TEDxUCL
Hannah Fry: Is life really that complex?
Filmed:
Readability: 4.5
819,007 views
Can an algorithm forecast the site of the next riot? In this accessible talk, mathematician Hannah Fry shows how complex social behavior can be analyzed and perhaps predicted through analogies to natural phenomena, like the patterns of a leopard's spots or the distribution of predators and prey in the wild.
Hannah Fry - Complexity theorist
Hannah Fry researches the trends in our civilization and ways we can forecast its future. Full bio
Hannah Fry researches the trends in our civilization and ways we can forecast its future. Full bio
Double-click the English transcript below to play the video.
00:10
Thanks very much.
0
24
1157
Çok teşekkürler.
00:11
I am Hannah Fry, the badass.
1
1205
1848
Ben Hannah Fry, başbelası.
00:13
And today I'm asking the question:
2
3077
1680
Bugün soracağım soru:
00:14
Is life really that complex?
3
4781
1756
Hayat gerçekten de
o kadar karmaşık mı?
o kadar karmaşık mı?
00:16
Now, I've only got nine minutes
to try and provide you with an answer,
to try and provide you with an answer,
4
6561
3325
Şimdi, uğraşıp size bir cevap
bulmak için dokuz dakikam var,
bulmak için dokuz dakikam var,
00:19
so what I've done
is split this neatly into two parts:
is split this neatly into two parts:
5
9910
2716
öyleyse şöyle yapayım,
cevabı güzelce ikiye böleyim:
cevabı güzelce ikiye böleyim:
00:22
part one: yes;
6
12650
2353
Birinci kısım: Evet.
00:25
and later on, part two: no.
7
15027
2528
Sonra ikinci kısım: Hayır.
00:27
Or, to be more accurate: no?
8
17579
2544
Veya daha kesin olursak: Hayır mı?
00:30
(Laughter)
9
20147
1204
(Kahkahalar)
00:31
So first of all, let me try and define
what I mean by "complex."
what I mean by "complex."
10
21375
3006
Öncelikle, "karmaşık"tan
ne kastediyorum tanımlayayım.
ne kastediyorum tanımlayayım.
00:34
Now, I could give you
a host of formal definitions,
a host of formal definitions,
11
24405
2441
Size bir sürü resmi tanım yapabilirim
00:36
but in the simplest terms,
12
26870
1253
fakat en basit anlamıyla
00:38
any problem in complexity is something
that Einstein and his peers can't do.
that Einstein and his peers can't do.
13
28147
4899
Einstein ve arkadaşlarının çözemeyeceği
karmaşıklıktaki her problem karmaşıktır.
karmaşıklıktaki her problem karmaşıktır.
00:43
So, let's imagine --
if the clicker works ... there we go.
if the clicker works ... there we go.
14
33070
3240
Yani şöyle bir düşünelim-
tabii kumanda çalışırsa... tamam.
tabii kumanda çalışırsa... tamam.
00:46
Einstein is playing a game of snooker.
15
36334
2103
Einstein bilardo oynuyor.
00:48
He's a clever chap, so he knows
that when he hits the cue ball,
that when he hits the cue ball,
16
38461
3479
Zeki bir arkadaş, yani biliyor ki
beyaz topa vurduğunda,
beyaz topa vurduğunda,
00:51
he could write you an equation
17
41964
1441
size bir denklem yazıp
00:53
and tell you exactly where the red ball
is going to hit the sides,
is going to hit the sides,
18
43429
3128
kırmızı topun tam tamına
nerede banda çarpacağını,
nerede banda çarpacağını,
00:56
how fast it's going
and where it's going to end up.
and where it's going to end up.
19
46581
2439
ne kadar hızlı gideceğini
ve nerede duracağını söyleyebilir.
ve nerede duracağını söyleyebilir.
00:59
Now, if you scale these snooker balls
up to the size of the solar system,
up to the size of the solar system,
20
49044
3469
Şimdi, bu bilardo toplarını güneş
sistemi ölçeğine büyütseniz
sistemi ölçeğine büyütseniz
01:02
Einstein can still help you.
21
52537
1959
Einstein yine size yardımcı olur.
01:04
Sure, the physics changes,
22
54520
1245
Tabii ki fizik değişir
01:05
but if you wanted to know about
the path of the Earth around the Sun,
the path of the Earth around the Sun,
23
55789
3282
ama Dünya'nın güneş etrafındaki
yörüngesini öğrenmek isterseniz
yörüngesini öğrenmek isterseniz
01:09
Einstein could write you an equation
24
59095
1733
Einstein size her ikisinin de
belirli bir andaki konumunu
söyleyen bir denklem yazabilir.
söyleyen bir denklem yazabilir.
01:10
telling you where both objects are
at any point in time.
at any point in time.
25
60852
2643
01:13
Now, with a surprising
increase in difficulty,
increase in difficulty,
26
63519
2204
Şimdi, zorluğun şaşırtıcı
biçimde artmasıyla
biçimde artmasıyla
01:15
Einstein could include
the Moon in his calculations.
the Moon in his calculations.
27
65747
2452
Einstein, Ay'ı da
hesaplamaya dâhil edebilir.
hesaplamaya dâhil edebilir.
01:18
But as you add more and more planets,
Mars and Jupiter, say,
Mars and Jupiter, say,
28
68223
3067
Ama Mars ve Jupiter gibi gittikçe
daha çok gezegeni işe katarsanız
daha çok gezegeni işe katarsanız
01:21
the problem gets too tough for Einstein
to solve with a pen and paper.
to solve with a pen and paper.
29
71314
3764
problem, Einstein ve arkadaşlarının
kâğıt kalemle çözemeyeceği kadar zorlaşır.
kâğıt kalemle çözemeyeceği kadar zorlaşır.
01:25
Now, strangely, if instead of having
a handful of planets,
a handful of planets,
30
75102
2843
Şimdi, bu garip ama
birkaç gezegen değil de
birkaç gezegen değil de
01:27
you had millions of objects
or even billions,
or even billions,
31
77969
2672
elinizde milyonlarca hatta
milyarlarca cisim olduğunda
milyarlarca cisim olduğunda
01:30
the problem actually becomes much simpler,
32
80665
2271
problem aslında
çok daha basitleşiyor
çok daha basitleşiyor
01:32
and Einstein is back in the game.
33
82960
1922
ve Einstein tekrar sahneye çıkıyor.
01:34
Let me explain what I mean by this,
34
84906
1846
Ne kastettiğimi
size şöyle açıklayayım;
size şöyle açıklayayım;
01:36
by scaling these objects back down
to a molecular level.
to a molecular level.
35
86776
3294
bunu nesneleri moleküler
ölçeğe küçülterek yapar.
ölçeğe küçülterek yapar.
01:40
If you wanted to trace the erratic path
of an individual air molecule,
of an individual air molecule,
36
90094
3747
Eğer tek bir hava molekülünün
dengesiz rotasını bulmak istiyorsanız
dengesiz rotasını bulmak istiyorsanız
01:43
you'd have absolutely no hope.
37
93865
1842
kesinlikle hiç şansınız yoktur.
01:45
But when you have millions
of air molecules all together,
of air molecules all together,
38
95731
2711
Ama elinizde bir arada
milyonlarca hava molekülü varsa
milyonlarca hava molekülü varsa
01:48
they start to act in a way
which is quantifiable, predictable
which is quantifiable, predictable
39
98466
3877
ölçülebilir, öngörülebilir ve
terbiyeli bir biçimde
terbiyeli bir biçimde
davranmaya başlarlar.
01:52
and well-behaved.
40
102367
1170
01:53
And thank goodness air is well-behaved,
41
103561
1885
Şükürler olsun ki hava terbiyeli,
01:55
because if it wasn't,
planes would fall out of the sky.
planes would fall out of the sky.
42
105470
2910
çünkü öyle olmasa uçaklar
gökten düşerdi.
gökten düşerdi.
01:58
Now, on an even bigger scale,
across the whole of the world,
across the whole of the world,
43
108404
3064
Daha büyük ölçekte bile,
bütün dünyada bile,
bütün dünyada bile,
02:01
the idea is exactly the same
with all of these air molecules.
with all of these air molecules.
44
111492
3122
bütün bu hava moleküllerinin
davranışı tamamen aynıdır.
davranışı tamamen aynıdır.
02:04
It's true that you can't take
an individual rain droplet
an individual rain droplet
45
114638
2918
Tek bir yağmur damlasını alıp
nereden geldiği
nereden geldiği
02:07
and say where it's come from
or where it's going to end up.
or where it's going to end up.
46
117580
2785
ve nereye düşeceğini
söyleyemeyeceğiniz doğrudur.
söyleyemeyeceğiniz doğrudur.
02:10
But you can say with pretty good certainty
47
120389
2034
Ancak yarın havanın bulutlu
olup olmayacağını
olup olmayacağını
02:12
whether it will be cloudy tomorrow.
48
122447
1813
oldukça yüksek kesinlikte
söyleyebilirsiniz.
söyleyebilirsiniz.
02:14
So that's it.
49
124284
1158
Yani hepsi bu.
02:15
In Einstein's time,
this is how far science had got.
this is how far science had got.
50
125466
2683
Einstein'ın zamanındaki
bilim oraya kadar gelmişti.
bilim oraya kadar gelmişti.
02:18
We could do really small problems
with a few objects
with a few objects
51
128173
3613
Birkaç cisimli ve basit etkileşimli
küçük problemleri
küçük problemleri
02:21
with simple interactions,
52
131810
1275
veya milyonlarca cisimli
02:23
or we could do huge problems
with millions of objects
with millions of objects
53
133109
2602
ve basit etkileşimli devasa
problemleri çözebiliyorduk.
problemleri çözebiliyorduk.
02:25
and simple interactions.
54
135735
1323
02:27
But what about everything in the middle?
55
137082
1937
Peki ya ikisi arasında kalan şeyler?
02:29
Well, just seven years
before Einstein's death,
before Einstein's death,
56
139043
2693
Einstein'ın ölümünden yedi yıl önce,
02:31
an American scientist called
Warren Weaver made exactly this point.
Warren Weaver made exactly this point.
57
141760
3658
Warren Weaver adında Amerikalı
bir bilim insanı tam da buna değindi.
bir bilim insanı tam da buna değindi.
02:35
He said that scientific methodology
has gone from one extreme to another,
has gone from one extreme to another,
58
145442
3624
Bilimsel metodolojinin bir aşırı uçtan
diğer aşırı uca gittiğini
diğer aşırı uca gittiğini
02:39
leaving out an untouched
great middle region.
great middle region.
59
149090
3071
ve ortadaki geniş alana
dokunmadığını söyledi.
dokunmadığını söyledi.
02:42
Now, this middle region
is where complexity science lies,
is where complexity science lies,
60
152185
2699
Şimdi, bu ortadaki alan
karmaşıklık biliminin alanıdır
karmaşıklık biliminin alanıdır
02:44
and this is what I mean by complex.
61
154908
2259
ve "karmaşık"tan kastettiğim budur.
02:47
Now, unfortunately, almost
every single problem you can think of
every single problem you can think of
62
157191
3525
Şimdi, insan davranışlarıyla
ilgili aklınıza gelebilecek
ilgili aklınıza gelebilecek
problemlerin neredeyse tümü
02:50
to do with human behavior
63
160740
1222
02:51
lies in this middle region.
64
161986
2069
maalesef bu ortadaki alandadır.
02:54
Einstein's got absolutely no idea
how to model the movement of a crowd.
how to model the movement of a crowd.
65
164079
4290
Einstein'ın bir kalabalığın davranışını
modelleme konusunda hiçbir fikri yoktu.
modelleme konusunda hiçbir fikri yoktu.
02:58
There are too many people
to look at them all individually
to look at them all individually
66
168393
2801
İnsanların sayısı, tek tek
ele almak için çok fazla,
ele almak için çok fazla,
03:01
and too few to treat them as a gas.
67
171218
1872
bir gaz gibi ele almak içinse çok azdır.
03:03
Similarly, people are prone
to annoying things like decisions
to annoying things like decisions
68
173114
3356
Benzer biçimde, insanlar
kararlar gibi şeyleri bozmaya
kararlar gibi şeyleri bozmaya
03:06
and not wanting to walk into each other,
69
176494
2014
ve birbirleriyle karşılaşmayı
istememeye eğilimlidir
istememeye eğilimlidir
03:08
which makes the problem
all the more complicated.
all the more complicated.
70
178532
2613
ve bu problemi daha da
karmaşıklaştırır.
karmaşıklaştırır.
03:11
Einstein also couldn't tell you
71
181169
1703
Einstein size
borsadaki bir sonraki çöküşün
zamanını da söyleyemezdi.
zamanını da söyleyemezdi.
03:12
when the next stock market crash
is going to be.
is going to be.
72
182896
2349
03:15
Einstein couldn't tell you
how to improve unemployment.
how to improve unemployment.
73
185269
2764
Einstein size işsizliğin nasıl
azalacağını da söyleyemezdi.
azalacağını da söyleyemezdi.
03:18
Einstein can't even tell you
74
188057
1401
Hatta Einstein size
03:19
whether the next iPhone
is going to be a hit or a flop.
is going to be a hit or a flop.
75
189482
3382
bir sonraki iPhone'un tutup
tutmayacağını da söyleyemez.
tutmayacağını da söyleyemez.
03:22
So to conclude part one:
we're completely screwed.
we're completely screwed.
76
192888
2606
Öyleyse birinci bölüm sonuç:
Tamamen batırmış durumdayız.
Tamamen batırmış durumdayız.
03:25
We've got no tools to deal with this,
and life is way too complex.
and life is way too complex.
77
195518
4500
Bunu çözecek bir yöntemimiz yok
ve yaşam da çok fazla karmaşık.
ve yaşam da çok fazla karmaşık.
03:30
But maybe there's hope,
78
200042
1796
Ama bir umut olabilir.
03:31
because in the last few years,
79
201862
1534
Çünkü son birkaç yıldır,
03:33
we've begun to see the beginnings
of a new area of science
of a new area of science
80
203420
3837
toplumsal sistemlerimizi
modellemede matematiği kullanan
modellemede matematiği kullanan
03:37
using mathematics
to model our social systems.
to model our social systems.
81
207281
3027
yeni bir bilim alanının ortaya
çıktığını görüyoruz.
çıktığını görüyoruz.
03:40
And I'm not just talking here
about statistics and computer simulations.
about statistics and computer simulations.
82
210332
3484
İstatistikten ve bilgisayar
simulasyonlarından bahsetmiyorum.
simulasyonlarından bahsetmiyorum.
03:43
I'm talking about writing down
equations about our society
equations about our society
83
213840
2996
Bahsettiğim şey, tıpkı bilardo
topları ve hava tahminindeki gibi
topları ve hava tahminindeki gibi
03:46
that will help us understand
what's going on
what's going on
84
216860
2069
toplumla ilgili neler olup bittiğini
03:48
in the same way as with the snooker balls
or the weather prediction.
or the weather prediction.
85
218953
3215
anlamamıza yardım edecek
denklemler yazılması.
denklemler yazılması.
03:52
And this has come about
because people have begun to realize
because people have begun to realize
86
222192
2842
Bu bilimin ortaya çıkma nedeni,
bizim insan sistemlerimiz ile
bizim insan sistemlerimiz ile
03:55
that we can use and exploit analogies
87
225058
2343
etrafımızdaki fiziksel dünya arasındaki
03:57
between our human systems
and those of the physical world around us.
and those of the physical world around us.
88
227425
3942
benzerliklerin kullanılabileceğinin,
yararlanılabileceğinin farkına varılması.
yararlanılabileceğinin farkına varılması.
04:01
Now, to give you an example:
89
231938
1464
Şimdi, size bir örnek vereyim:
04:03
the incredibly complex problem
of migration across Europe.
of migration across Europe.
90
233426
3454
Tüm Avrupadaki inanılmaz
karmaşıklıktaki göç problemi.
karmaşıklıktaki göç problemi.
04:06
Actually, as it turns out, when you view
all of the people together,
all of the people together,
91
236904
3332
Aslında şu ortaya çıkıyor,
bu insanlara bir bütün olarak bakarsanız
bu insanlara bir bütün olarak bakarsanız
04:10
collectively, they behave as though
they're following the laws of gravity.
they're following the laws of gravity.
92
240260
4043
kolektif olarak sanki yer çekimi
yasalarına uyuyor gibi davranıyorlar.
yasalarına uyuyor gibi davranıyorlar.
04:14
But instead of planets
being attracted to one another,
being attracted to one another,
93
244327
3128
Fakat birbirini çeken gezegenler yerine
04:17
it's people who are attracted
to areas with better job opportunities,
to areas with better job opportunities,
94
247479
4210
insanlar daha iyi iş olanakları olan
bölgelere doğru çekiliyor,
bölgelere doğru çekiliyor,
04:21
higher pay, better quality of life
and lower unemployment.
and lower unemployment.
95
251713
4015
daha yüksek ücret, yüksek yaşam kalitesi
ve işsizliğin düşük olduğu bölgelere.
ve işsizliğin düşük olduğu bölgelere.
04:25
And in the same way as people
are more likely to go for opportunities
are more likely to go for opportunities
96
255752
3528
Ve aynı zamanda, insanlar
çoğunlukla yaşadıkları yerlere
çoğunlukla yaşadıkları yerlere
04:29
close to where they live already --
London to Kent, for example,
London to Kent, for example,
97
259304
3035
yakın yerlerdeki fırsatlara bakıyor
örneğin Londra'dan Melbourne değil
örneğin Londra'dan Melbourne değil
04:32
as opposed to London to Melbourne --
98
262363
1792
Londra'dan Kent'e göçüyor,
04:34
the gravitational effect of planets
far away is felt much less.
far away is felt much less.
99
264179
4136
yani uzaktaki bir gezegenin
çekim etkisi çok az oluyor.
çekim etkisi çok az oluyor.
04:38
So, to give you another example:
100
268997
2067
Size bir başka örnek vereyim:
04:41
in 2008, a group in UCLA
were looking into the patterns
were looking into the patterns
101
271088
4225
2008 yılında UCLA'daki bir grup
araştırmacı, şehirde hırsızlığın
araştırmacı, şehirde hırsızlığın
04:45
of burglary hot spots in the city.
102
275337
2712
yoğun olduğu bölgelerde örüntü arıyordu.
04:48
Now, one thing about burglaries
is this idea of repeat victimization.
is this idea of repeat victimization.
103
278073
5519
Şimdi, hırsızlığın bir özelliği
yinelenen bir suç olmasıdır.
yinelenen bir suç olmasıdır.
04:53
So if you have a group of burglars
who manage to successfully rob an area,
who manage to successfully rob an area,
104
283616
4237
Yani elinizde bir bölgeyi başarıyla
soymuş bir hırsız grubu varsa
soymuş bir hırsız grubu varsa
04:57
they'll tend to return to that area
and carry on burgling it.
and carry on burgling it.
105
287877
3790
bu hırsızlar oraya dönüp
soyguna devam etme eğilimi gösterecektir.
soyguna devam etme eğilimi gösterecektir.
05:01
So they learn the layout of the houses,
106
291691
2856
Yani, evlerin yayılma düzenini
05:04
the escape routes
107
294571
1694
kaçış yollarını
05:06
and the local security measures
that are in place.
that are in place.
108
296289
3004
ve yerel güvenlik önlemlerinin
yerlerini öğrenmişlerdir.
yerlerini öğrenmişlerdir.
05:09
And this will continue to happen
109
299317
1685
Ve bu durum, semt sakinleri ve polisin
05:11
until local residents and police
ramp up the security,
ramp up the security,
110
301026
3181
güvenlik önlemlerini artırıp
hırsızların başka bir yere
hırsızların başka bir yere
05:14
at which point, the burglars
will move off elsewhere.
will move off elsewhere.
111
304231
2771
gitmesini sağlayacak noktaya
çekmesine kadar sürecektir.
çekmesine kadar sürecektir.
05:17
And it's that balance
between burglars and security
between burglars and security
112
307026
2808
Hırsızlarla güvenlik önlemleri
arasındaki bu denge
arasındaki bu denge
05:19
which creates these dynamic
hot spots of the city.
hot spots of the city.
113
309858
3037
şehirde dinamik hırsız yoğun
bölgeler yaratan dengedir.
bölgeler yaratan dengedir.
05:22
As it turns out,
this is exactly the same process
this is exactly the same process
114
312919
3544
Öyle görünüyor ki bu süreç
05:26
as how a leopard gets its spots,
115
316487
2242
leoparların beneklenme
süreciyle tıpatıp aynı,
süreciyle tıpatıp aynı,
05:28
except in the leopard example,
it's not burglars and security,
it's not burglars and security,
116
318753
2936
sadece, leopar örneğinde
hırsızlar ve güvenlik önlemi yok
hırsızlar ve güvenlik önlemi yok
05:31
it's the chemical process
that creates these patterns
that creates these patterns
117
321713
3465
ve lepoarın desenlerini
biçimlendiren şey
biçimlendiren şey
"morfojenez" denen kimyasal bir süreç.
05:35
and something called "morphogenesis."
118
325202
1995
05:37
We actually know an awful lot
about the morphogenesis of leopard spots.
about the morphogenesis of leopard spots.
119
327221
4256
Morfojenez ve leopar benekleri
konusunda dehşet miktarda şey biliyoruz.
konusunda dehşet miktarda şey biliyoruz.
05:41
Maybe we can use this to try and spot
some of the warning signs with burglaries
some of the warning signs with burglaries
120
331501
4644
Belki bunu hırsızlığın uyarı işaretlerinin
bazılarını saptamada kullanabilir
bazılarını saptamada kullanabilir
05:46
and perhaps, also to create
better crime strategies to prevent crime.
better crime strategies to prevent crime.
121
336169
4107
ve belki de suçu önlemek için daha
etkin suç stratejileri de yaratabiliriz.
etkin suç stratejileri de yaratabiliriz.
05:50
There's a group here at UCL
122
340300
1572
Burada UCL'de bir grup var
05:51
who are working with
the West Midlands police right now
the West Midlands police right now
123
341896
2825
ve West Midland polisi ile
bu aynı sorun üzerinde
bu aynı sorun üzerinde
05:54
on this very question.
124
344745
1641
birlikte çalışıyorlar.
05:56
I could give you
plenty of examples like this,
plenty of examples like this,
125
346410
2915
Size bunun gibi
pek çok örnek verebilirim
pek çok örnek verebilirim
ancak sizden, Londra ayaklanmalarını
incelediğim kendi çalışmamı
incelediğim kendi çalışmamı
05:59
but I wanted to leave you
with one from my own research
with one from my own research
126
349349
2643
paylaşarak ayrılmak istiyorum.
06:02
on the London riots.
127
352016
1166
06:03
Now, you probably
don't need me to tell you
don't need me to tell you
128
353206
2015
Şimdi, muhtemelen size
geçen yaz olan olayları
geçen yaz olan olayları
06:05
about the events of last summer,
129
355245
1567
anlatmama gerek yok.
06:06
where London and the UK saw
the worst sustained period
the worst sustained period
130
356836
3030
İngiltere ve Londra'nın
son yirmi yılda gördüğü
son yirmi yılda gördüğü
06:09
of violent looting and arson
131
359890
1526
en kötü ve aralıksız şiddet, yağma
06:11
for over twenty years.
132
361440
1613
ve kundaklama olaylarıydı.
06:13
It's understandable that, as a society,
we want to try and understand
we want to try and understand
133
363077
3287
Toplum olarak bu ayaklanmaya
tam olarak neyin sebep olduğunu
tam olarak neyin sebep olduğunu
06:16
exactly what caused these riots,
134
366388
1794
anlamak istememiz anlaşılır bir durum
06:18
but also, perhaps, to equip our police
with better strategies
with better strategies
135
368206
3885
ama ayrıca, belki polisimizi de
gelecekte daha hızlı çözüm alacağı
gelecekte daha hızlı çözüm alacağı
06:22
to lead to a swifter
resolution in the future.
resolution in the future.
136
372115
3781
daha iyi stratejilerle
donatmayı da istemeliyiz.
donatmayı da istemeliyiz.
06:25
Now, I don't want to upset
the sociologists here,
the sociologists here,
137
375920
2356
Şimdi, burada sosyologları
kızdırmak istemiyorum
kızdırmak istemiyorum
06:28
so I absolutely cannot talk about
the individual motivations for a rioter,
the individual motivations for a rioter,
138
378300
4857
yani bir isyancının bireysel gerekçeleri
hakkında kesinlikle konuşamam
hakkında kesinlikle konuşamam
06:33
but when you look at
the rioters all together,
the rioters all together,
139
383181
2168
ancak isyancılara bütünsel
olarak bakarsanız
olarak bakarsanız
06:35
mathematically, you can separate it
into a three-stage process
into a three-stage process
140
385373
3208
matematik gözünden bunu
üç aşamalı bir sürece bölebilirsiniz
üç aşamalı bir sürece bölebilirsiniz
06:38
and draw analogies accordingly.
141
388605
1975
ve dolayısıyla
benzerlikler çıkarabilirsiniz.
benzerlikler çıkarabilirsiniz.
06:40
So, step one: let's say
you've got a group of friends.
you've got a group of friends.
142
390604
3177
Birinci aşama: Diyelim ki
bir grup arkadaşınız var
bir grup arkadaşınız var
06:43
None of them are involved in the riots,
143
393805
1875
ve hiçbiri ayaklanmaya katılmıyor
06:45
but one of them walks past
a Foot Locker which is being raided,
a Foot Locker which is being raided,
144
395704
3682
ama içlerinden biri Foot Locker
mağazası yağmalanırken geçiyordur
mağazası yağmalanırken geçiyordur
06:49
and goes in and bags himself
a new pair of trainers.
a new pair of trainers.
145
399410
2513
ve girip kendine bir çift
spor ayakkabısı araklar
spor ayakkabısı araklar
06:51
He texts one of his friends and says,
"Come on down to the riots."
"Come on down to the riots."
146
401947
4089
ve bir arkadaşına mesaj atıp
"Haydi ayaklanmaya gel" der
"Haydi ayaklanmaya gel" der
06:56
So his friend joins him,
147
406060
1421
ve arkadaşı ona katılır
ve sonra ikisi, daha fazla arkadaşa
mesaj atar, onlar da katılır,
mesaj atar, onlar da katılır,
06:57
and then the two of them text
more of their friends, who join them,
more of their friends, who join them,
148
407505
3157
daha fazla arkadaşa mesaj atılır,
07:00
and text more of their friends
149
410686
1581
07:02
and more and more, and so it continues.
150
412291
2374
çoğalırlar, çoğalırlar ve devam eder.
07:04
This process is identical to the way
that a virus spreads through a population.
that a virus spreads through a population.
151
414689
4583
Bu süreç, bir virüsün popülasyon
içindeki yayılım biçimiyle birebir aynı.
içindeki yayılım biçimiyle birebir aynı.
07:09
If you think about the bird flu epidemic
of a couple of years ago,
of a couple of years ago,
152
419296
3100
Birkaç yıl önceki kuş gribi
salgınını düşünürseniz
salgınını düşünürseniz
07:12
the more people that were infected,
the more people that got infected,
the more people that got infected,
153
422420
3303
virüs bulaşan insan sayısı arttıkça
virüs kapan insan sayısı arttı
virüs kapan insan sayısı arttı
07:15
and the faster the virus spread
154
425747
1588
ve virüs daha da hızlı yayıldı
07:17
before the authorities managed
to get a handle on events.
to get a handle on events.
155
427359
3141
ve yetkililer olayla başa çıkana
kadar da bu sürdü.
kadar da bu sürdü.
07:20
And it's exactly the same process here.
156
430988
2515
Burada da birebir aynı süreç işledi.
07:23
So let's say you've got a rioter,
he's decided he's going to riot.
he's decided he's going to riot.
157
433527
3276
Diyelim ki bir isyancınız var
ve isyan etmeye karar verdi.
ve isyan etmeye karar verdi.
07:26
The next thing he has to do
is pick a riot site.
is pick a riot site.
158
436827
2535
Yapması gereken sıradaki şey
bir isyan bölgesi seçmektir.
bir isyan bölgesi seçmektir.
07:30
Now, what you should know
about rioters is that, um ...
about rioters is that, um ...
159
440274
3624
Şimdi isyancılar hakkında
bilmeniz gereken şey, ah...
bilmeniz gereken şey, ah...
07:33
Oops, clicker's gone. There we go.
160
443922
1642
Eyvah, kumanda gitti. Tamam.
07:35
What you should know about rioters is,
they're not prepared to travel
they're not prepared to travel
161
445588
3344
İsyancılar hakkında bilmeniz gereken
şey; çok cazip başka bir
şey; çok cazip başka bir
07:38
that far from where they live,
162
448956
1451
isyan bölgesi olmadıkça
07:40
unless it's a really juicy riot site.
163
450431
1852
yaşadıkları yerden uzağa gitmezler.
07:42
(Laughter)
164
452307
1075
(Kahkahalar)
07:43
So you can see that here from this graph,
165
453406
2069
Yani bunu şu grafikte görebilirsiniz
07:45
with an awful lot of rioters
having traveled less than a kilometer
having traveled less than a kilometer
166
455499
3391
isyancıların çok büyük bir kısmı
ayaklanma bölgesine bir kilometreden
ayaklanma bölgesine bir kilometreden
07:48
to the site that they went to.
167
458914
1679
daha yakın bir yerden geldi.
07:50
Now, this pattern is seen
in consumer models of retail spending,
in consumer models of retail spending,
168
460617
4909
Şimdi bu örüntü, tüketici modellemeleri
ve perakende alışverişte de görülüyor,
ve perakende alışverişte de görülüyor,
yani alışveriş yapmayı seçtiğimiz yerler.
07:55
i.e., where we choose to go shopping.
169
465550
2309
07:57
So, of course, people like
to go to local shops,
to go to local shops,
170
467883
2922
İnsanlar tabii ki semtindeki
dükkanlara gitmeyi sever
dükkanlara gitmeyi sever
08:00
but you'd be prepared
to go a little bit further
to go a little bit further
171
470829
2592
ama çok iyi bir alışveriş bölgesi olursa
08:03
if it was a really good retail site.
172
473445
2116
azıcık uzağa gitmeye de hazırsınızdır.
08:05
And this analogy, actually, was already
picked up by some of the papers,
picked up by some of the papers,
173
475585
3442
Ve bu benzerlik aslında bazı gazeteler
tarafından da zaten fark edildi,
tarafından da zaten fark edildi,
08:09
with some tabloid press calling the events
"Shopping with violence,"
"Shopping with violence,"
174
479051
3262
bazı tabloid gazeteler bu olaylara
"Vahşi alışveriş" dedi,
"Vahşi alışveriş" dedi,
08:12
which probably sums it up
in terms of our research.
in terms of our research.
175
482337
2788
belki de bizim araştırmamız
bakımından özet bu.
bakımından özet bu.
08:15
Oh! -- we're going backwards.
176
485673
1476
Ah! - geriye gidiyoruz.
08:19
OK, step three.
177
489730
1456
Peki, üçüncü adım.
08:21
Finally, the rioter is at his site,
178
491210
1817
Sonunda, isyancı kendi bölgesindedir
08:23
and he wants to avoid
getting caught by the police.
getting caught by the police.
179
493051
4572
ve polise yakalanmak da istemez.
08:27
The rioters will avoid
the police at all times,
the police at all times,
180
497647
2701
İsyancılar polisten daima uzak durur
08:30
but there is some safety in numbers.
181
500372
2094
ama birlikten de biraz güç doğar.
08:32
And on the flip side, the police,
with their limited resources,
with their limited resources,
182
502490
3061
Madalyonun diğer yüzü
polisler ise, sınırlı imkânlarıyla
polisler ise, sınırlı imkânlarıyla
08:35
are trying to protect
as much of the city as possible,
as much of the city as possible,
183
505575
2579
şehri mümkün olduğunca iyi
korumaya çabalamakta
korumaya çabalamakta
08:38
arrest rioters wherever possible
184
508178
2013
isyancıları elinden gelen
her yerde tutuklamakta
her yerde tutuklamakta
08:40
and to create a deterrent effect.
185
510215
2041
ve caydırıcı bir etki yaratmaktadırlar.
08:45
And actually, as it turns out,
186
515510
1491
Ve aslına bakarsak öyle görünüyor ki
08:47
this mechanism between the two species,
so to speak, of rioters and police,
so to speak, of rioters and police,
187
517025
4623
bu iki tür, yani polisler ve isyancılar
arasındaki bu mekanizma
arasındaki bu mekanizma
08:51
is identical to predators
and prey in the wild.
and prey in the wild.
188
521672
2649
vahşi doğadaki avcı ve av
düzeniyle birebir aynı.
düzeniyle birebir aynı.
08:54
So if you can imagine rabbits and foxes,
189
524345
2197
Yani tilkilerle tavşanları düşünün,
08:56
rabbits are trying to avoid
foxes at all costs,
foxes at all costs,
190
526566
2750
tavşan, tilkiden uzak durmak
için her yolu denerken
için her yolu denerken
08:59
while foxes are patrolling the space,
trying to look for rabbits.
trying to look for rabbits.
191
529340
3687
tilki de etrafta devriye gezerek
tavşan arar.
tavşan arar.
09:03
We actually know an awful lot
about the dynamics of predators and prey.
about the dynamics of predators and prey.
192
533051
3354
Avcı ve av arasındaki dinamiklerle
ilgili dehşet miktarda çok şey biliyoruz.
ilgili dehşet miktarda çok şey biliyoruz.
09:06
We also know a lot about
consumer spending flows.
consumer spending flows.
193
536429
4979
Biz ayrıca tüketici harcamaları akışı
konusunda da çok şey biliyoruz.
konusunda da çok şey biliyoruz.
09:11
And we know a lot about
how viruses spread through a population.
how viruses spread through a population.
194
541432
3163
Ve biz virüslerin popülasyona
nasıl yayıldığına dair çok şey biliyoruz.
nasıl yayıldığına dair çok şey biliyoruz.
09:14
So if you take these three analogies
together and exploit them,
together and exploit them,
195
544619
3033
Yani eğer bu üç benzerliği
bir arada alır ve kullanırsanız
bir arada alır ve kullanırsanız
09:17
you can come up with a mathematical
model of what actually happened,
model of what actually happened,
196
547676
3236
gerçekten ne olduğununa ilişkin
bir matematik model bulabilir
bir matematik model bulabilir
09:20
that's capable of replicating
the general patterns
the general patterns
197
550936
2404
ve bununla ayaklanmanın kendisinin
genel örüntülerini yineleyebilirsiniz.
09:23
of the riots themselves.
198
553364
1343
09:25
Now, once we've got this,
we can almost use this as a petri dish
we can almost use this as a petri dish
199
555678
3086
Bu noktaya ulaştığımız anda,
bunu bir petri kabı gibi kullanıp
bunu bir petri kabı gibi kullanıp
09:28
and start having conversations
200
558788
1623
şehrin hangi bölgelerinin
09:30
about which areas of the city
were more susceptible than others
were more susceptible than others
201
560435
3139
buna diğerlerinden daha yatkın olduğu
ve gelecekte tekrarı hâlinde
ve gelecekte tekrarı hâlinde
09:33
and what police tactics could be used
202
563598
1877
polisin hangi taktikleri kullanabileceğini
09:35
if this were ever to happen
again in the future.
again in the future.
203
565499
2307
konuşmaya başlayabiliriz.
09:37
Even twenty years ago, modeling
of this sort was completely unheard of.
of this sort was completely unheard of.
204
567830
4003
Daha yirmi yıl önce bile, bu türden
bir modelleme hiç duyulmamış bir şeydi.
bir modelleme hiç duyulmamış bir şeydi.
09:41
But I think that these analogies
are an incredibly important tool
are an incredibly important tool
205
571857
4444
Fakat bence bu benzerlikler
toplumumuzdaki sorunları çözmede
toplumumuzdaki sorunları çözmede
09:46
in tackling problems with our society,
206
576325
2491
inanılmaz önemdeki araçlardır
09:48
and perhaps, ultimately improving
our society overall.
our society overall.
207
578840
3406
ve kim bilir, belki sonunda
toplumumuzu ilerletmede de.
toplumumuzu ilerletmede de.
09:52
So, to conclude: life is complex,
208
582270
2389
Yani sonuç şu: Hayat karmaşıktır
09:54
but perhaps understanding it need not
necessarily be that complicated.
necessarily be that complicated.
209
584683
3357
ama belki de onu anlamanın
bu kadar karmaşık olması gerekmiyor.
bu kadar karmaşık olması gerekmiyor.
09:58
Thank you.
210
588064
1158
Teşekkür ederim.
09:59
(Applause)
211
589246
1386
(Alkışlar)
ABOUT THE SPEAKER
Hannah Fry - Complexity theoristHannah Fry researches the trends in our civilization and ways we can forecast its future.
Why you should listen
Hannah Fry completed her PhD in fluid dynamics in early 2011 with an emphasis on how liquid droplets move. Then, after working as an aerodynamicist in the motorsport industry, she began work on an interdisciplinary project in complexity sciences at University College London. Hannah’s current research focusses on discovering new connections between mathematically described systems and human interaction at the largest scale.
Fry is the author of the TED Book, The Mathematics of Love: Patterns, Proofs, and the Search for the Ultimate Equation.
Hannah Fry | Speaker | TED.com