TEDxZurich 2013
Nicolas Perony: Puppies! Now that I’ve got your attention, complexity theory
Nicolas Perony: ¡Perritos! Ahora que tengo tu atención, teoría de la complejidad
Filmed:
Readability: 4.5
1,021,641 views
El comportamiento animal no es complicado, pero es complejo. Nicolas Perony estudia cómo los animales -- ya se trate de terriers escoceses, murciélagos o suricatas -- siguen reglas simples que, en conjunto, crean patrones más grandes de la conducta. Y cómo de esta complejidad nace la simplicidad que puede ayudar a adaptarse a las nuevas circunstancias, a medida que surgen.
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? Full bio
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
Science,
0
3393
1228
Ciencia.
00:16
science has allowed us to know so much
1
4621
3337
La ciencia nos ha
permitido conocer mucho
permitido conocer mucho
00:19
about the far reaches of the universe,
2
7958
3026
los confines del universo,
00:22
which is at the same time tremendously important
3
10984
3195
lo que es a la vez
enormemente importante
enormemente importante
00:26
and extremely remote,
4
14179
2066
y extremadamente remoto.
00:28
and yet much, much closer,
5
16245
2459
Sin embargo, más cerca,
mucho más directamente
relacionado con nosotros,
relacionado con nosotros,
00:30
much more directly related to us,
6
18704
2091
00:32
there are many things we don't really understand.
7
20795
2468
hay muchas cosas
que no entendemos del todo.
que no entendemos del todo.
00:35
And one of them is the extraordinary
8
23263
2129
Y una de ellas
es la extraordinaria
es la extraordinaria
00:37
social complexity of the animals around us,
9
25392
3326
complejidad social de los
animales que nos rodean
animales que nos rodean
00:40
and today I want to tell you a few stories
10
28718
2016
y hoy quiero contarles
algunas historias
algunas historias
00:42
of animal complexity.
11
30734
2008
de la complejidad animal.
Pero antes, ¿a qué
llamamos complejidad?
llamamos complejidad?
00:44
But first, what do we call complexity?
12
32742
3350
00:48
What is complex?
13
36092
1487
¿Qué es complejo?
00:49
Well, complex is not complicated.
14
37579
3427
Bueno, complejo no es complicado.
00:53
Something complicated comprises many small parts,
15
41006
3448
Algo complicado comprende
muchas piezas pequeñas,
muchas piezas pequeñas,
00:56
all different, and each of them
16
44454
2430
todas diferentes, y cada una
00:58
has its own precise role in the machinery.
17
46899
3104
tiene su papel preciso
en la maquinaria.
en la maquinaria.
01:02
On the opposite, a complex system
18
50003
2811
Por el contrario,
un sistema complejo
un sistema complejo
01:04
is made of many, many similar parts,
19
52814
2641
está hecho de muchas,
muchas partes similares
muchas partes similares
01:07
and it is their interaction
20
55455
2008
y es su interacción
01:09
that produces a globally coherent behavior.
21
57463
3320
la que produce un comportamiento
globalmente coherente.
globalmente coherente.
01:12
Complex systems have many interacting parts
22
60783
3836
Los sistemas complejos tienen
muchas partes que interactúan
muchas partes que interactúan
01:16
which behave according to simple, individual rules,
23
64619
3426
que se comportan según
reglas simples, individuales
reglas simples, individuales
01:20
and this results in emergent properties.
24
68045
3349
y esto genera propiedades emergentes.
El comportamiento del sistema
como un todo
como un todo
01:23
The behavior of the system as a whole
25
71394
1888
01:25
cannot be predicted
26
73282
1668
no puede deducirse
01:26
from the individual rules only.
27
74950
2152
solo de las reglas individuales.
01:29
As Aristotle wrote,
28
77102
1810
Como escribió Aristóteles:
01:30
the whole is greater than the sum of its parts.
29
78912
3060
"el todo es más que
la suma de las partes".
la suma de las partes".
01:33
But from Aristotle, let's move onto
30
81972
2462
Pero vayamos de Aristóteles,
01:36
a more concrete example of complex systems.
31
84434
3690
a un ejemplo más concreto
de sistemas complejos.
de sistemas complejos.
01:40
These are Scottish terriers.
32
88124
1956
Los terriers escoceses.
01:42
In the beginning, the system is disorganized.
33
90080
3751
Al principio, el sistema
está desorganizado.
está desorganizado.
01:45
Then comes a perturbation: milk.
34
93831
3801
Luego viene una
perturbación: la leche.
perturbación: la leche.
01:49
Every individual starts pushing in one direction
35
97632
3850
Cada individuo empieza
a empujar en una dirección
a empujar en una dirección
01:53
and this is what happens.
36
101482
3309
y esto es lo que sucede.
01:56
The pinwheel is an emergent property
37
104791
2826
El molinete es una
propiedad emergente
propiedad emergente
01:59
of the interactions between puppies
38
107617
1903
de las interacciones
entre los cachorros
entre los cachorros
02:01
whose only rule is to try to keep access to the milk
39
109520
3910
cuya única regla es tratar de mantener
el acceso a la leche
el acceso a la leche
02:05
and therefore to push in a random direction.
40
113430
3607
y, por lo tanto, empujar
en una dirección aleatoria.
en una dirección aleatoria.
02:09
So it's all about finding the simple rules
41
117037
3975
Así que solo se trata de
encontrar las reglas simples
encontrar las reglas simples
02:13
from which complexity emerges.
42
121012
2758
desde las que emerge la complejidad.
02:15
I call this simplifying complexity,
43
123770
2940
Yo llamo a esto complejidad simplificada
y es lo que hacemos en la cátedra
de diseño de sistemas
de diseño de sistemas
02:18
and it's what we do at the chair of systems design
44
126710
2135
02:20
at ETH Zurich.
45
128845
1977
en la ETH Zúrich.
02:22
We collect data on animal populations,
46
130822
3705
Recopilamos datos sobre
las poblaciones animales,
las poblaciones animales,
02:26
analyze complex patterns, try to explain them.
47
134527
3811
analizamos los patrones complejos,
y tratamos de explicarlos.
y tratamos de explicarlos.
02:30
It requires physicists who work with biologists,
48
138338
2619
Requiere que los físicos
trabajen con los biólogos,
trabajen con los biólogos,
02:32
with mathematicians and computer scientists,
49
140957
2723
con los matemáticos y con
científicos de la computación,
científicos de la computación,
02:35
and it is their interaction that produces
50
143680
2820
y es su interacción la que produce
02:38
cross-boundary competence
51
146500
1714
la capacidad transfronteriza
02:40
to solve these problems.
52
148214
1578
para resolver estos problemas.
02:41
So again, the whole is greater
53
149792
2272
Así que de nuevo, el todo es más
que la suma de las partes.
que la suma de las partes.
02:44
than the sum of the parts.
54
152064
1400
02:45
In a way, collaboration
55
153464
2150
En cierto modo, la colaboración
02:47
is another example of a complex system.
56
155614
3491
es otro ejemplo de sistema complejo.
02:51
And you may be asking yourself
57
159105
1876
Y posiblemente te estés preguntando
02:52
which side I'm on, biology or physics?
58
160981
2817
si estoy del lado de la bilogía
o de la física.
o de la física.
02:55
In fact, it's a little different,
59
163798
2111
De hecho, es algo diferente,
02:57
and to explain, I need to tell you
60
165909
1589
y para explicarlo, necesito contarles
02:59
a short story about myself.
61
167498
2342
una pequeña historia sobre mí.
03:01
When I was a child,
62
169840
1727
Cuando era chico,
03:03
I loved to build stuff, to
create complicated machines.
create complicated machines.
63
171567
4109
me encantaba construir cosas,
crear máquinas complicadas.
crear máquinas complicadas.
03:07
So I set out to study electrical engineering
64
175676
2737
Así que me puse a estudiar
ingeniería eléctrica
ingeniería eléctrica
03:10
and robotics,
65
178413
1552
y robótica.
03:11
and my end-of-studies project
66
179965
2093
Mi proyecto final
03:14
was about building a robot called ER-1 --
67
182058
2926
era construir un robot llamado ER-1
03:16
it looked like this—
68
184984
1930
-- que se veía así --
03:18
that would collect information from its environment
69
186914
2371
que recopilaría información
de su entorno
de su entorno
03:21
and proceed to follow a white line on the ground.
70
189285
3498
y procedería a seguir
una línea blanca en el suelo.
una línea blanca en el suelo.
03:24
It was very, very complicated,
71
192783
2379
Era muy, muy complicado,
03:27
but it worked beautifully in our test room,
72
195162
2984
pero funcionó magníficamente
en nuestra habitación de prueba.
en nuestra habitación de prueba.
03:30
and on demo day, professors had
assembled to grade the project.
assembled to grade the project.
73
198146
3453
El día de la demostración, los
profesores aprobarían el proyecto.
profesores aprobarían el proyecto.
03:33
So we took ER-1 to the evaluation room.
74
201607
2902
Llevamos el ER-1 a la
habitación de evaluación.
habitación de evaluación.
03:36
It turned out, the light in that room
75
204509
2310
Resultó ser que la luz del lugar
03:38
was slightly different.
76
206819
1819
era un poquito diferente.
03:40
The robot's vision system got confused.
77
208638
2331
El sistema de visión del robot
se confundió.
se confundió.
03:42
At the first bend in the line,
78
210969
1761
En la primera curva de la línea,
03:44
it left its course, and crashed into a wall.
79
212730
3739
abandonó su curso
y se estrelló contra una pared.
y se estrelló contra una pared.
03:48
We had spent weeks building it,
80
216469
2087
Nos había llevado
semanas construirlo
semanas construirlo
03:50
and all it took to destroy it
81
218556
1673
y todo lo que tomó
para destruirlo
para destruirlo
03:52
was a subtle change in the color of the light
82
220229
2656
fue un cambio sutil
en el color de la luz
en el color de la luz
03:54
in the room.
83
222885
1596
en la habitación.
03:56
That's when I realized that
84
224481
1515
Ahí fue cuando me di cuenta
03:57
the more complicated you make a machine,
85
225996
2327
de que cuanto más complicada
haces una máquina,
haces una máquina,
04:00
the more likely that it will fail
86
228323
2039
más probable es que falle
04:02
due to something absolutely unexpected.
87
230362
2563
debido a algo absolutamente inesperado.
04:04
And I decided that, in fact,
88
232925
1830
Y decidí que, de hecho,
04:06
I didn't really want to create complicated stuff.
89
234755
3013
no quería crear cosas complicadas.
04:09
I wanted to understand complexity,
90
237768
2942
Quería entender la complejidad,
04:12
the complexity of the world around us
91
240710
1988
la complejidad del mundo que nos rodea
04:14
and especially in the animal kingdom.
92
242698
2405
y especialmente en el reino animal.
04:17
Which brings us to bats.
93
245103
3320
Lo que nos lleva a los murciélagos.
Los murciélagos Bechstein son una especie
común de murciélagos europeos.
común de murciélagos europeos.
04:20
Bechstein's bats are a common
species of European bats.
species of European bats.
94
248423
3051
04:23
They are very social animals.
95
251474
1413
Son animales muy sociales.
04:24
Mostly they roost, or sleep, together.
96
252887
3291
La mayoría de ellos se posan
o duermen juntos.
o duermen juntos.
04:28
And they live in maternity colonies,
97
256178
1679
Y viven en colonias de maternidad,
04:29
which means that every spring,
98
257857
1540
lo que significa que cada primavera,
04:31
the females meet after the winter hibernation,
99
259397
3258
las hembras se reúnen después
de la hibernación de invierno
de la hibernación de invierno
04:34
and they stay together for about six months
100
262655
2089
y permanecen juntas
durante unos 6 meses
durante unos 6 meses
04:36
to rear their young,
101
264744
2486
para criar a sus hijos.
04:39
and they all carry a very small chip,
102
267230
2805
Todas ellas llevan
un chip muy pequeño,
un chip muy pequeño,
04:42
which means that every time one of them
103
270035
1871
por lo que cada vez
que una de ellas
que una de ellas
04:43
enters one of these specially equipped bat boxes,
104
271906
3057
entra en una de estas cajas especialmente
equipadas para murciélagos,
equipadas para murciélagos,
04:46
we know where she is,
105
274963
1643
sabemos dónde está,
04:48
and more importantly,
106
276606
1169
y lo más importante,
04:49
we know with whom she is.
107
277775
2563
sabemos con quién está.
04:52
So I study roosting associations in bats,
108
280338
3694
Estudio las asociaciones para
descansar en los murciélagos,
descansar en los murciélagos,
04:56
and this is what it looks like.
109
284032
2445
y así se ve.
04:58
During the day, the bats roost
110
286477
2442
De día, los murciélagos se posan
05:00
in a number of sub-groups in different boxes.
111
288919
2304
en subgrupos en diferentes cajas.
05:03
It could be that on one day,
112
291223
1929
Podría ser que un día,
05:05
the colony is split between two boxes,
113
293152
2220
la colonia se divida
entre 2 cajas,
entre 2 cajas,
05:07
but on another day,
114
295372
1300
pero otro día
05:08
it could be together in a single box,
115
296672
2241
podrían estar juntos
en una sola caja
en una sola caja
05:10
or split between three or more boxes,
116
298913
2316
o dividirse en 3 o más cajas,
05:13
and that all seems rather erratic, really.
117
301229
2927
y todo eso parece
más bien errático,
más bien errático,
05:16
It's called fission-fusion dynamics,
118
304156
3203
Se llama dinámica
de la fisión-fusión
de la fisión-fusión
05:19
the property for an animal group
119
307359
1713
a la propiedad de
un grupo de animales
un grupo de animales
05:21
of regularly splitting and merging
120
309072
2178
de dividirse y fusionarse regularmente
05:23
into different subgroups.
121
311250
1661
en diferentes subgrupos.
05:24
So what we do is take all these data
122
312911
2562
Lo que hacemos es tomar
todos estos datos
todos estos datos
05:27
from all these different days
123
315473
1662
de todos estos días
05:29
and pool them together
124
317135
1504
y juntarlos todos
05:30
to extract a long-term association pattern
125
318639
2617
para extraer un patrón de
asociación a largo plazo
asociación a largo plazo
mediante la aplicación de técnicas
de análisis de redes
de análisis de redes
05:33
by applying techniques with network analysis
126
321256
2505
05:35
to get a complete picture
127
323761
1621
para obtener una imagen completa
05:37
of the social structure of the colony.
128
325382
2537
de la estructura social de la colonia.
05:39
Okay? So that's what this picture looks like.
129
327919
4265
¿De acuerdo? Así queda la imagen.
05:44
In this network, all the circles
130
332184
2394
En esta red, todos los círculos
05:46
are nodes, individual bats,
131
334578
2777
son nodos, murciélagos individuales,
05:49
and the lines between them
132
337355
1583
y las líneas entre ellos
05:50
are social bonds, associations between individuals.
133
338938
3664
son los lazos sociales, las
asociaciones entre individuos.
asociaciones entre individuos.
05:54
It turns out this is a very interesting picture.
134
342602
2678
Resulta que esta es una figura
muy interesante.
muy interesante.
05:57
This bat colony is organized
135
345280
1982
Esta colonia de murciélagos
está organizada
está organizada
05:59
in two different communities
136
347262
1868
en 2 diferentes comunidades
06:01
which cannot be predicted
137
349130
1839
que no pueden predecirse
06:02
from the daily fission-fusion dynamics.
138
350969
2249
a partir de la dinámica de
fisión-fusión diaria.
fisión-fusión diaria.
06:05
We call them cryptic social units.
139
353218
3550
Los llamamos unidades
sociales crípticas.
sociales crípticas.
06:08
Even more interesting, in fact:
140
356768
1616
Es aún más interesante, de hecho:
06:10
Every year, around October,
141
358384
2364
Cada año, para octubre,
06:12
the colony splits up,
142
360748
1561
la colonia se divide
06:14
and all bats hibernate separately,
143
362309
2698
y todos los murciélagos
hibernan por separado.
hibernan por separado.
06:17
but year after year,
144
365007
1461
Pero año tras año,
06:18
when the bats come together again in the spring,
145
366468
3073
cuando los murciélagos se reúnen
de nuevo en la primavera,
de nuevo en la primavera,
06:21
the communities stay the same.
146
369541
2590
las comunidades
se mantienen igual.
se mantienen igual.
06:24
So these bats remember their friends
147
372131
2720
Así que estos murciélagos
recuerdan a sus amigos
recuerdan a sus amigos
06:26
for a really long time.
148
374851
1830
por un tiempo muy largo.
06:28
With a brain the size of a peanut,
149
376681
2474
Con un cerebro del
tamaño de un maní,
tamaño de un maní,
06:31
they maintain individualized,
150
379155
2125
mantienen vínculos sociales,
06:33
long-term social bonds,
151
381280
2142
individualizados a largo plazo.
06:35
We didn't know that was possible.
152
383422
1724
No sabíamos que eso era posible.
06:37
We knew that primates
153
385146
1759
Sabíamos que los primates,
06:38
and elephants and dolphins could do that,
154
386905
2568
los elefantes y los
delfines podían hacer eso,
delfines podían hacer eso,
06:41
but compared to bats, they have huge brains.
155
389473
2628
pero en comparación con los murciélagos,
tienen grandes cerebros.
tienen grandes cerebros.
06:44
So how could it be
156
392101
2399
Así que, ¿cómo puede ser
06:46
that the bats maintain this complex,
157
394500
1951
que los murciélagos
mantengan esta compleja
mantengan esta compleja
06:48
stable social structure
158
396451
1688
estructura social estable
06:50
with such limited cognitive abilities?
159
398139
3532
con tan limitadas
capacidades cognitivas?
capacidades cognitivas?
06:53
And this is where complexity brings an answer.
160
401671
2889
Y aquí es donde la complejidad
nos da una respuesta.
nos da una respuesta.
06:56
To understand this system,
161
404560
2141
Para entender este sistema,
06:58
we built a computer model of roosting,
162
406701
2797
hemos construido un modelo
informático de dormidero,
informático de dormidero,
07:01
based on simple, individual rules,
163
409498
2018
basado en reglas simples,
individuales,
individuales,
07:03
and simulated thousands and thousands of days
164
411516
2435
que simulan miles y miles de días
07:05
in the virtual bat colony.
165
413951
2019
en la colonia virtual de murciélagos.
07:07
It's a mathematical model,
166
415970
2124
Es un modelo matemático,
07:10
but it's not complicated.
167
418094
1954
pero no es complicado.
07:12
What the model told us is that, in a nutshell,
168
420048
3098
Lo que ese modelo nos dijo es que,
en pocas palabras,
en pocas palabras,
07:15
each bat knows a few other colony members
169
423146
3186
cada murciélago reconoce a algunos
de los otros miembros de la colonia
de los otros miembros de la colonia
07:18
as her friends, and is just slightly more likely
170
426332
2488
como sus amigos y es
un poco más probable
un poco más probable
07:20
to roost in a box with them.
171
428820
2510
que descanse en una caja con ellos.
07:23
Simple, individual rules.
172
431330
2444
Simples reglas individuales.
Esto es todo lo que se necesita
para explicar
para explicar
07:25
This is all it takes to explain
173
433774
1712
07:27
the social complexity of these bats.
174
435486
2389
la complejidad social
de estos murciélagos.
de estos murciélagos.
07:29
But it gets better.
175
437875
1718
Pero se pone mejor.
07:31
Between 2010 and 2011,
176
439593
2848
Entre 2010 y 2011,
07:34
the colony lost more than two thirds of its members,
177
442441
3453
la colonia perdió más de dos tercios
de sus miembros,
de sus miembros,
07:37
probably due to the very cold winter.
178
445894
2986
probablemente debido
a un invierno muy frío.
a un invierno muy frío.
07:40
The next spring, it didn't form two communities
179
448880
3144
La siguiente primavera,
no se formaron dos comunidades
no se formaron dos comunidades
07:44
like every year,
180
452024
1271
como cada año,
07:45
which may have led the whole colony to die
181
453295
2203
lo que podría haber hecho
que toda la colonia muera
que toda la colonia muera
07:47
because it had become too small.
182
455498
2095
porque se había vuelto pequeña.
07:49
Instead, it formed a single, cohesive social unit,
183
457593
5373
En cambio, se formó una sola
unidad social cohesionada,
unidad social cohesionada,
07:54
which allowed the colony to survive that season
184
462966
2732
que permitió que la colonia
sobreviva esa temporada
sobreviva esa temporada
07:57
and thrive again in the next two years.
185
465698
3104
y vuelva a crecer
en los dos años siguientes.
en los dos años siguientes.
08:00
What we know is that the bats
186
468802
1778
Lo que sabemos es que
los murciélagos
los murciélagos
08:02
are not aware that their colony is doing this.
187
470580
2907
no son conscientes de que
su colonia está haciendo esto.
su colonia está haciendo esto.
08:05
All they do is follow simple association rules,
188
473487
3546
Lo que hacen es aplicar unas
simples reglas de asociación
simples reglas de asociación
08:09
and from this simplicity
189
477033
1349
y de esta simplicidad
08:10
emerges social complexity
190
478382
2441
emerge la complejidad social
08:12
which allows the colony to be resilient
191
480823
2840
que permite a la
colonia recuperarse
colonia recuperarse
08:15
against dramatic changes
in the population structure.
in the population structure.
192
483663
2981
de los profundos cambios
en la estructura de la población.
en la estructura de la población.
08:18
And I find this incredible.
193
486644
2694
Y me parece increíble.
08:21
Now I want to tell you another story,
194
489338
2084
Ahora quiero contarles
otra historia,
otra historia,
08:23
but for this we have to travel from Europe
195
491422
1555
pero tendremos que
viajar desde Europa
viajar desde Europa
08:24
to the Kalahari Desert in South Africa.
196
492977
3048
al desierto de Kalahari
en Sudáfrica.
en Sudáfrica.
08:28
This is where meerkats live.
197
496025
2027
Aquí es donde viven
las suricatas.
las suricatas.
08:30
I'm sure you know meerkats.
198
498052
1500
Estoy seguro de que conocen
a las suricatas.
a las suricatas.
08:31
They're fascinating creatures.
199
499552
2106
Son criaturas fascinantes.
08:33
They live in groups with a
very strict social hierarchy.
very strict social hierarchy.
200
501658
2989
Viven en grupos con una
jerarquía social muy estricta.
jerarquía social muy estricta.
08:36
There is one dominant pair,
201
504647
1459
Hay una pareja dominante
08:38
and many subordinates,
202
506106
1382
y muchos subordinados.
08:39
some acting as sentinels,
203
507488
1714
Algunos hacen de centinelas,
08:41
some acting as babysitters,
204
509202
1337
algunos de niñeras,
algunos enseñan a los cachorros,
y así sucesivamente.
y así sucesivamente.
08:42
some teaching pups, and so on.
205
510539
1897
08:44
What we do is put very small GPS collars
206
512436
3321
Lo que hicimos fue poner
unos collares GPS muy pequeños
unos collares GPS muy pequeños
en estos animales
08:47
on these animals
207
515757
1525
08:49
to study how they move together,
208
517282
1875
para estudiar cómo
se mueven juntos
se mueven juntos
08:51
and what this has to do with their social structure.
209
519157
3717
y qué relación guarda esto
con su estructura social.
con su estructura social.
08:54
And there's a very interesting example
210
522874
1490
Y hay un ejemplo
muy interesante
muy interesante
08:56
of collective movement in meerkats.
211
524364
2716
del movimiento colectivo
de las suricatas.
de las suricatas.
08:59
In the middle of the reserve which they live in
212
527080
2367
En el medio de la reserva
en la que viven
en la que viven
09:01
lies a road.
213
529447
1209
hay una ruta.
09:02
On this road there are cars, so it's dangerous.
214
530656
3233
En esta ruta hay coches,
por lo que es peligroso.
por lo que es peligroso.
09:05
But the meerkats have to cross it
215
533889
2284
Las suricatas tienen
que cruzarla para
que cruzarla para
09:08
to get from one feeding place to another.
216
536173
2574
ir de un lugar de
alimentación a otro.
alimentación a otro.
09:10
So we asked, how exactly do they do this?
217
538747
4751
Así que nos preguntamos,
¿exactamente cómo hacen esto?
¿exactamente cómo hacen esto?
09:15
We found that the dominant female
218
543498
1836
Descubrimos que
la hembra dominante
la hembra dominante
09:17
is mostly the one who leads the group to the road,
219
545334
2621
es generalmente la única que
guía al grupo a la ruta,
guía al grupo a la ruta,
09:19
but when it comes to crossing it, crossing the road,
220
547955
3272
pero al momento de cruzarla,
09:23
she gives way to the subordinates,
221
551227
2351
deja pasar a los subordinados,
09:25
a manner of saying,
222
553578
1777
como diciendo,
09:27
"Go ahead, tell me if it's safe."
223
555355
2682
"Adelante, díganme si es seguro".
09:30
What I didn't know, in fact,
224
558037
1664
Lo que yo no sabía
09:31
was what rules in their behavior the meerkats follow
225
559701
3142
era qué reglas de comportamiento
seguían las suricatas
seguían las suricatas
09:34
for this change at the edge of the group to happen
226
562843
2925
para que este cambio tenga lugar
09:37
and if simple rules were sufficient to explain it.
227
565768
3850
y si podía explicarse
con reglas simples.
con reglas simples.
09:41
So I built a model, a model of simulated meerkats
228
569618
3991
Entonces, construí un modelo,
un modelo de simulación de suricatas
un modelo de simulación de suricatas
09:45
crossing a simulated road.
229
573609
1913
cruzando una ruta simulada.
09:47
It's a simplistic model.
230
575522
1872
Es un modelo simplista.
09:49
Moving meerkats are like random particles
231
577394
2840
Las suricatas en movimiento son
como partículas aleatorias
como partículas aleatorias
09:52
whose unique rule is one of alignment.
232
580234
2222
cuya única regla es
la de alineación.
la de alineación.
09:54
They simply move together.
233
582456
2406
Simplemente se mueven juntas.
09:56
When these particles get to the road,
234
584862
3184
Cuando estas partículas
llegan a la ruta,
llegan a la ruta,
10:00
they sense some kind of obstacle,
235
588046
1942
sienten algún tipo de obstáculo
10:01
and they bounce against it.
236
589988
2084
y rebotan contra él.
10:04
The only difference
237
592072
1156
La única diferencia
10:05
between the dominant female, here in red,
238
593228
2042
entre la hembra dominante,
aquí en rojo,
aquí en rojo,
10:07
and the other individuals,
239
595270
1485
y los otros individuos,
10:08
is that for her, the height of the obstacle,
240
596755
2554
es que para ella la
altura del obstáculo,
altura del obstáculo,
10:11
which is in fact the risk perceived from the road,
241
599309
2505
que es, de hecho, el riesgo
percibido de la carretera,
percibido de la carretera,
10:13
is just slightly higher,
242
601814
1949
es sólo ligeramente superior
10:15
and this tiny difference
243
603763
1661
y esta pequeña diferencia
10:17
in the individual's rule of movement
244
605424
1838
en la regla del
movimiento individual
movimiento individual
10:19
is sufficient to explain what we observe,
245
607262
2446
es suficiente para explicar
lo que observamos:
lo que observamos:
10:21
that the dominant female
246
609708
2560
que la hembra dominante
10:24
leads her group to the road
247
612268
1434
lleva a su grupo a la carretera
10:25
and then gives way to the others
248
613702
1670
y luego les da paso a los otros
10:27
for them to cross first.
249
615372
2863
para que crucen primero.
10:30
George Box, who was an English statistician,
250
618235
3651
George Box, que fue
un estadístico inglés,
un estadístico inglés,
10:33
once wrote, "All models are false,
251
621886
2962
una vez escribió:
"Todos los modelos son falsos,
"Todos los modelos son falsos,
10:36
but some models are useful."
252
624848
2059
pero algunos modelos son útiles".
10:38
And in fact, this model is obviously false,
253
626907
3197
Por lo tanto, este modelo
es obviamente falso,
es obviamente falso,
10:42
because in reality, meerkats are
anything but random particles.
anything but random particles.
254
630104
3968
porque en la realidad las suricatas son
cualquier cosa menos partículas aleatorias.
cualquier cosa menos partículas aleatorias.
10:46
But it's also useful,
255
634072
1637
Pero también es útil,
10:47
because it tells us that extreme simplicity
256
635709
2749
porque nos dice que
la extrema simplicidad
la extrema simplicidad
10:50
in movement rules at the individual level
257
638458
3358
de las reglas del movimiento
a nivel individual
a nivel individual
10:53
can result in a great deal of complexity
258
641816
2351
puede generar una
enorme complejidad
enorme complejidad
10:56
at the level of the group.
259
644167
1938
en el nivel del grupo.
10:58
So again, that's simplifying complexity.
260
646105
4056
Así que de nuevo, eso es
simplificar la complejidad.
simplificar la complejidad.
11:02
I would like to conclude
261
650161
1448
Me gustaría concluir
11:03
on what this means for the whole species.
262
651609
2817
con lo que esto significa
para toda la especie.
para toda la especie.
11:06
When the dominant female
263
654426
1664
Cuando la hembra dominante
11:08
gives way to a subordinate,
264
656090
1566
da paso a un subordinado,
11:09
it's not out of courtesy.
265
657656
2117
no es por cortesía.
11:11
In fact, the dominant female
266
659773
1507
De hecho, la hembra dominante
11:13
is extremely important for the cohesion of the group.
267
661280
2519
es extremadamente importante
para la cohesión del grupo.
para la cohesión del grupo.
11:15
If she dies on the road, the whole group is at risk.
268
663799
3512
Si ella muere en el camino,
todo el grupo está en riesgo.
todo el grupo está en riesgo.
11:19
So this behavior of risk avoidance
269
667311
2236
Este comportamiento
de evitación de riesgos
de evitación de riesgos
11:21
is a very old evolutionary response.
270
669547
2801
es una respuesta
evolutiva muy antigua.
evolutiva muy antigua.
11:24
These meerkats are replicating an evolved tactic
271
672348
3869
Estas suricatas están replicando
una táctica evolutiva
una táctica evolutiva
11:28
that is thousands of generations old,
272
676217
2233
que tiene miles de generaciones
de antigüedad,
de antigüedad,
11:30
and they're adapting it to a modern risk,
273
678450
2414
y se están adaptando
a un riesgo moderno,
a un riesgo moderno,
11:32
in this case a road built by humans.
274
680864
3325
en este caso una ruta
construida por los seres humanos.
construida por los seres humanos.
11:36
They adapt very simple rules,
275
684189
2395
Adaptan reglas muy simples
11:38
and the resulting complex behavior
276
686584
2289
y el comportamiento
complejo resultante
complejo resultante
11:40
allows them to resist human encroachment
277
688873
2956
les permite resistir
la invasión humana
la invasión humana
11:43
into their natural habitat.
278
691829
2448
a su hábitat natural.
11:46
In the end,
279
694277
1802
Al final,
pueden ser los murciélagos
que cambian su estructura social
que cambian su estructura social
11:48
it may be bats which change their social structure
280
696079
2700
11:50
in response to a population crash,
281
698779
2384
en respuesta a descenso
de la población,
de la población,
11:53
or it may be meerkats
282
701163
1399
o pueden ser suricatas
11:54
who show a novel adaptation to a human road,
283
702562
3202
que muestran una original adaptación
frente a una ruta humana,
frente a una ruta humana,
11:57
or it may be another species.
284
705764
2685
o puede ser otra especie.
12:00
My message here -- and it's not a complicated one,
285
708449
2793
Mi mensaje -- y no es uno complejo,
12:03
but a simple one of wonder and hope --
286
711242
2764
sino uno sencillo de asombro y esperanza --
12:06
my message here is that animals
287
714006
3093
mi mensaje es que los animales
12:09
show extraordinary social complexity,
288
717099
2424
muestran una extraordinaria
complejidad social,
complejidad social,
12:11
and this allows them to adapt
289
719523
2441
y esto les permite adaptarse
12:13
and respond to changes in their environment.
290
721964
3481
y responder a los
cambios en su entorno.
cambios en su entorno.
12:17
In three words, in the animal kingdom,
291
725445
2768
Resumiendo, en el reino animal,
12:20
simplicity leads to complexity
292
728213
2774
la simplicidad conduce
a la complejidad
a la complejidad
lo que conduce a la capacidad
de recuperación.
de recuperación.
12:22
which leads to resilience.
293
730987
1483
12:24
Thank you.
294
732470
2284
Gracias.
12:26
(Applause)
295
734754
6680
(Aplausos)
12:42
Dania Gerhardt: Thank you very much, Nicolas,
296
750694
1953
12:44
for this great start. Little bit nervous?
297
752647
3279
12:47
Nicolas Perony: I'm okay, thanks.
298
755926
1644
12:49
DG: Okay, great. I'm sure a
lot of people in the audience
lot of people in the audience
299
757570
2460
12:52
somehow tried to make associations
300
760030
1864
12:53
between the animals you were talking about --
301
761894
1824
12:55
the bats, meerkats -- and humans.
302
763718
2056
12:57
You brought some examples:
303
765774
1208
12:58
The females are the social ones,
304
766982
1735
13:00
the females are the dominant ones,
305
768717
1713
13:02
I'm not sure who thinks how.
306
770430
1673
13:04
But is it okay to do these associations?
307
772103
2895
13:06
Are there stereotypes you can confirm in this regard
308
774998
2800
13:09
that can be valid across all species?
309
777798
3273
13:13
NP: Well, I would say there are also
310
781071
1603
13:14
counter-examples to these stereotypes.
311
782674
1952
13:16
For examples, in sea horses or in koalas, in fact,
312
784626
3140
13:19
it is the males who take care of the young always.
313
787766
3698
13:23
And the lesson is that it's often difficult,
314
791464
5041
13:28
and sometimes even a bit dangerous,
315
796505
1752
13:30
to draw parallels between humans and animals.
316
798257
2672
13:32
So that's it.
317
800929
2106
13:35
DG: Okay. Thank you very much for this great start.
318
803035
2846
13:37
Thank you, Nicolas Perony.
319
805881
2080
ABOUT THE SPEAKER
Nicolas Perony - Animal scientistNicolas 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.
Nicolas Perony | Speaker | TED.com