ABOUT THE SPEAKERS

Eric Berlow - Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more.

Why you should listen

Eric Berlow is an ecologist and network scientist who specializes in not specializing. A TED Senior Fellow, Berlow is recognized for his research on food webs and ecological networks and for creative approaches to complex problems. He was the founding director of the University of California's first environmental science center inside Yosemite National Park, where he continues to develop data-driven approaches to managing natural ecosystems.

In 2012 Berlow founded Vibrant Data Labs, which builds tools to use data for social good. Berlow's current projects range from helping spark an egalitarian personal data economy to protecting endangered amphibians in Yosemite to crowd-sourcing novel insights about human creativity. Berlow holds a Ph.D. from Oregon State University in marine ecology.

More profile about the speaker
Eric Berlow | Speaker | TED.com

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.

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.

More profile about the speaker
Sean Gourley | Speaker | TED.com

TED2013

Eric Berlow and Sean Gourley: Mapping ideas worth spreading

エリック・バーロウとショーン・ゴーリー: 広げる価値のあるアイデアの地図作り

Filmed: 2013-02-28

Readability: 4.3

1,131,373 views

２万４千ものアイデアとはどんなものでしょうか。生態学者のエリック・バーローと物理学者のショーン・ゴーリーは、世界中のTEDxトークの記録にアルゴリズムを適用し、アイデアの地図を私たちに示しながら、アイデアがどのようにグローバルに繋がっているのかを示します。

Eric Berlow - Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more. Full bioSean 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

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

00:12

Ericエリック Berlowベルロー: I'm an ecologist生態学者, and Sean'sショーンズ a physicist物理学者,

0

562

3061

エリック・バーロウ：私は生態学者で
ショーンは物理学者です

00:15

and we bothどちらも study調査 complex複合体 networksネットワーク.

1

3623

2108

私達は複雑なネットワークを
研究しています

00:17

And we met会った a coupleカップル years年 ago前 when we discovered発見された

2

5731

1835

私たちが数年前出会った時
２人共戦争の生態について

00:19

that we had bothどちらも given与えられた a shortショート TEDTED Talk

3

7566

2000

私たちが数年前出会った時
２人共戦争の生態について

00:21

about the ecology生態学 of war戦争,

4

9566

2303

TEDで話した事を知り

00:23

and we realized実現した that we were connected接続された

5

11869

1447

会う前から同じ考えで

00:25

by the ideasアイデア we shared共有 before we ever met会った.

6

13316

2818

通じ合っている事が解りました

00:28

And then we thought, you know, there are thousands千

7

16134

1556

TEDxもそうですが

00:29

of other talks交渉 out there, especially特に TEDxTEDx Talks会談,

8

17690

2114

世界中に何千もの

00:31

that are popping飛び立つ up all over the world世界.

9

19804

2211

トークメディアが出現していますが

00:34

How are they connected接続された,

10

22015

923

それ等の繋がりや

00:34

and what does that globalグローバル conversation会話 look like?

11

22938

2010

グローバルな会話とは
どんなものでしょう

00:36

So Sean'sショーンズ going to tell you a little bitビット about how we did that.

12

24948

2810

ショーンが私たちの研究を
簡単にお話しします

00:39

Seanショーン GourleyGourley: Exactly正確に. So we took取った 24,000 TEDxTEDx Talks会談

13

27758

3767

ショーン・ゴーリー：
２万４千ものTEDxトークを

00:43

from around the world世界, 147 different異なる countries国,

14

31525

3046

147カ国から集めました

00:46

and we took取った these talks交渉 and we wanted to find

15

34571

2123

そしてこれらのトークの背景にある

00:48

the mathematical数学 structures構造 that underly根底に

16

36694

2040

潜在的なアイデアの
数学的構造を見つけ

00:50

the ideasアイデア behind後ろに them.

17

38734

1722

潜在的なアイデアの
数学的構造を見つけ

00:52

And we wanted to do that so we could see how

18

40456

1370

それ等のトークがどうお互い

00:53

they connected接続された with each各 other.

19

41826

2053

繋がり合っているのか
知りたかったのです

00:55

And so, of courseコース, if you're going to do this kind種類 of stuffもの,

20

43879

1676

勿論それには

00:57

you need a lot of dataデータ.

21

45555

956

多くのデータが必要です

00:58

So the dataデータ that you've got is a great thing calledと呼ばれる YouTubeYouTube,

22

46511

3686

その素晴らしいデーターとは
YouTubeです

01:02

and we can go down and basically基本的に pull引く

23

50197

1768

基本的にYouTubeから
公開情報を取り出す事が出来ます

01:03

all the open開いた information情報 from YouTubeYouTube,

24

51965

2267

基本的にYouTubeから
公開情報を取り出す事が出来ます

01:06

all the commentsコメント, all the views再生回数, who'sだれの watching見ている it,

25

54232

2349

コメントや再生回数
どこで誰が見ているか

01:08

where are they watching見ている it, what are they saying言って in the commentsコメント.

26

56581

2779

コメントの内容も解ります

01:11

But we can alsoまた、 pull引く up, usingを使用して speech-to-text会話からテキストへ translation翻訳,

27

59360

3292

その上音声テキスト変換を使い

01:14

we can pull引く the entire全体 transcriptトランスクリプト,

28

62652

2128

トークの原稿全体を
取り出す事が出来ます

01:16

and that works作品 even for people with kind種類 of funny面白い accentsアクセント like myself私自身.

29

64780

2680

私の様な訛のあっても
大丈夫です

01:19

So we can take their彼らの transcriptトランスクリプト

30

67460

2106

そんな原稿を取り出し

01:21

and actually実際に do some prettyかなり coolクール things.

31

69566

2098

すごい事が出来るのです

01:23

We can take naturalナチュラル language言語 processing処理 algorithmsアルゴリズム

32

71664

2160

自然言語処理アルゴリズムをつかって

01:25

to kind種類 of read読む throughを通して with a computerコンピューター, lineライン by lineライン,

33

73824

2629

鍵となる考えを一行ごとに

01:28

extracting抽出する keyキー conceptsコンセプト from this.

34

76453

2359

コンピュータで読み込みます

01:30

And we take those keyキー conceptsコンセプト and they sortソート of form形

35

78812

2525

そして鍵となるコンセプトを取り出し

01:33

this mathematical数学 structure構造 of an ideaアイディア.

36

81337

3565

アイデアの数学的構造の様な形にします

01:36

And we call that the meme-omeミーム・オーム.

37

84902

1757

それを私達は「ミーモム」と呼びます

01:38

And the meme-omeミーム・オーム, you know, quiteかなり simply単に,

38

86659

2151

「ミーモム」は簡単に言うと

01:40

is the mathematics数学 that underlies基礎 an ideaアイディア,

39

88810

2426

あるアイデアが元になった数学なのです

01:43

and we can do some prettyかなり interesting面白い analysis分析 with it,

40

91236

1932

これを使って
とても面白い分析ができます

01:45

whichどの I want to shareシェア with you now.

41

93168

1981

それをここでお見せしたいのです

01:47

So each各 ideaアイディア has its own自分の meme-omeミーム・オーム,

42

95149

2190

１つ１つのアイデアに
「ミーモム」があり

01:49

and each各 ideaアイディア is uniqueユニークな with that,

43

97339

1951

それはそれぞれユニークですが

01:51

but of courseコース, ideasアイデア, they borrowかりて from each各 other,

44

99290

2488

勿論お互いアイデアを借り合い

01:53

they kind種類 of stealスチール sometimes時々,

45

101778

1184

時にはアイデアを盗んだり

01:54

and they certainly確かに buildビルドする on each各 other,

46

102962

1827

確かに相互関係にあります

01:56

and we can go throughを通して mathematically数学的に

47

104789

1616

そこで数学的に

01:58

and take the meme-omeミーム・オーム from one talk

48

106405

1840

一つのトークから「ミーモム」をとり

02:00

and compare比較する it to the meme-omeミーム・オーム from everyすべて other talk,

49

108245

2454

他の個々のトークから
取ったものと比べます

02:02

and if there's a similarity類似性 betweenの間に the two of them,

50

110699

1973

もし類似点があれば

02:04

we can create作成する a linkリンク and represent代表する that as a graphグラフ,

51

112672

3250

リンクで繋ぎ
グラフに表します

02:07

just like Ericエリック and I are connected接続された.

52

115922

2394

私とエリックが
繋がった様にです

02:10

So that's theory理論, that's great.

53

118316

1394

それが理論ですそれでは

02:11

Let's see how it works作品 in actual実際の practice練習.

54

119710

2526

実際にどんな働きをするのか
見てみましょう

02:14

So what we've私たちは got here now is the globalグローバル footprintフットプリント

55

122236

2788

ここにあるのは過去4年間の

02:17

of all the TEDxTEDx Talks会談 over the last four4つの years年

56

125024

2293

TEDxトークの足跡です

02:19

exploding爆発する out around the world世界

57

127317

1550

世界中に爆発的に広がってます

02:20

from New新しい Yorkヨーク all the way down to little old古い New新しい Zealandジーランド in the cornerコーナー.

58

128867

3329

ニューヨークから
ずっとニュージーランドまで

02:24

And what we did on this is we analyzed分析された the top上 25 percentパーセント of these,

59

132196

3835

これらのトップ25%を分析し

02:28

and we started開始した to see where the connections接続 occurred発生した,

60

136031

2534

その繋がりの起点から

02:30

where they connected接続された with each各 other.

61

138565

1537

見ていきました

02:32

Cameronキャメロン Russellラッセル talking話す about image画像 and beauty美しさ

62

140102

1874

イメージと美について話している
キャメロンとラッセルは

02:33

connected接続された over into Europeヨーロッパ.

63

141976

1575

ヨーロッパで繋がりました

02:35

We've私たちは got a biggerより大きい conversation会話 about Israelイスラエル and Palestineパレスチナ

64

143551

2412

会話は中東の話から発し
イスラエルとパレスチナの

02:37

radiating放射する outwards外側に from the Middle中間 East東.

65

145963

2255

にぎやかな会話に広がりました

02:40

And we've私たちは got something a little broaderより広い

66

148218

1298

そしてもう少し一般的な
雑談とも思えるような

02:41

like big大きい dataデータ with a truly真に globalグローバル footprintフットプリント

67

149516

2156

そしてもう少し一般的な
雑談とも思えるような

02:43

reminiscent思い出す of a conversation会話

68

151672

2179

ビッグデータ的な
ものも得られました

02:45

that is happeningハプニング everywhereどこにでも.

69

153851

2016

真にグローバルな軌跡です

02:47

So from this, we kind種類 of run走る up againstに対して the limits限界

70

155867

2173

ここで私達がぶつかったのは

02:50

of what we can actually実際に do with a geographic地理的 projection投影,

71

158040

2530

地図的表現の限界です

02:52

but luckily幸運にも, computerコンピューター technology技術 allows許す us to go out

72

160570

2052

でも幸運にもコンピュータ技術で

02:54

into multidimensional多次元 spaceスペース.

73

162622

1546

多次元の空間を扱えます

02:56

So we can take in our networkネットワーク projection投影

74

164168

1875

ネットワーク表現を使い

02:58

and apply適用する a physics物理 engineエンジン to this,

75

166043

1750

これに物理演算エンジンを適用します

02:59

and the similar類似 talks交渉 kind種類 of smashスマッシュ together一緒に,

76

167793

1885

同じ様なトークはお互いぶつかり合い

03:01

and the different異なる onesもの fly飛ぶ apart離れて,

77

169678

2004

異なるものは飛び離れ

03:03

and what we're left with is something quiteかなり beautiful綺麗な.

78

171682

2072

本当に美しいイメージが残ります

03:05

EBEB: So I want to just pointポイント out here that everyすべて nodeノード is a talk,

79

173754

2957

ここで大切なのは
個々のノードはトークを表していて

03:08

they're linkedリンクされた if they shareシェア similar類似 ideasアイデア,

80

176711

2589

同じ様なアイデアは結ばれます

03:11

and that comes来る from a machine機械 reading読書

81

179300

2084

全てのトークスクリプトを

03:13

of entire全体 talk transcripts転写物,

82

181384

2067

機械が読んで作っています

03:15

and then all these topicsトピック that popポップ out,

83

183451

2231

現れて来るトピックは
タグやキーワードから

03:17

they're not from tagsタグ and keywordsキーワード.

84

185682

1790

作ったものではありません

03:19

They come from the networkネットワーク structure構造

85

187472

1725

関連し合うアイデアの

03:21

of interconnected相互に接続された ideasアイデア. Keep going.

86

189197

2168

ネットワーク構成から
生まれたものです　続けて下さい

03:23

SGSG: Absolutely絶対に. So I got a little quickクイック on that,

87

191365

2022

その通り
先を急ぎ過ぎたので

03:25

but he's going to slowスロー me down.

88

193387

1475

彼が補足してくれました

03:26

We've私たちは got education教育 connected接続された to storytellingストーリーテリング

89

194862

2034

「教育」と「語り聞かせ」が
「ソーシャルメディア」と

03:28

triangulated三角測量 next次 to socialソーシャル mediaメディア.

90

196896

1643

三画に繋がっています

03:30

You've got, of courseコース, the human人間 brain脳 right next次 to healthcare健康管理,

91

198539

2475

「医療」のすぐ側は
勿論「頭脳」です

03:33

whichどの you mightかもしれない expect期待する,

92

201014

1386

これは予想できますが

03:34

but alsoまた、 you've got videoビデオ gamesゲーム, whichどの is sortソート of adjacent隣接,

93

202400

2395

この２つのスペースが繋ぎ合う

03:36

as those two spacesスペース interfaceインタフェース with each各 other.

94

204795

2740

割と近くに「ビデオゲーム」があるのです

03:39

But I want to take you into one clusterクラスタ

95

207535

1535

私が特に大切に思う

03:41

that's particularly特に important重要 to me, and that's the environment環境.

96

209070

2868

「環境」の塊をお見せしましょう

03:43

And I want to kind種類 of zoomズーム in on that

97

211938

1493

もっと解像度を上げられないか

03:45

and see if we can get a little more resolution解決.

98

213431

2363

ズームインしてみます

03:47

So as we go in here, what we start開始 to see,

99

215794

2347

ここに入って物理演算エンジンを使い

03:50

apply適用する the physics物理 engineエンジン again,

100

218141

1504

現れて来たのは・・・

03:51

we see what's one conversation会話

101

219645

1676

この１つの会話は

03:53

is actually実際に composed構成された of manyたくさんの smaller小さい onesもの.

102

221321

2560

いくつかの小さなものの
集まりだとわかります

03:55

The structure構造 starts開始する to emerge出現する

103

223881

1929

この構造からわかるのは

03:57

where we see a kind種類 of fractalフラクタル behavior動作

104

225810

2070

私たちが大切なトピックを

03:59

of the words言葉 and the language言語 that we use

105

227880

1619

表すのに使う単語や言葉の

04:01

to describe説明する the things that are important重要 to us

106

229499

1702

フラクタル的な挙動です

04:03

all around this world世界.

107

231201

1433

フラクタル的な挙動です

04:04

So you've got foodフード economy経済 and local地元 foodフード at the top上,

108

232634

2332

ここでは「食料経済学」と
「地元の食材」が上部にあり

04:06

you've got greenhouse温室 gasesガス, solar太陽 and nuclear核 waste廃棄物.

109

234966

2719

「温室効果ガス」や
「太陽光発電」に「核廃棄物」もあります

04:09

What you're getting取得 is a range範囲 of smaller小さい conversations会話,

110

237685

2631

小規模な会話が

04:12

each各 connected接続された to each各 other throughを通して the ideasアイデア

111

240316

2301

共通の言葉やアイデアで

04:14

and the language言語 they shareシェア,

112

242617

1301

互いに結びつき

04:15

creating作成 a broaderより広い concept概念 of the environment環境.

113

243918

2450

環境に関する
より大きな考えを築いています

04:18

And of courseコース, from here, we can go

114

246368

1532

勿論ここからズームインすれば

04:19

and zoomズーム in and see, well, what are young若い people looking at?

115

247900

3534

若者が何を見ているか解ります

04:23

And they're looking at energyエネルギー technology技術 and nuclear核 fusion融合.

116

251434

2345

彼らは「核融合」や
「エネルギー技術」を見ています

04:25

This is their彼らの kind種類 of resonance共振

117

253779

1674

言わばこれらが彼らの

04:27

for the conversation会話 around the environment環境.

118

255453

2406

環境についての会話と
共鳴するトピックなのです

04:29

If we splitスプリット along一緒に gender性別 lines行,

119

257859

1899

性別に分けてみると

04:31

we can see females女性 resonating共鳴する heavily重く

120

259758

1987

女性は「食糧経済学」に
とても同調しており

04:33

with foodフード economy経済, but alsoまた、 out there in hope希望 and optimism楽観.

121

261745

3645

またそこに「希望と楽観」も
見てとれます

04:37

And so there's a lot of excitingエキサイティング stuffもの we can do here,

122

265390

2482

いろんな面白いことができるんです

04:39

and I'll throwスロー to Ericエリック for the next次 part部.

123

267872

1762

次はエリックにお願いしましょう

04:41

EBEB: Yeah, I mean, just to pointポイント out here,

124

269634

1602

ええここで言いたいのは

04:43

you cannotできない get this kind種類 of perspective視点

125

271236

1538

こうした観点はYouTubeの

04:44

from a simple単純 tagタグ searchサーチ on YouTubeYouTube.

126

272774

3360

単なるタグ検索だけでは
得られないと言う事です

04:48

Let's now zoomズーム back out to the entire全体 globalグローバル conversation会話

127

276134

4188

「環境」からグローバルな
話題全体に

04:52

out of environment環境, and look at all the talks交渉 together一緒に.

128

280322

2534

ズームアウトし
トークを一望してみます

04:54

Now oftenしばしば, when we're faced直面する with this amount量 of contentコンテンツ,

129

282856

2927

通常これ程の量の
情報に遭遇すると

04:57

we do a coupleカップル of things to simplify簡略化する it.

130

285783

2431

単純化する為に
いくつかの方法を取ります

05:00

We mightかもしれない just say, well,

131

288214

1314

こう検索するかもしれません

05:01

what are the most最も popular人気 talks交渉 out there?

132

289528

2829

今一番人気のあるトークは？

05:04

And a few少数 rise上昇 to the surface表面.

133

292357

1397

すると数個が現れてきます

05:05

There's a talk about gratitude感謝.

134

293754

1828

感謝に関するトーク

05:07

There's another別の one about personal個人的 health健康 and nutrition栄養.

135

295582

3344

健康や栄養に関するトーク

05:10

And of courseコース, there's got to be one about pornポルノ, right?

136

298926

2929

そして勿論ポルノについてですね

05:13

And so then we mightかもしれない say, well, gratitude感謝, that was last year年.

137

301855

3234

去年は感謝に
関するものでしたが

05:17

What's trendingトレンド now? What's the popular人気 talk now?

138

305089

2522

今年はどんなトークが
人気があるか？と見てみると

05:19

And we can see that the new新しい, emerging新興, top上 trendingトレンド topicトピック

139

307611

3321

新しい人気トップの
候補が現れます

05:22

is about digitalデジタル privacyプライバシー.

140

310932

2666

インターネット上の
プライバシーについてです

05:25

So this is great. It simplifies簡素化する things.

141

313598

1693

いいですね　
解りやすいです

05:27

But there's so much creative創造的な contentコンテンツ

142

315291

1827

でもこのような検索に
ひっかからない

05:29

that's just buried埋葬された at the bottom下.

143

317118

1921

もっと創造的な
内容のものもあるんです

05:31

And I hate嫌い that. How do we bubbleバブル stuffもの up to the surface表面

144

319039

3318

この様なものを
どうやって表面に持ってくるか？

05:34

that's maybe really creative創造的な and interesting面白い?

145

322357

2458

この様なものを
どうやって表面に持ってくるか？

05:36

Well, we can go back to the networkネットワーク structure構造 of ideasアイデア

146

324815

2931

アイデアのネットワーク構造に
戻れば

05:39

to do that.

147

327746

1430

これが可能です

05:41

Remember忘れない, it's that networkネットワーク structure構造

148

329176

2114

ここに現れるトピックを
作っているのは

05:43

that is creating作成 these emergent緊急の topicsトピック,

149

331290

2268

ネットワーク構造だと
お話ししましたが

05:45

and let's say we could take two of them,

150

333558

1515

ここから2つを選んで --

05:47

like cities都市 and genetics遺伝学, and say, well, are there any talks交渉

151

335073

3047

例えば「都市」と「遺伝学」を選び

05:50

that creatively創造的 bridgeブリッジ these two really different異なる disciplines分野.

152

338120

2569

この全く異なる分野を
うまく繋ぐトークはあるか探します

05:52

And that's -- Essentially本質的に, this kind種類 of creative創造的な remixリミックス

153

340689

2275

この創造的リミックスの様なものが

05:54

is one of the hallmarks特徴 of innovation革新.

154

342964

1840

イノベーションの特徴とも言えます

05:56

Well here'sここにいる one by Jessicaジェシカ Green緑

155

344804

1606

これはジェシカ・グリーンのもので

05:58

about the microbial微生物 ecology生態学 of buildings建物.

156

346410

2379

建物の微生物生態学についです

06:00

It's literally文字通り defining定義する a new新しい fieldフィールド.

157

348789

2010

全く新しい分野を築いています

06:02

And we could go back to those topicsトピック and say, well,

158

350799

2103

これら２つのトピックに戻り

06:04

what talks交渉 are central中央 to those conversations会話?

159

352902

2768

どのトークが各々のトピックの
中心にあるかもわかります

06:07

In the cities都市 clusterクラスタ, one of the most最も central中央

160

355670

1690

都市の塊で最も中心にあるのは

06:09

was one by Mitchミッチ Joachimヨアキム about ecological生態学的 cities都市,

161

357360

3952

エコロジー都市についての
ミッチ・ジョアキムのもので

06:13

and in the genetics遺伝学 clusterクラスタ,

162

361312

1720

「遺伝学」の塊の中心には

06:15

we have a talk about synthetic合成 biology生物学 by Craigクレイグ Venterベンター.

163

363032

3193

クレイグ・ベンターの
合成生物学のトークがあります

06:18

These are talks交渉 that are linkingリンク manyたくさんの talks交渉 within以内 their彼らの discipline規律.

164

366225

3353

これらはそれぞれの分野の中で
多くのトークを繋げています

06:21

We could go the other direction方向 and say, well,

165

369578

1843

反対の方に行ってみましょう

06:23

what are talks交渉 that are broadly広く synthesizing合成

166

371421

2272

あらゆる分野を広く

06:25

a lot of different異なる kinds種類 of fieldsフィールド.

167

373693

1448

総合したトークはどうでしょう

06:27

We used a measure測定 of ecological生態学的 diversity多様性 to get this.

168

375141

2533

これには生態的多様性から見ました

06:29

Like, a talk by Stevenスティーブン Pinkerピンカ on the history歴史 of violence暴力,

169

377674

2736

例えば暴力の歴史についての
スティーブ・ピンカーのトークは

06:32

very synthetic合成.

170

380410

1180

とても総合的です

06:33

And then, of courseコース, there are talks交渉 that are so uniqueユニークな

171

381590

2078

もちろん大変ユニークで

06:35

they're kind種類 of out in the stratosphere成層圏, in their彼らの own自分の special特別 place場所,

172

383668

3090

はるか彼方の独自の場所に
属するトークもあります

06:38

and we call that the Colleenコリーン Flanaganフラナガン index索引.

173

386758

2514

コリーン・フラナガン指数と
私達は呼びます

06:41

And if you don't know Colleenコリーン, she's an artistアーティスト,

174

389272

3034

ご存知でしょうか
彼女はアーティストですが

06:44

and I asked尋ねた her, "Well, what's it like out there

175

392306

1543

「アイデアの世界の果て」は

06:45

in the stratosphere成層圏 of our ideaアイディア spaceスペース?"

176

393849

1672

どんな所か彼女に
尋ねてみました

06:47

And apparently明らかに it smells臭い like baconベーコン.

177

395521

3255

ベーコンの様な匂いが
する場所だそうです

06:50

I wouldn'tしないだろう know.

178

398776

1791

私には解りませんが

06:52

So we're usingを使用して these networkネットワーク motifsモチーフ

179

400567

2248

このようなネットワークの
パターンを使って

06:54

to find talks交渉 that are uniqueユニークな,

180

402815

1186

ユニークなトークや

06:56

onesもの that are creatively創造的 synthesizing合成 a lot of different異なる fieldsフィールド,

181

404001

2710

様々な分野を
うまく統合したもの

06:58

onesもの that are central中央 to their彼らの topicトピック,

182

406711

1659

トピックの中心になっているもの

07:00

and onesもの that are really creatively創造的 bridgingブリッジ disparate異なる fieldsフィールド.

183

408370

3374

完全に異なる分野を
うまく繋げているものが探せます

07:03

Okay? We never would have found見つけた those with our obsession強迫観念

184

411744

2102

人気のあるものだけに
注目していたら

07:05

with what's trendingトレンド now.

185

413846

2313

このようなものは
見つからなかったでしょう

07:08

And all of this comes来る from the architecture建築 of complexity複雑,

186

416159

2886

これ等全ては複雑な構造や

07:11

or the patternsパターン of how things are connected接続された.

187

419045

2960

繋がり方のパターンから
探し出されたものです

07:14

SGSG: So that's exactly正確に right.

188

422005

1625

全くその通りです

07:15

We've私たちは got ourselves自分自身 in a world世界

189

423630

2479

私たちは非常に複雑な世界に

07:18

that's massively大規模 complex複合体,

190

426109

2044

生きるようになり

07:20

and we've私たちは been usingを使用して algorithmsアルゴリズム to kind種類 of filterフィルタ it down

191

428153

2867

様々なアルゴリズムを使って
世界を簡素化して

07:23

so we can navigateナビゲートする throughを通して it.

192

431020

1786

対応しています

07:24

And those algorithmsアルゴリズム, whilstしばらく beingであること kind種類 of useful有用,

193

432806

2338

これらのアルゴリズムは
便利ですが

07:27

are alsoまた、 very, very narrow狭い, and we can do better than that,

194

435144

3476

限られたものなので
もっと良い方法があるはずです

07:30

because we can realize実現する that their彼らの complexity複雑 is not randomランダム.

195

438620

2566

複雑さは無秩序ではなく

07:33

It has mathematical数学 structure構造,

196

441186

1954

数学的構造があると解れば

07:35

and we can use that mathematical数学 structure構造

197

443140

1803

その考えを使い

07:36

to go and explore探検する things like the world世界 of ideasアイデア

198

444943

2214

アイデアの世界を探り

07:39

to see what's beingであること said, to see what's not beingであること said,

199

447157

3000

何が語られ
何が語られていないかを知り

07:42

and to be a little bitビット more human人間

200

450157

1407

もう少し人間らしく生き

07:43

and, hopefullyうまくいけば, a little smarterスマートな.

201

451564

1867

願わくば少し賢くもなるのです

07:45

Thank you.

202

453431

966

有り難うございました

07:46

(Applause拍手)

203

454397

4220

（拍手）

Translated by Reiko O Bovee
Reviewed by Wataru Terada

ABOUT THE SPEAKERS

Eric Berlow - Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more.

Why you should listen

Eric Berlow is an ecologist and network scientist who specializes in not specializing. A TED Senior Fellow, Berlow is recognized for his research on food webs and ecological networks and for creative approaches to complex problems. He was the founding director of the University of California's first environmental science center inside Yosemite National Park, where he continues to develop data-driven approaches to managing natural ecosystems.

In 2012 Berlow founded Vibrant Data Labs, which builds tools to use data for social good. Berlow's current projects range from helping spark an egalitarian personal data economy to protecting endangered amphibians in Yosemite to crowd-sourcing novel insights about human creativity. Berlow holds a Ph.D. from Oregon State University in marine ecology.

More profile about the speaker
Eric Berlow | Speaker | TED.com

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.

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.

More profile about the speaker
Sean Gourley | Speaker | TED.com

THE ORIGINAL VIDEO ON TED.COM

エリック・バーロウとショーン・ゴーリー: 広げる価値のあるアイデアの地図作り | TED Talk | TED.com