ABOUT THE SPEAKERS
Eric Berlow - Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more.

Why you should listen

Eric Berlow is an ecologist and network scientist who specializes in not specializing. A TED Senior Fellow, Berlow is recognized for his research on food webs and ecological networks and for creative approaches to complex problems. He was the founding director of the University of California's first environmental science center inside Yosemite National Park, where he continues to develop data-driven approaches to managing natural ecosystems. 

In 2012 Berlow founded Vibrant Data Labs, which builds tools to use data for social good. Berlow's current projects range from helping spark an egalitarian personal data economy to protecting endangered amphibians in Yosemite to crowd-sourcing novel insights about human creativity. Berlow holds a Ph.D. from Oregon State University in marine ecology.

 

 

More profile about the speaker
Eric Berlow | Speaker | TED.com
Sean Gourley - Physicist and military theorist
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow.

Why you should listen

Sean Gourley's twin passions are physics (working on nanoscale blue-light lasers and self-assembled quantum nanowires) and politics (he once ran for a national elected office back home in New Zealand).

A Rhodes scholar, he's spent the past five years working at Oxford on complex adaptive systems and collective intelligent systems -- basically, using data to understand the nature of human conflict. As he puts it, "This research has taken me all over the world from the Pentagon, to the House of Lords, the United Nations and most recently to Iraq". Originally from New Zealand, he now lives in San Francisco, where he is the co-founder and CTO of Quid which is building a global intelligence platform. He's a 2009 TED Fellow.

In December 2009, Gourley and his team's research was published in the scientific journal Nature. He is co-founder and CTO of Quid.

More profile about the speaker
Sean Gourley | Speaker | TED.com
TED2013

Eric Berlow and Sean Gourley: Mapping ideas worth spreading

Eric Berlow a Sean Gourley: Myšlenky hodné šíření zobrazené v grafech

Filmed:
1,131,373 views

Jak lze zobrazit 24 000 myšlenek? Ekolog Eric Berlow a fyzik Sean Gourley aplikovali výpočty na celý archív přednášek TEDx Talks a provedou nás podnětnou obrazovou cestou, aby nám ukázali, jak jsou myšlenky globálně propojené.
- Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more. Full bio - Physicist and military theorist
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow. Full bio

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

00:12
EricEric BerlowBerlow: I'm an ecologistekolog, and Sean'sSean je a physicistfyzik,
0
562
3061
Eric Berlow: Já jsem ekolog a Sean je fyzik,
00:15
and we bothoba studystudie complexkomplex networkssítě.
1
3623
2108
a oba zkoumáme komplexní sítě.
00:17
And we metse setkal a couplepár yearsroky agopřed when we discoveredobjevil
2
5731
1835
Potkali jsme se před pár lety, kdy jsme zjistili,
00:19
that we had bothoba givendané a shortkrátký TEDTED Talk
3
7566
2000
že jsme už oba měli krátkou přednášku na TEDu
00:21
about the ecologyekologie of warválka,
4
9566
2303
na téma ekologie války
00:23
and we realizeduvědomil that we were connectedpřipojeno
5
11869
1447
a uvědomili jsme si, že jsme byli spjati
00:25
by the ideasnápady we sharedsdílené before we ever metse setkal.
6
13316
2818
společnými myšlenkami dávno před tím, než jsme se potkali.
00:28
And then we thought, you know, there are thousandstisíce
7
16134
1556
Víte, přemýšleli jsme pak nad tím, že existují tisíce
00:29
of other talksrozhovory out there, especiallyzvláště TEDxTEDx TalksRozhovory,
8
17690
2114
dalších přednášek, hlavně na TEDx Talks,
00:31
that are poppingpopping up all over the worldsvět.
9
19804
2211
které se objevují po celém světě.
00:34
How are they connectedpřipojeno,
10
22015
923
Jak jsou propojeny
00:34
and what does that globalglobální conversationkonverzace look like?
11
22938
2010
a jak taková celosvětová konverzace vypadá?
00:36
So Sean'sSean je going to tell you a little bitbit about how we did that.
12
24948
2810
Sean vám teď řekne něco málo o tom, jak jsme to udělali.
00:39
SeanSean GourleyGourley: ExactlyPřesně. So we tookvzal 24,000 TEDxTEDx TalksRozhovory
13
27758
3767
Sean Gourley: Přesně. Vzali jsme 24 000 TEDx přednášek
00:43
from around the worldsvět, 147 differentodlišný countrieszemí,
14
31525
3046
z celého světa, ze 147 různých zemí,
00:46
and we tookvzal these talksrozhovory and we wanted to find
15
34571
2123
vzali jsme je a chtěli jsme najít
00:48
the mathematicalmatematický structuresstruktury that underlyaktiv
16
36694
2040
matematickou konstrukci, která tvoří základ
00:50
the ideasnápady behindza them.
17
38734
1722
myšlenek na jejich pozadí.
00:52
And we wanted to do that so we could see how
18
40456
1370
Chtěli jsme to udělat, abychom mohli usoudit,
00:53
they connectedpřipojeno with eachkaždý other.
19
41826
2053
jak jsou mezi sebou propojené.
00:55
And so, of coursechod, if you're going to do this kinddruh of stuffvěci,
20
43879
1676
Pochopitelně, když se chystáte něco takového provést,
00:57
you need a lot of datadata.
21
45555
956
potřebujete spoustu dat.
00:58
So the datadata that you've got is a great thing calledvolal YouTubeYouTube,
22
46511
3686
Zdrojem těch dat, která máme, je úžasná věc nazývaná YouTube
01:02
and we can go down and basicallyv podstatě pullSEM
23
50197
1768
a my tam můžeme vstoupit a v podstatě odtud vytahat
01:03
all the openotevřeno informationinformace from YouTubeYouTube,
24
51965
2267
všechny volně dostupné informace,
01:06
all the commentskomentáře, all the viewszobrazení, who'skdo je watchingsledování it,
25
54232
2349
všechny ty komentáře, názory, kdo co sleduje,
01:08
where are they watchingsledování it, what are they sayingrčení in the commentskomentáře.
26
56581
2779
kde to sleduje, k čemu se lidé zrovna vyjadřují.
01:11
But we can alsotaké pullSEM up, usingpoužitím speech-to-textřeči na text translationpřeklad,
27
59360
3292
Za pomoci strojového překladu řeči do textu jsme také schopni
01:14
we can pullSEM the entirecelý transcriptpřepis,
28
62652
2128
získat kompletní přepis přednášky
01:16
and that workspráce even for people with kinddruh of funnylegrační accentsakcenty like myselfmoje maličkost.
29
64780
2680
a funguje to i u lidí s komickým přízvukem jako mám já.
01:19
So we can take theirjejich transcriptpřepis
30
67460
2106
Můžeme vzít přepis přednášky
01:21
and actuallyvlastně do some prettydosti coolchladný things.
31
69566
2098
a vlastně s ním udělat dost senzační věci.
01:23
We can take naturalpřírodní languageJazyk processingzpracovává se algorithmsalgoritmy
32
71664
2160
Pomocí algoritmů na rozpoznávání lidské řeči ho můžeme
01:25
to kinddruh of readčíst throughpřes with a computerpočítač, linečára by linečára,
33
73824
2629
nechat přečíst počítačem, řádek po řádku
01:28
extractingextrahování keyklíč conceptskoncepty from this.
34
76453
2359
a získat z něho klíčové pojmy.
01:30
And we take those keyklíč conceptskoncepty and they sorttřídění of formformulář
35
78812
2525
Klíčové pojmy vezmeme a zformujeme z nich
01:33
this mathematicalmatematický structurestruktura of an ideaidea.
36
81337
3565
matematickou konstrukci myšlenky.
01:36
And we call that the meme-omememe-ome.
37
84902
1757
Říkáme tomu meme-ome.
01:38
And the meme-omememe-ome, you know, quitedocela simplyjednoduše,
38
86659
2151
A meme-ome, víte, je prostě
01:40
is the mathematicsmatematika that underliesje základem an ideaidea,
39
88810
2426
matematika, která tvoří základ myšlenky.
01:43
and we can do some prettydosti interestingzajímavý analysisanalýza with it,
40
91236
1932
S ní pak můžeme provádět docela zajímavé analýzy
01:45
whichkterý I want to sharepodíl with you now.
41
93168
1981
a o ty bych se s vámi teď chtěl podělit.
01:47
So eachkaždý ideaidea has its ownvlastní meme-omememe-ome,
42
95149
2190
Každá myšlenka má tedy svůj meme-ome,
01:49
and eachkaždý ideaidea is uniqueunikátní with that,
43
97339
1951
a ten určuje její jedinečnost,
01:51
but of coursechod, ideasnápady, they borrowpůjčit si from eachkaždý other,
44
99290
2488
ale samozřejmě, nápady si vzájemně půjčujeme,
01:53
they kinddruh of stealukrást sometimesněkdy,
45
101778
1184
někdy se svým způsobem kradou,
01:54
and they certainlyrozhodně buildstavět on eachkaždý other,
46
102962
1827
a ovšem i staví jeden na druhém.
01:56
and we can go throughpřes mathematicallymatematicky
47
104789
1616
Můžeme se nimi matematicky probírat,
01:58
and take the meme-omememe-ome from one talk
48
106405
1840
vzít meme-one z jedné přednášky
02:00
and compareporovnat it to the meme-omememe-ome from everykaždý other talk,
49
108245
2454
porovnat ho s meme-ome kterékoliv jiné přednášky
02:02
and if there's a similaritypodobnost betweenmezi the two of them,
50
110699
1973
a pokud je mezi nimi nějaká podobnost,
02:04
we can createvytvořit a linkodkaz and representzastupovat that as a graphgraf,
51
112672
3250
můžeme je propojit a spojení vyjádřit grafem,
02:07
just like EricEric and I are connectedpřipojeno.
52
115922
2394
zrovna tak jako jsme propojeni já a Eric.
02:10
So that's theoryteorie, that's great.
53
118316
1394
Tak to je teorie, to je skvělé.
02:11
Let's see how it workspráce in actualaktuální practicepraxe.
54
119710
2526
Podívejme se, jak to funguje v běžné praxi.
02:14
So what we'vejsme got here now is the globalglobální footprintstopa
55
122236
2788
Tady jsme zachytili celkovou podobu
02:17
of all the TEDxTEDx TalksRozhovory over the last fourčtyři yearsroky
56
125024
2293
všech TEDx Talks za poslední 4 roky,
02:19
explodingexploduje out around the worldsvět
57
127317
1550
jak explodují po celém světě
02:20
from NewNové YorkYork all the way down to little oldstarý NewNové ZealandZéland in the cornerroh.
58
128867
3329
cestou od New Yorku až po trochu starý Nový Zéland v rohu.
02:24
And what we did on this is we analyzedanalyzovány the tophorní 25 percentprocent of these,
59
132196
3835
A pak jsme analyzovali nejaktivnějších 25 procent,
02:28
and we startedzačal to see where the connectionspřipojení occurreddošlo,
60
136031
2534
a začali jsme sledovat, ve kterém místě propojení vznikají
02:30
where they connectedpřipojeno with eachkaždý other.
61
138565
1537
a kde se na sebe napojují.
02:32
CameronCameron RussellRussell talkingmluvící about imageobraz and beautykrása
62
140102
1874
Cameron Russell, hovořící o obrazu a kráse,
02:33
connectedpřipojeno over into EuropeEvropa.
63
141976
1575
se propojil do Evropy.
02:35
We'veMáme got a biggervětší conversationkonverzace about IsraelIzrael and PalestinePalestina
64
143551
2412
Máme velké téma o Izraeli a Palestině
02:37
radiatingvyzařující outwardssměrem ven from the MiddleStřední EastVýchod.
65
145963
2255
paprskovitě vycházející ze Středního východu.
02:40
And we'vejsme got something a little broaderširší
66
148218
1298
A máme i něco trochu širšího,
02:41
like bigvelký datadata with a trulyopravdu globalglobální footprintstopa
67
149516
2156
něco jako velká data se skutečně globálním vlivem,
02:43
reminiscentpřipomíná of a conversationkonverzace
68
151672
2179
upomínající na téma,
02:45
that is happeninghappening everywherevšude.
69
153851
2016
které se probíralo všude.
02:47
So from this, we kinddruh of runběh up againstproti the limitslimity
70
155867
2173
Tady jakýmsi způsobem narážíme na hranice toho,
02:50
of what we can actuallyvlastně do with a geographiczeměpisný projectionprojekce,
71
158040
2530
co lze vlastně zeměpisnou projekcí vyjádřit.
02:52
but luckilynaštěstí, computerpočítač technologytechnika allowsumožňuje us to go out
72
160570
2052
Naštěstí nám ale počítačová technologie umožňuje přejít
02:54
into multidimensionalmultidimenzionální spaceprostor.
73
162622
1546
do vícerozměrného prostoru.
02:56
So we can take in our networksíť projectionprojekce
74
164168
1875
A tak můžeme vzít naší síťovou projekci
02:58
and applyaplikovat a physicsfyzika enginemotor to this,
75
166043
1750
a aplikovat na ni fyzikální model.
02:59
and the similarpodobný talksrozhovory kinddruh of smashSmash togetherspolu,
76
167793
1885
Přednášky s podobnými tématy se zbortí k sobě,
03:01
and the differentodlišný onesty flylétat apartodděleně,
77
169678
2004
ty s odlišnými se oddálí
03:03
and what we're left with is something quitedocela beautifulKrásná.
78
171682
2072
a to co z toho zůstane, je něco velmi krásného.
03:05
EBEB: So I want to just pointbod out here that everykaždý nodeuzel is a talk,
79
173754
2957
EB: Jen bych tu chtěl zdůraznit, že každý z uzlů je přednáška,
03:08
they're linkedspojené if they sharepodíl similarpodobný ideasnápady,
80
176711
2589
které jsou propojené, pokud sdílí společnou myšlenku.
03:11
and that comespřijde from a machinestroj readingčtení
81
179300
2084
Text je získaný strojovým čtením
03:13
of entirecelý talk transcriptsPřepisy,
82
181384
2067
všech přepisů přednášek
03:15
and then all these topicstémata that poppop out,
83
183451
2231
a potom se všechna témata, která vyplují na povrch,
03:17
they're not from tagsznačky and keywordsKlíčová slova.
84
185682
1790
nesestávají jen ze štítků a klíčových slov.
03:19
They come from the networksíť structurestruktura
85
187472
1725
Pocházejí z propojených myšlenek
03:21
of interconnectedpropojeny ideasnápady. Keep going.
86
189197
2168
celé struktury sítě. Pokračuj.
03:23
SGSG: AbsolutelyAbsolutně. So I got a little quickrychlý on that,
87
191365
2022
SG: Přesně tak, Já jsem to trochu urychlil,
03:25
but he's going to slowpomalý me down.
88
193387
1475
ale on mě zpomalí.
03:26
We'veMáme got educationvzdělání connectedpřipojeno to storytellingvyprávění
89
194862
2034
Máme tady vzdělání spojené s řečnictvím
03:28
triangulatedtrojúhelníkových nextdalší to socialsociální mediamédia.
90
196896
1643
v trojúhelníku se sociálními médii.
03:30
You've got, of coursechod, the humančlověk brainmozek right nextdalší to healthcarezdravotní péče,
91
198539
2475
Samozřejmě, lidský mozek je hned vedle zdravotní péče,
03:33
whichkterý you mightmohl expectočekávat,
92
201014
1386
což se snad dá očekávat,
03:34
but alsotaké you've got videovideo gameshry, whichkterý is sorttřídění of adjacentpřilehlý,
93
202400
2395
ale poblíž jsou také video hry,
03:36
as those two spacesmezery interfacerozhraní with eachkaždý other.
94
204795
2740
protože tyto obory spolu mají styčné body.
03:39
But I want to take you into one clusterclusteru
95
207535
1535
Ale já bych vám chtěl ukázat jedno seskupení,
03:41
that's particularlyzejména importantdůležité to me, and that's the environmentživotní prostředí.
96
209070
2868
které je pro mě obzvlášť důležité, a to se týká životního prostředí.
03:43
And I want to kinddruh of zoomzoom in on that
97
211938
1493
Rád bych si ho trochu zvětšil
03:45
and see if we can get a little more resolutionrozlišení.
98
213431
2363
a podíval se na něho pod drobnohledem.
03:47
So as we go in here, what we startStart to see,
99
215794
2347
Jak se přibližujeme, vidíme,
03:50
applyaplikovat the physicsfyzika enginemotor again,
100
218141
1504
opět po aplikaci fyzikálního modelu,
03:51
we see what's one conversationkonverzace
101
219645
1676
že jedna konverzace
03:53
is actuallyvlastně composedsložen of manymnoho smallermenší onesty.
102
221321
2560
se vlastně skládá z mnoha menších.
03:55
The structurestruktura startszačíná to emergevynořit
103
223881
1929
Začne se vynořovat struktura,
03:57
where we see a kinddruh of fractalfraktální behaviorchování
104
225810
2070
kde vidíme jakési fraktálové křivky
03:59
of the wordsslova and the languageJazyk that we use
105
227880
1619
ze slov a jazyka, který používáme
04:01
to describepopsat the things that are importantdůležité to us
106
229499
1702
k popisu věcí, které jsou pro nás důležité
04:03
all around this worldsvět.
107
231201
1433
na celém světě.
04:04
So you've got foodjídlo economyekonomika and localmístní foodjídlo at the tophorní,
108
232634
2332
Hospodaření s potravinami a místní kuchyně jsou na vrcholu,
04:06
you've got greenhouseskleník gasesplynů, solarsluneční and nuclearjaderné wasteodpad.
109
234966
2719
skleníkové plyny, odpad z výroby solárních panelů a jaderných elektráren.
04:09
What you're gettingdostat is a rangerozsah of smallermenší conversationskonverzace,
110
237685
2631
Dostáváme řadu menších konverzací,
04:12
eachkaždý connectedpřipojeno to eachkaždý other throughpřes the ideasnápady
111
240316
2301
které jsou propojené společnou myšlenkou
04:14
and the languageJazyk they sharepodíl,
112
242617
1301
a společným jazykem
04:15
creatingvytváření a broaderširší conceptpojem of the environmentživotní prostředí.
113
243918
2450
a vyvářejí tak širší pojetí životního prostředí.
04:18
And of coursechod, from here, we can go
114
246368
1532
A samozřejmě, odtud můžeme pokračovat,
04:19
and zoomzoom in and see, well, what are youngmladý people looking at?
115
247900
3534
zaměřovat se a sledovat, no, třeba o co se teď zajímají mladí lidé?
04:23
And they're looking at energyenergie technologytechnika and nuclearjaderné fusionfúze.
116
251434
2345
Zajímají se o technologie bezpečné výroby energií a jadernou fúzi.
04:25
This is theirjejich kinddruh of resonancerezonance
117
253779
1674
Je to jejich způsob souznění
04:27
for the conversationkonverzace around the environmentživotní prostředí.
118
255453
2406
s tématem životního prostředí.
04:29
If we splitrozdělit alongpodél genderpohlaví linesline,
119
257859
1899
Když je rozdělíme podle pohlaví,
04:31
we can see femalessamice resonatingrezonující heavilytěžce
120
259758
1987
můžeme vidět, že ženy se hodně zajímají
04:33
with foodjídlo economyekonomika, but alsotaké out there in hopenaděje and optimismoptimismus.
121
261745
3645
o hospodaření s potravinami, ale mimo to také o naději a optimizmus.
04:37
And so there's a lot of excitingvzrušující stuffvěci we can do here,
122
265390
2482
Je spousta vzrušujících věcí, které se tady dají dělat,
04:39
and I'll throwhod to EricEric for the nextdalší partčást.
123
267872
1762
a tím nahrávám do další části Ericovi.
04:41
EBEB: Yeah, I mean, just to pointbod out here,
124
269634
1602
EB: Ano, jen bych rád podotkl,
04:43
you cannotnemůže get this kinddruh of perspectiveperspektivní
125
271236
1538
že není možné pořídit takto ucelený obraz
04:44
from a simplejednoduchý tagZnačka searchVyhledávání on YouTubeYouTube.
126
272774
3360
jen z jednoduchého hledání štítků na YouTube.
04:48
Let's now zoomzoom back out to the entirecelý globalglobální conversationkonverzace
127
276134
4188
Pojďme teď znova vyzoomovat ze životního prostředí na celou
04:52
out of environmentživotní prostředí, and look at all the talksrozhovory togetherspolu.
128
280322
2534
globální konverzaci a podívejme se na všechny přednášky dohromady.
04:54
Now oftenčasto, when we're facedtváří v tvář with this amountmnožství of contentobsah,
129
282856
2927
Často, když se probíráme takovým množstvím dat,
04:57
we do a couplepár of things to simplifyzjednodušit it.
130
285783
2431
uděláme pár kroků pro zjednodušení.
05:00
We mightmohl just say, well,
131
288214
1314
Můžeme říct, no,
05:01
what are the mostvětšina popularoblíbený talksrozhovory out there?
132
289528
2829
jaké tam máme nejoblíbenější přednášky?
05:04
And a fewpár risevzestup to the surfacepovrch.
133
292357
1397
A pár jich vypluje na povrch.
05:05
There's a talk about gratitudevděčnost.
134
293754
1828
Máme tu přednášku o vděčnosti.
05:07
There's anotherdalší one about personalosobní healthzdraví and nutritionvýživa.
135
295582
3344
Jinou o osobní hygieně a výživě.
05:10
And of coursechod, there's got to be one about pornporno, right?
136
298926
2929
A samozřejmě, musí tu být také nějaká o pornu, že?
05:13
And so then we mightmohl say, well, gratitudevděčnost, that was last yearrok.
137
301855
3234
A pak můžeme říct, no, vděčnost vládla minulý rok.
05:17
What's trendingsledování trendů now? What's the popularoblíbený talk now?
138
305089
2522
Co je v módě dnes? Která přednáška je oblíbená teď?
05:19
And we can see that the newNový, emergingvznikající, tophorní trendingsledování trendů topictéma
139
307611
3321
Vidíme, že nové, rostoucí, módní téma,
05:22
is about digitaldigitální privacysoukromí.
140
310932
2666
je digitální soukromí.
05:25
So this is great. It simplifieszjednodušuje things.
141
313598
1693
Je to skvělé. Ulehčuje nám to práci.
05:27
But there's so much creativetvořivý contentobsah
142
315291
1827
Ale je tu také sposta tvůrčího obsahu,
05:29
that's just buriedpohřben at the bottomdno.
143
317118
1921
který je ukrytý u dna.
05:31
And I hatenenávist that. How do we bubblebublina stuffvěci up to the surfacepovrch
144
319039
3318
A to nesnáším. Jak vybublají na povrch věci,
05:34
that's maybe really creativetvořivý and interestingzajímavý?
145
322357
2458
které mohou být opravdu tvůrčí a zajímavé?
05:36
Well, we can go back to the networksíť structurestruktura of ideasnápady
146
324815
2931
No, můžeme se vrátit zpátky k síťové struktuře myšlenek,
05:39
to do that.
147
327746
1430
abychom je našli.
05:41
RememberPamatujte si, it's that networksíť structurestruktura
148
329176
2114
Vzpomeňte si, že právě ona síťová struktura
05:43
that is creatingvytváření these emergentemergentní topicstémata,
149
331290
2268
vytváří tato nenadálá témata
05:45
and let's say we could take two of them,
150
333558
1515
a řekněme, že vezmeme dvě z nich,
05:47
like citiesměsta and geneticsgenetika, and say, well, are there any talksrozhovory
151
335073
3047
třeba města a genetiku, a zkusíme se podívat, jestli existují přednášky,
05:50
that creativelykreativně bridgemost these two really differentodlišný disciplinesdisciplíny.
152
338120
2569
které tvůrčím způsobem přemosťují tyto dva obory.
05:52
And that's -- EssentiallyV podstatě, this kinddruh of creativetvořivý remixremix
153
340689
2275
A toto - v podstatě takový druh tvůrčího remixu,
05:54
is one of the hallmarkscharakteristickými znaky of innovationinovace.
154
342964
1840
je jeden z charakteristických znaků inovace.
05:56
Well here'stady je one by JessicaJessica GreenZelená
155
344804
1606
Tady je jedna od Jessicy Greenové
05:58
about the microbialmikrobiální ecologyekologie of buildingsbudov.
156
346410
2379
o mikrobiální ekologii budov.
06:00
It's literallydoslovně definingdefinování a newNový fieldpole.
157
348789
2010
Doslova definuje nový obor.
06:02
And we could go back to those topicstémata and say, well,
158
350799
2103
A tak bychom se mohli vracet k tématům a ptát se,
06:04
what talksrozhovory are centralcentrální to those conversationskonverzace?
159
352902
2768
které z přednášek hrají v konverzacích ústřední roli?
06:07
In the citiesměsta clusterclusteru, one of the mostvětšina centralcentrální
160
355670
1690
Ve skupině o městech byla jedna z nejdůležitějších
06:09
was one by MitchMitch JoachimJoachim about ecologicalekologický citiesměsta,
161
357360
3952
ta od Mitche Joachima o ekologických městech
06:13
and in the geneticsgenetika clusterclusteru,
162
361312
1720
a ve skupině o genetice
06:15
we have a talk about syntheticsyntetický biologybiologie by CraigCraig VenterVenter.
163
363032
3193
máme přednášku o syntetické biologii od Craiga Ventera.
06:18
These are talksrozhovory that are linkingpropojení manymnoho talksrozhovory withinv rámci theirjejich disciplinedisciplína.
164
366225
3353
Toto jsou přednášky, které v rámci oboru odkazují na mnoho dalších.
06:21
We could go the other directionsměr and say, well,
165
369578
1843
Mohli bychom se vydat jiným směrem a ptát se,
06:23
what are talksrozhovory that are broadlyobecně synthesizingsyntetizovat
166
371421
2272
které z těch přednášek úplně uměle vytvářejí
06:25
a lot of differentodlišný kindsdruhy of fieldspole.
167
373693
1448
mnohá různorodá odvětví?
06:27
We used a measureopatření of ecologicalekologický diversityrozmanitost to get this.
168
375141
2533
K nalezení odpovědi jsme použili míru ekologické různorodosti.
06:29
Like, a talk by StevenSteven PinkerRůžovější on the historydějiny of violencenásilí,
169
377674
2736
Třeba přednáška Stevena Pinkera o historii násilí
06:32
very syntheticsyntetický.
170
380410
1180
odvětví hodně slučuje.
06:33
And then, of coursechod, there are talksrozhovory that are so uniqueunikátní
171
381590
2078
A pak jsou samozřejmě přednášky, které jsou tak unikátní,
06:35
they're kinddruh of out in the stratospherestratosféra, in theirjejich ownvlastní specialspeciální placemísto,
172
383668
3090
jakoby někde ve stratosféře, ve svém vlastním zvláštním světě,
06:38
and we call that the ColleenColleen FlanaganFlanagan indexindex.
173
386758
2514
které jsme pojmenovali index Colleen Flanaganové.
06:41
And if you don't know ColleenColleen, she's an artistumělec,
174
389272
3034
A pokud Colleen neznáte, je to umělkyně,
06:44
and I askedzeptal se her, "Well, what's it like out there
175
392306
1543
které jsem se zeptal: "Jaké je to tam
06:45
in the stratospherestratosféra of our ideaidea spaceprostor?"
176
393849
1672
ve stratosféře našeho vesmíru nápadů?"
06:47
And apparentlypodle všeho it smellsvůně like baconslanina.
177
395521
3255
Údajně to voní jako slanina.
06:50
I wouldn'tby ne know.
178
398776
1791
To jsem netušil.
06:52
So we're usingpoužitím these networksíť motifsmotivy
179
400567
2248
Takže my používáme tyto síťové motivy
06:54
to find talksrozhovory that are uniqueunikátní,
180
402815
1186
k nalezení přednášek, které jsou jedinečné,
06:56
onesty that are creativelykreativně synthesizingsyntetizovat a lot of differentodlišný fieldspole,
181
404001
2710
těch, které tvůrčím způsobem uměle vytváří mnoho různorodých odvětví,
06:58
onesty that are centralcentrální to theirjejich topictéma,
182
406711
1659
těch, které jsou nejdůležitější k danému tématu
07:00
and onesty that are really creativelykreativně bridgingpřemostění disparateodlišné fieldspole.
183
408370
3374
a těch, které opravdu tvůrčím způsobem překlenují různá odvětví.
07:03
Okay? We never would have foundnalezeno those with our obsessionposedlost
184
411744
2102
Dobrá? Nikdy bychom je nenašli bez posedlosti vědět,
07:05
with what's trendingsledování trendů now.
185
413846
2313
jaké jsou dnes trendy.
07:08
And all of this comespřijde from the architecturearchitektura of complexitysložitost,
186
416159
2886
A to vše pochází ze skladby složitosti
07:11
or the patternsvzory of how things are connectedpřipojeno.
187
419045
2960
nebo z obrazců, které tvoří propojené věci.
07:14
SGSG: So that's exactlypřesně right.
188
422005
1625
SG: Je to přesně tak.
07:15
We'veMáme got ourselvessebe in a worldsvět
189
423630
2479
Dostali jsme se do světa,
07:18
that's massivelymasivně complexkomplex,
190
426109
2044
který je hrozně složitý
07:20
and we'vejsme been usingpoužitím algorithmsalgoritmy to kinddruh of filterfiltr it down
191
428153
2867
a my jsme použili algoritmy pro jakýsi druh odfiltrovávání,
07:23
so we can navigatenavigovat throughpřes it.
192
431020
1786
abychom v něm mohli navigovat.
07:24
And those algorithmsalgoritmy, whilstzatímco beingbytost kinddruh of usefulužitečný,
193
432806
2338
A tyto algoritmy, i když vlastně užitečné,
07:27
are alsotaké very, very narrowúzký, and we can do better than that,
194
435144
3476
jsou zároveň velmi, velmi omezené a dá se na to jít lépe,
07:30
because we can realizerealizovat that theirjejich complexitysložitost is not randomnáhodný.
195
438620
2566
protože si uvědomujeme, že jejich složitost není náhodná.
07:33
It has mathematicalmatematický structurestruktura,
196
441186
1954
Je to matematická konstrukce
07:35
and we can use that mathematicalmatematický structurestruktura
197
443140
1803
a my ji můžeme využít
07:36
to go and exploreprozkoumat things like the worldsvět of ideasnápady
198
444943
2214
k prozkoumání světa nápadů
07:39
to see what's beingbytost said, to see what's not beingbytost said,
199
447157
3000
a najít, co bylo i nebylo řečeno
07:42
and to be a little bitbit more humančlověk
200
450157
1407
a být trochu lidštější
07:43
and, hopefullydoufejme, a little smarterchytřejší.
201
451564
1867
a snad i chytřejší.
07:45
Thank you.
202
453431
966
Děkuji.
07:46
(ApplausePotlesk)
203
454397
4220
(Potlesk)
Translated by Zuzana Vobecka
Reviewed by Vladimír Harašta

▲Back to top

ABOUT THE SPEAKERS
Eric Berlow - Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more.

Why you should listen

Eric Berlow is an ecologist and network scientist who specializes in not specializing. A TED Senior Fellow, Berlow is recognized for his research on food webs and ecological networks and for creative approaches to complex problems. He was the founding director of the University of California's first environmental science center inside Yosemite National Park, where he continues to develop data-driven approaches to managing natural ecosystems. 

In 2012 Berlow founded Vibrant Data Labs, which builds tools to use data for social good. Berlow's current projects range from helping spark an egalitarian personal data economy to protecting endangered amphibians in Yosemite to crowd-sourcing novel insights about human creativity. Berlow holds a Ph.D. from Oregon State University in marine ecology.

 

 

More profile about the speaker
Eric Berlow | Speaker | TED.com
Sean Gourley - Physicist and military theorist
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow.

Why you should listen

Sean Gourley's twin passions are physics (working on nanoscale blue-light lasers and self-assembled quantum nanowires) and politics (he once ran for a national elected office back home in New Zealand).

A Rhodes scholar, he's spent the past five years working at Oxford on complex adaptive systems and collective intelligent systems -- basically, using data to understand the nature of human conflict. As he puts it, "This research has taken me all over the world from the Pentagon, to the House of Lords, the United Nations and most recently to Iraq". Originally from New Zealand, he now lives in San Francisco, where he is the co-founder and CTO of Quid which is building a global intelligence platform. He's a 2009 TED Fellow.

In December 2009, Gourley and his team's research was published in the scientific journal Nature. He is co-founder and CTO of Quid.

More profile about the speaker
Sean Gourley | Speaker | TED.com