TED2009
Sean Gourley: The mathematics of war
Sean Gourley a háborúk matematikájáról
Filmed:
Readability: 3.6
1,030,256 views
Sean Gourley és csapata hírekből származó nyers adatokat ábrázolt grafikonokon, és egy fantasztikus eredményre jöttek rá a modern háborúkkal kapcsolatban -- és talán rábukkantak egy konfliktusok megoldását lehetővé tevő modellre.
Sean Gourley - Physicist and military theorist
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow. Full bio
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow. Full bio
Double-click the English transcript below to play the video.
00:12
We look around the media, as we see on the news from Iraq,
0
0
3000
Körbenézünk a médiában, látjuk a híreket Irakból,
00:15
Afghanistan, Sierra Leone,
1
3000
3000
Afganisztánból, Sierra Leonéből,
00:18
and the conflict seems incomprehensible to us.
2
6000
4000
és a konfliktusok érthetetlennek tűnnek számunkra.
00:22
And that's certainly how it seemed to me when I started this project.
3
10000
4000
Pontosan így láttam én is, amikor elkezdtem ezt a projektet.
00:26
But as a physicist,
4
14000
2000
De fizikusként,
00:28
I thought, well if you give me some data,
5
16000
3000
arra gondoltam, hogyha lennének megfelelő adataim,
00:31
I could maybe understand this. You know, give us a go.
6
19000
2000
talán meg tudnám érteni. Próbáljuk meg!
00:33
So as a naive New Zealander
7
21000
2000
Így naiv új-zélandiként
00:35
I thought, well I'll go to the Pentagon.
8
23000
2000
gondoltam, hogy meglátogatom a Pentagont.
00:37
Can you get me some information?
9
25000
2000
Kaphatnék egy kis információt?
00:39
(Laughter)
10
27000
3000
(Nevetés)
00:42
No. So I had to think a little harder.
11
30000
4000
Nem. Így kicsit keményebben kellett gondolkoznom.
00:46
And I was watching the news one night in Oxford.
12
34000
3000
Egy este éppen a híreket néztem Oxfordban.
00:49
And I looked down at the chattering heads on my channel of choice.
13
37000
3000
Néztem a beszélgető embereket a választott csatornámon.
00:52
And I saw that there was information there.
14
40000
2000
És akkor vettem észre az információt.
00:54
There was data within the streams of news that we consume.
15
42000
3000
Adatokat kapunk az általunk nézett hírfolyamból.
00:57
All this noise around us actually has information.
16
45000
4000
A bennünket körülvevű zaj igenis szolgál információval.
01:01
So what I started thinking was,
17
49000
2000
Szóval arra gondoltam,
01:03
perhaps there is something like open source intelligence here.
18
51000
3000
hogy talán létezik valamiféle nyílt forrású hírszerzés.
01:06
If we can get enough of these streams of information together,
19
54000
3000
Ha elég adatot hozunk össze ezekből a hírfolyamokból,
01:09
we can perhaps start to understand the war.
20
57000
3000
talán elkezdhetjük megérteni a háborút.
01:12
So this is exactly what I did. We started bringing a team together,
21
60000
3000
Pontosan ezt tettem. Összehoztunk egy csapatot,
01:15
an interdisciplinary team of scientists,
22
63000
2000
egy interdiszciplináris kutatócsoportot,
01:17
of economists, mathematicians.
23
65000
3000
közgazdászokat, matematikusokat.
01:20
We brought these guys together and we started to try and solve this.
24
68000
3000
Összehoztuk tehát, és megpróbáltuk ezt megoldani.
01:23
We did it in three steps.
25
71000
2000
Három lépésben tettük.
01:25
The first step we did was to collect. We did 130 different sources of information --
26
73000
4000
Az első lépés az összeállítás volt. 130 különböző információforrásunk volt --
01:29
from NGO reports to newspapers and cable news.
27
77000
3000
Civil szervezetek beszámolóitól kezdve újságokon át a kábelcsatornákig.
01:32
We brought this raw data in and we filtered it.
28
80000
3000
Összehoztuk a nyers adatokat, majd szűrtük.
01:35
We extracted the key bits on information to build the database.
29
83000
3000
Kivontuk a lényeges részeket, és ezekből építettük fel az adatbázisunkat.
01:38
That database contained
30
86000
2000
Az adatbázis tartalmazta
01:40
the timing of attacks,
31
88000
2000
a harcok időzítését,
01:42
the location, the size and the weapons used.
32
90000
2000
helyet, méretet és a használt fegyvereket.
01:44
It's all in the streams of information we consume daily,
33
92000
3000
Mindez benne van a mindennap látott hírekben,
01:47
we just have to know how to pull it out.
34
95000
2000
csak tudni kell, hogyan is szedjük ki.
01:49
And once we had this we could start doing some cool stuff.
35
97000
2000
Miután ezzel megvoltunk, rátérhettünk az igazán frankó dolgokra.
01:51
What if we were to look at the distribution of the sizes of attacks?
36
99000
3000
Milyen lesz a támadások méretének eloszlása?
01:54
What would that tell us?
37
102000
2000
És ez mit mond el nekünk?
01:56
So we started doing this. And you can see here
38
104000
2000
Ezzel kezdtük.
01:58
on the horizontal axis
39
106000
2000
Láthatják a vízszintes tengelyen
02:00
you've got the number of people killed in an attack
40
108000
2000
a harcokban elesettek számát,
02:02
or the size of the attack.
41
110000
2000
vagy másképpen a harc nagyságát.
02:04
And on the vertical axis you've got the number of attacks.
42
112000
3000
A függőleges tengelyen pedig a támadások számát mérjük.
02:07
So we plot data for sample on this.
43
115000
2000
Valahogy így néz ki a kapott ábra.
02:09
You see some sort of random distribution --
44
117000
2000
Véletlenszerű eloszlást láthatunk --
02:11
perhaps 67 attacks, one person was killed,
45
119000
3000
mondjuk 67 támadásban halt meg egy ember,
02:14
or 47 attacks where seven people were killed.
46
122000
3000
vagy mondjuk 47 támadásban haltak meg heten.
02:17
We did this exact same thing for Iraq.
47
125000
2000
Ugyanezt elvégeztük Irakra is.
02:19
And we didn't know, for Iraq what we were going to find.
48
127000
3000
Nem tudtuk, hogy Irak esetében mit fogunk találni.
02:22
It turns out what we found was pretty surprising.
49
130000
4000
Egészen meglepő dolgot tapasztaltunk.
02:26
You take all of the conflict,
50
134000
2000
Vegyük az összes konfliktust,
02:28
all of the chaos, all of the noise,
51
136000
2000
káoszt, az összes zajt,
02:30
and out of that
52
138000
2000
és ebből
02:32
comes this precise mathematical distribution
53
140000
2000
egy precíz matematikai eloszlás jön létre
02:34
of the way attacks are ordered in this conflict.
54
142000
3000
a támadások rendszerét tekintve.
02:37
This blew our mind.
55
145000
2000
Ez sokkolt minket.
02:39
Why should a conflict like Iraq have this
56
147000
4000
Miért kellene egy olyan konfliktusnak, mint
02:43
as its fundamental signature?
57
151000
2000
az irakinak ilyen alapvető jellemzővel bírnia?
02:45
Why should there be order in war?
58
153000
2000
Miért van rendszer a háborúban?
02:47
We didn't really understand that.
59
155000
2000
Ezt nem igazán értettük.
02:49
We thought maybe there is something special about Iraq.
60
157000
4000
Arra gondoltunk, hogy Irak egy speciális eset volt.
02:53
So we looked at a few more conflicts.
61
161000
2000
Ezért megnéztünk más konfliktusokat is.
02:55
We looked at Colombia, we looked at Afghanistan,
62
163000
2000
Vizsgáltuk Kolumbiát, Afganisztánt,
02:57
and we looked at Senegal.
63
165000
2000
Szenegált.
02:59
And the same pattern emerged in each conflict.
64
167000
2000
És minden egyes esetben ugyanazt a mintát találtuk.
03:01
This wasn't supposed to happen.
65
169000
2000
Ennek nem szabadott volna megtörténnie.
03:03
These are different wars, with different religious factions,
66
171000
3000
Ezek különböző háborúk, különböző vallási csoportokkal,
03:06
different political factions, and different socioeconomic problems.
67
174000
3000
kölünböző politikai csoportokkal és különböző társadalmi-gazdasági problémákkal.
03:09
And yet the fundamental patterns underlying them
68
177000
4000
Mégis, a mögöttük lévő alapvető mintázat
03:13
are the same.
69
181000
3000
mindenhol ugyanolyan.
03:16
So we went a little wider.
70
184000
2000
Így kicsit szélesítettük a kutatást.
03:18
We looked around the world at all the data we could get our hands on.
71
186000
3000
Körbenéztünk minden elérhető információ után.
03:21
From Peru to Indonesia,
72
189000
3000
Perutól Indonéziáig
03:24
we studied this same pattern again.
73
192000
2000
ismét ugyanezt a mintát találtuk.
03:26
And we found that not only
74
194000
3000
Nemcsak azt találtuk, hogy
03:29
were the distributions these straight lines,
75
197000
2000
az eloszlás egy egyenes vonal, hanem
03:31
but the slope of these lines, they clustered around
76
199000
2000
ennek az adatpontok felhőjét leíró vonalnak a meredeksége,
03:33
this value of alpha equals 2.5.
77
201000
3000
az alfa 2,5-tel egyenlő.
03:36
And we could generate an equation
78
204000
2000
Fel tudtunk írni egy egyenletet,
03:38
that could predict the likelihood of an attack.
79
206000
3000
ami képes megjósolni egy támadás valószínűségét.
03:41
What we're saying here
80
209000
2000
Az egyenlet alapján
03:43
is the probability of an attack killing X number of people
81
211000
4000
egy olyan harcnak, melyben X ember esik áldozatul, a valószínűsége
03:47
in a country like Iraq
82
215000
2000
egy olyan országban mint Irak,
03:49
is equal to a constant, times the size of that attack,
83
217000
3000
egyenlő egy konstans megszorozva a támadás nagyságának
03:52
raised to the power of negative alpha.
84
220000
3000
negatív alfára emelt hatványával.
03:55
And negative alpha is the slope of that line I showed you before.
85
223000
6000
Ez a negatív alfa tehát az előbb bemutatott egyenes meredeksége.
04:01
So what?
86
229000
2000
És ezek után?
04:03
This is data, statistics. What does it tell us about these conflicts?
87
231000
3000
Ez adat, statisztika. Mit mond el ez a konfliktusokról?
04:06
That was a challenge we had to face as physicists.
88
234000
3000
Fizikusként ezzel a kihívással szembesültünk.
04:09
How do we explain this?
89
237000
3000
Hogyan magyarázhatjuk meg ezt?
04:12
And what we really found was that alpha,
90
240000
2000
Azt találtuk, hogy az alfa,
04:14
if we think about it, is the organizational
91
242000
2000
ha meggondoljuk, a felkelés
04:16
structure of the insurgency.
92
244000
3000
felépítésének a rendszerét írja le.
04:19
Alpha is the distribution of the sizes of attacks,
93
247000
3000
Az alfa a harcok méretének az eloszlását jellemzi,
04:22
which is really the distribution
94
250000
2000
ami tulajdonképpen a harcokban
04:24
of the group strength carrying out the attacks.
95
252000
2000
résztvevő csapatok erejének az eloszlása.
04:26
So we look at a process of group dynamics:
96
254000
2000
Csoportdinamikai folyamatot vizsgálunk:
04:28
coalescence and fragmentation,
97
256000
3000
összekapcsolódás és fragmentáció,
04:31
groups coming together, groups breaking apart.
98
259000
2000
csoportok összeolvadása és széttöredezése.
04:33
And we start running the numbers on this. Can we simulate it?
99
261000
3000
És elkezdtünk számolgatni. Tudnánk szimulálni is?
04:36
Can we create the kind of patterns that we're seeing
100
264000
3000
Tudnánk reprodukálni azokat a mintákat, melyeket
04:39
in places like Iraq?
101
267000
3000
Irakban tapasztalunk?
04:42
Turns out we kind of do a reasonable job.
102
270000
2000
Kiderült, hogy van értelme a dolognak.
04:44
We can run these simulations.
103
272000
2000
Képesek vagyunk futtatni ilyen szimulációkat.
04:46
We can recreate this using a process of group dynamics
104
274000
3000
Meg tudjuk ismételni ezeket a csoportdinamikai jelenségeket,
04:49
to explain the patterns that we see
105
277000
2000
hogy megmagyarázzuk azokat a mintákat,
04:51
all around the conflicts around the world.
106
279000
5000
melyeket tapasztalunk konfliktusok esetén a világ minden táján.
04:56
So what's going on?
107
284000
2000
Tehát mi a helyzet?
04:58
Why should these different -- seemingly different conflicts
108
286000
3000
Miért kellene ezeknek a különböző -- látszólag különböző összetűzéseknek
05:01
have the same patterns?
109
289000
2000
ugyanolyan mintával rendelkezniük?
05:03
Now what I believe is going on is that
110
291000
3000
Úgy hiszem jelenleg, hogy a felkelők
05:06
the insurgent forces, they evolve over time. They adapt.
111
294000
4000
változnak az idő függvényében. Alkalmazkodnak.
05:10
And it turns out there is only one solution
112
298000
2000
Az derül ki, hogy egyedül egy módszer van arra,
05:12
to fight a much stronger enemy.
113
300000
2000
hogy egy sokkal erősebb ellenség ellen harcoljunk.
05:14
And if you don't find that solution as an insurgent force,
114
302000
3000
Ha egy felkelő nem találja meg ezt a megoldást,
05:17
you don't exist.
115
305000
2000
akkor nem létezik.
05:19
So every insurgent force that is ongoing,
116
307000
2000
Tehát minden létező felkelésnek,
05:21
every conflict that is ongoing,
117
309000
2000
minden folyamatban lévő konfliktusnak
05:23
it's going to look something like this.
118
311000
2000
valahogy így kell kinéznie.
05:25
And that is what we think is happening.
119
313000
3000
Úgy gondoljuk, hogy ez történik.
05:28
Taking it forward, how do we change it?
120
316000
2000
Mindezek után: hogyan változtathatjuk meg?
05:30
How do we end a war like Iraq?
121
318000
2000
Hogyan vessünk véget egy olyan háborúnak, mint az iraki?
05:32
What does it look like?
122
320000
2000
Hogyan történik ez?
05:34
Alpha is the structure. It's got a stable state at 2.5.
123
322000
3000
Az alfa a rendszer. Az értéke stabilan 2,5.
05:37
This is what wars look like when they continue.
124
325000
4000
Így néznek ki a háborúk, ha folytatódnak.
05:41
We've got to change that.
125
329000
2000
Meg kell változtatnunk.
05:43
We can push it up:
126
331000
2000
Emelhetjük az értékét:
05:45
the forces become more fragmented;
127
333000
2000
az erők jobban szét fognak töredezni;
05:47
there is more of them, but they are weaker.
128
335000
4000
több lesz belőlük, de gyengébbek lesznek.
05:51
Or we push it down:
129
339000
2000
Vagy csökkenthetjük az értékét:
05:53
they're more robust; there is less groups;
130
341000
2000
kevesebb, de robosztusabb csoportok lesznek;
05:55
but perhaps you can sit and talk to them.
131
343000
4000
viszont így talán jobban lehet hatni rájuk.
05:59
So this graph here, I'm going to show you now.
132
347000
2000
Ezt a grafikont szeretném bemutatni.
06:01
No one has seen this before. This is literally
133
349000
3000
Ezt eddig még senki sem látta. Tulajdonképpen
06:04
stuff that we've come through last week.
134
352000
2000
csupán az előző héten végeztünk vele.
06:06
And we see the evolution of Alpha through time.
135
354000
4000
Láthatjuk az alfa változását az idő függvényében.
06:10
We see it start. And we see it grow up to the stable state
136
358000
3000
Elkezdődik, majd megnő a mindenhol tapasztalt
06:13
the wars around the world look like.
137
361000
2000
stabil értékre.
06:15
And it stays there through the invasion of Fallujah
138
363000
3000
Ennyi is marad Falludzsa megszállásától egészen
06:18
until the Samarra bombings in the
139
366000
2000
Szamarra bombázásáig
06:20
Iraqi elections of '06.
140
368000
3000
a 2006-os iraki választásokon.
06:23
And the system gets perturbed. It moves upwards
141
371000
2000
Ezután meg lett bolygatva.
06:25
to a fragmented state.
142
373000
2000
Megnő egy széttöredezettebb állapotig.
06:27
This is when the surge happens.
143
375000
2000
Ekkor történt a csapatnövelés.
06:29
And depending on who you ask,
144
377000
2000
Attól függően, hogy kit kérdezünk,
06:31
the surge was supposed to push it up even further.
145
379000
3000
a csapatnövelés célja az volt, hogy tovább emelje az alfa értékét.
06:34
The opposite happened.
146
382000
2000
Ennek az ellentéte történt.
06:36
The groups became stronger.
147
384000
2000
A csapatok erősebbek lettek.
06:38
They became more robust.
148
386000
2000
Robosztusabbak.
06:40
And so I'm thinking, right, great, it's going to keep going down.
149
388000
3000
Aztán arra gondolhatunk: rendben, nagyszerű, elkezd csökkenni.
06:43
We can talk to them. We can get a solution. The opposite happened.
150
391000
3000
Tudunk hozzájuk beszélni. Megoldhatjuk a problémát. Viszont ismét ennek ellentéte történt.
06:46
It's moved up again. The groups are more fragmented.
151
394000
3000
Ismét emelkedett. A csapatok ismét töredezettebbé váltak.
06:49
And this tells me one of two things.
152
397000
2000
Ennek két lehetséges válasza van.
06:51
Either we're back where we started
153
399000
3000
Vagy eljutottunk oda, ahonnan indultunk,
06:54
and the surge has had no effect;
154
402000
2000
és a csapatnövelésnek nem volt hatása;
06:56
or finally the groups have been fragmented to the extent
155
404000
4000
vagy végülis annyira széttöredeztek a csapatok,
07:00
that we can start to think about maybe moving out.
156
408000
4000
hogy elkezdhetnénk gondolkodni a kivonulásról.
07:04
I don't know what the answer is to that.
157
412000
2000
Nem tudom erre a választ.
07:06
But I know that we should be looking at the structure of the insurgency
158
414000
3000
De azt tudom, hogy a válaszhoz a felkelés
07:09
to answer that question.
159
417000
2000
felépítését kell figyelembe vennünk.
07:11
Thank you.
160
419000
2000
Köszönöm.
07:13
(Applause)
161
421000
5000
(Taps)
ABOUT THE SPEAKER
Sean Gourley - Physicist and military theoristSean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow.
Why you should listen
Sean Gourley's twin passions are physics (working on nanoscale blue-light lasers and self-assembled quantum nanowires) and politics (he once ran for a national elected office back home in New Zealand).
A Rhodes scholar, he's spent the past five years working at Oxford on complex adaptive systems and collective intelligent systems -- basically, using data to understand the nature of human conflict. As he puts it, "This research has taken me all over the world from the Pentagon, to the House of Lords, the United Nations and most recently to Iraq". Originally from New Zealand, he now lives in San Francisco, where he is the co-founder and CTO of Quid which is building a global intelligence platform. He's a 2009 TED Fellow.
In December 2009, Gourley and his team's research was published in the scientific journal Nature. He is co-founder and CTO of Quid.
Sean Gourley | Speaker | TED.com