TED2013
Eric Berlow and Sean Gourley: Mapping ideas worth spreading
Ерик Берлоу и Шон Горли: Мапирање на идеите кои се вредни за споделување
Filmed:
Readability: 4.3
1,131,373 views
Како изгледаат 24,000 идеи? Екологот Ерик Берлоу и физичарот Шон Горли применуваат алгоритми врз целата архива составена од TEDx Говори и нè носат на едно неверојатно визуелно патување за да ни покажат како се поврзуваат идеите на глобално ниво.
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
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 Berlow: I'm an ecologist, and Sean's a physicist,
0
562
3061
Ерик Берлоу: Јас сум еколог, а Шон е физичар.
00:15
and we both study complex networks.
1
3623
2108
И двајцата ги проучуваме сложените мрежи.
00:17
And we met a couple years ago when we discovered
2
5731
1835
Се сретнавме пред неколку години кога дознавме
00:19
that we had both given a short TED Talk
3
7566
2000
дека и двајцата имаме одржано краток TED Говор
00:21
about the ecology of war,
4
9566
2303
за екологијата на војната,
00:23
and we realized that we were connected
5
11869
1447
и сфативме дека сме биле поврзани
00:25
by the ideas we shared before we ever met.
6
13316
2818
преку идеите кои ги споделуваме дури и пред да се сретнеме.
00:28
And then we thought, you know, there are thousands
7
16134
1556
И тогаш си помисливме, знаете, има илјадници
00:29
of other talks out there, especially TEDx Talks,
8
17690
2114
други говори, особено TEDx Говори,
00:31
that are popping up all over the world.
9
19804
2211
кои никнуваат низ целиот свет.
00:34
How are they connected,
10
22015
923
Како се поврзани тие
00:34
and what does that global conversation look like?
11
22938
2010
и како изгледа тој глобален разговор?
00:36
So Sean's going to tell you a little bit about how we did that.
12
24948
2810
Шон ќе ви раскаже како го направивме сето тоа.
00:39
Sean Gourley: Exactly. So we took 24,000 TEDx Talks
13
27758
3767
Шон Горли: Токму така. Зедовме 24,000 TEDx Говори
00:43
from around the world, 147 different countries,
14
31525
3046
од целиот свет, од 147 различни земји,
00:46
and we took these talks and we wanted to find
15
34571
2123
ги зедовме говорите и сакавме да ја откриеме
00:48
the mathematical structures that underly
16
36694
2040
математичката структура која стои
00:50
the ideas behind them.
17
38734
1722
во основата на овие идеи.
00:52
And we wanted to do that so we could see how
18
40456
1370
Тоа сакавме да го направиме за да видиме
00:53
they connected with each other.
19
41826
2053
како се поврзани една со друга.
00:55
And so, of course, if you're going to do this kind of stuff,
20
43879
1676
И се разбира, ако имаш ваква намера,
00:57
you need a lot of data.
21
45555
956
тогаш ќе ти требаат многу податоци.
00:58
So the data that you've got is a great thing called YouTube,
22
46511
3686
Податоците ги добивме благодарение на "Јутјуб,"
01:02
and we can go down and basically pull
23
50197
1768
од каде што ги симнавме информациите
01:03
all the open information from YouTube,
24
51965
2267
кои се достапни за јавноста,
01:06
all the comments, all the views, who's watching it,
25
54232
2349
сите коментари, сите прегледи, кој гледал,
01:08
where are they watching it, what are they saying in the comments.
26
56581
2779
од каде гледал, што вели во коментарите.
01:11
But we can also pull up, using speech-to-text translation,
27
59360
3292
Исто така, користејќи софтвер за трансформирање на говорот во текст,
01:14
we can pull the entire transcript,
28
62652
2128
дојдовме до цели преписи,
01:16
and that works even for people with kind of funny accents like myself.
29
64780
2680
а ова функционираше дури и кај луѓето со смешен акцент како што сум јас.
01:19
So we can take their transcript
30
67460
2106
Ќе го земевме преписот
01:21
and actually do some pretty cool things.
31
69566
2098
и со него правевме многу интересни работи.
01:23
We can take natural language processing algorithms
32
71664
2160
Користевме алгоритми за обработка на јазикот
01:25
to kind of read through with a computer, line by line,
33
73824
2629
со кои читавме компјутерски, ред по ред, и на тој начин
01:28
extracting key concepts from this.
34
76453
2359
ги извлекувавме клучните концепти од текстот.
01:30
And we take those key concepts and they sort of form
35
78812
2525
Ги зедовме клучните концепти, а сите тие заедно ja градат
01:33
this mathematical structure of an idea.
36
81337
3565
математичката структура на одредена идеја.
01:36
And we call that the meme-ome.
37
84902
1757
Тоа го нарекуваме "мим-ом."
01:38
And the meme-ome, you know, quite simply,
38
86659
2151
А "мим-ом" е едноставно математиката
01:40
is the mathematics that underlies an idea,
39
88810
2426
која лежи во основата на одредена идеја,
01:43
and we can do some pretty interesting analysis with it,
40
91236
1932
и токму со неа правевме доста интересни анализи,
01:45
which I want to share with you now.
41
93168
1981
кои би сакал да ги споделам со вас.
01:47
So each idea has its own meme-ome,
42
95149
2190
Секоја идеја си има свој мим-ом
01:49
and each idea is unique with that,
43
97339
1951
и секоја идеја е уникатна во тој поглед,
01:51
but of course, ideas, they borrow from each other,
44
99290
2488
но секако, идеите позајмуваат една од друга,
01:53
they kind of steal sometimes,
45
101778
1184
понекогаш крадат и
01:54
and they certainly build on each other,
46
102962
1827
со сигурност се надоврзуваат една на друга.
01:56
and we can go through mathematically
47
104789
1616
Ќе го земевме мим-омот од еден говор
01:58
and take the meme-ome from one talk
48
106405
1840
и математички го споредувавме со
02:00
and compare it to the meme-ome from every other talk,
49
108245
2454
мим-омот од секој друг говор,
02:02
and if there's a similarity between the two of them,
50
110699
1973
и ако се јавеше сличност помеѓу два говора,
02:04
we can create a link and represent that as a graph,
51
112672
3250
ги поврзувавме со врска и графички ги претставувавме,
02:07
just like Eric and I are connected.
52
115922
2394
исто како што Ерик и јас сме поврзани.
02:10
So that's theory, that's great.
53
118316
1394
Ова е теорија, и супер е.
02:11
Let's see how it works in actual practice.
54
119710
2526
Но ајде да видиме како оди тоа во пракса.
02:14
So what we've got here now is the global footprint
55
122236
2788
Овде ја гледате глобалната мапа
02:17
of all the TEDx Talks over the last four years
56
125024
2293
на сите TEDx Говори од последните четири години,
02:19
exploding out around the world
57
127317
1550
како никнуваат низ целиот свет,
02:20
from New York all the way down to little old New Zealand in the corner.
58
128867
3329
од Њујорк па сè до онаму долу во аголот, до малиот и стар Нов Зеленд.
02:24
And what we did on this is we analyzed the top 25 percent of these,
59
132196
3835
Анализиравме 25 проценти од говорите, тука ги вклучивме оние најдобрите,
02:28
and we started to see where the connections occurred,
60
136031
2534
и гледавме кај се јавуваат врските,
02:30
where they connected with each other.
61
138565
1537
дали се поврзани еден со друг.
02:32
Cameron Russell talking about image and beauty
62
140102
1874
Камерон Расел кој зборува за сликата и убавината
02:33
connected over into Europe.
63
141976
1575
е поврзан со Европа.
02:35
We've got a bigger conversation about Israel and Palestine
64
143551
2412
Имавме еден поголем разговор за Израел и Палестина
02:37
radiating outwards from the Middle East.
65
145963
2255
која зрачи нанадвор од Блискиот Исток.
02:40
And we've got something a little broader
66
148218
1298
И имаме нешто малку пошироко
02:41
like big data with a truly global footprint
67
149516
2156
како овие податоци со вистински глобален отпечаток
02:43
reminiscent of a conversation
68
151672
2179
кој потсеќа на разговорот
02:45
that is happening everywhere.
69
153851
2016
кој се одвива насекаде.
02:47
So from this, we kind of run up against the limits
70
155867
2173
Оттука, налетавме на ограничувањата
02:50
of what we can actually do with a geographic projection,
71
158040
2530
на географската проекција,
02:52
but luckily, computer technology allows us to go out
72
160570
2052
но за среќа, компјутерската технологија ни овозможува
02:54
into multidimensional space.
73
162622
1546
да влеземе во мултидимензионалниот простор.
02:56
So we can take in our network projection
74
164168
1875
Ја зедовме мрежната проекција
02:58
and apply a physics engine to this,
75
166043
1750
и врз неа применивме софтвер за физика,
02:59
and the similar talks kind of smash together,
76
167793
1885
притоа сличните говори се групираат заедно,
03:01
and the different ones fly apart,
77
169678
2004
а различните се оддалечуваат,
03:03
and what we're left with is something quite beautiful.
78
171682
2072
и на крај добиваме нешто многу убаво.
03:05
EB: So I want to just point out here that every node is a talk,
79
173754
2957
ЕБ: Овде сакам да посочам дека секој јазол е говор,
03:08
they're linked if they share similar ideas,
80
176711
2589
тие се поврзуваат ако споделуваат слични идеи,
03:11
and that comes from a machine reading
81
179300
2084
а тоа го правиме преку машинско читање
03:13
of entire talk transcripts,
82
181384
2067
на преписите од самите говори.
03:15
and then all these topics that pop out,
83
183451
2231
Значи сите овие теми кои никнуваат
03:17
they're not from tags and keywords.
84
185682
1790
не се базираат на таговите и клучните зборови.
03:19
They come from the network structure
85
187472
1725
Тие потекнуваат од мрежната структура
03:21
of interconnected ideas. Keep going.
86
189197
2168
на меѓуповрзаните идеи. Продолжи.
03:23
SG: Absolutely. So I got a little quick on that,
87
191365
2022
ШГ: Апсолутно. Избрзав малку со тоа,
03:25
but he's going to slow me down.
88
193387
1475
но тој е тука за да ме успори.
03:26
We've got education connected to storytelling
89
194862
2034
Образованието е поврзано со раскажувањето приказни,
03:28
triangulated next to social media.
90
196896
1643
а тие заедно се поврзани со социјалните медиуми.
03:30
You've got, of course, the human brain right next to healthcare,
91
198539
2475
Го имате, се разбира, човечкиот мозок веднаш до здравството,
03:33
which you might expect,
92
201014
1386
кое е за очекување,
03:34
but also you've got video games, which is sort of adjacent,
93
202400
2395
но ги имате и видео игрите, веднаш овде во близина,
03:36
as those two spaces interface with each other.
94
204795
2740
бидејќи овие две области се поврзани една со друга.
03:39
But I want to take you into one cluster
95
207535
1535
Но сакам да ви покажам еден кластер
03:41
that's particularly important to me, and that's the environment.
96
209070
2868
кој е особено важен за мене, а тоа е животната средина.
03:43
And I want to kind of zoom in on that
97
211938
1493
Сакам да го зумирам тоа
03:45
and see if we can get a little more resolution.
98
213431
2363
за да добијам малку повеќе резолуција.
03:47
So as we go in here, what we start to see,
99
215794
2347
Како што влегуваме овде, забележуваме,
03:50
apply the physics engine again,
100
218141
1504
повторно го применуваме софтверот за физика,
03:51
we see what's one conversation
101
219645
1676
забележуваме дека еден разговор
03:53
is actually composed of many smaller ones.
102
221321
2560
всушност се состои од многу помали разговори.
03:55
The structure starts to emerge
103
223881
1929
Почнува да се јавува структура
03:57
where we see a kind of fractal behavior
104
225810
2070
во која гледаме фрактално однесување
03:59
of the words and the language that we use
105
227880
1619
на зборовите и јазикот кои ги користиме
04:01
to describe the things that are important to us
106
229499
1702
за да ги опишеме работите кои ни се важни
04:03
all around this world.
107
231201
1433
насекаде низ светот.
04:04
So you've got food economy and local food at the top,
108
232634
2332
Имаме економија на храна и локална храна на врвот,
04:06
you've got greenhouse gases, solar and nuclear waste.
109
234966
2719
имаме стакленички гасови, соларен и нуклеарен отпад.
04:09
What you're getting is a range of smaller conversations,
110
237685
2631
Добиваме збир на помали разговори,
04:12
each connected to each other through the ideas
111
240316
2301
секој поврзан со останатите преку идеите
04:14
and the language they share,
112
242617
1301
и јазикот кој го споделуваат,
04:15
creating a broader concept of the environment.
113
243918
2450
на тој начин создавајќи поширок концепт на животна средина.
04:18
And of course, from here, we can go
114
246368
1532
И се разбира, одовде, можеме
04:19
and zoom in and see, well, what are young people looking at?
115
247900
3534
да зумираме и да видиме со што се занимаваат младите луѓе?
04:23
And they're looking at energy technology and nuclear fusion.
116
251434
2345
Ги интересира енергетската технологија и нуклеарната фузија.
04:25
This is their kind of resonance
117
253779
1674
Тоа е нивната бранова должина
04:27
for the conversation around the environment.
118
255453
2406
што се однесува до разговорите за животната средина.
04:29
If we split along gender lines,
119
257859
1899
Ако направиме поделба по пол,
04:31
we can see females resonating heavily
120
259758
1987
ќе видиме дека жените претежно ги интересира
04:33
with food economy, but also out there in hope and optimism.
121
261745
3645
економијата на храна, но исто така и оптимизмот и надежта.
04:37
And so there's a lot of exciting stuff we can do here,
122
265390
2482
Има многу возбудливи работи и следниот
04:39
and I'll throw to Eric for the next part.
123
267872
1762
дел ќе му го препуштам на Ерик.
04:41
EB: Yeah, I mean, just to point out here,
124
269634
1602
ЕБ: Да, мислам, само да истакнам,
04:43
you cannot get this kind of perspective
125
271236
1538
не можете да добиете ваква перспектива
04:44
from a simple tag search on YouTube.
126
272774
3360
преку едноставно пребарување на таговите на Јутјуб.
04:48
Let's now zoom back out to the entire global conversation
127
276134
4188
Ајде да одзумираме и да го погледнеме целиот глобален
04:52
out of environment, and look at all the talks together.
128
280322
2534
разговор, да ги погледнеме сите говори заедно.
04:54
Now often, when we're faced with this amount of content,
129
282856
2927
Честопати, кога сме соочени со олку голема содржина,
04:57
we do a couple of things to simplify it.
130
285783
2431
правиме неколку работи за да ја поедноставиме.
05:00
We might just say, well,
131
288214
1314
Можеме да речеме, добро,
05:01
what are the most popular talks out there?
132
289528
2829
кои се најпопуларните говори?
05:04
And a few rise to the surface.
133
292357
1397
И неколку ќе излезат на површина.
05:05
There's a talk about gratitude.
134
293754
1828
Имате говор за благодарноста.
05:07
There's another one about personal health and nutrition.
135
295582
3344
Имате друг за личното здравје и исхраната.
05:10
And of course, there's got to be one about porn, right?
136
298926
2929
И се разбира, мора да постои еден за порнографија, така?
05:13
And so then we might say, well, gratitude, that was last year.
137
301855
3234
И тогаш можеме да речеме, благодарност, тоа беше минатата година.
05:17
What's trending now? What's the popular talk now?
138
305089
2522
Што е тренди сега? Кој говор е популарен во моментов?
05:19
And we can see that the new, emerging, top trending topic
139
307611
3321
И можеме да видиме дека новата, растечка, најпопуларна тема
05:22
is about digital privacy.
140
310932
2666
е онаа за дигиталната приватност.
05:25
So this is great. It simplifies things.
141
313598
1693
Ова е супер. Ги поедноставува работите.
05:27
But there's so much creative content
142
315291
1827
Но има толку многу креативна содржина
05:29
that's just buried at the bottom.
143
317118
1921
која е едноставно закопана на дното.
05:31
And I hate that. How do we bubble stuff up to the surface
144
319039
3318
И го мразам тоа. Како да ги донесеме на површина работите
05:34
that's maybe really creative and interesting?
145
322357
2458
кои можеби се навистина креативни и интересни?
05:36
Well, we can go back to the network structure of ideas
146
324815
2931
За да го направиме тоа можеме да се навратиме на мрежната
05:39
to do that.
147
327746
1430
структура на идеите.
05:41
Remember, it's that network structure
148
329176
2114
Се сеќавате, токму мрежната структура
05:43
that is creating these emergent topics,
149
331290
2268
ги создава темите,
05:45
and let's say we could take two of them,
150
333558
1515
и еве да земеме две теми,
05:47
like cities and genetics, and say, well, are there any talks
151
335073
3047
како градови и генетика, и да прашаме, дали има некои говори
05:50
that creatively bridge these two really different disciplines.
152
338120
2569
кои креативно ги поврзуваат овие две навистина различни дисциплини.
05:52
And that's -- Essentially, this kind of creative remix
153
340689
2275
И тоа е -- Во основа, ваквата креативна мешавина
05:54
is one of the hallmarks of innovation.
154
342964
1840
е едно од главните обележја на иновацијата.
05:56
Well here's one by Jessica Green
155
344804
1606
Еве еден од Џесика Грин
05:58
about the microbial ecology of buildings.
156
346410
2379
за микробната екологија на зградите.
06:00
It's literally defining a new field.
157
348789
2010
Буквално создава ново поле.
06:02
And we could go back to those topics and say, well,
158
350799
2103
И можеме да се навратиме на тие теми и да прашаме,
06:04
what talks are central to those conversations?
159
352902
2768
кои говори се централни за овие разговори?
06:07
In the cities cluster, one of the most central
160
355670
1690
Во кластерот на градовите, еден од најцентралните
06:09
was one by Mitch Joachim about ecological cities,
161
357360
3952
беше оној од Мич Јоаким за еколошките градови,
06:13
and in the genetics cluster,
162
361312
1720
а во генетскиот кластер,
06:15
we have a talk about synthetic biology by Craig Venter.
163
363032
3193
имаме говор за синтетичката биологија од Крег Вентер.
06:18
These are talks that are linking many talks within their discipline.
164
366225
3353
Овие говори се врската помеѓу другите говори внатре дадената дисциплина.
06:21
We could go the other direction and say, well,
165
369578
1843
Можеме да тргнеме во друга насока и да прашаме,
06:23
what are talks that are broadly synthesizing
166
371421
2272
кои говори вршат сеопфатно синтетизирање
06:25
a lot of different kinds of fields.
167
373693
1448
на повеќе различни полиња.
06:27
We used a measure of ecological diversity to get this.
168
375141
2533
За да дојдеме до ова користевме мерка за еколошка разновидност.
06:29
Like, a talk by Steven Pinker on the history of violence,
169
377674
2736
Таков говор е оној од Стивен Пинкер за историјата на насилството,
06:32
very synthetic.
170
380410
1180
многу синтетизирачки.
06:33
And then, of course, there are talks that are so unique
171
381590
2078
Потоа, се разбира, имате говори кои се толку уникатни
06:35
they're kind of out in the stratosphere, in their own special place,
172
383668
3090
што се чини дека се во стратосферата, на едно посебно место,
06:38
and we call that the Colleen Flanagan index.
173
386758
2514
а тоа го нарекуваме Колин Фланаган индекс.
06:41
And if you don't know Colleen, she's an artist,
174
389272
3034
Ако не сте слушнале за Колин, таа е уметник,
06:44
and I asked her, "Well, what's it like out there
175
392306
1543
која ја прашав, "Како е таму горе во
06:45
in the stratosphere of our idea space?"
176
393849
1672
стратосферата каде лежат нашите идеи?"
06:47
And apparently it smells like bacon.
177
395521
3255
И очигледно мириса на сланина.
06:50
I wouldn't know.
178
398776
1791
Не би ни помислил.
06:52
So we're using these network motifs
179
400567
2248
Ги користиме овие мрежни мотиви
06:54
to find talks that are unique,
180
402815
1186
за да дојдеме до говори кои се уникатни,
06:56
ones that are creatively synthesizing a lot of different fields,
181
404001
2710
говори кои вршат креативна синтеза на повеќе различни полиња,
06:58
ones that are central to their topic,
182
406711
1659
говори кои се централни за дадена тема,
07:00
and ones that are really creatively bridging disparate fields.
183
408370
3374
и говори кои навистина креативно спојуваат далечни полиња.
07:03
Okay? We never would have found those with our obsession
184
411744
2102
Во ред? Никогаш немаше да ги најдеме овие говори доколку
07:05
with what's trending now.
185
413846
2313
гледавме само на популарноста.
07:08
And all of this comes from the architecture of complexity,
186
416159
2886
И сето ова доаѓа од архитектурата на комлексноста,
07:11
or the patterns of how things are connected.
187
419045
2960
т.е., од начинот на кој нештата се поврзани.
07:14
SG: So that's exactly right.
188
422005
1625
ШГ: Токму така.
07:15
We've got ourselves in a world
189
423630
2479
Се наоѓаме во свет кој
07:18
that's massively complex,
190
426109
2044
е премногу сложен,
07:20
and we've been using algorithms to kind of filter it down
191
428153
2867
и притоа користевме алгоритми за да го упростиме
07:23
so we can navigate through it.
192
431020
1786
и да го разбереме.
07:24
And those algorithms, whilst being kind of useful,
193
432806
2338
А тие алгоритми, од една страна се корисни,
07:27
are also very, very narrow, and we can do better than that,
194
435144
3476
но истовремено се, и ограничувачки, а ние можеме и подобро од тоа,
07:30
because we can realize that their complexity is not random.
195
438620
2566
можеме да сфатиме дека сложеност не е случајна.
07:33
It has mathematical structure,
196
441186
1954
Таа има математичка структура
07:35
and we can use that mathematical structure
197
443140
1803
која можеме да ја употребиме
07:36
to go and explore things like the world of ideas
198
444943
2214
за да го разбереме светот на идеите,
07:39
to see what's being said, to see what's not being said,
199
447157
3000
да видиме што е кажано, што не е кажано,
07:42
and to be a little bit more human
200
450157
1407
за да бидеме почовечни
07:43
and, hopefully, a little smarter.
201
451564
1867
и, се надевам, малку попаметни.
07:45
Thank you.
202
453431
966
Ви благодарам.
07:46
(Applause)
203
454397
4220
(Аплауз)
ABOUT THE SPEAKERS
Eric Berlow - EcologistTED 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.
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.
Sean Gourley | Speaker | TED.com