TEDxUCL
Hannah Fry: Is life really that complex?
Filmed:
Readability: 4.5
819,007 views
Can an algorithm forecast the site of the next riot? In this accessible talk, mathematician Hannah Fry shows how complex social behavior can be analyzed and perhaps predicted through analogies to natural phenomena, like the patterns of a leopard's spots or the distribution of predators and prey in the wild.
Hannah Fry - Complexity theorist
Hannah Fry researches the trends in our civilization and ways we can forecast its future. Full bio
Hannah Fry researches the trends in our civilization and ways we can forecast its future. Full bio
Double-click the English transcript below to play the video.
00:10
Thanks very much.
0
24
1157
Bardzo dziękuję.
Jestem Hannah Fry
00:11
I am Hannah Fry, the badass.
1
1205
1848
i dziś zadaję pytanie:
00:13
And today I'm asking the question:
2
3077
1680
00:14
Is life really that complex?
3
4781
1756
czy świat jest aż tak złożony?
00:16
Now, I've only got nine minutes
to try and provide you with an answer,
to try and provide you with an answer,
4
6561
3325
Mam tylko dziewięć minut,
żeby dać wam odpowiedź.
żeby dać wam odpowiedź.
00:19
so what I've done
is split this neatly into two parts:
is split this neatly into two parts:
5
9910
2716
więc podzieliłam to
na dwie zgrabne części:
na dwie zgrabne części:
00:22
part one: yes;
6
12650
2353
część pierwsza: tak
00:25
and later on, part two: no.
7
15027
2528
a później część druga: nie.
00:27
Or, to be more accurate: no?
8
17579
2544
A dokładniej: nie?
00:30
(Laughter)
9
20147
1204
(Śmiech)
00:31
So first of all, let me try and define
what I mean by "complex."
what I mean by "complex."
10
21375
3006
Na początek: co rozumiem
przez słowo "złożony".
przez słowo "złożony".
Mogłabym podać
mnóstwo oficjalnych definicji,
mnóstwo oficjalnych definicji,
00:34
Now, I could give you
a host of formal definitions,
a host of formal definitions,
11
24405
2441
00:36
but in the simplest terms,
12
26870
1253
ale prostym językiem
00:38
any problem in complexity is something
that Einstein and his peers can't do.
that Einstein and his peers can't do.
13
28147
4899
złożoność to rodzaj problemu,
którego nie rozwiązałby Einstein.
którego nie rozwiązałby Einstein.
00:43
So, let's imagine --
if the clicker works ... there we go.
if the clicker works ... there we go.
14
33070
3240
Wyobraźmy sobie - jeśli to zadziała...
00:46
Einstein is playing a game of snooker.
15
36334
2103
...Einsteina grającego w snookera.
00:48
He's a clever chap, so he knows
that when he hits the cue ball,
that when he hits the cue ball,
16
38461
3479
To sprytny facet, więc wie,
że kiedy uderza białą bilę,
że kiedy uderza białą bilę,
00:51
he could write you an equation
17
41964
1441
mógłby napisać równanie,
00:53
and tell you exactly where the red ball
is going to hit the sides,
is going to hit the sides,
18
43429
3128
które opisze, gdzie dokładnie
czerwona bila uderzy o bandę,
czerwona bila uderzy o bandę,
jak szybko będzie się toczyć
i gdzie się zatrzyma.
i gdzie się zatrzyma.
00:56
how fast it's going
and where it's going to end up.
and where it's going to end up.
19
46581
2439
Jeśli powiększyć te bile
do rozmiaru układu słonecznego,
do rozmiaru układu słonecznego,
00:59
Now, if you scale these snooker balls
up to the size of the solar system,
up to the size of the solar system,
20
49044
3469
01:02
Einstein can still help you.
21
52537
1959
Einstein nadal będzie umiał pomóc.
01:04
Sure, the physics changes,
22
54520
1245
Jasne, fizyka się zmienia,
01:05
but if you wanted to know about
the path of the Earth around the Sun,
the path of the Earth around the Sun,
23
55789
3282
ale jeśli chcesz znaleźć
drogę Ziemi dookoła Słońca,
drogę Ziemi dookoła Słońca,
Einstein mógłby napisać równanie
01:09
Einstein could write you an equation
24
59095
1733
01:10
telling you where both objects are
at any point in time.
at any point in time.
25
60852
2643
opisujące położenie tych obiektów
w dowolnym momencie.
w dowolnym momencie.
01:13
Now, with a surprising
increase in difficulty,
increase in difficulty,
26
63519
2204
Z zaskakująco zwiększoną trudnością
01:15
Einstein could include
the Moon in his calculations.
the Moon in his calculations.
27
65747
2452
Einstein mógłby włączyć
Księżyc do swoich obliczeń.
Księżyc do swoich obliczeń.
01:18
But as you add more and more planets,
Mars and Jupiter, say,
Mars and Jupiter, say,
28
68223
3067
Ale kiedy dołączy więcej planet,
na przykład Marsa i Jowisza,
na przykład Marsa i Jowisza,
01:21
the problem gets too tough for Einstein
to solve with a pen and paper.
to solve with a pen and paper.
29
71314
3764
problem staje się zbyt trudny,
żeby Einstein mógł go rozwiązać na kartce.
żeby Einstein mógł go rozwiązać na kartce.
01:25
Now, strangely, if instead of having
a handful of planets,
a handful of planets,
30
75102
2843
O dziwo, kiedy zamiast kilku planet
01:27
you had millions of objects
or even billions,
or even billions,
31
77969
2672
weźmiemy pod uwagę tysiące
albo i miliony obiektów,
albo i miliony obiektów,
01:30
the problem actually becomes much simpler,
32
80665
2271
problem staje się prostszy
01:32
and Einstein is back in the game.
33
82960
1922
i Einstein wraca do gry.
01:34
Let me explain what I mean by this,
34
84906
1846
Wytłumaczę to w ten sposób,
01:36
by scaling these objects back down
to a molecular level.
to a molecular level.
35
86776
3294
zmniejszając skalę z powrotem
do poziomu cząsteczek.
do poziomu cząsteczek.
01:40
If you wanted to trace the erratic path
of an individual air molecule,
of an individual air molecule,
36
90094
3747
Gdybyśmy chcieli wyznaczyć drogę
pojedynczej cząsteczki powietrza,
pojedynczej cząsteczki powietrza,
01:43
you'd have absolutely no hope.
37
93865
1842
nie mielibyśmy szans.
01:45
But when you have millions
of air molecules all together,
of air molecules all together,
38
95731
2711
Ale jeśli weźmiemy pod uwagę
miliony cząsteczek,
miliony cząsteczek,
01:48
they start to act in a way
which is quantifiable, predictable
which is quantifiable, predictable
39
98466
3877
zauważymy, że zachowują się
obliczalnie, przewidywalnie
obliczalnie, przewidywalnie
01:52
and well-behaved.
40
102367
1170
i niezmiennie.
01:53
And thank goodness air is well-behaved,
41
103561
1885
I dobrze, że powietrze jest niezmienne,
01:55
because if it wasn't,
planes would fall out of the sky.
planes would fall out of the sky.
42
105470
2910
bo inaczej samoloty spadałyby z nieba.
01:58
Now, on an even bigger scale,
across the whole of the world,
across the whole of the world,
43
108404
3064
Na jeszcze większą skalę,
na całym świecie,
na całym świecie,
02:01
the idea is exactly the same
with all of these air molecules.
with all of these air molecules.
44
111492
3122
ta teoria działa na wszystkie
cząsteczki powietrza.
cząsteczki powietrza.
02:04
It's true that you can't take
an individual rain droplet
an individual rain droplet
45
114638
2918
Co prawda nie można obserwować
pojedynczej kropli deszczu
pojedynczej kropli deszczu
02:07
and say where it's come from
or where it's going to end up.
or where it's going to end up.
46
117580
2785
i określić skąd leci, ani gdzie spadnie,
02:10
But you can say with pretty good certainty
47
120389
2034
ale można, z całkiem dużą dokładnością,
02:12
whether it will be cloudy tomorrow.
48
122447
1813
powiedzieć, czy jutro będzie pochmurno.
02:14
So that's it.
49
124284
1158
A więc to tyle.
02:15
In Einstein's time,
this is how far science had got.
this is how far science had got.
50
125466
2683
W czasach Einsteina
nauka doszła do tego miejsca.
nauka doszła do tego miejsca.
02:18
We could do really small problems
with a few objects
with a few objects
51
128173
3613
Można było liczyć małe równania
z kilkoma obiektami
z kilkoma obiektami
02:21
with simple interactions,
52
131810
1275
i prostymi zależnościami
02:23
or we could do huge problems
with millions of objects
with millions of objects
53
133109
2602
albo wielkie zadania
z milionami składowych
z milionami składowych
02:25
and simple interactions.
54
135735
1323
i prostymi zależnościami.
02:27
But what about everything in the middle?
55
137082
1937
Ale co ze wszystkim po środku?
02:29
Well, just seven years
before Einstein's death,
before Einstein's death,
56
139043
2693
Ledwie siedem lat przed śmiercią Einsteina
02:31
an American scientist called
Warren Weaver made exactly this point.
Warren Weaver made exactly this point.
57
141760
3658
amerykański naukowiec
Warren Weaver zwrócił na to uwagę.
Warren Weaver zwrócił na to uwagę.
02:35
He said that scientific methodology
has gone from one extreme to another,
has gone from one extreme to another,
58
145442
3624
Powiedział, że metodologia naukowa
skupia się na dwóch ekstremach,
skupia się na dwóch ekstremach,
02:39
leaving out an untouched
great middle region.
great middle region.
59
149090
3071
ignorując niewyjaśniony obszar pośrodku.
02:42
Now, this middle region
is where complexity science lies,
is where complexity science lies,
60
152185
2699
To jest właśnie obszar nauki o złożoności
02:44
and this is what I mean by complex.
61
154908
2259
i to mam na myśli mówiąc "złożony".
02:47
Now, unfortunately, almost
every single problem you can think of
every single problem you can think of
62
157191
3525
Niestety, niemal każdy problem
związany z ludzkim zachowaniem
02:50
to do with human behavior
63
160740
1222
02:51
lies in this middle region.
64
161986
2069
zawiera się w tej strefie pośrodku.
02:54
Einstein's got absolutely no idea
how to model the movement of a crowd.
how to model the movement of a crowd.
65
164079
4290
Einstein nie miał bladego pojęcia,
jak opisać ruch tłumu.
jak opisać ruch tłumu.
02:58
There are too many people
to look at them all individually
to look at them all individually
66
168393
2801
To zbyt dużo ludzi,
żeby patrzeć na nich jednostkowo,
żeby patrzeć na nich jednostkowo,
03:01
and too few to treat them as a gas.
67
171218
1872
i za mało, żeby traktować ich jak gaz.
03:03
Similarly, people are prone
to annoying things like decisions
to annoying things like decisions
68
173114
3356
Poza tym ludzie mają tendencję
do podejmowania irytujących decyzji,
do podejmowania irytujących decyzji,
03:06
and not wanting to walk into each other,
69
176494
2014
na przykład omijania się nawzajem,
03:08
which makes the problem
all the more complicated.
all the more complicated.
70
178532
2613
co sprawia, że równanie się komplikuje.
03:11
Einstein also couldn't tell you
71
181169
1703
Einstein nie umiał też powiedzieć,
03:12
when the next stock market crash
is going to be.
is going to be.
72
182896
2349
kiedy wypadnie następny kryzys giełdowy.
03:15
Einstein couldn't tell you
how to improve unemployment.
how to improve unemployment.
73
185269
2764
Einstein nie powiedziałby,
jak zaradzić bezrobociu.
jak zaradzić bezrobociu.
03:18
Einstein can't even tell you
74
188057
1401
Einstein nie wiedziałby nawet,
03:19
whether the next iPhone
is going to be a hit or a flop.
is going to be a hit or a flop.
75
189482
3382
czy następny iPhone
okaże się hitem czy klapą.
okaże się hitem czy klapą.
03:22
So to conclude part one:
we're completely screwed.
we're completely screwed.
76
192888
2606
Podsumowując część pierwszą:
mamy przerąbane.
mamy przerąbane.
03:25
We've got no tools to deal with this,
and life is way too complex.
and life is way too complex.
77
195518
4500
Brak nam odpowiednich narzędzi,
a świat jest zbyt złożony.
a świat jest zbyt złożony.
Ale może jest nadzieja,
03:30
But maybe there's hope,
78
200042
1796
03:31
because in the last few years,
79
201862
1534
bo przez kilka ostatnich lat
03:33
we've begun to see the beginnings
of a new area of science
of a new area of science
80
203420
3837
zaczęliśmy zauważać nowe pole nauki
03:37
using mathematics
to model our social systems.
to model our social systems.
81
207281
3027
wykorzystujące matematykę
do opisywania zachowań społecznych.
do opisywania zachowań społecznych.
03:40
And I'm not just talking here
about statistics and computer simulations.
about statistics and computer simulations.
82
210332
3484
Nie mówię tu tylko o statystyce
i symulacjach komputerowych.
i symulacjach komputerowych.
03:43
I'm talking about writing down
equations about our society
equations about our society
83
213840
2996
Mówię o spisaniu równań
o naszym społeczeństwie,
o naszym społeczeństwie,
03:46
that will help us understand
what's going on
what's going on
84
216860
2069
które pomogą zrozumieć, co się dzieje,
03:48
in the same way as with the snooker balls
or the weather prediction.
or the weather prediction.
85
218953
3215
podobnie jak z bilą w snookerze
albo z prognozą pogody.
albo z prognozą pogody.
03:52
And this has come about
because people have begun to realize
because people have begun to realize
86
222192
2842
A stało się tak,
bo ludzie zaczęli rozumieć,
bo ludzie zaczęli rozumieć,
03:55
that we can use and exploit analogies
87
225058
2343
że można stosować
i wykorzystywać analogie
i wykorzystywać analogie
03:57
between our human systems
and those of the physical world around us.
and those of the physical world around us.
88
227425
3942
między systemami ludzkimi,
a systemami w fizycznym otoczeniu.
a systemami w fizycznym otoczeniu.
04:01
Now, to give you an example:
89
231938
1464
Na przykład:
niesamowicie złożony problem
migracji w Europie.
migracji w Europie.
04:03
the incredibly complex problem
of migration across Europe.
of migration across Europe.
90
233426
3454
04:06
Actually, as it turns out, when you view
all of the people together,
all of the people together,
91
236904
3332
Jak się okazuje, jeśli spojrzymy
na ludzi jako jedną masę,
na ludzi jako jedną masę,
04:10
collectively, they behave as though
they're following the laws of gravity.
they're following the laws of gravity.
92
240260
4043
wspólnie zachowują się tak,
jakby podlegali prawom grawitacji,
jakby podlegali prawom grawitacji,
04:14
But instead of planets
being attracted to one another,
being attracted to one another,
93
244327
3128
ale to nie planety
przyciągają się na wzajem,
przyciągają się na wzajem,
04:17
it's people who are attracted
to areas with better job opportunities,
to areas with better job opportunities,
94
247479
4210
tylko ludzie są przyciągani
do rejonów o lepszych perspektywach,
do rejonów o lepszych perspektywach,
04:21
higher pay, better quality of life
and lower unemployment.
and lower unemployment.
95
251713
4015
wyższych zarobkach,
lepszej jakości życia
i niższym bezrobociu.
i niższym bezrobociu.
04:25
And in the same way as people
are more likely to go for opportunities
are more likely to go for opportunities
96
255752
3528
Podobnie jak ludzie
najczęściej migrują do miejsc
najczęściej migrują do miejsc
04:29
close to where they live already --
London to Kent, for example,
London to Kent, for example,
97
259304
3035
w swoim sąsiedztwie,
na przykład z Londynu do Kentu,
na przykład z Londynu do Kentu,
04:32
as opposed to London to Melbourne --
98
262363
1792
a nie z Londynu do Melbourne,
04:34
the gravitational effect of planets
far away is felt much less.
far away is felt much less.
99
264179
4136
tak samo planety odległe od siebie
słabiej się przyciągają.
słabiej się przyciągają.
04:38
So, to give you another example:
100
268997
2067
Żeby podać wam inny przykład:
04:41
in 2008, a group in UCLA
were looking into the patterns
were looking into the patterns
101
271088
4225
w 2008 roku grupa z UCLA badała schematy
04:45
of burglary hot spots in the city.
102
275337
2712
najczęstszych włamań w mieście.
04:48
Now, one thing about burglaries
is this idea of repeat victimization.
is this idea of repeat victimization.
103
278073
5519
Włamania charakteryzuje
koncepcja wtórnej wiktymizacji.
koncepcja wtórnej wiktymizacji.
04:53
So if you have a group of burglars
who manage to successfully rob an area,
who manage to successfully rob an area,
104
283616
4237
Jeśli grupie włamywaczy
uda się okraść jakieś miejsce,
uda się okraść jakieś miejsce,
04:57
they'll tend to return to that area
and carry on burgling it.
and carry on burgling it.
105
287877
3790
to będą tam wracać i kraść ponownie.
05:01
So they learn the layout of the houses,
106
291691
2856
Nauczą się rozkładu domów,
05:04
the escape routes
107
294571
1694
dróg ucieczki
05:06
and the local security measures
that are in place.
that are in place.
108
296289
3004
i lokalnych zabezpieczeń.
05:09
And this will continue to happen
109
299317
1685
To będzie się powtarzać,
05:11
until local residents and police
ramp up the security,
ramp up the security,
110
301026
3181
dopóki mieszkańcy i policja
nie wzmocnią ochrony.
nie wzmocnią ochrony.
05:14
at which point, the burglars
will move off elsewhere.
will move off elsewhere.
111
304231
2771
Wtedy włamywacze
przeniosą się gdzie indziej.
przeniosą się gdzie indziej.
05:17
And it's that balance
between burglars and security
between burglars and security
112
307026
2808
Ten balans między włamywaczami a ochroną
05:19
which creates these dynamic
hot spots of the city.
hot spots of the city.
113
309858
3037
tworzy siatkę najczęściej
okradanych punktów w mieście.
okradanych punktów w mieście.
05:22
As it turns out,
this is exactly the same process
this is exactly the same process
114
312919
3544
Okazuje się, że dokładnie tak samo
05:26
as how a leopard gets its spots,
115
316487
2242
powstają cętki lamparta,
05:28
except in the leopard example,
it's not burglars and security,
it's not burglars and security,
116
318753
2936
z tym, że w przypadku lamparta
to nie włamywacze i ochrona,
to nie włamywacze i ochrona,
05:31
it's the chemical process
that creates these patterns
that creates these patterns
117
321713
3465
tylko procesy chemiczne tworzą ten schemat
05:35
and something called "morphogenesis."
118
325202
1995
i coś zwane morfogenezą.
05:37
We actually know an awful lot
about the morphogenesis of leopard spots.
about the morphogenesis of leopard spots.
119
327221
4256
Tak na prawdę wiemy bardzo dużo
o morfogenezie i lamparcich cętkach.
o morfogenezie i lamparcich cętkach.
05:41
Maybe we can use this to try and spot
some of the warning signs with burglaries
some of the warning signs with burglaries
120
331501
4644
Może pozwoli to ostrzec przed włamaniami
05:46
and perhaps, also to create
better crime strategies to prevent crime.
better crime strategies to prevent crime.
121
336169
4107
i stworzyć lepsze metody
przeciwdziałania przestępstwom.
przeciwdziałania przestępstwom.
05:50
There's a group here at UCL
122
340300
1572
Mamy grupę, tu w UCL,
05:51
who are working with
the West Midlands police right now
the West Midlands police right now
123
341896
2825
która pracuje z policją w West Midlands
05:54
on this very question.
124
344745
1641
nad tym zagadnieniem.
05:56
I could give you
plenty of examples like this,
plenty of examples like this,
125
346410
2915
Mogłabym podać więcej takich przykładów,
05:59
but I wanted to leave you
with one from my own research
with one from my own research
126
349349
2643
ale chciałam zakończyć
na przykładzie z własnych badań
na przykładzie z własnych badań
nad zamieszkami w Londynie.
06:02
on the London riots.
127
352016
1166
06:03
Now, you probably
don't need me to tell you
don't need me to tell you
128
353206
2015
Pewnie nie muszę mówić
06:05
about the events of last summer,
129
355245
1567
o wydarzeniach z zeszłego lata,
06:06
where London and the UK saw
the worst sustained period
the worst sustained period
130
356836
3030
kiedy Londyn i Wielka Brytania
doświadczyły najgorszego okresu
doświadczyły najgorszego okresu
06:09
of violent looting and arson
131
359890
1526
grabieży i podpaleń
06:11
for over twenty years.
132
361440
1613
od ponad 20 lat.
06:13
It's understandable that, as a society,
we want to try and understand
we want to try and understand
133
363077
3287
To zrozumiałe, że jako społeczeństwo
chcemy i próbujemy zrozumieć,
chcemy i próbujemy zrozumieć,
06:16
exactly what caused these riots,
134
366388
1794
co dokładnie powoduje te zamieszki,
06:18
but also, perhaps, to equip our police
with better strategies
with better strategies
135
368206
3885
ale chcemy też
dać policji lepszą strategię,
dać policji lepszą strategię,
06:22
to lead to a swifter
resolution in the future.
resolution in the future.
136
372115
3781
żeby sprawniej działała w przyszłości.
06:25
Now, I don't want to upset
the sociologists here,
the sociologists here,
137
375920
2356
Nie chcę rozzłościć socjologów,
06:28
so I absolutely cannot talk about
the individual motivations for a rioter,
the individual motivations for a rioter,
138
378300
4857
więc absolutnie nie mogę mówić
o motywacji pojedynczego chuligana,
o motywacji pojedynczego chuligana,
06:33
but when you look at
the rioters all together,
the rioters all together,
139
383181
2168
ale jeśli wziąć ich pod uwagę razem,
06:35
mathematically, you can separate it
into a three-stage process
into a three-stage process
140
385373
3208
matematycznie można podzielić
ich działania na trzy etapy
ich działania na trzy etapy
06:38
and draw analogies accordingly.
141
388605
1975
i wyprowadzić odpowiednie analogie.
06:40
So, step one: let's say
you've got a group of friends.
you've got a group of friends.
142
390604
3177
Krok pierwszy: powiedzmy,
że mamy grupę znajomych.
że mamy grupę znajomych.
Nie uczestniczą w zamieszkach,
06:43
None of them are involved in the riots,
143
393805
1875
06:45
but one of them walks past
a Foot Locker which is being raided,
a Foot Locker which is being raided,
144
395704
3682
ale jeden widzi włamanie do Foot Locker,
06:49
and goes in and bags himself
a new pair of trainers.
a new pair of trainers.
145
399410
2513
wchodzi i bierze sobie parę butów.
06:51
He texts one of his friends and says,
"Come on down to the riots."
"Come on down to the riots."
146
401947
4089
Pisze do kolegi: "Chodź na zamieszki".
06:56
So his friend joins him,
147
406060
1421
Kolega dołącza
06:57
and then the two of them text
more of their friends, who join them,
more of their friends, who join them,
148
407505
3157
i obaj piszą do kolejnych znajomych,
którzy przychodzą i piszą
do kolejnych znajomych
do kolejnych znajomych
07:00
and text more of their friends
149
410686
1581
07:02
and more and more, and so it continues.
150
412291
2374
i kolejnych, i kolejnych, i tak dalej.
07:04
This process is identical to the way
that a virus spreads through a population.
that a virus spreads through a population.
151
414689
4583
Identyczny proces zachodzi
przy rozprzestrzenianiu się wirusów.
przy rozprzestrzenianiu się wirusów.
07:09
If you think about the bird flu epidemic
of a couple of years ago,
of a couple of years ago,
152
419296
3100
Jeśli przypomnimy sobie
ptasią grypę sprzed kilku lat,
ptasią grypę sprzed kilku lat,
07:12
the more people that were infected,
the more people that got infected,
the more people that got infected,
153
422420
3303
im więcej osób było zarażonych,
tym więcej się zarażało
tym więcej się zarażało
07:15
and the faster the virus spread
154
425747
1588
i wirus się rozprzestrzenił,
07:17
before the authorities managed
to get a handle on events.
to get a handle on events.
155
427359
3141
zanim rząd zdążył się zorientować.
07:20
And it's exactly the same process here.
156
430988
2515
Taki sam proces zachodzi tutaj.
07:23
So let's say you've got a rioter,
he's decided he's going to riot.
he's decided he's going to riot.
157
433527
3276
Powiedzmy, że ktoś postanawia
zacząć zamieszki.
zacząć zamieszki.
07:26
The next thing he has to do
is pick a riot site.
is pick a riot site.
158
436827
2535
Najpierw musi wybrać miejsce.
07:30
Now, what you should know
about rioters is that, um ...
about rioters is that, um ...
159
440274
3624
Otóż takie osoby...
07:33
Oops, clicker's gone. There we go.
160
443922
1642
Oj, coś się popsuło. O, już.
Otóż takie osoby nie będą się fatygować
07:35
What you should know about rioters is,
they're not prepared to travel
they're not prepared to travel
161
445588
3344
07:38
that far from where they live,
162
448956
1451
daleko od domu,
07:40
unless it's a really juicy riot site.
163
450431
1852
o ile miejsce nie jest bardzo znane.
07:42
(Laughter)
164
452307
1075
(Śmiech)
07:43
So you can see that here from this graph,
165
453406
2069
Na tym wykresie widać,
07:45
with an awful lot of rioters
having traveled less than a kilometer
having traveled less than a kilometer
166
455499
3391
że większość chuliganów
nie oddala się o więcej niż kilometr,
nie oddala się o więcej niż kilometr,
07:48
to the site that they went to.
167
458914
1679
żeby dojść do wybranego miejsca.
07:50
Now, this pattern is seen
in consumer models of retail spending,
in consumer models of retail spending,
168
460617
4909
Taki sam wykres opisuje
zachowania konsumenckie,
zachowania konsumenckie,
07:55
i.e., where we choose to go shopping.
169
465550
2309
na przykład, gdzie robimy zakupy.
07:57
So, of course, people like
to go to local shops,
to go to local shops,
170
467883
2922
Oczywiście ludzie wolą
robić zakupy bliżej domu,
robić zakupy bliżej domu,
08:00
but you'd be prepared
to go a little bit further
to go a little bit further
171
470829
2592
ale mogą nadłożyć drogi,
08:03
if it was a really good retail site.
172
473445
2116
jeśli chodzi o naprawdę dobry sklep.
08:05
And this analogy, actually, was already
picked up by some of the papers,
picked up by some of the papers,
173
475585
3442
Akurat tę analogię podłapało kilka gazet,
08:09
with some tabloid press calling the events
"Shopping with violence,"
"Shopping with violence,"
174
479051
3262
stąd nagłówki takie jak
"Przemoc wyprzedaży",
"Przemoc wyprzedaży",
08:12
which probably sums it up
in terms of our research.
in terms of our research.
175
482337
2788
co chyba podsumowuje nasze badania.
08:15
Oh! -- we're going backwards.
176
485673
1476
Oj, cofam się.
08:19
OK, step three.
177
489730
1456
Krok trzeci.
08:21
Finally, the rioter is at his site,
178
491210
1817
W końcu chuligan dociera na miejsce
08:23
and he wants to avoid
getting caught by the police.
getting caught by the police.
179
493051
4572
i chce uniknąć aresztowania przez policję.
08:27
The rioters will avoid
the police at all times,
the police at all times,
180
497647
2701
Chuligani będą unikać policji
za wszelką cenę,
za wszelką cenę,
08:30
but there is some safety in numbers.
181
500372
2094
ale im ich więcej, tym są bezpieczniejsi.
08:32
And on the flip side, the police,
with their limited resources,
with their limited resources,
182
502490
3061
Z drugiej strony policja
z ograniczonymi środkami
z ograniczonymi środkami
08:35
are trying to protect
as much of the city as possible,
as much of the city as possible,
183
505575
2579
próbuje chronić jak najwięcej dzielnic,
08:38
arrest rioters wherever possible
184
508178
2013
aresztować jak najwięcej sprawców
08:40
and to create a deterrent effect.
185
510215
2041
i odstraszyć pozostałych.
08:45
And actually, as it turns out,
186
515510
1491
Jednak jak się okazuje,
08:47
this mechanism between the two species,
so to speak, of rioters and police,
so to speak, of rioters and police,
187
517025
4623
ten mechanizm między dwoma
"gatunkami", chuliganami i policją,
"gatunkami", chuliganami i policją,
08:51
is identical to predators
and prey in the wild.
and prey in the wild.
188
521672
2649
działa tak, jak między
drapieżnikami i ich ofiarami.
drapieżnikami i ich ofiarami.
08:54
So if you can imagine rabbits and foxes,
189
524345
2197
Jeśli wyobrazimy sobie zające i lisy,
08:56
rabbits are trying to avoid
foxes at all costs,
foxes at all costs,
190
526566
2750
zające będą za wszelką cenę unikać lisów,
08:59
while foxes are patrolling the space,
trying to look for rabbits.
trying to look for rabbits.
191
529340
3687
podczas gdy lisy będą
ich systematycznie szukać.
ich systematycznie szukać.
09:03
We actually know an awful lot
about the dynamics of predators and prey.
about the dynamics of predators and prey.
192
533051
3354
Właściwie to wiemy naprawdę dużo
o tej dynamice między gatunkami.
o tej dynamice między gatunkami.
09:06
We also know a lot about
consumer spending flows.
consumer spending flows.
193
536429
4979
Wiemy też sporo o mechanizmach
działania konsumentów.
działania konsumentów.
09:11
And we know a lot about
how viruses spread through a population.
how viruses spread through a population.
194
541432
3163
I wiemy coś niecoś
na temat epidemii wirusów.
na temat epidemii wirusów.
09:14
So if you take these three analogies
together and exploit them,
together and exploit them,
195
544619
3033
Jeśli połączyć i wykorzystać
te trzy analogie,
te trzy analogie,
09:17
you can come up with a mathematical
model of what actually happened,
model of what actually happened,
196
547676
3236
można utworzyć matematyczny
model tych wydarzeń,
model tych wydarzeń,
który może opisać schematy
09:20
that's capable of replicating
the general patterns
the general patterns
197
550936
2404
występujące podczas samych zamieszek.
09:23
of the riots themselves.
198
553364
1343
09:25
Now, once we've got this,
we can almost use this as a petri dish
we can almost use this as a petri dish
199
555678
3086
Taka wiedza może posłużyć za punkt wyjścia
09:28
and start having conversations
200
558788
1623
do dyskusji o tym,
09:30
about which areas of the city
were more susceptible than others
were more susceptible than others
201
560435
3139
które części miasta
są narażone bardziej niż inne,
są narażone bardziej niż inne,
09:33
and what police tactics could be used
202
563598
1877
i jakich taktyk powinna używać policja,
09:35
if this were ever to happen
again in the future.
again in the future.
203
565499
2307
żeby zapobiec zamieszkom w przyszłości.
09:37
Even twenty years ago, modeling
of this sort was completely unheard of.
of this sort was completely unheard of.
204
567830
4003
Jeszcze dwadzieścia lat temu stworzenie
takiego modelu byłoby nieprawdopodobne,
takiego modelu byłoby nieprawdopodobne,
09:41
But I think that these analogies
are an incredibly important tool
are an incredibly important tool
205
571857
4444
ale myślę, że takie analogie są
niesłychanie ważnym narzędziem
niesłychanie ważnym narzędziem
09:46
in tackling problems with our society,
206
576325
2491
do rozwiązywania problemów
naszego społeczeństwa
naszego społeczeństwa
09:48
and perhaps, ultimately improving
our society overall.
our society overall.
207
578840
3406
i ostatecznie także do jego ulepszenia.
09:52
So, to conclude: life is complex,
208
582270
2389
Podsumowując: świat jest złożony,
09:54
but perhaps understanding it need not
necessarily be that complicated.
necessarily be that complicated.
209
584683
3357
ale może zrozumienie go
nie musi być takie trudne.
nie musi być takie trudne.
09:58
Thank you.
210
588064
1158
Dziękuję.
09:59
(Applause)
211
589246
1386
(Brawa)
ABOUT THE SPEAKER
Hannah Fry - Complexity theoristHannah Fry researches the trends in our civilization and ways we can forecast its future.
Why you should listen
Hannah Fry completed her PhD in fluid dynamics in early 2011 with an emphasis on how liquid droplets move. Then, after working as an aerodynamicist in the motorsport industry, she began work on an interdisciplinary project in complexity sciences at University College London. Hannah’s current research focusses on discovering new connections between mathematically described systems and human interaction at the largest scale.
Fry is the author of the TED Book, The Mathematics of Love: Patterns, Proofs, and the Search for the Ultimate Equation.
Hannah Fry | Speaker | TED.com