TED2012
Jean-Baptiste Michel: The mathematics of history
میشل ژان باپتیست: ریاضیات برای تاریخ
Filmed:
Readability: 4.3
1,279,350 views
ریاضیات در مورد تاریخ چه میتواند بگوید؟. بر اساس گفته همکار تد ، ژان باپتیست میشل بسیار زیاد . با تغییر دادن زبان برای ضرب العجل های از جنگ، او نشان می دهد که چگونه دیجیتال کردن تاریخ شروع به آشکار نمودن الگوهای زمینه ای عمیق کرده است
Jean-Baptiste Michel - Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio
Double-click the English transcript below to play the video.
00:15
So it turns out that mathematics is a very powerful language.
0
0
3671
خب معلومه که ریاضیات زبانی بسیار قوی است
00:19
It has generated considerable insight in physics,
1
3671
2312
که بینش قابل توجهی در فیزیک، زیست شناسی و اقتصاد ساخته است، اما نه آن‌چنان در علوم انسانی و تاریخ
00:21
in biology and economics,
2
5983
2100
که بینش قابل توجهی در فیزیک، زیست شناسی و اقتصاد ساخته است، اما نه آن‌چنان در علوم انسانی و تاریخ
00:23
but not that much in the humanities and in history.
3
8083
2817
که بینش قابل توجهی در فیزیک، زیست شناسی و اقتصاد ساخته است، اما نه آن‌چنان در علوم انسانی و تاریخ
00:26
I think there's a belief that it's just impossible,
4
10900
2283
گمان میکنم که باور بر اینست که غیر ممکنه شما رفتار انسانی را کمّی کنید ، که نمی‌توانید تاریخ را اندازه گیری نمایید.
00:29
that you cannot quantify the doings of mankind,
5
13183
2646
گمان میکنم که باور بر اینست که غیر ممکنه شما رفتار انسانی را کمّی کنید ، که نمی‌توانید تاریخ را اندازه گیری نمایید.
00:31
that you cannot measure history.
6
15829
2519
گمان میکنم که باور بر اینست که غیر ممکنه شما رفتار انسانی را کمّی کنید ، که نمی‌توانید تاریخ را اندازه گیری نمایید.
00:34
But I don't think that's right.
7
18348
1527
اما فکر نمی‌کنم که این درست باشد.
00:35
I want to show you a couple of examples why.
8
19875
2042
برای همین می‌خواهم دو نمونه نشانتان بدهم.
00:37
So my collaborator Erez and I were considering the following fact:
9
21917
2958
خب همکارم، اریز، و من این واقعیت را در نظر گرفتیم
00:40
that two kings separated by centuries
10
24875
2729
که دو پادشاه، در دو قرن جداگانه، به زبانهایی بسیار متفاوت صحبت می‌کنند
00:43
will speak a very different language.
11
27604
1767
که دو پادشاه، در دو قرن جداگانه، به زبانهایی بسیار متفاوت صحبت می‌کنند
00:45
That's a powerful historical force.
12
29371
2304
این یک نیروی قدرتمند تاریخی است.
00:47
So the king of England, Alfred the Great,
13
31675
1773
خُب پادشاه انگلیس، آلفرد کبیر
00:49
will use a vocabulary and grammar
14
33448
1640
واژگان و دستور زبانی به کار می‌برد که بسیار متفاوت است
00:50
that is quite different from the king of hip hop, Jay-Z.
15
35088
3700
از آن‌چه پادشاه هیپ هاپ( نوعی موسیقی ) جی زی استفاده میکند
00:54
(Laughter)
16
38788
1666
( خنده تماشاگران)
00:56
Now it's just the way it is.
17
40454
2171
همین جوریه.
00:58
Language changes over time, and it's a powerful force.
18
42625
2292
زبان در طول زمان تغییر میکند، و این نیروی قدرتمندیست.
01:00
So Erez and I wanted to know more about that.
19
44917
2287
پس اریز و من خواستیم دراین‌باره بیشتر بدانیم.
01:03
So we paid attention to a particular grammatical rule, past-tense conjugation.
20
47204
3657
خُب ما به دستور زبان خاصی توجه کردیم ، صرف فعل گدشته.
01:06
So you just add "ed" to a verb at the end to signify the past.
21
50861
3264
بنابراین شما فقط " ای دی" را به پایان فعل اضافه می‌کنید تا گذشته‌اش کنید.
01:10
"Today I walk. Yesterday I walked."
22
54125
1927
"امروز راه میروم. دیروز راه رفتم."
01:11
But some verbs are irregular.
23
56052
1344
اما بعضی از افعال بی قاعده هستند
01:13
"Yesterday I thought."
24
57396
1396
" دیروز فکر کردم"
01:14
Now what's interesting about that
25
58792
1666
چیزی که اینجا جالبه اینه که افعال بی قاعده بین زمان آلفرد و جی زی بیشتر با قاعده شدند
01:16
is irregular verbs between Alfred and Jay-Z have become more regular.
26
60458
3830
چیزی که اینجا جالبه اینه که افعال بی قاعده بین زمان آلفرد و جی زی بیشتر با قاعده شدند
01:20
Like the verb "to wed" that you see here has become regular.
27
64288
2735
مثل فعل ازدواج‌کردن که الان با قاعده شده.
01:22
So Erez and I followed the fate of over 100 irregular verbs
28
67023
4022
پس من و اریز سرنوشت بیش از ۱۰۰ فعل بی‌قاعده در طول دوازده قرن زبان انگلیسی را دنبال کردیم،
01:26
through 12 centuries of English language,
29
71045
1919
پس من و اریز سرنوشت بیش از ۱۰۰ فعل بی‌قاعده در طول دوازده قرن زبان انگلیسی را دنبال کردیم،
01:28
and we saw that there's actually a very simple mathematical pattern
30
72964
2911
و دیدیم که که یک الگوی بسیار ساده ریاضی وجود داردکه این تغییر پیچیده‌ی تاریخی را در خود دارد.
01:31
that captures this complex historical change,
31
75875
2542
و دیدیم که که یک الگوی بسیار ساده ریاضی وجود داردکه این تغییر پیچیده‌ی تاریخی را در خود دارد.
01:34
namely, if a verb is 100 times more frequent than another,
32
78417
3660
بدین‌گونه که اگر فعلی ۱۰۰ برابر بیشتر از دیگری تکرار شود ۱۰ بار آهسته تر قاعده‌مند می‌شود
01:37
it regularizes 10 times slower.
33
82077
2665
بدین‌گونه که اگر فعلی ۱۰۰ برابر بیشتر از دیگری تکرار شود ۱۰ بار آهسته تر قاعده‌مند می‌شود
01:40
That's a piece of history, but it comes in a mathematical wrapping.
34
84742
3935
این بخشی از تاریخ است، اما به قالب ریاضیات در آمده است.
01:44
Now in some cases math can even help explain,
35
88677
3654
در برخی از موارد ریاضی میتواند کمک کند به توضیح نیروهای تاریخی و یا حتی میتواند توضیحی ارايه کند.
01:48
or propose explanations for, historical forces.
36
92331
2879
در برخی از موارد ریاضی میتواند کمک کند به توضیح نیروهای تاریخی و یا حتی میتواند توضیحی ارايه کند.
01:51
So here Steve Pinker and I
37
95210
1832
من و استیو پینکر به بزرگی و سعت جنگهای دو قرن گدشته توجه کردیم.
01:52
were considering the magnitude of wars during the last two centuries.
38
97042
3852
من و استیو پینکر به بزرگی و سعت جنگهای دو قرن گدشته توجه کردیم.
01:56
There's actually a well-known regularity to them
39
100894
2495
در واقع یک قاعده‌ی شناخته شده برای آنها وجود دارد
01:59
where the number of wars that are 100 times deadlier
40
103389
3422
این‌طور که تعداد جنگهایی که ۱۰۰ بار مرگبارترند
02:02
is 10 times smaller.
41
106811
1952
۱۰ برابر کمتر است.
02:04
So there are 30 wars that are about as deadly as the Six Days War,
42
108763
3344
خب ۳۰ جنگ وجود دارد که تقریبا مانند جنگ شش روزه مرگ بار بوده‌اند
02:08
but there's only four wars that are 100 times deadlier --
43
112107
2820
اما تنها چهار جنگ در طول تاریخ ۱۰۰ برابر مرگبارتر بوده‌اند
02:10
like World War I.
44
114927
1977
مثل جنگ جهانی اول.
02:12
So what kind of historical mechanism can produce that?
45
116904
2923
؟خُب چه مکانیسم تاریخی میتواند این‌را ایجاد کند؟
02:15
What's the origin of this?
46
119827
2000
منشاء آن چیست؟
02:17
So Steve and I, through mathematical analysis,
47
121827
2265
استیو و من، از طریق تجزیه و تحلیل ریاضی، دریافتیم که در واقع پدیده‌ای بسیار ساده در مغز ما وجود دارد که ریشه‌ی این پرسش است.
02:19
propose that there's actually a very simple phenomenon at the root of this,
48
124092
4241
استیو و من، از طریق تجزیه و تحلیل ریاضی، دریافتیم که در واقع پدیده‌ای بسیار ساده در مغز ما وجود دارد که ریشه‌ی این پرسش است.
02:24
which lies in our brains.
49
128333
1690
استیو و من، از طریق تجزیه و تحلیل ریاضی، دریافتیم که در واقع پدیده‌ای بسیار ساده در مغز ما وجود دارد که ریشه‌ی این پرسش است.
02:25
This is a very well-known feature
50
130023
2019
این یکی از ویژگی های بسیار شناخته شده ای است که در آن ما کمیت‌ها را به طور نسبی درک می‌کنیم .
02:27
in which we perceive quantities in relative ways --
51
132042
2975
این یکی از ویژگی های بسیار شناخته شده ای است که در آن ما کمیت‌ها را به طور نسبی درک می‌کنیم .
02:30
quantities like the intensity of light or the loudness of a sound.
52
135017
3716
کمیت‌هایی هم‌چون شدت نور و یا بلندی صدا
02:34
For instance, committing 10,000 soldiers to the next battle sounds like a lot.
53
138733
5309
برای مثال، اعزام ۱۰۰۰۰ سرباز برای نبرد بعدی به نظر خیلی زیاد می‌آید.
02:39
It's relatively enormous if you've already committed 1,000 soldiers previously.
54
144042
3444
این هنوز نسبتا خیلی زیاده اگر قبلا ۱۰۰۰ سرباز اعزام کرده باشید.
02:43
But it doesn't sound so much,
55
147486
1827
اما دیگه خیلی زیاد به نظر نمی آید ، نسبتا کافی هم نیست، و تغییر زیادی هم ایجاد نمی کنه اگر شما قبلا ۱۰۰۰۰۰ سرباز اعزام کرده باشید.
02:45
it's not relatively enough, it won't make a difference
56
149313
3020
اما دیگه خیلی زیاد به نظر نمی آید ، نسبتا کافی هم نیست، و تغییر زیادی هم ایجاد نمی کنه اگر شما قبلا ۱۰۰۰۰۰ سرباز اعزام کرده باشید.
02:48
if you've already committed 100,000 soldiers previously.
57
152333
2952
اما دیگه خیلی زیاد به نظر نمی آید ، نسبتا کافی هم نیست، و تغییر زیادی هم ایجاد نمی کنه اگر شما قبلا ۱۰۰۰۰۰ سرباز اعزام کرده باشید.
02:51
So you see that because of the way we perceive quantities,
58
155285
3613
خُب پس می‌بینید که به دلیل شیوه ای که ما کمیت‌ها را درک می‌کنیم،
02:54
as the war drags on,
59
158898
1767
همانطور که جنگ ادامه می یابد،
02:56
the number of soldiers committed to it and the casualties
60
160665
3085
تعداد سربازانی که اعزام میشوند و تعداد مصدومین
02:59
will increase not linearly --
61
163750
1683
نه به صورت خطی
03:01
like 10,000, 11,000, 12,000 --
62
165433
1888
مثلا ۱۰۰۰۰ ، ۱۱۰۰۰ ، ۱۲۰۰۰---
03:03
but exponentially -- 10,000, later 20,000, later 40,000.
63
167321
4275
بلکه به صورت توانی افزایش می‌یابد - ۱۰۰۰۰ ، بعد ۲۰۰۰۰ ، بعد ۴۰۰۰۰۰
03:07
And so that explains this pattern that we've seen before.
64
171596
3085
خُب این الگویی را که قبلا دیده بودیم را توضیح می‌دهد.
03:10
So here mathematics is able to link a well-known feature of the individual mind
65
174681
5498
پس اینجا ریاضیات قادر است که ویژگی شناخته‌شده ذهن انسان را
03:16
with a long-term historical pattern
66
180179
2989
به یک الگوی بلند مدت تاریخی،
03:19
that unfolds over centuries and across continents.
67
183168
2857
که در طول سده‌ها و در سرتاسر قاره ها آشکار گشته است، ربط دهد.
03:21
So these types of examples, today there are just a few of them,
68
186025
4017
امروز از این گونه مثال‌ها، فقط تعداد کمی وجود دارد اما فکر می کنم در دهه آینده این‌ها بسیار عمومی شوند
03:25
but I think in the next decade they will become commonplace.
69
190042
2689
امروز از این گونه مثال‌ها، فقط تعداد کمی وجود دارد اما فکر می کنم در دهه آینده این‌ها بسیار عمومی شوند
03:28
The reason for that is that the historical record
70
192731
2392
چرا که ضبط و ثبت تاریخ به سرعت در حال دیجیتالی شدن است .
03:31
is becoming digitized at a very fast pace.
71
195123
2460
چرا که ضبط و ثبت تاریخ به سرعت در حال دیجیتالی شدن است .
03:33
So there's about 130 million books
72
197583
2610
حدود ۱۳۰ میلیون کتاب از آغاز تاریخ تاکنون نوشته شده است
03:36
that have been written since the dawn of time.
73
200193
2311
حدود ۱۳۰ میلیون کتاب از آغاز تاریخ تاکنون نوشته شده است
03:38
Companies like Google have digitized many of them --
74
202504
2454
شرکت‌هایی مانند گوگل خیلی از آنها را دیجیتالی کرده اند--- در واقع بیشتر از ۲۰ میلیون آنها را .
03:40
above 20 million actually.
75
204958
1584
شرکت‌هایی مانند گوگل خیلی از آنها را دیجیتالی کرده اند--- در واقع بیشتر از ۲۰ میلیون آنها را .
03:42
And when the stuff of history is available in digital form,
76
206542
3578
و هنگامی که اطلاعات تاریخی بصورت دیجیتالی در دسترس قرار گیرند،
03:46
it makes it possible for a mathematical analysis
77
210120
2380
تحلیل و آنالیز ریاضی برای بازنگری و نقد روند تاریخ و فرهنگ ما ن ، بسیار راحتر و سریعتر امکان پذیر خواهد شد
03:48
to very quickly and very conveniently
78
212500
2375
تحلیل و آنالیز ریاضی برای بازنگری و نقد روند تاریخ و فرهنگ ما ن ، بسیار راحتر و سریعتر امکان پذیر خواهد شد
03:50
review trends in our history and our culture.
79
214875
2725
تحلیل و آنالیز ریاضی برای بازنگری و نقد روند تاریخ و فرهنگ ما ن ، بسیار راحتر و سریعتر امکان پذیر خواهد شد
03:53
So I think in the next decade,
80
217600
2721
گمان میکنم در دهه آیند، علوم پایه و علوم انسانی به یکدیگر نزدیک‌تر خواهند شد تا قادر به پاسخ به پرسش‌های عمیق در مورد انسان شوند.
03:56
the sciences and the humanities will come closer together
81
220321
2750
گمان میکنم در دهه آیند، علوم پایه و علوم انسانی به یکدیگر نزدیک‌تر خواهند شد تا قادر به پاسخ به پرسش‌های عمیق در مورد انسان شوند.
03:58
to be able to answer deep questions about mankind.
82
223071
3329
گمان میکنم در دهه آیند، علوم پایه و علوم انسانی به یکدیگر نزدیک‌تر خواهند شد تا قادر به پاسخ به پرسش‌های عمیق در مورد انسان شوند.
04:02
And I think that mathematics will be a very powerful language to do that.
83
226400
4121
و من فکر میکنم که ریاضیات زبانی بسیار قدرتمند برای این کار خواهد بود.
04:06
It will be able to reveal new trends in our history,
84
230521
3146
که قادراست به فاش کردن روندهای جدید تاریخمان، گاهی برای توضیح آنها و شاید حتی در اینده برای پیش بینی آینکه چه اتفاقی خواهد آفتاد
04:09
sometimes to explain them,
85
233667
1750
که قادراست به فاش کردن روندهای جدید تاریخمان، گاهی برای توضیح آنها و شاید حتی در اینده برای پیش بینی آینکه چه اتفاقی خواهد آفتاد
04:11
and maybe even in the future to predict what's going to happen.
86
235417
3306
که قادراست به فاش کردن روندهای جدید تاریخمان، گاهی برای توضیح آنها و شاید حتی در اینده برای پیش بینی آینکه چه اتفاقی خواهد آفتاد
04:14
Thank you very much.
87
238723
1491
از شما بسیار سپاسگزارم
04:16
(Applause)
88
240214
3678
( تشویق تماشاگران)
ABOUT THE SPEAKER
Jean-Baptiste Michel - Data researcherJean-Baptiste Michel looks at how we can use large volumes of data to better understand our world.
Why you should listen
Jean-Baptiste Michel holds joint academic appointments at Harvard (FQEB Fellow) and Google (Visiting Faculty). His research focusses on using large volumes of data as tools that help better understand the world around us -- from the way diseases progress in patients over years, to the way cultures change in human societies over centuries. With his colleague Erez Lieberman Aiden, Jean-Baptiste is a Founding Director of Harvard's Cultural Observatory, where their research team pioneers the use of quantitative methods for the study of human culture, language and history. His research was featured on the covers of Science and Nature, on the front pages of the New York Times and the Boston Globe, in The Economist, Wired and many other venues. The online tool he helped create -- ngrams.googlelabs.com -- was used millions of times to browse cultural trends. Jean-Baptiste is an Engineer from Ecole Polytechnique (Paris), and holds an MS in Applied Mathematics and a PhD in Systems Biology from Harvard.
Jean-Baptiste Michel | Speaker | TED.com