TED2012
Jean-Baptiste Michel: The mathematics of history
Jean-Baptiste Michel: Istorijos matematika
Filmed:
Readability: 4.3
1,279,350 views
Ką matematikai gali pasakyti apie istoriją? Anot TED nario Žano-Babtisto Mišelio (Jean-Baptiste Michel), gana daug. Pradedant pokyčiais kalboje ir baigiant aukų skaičiumi karuose jis parodo kaip suskaitmeninta istorija tik pradeda atskleisti giliai slypinčius sąryšius.
Jean-Baptiste Michel - Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio
Double-click the English transcript below to play the video.
00:15
So it turns out that mathematics is a very powerful language.
0
0
3671
Pasirodo, matematika yra labai galinga kalba.
00:19
It has generated considerable insight in physics,
1
3671
2312
Ji atnešė daugybę įžvalgų fizikoje,
00:21
in biology and economics,
2
5983
2100
biologijoje ir ekonomikoje,
00:23
but not that much in the humanities and in history.
3
8083
2817
bet ne itin daug humanitariniuose moksluose ir istorijoje.
00:26
I think there's a belief that it's just impossible,
4
10900
2283
Manau, yra įsitikinimas, kad tai tiesiog neįmanoma,
00:29
that you cannot quantify the doings of mankind,
5
13183
2646
kad neįmanoma skaičiais įvertinti žmonijos veiklos,
00:31
that you cannot measure history.
6
15829
2519
kad negalima išmatuoti istorijos.
00:34
But I don't think that's right.
7
18348
1527
Bet nemanau, kad tai teisingas požiūris.
00:35
I want to show you a couple of examples why.
8
19875
2042
ir noriu jums parodyti keletą pavyzdžių kodėl.
00:37
So my collaborator Erez and I were considering the following fact:
9
21917
2958
Kartu su bendradarbiu Erezu nagrinėjome faktą:
00:40
that two kings separated by centuries
10
24875
2729
du karaliai, skiriami dviejų šimtmečių
00:43
will speak a very different language.
11
27604
1767
kalbės labai skirtinga kalba.
00:45
That's a powerful historical force.
12
29371
2304
Tai galinga istorinė jėga.
00:47
So the king of England, Alfred the Great,
13
31675
1773
Todėl Anglijos karalius Alfredas Didysis
00:49
will use a vocabulary and grammar
14
33448
1640
naudos žodyną ir gramatiką
00:50
that is quite different from the king of hip hop, Jay-Z.
15
35088
3700
gana kitokią nei hiphopo karalius Jay-Z.
00:54
(Laughter)
16
38788
1666
(Juokas)
00:56
Now it's just the way it is.
17
40454
2171
Taip tiesiog yra.
00:58
Language changes over time, and it's a powerful force.
18
42625
2292
Kalba kinta su laiku ir tai yra galinga jėga.
01:00
So Erez and I wanted to know more about that.
19
44917
2287
Todėl su Erezu norėjome daugiau apie tai sužinoti.
01:03
So we paid attention to a particular grammatical rule, past-tense conjugation.
20
47204
3657
Todėl nagrinėjome tam tikrą gramatikos taisyklę, būtojo laiko konjugaciją.
01:06
So you just add "ed" to a verb at the end to signify the past.
21
50861
3264
Prie esamojo laiko veiksmažodžio pridėjus galūnę "ed" gauname būtąjį laiką.
01:10
"Today I walk. Yesterday I walked."
22
54125
1927
"Šiandien einu. Vakar ėjau."
(angl.: Today I walk. Yesterday I walked.)
(angl.: Today I walk. Yesterday I walked.)
01:11
But some verbs are irregular.
23
56052
1344
Bet kai kurie veiksmažodžiai yra netaisyklingi.
01:13
"Yesterday I thought."
24
57396
1396
"Vakar galvojau." (angl.: Yesterday I thought.)
01:14
Now what's interesting about that
25
58792
1666
Įdomu yra tai, kad
01:16
is irregular verbs between Alfred and Jay-Z have become more regular.
26
60458
3830
netaisyklingi veiksmažodžiai pasidarė taisyklingesni nuo Alfredo laikų iki Jay-Z.
01:20
Like the verb "to wed" that you see here has become regular.
27
64288
2735
pavyzdžiui veiksmažodis "to wed" (liet.: ištekėti) tapo taisyklingas.
01:22
So Erez and I followed the fate of over 100 irregular verbs
28
67023
4022
Su Erezu sekėme virš 100 neteisyklingų veiksmažodžių likimą
01:26
through 12 centuries of English language,
29
71045
1919
per 12 anglų kalbos šimtmečių
01:28
and we saw that there's actually a very simple mathematical pattern
30
72964
2911
ir pastebėjome, jog yra labai paprasta matematinė taisyklė,
01:31
that captures this complex historical change,
31
75875
2542
kuri paaiškina šį sudėtingą istorinį kismą -
01:34
namely, if a verb is 100 times more frequent than another,
32
78417
3660
jei veiksmažodis yra šimtąkart dažnesnis už kitą,
01:37
it regularizes 10 times slower.
33
82077
2665
jis taisyklingėja 10 kartų lėčiau.
01:40
That's a piece of history, but it comes in a mathematical wrapping.
34
84742
3935
Tai istorijos dalelė matematinėje išraiškoje.
01:44
Now in some cases math can even help explain,
35
88677
3654
Kartais matematika net gali padėti paaiškinti,
01:48
or propose explanations for, historical forces.
36
92331
2879
ar pasiūlyti paaiškinimus istorinėms jėgoms.
01:51
So here Steve Pinker and I
37
95210
1832
Su Styvu Pinkeriu (Steve Pinker)
01:52
were considering the magnitude of wars during the last two centuries.
38
97042
3852
nagrinėjome dviejų pastarųjų šimtmečių karų reikšmingumą.
01:56
There's actually a well-known regularity to them
39
100894
2495
Iš tikrųjų tam yra gerai žinoma taisyklė,
01:59
where the number of wars that are 100 times deadlier
40
103389
3422
kad šimtąkart daugiau aukų nusinešusių karų
02:02
is 10 times smaller.
41
106811
1952
yra dešimt kartų mažiau.
02:04
So there are 30 wars that are about as deadly as the Six Days War,
42
108763
3344
Todėl yra 30 karų su beveik tiek pat aukų, kiek Šešių dienų kare,
02:08
but there's only four wars that are 100 times deadlier --
43
112107
2820
bet tik 4 karai su 100 kartų daugiau aukų --
02:10
like World War I.
44
114927
1977
kaip Pirmasis pasaulinis karas.
02:12
So what kind of historical mechanism can produce that?
45
116904
2923
Ir koks gi istorinis mechanizmas galėtų tai lemti?
02:15
What's the origin of this?
46
119827
2000
Kokia to kilmė?
02:17
So Steve and I, through mathematical analysis,
47
121827
2265
Tad su Styvu, naudodami matematinę analizę,
02:19
propose that there's actually a very simple phenomenon at the root of this,
48
124092
4241
pasiūlėme paaiškinimą, kad čia veikia labai paprastas fenomenas,
02:24
which lies in our brains.
49
128333
1690
kuris slypi mūsų smegenyse.
02:25
This is a very well-known feature
50
130023
2019
Tai gerai žinoma savybė:
02:27
in which we perceive quantities in relative ways --
51
132042
2975
mes suprantame dydžius santykinai --
02:30
quantities like the intensity of light or the loudness of a sound.
52
135017
3716
dydžius kaip šviesos intensyvumas ar garso stiprumas.
02:34
For instance, committing 10,000 soldiers to the next battle sounds like a lot.
53
138733
5309
Pavyzdžiui, pasiųsti 10 tūkstančių kareivių į mūšį atrodo daug.
02:39
It's relatively enormous if you've already committed 1,000 soldiers previously.
54
144042
3444
Ir labai daug santykinai, jei prieš tai pasiuntėme tūkstantį.
02:43
But it doesn't sound so much,
55
147486
1827
Bet tai nebeatrodo tiek daug,
02:45
it's not relatively enough, it won't make a difference
56
149313
3020
santykinai per mažai, ir net nepakeis situacijos,
02:48
if you've already committed 100,000 soldiers previously.
57
152333
2952
jei prieš tai pasiuntėte 100 tūkstančių kareivių.
02:51
So you see that because of the way we perceive quantities,
58
155285
3613
Taigi kaip matote, dėl to kaip mes suvokiame kiekius,
02:54
as the war drags on,
59
158898
1767
karui tęsiantis,
02:56
the number of soldiers committed to it and the casualties
60
160665
3085
dalyvaujančių karių ir aukų skaičius
02:59
will increase not linearly --
61
163750
1683
didės ne tiesiškai --
03:01
like 10,000, 11,000, 12,000 --
62
165433
1888
10000, 11000, 12000 --
03:03
but exponentially -- 10,000, later 20,000, later 40,000.
63
167321
4275
bet eksponentiškai -- 10000, tada 20000, paskui 40000.
03:07
And so that explains this pattern that we've seen before.
64
171596
3085
Ir tai paaiškina prieš tai matytą fenomeną.
03:10
So here mathematics is able to link a well-known feature of the individual mind
65
174681
5498
Taigi matematika susieja gerai žinomą žmogaus sąmonės savybę
03:16
with a long-term historical pattern
66
180179
2989
su ilgalaikiu istoriniu fenomenu,
03:19
that unfolds over centuries and across continents.
67
183168
2857
besitęsiančiu šimtmečius skirtinguose žemynuose.
03:21
So these types of examples, today there are just a few of them,
68
186025
4017
Tokių pavyzdžių šiandien tėra keletas,
03:25
but I think in the next decade they will become commonplace.
69
190042
2689
bet, manau, kitą dešimtmetį jų atsiras daug daugiau.
03:28
The reason for that is that the historical record
70
192731
2392
Taip yra todėl, kad istoriniai raštai
03:31
is becoming digitized at a very fast pace.
71
195123
2460
yra skaitmeninami labai dideliais tempais.
03:33
So there's about 130 million books
72
197583
2610
Yra 130 milijonų knygų,
03:36
that have been written since the dawn of time.
73
200193
2311
parašytų nuo laiko pradžios.
03:38
Companies like Google have digitized many of them --
74
202504
2454
Kompanijos kaip Google daugelį jų suskaitmenino --
03:40
above 20 million actually.
75
204958
1584
iš tikro apie 20 milijonų.
03:42
And when the stuff of history is available in digital form,
76
206542
3578
Ir kai istorinė medžiaga yra prieinama skaitmeniniu formatu,
03:46
it makes it possible for a mathematical analysis
77
210120
2380
pasidaro labai paprasta matematine analize
03:48
to very quickly and very conveniently
78
212500
2375
labai greitai ir patogiai
03:50
review trends in our history and our culture.
79
214875
2725
peržiūrėti mūsų istorijos ir kultūros tendencijas.
03:53
So I think in the next decade,
80
217600
2721
Todėl galvoju, jog per kitą dešimtmetį
03:56
the sciences and the humanities will come closer together
81
220321
2750
gamtos ir humanitariniai mokslai labiau suartės,
03:58
to be able to answer deep questions about mankind.
82
223071
3329
kad galėtų atsakytį svarbiu klausimus apie žmoniją.
04:02
And I think that mathematics will be a very powerful language to do that.
83
226400
4121
Ir manau, kad matematika tam bus labai galinga kalba.
04:06
It will be able to reveal new trends in our history,
84
230521
3146
Ja bus galima atskleisti naujas mūsų istorijos tendencijas,
04:09
sometimes to explain them,
85
233667
1750
kartais jas paaiškinti,
04:11
and maybe even in the future to predict what's going to happen.
86
235417
3306
ir galbūt net ateityje numatyti, kas įvyks.
04:14
Thank you very much.
87
238723
1491
Labai ačiū.
04:16
(Applause)
88
240214
3678
(Aplodismentai)
ABOUT THE SPEAKER
Jean-Baptiste Michel - Data researcherJean-Baptiste Michel looks at how we can use large volumes of data to better understand our world.
Why you should listen
Jean-Baptiste Michel holds joint academic appointments at Harvard (FQEB Fellow) and Google (Visiting Faculty). His research focusses on using large volumes of data as tools that help better understand the world around us -- from the way diseases progress in patients over years, to the way cultures change in human societies over centuries. With his colleague Erez Lieberman Aiden, Jean-Baptiste is a Founding Director of Harvard's Cultural Observatory, where their research team pioneers the use of quantitative methods for the study of human culture, language and history. His research was featured on the covers of Science and Nature, on the front pages of the New York Times and the Boston Globe, in The Economist, Wired and many other venues. The online tool he helped create -- ngrams.googlelabs.com -- was used millions of times to browse cultural trends. Jean-Baptiste is an Engineer from Ecole Polytechnique (Paris), and holds an MS in Applied Mathematics and a PhD in Systems Biology from Harvard.
Jean-Baptiste Michel | Speaker | TED.com