ABOUT THE SPEAKER
Nicolas Perony - Animal scientist
Nicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society?

Why you should listen

Nicolas Perony started his career as a roboticist. But after one of his robots -- which was designed to follow a white line -- destroyed itself because of a lighting snafu on demo day, he realized that he was less interested in creating complicated robots and more interested in studying the complexity that already exists out there in the animal kingdom. He quickly changed course and is now a quantitative scientist at the Chair of Systems Design at ETH Zurich, where he studies the structure and dynamics of animal societies.

Perony conducts his research by placing GPS collars on animals like Bechstein's bats and meerkats, and studying the spacial data of the group. He creates models of the movement over time to see patterns. He then tries to ascertain at the simple rules that individuals in the animal group seem to be following that, when done en masse, result in the larger flow. In other words, he looks at the underlying mechanics that lead to the collective movement of animal groups.

More profile about the speaker
Nicolas Perony | Speaker | TED.com
TEDxZurich 2013

Nicolas Perony: Puppies! Now that I’ve got your attention, complexity theory

Nicolas Perony: Štěňata, pozor! A nyní k teorii komplexity

Filmed:
1,021,641 views

Chování zvířat není komplikované, ale je komplexní. Nicolas Perony studuje, jak se jednotlivá zvířata - skotští teriéři, netopýři nebo surikaty řídí jednoduchými pravidly, která ve svém důsledku vytvářejí kolektivní vzory chování. A jak jim tato komplexnost, vzešlá z jednoduchosti, napomáhá adaptaci na nové okolnosti.
- Animal scientist
Nicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society? Full bio

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

00:15
ScienceVěda,
0
3393
1228
Věda.
00:16
scienceVěda has allowedpovoleno us to know so much
1
4621
3337
Věda nám umožnila poznat
00:19
about the fardaleko reachesdosahuje of the universevesmír,
2
7958
3026
nekonečné dálky vesmíru,
00:22
whichkterý is at the samestejný time tremendouslynesmírně importantdůležité
3
10984
3195
což je sice velmi důležité,
00:26
and extremelyvelmi remotedálkový,
4
14179
2066
ale zároveň nesmírně vzdálené,
00:28
and yetdosud much, much closerblíže,
5
16245
2459
a přesto, mnohem blíže,
00:30
much more directlypřímo relatedpříbuzný to us,
6
18704
2091
mnohem více se nás přímo týká
00:32
there are manymnoho things we don't really understandrozumět.
7
20795
2468
mnoho věcí, kterým ne zcela rozumíme.
00:35
And one of them is the extraordinarymimořádný
8
23263
2129
Jednou z nich je výjimečná
00:37
socialsociální complexitysložitost of the animalszvířata around us,
9
25392
3326
sociální komplexita zvířat kolem nás.
00:40
and todaydnes I want to tell you a fewpár storiespříběhy
10
28718
2016
Dnes vám chci povědět několik příběhů
00:42
of animalzvíře complexitysložitost.
11
30734
2008
o zvířecí komplexitě.
00:44
But first, what do we call complexitysložitost?
12
32742
3350
Ale nejdříve, co je to komplexita?
00:48
What is complexkomplex?
13
36092
1487
Co je komplexní?
00:49
Well, complexkomplex is not complicatedsložitý.
14
37579
3427
Tedy, komplexní neznamená komplikované.
00:53
Something complicatedsložitý compriseszahrnuje manymnoho smallmalý partsčásti,
15
41006
3448
Komplikovaná věc obsahuje
mnoho malých částí,
00:56
all differentodlišný, and eachkaždý of them
16
44454
2430
každá je jiná a každá
00:58
has its ownvlastní precisepřesný rolerole in the machinerystroje.
17
46899
3104
má v soukolí vlastní přesnou roli.
01:02
On the oppositenaproti, a complexkomplex systemSystém
18
50003
2811
Naopak komplexní systém
01:04
is madevyrobeno of manymnoho, manymnoho similarpodobný partsčásti,
19
52814
2641
se skládá z mnoha podobných součástí,
01:07
and it is theirjejich interactioninterakce
20
55455
2008
jejichž vzájemné působení
01:09
that producesprodukuje a globallyglobálně coherentkoherentní behaviorchování.
21
57463
3320
vytváří celkově provázané chování.
01:12
ComplexKomplex systemssystémy have manymnoho interactinginterakce partsčásti
22
60783
3836
Komplexní systémy mají mnoho součástí,
01:16
whichkterý behavechovat se accordingpodle to simplejednoduchý, individualindividuální rulespravidel,
23
64619
3426
které se chovají podle jednoduchých,
individuálních pravidel,
01:20
and this resultsvýsledky in emergentemergentní propertiesvlastnosti.
24
68045
3349
což vytváří vyplývající vlastnosti.
01:23
The behaviorchování of the systemSystém as a wholeCelý
25
71394
1888
Chování systému jako celku
01:25
cannotnemůže be predictedpředpokládané
26
73282
1668
nelze předvídat
01:26
from the individualindividuální rulespravidel only.
27
74950
2152
jen z individuálních pravidel.
01:29
As AristotleAristoteles wrotenapsal,
28
77102
1810
Jak napsal Aristoteles:
01:30
the wholeCelý is greatervětší than the sumsoučet of its partsčásti.
29
78912
3060
„Celek je víc než souhrn jeho částí.“
01:33
But from AristotleAristoteles, let's movehýbat se ontona
30
81972
2462
Ale přejděme od Aristotela
01:36
a more concretebeton examplepříklad of complexkomplex systemssystémy.
31
84434
3690
ke konkrétnějšímu příkladu
komplexního systému.
01:40
These are ScottishSkotský terriersteriéři.
32
88124
1956
Toto jsou skotští teriéři.
01:42
In the beginningzačátek, the systemSystém is disorganizednepřehledné.
33
90080
3751
Zpočátku je systém neorganizovaný.
01:45
Then comespřijde a perturbationodchylka: milkmléko.
34
93831
3801
Pak nastává nepokoj: mléko.
01:49
EveryKaždý individualindividuální startszačíná pushingtlačení in one directionsměr
35
97632
3850
Každý jedinec se tlačí jedním směrem
01:53
and this is what happensse děje.
36
101482
3309
a nastane toto.
01:56
The pinwheelVětrník is an emergentemergentní propertyvlastnictví
37
104791
2826
Větrník je vlastnost vznikající
01:59
of the interactionsinterakcí betweenmezi puppiesštěňata
38
107617
1903
díky interakcím mezi štěňaty,
02:01
whosejehož only rulepravidlo is to try to keep accesspřístup to the milkmléko
39
109520
3910
jejichž jediným pravidlem
je udržet přístup k mléku
02:05
and thereforeproto to pushTAM in a randomnáhodný directionsměr.
40
113430
3607
a proto se strkají náhodným směrem.
02:09
So it's all about findingnález the simplejednoduchý rulespravidel
41
117037
3975
Takže se snažíme hledat
jednoduchá pravidla,
02:13
from whichkterý complexitysložitost emergesobjevuje se.
42
121012
2758
ze kterých vzniká komplexita.
02:15
I call this simplifyingzjednodušení complexitysložitost,
43
123770
2940
Říkám tomu zjednodušování komplexnosti,
02:18
and it's what we do at the chairžidle of systemssystémy designdesign
44
126710
2135
tím se zabýváme na katedře
Systémového designu
02:20
at ETHETH ZurichCurych.
45
128845
1977
na ETH v Curychu.
02:22
We collectsbírat datadata on animalzvíře populationspopulací,
46
130822
3705
Sbíráme údaje ze zvířecích populací,
02:26
analyzeanalyzovat complexkomplex patternsvzory, try to explainvysvětlit them.
47
134527
3811
analyzujeme komplexní vzory,
hledáme pro ně vysvětlení.
02:30
It requiresvyžaduje physicistsfyziků who work with biologistsbiologové,
48
138338
2619
K tomu je třeba práce fyziků a biologů,
02:32
with mathematiciansmatematiků and computerpočítač scientistsvědců,
49
140957
2723
matematiků a počítačových vědců,
02:35
and it is theirjejich interactioninterakce that producesprodukuje
50
143680
2820
z jejichž spolupráce vzniká
02:38
cross-boundaryCross hranice competencekompetence
51
146500
1714
interdisciplinární schopnost
02:40
to solveřešit these problemsproblémy.
52
148214
1578
řešit tuto problematiku.
02:41
So again, the wholeCelý is greatervětší
53
149792
2272
Takže opět, celek je víc
02:44
than the sumsoučet of the partsčásti.
54
152064
1400
než souhrn jeho částí.
02:45
In a way, collaborationspolupráce
55
153464
2150
Spolupráce je vlastně
02:47
is anotherdalší examplepříklad of a complexkomplex systemSystém.
56
155614
3491
dalším příkladem komplexního systému.
02:51
And you maysmět be askingptát se yourselfvy sám
57
159105
1876
Možná si kladete otázku,
02:52
whichkterý sideboční I'm on, biologybiologie or physicsfyzika?
58
160981
2817
kde jsem já, na straně
biologie nebo fyziky?
02:55
In factskutečnost, it's a little differentodlišný,
59
163798
2111
V podstatě je to trošku jinak,
02:57
and to explainvysvětlit, I need to tell you
60
165909
1589
abych to vysvětlil, musím vám o sobě
02:59
a shortkrátký storypříběh about myselfmoje maličkost.
61
167498
2342
povědět krátký příběh.
03:01
When I was a childdítě,
62
169840
1727
Jako dítě jsem strašně rád
03:03
I lovedmiloval to buildstavět stuffvěci, to
createvytvořit complicatedsložitý machinesstrojů.
63
171567
4109
stavěl a vytvářel komplikované stroje.
03:07
So I setsoubor out to studystudie electricalelektrický engineeringinženýrství
64
175676
2737
Proto jsem se dal na studia
elektroinženýrství
03:10
and roboticsRobotika,
65
178413
1552
a robotiky.
03:11
and my end-of-studiesstudie projectprojekt
66
179965
2093
Mým závěrečným projektem
03:14
was about buildingbudova a robotrobot calledvolal ER-ER-1 --
67
182058
2926
byla konstrukce robota jménem ER-1 --
03:16
it lookedpodíval se like this—
68
184984
1930
vypadal takto --
03:18
that would collectsbírat informationinformace from its environmentživotní prostředí
69
186914
2371
který sbíral informace ze svého okolí
03:21
and proceedpokračovat to follownásledovat a whitebílý linečára on the groundpřízemní.
70
189285
3498
a pohyboval se po bílé čáře na podlaze.
03:24
It was very, very complicatedsložitý,
71
192783
2379
Byl velmi komplikovaný,
03:27
but it workedpracoval beautifullykrásně in our testtest roompokoj, místnost,
72
195162
2984
ale v naší zkušebně fungoval výborně.
03:30
and on demoUkázka day, professorsprofesorů had
assembledsestaven to gradeškolní známka the projectprojekt.
73
198146
3453
Přišel den, kdy se profesoři
sešli k hodnocení projektu,
03:33
So we tookvzal ER-ER-1 to the evaluationhodnocení roompokoj, místnost.
74
201607
2902
tak jsme ER-1 vzali do učebny.
03:36
It turnedobrátil se out, the lightsvětlo in that roompokoj, místnost
75
204509
2310
Ukázalo se, že v té místnosti
03:38
was slightlymírně differentodlišný.
76
206819
1819
bylo trochu jiné světlo.
03:40
The robot'sRobot je visionvidění systemSystém got confusedzmatený.
77
208638
2331
Vizuální systém robota byl zmaten.
03:42
At the first bendohyb in the linečára,
78
210969
1761
V první zatáčce
03:44
it left its coursechod, and crashedhavaroval into a wallstěna.
79
212730
3739
vyjel ze své dráhy a narazil do zdi.
03:48
We had spentstrávil weekstýdny buildingbudova it,
80
216469
2087
Stavěli jsme ho celé týdny,
03:50
and all it tookvzal to destroyzničit it
81
218556
1673
a k jeho zničení stačila
03:52
was a subtlejemné changezměna in the colorbarva of the lightsvětlo
82
220229
2656
malinká změna v barvě světla
03:54
in the roompokoj, místnost.
83
222885
1596
v místnosti.
03:56
That's when I realizeduvědomil that
84
224481
1515
Tehdy jsem si uvědomil,
03:57
the more complicatedsložitý you make a machinestroj,
85
225996
2327
že čím složitější stroj,
04:00
the more likelypravděpodobně that it will failselhat
86
228323
2039
tím větší pravděpodobnost, že selže
04:02
duez důvodu to something absolutelyabsolutně unexpectednečekané.
87
230362
2563
kvůli něčemu naprosto neočekávanému.
04:04
And I decidedrozhodl that, in factskutečnost,
88
232925
1830
A rozhodl jsem se, že vlastně
04:06
I didn't really want to createvytvořit complicatedsložitý stuffvěci.
89
234755
3013
nechci vytvářet komplikované věci.
04:09
I wanted to understandrozumět complexitysložitost,
90
237768
2942
Chtěl jsem porozumět složitosti,
04:12
the complexitysložitost of the worldsvět around us
91
240710
1988
komplexitě kolem nás
04:14
and especiallyzvláště in the animalzvíře kingdomkrálovství.
92
242698
2405
a obzvláště v říši zvířat,
04:17
WhichKterý bringspřináší us to batsnetopýři.
93
245103
3320
čímž se dostáváme k netopýrům.
04:20
Bechstein'sJe Bechstein batsnetopýři are a commonběžný
speciesdruh of EuropeanEvropská batsnetopýři.
94
248423
3051
Netopýr velkouchý je běžným
evropským druhem netopýra.
04:23
They are very socialsociální animalszvířata.
95
251474
1413
Jsou to velmi společenská zvířata.
04:24
MostlyVětšinou they roosthřad, or sleepspát, togetherspolu.
96
252887
3291
Spí, neboli hřadují, pohromadě.
04:28
And they livežít in maternitymateřství colonieskolonií,
97
256178
1679
Žijí v matriarchálních koloniích,
04:29
whichkterý meansprostředek that everykaždý springjaro,
98
257857
1540
každé jaro se samičky
04:31
the femalessamice meetsetkat after the winterzima hibernationrežim spánku,
99
259397
3258
po přezimování shromáždí
04:34
and they staypobyt togetherspolu for about sixšest monthsměsíců
100
262655
2089
a asi 6 měsíců společně
04:36
to rearzadní theirjejich youngmladý,
101
264744
2486
vychovávají svá mláďata,
04:39
and they all carrynést a very smallmalý chipčip,
102
267230
2805
a všechny mají na sobě malinký čip,
04:42
whichkterý meansprostředek that everykaždý time one of them
103
270035
1871
což znamená, že pokaždé,
když některá z nich
04:43
entersvstupuje one of these speciallyspeciálně equippedvybavený batnetopýr boxeskrabice,
104
271906
3057
vletí do některé z těchto
speciálně upravených budek,
04:46
we know where she is,
105
274963
1643
víme, kde je,
04:48
and more importantlydůležité,
106
276606
1169
a co je důležitější,
04:49
we know with whomkoho she is.
107
277775
2563
víme, s kým je.
04:52
So I studystudie roostinghřadování associationsasociace in batsnetopýři,
108
280338
3694
Zabývám se tedy netopýřími
zvyklostmi při hřadování,
04:56
and this is what it looksvzhled like.
109
284032
2445
což vypadá asi takto.
04:58
DuringBěhem the day, the batsnetopýři roosthřad
110
286477
2442
Během dne netopýři přebývají
05:00
in a numberčíslo of sub-groupspodskupiny in differentodlišný boxeskrabice.
111
288919
2304
v několika podskupinách
v různých budkách.
05:03
It could be that on one day,
112
291223
1929
Jednoho dne je kolonie
05:05
the colonykolonie is splitrozdělit betweenmezi two boxeskrabice,
113
293152
2220
rozdělena třeba ve dvou budkách,
05:07
but on anotherdalší day,
114
295372
1300
ale jindy
05:08
it could be togetherspolu in a singlesingl boxbox,
115
296672
2241
může být celá v jediné budce
05:10
or splitrozdělit betweenmezi threetři or more boxeskrabice,
116
298913
2316
nebo rozdělena ve třech
nebo více budkách,
05:13
and that all seemszdá se ratherspíše erraticnepravdivé, really.
117
301229
2927
působí to opravdu velice chaoticky.
05:16
It's calledvolal fission-fusionFission-fusion dynamicsdynamika,
118
304156
3203
Tuto pružnou dynamiku
nazýváme fission-fusion,
05:19
the propertyvlastnictví for an animalzvíře groupskupina
119
307359
1713
vlastnost skupiny zvířat,
05:21
of regularlypravidelně splittingrozdělení and mergingslučování
120
309072
2178
kdy se různé podskupiny pravidelně
05:23
into differentodlišný subgroupspodskupiny.
121
311250
1661
všelijak rozdělují a zase spojují.
05:24
So what we do is take all these datadata
122
312911
2562
Takže sesbíráme veškerá data
05:27
from all these differentodlišný daysdnů
123
315473
1662
ze všech těchto dní
05:29
and poolbazén them togetherspolu
124
317135
1504
a sloučíme je,
05:30
to extractvýpis a long-termdlouhodobý associationsdružení patternvzor
125
318639
2617
abychom mohli rozpoznat
dlouhodobé asociační vzory
05:33
by applyinguplatňování techniquestechniky with networksíť analysisanalýza
126
321256
2505
použitím techniky síťové analýzy
05:35
to get a completekompletní pictureobrázek
127
323761
1621
a získali tak úplný přehled
05:37
of the socialsociální structurestruktura of the colonykolonie.
128
325382
2537
o sociální struktuře kolonie.
05:39
Okay? So that's what this pictureobrázek looksvzhled like.
129
327919
4265
Je to jasné? Takto to tedy vypadá.
05:44
In this networksíť, all the circleskruhy
130
332184
2394
V této síti jsou všechny kroužky
05:46
are nodesuzly, individualindividuální batsnetopýři,
131
334578
2777
jako uzly, netopýří jedinci,
05:49
and the linesline betweenmezi them
132
337355
1583
a linie mezi nimi jsou sociální spojení,
05:50
are socialsociální bondsvazby, associationsasociace betweenmezi individualsJednotlivci.
133
338938
3664
vztahy mezi jedinci.
05:54
It turnsotočí out this is a very interestingzajímavý pictureobrázek.
134
342602
2678
Získali jsme velmi zajímavý obrázek.
05:57
This batnetopýr colonykolonie is organizedorganizovaný
135
345280
1982
Tato netopýří kolonie se skládá
05:59
in two differentodlišný communitiesspolečenství
136
347262
1868
ze dvou různých společenstev,
06:01
whichkterý cannotnemůže be predictedpředpokládané
137
349130
1839
která nelze předvídat
06:02
from the dailydenně fission-fusionFission-fusion dynamicsdynamika.
138
350969
2249
z každodenní fission-fusion dynamiky.
06:05
We call them crypticzáhadné socialsociální unitsJednotky.
139
353218
3550
Říkáme jim skryté sociální jednotky.
06:08
Even more interestingzajímavý, in factskutečnost:
140
356768
1616
Ještě zajímavějším faktem je,
06:10
EveryKaždý yearrok, around OctoberŘíjna,
141
358384
2364
že každoročně, někdy v říjnu,
06:12
the colonykolonie splitsrozdělí up,
142
360748
1561
se kolonie rozdělí
06:14
and all batsnetopýři hibernaterežim spánku separatelyodděleně,
143
362309
2698
a netopýři přezimují odděleně,
06:17
but yearrok after yearrok,
144
365007
1461
ale rok za rokem,
06:18
when the batsnetopýři come togetherspolu again in the springjaro,
145
366468
3073
když se netopýři zase na jaře sejdou,
06:21
the communitiesspolečenství staypobyt the samestejný.
146
369541
2590
společenstva jsou zachována.
06:24
So these batsnetopýři rememberpamatovat theirjejich friendspřátelé
147
372131
2720
Takže tito netopýři
si pamatují své přátele
06:26
for a really long time.
148
374851
1830
opravdu velmi dlouho.
06:28
With a brainmozek the sizevelikost of a peanutburský ořech,
149
376681
2474
S mozkem o velikosti burského oříšku
06:31
they maintainudržovat individualizedindividuální,
150
379155
2125
udržují individuální,
06:33
long-termdlouhodobý socialsociální bondsvazby,
151
381280
2142
dlouhodobé sociální vztahy.
06:35
We didn't know that was possiblemožný.
152
383422
1724
Nevěděli jsme, že to je možné.
06:37
We knewvěděl that primatesprimáty
153
385146
1759
Věděli jsme, že primáti,
06:38
and elephantssloni and dolphinsDelfíni could do that,
154
386905
2568
sloni a delfíni to dokáží,
06:41
but comparedv porovnání to batsnetopýři, they have hugeobrovský brainsmozky.
155
389473
2628
ale ve srovnání s netopýry
mají velké mozky.
06:44
So how could it be
156
392101
2399
Takže jak je možné,
06:46
that the batsnetopýři maintainudržovat this complexkomplex,
157
394500
1951
že netopýři udržují tuto komplexní,
06:48
stablestabilní socialsociální structurestruktura
158
396451
1688
stabilní sociální strukturu
06:50
with suchtakový limitedomezený cognitivepoznávací abilitiesschopnosti?
159
398139
3532
s tak omezenými poznávacími schopnostmi?
06:53
And this is where complexitysložitost bringspřináší an answerOdpovědět.
160
401671
2889
Zde nám komplexita přináší odpověď.
06:56
To understandrozumět this systemSystém,
161
404560
2141
Abychom tomuto systému porozuměli,
06:58
we builtpostavený a computerpočítač modelmodel of roostinghřadování,
162
406701
2797
sestavili jsme počítačový model hřadování
07:01
basedna základě on simplejednoduchý, individualindividuální rulespravidel,
163
409498
2018
založený na prostých,
individuálních pravidlech,
07:03
and simulatedsimulované thousandstisíce and thousandstisíce of daysdnů
164
411516
2435
a simulovali tisíce a tisíce dní
07:05
in the virtualvirtuální batnetopýr colonykolonie.
165
413951
2019
ve virtuální netopýří kolonii.
07:07
It's a mathematicalmatematický modelmodel,
166
415970
2124
Je to matematický model,
07:10
but it's not complicatedsložitý.
167
418094
1954
ale není složitý.
07:12
What the modelmodel told us is that, in a nutshellzkratce,
168
420048
3098
Ve zkratce, tento model nám ukázal,
07:15
eachkaždý batnetopýr knows a fewpár other colonykolonie membersčlenů
169
423146
3186
že každý netopýr považuje
několik dalších členů kolonie
07:18
as her friendspřátelé, and is just slightlymírně more likelypravděpodobně
170
426332
2488
za své přátele a má sklon s nimi
07:20
to roosthřad in a boxbox with them.
171
428820
2510
hřadovat v budce.
07:23
SimpleJednoduché, individualindividuální rulespravidel.
172
431330
2444
Jednoduchá, individuální pravidla.
07:25
This is all it takes to explainvysvětlit
173
433774
1712
To je vše, co je třeba k vysvětlení
07:27
the socialsociální complexitysložitost of these batsnetopýři.
174
435486
2389
sociální komplexity těchto netopýrů.
07:29
But it getsdostane better.
175
437875
1718
Ale celá věc je ještě zajímavější.
07:31
BetweenMezi 2010 and 2011,
176
439593
2848
V letech 2010 a 2011
07:34
the colonykolonie lostztracený more than two thirdstřetiny of its membersčlenů,
177
442441
3453
kolonie přišla o více než
dvě třetiny svých členů,
07:37
probablypravděpodobně duez důvodu to the very coldStudený winterzima.
178
445894
2986
pravděpodobně kvůli velmi studené zimě.
07:40
The nextdalší springjaro, it didn't formformulář two communitiesspolečenství
179
448880
3144
Příštího jara nevznikla dvě společenstva
07:44
like everykaždý yearrok,
180
452024
1271
jako každý rok,
07:45
whichkterý maysmět have led the wholeCelý colonykolonie to diezemřít
181
453295
2203
což by pro kolonii mohlo znamenat zánik,
07:47
because it had becomestát too smallmalý.
182
455498
2095
protože by byla příliš malá.
07:49
InsteadMísto toho, it formedvytvořen a singlesingl, cohesivesoudržné socialsociální unitjednotka,
183
457593
5373
Namísto toho vznikla
jediná soudržná jednotka,
07:54
whichkterý allowedpovoleno the colonykolonie to survivepřežít that seasonsezóna
184
462966
2732
což kolonii umožnilo přežít sezónu
07:57
and thriveprospívat again in the nextdalší two yearsroky.
185
465698
3104
a znovu se rozrůst
v příštích dvou letech.
08:00
What we know is that the batsnetopýři
186
468802
1778
Víme, že si netopýři nejsou vědomi,
08:02
are not awarevědomě that theirjejich colonykolonie is doing this.
187
470580
2907
že se toto s kolonií děje.
08:05
All they do is follownásledovat simplejednoduchý associationsdružení rulespravidel,
188
473487
3546
Pouze se řídí jednoduchým
sdružovacím pravidlem
08:09
and from this simplicityjednoduchost
189
477033
1349
a z této jednoduchosti
08:10
emergesobjevuje se socialsociální complexitysložitost
190
478382
2441
vzniká sociální komplexita,
08:12
whichkterý allowsumožňuje the colonykolonie to be resilientpružné
191
480823
2840
díky které je kolonie odolná
08:15
againstproti dramaticdramatický changesZměny
in the populationpopulace structurestruktura.
192
483663
2981
vůči dramatickým změnám
ve složení populace.
08:18
And I find this incredibleneuvěřitelný.
193
486644
2694
Myslím, že to je neuvěřitelné.
08:21
Now I want to tell you anotherdalší storypříběh,
194
489338
2084
Nyní vám povím jiný příběh,
08:23
but for this we have to travelcestovat from EuropeEvropa
195
491422
1555
ale budeme muset z Evropy odcestovat
08:24
to the KalahariKalahari DesertPoušť in SouthJih AfricaAfrika.
196
492977
3048
do pouště Kalahari v jižní Africe.
08:28
This is where meerkatsSurikaty livežít.
197
496025
2027
Zde žijí surikaty.
08:30
I'm sure you know meerkatsSurikaty.
198
498052
1500
Surikaty určitě znáte.
08:31
They're fascinatingfascinující creaturesstvoření.
199
499552
2106
Jsou to fascinující stvoření.
08:33
They livežít in groupsskupiny with a
very strictpřísný socialsociální hierarchyhierarchie.
200
501658
2989
Žijí ve skupinách s přísnou
sociální hierarchií.
08:36
There is one dominantdominantní pairpár,
201
504647
1459
Je zde jeden dominantní pár
08:38
and manymnoho subordinatespodřízení,
202
506106
1382
a mnoho podřízených,
08:39
some actingherectví as sentinelsSentinely,
203
507488
1714
někteří v roli hlídek,
08:41
some actingherectví as babysittershlídání dětí,
204
509202
1337
jiní pečují o mláďata,
08:42
some teachingvýuka pupsPUP, and so on.
205
510539
1897
další je vychovávají a tak dále.
08:44
What we do is put very smallmalý GPSGPS collarsobojky
206
512436
3321
Těmto zvířatům jsme dali
08:47
on these animalszvířata
207
515757
1525
malinké obojky s GPS,
08:49
to studystudie how they movehýbat se togetherspolu,
208
517282
1875
abychom zjistili, jak se spolu pohybují
08:51
and what this has to do with theirjejich socialsociální structurestruktura.
209
519157
3717
a jak to souvisí s jejich
sociální strukturou.
08:54
And there's a very interestingzajímavý examplepříklad
210
522874
1490
Zde vidíme velmi zajímavou ukázku
08:56
of collectivekolektivní movementhnutí in meerkatsSurikaty.
211
524364
2716
kolektivního pohybu surikat.
08:59
In the middlestřední of the reserverezervovat whichkterý they livežít in
212
527080
2367
Uprostřed rezervace, kde žijí,
09:01
lieslži a roadsilnice.
213
529447
1209
vede silnice.
09:02
On this roadsilnice there are carsauta, so it's dangerousnebezpečný.
214
530656
3233
Na silnici jsou auta,
takže je to nebezpečné.
09:05
But the meerkatsSurikaty have to crosspřejít it
215
533889
2284
Ale surikaty ji musí překročit
09:08
to get from one feedingkrmení placemísto to anotherdalší.
216
536173
2574
při cestě od jednoho
zdroje potravy k druhému.
09:10
So we askedzeptal se, how exactlypřesně do they do this?
217
538747
4751
Zajímalo nás, jak přesně to dělají?
09:15
We foundnalezeno that the dominantdominantní femaleženský
218
543498
1836
Přišli jsme na to, že dominantní samička
09:17
is mostlyvětšinou the one who leadsvede the groupskupina to the roadsilnice,
219
545334
2621
většinou skupinu k cestě přivede,
09:19
but when it comespřijde to crossingpřechod it, crossingpřechod the roadsilnice,
220
547955
3272
ale co se týče přechodu,
překonání silnice,
09:23
she givesdává way to the subordinatespodřízení,
221
551227
2351
dává přednost podřízeným,
09:25
a mannerzpůsob of sayingrčení,
222
553578
1777
jako kdyby říkala:
09:27
"Go aheadvpřed, tell me if it's safebezpečný."
223
555355
2682
„Prosím, jen běžte a ukažte mi,
zda je to bezpečné.“
09:30
What I didn't know, in factskutečnost,
224
558037
1664
Ale nevěděli jsme,
09:31
was what rulespravidel in theirjejich behaviorchování the meerkatsSurikaty follownásledovat
225
559701
3142
jakým pravidlem se surikaty
ve svém chování řídí,
09:34
for this changezměna at the edgeokraj of the groupskupina to happenpřihodit se
226
562843
2925
aby došlo k této změně na okraji skupiny
09:37
and if simplejednoduchý rulespravidel were sufficientDostačující to explainvysvětlit it.
227
565768
3850
a zda ji mohou vysvětlit
jednoduchá pravidla.
09:41
So I builtpostavený a modelmodel, a modelmodel of simulatedsimulované meerkatsSurikaty
228
569618
3991
Takže jsem sestrojil model
simulující surikaty,
09:45
crossingpřechod a simulatedsimulované roadsilnice.
229
573609
1913
jak přecházejí simulovanou silnici.
09:47
It's a simplisticzjednodušující modelmodel.
230
575522
1872
Je to zjednodušující model.
09:49
MovingStěhování meerkatsSurikaty are like randomnáhodný particlesčástice
231
577394
2840
Pohybující se surikaty
jsou jako náhodné částice,
09:52
whosejehož uniqueunikátní rulepravidlo is one of alignmentzarovnání.
232
580234
2222
jejichž jediným pravidlem je seřazení.
09:54
They simplyjednoduše movehýbat se togetherspolu.
233
582456
2406
Prostě se drží pohromadě.
09:56
When these particlesčástice get to the roadsilnice,
234
584862
3184
Když se částice dostanou k silnici,
10:00
they sensesmysl some kinddruh of obstaclepřekážka,
235
588046
1942
vycítí jakousi překážku
10:01
and they bounceodraz againstproti it.
236
589988
2084
a zastaví se o ni.
10:04
The only differencerozdíl
237
592072
1156
Jediným rozdílem
10:05
betweenmezi the dominantdominantní femaleženský, here in redČervené,
238
593228
2042
mezi dominantní samičkou -- zde červeně --
10:07
and the other individualsJednotlivci,
239
595270
1485
a ostatními jedinci je,
10:08
is that for her, the heightvýška of the obstaclepřekážka,
240
596755
2554
že pro ni je výška překážky,
10:11
whichkterý is in factskutečnost the riskriziko perceivedvnímán from the roadsilnice,
241
599309
2505
neboli riziko, které silnice představuje,
10:13
is just slightlymírně highervyšší,
242
601814
1949
o něco málo vyšší,
10:15
and this tinydrobný differencerozdíl
243
603763
1661
a tento malý rozdíl
10:17
in the individual'sjedince rulepravidlo of movementhnutí
244
605424
1838
v individuálním pravidle pohybu
10:19
is sufficientDostačující to explainvysvětlit what we observeDodržujte,
245
607262
2446
stačí k vysvětlení toho,
co jsme pozorovali,
10:21
that the dominantdominantní femaleženský
246
609708
2560
totiž že dominantní samička
10:24
leadsvede her groupskupina to the roadsilnice
247
612268
1434
přivede svou skupinu k silnici
10:25
and then givesdává way to the othersostatní
248
613702
1670
a pak dá přednost ostatním,
10:27
for them to crosspřejít first.
249
615372
2863
aby přešli jako první.
10:30
GeorgeGeorge BoxKrabice, who was an EnglishAngličtina statisticianstatistik,
250
618235
3651
Anglický statistik George Box
10:33
oncejednou wrotenapsal, "All modelsmodely are falseNepravdivé,
251
621886
2962
kdysi napsal: „Všechny
modely jsou chybné,
10:36
but some modelsmodely are usefulužitečný."
252
624848
2059
ale některé modely jsou užitečné.“
10:38
And in factskutečnost, this modelmodel is obviouslyočividně falseNepravdivé,
253
626907
3197
V podstatě je tento model zjevně chybný,
10:42
because in realityrealita, meerkatsSurikaty are
anything but randomnáhodný particlesčástice.
254
630104
3968
protože surikaty rozhodně
nejsou náhodné částice.
10:46
But it's alsotaké usefulužitečný,
255
634072
1637
Ale také je užitečný,
10:47
because it tellsvypráví us that extremeextrémní simplicityjednoduchost
256
635709
2749
protože nám ukazuje,
že extrémní jednoduchost
10:50
in movementhnutí rulespravidel at the individualindividuální levelúroveň
257
638458
3358
v pravidlech pohybu
na individuální úrovni
10:53
can resultvýsledek in a great dealobchod of complexitysložitost
258
641816
2351
může znamenat vysokou komplexitu
10:56
at the levelúroveň of the groupskupina.
259
644167
1938
na úrovni skupiny.
10:58
So again, that's simplifyingzjednodušení complexitysložitost.
260
646105
4056
Takže opět zde máme
zjednodušování komplexity.
11:02
I would like to concludeuzavřít
261
650161
1448
Rád bych z toho vyvodil
11:03
on what this meansprostředek for the wholeCelý speciesdruh.
262
651609
2817
závěry pro celý druh.
11:06
When the dominantdominantní femaleženský
263
654426
1664
Když dominantní samička
11:08
givesdává way to a subordinatepodřízené,
264
656090
1566
dává přednost podřízeným,
11:09
it's not out of courtesyzdvořilost.
265
657656
2117
není to ze zdvořilosti.
11:11
In factskutečnost, the dominantdominantní femaleženský
266
659773
1507
Dominantní samička je vlastně
11:13
is extremelyvelmi importantdůležité for the cohesionsoudržnost of the groupskupina.
267
661280
2519
pro soudržnost skupiny velmi důležitá.
11:15
If she dieszemře on the roadsilnice, the wholeCelý groupskupina is at riskriziko.
268
663799
3512
Pokud by na silnici zahynula,
je celá skupina ohrožena.
11:19
So this behaviorchování of riskriziko avoidancevyhýbání se
269
667311
2236
Takže toto vyhýbání se riziku
11:21
is a very oldstarý evolutionaryevoluční responseOdezva.
270
669547
2801
je evolučně velmi stará reakce.
11:24
These meerkatsSurikaty are replicatingreplikace an evolvedvyvíjeno tactictaktika
271
672348
3869
Surikaty kopírují rozvinutou taktiku
11:28
that is thousandstisíce of generationsgenerací oldstarý,
272
676217
2233
starou tisíce generací
11:30
and they're adaptingpřizpůsobení it to a modernmoderní riskriziko,
273
678450
2414
a přizpůsobují ji moderním rizikům,
11:32
in this casepouzdro a roadsilnice builtpostavený by humanslidem.
274
680864
3325
v tomto případě silnici postavené lidmi.
11:36
They adaptpřizpůsobit very simplejednoduchý rulespravidel,
275
684189
2395
Přebírají velmi jednoduchá pravidla
11:38
and the resultingvýsledné complexkomplex behaviorchování
276
686584
2289
a výsledné komplexní chování
11:40
allowsumožňuje them to resistodolat humančlověk encroachmentzásah
277
688873
2956
jim umožňuje odolat lidským zásahům
11:43
into theirjejich naturalpřírodní habitatmísto výskytu.
278
691829
2448
do jejich přirozeného prostředí.
11:46
In the endkonec,
279
694277
1802
Nakonec,
11:48
it maysmět be batsnetopýři whichkterý changezměna theirjejich socialsociální structurestruktura
280
696079
2700
jsou to netopýři, kteří
mění sociální strukturu
11:50
in responseOdezva to a populationpopulace crashpád,
281
698779
2384
v reakci na populační katastrofu,
11:53
or it maysmět be meerkatsSurikaty
282
701163
1399
nebo jsou to surikaty,
11:54
who showshow a novelromán adaptationpřizpůsobování to a humančlověk roadsilnice,
283
702562
3202
které projevují nebývalé
přizpůsobení lidské silnici,
11:57
or it maysmět be anotherdalší speciesdruh.
284
705764
2685
může to být i jiný druh.
12:00
My messagezpráva here -- and it's not a complicatedsložitý one,
285
708449
2793
Můj vzkaz -- a není to složitý vzkaz,
12:03
but a simplejednoduchý one of wonderdivit se and hopenaděje --
286
711242
2764
ale jednoduchý o zázraku a naději --
12:06
my messagezpráva here is that animalszvířata
287
714006
3093
mým vzkazem je, že zvířata
12:09
showshow extraordinarymimořádný socialsociální complexitysložitost,
288
717099
2424
projevují mimořádnou sociální komplexitu,
12:11
and this allowsumožňuje them to adaptpřizpůsobit
289
719523
2441
což jim umožňuje přizpůsobení
12:13
and respondreagovat to changesZměny in theirjejich environmentživotní prostředí.
290
721964
3481
a odezvu na změny v jejich prostředí.
12:17
In threetři wordsslova, in the animalzvíře kingdomkrálovství,
291
725445
2768
Třemi slovy, v království zvířat
12:20
simplicityjednoduchost leadsvede to complexitysložitost
292
728213
2774
vede jednoduchost ke komplexnosti,
12:22
whichkterý leadsvede to resilienceodolnost.
293
730987
1483
která vede k odolnosti.
12:24
Thank you.
294
732470
2284
Děkuji vám.
12:26
(ApplausePotlesk)
295
734754
6680
(Potlesk)
12:42
DaniaDania GerhardtGerhardt: Thank you very much, NicolasNicolas,
296
750694
1953
Moderátorka: Děkuji, Nicolasi,
za tento skvělý úvod.
12:44
for this great startStart. Little bitbit nervousnervový?
297
752647
3279
Nejste nervózní?
12:47
NicolasNicolas PeronyPerony: I'm okay, thanksdík.
298
755926
1644
NP: Ne, jsem v pohodě.
12:49
DGGŘ PRO: Okay, great. I'm sure a
lot of people in the audiencepublikum
299
757570
2460
M: Skvělé. V publiku je určitě hodně lidí,
které napadne vztáhnout i na lidi to,
12:52
somehowNějak triedpokusil se to make associationsasociace
300
760030
1864
12:53
betweenmezi the animalszvířata you were talkingmluvící about --
301
761894
1824
co zde o slyšeli o zvířatech --
o netopýrech a surikatách.
12:55
the batsnetopýři, meerkatsSurikaty -- and humanslidem.
302
763718
2056
12:57
You broughtpřinesl some examplespříklady:
303
765774
1208
Uvedl jste například,
že samice jsou sociální,
12:58
The femalessamice are the socialsociální onesty,
304
766982
1735
13:00
the femalessamice are the dominantdominantní onesty,
305
768717
1713
že samice jsou dominantní.
Nejsem si jistá, jak to kdo vidí.
13:02
I'm not sure who thinksmyslí si how.
306
770430
1673
13:04
But is it okay to do these associationsasociace?
307
772103
2895
Je správné takto porovnávat?
13:06
Are there stereotypesstereotypy you can confirmpotvrdit in this regardpovažovat
308
774998
2800
Existují stereotypy, které lze vztáhnout
na všechny živočišné druhy?
13:09
that can be validplatný acrosspřes all speciesdruh?
309
777798
3273
13:13
NPNP: Well, I would say there are alsotaké
310
781071
1603
NP: Řekl bych, že existují
i opačné příklady.
13:14
counter-examplesprotiargumenty to these stereotypesstereotypy.
311
782674
1952
13:16
For examplespříklady, in seamoře horseskoně or in koalaskoaly, in factskutečnost,
312
784626
3140
Například mořští koníci nebo koaly,
13:19
it is the malesmuži who take carepéče of the youngmladý always.
313
787766
3698
tam se o mláďata starají vždy samci.
13:23
And the lessonlekce is that it's oftenčasto difficultobtížný,
314
791464
5041
Závěrem bych řekl, že je často obtížné
a občas i poněkud nebezpečné
13:28
and sometimesněkdy even a bitbit dangerousnebezpečný,
315
796505
1752
13:30
to drawkreslit parallelsparalely betweenmezi humanslidem and animalszvířata.
316
798257
2672
porovnávat lidi a jiné živočišné druhy.
13:32
So that's it.
317
800929
2106
M: Velmi děkuji za tento úvod.
NP: Není zač.
13:35
DGGŘ PRO: Okay. Thank you very much for this great startStart.
318
803035
2846
M: Děkujeme vám, Nicolasi Perony.
(Potlesk)
13:37
Thank you, NicolasNicolas PeronyPerony.
319
805881
2080
Translated by Marta Gysel
Reviewed by Petr Jedelsky

▲Back to top

ABOUT THE SPEAKER
Nicolas Perony - Animal scientist
Nicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society?

Why you should listen

Nicolas Perony started his career as a roboticist. But after one of his robots -- which was designed to follow a white line -- destroyed itself because of a lighting snafu on demo day, he realized that he was less interested in creating complicated robots and more interested in studying the complexity that already exists out there in the animal kingdom. He quickly changed course and is now a quantitative scientist at the Chair of Systems Design at ETH Zurich, where he studies the structure and dynamics of animal societies.

Perony conducts his research by placing GPS collars on animals like Bechstein's bats and meerkats, and studying the spacial data of the group. He creates models of the movement over time to see patterns. He then tries to ascertain at the simple rules that individuals in the animal group seem to be following that, when done en masse, result in the larger flow. In other words, he looks at the underlying mechanics that lead to the collective movement of animal groups.

More profile about the speaker
Nicolas Perony | Speaker | TED.com