TED@BCG Milan
Vittorio Loreto: Need a new idea? Start at the edge of what is known
Vittorio Loreto: Besoin d'une nouvelle idée ? Commencez à la frontière du connu
Filmed:
Readability: 3.9
1,544,594 views
D'où viennent les bonnes idées ? Partant de cette problématique, Vittorio Loreto nous emmène dans un voyage à la découverte du schéma mathématique du possible pour expliquer la naissance du nouveau. Découvrons « le possible adjacent » -- la croisée des chemins entre l’existant et le possible – et en quoi l’étude des mathématiques peut nous conduire à comprendre comment nous créons les idées nouvelles.
Vittorio Loreto - Physicist
Vittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it. Full bio
Vittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it. Full bio
Double-click the English transcript below to play the video.
00:14
We have all probably wondered
0
2349
2867
Nous nous sommes probablement tous demandé
00:17
how great minds achieved
what they achieved, right?
what they achieved, right?
1
5240
4176
comment les grands esprits accomplissent
ce qu'ils ont accompli ?
ce qu'ils ont accompli ?
00:21
And the more astonishing
their achievements are,
their achievements are,
2
9440
2656
Plus leurs réalisations
sont impressionnantes,
sont impressionnantes,
00:24
the more we call them geniuses,
3
12120
2536
plus on les qualifie de génies,
00:26
perhaps aliens
4
14680
1536
voire même d'extraterrestres
venus d'une autre planète,
venus d'une autre planète,
00:28
coming from a different planet,
5
16239
2097
00:30
definitely not someone like us.
6
18360
2656
mais en aucun cas
quelqu'un qui nous ressemble.
quelqu'un qui nous ressemble.
00:33
But is that true?
7
21040
1776
Mais est-ce vrai ?
00:34
So let me start with an example.
8
22840
1800
Commençons par un exemple.
00:37
You all know the story
of Newton's apple, right? OK.
of Newton's apple, right? OK.
9
25440
3816
Vous connaissez tous l'histoire
de la pomme de Newton ? Bon.
de la pomme de Newton ? Bon.
00:41
Is that true? Probably not.
10
29280
2936
Est-elle vraie ? Probablement pas.
00:44
Still, it's difficult to think
that no apple at all was there.
that no apple at all was there.
11
32240
5216
Il n'en reste pas moins difficile
de croire qu’il n'y avait aucune pomme.
de croire qu’il n'y avait aucune pomme.
00:49
I mean some stepping stone,
some specific conditions
some specific conditions
12
37480
3616
Je veux dire par là un tremplin,
des conditions particulières
des conditions particulières
00:53
that made universal gravitation
not impossible to conceive.
not impossible to conceive.
13
41120
4016
qui ont rendu la gravitation universelle
ne plus être inconcevable.
ne plus être inconcevable.
00:57
And definitely this was not impossible,
14
45160
2376
Ce ne fut assurément pas impossible,
du moins pour Newton.
du moins pour Newton.
00:59
at least for Newton.
15
47560
1576
01:01
It was possible,
16
49160
1256
Ce fut non seulement possible,
01:02
and for some reason, it was also there,
17
50440
3056
et pour une raison ou une autre,
c'était là aussi,
c'était là aussi,
01:05
available at some point,
easy to pick as an apple.
easy to pick as an apple.
18
53520
3776
disponible à un moment donné,
aussi facile à cueillir qu'une pomme.
aussi facile à cueillir qu'une pomme.
01:09
Here is the apple.
19
57320
1616
Voici la pomme.
01:10
And what about Einstein?
20
58960
2216
Que nous propose Einstein ?
01:13
Was relativity theory another big leap
in the history of ideas
in the history of ideas
21
61200
5296
La théorie de la relativité fut-elle
un si grand bond dans l'histoire des idées
un si grand bond dans l'histoire des idées
01:18
no one else could even conceive?
22
66520
2656
que personne d'autre
n'aurait pu la concevoir ?
n'aurait pu la concevoir ?
01:21
Or rather, was it again
something adjacent and possible,
something adjacent and possible,
23
69200
4456
Ne serait-ce pas plutôt
une chose adjacente et possible,
une chose adjacente et possible,
01:25
to Einstein of course,
24
73680
2096
pour Einstein bien sûr,
01:27
and he got there by small steps
and his very peculiar scientific path?
and his very peculiar scientific path?
25
75800
4216
qui y est parvenu pas à pas,
avec son cheminement
scientifique très étrange ?
scientifique très étrange ?
01:32
Of course we cannot conceive this path,
26
80040
2456
Évidemment, nous ne sommes
pas capables d'imaginer ce chemin,
pas capables d'imaginer ce chemin,
01:34
but this doesn't mean
that the path was not there.
that the path was not there.
27
82520
2480
mais ça ne signifie pas
que le chemin n'existe pas.
que le chemin n'existe pas.
01:38
So all of this seems very evocative,
28
86760
4856
Tout ça semble diaphane,
01:43
but I would say hardly concrete
29
91640
1536
et de mon propre aveu,
difficilement concret
difficilement concret
01:45
if we really want to grasp
the origin of great ideas
the origin of great ideas
30
93200
3576
si nous voulons vraiment saisir
l'origine des grandes idées
l'origine des grandes idées
01:48
and more generally the way
in which the new enters our lives.
in which the new enters our lives.
31
96800
4016
et plus généralement la voie sur laquelle
la nouveauté entre dans nos vies.
la nouveauté entre dans nos vies.
01:52
As a physicist, as a scientist,
32
100840
1976
En tant que physicien et scientifique,
01:54
I have learned that posing
the right questions
the right questions
33
102840
2176
j'ai appris que poser les bonnes questions
c'est déjà la moitié de la solution.
c'est déjà la moitié de la solution.
01:57
is half of the solution.
34
105040
2016
01:59
But I think now we start having
a great conceptual framework
a great conceptual framework
35
107080
4736
Je pense que nous commençons enfin
à avoir un bon cadre conceptuel
à avoir un bon cadre conceptuel
02:03
to conceive and address
the right questions.
the right questions.
36
111840
3176
pour concevoir et poser
les bonnes questions.
les bonnes questions.
02:07
So let me drive you
to the edge of what is known,
to the edge of what is known,
37
115040
3456
Permettez-moi de vous conduire
jusqu'aux berges du connu,
jusqu'aux berges du connu,
02:10
or at least, what I know,
38
118520
2096
ou du moins, de mon connu,
02:12
and let me show you that what is known
39
120640
2056
et de vous montrer que ce qui est connu
02:14
could be a powerful
and fascinating starting point
and fascinating starting point
40
122720
4576
s’avère être un puissant
et fascinant point de départ
et fascinant point de départ
02:19
to grasp the deep meaning
of words like novelty, innovation,
of words like novelty, innovation,
41
127320
5096
pour saisir le sens profond des mots
comme nouveauté, innovation
comme nouveauté, innovation
02:24
creativity perhaps.
42
132440
1560
ou créativité même.
02:26
So we are discussing the "new,"
43
134880
3336
Nous parlons donc du « nouveau »,
02:30
and of course, the science behind it.
44
138240
2656
et bien sûr, de la science
qui se cache derrière.
qui se cache derrière.
02:32
The new can enter our lives
in many different ways,
in many different ways,
45
140920
2976
Le nouveau peut entrer dans nos vies
de différentes façons.
de différentes façons.
02:35
can be very personal,
46
143920
1696
Ça peut être très personnel,
comme la rencontre
d'une nouvelle personne,
d'une nouvelle personne,
02:37
like I meet a new person,
47
145640
1936
02:39
I read a new book,
or I listen to a new song.
or I listen to a new song.
48
147600
3296
la lecture d'un nouveau livre,
ou l'écoute d'une nouvelle chanson.
ou l'écoute d'une nouvelle chanson.
Ça peut aussi être général,
02:42
Or it could be global,
49
150920
1256
02:44
I mean, something we call innovation.
50
152200
2056
cette chose que nous appelons innovation.
02:46
It could be a new theory,
a new technology,
a new technology,
51
154280
2176
Il peut s'agir d'une nouvelle
théorie ou technologie,
théorie ou technologie,
02:48
but it could also be a new book
if you're the writer,
if you're the writer,
52
156480
2576
d'un nouveau roman, si vous être écrivain,
ou d'une nouvelle chanson
si vous êtes compositeur.
si vous êtes compositeur.
02:51
or it could be a new song
if you're the composer.
if you're the composer.
53
159080
2336
02:53
In all of these global cases,
the new is for everyone,
the new is for everyone,
54
161440
4296
Dans tous ces cas, le nouveau arrive
à tous le monde.
à tous le monde.
02:57
but experiencing the new
can be also frightening,
can be also frightening,
55
165760
3816
Toutefois, l'expérience du nouveau
peut aussi s'avérer effrayante,
peut aussi s'avérer effrayante,
03:01
so the new can also frighten us.
56
169600
3736
c'est pourquoi il arrive
que la nouveauté nous fasse peur.
que la nouveauté nous fasse peur.
03:05
But still, experiencing the new
means exploring a very peculiar space,
means exploring a very peculiar space,
57
173360
4176
Toujours est-il que vivre le nouveau
revient à explorer un endroit étrange,
revient à explorer un endroit étrange,
03:09
the space of what could be,
58
177560
2096
un espace de ce qui pourrait être,
03:11
the space of the possible,
the space of possibilities.
the space of possibilities.
59
179680
3176
un espace de possibles,
un espace de possibilités.
un espace de possibilités.
03:14
It's a very weird space,
so I'll try to get you through this space.
so I'll try to get you through this space.
60
182880
3456
C'est un endroit très étrange
où je vais essayer de vous guider.
où je vais essayer de vous guider.
03:18
So it could be a physical space.
61
186360
2016
Ça pourrait être un espace physique.
03:20
So in this case, for instance,
62
188400
1616
Et dans ce cas, par exemple,
03:22
novelty could be climbing
Machu Picchu for the first time,
Machu Picchu for the first time,
63
190040
4056
la nouveauté peut être de gravir
le Machu Picchu pour la première fois,
le Machu Picchu pour la première fois,
03:26
as I did in 2016.
64
194120
1920
comme je l'ai fait en 2016.
03:28
It could be a conceptual space,
65
196960
1816
Ça pourrait être un espace conceptuel,
03:30
so acquiring new information,
making sense of it, in a word, learning.
making sense of it, in a word, learning.
66
198800
4416
comme acquérir une nouvelle information,
se l'approprier, en un mot, apprendre.
se l'approprier, en un mot, apprendre.
03:35
It could be a biological space.
67
203240
1936
Ça pourrait être un espace biologique.
03:37
I mean, think about the never-ending
fight of viruses and bacteria
fight of viruses and bacteria
68
205200
4096
Songez par exemple au combat sans fin
des virus et des bactéries
des virus et des bactéries
03:41
with our immune system.
69
209320
1936
avec notre système immunitaire.
03:43
And now comes the bad news.
70
211280
1736
Maintenant, la mauvaise nouvelle.
03:45
We are very, very bad
at grasping this space.
at grasping this space.
71
213040
3296
Nous sommes très, très mauvais
à comprendre cet espace.
à comprendre cet espace.
03:48
Think of it. Let's make an experiment.
72
216360
2016
Pensez-y un instant et faisons un test.
03:50
Try to think about all the possible things
you could do in the next, say, 24 hours.
you could do in the next, say, 24 hours.
73
218400
6880
Envisagez tout ce que vous pourriez
faire dans les prochaines 24 heures.
faire dans les prochaines 24 heures.
03:58
Here the key word is "all."
74
226320
2656
Le mot crucial est « tout. »
04:01
Of course you can conceive a few options,
like having a drink, writing a letter,
like having a drink, writing a letter,
75
229000
4800
Vous pouvez sans doute imaginer quelques
options, comme boire un verre,
options, comme boire un verre,
écrire un courrier, ou dormir pendant
cette conférence ennuyeuse.
cette conférence ennuyeuse.
04:06
also sleeping during this boring talk,
76
234840
3176
04:10
if you can.
77
238040
1696
Si vous osez...
Mais pas d'envisager
toutes les options.
toutes les options.
04:11
But not all of them.
78
239760
1656
04:13
So think about an alien invasion,
now, here, in Milan,
now, here, in Milan,
79
241440
3936
Pensez à une invasion extraterrestre,
ici-même, à Milan,
ici-même, à Milan,
04:17
or me -- I stopped thinking
for 15 minutes.
for 15 minutes.
80
245400
3120
ou moi -- j'ai arrêté de penser
pendant 15 minutes.
pendant 15 minutes.
04:21
So it's very difficult
to conceive this space,
to conceive this space,
81
249440
3136
C'est vraiment compliqué
de concevoir un tel espace,
de concevoir un tel espace,
04:24
but actually we have an excuse.
82
252600
2176
mais en fait, nous avons une excuse.
04:26
So it's not so easy to conceive this space
83
254800
3496
Ce n'est pas si facile
d'imaginer cet espace
d'imaginer cet espace
04:30
because we are trying to conceive
the occurrence of something brand new,
the occurrence of something brand new,
84
258320
3495
parce que nous essayons de concevoir
un évènement à partir du néant,
un évènement à partir du néant,
04:33
so something that never occurred before,
85
261839
1977
de quelque chose qui n'est jamais arrivé,
et pour lequel nous n'avons aucun indice.
et pour lequel nous n'avons aucun indice.
04:35
so we don't have clues.
86
263840
1480
04:38
A typical solution could be
87
266040
2896
Une solution typique
pourrait être la suivante :
pourrait être la suivante :
04:40
looking at the future
with the eyes of the past,
with the eyes of the past,
88
268960
3216
observer le futur avec les yeux du passé,
04:44
so relying on all
the time series of past events
the time series of past events
89
272200
3296
en se fiant sur tous les évènements
passés dans le temps
passés dans le temps
04:47
and hoping that this is enough
to predict the future.
to predict the future.
90
275520
3496
et en espérant que ce sera suffisant
pour prédire l'avenir.
pour prédire l'avenir.
04:51
But we know this is not working.
91
279040
2176
Mais nous savons que ça ne fonctionne pas.
04:53
For instance, this was the first attempt
for weather forecasts, and it failed.
for weather forecasts, and it failed.
92
281240
5216
La première météo, par exemple, est fondée
sur ce principe, mais elle s'est trompée.
sur ce principe, mais elle s'est trompée.
04:58
And it failed because
of the great complexity
of the great complexity
93
286480
2416
Ça n'a pas marché
à cause de la grande complexité
à cause de la grande complexité
05:00
of the underlying phenomenon.
94
288920
1936
du phénomène sous jacent.
05:02
So now we know that predictions
had to be based on modeling,
had to be based on modeling,
95
290880
5616
Aujourd'hui, nous savons que la prédiction
doit être basée sur la modélisation,
doit être basée sur la modélisation,
05:08
which means creating
a synthetic model of the system,
a synthetic model of the system,
96
296520
3496
c'est à dire en créant un modèle
synthétique du système,
synthétique du système,
05:12
simulating this model
and then projecting the system
and then projecting the system
97
300040
4136
en lui faisant faire des simulations
et ensuite en projetant le système
dans le futur, grâce au modèle.
dans le futur, grâce au modèle.
05:16
into the future through this model.
98
304200
2536
05:18
And now we can do this in a lot of cases
99
306760
2936
Aujourd'hui nous pouvons faire ça
pour de nombreux cas,
pour de nombreux cas,
05:21
with the help of a lot of data.
100
309720
1880
à l'aide de nombreuses données.
05:25
Looking at the future
with the eye of the past
with the eye of the past
101
313000
2896
Observer le futur avec les yeux du passé
05:27
could be misleading also for machines.
102
315920
2736
pourrait être trompeur
pour les machines aussi.
pour les machines aussi.
05:30
Think about it.
103
318680
1216
Pensez-y un moment.
05:31
Now picture yourself for a second
in the middle of the Australian Outback.
in the middle of the Australian Outback.
104
319920
4800
Imaginez-vous un instant
au milieu des terres australiennes
au milieu des terres australiennes
05:37
You stand there under the sun.
105
325440
2720
Vous attendez, sous le soleil.
05:40
So you see something weird happening.
106
328840
2216
Et quelque chose d'étrange survient.
05:43
The car suddenly stops
107
331080
2736
Une voiture s'arrête brusquement
05:45
very, very far from a kangaroo
crossing the street.
crossing the street.
108
333840
3056
très, très loin d'un kangourou
traversant la route.
traversant la route.
05:48
You look closer
109
336920
1456
Vous regardez de plus près
et vous réalisez qu'il n'y a personne
dans la voiture.
dans la voiture.
05:50
and you realize
that the car has no driver.
that the car has no driver.
110
338400
2416
05:52
It is not restarting, even after
the kangaroo is not there anymore.
the kangaroo is not there anymore.
111
340840
4016
Elle ne redémarre pas,
même après que le kangourou soit parti.
même après que le kangourou soit parti.
05:56
So for some reasons,
112
344880
1896
Pour diverses raisons,
les algorithmes conduisant la voiture
ne peuvent pas appréhender
ne peuvent pas appréhender
05:58
the algorithms driving the car
cannot make sense
cannot make sense
113
346800
2536
06:01
of this strange beast
jumping here and there on the street.
jumping here and there on the street.
114
349360
3680
cette bête étrange
sautant ici et là sur la route.
sautant ici et là sur la route.
06:05
So it just stops.
115
353640
1200
Alors, la voiture s'arrête.
C'est une histoire vraie, en fait.
06:07
Now, I should tell you,
this is a true story.
this is a true story.
116
355720
2136
C'est arrivé il y a quelques mois à un
véhicule en conduite automatique de Volvo,
véhicule en conduite automatique de Volvo,
06:09
It happened a few months ago
to Volvo's self-driving cars
to Volvo's self-driving cars
117
357880
2696
06:12
in the middle of the Australian Outback.
118
360600
1936
au fin fond de l'Australie.
06:14
(Laughter)
119
362560
1696
(Rires)
06:16
It is a general problem,
120
364280
1976
C'est un problème général.
06:18
and I guess this will affect
more and more in the near future
more and more in the near future
121
366280
2976
Je pense que dans un futur proche,
ça touchera de plus en plus
ça touchera de plus en plus
l'intelligence artificielle
et l'apprentissage automatique.
et l'apprentissage automatique.
06:21
artificial intelligence
and machine learning.
and machine learning.
122
369280
2560
06:24
It's also a very old problem,
I would say 17th century,
I would say 17th century,
123
372440
3976
C'est aussi un très vieux problème,
je dirais du 17ème siècle.
je dirais du 17ème siècle.
06:28
but I guess now we have new tools
and new clues to start solving it.
and new clues to start solving it.
124
376440
5136
Mais aujourd'hui,
nous avons de nouveaux outils
et de nouvelles pistes pour les résoudre.
et de nouvelles pistes pour les résoudre.
06:33
So let me take a step back,
125
381600
2176
Revenons en arrière,
06:35
five years back.
126
383800
2736
5 ans plus tôt.
06:38
Italy. Rome. Winter.
127
386560
2976
L'Italie. Rome en hiver.
06:41
So the winter of 2012
was very special in Rome.
was very special in Rome.
128
389560
3576
L'hiver de 2012 à Rome
fut vraiment particulier.
fut vraiment particulier.
06:45
Rome witnessed one of the greatest
snowfalls of its history.
snowfalls of its history.
129
393160
3560
Rome fut le témoin d'une des plus grandes
chutes de neige de son histoire.
chutes de neige de son histoire.
06:49
That winter was special also
for me and my colleagues,
for me and my colleagues,
130
397520
3696
Cet hiver fut aussi particulier
pour mes collègues et moi,
pour mes collègues et moi,
car nous avons eu l'intuition
que le schéma mathématique du possible --
que le schéma mathématique du possible --
06:53
because we had an insight
about the possible mathematical scheme --
about the possible mathematical scheme --
131
401240
3496
06:56
again, possible,
possible mathematical scheme,
possible mathematical scheme,
132
404760
2976
je répète, le schéma mathématique
du possible, du possible --
du possible, du possible --
pourraient contribuer à créer
l'apparition du nouveau.
l'apparition du nouveau.
06:59
to conceive the occurrence of the new.
133
407760
1840
07:02
I remember that day
because it was snowing,
because it was snowing,
134
410520
2416
Je me souviens de ce jour
parce qu'il neigeait.
parce qu'il neigeait.
07:04
so due to the snowfall,
we were blocked, stuck in my department,
we were blocked, stuck in my department,
135
412960
3776
À cause de la neige, nous étions
bloqués, retenus dans mon service,
bloqués, retenus dans mon service,
sans espoir de rentrer à la maison.
07:08
and we couldn't go home,
136
416760
1416
07:10
so we got another coffee, we relaxed
137
418200
3056
Du coup, nous nous sommes
resservis un café, tranquillement,
resservis un café, tranquillement,
07:13
and we kept discussing.
138
421280
1776
et nous avons continué à discuter.
07:15
But at some point --
maybe not that date, precisely --
maybe not that date, precisely --
139
423080
3696
À un moment -- peut-être pas à ce jour
de neige précisément --
de neige précisément --
07:18
at some point we made the connection
140
426800
2896
mais à un moment, nous avons fait le lien
07:21
between the problem of the new
141
429720
2976
entre le problème du nouveau
et un merveilleux concept
proposé il y a des années
proposé il y a des années
07:24
and a beautiful concept
proposed years before
proposed years before
142
432720
2416
07:27
by Stuart Kauffman,
143
435160
1776
par Stuart Kauffman :
le possible adjacent.
le possible adjacent.
07:28
the adjacent possible.
144
436960
2040
07:31
So the adjacent possible
consists of all those things.
consists of all those things.
145
439720
3056
Le possible adjacent repose
sur toutes ces choses.
sur toutes ces choses.
07:34
It could be ideas, it could be molecules,
it could be technological products
it could be technological products
146
442800
3736
Ça pourrait être des idées, des molécules,
ou des produits technologiques
ou des produits technologiques
07:38
that are one step away
147
446560
2936
qui ne sont qu'à un pas
07:41
from what actually exists,
148
449520
1736
de ce qui existe déjà,
07:43
and you can achieve them
through incremental modifications
through incremental modifications
149
451280
3536
et que l'on peut atteindre
via des modifications incrémentales
via des modifications incrémentales
et des reconstitutions progressives
du matériel existant.
du matériel existant.
07:46
and recombinations
of the existing material.
of the existing material.
150
454840
2560
07:50
So for instance, if I speak
about the space of my friends,
about the space of my friends,
151
458520
3896
Pour prendre un exemple,
si j'évoque l'espace de mes amis,
si j'évoque l'espace de mes amis,
07:54
my adjacent possible would be
the set of all friends of my friends
the set of all friends of my friends
152
462440
3976
mon possible adjacent serait
le groupe d'amis de mes amis
le groupe d'amis de mes amis
qui ne sont pas encore mes amis.
07:58
not already my friends.
153
466440
1400
08:00
I hope that's clear.
154
468240
1736
J'espère que c'est clair.
08:02
But now if I meet a new person,
155
470000
1816
Si je rencontre une nouvelle personne,
disons Briar,
disons Briar,
08:03
say Briar,
156
471840
1696
08:05
all her friends would immediately enter
my adjacent possible,
my adjacent possible,
157
473560
4056
tous ces amis rentreraient aussitôt
dans mon possible adjacent,
dans mon possible adjacent,
et en repousseraient les limites.
08:09
pushing its boundaries further.
158
477640
1520
08:12
So if you really want to look
from the mathematical point of view --
from the mathematical point of view --
159
480160
3216
Du point de vue mathématique --
et je n'ai aucun doute
que c'est ce que vous voulez envisager,
que c'est ce que vous voulez envisager,
08:15
I'm sure you want --
160
483400
1400
08:18
you can actually look at this picture.
161
486200
1976
vous pouvez regarder cette image.
08:20
So suppose now this is your universe.
162
488200
1896
Supposons que ceci est votre univers.
Je sais, j'en demande beaucoup.
08:22
I know I'm asking a lot.
163
490120
1256
08:23
I mean, this is your universe.
Now you are the red spot.
Now you are the red spot.
164
491400
2640
Donc, ceci est votre univers.
Vous êtes le point rouge.
Vous êtes le point rouge.
08:27
And the green spot
is the adjacent possible for you,
is the adjacent possible for you,
165
495320
2616
Et le point vert est
votre possible adjacent,
votre possible adjacent,
quelque chose que vous n'avez
jamais côtoyé.
jamais côtoyé.
08:29
so something you've never touched before.
166
497960
2096
08:32
So you do your normal life.
167
500080
1336
Vous vivez votre vie.
Vous bougez.
Vous bougez dans l'espace.
Vous bougez dans l'espace.
08:33
You move. You move in the space.
168
501440
1656
08:35
You have a drink.
You meet friends. You read a book.
You meet friends. You read a book.
169
503120
2656
Vous prenez un verre,
voyez des amis ou lisez un livre.
voyez des amis ou lisez un livre.
08:37
At some point,
you end up on the green spot,
you end up on the green spot,
170
505800
2896
A un moment, vous arrivez au point vert :
08:40
so you meet Briar for the first time.
171
508720
2176
Vous rencontrez Briar
pour la première fois.
pour la première fois.
08:42
And what happens?
172
510920
1336
Que se passe-t-il ?
08:44
So what happens is there is a new part,
173
512280
2296
Il se passe qu'il y a un nouvel élément,
08:46
a brand new part of the space,
174
514600
2456
un élément tout neuf de l'espace,
08:49
becoming possible for you
in this very moment,
in this very moment,
175
517080
4256
qui devient possible pour vous
à ce moment précis,
à ce moment précis,
08:53
even without any possibility
for you to foresee this
for you to foresee this
176
521360
3856
sans que vous ayez la moindre
possibilité de prévoir cela
possibilité de prévoir cela
08:57
before touching that point.
177
525240
2056
avant d'arriver à ce point.
08:59
And behind this there will be
a huge set of points
a huge set of points
178
527320
2696
Au delà, se développe
un énorme groupe de points
un énorme groupe de points
09:02
that could become possible
at some later stages.
at some later stages.
179
530040
3696
qui pourront devenir des possibles
ultérieurement.
ultérieurement.
Vous voyez combien l'espace
du possible est très particulier,
du possible est très particulier,
09:05
So you see the space
of the possible is very peculiar,
of the possible is very peculiar,
180
533760
2816
09:08
because it's not predefined.
181
536600
2216
parce qu'il n'est pas prédéfini.
09:10
It's not something we can predefine.
182
538840
2296
Nous ne pouvons pas l'anticiper.
09:13
It's something that gets
continuously shaped and reshaped
continuously shaped and reshaped
183
541160
3376
C'est quelque chose de continuellement
modelé et remanié
modelé et remanié
09:16
by our actions and our choices.
184
544560
2600
par nos actions et nos choix.
09:20
So we were so fascinated
by these connections we made --
by these connections we made --
185
548120
3456
Nous étions si fascinés par les liens
que nous étions en train de faire --
que nous étions en train de faire --
09:23
scientists are like this.
186
551600
1896
les scientifiques sont comme ça --
09:25
And based on this,
187
553520
2296
qu'à partir de cela,
nous avons conçu notre formule
mathématique pour le possible adjacent,
mathématique pour le possible adjacent,
09:27
we conceived our mathematical formulation
for the adjacent possible,
for the adjacent possible,
188
555840
3216
09:31
20 years after the original
Kauffman proposals.
Kauffman proposals.
189
559080
3456
20 ans après la proposition
initiale de Kauffman.
initiale de Kauffman.
09:34
In our theory -- this is a key point --
190
562560
2136
Notre théorie
-- c'est un point clé --
-- c'est un point clé --
09:36
I mean, it's crucially based
on a complex interplay
on a complex interplay
191
564720
3536
est fondée de manière cruciale
sur l'interaction complexe
sur l'interaction complexe
09:40
between the way in which
this space of possibilities expands
this space of possibilities expands
192
568280
4776
entre la manière avec laquelle
l'espace du possible se diffuse
l'espace du possible se diffuse
09:45
and gets restructured,
193
573080
1536
et se restructure,
09:46
and the way in which we explore it.
194
574640
2496
et notre méthode d’exploration.
09:49
After the epiphany of 2012,
195
577160
3856
Après notre épiphanie de 2012,
nous sommes remis au travail,
car nous devions développer cette théorie.
car nous devions développer cette théorie.
09:53
we got back to work, real work,
196
581040
1656
09:54
because we had to work out this theory,
197
582720
1896
09:56
and we came up with
a certain number of predictions
a certain number of predictions
198
584640
2416
Nous avons développé
un certain nombre de prédictions
un certain nombre de prédictions
09:59
to be tested in real life.
199
587080
1256
à tester dans la vraie vie.
10:00
Of course, we need a testable framework
200
588360
2896
Nous avons évidemment
besoin d'un procédé d'évaluation
besoin d'un procédé d'évaluation
10:03
to study innovation.
201
591280
1456
pour étudier l'innovation.
10:04
So let me drive you
across a few predictions we made.
across a few predictions we made.
202
592760
4056
Parcourons d’abord ensemble
quelques-unes de nos prédictions.
quelques-unes de nos prédictions.
10:08
The first one concerns
the pace of innovation,
the pace of innovation,
203
596840
2896
La première concerne
le rythme d'innovation,
le rythme d'innovation,
10:11
so the rate at which you observe novelties
in very different systems.
in very different systems.
204
599760
4896
le taux d'occurence des nouveautés
dans des systèmes très différents.
dans des systèmes très différents.
10:16
So our theory predicts
that the rate of innovation
that the rate of innovation
205
604680
2496
Notre théorie prédit
que le taux d'innovation
que le taux d'innovation
10:19
should follow a universal curve,
206
607200
1936
suit en principe une courbe
universelle, comme celle-ci.
universelle, comme celle-ci.
10:21
like this one.
207
609160
1320
10:23
This is the rate of innovation versus time
in very different conditions.
in very different conditions.
208
611240
3640
C'est le taux d'innovation dans le temps,
dans différentes conditions.
dans différentes conditions.
10:27
And somehow, we predict
that the rate of innovation
that the rate of innovation
209
615720
2616
Curieusement, nous prédisons
que le taux d'innovation
que le taux d'innovation
10:30
should decrease steadily over time.
210
618360
2696
décroît régulièrement au fil du temps
10:33
So somehow, innovation
is predicted to become more difficult
is predicted to become more difficult
211
621080
3096
Donc, l'innovation devient
de plus en plus difficile
de plus en plus difficile
au fur et à mesure
du progrès dans le temps.
du progrès dans le temps.
10:36
as your progress over time.
212
624200
1920
10:38
It's neat. It's interesting.
It's beautiful. We were happy.
It's beautiful. We were happy.
213
626960
3536
C'est net. C'est intéressant.
C'est beau. Nous étions ravis.
C'est beau. Nous étions ravis.
10:42
But the question is, is that true?
214
630520
2176
Mais la vraie question est :
est-ce exact ?
est-ce exact ?
10:44
Of course we should check with reality.
215
632720
1880
Nous devions évidemment confronter
nos prédictions à la réalité.
nos prédictions à la réalité.
10:47
So we went back to reality
216
635600
2376
Nous sommes donc redescendus sur Terre,
et nous avons collecté beaucoup
de données, des téraoctets de données,
de données, des téraoctets de données,
10:50
and we collected a lot of data,
terabytes of data,
terabytes of data,
217
638000
3136
10:53
tracking innovation in Wikipedia, Twitter,
218
641160
3336
poursuivant l'innovation
dans Wikipédia, Twitter,
dans Wikipédia, Twitter,
dans la manière d'écrire
des logiciels gratuits,
des logiciels gratuits,
10:56
the way in which we write free software,
219
644520
2216
même la façon
dont nous écoutons la musique.
dont nous écoutons la musique.
10:58
even the way we listen to music.
220
646760
1640
11:01
I cannot tell you, we were
so amazed and pleased and thrilled
so amazed and pleased and thrilled
221
649160
3736
Je ne peux vous dire à quel point
nous étions ébahis, heureux et excités
nous étions ébahis, heureux et excités
11:04
to discover that the same predictions
we made in the theory
we made in the theory
222
652920
3496
de découvrir que nos prédictions théorique
se vérifiaient dans des systèmes réels,
se vérifiaient dans des systèmes réels,
11:08
were actually satisfied in real systems,
223
656440
2576
dans plusieurs différents systèmes réels.
11:11
many different real systems.
224
659040
1536
11:12
We were so excited.
225
660600
1496
Nous étions très enthousiastes.
11:14
Of course, apparently,
we were on the right track,
we were on the right track,
226
662120
2816
Apparemment, nous semblions
être sur la bonne voie.
être sur la bonne voie.
11:16
but of course, we couldn't stop,
227
664960
2496
et bien sûr, nous ne pouvions
pas nous arrêter là.
pas nous arrêter là.
11:19
so we didn't stop.
228
667480
1496
Nous ne nous sommes pas arrêté.
11:21
So we kept going on,
229
669000
2096
On a donc continué.
À un moment, nous avons fait
une nouvelle découverte.
une nouvelle découverte.
11:23
and at some point
we made another discovery
we made another discovery
230
671120
2056
11:25
that we dubbed "correlated novelties."
231
673200
3536
On l'a surnommée :
« Les nouveautés corrélées. »
« Les nouveautés corrélées. »
11:28
It's very simple.
232
676760
1256
C'est très simple.
11:30
So I guess we all experience this.
233
678040
1896
Nous en faisons tous l'expérience.
11:31
So you listen to "Suzanne"
by Leonard Cohen,
by Leonard Cohen,
234
679960
3560
Imaginez que vous écoutez
« Suzanne » de Leonard Cohen.
« Suzanne » de Leonard Cohen.
11:36
and this experience
triggers your passion for Cohen
triggers your passion for Cohen
235
684440
3656
Cela déclenche en vous
une passion pour Cohen.
une passion pour Cohen.
11:40
so that you start frantically
listening to his whole production.
listening to his whole production.
236
688120
3816
Du coup, vous commencez à écouter
frénétiquement toute son œuvre.
frénétiquement toute son œuvre.
11:43
And then you realize
that Fabrizio De André here
that Fabrizio De André here
237
691960
2296
Et puis, vous réalisez
que Fabrizio De André
que Fabrizio De André
11:46
recorded an Italian version of "Suzanne,"
238
694280
1976
a enregistré une version
italienne de « Suzanne », etc.
italienne de « Suzanne », etc.
11:48
and so on and so forth.
239
696280
2016
11:50
So somehow for some reason,
240
698320
1976
Curieusement,
11:52
the very notion of adjacent possible
is already encoding the common belief
is already encoding the common belief
241
700320
3896
la notion de possible adjacent
comprend déjà la croyance commune
comprend déjà la croyance commune
11:56
that one thing leads to another
242
704240
2560
qu'un chose mène à une autre,
11:59
in many different systems.
243
707720
1736
dans différents systèmes.
12:01
But the reason why we were thrilled
244
709480
2296
Mais la raison pour laquelle
nous sommes excités
nous sommes excités
12:03
is because actually
we could give, for the first time,
we could give, for the first time,
245
711800
2524
est que nous pouvions enfin
étayer cette intuition
étayer cette intuition
avec de la substance scientifique
pour la première fois
pour la première fois
12:06
a scientific substance to this intuition
246
714348
2068
12:08
and start making predictions
247
716440
1656
et commencer à faire des prévisions
sur la manière dont le nouveau survient.
sur la manière dont le nouveau survient.
12:10
about the way in which
we experience the new.
we experience the new.
248
718120
2416
12:12
So novelties are correlated.
249
720560
2320
Donc, les nouveautés sont en corrélation.
12:16
They are not occurring randomly.
250
724320
2056
Elles n'arrivent pas par hasard.
12:18
And this is good news,
251
726400
1456
C'est une bonne nouvelle
12:19
because it implies
that impossible missions
that impossible missions
252
727880
4736
car ça implique
que des missions impossibles
que des missions impossibles
12:24
might not be so impossible after all,
253
732640
2376
ne soient pas si impossibles après tout,
12:27
if we are guided by our intuition,
254
735040
3096
si nous nous laissons guider
par notre intuition,
par notre intuition,
12:30
somehow leading us
to trigger a positive chain reaction.
to trigger a positive chain reaction.
255
738160
3760
qui d'une certaine manière nous amène
à une réaction en chaîne positive.
à une réaction en chaîne positive.
12:34
But there is a third consequence
of the existence of the adjacent possible
of the existence of the adjacent possible
256
742840
3496
Mais il y a une troisième conséquence
de l'existence du possible adjacent
de l'existence du possible adjacent
12:38
that we named "waves of novelties."
257
746360
3536
que nous avons appelée :
« vagues de nouveautés ».
« vagues de nouveautés ».
12:41
So just to make this simple, so in music,
258
749920
2696
Pour simplifier, en musique,
sans vagues de nouveautés,
sans vagues de nouveautés,
12:44
without waves of novelties,
259
752640
1376
12:46
we would still be listening
all the time to Mozart or Beethoven,
all the time to Mozart or Beethoven,
260
754040
6056
nous serions toujours en train
d'écouter Mozart ou Beethoven,
d'écouter Mozart ou Beethoven,
12:52
which is great,
261
760120
1496
ce qui est super,
12:53
but we don't do this all the time.
262
761640
1656
mais pas tout le temps.
12:55
We also listen to the Pet Shop Boys
or Justin Bieber -- well, some of us do.
or Justin Bieber -- well, some of us do.
263
763320
5016
Nous écoutons aussi
Pet Shop Boys ou Justin Bieber.
Pet Shop Boys ou Justin Bieber.
Enfin, certains parmi nous.
13:00
(Laughter)
264
768360
2176
(Rires)
13:02
So we could see very clearly
all of these patterns
all of these patterns
265
770560
3896
Nous pouvions donc discerner
clairement tous ces motifs
clairement tous ces motifs
13:06
in the huge amounts of data
we collected and analyzed.
we collected and analyzed.
266
774480
3736
dans l'énorme quantité de données
que nous avions collectées et analysées.
que nous avions collectées et analysées.
13:10
For instance, we discovered
that popular hits in music
that popular hits in music
267
778240
3656
Par exemple, nous avons découvert
que les succès en musique naissent
continuellement, vous le saviez,
continuellement, vous le saviez,
13:13
are continuously born, you know that,
268
781920
1896
13:15
and then they disappear,
still leaving room for evergreens.
still leaving room for evergreens.
269
783840
3440
et ensuite disparaissent
pour laisser place aux intemporels.
pour laisser place aux intemporels.
13:20
So somehow waves of novelties ebb and flow
270
788120
3096
Donc les vagues de nouveautés
vont et viennent
vont et viennent
13:23
while the tides always hold the classics.
271
791240
2576
tandis que la marée
retient toujours les classiques.
retient toujours les classiques.
13:25
There is this coexistence
between evergreens and new hits.
between evergreens and new hits.
272
793840
3960
Les intemporels coexistent
avec les nouveaux hits.
avec les nouveaux hits.
13:31
Not only our theory
predicts these waves of novelties.
predicts these waves of novelties.
273
799920
2696
Notre théorie ne prédit pas seulement
ces vagues de nouveautés.
ces vagues de nouveautés.
13:34
This would be trivial.
274
802640
1456
Ce serait sans intérêt.
13:36
But it also explains why they are there,
275
804120
2896
Mais elle explique aussi
pourquoi elles existent,
pourquoi elles existent,
13:39
and they are there for a specific reason,
276
807040
1976
et qu'elles sont là
pour une raison particulière :
pour une raison particulière :
13:41
because we as humans
display different strategies
display different strategies
277
809040
3216
parce qu'en tant qu'humains,
nous déployons diverses stratégies
nous déployons diverses stratégies
13:44
in the space of the possible.
278
812280
1856
dans l'espace du possible.
13:46
So some of us tend to retrace
already known paths.
already known paths.
279
814160
5136
Certains d'entre nous ont tendance
à suivre les sentiers battus.
à suivre les sentiers battus.
13:51
So we say they exploit.
280
819320
2320
Nous disons d'eux qu'ils exploitent.
13:54
Some of us always launch
into new adventures.
into new adventures.
281
822360
2856
D'autres se lancent toujours
dans de nouvelles aventures.
dans de nouvelles aventures.
13:57
We say they explore.
282
825240
1696
Nous disons d'eux qu'ils explorent.
13:58
And what we discovered is
all the systems we investigated
all the systems we investigated
283
826960
3296
Et nous avons découvert que
tous les systèmes que nous avons évalués
tous les systèmes que nous avons évalués
14:02
are right at the edge
between these two strategies,
between these two strategies,
284
830280
3176
sont exactement à la frontière
entre ces deux stratégies,
entre ces deux stratégies,
14:05
something like 80 percent exploiting,
20 percent exploring,
20 percent exploring,
285
833480
3536
environ 80% d'exploitation
et 20% d'exploration,
et 20% d'exploration,
14:09
something like
blade runners of innovation.
blade runners of innovation.
286
837040
2680
un peu comme les blade runners
de l'innovation.
de l'innovation.
14:12
So it seems that the wise balance,
you could also say a conservative balance,
you could also say a conservative balance,
287
840720
5216
Il semble donc que le bon équilibre,
qu’on pourrait qualifier de raisonnable,
qu’on pourrait qualifier de raisonnable,
14:17
between past and future,
between exploitation and exploration,
between exploitation and exploration,
288
845960
4976
entre le passé et le futur,
entre l'exploitation et l'exploration,
entre l'exploitation et l'exploration,
14:22
is already in place
and perhaps needed in our system.
and perhaps needed in our system.
289
850960
3416
est déjà en place, ou peut être
nécessaire dans notre système.
nécessaire dans notre système.
14:26
But again the good news is
now we have scientific tools
now we have scientific tools
290
854400
3616
J'insiste, la bonne nouvelle est
que nous avons les outils scientifiques
que nous avons les outils scientifiques
14:30
to investigate this equilibrium,
291
858040
1736
pour investiguer cet équilibre,
14:31
perhaps pushing it further
in the near future.
in the near future.
292
859800
3280
peut-être le poussant plus loin
dans un avenir proche.
dans un avenir proche.
14:37
So as you can imagine,
293
865360
2256
Donc comme vous pouvez l'imaginer,
14:39
I was really fascinated by all this.
294
867640
4160
j'étais complètement fasciné par tout ça.
14:44
Our mathematical scheme
is already providing cues and hints
is already providing cues and hints
295
872920
3136
Notre schéma mathématique fournit
déjà des signaux et des indices
déjà des signaux et des indices
14:48
to investigate the space of possibilities
296
876080
2056
pour investiguer l'espace du possible
14:50
and the way in which
all of us create it and explore it.
all of us create it and explore it.
297
878160
4016
et sur la méthode
dont nous le créons et l'explorons.
dont nous le créons et l'explorons.
14:54
But there is more.
298
882200
1336
Il y a encore plus.
14:55
This, I guess, is a starting point
of something that has the potential
of something that has the potential
299
883560
3376
Ceci, j'imagine, est le point de départ
de quelque chose qui a le potentiel
de quelque chose qui a le potentiel
14:58
to become a wonderful journey
for a scientific investigation of the new,
for a scientific investigation of the new,
300
886960
4616
pour devenir un merveilleux voyage
de recherche scientifique sur le nouveau.
de recherche scientifique sur le nouveau.
15:03
but also I would say
a personal investigation of the new.
a personal investigation of the new.
301
891600
3280
J'ajouterai que c'est aussi
une quête personnelle.
une quête personnelle.
15:09
And I guess this can have
a lot of consequences
a lot of consequences
302
897320
2896
Je pense que ça peut avoir
beaucoup de retombées
beaucoup de retombées
15:12
and a huge impact in key activities
303
900240
2136
et un énorme impact
dans des activités cruciales
dans des activités cruciales
15:14
like learning, education,
research, business.
research, business.
304
902400
5320
telles que l'apprentissage, l'éducation,
la recherche ou les affaires.
la recherche ou les affaires.
15:20
So for instance, if you think
about artificial intelligence,
about artificial intelligence,
305
908680
2896
Si par exemple, vous pensez
à l'intelligence artificielle,
à l'intelligence artificielle,
on va devoir s’appuyer
dans l'avenir proche,
dans l'avenir proche,
15:23
I am sure -- I mean,
artificial intelligence,
artificial intelligence,
306
911600
2136
15:25
we need to rely in the near future
307
913760
1816
15:27
more and more on the structure
of the adjacent possible,
of the adjacent possible,
308
915600
3816
de plus en plus sur la structure
du possible adjacent,
du possible adjacent,
15:31
to restructure it, to change it,
309
919440
1936
pour la restructurer, la modifier,
et aussi pour lutter contre l'inconnu
que nous reserve l’avenir.
que nous reserve l’avenir.
15:33
but also to cope
with the unknowns of the future.
with the unknowns of the future.
310
921400
2320
15:36
In parallel, we have a lot of tools,
311
924400
1856
En parallèle,
nous avons plein de nouveaux outils
nous avons plein de nouveaux outils
15:38
new tools now, to investigate
how creativity works
how creativity works
312
926280
3496
pour rechercher
comment la créativité fonctionne
comment la créativité fonctionne
15:41
and what triggers innovation.
313
929800
1600
et ce qui provoque l'innovation.
15:44
And the aim of all this
is to raise a generation of people
is to raise a generation of people
314
932080
3176
Le but de tout ça est d'éduquer
une génération de personnes
une génération de personnes
15:47
able to come up with new ideas
to face the challenges in front of us.
to face the challenges in front of us.
315
935280
3616
capables d'avoir de nouvelles idées
pour faire face aux défis à venir.
pour faire face aux défis à venir.
15:50
We all know.
316
938920
1216
Nous savons tous.
15:52
I think it's a long way to go,
317
940160
2096
Je pense que c'est un long
chemin à parcourir,
chemin à parcourir,
15:54
but the questions, and the tools,
318
942280
3056
mais les questions, et les outils,
15:57
are now there, adjacent and possible.
319
945360
3560
sont maintenant là, adjacent et possible.
16:01
Thank you.
320
949720
1216
Merci.
16:02
(Applause)
321
950960
4880
(Applaudissements)
ABOUT THE SPEAKER
Vittorio Loreto - PhysicistVittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it.
Why you should listen
Vittorio Loreto is a physicist at Sapienza University of Rome and faculty of the Complexity Science Hub Vienna. He is presently director of the SONY Computer Science Laboratories in Paris where he heads the team on creativity, innovation and artificial intelligence. He recently coordinated the research program dubbed KREYON, aimed at unfolding the dynamics of creativity, novelties and innovation. While theoretical modeling and data analysis are his native research tools, in the last few years he has been developing interactive tools, games, installations, to directly involve the public on the very research agenda. He created the KREYON DAYS, a new form of scientific event that tightly entangles research, learning, awareness and fun.
Vittorio Loreto | Speaker | TED.com