkoniec his PhPH.D.,
299
1139000
3000
Niedługo ukończy swój doktorat
19:14
and he was filmednakręcony recentlyostatnio with someonektoś you all know.
300
1142000
4000
i niedawno został sfilmowany z kimś, kogo wszyscy znacie.
19:18
ShehuShehu: And from there we will be ablezdolny to,
301
1146000
2000
Shehu: I stąd będziemy mogli,
19:20
hopefullyufnie, make better predictionsprognozy and then we compareporównać it
302
1148000
3000
miejmy nadzieję, robić lepsze prognozy i później porównywać je
19:23
to the graphwykres and alsorównież make some predictionsprognozy.
303
1151000
5000
do grafu i znowu zrobić pewne prognozy.
19:28
StephenStephen HawkingHawking: That is nicemiły.
304
1156000
3000
Stephen Hawking: To ciekawe.
19:31
NTNT: Here are the currentobecny studentsstudenci at AIMSCELEM JEST. There are 53 of them
305
1159000
3000
NT: Tutaj mamy obecnych studentów AIMS. Jest ich 53
19:34
from 20 differentróżne countrieskraje, includingwłącznie z 20 womenkobiety.
306
1162000
4000
z 20 różnych krajów, wliczając 20 kobiet.
19:38
So now I'm going to get to my TEDTED businessbiznes.
307
1166000
3000
Więc, teraz przejdę do mojej sprawy z TED.♫
19:41
Well, we had a partyprzyjęcie. This is AfricaAfryka --
308
1169000
3000
Więc, mieliśmy imprezę. To jest Afryka --
19:44
we have good partiesimprezy in AfricaAfryka. And last monthmiesiąc, they threwrzucił a surpriseniespodzianka partyprzyjęcie for me.
309
1172000
4000
mamy dobre imprezy w Afryce. I w ostatnim miesiącu, zrobili imprezę-niespodziankę dla mnie.
19:48
Here'sTutaj jest somebodyktoś you've seenwidziany alreadyjuż.
310
1176000
2000
Tutaj jest ktoś, kogo już widzieliście.
19:50
(ApplauseAplauz)
311
1178000
24000
(Brawa)
20:14
I want to pointpunkt out a fewkilka other exceptionalwyjątkowy people in this pictureobrazek.
312
1202000
4000
Chciałbym wam pokazać kilku innych wyjątkowych ludzi na tym zdjęciu.
20:18
So, we were havingmający a partyprzyjęcie,
313
1206000
1000
Więc, mieliśmy imprezę
20:19
as you can see they're completelycałkowicie eclipsingzaćmieniowych me at this pointpunkt.
314
1207000
4000
i jak widzicie oni mnie kompletnie przyćmiewają w tym momencie.
20:23
This is EzraEzra. She's from DarfurDarfur.
315
1211000
3000
To jest Ezra. Jest z Darfuru.
20:26
She's a physicistfizyk, and somehowjakoś staysgorset smilinguśmiechając się,
316
1214000
4000
Jest fizykiem i w jakiś sposób ciągle się uśmiecha,
20:30
in spitezłość of everything going on back home.
317
1218000
2000
pomimo wszystkiego, co dzieje się w domu.
20:32
But she wants to continueKontyntynuj in physicsfizyka, and she's doing extremelyniezwykle well.
318
1220000
4000
Ale chce się wciąż zajmować fizyką i idzie jej niezmiernie dobrze.
20:36
This is LydiaLydia. LydiaLydia is the first ever womankobieta
319
1224000
4000
To jest Lydia. Lydia jest pierwszą kobietą,
20:40
to graduateukończyć in mathematicsmatematyka in the CentralCentrum AfricanAfrykańska RepublicRepublika.
320
1228000
3000
która ukończyła matematykę w Republice Środkowoafrykańskiej.
20:43
And she's now at AIMSCELEM JEST. (ApplauseAplauz)
321
1231000
5000
I jest teraz w AIMS. (Brawa)
20:49
So now let me get to our TEDTED wishżyczenie.
322
1237000
4000
Więc pozwólcie mi teraz przejść do naszego TED wish.
20:53
Well, it's not my TEDTED wishżyczenie; it's our wishżyczenie, as you've alreadyjuż gatheredZebrane.
323
1241000
5000
Cóż, nie jest to moje TED wish; to nasze życzenie, jak już zdążyliście wywnioskować.
20:58
And our wishżyczenie has two partsCzęści:
324
1246000
3000
I nasze życzenie ma dwie części:
21:01
one is a dreamśnić and the other'sinne a planplan. OK.
325
1249000
5000
pierwsze jest marzeniem, a drugie planem. OK.
21:06
Our TEDTED dreamśnić is that the nextNastępny EinsteinEinstein will be AfricanAfrykańska. (ApplauseAplauz)
326
1254000
16000
Naszym marzeniem TED jest by następny Einstein był Afrykańczykiem. (Brawa)
21:25
In strivingusiłujący for the heightswysokości of creativetwórczy geniusgeniusz,
327
1273000
1000
W dążeniu na wyżyny kreatywnego geniuszu,
21:26
we want to give thousandstysiące of people the motivationmotywacja,
328
1274000
5000
chcemy dać tysiącom ludzi motywację,
21:31
the encouragementzachęty and the courageodwaga
329
1279000
2000
zachętę i odwagę
21:33
to obtainuzyskać the high-levelwysoki poziom skillsumiejętności they need to help AfricaAfryka.
330
1281000
5000
do uzyskiwania wysoko cenionych umiejętności, których potrzebują, by pomóc Afryce.
21:38
AmongWśród them will be not only brilliantznakomity scientistsnaukowcy --
331
1286000
3000
Pośród nich będą nie tylko genialni naukowcy --
21:41
I'm sure of that from what we'vemamy seenwidziany at AIMSCELEM JEST --
332
1289000
3000
jestem tego pewien po tym co widziałem w AIMS --
21:44
they'lloni to zrobią alsorównież be the AfricanAfrykańska GatesBramy, BrinsBrins and PagesStron of the futureprzyszłość.
333
1292000
6000
że staną się również afrykańskimi Gatesem, Brinsem i Pagesem przyszłości.
21:50
Well, I said we alsorównież have a planplan. And our planplan is quitecałkiem simpleprosty.
334
1298000
4000
Cóż, powiedziałem, że mamy również plan. I nasz plan jest dość prosty.
21:54
AIMSCELEM JEST is now a provenudowodniony modelModel.
335
1302000
2000
AIMS jest sprawdzonym modelem.
21:56
And what we need to do is to replicatereplika it.
336
1304000
4000
I to, co musimy zrobić, to go powielać.
22:00
We want to rollrolka out 15 AIMSCELEM JEST centerscentra in the nextNastępny fivepięć yearslat, all over AfricaAfryka.
337
1308000
4000
Chcemy rozwinąć 15 ośrodków AIMS w ciągu następnych pięciu lat, w całej Afryce.
22:04
EachKażdy will have a pan-Africanpanafrykańskie studentstudent bodyciało,
338
1312000
5000
Każdy będzie miał panafrykańskie społeczeństwo studentów,
22:09
but specializespecjalizować in a differentróżne areapowierzchnia of sciencenauka.
339
1317000
2000
ale będzie się specjalizować w innej dziedzinie nauki.
22:11
We want to use sciencenauka to overcomeprzezwyciężać the nationalkrajowy and culturalkulturalny barriersbariery,
340
1319000
5000
Chcemy użyć nauki, by przeskoczyć narodowe i kulturalne bariery,
22:16
as it does at AIMSCELEM JEST.
341
1324000
1000
tak jak robi to AIMS.
22:17
And we want to addDodaj elementselementy to the curriculumprogram.
342
1325000
2000
I chcemy dodać inne dziedziny życia.
22:19
We want to addDodaj entrepreneurshipprzedsiębiorczość and policypolityka skillsumiejętności.
343
1327000
5000
Chcemy dodać przedsiębiorczość i umiejętności dyplomatyczne.
22:24
The expandedrozszerzony AIMSCELEM JEST will be a coherentspójne pan-Africanpanafrykańskie institutioninstytucja,
344
1332000
3000
Rozszerzony AIMS będzie spójną panafrykańską instytucją,
22:27
and its graduatesabsolwentów will formformularz a powerfulpotężny networksieć,
345
1335000
4000
a jego absolwenci uformują potężną sieć,
22:31
workingpracujący togetherRazem for peacepokój and progresspostęp acrossprzez the continentkontynent.
346
1339000
6000
pracując razem dla pokoju i rozwoju na całym kontynencie.
22:37
Over the last yearrok,
347
1345000
2000
Przez ostatni rok,
22:39
we'vemamy been visitingprzyjezdny siteswitryny in AfricaAfryka,
348
1347000
2000
odwiedzaliśmy różne miejsca w Afryce,
22:41
looking at potentialpotencjał siteswitryny for newNowy AIMSCELEM JEST centerscentra.
349
1349000
3000
szukając potencjalnych miejsc do otwarcia nowych ośrodków AIMS.
22:44
And here are the oneste we'vemamy selectedwybrany.
350
1352000
2000
I tutaj są te, które wybraliśmy.
22:46
And eachkażdy of these centerscentra has a strongsilny locallokalny teamzespół,
351
1354000
4000
I każdy z tych ośrodków ma silny lokalny zespół,
22:50
eachkażdy is in a beautifulpiękny placemiejsce, an interestingciekawy placemiejsce,
352
1358000
2000
każdy jest w pięknym miejscu, interesującym miejscu,
22:52
whichktóry internationalmiędzynarodowy lecturerswykładowcy will be happyszczęśliwy to visitodwiedzić.
353
1360000
3000
które z chęcią odwiedzą wykładowcy z całego świata.
22:55
And our partnerswzmacniacz acrossprzez AfricaAfryka are extremelyniezwykle enthusiasticentuzjastycznie about this.
354
1363000
5000
I nasi partnerzy z całej Afryki są niezmiernie entuzjastycznie nastawieni do tego.
23:00
EveryoneKażdy wants an AIMSCELEM JEST centercentrum in theirich countrykraj.
355
1368000
4000
Każdy chce ośrodek AIMS w ich kraju.
23:04
And last NovemberListopada,
356
1372000
2000
I ostatniego listopada,
23:06
the conferencekonferencja of all the AfricanAfrykańska ministersMinistrów of sciencenauka and technologytechnologia,
357
1374000
4000
konferencja wszystkich afrykańskich ministrów nauki i technologii,
23:10
heldtrzymany in MombasaMombasa, callednazywa for a comprehensivewszechstronny planplan to rollrolka out AIMSCELEM JEST.
358
1378000
5000
która odbyła się w Mombasie, wzywała do stworzenia kompletnego planu rozwoju AIMS.
23:15
So we have politicalpolityczny supportwsparcie right acrossprzez the continentkontynent.
359
1383000
3000
Więc mamy polityczne wsparcie na całym kontynencie.
23:18
It won'tprzyzwyczajenie be easyłatwo.
360
1386000
3000
To nie będzie łatwe.
23:21
At everykażdy siteteren there will be hugeolbrzymi challengeswyzwania.
361
1389000
2000
W każdym miejscu będą olbrzymie wyzwania.
23:23
LocalLokalne scientistsnaukowcy mustmusi playgrać leadingprowadzący rolesrole
362
1391000
3000
Lokalni naukowcy muszą zagrać pierwsze skrzypce,
23:26
and governmentsrządy mustmusi be persuadedprzekonany to buykupować in.
363
1394000
4000
a rządy muszą zostać przekonane, by w to wejść.
23:30
ConditionsWarunki are very difficulttrudny,
364
1398000
2000
Warunki są bardzo trudne,
23:32
but we cannotnie może affordpozwolić sobie to compromisekompromis on those principleszasady whichktóry madezrobiony AIMSCELEM JEST work.
365
1400000
7000
ale nie możemy sobie pozwolić, by iść na kompromis z zasadami, które sprawiły, że AIMS działa.
23:39
And we summarizepodsumować them this way:
366
1407000
2000
I podsumowujemy je w taki sposób:
23:41
the institutesinstytuty have got to be relevantistotnych, innovativeinnowacyjne,
367
1409000
3000
instytuty muszą być odpowiednie, nowatorskie,
23:44
cost-effectiveopłacalne and highwysoki qualityjakość. Why?
368
1412000
2000
opłacalne i wysokiej jakości. Dlaczego?
23:46
Because we want AfricaAfryka to be richbogaty.
369
1414000
3000
Dlatego, że chcemy, by Afryka była bogata.
23:49
EasyŁatwe to rememberZapamiętaj the basicpodstawowy ruleszasady we need.
370
1417000
7000
Łatwo zapamiętać podstawowe zasady, których potrzebujemy.
23:56
So, just in endingkończący się, let me say the only people who can fixnaprawić AfricaAfryka
371
1424000
3000
Więc, już na zakończenie, pozwólcie mi powiedzieć, że jedynymi ludźmi,
23:59
are talentedutalentowany youngmłody AfricansAfrykanie.
372
1427000
3000
którzy mogą naprawić Afrykę są młodzi utalentowani Afrykańczycy.
24:02
By unlockingodblokowywanie and nurturingpielęgnowanie theirich creativetwórczy potentialpotencjał,
373
1430000
3000
Odblokowując i rozwijając ich kreatywny potencjał,
24:05
we can createStwórz a stepkrok changezmiana in Africa'sAfryki futureprzyszłość.
374
1433000
4000
możemy stworzyć znaczącą zmianę w przyszłości Afryki.
24:09
Over time, they will contributeprzyczynić się to AfricanAfrykańska developmentrozwój
375
1437000
4000
Po pewnym czasie przyczynią się do rozwoju Afryki
24:13
and to sciencenauka in wayssposoby we can only imaginewyobrażać sobie.
376
1441000
3000
i nauki w taki sposób, który możemy sobie tylko wyobrazić.
24:16
Thank you.
377
1444000
2000
Dziękuję.
24:18
(ApplauseAplauz)
378
1446000
21000
(Brawa)
Translated by Michał Kasprzyk
Reviewed by Bartek Oliwa

▲Back to top

ABOUT THE SPEAKER
Neil Turok - Physicist, education activist
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa.

Why you should listen

Neil Turok works on understanding the universe's very beginnings. With Stephen Hawking, he developed the Hawking-Turok instanton solutions, describing the birth of an inflationary universe -- positing that, big bang or no, the universe came from something, not from utter nothingness.

Recently, with Paul Steinhardt at Princeton, Turok has been working on a cyclic model for the universe in which the big bang is explained as a collision between two “brane-worlds.” The two physicists cowrote the popular-science book Endless Universe.

In 2003, Turok, who was born in South Africa, founded the African Institute for Mathematical Sciences (AIMS) in Muizenberg, a postgraduate center supporting math and science. His TED Prize wish: Help him grow AIMS and promote the study and math and science in Africa, so that the world's next Einstein may be African.

Turok is the Director of the Perimeter Institute for Theoretical Physics, in Ontario, Canada. In 2010, the Canadian government funded a $20million expansion of the AIMS schools, working with the Perimeter Institute to start five new AIMS schools in different African nations.

In 2016, he won the Tate Medal for International Leadership in Physics

More profile about the speaker
Neil Turok | Speaker | TED.com