TEDxZurich 2013
Nicolas Perony: Puppies! Now that I’ve got your attention, complexity theory
Nicolas Perony: Filhotinhos! Agora que tenho a atenção de vocês, teoria da complexidade
Filmed:
Readability: 4.5
1,021,641 views
O comportamento animal não é complicado, mas é complexo. Nicolas Perony estuda como animais individuais, sejam terrier escoceses, morcegos ou suricates, seguem regras simples que, coletivamente, criam padrões de comportamento maiores. E como essa complexidade nascida da simplicidade pode ajudá-los a se adaptar a novas circunstâncias, à medida que elas vão aparecendo.
Nicolas Perony - Animal scientist
Nicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society? Full bio
Nicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society? Full bio
Double-click the English transcript below to play the video.
00:15
Science,
0
3393
1228
Ciência,
00:16
science has allowed us to know so much
1
4621
3337
ciência nos deu a chance de saber tanto
00:19
about the far reaches of the universe,
2
7958
3026
sobre os confins do universo,
00:22
which is at the same time tremendously important
3
10984
3195
o que é ao mesmo tempo
tremendamente importante
tremendamente importante
00:26
and extremely remote,
4
14179
2066
e extremamente distante,
00:28
and yet much, much closer,
5
16245
2459
e ainda muito, muito mais próximo,
00:30
much more directly related to us,
6
18704
2091
muito mais diretamente relacionado a nós,
00:32
there are many things we don't really understand.
7
20795
2468
há muitas coisas que não entendemos.
00:35
And one of them is the extraordinary
8
23263
2129
E uma delas é a extraordinária
00:37
social complexity of the animals around us,
9
25392
3326
complexidade social
dos animais que nos rodeiam,
dos animais que nos rodeiam,
00:40
and today I want to tell you a few stories
10
28718
2016
e hoje quero lhes contar algumas histórias
00:42
of animal complexity.
11
30734
2008
sobre a complexidade animal.
00:44
But first, what do we call complexity?
12
32742
3350
Em primeiro lugar, o que
chamamos de complexidade?
chamamos de complexidade?
00:48
What is complex?
13
36092
1487
O que é complexo?
00:49
Well, complex is not complicated.
14
37579
3427
Bom, complexo não significa complicado.
00:53
Something complicated comprises many small parts,
15
41006
3448
Algo complicado compreende
muitas partes pequenas,
muitas partes pequenas,
00:56
all different, and each of them
16
44454
2430
todas diferentes, e cada uma delas
00:58
has its own precise role in the machinery.
17
46899
3104
tem o seu próprio papel no mecanismo.
01:02
On the opposite, a complex system
18
50003
2811
Por outro lado, um sistema complexo
01:04
is made of many, many similar parts,
19
52814
2641
é feito de muitas,
muitas partes similares,
muitas partes similares,
01:07
and it is their interaction
20
55455
2008
e é a sua interação
01:09
that produces a globally coherent behavior.
21
57463
3320
que produz um comportamento
globalmente coerente.
globalmente coerente.
01:12
Complex systems have many interacting parts
22
60783
3836
Sistemas complexos
têm muitas partes interagindo
têm muitas partes interagindo
01:16
which behave according to simple, individual rules,
23
64619
3426
que se comportam de acordo
com regras simples, individuais,
com regras simples, individuais,
01:20
and this results in emergent properties.
24
68045
3349
e isso resulta em
propriedades emergentes.
propriedades emergentes.
01:23
The behavior of the system as a whole
25
71394
1888
O comportamento do sistema como um todo
01:25
cannot be predicted
26
73282
1668
não pode ser previsto
01:26
from the individual rules only.
27
74950
2152
apenas à partir de regras individuais.
01:29
As Aristotle wrote,
28
77102
1810
Como Aristóteles escreveu,
01:30
the whole is greater than the sum of its parts.
29
78912
3060
o todo é maior que a soma de suas partes.
01:33
But from Aristotle, let's move onto
30
81972
2462
Mas, à partir de Aristóteles,
vamos passar para
vamos passar para
01:36
a more concrete example of complex systems.
31
84434
3690
um exemplo mais concreto
de sistemas complexos.
de sistemas complexos.
01:40
These are Scottish terriers.
32
88124
1956
Estes são terriers escoceses.
01:42
In the beginning, the system is disorganized.
33
90080
3751
No início, o sistema está desorganizado.
01:45
Then comes a perturbation: milk.
34
93831
3801
Em seguida, surge uma pertubação: leite
01:49
Every individual starts pushing in one direction
35
97632
3850
Todos os indivíduos começam
a empurrar numa direção
a empurrar numa direção
01:53
and this is what happens.
36
101482
3309
e é isso o que acontece.
01:56
The pinwheel is an emergent property
37
104791
2826
O catavento é uma propriedade advinda
01:59
of the interactions between puppies
38
107617
1903
das interações entre os filhotes
02:01
whose only rule is to try to keep access to the milk
39
109520
3910
cuja única regra é tentar
manter o acesso ao leite
manter o acesso ao leite
02:05
and therefore to push in a random direction.
40
113430
3607
e, portanto, empurrar
numa direção aleatória.
numa direção aleatória.
02:09
So it's all about finding the simple rules
41
117037
3975
Então trata-se apenas
de encontrar as regras simples
de encontrar as regras simples
02:13
from which complexity emerges.
42
121012
2758
das quais surge a complexidade.
02:15
I call this simplifying complexity,
43
123770
2940
Chamo isso de simplificar a complexidade,
e o que fazemos na disciplina
de design de sistemas
de design de sistemas
02:18
and it's what we do at the chair of systems design
44
126710
2135
02:20
at ETH Zurich.
45
128845
1977
no ETH Zurich.
02:22
We collect data on animal populations,
46
130822
3705
Coletamos dados de populações animais,
02:26
analyze complex patterns, try to explain them.
47
134527
3811
analisamos padrões complexos,
tentamos explicá-los.
tentamos explicá-los.
02:30
It requires physicists who work with biologists,
48
138338
2619
São necessários físicos
que trabalham com biólogos,
que trabalham com biólogos,
02:32
with mathematicians and computer scientists,
49
140957
2723
matemáticos e cientistas da computação,
02:35
and it is their interaction that produces
50
143680
2820
e é nas suas interações que se produzem
02:38
cross-boundary competence
51
146500
1714
competências transfonteiriças
02:40
to solve these problems.
52
148214
1578
para resolver esses problemas.
02:41
So again, the whole is greater
53
149792
2272
Então, novamente, o todo é maior
02:44
than the sum of the parts.
54
152064
1400
do que a soma de suas partes.
02:45
In a way, collaboration
55
153464
2150
De certo modo, a colaboração
02:47
is another example of a complex system.
56
155614
3491
é outro exemplo de um sistema complexo.
02:51
And you may be asking yourself
57
159105
1876
E você pode estar se perguntando
02:52
which side I'm on, biology or physics?
58
160981
2817
de que lado eu estou, biologia ou física?
02:55
In fact, it's a little different,
59
163798
2111
Na verdade, é um pouco diferente,
e para explicar, preciso contar a vocês
02:57
and to explain, I need to tell you
60
165909
1589
02:59
a short story about myself.
61
167498
2342
uma história sobre mim.
03:01
When I was a child,
62
169840
1727
Quando eu era criança,
03:03
I loved to build stuff, to
create complicated machines.
create complicated machines.
63
171567
4109
eu adorava construir coisas,
criar máquinas complicadas.
criar máquinas complicadas.
03:07
So I set out to study electrical engineering
64
175676
2737
Então me propus
a estudar engenharia elétrica
a estudar engenharia elétrica
03:10
and robotics,
65
178413
1552
e robótica,
03:11
and my end-of-studies project
66
179965
2093
e meu projeto de final de curso
03:14
was about building a robot called ER-1 --
67
182058
2926
consistia em construir
um robô chamado ER1;
um robô chamado ER1;
03:16
it looked like this—
68
184984
1930
parecia-se com isto;
03:18
that would collect information from its environment
69
186914
2371
que coletaria informação de seu ambiente
03:21
and proceed to follow a white line on the ground.
70
189285
3498
e prosseguir seguindo
uma linha branca no chão.
uma linha branca no chão.
03:24
It was very, very complicated,
71
192783
2379
Era complicadíssimo,
03:27
but it worked beautifully in our test room,
72
195162
2984
mas funcionou perfeitamente
em nossa sala de testes,
em nossa sala de testes,
e no dia da demonstração, os professores
se reuniram para avaliar o projeto.
se reuniram para avaliar o projeto.
03:30
and on demo day, professors had
assembled to grade the project.
assembled to grade the project.
73
198146
3453
03:33
So we took ER-1 to the evaluation room.
74
201607
2902
E levamos o ER1 para a sala de avaliação.
03:36
It turned out, the light in that room
75
204509
2310
E parece que a iluminação daquela sala
03:38
was slightly different.
76
206819
1819
era ligeiramente diferente.
03:40
The robot's vision system got confused.
77
208638
2331
O sistema visual do robô se confundiu.
03:42
At the first bend in the line,
78
210969
1761
na primeira curva da linha,
03:44
it left its course, and crashed into a wall.
79
212730
3739
ele saiu de curso e bateu numa parede.
03:48
We had spent weeks building it,
80
216469
2087
Nós passamos semanas construindo-o,
03:50
and all it took to destroy it
81
218556
1673
e tudo o que foi preciso para destruí-lo
03:52
was a subtle change in the color of the light
82
220229
2656
foi uma mudança sutil na cor da luz
03:54
in the room.
83
222885
1596
da sala.
03:56
That's when I realized that
84
224481
1515
Foi aí que eu percebi que
03:57
the more complicated you make a machine,
85
225996
2327
quanto mais complicada for uma máquina,
04:00
the more likely that it will fail
86
228323
2039
maior a chance de ela falhar
04:02
due to something absolutely unexpected.
87
230362
2563
devido a algo absolutamente inesperado.
04:04
And I decided that, in fact,
88
232925
1830
E eu decidi que, na verdade,
04:06
I didn't really want to create complicated stuff.
89
234755
3013
eu não queria criar coisas complicadas.
04:09
I wanted to understand complexity,
90
237768
2942
eu queria entender complexidade,
04:12
the complexity of the world around us
91
240710
1988
a complexidade do mundo ao nosso redor
04:14
and especially in the animal kingdom.
92
242698
2405
e especialmente no reino animal.
04:17
Which brings us to bats.
93
245103
3320
O que nos leva aos morcegos.
04:20
Bechstein's bats are a common
species of European bats.
species of European bats.
94
248423
3051
Morcegos de Bechstein são uma espécie
comum de morcegos europeus.
comum de morcegos europeus.
04:23
They are very social animals.
95
251474
1413
São animais bastante sociais.
04:24
Mostly they roost, or sleep, together.
96
252887
3291
Na maioria das vezes eles repousam,
ou dormem, juntos.
ou dormem, juntos.
04:28
And they live in maternity colonies,
97
256178
1679
E vivem em colônias maternais,
o que quer dizer que em toda primavera,
04:29
which means that every spring,
98
257857
1540
04:31
the females meet after the winter hibernation,
99
259397
3258
as fêmeas se encontram
depois de hibernar no inverno,
depois de hibernar no inverno,
04:34
and they stay together for about six months
100
262655
2089
e ficam juntas por cerca de seis meses
04:36
to rear their young,
101
264744
2486
pra criar seus filhotes,
04:39
and they all carry a very small chip,
102
267230
2805
e todas carregam um chip bem pequeno,
o que significa que
toda vez que alguma delas
toda vez que alguma delas
04:42
which means that every time one of them
103
270035
1871
04:43
enters one of these specially equipped bat boxes,
104
271906
3057
entra em alguma dessas caixas de morcego
especialmente equipadas,
especialmente equipadas,
04:46
we know where she is,
105
274963
1643
nós sabemos onde ela está,
04:48
and more importantly,
106
276606
1169
e mais importante,
04:49
we know with whom she is.
107
277775
2563
sabemos com quem ela está.
04:52
So I study roosting associations in bats,
108
280338
3694
Eu estudei associações
de repouso nos morcegos,
de repouso nos morcegos,
04:56
and this is what it looks like.
109
284032
2445
e é assim que se parece.
04:58
During the day, the bats roost
110
286477
2442
Durante o dia, os morcegos pousam
05:00
in a number of sub-groups in different boxes.
111
288919
2304
em números de subgrupos
em caixas diferentes.
em caixas diferentes.
05:03
It could be that on one day,
112
291223
1929
Pode ser que em um dia,
05:05
the colony is split between two boxes,
113
293152
2220
a colônia se divida em duas caixas,
05:07
but on another day,
114
295372
1300
mas em outro dia,
05:08
it could be together in a single box,
115
296672
2241
pode estar junta em uma única caixa,
05:10
or split between three or more boxes,
116
298913
2316
ou dividida em três ou mais caixas,
05:13
and that all seems rather erratic, really.
117
301229
2927
e tudo isso parece ser mesmo irregular.
05:16
It's called fission-fusion dynamics,
118
304156
3203
Chama-se dinâmica fissão-fusão,
a propriedade de um grupo de animais
05:19
the property for an animal group
119
307359
1713
05:21
of regularly splitting and merging
120
309072
2178
dividir-se e unir-se regularmente
05:23
into different subgroups.
121
311250
1661
em subgrupos diferentes.
05:24
So what we do is take all these data
122
312911
2562
E o que fazemos é pegar todos esses dados
05:27
from all these different days
123
315473
1662
de todos esses dias diferentes
05:29
and pool them together
124
317135
1504
e colocá-los em conjunto
05:30
to extract a long-term association pattern
125
318639
2617
para extrair um padrão
de associação de longo prazo
de associação de longo prazo
05:33
by applying techniques with network analysis
126
321256
2505
aplicando técnicas com análise de redes
05:35
to get a complete picture
127
323761
1621
para ter uma visão completa
05:37
of the social structure of the colony.
128
325382
2537
da estrutura social da colônia.
05:39
Okay? So that's what this picture looks like.
129
327919
4265
Certo? Então é assim
que se parece essa imagem.
que se parece essa imagem.
05:44
In this network, all the circles
130
332184
2394
Nessa rede, todos os círculos
05:46
are nodes, individual bats,
131
334578
2777
são nós, morcegos individuais,
05:49
and the lines between them
132
337355
1583
e as linhas entre eles
05:50
are social bonds, associations between individuals.
133
338938
3664
são vínculos sociais,
associações entre indivíduos.
associações entre indivíduos.
05:54
It turns out this is a very interesting picture.
134
342602
2678
Acontece que essa imagem
é muito interessante.
é muito interessante.
05:57
This bat colony is organized
135
345280
1982
Essa colônia de morcegos está organizada
05:59
in two different communities
136
347262
1868
em duas comunidades diferentes
06:01
which cannot be predicted
137
349130
1839
que não podem ser previstas
06:02
from the daily fission-fusion dynamics.
138
350969
2249
com a dinâmica de fissão-fusão diária.
06:05
We call them cryptic social units.
139
353218
3550
Nós as chamamos de
unidades sociais secretas.
unidades sociais secretas.
Ainda mais interessante, na verdade:
06:08
Even more interesting, in fact:
140
356768
1616
06:10
Every year, around October,
141
358384
2364
Todo ano, por volta de outubro,
06:12
the colony splits up,
142
360748
1561
a colônia se divide,
06:14
and all bats hibernate separately,
143
362309
2698
e todos os morcegos
hibernam separadamente,
hibernam separadamente,
06:17
but year after year,
144
365007
1461
mas ano após ano,
06:18
when the bats come together again in the spring,
145
366468
3073
quando os morcegos se reúnem
novamente na primavera,
novamente na primavera,
06:21
the communities stay the same.
146
369541
2590
as comunidades se mantém as mesmas.
06:24
So these bats remember their friends
147
372131
2720
Esses morcegos se lembram dos seus amigos
06:26
for a really long time.
148
374851
1830
por muito tempo.
06:28
With a brain the size of a peanut,
149
376681
2474
Com o cérebro do tamanho de um amendoim,
06:31
they maintain individualized,
150
379155
2125
eles mantém vínculos
06:33
long-term social bonds,
151
381280
2142
individualizados e de longo prazo.
06:35
We didn't know that was possible.
152
383422
1724
Não sabíamos que isso era possível.
06:37
We knew that primates
153
385146
1759
Sabíamos que primatas
06:38
and elephants and dolphins could do that,
154
386905
2568
e elefantes e golfinhos podiam fazer isso,
06:41
but compared to bats, they have huge brains.
155
389473
2628
mas comparados com morcegos,
seus cérebros são enormes.
seus cérebros são enormes.
06:44
So how could it be
156
392101
2399
Então como pode ser
06:46
that the bats maintain this complex,
157
394500
1951
que os morcegos mantêm
essa estrutura social complexa estável
06:48
stable social structure
158
396451
1688
06:50
with such limited cognitive abilities?
159
398139
3532
com tais habilidades cognitivas limitadas?
06:53
And this is where complexity brings an answer.
160
401671
2889
E é aí que a complexidade
nos dá uma resposta.
nos dá uma resposta.
06:56
To understand this system,
161
404560
2141
Para entender esse sistema,
06:58
we built a computer model of roosting,
162
406701
2797
Nós construímos um modelo
computacional de repouso,
computacional de repouso,
07:01
based on simple, individual rules,
163
409498
2018
baseado em regras simples e individuais,
07:03
and simulated thousands and thousands of days
164
411516
2435
e simulamos milhares e milhares de dias
07:05
in the virtual bat colony.
165
413951
2019
na colônia de morcegos virtual.
07:07
It's a mathematical model,
166
415970
2124
É um modelo matemático,
07:10
but it's not complicated.
167
418094
1954
mas não é complicado.
07:12
What the model told us is that, in a nutshell,
168
420048
3098
O que o modelo nos disse
foi que, em resumo,
foi que, em resumo,
07:15
each bat knows a few other colony members
169
423146
3186
cada morcego conhece alguns
outros membros da colônia
outros membros da colônia
07:18
as her friends, and is just slightly more likely
170
426332
2488
como seus amigos,
e é somente um pouco mais propenso
e é somente um pouco mais propenso
07:20
to roost in a box with them.
171
428820
2510
a repousar numa caixa com eles.
07:23
Simple, individual rules.
172
431330
2444
Regras simples e individuais.
É tudo o que é preciso para explicar
07:25
This is all it takes to explain
173
433774
1712
07:27
the social complexity of these bats.
174
435486
2389
a complexidade social desses morcegos.
07:29
But it gets better.
175
437875
1718
Mas não é só isso.
07:31
Between 2010 and 2011,
176
439593
2848
Entre 2010 e 2011,
07:34
the colony lost more than two thirds of its members,
177
442441
3453
a colônia perdeu mais
de dois terços de seus membros,
de dois terços de seus membros,
07:37
probably due to the very cold winter.
178
445894
2986
provavelmente
por causa do inverno rigoroso.
por causa do inverno rigoroso.
07:40
The next spring, it didn't form two communities
179
448880
3144
Na próxima primavera,
não se formaram duas comunidades
não se formaram duas comunidades
07:44
like every year,
180
452024
1271
como todo ano,
o que poderia ter levado
a colônia inteira à morte
a colônia inteira à morte
07:45
which may have led the whole colony to die
181
453295
2203
07:47
because it had become too small.
182
455498
2095
porque teria se tornado pequena demais.
07:49
Instead, it formed a single, cohesive social unit,
183
457593
5373
Em vez disso, formou-se
uma unidade social única e coesiva,
uma unidade social única e coesiva,
07:54
which allowed the colony to survive that season
184
462966
2732
que possibilitou à colônia
sobreviver àquela estação
sobreviver àquela estação
07:57
and thrive again in the next two years.
185
465698
3104
e prosperar novamente
nos próximos dois anos.
nos próximos dois anos.
08:00
What we know is that the bats
186
468802
1778
O que sabemos é que os morcegos
08:02
are not aware that their colony is doing this.
187
470580
2907
não estão cientes
que sua colônia faz isso.
que sua colônia faz isso.
08:05
All they do is follow simple association rules,
188
473487
3546
Tudo o que fazem é seguir
regras de associação simples,
regras de associação simples,
08:09
and from this simplicity
189
477033
1349
e dessa simplicidade
08:10
emerges social complexity
190
478382
2441
surge a complexidade social
08:12
which allows the colony to be resilient
191
480823
2840
que permite à colônia ser resiliente
08:15
against dramatic changes
in the population structure.
in the population structure.
192
483663
2981
em face de mudanças dramáticas
na estrutura populacional.
na estrutura populacional.
08:18
And I find this incredible.
193
486644
2694
E eu acho que isso é incrível.
08:21
Now I want to tell you another story,
194
489338
2084
Agora quero lhes contar outra história,
mas para esta, temos que viajar da Europa
08:23
but for this we have to travel from Europe
195
491422
1555
08:24
to the Kalahari Desert in South Africa.
196
492977
3048
ao deserto do Kalahari na África do Sul.
08:28
This is where meerkats live.
197
496025
2027
É onde vivem os suricates.
Tenho certeza que vocês
conhecem os suricates.
conhecem os suricates.
08:30
I'm sure you know meerkats.
198
498052
1500
08:31
They're fascinating creatures.
199
499552
2106
São criaturas fascinantes.
08:33
They live in groups with a
very strict social hierarchy.
very strict social hierarchy.
200
501658
2989
Vivem em grupos com uma
estrutura social bem restrita.
estrutura social bem restrita.
08:36
There is one dominant pair,
201
504647
1459
Há um casal dominante,
08:38
and many subordinates,
202
506106
1382
e muitos subordinados,
08:39
some acting as sentinels,
203
507488
1714
alguns atuando como sentinelas,
08:41
some acting as babysitters,
204
509202
1337
alguns atuando como babás,
08:42
some teaching pups, and so on.
205
510539
1897
outros ensinando os filhotes,
e assim por diante.
e assim por diante.
08:44
What we do is put very small GPS collars
206
512436
3321
O que fazemos é colocar
colares GPS bem pequenos
colares GPS bem pequenos
08:47
on these animals
207
515757
1525
nesses animais
para estudar como eles
se movem em conjunto,
se movem em conjunto,
08:49
to study how they move together,
208
517282
1875
08:51
and what this has to do with their social structure.
209
519157
3717
e o que isso tem a ver
com sua estrutura social.
com sua estrutura social.
e há um exemplo bem interessante
08:54
And there's a very interesting example
210
522874
1490
08:56
of collective movement in meerkats.
211
524364
2716
de movimento coletivo nos suricates.
08:59
In the middle of the reserve which they live in
212
527080
2367
No meio da reserva onde eles vivem
09:01
lies a road.
213
529447
1209
passa uma estrada.
09:02
On this road there are cars, so it's dangerous.
214
530656
3233
Nessa estrada há carros, então é perigoso.
09:05
But the meerkats have to cross it
215
533889
2284
Mas os suricates precisam atravessá-la
09:08
to get from one feeding place to another.
216
536173
2574
para ir de um local
de alimentação para o outro.
de alimentação para o outro.
09:10
So we asked, how exactly do they do this?
217
538747
4751
Então perguntamos,
como eles fazem isso exatamente?
como eles fazem isso exatamente?
09:15
We found that the dominant female
218
543498
1836
Descobrimos que a fêmea dominante
09:17
is mostly the one who leads the group to the road,
219
545334
2621
na maioria das vezes é quem guia
o grupo até a estrada,
o grupo até a estrada,
09:19
but when it comes to crossing it, crossing the road,
220
547955
3272
Mas na hora de atravessar a estrada,
09:23
she gives way to the subordinates,
221
551227
2351
ela dá espaço aos subordinados,
09:25
a manner of saying,
222
553578
1777
uma maneira de dizer,
09:27
"Go ahead, tell me if it's safe."
223
555355
2682
"Vão em frente, digam-me se é seguro."
09:30
What I didn't know, in fact,
224
558037
1664
O que eu não sabia, na verdade,
09:31
was what rules in their behavior the meerkats follow
225
559701
3142
eram que regras em seu comportamento
seguem os suricates
seguem os suricates
09:34
for this change at the edge of the group to happen
226
562843
2925
para que essa mudança
aconteça da margem do grupo
aconteça da margem do grupo
09:37
and if simple rules were sufficient to explain it.
227
565768
3850
e se regras simples
eram suficientes para explicá-la
eram suficientes para explicá-la
09:41
So I built a model, a model of simulated meerkats
228
569618
3991
Então construí um modelo,
um modelo de suricates simulados
um modelo de suricates simulados
09:45
crossing a simulated road.
229
573609
1913
atravessando uma estrada simulada.
09:47
It's a simplistic model.
230
575522
1872
É um modelo simplista.
09:49
Moving meerkats are like random particles
231
577394
2840
Suricates em movimento
são como partículas aleatórias
são como partículas aleatórias
09:52
whose unique rule is one of alignment.
232
580234
2222
cuja única regra é uma de alinhamento.
09:54
They simply move together.
233
582456
2406
Eles simplesmente se movem em conjunto.
09:56
When these particles get to the road,
234
584862
3184
Quando essas partículas chegam à estrada,
10:00
they sense some kind of obstacle,
235
588046
1942
elas percebem um tipo de obstáculo,
10:01
and they bounce against it.
236
589988
2084
e são bloqueados por ela.
10:04
The only difference
237
592072
1156
a única diferença
10:05
between the dominant female, here in red,
238
593228
2042
entre a fêmea dominante, aqui em vermelho,
10:07
and the other individuals,
239
595270
1485
e os outros indivíduos,
10:08
is that for her, the height of the obstacle,
240
596755
2554
é que para ela, a altura do obstáculo,
10:11
which is in fact the risk perceived from the road,
241
599309
2505
que é, na verdade,
o risco aparente da estrada,
o risco aparente da estrada,
10:13
is just slightly higher,
242
601814
1949
é levemente maior.
10:15
and this tiny difference
243
603763
1661
e essa pequena diferença
10:17
in the individual's rule of movement
244
605424
1838
nas regras individuais de movimento
10:19
is sufficient to explain what we observe,
245
607262
2446
é suficiente para explicar
o que observamos,
o que observamos,
10:21
that the dominant female
246
609708
2560
que a fêmea dominante
10:24
leads her group to the road
247
612268
1434
guia seu grupo ate a estrada
10:25
and then gives way to the others
248
613702
1670
e então dá espaço aos outros
10:27
for them to cross first.
249
615372
2863
para que atravessem primeiro.
10:30
George Box, who was an English statistician,
250
618235
3651
George Box, que foi um estatístico inglês,
10:33
once wrote, "All models are false,
251
621886
2962
uma vez escreveu:
"Todos os modelos são falsos,
"Todos os modelos são falsos,
10:36
but some models are useful."
252
624848
2059
mas alguns são úteis."
10:38
And in fact, this model is obviously false,
253
626907
3197
E, de fato, esse modelo
obviamente é falso,
obviamente é falso,
10:42
because in reality, meerkats are
anything but random particles.
anything but random particles.
254
630104
3968
porque, na realidade, os suricates
não são nada como partículas aleatórias.
não são nada como partículas aleatórias.
10:46
But it's also useful,
255
634072
1637
Mas também é útil,
10:47
because it tells us that extreme simplicity
256
635709
2749
porque nos mostra que simplicidade extrema
10:50
in movement rules at the individual level
257
638458
3358
nas regras de movimento
ao nível individual
ao nível individual
10:53
can result in a great deal of complexity
258
641816
2351
podem resultar numa grande
parte de complexidade
parte de complexidade
10:56
at the level of the group.
259
644167
1938
ao nível do grupo.
10:58
So again, that's simplifying complexity.
260
646105
4056
Novamente, isso é simplificar
a complexidade.
a complexidade.
11:02
I would like to conclude
261
650161
1448
Gostaria de concluir
11:03
on what this means for the whole species.
262
651609
2817
com o que isso significa
para toda a espécie.
para toda a espécie.
11:06
When the dominant female
263
654426
1664
Quando a fêmea dominante
11:08
gives way to a subordinate,
264
656090
1566
dá espaço a um subordinado,
11:09
it's not out of courtesy.
265
657656
2117
não é por cortesia.
11:11
In fact, the dominant female
266
659773
1507
De fato, a fêmea dominante
11:13
is extremely important for the cohesion of the group.
267
661280
2519
é extremamente importante
para a coesão do grupo.
para a coesão do grupo.
11:15
If she dies on the road, the whole group is at risk.
268
663799
3512
Se ela morrer na estrada,
o grupo inteiro está em risco.
o grupo inteiro está em risco.
11:19
So this behavior of risk avoidance
269
667311
2236
Então esse comportamento de evitar o risco
11:21
is a very old evolutionary response.
270
669547
2801
é uma resposta evolucionário bem antiga.
11:24
These meerkats are replicating an evolved tactic
271
672348
3869
Esses suricates estão replicando
uma tática evolutiva
uma tática evolutiva
11:28
that is thousands of generations old,
272
676217
2233
que vem de milhares de gerações,
11:30
and they're adapting it to a modern risk,
273
678450
2414
e a estão adaptando a um risco moderno,
11:32
in this case a road built by humans.
274
680864
3325
nesse caso, uma estrada
construída por humanos.
construída por humanos.
11:36
They adapt very simple rules,
275
684189
2395
Eles adaptam regras bem simples,
11:38
and the resulting complex behavior
276
686584
2289
e o comportamento complexo resultante
11:40
allows them to resist human encroachment
277
688873
2956
lhes permite resistir à invasão humana
11:43
into their natural habitat.
278
691829
2448
em seus habitats naturais.
11:46
In the end,
279
694277
1802
No final das contas,
11:48
it may be bats which change their social structure
280
696079
2700
pode ser morcegos
que mudam suas estruturas sociais
que mudam suas estruturas sociais
11:50
in response to a population crash,
281
698779
2384
em resposta a uma queda na população,
11:53
or it may be meerkats
282
701163
1399
ou pode ser suricates
11:54
who show a novel adaptation to a human road,
283
702562
3202
que exibem uma adaptação nova
para uma estrada humana,
para uma estrada humana,
11:57
or it may be another species.
284
705764
2685
ou pode ser outra espécie.
12:00
My message here -- and it's not a complicated one,
285
708449
2793
Minha mensagem aqui;
e essa não é complicada;
e essa não é complicada;
12:03
but a simple one of wonder and hope --
286
711242
2764
mas uma simples de admiração e esperança;
12:06
my message here is that animals
287
714006
3093
minha mensagem aqui é que os animais
12:09
show extraordinary social complexity,
288
717099
2424
exibem uma complexidade
social extraordinária,
social extraordinária,
12:11
and this allows them to adapt
289
719523
2441
e isso lhes permite adaptar-se
12:13
and respond to changes in their environment.
290
721964
3481
e responder à mudanças em seu ambiente.
12:17
In three words, in the animal kingdom,
291
725445
2768
Em três palavras, no reino animal,
12:20
simplicity leads to complexity
292
728213
2774
a simplicidade leva à complexidade
12:22
which leads to resilience.
293
730987
1483
o que leva à resiliência.
12:24
Thank you.
294
732470
2284
Obrigado.
12:26
(Applause)
295
734754
6680
(Aplausos)
12:42
Dania Gerhardt: Thank you very much, Nicolas,
296
750694
1953
Dania Gerhardt: Muito obrigada, Nicolas,
12:44
for this great start. Little bit nervous?
297
752647
3279
por esse grande início. Um pouco nervoso?
Nicolas Perony: Estou bem, obrigado.
12:47
Nicolas Perony: I'm okay, thanks.
298
755926
1644
12:49
DG: Okay, great. I'm sure a
lot of people in the audience
lot of people in the audience
299
757570
2460
DG: Ok, ótimo. Tenho certeza
que muita gente na plateia
que muita gente na plateia
12:52
somehow tried to make associations
300
760030
1864
de alguma forma tentaram associar
12:53
between the animals you were talking about --
301
761894
1824
entre os animais de que você falava;
12:55
the bats, meerkats -- and humans.
302
763718
2056
morcegos, suricates; e humanos.
Você trouxe alguns exemplos:
12:57
You brought some examples:
303
765774
1208
12:58
The females are the social ones,
304
766982
1735
As fêmes são as sociais,
13:00
the females are the dominant ones,
305
768717
1713
as fêmeas são as dominantes,
13:02
I'm not sure who thinks how.
306
770430
1673
não estou certa de quem pensa como.
13:04
But is it okay to do these associations?
307
772103
2895
Mas tem problema fazer essas associações?
13:06
Are there stereotypes you can confirm in this regard
308
774998
2800
Existem estereótipos que você pode
confirmar a respeito disso
confirmar a respeito disso
13:09
that can be valid across all species?
309
777798
3273
que podem ser válidos
para todas as especies?
para todas as especies?
13:13
NP: Well, I would say there are also
310
781071
1603
NP: Bem, eu diria que também há
13:14
counter-examples to these stereotypes.
311
782674
1952
contra-exemplos para esses estereótipos.
13:16
For examples, in sea horses or in koalas, in fact,
312
784626
3140
Por exemplo, nos cavalos-marinhos
ou em coalas, na verdade,
ou em coalas, na verdade,
13:19
it is the males who take care of the young always.
313
787766
3698
é sempre o macho que cuida dos jovens.
13:23
And the lesson is that it's often difficult,
314
791464
5041
E a lição é que muitas vezes é difícil,
13:28
and sometimes even a bit dangerous,
315
796505
1752
e às vezes até perigoso,
13:30
to draw parallels between humans and animals.
316
798257
2672
criar paralelos entre humanos e animais.
13:32
So that's it.
317
800929
2106
Então é isso.
13:35
DG: Okay. Thank you very much for this great start.
318
803035
2846
DG: Ok. Muito obrigada
por esse grande início.
por esse grande início.
13:37
Thank you, Nicolas Perony.
319
805881
2080
Obrigada, Nicolas Perony.
ABOUT THE SPEAKER
Nicolas Perony - Animal scientistNicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society?
Why you should listen
Nicolas Perony started his career as a roboticist. But after one of his robots -- which was designed to follow a white line -- destroyed itself because of a lighting snafu on demo day, he realized that he was less interested in creating complicated robots and more interested in studying the complexity that already exists out there in the animal kingdom. He quickly changed course and is now a quantitative scientist at the Chair of Systems Design at ETH Zurich, where he studies the structure and dynamics of animal societies.
Perony conducts his research by placing GPS collars on animals like Bechstein's bats and meerkats, and studying the spacial data of the group. He creates models of the movement over time to see patterns. He then tries to ascertain at the simple rules that individuals in the animal group seem to be following that, when done en masse, result in the larger flow. In other words, he looks at the underlying mechanics that lead to the collective movement of animal groups.
Nicolas Perony | Speaker | TED.com