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
Muito obrigada.
00:11
I am Hannah Fry, the badass.
1
1205
1848
Sou Hannah Fry, a incrível.
00:13
And today I'm asking the question:
2
3077
1680
E hoje eu pergunto o seguinte:
00:14
Is life really that complex?
3
4781
1756
a vida é realmente tão complexa?
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
Bem, tenho apenas nove minutos
para tentar dar uma resposta,
para tentar dar uma resposta,
00:19
so what I've done
is split this neatly into two parts:
is split this neatly into two parts:
5
9910
2716
então dividi a palestra
em duas partes iguais.
em duas partes iguais.
00:22
part one: yes;
6
12650
2353
parte um: sim;
00:25
and later on, part two: no.
7
15027
2528
depois, parte dois: não.
00:27
Or, to be more accurate: no?
8
17579
2544
Ou, pra ser mais exata: não?
00:30
(Laughter)
9
20147
1204
(Risos)
00:31
So first of all, let me try and define
what I mean by "complex."
what I mean by "complex."
10
21375
3006
Antes, deixe-me definir
o que quero dizer com "complexa".
o que quero dizer com "complexa".
00:34
Now, I could give you
a host of formal definitions,
a host of formal definitions,
11
24405
2441
Posso dar um monte de definições formais,
00:36
but in the simplest terms,
12
26870
1253
mas em termos simples,
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
qualquer problema complexo é algo
que Einstein e os amigos não resolveriam.
que Einstein e os amigos não resolveriam.
00:43
So, let's imagine --
if the clicker works ... there we go.
if the clicker works ... there we go.
14
33070
3240
Vamos imaginar...
se o botão funcionar... vamos lá.
se o botão funcionar... vamos lá.
00:46
Einstein is playing a game of snooker.
15
36334
2103
Einstein está jogando
uma partida de sinuca.
uma partida de sinuca.
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
É um cara esperto, então sabe
que quando acertar a bola branca,
que quando acertar a bola branca,
00:51
he could write you an equation
17
41964
1441
ele pode escrever uma equação
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
e dizer exatamente onde
a bola vermelha baterá nos lados,
a bola vermelha baterá nos lados,
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
a velocidade dela e aonde ela vai parar.
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
Se mudarmos a escala de bolas de sinuca
para o tamanho do sistema solar,
para o tamanho do sistema solar,
01:02
Einstein can still help you.
21
52537
1959
Einstein ainda consegue ajudar.
Claro, a física muda,
01:04
Sure, the physics changes,
22
54520
1245
mas se quiséssemos saber
o trajeto da Terra ao redor do Sol,
o trajeto da Terra ao redor do Sol,
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
Einstein poderia escrever uma equação
01:09
Einstein could write you an equation
24
59095
1733
dizendo onde ambos os objetos
estão a qualquer momento.
estão a qualquer momento.
01:10
telling you where both objects are
at any point in time.
at any point in time.
25
60852
2643
01:13
Now, with a surprising
increase in difficulty,
increase in difficulty,
26
63519
2204
Em nível de dificuldade muito maior,
01:15
Einstein could include
the Moon in his calculations.
the Moon in his calculations.
27
65747
2452
Einstein poderia incluir
a Lua em seus cálculos.
a Lua em seus cálculos.
01:18
But as you add more and more planets,
Mars and Jupiter, say,
Mars and Jupiter, say,
28
68223
3067
Quanto mais adicionarmos planetas,
Marte e Júpiter, por exemplo,
Marte e Júpiter, por exemplo,
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
o problema fica difícil para Einstein
resolver com papel e caneta.
resolver com papel e caneta.
01:25
Now, strangely, if instead of having
a handful of planets,
a handful of planets,
30
75102
2843
Estranhamente, se em vez
de termos alguns planetas,
de termos alguns planetas,
01:27
you had millions of objects
or even billions,
or even billions,
31
77969
2672
tivermos milhões de objetos
ou até bilhões,
ou até bilhões,
01:30
the problem actually becomes much simpler,
32
80665
2271
o problema acaba ficando bem mais fácil,
e Einstein pode voltar a ajudar.
e Einstein pode voltar a ajudar.
01:32
and Einstein is back in the game.
33
82960
1922
Deixe-me explicar o que quero dizer,
01:34
Let me explain what I mean by this,
34
84906
1846
01:36
by scaling these objects back down
to a molecular level.
to a molecular level.
35
86776
3294
com a escala destes objetos
em nível molecular.
em nível molecular.
01:40
If you wanted to trace the erratic path
of an individual air molecule,
of an individual air molecule,
36
90094
3747
Se quisermos ver o caminho instável
de apenas uma molécula de ar,
de apenas uma molécula de ar,
01:43
you'd have absolutely no hope.
37
93865
1842
não existiria esperança.
01:45
But when you have millions
of air molecules all together,
of air molecules all together,
38
95731
2711
Mas tendo milhões
de moléculas de ar juntas,
de moléculas de ar juntas,
01:48
they start to act in a way
which is quantifiable, predictable
which is quantifiable, predictable
39
98466
3877
elas começam a agir de modo quantificável,
previsível e bem-comportado.
previsível e bem-comportado.
01:52
and well-behaved.
40
102367
1170
01:53
And thank goodness air is well-behaved,
41
103561
1885
E ainda bem que o ar é bem-comportado,
01:55
because if it wasn't,
planes would fall out of the sky.
planes would fall out of the sky.
42
105470
2910
porque se não fosse, aviões cairiam.
01:58
Now, on an even bigger scale,
across the whole of the world,
across the whole of the world,
43
108404
3064
Agora, em escala maior ainda,
através do mundo inteiro,
através do mundo inteiro,
02:01
the idea is exactly the same
with all of these air molecules.
with all of these air molecules.
44
111492
3122
a ideia é exatamente a mesma
com todas essas moléculas de ar.
com todas essas moléculas de ar.
02:04
It's true that you can't take
an individual rain droplet
an individual rain droplet
45
114638
2918
É verdade que não podemos pegar
apenas uma gota da chuva,
apenas uma gota da chuva,
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
e dizer de onde veio e para onde vai.
02:10
But you can say with pretty good certainty
47
120389
2034
Mas podemos dizer com certeza
se estará nublado amanhã.
se estará nublado amanhã.
02:12
whether it will be cloudy tomorrow.
48
122447
1813
02:14
So that's it.
49
124284
1158
Então é isso.
02:15
In Einstein's time,
this is how far science had got.
this is how far science had got.
50
125466
2683
No tempo de Einstein,
a ciência chegou até aí.
a ciência chegou até aí.
02:18
We could do really small problems
with a few objects
with a few objects
51
128173
3613
Podíamos fazer pequenos
problemas com poucos objetos
problemas com poucos objetos
02:21
with simple interactions,
52
131810
1275
e interações simples,
02:23
or we could do huge problems
with millions of objects
with millions of objects
53
133109
2602
ou grandes problemas
com milhões de objetos
com milhões de objetos
02:25
and simple interactions.
54
135735
1323
e interações simples.
02:27
But what about everything in the middle?
55
137082
1937
Mas e tudo no meio?
02:29
Well, just seven years
before Einstein's death,
before Einstein's death,
56
139043
2693
Bom, sete anos antes de Einstein morrer,
02:31
an American scientist called
Warren Weaver made exactly this point.
Warren Weaver made exactly this point.
57
141760
3658
um cientista americano chamado
Warren Weaver falou isso.
Warren Weaver falou isso.
02:35
He said that scientific methodology
has gone from one extreme to another,
has gone from one extreme to another,
58
145442
3624
Disse que a metodologia científica
foi de um extremo ao outro,
foi de um extremo ao outro,
02:39
leaving out an untouched
great middle region.
great middle region.
59
149090
3071
deixando de fora todo o meio.
02:42
Now, this middle region
is where complexity science lies,
is where complexity science lies,
60
152185
2699
Agora, este meio é onde
está a complexidade científica,
está a complexidade científica,
02:44
and this is what I mean by complex.
61
154908
2259
e é isso que quero dizer com complexa.
02:47
Now, unfortunately, almost
every single problem you can think of
every single problem you can think of
62
157191
3525
Infelizmente, quase todo
problema imaginável a ver
problema imaginável a ver
02:50
to do with human behavior
63
160740
1222
com comportamento humano está neste meio.
02:51
lies in this middle region.
64
161986
2069
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 não tinha ideia de como
recriar o movimento de uma multidão.
recriar o movimento de uma multidão.
02:58
There are too many people
to look at them all individually
to look at them all individually
66
168393
2801
Há muitas pessoas para serem
observadas individualmente
observadas individualmente
e muito poucas para
serem tratadas como gás.
serem tratadas como gás.
03:01
and too few to treat them as a gas.
67
171218
1872
03:03
Similarly, people are prone
to annoying things like decisions
to annoying things like decisions
68
173114
3356
As pessoas tendem a coisas
chatas como decisões,
chatas como decisões,
03:06
and not wanting to walk into each other,
69
176494
2014
e a não quererem se esbarrar,
o que torna o problema algo mais difícil.
o que torna o problema algo mais difícil.
03:08
which makes the problem
all the more complicated.
all the more complicated.
70
178532
2613
Einstein também não saberia dizer
quando haverá queda na bolsa.
quando haverá queda na bolsa.
03:11
Einstein also couldn't tell you
71
181169
1703
03:12
when the next stock market crash
is going to be.
is going to be.
72
182896
2349
03:15
Einstein couldn't tell you
how to improve unemployment.
how to improve unemployment.
73
185269
2764
Não saberia dizer como
acabar com o desemprego.
acabar com o desemprego.
03:18
Einstein can't even tell you
74
188057
1401
Também não saberia dizer
se o próximo iPhone terá sucesso.
se o próximo iPhone terá sucesso.
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
03:22
So to conclude part one:
we're completely screwed.
we're completely screwed.
76
192888
2606
Para concluir a parte um:
estamos ferrados.
estamos ferrados.
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
Não temos ferramentas para lidar
com isso e a vida é complexa.
com isso e a vida é complexa.
03:30
But maybe there's hope,
78
200042
1796
Mas talvez haja esperança,
03:31
because in the last few years,
79
201862
1534
porque nos últimos anos,
03:33
we've begun to see the beginnings
of a new area of science
of a new area of science
80
203420
3837
começamos a ver uma nova área da ciência
usando matemática nos sistemas sociais.
usando matemática nos sistemas sociais.
03:37
using mathematics
to model our social systems.
to model our social systems.
81
207281
3027
03:40
And I'm not just talking here
about statistics and computer simulations.
about statistics and computer simulations.
82
210332
3484
Não falo apenas de estatística
e simulações de computador.
e simulações de computador.
03:43
I'm talking about writing down
equations about our society
equations about our society
83
213840
2996
Falo de escrever equações
sobre a nossa sociedade
sobre a nossa sociedade
03:46
that will help us understand
what's going on
what's going on
84
216860
2069
que nos ajudarão a entender o que acontece
03:48
in the same way as with the snooker balls
or the weather prediction.
or the weather prediction.
85
218953
3215
como nas bolas de sinuca
e a previsão do tempo.
e a previsão do tempo.
03:52
And this has come about
because people have begun to realize
because people have begun to realize
86
222192
2842
E isso aconteceu, pois
as pessoas perceberam
as pessoas perceberam
03:55
that we can use and exploit analogies
87
225058
2343
que podemos usar e explorar analogias
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
entre sistemas humanos
e o mundo físico ao redor.
e o mundo físico ao redor.
04:01
Now, to give you an example:
89
231938
1464
Para dar um exemplo:
04:03
the incredibly complex problem
of migration across Europe.
of migration across Europe.
90
233426
3454
a complexa migração na Europa.
04:06
Actually, as it turns out, when you view
all of the people together,
all of the people together,
91
236904
3332
Se olharmos essas pessoas juntas,
04:10
collectively, they behave as though
they're following the laws of gravity.
they're following the laws of gravity.
92
240260
4043
coletivamente, elas parecem
estar seguindo as leis da gravidade.
estar seguindo as leis da gravidade.
04:14
But instead of planets
being attracted to one another,
being attracted to one another,
93
244327
3128
Mas em vez de planetas
sendo atraídos para si,
sendo atraídos para si,
04:17
it's people who are attracted
to areas with better job opportunities,
to areas with better job opportunities,
94
247479
4210
são pessoas atraídas para
áreas com empregos melhores,
áreas com empregos melhores,
04:21
higher pay, better quality of life
and lower unemployment.
and lower unemployment.
95
251713
4015
salários melhores, mais qualidade
de vida e menos desemprego.
de vida e menos desemprego.
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
E como pessoas tendem
a procurar oportunidades
a procurar oportunidades
04:29
close to where they live already --
London to Kent, for example,
London to Kent, for example,
97
259304
3035
perto de onde já vivem,
ir de Londres a Kent, por exemplo,
ir de Londres a Kent, por exemplo,
04:32
as opposed to London to Melbourne --
98
262363
1792
em vez de ir de Londres a Melbourne,
04:34
the gravitational effect of planets
far away is felt much less.
far away is felt much less.
99
264179
4136
o efeito gravitacional dos planetas
é bem menos sentido.
é bem menos sentido.
04:38
So, to give you another example:
100
268997
2067
Dando mais um exemplo:
04:41
in 2008, a group in UCLA
were looking into the patterns
were looking into the patterns
101
271088
4225
em 2008, um grupo na UCLA
procurava padrões
procurava padrões
04:45
of burglary hot spots in the city.
102
275337
2712
nos lugares populares de roubo na cidade.
04:48
Now, one thing about burglaries
is this idea of repeat victimization.
is this idea of repeat victimization.
103
278073
5519
Uma coisa sobre roubos
é a repetida ideia de vitimização.
é a repetida ideia de vitimização.
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
Então se há um grupo de ladrões
que têm sucesso roubando uma área,
que têm sucesso roubando uma área,
04:57
they'll tend to return to that area
and carry on burgling it.
and carry on burgling it.
105
287877
3790
eles retornarão a esta área
e continuarão roubando.
e continuarão roubando.
05:01
So they learn the layout of the houses,
106
291691
2856
Eles aprendem o leiaute das casas,
05:04
the escape routes
107
294571
1694
as rotas de fuga,
05:06
and the local security measures
that are in place.
that are in place.
108
296289
3004
e todas as medidas de segurança.
05:09
And this will continue to happen
109
299317
1685
E isso continuará acontecendo
05:11
until local residents and police
ramp up the security,
ramp up the security,
110
301026
3181
até moradores e a polícia
melhorarem a segurança,
melhorarem a segurança,
05:14
at which point, the burglars
will move off elsewhere.
will move off elsewhere.
111
304231
2771
e a partir daí, os ladrões
vão para outro lugar.
vão para outro lugar.
05:17
And it's that balance
between burglars and security
between burglars and security
112
307026
2808
É o equilíbrio de ladrões e segurança
05:19
which creates these dynamic
hot spots of the city.
hot spots of the city.
113
309858
3037
que criam esses dinâmicos
lugares populares da cidade.
lugares populares da cidade.
05:22
As it turns out,
this is exactly the same process
this is exactly the same process
114
312919
3544
A verdade é que é o mesmo processo
05:26
as how a leopard gets its spots,
115
316487
2242
no qual leopardos ganham pintas,
05:28
except in the leopard example,
it's not burglars and security,
it's not burglars and security,
116
318753
2936
exceto que neste exemplo,
não é sobre ladrões e segurança,
não é sobre ladrões e segurança,
05:31
it's the chemical process
that creates these patterns
that creates these patterns
117
321713
3465
é sobre o processo químico
que cria estes padrões
que cria estes padrões
05:35
and something called "morphogenesis."
118
325202
1995
e uma coisa chamada "morfogênese".
05:37
We actually know an awful lot
about the morphogenesis of leopard spots.
about the morphogenesis of leopard spots.
119
327221
4256
Sabemos muito sobre morfogênese e pintas.
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
Talvez possamos tentar
entender sobre sinais de roubos
entender sobre sinais de roubos
05:46
and perhaps, also to create
better crime strategies to prevent crime.
better crime strategies to prevent crime.
121
336169
4107
e quem sabe criar estratégias
melhores sobre como prevenir crimes.
melhores sobre como prevenir crimes.
05:50
There's a group here at UCL
122
340300
1572
Tem um grupo da UCL trabalhando
com a polícia de Midlands Ocidental
com a polícia de Midlands Ocidental
05:51
who are working with
the West Midlands police right now
the West Midlands police right now
123
341896
2825
05:54
on this very question.
124
344745
1641
sobre esta questão.
05:56
I could give you
plenty of examples like this,
plenty of examples like this,
125
346410
2915
Posso dar muitos exemplos assim,
05:59
but I wanted to leave you
with one from my own research
with one from my own research
126
349349
2643
mas gostaria de deixar
um da minha própria pesquisa
um da minha própria pesquisa
06:02
on the London riots.
127
352016
1166
de tumultos em Londres.
06:03
Now, you probably
don't need me to tell you
don't need me to tell you
128
353206
2015
Talvez eu não precise falar
06:05
about the events of last summer,
129
355245
1567
sobre os eventos do ano passado,
06:06
where London and the UK saw
the worst sustained period
the worst sustained period
130
356836
3030
quando Londres e o Reino Unido
passaram por seu pior período
passaram por seu pior período
06:09
of violent looting and arson
131
359890
1526
de saques e incêndios criminosos
em mais de 20 anos.
em mais de 20 anos.
06:11
for over twenty years.
132
361440
1613
06:13
It's understandable that, as a society,
we want to try and understand
we want to try and understand
133
363077
3287
Como sociedade é normal querermos entender
o que exatamente causou os tumultos,
o que exatamente causou os tumultos,
06:16
exactly what caused these riots,
134
366388
1794
06:18
but also, perhaps, to equip our police
with better strategies
with better strategies
135
368206
3885
mas também trazer estratégias melhores
06:22
to lead to a swifter
resolution in the future.
resolution in the future.
136
372115
3781
para a polícia lidar melhor
com isso no futuro.
com isso no futuro.
06:25
Now, I don't want to upset
the sociologists here,
the sociologists here,
137
375920
2356
Não quero perturbar os sociólogos,
06:28
so I absolutely cannot talk about
the individual motivations for a rioter,
the individual motivations for a rioter,
138
378300
4857
então não posso falar sobre
as motivações individuais,
as motivações individuais,
06:33
but when you look at
the rioters all together,
the rioters all together,
139
383181
2168
mas olhando para desordeiros no geral,
06:35
mathematically, you can separate it
into a three-stage process
into a three-stage process
140
385373
3208
matematicamente, os separamos num processo
de três etapas e assim fazemos analogias.
de três etapas e assim fazemos analogias.
06:38
and draw analogies accordingly.
141
388605
1975
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
Passo um: digamos que ele
tenha um grupo de amigos.
tenha um grupo de amigos.
06:43
None of them are involved in the riots,
143
393805
1875
Nenhum está envolvido nos tumultos,
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
mas um deles passa por uma loja
sendo vandalizada,
sendo vandalizada,
06:49
and goes in and bags himself
a new pair of trainers.
a new pair of trainers.
145
399410
2513
entra e pega um par de tênis.
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
Ele avisa um amigo dizendo:
"Venha para o tumulto".
"Venha para o tumulto".
06:56
So his friend joins him,
147
406060
1421
O amigo se junta a ele,
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
e eles avisam mais amigos que vêm,
07:00
and text more of their friends
149
410686
1581
e avisam mais amigos
07:02
and more and more, and so it continues.
150
412291
2374
e mais e mais, e assim continuam.
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
O processo é idêntico ao de vírus
se espalhando pela população.
se espalhando pela população.
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
Pensando na epidemia de gripe aviária
de alguns anos atrás,
de alguns anos atrás,
07:12
the more people that were infected,
the more people that got infected,
the more people that got infected,
153
422420
3303
quanto mais gente infectada,
mais gente era infectada,
mais gente era infectada,
07:15
and the faster the virus spread
154
425747
1588
e mais rápido o vírus se espalhava
antes que o conseguissem controlar.
antes que o conseguissem controlar.
07:17
before the authorities managed
to get a handle on events.
to get a handle on events.
155
427359
3141
07:20
And it's exactly the same process here.
156
430988
2515
E é o mesmo processo aqui.
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
Digamos que você tenha um amigo
que decide participar de um tumulto.
que decide participar de um tumulto.
07:26
The next thing he has to do
is pick a riot site.
is pick a riot site.
158
436827
2535
Agora ele precisa achar o lugar para tal.
07:30
Now, what you should know
about rioters is that, um ...
about rioters is that, um ...
159
440274
3624
O que precisamos saber sobre
desordeiros é que, num geral,
desordeiros é que, num geral,
07:33
Oops, clicker's gone. There we go.
160
443922
1642
eles não estão preparados para viajar
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
para muito longe de onde vêm,
a não ser que valha muito a pena.
a não ser que valha muito a pena.
07:40
unless it's a really juicy riot site.
163
450431
1852
07:42
(Laughter)
164
452307
1075
(Risos)
07:43
So you can see that here from this graph,
165
453406
2069
Podem ver pelo gráfico
07:45
with an awful lot of rioters
having traveled less than a kilometer
having traveled less than a kilometer
166
455499
3391
com desordeiros tendo viajado
menos de um quilômetro
menos de um quilômetro
07:48
to the site that they went to.
167
458914
1679
para o lugar aonde foram.
07:50
Now, this pattern is seen
in consumer models of retail spending,
in consumer models of retail spending,
168
460617
4909
O padrão é visto nos modelos
de consumo de gastos de varejo,
de consumo de gastos de varejo,
07:55
i.e., where we choose to go shopping.
169
465550
2309
isto é, onde escolhem fazer compras.
07:57
So, of course, people like
to go to local shops,
to go to local shops,
170
467883
2922
Claro, pessoas vão em lojas mais perto,
08:00
but you'd be prepared
to go a little bit further
to go a little bit further
171
470829
2592
mas estão preparadas para ir mais longe
08:03
if it was a really good retail site.
172
473445
2116
caso seja uma ótima loja.
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
Essa analogia já foi usada por jornais,
08:09
with some tabloid press calling the events
"Shopping with violence,"
"Shopping with violence,"
174
479051
3262
com tabloides chamando
isso de "compras com violência",
isso de "compras com violência",
08:12
which probably sums it up
in terms of our research.
in terms of our research.
175
482337
2788
o que resume tudo
em termos da nossa pesquisa.
em termos da nossa pesquisa.
08:15
Oh! -- we're going backwards.
176
485673
1476
08:19
OK, step three.
177
489730
1456
Certo, passo três.
08:21
Finally, the rioter is at his site,
178
491210
1817
O desordeiro chegou lá,
08:23
and he wants to avoid
getting caught by the police.
getting caught by the police.
179
493051
4572
e quer evitar ser pego pela polícia.
08:27
The rioters will avoid
the police at all times,
the police at all times,
180
497647
2701
Eles evitarão a polícia o tempo inteiro,
08:30
but there is some safety in numbers.
181
500372
2094
mas há proteção nos números.
08:32
And on the flip side, the police,
with their limited resources,
with their limited resources,
182
502490
3061
Por outro lado, a polícia,
com seus recursos limitados,
com seus recursos limitados,
08:35
are trying to protect
as much of the city as possible,
as much of the city as possible,
183
505575
2579
está tentando proteger a cidade como pode,
08:38
arrest rioters wherever possible
184
508178
2013
prender desordeiros quando possível
e criar um efeito dissuasivo.
e criar um efeito dissuasivo.
08:40
and to create a deterrent effect.
185
510215
2041
08:45
And actually, as it turns out,
186
515510
1491
E na verdade,
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
este mecanismo entre eles,
manifestantes e polícia,
manifestantes e polícia,
08:51
is identical to predators
and prey in the wild.
and prey in the wild.
188
521672
2649
é idêntico ao de predadores
e presas na selva.
e presas na selva.
08:54
So if you can imagine rabbits and foxes,
189
524345
2197
Imagine coelhos e raposas:
08:56
rabbits are trying to avoid
foxes at all costs,
foxes at all costs,
190
526566
2750
coelhos tentando evitar
raposas a todo custo,
raposas a todo custo,
08:59
while foxes are patrolling the space,
trying to look for rabbits.
trying to look for rabbits.
191
529340
3687
enquanto raposas vigiam o espaço,
tentando achar coelhos.
tentando achar coelhos.
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
Sabemos bastantes sobre
a dinâmica de predadores e presas.
a dinâmica de predadores e presas.
09:06
We also know a lot about
consumer spending flows.
consumer spending flows.
193
536429
4979
Sabemos muito também sobre
os fluxos de gasto do consumidor.
os fluxos de gasto do consumidor.
09:11
And we know a lot about
how viruses spread through a population.
how viruses spread through a population.
194
541432
3163
E também sobre como um vírus
se espalha pela população.
se espalha pela população.
09:14
So if you take these three analogies
together and exploit them,
together and exploit them,
195
544619
3033
Então juntando essas três analogias
e as explorando,
e as explorando,
09:17
you can come up with a mathematical
model of what actually happened,
model of what actually happened,
196
547676
3236
chega-se a um modelo
matemático do que de fato ocorreu,
matemático do que de fato ocorreu,
09:20
that's capable of replicating
the general patterns
the general patterns
197
550936
2404
que é capaz de replicar
os padrões gerais dos tumultos.
os padrões gerais dos tumultos.
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
Entendido isso, podemos usar
isso como placas de Petri
isso como placas de Petri
09:28
and start having conversations
200
558788
1623
e começar a conversar
09:30
about which areas of the city
were more susceptible than others
were more susceptible than others
201
560435
3139
sobre quais áreas da cidade
são mais suscetíveis
são mais suscetíveis
09:33
and what police tactics could be used
202
563598
1877
e as táticas policiais a serem usadas,
caso isso volte a acontecer no futuro.
caso isso volte a acontecer no futuro.
09:35
if this were ever to happen
again in the future.
again in the future.
203
565499
2307
09:37
Even twenty years ago, modeling
of this sort was completely unheard of.
of this sort was completely unheard of.
204
567830
4003
Mesmo há 20 anos, modelos
assim eram impensáveis.
assim eram impensáveis.
09:41
But I think that these analogies
are an incredibly important tool
are an incredibly important tool
205
571857
4444
Mas acredito que estas analogias
sejam ferramentas importantes
sejam ferramentas importantes
09:46
in tackling problems with our society,
206
576325
2491
para resolver problemas
da nossa sociedade,
da nossa sociedade,
09:48
and perhaps, ultimately improving
our society overall.
our society overall.
207
578840
3406
e quem sabe, melhorá-la como um todo.
09:52
So, to conclude: life is complex,
208
582270
2389
Para concluir, a vida é complexa,
09:54
but perhaps understanding it need not
necessarily be that complicated.
necessarily be that complicated.
209
584683
3357
mas entendê-la não precisa
ser tão complicado.
ser tão complicado.
Obrigada.
09:58
Thank you.
210
588064
1158
(Aplausos)
09:59
(Applause)
211
589246
1386
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