TED2015
Jim Simons: The mathematician who cracked Wall Street
Джим Саймонс: Редкое интервью с математиком, взломавшим Уолл-стрит
Filmed:
Readability: 4
2,981,452 views
Джим Саймонс был математиком и криптографом, которого однажды осенило: комплексная математика, благодаря которой он взламывал коды, могла также объяснить схемы финансового мира. Став миллиардером, он начал поддерживать следующее поколение учителей математики и других наук. Куратор TED Крис Андерсон расспрашивает Саймонса о его выдающейся жизни, связанной с цифрами.
Jim Simons - Philanthropist, mathematician
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy. Full bio
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy. Full bio
Double-click the English transcript below to play the video.
00:12
Chris Anderson: You were something
of a mathematical phenom.
of a mathematical phenom.
0
817
2834
Крис Андерсон: Вы были
математическим феноменом.
математическим феноменом.
Ещё в молодом возрасте
вы уже преподавали в Гарварде и МТИ.
вы уже преподавали в Гарварде и МТИ.
00:15
You had already taught at Harvard
and MIT at a young age.
and MIT at a young age.
1
3675
3064
А затем вас пригласили работать в АНБ.
00:18
And then the NSA came calling.
2
6763
2190
00:21
What was that about?
3
9464
1204
Как это было?
00:23
Jim Simons: Well the NSA --
that's the National Security Agency --
that's the National Security Agency --
4
11207
3923
Джим Саймонс: АНБ — Агентство
национальной безопасности.
национальной безопасности.
Нельзя сказать, что они меня пригласили.
00:27
they didn't exactly come calling.
5
15154
1969
У них было подразделение в Принстоне,
для которого им требовались математики,
для которого им требовались математики,
00:29
They had an operation at Princeton,
where they hired mathematicians
where they hired mathematicians
6
17465
4474
чтобы взламывать секретные коды
и делать подобного рода вещи.
и делать подобного рода вещи.
00:33
to attack secret codes
and stuff like that.
and stuff like that.
7
21963
2942
00:37
And I knew that existed.
8
25294
1672
Я знал об их существовании.
00:39
And they had a very good policy,
9
27315
2180
У них были хорошие условия,
потому что половину времени
можно было заниматься своими расчётами
можно было заниматься своими расчётами
00:41
because you could do half your time
at your own mathematics,
at your own mathematics,
10
29519
3850
00:45
and at least half your time
working on their stuff.
working on their stuff.
11
33393
3484
и как минимум половину времени —
работать над их заданиями.
работать над их заданиями.
00:49
And they paid a lot.
12
37559
1474
Они много платили.
00:51
So that was an irresistible pull.
13
39057
3051
Так что это было весьма
привлекательное предложение.
привлекательное предложение.
00:54
So, I went there.
14
42132
1912
И я пошёл туда работать.
КА: Вы были взломщиком кодов.
00:56
CA: You were a code-cracker.
15
44068
1338
00:57
JS: I was.
16
45430
1166
ДС: Да.
КА: Пока вас не уволили.
00:58
CA: Until you got fired.
17
46620
1157
ДС: Да, меня и правда уволили.
00:59
JS: Well, I did get fired. Yes.
18
47801
1583
01:01
CA: How come?
19
49408
1245
КА: Почему?
01:03
JS: Well, how come?
20
51280
1333
ДС: Почему?
01:05
I got fired because,
well, the Vietnam War was on,
well, the Vietnam War was on,
21
53611
4956
Меня уволили, потому что в то время
шла война во Вьетнаме,
шла война во Вьетнаме,
а главный руководитель этой организации
был большим её фанатом.
был большим её фанатом.
01:10
and the boss of bosses in my organization
was a big fan of the war
was a big fan of the war
22
58591
5738
Он написал статью в New York Times
для первой полосы газеты о том,
для первой полосы газеты о том,
01:16
and wrote a New York Times article,
a magazine section cover story,
a magazine section cover story,
23
64353
4395
как мы выиграем войну во Вьетнаме.
01:20
about how we would win in Vietnam.
24
68772
1770
Мне же не нравилась эта война.
Я считал её бестолковой.
Я считал её бестолковой.
01:22
And I didn't like that war,
I thought it was stupid.
I thought it was stupid.
25
70566
3129
01:25
And I wrote a letter to the Times,
which they published,
which they published,
26
73719
2665
И я написал письмо в Times,
которое они опубликовали,
которое они опубликовали,
что не все, кто работают
на Максвелла Тэйлора,
на Максвелла Тэйлора,
01:28
saying not everyone
who works for Maxwell Taylor,
who works for Maxwell Taylor,
27
76408
4014
01:32
if anyone remembers that name,
agrees with his views.
agrees with his views.
28
80446
4686
если кто-то ещё помнит это имя,
разделяют его взгляды.
разделяют его взгляды.
01:37
And I gave my own views ...
29
85553
1658
И предоставил своё мнение...
01:39
CA: Oh, OK. I can see that would --
30
87235
2164
КА: Понятно. Понятно, почему...
01:41
JS: ... which were different
from General Taylor's.
from General Taylor's.
31
89423
2555
ДС: ...которое расходилось
с мнением генерала Тэйлора.
с мнением генерала Тэйлора.
Но тогда никто никак не отреагировал.
01:44
But in the end, nobody said anything.
32
92002
1906
Мне тогда было 29 лет,
и один парень подошёл ко мне,
и один парень подошёл ко мне,
01:45
But then, I was 29 years old at this time,
and some kid came around
and some kid came around
33
93932
3701
представился внештатным
корреспондентом журнала Newsweek
корреспондентом журнала Newsweek
01:49
and said he was a stringer
from Newsweek magazine
from Newsweek magazine
34
97657
3088
и сказал, что хочет взять у меня интервью
о том, как мои взгляды отражаются на деле.
о том, как мои взгляды отражаются на деле.
01:52
and he wanted to interview me
and ask what I was doing about my views.
and ask what I was doing about my views.
35
100769
5367
Я ответил: «Сейчас я больше
занимаюсь математикой,
занимаюсь математикой,
01:58
And I told him, "I'm doing
mostly mathematics now,
mostly mathematics now,
36
106160
3899
а когда война закончится, буду больше
работать над заданиями организации».
работать над заданиями организации».
02:02
and when the war is over,
then I'll do mostly their stuff."
then I'll do mostly their stuff."
37
110083
3373
А потом я совершил такой «умный»
поступок, какой только мог, —
поступок, какой только мог, —
02:06
Then I did the only
intelligent thing I'd done that day --
intelligent thing I'd done that day --
38
114123
2825
02:08
I told my local boss
that I gave that interview.
that I gave that interview.
39
116972
4157
я рассказал своему начальнику
об этом интервью.
об этом интервью.
Он спросил: «Что ты ему сказал?»
02:13
And he said, "What'd you say?"
40
121153
1459
Я рассказал ему.
02:14
And I told him what I said.
41
122636
1466
Тогда он сказал:
«Мне нужно позвонить Тэйлору».
«Мне нужно позвонить Тэйлору».
02:16
And then he said,
"I've got to call Taylor."
"I've got to call Taylor."
42
124126
2315
Он позвонил Тэйлору, это заняло 10 минут.
02:18
He called Taylor; that took 10 minutes.
43
126465
2377
02:20
I was fired five minutes after that.
44
128866
2262
5 минутами позже меня уволили.
02:23
CA: OK.
45
131590
1222
КА: Ясно.
ДС: Но это не было чем-то плохим.
02:24
JS: But it wasn't bad.
46
132836
1151
КА: Не было, потому что вы
отправились в Стоуни-Брук
отправились в Стоуни-Брук
02:26
CA: It wasn't bad,
because you went on to Stony Brook
because you went on to Stony Brook
47
134011
2493
и продолжили вашу математическую карьеру.
02:28
and stepped up your mathematical career.
48
136528
3133
Вы начали работать вот с этим человеком.
02:31
You started working with this man here.
49
139685
2452
02:34
Who is this?
50
142161
1164
Кто он?
02:36
JS: Oh, [Shiing-Shen] Chern.
51
144352
1412
ДС: О, Черн [Чэнь Синшэнь].
Черн был одним из величайших
математиков столетия.
математиков столетия.
02:37
Chern was one of the great
mathematicians of the century.
mathematicians of the century.
52
145788
3104
02:40
I had known him when
I was a graduate student at Berkeley.
I was a graduate student at Berkeley.
53
148916
5233
Я познакомился с ним,
когда был аспирантом в Беркли.
когда был аспирантом в Беркли.
02:46
And I had some ideas,
54
154173
1871
У меня было несколько идей,
02:48
and I brought them to him
and he liked them.
and he liked them.
55
156068
2447
которыми я поделился с ним,
и они ему понравились.
и они ему понравились.
Вместе мы работали над тем,
с чем можно легко ознакомиться здесь.
с чем можно легко ознакомиться здесь.
02:50
Together, we did this work
which you can easily see up there.
which you can easily see up there.
56
158539
6626
Вот оно.
02:57
There it is.
57
165189
1150
02:59
CA: It led to you publishing
a famous paper together.
a famous paper together.
58
167198
3606
КА: По результатам вы издали
известную совместную научную работу.
известную совместную научную работу.
Можете ли вы объяснить
в общих чертах, о чём эта работа?
в общих чертах, о чём эта работа?
03:02
Can you explain at all what that work was?
59
170828
3238
03:07
JS: No.
60
175028
1158
ДС: Нет.
(Смех)
03:08
(Laughter)
61
176210
2274
03:10
JS: I mean, I could
explain it to somebody.
explain it to somebody.
62
178966
2064
ДС: Кому-то я бы мог её объяснить, но...
03:13
(Laughter)
63
181054
2075
(Смех)
КА: Возможно, вы объясните это?
03:15
CA: How about explaining this?
64
183153
1864
ДС: Но немногим. Немногим людям.
03:17
JS: But not many. Not many people.
65
185041
2729
03:21
CA: I think you told me
it had something to do with spheres,
it had something to do with spheres,
66
189144
2814
КА: Помнится, вы сказали,
что это как-то связано со сферами,
что это как-то связано со сферами,
поэтому давайте начнём с них.
03:23
so let's start here.
67
191982
1862
ДС: Действительно.
Хочу только сказать об этой работе —
Хочу только сказать об этой работе —
03:25
JS: Well, it did,
but I'll say about that work --
but I'll say about that work --
68
193868
3600
03:29
it did have something to do with that,
but before we get to that --
but before we get to that --
69
197492
3200
до того, как мы приступим, —
03:32
that work was good mathematics.
70
200716
3540
что в этой работе была сильная математика.
Мне она очень нравилась, и Черну тоже.
03:36
I was very happy with it; so was Chern.
71
204280
2492
03:39
It even started a little sub-field
that's now flourishing.
that's now flourishing.
72
207910
4176
На её основе даже образовалась подотрасль,
сейчас она в самом расцвете.
сейчас она в самом расцвете.
03:44
But, more interestingly,
it happened to apply to physics,
it happened to apply to physics,
73
212638
5294
Но интереснее всего,
что она была применима и к физике,
что она была применима и к физике,
03:49
something we knew nothing about --
at least I knew nothing about physics,
at least I knew nothing about physics,
74
217956
4295
о которой мы ничего не знали, —
по крайней мере, я-то уж точно,
по крайней мере, я-то уж точно,
и не думаю, что Черн знал чертовски много.
03:54
and I don't think Chern
knew a heck of a lot.
knew a heck of a lot.
75
222275
2282
03:56
And about 10 years
after the paper came out,
after the paper came out,
76
224581
3963
Примерно через 10 лет
после публикации работы
после публикации работы
парень по имени Эд Виттен из Принстона
начал применять её к теории струн,
начал применять её к теории струн,
04:00
a guy named Ed Witten in Princeton
started applying it to string theory
started applying it to string theory
77
228568
4480
04:05
and people in Russia started applying it
to what's called "condensed matter."
to what's called "condensed matter."
78
233072
4852
а в России её начали применять
к теории конденсированного состояния.
к теории конденсированного состояния.
Сегодня то, что называется
инвариантами Черна-Саймонса,
инвариантами Черна-Саймонса,
04:09
Today, those things in there
called Chern-Simons invariants
called Chern-Simons invariants
79
237948
4893
широко распространено в физике.
04:14
have spread through a lot of physics.
80
242865
1865
04:16
And it was amazing.
81
244754
1174
Это было потрясающе.
04:17
We didn't know any physics.
82
245952
1365
Мы вообще не знали физики.
04:19
It never occurred to me
that it would be applied to physics.
that it would be applied to physics.
83
247714
2854
Я и подумать не мог,
что это будет иметь к ней отношение.
что это будет иметь к ней отношение.
В этом и есть математика:
никогда не знаешь, куда она приведёт.
никогда не знаешь, куда она приведёт.
04:22
But that's the thing about mathematics --
you never know where it's going to go.
you never know where it's going to go.
84
250592
3788
04:26
CA: This is so incredible.
85
254404
1492
КА: Невероятно.
04:27
So, we've been talking about
how evolution shapes human minds
how evolution shapes human minds
86
255920
4364
Мы говорили о том, как эволюция
формирует сознание людей,
формирует сознание людей,
которые могут постичь
или не постичь истину.
или не постичь истину.
04:32
that may or may not perceive the truth.
87
260308
2508
Каким-то образом вы разработали
математическую теорию,
математическую теорию,
04:34
Somehow, you come up
with a mathematical theory,
with a mathematical theory,
88
262840
3313
абсолютно не зная физики,
04:38
not knowing any physics,
89
266177
1848
04:40
discover two decades later
that it's being applied
that it's being applied
90
268049
2498
а через два десятка лет выяснилось,
что она применяется для детального
описания физического мира.
описания физического мира.
04:42
to profoundly describe
the actual physical world.
the actual physical world.
91
270571
3031
Как такое произошло?
04:45
How can that happen?
92
273626
1153
04:46
JS: God knows.
93
274803
1157
ДС: Бог его знает.
04:47
(Laughter)
94
275984
2110
(Смех)
04:50
But there's a famous physicist
named [Eugene] Wigner,
named [Eugene] Wigner,
95
278849
3150
Знаменитый физик [Юджин] Вигнер
написал эссе о необъяснимой
эффективности математики.
эффективности математики.
04:54
and he wrote an essay on the unreasonable
effectiveness of mathematics.
effectiveness of mathematics.
96
282023
5588
04:59
Somehow, this mathematics,
which is rooted in the real world
which is rooted in the real world
97
287635
3952
Эта математика, которая в каком-то смысле
берёт своё начало в реальном мире, —
берёт своё начало в реальном мире, —
мы учимся считать,
измерять, все это делают —
измерять, все это делают —
05:03
in some sense -- we learn to count,
measure, everyone would do that --
measure, everyone would do that --
98
291611
4995
05:08
and then it flourishes on its own.
99
296630
1830
а затем она становится чем-то большим.
05:10
But so often it comes
back to save the day.
back to save the day.
100
298976
2841
Очень часто она спасает положение.
05:14
General relativity is an example.
101
302293
2178
Теория относительности, например.
У [Германа] Минковского была теория
по геометрии, а Эйнштейна осенило:
по геометрии, а Эйнштейна осенило:
05:16
[Hermann] Minkowski had this geometry,
and Einstein realized,
and Einstein realized,
102
304495
3117
«Это же именно то, где я могу примерить
теорию относительности».
теорию относительности».
05:19
"Hey! It's the very thing
in which I can cast general relativity."
in which I can cast general relativity."
103
307636
3847
Никогда не знаешь наверняка. Это загадка.
05:23
So, you never know. It is a mystery.
104
311507
3112
05:27
It is a mystery.
105
315056
1217
Загадка.
05:28
CA: So, here's a mathematical
piece of ingenuity.
piece of ingenuity.
106
316297
3296
КА: Здесь на изображении —
образец математической изобретательности.
образец математической изобретательности.
05:31
Tell us about this.
107
319617
1342
Расскажите нам о нём.
ДС: Это мяч; сфера, заключённая в сетку
05:32
JS: Well, that's a ball -- it's a sphere,
and it has a lattice around it --
and it has a lattice around it --
108
320983
5924
из таких вот квадратов.
05:38
you know, those squares.
109
326931
1573
05:42
What I'm going to show here was
originally observed by [Leonhard] Euler,
originally observed by [Leonhard] Euler,
110
330697
4906
То, о чём я расскажу, было впервые
замечено [Леонардом] Эйлером —
замечено [Леонардом] Эйлером —
великим математиком 1700-х годов.
05:47
the great mathematician, in the 1700s.
111
335627
2254
05:50
And it gradually grew to be
a very important field in mathematics:
a very important field in mathematics:
112
338223
5181
Постепенно это превратилось
в очень важную отрасль математики —
в очень важную отрасль математики —
алгебраическую топологию, геометрию.
05:55
algebraic topology, geometry.
113
343428
2334
05:59
That paper up there had its roots in this.
114
347039
4364
Та работа, что была на экране,
берёт начало именно в ней.
берёт начало именно в ней.
У этой фигуры
06:03
So, here's this thing:
115
351427
1834
06:05
it has eight vertices,
12 edges, six faces.
12 edges, six faces.
116
353285
4452
есть 8 вершин, 12 рёбер, 6 граней.
Если рассчитать по такой формуле:
вершины минус стороны плюс грани, —
вершины минус стороны плюс грани, —
06:09
And if you look at the difference --
vertices minus edges plus faces --
vertices minus edges plus faces --
117
357761
3830
то получим 2.
06:13
you get two.
118
361615
1152
06:14
OK, well, two. That's a good number.
119
362791
2219
Что ж, двойка — хорошее число.
Можно сделать по-другому:
тут оболочка из треугольников.
тут оболочка из треугольников.
06:17
Here's a different way of doing it --
these are triangles covering --
these are triangles covering --
120
365034
4248
У нёе 12 вершин, 30 рёбер
06:21
this has 12 vertices and 30 edges
121
369306
4577
и 20 граней, 20 плоскостей.
06:25
and 20 faces, 20 tiles.
122
373907
4195
06:30
And vertices minus edges
plus faces still equals two.
plus faces still equals two.
123
378576
4591
Вершины минус стороны
плюс грани также равно двум.
плюс грани также равно двум.
И такое можно проделать с чем угодно —
06:35
And in fact, you could do this
any which way --
any which way --
124
383191
2847
покройте фигуру оболочкой из любых
многоугольников и треугольников
многоугольников и треугольников
06:38
cover this thing with all kinds
of polygons and triangles
of polygons and triangles
125
386062
3398
или теми и другими.
06:41
and mix them up.
126
389484
1320
06:42
And you take vertices minus edges
plus faces -- you'll get two.
plus faces -- you'll get two.
127
390828
3279
Вычитая из вершин стороны
и прибавляя грани, в итоге получите 2.
и прибавляя грани, в итоге получите 2.
Вот другая фигура.
06:46
Here's a different shape.
128
394131
1611
06:48
This is a torus, or the surface
of a doughnut: 16 vertices
of a doughnut: 16 vertices
129
396480
5250
Это тор, или поверхность пончика,
покрытая прямоугольниками:
покрытая прямоугольниками:
16 вершин, 32 стороны, 16 граней.
06:53
covered by these rectangles,
32 edges, 16 faces.
32 edges, 16 faces.
130
401754
4244
06:58
Vertices minus edges comes out to be zero.
131
406530
2684
Вершины минус стороны получается ноль.
Всегда будет ноль.
07:01
It'll always come out to zero.
132
409238
1475
07:02
Every time you cover a torus
with squares or triangles
with squares or triangles
133
410737
4310
Всегда, помещая тор в оболочку
из квадратов или треугольников
из квадратов или треугольников
07:07
or anything like that,
you're going to get zero.
you're going to get zero.
134
415071
3935
или чего-то ещё, получаем ноль.
07:12
So, this is called
the Euler characteristic.
the Euler characteristic.
135
420514
2390
Это называется Эйлеровой характеристикой.
Это и есть топологический инвариант.
07:14
And it's what's called
a topological invariant.
a topological invariant.
136
422928
3449
Это весьма увлекательно.
07:18
It's pretty amazing.
137
426849
1156
Неважно, какая оболочка,
результат всегда будет один и тот же.
результат всегда будет один и тот же.
07:20
No matter how you do it,
you're always get the same answer.
you're always get the same answer.
138
428029
2791
07:22
So that was the first sort of thrust,
from the mid-1700s,
from the mid-1700s,
139
430844
6299
Это было первым шагом,
в середине 1700-х годов,
в середине 1700-х годов,
в сторону дисциплины, которая теперь
носит название алгебраическая топология.
носит название алгебраическая топология.
07:29
into a subject which is now called
algebraic topology.
algebraic topology.
140
437167
3769
КА: В своей работе вы взяли эту идею
07:32
CA: And your own work
took an idea like this and moved it
took an idea like this and moved it
141
440960
2983
и развили её в многомерную теорию,
07:35
into higher-dimensional theory,
142
443967
2449
применимую к многомерным объектам,
и обнаружили новые инвариантности?
и обнаружили новые инвариантности?
07:38
higher-dimensional objects,
and found new invariances?
and found new invariances?
143
446440
3088
ДС: Да. К тому моменту уже существовали
многомерные инварианты:
многомерные инварианты:
07:41
JS: Yes. Well, there were already
higher-dimensional invariants:
higher-dimensional invariants:
144
449552
4643
07:46
Pontryagin classes --
actually, there were Chern classes.
actually, there were Chern classes.
145
454219
4457
классы Понтрягина, а также классы Черна.
Существовала целая группа
различных видов инвариантов.
различных видов инвариантов.
07:50
There were a bunch
of these types of invariants.
of these types of invariants.
146
458700
3548
И я трудился над одним из таких типов
07:54
I was struggling to work on one of them
147
462272
4135
07:58
and model it sort of combinatorially,
148
466431
4203
с целью смоделировать его
как бы комбинаторно,
как бы комбинаторно,
нежели как это обычно делалось,
08:02
instead of the way it was typically done,
149
470658
3022
08:05
and that led to this work
and we uncovered some new things.
and we uncovered some new things.
150
473704
4359
что привело к этой работе
и нашему открытию новых зависимостей.
и нашему открытию новых зависимостей.
Но если бы не господин Эйлер,
08:10
But if it wasn't for Mr. Euler --
151
478087
3501
написавший почти 70 томов,
посвящённых математике,
посвящённых математике,
08:13
who wrote almost 70 volumes of mathematics
152
481612
3981
имевший 13 детей,
08:17
and had 13 children,
153
485617
1731
которых он, очевидно,
качал на коленках, пока писал работу, —
качал на коленках, пока писал работу, —
08:19
who he apparently would dandle on his knee
while he was writing --
while he was writing --
154
487372
6442
если бы не Эйлер, то, возможно,
и не было бы никаких инвариантов.
и не было бы никаких инвариантов.
08:25
if it wasn't for Mr. Euler, there wouldn't
perhaps be these invariants.
perhaps be these invariants.
155
493838
5774
08:32
CA: OK, so that's at least given us
a flavor of that amazing mind in there.
a flavor of that amazing mind in there.
156
500157
4097
КА: Ваше объяснение помогает понять,
какой гений кроется за этим достижением.
какой гений кроется за этим достижением.
08:36
Let's talk about Renaissance.
157
504804
1543
Давайте поговорим о «Ренессансе».
08:38
Because you took that amazing mind
and having been a code-cracker at the NSA,
and having been a code-cracker at the NSA,
158
506371
5856
Вам приглянулась эта идея,
и, будучи взломщиком кодов в АНБ,
и, будучи взломщиком кодов в АНБ,
вы начали взламывать коды
в финансовой отрасли.
в финансовой отрасли.
08:44
you started to become a code-cracker
in the financial industry.
in the financial industry.
159
512251
3229
Думаю, вы не купились
на гипотезу эффективного рынка.
на гипотезу эффективного рынка.
08:47
I think you probably didn't buy
efficient market theory.
efficient market theory.
160
515504
2690
08:50
Somehow you found a way of creating
astonishing returns over two decades.
astonishing returns over two decades.
161
518218
6387
Каким-то образом вы нашли способ
получать невероятный доход более 20 лет.
получать невероятный доход более 20 лет.
Как мне объяснили,
08:56
The way it's been explained to me,
162
524629
1671
не столько размер дохода
был впечатляющим в вашей схеме,
был впечатляющим в вашей схеме,
08:58
what's remarkable about what you did
wasn't just the size of the returns,
wasn't just the size of the returns,
163
526324
3499
но удивительно низкая
волатильность и риск
волатильность и риск
09:01
it's that you took them
with surprisingly low volatility and risk,
with surprisingly low volatility and risk,
164
529847
3883
в сравнении с другими хедж-фондами.
09:05
compared with other hedge funds.
165
533754
1824
Как же у вас это получилось, Джим?
09:07
So how on earth did you do this, Jim?
166
535602
1929
09:10
JS: I did it by assembling
a wonderful group of people.
a wonderful group of people.
167
538071
4111
ДС: Мне это удалось,
благодаря великолепной команде.
благодаря великолепной команде.
В то время, когда я занялся торговлей,
я стал немного уставать от математики.
я стал немного уставать от математики.
09:14
When I started doing trading, I had
gotten a little tired of mathematics.
gotten a little tired of mathematics.
168
542206
3956
09:18
I was in my late 30s,
I had a little money.
I had a little money.
169
546186
3923
Мне было уже далеко за 30,
а денег почти не было.
а денег почти не было.
Я начал заниматься торговлей,
и дело пошло хорошо.
и дело пошло хорошо.
09:22
I started trading and it went very well.
170
550133
2509
09:25
I made quite a lot of money
with pure luck.
with pure luck.
171
553063
2748
Я заработал много денег,
благодаря одной лишь удаче.
благодаря одной лишь удаче.
Точнее, я думал, что это удача.
09:27
I mean, I think it was pure luck.
172
555835
1666
Конечно же, математически
я ничего не просчитывал.
я ничего не просчитывал.
09:29
It certainly wasn't mathematical modeling.
173
557525
2109
09:31
But in looking at the data,
after a while I realized:
after a while I realized:
174
559658
3831
Но обратившись к данным
некоторое время спустя, я понял:
некоторое время спустя, я понял:
09:35
it looks like there's some structure here.
175
563513
2553
похоже на то,
что тут есть некая структура.
что тут есть некая структура.
Я нанял несколько математиков,
и мы начали создавать модели —
и мы начали создавать модели —
09:38
And I hired a few mathematicians,
and we started making some models --
and we started making some models --
176
566090
3697
подобную работу мы делали в ИВИ
[Институте военных исследований]:
[Институте военных исследований]:
09:41
just the kind of thing we did back
at IDA [Institute for Defense Analyses].
at IDA [Institute for Defense Analyses].
177
569811
4265
разрабатываешь алгоритм
и тестируешь его на компьютере.
и тестируешь его на компьютере.
09:46
You design an algorithm,
you test it out on a computer.
you test it out on a computer.
178
574100
2833
09:48
Does it work? Doesn't it work? And so on.
179
576957
2166
Работает? Не работает? И так далее.
09:51
CA: Can we take a look at this?
180
579443
1479
КА: Давайте взглянем.
Вот типичный график некоего товара.
09:52
Because here's a typical graph
of some commodity.
of some commodity.
181
580946
4541
09:58
I look at that, and I say,
"That's just a random, up-and-down walk --
"That's just a random, up-and-down walk --
182
586487
4041
Взглянув на него, я думаю: «Это просто
случайная кривая, скачущая вверх-вниз.
случайная кривая, скачущая вверх-вниз.
Может, в целом с небольшим
восходящим трендом».
восходящим трендом».
10:02
maybe a slight upward trend
over that whole period of time."
over that whole period of time."
183
590552
2862
Как можно вести торговлю,
используя этот график,
используя этот график,
10:05
How on earth could you trade
looking at that,
looking at that,
184
593438
2113
и видеть, что движения кривой не случайны?
10:07
and see something that wasn't just random?
185
595575
2326
ДС: В те времена — это старый график —
10:09
JS: In the old days -- this is
kind of a graph from the old days,
kind of a graph from the old days,
186
597925
3247
10:13
commodities or currencies
had a tendency to trend.
had a tendency to trend.
187
601196
4284
у товаров и валют была тенденция к тренду.
10:17
Not necessarily the very light trend
you see here, but trending in periods.
you see here, but trending in periods.
188
605504
6055
Не обязательно такой тренд, как здесь,
но тренды периодически наблюдались.
но тренды периодически наблюдались.
10:23
And if you decided, OK,
I'm going to predict today,
I'm going to predict today,
189
611583
4056
И если думаешь:
«Сегодня я сделаю прогноз,
«Сегодня я сделаю прогноз,
основываясь на поведении кривой
за последние 20 дней — выделено жёлтым.
за последние 20 дней — выделено жёлтым.
10:27
by the average move in the past 20 days --
190
615663
4968
10:32
maybe that would be a good prediction,
and I'd make some money.
and I'd make some money.
191
620655
3107
Возможно, это будет неплохой прогноз,
и я немного заработаю».
и я немного заработаю».
Несколько лет назад
такой подход сработал бы —
такой подход сработал бы —
10:35
And in fact, years ago,
such a system would work --
such a system would work --
192
623786
5608
не идеально, но сработал.
10:41
not beautifully, but it would work.
193
629418
2391
10:43
You'd make money, you'd lose
money, you'd make money.
money, you'd make money.
194
631833
2509
Заработаешь денег, потеряешь,
снова заработаешь.
снова заработаешь.
Но игра не стоит свеч —
10:46
But this is a year's worth of days,
195
634366
2198
10:48
and you'd make a little money
during that period.
during that period.
196
636588
4241
вы бы немного заработали даже за год.
10:53
It's a very vestigial system.
197
641884
1958
Это весьма рудиментарная система.
10:56
CA: So you would test
a bunch of lengths of trends in time
a bunch of lengths of trends in time
198
644525
3529
КА: Вы тестировали
множество трендов разной длины
множество трендов разной длины
и смотрели, можно ли
по 10-дневному или 15-дневному тренду
по 10-дневному или 15-дневному тренду
11:00
and see whether, for example,
199
648078
2436
11:02
a 10-day trend or a 15-day trend
was predictive of what happened next.
was predictive of what happened next.
200
650538
3481
предсказать, что случится дальше.
11:06
JS: Sure, you would try all those things
and see what worked best.
and see what worked best.
201
654043
6762
ДС: Конечно, пробуешь такие вот вещи
и смотришь, что лучше всего работает.
и смотришь, что лучше всего работает.
11:13
Trend-following would
have been great in the '60s,
have been great in the '60s,
202
661515
3350
Следование за трендом
процветало в 60-х годах,
процветало в 60-х годах,
в 70-х было так себе.
11:16
and it was sort of OK in the '70s.
203
664889
2132
11:19
By the '80s, it wasn't.
204
667045
1873
К 80-м же годам — уже нет.
КА: Потому что это стало
очевидным для всех.
очевидным для всех.
11:20
CA: Because everyone could see that.
205
668942
2817
11:23
So, how did you stay ahead of the pack?
206
671783
2782
Как вам удалось остаться в авангарде?
11:27
JS: We stayed ahead of the pack
by finding other approaches --
by finding other approaches --
207
675046
6132
ДЖ: Нам это удалось,
потому что мы искали новые подходы,
потому что мы искали новые подходы,
в некоторой степени краткосрочные.
11:33
shorter-term approaches to some extent.
208
681202
2741
11:37
The real thing was to gather
a tremendous amount of data --
a tremendous amount of data --
209
685107
3347
Целью было собрать
колоссальный объём информации —
колоссальный объём информации —
тогда мы делали это вручную.
11:40
and we had to get it by hand
in the early days.
in the early days.
210
688478
3578
Мы шли в Федеральный резерв и копировали
записи об изменении процентных ставок
записи об изменении процентных ставок
11:44
We went down to the Federal Reserve
and copied interest rate histories
and copied interest rate histories
211
692080
3466
11:47
and stuff like that,
because it didn't exist on computers.
because it didn't exist on computers.
212
695570
3265
и подобную информацию,
так как этого не было в компьютерах.
так как этого не было в компьютерах.
Мы собрали много информации.
11:50
We got a lot of data.
213
698859
1643
11:52
And very smart people -- that was the key.
214
700526
4160
Также умные люди были ключом к успеху.
11:57
I didn't really know how to hire
people to do fundamental trading.
people to do fundamental trading.
215
705463
3776
Я не знал, как нанимать людей
для занятия торговлей.
для занятия торговлей.
12:01
I had hired a few -- some made money,
some didn't make money.
some didn't make money.
216
709749
2949
Я нанял нескольких.
Кто-то зарабатывал деньги, кто-то — нет.
Кто-то зарабатывал деньги, кто-то — нет.
Я не мог так наладить бизнес.
12:04
I couldn't make a business out of that.
217
712722
1880
Но мне известно, как нанимать учёных, —
12:06
But I did know how to hire scientists,
218
714626
2042
12:08
because I have some taste
in that department.
in that department.
219
716692
3389
в этом-то я немного знаю толк.
12:12
So, that's what we did.
220
720105
1838
Вот чем мы и занимались.
12:13
And gradually these models
got better and better,
got better and better,
221
721967
3231
Постепенно эти модели
становились всё лучше и лучше,
становились всё лучше и лучше,
и лучше, и лучше.
12:17
and better and better.
222
725222
1335
12:18
CA: You're credited with doing
something remarkable at Renaissance,
something remarkable at Renaissance,
223
726581
3214
КА: Считается, что вы сделали
нечто важное для «Ренессанса»:
нечто важное для «Ренессанса»:
создали эту культуру, эту группу людей —
12:21
which is building this culture,
this group of people,
this group of people,
224
729819
2601
не простых наёмных рабочих,
которых можно переманить за деньги.
которых можно переманить за деньги.
12:24
who weren't just hired guns
who could be lured away by money.
who could be lured away by money.
225
732444
3142
Их мотивацией была математика и наука.
12:27
Their motivation was doing
exciting mathematics and science.
exciting mathematics and science.
226
735610
3912
12:31
JS: Well, I'd hoped that might be true.
227
739860
2399
ДС: Надеюсь, это так.
Хотя отчасти дело было и в деньгах.
12:34
But some of it was money.
228
742283
3580
КА: Они много заработали.
12:37
CA: They made a lot of money.
229
745887
1393
ДЖ: Не могу сказать,
что все они пришли не ради денег.
что все они пришли не ради денег.
12:39
JS: I can't say that no one came
because of the money.
because of the money.
230
747304
2537
Думаю, многие из-за этого пришли.
12:41
I think a lot of them
came because of the money.
came because of the money.
231
749865
2253
Но также и потому, что знали,
как увлекательно это будет.
как увлекательно это будет.
12:44
But they also came
because it would be fun.
because it would be fun.
232
752142
2021
КА: Какое место во всём этом
занимает машинное обучение?
занимает машинное обучение?
12:46
CA: What role did machine learning
play in all this?
play in all this?
233
754187
2488
12:48
JS: In a certain sense,
what we did was machine learning.
what we did was machine learning.
234
756699
3064
ДС: В каком-то смысле, всё, что мы делали,
и было машинным обучением.
и было машинным обучением.
12:52
You look at a lot of data, and you try
to simulate different predictive schemes,
to simulate different predictive schemes,
235
760879
6291
Просматриваешь кучу данных и пытаешься
воссоздать разные схемы прогнозирования,
воссоздать разные схемы прогнозирования,
пока не выходит всё лучше и лучше.
12:59
until you get better and better at it.
236
767194
2182
Не обязательна была отдача.
13:01
It doesn't necessarily feed back on itself
the way we did things.
the way we did things.
237
769400
3767
13:05
But it worked.
238
773191
2309
Но это работало.
13:08
CA: So these different predictive schemes
can be really quite wild and unexpected.
can be really quite wild and unexpected.
239
776150
4059
КА: Такие схемы прогнозирования
могут быть весьма неожиданными.
могут быть весьма неожиданными.
Вы же всё берёте в расчёт, верно?
13:12
I mean, you looked at everything, right?
240
780233
1914
Вы не упускали из виду погоду,
длину платьев, политические мнения.
длину платьев, политические мнения.
13:14
You looked at the weather,
length of dresses, political opinion.
length of dresses, political opinion.
241
782171
3317
ДС: Да, длину платьев
мы как-то не брали в расчёт.
мы как-то не брали в расчёт.
13:17
JS: Yes, length of dresses we didn't try.
242
785512
2837
КА: Что тогда имеет значение?
13:20
CA: What sort of things?
243
788373
2057
ДС: Всё.
13:22
JS: Well, everything.
244
790454
1158
Всё имеет значение, кроме длины подола.
13:23
Everything is grist for the mill --
except hem lengths.
except hem lengths.
245
791636
3264
13:28
Weather, annual reports,
246
796852
2300
Погода, ежегодные отчёты,
квартальные отчёты,
исторические сведения —
исторические сведения —
13:31
quarterly reports, historic data itself,
volumes, you name it.
volumes, you name it.
247
799176
4732
всё что угодно.
13:35
Whatever there is.
248
803932
1151
13:37
We take in terabytes of data a day.
249
805107
2621
Мы принимаем терабайты информации в день.
Храним, перерабатываем
и подготавливаем для анализа.
и подготавливаем для анализа.
13:39
And store it away and massage it
and get it ready for analysis.
and get it ready for analysis.
250
807752
4124
13:45
You're looking for anomalies.
251
813446
1382
Цель — найти аномалию,
13:46
You're looking for -- like you said,
252
814852
2953
найти подтверждение того,
что, как вы сказали,
гипотеза эффективного рынка неверна.
гипотеза эффективного рынка неверна.
13:49
the efficient market
hypothesis is not correct.
hypothesis is not correct.
253
817829
2452
КА: Но любая аномалия
может быть случайной.
может быть случайной.
13:52
CA: But any one anomaly
might be just a random thing.
might be just a random thing.
254
820305
3467
13:55
So, is the secret here to just look
at multiple strange anomalies,
at multiple strange anomalies,
255
823796
3658
Так секрет в том, чтобы наблюдать
за многочисленными странными аномалиями
за многочисленными странными аномалиями
и определять, где они сходятся?
13:59
and see when they align?
256
827478
1328
14:01
JS: Any one anomaly
might be a random thing;
might be a random thing;
257
829238
3213
ДС: Любая аномалия может быть случайной,
однако, имея достаточно сведений,
можно определить, когда она не случайна.
можно определить, когда она не случайна.
14:04
however, if you have enough data
you can tell that it's not.
you can tell that it's not.
258
832475
3039
14:07
You can see an anomaly that's persistent
for a sufficiently long time --
for a sufficiently long time --
259
835538
4950
Можно найти аномалию,
устойчивую на протяжении долгого времени.
устойчивую на протяжении долгого времени.
Тогда вероятность того,
что она случайна, невелика.
что она случайна, невелика.
14:12
the probability of it being
random is not high.
random is not high.
260
840512
4975
Но аномалии исчезают со временем.
14:17
But these things fade after a while;
anomalies can get washed out.
anomalies can get washed out.
261
845511
4858
14:22
So you have to keep on top
of the business.
of the business.
262
850393
2420
Поэтому необходимо быть в курсе всего.
14:24
CA: A lot of people look
at the hedge fund industry now
at the hedge fund industry now
263
852837
2672
КА: Многие люди,
взглянув на индустрию хедж-фондов,
взглянув на индустрию хедж-фондов,
шокированы тем, что там творится:
14:27
and are sort of ... shocked by it,
264
855533
4398
как много там все зарабатывают
14:31
by how much wealth is created there,
265
859955
2172
и как много умных людей задействовано.
14:34
and how much talent is going into it.
266
862151
2245
14:37
Do you have any worries
about that industry,
about that industry,
267
865523
4006
У вас есть какие-либо опасения,
связанные с этой отраслью,
связанные с этой отраслью,
а, может, и со всей
финансовой индустрией в целом?
финансовой индустрией в целом?
14:41
and perhaps the financial
industry in general?
industry in general?
268
869553
2414
14:43
Kind of being on a runaway train that's --
269
871991
2704
Стоит ли нам опасаться,
не знаю, увеличения неравенства?
14:46
I don't know --
helping increase inequality?
helping increase inequality?
270
874719
4030
Как бы вы объяснили происходящее
в индустрии хедж-фондов?
в индустрии хедж-фондов?
14:50
How would you champion what's happening
in the hedge fund industry?
in the hedge fund industry?
271
878773
3831
ДС: Я полагаю, что последние 3–4 года
14:54
JS: I think in the last
three or four years,
three or four years,
272
882628
2608
дела у хедж-фондов идут не очень.
14:57
hedge funds have not done especially well.
273
885260
2103
Мы-то заработали,
14:59
We've done dandy,
274
887387
1400
15:00
but the hedge fund industry as a whole
has not done so wonderfully.
has not done so wonderfully.
275
888811
4001
но вот индустрия хедж-фондов в целом
не так уж процветала.
не так уж процветала.
Фондовый рынок сейчас на подъёме,
это все знают.
это все знают.
15:04
The stock market has been on a roll,
going up as everybody knows,
going up as everybody knows,
276
892836
4902
Соотношение цены к доходу выросло.
15:09
and price-earnings ratios have grown.
277
897762
3445
Так что серьёзные деньги,
вырученные за последние, скажем, 5–6 лет,
вырученные за последние, скажем, 5–6 лет,
15:13
So an awful lot of the wealth
that's been created in the last --
that's been created in the last --
278
901231
3063
15:16
let's say, five or six years --
has not been created by hedge funds.
has not been created by hedge funds.
279
904318
3350
не были заработаны хедж-фондами.
15:20
People would ask me,
"What's a hedge fund?"
"What's a hedge fund?"
280
908458
3221
Люди спрашивают меня, что такое хедж-фонд.
Отвечаю: 1 и 20.
15:23
And I'd say, "One and 20."
281
911703
2260
15:25
Which means -- now it's two and 20 --
282
913987
3566
Что значит (сейчас это 2 и 20):
15:29
it's two percent fixed fee
and 20 percent of profits.
and 20 percent of profits.
283
917577
3353
2% за управление и 20% за результат.
Хедж-фонды бывают разными.
15:32
Hedge funds are all
different kinds of creatures.
different kinds of creatures.
284
920954
2352
КА: Есть слух, что ваши ставки
немного выше двух процентов.
немного выше двух процентов.
15:35
CA: Rumor has it you charge
slightly higher fees than that.
slightly higher fees than that.
285
923330
3239
15:39
JS: We charged the highest fees
in the world at one time.
in the world at one time.
286
927339
3081
ДС: У нас в своё время
были самые высокие ставки в мире.
были самые высокие ставки в мире.
5 и 44 — таковы наши ставки.
15:42
Five and 44, that's what we charge.
287
930444
3226
КА: 5 и 44.
15:45
CA: Five and 44.
288
933694
1398
КА: 5% фиксированной ставки
и 44 % с прибыли.
и 44 % с прибыли.
15:47
So five percent flat,
44 percent of upside.
44 percent of upside.
289
935116
3234
Даже с такими ставками
приносишь своим инвесторам кучу денег.
приносишь своим инвесторам кучу денег.
15:50
You still made your investors
spectacular amounts of money.
spectacular amounts of money.
290
938374
2783
ДС: Да, мы много им зарабатывали.
15:53
JS: We made good returns, yes.
291
941181
1452
Люди злились: «Как вы можете
выставлять такие высокие ставки?»
выставлять такие высокие ставки?»
15:54
People got very mad:
"How can you charge such high fees?"
"How can you charge such high fees?"
292
942657
3000
15:57
I said, "OK, you can withdraw."
293
945681
1627
Я отвечал: «Можете вывести свои деньги».
15:59
But "How can I get more?"
was what people were --
was what people were --
294
947332
2818
Но реальный вопрос был:
«Как мне получить больше?»
«Как мне получить больше?»
(Смех)
16:02
(Laughter)
295
950174
1504
В какой-то момент,
как, думаю, я уже говорил,
как, думаю, я уже говорил,
16:03
But at a certain point,
as I think I told you,
as I think I told you,
296
951702
2440
мы всё выплатили нашим инвесторам,
ведь у фонда есть ёмкость.
ведь у фонда есть ёмкость.
16:06
we bought out all the investors
because there's a capacity to the fund.
because there's a capacity to the fund.
297
954166
5175
КА: Стоит ли нам волноваться,
что в индустрии хедж-фондов
что в индустрии хедж-фондов
16:11
CA: But should we worry
about the hedge fund industry
about the hedge fund industry
298
959365
2704
16:14
attracting too much of the world's
great mathematical and other talent
great mathematical and other talent
299
962093
5438
занято слишком много талантливых
математиков и других специалистов мира,
математиков и других специалистов мира,
которые могли бы трудиться
над решением множества мировых проблем?
над решением множества мировых проблем?
16:19
to work on that, as opposed
to the many other problems in the world?
to the many other problems in the world?
300
967555
3238
ДС: Дело тут не только в математике.
16:22
JS: Well, it's not just mathematical.
301
970817
1929
Мы нанимаем астрономов, физиков
и подобных специалистов.
и подобных специалистов.
16:24
We hire astronomers and physicists
and things like that.
and things like that.
302
972770
2679
16:27
I don't think we should worry
about it too much.
about it too much.
303
975833
2431
Не думаю, что стóит
сильно об этом беспокоиться.
сильно об этом беспокоиться.
Это всё ещё довольно мелкая отрасль.
16:30
It's still a pretty small industry.
304
978288
3142
16:33
And in fact, bringing science
into the investing world
into the investing world
305
981454
5997
Напротив, привнесение науки
в мир инвестирования
в мир инвестирования
помогло сделать мир инвестирования лучше.
16:39
has improved that world.
306
987475
2159
16:41
It's reduced volatility.
It's increased liquidity.
It's increased liquidity.
307
989658
4070
Это сократило волатильность,
повысило ликвидность.
повысило ликвидность.
Спреды стали ýже, так как люди торгуют.
16:45
Spreads are narrower because
people are trading that kind of stuff.
people are trading that kind of stuff.
308
993752
3189
Я бы не беспокоился о том, что Эйнштейн
может отойти от дел и основать хедж-фонд.
может отойти от дел и основать хедж-фонд.
16:48
So I'm not too worried about Einstein
going off and starting a hedge fund.
going off and starting a hedge fund.
309
996965
5076
16:54
CA: You're at a phase in your life now
where you're actually investing, though,
where you're actually investing, though,
310
1002478
4164
КА: Вы сейчас в том периоде своей жизни,
когда вы инвестируете,
когда вы инвестируете,
хотя теперь с другого конца системы.
16:58
at the other end of the supply chain --
311
1006666
3734
Вы инвестируете в развитие
математики по всей Америке.
математики по всей Америке.
17:02
you're actually boosting
mathematics across America.
mathematics across America.
312
1010424
4104
17:06
This is your wife, Marilyn.
313
1014552
1865
Это ваша жена, Мэрилин.
Вместе вы занимаетесь
благотворительностью.
благотворительностью.
17:08
You're working on
philanthropic issues together.
philanthropic issues together.
314
1016441
4756
Расскажите об этом.
17:13
Tell me about that.
315
1021221
1163
17:14
JS: Well, Marilyn started --
316
1022408
3649
ДС: Мэрилин основала...
17:18
there she is up there,
my beautiful wife --
my beautiful wife --
317
1026081
3447
Вот она здесь, моя прекрасная жена.
Она основала фонд около 20 лет назад.
17:21
she started the foundation
about 20 years ago.
about 20 years ago.
318
1029552
2972
17:24
I think '94.
319
1032548
1151
Думаю в 94-м.
Я говорю, что это было в 93-м,
но она настаивает, что в 94-м.
но она настаивает, что в 94-м.
17:25
I claim it was '93, she says it was '94,
320
1033723
2095
17:27
but it was one of those two years.
321
1035842
2571
В какой-то из этих лет.
17:30
(Laughter)
322
1038437
2135
(Смех)
Мы основали фонд, чтобы заниматься
благотворительностью.
благотворительностью.
17:32
We started the foundation,
just as a convenient way to give charity.
just as a convenient way to give charity.
323
1040596
6719
17:40
She kept the books, and so on.
324
1048346
2507
Она вела бухгалтерию и всё остальное.
Тогда видения у нас ещё не было,
но постепенно оно сформировалось.
но постепенно оно сформировалось.
17:42
We did not have a vision at that time,
but gradually a vision emerged --
but gradually a vision emerged --
325
1050877
6714
Мы решили сфокусироваться на математике
и науке, на основных исследованиях.
и науке, на основных исследованиях.
17:49
which was to focus on math and science,
to focus on basic research.
to focus on basic research.
326
1057615
5504
17:55
And that's what we've done.
327
1063569
2772
Так мы и сделали.
Примерно 6 лет спустя я покинул
«Ренессанс» и стал работать в фонде.
«Ренессанс» и стал работать в фонде.
17:58
Six years ago or so, I left Renaissance
and went to work at the foundation.
and went to work at the foundation.
328
1066365
6355
Вот что мы делаем.
18:04
So that's what we do.
329
1072744
1571
18:06
CA: And so Math for America
is basically investing
is basically investing
330
1074339
2909
КА: Фонд Math for America
в основном инвестирует
в основном инвестирует
18:09
in math teachers around the country,
331
1077272
2638
в будущее учителей математики в стране,
18:11
giving them some extra income,
giving them support and coaching.
giving them support and coaching.
332
1079934
3802
обеспечивая их дополнительным доходом,
оказывая поддержку, проводя коучинг.
оказывая поддержку, проводя коучинг.
Вы стремитесь сделать их преподавание
более эффективным,
более эффективным,
18:15
And really trying
to make that more effective
to make that more effective
333
1083760
3051
а призвание учителя —
вдохновляющим людей занятием.
вдохновляющим людей занятием.
18:18
and make that a calling
to which teachers can aspire.
to which teachers can aspire.
334
1086835
2601
ДС: Да. Вместо того,
чтобы ругать плохих учителей,
чтобы ругать плохих учителей,
18:21
JS: Yeah -- instead of beating up
the bad teachers,
the bad teachers,
335
1089460
4790
что привело к упадку духа
во всех образовательным центрах,
во всех образовательным центрах,
18:26
which has created morale problems
all through the educational community,
all through the educational community,
336
1094274
4853
18:31
in particular in math and science,
337
1099151
2441
особенно в области математики и науки,
мы воспеваем хороших учителей
и повышаем их статус.
и повышаем их статус.
18:33
we focus on celebrating the good ones
and giving them status.
and giving them status.
338
1101616
6130
Мы выделяем им
по 15 000 долларов каждый год.
по 15 000 долларов каждый год.
18:39
Yeah, we give them extra money,
15,000 dollars a year.
15,000 dollars a year.
339
1107770
2931
18:42
We have 800 math and science teachers
in New York City in public schools today,
in New York City in public schools today,
340
1110725
4467
800 учителей математики и естествознания
в Нью-Йорке в государственных школах,
в Нью-Йорке в государственных школах,
18:47
as part of a core.
341
1115216
1814
и это только основная часть.
18:49
There's a great morale among them.
342
1117054
3686
Они высоко мотивированны.
Они продолжают работать в своей области.
18:52
They're staying in the field.
343
1120764
2506
В следующем году их будет 1 000,
что составит 10% всех учителей
что составит 10% всех учителей
18:55
Next year, it'll be 1,000
and that'll be 10 percent
and that'll be 10 percent
344
1123294
2895
18:58
of the math and science teachers
in New York [City] public schools.
in New York [City] public schools.
345
1126213
3544
математики и естествознания
нью-йоркских государственных школ.
нью-йоркских государственных школ.
(Аплодисменты)
19:01
(Applause)
346
1129781
5905
КА: Джим, вот ещё один проект,
который поддерживает ваш фонд:
который поддерживает ваш фонд:
19:07
CA: Jim, here's another project
that you've supported philanthropically:
that you've supported philanthropically:
347
1135710
3410
Исследование происхождения жизни.
19:11
Research into origins of life, I guess.
348
1139144
2397
Что это на экране?
19:13
What are we looking at here?
349
1141565
1447
19:15
JS: Well, I'll save that for a second.
350
1143536
1882
ДС: Сначала предыстория,
19:17
And then I'll tell you
what you're looking at.
what you're looking at.
351
1145442
2162
а потом я объясню, что это такое.
Происхождение жизни — волнующий вопрос.
19:19
Origins of life is a fascinating question.
352
1147628
3056
19:22
How did we get here?
353
1150708
1533
Откуда мы взялись?
19:25
Well, there are two questions:
354
1153170
1771
Здесь есть два вопроса.
Первый: каков путь
из геологии в биологию —
из геологии в биологию —
19:26
One is, what is the route
from geology to biology --
from geology to biology --
355
1154965
5868
как мы появились?
19:32
how did we get here?
356
1160857
1381
19:34
And the other question is,
what did we start with?
what did we start with?
357
1162262
2364
Другой вопрос: с чего всё началось?
Что — если такое и было вообще —
побудило жизнь?
побудило жизнь?
19:36
What material, if any,
did we have to work with on this route?
did we have to work with on this route?
358
1164650
3102
19:39
Those are two very,
very interesting questions.
very interesting questions.
359
1167776
3061
Это два очень интересных вопроса.
19:43
The first question is a tortuous path
from geology up to RNA
from geology up to RNA
360
1171773
5834
Первый вопрос — извилистый путь
от геологии к РНК или к чему-то такому.
от геологии к РНК или к чему-то такому.
19:49
or something like that --
how did that all work?
how did that all work?
361
1177631
2258
Как это всё произошло?
19:51
And the other,
what do we have to work with?
what do we have to work with?
362
1179913
2388
А другой: с чего пришлось начинать?
С большего, чем кажется на первый взгляд.
19:54
Well, more than we think.
363
1182325
1771
19:56
So what's pictured there
is a star in formation.
is a star in formation.
364
1184120
4843
На снимке — зарождение звезды.
20:01
Now, every year in our Milky Way,
which has 100 billion stars,
which has 100 billion stars,
365
1189836
3425
Каждый год во Млечном Пути,
состоящем из 100 миллиардов звёзд,
состоящем из 100 миллиардов звёзд,
возникает по две новые звезды.
20:05
about two new stars are created.
366
1193285
2495
Не спрашивайте как, но они образуются.
20:07
Don't ask me how, but they're created.
367
1195804
2470
20:10
And it takes them about a million
years to settle out.
years to settle out.
368
1198298
3080
Это занимает около миллиона лет.
20:14
So, in steady state,
369
1202132
2176
В любой момент времени
около двух миллионов звёзд
пребывают в стадии зарождения.
пребывают в стадии зарождения.
20:16
there are about two million stars
in formation at any time.
in formation at any time.
370
1204332
3848
Вот эта звезда близка
к устойчивому состоянию.
к устойчивому состоянию.
20:20
That one is somewhere
along this settling-down period.
along this settling-down period.
371
1208204
3458
20:24
And there's all this crap
sort of circling around it,
sort of circling around it,
372
1212067
2936
Всё это циркулирует —
пыль и прочее —
20:27
dust and stuff.
373
1215027
1498
и, возможно, образует
Солнечную систему или что-то такое.
Солнечную систему или что-то такое.
20:29
And it'll form probably a solar system,
or whatever it forms.
or whatever it forms.
374
1217479
3023
Но вот что интересно:
20:32
But here's the thing --
375
1220526
2176
20:34
in this dust that surrounds a forming star
376
1222726
6348
в этой пыли, окружающей
формирующуюся звезду,
формирующуюся звезду,
были обнаружены
важные органические молекулы.
важные органические молекулы.
20:41
have been found, now,
significant organic molecules.
significant organic molecules.
377
1229098
6035
20:47
Molecules not just like methane,
but formaldehyde and cyanide --
but formaldehyde and cyanide --
378
1235958
6139
Не такие молекулы, как метан,
а формальдегид и цианид —
а формальдегид и цианид —
кирпичики, семена жизни, если угодно.
20:54
things that are the building blocks --
the seeds, if you will -- of life.
the seeds, if you will -- of life.
379
1242121
6517
21:01
So, that may be typical.
380
1249136
2692
Возможно, это закономерность.
Может быть, планеты во Вселенной
21:04
And it may be typical
that planets around the universe
that planets around the universe
381
1252395
6934
создаются из таких вот кирпичиков.
21:11
start off with some of these
basic building blocks.
basic building blocks.
382
1259353
3612
Значит ли это, что повсюду
существуют разные формы жизни?
существуют разные формы жизни?
21:15
Now does that mean
there's going to be life all around?
there's going to be life all around?
383
1263830
2715
Может быть.
21:18
Maybe.
384
1266569
1364
Но вопрос и в том, насколько извилист путь
21:19
But it's a question
of how tortuous this path is
of how tortuous this path is
385
1267957
4127
от хилых зачатков, от этих семян,
до образования жизни.
до образования жизни.
21:24
from those frail beginnings,
those seeds, all the way to life.
those seeds, all the way to life.
386
1272108
4394
21:28
And most of those seeds
will fall on fallow planets.
will fall on fallow planets.
387
1276526
5192
Большинство этих семян
упадут на «невозделанные» планеты.
упадут на «невозделанные» планеты.
21:33
CA: So for you, personally,
388
1281742
1409
КА: Лично для вас
21:35
finding an answer to this question
of where we came from,
of where we came from,
389
1283175
2722
найти ответ на вопросы:
«Откуда мы взялись?»,
«Откуда мы взялись?»,
«Как произошла жизнь?» —
это то, что вам хотелось бы узнать.
это то, что вам хотелось бы узнать.
21:37
of how did this thing happen,
that is something you would love to see.
that is something you would love to see.
390
1285921
3658
21:41
JS: Would love to see.
391
1289603
1786
ДС: Да, мне бы хотелось.
Я хотел бы знать.
21:43
And like to know --
392
1291413
1490
21:44
if that path is tortuous enough,
and so improbable,
and so improbable,
393
1292927
5170
Ведь если путь развития
довольно извилист и маловероятен,
довольно извилист и маловероятен,
21:50
that no matter what you start with,
we could be a singularity.
we could be a singularity.
394
1298121
4754
тогда что бы ни побудило жизнь,
мы можем быть одни во Вселенной.
мы можем быть одни во Вселенной.
21:55
But on the other hand,
395
1303336
1152
Но с другой стороны,
учитывая наличие этой органической пыли,
летающей повсюду,
летающей повсюду,
21:56
given all this organic dust
that's floating around,
that's floating around,
396
1304512
3478
22:00
we could have lots of friends out there.
397
1308014
3791
у нас может быть много друзей
вне этой планеты.
вне этой планеты.
Я бы хотел знать.
22:04
It'd be great to know.
398
1312947
1161
КА: Джим, несколько лет назад
мне выпал шанс поговорить с Элоном Маском,
мне выпал шанс поговорить с Элоном Маском,
22:06
CA: Jim, a couple of years ago,
I got the chance to speak with Elon Musk,
I got the chance to speak with Elon Musk,
399
1314132
3480
и я спросил, в чём секрет его успеха.
22:09
and I asked him the secret of his success,
400
1317636
2837
Он ответил: серьёзное отношение к физике.
22:12
and he said taking
physics seriously was it.
physics seriously was it.
401
1320497
3691
22:16
Listening to you, what I hear you saying
is taking math seriously,
is taking math seriously,
402
1324696
4003
Слушая вас, я замечаю,
что серьёзное отношение к математике
что серьёзное отношение к математике
изменило всю вашу жизнь.
22:20
that has infused your whole life.
403
1328723
3003
22:24
It's made you an absolute fortune,
and now it's allowing you to invest
and now it's allowing you to invest
404
1332123
4563
Математика принесла вам богатство,
а теперь позволяет инвестировать
а теперь позволяет инвестировать
в будущее тысяч и тысяч детей
по всей Америке и не только.
по всей Америке и не только.
22:28
in the futures of thousands and thousands
of kids across America and elsewhere.
of kids across America and elsewhere.
405
1336710
4496
22:33
Could it be that science actually works?
406
1341567
2858
Значит, наука действительно пригодилась?
22:36
That math actually works?
407
1344449
2772
И математика помогла?
ДС: Математика точно помогла.
Математика помогла.
Математика помогла.
22:39
JS: Well, math certainly works.
Math certainly works.
Math certainly works.
408
1347245
4372
Но это также было увлекательно.
22:43
But this has been fun.
409
1351641
1198
22:44
Working with Marilyn and giving it away
has been very enjoyable.
has been very enjoyable.
410
1352863
4946
Работа с Мэрилин и в фонде
доставляет мне удовольствие.
доставляет мне удовольствие.
КА: Меня вдохновляет такая мысль:
22:49
CA: I just find it --
it's an inspirational thought to me,
it's an inspirational thought to me,
411
1357833
2936
если относиться к знаниям серьёзно,
это может многое дать.
это может многое дать.
22:52
that by taking knowledge seriously,
so much more can come from it.
so much more can come from it.
412
1360793
4007
Спасибо вам за вашу потрясающую жизнь
и за то, что пришли на TED.
и за то, что пришли на TED.
22:56
So thank you for your amazing life,
and for coming here to TED.
and for coming here to TED.
413
1364824
3018
Спасибо.
22:59
Thank you.
414
1367866
751
Джим Саймонс.
23:00
Jim Simons!
415
1368651
1101
(Аплодисменты)
23:01
(Applause)
416
1369806
4380
Reviewed by Alina Siluyanova
ABOUT THE SPEAKER
Jim Simons - Philanthropist, mathematicianAfter astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy.
Why you should listen
As a mathematician who cracked codes for the National Security Agency on the side, Jim Simons had already revolutionized geometry -- and incidentally laid the foundation for string theory -- when he began to get restless. Along with a few hand-picked colleagues he started the investment firm that went on to become Renaissance, a hedge fund working with hitherto untapped algorithms, and became a billionaire in the process.
Now retired as Renaissance’s CEO, Simons devotes his time to mathematics and philanthropy. The Simons Foundation has committed more than a billion dollars to math and science education and to autism research.
Jim Simons | Speaker | TED.com