TED2019
Federica Bianco: How we use astrophysics to study earthbound problems
ફેડરિકા બાયન્કો: પૃથ્વીની સમસ્યાઓનો અભ્યાસ કરવા માટે આપણે એસ્ટ્રોફિઝિક્સનો ઉપયોગ કેવી રીતે કરીએ છીએ
Filmed:
Readability: 5.7
1,455,854 views
સમગ્ર બ્રહ્માંડની જેમ જટિલ સિસ્ટમનો અભ્યાસ કરવા માટે, એસ્ટ્રોફિઝિસિસ્ટ્સને મોટા ડેટા સેટ્સમાંથી સરળ ઉકેલો કા atવામાં નિષ્ણાત હોવા જરૂરી છે. તેઓ આ કુશળતાથી બીજું શું કરી શકે?એક આંતરશાખાકીય ચર્ચામાં, TED અનુસરે છે અને એસ્ટ્રોફિઝિસિસ્ટ ફેસરીસ બિયાનકો સમજાવે છે કે તે શહેરી અને સામાજિક સમસ્યાઓ - તેમજ તારાઓની રહસ્યોને હલ કરવા માટે એસ્ટ્રોફિઝિકલ ડેટા વિશ્લેષણનો ઉપયોગ કેવી રીતે કરે છે.
Federica Bianco - Cross-disciplinary scientist
TED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still. Full bio
TED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still. Full bio
Double-click the English transcript below to play the video.
00:13
I am an astrophysicist.
0
1317
2492
હું એક એસ્ટ્રોફિઝિસ્ટ છું.
00:15
I research stellar explosions
across the universe.
across the universe.
1
3833
3055
હું સમગ્ર બ્રહ્માંડમાં તારાઓની વિસ્ફોટોનું સંશોધન કરું છું.
00:19
But I have a flaw:
2
7603
1200
પરંતુ મારી પાસે એક ખામી છે:
00:21
I'm restless, and I get bored easily.
3
9325
2483
હું બેચેન છું, અને હું સરળતાથી કંટાળી ગયો છું.
00:24
And although as an astrophysicist,
I have the incredible opportunity
I have the incredible opportunity
4
12356
3196
અને એસ્ટ્રોફિઝિસ્ટ હોવા છતાં, મારી પાસે અતુલ્ય તક છે
00:27
to study the entire universe,
5
15576
1932
સમગ્ર બ્રહ્માંડનો અભ્યાસ કરવા માટે,
00:29
the thought of doing
only that, always that,
only that, always that,
6
17532
3348
ફક્ત તે જ કરવાનું વિચાર્યું, હંમેશાં તે,
00:32
makes me feel caged and limited.
7
20904
2231
મને પાંજરામાં અને મર્યાદિત બનાવી દે છે.
00:36
What if my issues with
keeping attention and getting bored
keeping attention and getting bored
8
24762
3914
જો ધ્યાન રાખવામાં અને કંટાળો આવે ત્યારે મારા મુદ્દાઓ શું છે
00:40
were not a flaw, though?
9
28700
1482
જ્યાં દોષ નથી, છતાં?
00:42
What if I could turn them into an asset?
10
30206
2667
જો હું તેમને કોઈ સંપત્તિમાં ફેરવી શકું?
00:45
An astrophysicist cannot
touch or interact with
touch or interact with
11
33830
2645
કોઈ એસ્ટ્રોફિઝિસ્ટ તેની સાથે સંપર્ક કરી શકતો નથી
00:48
the things that she studies.
12
36499
1538
તે જે વસ્તુઓનો અભ્યાસ કરે છે.
00:50
No way to explode a star in a lab
to figure out why or how it blew up.
to figure out why or how it blew up.
13
38061
3713
કોઈ તારાને વિસ્ફોટ કરવાની કોઈ રીત નથી અથવા કોઈ રીતે તે કેવી રીતે ઉડી ગઈ તેનો આકૃતિ શોધવા માટે લેબમાં.
00:54
Just pictures and movies of the sky.
14
42164
2530
ફક્ત આકાશના ચિત્રો અને મૂવીઝ.
00:57
Everything we know about the universe,
15
45339
2221
બ્રહ્માંડ વિશે આપણે જે બધું જાણીએ છીએ,
00:59
from the big bang
that originated space and time,
that originated space and time,
16
47584
3091
જગ્યા અને સમયના ઉદ્ભવતા મોટા બેંગમાંથી,
01:02
to the formation and evolution
of stars and galaxies,
of stars and galaxies,
17
50699
2794
તારાઓ અને તારાવિશ્વોની રચના અને ઉત્ક્રાંતિ માટે,
01:05
to the structure of our own solar system,
18
53517
2460
આપણા પોતાના સોલર સિસ્ટમની રચના માટે,
01:08
we figured out studying images of the sky.
19
56001
2800
અમે આકાશમાંની છબીઓનો અભ્યાસ કર્યો
01:12
And to study a system
as complex as the entire universe,
as complex as the entire universe,
20
60006
3952
અને સમગ્ર બ્રહ્માંડની જેમ જટિલ સિસ્ટમનો અભ્યાસ કરવા માટે,
01:15
astrophysicists are experts
at extracting simple models and solutions
at extracting simple models and solutions
21
63982
4705
એસ્ટ્રોફિઝીસિસ્ટ સરળ મોડેલો અને ઉકેલો કા atવામાં નિષ્ણાત છે
01:20
from large and complex data sets.
22
68711
2339
વિશાળ અને જટિલ ડેટા સેટમાંથી.
01:23
So what else can I do with this expertise?
23
71705
2425
તો હું આ કુશળતા સાથે બીજું શું કરી શકું?
01:28
What if we turned the camera
around towards us?
around towards us?
24
76030
4095
જો આપણે કેમેરો અમારી તરફ ફેરવીએ તો શું?
01:33
At the Urban Observatory,
that is exactly what we are doing.
that is exactly what we are doing.
25
81057
2991
શહેરી ઓબ્ઝર્વેટરીમાં, આપણે તે જ કરી રહ્યા છીએ.
01:36
Greg Dobler, also an astrophysicist
26
84072
2492
ગ્રેગ ડોબલર, એસ્ટ્રોફિઝિસ્ટ પણ
01:38
and my husband,
27
86588
1167
અને મારા પતિ,
01:39
created the first urban observatory
in New York University in 2013,
in New York University in 2013,
28
87779
3960
2013 માં ન્યૂ યોર્ક યુનિવર્સિટીમાં પ્રથમ શહેરી વેધશાળાની રચના કરી,
01:43
and I joined in 2015.
29
91763
1556
અને હું 2015 માં જોડાયો.
01:45
Here are some of the things that we do.
30
93752
1929
અહીં આપણે કરીશું એવી કેટલીક બાબતો છે.
01:48
We take pictures of the city at night
31
96196
2270
અમે રાત્રે શહેરની તસવીરો લઈએ છીએ
01:50
and study city lights like stars.
32
98490
2589
અને તારાઓની જેમ સિટી લાઇટનો અભ્યાસ કરો.
01:53
By studying how light changes over time
33
101514
2012
સમય જતાં પ્રકાશ કેવી રીતે બદલાય છે તેનો અભ્યાસ કરીને
01:55
and the color of astronomical lights,
34
103550
2074
અને ખગોળીય પ્રકાશનો રંગ,
01:57
I gain insight about the nature
of exploding stars.
of exploding stars.
35
105648
2813
હું વિસ્ફોટ થનારા તારાઓની પ્રકૃતિ વિશે સમજશક્તિ પ્રાપ્ત કરું છું.
02:00
By studying city lights the same way,
36
108934
2270
તે જ રીતે સિટી લાઇટ્સનો અભ્યાસ કરીને,
02:03
we can measure and predict how much energy
the city needs and consumes
the city needs and consumes
37
111228
4682
શહેરને કેટલી energyર્જાની જરૂર પડે છે અને તેનો વપરાશ છે તે અમે માપી અને આગાહી કરી શકીએ છીએ
02:07
and help build a resilient grid
38
115934
1847
અને સ્થિતિસ્થાપક ગ્રીડ બનાવવામાં સહાય કરો
02:09
that will support the needs
or growing urban environments.
or growing urban environments.
39
117805
3299
જે શહેરી વાતાવરણની જરૂરિયાતોને વધારશે.
02:14
In daytime images,
we capture plumes of pollution.
we capture plumes of pollution.
40
122283
3357
દિવસના સમયની છબીઓમાં, અમે પ્રદૂષણના પ્લુમ્સને કેપ્ચર કરીએ છીએ.
02:18
Seventy-five percent
of greenhouse gases in New York City
of greenhouse gases in New York City
41
126274
3470
ન્યુ યોર્ક શહેરમાં ગ્રીનહાઉસ વાયુઓનો પંચ્યાશી ટકા
02:21
come from a building like this one,
burning oil for heat.
burning oil for heat.
42
129768
3632
આ જેવી બિલ્ડિંગમાંથી આવો, ગરમી માટે તેલ બળીને.
02:26
You can measure pollution
with air quality sensors.
with air quality sensors.
43
134477
2395
તમે હવાના ગુણવત્તાવાળા સેન્સરથી પ્રદૂષણને માપી શકો છો.
02:28
But imagine putting a sensor
on each New York City building,
on each New York City building,
44
136896
3842
પરંતુ કલ્પના કરો કે ન્યૂ યોર્ક સિટીના દરેક બિલ્ડિંગ પર સેન્સર લગાવશો,
02:32
reading in data from a million monitors.
45
140762
2706
એક મિલિયન મોનિટરમાંથી ડેટા વાંચવું.
02:35
Imagine the cost.
46
143492
1326
ખર્ચની કલ્પના કરો.
02:38
With a team of NYU students,
we built a mathematical model,
we built a mathematical model,
47
146048
3428
એનવાયયુ વિદ્યાર્થીઓની ટીમ સાથે, અમે એક ગણિતનું મોડેલ બનાવ્યું,
02:41
a neural network that can detect
and track these plumes
and track these plumes
48
149500
3389
એક ન્યુરલ નેટવર્ક જે આ પ્લુમ્સને શોધી અને ટ્રેક કરી શકે છે
02:44
over the New York City skyline.
49
152913
1690
ન્યૂ યોર્ક સિટીની આકાશરેખા ઉપર.
02:46
We can classify them --
50
154627
1482
અમે તેમને વર્ગીકૃત કરી શકીએ છીએ -
02:48
harmless steam plumes,
white and evanescent;
white and evanescent;
51
156133
3015
હાનરહિત વરાળ પ્લમ્સ, સફેદ અને પ્રગટાવનાર;
02:51
polluting smokestacks,
dark and persistent --
dark and persistent --
52
159172
3516
પ્રદૂષિત સ્મોકસ્ટેક, શ્યામ અને સતત -
02:54
and provide policy makers
with a map of neighborhood pollution.
with a map of neighborhood pollution.
53
162712
3759
અને નીતિ ઉત્પાદકોને પડોશી પ્રદૂષણનો નકશો પ્રદાન કરો.
02:59
This cross-disciplinary project
created transformational solutions.
created transformational solutions.
54
167777
3889
આ ક્રોસ-શિસ્ત પ્રોજેક્ટ દ્વારા રૂપાંતર ઉકેલો.
03:05
But the data analysis methodologies
we use in astrophysics
we use in astrophysics
55
173942
2913
પરંતુ આપણે એસ્ટ્રોફિઝિક્સમાં ડેટા વિશ્લેષણની પદ્ધતિઓનો ઉપયોગ કરીએ છીએ
03:08
can be applied to all sorts of data,
56
176879
1961
તમામ પ્રકારના ડેટા પર લાગુ કરી શકાય છે,
03:10
not just images.
57
178864
1150
માત્ર છબીઓ જ નહીં.
03:12
We were asked to help
a California district attorney
a California district attorney
58
180450
2484
અમને કેલિફોર્નિયાના ડિસ્ટ્રિક્ટ એટર્નીને મદદ કરવાનું કહેવામાં આવ્યું
03:14
understand prosecutorial delays
in their jurisdiction.
in their jurisdiction.
59
182958
3421
તેમના અધિકારક્ષેત્રમાં ફરિયાદી વિલંબને સમજો.
03:18
There are people on probation
or sitting in jail,
or sitting in jail,
60
186839
2667
પ્રોબેશન પર અથવા જેલમાં બેઠેલા લોકો છે,
03:21
awaiting for trial sometimes for years.
61
189530
2611
વર્ષોથી ક્યારેક પગેરુંની રાહ જોવી.
03:24
They wanted to know
what kind of cases dragged on,
what kind of cases dragged on,
62
192165
2444
તેઓ જાણવા માગે છે કે કયા પ્રકારનાં કેસો પર ખેંચાય છે,
03:26
and they had a massive data set
to explore to understand it,
to explore to understand it,
63
194633
3124
અને તેને સમજવા માટે તેમની પાસે એક વિશાળ ડેટા સેટ કર્યો હતો,
03:29
but didn't have the expertise
64
197781
1412
પરંતુ કુશળતા ન હતી
03:31
or the instruments
in their office to do so.
in their office to do so.
65
199217
2548
અથવા એમ કરવા માટે તેમની officeફિસમાંનાં સાધનો.
03:33
And that's where we came in.
66
201789
1746
અને ત્યાં જ અમે અંદર આવ્યા.
03:35
I worked with my colleague,
public policy professor Angela Hawken,
public policy professor Angela Hawken,
67
203559
3397
મેં મારા સાથીદાર, પબ્લિક પોલિસી પ્રોફેસર એન્જેલા હોકન સાથે કામ કર્યું,
03:38
and our team first created
a visual dashboard
a visual dashboard
68
206980
3486
અને અમારી ટીમે સૌ પ્રથમ વિઝ્યુઅલ ડેશબોર્ડ બનાવ્યું
03:42
for DAs to see and better understand
the prosecution process.
the prosecution process.
69
210490
3900
કાર્યવાહીની કાર્યવાહી જોવા અને સારી રીતે સમજવા માટે ડી.એ.
03:46
But also, we ourselves
analyzed their data,
analyzed their data,
70
214997
2929
પણ, અમે જાતે જ તેમના ડેટા વિશ્લેષણ કર્યા,
03:49
looking to see if the duration
of the process
of the process
71
217950
2520
પ્રક્રિયાની અવધિ જોવી જોઈએ કે કેમ
03:52
suffered from social inequalities
in their jurisdiction.
in their jurisdiction.
72
220494
3190
તેમના અધિકારક્ષેત્રમાં સામાજિક અસમાનતાઓથી પીડાય છે.
03:56
We did so using methods
73
224367
1542
અમે પદ્ધતિઓનો ઉપયોગ કરીને આવું કર્યું
03:57
that I would use to classify
thousands of stellar explosions,
thousands of stellar explosions,
74
225933
2973
કે હું હજારો તારાઓની વિસ્ફોટોને વર્ગીકૃત કરવા માટે ઉપયોગ કરીશ,
04:00
applied to thousands of court cases.
75
228930
2655
કોર્ટના હજારો કેસોમાં અરજી કરી.
04:03
And in doing so,
76
231609
1151
અને આમ કરવાથી,
04:04
we built a model that can be applied
to other jurisdictions
to other jurisdictions
77
232784
2833
અમે એક મોડેલ બનાવ્યું છે જે અન્ય અધિકારક્ષેત્રોમાં લાગુ થઈ શકે છે
04:07
who are willing to explore their biases.
78
235641
2190
જે તેમના પૂર્વગ્રહનું અન્વેષણ કરવા તૈયાર છે.
04:09
These collaborations between
domain experts and astrophysicists
domain experts and astrophysicists
79
237855
3246
ડોમેન નિષ્ણાતો અને એસ્ટ્રોફિઝિસ્ટ્સ વચ્ચે આ સહયોગ
04:13
created transformational solutions
80
241125
2055
પરિવર્તનશીલ ઉકેલો બનાવ્યાં
04:15
to help improve people's quality of life.
81
243204
2400
લોકોની જીવન ગુણવત્તા સુધારવામાં મદદ કરવા માટે.
04:19
But it is a two-way road.
82
247426
1484
પરંતુ તે એક દ્વિમાર્ગી રસ્તો છે.
04:20
I bring my astrophysics background
to urban science,
to urban science,
83
248934
2543
હું મારી એસ્ટ્રોફિઝિક્સ બેકગ્રાઉન્ડને શહેરી વિજ્ toાન પર લાવીશ,
04:23
and I bring what I learn in urban science
back to astrophysics.
back to astrophysics.
84
251501
3841
હું શા માટે શા માટે શહેરી વિજ્ inાનમાં શીખું છું તેને એસ્ટ્રોફિઝિક્સ પર પાછું લાવી છું.
04:27
Light echoes:
85
255930
1852
પ્રકાશ પડઘા:
04:30
the reflections of stellar explosions
onto interstellar dust.
onto interstellar dust.
86
258461
4567
તારાઓની વિસ્ફોટનું પ્રતિબિંબ આંતરવંશિય ધૂળ પર.
04:36
In our images, these reflections appear
as white, evanescent, moving features,
as white, evanescent, moving features,
87
264046
5785
અમારી છબીઓમાં, આ પ્રતિબિંબ સફેદ, વિસ્તૃત, ફરતા સુવિધાઓ,
04:41
just like plumes.
88
269855
1150
પ્લમ્સની જેમ.
04:43
I am adapting the same models
that detect plumes in city images
that detect plumes in city images
89
271363
3895
હું તે જ મોડેલોને સ્વીકારું છું જે શહેરની છબીઓમાં પ્લુમ શોધે છે
04:47
to detect light echoes
in images of the sky.
in images of the sky.
90
275282
2928
આકાશની છબીઓમાં પ્રકાશ પડઘા શોધવા માટે.
04:52
By exploring the things
that interest and excite me,
that interest and excite me,
91
280290
3293
મને રુચિ અને ઉત્તેજિત કરે છે તે બાબતોની શોધ કરીને,
04:55
reaching outside of my domain,
92
283607
1796
મારા ડોમેનની બહાર પહોંચવું,
04:57
I did turn my restlessness into an asset.
93
285427
2876
મેં મારી બેચેનીને સંપત્તિમાં ફેરવી દીધી.
05:01
We, you, all have a unique perspective
that can generate new insight
that can generate new insight
94
289031
5047
અમે, તમે બધા પાસે એક વિશિષ્ટ પરિપ્રેક્ષ્ય છે જે નવી સમજ પેદા કરી શકે છે
05:06
and lead to new, unexpected,
transformational solutions.
transformational solutions.
95
294102
4183
અને નવા, અનપેક્ષિત, વ્યવહારિક ઉકેલો તરફ દોરી જશે.
05:10
Thank you.
96
298944
1162
આભાર.
05:12
(Applause)
97
300130
4158
(તાળીઓ)
ABOUT THE SPEAKER
Federica Bianco - Cross-disciplinary scientistTED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still.
Why you should listen
Astrophysicist, professor, professional boxer and TED Fellow Federica Bianco studies stellar explosions, using the same methodologies to understand urban and social problems. She uses data-science to both study the universe and tackle problems on earth, like pollution in New York City, prosecutorial justice and how city lights can create resilient electric grids and.
Bianco splits her time as a professor at the University of Delaware in the Department of Physics and Astrophysics (where she runs a lab focusing on light curves), the Biden School of Public Policy and Administration and the Urban Observatory, where she uses her astrophysics skills to study urban problems. She is also the coordinator the Large Synoptic Survey Telescope (LSST) Science Collaboration, a network of more than 1,500 scientists. The LSST, under construction in Chile, will go online in 2023 to survey the night sky and image the southern hemisphere sky at unprecedented depth and resolution. The collaboration will study everything about it, from the thousands of changes it will discover in the sky every night to billions of stars and galaxies, many that have never been seen before.
Bianco has published more than 100 peer-reviewed papers, was a Smithsonian predoctoral and James Arthur postdoctoral fellow and was the recipient of a Department of Energy "Innovative Development in Energy-Related Applied Science" grant. When she isn't doing science, you will find her in the boxing ring, where she has made a name for herself as "The MadScientist." She is known for fighting her heart out both in and out of the ring.
Federica Bianco | Speaker | TED.com