ABOUT THE SPEAKER
Hannah Fry - Complexity theorist
Hannah Fry researches the trends in our civilization and ways we can forecast its future.

Why you should listen

Hannah Fry completed her PhD in fluid dynamics in early 2011 with an emphasis on how liquid droplets move. Then, after working as an aerodynamicist in the motorsport industry, she began work on an interdisciplinary project in complexity sciences at University College London. Hannah’s current research focusses on discovering new connections between mathematically described systems and human interaction at the largest scale.

More profile about the speaker
Hannah Fry | Speaker | TED.com
TEDxUCL

Hannah Fry: Is life really that complex?

Filmed:
819,007 views

Can an algorithm forecast the site of the next riot? In this accessible talk, mathematician Hannah Fry shows how complex social behavior can be analyzed and perhaps predicted through analogies to natural phenomena, like the patterns of a leopard's spots or the distribution of predators and prey in the wild.
- Complexity theorist
Hannah Fry researches the trends in our civilization and ways we can forecast its future. Full bio

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

00:10
Thanksteşekkürler very much.
0
24
1157
Çok teşekkürler.
00:11
I am HannahHannah FryFry, the badassbadass.
1
1205
1848
Ben Hannah Fry, başbelası.
00:13
And todaybugün I'm askingsormak the questionsoru:
2
3077
1680
Bugün soracağım soru:
00:14
Is life really that complexkarmaşık?
3
4781
1756
Hayat gerçekten de
o kadar karmaşık mı?
00:16
Now, I've only got ninedokuz minutesdakika
to try and providesağlamak you with an answerCevap,
4
6561
3325
Şimdi, uğraşıp size bir cevap
bulmak için dokuz dakikam var,
00:19
so what I've donetamam
is splitBölünmüş this neatlydüzgünce into two partsparçalar:
5
9910
2716
öyleyse şöyle yapayım,
cevabı güzelce ikiye böleyim:
00:22
partBölüm one: yes;
6
12650
2353
Birinci kısım: Evet.
00:25
and latersonra on, partBölüm two: no.
7
15027
2528
Sonra ikinci kısım: Hayır.
00:27
Or, to be more accuratedoğru: no?
8
17579
2544
Veya daha kesin olursak: Hayır mı?
00:30
(LaughterKahkaha)
9
20147
1204
(Kahkahalar)
00:31
So first of all, let me try and definetanımlamak
what I mean by "complexkarmaşık."
10
21375
3006
Öncelikle, "karmaşık"tan
ne kastediyorum tanımlayayım.
00:34
Now, I could give you
a hostevsahibi of formalbiçimsel definitionstanımlar,
11
24405
2441
Size bir sürü resmi tanım yapabilirim
00:36
but in the simplestEn basit termsşartlar,
12
26870
1253
fakat en basit anlamıyla
00:38
any problemsorun in complexitykarmaşa is something
that EinsteinEinstein and his peers can't do.
13
28147
4899
Einstein ve arkadaşlarının çözemeyeceği
karmaşıklıktaki her problem karmaşıktır.
00:43
So, let's imaginehayal etmek --
if the clickerClicker worksEserleri ... there we go.
14
33070
3240
Yani şöyle bir düşünelim-
tabii kumanda çalışırsa... tamam.
00:46
EinsteinEinstein is playingoynama a gameoyun of snookerSnooker.
15
36334
2103
Einstein bilardo oynuyor.
00:48
He's a cleverzeki chapCHAP, so he knowsbilir
that when he hitsisabetler the cueisteka balltop,
16
38461
3479
Zeki bir arkadaş, yani biliyor ki
beyaz topa vurduğunda,
00:51
he could writeyazmak you an equationdenklem
17
41964
1441
size bir denklem yazıp
00:53
and tell you exactlykesinlikle where the redkırmızı balltop
is going to hitvurmak the sidestaraf,
18
43429
3128
kırmızı topun tam tamına
nerede banda çarpacağını,
00:56
how fasthızlı it's going
and where it's going to endson up.
19
46581
2439
ne kadar hızlı gideceğini
ve nerede duracağını söyleyebilir.
00:59
Now, if you scaleölçek these snookerSnooker ballstaşaklar
up to the sizeboyut of the solargüneş systemsistem,
20
49044
3469
Şimdi, bu bilardo toplarını güneş
sistemi ölçeğine büyütseniz
01:02
EinsteinEinstein can still help you.
21
52537
1959
Einstein yine size yardımcı olur.
01:04
Sure, the physicsfizik changesdeğişiklikler,
22
54520
1245
Tabii ki fizik değişir
01:05
but if you wanted to know about
the pathyol of the EarthDünya around the SunGüneş,
23
55789
3282
ama Dünya'nın güneş etrafındaki
yörüngesini öğrenmek isterseniz
01:09
EinsteinEinstein could writeyazmak you an equationdenklem
24
59095
1733
Einstein size her ikisinin de
belirli bir andaki konumunu
söyleyen bir denklem yazabilir.
01:10
tellingsöylüyorum you where bothher ikisi de objectsnesneleri are
at any pointpuan in time.
25
60852
2643
01:13
Now, with a surprisingşaşırtıcı
increaseartırmak in difficultyzorluk,
26
63519
2204
Şimdi, zorluğun şaşırtıcı
biçimde artmasıyla
01:15
EinsteinEinstein could includeDahil etmek
the MoonAy in his calculationshesaplamalar.
27
65747
2452
Einstein, Ay'ı da
hesaplamaya dâhil edebilir.
01:18
But as you addeklemek more and more planetsgezegenler,
MarsMars and JupiterJüpiter, say,
28
68223
3067
Ama Mars ve Jupiter gibi gittikçe
daha çok gezegeni işe katarsanız
01:21
the problemsorun getsalır too toughsert for EinsteinEinstein
to solveçözmek with a pendolma kalem and paperkâğıt.
29
71314
3764
problem, Einstein ve arkadaşlarının
kâğıt kalemle çözemeyeceği kadar zorlaşır.
01:25
Now, strangelygarip bir şekilde, if insteadyerine of havingsahip olan
a handfulavuç of planetsgezegenler,
30
75102
2843
Şimdi, bu garip ama
birkaç gezegen değil de
01:27
you had millionsmilyonlarca of objectsnesneleri
or even billionsmilyarlarca,
31
77969
2672
elinizde milyonlarca hatta
milyarlarca cisim olduğunda
01:30
the problemsorun actuallyaslında becomesolur much simplerdaha basit,
32
80665
2271
problem aslında
çok daha basitleşiyor
01:32
and EinsteinEinstein is back in the gameoyun.
33
82960
1922
ve Einstein tekrar sahneye çıkıyor.
01:34
Let me explainaçıklamak what I mean by this,
34
84906
1846
Ne kastettiğimi
size şöyle açıklayayım;
01:36
by scalingölçekleme these objectsnesneleri back down
to a molecularmoleküler levelseviye.
35
86776
3294
bunu nesneleri moleküler
ölçeğe küçülterek yapar.
01:40
If you wanted to traceiz the erraticdüzensiz pathyol
of an individualbireysel airhava moleculemolekül,
36
90094
3747
Eğer tek bir hava molekülünün
dengesiz rotasını bulmak istiyorsanız
01:43
you'dşimdi etsen have absolutelykesinlikle no hopeumut.
37
93865
1842
kesinlikle hiç şansınız yoktur.
01:45
But when you have millionsmilyonlarca
of airhava moleculesmoleküller all togetherbirlikte,
38
95731
2711
Ama elinizde bir arada
milyonlarca hava molekülü varsa
01:48
they startbaşlama to actdavranmak in a way
whichhangi is quantifiableölçülebilir, predictabletahmin edilebilir
39
98466
3877
ölçülebilir, öngörülebilir ve
terbiyeli bir biçimde
davranmaya başlarlar.
01:52
and well-behavedsu kuyusu-davranmak.
40
102367
1170
01:53
And thank goodnessiyilik airhava is well-behavedsu kuyusu-davranmak,
41
103561
1885
Şükürler olsun ki hava terbiyeli,
01:55
because if it wasn'tdeğildi,
planesdüzlemler would falldüşmek out of the skygökyüzü.
42
105470
2910
çünkü öyle olmasa uçaklar
gökten düşerdi.
01:58
Now, on an even biggerDaha büyük scaleölçek,
acrosskarşısında the wholebütün of the worldDünya,
43
108404
3064
Daha büyük ölçekte bile,
bütün dünyada bile,
02:01
the ideaFikir is exactlykesinlikle the sameaynı
with all of these airhava moleculesmoleküller.
44
111492
3122
bütün bu hava moleküllerinin
davranışı tamamen aynıdır.
02:04
It's truedoğru that you can't take
an individualbireysel rainyağmur dropletdamlacık
45
114638
2918
Tek bir yağmur damlasını alıp
nereden geldiği
02:07
and say where it's come from
or where it's going to endson up.
46
117580
2785
ve nereye düşeceğini
söyleyemeyeceğiniz doğrudur.
02:10
But you can say with prettygüzel good certaintykesinlik
47
120389
2034
Ancak yarın havanın bulutlu
olup olmayacağını
02:12
whetherolup olmadığını it will be cloudyBulutlu tomorrowyarın.
48
122447
1813
oldukça yüksek kesinlikte
söyleyebilirsiniz.
02:14
So that's it.
49
124284
1158
Yani hepsi bu.
02:15
In Einstein'sEinstein'ın time,
this is how faruzak scienceBilim had got.
50
125466
2683
Einstein'ın zamanındaki
bilim oraya kadar gelmişti.
02:18
We could do really smallküçük problemssorunlar
with a fewaz objectsnesneleri
51
128173
3613
Birkaç cisimli ve basit etkileşimli
küçük problemleri
02:21
with simplebasit interactionsetkileşimler,
52
131810
1275
veya milyonlarca cisimli
02:23
or we could do hugeKocaman problemssorunlar
with millionsmilyonlarca of objectsnesneleri
53
133109
2602
ve basit etkileşimli devasa
problemleri çözebiliyorduk.
02:25
and simplebasit interactionsetkileşimler.
54
135735
1323
02:27
But what about everything in the middleorta?
55
137082
1937
Peki ya ikisi arasında kalan şeyler?
02:29
Well, just sevenYedi yearsyıl
before Einstein'sEinstein'ın deathölüm,
56
139043
2693
Einstein'ın ölümünden yedi yıl önce,
02:31
an AmericanAmerikan scientistBilim insanı calleddenilen
WarrenWarren WeaverWeaver madeyapılmış exactlykesinlikle this pointpuan.
57
141760
3658
Warren Weaver adında Amerikalı
bir bilim insanı tam da buna değindi.
02:35
He said that scientificilmi methodologymetodoloji
has gonegitmiş from one extremeaşırı to anotherbir diğeri,
58
145442
3624
Bilimsel metodolojinin bir aşırı uçtan
diğer aşırı uca gittiğini
02:39
leavingayrılma out an untoucheddokunulmamış
great middleorta regionbölge.
59
149090
3071
ve ortadaki geniş alana
dokunmadığını söyledi.
02:42
Now, this middleorta regionbölge
is where complexitykarmaşa scienceBilim liesyalanlar,
60
152185
2699
Şimdi, bu ortadaki alan
karmaşıklık biliminin alanıdır
02:44
and this is what I mean by complexkarmaşık.
61
154908
2259
ve "karmaşık"tan kastettiğim budur.
02:47
Now, unfortunatelyne yazık ki, almostneredeyse
everyher singletek problemsorun you can think of
62
157191
3525
Şimdi, insan davranışlarıyla
ilgili aklınıza gelebilecek
problemlerin neredeyse tümü
02:50
to do with humaninsan behaviordavranış
63
160740
1222
02:51
liesyalanlar in this middleorta regionbölge.
64
161986
2069
maalesef bu ortadaki alandadır.
02:54
Einstein'sEinstein'ın got absolutelykesinlikle no ideaFikir
how to modelmodel the movementhareket of a crowdkalabalık.
65
164079
4290
Einstein'ın bir kalabalığın davranışını
modelleme konusunda hiçbir fikri yoktu.
02:58
There are too manyçok people
to look at them all individuallytek tek
66
168393
2801
İnsanların sayısı, tek tek
ele almak için çok fazla,
03:01
and too fewaz to treattedavi etmek them as a gasgaz.
67
171218
1872
bir gaz gibi ele almak içinse çok azdır.
03:03
SimilarlyBenzer şekilde, people are proneeğilimli
to annoyingCan sıkıcı things like decisionskararlar
68
173114
3356
Benzer biçimde, insanlar
kararlar gibi şeyleri bozmaya
03:06
and not wantingeksik to walkyürümek into eachher other,
69
176494
2014
ve birbirleriyle karşılaşmayı
istememeye eğilimlidir
03:08
whichhangi makesmarkaları the problemsorun
all the more complicatedkarmaşık.
70
178532
2613
ve bu problemi daha da
karmaşıklaştırır.
03:11
EinsteinEinstein alsoAyrıca couldn'tcould tell you
71
181169
1703
Einstein size
borsadaki bir sonraki çöküşün
zamanını da söyleyemezdi.
03:12
when the nextSonraki stockStok marketpazar crashkaza
is going to be.
72
182896
2349
03:15
EinsteinEinstein couldn'tcould tell you
how to improveiyileştirmek unemploymentişsizlik.
73
185269
2764
Einstein size işsizliğin nasıl
azalacağını da söyleyemezdi.
03:18
EinsteinEinstein can't even tell you
74
188057
1401
Hatta Einstein size
03:19
whetherolup olmadığını the nextSonraki iPhoneiPhone
is going to be a hitvurmak or a flopflop.
75
189482
3382
bir sonraki iPhone'un tutup
tutmayacağını da söyleyemez.
03:22
So to concludesonuçlandırmak partBölüm one:
we're completelytamamen screwedberbat.
76
192888
2606
Öyleyse birinci bölüm sonuç:
Tamamen batırmış durumdayız.
03:25
We'veBiz ettik got no toolsaraçlar to dealanlaştık mı with this,
and life is way too complexkarmaşık.
77
195518
4500
Bunu çözecek bir yöntemimiz yok
ve yaşam da çok fazla karmaşık.
03:30
But maybe there's hopeumut,
78
200042
1796
Ama bir umut olabilir.
03:31
because in the last fewaz yearsyıl,
79
201862
1534
Çünkü son birkaç yıldır,
03:33
we'vebiz ettik begunbaşladı to see the beginningsbaş
of a newyeni areaalan of scienceBilim
80
203420
3837
toplumsal sistemlerimizi
modellemede matematiği kullanan
03:37
usingkullanma mathematicsmatematik
to modelmodel our socialsosyal systemssistemler.
81
207281
3027
yeni bir bilim alanının ortaya
çıktığını görüyoruz.
03:40
And I'm not just talkingkonuşma here
about statisticsistatistik and computerbilgisayar simulationssimülasyonlar.
82
210332
3484
İstatistikten ve bilgisayar
simulasyonlarından bahsetmiyorum.
03:43
I'm talkingkonuşma about writingyazı down
equationsdenklemler about our societytoplum
83
213840
2996
Bahsettiğim şey, tıpkı bilardo
topları ve hava tahminindeki gibi
03:46
that will help us understandanlama
what's going on
84
216860
2069
toplumla ilgili neler olup bittiğini
03:48
in the sameaynı way as with the snookerSnooker ballstaşaklar
or the weatherhava predictiontahmin.
85
218953
3215
anlamamıza yardım edecek
denklemler yazılması.
03:52
And this has come about
because people have begunbaşladı to realizegerçekleştirmek
86
222192
2842
Bu bilimin ortaya çıkma nedeni,
bizim insan sistemlerimiz ile
03:55
that we can use and exploitsömürmek analogiesanalojiler
87
225058
2343
etrafımızdaki fiziksel dünya arasındaki
03:57
betweenarasında our humaninsan systemssistemler
and those of the physicalfiziksel worldDünya around us.
88
227425
3942
benzerliklerin kullanılabileceğinin,
yararlanılabileceğinin farkına varılması.
04:01
Now, to give you an exampleörnek:
89
231938
1464
Şimdi, size bir örnek vereyim:
04:03
the incrediblyinanılmaz complexkarmaşık problemsorun
of migrationgöç acrosskarşısında EuropeEurope.
90
233426
3454
Tüm Avrupadaki inanılmaz
karmaşıklıktaki göç problemi.
04:06
ActuallyAslında, as it turnsdönüşler out, when you viewgörünüm
all of the people togetherbirlikte,
91
236904
3332
Aslında şu ortaya çıkıyor,
bu insanlara bir bütün olarak bakarsanız
04:10
collectivelytopluca, they behaveDavranmak as thoughgerçi
they're followingtakip etme the lawsyasalar of gravityyerçekimi.
92
240260
4043
kolektif olarak sanki yer çekimi
yasalarına uyuyor gibi davranıyorlar.
04:14
But insteadyerine of planetsgezegenler
beingolmak attractedçekti to one anotherbir diğeri,
93
244327
3128
Fakat birbirini çeken gezegenler yerine
04:17
it's people who are attractedçekti
to areasalanlar with better job opportunitiesfırsatlar,
94
247479
4210
insanlar daha iyi iş olanakları olan
bölgelere doğru çekiliyor,
04:21
higherdaha yüksek payödeme, better qualitykalite of life
and loweralt unemploymentişsizlik.
95
251713
4015
daha yüksek ücret, yüksek yaşam kalitesi
ve işsizliğin düşük olduğu bölgelere.
04:25
And in the sameaynı way as people
are more likelymuhtemelen to go for opportunitiesfırsatlar
96
255752
3528
Ve aynı zamanda, insanlar
çoğunlukla yaşadıkları yerlere
04:29
closekapat to where they livecanlı alreadyzaten --
LondonLondra to KentKent, for exampleörnek,
97
259304
3035
yakın yerlerdeki fırsatlara bakıyor
örneğin Londra'dan Melbourne değil
04:32
as opposedkarşıt to LondonLondra to MelbourneMelbourne --
98
262363
1792
Londra'dan Kent'e göçüyor,
04:34
the gravitationalyerçekimi effectEfekt of planetsgezegenler
faruzak away is feltkeçe much lessaz.
99
264179
4136
yani uzaktaki bir gezegenin
çekim etkisi çok az oluyor.
04:38
So, to give you anotherbir diğeri exampleörnek:
100
268997
2067
Size bir başka örnek vereyim:
04:41
in 2008, a groupgrup in UCLAUCLA
were looking into the patternsdesenler
101
271088
4225
2008 yılında UCLA'daki bir grup
araştırmacı, şehirde hırsızlığın
04:45
of burglaryhırsızlık hotSıcak spotsnoktalar in the cityŞehir.
102
275337
2712
yoğun olduğu bölgelerde örüntü arıyordu.
04:48
Now, one thing about burglarieshırsızlık
is this ideaFikir of repeattekrar et victimizationkurban.
103
278073
5519
Şimdi, hırsızlığın bir özelliği
yinelenen bir suç olmasıdır.
04:53
So if you have a groupgrup of burglarshırsız
who manageyönetmek to successfullybaşarılı olarak robsoymak an areaalan,
104
283616
4237
Yani elinizde bir bölgeyi başarıyla
soymuş bir hırsız grubu varsa
04:57
they'llacaklar tendeğiliminde to returndönüş to that areaalan
and carrytaşımak on burglingtrollerde it.
105
287877
3790
bu hırsızlar oraya dönüp
soyguna devam etme eğilimi gösterecektir.
05:01
So they learnöğrenmek the layoutDüzen of the housesevler,
106
291691
2856
Yani, evlerin yayılma düzenini
05:04
the escapekaçış routesrotalar
107
294571
1694
kaçış yollarını
05:06
and the localyerel securitygüvenlik measuresönlemler
that are in placeyer.
108
296289
3004
ve yerel güvenlik önlemlerinin
yerlerini öğrenmişlerdir.
05:09
And this will continuedevam et to happenolmak
109
299317
1685
Ve bu durum, semt sakinleri ve polisin
05:11
untila kadar localyerel residentssakinleri and policepolis
ramprampa up the securitygüvenlik,
110
301026
3181
güvenlik önlemlerini artırıp
hırsızların başka bir yere
05:14
at whichhangi pointpuan, the burglarshırsız
will movehareket off elsewherebaşka yerde.
111
304231
2771
gitmesini sağlayacak noktaya
çekmesine kadar sürecektir.
05:17
And it's that balancedenge
betweenarasında burglarshırsız and securitygüvenlik
112
307026
2808
Hırsızlarla güvenlik önlemleri
arasındaki bu denge
05:19
whichhangi createsyaratır these dynamicdinamik
hotSıcak spotsnoktalar of the cityŞehir.
113
309858
3037
şehirde dinamik hırsız yoğun
bölgeler yaratan dengedir.
05:22
As it turnsdönüşler out,
this is exactlykesinlikle the sameaynı processsüreç
114
312919
3544
Öyle görünüyor ki bu süreç
05:26
as how a leopardleopar getsalır its spotsnoktalar,
115
316487
2242
leoparların beneklenme
süreciyle tıpatıp aynı,
05:28
exceptdışında in the leopardleopar exampleörnek,
it's not burglarshırsız and securitygüvenlik,
116
318753
2936
sadece, leopar örneğinde
hırsızlar ve güvenlik önlemi yok
05:31
it's the chemicalkimyasal processsüreç
that createsyaratır these patternsdesenler
117
321713
3465
ve lepoarın desenlerini
biçimlendiren şey
"morfojenez" denen kimyasal bir süreç.
05:35
and something calleddenilen "morphogenesismorfogenetik."
118
325202
1995
05:37
We actuallyaslında know an awfulkorkunç lot
about the morphogenesismorfogenetik of leopardleopar spotsnoktalar.
119
327221
4256
Morfojenez ve leopar benekleri
konusunda dehşet miktarda şey biliyoruz.
05:41
Maybe we can use this to try and spotyer
some of the warninguyarı signsişaretler with burglarieshırsızlık
120
331501
4644
Belki bunu hırsızlığın uyarı işaretlerinin
bazılarını saptamada kullanabilir
05:46
and perhapsbelki, alsoAyrıca to createyaratmak
better crimesuç strategiesstratejiler to preventönlemek crimesuç.
121
336169
4107
ve belki de suçu önlemek için daha
etkin suç stratejileri de yaratabiliriz.
05:50
There's a groupgrup here at UCLUCL
122
340300
1572
Burada UCL'de bir grup var
05:51
who are workingçalışma with
the WestBatı MidlandsMidlands policepolis right now
123
341896
2825
ve West Midland polisi ile
bu aynı sorun üzerinde
05:54
on this very questionsoru.
124
344745
1641
birlikte çalışıyorlar.
05:56
I could give you
plentybol of examplesörnekler like this,
125
346410
2915
Size bunun gibi
pek çok örnek verebilirim
ancak sizden, Londra ayaklanmalarını
incelediğim kendi çalışmamı
05:59
but I wanted to leaveayrılmak you
with one from my ownkendi researchAraştırma
126
349349
2643
paylaşarak ayrılmak istiyorum.
06:02
on the LondonLondra riotsayaklanmalar.
127
352016
1166
06:03
Now, you probablymuhtemelen
don't need me to tell you
128
353206
2015
Şimdi, muhtemelen size
geçen yaz olan olayları
06:05
about the eventsolaylar of last summeryaz,
129
355245
1567
anlatmama gerek yok.
06:06
where LondonLondra and the UKİNGİLTERE saw
the worsten kötü sustainedsürekli perioddönem
130
356836
3030
İngiltere ve Londra'nın
son yirmi yılda gördüğü
06:09
of violentşiddetli lootingyağma and arsonkundaklama
131
359890
1526
en kötü ve aralıksız şiddet, yağma
06:11
for over twentyyirmi yearsyıl.
132
361440
1613
ve kundaklama olaylarıydı.
06:13
It's understandableanlaşılabilir that, as a societytoplum,
we want to try and understandanlama
133
363077
3287
Toplum olarak bu ayaklanmaya
tam olarak neyin sebep olduğunu
06:16
exactlykesinlikle what causedneden oldu these riotsayaklanmalar,
134
366388
1794
anlamak istememiz anlaşılır bir durum
06:18
but alsoAyrıca, perhapsbelki, to equipdonatmak our policepolis
with better strategiesstratejiler
135
368206
3885
ama ayrıca, belki polisimizi de
gelecekte daha hızlı çözüm alacağı
06:22
to leadöncülük etmek to a swifterswifter
resolutionçözüm in the futuregelecek.
136
372115
3781
daha iyi stratejilerle
donatmayı da istemeliyiz.
06:25
Now, I don't want to upsetüzgün
the sociologistssosyologlar here,
137
375920
2356
Şimdi, burada sosyologları
kızdırmak istemiyorum
06:28
so I absolutelykesinlikle cannotyapamam talk about
the individualbireysel motivationsmotivasyonları for a rioterriotçu,
138
378300
4857
yani bir isyancının bireysel gerekçeleri
hakkında kesinlikle konuşamam
06:33
but when you look at
the riotersİsyancılar all togetherbirlikte,
139
383181
2168
ancak isyancılara bütünsel
olarak bakarsanız
06:35
mathematicallymatematiksel olarak, you can separateayrı it
into a three-stageÜç aşamalı processsüreç
140
385373
3208
matematik gözünden bunu
üç aşamalı bir sürece bölebilirsiniz
06:38
and drawçekmek analogiesanalojiler accordinglyBuna göre.
141
388605
1975
ve dolayısıyla
benzerlikler çıkarabilirsiniz.
06:40
So, stepadım one: let's say
you've got a groupgrup of friendsarkadaşlar.
142
390604
3177
Birinci aşama: Diyelim ki
bir grup arkadaşınız var
06:43
NoneHiçbiri of them are involvedilgili in the riotsayaklanmalar,
143
393805
1875
ve hiçbiri ayaklanmaya katılmıyor
06:45
but one of them walksyürüyüşleri pastgeçmiş
a FootAyak LockerSoyunma whichhangi is beingolmak raidedbaskın düzenledi,
144
395704
3682
ama içlerinden biri Foot Locker
mağazası yağmalanırken geçiyordur
06:49
and goesgider in and bagsçantalar himselfkendisi
a newyeni pairçift of trainerseğitmenler.
145
399410
2513
ve girip kendine bir çift
spor ayakkabısı araklar
06:51
He textsmetinler one of his friendsarkadaşlar and saysdiyor,
"Come on down to the riotsayaklanmalar."
146
401947
4089
ve bir arkadaşına mesaj atıp
"Haydi ayaklanmaya gel" der
06:56
So his friendarkadaş joinskatılır him,
147
406060
1421
ve arkadaşı ona katılır
ve sonra ikisi, daha fazla arkadaşa
mesaj atar, onlar da katılır,
06:57
and then the two of them textMetin
more of theironların friendsarkadaşlar, who joinkatılmak them,
148
407505
3157
daha fazla arkadaşa mesaj atılır,
07:00
and textMetin more of theironların friendsarkadaşlar
149
410686
1581
07:02
and more and more, and so it continuesdevam ediyor.
150
412291
2374
çoğalırlar, çoğalırlar ve devam eder.
07:04
This processsüreç is identicalözdeş to the way
that a virusvirüs spreadsyayılır throughvasitasiyla a populationnüfus.
151
414689
4583
Bu süreç, bir virüsün popülasyon
içindeki yayılım biçimiyle birebir aynı.
07:09
If you think about the birdkuş flugrip epidemicsalgın
of a coupleçift of yearsyıl agoönce,
152
419296
3100
Birkaç yıl önceki kuş gribi
salgınını düşünürseniz
07:12
the more people that were infectedenfekte,
the more people that got infectedenfekte,
153
422420
3303
virüs bulaşan insan sayısı arttıkça
virüs kapan insan sayısı arttı
07:15
and the fasterDaha hızlı the virusvirüs spreadYAYILMIŞ
154
425747
1588
ve virüs daha da hızlı yayıldı
07:17
before the authoritiesyetkililer managedyönetilen
to get a handlesap on eventsolaylar.
155
427359
3141
ve yetkililer olayla başa çıkana
kadar da bu sürdü.
07:20
And it's exactlykesinlikle the sameaynı processsüreç here.
156
430988
2515
Burada da birebir aynı süreç işledi.
07:23
So let's say you've got a rioterriotçu,
he's decidedkarar he's going to riotisyan.
157
433527
3276
Diyelim ki bir isyancınız var
ve isyan etmeye karar verdi.
07:26
The nextSonraki thing he has to do
is pickalmak a riotisyan siteyer.
158
436827
2535
Yapması gereken sıradaki şey
bir isyan bölgesi seçmektir.
07:30
Now, what you should know
about riotersİsyancılar is that, umUm ...
159
440274
3624
Şimdi isyancılar hakkında
bilmeniz gereken şey, ah...
07:33
OopsOops, clicker'sClicker 's gonegitmiş. There we go.
160
443922
1642
Eyvah, kumanda gitti. Tamam.
07:35
What you should know about riotersİsyancılar is,
they're not preparedhazırlanmış to travelseyahat
161
445588
3344
İsyancılar hakkında bilmeniz gereken
şey; çok cazip başka bir
07:38
that faruzak from where they livecanlı,
162
448956
1451
isyan bölgesi olmadıkça
07:40
unlessolmadıkça it's a really juicySulu riotisyan siteyer.
163
450431
1852
yaşadıkları yerden uzağa gitmezler.
07:42
(LaughterKahkaha)
164
452307
1075
(Kahkahalar)
07:43
So you can see that here from this graphgrafik,
165
453406
2069
Yani bunu şu grafikte görebilirsiniz
07:45
with an awfulkorkunç lot of riotersİsyancılar
havingsahip olan traveledseyahat lessaz than a kilometerkilometre
166
455499
3391
isyancıların çok büyük bir kısmı
ayaklanma bölgesine bir kilometreden
07:48
to the siteyer that they wentgitti to.
167
458914
1679
daha yakın bir yerden geldi.
07:50
Now, this patternmodel is seengörüldü
in consumertüketici modelsmodeller of retailperakende spendingharcama,
168
460617
4909
Şimdi bu örüntü, tüketici modellemeleri
ve perakende alışverişte de görülüyor,
yani alışveriş yapmayı seçtiğimiz yerler.
07:55
i.e., where we chooseseçmek to go shoppingalışveriş yapmak.
169
465550
2309
07:57
So, of coursekurs, people like
to go to localyerel shopsdükkanlar,
170
467883
2922
İnsanlar tabii ki semtindeki
dükkanlara gitmeyi sever
08:00
but you'dşimdi etsen be preparedhazırlanmış
to go a little bitbit furtherayrıca
171
470829
2592
ama çok iyi bir alışveriş bölgesi olursa
08:03
if it was a really good retailperakende siteyer.
172
473445
2116
azıcık uzağa gitmeye de hazırsınızdır.
08:05
And this analogyanaloji, actuallyaslında, was alreadyzaten
pickedseçilmiş up by some of the paperskâğıtlar,
173
475585
3442
Ve bu benzerlik aslında bazı gazeteler
tarafından da zaten fark edildi,
08:09
with some tabloidtabloid pressbasın callingçağrı the eventsolaylar
"ShoppingAlışveriş with violenceşiddet,"
174
479051
3262
bazı tabloid gazeteler bu olaylara
"Vahşi alışveriş" dedi,
08:12
whichhangi probablymuhtemelen sumstoplamları it up
in termsşartlar of our researchAraştırma.
175
482337
2788
belki de bizim araştırmamız
bakımından özet bu.
08:15
Oh! -- we're going backwardsgeriye doğru.
176
485673
1476
Ah! - geriye gidiyoruz.
08:19
OK, stepadım threeüç.
177
489730
1456
Peki, üçüncü adım.
08:21
FinallySon olarak, the rioterriotçu is at his siteyer,
178
491210
1817
Sonunda, isyancı kendi bölgesindedir
08:23
and he wants to avoidönlemek
gettingalma caughtyakalandı by the policepolis.
179
493051
4572
ve polise yakalanmak da istemez.
08:27
The riotersİsyancılar will avoidönlemek
the policepolis at all timeszamanlar,
180
497647
2701
İsyancılar polisten daima uzak durur
08:30
but there is some safetyemniyet in numberssayılar.
181
500372
2094
ama birlikten de biraz güç doğar.
08:32
And on the flipfiske sideyan, the policepolis,
with theironların limitedsınırlı resourceskaynaklar,
182
502490
3061
Madalyonun diğer yüzü
polisler ise, sınırlı imkânlarıyla
08:35
are tryingçalışıyor to protectkorumak
as much of the cityŞehir as possiblemümkün,
183
505575
2579
şehri mümkün olduğunca iyi
korumaya çabalamakta
08:38
arresttutuklamak riotersİsyancılar whereverher nerede possiblemümkün
184
508178
2013
isyancıları elinden gelen
her yerde tutuklamakta
08:40
and to createyaratmak a deterrentcaydırıcı effectEfekt.
185
510215
2041
ve caydırıcı bir etki yaratmaktadırlar.
08:45
And actuallyaslında, as it turnsdönüşler out,
186
515510
1491
Ve aslına bakarsak öyle görünüyor ki
08:47
this mechanismmekanizma betweenarasında the two speciesTürler,
so to speakkonuşmak, of riotersİsyancılar and policepolis,
187
517025
4623
bu iki tür, yani polisler ve isyancılar
arasındaki bu mekanizma
08:51
is identicalözdeş to predatorsyırtıcı
and preyAv in the wildvahşi.
188
521672
2649
vahşi doğadaki avcı ve av
düzeniyle birebir aynı.
08:54
So if you can imaginehayal etmek rabbitstavşan and foxestilkiler,
189
524345
2197
Yani tilkilerle tavşanları düşünün,
08:56
rabbitstavşan are tryingçalışıyor to avoidönlemek
foxestilkiler at all costsmaliyetler,
190
526566
2750
tavşan, tilkiden uzak durmak
için her yolu denerken
08:59
while foxestilkiler are patrollingdevriye the spaceuzay,
tryingçalışıyor to look for rabbitstavşan.
191
529340
3687
tilki de etrafta devriye gezerek
tavşan arar.
09:03
We actuallyaslında know an awfulkorkunç lot
about the dynamicsdinamik of predatorsyırtıcı and preyAv.
192
533051
3354
Avcı ve av arasındaki dinamiklerle
ilgili dehşet miktarda çok şey biliyoruz.
09:06
We alsoAyrıca know a lot about
consumertüketici spendingharcama flowsakar.
193
536429
4979
Biz ayrıca tüketici harcamaları akışı
konusunda da çok şey biliyoruz.
09:11
And we know a lot about
how virusesvirüsler spreadYAYILMIŞ throughvasitasiyla a populationnüfus.
194
541432
3163
Ve biz virüslerin popülasyona
nasıl yayıldığına dair çok şey biliyoruz.
09:14
So if you take these threeüç analogiesanalojiler
togetherbirlikte and exploitsömürmek them,
195
544619
3033
Yani eğer bu üç benzerliği
bir arada alır ve kullanırsanız
09:17
you can come up with a mathematicalmatematiksel
modelmodel of what actuallyaslında happenedolmuş,
196
547676
3236
gerçekten ne olduğununa ilişkin
bir matematik model bulabilir
09:20
that's capableyetenekli of replicatingkopyalayan
the generalgenel patternsdesenler
197
550936
2404
ve bununla ayaklanmanın kendisinin
genel örüntülerini yineleyebilirsiniz.
09:23
of the riotsayaklanmalar themselveskendilerini.
198
553364
1343
09:25
Now, oncebir Zamanlar we'vebiz ettik got this,
we can almostneredeyse use this as a petriPetri dishtabak
199
555678
3086
Bu noktaya ulaştığımız anda,
bunu bir petri kabı gibi kullanıp
09:28
and startbaşlama havingsahip olan conversationskonuşmaları
200
558788
1623
şehrin hangi bölgelerinin
09:30
about whichhangi areasalanlar of the cityŞehir
were more susceptibleduyarlı than othersdiğerleri
201
560435
3139
buna diğerlerinden daha yatkın olduğu
ve gelecekte tekrarı hâlinde
09:33
and what policepolis tacticsTaktikler could be used
202
563598
1877
polisin hangi taktikleri kullanabileceğini
09:35
if this were ever to happenolmak
again in the futuregelecek.
203
565499
2307
konuşmaya başlayabiliriz.
09:37
Even twentyyirmi yearsyıl agoönce, modelingmodelleme
of this sortçeşit was completelytamamen unheardduyulmamış of.
204
567830
4003
Daha yirmi yıl önce bile, bu türden
bir modelleme hiç duyulmamış bir şeydi.
09:41
But I think that these analogiesanalojiler
are an incrediblyinanılmaz importantönemli toolaraç
205
571857
4444
Fakat bence bu benzerlikler
toplumumuzdaki sorunları çözmede
09:46
in tacklingmücadele problemssorunlar with our societytoplum,
206
576325
2491
inanılmaz önemdeki araçlardır
09:48
and perhapsbelki, ultimatelyen sonunda improvinggeliştirme
our societytoplum overalltüm.
207
578840
3406
ve kim bilir, belki sonunda
toplumumuzu ilerletmede de.
09:52
So, to concludesonuçlandırmak: life is complexkarmaşık,
208
582270
2389
Yani sonuç şu: Hayat karmaşıktır
09:54
but perhapsbelki understandinganlayış it need not
necessarilyzorunlu olarak be that complicatedkarmaşık.
209
584683
3357
ama belki de onu anlamanın
bu kadar karmaşık olması gerekmiyor.
09:58
Thank you.
210
588064
1158
Teşekkür ederim.
09:59
(ApplauseAlkış)
211
589246
1386
(Alkışlar)
Translated by berat güven
Reviewed by Figen Ergürbüz

▲Back to top

ABOUT THE SPEAKER
Hannah Fry - Complexity theorist
Hannah Fry researches the trends in our civilization and ways we can forecast its future.

Why you should listen

Hannah Fry completed her PhD in fluid dynamics in early 2011 with an emphasis on how liquid droplets move. Then, after working as an aerodynamicist in the motorsport industry, she began work on an interdisciplinary project in complexity sciences at University College London. Hannah’s current research focusses on discovering new connections between mathematically described systems and human interaction at the largest scale.

More profile about the speaker
Hannah Fry | Speaker | TED.com