TED2009
Sean Gourley: The mathematics of war
Sean Gourley over de wiskunde van de oorlog
Filmed:
Readability: 3.6
1,030,256 views
Door ruwe data uit het nieuws te distilleren en in een grafiek te gieten, komen Sean Gourley en zijn team tot een verbazende conclusie over de aard van de moderne oorlog -- en misschien tot een model om conflicten op te lossen.
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
We kijken naar de media en zien het nieuws uit Irak,
00:15
Afghanistan, Sierra Leone,
1
3000
3000
Afghanistan, Sierra Leone,
00:18
and the conflict seems incomprehensible to us.
2
6000
4000
en we begrijpen niets van het conflict.
00:22
And that's certainly how it seemed to me when I started this project.
3
10000
4000
Zo leek het althans toen ik dit project begon.
00:26
But as a physicist,
4
14000
2000
Als fysicus dacht ik:
00:28
I thought, well if you give me some data,
5
16000
3000
geef me wat data,
00:31
I could maybe understand this. You know, give us a go.
6
19000
2000
dan kan ik dit misschien begrijpen. Geef ons een kans.
00:33
So as a naive New Zealander
7
21000
2000
Als naïeve Nieuw-Zeelander
00:35
I thought, well I'll go to the Pentagon.
8
23000
2000
dacht ik: dan ga ik maar naar het Pentagon.
00:37
Can you get me some information?
9
25000
2000
Kan ik wat informatie krijgen?
00:39
(Laughter)
10
27000
3000
(Gelach)
00:42
No. So I had to think a little harder.
11
30000
4000
Nee. Dus moest ik harder nadenken.
00:46
And I was watching the news one night in Oxford.
12
34000
3000
Ik zat op een avond naar het nieuws te kijken in Oxford.
00:49
And I looked down at the chattering heads on my channel of choice.
13
37000
3000
Ik keek naar de taterende hoofden op het kanaal van mijn keuze.
00:52
And I saw that there was information there.
14
40000
2000
Ik zag dat daar informatie inzat.
00:54
There was data within the streams of news that we consume.
15
42000
3000
Er zat data in de nieuwsstromen die we consumeren.
00:57
All this noise around us actually has information.
16
45000
4000
Al deze ruis rondom ons bevat daadwerkelijk informatie.
01:01
So what I started thinking was,
17
49000
2000
Dus begon ik te denken:
01:03
perhaps there is something like open source intelligence here.
18
51000
3000
misschien bestaat er zoiets als open source-informatie.
01:06
If we can get enough of these streams of information together,
19
54000
3000
Als we samen door voldoende informatiestromen gaan,
01:09
we can perhaps start to understand the war.
20
57000
3000
kunnen we oorlog misschien beginnen te begrijpen.
01:12
So this is exactly what I did. We started bringing a team together,
21
60000
3000
Dus dit is precies wat ik deed. We verzamelden een team,
01:15
an interdisciplinary team of scientists,
22
63000
2000
een interdisciplinair team van wetenschappers,
01:17
of economists, mathematicians.
23
65000
3000
economisten, wiskundigen.
01:20
We brought these guys together and we started to try and solve this.
24
68000
3000
We brachten ze samen en begonnen dit op te lossen.
01:23
We did it in three steps.
25
71000
2000
Dat deden we in drie stappen.
01:25
The first step we did was to collect. We did 130 different sources of information --
26
73000
4000
Eerst verzamelden we. We gebruikten 130 informatiebronnen
01:29
from NGO reports to newspapers and cable news.
27
77000
3000
uit rapporten van NGO's, kranten en tv-nieuws.
01:32
We brought this raw data in and we filtered it.
28
80000
3000
We verzamelden deze ruwe data en filterden ze.
01:35
We extracted the key bits on information to build the database.
29
83000
3000
We haalden er de cruciale informatie uit om de database op te bouwen.
01:38
That database contained
30
86000
2000
De database bevatte
01:40
the timing of attacks,
31
88000
2000
de timing van de aanvallen,
01:42
the location, the size and the weapons used.
32
90000
2000
de plaats, de omvang en de gebruikte wapens.
01:44
It's all in the streams of information we consume daily,
33
92000
3000
Dit alles zit in de informatiestromen die we dagelijks consumeren.
01:47
we just have to know how to pull it out.
34
95000
2000
We moeten alleen weten hoe we ze eruit halen.
01:49
And once we had this we could start doing some cool stuff.
35
97000
2000
Eens we dit hadden, konden we geweldige dingen beginnen te doen.
01:51
What if we were to look at the distribution of the sizes of attacks?
36
99000
3000
Als we nu eens keken naar de distributie van de omvang van de aanvallen?
01:54
What would that tell us?
37
102000
2000
Wat zou ons dat vertellen?
01:56
So we started doing this. And you can see here
38
104000
2000
Dat begonnen we dus te doen. Je ziet hier
01:58
on the horizontal axis
39
106000
2000
op de horizontale as
02:00
you've got the number of people killed in an attack
40
108000
2000
het aantal mensen gedood in een aanval
02:02
or the size of the attack.
41
110000
2000
of de omvang van de aanval.
02:04
And on the vertical axis you've got the number of attacks.
42
112000
3000
Op de verticale as zie je het aantal aanvallen.
02:07
So we plot data for sample on this.
43
115000
2000
We plotten hier dus gegevens voor een steekproef.
02:09
You see some sort of random distribution --
44
117000
2000
Je ziet een soort willekeurige distributie --
02:11
perhaps 67 attacks, one person was killed,
45
119000
3000
misschien 67 aanvallen, één persoon gedood,
02:14
or 47 attacks where seven people were killed.
46
122000
3000
of 47 aanvallen waarbij 7 personen werden gedood.
02:17
We did this exact same thing for Iraq.
47
125000
2000
We deden exact hetzelfde voor Irak.
02:19
And we didn't know, for Iraq what we were going to find.
48
127000
3000
We wisten niet wat we zouden aantreffen voor Irak.
02:22
It turns out what we found was pretty surprising.
49
130000
4000
Bleek dat onze bevindingen nogal verrassend waren.
02:26
You take all of the conflict,
50
134000
2000
Je vertrekt van een hoop conflicten,
02:28
all of the chaos, all of the noise,
51
136000
2000
chaos, ruis,
02:30
and out of that
52
138000
2000
en daaruit ontstaat
02:32
comes this precise mathematical distribution
53
140000
2000
deze precieze wiskundige distributie
02:34
of the way attacks are ordered in this conflict.
54
142000
3000
van de manier waarop aanvallen zijn geordend in dit conflict.
02:37
This blew our mind.
55
145000
2000
We stonden paf.
02:39
Why should a conflict like Iraq have this
56
147000
4000
Waarom zou een conflict als Irak
02:43
as its fundamental signature?
57
151000
2000
hierdoor zo fundamenteel gekenmerkt worden?
02:45
Why should there be order in war?
58
153000
2000
Waarom zou er orde zijn in de oorlog?
02:47
We didn't really understand that.
59
155000
2000
Dat begrepen we niet echt.
02:49
We thought maybe there is something special about Iraq.
60
157000
4000
We dachten dat er misschien iets speciaals was aan Irak.
02:53
So we looked at a few more conflicts.
61
161000
2000
Dus bekeken we nog wat meer conflicten.
02:55
We looked at Colombia, we looked at Afghanistan,
62
163000
2000
We bekeken Colombia, we bekeken Afghanistan
02:57
and we looked at Senegal.
63
165000
2000
en we bekeken Senegal.
02:59
And the same pattern emerged in each conflict.
64
167000
2000
We zagen hetzelfde patroon in elk conflict.
03:01
This wasn't supposed to happen.
65
169000
2000
Dat was niet zoals verwacht.
03:03
These are different wars, with different religious factions,
66
171000
3000
Dit zijn verschillende oorlogen, met verschillende religieuze groepen,
03:06
different political factions, and different socioeconomic problems.
67
174000
3000
verschillende politieke groepen en verschillende socio-economische problemen.
03:09
And yet the fundamental patterns underlying them
68
177000
4000
Toch zijn de fundamentele patronen die eraan
03:13
are the same.
69
181000
3000
ten grondslag liggen, dezelfde.
03:16
So we went a little wider.
70
184000
2000
Dus gingen we wat verder.
03:18
We looked around the world at all the data we could get our hands on.
71
186000
3000
We keken over de hele wereld naar alle gegevens waar we de hand op konden leggen.
03:21
From Peru to Indonesia,
72
189000
3000
Van Peru tot Indonesië,
03:24
we studied this same pattern again.
73
192000
2000
telkens weer bestudeerden we dit patroon.
03:26
And we found that not only
74
194000
3000
We ontdekten dat
03:29
were the distributions these straight lines,
75
197000
2000
de distributies niet alleen deze rechte lijnen waren,
03:31
but the slope of these lines, they clustered around
76
199000
2000
maar dat de richtingscoëfficiënt van deze lijnen lag rond
03:33
this value of alpha equals 2.5.
77
201000
3000
de waarde "Alfa = 2,5".
03:36
And we could generate an equation
78
204000
2000
We konden een vergelijking opstellen
03:38
that could predict the likelihood of an attack.
79
206000
3000
die de waarschijnlijkheid van een aanval voorspelde.
03:41
What we're saying here
80
209000
2000
Wat we hier zeggen is:
03:43
is the probability of an attack killing X number of people
81
211000
4000
de kans op een aanval die X mensen doodt
03:47
in a country like Iraq
82
215000
2000
in een land als Irak,
03:49
is equal to a constant, times the size of that attack,
83
217000
3000
is gelijk aan een constante, maal de omvang van de aanval,
03:52
raised to the power of negative alpha.
84
220000
3000
verheven tot de macht negatieve Alfa.
03:55
And negative alpha is the slope of that line I showed you before.
85
223000
6000
Negatieve Alfa is de richtingscoëfficiënt van de lijn die ik u al eerder toonde.
04:01
So what?
86
229000
2000
En dan?
04:03
This is data, statistics. What does it tell us about these conflicts?
87
231000
3000
Dit zijn gegevens, statistieken. Wat zegt dit ons over deze conflicten?
04:06
That was a challenge we had to face as physicists.
88
234000
3000
Dat was de uitdaging waar we als fysici voor stonden.
04:09
How do we explain this?
89
237000
3000
Hoe verklaren we dit?
04:12
And what we really found was that alpha,
90
240000
2000
We ontdekten dat Alfa,
04:14
if we think about it, is the organizational
91
242000
2000
als je er goed over nadenkt, de organisatiestructuur
04:16
structure of the insurgency.
92
244000
3000
van de opstand is.
04:19
Alpha is the distribution of the sizes of attacks,
93
247000
3000
Alfa is de distributie van de omvang van de aanvallen,
04:22
which is really the distribution
94
250000
2000
en dat is in werkelijkheid de distributie
04:24
of the group strength carrying out the attacks.
95
252000
2000
van de kracht van de groep die de aanvallen uitvoert.
04:26
So we look at a process of group dynamics:
96
254000
2000
Dus keken we naar een proces van groepsdynamica --
04:28
coalescence and fragmentation,
97
256000
3000
groepering en fragmentatie.
04:31
groups coming together, groups breaking apart.
98
259000
2000
Groepen die samenkomen. Groepen die uiteenvallen.
04:33
And we start running the numbers on this. Can we simulate it?
99
261000
3000
We begonnen de getallen hierdoor te jagen. Kunnen we het simuleren?
04:36
Can we create the kind of patterns that we're seeing
100
264000
3000
Kunnen we patronen creëren zoals we ze zien
04:39
in places like Iraq?
101
267000
3000
in plaatsen als Irak?
04:42
Turns out we kind of do a reasonable job.
102
270000
2000
Bleek dat we het er behoorlijk van afbrengen.
04:44
We can run these simulations.
103
272000
2000
We kunnen simulaties laten lopen.
04:46
We can recreate this using a process of group dynamics
104
274000
3000
We kunnen dit reconstrueren door middel van een proces van groepsdynamica,
04:49
to explain the patterns that we see
105
277000
2000
om de patronen te verklaren die we zien
04:51
all around the conflicts around the world.
106
279000
5000
in alle conflicten over heel de wereld.
04:56
So what's going on?
107
284000
2000
Wat is er aan de hand?
04:58
Why should these different -- seemingly different conflicts
108
286000
3000
Waarom zouden deze verschillende -- ogenschijnlijk verschillende conflicten
05:01
have the same patterns?
109
289000
2000
dezelfde patronen hebben?
05:03
Now what I believe is going on is that
110
291000
3000
Wat gebeurt, is, volgens mij,
05:06
the insurgent forces, they evolve over time. They adapt.
111
294000
4000
dat de rebellenmachten in de tijd evolueren. Ze passen zich aan.
05:10
And it turns out there is only one solution
112
298000
2000
Blijkt dat er maar één oplossing is
05:12
to fight a much stronger enemy.
113
300000
2000
om een veel sterkere vijand te bevechten.
05:14
And if you don't find that solution as an insurgent force,
114
302000
3000
Als je die oplossing niet vindt als rebellenmacht,
05:17
you don't exist.
115
305000
2000
dan besta je niet.
05:19
So every insurgent force that is ongoing,
116
307000
2000
Dus elke actieve rebellenmacht,
05:21
every conflict that is ongoing,
117
309000
2000
elk actief conflict
05:23
it's going to look something like this.
118
311000
2000
zal er ongeveer zo uitzien.
05:25
And that is what we think is happening.
119
313000
3000
Dat gebeurt er volgens ons.
05:28
Taking it forward, how do we change it?
120
316000
2000
Hoe veranderen we dat, in de toekomst?
05:30
How do we end a war like Iraq?
121
318000
2000
Hoe beëindigen we een oorlog als die in Irak?
05:32
What does it look like?
122
320000
2000
Hoe ziet dat eruit?
05:34
Alpha is the structure. It's got a stable state at 2.5.
123
322000
3000
Alfa is de structuur. Bij 2,5 is de status stabiel.
05:37
This is what wars look like when they continue.
124
325000
4000
Zo zien oorlogen eruit als ze verder lopen.
05:41
We've got to change that.
125
329000
2000
Dat moeten we veranderen.
05:43
We can push it up:
126
331000
2000
We kunnen het opdrijven.
05:45
the forces become more fragmented;
127
333000
2000
De machten worden meer gefragmenteerd.
05:47
there is more of them, but they are weaker.
128
335000
4000
Er zijn er meer, maar ze zijn zwakker.
05:51
Or we push it down:
129
339000
2000
Of we verlagen het.
05:53
they're more robust; there is less groups;
130
341000
2000
Ze zijn sterker. Er zijn minder groepen.
05:55
but perhaps you can sit and talk to them.
131
343000
4000
Maar misschien kan je ermee gaan onderhandelen.
05:59
So this graph here, I'm going to show you now.
132
347000
2000
Deze grafiek hier zal ik jullie nu laten zien.
06:01
No one has seen this before. This is literally
133
349000
3000
Niemand heeft ze ooit gezien. Dit zijn letterlijk
06:04
stuff that we've come through last week.
134
352000
2000
resultaten van vorige week.
06:06
And we see the evolution of Alpha through time.
135
354000
4000
We zien de evolutie van Alfa door de tijd heen.
06:10
We see it start. And we see it grow up to the stable state
136
358000
3000
We zien het beginnen. En we zien het toenemen tot de stabiele status,
06:13
the wars around the world look like.
137
361000
2000
zoals de oorlogen van de wereld eruit zien.
06:15
And it stays there through the invasion of Fallujah
138
363000
3000
Het blijft daar tijdens de invasie van Falusia,
06:18
until the Samarra bombings in the
139
366000
2000
tot aan de bombardementen in Samarra
06:20
Iraqi elections of '06.
140
368000
3000
tijdens de Iraakse verkiezingen van 2006.
06:23
And the system gets perturbed. It moves upwards
141
371000
2000
Het systeem wordt verstoord. Het beweegt zich naar boven,
06:25
to a fragmented state.
142
373000
2000
richting gefragmenteerde status.
06:27
This is when the surge happens.
143
375000
2000
Daar gebeurt de troepenversterking.
06:29
And depending on who you ask,
144
377000
2000
Afhankelijk van wie je het vraagt,
06:31
the surge was supposed to push it up even further.
145
379000
3000
moest de troepenversterking het nog verder omhoog duwen.
06:34
The opposite happened.
146
382000
2000
Het omgekeerde gebeurde.
06:36
The groups became stronger.
147
384000
2000
De groepen werden sterker.
06:38
They became more robust.
148
386000
2000
Ze werden robuuster.
06:40
And so I'm thinking, right, great, it's going to keep going down.
149
388000
3000
Dus denk ik: OK, fantastisch, het gaat alsmaar meer naar beneden.
06:43
We can talk to them. We can get a solution. The opposite happened.
150
391000
3000
We kunnen ermee praten. Een oplossing is mogelijk. Het omgekeerde gebeurde.
06:46
It's moved up again. The groups are more fragmented.
151
394000
3000
Het ging weer naar boven. De groepen zijn meer gefragmenteerd.
06:49
And this tells me one of two things.
152
397000
2000
Dit betekent één van twee dingen.
06:51
Either we're back where we started
153
399000
3000
Ofwel zijn we terug bij de start,
06:54
and the surge has had no effect;
154
402000
2000
en heeft de troepenversterking geen effect gehad.
06:56
or finally the groups have been fragmented to the extent
155
404000
4000
Ofwel zijn de groepen zo gefragmenteerd
07:00
that we can start to think about maybe moving out.
156
408000
4000
dat we kunnen beginnen te denken aan een terugtrekking.
07:04
I don't know what the answer is to that.
157
412000
2000
Ik weet niet wat het antwoord daarop is.
07:06
But I know that we should be looking at the structure of the insurgency
158
414000
3000
Maar ik weet dat we moeten kijken naar de structuur van de opstand
07:09
to answer that question.
159
417000
2000
om die vraag te beantwoorden.
07:11
Thank you.
160
419000
2000
Dankuwel.
07:13
(Applause)
161
421000
5000
(Applaus)
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