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
Merci beaucoup !
00:11
I am Hannah Fry, the badass.
1
1205
1848
Je suis Hannah Fry, la dure à cuire,
et aujourd'hui, je pose la question :
00:13
And today I'm asking the question:
2
3077
1680
00:14
Is life really that complex?
3
4781
1756
la vie est-elle vraiment si complexe ?
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
Je n'ai que neuf minutes
pour vous fournir une réponse.
pour vous fournir une réponse.
00:19
so what I've done
is split this neatly into two parts:
is split this neatly into two parts:
5
9910
2716
J'ai donc divisé soigneusement
cette intervention en deux parties :
cette intervention en deux parties :
00:22
part one: yes;
6
12650
2353
partie 1 : Oui,
00:25
and later on, part two: no.
7
15027
2528
et par la suite partie 2 : non.
00:27
Or, to be more accurate: no?
8
17579
2544
Ou, plus précisément : non ?
00:30
(Laughter)
9
20147
1204
(Rires)
00:31
So first of all, let me try and define
what I mean by "complex."
what I mean by "complex."
10
21375
3006
Laissez-moi d'abord expliquer
ce que j'entends par complexe.
ce que j'entends par complexe.
00:34
Now, I could give you
a host of formal definitions,
a host of formal definitions,
11
24405
2441
Je pourrais vous donner
des définitions formelles,
des définitions formelles,
00:36
but in the simplest terms,
12
26870
1253
mais simplement,
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
n'importe quel problème est complexe
si ni Einstein ni ses pairs
ne peuvent le résoudre.
ne peuvent le résoudre.
00:43
So, let's imagine --
if the clicker works ... there we go.
if the clicker works ... there we go.
14
33070
3240
Imaginons -- si la télécommande
fonctionne, voilà.
fonctionne, voilà.
00:46
Einstein is playing a game of snooker.
15
36334
2103
Einstein joue au billard.
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
Il est intelligent donc il sait que,
quand il frappe la boule blanche,
quand il frappe la boule blanche,
00:51
he could write you an equation
17
41964
1441
il pourrait écrire une équation
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
et vous dire exactement
où la balle rouge va frapper les bandes,
où la balle rouge va frapper les bandes,
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
à quelle vitesse elle va
et où elle va se retrouver.
et où elle va se retrouver.
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
Si vous grossissez ces boules de billard
à la taille du système solaire,
à la taille du système solaire,
01:02
Einstein can still help you.
21
52537
1959
Einstein peut toujours vous aider.
01:04
Sure, the physics changes,
22
54520
1245
La physique change,
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
mais pour connaître la trajectoire
de la Terre autour du soleil,
de la Terre autour du soleil,
01:09
Einstein could write you an equation
24
59095
1733
Einstein pourrait écrire une équation
01:10
telling you where both objects are
at any point in time.
at any point in time.
25
60852
2643
pour dire où les deux objets
sont à un moment donné.
sont à un moment donné.
01:13
Now, with a surprising
increase in difficulty,
increase in difficulty,
26
63519
2204
Avec une difficulté étonnamment accrue,
01:15
Einstein could include
the Moon in his calculations.
the Moon in his calculations.
27
65747
2452
Einstein pourrait inclure
la Lune dans ses calculs,
la Lune dans ses calculs,
01:18
But as you add more and more planets,
Mars and Jupiter, say,
Mars and Jupiter, say,
28
68223
3067
mais en ajoutant de planètes,
disons Mars et Jupiter,
disons Mars et Jupiter,
le problème devient, pour Einstein,
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
trop dur à résoudre
avec un papier et un stylo.
avec un papier et un stylo.
01:25
Now, strangely, if instead of having
a handful of planets,
a handful of planets,
30
75102
2843
Bizarrement, si au lieu d'avoir
quelques planètes,
quelques planètes,
01:27
you had millions of objects
or even billions,
or even billions,
31
77969
2672
vous aviez des millions
voire des milliards d'objets,
voire des milliards d'objets,
01:30
the problem actually becomes much simpler,
32
80665
2271
le problème deviendrait
beaucoup plus simple
beaucoup plus simple
01:32
and Einstein is back in the game.
33
82960
1922
et Einstein serait de nouveau adéquat.
01:34
Let me explain what I mean by this,
34
84906
1846
Je vais expliquer cela
01:36
by scaling these objects back down
to a molecular level.
to a molecular level.
35
86776
3294
en ramenant ces objets
à un niveau moléculaire.
à un niveau moléculaire.
01:40
If you wanted to trace the erratic path
of an individual air molecule,
of an individual air molecule,
36
90094
3747
Si vous vouliez tracer le chemin
erratique d'une molécule d'air,
erratique d'une molécule d'air,
01:43
you'd have absolutely no hope.
37
93865
1842
vous n'auriez aucun espoir d'y arriver.
01:45
But when you have millions
of air molecules all together,
of air molecules all together,
38
95731
2711
Mais avec des millions
de molécules d'air ensemble,
de molécules d'air ensemble,
01:48
they start to act in a way
which is quantifiable, predictable
which is quantifiable, predictable
39
98466
3877
elles commencent à se comporter
d'une manière quantifiable, prévisible
d'une manière quantifiable, prévisible
01:52
and well-behaved.
40
102367
1170
et bien comme il faut.
01:53
And thank goodness air is well-behaved,
41
103561
1885
Et l'air se comporte comme il faut
01:55
because if it wasn't,
planes would fall out of the sky.
planes would fall out of the sky.
42
105470
2910
parce que sinon les avions
tomberaient du ciel.
tomberaient du ciel.
01:58
Now, on an even bigger scale,
across the whole of the world,
across the whole of the world,
43
108404
3064
A une échelle encore plus grande,
dans le monde entier,
dans le monde entier,
02:01
the idea is exactly the same
with all of these air molecules.
with all of these air molecules.
44
111492
3122
l'idée est exactement la même
que celle des molécules d'air.
que celle des molécules d'air.
02:04
It's true that you can't take
an individual rain droplet
an individual rain droplet
45
114638
2918
Il est vrai que vous ne pouvez pas
prendre une goutte de pluie
prendre une goutte de pluie
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
et dire d'où elle vient, où elle va finir.
02:10
But you can say with pretty good certainty
47
120389
2034
Mais vous pouvez dire avec certitude
02:12
whether it will be cloudy tomorrow.
48
122447
1813
s'il y aura des nuages demain.
02:14
So that's it.
49
124284
1158
Voilà.
02:15
In Einstein's time,
this is how far science had got.
this is how far science had got.
50
125466
2683
A l'époque d'Einstein,
voilà jusqu'où la science est allée.
voilà jusqu'où la science est allée.
02:18
We could do really small problems
with a few objects
with a few objects
51
128173
3613
Nous pouvions résoudre de très petits
problèmes avec quelques objets,
problèmes avec quelques objets,
02:21
with simple interactions,
52
131810
1275
avec des interactions simples,
02:23
or we could do huge problems
with millions of objects
with millions of objects
53
133109
2602
ou d'énormes problèmes
avec des millions d'objets
avec des millions d'objets
02:25
and simple interactions.
54
135735
1323
et des interactions simples.
02:27
But what about everything in the middle?
55
137082
1937
Et ce qui se trouve entre les deux ?
02:29
Well, just seven years
before Einstein's death,
before Einstein's death,
56
139043
2693
Eh bien, sept ans seulement
avant la mort d'Einstein,
avant la mort d'Einstein,
02:31
an American scientist called
Warren Weaver made exactly this point.
Warren Weaver made exactly this point.
57
141760
3658
un scientifique américain, Warren Weaver,
a démontré exactement cela.
a démontré exactement cela.
02:35
He said that scientific methodology
has gone from one extreme to another,
has gone from one extreme to another,
58
145442
3624
Il a dit que la méthodologie scientifique
est passée d'un extrême à l'autre
est passée d'un extrême à l'autre
02:39
leaving out an untouched
great middle region.
great middle region.
59
149090
3071
en laissant de côté
une grande région centrale.
une grande région centrale.
02:42
Now, this middle region
is where complexity science lies,
is where complexity science lies,
60
152185
2699
La complexité de la science
est dans cette région centrale
est dans cette région centrale
02:44
and this is what I mean by complex.
61
154908
2259
et c'est ce que je veux dire par complexe.
Malheureusement,
presque tous les problèmes simples
presque tous les problèmes simples
02:47
Now, unfortunately, almost
every single problem you can think of
every single problem you can think of
62
157191
3525
auxquels vous pouvez penser
02:50
to do with human behavior
63
160740
1222
liés au comportement humain
02:51
lies in this middle region.
64
161986
2069
se trouvent dans cette région centrale.
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
Einstein ne sait absolument pas comment
modéliser le mouvement d'une foule.
modéliser le mouvement d'une foule.
02:58
There are too many people
to look at them all individually
to look at them all individually
66
168393
2801
Il y a trop de gens
pour les voir tous individuellement
pour les voir tous individuellement
et trop peu pour les traiter comme un gaz.
03:01
and too few to treat them as a gas.
67
171218
1872
03:03
Similarly, people are prone
to annoying things like decisions
to annoying things like decisions
68
173114
3356
Les gens sont sujets à des choses
ennuyeuses comme les décisions
ennuyeuses comme les décisions
03:06
and not wanting to walk into each other,
69
176494
2014
et la volonté de ne pas se rentrer dedans,
03:08
which makes the problem
all the more complicated.
all the more complicated.
70
178532
2613
ce qui rend le problème
d'autant plus compliqué.
d'autant plus compliqué.
03:11
Einstein also couldn't tell you
71
181169
1703
Einstein ne pouvait pas vous dire
03:12
when the next stock market crash
is going to be.
is going to be.
72
182896
2349
quand le prochain krach boursier
allait se produire,
allait se produire,
03:15
Einstein couldn't tell you
how to improve unemployment.
how to improve unemployment.
73
185269
2764
ni vous dire comment diminuer le chômage.
03:18
Einstein can't even tell you
74
188057
1401
Einstein ne pouvait pas dire
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
si le prochain iPhone
allait être un succès ou un flop.
allait être un succès ou un flop.
03:22
So to conclude part one:
we're completely screwed.
we're completely screwed.
76
192888
2606
Pour conclure la première partie,
on est coincé.
on est coincé.
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
Nous n'avons aucun outil
pour résoudre ce problème
pour résoudre ce problème
et la vie est beaucoup trop complexe.
03:30
But maybe there's hope,
78
200042
1796
Mais il y a peut-être de l'espoir
03:31
because in the last few years,
79
201862
1534
car au cours des dernières années,
03:33
we've begun to see the beginnings
of a new area of science
of a new area of science
80
203420
3837
nous avons commencé à voir les prémices
d'un nouveau domaine de la science
d'un nouveau domaine de la science
qui se sert des mathématiques
pour modéliser nos systèmes sociaux.
pour modéliser nos systèmes sociaux.
03:37
using mathematics
to model our social systems.
to model our social systems.
81
207281
3027
03:40
And I'm not just talking here
about statistics and computer simulations.
about statistics and computer simulations.
82
210332
3484
Et je ne parle pas que de simulations
statistiques et informatiques,
statistiques et informatiques,
03:43
I'm talking about writing down
equations about our society
equations about our society
83
213840
2996
je parle d'écrire
des équations sur notre société
des équations sur notre société
03:46
that will help us understand
what's going on
what's going on
84
216860
2069
nous aidant à comprendre ce qu'il se passe
03:48
in the same way as with the snooker balls
or the weather prediction.
or the weather prediction.
85
218953
3215
telles les boules de billard
ou les prévisions météos.
ou les prévisions météos.
03:52
And this has come about
because people have begun to realize
because people have begun to realize
86
222192
2842
Cela arrive parce que
les gens ont commencé à réaliser
les gens ont commencé à réaliser
03:55
that we can use and exploit analogies
87
225058
2343
que nous pouvions utiliser
et exploiter les analogies
et exploiter les analogies
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
entre nos systèmes humains
et le monde physique qui nous entoure.
et le monde physique qui nous entoure.
04:01
Now, to give you an example:
89
231938
1464
Pour vous donner un exemple :
04:03
the incredibly complex problem
of migration across Europe.
of migration across Europe.
90
233426
3454
le problème incroyablement complexe
des migrations à travers l'Europe.
des migrations à travers l'Europe.
04:06
Actually, as it turns out, when you view
all of the people together,
all of the people together,
91
236904
3332
En fait, il s'avère que, lorsque
vous observez tous les gens ensemble,
vous observez tous les gens ensemble,
04:10
collectively, they behave as though
they're following the laws of gravity.
they're following the laws of gravity.
92
240260
4043
collectivement, ils se comportent
comme s'ils suivaient
les lois de la pesanteur.
les lois de la pesanteur.
04:14
But instead of planets
being attracted to one another,
being attracted to one another,
93
244327
3128
Mais au lieu de planètes attirées
les unes vers les autres,
les unes vers les autres,
04:17
it's people who are attracted
to areas with better job opportunities,
to areas with better job opportunities,
94
247479
4210
les gens sont attirés
vers les zones qui offrent
de meilleures possibilités d'emploi,
de meilleures possibilités d'emploi,
04:21
higher pay, better quality of life
and lower unemployment.
and lower unemployment.
95
251713
4015
un salaire plus élevé,
une meilleure qualité de vie
et moins de chômage.
et moins de chômage.
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
Comme les gens sont plus susceptibles
d'aller vers des opportunités
d'aller vers des opportunités
proches de l'endroit où ils vivent déjà --
de Londres au Kent
de Londres au Kent
04:29
close to where they live already --
London to Kent, for example,
London to Kent, for example,
97
259304
3035
04:32
as opposed to London to Melbourne --
98
262363
1792
et non de Londres à Melbourne --
04:34
the gravitational effect of planets
far away is felt much less.
far away is felt much less.
99
264179
4136
l'effet gravitationnel
des planètes lointaines
des planètes lointaines
se ressent beaucoup moins.
04:38
So, to give you another example:
100
268997
2067
Pour vous donner un autre exemple :
04:41
in 2008, a group in UCLA
were looking into the patterns
were looking into the patterns
101
271088
4225
en 2008, un groupe de l'Université
de Los Angeles a examiné
de Los Angeles a examiné
04:45
of burglary hot spots in the city.
102
275337
2712
les zones de cambriolage dans la ville.
04:48
Now, one thing about burglaries
is this idea of repeat victimization.
is this idea of repeat victimization.
103
278073
5519
Avec les cambriolages, il y a cette idée
de victimisation répétée.
de victimisation répétée.
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
Si vous avez un groupe de cambrioleurs
qui parvient à voler
avec succès dans une zone,
avec succès dans une zone,
04:57
they'll tend to return to that area
and carry on burgling it.
and carry on burgling it.
105
287877
3790
il va avoir tendance
à retourner dans cette zone
à retourner dans cette zone
et à continuer les cambriolages.
05:01
So they learn the layout of the houses,
106
291691
2856
Ils apprennent donc
la disposition des maisons,
la disposition des maisons,
05:04
the escape routes
107
294571
1694
les itinéraires de fuite
05:06
and the local security measures
that are in place.
that are in place.
108
296289
3004
et les mesures de sécurité en place.
05:09
And this will continue to happen
109
299317
1685
Cela continuera à se produire
05:11
until local residents and police
ramp up the security,
ramp up the security,
110
301026
3181
jusqu'à ce que les résidents
et la police adaptent la sécurité,
et la police adaptent la sécurité,
05:14
at which point, the burglars
will move off elsewhere.
will move off elsewhere.
111
304231
2771
alors les cambrioleurs
s'en iront ailleurs.
s'en iront ailleurs.
05:17
And it's that balance
between burglars and security
between burglars and security
112
307026
2808
C'est cet équilibre
entre sécurité et cambrioleurs
entre sécurité et cambrioleurs
05:19
which creates these dynamic
hot spots of the city.
hot spots of the city.
113
309858
3037
qui crée ces zones
variables dans la ville.
variables dans la ville.
05:22
As it turns out,
this is exactly the same process
this is exactly the same process
114
312919
3544
Il s'avère que c'est
exactement le même processus
exactement le même processus
05:26
as how a leopard gets its spots,
115
316487
2242
que la façon dont un léopard
obtient ses taches,
obtient ses taches,
05:28
except in the leopard example,
it's not burglars and security,
it's not burglars and security,
116
318753
2936
mais pour le léopard, il ne s'agit pas
de cambrioleurs et de sécurité
de cambrioleurs et de sécurité
05:31
it's the chemical process
that creates these patterns
that creates these patterns
117
321713
3465
mais du processus chimique
qui crée ces motifs,
qui crée ces motifs,
05:35
and something called "morphogenesis."
118
325202
1995
qu'on appelle « morphogenèse ».
05:37
We actually know an awful lot
about the morphogenesis of leopard spots.
about the morphogenesis of leopard spots.
119
327221
4256
Nous en savons beaucoup
sur la morphogenèse des taches de léopard.
sur la morphogenèse des taches de léopard.
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
Nous pouvons l'utiliser
pour tenter de repérer certains des signes
précurseurs de cambriolages
précurseurs de cambriolages
05:46
and perhaps, also to create
better crime strategies to prevent crime.
better crime strategies to prevent crime.
121
336169
4107
et peut-être aussi pour créer
de meilleures stratégies
de meilleures stratégies
de prévention du crime.
05:50
There's a group here at UCL
122
340300
1572
Il y a un groupe ici à l'UCL
05:51
who are working with
the West Midlands police right now
the West Midlands police right now
123
341896
2825
qui travaille en ce moment
avec la police de West Midlands
avec la police de West Midlands
05:54
on this very question.
124
344745
1641
sur cette question-là.
05:56
I could give you
plenty of examples like this,
plenty of examples like this,
125
346410
2915
Je pourrais vous donner
beaucoup d'exemples comme ça
beaucoup d'exemples comme ça
mais je voulais terminer
sur une de mes propres recherches
sur une de mes propres recherches
05:59
but I wanted to leave you
with one from my own research
with one from my own research
126
349349
2643
06:02
on the London riots.
127
352016
1166
sur les émeutes de Londres.
06:03
Now, you probably
don't need me to tell you
don't need me to tell you
128
353206
2015
Il doit être inutile que je vous parle
06:05
about the events of last summer,
129
355245
1567
des événements de l'été dernier
06:06
where London and the UK saw
the worst sustained period
the worst sustained period
130
356836
3030
où Londres et le Royaume-Uni
ont connu la pire période continue
ont connu la pire période continue
06:09
of violent looting and arson
131
359890
1526
de pillages et d'incendies criminels
06:11
for over twenty years.
132
361440
1613
depuis plus de vingt ans.
06:13
It's understandable that, as a society,
we want to try and understand
we want to try and understand
133
363077
3287
On peut comprendre qu'en tant que société,
nous souhaitions comprendre
nous souhaitions comprendre
06:16
exactly what caused these riots,
134
366388
1794
exactement ce qui a causé ces émeutes,
06:18
but also, perhaps, to equip our police
with better strategies
with better strategies
135
368206
3885
mais peut-être aussi équiper notre police
avec de meilleures stratégies
avec de meilleures stratégies
06:22
to lead to a swifter
resolution in the future.
resolution in the future.
136
372115
3781
pour aboutir à une résolution
plus rapide à l'avenir.
plus rapide à l'avenir.
06:25
Now, I don't want to upset
the sociologists here,
the sociologists here,
137
375920
2356
Je ne veux pas énerver
les sociologues présents,
les sociologues présents,
06:28
so I absolutely cannot talk about
the individual motivations for a rioter,
the individual motivations for a rioter,
138
378300
4857
donc je ne peux absolument pas parler
des motivations individuelles
d'un émeutier
d'un émeutier
06:33
but when you look at
the rioters all together,
the rioters all together,
139
383181
2168
mais en observant
les émeutiers tous ensemble,
les émeutiers tous ensemble,
06:35
mathematically, you can separate it
into a three-stage process
into a three-stage process
140
385373
3208
mathématiquement, on peut les classer
dans un processus en trois phases
dans un processus en trois phases
06:38
and draw analogies accordingly.
141
388605
1975
et en tirer des analogies.
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
Première phase : disons
que vous avez un groupe d'amis.
que vous avez un groupe d'amis.
06:43
None of them are involved in the riots,
143
393805
1875
Aucun d'eux n'est impliqué
dans les émeutes,
dans les émeutes,
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
mais l'un d'eux passe devant
un magasin en train d'être pillé,
un magasin en train d'être pillé,
06:49
and goes in and bags himself
a new pair of trainers.
a new pair of trainers.
145
399410
2513
il entre et prend
une nouvelle paire de baskets.
une nouvelle paire de baskets.
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
Il envoie un SMS à un de ses amis :
« Viens participer. »
« Viens participer. »
06:56
So his friend joins him,
147
406060
1421
Son ami se joint à lui
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
et puis les deux envoient des SMS
à leurs amis qui les rejoignent
à leurs amis qui les rejoignent
07:00
and text more of their friends
149
410686
1581
et envoient des SMS à d'autres amis
07:02
and more and more, and so it continues.
150
412291
2374
et ainsi de suite.
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
Ce processus est identique à la façon dont
un virus se répand dans une population.
un virus se répand dans une population.
Si vous pensez à l'épidémie
de grippe aviaire il y a quelques années,
de grippe aviaire il y a quelques années,
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
07:12
the more people that were infected,
the more people that got infected,
the more people that got infected,
153
422420
3303
plus il y a eu de gens infectés,
plus les gens étaient infectés,
plus les gens étaient infectés,
07:15
and the faster the virus spread
154
425747
1588
plus vite le virus se propageait,
07:17
before the authorities managed
to get a handle on events.
to get a handle on events.
155
427359
3141
avant que les autorités ne réussissent
à contrôler la situation.
à contrôler la situation.
07:20
And it's exactly the same process here.
156
430988
2515
C'est exactement le même processus ici.
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
Disons que vous avez un émeutier,
il est décidé à y aller.
il est décidé à y aller.
07:26
The next thing he has to do
is pick a riot site.
is pick a riot site.
158
436827
2535
Il doit ensuite choisir une zone d'émeute.
07:30
Now, what you should know
about rioters is that, um ...
about rioters is that, um ...
159
440274
3624
Vous devez savoir que les émeutiers...
07:33
Oops, clicker's gone. There we go.
160
443922
1642
J'ai perdu la télécommande. Voilà.
07:35
What you should know about rioters is,
they're not prepared to travel
they're not prepared to travel
161
445588
3344
Vous devez savoir que les émeutiers
ne sont pas prêts à aller très loin
ne sont pas prêts à aller très loin
07:38
that far from where they live,
162
448956
1451
de là où ils vivent,
07:40
unless it's a really juicy riot site.
163
450431
1852
sauf si c'est un lieu d'émeute alléchant.
07:42
(Laughter)
164
452307
1075
(Rires)
07:43
So you can see that here from this graph,
165
453406
2069
Vous pouvez voir qu'ici,
d'après ce graphique,
d'après ce graphique,
07:45
with an awful lot of rioters
having traveled less than a kilometer
having traveled less than a kilometer
166
455499
3391
beaucoup d'émeutiers
ont fait moins d'un kilomètre
ont fait moins d'un kilomètre
07:48
to the site that they went to.
167
458914
1679
pour se rendre sur le lieu d'émeute.
07:50
Now, this pattern is seen
in consumer models of retail spending,
in consumer models of retail spending,
168
460617
4909
Cela ressemble aux modèles
de la vente au détail,
de la vente au détail,
07:55
i.e., where we choose to go shopping.
169
465550
2309
où nous choisissons de faire nos courses.
07:57
So, of course, people like
to go to local shops,
to go to local shops,
170
467883
2922
Bien sûr, les gens aiment aller
dans les magasins locaux
dans les magasins locaux
08:00
but you'd be prepared
to go a little bit further
to go a little bit further
171
470829
2592
mais vous seriez disposé
à aller un peu plus loin
à aller un peu plus loin
08:03
if it was a really good retail site.
172
473445
2116
s'il s'agissait d'un magasin
très intéressant.
très intéressant.
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
Certains journaux avaient déjà repris
cette analogie en fait,
cette analogie en fait,
08:09
with some tabloid press calling the events
"Shopping with violence,"
"Shopping with violence,"
174
479051
3262
des journaux à scandale
ont appelé les événements
ont appelé les événements
« Shopping avec violence »,
08:12
which probably sums it up
in terms of our research.
in terms of our research.
175
482337
2788
ce qui résume sans doute bien
nos recherches.
nos recherches.
08:15
Oh! -- we're going backwards.
176
485673
1476
Oh, je repars en arrière.
08:19
OK, step three.
177
489730
1456
Bon, troisième phase.
08:21
Finally, the rioter is at his site,
178
491210
1817
Enfin, l'émeutier est sur site
08:23
and he wants to avoid
getting caught by the police.
getting caught by the police.
179
493051
4572
et veut maintenant éviter
de se faire attraper par la police.
de se faire attraper par la police.
08:27
The rioters will avoid
the police at all times,
the police at all times,
180
497647
2701
Les émeutiers éviteront
tout le temps la police
tout le temps la police
08:30
but there is some safety in numbers.
181
500372
2094
mais il y a une sécurité
à être en nombre.
à être en nombre.
08:32
And on the flip side, the police,
with their limited resources,
with their limited resources,
182
502490
3061
L'inconvénient est que la police,
avec ses ressources limitées,
avec ses ressources limitées,
08:35
are trying to protect
as much of the city as possible,
as much of the city as possible,
183
505575
2579
essaye de protéger la ville
aussi bien que possible,
aussi bien que possible,
08:38
arrest rioters wherever possible
184
508178
2013
d'arrêter les émeutiers
autant que possible
autant que possible
08:40
and to create a deterrent effect.
185
510215
2041
et de créer un effet dissuasif.
08:45
And actually, as it turns out,
186
515510
1491
En fait, il s'avère
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
que cette interaction
entre les deux espèces,
entre les deux espèces,
les émeutiers et la police,
08:51
is identical to predators
and prey in the wild.
and prey in the wild.
188
521672
2649
est identique à celle
des prédateurs et des proies.
des prédateurs et des proies.
08:54
So if you can imagine rabbits and foxes,
189
524345
2197
Si vous imaginez
les lapins et les renards,
les lapins et les renards,
08:56
rabbits are trying to avoid
foxes at all costs,
foxes at all costs,
190
526566
2750
les lapins essayent d'éviter
à tout prix les renards,
à tout prix les renards,
08:59
while foxes are patrolling the space,
trying to look for rabbits.
trying to look for rabbits.
191
529340
3687
alors que les renards patrouillent
l'espace à la recherche des lapins.
l'espace à la recherche des lapins.
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
Nous en savons beaucoup sur la dynamique
des prédateurs et des proies.
des prédateurs et des proies.
09:06
We also know a lot about
consumer spending flows.
consumer spending flows.
193
536429
4979
Nous en savons aussi beaucoup sur les flux
de dépenses des consommateurs
de dépenses des consommateurs
09:11
And we know a lot about
how viruses spread through a population.
how viruses spread through a population.
194
541432
3163
et sur la façon dont les virus
se propagent dans une population.
se propagent dans une population.
09:14
So if you take these three analogies
together and exploit them,
together and exploit them,
195
544619
3033
Si vous prenez ces trois analogies
ensemble et les exploitez,
ensemble et les exploitez,
09:17
you can come up with a mathematical
model of what actually happened,
model of what actually happened,
196
547676
3236
vous pouvez aboutir
à un modèle mathématique
à un modèle mathématique
de ce qu'il s'est passé,
09:20
that's capable of replicating
the general patterns
the general patterns
197
550936
2404
modèle capable de reproduire
les schémas généraux
les schémas généraux
09:23
of the riots themselves.
198
553364
1343
des émeutes elles-mêmes.
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
Cela obtenu, nous pouvons l'utiliser
comme une boîte de Pétri
comme une boîte de Pétri
09:28
and start having conversations
200
558788
1623
pour commencer à réfléchir
09:30
about which areas of the city
were more susceptible than others
were more susceptible than others
201
560435
3139
sur les zones de la ville
plus attirantes que d'autres
plus attirantes que d'autres
09:33
and what police tactics could be used
202
563598
1877
et les tactiques policières pouvant servir
09:35
if this were ever to happen
again in the future.
again in the future.
203
565499
2307
si cela devait se reproduire à l'avenir.
09:37
Even twenty years ago, modeling
of this sort was completely unheard of.
of this sort was completely unheard of.
204
567830
4003
Ce type de modélisation,
il y a à peine 20 ans,
il y a à peine 20 ans,
était complètement inconnu.
09:41
But I think that these analogies
are an incredibly important tool
are an incredibly important tool
205
571857
4444
Mais je pense que ces analogies
sont un outil extrêmement important
sont un outil extrêmement important
09:46
in tackling problems with our society,
206
576325
2491
dans la résolution
des problèmes de notre société
des problèmes de notre société
09:48
and perhaps, ultimately improving
our society overall.
our society overall.
207
578840
3406
et, peut-être, l'amélioration
de notre société en général.
de notre société en général.
09:52
So, to conclude: life is complex,
208
582270
2389
Pour conclure : la vie est complexe,
09:54
but perhaps understanding it need not
necessarily be that complicated.
necessarily be that complicated.
209
584683
3357
mais peut-être n'est-il pas forcément
si compliqué de la comprendre.
si compliqué de la comprendre.
09:58
Thank you.
210
588064
1158
Merci.
09:59
(Applause)
211
589246
1386
(Applaudissements)
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