TEDxUCL
Hannah Fry: Is life really that complex?
Filmed:
Readability: 4.5
819,007 views
Can an algorithm forecast the site of the next riot? In this accessible talk, mathematician Hannah Fry shows how complex social behavior can be analyzed and perhaps predicted through analogies to natural phenomena, like the patterns of a leopard's spots or the distribution of predators and prey in the wild.
Hannah Fry - Complexity theorist
Hannah Fry researches the trends in our civilization and ways we can forecast its future. Full bio
Hannah Fry researches the trends in our civilization and ways we can forecast its future. Full bio
Double-click the English transcript below to play the video.
00:10
Thanks very much.
0
24
1157
Ευχαριστώ πολύ.
00:11
I am Hannah Fry, the badass.
1
1205
1848
Είμαι η Χάνα Φράι, κακός μπελάς.
00:13
And today I'm asking the question:
2
3077
1680
Και σήμερα κάνω την εξής ερώτηση:
00:14
Is life really that complex?
3
4781
1756
Είναι η ζωή πράγματι τόσο περίπλοκη;
00:16
Now, I've only got nine minutes
to try and provide you with an answer,
to try and provide you with an answer,
4
6561
3325
Έχω μόνο εννέα λεπτά
για να σας δώσω μια απάντηση,
για να σας δώσω μια απάντηση,
00:19
so what I've done
is split this neatly into two parts:
is split this neatly into two parts:
5
9910
2716
και έτσι χώρισα
την ομιλία μου σε δύο μέρη.
την ομιλία μου σε δύο μέρη.
00:22
part one: yes;
6
12650
2353
Μέρος πρώτο: ναι,
00:25
and later on, part two: no.
7
15027
2528
και αργότερα, στο μέρος δεύτερο: όχι.
00:27
Or, to be more accurate: no?
8
17579
2544
Ή για να είμαι πιο ακριβής: όχι;
00:30
(Laughter)
9
20147
1204
(Γέλια)
00:31
So first of all, let me try and define
what I mean by "complex."
what I mean by "complex."
10
21375
3006
Αρχικά, θα προσπαθήσω να ορίσω
τι εννοώ λέγοντας «περίπλοκη».
τι εννοώ λέγοντας «περίπλοκη».
00:34
Now, I could give you
a host of formal definitions,
a host of formal definitions,
11
24405
2441
Θα μπορούσα να σας δώσω
ένα σωρό επίσημους ορισμούς,
ένα σωρό επίσημους ορισμούς,
00:36
but in the simplest terms,
12
26870
1253
αλλά με απλούς όρους
00:38
any problem in complexity is something
that Einstein and his peers can't do.
that Einstein and his peers can't do.
13
28147
4899
είναι ό,τι ο Αϊνστάιν και οι σύγχρονοί του
δεν μπορούν να λύσουν.
δεν μπορούν να λύσουν.
00:43
So, let's imagine --
if the clicker works ... there we go.
if the clicker works ... there we go.
14
33070
3240
Ας φανταστούμε -- αν δουλέψει
αυτό το κουμπί -- έτοιμο.
αυτό το κουμπί -- έτοιμο.
00:46
Einstein is playing a game of snooker.
15
36334
2103
Ο Αϊνστάιν παίζει μπιλιάρδο.
00:48
He's a clever chap, so he knows
that when he hits the cue ball,
that when he hits the cue ball,
16
38461
3479
Είναι έξυπνος τύπος και ξέρει
πως όταν χτυπήσει τη λευκή μπάλα,
πως όταν χτυπήσει τη λευκή μπάλα,
00:51
he could write you an equation
17
41964
1441
μπορεί να φτιάξει μια εξίσωση
00:53
and tell you exactly where the red ball
is going to hit the sides,
is going to hit the sides,
18
43429
3128
και να σας πει πού ακριβώς
θα χτυπήσει η κόκκινη μπάλα,
θα χτυπήσει η κόκκινη μπάλα,
00:56
how fast it's going
and where it's going to end up.
and where it's going to end up.
19
46581
2439
με τι ταχύτητα και πού θα καταλήξει.
00:59
Now, if you scale these snooker balls
up to the size of the solar system,
up to the size of the solar system,
20
49044
3469
Αν μεγεθύνετε τις μπάλες στην κλίμακα
του ηλιακού συστήματος,
του ηλιακού συστήματος,
01:02
Einstein can still help you.
21
52537
1959
ο Αϊνστάιν μπορεί και πάλι να βοηθήσει.
01:04
Sure, the physics changes,
22
54520
1245
Βέβαια, η θεωρία διαφέρει,
01:05
but if you wanted to know about
the path of the Earth around the Sun,
the path of the Earth around the Sun,
23
55789
3282
αλλά αν ήθελες να μάθεις για την πορεία
της Γης γύρω από τον ήλιο,
της Γης γύρω από τον ήλιο,
01:09
Einstein could write you an equation
24
59095
1733
ο Αϊνστάιν θα σου έγραφε μια εξίσωση
01:10
telling you where both objects are
at any point in time.
at any point in time.
25
60852
2643
για να σου πει πού βρίσκονται
και τα δύο κάθε στιγμή.
και τα δύο κάθε στιγμή.
01:13
Now, with a surprising
increase in difficulty,
increase in difficulty,
26
63519
2204
Αν θέλαμε μια σημαντική
αύξηση της δυσκολίας,
αύξηση της δυσκολίας,
01:15
Einstein could include
the Moon in his calculations.
the Moon in his calculations.
27
65747
2452
ο Αϊνστάιν θα πρόσθετε και τη Σελήνη.
01:18
But as you add more and more planets,
Mars and Jupiter, say,
Mars and Jupiter, say,
28
68223
3067
Αλλά προσθέτοντας πλανήτες,
όπως π.χ. τον Άρη και τον Δία,
όπως π.χ. τον Άρη και τον Δία,
01:21
the problem gets too tough for Einstein
to solve with a pen and paper.
to solve with a pen and paper.
29
71314
3764
ο Αϊνστάιν δυσκολεύεται να λύσει
το πρόβλημα με χαρτί και μολύβι.
το πρόβλημα με χαρτί και μολύβι.
01:25
Now, strangely, if instead of having
a handful of planets,
a handful of planets,
30
75102
2843
Αν, όμως, κι εδώ είναι το περίεργο,
αντί για λίγους πλανήτες
αντί για λίγους πλανήτες
01:27
you had millions of objects
or even billions,
or even billions,
31
77969
2672
είχαμε εκατομμύρια
ή και δισεκατομμύρια αντικείμενα,
ή και δισεκατομμύρια αντικείμενα,
01:30
the problem actually becomes much simpler,
32
80665
2271
τότε το πρόβλημα γίνεται πιο απλό,
01:32
and Einstein is back in the game.
33
82960
1922
και ο Αϊνστάιν ξαναμπαίνει στο παιχνίδι.
01:34
Let me explain what I mean by this,
34
84906
1846
Θα σας εξηγήσω τι εννοώ,
01:36
by scaling these objects back down
to a molecular level.
to a molecular level.
35
86776
3294
μειώνοντας το μέγεθός τους
στο επίπεδο του μορίου.
στο επίπεδο του μορίου.
01:40
If you wanted to trace the erratic path
of an individual air molecule,
of an individual air molecule,
36
90094
3747
Αν θέλατε να βρείτε τη χαοτική πορεία
ενός μόνο μορίου του αέρα,
ενός μόνο μορίου του αέρα,
01:43
you'd have absolutely no hope.
37
93865
1842
δεν θα τα καταφέρνατε.
01:45
But when you have millions
of air molecules all together,
of air molecules all together,
38
95731
2711
Όταν, όμως, έχεις εκατομμύρια
μόρια αέρα μαζί,
μόρια αέρα μαζί,
01:48
they start to act in a way
which is quantifiable, predictable
which is quantifiable, predictable
39
98466
3877
αρχίζουν να αντιδρούν μ' έναν τρόπο
μετρήσιμο, προβλέψιμο
μετρήσιμο, προβλέψιμο
01:52
and well-behaved.
40
102367
1170
και συνετό.
01:53
And thank goodness air is well-behaved,
41
103561
1885
Και δόξα τω Θεώ, ο αέρας είναι συνετός,
01:55
because if it wasn't,
planes would fall out of the sky.
planes would fall out of the sky.
42
105470
2910
γιατί αν δεν ήταν, τ' αεροπλάνα
θα έπεφταν από τον ουρανό.
θα έπεφταν από τον ουρανό.
01:58
Now, on an even bigger scale,
across the whole of the world,
across the whole of the world,
43
108404
3064
Σε μεγαλύτερη κλίμακα, σε όλον τον κόσμο
02:01
the idea is exactly the same
with all of these air molecules.
with all of these air molecules.
44
111492
3122
η ιδέα είναι ακριβώς η ίδια
με αυτή των μορίων του αέρα.
με αυτή των μορίων του αέρα.
02:04
It's true that you can't take
an individual rain droplet
an individual rain droplet
45
114638
2918
Δεν μπορείτε να έχετε μια σταγονίτσα νερό
02:07
and say where it's come from
or where it's going to end up.
or where it's going to end up.
46
117580
2785
και να προσδιορίσετε από πού ήρθε
και πού θα καταλήξει.
και πού θα καταλήξει.
02:10
But you can say with pretty good certainty
47
120389
2034
Αλλά μπορείτε να πείτε
με μεγάλη βεβαιότητα
με μεγάλη βεβαιότητα
02:12
whether it will be cloudy tomorrow.
48
122447
1813
αν θα έχει συννεφιά αύριο.
02:14
So that's it.
49
124284
1158
Αυτό είναι, λοιπόν.
02:15
In Einstein's time,
this is how far science had got.
this is how far science had got.
50
125466
2683
Την εποχή του Αϊνστάιν,
η επιστήμη έφτανε ως εκεί.
η επιστήμη έφτανε ως εκεί.
02:18
We could do really small problems
with a few objects
with a few objects
51
128173
3613
Λύναμε πολύ μικρά προβλήματα
σε σχέση με λίγα αντικείμενα,
σε σχέση με λίγα αντικείμενα,
02:21
with simple interactions,
52
131810
1275
με απλές αλληλεπιδράσεις,
02:23
or we could do huge problems
with millions of objects
with millions of objects
53
133109
2602
ή μεγάλα προβλήματα
σε σχέση με εκατομμύρια αντικείμενα
σε σχέση με εκατομμύρια αντικείμενα
02:25
and simple interactions.
54
135735
1323
και απλές αλληλεπιδράσεις.
02:27
But what about everything in the middle?
55
137082
1937
Τι γίνεται, όμως, με τα ενδιάμεσα;
02:29
Well, just seven years
before Einstein's death,
before Einstein's death,
56
139043
2693
Μόλις 7 χρόνια
πριν τον θάνατο του Αϊνστάιν,
πριν τον θάνατο του Αϊνστάιν,
02:31
an American scientist called
Warren Weaver made exactly this point.
Warren Weaver made exactly this point.
57
141760
3658
ο Αμερικανός επιστήμονας
Ουόρεν Ουίβερ έκανε την ίδια ερώτηση.
Ουόρεν Ουίβερ έκανε την ίδια ερώτηση.
02:35
He said that scientific methodology
has gone from one extreme to another,
has gone from one extreme to another,
58
145442
3624
Είπε ότι η επιστημονική μεθοδολογία
πήγε από το ένα άκρο στο άλλο,
πήγε από το ένα άκρο στο άλλο,
02:39
leaving out an untouched
great middle region.
great middle region.
59
149090
3071
αφήνοντας ανέγγιχτο
ένα μεγάλο πεδίο στο ενδιάμεσο.
ένα μεγάλο πεδίο στο ενδιάμεσο.
02:42
Now, this middle region
is where complexity science lies,
is where complexity science lies,
60
152185
2699
Αυτό είναι ο χώρος
της επιστήμης της πολυπλοκότητας.
της επιστήμης της πολυπλοκότητας.
02:44
and this is what I mean by complex.
61
154908
2259
Και αυτό εννοώ με τον όρο πολύπλοκο.
02:47
Now, unfortunately, almost
every single problem you can think of
every single problem you can think of
62
157191
3525
Δυστυχώς σχεδόν όλα
τα προβλήματα σχετικά
τα προβλήματα σχετικά
02:50
to do with human behavior
63
160740
1222
με τη συμπεριφορά μας
02:51
lies in this middle region.
64
161986
2069
βρίσκονται σ' αυτήν
την ενδιάμεση περιοχή.
την ενδιάμεση περιοχή.
02:54
Einstein's got absolutely no idea
how to model the movement of a crowd.
how to model the movement of a crowd.
65
164079
4290
Ο Αϊνστάιν δεν γνωρίζει κάποιο
πρότυπο για την κίνηση του πλήθους.
πρότυπο για την κίνηση του πλήθους.
02:58
There are too many people
to look at them all individually
to look at them all individually
66
168393
2801
Οι άνθρωποι είναι πάρα πολλοί
για να τους δει ως άτομα
για να τους δει ως άτομα
03:01
and too few to treat them as a gas.
67
171218
1872
και λίγοι για να τους δει ως αέριο.
03:03
Similarly, people are prone
to annoying things like decisions
to annoying things like decisions
68
173114
3356
Επίσης, οι άνθρωποι κάνουν ανοησίες
όπως το να παίρνουν αποφάσεις
όπως το να παίρνουν αποφάσεις
03:06
and not wanting to walk into each other,
69
176494
2014
και να μην θέλουν τυχαίες συναντήσεις,
03:08
which makes the problem
all the more complicated.
all the more complicated.
70
178532
2613
κάνοντας, έτσι, το πρόβλημα πιο περίπλοκο.
03:11
Einstein also couldn't tell you
71
181169
1703
Ο Αϊνστάιν δεν θα μπορούσε να πει
03:12
when the next stock market crash
is going to be.
is going to be.
72
182896
2349
πότε θα καταρρεύσει το χρηματιστήριο.
03:15
Einstein couldn't tell you
how to improve unemployment.
how to improve unemployment.
73
185269
2764
Δεν θα μπορούσε να σας πει
πώς θα μειωθεί η ανεργία.
πώς θα μειωθεί η ανεργία.
03:18
Einstein can't even tell you
74
188057
1401
Ο Αϊνστάιν δεν μπορεί να πει
03:19
whether the next iPhone
is going to be a hit or a flop.
is going to be a hit or a flop.
75
189482
3382
αν το επόμενο iPhone
θα έχει επιτυχία ή θα πατώσει.
θα έχει επιτυχία ή θα πατώσει.
03:22
So to conclude part one:
we're completely screwed.
we're completely screwed.
76
192888
2606
Ολοκληρώνοντας το πρώτο μέρος:
την έχουμε βάψει.
την έχουμε βάψει.
03:25
We've got no tools to deal with this,
and life is way too complex.
and life is way too complex.
77
195518
4500
Δεν έχουμε τα μέσα για αυτό
και η ζωή είναι πολύ πολύπλοκη.
και η ζωή είναι πολύ πολύπλοκη.
03:30
But maybe there's hope,
78
200042
1796
Ίσως, όμως, υπάρχει ελπίδα,
03:31
because in the last few years,
79
201862
1534
γιατί τα τελευταία χρόνια
03:33
we've begun to see the beginnings
of a new area of science
of a new area of science
80
203420
3837
βλέπουμε την απαρχή ενός νέου
επιστημονικού πεδίου
επιστημονικού πεδίου
03:37
using mathematics
to model our social systems.
to model our social systems.
81
207281
3027
που μέσα από τα μαθηματικά
απεικονίζει κοινωνικά συστήματα.
απεικονίζει κοινωνικά συστήματα.
03:40
And I'm not just talking here
about statistics and computer simulations.
about statistics and computer simulations.
82
210332
3484
Δεν αναφέρομαι στην στατιστική
και την προσομοίωση με υπολογιστές.
και την προσομοίωση με υπολογιστές.
03:43
I'm talking about writing down
equations about our society
equations about our society
83
213840
2996
Αλλά στη δημιουργία εξισώσεων
για την κοινωνία μας
για την κοινωνία μας
03:46
that will help us understand
what's going on
what's going on
84
216860
2069
που θα βοηθήσουν
να γνωρίσουμε τι συμβαίνει
να γνωρίσουμε τι συμβαίνει
03:48
in the same way as with the snooker balls
or the weather prediction.
or the weather prediction.
85
218953
3215
όπως γίνεται με τις μπάλες
του μπιλιάρδου ή τον καιρό.
του μπιλιάρδου ή τον καιρό.
03:52
And this has come about
because people have begun to realize
because people have begun to realize
86
222192
2842
Και αυτό μπορεί να γίνει τώρα
γιατί οι άνθρωποι κατάλαβαν
γιατί οι άνθρωποι κατάλαβαν
03:55
that we can use and exploit analogies
87
225058
2343
ότι μπορούμε να χρησιμοποιήσουμε αναλογίες
03:57
between our human systems
and those of the physical world around us.
and those of the physical world around us.
88
227425
3942
μεταξύ των ανθρώπινων συστημάτων
και όσων υπάρχουν στον φυσικό κόσμο.
και όσων υπάρχουν στον φυσικό κόσμο.
04:01
Now, to give you an example:
89
231938
1464
Θα σας δώσω ένα παράδειγμα:
04:03
the incredibly complex problem
of migration across Europe.
of migration across Europe.
90
233426
3454
το απίστευτα περίπλοκο μεταναστευτικό
πρόβλημα στην Ευρώπη.
πρόβλημα στην Ευρώπη.
04:06
Actually, as it turns out, when you view
all of the people together,
all of the people together,
91
236904
3332
Βασικά, αν δούμε
τους ανθρώπους ως μια ομάδα,
τους ανθρώπους ως μια ομάδα,
04:10
collectively, they behave as though
they're following the laws of gravity.
they're following the laws of gravity.
92
240260
4043
συλλογικά, η συμπεριφορά τους
ακολουθεί τους νόμους της βαρύτητας.
ακολουθεί τους νόμους της βαρύτητας.
04:14
But instead of planets
being attracted to one another,
being attracted to one another,
93
244327
3128
Αλλά, αντί να έχουμε πλανήτες
που έλκουν ο ένας τον άλλον,
που έλκουν ο ένας τον άλλον,
04:17
it's people who are attracted
to areas with better job opportunities,
to areas with better job opportunities,
94
247479
4210
έχουμε ανθρώπους που έλκονται
προς χώρες με πιο πολλές θέσεις εργασίας,
προς χώρες με πιο πολλές θέσεις εργασίας,
04:21
higher pay, better quality of life
and lower unemployment.
and lower unemployment.
95
251713
4015
μεγαλύτερους μισθούς, καλύτερη ζωή
και χαμηλότερη ανεργία.
και χαμηλότερη ανεργία.
04:25
And in the same way as people
are more likely to go for opportunities
are more likely to go for opportunities
96
255752
3528
Και παρόμοια όπως οι άνθρωποι
επιλέγουν μια καλύτερη τύχη
επιλέγουν μια καλύτερη τύχη
04:29
close to where they live already --
London to Kent, for example,
London to Kent, for example,
97
259304
3035
κοντά στο μέρος που ήδη ζουν --
από το Λονδίνο στο Κεντ, π.χ.
από το Λονδίνο στο Κεντ, π.χ.
04:32
as opposed to London to Melbourne --
98
262363
1792
και όχι από το Λονδίνο στη Μελβούρνη --
04:34
the gravitational effect of planets
far away is felt much less.
far away is felt much less.
99
264179
4136
έτσι και η βαρύτητα είναι λιγότερο
αισθητή σε μακρινούς πλανήτες.
αισθητή σε μακρινούς πλανήτες.
04:38
So, to give you another example:
100
268997
2067
Λοιπόν, ένα ακόμη παράδειγμα:
04:41
in 2008, a group in UCLA
were looking into the patterns
were looking into the patterns
101
271088
4225
Το 2008 μια ομάδα του Πανεπιστημίου
της Καλιφόρνια ερευνούσε τα μοτίβα
της Καλιφόρνια ερευνούσε τα μοτίβα
04:45
of burglary hot spots in the city.
102
275337
2712
περιοχών με πολλές διαρρήξεις.
04:48
Now, one thing about burglaries
is this idea of repeat victimization.
is this idea of repeat victimization.
103
278073
5519
Υπάρχει η θεωρία για
την κατ' εξακολούθηση θυματοποίηση.
την κατ' εξακολούθηση θυματοποίηση.
04:53
So if you have a group of burglars
who manage to successfully rob an area,
who manage to successfully rob an area,
104
283616
4237
Αν οι διαρρήκτες διαπράξουν
επιτυχημένες ληστείες σε μια περιοχή,
επιτυχημένες ληστείες σε μια περιοχή,
04:57
they'll tend to return to that area
and carry on burgling it.
and carry on burgling it.
105
287877
3790
τείνουν να επιστρέφουν στην ίδια
περιοχή για νέες ληστείες.
περιοχή για νέες ληστείες.
05:01
So they learn the layout of the houses,
106
291691
2856
Έτσι μαθαίνουν τη διάταξη των σπιτιών,
05:04
the escape routes
107
294571
1694
τις διόδους διαφυγής
05:06
and the local security measures
that are in place.
that are in place.
108
296289
3004
και τα μέτρα προφύλαξης που υπάρχουν εκεί.
05:09
And this will continue to happen
109
299317
1685
Και αυτό θα συνεχίσει να συμβαίνει
05:11
until local residents and police
ramp up the security,
ramp up the security,
110
301026
3181
μέχρι οι κάτοικοι και η αστυνομία
να αυξήσουν τα μέτρα ασφαλείας.
να αυξήσουν τα μέτρα ασφαλείας.
05:14
at which point, the burglars
will move off elsewhere.
will move off elsewhere.
111
304231
2771
Και τότε οι διαρρήκτες
θα μετακινηθούν σε άλλη περιοχή.
θα μετακινηθούν σε άλλη περιοχή.
05:17
And it's that balance
between burglars and security
between burglars and security
112
307026
2808
Αυτή η ισορροπία διαρρηκτών
και μέσων ασφαλείας
και μέσων ασφαλείας
05:19
which creates these dynamic
hot spots of the city.
hot spots of the city.
113
309858
3037
δημιουργεί αυτές τις δυναμικές
εστίες στις πόλεις.
εστίες στις πόλεις.
05:22
As it turns out,
this is exactly the same process
this is exactly the same process
114
312919
3544
Έχει αποδειχθεί ότι με την ίδια διαδικασία
05:26
as how a leopard gets its spots,
115
316487
2242
αποκτά μια λεοπάρδαλη τις κηλίδες της.
05:28
except in the leopard example,
it's not burglars and security,
it's not burglars and security,
116
318753
2936
Όμως, εδώ δεν πρόκειται
για διαρρήκτες και ασφάλεια,
για διαρρήκτες και ασφάλεια,
05:31
it's the chemical process
that creates these patterns
that creates these patterns
117
321713
3465
αλλά για μια χημική διαδικασία
που δημιουργεί αυτά τα μοτίβα
που δημιουργεί αυτά τα μοτίβα
05:35
and something called "morphogenesis."
118
325202
1995
και κάτι που ονομάζεται «μορφογένεση».
05:37
We actually know an awful lot
about the morphogenesis of leopard spots.
about the morphogenesis of leopard spots.
119
327221
4256
Ξέρουμε πολλά για τη μορφογένεση
των κηλίδων της λεοπάρδαλης.
των κηλίδων της λεοπάρδαλης.
05:41
Maybe we can use this to try and spot
some of the warning signs with burglaries
some of the warning signs with burglaries
120
331501
4644
Ίσως μας βοηθήσουν να βρούμε
προειδοποιητικά σημάδια για διαρρήξεις
προειδοποιητικά σημάδια για διαρρήξεις
05:46
and perhaps, also to create
better crime strategies to prevent crime.
better crime strategies to prevent crime.
121
336169
4107
και να βρούμε καλύτερες στρατηγικές
αποτροπής του εγκλήματος.
αποτροπής του εγκλήματος.
05:50
There's a group here at UCL
122
340300
1572
Υπάρχει μια ομάδα εδώ στο UCL
05:51
who are working with
the West Midlands police right now
the West Midlands police right now
123
341896
2825
που συνεργάζονται με την αστυνομία
στα Δυτικά Μίντλαντς
στα Δυτικά Μίντλαντς
05:54
on this very question.
124
344745
1641
πάνω σε αυτή τη θεωρία.
05:56
I could give you
plenty of examples like this,
plenty of examples like this,
125
346410
2915
Θα μπορούσα να σας δώσω
πολλά παραδείγματα πάνω σ' αυτό,
πολλά παραδείγματα πάνω σ' αυτό,
05:59
but I wanted to leave you
with one from my own research
with one from my own research
126
349349
2643
αλλά θα ήθελα να τελειώσω
με ένα από τη δική μου έρευνα
με ένα από τη δική μου έρευνα
06:02
on the London riots.
127
352016
1166
για το Λονδίνο.
06:03
Now, you probably
don't need me to tell you
don't need me to tell you
128
353206
2015
Πιθανόν δεν χρειάζεται να σας πω
06:05
about the events of last summer,
129
355245
1567
για τα γεγονότα του καλοκαιριού
06:06
where London and the UK saw
the worst sustained period
the worst sustained period
130
356836
3030
όταν το Λονδίνο και η χώρα βίωσαν
τη χειρότερη περίοδο
τη χειρότερη περίοδο
06:09
of violent looting and arson
131
359890
1526
βίαιων λεηλασιών και εμπρησμών
06:11
for over twenty years.
132
361440
1613
τα τελευταία 20 χρόνια.
06:13
It's understandable that, as a society,
we want to try and understand
we want to try and understand
133
363077
3287
Είναι θεμιτό ότι, ως κοινωνία,
θέλουμε να κατανοήσουμε
θέλουμε να κατανοήσουμε
06:16
exactly what caused these riots,
134
366388
1794
τι ακριβώς προκάλεσε τις αναταραχές,
06:18
but also, perhaps, to equip our police
with better strategies
with better strategies
135
368206
3885
αλλά και, ίσως, να εξοπλίσουμε
την αστυνομία με καλύτερες στρατηγικές
την αστυνομία με καλύτερες στρατηγικές
06:22
to lead to a swifter
resolution in the future.
resolution in the future.
136
372115
3781
που θα οδηγήσουν σε
πιο γρήγορες λύσεις στο μέλλον.
πιο γρήγορες λύσεις στο μέλλον.
06:25
Now, I don't want to upset
the sociologists here,
the sociologists here,
137
375920
2356
Δεν θέλω να στενοχωρήσω
τους κοινωνιολόγους
τους κοινωνιολόγους
06:28
so I absolutely cannot talk about
the individual motivations for a rioter,
the individual motivations for a rioter,
138
378300
4857
γι' αυτό δεν μπορώ να μιλήσω
για τα ξεχωριστά κίνητρα των ταραξιών,
για τα ξεχωριστά κίνητρα των ταραξιών,
06:33
but when you look at
the rioters all together,
the rioters all together,
139
383181
2168
αλλά όταν τους αντιμετωπίσουμε ως ομάδα,
06:35
mathematically, you can separate it
into a three-stage process
into a three-stage process
140
385373
3208
μαθηματικά μπορούμε να δούμε τρία στάδια
06:38
and draw analogies accordingly.
141
388605
1975
και τις αντίστοιχες αναλογίες.
06:40
So, step one: let's say
you've got a group of friends.
you've got a group of friends.
142
390604
3177
Στάδιο πρώτο: φανταστείτε μια παρέα φίλων.
06:43
None of them are involved in the riots,
143
393805
1875
Δεν συμμετέχουν στις αναταραχές
06:45
but one of them walks past
a Foot Locker which is being raided,
a Foot Locker which is being raided,
144
395704
3682
αλλά ένας τους περνάει έξω από
ένα μαγαζί με αθλητικά του λεηλατείται,
ένα μαγαζί με αθλητικά του λεηλατείται,
06:49
and goes in and bags himself
a new pair of trainers.
a new pair of trainers.
145
399410
2513
μπαίνει μέσα και αρπάζει
ένα ζευγάρι αθλητικά.
ένα ζευγάρι αθλητικά.
06:51
He texts one of his friends and says,
"Come on down to the riots."
"Come on down to the riots."
146
401947
4089
Στέλνει σ' έναν φίλο το μήνυμα:
«Έλα εκεί που γίνονται οι αναταραχές».
«Έλα εκεί που γίνονται οι αναταραχές».
06:56
So his friend joins him,
147
406060
1421
Ο φίλος του πηγαίνει εκεί
06:57
and then the two of them text
more of their friends, who join them,
more of their friends, who join them,
148
407505
3157
και οι δυο τους ειδοποιούν
και άλλους φίλους που τους συναντούν,
και άλλους φίλους που τους συναντούν,
07:00
and text more of their friends
149
410686
1581
και αυτοί ειδοποιούν και άλλους,
07:02
and more and more, and so it continues.
150
412291
2374
και αυτοί και άλλους, και πάει έτσι.
07:04
This process is identical to the way
that a virus spreads through a population.
that a virus spreads through a population.
151
414689
4583
Είναι η ίδια διαδικασία με την οποία
εξαπλώνεται στον πληθυσμό ένας ιός.
εξαπλώνεται στον πληθυσμό ένας ιός.
07:09
If you think about the bird flu epidemic
of a couple of years ago,
of a couple of years ago,
152
419296
3100
Αν θυμάστε την επιδημία των πτηνών
πριν λίγα χρόνια,
πριν λίγα χρόνια,
07:12
the more people that were infected,
the more people that got infected,
the more people that got infected,
153
422420
3303
όσο πιο πολλοί μολύνονταν,
τόσο πιο πολύ μεταδιδόταν,
τόσο πιο πολύ μεταδιδόταν,
07:15
and the faster the virus spread
154
425747
1588
και με μεγάλη ταχύτητα
07:17
before the authorities managed
to get a handle on events.
to get a handle on events.
155
427359
3141
πριν οι αρχές καταλάβουν τι συνέβαινε.
07:20
And it's exactly the same process here.
156
430988
2515
Ακριβώς την ίδια διαδικασία
έχουμε και εδώ.
έχουμε και εδώ.
07:23
So let's say you've got a rioter,
he's decided he's going to riot.
he's decided he's going to riot.
157
433527
3276
Ας υποθέσουμε ότι ένας ταραξίας
έχει αποφασίσει να συμμετέχει.
έχει αποφασίσει να συμμετέχει.
07:26
The next thing he has to do
is pick a riot site.
is pick a riot site.
158
436827
2535
Το επόμενο βήμα είναι
να διαλέξει το πού θα πάει.
να διαλέξει το πού θα πάει.
07:30
Now, what you should know
about rioters is that, um ...
about rioters is that, um ...
159
440274
3624
Οι ταραξίες δεν είναι διατεθειμένοι...
07:33
Oops, clicker's gone. There we go.
160
443922
1642
Πρόβλημα με το τηλεχειριστήριο.
07:35
What you should know about rioters is,
they're not prepared to travel
they're not prepared to travel
161
445588
3344
Οι ταραξίες δεν είναι
διατεθειμένοι να πάνε
διατεθειμένοι να πάνε
07:38
that far from where they live,
162
448956
1451
μακριά από εκεί που μένουν,
07:40
unless it's a really juicy riot site.
163
450431
1852
εκτός κι αν είναι καλή φάση.
07:42
(Laughter)
164
452307
1075
(Γέλια)
07:43
So you can see that here from this graph,
165
453406
2069
Το βλέπετε στο γράφημα.
07:45
with an awful lot of rioters
having traveled less than a kilometer
having traveled less than a kilometer
166
455499
3391
Οι περισσότεροι έχουν ταξιδέψει
μέχρι ένα χιλιόμετρο
μέχρι ένα χιλιόμετρο
07:48
to the site that they went to.
167
458914
1679
ως την περιοχή προορισμού.
07:50
Now, this pattern is seen
in consumer models of retail spending,
in consumer models of retail spending,
168
460617
4909
Τέτοια μοτίβα βλέπουμε
σε καταναλωτικές συμπεριφορές,
σε καταναλωτικές συμπεριφορές,
07:55
i.e., where we choose to go shopping.
169
465550
2309
δηλ. στο πού κάνουμε τις αγορές μας.
07:57
So, of course, people like
to go to local shops,
to go to local shops,
170
467883
2922
Οι άνθρωποι, βέβαια, ψωνίζουν
στα τοπικά καταστήματα,
στα τοπικά καταστήματα,
08:00
but you'd be prepared
to go a little bit further
to go a little bit further
171
470829
2592
αλλά πηγαίνουν και λίγο πιο μακριά
08:03
if it was a really good retail site.
172
473445
2116
αν υπάρχει κάποιο καλό κατάστημα.
08:05
And this analogy, actually, was already
picked up by some of the papers,
picked up by some of the papers,
173
475585
3442
Αυτή την αναλογία χρησιμοποίησαν
κάποιες εφημερίδες,
κάποιες εφημερίδες,
08:09
with some tabloid press calling the events
"Shopping with violence,"
"Shopping with violence,"
174
479051
3262
και κάποιες σκανδαλοθηρικές
αναφέρθηκαν σε «Ψώνια με βία»,
αναφέρθηκαν σε «Ψώνια με βία»,
08:12
which probably sums it up
in terms of our research.
in terms of our research.
175
482337
2788
που, μάλλον, συνοψίζει
και τα αποτελέσματα της έρευνάς μας.
και τα αποτελέσματα της έρευνάς μας.
08:15
Oh! -- we're going backwards.
176
485673
1476
Ωχ, γυρίζει πίσω.
08:19
OK, step three.
177
489730
1456
Εντάξει. Βήμα τρίτο.
08:21
Finally, the rioter is at his site,
178
491210
1817
Ο ταραξίας φτάνει, τελικά, στον χώρο,
08:23
and he wants to avoid
getting caught by the police.
getting caught by the police.
179
493051
4572
και θέλει ν' αποφύγει τη σύλληψη.
08:27
The rioters will avoid
the police at all times,
the police at all times,
180
497647
2701
Οι ταραξίες θα αποφεύγουν
συνεχώς την αστυνομία
συνεχώς την αστυνομία
08:30
but there is some safety in numbers.
181
500372
2094
αλλά το πλήθος τους τούς παρέχει ασφάλεια.
08:32
And on the flip side, the police,
with their limited resources,
with their limited resources,
182
502490
3061
Από την άλλη, η αστυνομία,
με τις περιορισμένες δυνάμεις της,
με τις περιορισμένες δυνάμεις της,
08:35
are trying to protect
as much of the city as possible,
as much of the city as possible,
183
505575
2579
προσπαθεί να προσφέρει
τη μεγαλύτερη δυνατή προστασία,
τη μεγαλύτερη δυνατή προστασία,
08:38
arrest rioters wherever possible
184
508178
2013
να κάνει συλλήψεις, όπου είναι δυνατό,
08:40
and to create a deterrent effect.
185
510215
2041
και να δράσει αποτρεπτικά.
08:45
And actually, as it turns out,
186
515510
1491
Και αποδεικνύεται, τελικά,
08:47
this mechanism between the two species,
so to speak, of rioters and police,
so to speak, of rioters and police,
187
517025
4623
ότι ο μηχανισμός μεταξύ των δύο αυτών
«ειδών», ταραξιών και αστυνομίας,
«ειδών», ταραξιών και αστυνομίας,
08:51
is identical to predators
and prey in the wild.
and prey in the wild.
188
521672
2649
είναι ο ίδιος με αυτόν μεταξύ
θηράματος και θηρευτή.
θηράματος και θηρευτή.
08:54
So if you can imagine rabbits and foxes,
189
524345
2197
Σκεφτείτε τα κουνέλια και τις αλεπούδες.
08:56
rabbits are trying to avoid
foxes at all costs,
foxes at all costs,
190
526566
2750
Τα κουνέλια προσπαθούν
να τις αποφύγουν με κάθε τρόπο,
να τις αποφύγουν με κάθε τρόπο,
08:59
while foxes are patrolling the space,
trying to look for rabbits.
trying to look for rabbits.
191
529340
3687
ενώ αυτές περιπολούν ψάχνοντας κουνέλια.
09:03
We actually know an awful lot
about the dynamics of predators and prey.
about the dynamics of predators and prey.
192
533051
3354
Γνωρίζουμε πάρα πολλά για τις σχέσεις
θηρευτών και θηραμάτων.
θηρευτών και θηραμάτων.
09:06
We also know a lot about
consumer spending flows.
consumer spending flows.
193
536429
4979
Και για τις αγοραστικές συνήθειες
των καταναλωτών.
των καταναλωτών.
09:11
And we know a lot about
how viruses spread through a population.
how viruses spread through a population.
194
541432
3163
Και, επίσης, για το πώς μεταδίδονται
οι ιοί στους πληθυσμούς.
οι ιοί στους πληθυσμούς.
09:14
So if you take these three analogies
together and exploit them,
together and exploit them,
195
544619
3033
Αν χρησιμοποιήσουμε
αυτές τις τρεις αναλογίες,
αυτές τις τρεις αναλογίες,
09:17
you can come up with a mathematical
model of what actually happened,
model of what actually happened,
196
547676
3236
καταλήγουμε σ' έναν μαθηματικό
τύπο για το τι συνέβη,
τύπο για το τι συνέβη,
09:20
that's capable of replicating
the general patterns
the general patterns
197
550936
2404
ο οποίος αναπαράγει το ευρύτερο μοτίβο
09:23
of the riots themselves.
198
553364
1343
των εξεγέρσεων.
09:25
Now, once we've got this,
we can almost use this as a petri dish
we can almost use this as a petri dish
199
555678
3086
Τότε μπορούμε να τον
χρησιμοποιήσουμε ως τρυβλίο Petri
χρησιμοποιήσουμε ως τρυβλίο Petri
09:28
and start having conversations
200
558788
1623
και να αρχίσουμε μια συζήτηση
09:30
about which areas of the city
were more susceptible than others
were more susceptible than others
201
560435
3139
για το ποιες περιοχές της πόλης
ήταν πιο ευάλωτες,
ήταν πιο ευάλωτες,
09:33
and what police tactics could be used
202
563598
1877
και τι θα μπορούσε να κάνει η αστυνομία
09:35
if this were ever to happen
again in the future.
again in the future.
203
565499
2307
αν αυτό συνέβαινε ξανά.
09:37
Even twenty years ago, modeling
of this sort was completely unheard of.
of this sort was completely unheard of.
204
567830
4003
Μόλις 20 χρόνια πριν κάτι τέτοιο
ήταν ανήκουστο.
ήταν ανήκουστο.
09:41
But I think that these analogies
are an incredibly important tool
are an incredibly important tool
205
571857
4444
Νομίζω, όμως, ότι αυτές οι αναλογίες
είναι απίστευτα σημαντικό εργαλείο
είναι απίστευτα σημαντικό εργαλείο
09:46
in tackling problems with our society,
206
576325
2491
στην αντιμετώπιση κοινωνικών προβλημάτων,
09:48
and perhaps, ultimately improving
our society overall.
our society overall.
207
578840
3406
και, ίσως, τελικά βελτιώσουν
την κοινωνία μας γενικά.
την κοινωνία μας γενικά.
09:52
So, to conclude: life is complex,
208
582270
2389
Λοιπόν, συνοψίζω: η ζωή είναι περίπλοκη,
09:54
but perhaps understanding it need not
necessarily be that complicated.
necessarily be that complicated.
209
584683
3357
αλλά η κατανόησή της δεν είναι
απαραίτητα τόσο πολύπλοκη.
απαραίτητα τόσο πολύπλοκη.
09:58
Thank you.
210
588064
1158
Σας ευχαριστώ.
09:59
(Applause)
211
589246
1386
(Χειροκρότημα)
ABOUT THE SPEAKER
Hannah Fry - Complexity theoristHannah Fry researches the trends in our civilization and ways we can forecast its future.
Why you should listen
Hannah Fry completed her PhD in fluid dynamics in early 2011 with an emphasis on how liquid droplets move. Then, after working as an aerodynamicist in the motorsport industry, she began work on an interdisciplinary project in complexity sciences at University College London. Hannah’s current research focusses on discovering new connections between mathematically described systems and human interaction at the largest scale.
Fry is the author of the TED Book, The Mathematics of Love: Patterns, Proofs, and the Search for the Ultimate Equation.
Hannah Fry | Speaker | TED.com