ABOUT THE SPEAKER
Vittorio Loreto - Physicist
Vittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it.

Why you should listen

Vittorio Loreto is a physicist at Sapienza University of Rome and faculty of the Complexity Science Hub Vienna. He is presently director of the SONY Computer Science Laboratories in Paris where he heads the team on creativity, innovation and artificial intelligence. He recently coordinated the research program dubbed KREYON, aimed at unfolding the dynamics of creativity, novelties and innovation. While theoretical modeling and data analysis are his native research tools, in the last few years he has been developing interactive tools, games, installations, to directly involve the public on the very research agenda. He created the KREYON DAYS, a new form of scientific event that tightly entangles research, learning, awareness and fun.

More profile about the speaker
Vittorio Loreto | Speaker | TED.com
TED@BCG Milan

Vittorio Loreto: Need a new idea? Start at the edge of what is known

维托利奥 • 洛雷托: 想要灵光乍现?从身边所熟悉的开始

Filmed:
1,544,594 views

”灵光乍现的源头是什么?“ 带着这个问题,维托利奥 • 洛雷托带领我们学习如何用数学模型来解释探索新鲜事物起源。了解更多关于"身边的可能性",区分实际存在与潜在可能,以及维托利奥 • 洛雷托怎样从学习数学中发现人类创造新点子的方式。
- Physicist
Vittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it. Full bio

Double-click the English transcript below to play the video.

00:14
We have all probably大概 wondered想知道
0
2349
2867
我们可能都曾好奇过,
聪明人是怎样有所成就的,对吗?
00:17
how great minds头脑 achieved实现
what they achieved实现, right?
1
5240
4176
并且他们的所作所为越令人惊叹,
00:21
And the more astonishing惊人
their achievements成就 are,
2
9440
2656
我们越习惯于叫他们天才,
00:24
the more we call them geniuses天才,
3
12120
2536
或者是“外星人”,
00:26
perhaps也许 aliens外星人
4
14680
1536
来自另外的星球,
00:28
coming未来 from a different不同 planet行星,
5
16239
2097
反正绝对不像我们这样普通。
00:30
definitely无疑 not someone有人 like us.
6
18360
2656
但是,真的是这样吗?
00:33
But is that true真正?
7
21040
1776
让我来举个例子说明。
00:34
So let me start开始 with an example.
8
22840
1800
00:37
You all know the story故事
of Newton's牛顿 apple苹果, right? OK.
9
25440
3816
我们都知道牛顿的苹果。
那个故事真的发生过吗?
可能没有。
00:41
Is that true真正? Probably大概 not.
10
29280
2936
00:44
Still, it's difficult to think
that no apple苹果 at all was there.
11
32240
5216
当然,我们很难想象传说中的
苹果其实并不存在。
00:49
I mean some stepping步进 stone,
some specific具体 conditions条件
12
37480
3616
我的意思是,宇宙万有引力定律的发现
00:53
that made制作 universal普遍 gravitation引力
not impossible不可能 to conceive构想.
13
41120
4016
是基于特定环境或媒介的铺垫。
00:57
And definitely无疑 this was not impossible不可能,
14
45160
2376
这种说法有一定道理,
00:59
at least最小 for Newton牛顿.
15
47560
1576
至少对于牛顿来说是这样。
01:01
It was possible可能,
16
49160
1256
这是可能的,
01:02
and for some reason原因, it was also there,
17
50440
3056
因为一些原因,它就在那里,
01:05
available可得到 at some point,
easy简单 to pick as an apple苹果.
18
53520
3776
像够到那个苹果一样容易,
01:09
Here is the apple苹果.
19
57320
1616
触手可及。
那么对于爱因斯坦呢?
01:10
And what about Einstein爱因斯坦?
20
58960
2216
01:13
Was relativity相对论 theory理论 another另一个 big leap飞跃
in the history历史 of ideas思路
21
61200
5296
相对论是历史上又一大
新思想的飞跃。
01:18
no one else其他 could even conceive构想?
22
66520
2656
除了爱因斯坦,
就没人可以提出了吗?
01:21
Or rather, was it again
something adjacent and possible可能,
23
69200
4456
或者说,相对论当时
就在我们身边,
01:25
to Einstein爱因斯坦 of course课程,
24
73680
2096
对于爱因斯坦也是一样,
01:27
and he got there by small steps脚步
and his very peculiar奇特 scientific科学 path路径?
25
75800
4216
他一步步走在自己的科学发现之路上,
最终发现了相对论。
01:32
Of course课程 we cannot不能 conceive构想 this path路径,
26
80040
2456
当然我们无从知道
这是一条怎样的路,
01:34
but this doesn't mean
that the path路径 was not there.
27
82520
2480
但这不能否认那条路的存在。
01:38
So all of this seems似乎 very evocative唤起的,
28
86760
4856
这两个例子好像暗示了
一些什么,却又不具象,
01:43
but I would say hardly几乎不 concrete具体
29
91640
1536
01:45
if we really want to grasp把握
the origin起源 of great ideas思路
30
93200
3576
尤其当我们真的希望
找到变得更优秀的源头,
01:48
and more generally通常 the way
in which哪一个 the new enters进入 our lives生活.
31
96800
4016
或通俗一点说,我们怎样
在生活中发现新鲜事物的时候。
01:52
As a physicist物理学家, as a scientist科学家,
32
100840
1976
作为一个物理学家,科学家,
01:54
I have learned学到了 that posing冒充
the right questions问题
33
102840
2176
我知道,提出正确的问题,
01:57
is half of the solution.
34
105040
2016
问题就解决了一半。
01:59
But I think now we start开始 having
a great conceptual概念上的 framework骨架
35
107080
4736
而我想,我们现在已经拥有了
很棒的概念性的框架
02:03
to conceive构想 and address地址
the right questions问题.
36
111840
3176
来发现和解决问题。
02:07
So let me drive驾驶 you
to the edge边缘 of what is known已知,
37
115040
3456
那么现在,让我带大家
进入身边所熟悉的领域,
02:10
or at least最小, what I know,
38
118520
2096
或至少,是我熟悉的。
02:12
and let me show显示 you that what is known已知
39
120640
2056
让我来说明一下,从熟悉的领域开始
02:14
could be a powerful强大
and fascinating迷人 starting开始 point
40
122720
4576
去感知新奇,创新,或者创造
02:19
to grasp把握 the deep meaning含义
of words like novelty新奇, innovation革新,
41
127320
5096
这类词语更深层的含义,
是一个多么好的起点。
02:24
creativity创造力 perhaps也许.
42
132440
1560
02:26
So we are discussing讨论 the "new,"
43
134880
3336
我们在讨论“新”,
02:30
and of course课程, the science科学 behind背后 it.
44
138240
2656
同时还有它背后的科学。
02:32
The new can enter输入 our lives生活
in many许多 different不同 ways方法,
45
140920
2976
“新”可以由不同的方式
进入我们的生活,
02:35
can be very personal个人,
46
143920
1696
可以是很私人的,
02:37
like I meet遇到 a new person,
47
145640
1936
比如,我认识了一个新朋友,
02:39
I read a new book,
or I listen to a new song歌曲.
48
147600
3296
读了一本新书或者听了一首新歌;
02:42
Or it could be global全球,
49
150920
1256
也可以是普遍化的,
02:44
I mean, something we call innovation革新.
50
152200
2056
比如,我们所说的创新,
02:46
It could be a new theory理论,
a new technology技术,
51
154280
2176
可以是新理论,新技术,
02:48
but it could also be a new book
if you're the writer作家,
52
156480
2576
同样也可以是一本新书,
前提是你是个作家,
02:51
or it could be a new song歌曲
if you're the composer作曲家.
53
159080
2336
也可以是一首新歌,
如果你是个作曲家。
02:53
In all of these global全球 cases,
the new is for everyone大家,
54
161440
4296
这所有的例子里的“新”,
是每个人都有机会接触发现的。
02:57
but experiencing经历 the new
can be also frightening可怕的,
55
165760
3816
但体验“新”却也常常令人担忧,
03:01
so the new can also frighten吓唬 us.
56
169600
3736
因为我们面对“新”,会有畏惧感。
03:05
But still, experiencing经历 the new
means手段 exploring探索 a very peculiar奇特 space空间,
57
173360
4176
同时,体验“新”意味着
我们在探索一段奇特的领域,
03:09
the space空间 of what could be,
58
177560
2096
它具有任意性,
03:11
the space空间 of the possible可能,
the space空间 of possibilities可能性.
59
179680
3176
还有可能性。
03:14
It's a very weird奇怪的 space空间,
so I'll try to get you through通过 this space空间.
60
182880
3456
这是个很神奇的领域,
不过我会尝试带大家领略一下。
03:18
So it could be a physical物理 space空间.
61
186360
2016
它可以是某个物理空间。
03:20
So in this case案件, for instance,
62
188400
1616
比如,
03:22
novelty新奇 could be climbing攀登
Machu马丘比丘 Picchu马丘比丘 for the first time,
63
190040
4056
我在2016年第一次爬上
03:26
as I did in 2016.
64
194120
1920
马丘比丘(古代印加城遗址,
在今秘鲁中南部)。
03:28
It could be a conceptual概念上的 space空间,
65
196960
1816
也可以是理论上的空间,
03:30
so acquiring收购 new information信息,
making制造 sense of it, in a word, learning学习.
66
198800
4416
如获取新的信息,
简而言之,就是学习。
03:35
It could be a biological生物 space空间.
67
203240
1936
它还可以是生物层次的。
03:37
I mean, think about the never-ending没完没了
fight斗争 of viruses病毒 and bacteria
68
205200
4096
想想我们的免疫系统
与病毒及细菌之间
永不停歇的对抗。
03:41
with our immune免疫的 system系统.
69
209320
1936
03:43
And now comes the bad news新闻.
70
211280
1736
但是先别忙着乐观,
03:45
We are very, very bad
at grasping this space空间.
71
213040
3296
我们非常不擅于察觉到“新”的存在。
03:48
Think of it. Let's make an experiment实验.
72
216360
2016
想一想是不是这样,
我们来做个实验。
03:50
Try to think about all the possible可能 things
you could do in the next下一个, say, 24 hours小时.
73
218400
6880
尝试思考在未来的24小时内,
你可以做的所有可能的事情。
03:58
Here the key word is "all."
74
226320
2656
记住,关键词是“所有”。
04:01
Of course课程 you can conceive构想 a few少数 options选项,
like having a drink, writing写作 a letter,
75
229000
4800
下意识地,你会有几个选择,
比如喝一杯饮料,写封信,
04:06
also sleeping睡眠 during this boring无聊 talk,
76
234840
3176
或者在我无聊的陈述中打个小盹,
04:10
if you can.
77
238040
1696
如果你们想的话。
04:11
But not all of them.
78
239760
1656
但这不是所有我们要做的事情。
04:13
So think about an alien外侨 invasion侵入,
now, here, in Milan米兰,
79
241440
3936
想一想外星人入侵,
对,就是现在,在米兰,
04:17
or me -- I stopped停止 thinking思维
for 15 minutes分钟.
80
245400
3120
或者是我,在接下来的
15分钟内停下来不去思考。
04:21
So it's very difficult
to conceive构想 this space空间,
81
249440
3136
所以,要察觉到
所有可能发生的事情并不容易。
04:24
but actually其实 we have an excuse借口.
82
252600
2176
但这可以理解。
04:26
So it's not so easy简单 to conceive构想 this space空间
83
254800
3496
不容易实现的原因是
04:30
because we are trying to conceive构想
the occurrence发生 of something brand new,
84
258320
3495
我们都尝试着
去发现一些绝对的“新”,
04:33
so something that never occurred发生 before,
85
261839
1977
一些以前从未发生的事情,
04:35
so we don't have clues线索.
86
263840
1480
所以我们找不到任何线索。
04:38
A typical典型 solution could be
87
266040
2896
那么有什么解决办法吗?
04:40
looking at the future未来
with the eyes眼睛 of the past过去,
88
268960
3216
用目睹了过去的眼睛看未来,
04:44
so relying依托 on all
the time series系列 of past过去 events事件
89
272200
3296
就是凭借着在过去发生的事,
04:47
and hoping希望 that this is enough足够
to predict预测 the future未来.
90
275520
3496
这些经历能支持我们预测未来。
04:51
But we know this is not working加工.
91
279040
2176
但实际上,这种方法的效果差强人意。
04:53
For instance, this was the first attempt尝试
for weather天气 forecasts预测, and it failed失败.
92
281240
5216
就跟首次播报天气失败了一样。
04:58
And it failed失败 because
of the great complexity复杂
93
286480
2416
因为事情多发生在表面,
而内部的复杂性却被忽略了。
05:00
of the underlying底层 phenomenon现象.
94
288920
1936
05:02
So now we know that predictions预测
had to be based基于 on modeling造型,
95
290880
5616
所以,我们会通过建模来帮助预测,
就是建立一个系统的综合模型,
05:08
which哪一个 means手段 creating创建
a synthetic合成的 model模型 of the system系统,
96
296520
3496
05:12
simulating模拟 this model模型
and then projecting突出 the system系统
97
300040
4136
通过模型模拟,预测系统的
未来发展。
05:16
into the future未来 through通过 this model模型.
98
304200
2536
05:18
And now we can do this in a lot of cases
99
306760
2936
在很多情况下,基于大量数据,
05:21
with the help of a lot of data数据.
100
309720
1880
我们都可以建模。
05:25
Looking at the future未来
with the eye of the past过去
101
313000
2896
但用过去的眼睛(数据)
预测未来(系统),
05:27
could be misleading误导 also for machines.
102
315920
2736
也可能会出错,
对计算机来说也是一样。
设想一个画面,
05:30
Think about it.
103
318680
1216
05:31
Now picture图片 yourself你自己 for a second第二
in the middle中间 of the Australian澳大利亚 Outback傲虎.
104
319920
4800
你在澳大利亚内陆地区,
05:37
You stand there under the sun太阳.
105
325440
2720
站在太阳底下,
05:40
So you see something weird奇怪的 happening事件.
106
328840
2216
看到了一些奇怪的事情。
05:43
The car汽车 suddenly突然 stops停止
107
331080
2736
远远地,一辆车突然停住了,
05:45
very, very far from a kangaroo袋鼠
crossing路口 the street.
108
333840
3056
在它前面很远处
有一只袋鼠在过马路。
05:48
You look closer接近
109
336920
1456
你仔细一看,
05:50
and you realize实现
that the car汽车 has no driver司机.
110
338400
2416
发现车里竟没有司机。
05:52
It is not restarting重新 启动, even after
the kangaroo袋鼠 is not there anymore.
111
340840
4016
袋鼠过完马路后,
汽车也没有重新启动。
因为一些原因,
05:56
So for some reasons原因,
112
344880
1896
05:58
the algorithms算法 driving主动 the car汽车
cannot不能 make sense
113
346800
2536
这辆无人驾驶汽车内置的算法
并不能理解这种现象,
一只奇怪的庞然大物
在街上蹦来蹦去。
06:01
of this strange奇怪 beast
jumping跳跃 here and there on the street.
114
349360
3680
06:05
So it just stops停止.
115
353640
1200
于是它就停下了。
06:07
Now, I should tell you,
this is a true真正 story故事.
116
355720
2136
这是个真实的故事。
几个月前,沃尔沃的
无人驾驶汽车就这样
06:09
It happened发生 a few少数 months个月 ago
to Volvo's沃尔沃的 self-driving自驾车 cars汽车
117
357880
2696
停在了澳洲内陆中部地区。
06:12
in the middle中间 of the Australian澳大利亚 Outback傲虎.
118
360600
1936
(笑声)
06:14
(Laughter笑声)
119
362560
1696
06:16
It is a general一般 problem问题,
120
364280
1976
这个问题很普遍,
06:18
and I guess猜测 this will affect影响
more and more in the near future未来
121
366280
2976
我想在不久的将来,
人工智能和机器学习
06:21
artificial人造 intelligence情报
and machine learning学习.
122
369280
2560
会在方方面面产生影响。
06:24
It's also a very old problem问题,
I would say 17th century世纪,
123
372440
3976
这个问题存在很久了,
17世纪就出现了。
06:28
but I guess猜测 now we have new tools工具
and new clues线索 to start开始 solving it.
124
376440
5136
但我相信,现在的我们拥有
更多的新工具和方法去解决它。
06:33
So let me take a step back,
125
381600
2176
让我们暂时回到过去,
06:35
five years年份 back.
126
383800
2736
五年前,
06:38
Italy意大利. Rome罗马. Winter冬季.
127
386560
2976
意大利,罗马,冬天。
06:41
So the winter冬季 of 2012
was very special特别 in Rome罗马.
128
389560
3576
2012的冬天,
对罗马来说是很特别的,
06:45
Rome罗马 witnessed目击 one of the greatest最大
snowfalls降雪 of its history历史.
129
393160
3560
因为一场史无前例,
美不胜收的飘雪。
06:49
That winter冬季 was special特别 also
for me and my colleagues同事,
130
397520
3696
这个冬天对我和我的同事们
来说也有着特殊的意义,
06:53
because we had an insight眼光
about the possible可能 mathematical数学的 scheme方案 --
131
401240
3496
因为我们理解了一种
近乎合理的数学模型——
06:56
again, possible可能,
possible可能 mathematical数学的 scheme方案,
132
404760
2976
强调一下,只是可能,
用来帮助发现“新”。
06:59
to conceive构想 the occurrence发生 of the new.
133
407760
1840
07:02
I remember记得 that day
because it was snowing下雪,
134
410520
2416
我记得那天在下雪,
07:04
so due应有 to the snowfall降雪,
we were blocked受阻, stuck卡住 in my department,
135
412960
3776
也正是因为这场雪,
我们被困在了办公室,
07:08
and we couldn't不能 go home,
136
416760
1416
无法回家,
07:10
so we got another另一个 coffee咖啡, we relaxed轻松
137
418200
3056
所以我们决定喝杯咖啡,放松一下,
07:13
and we kept不停 discussing讨论.
138
421280
1776
同时继续讨论我们的研究,
07:15
But at some point --
maybe not that date日期, precisely恰恰 --
139
423080
3696
忽然之间——准确地说,
可能并不在那段小憩的时间——
07:18
at some point we made制作 the connection连接
140
426800
2896
在某个时间点,我们在
07:21
between之间 the problem问题 of the new
141
429720
2976
发现“新”,与斯图亚特 · 考夫曼
07:24
and a beautiful美丽 concept概念
proposed建议 years年份 before
142
432720
2416
曾经提出的一个美妙的
理论之间建立起了一种联系,
07:27
by Stuart斯图尔特 Kauffman考夫曼,
143
435160
1776
07:28
the adjacent possible可能.
144
436960
2040
即临界的可能性。
07:31
So the adjacent possible可能
consists of all those things.
145
439720
3056
临界的可能性可以包含很多东西,
07:34
It could be ideas思路, it could be molecules分子,
it could be technological技术性 products制品
146
442800
3736
比如新点子,新分子,
或者新科技产品。
07:38
that are one step away
147
446560
2936
我们距离这些实际存在的“新”,
只有一步之遥。
07:41
from what actually其实 exists存在,
148
449520
1736
07:43
and you can achieve实现 them
through通过 incremental增加的 modifications修改
149
451280
3536
我们可以通过改变身边存在的事物,
07:46
and recombinations重组
of the existing现有 material材料.
150
454840
2560
或对其加以重组来发现“新”。
07:50
So for instance, if I speak说话
about the space空间 of my friends朋友,
151
458520
3896
举个例子,比如我身边有一群朋友,
07:54
my adjacent possible可能 would be
the set of all friends朋友 of my friends朋友
152
462440
3976
那么身边可能的“新”,
可以是一群我朋友的朋友,
07:58
not already已经 my friends朋友.
153
466440
1400
他们目前还不是我的朋友。
08:00
I hope希望 that's clear明确.
154
468240
1736
希望我说的够清楚。
08:02
But now if I meet遇到 a new person,
155
470000
1816
如果我现在认识一个新朋友,
08:03
say Briar荆棘,
156
471840
1696
比如布莱尔,
08:05
all her friends朋友 would immediately立即 enter输入
my adjacent possible可能,
157
473560
4056
那么她的朋友们就会
立即成为我的“新”朋友的备选人,
08:09
pushing推动 its boundaries边界 further进一步.
158
477640
1520
这样我的人脉就会越来越多。
08:12
So if you really want to look
from the mathematical数学的 point of view视图 --
159
480160
3216
如果你们想用数学角度
来看待这件事——
我确信你们有这个想法——
08:15
I'm sure you want --
160
483400
1400
08:18
you can actually其实 look at this picture图片.
161
486200
1976
我们可以来看一眼这张图。
08:20
So suppose假设 now this is your universe宇宙.
162
488200
1896
这就是你的世界。
08:22
I know I'm asking a lot.
163
490120
1256
我知道我要求有点多。
08:23
I mean, this is your universe宇宙.
Now you are the red spot.
164
491400
2640
麻烦大家把自己置身于这张图,这个
红点,就是我们现在所处的位置。
08:27
And the green绿色 spot
is the adjacent possible可能 for you,
165
495320
2616
绿点便是我们身边可能的“新”,
即我们从未踏入的领域。
08:29
so something you've never touched感动 before.
166
497960
2096
08:32
So you do your normal正常 life.
167
500080
1336
我们过着正常的生活,
08:33
You move移动. You move移动 in the space空间.
168
501440
1656
在自己的世界中一步一步走,
08:35
You have a drink.
You meet遇到 friends朋友. You read a book.
169
503120
2656
喝杯水,见个朋友,读本书,
08:37
At some point,
you end结束 up on the green绿色 spot,
170
505800
2896
在某个时间点,
我们就走到了这个绿点,
08:40
so you meet遇到 Briar荆棘 for the first time.
171
508720
2176
比如,我们在这里
第一次见到了布莱尔,
08:42
And what happens发生?
172
510920
1336
然后呢?
08:44
So what happens发生 is there is a new part部分,
173
512280
2296
在这个特殊时刻,
我们会涉足一个崭新的领域,
08:46
a brand new part部分 of the space空间,
174
514600
2456
08:49
becoming变得 possible可能 for you
in this very moment时刻,
175
517080
4256
我们从未投身的领域,
即使我们从未预想能走到
08:53
even without any possibility可能性
for you to foresee预料 this
176
521360
3856
08:57
before touching接触 that point.
177
525240
2056
这片未知的领域。
08:59
And behind背后 this there will be
a huge巨大 set of points
178
527320
2696
在踏入这片新区域后,
会有更多新领域,
09:02
that could become成为 possible可能
at some later后来 stages阶段.
179
530040
3696
在未来的某个时段可能被我们开启。
09:05
So you see the space空间
of the possible可能 is very peculiar奇特,
180
533760
2816
所以我们看到了,
身边可能的未知领域是很神奇的,
09:08
because it's not predefined预定义.
181
536600
2216
因为它的不可预知。
09:10
It's not something we can predefine事先.
182
538840
2296
我们没有办法提前得知,
09:13
It's something that gets得到
continuously一直 shaped成形 and reshaped重塑
183
541160
3376
这片区域是随着我们的行动和选择
09:16
by our actions行动 and our choices选择.
184
544560
2600
被随时塑造的。
09:20
So we were so fascinated入迷
by these connections连接 we made制作 --
185
548120
3456
当时发现这一点联系时,
我们非常高兴——
09:23
scientists科学家们 are like this.
186
551600
1896
科学家就是这样。
09:25
And based基于 on this,
187
553520
2296
基于这一点,
09:27
we conceived设想 our mathematical数学的 formulation公式
for the adjacent possible可能,
188
555840
3216
我们发现了可以计算
临界可能性的数学公式,
09:31
20 years年份 after the original原版的
Kauffman考夫曼 proposals建议.
189
559080
3456
在考夫曼理论提出的20年后。
09:34
In our theory理论 -- this is a key point --
190
562560
2136
在我们的理论中,有一个关键点。
09:36
I mean, it's crucially关键 based基于
on a complex复杂 interplay相互作用
191
564720
3536
这个公式依赖于“新”区域的拓展
09:40
between之间 the way in which哪一个
this space空间 of possibilities可能性 expands展开
192
568280
4776
及其重建之间复杂的相互影响,
09:45
and gets得到 restructured重组,
193
573080
1536
以及我们自身探索
09:46
and the way in which哪一个 we explore探索 it.
194
574640
2496
“新”的方式。
09:49
After the epiphany顿悟 of 2012,
195
577160
3856
在2012年的顿悟后,
09:53
we got back to work, real真实 work,
196
581040
1656
我们回到工作中,进行实地考察,
09:54
because we had to work out this theory理论,
197
582720
1896
因为要将理论应用于实践。
09:56
and we came来了 up with
a certain某些 number of predictions预测
198
584640
2416
我们提出了几个需要用实际生活
来检验的预测。
09:59
to be tested测试 in real真实 life.
199
587080
1256
10:00
Of course课程, we need a testable可测试 framework骨架
200
588360
2896
当然,我们需要一个测试体系,
10:03
to study研究 innovation革新.
201
591280
1456
来研究这个新方法。
10:04
So let me drive驾驶 you
across横过 a few少数 predictions预测 we made制作.
202
592760
4056
让我简单介绍一下
我们所做的预测。
10:08
The first one concerns关注
the pace步伐 of innovation革新,
203
596840
2896
第一个是创新的步调,
10:11
so the rate at which哪一个 you observe novelties新奇
in very different不同 systems系统.
204
599760
4896
即不同的体系中
发现“新”的速度。
10:16
So our theory理论 predicts预测
that the rate of innovation革新
205
604680
2496
我们的理论预测出这种速度
10:19
should follow跟随 a universal普遍 curve曲线,
206
607200
1936
应该遵循通用曲线,
10:21
like this one.
207
609160
1320
比如这张图。
10:23
This is the rate of innovation革新 versus time
in very different不同 conditions条件.
208
611240
3640
这是不同条件下新方法的
速率与时间的比值。
10:27
And somehow不知何故, we predict预测
that the rate of innovation革新
209
615720
2616
通常,我们预测发现“新”的速率
10:30
should decrease减少 steadily稳步 over time.
210
618360
2696
随着时间变长稳定降低,
10:33
So somehow不知何故, innovation革新
is predicted预料到的 to become成为 more difficult
211
621080
3096
由于某些限制,随着我们行动的增加
发现“新”会变得更加困难。
10:36
as your progress进展 over time.
212
624200
1920
10:38
It's neat整齐. It's interesting有趣.
It's beautiful美丽. We were happy快乐.
213
626960
3536
这个系统很巧妙,
有趣且迷人,我们都很高兴。
10:42
But the question is, is that true真正?
214
630520
2176
但问题是,这是真的吗?
10:44
Of course课程 we should check with reality现实.
215
632720
1880
当然我们会根据现实情况校准。
10:47
So we went back to reality现实
216
635600
2376
所以我们回到现实中来,
10:50
and we collected a lot of data数据,
terabytes兆兆字节 of data数据,
217
638000
3136
收集了很多数据,多达万亿字节。
10:53
tracking追踪 innovation革新 in Wikipedia维基百科, Twitter推特,
218
641160
3336
从维基百科,到推特记录,
10:56
the way in which哪一个 we write free自由 software软件,
219
644520
2216
记录我们写新程序的方式,
10:58
even the way we listen to music音乐.
220
646760
1640
甚至听音乐的方式。
11:01
I cannot不能 tell you, we were
so amazed吃惊 and pleased满意 and thrilled高兴
221
649160
3736
我绝对不会跟你们说,
我们是多么激动,雀跃地发现,
11:04
to discover发现 that the same相同 predictions预测
we made制作 in the theory理论
222
652920
3496
在许多不同实际的体系中,
11:08
were actually其实 satisfied满意 in real真实 systems系统,
223
656440
2576
我们的预测与真实情况
11:11
many许多 different不同 real真实 systems系统.
224
659040
1536
几乎没有差别。
11:12
We were so excited兴奋.
225
660600
1496
我们太激动了。
11:14
Of course课程, apparently显然地,
we were on the right track跟踪,
226
662120
2816
很明显,我们走在一条正确的路上,
11:16
but of course课程, we couldn't不能 stop,
227
664960
2496
当然,我们不愿意就此停下,
11:19
so we didn't stop.
228
667480
1496
也没有停下。
11:21
So we kept不停 going on,
229
669000
2096
我们一直努力着,
11:23
and at some point
we made制作 another另一个 discovery发现
230
671120
2056
直到某个时候,
我们发现了另外的新理论,
我们把它叫做“关联性创新”。
11:25
that we dubbed配音 "correlated相关 novelties新奇."
231
673200
3536
11:28
It's very simple简单.
232
676760
1256
很简单,
11:30
So I guess猜测 we all experience经验 this.
233
678040
1896
我想我们都经历过。
11:31
So you listen to "Suzanne苏珊娜"
by Leonard伦纳德 Cohen科恩,
234
679960
3560
当我们听到莱昂纳德 · 科恩的
《苏珊》(歌曲)时,
11:36
and this experience经验
triggers触发器 your passion for Cohen科恩
235
684440
3656
这会激起你对科恩的热情,
然后你就会迫不及待地
去听他所有的作品,
11:40
so that you start开始 frantically疯狂
listening to his whole整个 production生产.
236
688120
3816
然后你会看到一个名字,
法布里奇奥 · 德 · 安德雷,
11:43
And then you realize实现
that Fabrizio费比诺 De Andr安德烈é here
237
691960
2296
11:46
recorded记录 an Italian意大利 version of "Suzanne苏珊娜,"
238
694280
1976
翻唱了苏珊的意大利语版本,
11:48
and so on and so forth向前.
239
696280
2016
等等类似的例子。
11:50
So somehow不知何故 for some reason原因,
240
698320
1976
不知怎么的,
11:52
the very notion概念 of adjacent possible可能
is already已经 encoding编码 the common共同 belief信仰
241
700320
3896
这个临界可能性的概念就会
根植于我们的信念中,
11:56
that one thing leads引线 to another另一个
242
704240
2560
即在很多不同的体系中,
11:59
in many许多 different不同 systems系统.
243
707720
1736
“新”的发现具有连续性。
12:01
But the reason原因 why we were thrilled高兴
244
709480
2296
那么我们为什么那么高兴呢,
12:03
is because actually其实
we could give, for the first time,
245
711800
2524
因为第一次,我们可以把这种直觉
12:06
a scientific科学 substance物质 to this intuition直觉
246
714348
2068
科学地实体化,
12:08
and start开始 making制造 predictions预测
247
716440
1656
并且开始对
12:10
about the way in which哪一个
we experience经验 the new.
248
718120
2416
体验“新”的方式进行预测。
12:12
So novelties新奇 are correlated相关.
249
720560
2320
创新是互相联系的,
12:16
They are not occurring发生 randomly随机.
250
724320
2056
并不会随意地发生。
这是一个好消息,
12:18
And this is good news新闻,
251
726400
1456
这意味着,有些看起来
不可能的任务
12:19
because it implies暗示
that impossible不可能 missions任务
252
727880
4736
12:24
might威力 not be so impossible不可能 after all,
253
732640
2376
其实是可行的,
12:27
if we are guided引导 by our intuition直觉,
254
735040
3096
只要我们跟着直觉走,
12:30
somehow不知何故 leading领导 us
to trigger触发 a positive chain reaction反应.
255
738160
3760
它会带领我们走上一条
积极正面的连锁反应链。
12:34
But there is a third第三 consequence后果
of the existence存在 of the adjacent possible可能
256
742840
3496
但是,关于临界可能性,
还存在第三种结果,
我们叫它创新的浪潮。
12:38
that we named命名 "waves波浪 of novelties新奇."
257
746360
3536
简单来说,在音乐中,
12:41
So just to make this simple简单, so in music音乐,
258
749920
2696
如果没有创新的浪潮,
12:44
without waves波浪 of novelties新奇,
259
752640
1376
我们可能还在继续听着
莫扎特或贝多芬。
12:46
we would still be listening
all the time to Mozart莫扎特 or Beethoven贝多芬,
260
754040
6056
12:52
which哪一个 is great,
261
760120
1496
好像听起来还行,
12:53
but we don't do this all the time.
262
761640
1656
但是我们不能一直这样下去。
12:55
We also listen to the Pet宠物 Shop Boys男孩
or Justin贾斯汀 Bieber比伯 -- well, some of us do.
263
763320
5016
我们同样会听宠物店男孩(乐队)
或贾斯汀 · 比伯——起码部分人会听。
13:00
(Laughter笑声)
264
768360
2176
(笑声)
13:02
So we could see very clearly明确地
all of these patterns模式
265
770560
3896
所以我们可以从收集和
分析的庞大的数据中
13:06
in the huge巨大 amounts of data数据
we collected and analyzed分析.
266
774480
3736
很清楚地看到这些例子。
13:10
For instance, we discovered发现
that popular流行 hits点击 in music音乐
267
778240
3656
比如,我们发现流行撞上音乐,
13:13
are continuously一直 born天生, you know that,
268
781920
1896
产生的是什么,你们知道的。
然后这些会消失,依然留有空间
给“常青树”(指经典音乐)。
13:15
and then they disappear消失,
still leaving离开 room房间 for evergreens常青树.
269
783840
3440
13:20
So somehow不知何故 waves波浪 of novelties新奇 ebb落潮 and flow
270
788120
3096
创新经历着潮起潮落,
而经典却永不消逝。
13:23
while the tides潮汐 always hold保持 the classics.
271
791240
2576
13:25
There is this coexistence共存
between之间 evergreens常青树 and new hits点击.
272
793840
3960
经典音乐和新流行可以共存。
13:31
Not only our theory理论
predicts预测 these waves波浪 of novelties新奇.
273
799920
2696
不仅仅是我们的理论预测到了
创新浪潮的存在,
13:34
This would be trivial不重要的.
274
802640
1456
这不重要。
13:36
But it also explains说明 why they are there,
275
804120
2896
重要的是,为什它们在那里,
13:39
and they are there for a specific具体 reason原因,
276
807040
1976
基于某种特殊的原因,
因为我们是人类,
会在充满可能性空间中
13:41
because we as humans人类
display显示 different不同 strategies策略
277
809040
3216
13:44
in the space空间 of the possible可能.
278
812280
1856
展现不同的策略。
13:46
So some of us tend趋向 to retrace追溯
already已经 known已知 paths路径.
279
814160
5136
我们中的有些人倾向
去走已经走过的路,
13:51
So we say they exploit利用.
280
819320
2320
我们称之为开拓。
13:54
Some of us always launch发射
into new adventures冒险.
281
822360
2856
有的人愿意去做新的探险,
13:57
We say they explore探索.
282
825240
1696
这是探索。
13:58
And what we discovered发现 is
all the systems系统 we investigated调查
283
826960
3296
我们发现的自己探究的东西,
就在开拓和探索的边缘,
14:02
are right at the edge边缘
between之间 these two strategies策略,
284
830280
3176
14:05
something like 80 percent百分 exploiting利用,
20 percent百分 exploring探索,
285
833480
3536
就像80%是开发,20%是探索。
14:09
something like
blade runners亚军 of innovation革新.
286
837040
2680
像是叶片式螺旋的创新。
14:12
So it seems似乎 that the wise明智的 balance平衡,
you could also say a conservative保守 balance平衡,
287
840720
5216
看上去,保持在过去和未来之间,
开发与探索之间的
14:17
between之间 past过去 and future未来,
between之间 exploitation开发 and exploration勘探,
288
845960
4976
智慧的平衡,
或称为保守的平衡,
14:22
is already已经 in place地点
and perhaps也许 needed需要 in our system系统.
289
850960
3416
已经就位,并且被
我们的自身所需要。
14:26
But again the good news新闻 is
now we have scientific科学 tools工具
290
854400
3616
好消息是,现在我们有科学工具
14:30
to investigate调查 this equilibrium平衡,
291
858040
1736
来研究这种均衡,
14:31
perhaps也许 pushing推动 it further进一步
in the near future未来.
292
859800
3280
或许在不久的将来
可以推广这种平衡。
14:37
So as you can imagine想像,
293
865360
2256
你们能想象到,
14:39
I was really fascinated入迷 by all this.
294
867640
4160
我是多么的深陷其中。
14:44
Our mathematical数学的 scheme方案
is already已经 providing提供 cues线索 and hints提示
295
872920
3136
我们的数学模型已经
提供了线索和暗示,
14:48
to investigate调查 the space空间 of possibilities可能性
296
876080
2056
去寻找可能行的空间,
14:50
and the way in which哪一个
all of us create创建 it and explore探索 it.
297
878160
4016
以及我们所有人创造并探索的方式。
14:54
But there is more.
298
882200
1336
不仅如此,
14:55
This, I guess猜测, is a starting开始 point
of something that has the potential潜在
299
883560
3376
这是一段关于“新”的
14:58
to become成为 a wonderful精彩 journey旅程
for a scientific科学 investigation调查 of the new,
300
886960
4616
奇妙科学探索之路的起点,
15:03
but also I would say
a personal个人 investigation调查 of the new.
301
891600
3280
同样也是个人自我发现的起点。
15:09
And I guess猜测 this can have
a lot of consequences后果
302
897320
2896
我猜这个过程会卓有成效,
15:12
and a huge巨大 impact碰撞 in key activities活动
303
900240
2136
并对主要活动产生巨大影响,
15:14
like learning学习, education教育,
research研究, business商业.
304
902400
5320
比如学习,教育,研究,商务。
15:20
So for instance, if you think
about artificial人造 intelligence情报,
305
908680
2896
比如,想一下人工智能,
15:23
I am sure -- I mean,
artificial人造 intelligence情报,
306
911600
2136
我确信——在不久的将来,
我们会越来越依附
15:25
we need to rely依靠 in the near future未来
307
913760
1816
发现临界可能性的这样一种结构,
15:27
more and more on the structure结构体
of the adjacent possible可能,
308
915600
3816
15:31
to restructure重组 it, to change更改 it,
309
919440
1936
人工智能会去帮助重建这个结构,
15:33
but also to cope应付
with the unknowns未知数 of the future未来.
310
921400
2320
去改变,去应对未知。
15:36
In parallel平行, we have a lot of tools工具,
311
924400
1856
同时,我们也有很多工具,
15:38
new tools工具 now, to investigate调查
how creativity创造力 works作品
312
926280
3496
崭新的现代工具,
去探究创新力是怎样产生,
15:41
and what triggers触发器 innovation革新.
313
929800
1600
是什么使创新应运而生。
15:44
And the aim目标 of all this
is to raise提高 a generation of people
314
932080
3176
这所有一切的目的
便是去扶持一代人,
15:47
able能够 to come up with new ideas思路
to face面对 the challenges挑战 in front面前 of us.
315
935280
3616
一代能有新想法,
有能力面对挑战的人
15:50
We all know.
316
938920
1216
我们都知道。
15:52
I think it's a long way to go,
317
940160
2096
还有很长的路要走,
15:54
but the questions问题, and the tools工具,
318
942280
3056
但现在已有的问题,工具,
15:57
are now there, adjacent and possible可能.
319
945360
3560
就在身边,甚至唾手可得。
16:01
Thank you.
320
949720
1216
谢谢大家!
16:02
(Applause掌声)
321
950960
4880
(掌声)
Translated by Yu HAN
Reviewed by Wei Wu

▲Back to top

ABOUT THE SPEAKER
Vittorio Loreto - Physicist
Vittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it.

Why you should listen

Vittorio Loreto is a physicist at Sapienza University of Rome and faculty of the Complexity Science Hub Vienna. He is presently director of the SONY Computer Science Laboratories in Paris where he heads the team on creativity, innovation and artificial intelligence. He recently coordinated the research program dubbed KREYON, aimed at unfolding the dynamics of creativity, novelties and innovation. While theoretical modeling and data analysis are his native research tools, in the last few years he has been developing interactive tools, games, installations, to directly involve the public on the very research agenda. He created the KREYON DAYS, a new form of scientific event that tightly entangles research, learning, awareness and fun.

More profile about the speaker
Vittorio Loreto | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee