TEDGlobal 2010
Steven Johnson: Where good ideas come from
استیون جانسون: جائی که ایده‌های خوب ازآنجا می‌آیند
Filmed:
Readability: 4
4,960,715 views
مردم معمولا ایده‌هایشان را به لحظات «یافتم !»های خود نسبت می‌دهند. اما استیون جانسون نشان می‌دهد که چطور تاریخ داستان دیگری را بازگو می‌کند. سفر سحرآمیزش ما را از " liquid networks" (شبکه‌های مایع) در کافی‌شاپ‌های لندن تا شمِّ طولانی و آهستۀ چارلز داروین و تا دنیای وب ِ پرشتاب امروزی می‌برد.
Steven Johnson - Writer
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Double-click the English transcript below to play the video.
00:15
Just a few minutes ago, I took this picture
0
0
3000
همین چند دقیقه پیش، این عکس را گرفتم
00:18
about 10 blocks from here.
1
3000
2000
حدود 10 بلوک آن طرف تر.
00:20
This is the Grand Cafe here in Oxford.
2
5000
3000
اینجا «گراند کافه» در آکسفورد است.
00:23
I took this picture because this turns out to be
3
8000
3000
این عکس را به این خاطر گرفتم که ظاهرا این
00:26
the first coffeehouse to open
4
11000
2000
اولین قهوه خانه‌ای است که
00:28
in England in 1650.
5
13000
2000
در سال ۱۶۵۰ در انگلستان تأسیس شد.
00:30
That's its great claim to fame,
6
15000
2000
آن بزرگترین ادعا برای شهرتش است.
00:32
and I wanted to show it to you,
7
17000
2000
و می‌خواستم آنرا به شما نشان بدم،
00:34
not because I want to give you the kind of Starbucks tour
8
19000
2000
نه به این خاطر که یک جور تور«استارباکس»
00:36
of historic England,
9
21000
2000
ازانگلستان تاریخی برای شما بگذارم،
00:38
but rather because
10
23000
2000
بلکه به این خاطر که
00:40
the English coffeehouse was crucial
11
25000
2000
قهوه‌خانه های انگلیسی نقش حیاتی
00:42
to the development and spread
12
27000
3000
در توسعه و گسترش
00:45
of one of the great intellectual flowerings of the last 500 years,
13
30000
3000
یک شکوفایی بزرگ معنوی در 500 سال گذشته، داشته اند،
00:48
what we now call the Enlightenment.
14
33000
3000
چیزی که ما روشنفکری می نامیم.
00:51
And the coffeehouse played such a big role
15
36000
2000
و قهوه‌خانه نقش بسیار بزرگی در
00:53
in the birth of the Enlightenment,
16
38000
2000
آفرینش روشنفکری داشت،
00:55
in part, because of what people were drinking there.
17
40000
2000
بعضا"، به خاطر آنچه مردم در آنجا می‌نوشیدند.
00:57
Because, before the spread
18
42000
3000
چراکه، قبل از شایع شدن
01:00
of coffee and tea through British culture,
19
45000
3000
قهوه و چای توسط فرهنگ بریتانیایی،
01:03
what people drank -- both elite and mass folks drank --
20
48000
3000
آنچه مردم -- چه نخبگان و چه عوام -- می‌نوشیدند
01:06
day-in and day-out, from dawn until dusk
21
51000
2000
هر روز، از طلوع تا غروب خورشید
01:08
was alcohol.
22
53000
2000
الکل بود.
01:10
Alcohol was the daytime beverage of choice.
23
55000
2000
الکل، نوشیدنی منتخب روز بود.
01:12
You would drink a little beer with breakfast and have a little wine at lunch,
24
57000
3000
شما به همراه صبحانه کمی آبجو و در هنگام نهار کمی شراب می‌نوشیدید،
01:15
a little gin -- particularly around 1650 --
25
60000
3000
کمی جین - بخصوص حدود سال 1650-
01:18
and top it off with a little beer and wine at the end of the day.
26
63000
2000
و روز خود را با کمی آبجو و شراب تکمیل می کردید.
01:20
That was the healthy choice -- right --
27
65000
2000
بسیار خوب، این انتخاب سالمی بود،
01:22
because the water wasn't safe to drink.
28
67000
2000
چون آب، مطمئن و سالم برای نوشیدن نبود.
01:24
And so, effectively until the rise of the coffeehouse,
29
69000
3000
و بدین ترتیب، در واقع قبل از پیدایش قهوه‌خانه،
01:27
you had an entire population
30
72000
2000
کل مردم
01:29
that was effectively drunk all day.
31
74000
3000
عملا" تمام روز مست بودند.
01:32
And you can imagine what that would be like, right, in your own life --
32
77000
2000
و می‌توانید تصور کنید داستان به چه صورت بود ، درسته، در زندگی خودتان --
01:34
and I know this is true of some of you --
33
79000
2000
و من میدونم که این در مورد بعضی از شما حقیقت داره --
01:36
if you were drinking all day,
34
81000
3000
اگر تمام روز می نوشیدید،
01:39
and then you switched from a depressant to a stimulant in your life,
35
84000
3000
و آنوقت از فردی افسرده به فردی مهیج تبدیل می شدید،
01:42
you would have better ideas.
36
87000
2000
حتما ایده‌های بهتری پیدا می‌کردید.
01:44
You would be sharper and more alert.
37
89000
2000
تیزتر و هشیارتر می‌شدید.
01:46
And so it's not an accident that a great flowering of innovation happened
38
91000
3000
بنابراین وقوع شکوفایی عظیم اختراعات، تصادفی نبوده
01:49
as England switched to tea and coffee.
39
94000
3000
زمانیکه انگلستان به چای و قهوه روی آورد.
01:52
But the other thing that makes the coffeehouse important
40
97000
3000
اما چیز دیگری که قهوه‌خانه‌ها را مهم می‌کند
01:55
is the architecture of the space.
41
100000
2000
معماری فضای آن است.
01:57
It was a space where people would get together
42
102000
2000
آنجا فضایی بود که مردم با زمینه‌های متفاوت،
01:59
from different backgrounds,
43
104000
2000
و تخصصهای مختلف
02:01
different fields of expertise, and share.
44
106000
2000
دور هم جمع شده و گفتگو می کردند.
02:03
It was a space, as Matt Ridley talked about, where ideas could have sex.
45
108000
3000
آنجا فضایی بود که، به گفتۀ مت ریدلی، عقاید با هم ارتباط جنسی برقرار می‌کردند.
02:06
This was their conjugal bed, in a sense --
46
111000
2000
آنجا به تعبیری، تخت ازدواج آنها بود.
02:08
ideas would get together there.
47
113000
2000
عقاید آنجا گرد هم می آمدند.
02:10
And an astonishing number of innovations from this period
48
115000
3000
و تعداد حیرت‌آوری از نوآوری‌های این دوره
02:13
have a coffeehouse somewhere in their story.
49
118000
3000
یک قهوه‌خانه در جایی ازقصه خود دارند.
02:16
I've been spending a lot of time thinking about coffeehouses
50
121000
3000
من مدت زیادی را در طول پنج سال گذشته،
02:19
for the last five years,
51
124000
2000
درباره قهوه‌خانه‌ها فکر کردم،
02:21
because I've been kind of on this quest
52
126000
2000
چراکه به نوعی در تلاش و تحقیق برای
02:23
to investigate this question
53
128000
2000
یافتن پاسخ این سوال بودم که
02:25
of where good ideas come from.
54
130000
2000
ایده‌های خوب از کجا می‌آیند.
02:27
What are the environments
55
132000
2000
چه محیط هایی هست
02:29
that lead to unusual levels of innovation,
56
134000
3000
که منجر به انواع نوآوری منحصر به فرد،
02:32
unusual levels of creativity?
57
137000
3000
و خلاقیت استثنائی می‌شود؟
02:35
What's the kind of environmental --
58
140000
2000
نوع محیط چیست؟
02:37
what is the space of creativity?
59
142000
2000
فضای خلاقیت چیست؟
02:39
And what I've done is
60
144000
2000
و کاری که انجام داده‌ام این است که
02:41
I've looked at both environments like the coffeehouse;
61
146000
2000
هم به محیطی مثل قهوه‌خانه، توجه کردم؛
02:43
I've looked at media environments, like the world wide web,
62
148000
2000
و هم به محیط رسانه‌ای مثل شبکه جهانی وب (WWW)،
02:45
that have been extraordinarily innovative;
63
150000
2000
که به طور فوق العاده ای مبتکرانه بوده است.
02:47
I've gone back to the history of the first cities;
64
152000
3000
من به تاریخ اولین شهرها برگشتم،
02:50
I've even gone to biological environments,
65
155000
2000
من حتی به سراغ محیط‌های زیستی هم رفته ام،
02:52
like coral reefs and rainforests,
66
157000
2000
مثل صخره‌های مرجانی یا جنگل‌های استوایی،
02:54
that involve unusual levels of biological innovation;
67
159000
3000
که نوآوری منحصر به فرد زیستی را در بر داشتند؛
02:57
and what I've been looking for is shared patterns,
68
162000
3000
و چیزی که تا کنون به دنبال آن بودم یک الگوی مشترک است،
03:00
kind of signature behavior that shows up
69
165000
2000
یک جور اثر رفتاری که
03:02
again and again in all of these environments.
70
167000
3000
در همه این محیط‌ها به کرات نمایان باشد.
03:05
Are there recurring patterns that we can learn from,
71
170000
3000
آیا الگوهای متناوبی وجود دارند که ما از آنها بیاموزیم،
03:08
that we can take and kind of apply to our own lives,
72
173000
2000
که آنها را انتخاب و به نوعی در زندگی خودمان،
03:10
or our own organizations,
73
175000
2000
یا تشکیلات خودمان،
03:12
or our own environments to make them more creative and innovative?
74
177000
2000
یا در اطراف خودمان به کار ببریم تا آنها را سازنده تر و مبتکرانه تر کنیم؟
03:14
And I think I've found a few.
75
179000
2000
و فکر می‌کنم که چند تایی از آنها را پیدا کردم.
03:16
But what you have to do to make sense of this
76
181000
3000
اما کاری که باید برای درک آن انجام دهید
03:19
and to really understand these principles
77
184000
2000
تا واقعا این اصول را بفهمید
03:21
is you have to do away
78
186000
2000
این است که باید از خیلی چیزها
03:23
with a lot of the way in which our conventional metaphors and language
79
188000
3000
چشم پوشی کنید، چیزهایی که زبان و استعاره های متداول ما را
03:26
steers us towards
80
191000
2000
به سمت مضامین خاصِ
03:28
certain concepts of idea-creation.
81
193000
2000
ایجاد ایده هدایت می کنند.
03:30
We have this very rich vocabulary
82
195000
2000
ما یک مجموعه واژگان غنی
03:32
to describe moments of inspiration.
83
197000
2000
برای توصیف لحظات الهام بخش داریم.
03:34
We have the kind of the flash of insight,
84
199000
3000
مثل « جرقۀ نور»،
03:37
the stroke of insight,
85
202000
2000
« فکرِ بکر»،
03:39
we have epiphanies, we have "eureka!" moments,
86
204000
3000
ما لحظاتِ تجلی ، و « یافتم! » ها داریم،
03:42
we have the lightbulb moments, right?
87
207000
2000
مثل لامپی که بالای سرروشن می شه، اینطور نیست؟
03:44
All of these concepts,
88
209000
2000
تمامی این مفاهیم،
03:46
as kind of rhetorically florid as they are,
89
211000
3000
با همان شیوایی بلاغت که دارند،
03:49
share this basic assumption,
90
214000
2000
در فرضیۀ ابتدائی مشترک هستند،
03:51
which is that an idea is a single thing,
91
216000
3000
و آن اینست که یک ایده، منحصر بفرد است،
03:54
it's something that happens often
92
219000
2000
چیزی است که اغلب
03:56
in a wonderful illuminating moment.
93
221000
3000
در یک لحظۀ شگفت انگیزِ درخشان اتفاق می‌افتد.
03:59
But in fact, what I would argue and what you really need to kind of begin with
94
224000
3000
ولی در واقع، چیزی که من در مورد آن بحث می کنم، و چیزی که شما واقعا باید با آن شروع کنید،
04:02
is this idea that an idea is a network
95
227000
3000
این است که یک ایده، یک شبکه
04:05
on the most elemental level.
96
230000
2000
در ابتدائی ترین مرحله است.
04:07
I mean, this is what is happening inside your brain.
97
232000
2000
منظورم این است که، این چیزی است که در مغز شما اتفاق می‌افتد.
04:09
An idea -- a new idea -- is a new network of neurons
98
234000
3000
یک ایده، یک ایده جدید، شبکۀ جدیدی از نرون‌ها است
04:12
firing in sync with each other inside your brain.
99
237000
3000
که به طور همزمان با یکدیگر در مغز شما مشتعل می‌شوند.
04:15
It's a new configuration that has never formed before.
100
240000
3000
با یک شکل جدیدی که تا به حال بوجود نیامده است.
04:18
And the question is: how do you get your brain into environments
101
243000
3000
و سوال اینجاست: چگونه می‌توان مغز را در محیط‌هایی قرار داد
04:21
where these new networks are going to be more likely to form?
102
246000
3000
که در آن احتمال بیشتری برای شکل گیری این شبکه‌های جدید وجود دارد؟
04:24
And it turns out that, in fact, the kind of network patterns of the outside world
103
249000
3000
و به نظر میآید که، در واقع، نوع ساختاری شبکۀ دنیای بیرون
04:27
mimic a lot of the network patterns
104
252000
2000
شباهت زیادی با ساختار شبکه‌ی
04:29
of the internal world of the human brain.
105
254000
3000
دنیای درون مغز انسان دارد.
04:32
So the metaphor I'd like the use
106
257000
2000
برای همین استعاره‌ای که مایلم استفاده کنم
04:34
I can take
107
259000
2000
مربوط به
04:36
from a story of a great idea that's quite recent --
108
261000
3000
داستانی از یک ایدۀ بزرگِ جدید است --
04:39
a lot more recent than the 1650s.
109
264000
3000
خیلی جدیدتر از دهه ۱۶۵۰.
04:43
A wonderful guy named Timothy Prestero,
110
268000
2000
شخص فوق العاده ای به نام «تیموتی پِرسترو»،
04:45
who has a company called ... an organization called Design That Matters.
111
270000
3000
که صاحب شرکتی، سازمانی به نام «طرح متفاوت » است.
04:48
They decided to tackle this really pressing problem
112
273000
3000
آنها تصمیم گرفتند که یک مشکل واقعا مبرم
04:53
of, you know, the terrible problems we have with infant mortality rates
113
278000
2000
در میان مشکلات وحشتناکی که در رابطه با میزان مرگ و میر نوزادان
04:55
in the developing world.
114
280000
2000
در جهان سوم داریم، را حل کنند.
04:57
One of the things that's very frustrating about this is that we know,
115
282000
3000
یکی از مسائل ناراحت کننده در این مورد این است که ما می دانیم،
05:00
by getting modern neonatal incubators
116
285000
3000
اگراز دستگاه جدید انکوباتور
05:03
into any context,
117
288000
2000
در هر شرایطی استفاده کنیم،
05:05
if we can keep premature babies warm, basically -- it's very simple --
118
290000
3000
اگر بتوانیم نوزادان نارس را گرم نگه داریم - که کاری بسیارساده است -
05:08
we can halve infant mortality rates in those environments.
119
293000
3000
اساسا" می توانیم میزان مرگ و میر در آن محیط ها را به نصف برسانیم.
05:11
So, the technology is there.
120
296000
2000
بنابراین، تکنولوژی آنجاست.
05:13
These are standard in all the industrialized worlds.
121
298000
3000
این در تمام جوامع صنعتی رایج و متداول است.
05:16
The problem is, if you buy a $40,000 incubator,
122
301000
3000
مشکل اینجاست که اگر شما یک انکوباتور 40000 دلاری بخرید،( دستگاه نگهداری نوزاد نارس)
05:19
and you send it off
123
304000
2000
و آنرا به یک روستای متوسط
05:21
to a mid-sized village in Africa,
124
306000
2000
در کشور آفریقا بفرستید،
05:23
it will work great for a year or two years,
125
308000
2000
برای مدت یک یا دو سال بخوبی کار می کند،
05:25
and then something will go wrong and it will break,
126
310000
3000
و بعد دچار مشکل شده و از کار می افتد،
05:28
and it will remain broken forever,
127
313000
2000
و برای همیشه خراب می ماند،
05:30
because you don't have a whole system of spare parts,
128
315000
3000
چون شما سیستم کاملی از قطعات یدکی ندارید،
05:33
and you don't have the on-the-ground expertise
129
318000
2000
ونیروی متخصص حاضر آماده برای تعمیر
05:35
to fix this $40,000 piece of equipment.
130
320000
2000
این دستگاه 40000 دلاری ندارید.
05:37
And so you end up having this problem where you spend all this money
131
322000
2000
بنابراین شما با این مشکل مواجه خواهید شد که با وجود صرف تمام این پول
05:39
getting aid and all these advanced electronics to these countries,
132
324000
3000
برای رساندن کمک وهمه این وسایل الکترونیکی پیشرفته به این کشورها،
05:42
and then it ends up being useless.
133
327000
2000
سرانجام تمام آن کارها بی نتیجه بوده است.
05:44
So what Prestero and his team decided to do
134
329000
2000
بنابراین پرسترو و افراد گروهش تصمیم گرفتند
05:46
is to look around and see: what are the abundant resources
135
331000
3000
تا نگاهی به اطراف انداخته و ببینند: امکانات موجود در این
05:49
in these developing world contexts?
136
334000
2000
کشورهای رو به توسعه چیست؟
05:51
And what they noticed was they don't have a lot of DVRs,
137
336000
3000
و آنها متوجه شدند که مردمِ آنجا آنقدر دستگاه ویدئو ندارند،
05:54
they don't have a lot of microwaves,
138
339000
2000
آنقدر مایکرو فر ندارند،
05:56
but they seem to do a pretty good job of keeping their cars on the road.
139
341000
3000
اما به نظر می رسد که ماشینهایشان را در وضعیت خوب و عالی نگه می دارند.
05:59
There's a Toyota Forerunner
140
344000
2000
یک تویوتا " فُرِرننرForerunner"
06:01
on the street in all these places.
141
346000
2000
در تمام خیابانهای این مناطق هست.
06:03
They seem to have the expertise to keep cars working.
142
348000
3000
به نظر می یاد تخصص لازم برای سرپا نگه داشتن ماشینها را دارند.
06:06
So they started to think,
143
351000
2000
بنابراین آنها به این فکر افتادند،
06:08
"Could we build a neonatal incubator
144
353000
2000
" آیا می توانیم انکوباتوری بسازیم
06:10
that's built entirely out of automobile parts?"
145
355000
3000
که تماما" از قطعات یدکی ماشین باشد؟"
06:13
And this is what they ended up coming with.
146
358000
2000
و این چیزی است که آنها در نهایت عرضه کردند.
06:15
It's called a "neonurture device."
147
360000
2000
نام دستگاه neonurture ( پرورش تازه) است.
06:17
From the outside, it looks like a normal little thing
148
362000
2000
از بیرون شبیه دستگاه کوچک طبیعی است که در
06:19
you'd find in a modern, Western hospital.
149
364000
2000
یک بیمارستان مدرن کشورهای غربی می بینید.
06:21
In the inside, it's all car parts.
150
366000
2000
در داخل، تماما" قطعات یدکی ماشین است.
06:23
It's got a fan, it's got headlights for warmth,
151
368000
2000
یک پروانه دارد، چراغهای جلوی ماشین برای گرما،
06:25
it's got door chimes for alarm --
152
370000
2000
و زنگِ در، برای اعلام خطردارد.
06:27
it runs off a car battery.
153
372000
2000
از طریق باطری ماشین کار می کند.
06:29
And so all you need is the spare parts from your Toyota
154
374000
2000
و بدین ترتیب تمام آنچه لازم دارید، قطعات یدکی تویوتا ی خود
06:31
and the ability to fix a headlight,
155
376000
2000
و اینکه بتوانید چراغهای جلو را نصب کنید،
06:33
and you can repair this thing.
156
378000
2000
و این دستگاه را تعمیر کنید.
06:35
Now, that's a great idea, but what I'd like to say is that, in fact,
157
380000
3000
خوب حالا، این یک ایده عالیست، اما آنچه می خواهم بگویم اینست که در حقیقت،
06:38
this is a great metaphor for the way that ideas happen.
158
383000
2000
این مثال خوبی برای شیوۀ شکل گیری عقاید است.
06:40
We like to think our breakthrough ideas, you know,
159
385000
2000
ما اینطور دوست داریم فکر کنیم که ایده های موفق ما،
06:42
are like that $40,000, brand new incubator,
160
387000
2000
همانند آن انکوباتور کاملا" نو 40000 دلاری،
06:44
state-of-the-art technology,
161
389000
2000
پیشرفته ترین تکنولوژی است،
06:46
but more often than not, they're cobbled together
162
391000
2000
اما اغلب اوقات، آنها از قطعات موجود در اطراف ما
06:48
from whatever parts that happen to be around nearby.
163
393000
2000
به یکدیگروصله پینه شده اند.
06:50
We take ideas from other people,
164
395000
2000
ما ایده ها را از دیگران می گیریم،
06:52
from people we've learned from, from people we run into in the coffee shop,
165
397000
3000
از افرادی که از آنها می آموزیم، از کسانیکه در کافی شاپ به آنها برخورد می کنیم،
06:55
and we stitch them together into new forms and we create something new.
166
400000
3000
آن ایده ها را به شکلهای تازه ای به هم وصل کرده، و چیزی نو خلق می کنیم.
06:58
That's really where innovation happens.
167
403000
3000
در واقع اینجا جائیست که نوآوری پدید می آید.
07:01
And that means that we have to change some of our models
168
406000
2000
و این بدان معنی است که باید برخی الگوهای خود را دربارۀ
07:03
of what innovation and deep thinking really looks like, right.
169
408000
3000
شکل واقعی اختراع و اندیشۀ عمیق تغییر دهیم.
07:06
I mean, this is one vision of it.
170
411000
2000
منظورم اینه که این یک بعد قضیه است.
07:08
Another is Newton and the apple, when Newton was at Cambridge.
171
413000
3000
دیگری قضیه نیوتن و سیب است، زمانیکه نیوتن در کمبریج بود.
07:11
This is a statue from Oxford.
172
416000
2000
این مجسمه ای از آکسفورد است.
07:13
You know, you're sitting there thinking a deep thought,
173
418000
2000
شما آنجا غرق در افکار خود نشسته اید،
07:15
and the apple falls from the tree, and you have the theory of gravity.
174
420000
3000
و سیب از درخت می افتد، و شما تئوری جاذبه را بدست می آورید.
07:18
In fact, the spaces that have historically led to innovation
175
423000
3000
در حقیقت، فضاهایی که به لحاظ تاریخی منجر به نوآوری شده اند
07:21
tend to look like this, right.
176
426000
2000
بدین گونه هستند.
07:23
This is Hogarth's famous painting of a kind of political dinner at a tavern,
177
428000
3000
این نقاشی معروف «هوگارث» از یک جور شام سیاسی در یک میکده است،
07:26
but this is what the coffee shops looked like back then.
178
431000
3000
اما کافی شاپ ها در آن روزها به این شکل بودند.
07:29
This is the kind of chaotic environment
179
434000
2000
این همان محیط آشفته ای است که
07:31
where ideas were likely to come together,
180
436000
2000
ایده ها احتمالا" گرد هم می آمدند،
07:33
where people were likely to have
181
438000
2000
جائیکه مردم احتمالا"
07:35
new, interesting, unpredictable collisions -- people from different backgrounds.
182
440000
3000
برخوردهای تازه، جالب، و غیر قابل پیش بینی داشتند - افرادی با پیشینه های مختلف.
07:38
So, if we're trying to build organizations that are more innovative,
183
443000
2000
بنابراین، اگر ما سعی داریم سازمانهای مبتکرانه تر بسازیم،
07:40
we have to build spaces that -- strangely enough -- look a little bit more like this.
184
445000
3000
می بایست فضاهایی بسازیم که، در کمال تعجب، کمی بیشتر شبیه آن فضا باشند.
07:43
This is what your office should look like,
185
448000
2000
این جائی است که دفتر کار شما می بایست شبیه آن باشد،
07:45
is part of my message here.
186
450000
2000
بخشی از پیام من اینجاست.
07:47
And one of the problems with this is that
187
452000
2000
و یکی از مشکلاتش این است که
07:49
people are actually -- when you research this field --
188
454000
3000
وقتی شما در این زمینه تحقیق می کنید، مردم در حقیقت
07:52
people are notoriously unreliable,
189
457000
2000
به طرز وحشتناکی غیر قابل اعتمادند،
07:54
when they actually kind of self-report
190
459000
2000
زمانیکه در واقع به نوعی درمورد
07:56
on where they have their own good ideas,
191
461000
2000
مکان ایده های خوب خود،
07:58
or their history of their best ideas.
192
463000
2000
یا تاریخچۀ بهترین ایده هایشان گزارش می دهند.
08:00
And a few years ago, a wonderful researcher named Kevin Dunbar
193
465000
3000
چند سال پیش، یک محقق فوق العاده ای بنام «کوین دانبار»
08:03
decided to go around
194
468000
2000
تصمیم گرفت در اطراف بگردد
08:05
and basically do the Big Brother approach
195
470000
2000
واساسا" از طریق شیوۀ «برادر بزرگ»
08:07
to figuring out where good ideas come from.
196
472000
2000
از منشاء ایده های خوب سر در بیاورد.
08:09
He went to a bunch of science labs around the world
197
474000
3000
او به تعدادی از آزمایشگاههای علمی دور دنیا سری زد
08:12
and videotaped everyone
198
477000
2000
و از تمام افراد در حالیکه
08:14
as they were doing every little bit of their job.
199
479000
2000
مشغول انجام کوچکترین کارشان بودند، فیلم برداری کرد.
08:16
So when they were sitting in front of the microscope,
200
481000
2000
در حالیکه آنها جلوی میکروسکوپ نشسته بودند،
08:18
when they were talking to their colleague at the water cooler, and all these things.
201
483000
2000
وقتی که با همکارانشان کنار آب سردکن مشغول گفتگو بودند، و امثال این ها.
08:20
And he recorded all of these conversations
202
485000
2000
و او تمام این مکالمات را ضبط کرد
08:22
and tried to figure out where the most important ideas,
203
487000
2000
و سعی کرد از منشاء ایجاد مهمترین ایده ها
08:24
where they happened.
204
489000
2000
سر در بیاورد.
08:26
And when we think about the classic image of the scientist in the lab,
205
491000
3000
و وقتی ما در مورد تصویر کلاسیک یک دانشمند در آزمایشگاه فکر می کنیم،
08:29
we have this image -- you know, they're pouring over the microscope,
206
494000
3000
این تصویر را داریم -- همه دور یک میکروسکوپ جمع شده،
08:32
and they see something in the tissue sample.
207
497000
2000
و مشغول دیدن چیزی دریک نمونه بافت هستند.
08:34
And "oh, eureka," they've got the idea.
208
499000
3000
و « اوه، یافتم!» -- آنها ایده را یافتند.
08:37
What happened actually when Dunbar kind of looked at the tape
209
502000
3000
آنچه دانبار در فیلم مشاهده کرد این بود که در حقیقت
08:40
is that, in fact, almost all of the important breakthrough ideas
210
505000
3000
تقریبا" اکثر ایده های مهم و موفق
08:43
did not happen alone in the lab, in front of the microscope.
211
508000
3000
به تنهایی در یک آزمایشگاه جلوی یک میکروسکوپ وقوع پیدا نکردند.
08:46
They happened at the conference table
212
511000
2000
آنها دورمیز کنفرانس جلسات
08:48
at the weekly lab meeting,
213
513000
2000
هفتگی آزمایشگاه اتفاق افتادند.
08:50
when everybody got together and shared their kind of latest data and findings,
214
515000
3000
زمانیکه همه دور هم جمع شده وآخرین اطلاعات و یافته های خود را بازگو می کنند،
08:53
oftentimes when people shared the mistakes they were having,
215
518000
2000
گهگاه هم زمانیکه افراد اشتباهات خود را در میان می گذارند،
08:55
the error, the noise in the signal they were discovering.
216
520000
3000
یا خطا و اختلالی که در کشف سیگنالی مواجه شدند، را بازگو می کنند.
08:58
And something about that environment --
217
523000
3000
و چیزی دربارۀ آن فضا
09:01
and I've started calling it the "liquid network,"
218
526000
2000
که من آنرا «liquid network» ( شبکۀ مایع ) می نامم،
09:03
where you have lots of different ideas that are together,
219
528000
3000
جائیکه شما ایده های متفاوت بسیاری را در کنار هم دارید،
09:06
different backgrounds, different interests,
220
531000
2000
پیشینه های مختلف، علایق گوناگون،
09:08
jostling with each other, bouncing off each other --
221
533000
2000
در جوش و خروش وبا یکدیگر در رقابتند،
09:10
that environment is, in fact,
222
535000
2000
آن فضا در حقیقت،
09:12
the environment that leads to innovation.
223
537000
2000
فضایی است که به نوآوری ختم می شود.
09:14
The other problem that people have
224
539000
2000
مشکل دیگری که مردم دارند، این است که
09:16
is they like to condense their stories of innovation down
225
541000
2000
آنها دوست دارند داستانهای اختراع خود را خلاصه کرده
09:18
to kind of shorter time frames.
226
543000
2000
در قالب زمانی کوتاه تری بیان دارند.
09:20
So they want to tell the story of the "eureka!" moment.
227
545000
3000
بنابراین آنها لحظات « یافتم! » ها را بازگو می کنند.
09:23
They want to say, "There I was, I was standing there
228
548000
2000
اینطورمی خواهند بگویند که " من آنجا بودم، آنجا ایستاده بودم،
09:25
and I had it all suddenly clear in my head."
229
550000
2000
و یکدفعه همه چیز به روشنی در مغزم آمد."
09:27
But in fact, if you go back and look at the historical record,
230
552000
3000
اما در واقع، اگر شما به عقب برگشته و نگاهی به یادداشتهای قدیمی بیندازید،
09:30
it turns out that a lot of important ideas
231
555000
3000
معلوم می شود که بسیاری از ایده های مهم
09:33
have very long incubation periods --
232
558000
3000
دوران طولانی برای پرورش داشتند.
09:36
I call this the "slow hunch."
233
561000
2000
من آنرا « شمّ ِ تدریجی» می نامم.
09:38
We've heard a lot recently
234
563000
2000
ما اخیرا" زیاد در مورد
09:40
about hunch and instinct
235
565000
2000
شمّ یا غریزه
09:42
and blink-like sudden moments of clarity,
236
567000
3000
و لحظاتی که غیر مترقبه و در یک چشم بر هم زدن رخ می دهند، شنیدیم،
09:45
but in fact, a lot of great ideas
237
570000
2000
اما در حقیقت بسیاری از ایده های بزرگ
09:47
linger on, sometimes for decades,
238
572000
2000
بعضی وقتها برای مدت ده ها سال،
09:49
in the back of people's minds.
239
574000
2000
در پس فکر افراد باقی می مانند.
09:51
They have a feeling that there's an interesting problem,
240
576000
2000
آنها وجود یک مسئلۀ جالب را حس می کنند،
09:53
but they don't quite have the tools yet to discover them.
241
578000
3000
اما هنوز کاملا" ابزار لازم برای کشف آنرا ندارند.
09:56
They spend all this time working on certain problems,
242
581000
3000
تمام وقت را صرف مسائل خاصی می کنند،
09:59
but there's another thing lingering there
243
584000
2000
اما چیز دیگری در آنجا مانده
10:01
that they're interested in, but they can't quite solve.
244
586000
2000
که کاملا" قادر به حل آن نیستند.
10:03
Darwin is a great example of this.
245
588000
2000
داروین مثال خوبی از این مورد است.
10:05
Darwin himself, in his autobiography,
246
590000
2000
داروین، خود، در شرح حال زندگیش،
10:07
tells the story of coming up with the idea
247
592000
2000
از داستان لحظه کشف
10:09
for natural selection
248
594000
2000
تئوری« انتخاب طبیعی»
10:11
as a classic "eureka!" moment.
249
596000
2000
بعنوان لحظه « یافتم! » ها یاد کرده است.
10:13
He's in his study,
250
598000
2000
او در اتاق مطالعه اش است،
10:15
it's October of 1838,
251
600000
2000
ماه اکتبرسال 1838 ،
10:17
and he's reading Malthus, actually, on population.
252
602000
2000
او کتاب نوشتۀ «مالتوس» دربارۀ جمعیت را می خواند.
10:19
And all of a sudden,
253
604000
2000
و بطور غیر مترقبه ای،
10:21
the basic algorithm of natural selection kind of pops into his head
254
606000
3000
و الگوریتم مقدماتی انتخاب طبیعی، یک جورایی در مغزش جرقه زد،
10:24
and he says, "Ah, at last, I had a theory with which to work."
255
609000
3000
و گفت، " وای، بالاخره، یک تئوری دارم که با آن کار کنم. "
10:27
That's in his autobiography.
256
612000
2000
این در زندگی نامۀ شخصی اش است.
10:29
About a decade or two ago,
257
614000
2000
حدود 10 یا 20 سال پیش،
10:31
a wonderful scholar named Howard Gruber went back
258
616000
2000
یک دانشمند استثنایی به اسم «هاوارد گروبر»
10:33
and looked at Darwin's notebooks from this period.
259
618000
3000
به نوشته های داروین مربوط به آن زمان رجوع کرد.
10:36
And Darwin kept these copious notebooks
260
621000
2000
داروین در این نسخه های مفصل،
10:38
where he wrote down every little idea he had, every little hunch.
261
623000
3000
هر ایده کوچک و هر شمّ ِ کوچکی را که داشته به نگارش در آورد.
10:41
And what Gruber found was
262
626000
2000
و آنچه گروبر یافت این بود که
10:43
that Darwin had the full theory of natural selection
263
628000
3000
داروین، تئوری کامل « انتخاب طبیعی» را
10:46
for months and months and months
264
631000
2000
از ماه های ماه قبل داشت،
10:48
before he had his alleged epiphany,
265
633000
2000
پیش از داشتن این به اصطلاح تجلی،
10:50
reading Malthus in October of 1838.
266
635000
3000
هنگام خواندن «مالتوس» در اکتبر1838.
10:53
There are passages where you can read it,
267
638000
2000
بخشهایی هست که می توانید آنها را بخوانید،
10:55
and you think you're reading from a Darwin textbook,
268
640000
3000
و فکر کنید که در حال خواندن نوشته هایی از داروین هستید
10:58
from the period before he has this epiphany.
269
643000
3000
که مربوط به پیش اززمان تجلی تئوری اوست.
11:01
And so what you realize is that Darwin, in a sense,
270
646000
2000
و بدین ترتیب آنچه در می یابید این است که داروین، به نوعی
11:03
had the idea, he had the concept,
271
648000
2000
این ایده و تصور را داشته،
11:05
but was unable of fully thinking it yet.
272
650000
3000
اما هنوز قادر به درک کامل آن نبوده است.
11:08
And that is actually how great ideas often happen;
273
653000
3000
و در واقع ایده های بزرگ اغلب بدین گونه رخ می دهند؛
11:11
they fade into view over long periods of time.
274
656000
2000
آنها طی مدت زمانی طولانی ظاهر می شوند.
11:13
Now the challenge for all of us is:
275
658000
2000
چالش موجود برای ما اینست که:
11:15
how do you create environments
276
660000
2000
چطور فضاهایی را بوجود می آورید
11:17
that allow these ideas to have this kind of long half-life, right?
277
662000
2000
که چنین ایده هایی بتوانند عمری طولانی داشته باشند؟
11:19
It's hard to go to your boss and say,
278
664000
2000
کار سختی است که نزد رئیس خود بروی و بگویی،
11:21
"I have an excellent idea for our organization.
279
666000
2000
" من ایده ای عالی برای شرکتمان دارم.
11:23
It will be useful in 2020.
280
668000
3000
که در سال 2020 به دردمان می خورد.
11:26
Could you just give me some time to do that?"
281
671000
2000
می شه کمی بهم وقت بدهید تا روی آن کار کنم؟"
11:28
Now a couple of companies -- like Google --
282
673000
2000
در حال حاضر، در تعدادی کمپانی مثل گوگل،
11:30
they have innovation time off, 20 percent time,
283
675000
2000
در 20 درصد از زمان، هیچ گونه نوآوری انجام نمی شود،
11:32
where, in a sense, those are hunch-cultivating mechanisms in an organization.
284
677000
3000
در آن فاصله، مکانیسم پرورش شمّ ها و غریزه ها در جریان است.
11:35
But that's a key thing.
285
680000
3000
اما آن مسئلۀ اصلی است.
11:38
And the other thing is to allow those hunches
286
683000
2000
مسئلۀ دیگر آن است که اجازه دهیم آن حس ها
11:40
to connect with other people's hunches; that's what often happens.
287
685000
3000
با حس های دیگران ارتباط برقرار کنند؛ چیزی که اغلب رخ می دهد.
11:43
You have half of an idea, somebody else has the other half,
288
688000
2000
شما نیمی از یک ایده را دارید وفرد دیگری نیمۀ دیگر آنرا،
11:45
and if you're in the right environment,
289
690000
2000
و اگر شما در فضای مناسبی باشید،
11:47
they turn into something larger than the sum of their parts.
290
692000
2000
آنها تبدیل به چیزی بزرگتر از جمع جزء جزء شان می شوند.
11:49
So, in a sense,
291
694000
2000
بنابراین، به تعبیری،
11:51
we often talk about the value
292
696000
2000
ما اغلب از ارزشِ
11:53
of protecting intellectual property,
293
698000
2000
حفظ ویژگیهای عقلانی سخن می گوییم،
11:55
you know, building barricades,
294
700000
2000
مثل ساخت موانع،
11:57
having secretive R&D labs, patenting everything that we have,
295
702000
3000
ایجاد آزمایشگاههای مخفی تشخیص و تحقیق، به ثبت رساندن آنچه داریم،
12:00
so that those ideas will remain valuable,
296
705000
3000
تا اینکه آن ایده ها با ارزش باقی بمانند،
12:03
and people will be incentivized to come up with more ideas,
297
708000
2000
و مردم برای ارائه ایده های بیشتر، انگیزه پیدا می کنند،
12:05
and the culture will be more innovative.
298
710000
3000
و فرهنگ، مبتکرانه تر می شود.
12:08
But I think there's a case to be made
299
713000
2000
اما فکر می کنم باید به موردی اشاده کنم
12:10
that we should spend at least as much time, if not more,
300
715000
3000
اینکه ما باید به همان اندازه، اگر بیشتر نه،
12:13
valuing the premise of connecting ideas
301
718000
2000
برای ارزش نهادن به اساس ارتباط ایده ها وقت صرف کنیم،
12:15
and not just protecting them.
302
720000
2000
نه اینکه فقط آنها را حمایت کنیم.
12:17
And I'll leave you with this story,
303
722000
2000
و من شما را با این داستان تنها می گذارم،
12:19
which I think captures a lot of these values,
304
724000
3000
داستانی که فکر می کنم اکثر این ارزشها را تصرف کرد،
12:22
and it's just wonderful kind of tale of innovation
305
727000
2000
وبه حق ، نوع جالبی از داستان نوآوری،
12:24
and how it happens in unlikely ways.
306
729000
3000
و چگونگی رخداد آن به صورتهای غیر متعارف است.
12:27
It's October of 1957,
307
732000
3000
اکتبر سال 1957 است،
12:30
and Sputnik has just launched,
308
735000
2000
و قمر مصنوعی «اسپات نیک» تازه پرتاپ شده،
12:32
and we're in Laurel Maryland,
309
737000
2000
و ما در « لورل مریلند» ،
12:34
at the applied physics lab
310
739000
2000
در آزمایشگاه فیزیک کاربردی ،
12:36
associated with Johns Hopkins University.
311
741000
2000
وابسته به دانشگاه « جان هاپکینز» هستیم.
12:38
And it's Monday morning,
312
743000
2000
دوشنبه صبح است،
12:40
and the news has just broken about this satellite
313
745000
2000
و خبر گردش این قمر مصنوعی به دور زمین
12:42
that's now orbiting the planet.
314
747000
3000
تازه منتشر شده است.
12:45
And of course, this is nerd heaven, right?
315
750000
2000
و البته، این بهشت nerd بود، درسته؟
12:47
There are all these physics geeks who are there thinking,
316
752000
2000
تمام این کله گنده های فیزیک آنجا در حال اندیشیدن هستند،
12:49
"Oh my gosh! This is incredible. I can't believe this has happened."
317
754000
3000
" اوه خدای من! باور نکردنی است. باور نمی کنم این اتفاق افتاده."
12:52
And two of them,
318
757000
2000
و دو تن از آنها،
12:54
two 20-something researchers at the APL
319
759000
2000
دو محقق بیست و خورده ای سالۀ شرکت APL ،
12:56
are there at the cafeteria table
320
761000
2000
دور میزی در کافی شاپ
12:58
having an informal conversation with a bunch of their colleagues.
321
763000
3000
مشغول گفتگویی دوستانه با گروهی از همکارانشان هستند.
13:01
And these two guys are named Guier and Weiffenbach.
322
766000
3000
نام این دو نفر « گایر» و «وایفن باخ» است.
13:04
And they start talking, and one of them says,
323
769000
2000
آنها شروع به صحبت کردند و یکی از آنها گفت،
13:06
"Hey, has anybody tried to listen for this thing?
324
771000
2000
" هی، تا به حال کسی سعی کرده به این چیز گوش دهد؟
13:08
There's this, you know, man-made satellite up there in outer space
325
773000
3000
این را می گویم، ماهوارۀ ساخت بشر که اون بالا در فضا
13:11
that's obviously broadcasting some kind of signal.
326
776000
2000
مسلما" نوعی سیگنال را منتشر می کند.
13:13
We could probably hear it, if we tune in."
327
778000
3000
اگر موج آنرا بگیریم، احتمالا" آنرا می شنویم."
13:16
And so they ask around to a couple of their colleagues,
328
781000
2000
آنها نظرتعدادی از همکارانشان را پرسیدند،
13:18
and everybody's like, "No, I hadn't thought of doing that.
329
783000
2000
و همه اینطور گفتند، "نه، من فکر این کار را نکرده بودم.
13:20
That's an interesting idea."
330
785000
2000
این ایدۀ جالبی است."
13:22
And it turns out Weiffenbach is kind of an expert
331
787000
3000
و معلوم شد که « وایفن باخ» یه جور مهارت در
13:25
in microwave reception,
332
790000
2000
دریافت امواج ریز دارد،
13:27
and he's got a little antennae set up
333
792000
2000
و در دفترش یک آنتن کوچک به همراه
13:29
with an amplifier in his office.
334
794000
2000
یک دستگاه تقویت کننده راه اندازی کرده است.
13:31
And so Guier and Weiffenbach go back to Weiffenbach's office,
335
796000
2000
و بدین ترتیب « گایر» و «وایفن باخ» به دفتر«وایفن باخ» برگشتند،
13:33
and they start kind of noodling around -- hacking, as we might call it now.
336
798000
3000
و شروع به کند و کاو و به نوعی آنچه امروزه آنرا سرقت کامپیوتری می نامیم، پرداختند.
13:36
And after a couple of hours, they actually start picking up the signal,
337
801000
3000
و آنها بعد از چند ساعت، در واقع شروع به گرفتن سیگنالها کردند،
13:39
because the Soviets made Sputnik
338
804000
2000
چون ماهوارۀ «اسپات نیک» ساخت روسیه
13:41
very easy to track.
339
806000
2000
به راحتی قابل ردیابی است.
13:43
It was right at 20 MHz, so you could pick it up really easily,
340
808000
3000
درست در بیست مگاهرتز قرار داشت، بنابراین براحتی می توانستید آنرا پیدا کنید.
13:46
because they were afraid that people would think it was a hoax, basically.
341
811000
2000
از آنجائیکه در واقع می ترسیدند که مردم فکر کنند این یه جور کلک است،
13:48
So they made it really easy to find it.
342
813000
2000
جوری ماهواره را ساخته بودند که براحتی ردیابی شود.
13:50
So these two guys are sitting there listening to this signal,
343
815000
3000
بدین ترتیب این دو نفر آنجا نشسته و به این سیگنال گوش می دهند،
13:53
and people start kind of coming into the office and saying,
344
818000
2000
و مردم تقریبا" به سمت دفتر راه افتادند و گفتند،
13:55
"Wow, that's pretty cool. Can I hear? Wow, that's great."
345
820000
3000
" وای! خیلی جالبه. می تونم گوش بدم؟ وای، عالیه."
13:58
And before long, they think, "Well jeez, this is kind of historic.
346
823000
3000
و خیلی طولی نکشید که فکر کردند، " خدای من، این تاریخی است.
14:01
We may be the first people in the United States to be listening to this.
347
826000
2000
ممکنه ما اولین کسانی در آمریکا باشیم که به این گوش می دهیم.
14:03
We should record it."
348
828000
2000
باید آنرا ضبط کنیم."
14:05
And so they bring in this big, clunky analog tape recorder
349
830000
2000
و بدین ترتیب آنها این دستگاه ضبط آنالوگِ بزرگ و کلنگی را آوردند،
14:07
and they start recording these little bleep, bleeps.
350
832000
3000
و شروع به ضبط این بیب بیب های کوچک کردند.
14:10
And they start writing the kind of date stamp, time stamps
351
835000
3000
و شروع کردند به ثبت یک جور تاریخ و زمان
14:13
for each little bleep that they record.
352
838000
3000
برای هر بیب کوچکی که ضبط می کردند.
14:16
And they they start thinking, "Well gosh, you know, we're noticing
353
841000
2000
و به این فکر افتادند، " اوه خدای من، ما در اینجا
14:18
small little frequency variations here.
354
843000
3000
تغییرات فرکانسی بسیار کوچک را متوجه می شویم.
14:21
We could probably calculate the speed
355
846000
3000
ما احتمالا" می توانیم سرعت حرکت
14:24
that the satellite is traveling,
356
849000
2000
ماهواره را محاسبه کنیم،
14:26
if we do a little basic math here
357
851000
2000
با انجام کمی محاسبۀ ابتدایی و
14:28
using the Doppler effect."
358
853000
2000
با استفاده از اثر دوپلر.
14:30
And then they played around with it a little bit more,
359
855000
2000
و سپس آنها کمی بیشتر با آن سر و کله زدند،
14:32
and they talked to a couple of their colleagues
360
857000
2000
و با تعدادی از همکارانشان که تخصصهای دیگری
14:34
who had other kind of specialties.
361
859000
2000
داشتند، گفتگو کردند.
14:36
And they said, "Jeez, you know,
362
861000
2000
آنها گفتند، " خدای من، می دانید،
14:38
we think we could actually take a look at the slope of the Doppler effect
363
863000
2000
فکر کنیم که در واقع با مشاهدۀ ضریب اثر دوپلرمی توانیم
14:40
to figure out the points at which
364
865000
2000
نقاطی را که در آن ماهواره
14:42
the satellite is closest to our antennae
365
867000
2000
نزدیکترین فاصله و همچنین دورترین فاصله
14:44
and the points at which it's farthest away.
366
869000
2000
را با آنتن ما دارد ، بفهمیم.
14:46
That's pretty cool."
367
871000
2000
خیلی جالبه."
14:48
And eventually, they get permission --
368
873000
2000
و در نهایت، آنها مجوز گرفتند--
14:50
this is all a little side project that hadn't been officially part of their job description.
369
875000
3000
تمام آن یک پروژه جانبی کوچکی است که ظاهرا" از ابتدا جزء تعریف کاری آنها نبوده.
14:53
They get permission to use the new, you know, UNIVAC computer
370
878000
3000
آنها مجوز استفاده از کامپیوتر جدید UNIVAC (اولین کامپیوترجهانی) را گرفتند
14:56
that takes up an entire room that they'd just gotten at the APL.
371
881000
3000
کامپیوتری که کلِ فضای یک اتاق را اشغال می کرد، و آنها به تازگی برای شرکت APL گرفته بودند.
14:59
They run some more of the numbers, and at the end of about three or four weeks,
372
884000
3000
آنها کمی بیشتر با اعداد و ارقام سر و کله زدند، و بعد از سه یا چهار هفته،
15:02
turns out they have mapped the exact trajectory
373
887000
3000
معلوم شد که آنها نقشۀ مسیر دقیق این ماهواره
15:05
of this satellite around the Earth,
374
890000
2000
به دور زمین را پیاده کردند،
15:07
just from listening to this one little signal,
375
892000
2000
فقط با گوش دادن به این سیگنال کوچک،
15:09
going off on this little side hunch that they'd been inspired to do
376
894000
3000
که یک روز صبح سر میز غذا، در یک لحظه به دلشان افتاد و
15:12
over lunch one morning.
377
897000
3000
الهام بخش کارشان شد.
15:15
A couple weeks later their boss, Frank McClure,
378
900000
3000
چند هفته بعد رئیس شان، «فرنک مک کلر»،
15:18
pulls them into the room and says,
379
903000
2000
آنها را به اتاق برده و گفت،
15:20
"Hey, you guys, I have to ask you something
380
905000
2000
" بچه ها، باید از شما درباره پروژه ای که
15:22
about that project you were working on.
381
907000
2000
روی آن کار می کردید، سؤالی بپرسم.
15:24
You've figured out an unknown location
382
909000
2000
شما از یک منطقۀ معلوم و مشخص روی زمین
15:26
of a satellite orbiting the planet
383
911000
3000
به محل نامعلوم یک ماهواره
15:29
from a known location on the ground.
384
914000
2000
که به دور کرۀ زمین می چرخد، پی بردید.
15:31
Could you go the other way?
385
916000
2000
آیا می توانید از جهت مخالف حرکت کنید؟
15:33
Could you figure out an unknown location on the ground,
386
918000
2000
آیا می توانید منطقۀ نامعلومی را در زمین پیدا کنید،
15:35
if you knew the location of the satellite?"
387
920000
3000
چنانچه محل ماهواره را بدانید ؟ "
15:38
And they thought about it and they said,
388
923000
2000
آنها دربارۀ این موضوع فکر کرده و گفتند،
15:40
"Well, I guess maybe you could. Let's run the numbers here."
389
925000
3000
"خوب، فکر می کنم می توانیم. بیا اعداد را در اینجا ایجاد کنیم."
15:43
So they went back, and they thought about it.
390
928000
2000
بدین ترتیب آنها برگشتند و در مورد آن فکر کردند.
15:45
And they came back and said, "Actually, it'll be easier."
391
930000
2000
سپس برگشتند و گفتند، " در واقع، آسان تر هم هست."
15:47
And he said, "Oh, that's great.
392
932000
2000
رئیس گفت، " اوه، عالیه.
15:49
Because see, I have these new nuclear submarines
393
934000
3000
چون ببینید، من در حال ساخت این
15:52
that I'm building.
394
937000
2000
زیر دریایی های هسته ای جدید می باشم.
15:54
And it's really hard to figure out how to get your missile
395
939000
3000
و خیلی سخته بفهمی که چطور موشک خود را تنظیم کنی
15:57
so that it will land right on top of Moscow,
396
942000
2000
که درست روی مسکو فرود بیاید،
15:59
if you don't know where the submarine is in the middle of the Pacific Ocean.
397
944000
3000
در صورتیکه از محل زیر دریایی در وسط اقیانوس آرام بی خبر باشی.
16:02
So we're thinking, we could throw up a bunch of satellites
398
947000
3000
بنابراین گمان می کنیم که بتوانیم یک سری ماهواره به هوا بفرستیم
16:05
and use it to track our submarines
399
950000
3000
و آنها را برای ردیابی زیر دریایی های خود
16:08
and figure out their location in the middle of the ocean.
400
953000
2000
و مشخص کردن محل آنها در وسط اقیانوس بکار بریم.
16:10
Could you work on that problem?"
401
955000
2000
آیا می توانید روی این مسئله کار کنید؟ "
16:12
And that's how GPS was born.
402
957000
3000
و بدین صورت GPS به وجود آمد.
16:15
30 years later,
403
960000
2000
30 سال بعد،
16:17
Ronald Reagan actually opened it up and made it an open platform
404
962000
3000
« رونالد ریگان» امکان این را فراهم کرد تا هر کسی بتواند در تریبون آزاد
16:20
that anybody could kind of build upon
405
965000
2000
به نوعی طرحی را پیاده کند
16:22
and anybody could come along and build new technology
406
967000
3000
و هر کسی بتواند پیش آمده و تکنولوژی جدیدی بنا کند
16:25
that would create and innovate
407
970000
2000
که با آن در این تریبون آزاد
16:27
on top of this open platform,
408
972000
2000
چیزی رانوآوری و خلق کند،
16:29
left it open for anyone to do
409
974000
2000
و اجازه دهد هر کس دیگری نیز
16:31
pretty much anything they wanted with it.
410
976000
2000
آنچه را که می خواهد با آن انجام دهد.
16:33
And now, I guarantee you
411
978000
2000
وهم اکنون ، من به شما اطمینان می دهم که
16:35
certainly half of this room, if not more,
412
980000
2000
نیمی از افراد این اتاق، اگر بیشتر از نیمی نباشد،
16:37
has a device sitting in their pocket right now
413
982000
2000
همین الآن وسیله ای در جیب خود دارند
16:39
that is talking to one of these satellites in outer space.
414
984000
3000
که در حال ارتباط با یکی از همین ماهواره ها در فضای بیرونی است.
16:42
And I bet you one of you, if not more,
415
987000
3000
و شرط می بندم که یکی از شما، اگر بیشتر از یکی نباشد،
16:45
has used said device and said satellite system
416
990000
3000
از آن وسیله یا سیستم ماهوارهای استفاده کرده
16:48
to locate a nearby coffeehouse somewhere in the last --
417
993000
3000
تا محل یک کافی شاپ را در نزدیکی جایی پیدا کند--
16:51
(Laughter)
418
996000
2000
( خنده تماشاگران )
16:53
in the last day or last week, right?
419
998000
3000
در همین روز گذشته یا هفتۀ گذشته، درسته؟
16:56
(Applause)
420
1001000
3000
( تشویق تماشا گران )
16:59
And that, I think,
421
1004000
2000
و من فکر می کنم که آن،
17:01
is a great case study, a great lesson
422
1006000
3000
یک مورد بررسی عالی، یک درس بزرگ در قدرت است،
17:04
in the power, the marvelous, kind of unplanned
423
1009000
2000
نوع شگفت انگیزی از انرژیِ اتفاقی،
17:06
emergent, unpredictable power
424
1011000
3000
غیر مترقبه و غیر قابل پیش بینی
17:09
of open innovative systems.
425
1014000
2000
از سیستم های مبتکرانۀ آزاد است.
17:11
When you build them right, they will be led to completely new directions
426
1016000
2000
وقتی آنها را درست بنا کنید، آنها در مسیرهای کاملا" جدیدی که مبتکرین
17:13
that the creators never even dreamed of.
427
1018000
2000
هیچگاه فکرش را هم نمی کردند، پیش می روند.
17:15
I mean, here you have these guys
428
1020000
2000
منظورم اینه که، این افراد در اینجا
17:17
who basically thought they were just following this hunch,
429
1022000
2000
در ابتدا فکر می کردند که به سادگی دنبال این الهام ذهنی،
17:19
this little passion that had developed,
430
1024000
2000
این اشتیاق کوچک که بسط یافت ، هستند،
17:21
then they thought they were fighting the Cold War,
431
1026000
2000
سپس گمان کردند که با « جنگ سرد » در نبرد هستند،
17:23
and then it turns out they're just helping somebody
432
1028000
2000
و پس از آن معلوم شد که صرفا" کمک می کردند که بعضی ها
17:25
find a soy latte.
433
1030000
2000
« اسپرسو سویا» پیدا کنند.
17:27
(Laughter)
434
1032000
2000
( خنده حاضرین )
17:29
That is how innovation happens.
435
1034000
2000
این چگونگی وقوع نوآوری است.
17:31
Chance favors the connected mind.
436
1036000
2000
شانس ، به سمت ذهن مرتبط کشیده می شود.
17:33
Thank you very much.
437
1038000
2000
بسیار سپاسگزارم.
17:35
(Applause)
438
1040000
3000
( تشویق حاضرین)
ABOUT THE SPEAKER
Steven Johnson - WriterSteven Berlin Johnson examines the intersection of science, technology and personal experience.
Why you should listen
Steven Johnson is a leading light of today's interdisciplinary and collaborative approach to innovation. His writings have influenced everything from cutting-edge ideas in urban planning to the battle against 21st-century terrorism. Johnson was chosen by Prospect magazine as one of the top ten brains of the digital future, and The Wall Street Journal calls him "one of the most persuasive advocates for the role of collaboration in innovation."
Johnson's work on the history of innovation inspired the Emmy-nominated six-part series on PBS, "How We Got To Now with Steven Johnson," which aired in the fall of 2014. The book version of How We Got To Now was a finalist for the PEN/E.O. Wilson Literary Science Writing Award. His new book, Wonderland: How Play Made the Modern World, revolves around the creative power of play and delight: ideas and innovations that set into motion many momentous changes in science, technology, politics and society.
Johnson is also the author of the bestselling Where Good Ideas Come From: The Natural History of Innovation, one of his many books celebrating progress and innovation. Others include The Invention of Air and The Ghost Map. Everything Bad Is Good For You, one of the most discussed books of 2005, argued that the increasing complexity of modern media is training us to think in more complex ways. Emergence and Future Perfect explore the power of bottom-up intelligence in both nature and contemporary society.
An innovator himself, Johnson has co-created three influential sites: the pioneering online magazine FEED, the Webby-Award-winning community site, Plastic.com, and the hyperlocal media site outside.in, which was acquired by AOL in 2011.
Johnson is a regular contributor to WIRED magazine, as well as the New York Times, The Wall Street Journal and many other periodicals. He has appeared on many high-profile television programs, including "The Charlie Rose Show," "The Daily Show with Jon Stewart" and "The NewsHour with Jim Lehrer."
Steven Johnson | Speaker | TED.com