TED2008
Neil Turok: My wish: Find the next Einstein in Africa
Neil Turok prononce son vœu TED Prize
Filmed:
Readability: 4.1
609,381 views
Recevant son TED Prize 2008, le physicien Neil Turok parle au nom des jeunes Africains talentueux souffrant d'un manque d'opportunité. En dévoilant et en entretenant le potentiel créatif du continent, nous pouvons engendrer un changement pour l'avenir de l'Afrique.
Neil Turok - Physicist, education activist
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa. Full bio
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa. Full bio
Double-click the English transcript below to play the video.
00:13
It was an incredible surprise to me
0
1000
3000
Ce fut une vraie surprise pour moi
00:16
to find out that there was actually an organization that cared about both parts of my life.
1
4000
6000
de découvrir qu'il existait une organisation qui s'intéresse aux deux parties de ma vie.
00:22
Because, basically,
2
10000
1000
Parce que, voilà,
00:23
I work as a theoretical physicist.
3
11000
2000
je travaille en tant que physicien théorique.
00:25
I develop and test models of the Big Bang,
4
13000
3000
Je développe et teste des modèles du Big Bang,
00:28
using observational data.
5
16000
3000
en utilisant des données d'observation.
00:31
And I've been moonlighting for the last five years
6
19000
3000
Et j'ai aussi travaillé au noir ces cinq dernières années
00:34
helping with a project in Africa.
7
22000
3000
pour appuyer un projet en Afrique.
00:37
And, I get a lot of flak for this at Cambridge.
8
25000
4000
Et on me le reproche souvent à Cambridge.
00:41
People wonder, you know, "How do you have time to do this?" And so on.
9
29000
4000
Les gens me demandent, "Où trouves-tu le temps pour faire tout ça?" et ainsi de suite.
00:45
And so it was simply astonishing to me
10
33000
3000
C'était donc tout simplement remarquable pour moi
00:48
to find an organization that actually appreciated both those sides.
11
36000
4000
de trouver une organisation qui pouvait apprécier ces deux côtés.
00:52
So I thought I'd start off by just telling you a little bit about myself
12
40000
3000
J'ai donc décidé de commencer par vous parler un peu de moi
00:55
and why I lead this schizophrenic life.
13
43000
4000
et de la raison pour laquelle je mène cette vie schizophrénique.
00:59
Well, I was born in South Africa and my parents were imprisoned
14
47000
5000
Et bien, je suis né en Afrique du Sud et mes parents furent emprisonnés
01:04
for resisting the racist regime.
15
52000
2000
pour avoir résisté contre le régime raciste du pays.
01:06
When they were released, we left and we went as refugees to Kenya and Tanzania.
16
54000
7000
À leur libération, nous sommes partis et avons trouvé asile au Kenya et en Tanzanie.
01:13
Both were very young countries then,
17
61000
2000
Deux très jeunes pays à l'époque,
01:15
and full of hope for the future.
18
63000
3000
et pleins d'espoir pour l'avenir.
01:18
We had an amazing childhood. We didn't have any money,
19
66000
2000
Nous avons eu une enfance incroyable. Nous n'avions pas d'argent,
01:20
but we were outdoors most of the time.
20
68000
3000
mais nous étions souvent à l'extérieur.
01:23
We had fantastic friends and we saw the wonders of the world,
21
71000
5000
Nous avions des amis fantastiques et nous avons pu voir les merveilles du monde,
01:28
like Kilimanjaro, Serengeti and the Olduvai Gorge.
22
76000
6000
tel que le Kilimanjaro, la plaine du Serengeti et les gorges d'Olduvai.
01:34
Well, then we moved to London for high school.
23
82000
2000
Nous nous sommes ensuite installés à Londres pour le lycée.
01:36
And after that -- there's nothing much to say about that.
24
84000
5000
Et après ça -- il n'y a plus grand chose à raconter là-dessus.
01:41
It was rather dull. But I came back to Africa
25
89000
4000
C'était plutôt ennuyant. Mais je suis retourné en Afrique
01:45
at the age of 17, as a volunteer teacher
26
93000
4000
à l'âge de 17 ans, en tant qu'enseignant volontaire
01:49
to Lesotho, which is a tiny country,
27
97000
3000
à Lesotho, qui est un minuscule pays,
01:52
surrounded at that time by apartheid South Africa.
28
100000
5000
entouré à l'époque par l'Afrique du Sud en apartheid.
01:57
Well, 80 percent of the men in Lesotho
29
105000
3000
80% des hommes de Lesotho
02:00
worked in the mines over the border,
30
108000
4000
travaillaient dans les mines de l'autre côté de la frontière,
02:04
in brutal conditions.
31
112000
3000
dans des conditions brutales.
02:07
Nevertheless, I -- as I'm sure -- as a rather irritating young, white man
32
115000
6000
Neanmoins, moi -- comme je m'en doute -- en tant que jeune homme blanc assez agaçant
02:13
coming into their village, I was welcomed with incredible hospitality and warmth.
33
121000
6000
arrivant dans leur village, j'ai été accueilli avec beaucoup de chaleur et d'hospitalité.
02:19
But the kids were the best part.
34
127000
2000
Mais les enfants étaient la meilleure partie.
02:21
The kids were amazing: extremely eager and often very bright.
35
129000
5000
Les enfants étaient incroyables: extrêmement enthousiastes et souvent très doués.
02:26
And I'm just going to tell you one story,
36
134000
2000
Et je vais vous raconter une de ces histoires,
02:28
which got through to me.
37
136000
3000
qui m'a vraiment parlé.
02:31
I used to try to take the kids outside as often as possible,
38
139000
2000
J'avais comme habitude de faire sortir les enfants le plus souvent possible,
02:33
to try to connect the academic stuff with the real world.
39
141000
5000
pour leur permettre de faire le lien entre la matière scolaire et le monde réel.
02:38
And they weren't used to that.
40
146000
3000
Et il n'etaient pas habitués à ça.
02:41
But I took them outside one day and I said,
41
149000
2000
Mais je les amenai dehors un jour et je leur dis,
02:43
"I want you to estimate the height of the building."
42
151000
3000
"Je veux que vous estimiez la hauteur de ce bâtiment."
02:46
And I expected them to put a ruler next to the wall,
43
154000
3000
Et je m'attendais à ce qu'ils plaquent une règle contre le mur,
02:49
size it up with a finger, and make an estimate of the height.
44
157000
5000
la compare à un doigt, et donnent une estimation de la hauteur.
02:54
But there was one little boy, very small for his age.
45
162000
4000
Mais il y avait un jeune garçon, bien petit pour son âge.
02:58
He was the son of one of the poorest families in the village.
46
166000
3000
C'était le fils d'une des familles les plus pauvres du village.
03:01
And he wasn't doing that. He was scribbling with chalk on the pavement.
47
169000
5000
Et il ne s'y prenait pas comme ça. Il grifonnait avec de la craie sur le pavé.
03:06
And so, I said -- I was annoyed -- I said, "What are you doing?
48
174000
3000
Et donc, je lui ai dis -- agacé -- j'ai dis, "Qu'est-ce que tu fais?
03:09
I want you to estimate the height of the building."
49
177000
2000
je veux que tu estimes la hauteur de ce bâtiment."
03:11
He said, "OK. I measured the height of a brick.
50
179000
3000
Il m'a répondu, "OK. j'ai mesuré la hauteur d'une brique.
03:14
I counted the number of bricks and now I'm multiplying."
51
182000
5000
j'ai compté le nombre de briques et maintenant je multiplie."
03:19
Well -- (Laughter) -- I hadn't thought of that one.
52
187000
5000
Eh bien -- (Rire) -- je n'y avais pas pensé à celle-là.
03:24
And many experiences like this happened to me.
53
192000
4000
Et j'ai eu droit a beacoup d'épisodes similaires.
03:28
Another one is that I met a miner. He was home on his three-month leave from the mines.
54
196000
8000
Un autre est quand j'ai rencontré un mineur. Il était de retour des mines pour ses trois mois de repos.
03:36
Sitting next to him one day, he said, "There's only one thing that I really loved at school.
55
204000
6000
Assis à ses côté un jour, il m'a dit, "Il n'y a qu'une seule chose que j'ai vraiment aimé à l'école.
03:42
And you know what it was? Shakespeare." And he recited some to me.
56
210000
7000
Et tu sais ce que c'était? Shakespeare." Il m'en a récité quelques passages.
03:49
And these and many similar experiences convinced me
57
217000
4000
Et toutes ces expériences similaires m'ont convaincu
03:53
that there are just tons of bright kids in Africa
58
221000
4000
qu'il y a des tas d'enfants doués en Afrique
03:57
-- inventive kids, intellectual kids --
59
225000
4000
-- des enfants inventifs , des enfants intellectuels --
04:01
and starved of opportunity.
60
229000
1000
et assoiffés d'opportunités et d'occasions.
04:02
And if Africa is going to get fixed, it's by them, not by us.
61
230000
6000
Et si l'Afrique doit être réparé, c'est par leur main, pas la nôtre.
04:08
Well, after -- (Applause) -- that's the truth.
62
236000
6000
Eh bien, après -- (Applaudissement) -- c'est la vérité.
04:14
Well, after Lesotho, I traveled across Africa
63
242000
3000
Eh bien, après Lesotho, j'ai traversé l'Afrique
04:17
before returning to England
64
245000
2000
avant de retourner en Angleterre
04:20
-- so gray and depressing, in comparison.
65
248000
3000
-- tellement gris et déprimant en comparaison.
04:23
And I went to Cambridge. And there, I fell for theoretical physics.
66
251000
7000
Je suis allé à Cambridge. Et là, je me suis épris pour la physique théorique.
04:30
Well, I'm not going to explain this equation,
67
258000
2000
Bon, je ne vais pas expliquer cette équation,
04:32
but theoretical physics is really an amazing subject.
68
260000
4000
mais la physique théorique est véritablement un sujet fascinant.
04:36
We can write down all the laws of physics we know in one line.
69
264000
6000
Nous pouvons écrire toutes les lois de la physique que nous connaissons en une ligne.
04:42
And, admittedly, it's in a very shorthand notation.
70
270000
5000
Et, j'avoue, c'est une notation très abrégée.
04:47
And it contains 18 free parameters,
71
275000
4000
Elle contient 18 paramètres libres,
04:51
OK, which we have to fit to the data.
72
279000
3000
OK, qu'il faut faire coller aux données.
04:54
So it's not the final story,
73
282000
2000
Ce n'est donc pas le mot de la fin,
04:56
but it's an incredibly powerful summary of everything we know
74
284000
5000
mais c'est un résumé incroyablement puissant de tout ce que nous savons
05:01
about nature at the most basic level.
75
289000
4000
de la nature au niveau le plus basique.
05:05
And apart from a few very important loose ends, which you've heard about here --
76
293000
4000
Et à part les quelques parties importantes qui nous échappent, dont vous avez entendu parler ici --
05:09
like dark energy and dark matter --
77
297000
3000
tel que l'énergie sombre et la matière noire--
05:12
this equation describes,
78
300000
2000
cette équation décrit--
05:14
seems to describe everything about the universe and what's in it.
79
302000
5000
semble décrire tout à propos de l'univers et ce qu'il y a dedans.
05:19
But there's one big puzzle remaining,
80
307000
2000
Mais il reste encore une grande énigme à résoudre,
05:21
and this was most succinctly put to me by my primary school math teacher in
81
309000
5000
et elle me fut posée le plus simplement par ma professeur de maths au primaire en
05:26
Tanzania, who's a wonderful Scottish lady
82
314000
3000
Tanzanie, une merveilleuse dame Ecossaise
05:29
who I still stay in touch with.
83
317000
3000
avec qui je garde encore contact.
05:32
And she's now in her 80s.
84
320000
2000
Et elle a maintenant dans les 80 ans.
05:34
And when I try to explain my work to her, she waved away all the details, and she said,
85
322000
5000
Et quand je tente de lui expliquer mon travail, elle écarte tous les détails d'un geste, et me dit,
05:39
"Neil, there's only one question that really matters.
86
327000
5000
"Neil, il n'y a qu'une seule question qui soit importante.
05:44
What banged?" (Laughter)
87
332000
4000
Qu'est-ce qui a fait "bang"?" (Rire)
05:48
"Everyone talks about the Big Bang. What banged?"
88
336000
5000
"Tout le monde parle du Big Bang. Mais qu'est-ce qui a fait "bang"?"
05:53
And she's right. It's a question we've all been avoiding.
89
341000
5000
Et elle a raison. C'est une question que nous avons tous évitée.
05:58
The standard explanation is that the universe somehow sprang into existence,
90
346000
5000
L'explication standard c'est que l'univers a soit-disant jailli en existence,
06:03
full of a strange kind of energy
91
351000
2000
rempli d'une étrange sorte d'énergie
06:05
-- inflationary energy -- which blew it up.
92
353000
5000
-- une énergie d'inflation -- qui l'a fait exploser.
06:10
But the puzzle of why the universe emerged in that peculiar state
93
358000
4000
Mais le casse-tête du pourquoi l'univers émergea dans cet état particulier
06:14
is completely unsolved.
94
362000
4000
demeure complètement irrésolu.
06:18
Now, I worked on that theory for a while, with Stephen Hawking and others.
95
366000
4000
J'ai donc travaillé sur cette théorie un temps, avec Stephen Hawking et d'autres.
06:22
But then I began to explore another alternative.
96
370000
3000
Mais j'ai commencé ensuite à explorer une autre alternative.
06:25
The alternative is that the Big Bang wasn't the beginning.
97
373000
3000
L'alternative est que le Big Bang n'était pas le début.
06:28
Perhaps the universe existed before the bang,
98
376000
3000
Il se peut que l'univers existait avant le "bang",
06:31
and the bang was just a violent event in a pre-existing universe.
99
379000
5000
et le "bang" était simplement un événement dans un univers pré-éxistant.
06:36
Well, this possibility is actually suggested
100
384000
3000
Eh bien, cette possibilité est en fait suggérée
06:39
by the latest theories, the unified theories,
101
387000
3000
par les théories les plus récentes, les théories unificatrices,
06:42
which try to explain all those 18 free parameters
102
390000
3000
qui tentent d'expliquer ces 18 paramètres libres
06:45
in a single framework, which will hopefully predict all of them.
103
393000
7000
dans un seul cadre, qui avec un peu de chance les prédira tous.
06:52
And I'll just share a cartoon of this idea here.
104
400000
3000
Et je vais juste partager avec vous un cartoon de cette idée ici.
06:55
It's all I can convey. According to these theories,
105
403000
3000
C'est tout ce que je peux transmettre. D'après ces théories,
06:58
there are extra dimensions of space, not just the three we're familiar with,
106
406000
3000
il existe d'autres dimensions de l'espace, pas seulement les trois dont nous avons l'habitude,
07:01
but at every point in the room there are more dimensions.
107
409000
4000
mais en tout point de cette pièce il existe plus de dimensions.
07:05
And in particular, there's one rather strange one,
108
413000
2000
et en particulier, il y'en a une assez étrange,
07:07
in the most elegant unified theories we have.
109
415000
3000
dans la théorie unificatrice la plus élégante que nous ayons
07:10
The strange one looks likes this:
110
418000
2000
Cette étrange dimension ressemble à ça:
07:12
that we live in a three-dimensional world.
111
420000
3000
que nous vivons dans un monde tri-dimensionnel.
07:15
We live in one of these worlds, and I can only show it as a sheet,
112
423000
4000
Nous vivons dans un de ces mondes, et je ne peux que le montrer sous forme de plan,
07:19
but it's really three-dimensional.
113
427000
3000
mais en fait c'est bien tri-dimensionnel
07:22
And a tiny distance away, there's another sheet,
114
430000
4000
Et un peu plus loin, il y'a un autre plan,
07:26
also three-dimensional, and they're separated by a gap.
115
434000
2000
aussi tri-dimensionnel, et séparé par un vide.
07:28
The gap is very tiny, and I've blown it up so you can see it.
116
436000
3000
Ce vide est minuscule, et je l'ai élargi pour que vous puissiez le voir.
07:31
But it's really a tiny fraction of the size of an atomic nucleus.
117
439000
5000
Mais c'est vraiment une fraction de la taille du noyau d'un atome.
07:36
I won't go into the details of why we think the universe is like this,
118
444000
3000
Je ne vais pas vous expliquer en détail pourquoi nous pensons que l'univers est ainsi
07:39
but it comes out of the math and trying to explain the physics that we know.
119
447000
4000
mais c'est ce qui ressort des maths et de notre effort d'éclaircir la physique actuelle.
07:43
Well, I got interested in this because it seemed to me that it was an obvious question.
120
451000
4000
Eh bien, je me suis interessé à ça parce qu'il me semblait qu'il y avait une question évidente.
07:47
Which is, what happens if these two, three-dimensional worlds
121
455000
3000
Qui est, que se passerait-t-il si ces deux mondes tri-dimentionnels
07:50
should actually collide?
122
458000
3000
entraient en collison?
07:54
And if they collide, it would look a lot like the Big Bang.
123
462000
3000
Et s'ils entraient en collision, ça ressemblerait beaucoup au Big Bang.
07:57
But it's slightly different than in the conventional picture.
124
465000
3000
Mais avec une légère différence par rapport à la représentation conventionelle.
08:00
The conventional picture of the Big Bang is a point.
125
468000
2000
La représentation conventionelle du Big Bang est un point.
08:02
Everything comes out of a point;
126
470000
2000
Tout jaillit d'un point;
08:04
you have infinite density. And all the equations break down.
127
472000
4000
vous avez une densité infinie. Et toutes les équations ne tiennent plus.
08:08
No hope of describing that.
128
476000
2000
Aucun chance de décrire ça.
08:10
In this picture, you'll notice,
129
478000
2000
Dans cette représentation, vous remarquerez,
08:12
the bang is extended. It's not a point.
130
480000
2000
le "bang" est étendu. Ce n'est pas un point.
08:14
The density of matter is finite, and we have a chance
131
482000
3000
La densité de matière est finie, ce qui ouvre la porte
08:17
of a consistent set of equations that can describe the whole process.
132
485000
5000
à une série d'équations cohérentes qui peuvent décrire tout le procéssus.
08:22
So, to cut a long story short, we've explored this alternative.
133
490000
3000
En bref, nous avons exploré cette alternative.
08:25
We've shown that it can fit
134
493000
2000
Nous avons démontré qu'elle peut faire rentrer
08:27
all of the data that we have about the formation of galaxies,
135
495000
4000
toutes les données que nous avons sur la formation des galaxies,
08:31
the fluctuations in the microwave background.
136
499000
3000
les fluctuations du fond diffus cosmologique.
08:34
Furthermore, there's an experimental way
137
502000
2000
De plus, il existe une façon expérimentale
08:36
to tell this theory, apart from the inflationary explanation that I told you before.
138
504000
7000
de différencier cette théorie de celle de l'inflation dont je parlais avant.
08:43
It involves gravitational waves.
139
511000
3000
Cela implique les ondes gravitationelles.
08:46
And in this scenario, not only was the Big Bang not the beginning,
140
514000
3000
Et dans ce scénario, non seulement le Big Bang n'etait pas le début,
08:49
as you can see from the picture,
141
517000
3000
comme vous pouvez le voir sur la photo,
08:52
it can happen over and over again.
142
520000
2000
ça peut avoir lieu encore et encore.
08:54
It may be that we live in an endless universe,
143
522000
3000
Il se peut que nous vivions dans un univers sans fin,
08:57
both in space and in time.
144
525000
1000
dans l'espace et dans le temps.
09:01
And there've been bangs in the past, and there will be bangs in the future.
145
529000
3000
Et il y'a eu des "bangs" dans le passé, et il y aura des "bangs" dans le futur.
09:04
And maybe we live in an endless universe.
146
532000
4000
Et peut-être que nous vivons dans un univers sans fin.
09:08
Well, making and testing models of the universe
147
536000
5000
Eh bien, construire et tester des modèles de l'univers
09:13
is, for me, the best way I have of enjoying and appreciating the universe.
148
541000
7000
est, pour moi, la meilleure façon de savourer et d'apprécier l'univers.
09:20
We need to make the best mathematical models we can,
149
548000
2000
Nous devons fomer les meilleurs modèles mathématiques possibles,
09:22
the most consistent ones.
150
550000
2000
les plus cohérents.
09:24
And then we scrutinize them, logically and with data.
151
552000
4000
Puis les analyser, logiquement et avec des données.
09:28
And we try to convince ourselves --
152
556000
3000
Et d'essayer de se comvaincre--
09:31
we really try to convince ourselves they're wrong.
153
559000
2000
on essaye vraiment de se convaincre qu'ils sont faux.
09:33
That's progress: when we prove things wrong.
154
561000
3000
C'est ça le progrès: quand on prouve que les choses sont fausses.
09:36
And gradually, we hopefully move closer and closer to understanding the world.
155
564000
6000
Et graduellement, avec un peu de chance on en vient à mieux comprendre le monde.
09:42
As I pursued my career, something was always gnawing away inside me.
156
570000
5000
Alors que je poursuivais ma carrière, quelque chose me tracassait l'esprit.
09:47
What about Africa?
157
575000
3000
Et l'Afrique alors?
09:50
What about those kids I'd left behind?
158
578000
5000
Et tous ces enfants que j'avais laissés derrière moi?
09:55
Instead of developing, as we'd all hoped in the '60s,
159
583000
3000
Au lieu de se développer, comme nous l'avions tous espéré dans les années 60,
09:58
things had gotten worse.
160
586000
2000
les choses se sont empirées.
10:00
Africa was gripped by poverty, disease and war.
161
588000
4000
L'afrique a été prise par la pauvreté, la maladie et la guerre.
10:04
This is very graphically shown by the Worldmapper website and project.
162
592000
6000
Ceci est graphiquement bien représenté par le site et le projet Worldmapper.
10:10
And so the idea is to represent each country
163
598000
3000
Et donc l'idée ici est de représenter chaque pays
10:13
on a map, but scale the area according to some quantity.
164
601000
6000
sur une carte, mais en modifiant les dimensions d'une zone en fonction d'une certaine quantité.
10:19
So here's just the standard area map of the world.
165
607000
2000
Donc là nous avons tout simplement une carte du monde
10:21
By the way, Africa is very large.
166
609000
2000
Vous remarquerez, L'afrique est très large.
10:23
And the next map now shows Africa's GDP in 1960,
167
611000
5000
Et la carte suivante montre maintenant le PIB de l'Afrique en 1960,
10:28
around the time of independence for many African states.
168
616000
5000
à l'époque de l'indépendance de plusieurs états Africains.
10:33
Now, this is 1990, and then 2002. And here's a projection for 2015.
169
621000
10000
Maintenant, voilà 1990 et ensuite 2002. Et voilà une projection pour 2015.
10:44
Big changes are happening in the world,
170
632000
1000
De grands changements ont lieu dans le monde,
10:45
but they're not helping Africa.
171
633000
3000
mais ils n'aident en rien l'Afrique.
10:48
What about Africa's population? The population isn't out of proportion to its area,
172
636000
4000
Qu'en est-il de la population Africaine? La population n'est pas disproportionnelle à sa superficie,
10:52
but Africa leads the world in deaths from often preventable causes:
173
640000
5000
mais l'Afrique est le leader mondiale en terme de mortalités liés à des causes évitables:
10:57
malnutrition, simple infections and birth complications.
174
645000
7000
la malnutrition, les infections simples et les complications à la naissance.
11:04
Then there's HIV/AIDS. And then there are deaths from war.
175
652000
5000
Par dessus ça il y'a le SIDA. Et il y a les victimes de guerre.
11:09
OK, currently there are 45,000 people a month dying in the Congo,
176
657000
5000
Ok, en ce moment même, plus de 45,000 personnes meurent chaque mois au Congo,
11:14
as a consequence of the war
177
662000
2000
à cause de la guerre
11:16
there over coltan and diamonds and other things.
178
664000
4000
là-bas pour le cobalt et les diamants et d'autres choses.
11:20
It's still going on.
179
668000
4000
Cette guerre est toujours d'actualité.
11:24
What about Africa's capacity to do something about these problems?
180
672000
3000
Qu'en est-il donc de la capacité de l'Afrique à réagir face à ces problèmes?
11:27
Well, here's the number of physicians in Africa.
181
675000
5000
Eh bien, voici le nombre de physiciens en Afrique.
11:32
Here's the number of people in higher education.
182
680000
5000
Voilà le nombre de personnes dans l'éducation supérieure.
11:37
And here -- most shocking to me --
183
685000
2000
Et là -- ce que je trouve le plus choquant --
11:39
the number of scientific research papers coming out of Africa.
184
687000
4000
le nombre d'articles de recherche scientifique sortant de l'Afrique.
11:43
It just doesn't exist scientifically.
185
691000
5000
Le pays n'existe tout simplement pas scientifiquement.
11:48
And this was very eloquently argued at TED Africa:
186
696000
3000
Et ceci à été argumenté de façon très éloquente à TED Africa:
11:51
that all of the aid that's been given
187
699000
2000
que tout l'aide qui a été donné
11:53
has completely failed to put Africa onto its own two feet.
188
701000
8000
a complètement échoué à mettre l'Afrique sur ses deux pieds.
12:01
Well, the transition to democracy in South Africa in 1994
189
709000
3000
Eh bien, le passage à la démocratie en Afrique du Sud en 1994
12:04
was literally a dream come true for many of us.
190
712000
4000
était littérallement un rêve devenu réalité pour beaucoup d'entre nous.
12:08
My parents were both elected to the first parliament,
191
716000
3000
Mes parents furent tout deux élus au premier parlement,
12:11
alongside Nelson and Winnie Mandela. They were the only other couple.
192
719000
5000
aux côtés de Nelson et Winnie Mandela. Ils étaient le seul autre couple.
12:16
And in 2001, I took a research leave to visit them.
193
724000
4000
Et en 2001, j'ai pris congé de ma recherche pour leur rendre visite.
12:20
And while I was busy working -- I was working on these colliding worlds, in the day.
194
728000
7000
Et pendant que j'étais occupé à travailler -- je travaillais sur ces mondes en collision, durant le jour.
12:27
But I learned that there was a desperate shortage of skills,
195
735000
3000
J'ai appris qu'il y avait un manque flagrant de compétences,
12:30
especially mathematical skills, in industry, in government, in education.
196
738000
8000
notamment de compétences mathématiques, en industrie, au gouvernement, à l'éducation.
12:38
The ability to make and test models has become essential,
197
746000
4000
La capacité à construire et tester des modèles est devenue essentielle,
12:42
not only to every single area of science today,
198
750000
3000
non seulement dans chaque domaine scientifique aujourd'hui,
12:45
but also to modern society itself.
199
753000
4000
mais aussi dans le contexte de la société moderne elle-même.
12:49
And if you don't have math, you're not going to enter the modern age.
200
757000
6000
Et si vous n'avez pas les maths, vous ne pouvez entrer dans l'âge moderne.
12:55
So I had an idea. And the idea was very simple.
201
763000
3000
Il m'est donc venu une idée. Et l'idée etait très simple.
12:58
The idea was to set up an African Institute for Mathematical Sciences, or AIMS.
202
766000
6000
L'idée était de créer un Institut Africain des Sciences Mathématiques, ou AIMS.
13:04
And let's recruit students from the whole of Africa,
203
772000
4000
Et de recruter des étudiants de toute l'Afrique,
13:08
bring them together with lecturers from all over the world,
204
776000
4000
les réunir avec des enseignants venus du monde entier,
13:12
and we'll try to give them a fantastic education.
205
780000
5000
et nous allons tout faire pour leur donner une éducation fantastique.
13:17
Well, as a Cambridge professor, I had many contacts.
206
785000
3000
Eh bien, en tant que professeur à Cambridge, j'avais beaucoup de contacts.
13:20
And to my astonishment, they backed me 100 percent.
207
788000
3000
Et à mon grand étonnement, ils m'ont donné leur soutien à 100 pourcent.
13:23
They said, "Go and do it,
208
791000
2000
Ils m'ont dit, "Vas-y fait le,
13:25
and we'll come and lecture."
209
793000
4000
et on viendra donner des cours."
13:29
And I knew it would be amazing fun to bring brilliant students
210
797000
4000
Et je savais que ce serais une vraie joie de réunir des étudiants brillants,
13:33
from these countries -- where they don't have any opportunities -- together
211
801000
4000
provenant de ces pays n'offrant aucune opportunité,
13:37
with the best lecturers in the world --
212
805000
2000
avec les meilleurs enseignants du monde,
13:39
who I knew would come, because of the interest in Africa --
213
807000
3000
qui, je savais, viendraient, motivés par l'intérêt en Afrique.
13:42
and put them together and just let the sparks fly.
214
810000
7000
Donc les mettre ensemble, puis laisser jaillir les étincelles.
13:49
So we bought a derelict hotel near Cape Town.
215
817000
4000
Nous avons donc acheté un hôtel à l'abandon près de Cape Town.
13:53
It's an 80-room Art Deco hotel from the 1920s.
216
821000
3000
C'est un hôtel Art Deco de 80 chambres datant des années 1920.
13:56
The area was kind of seedy, so we got an 80-room hotel for 100,000 dollars.
217
824000
6000
L'endroit était minable, nous avons donc pu acheter l'hôtel pour 100 000 dollars.
14:02
It's a beautiful building. We decided we would refurbish it
218
830000
4000
C'est un joli bâtiment. Nous avons décidé de le réaménager
14:06
and then put out the word:
219
834000
2000
et ensuite de faire passer le mot:
14:08
we're going to start the best math institute in Africa
220
836000
4000
nous allons lancer le meilleur institut de maths en Afrique
14:12
in this hotel.
221
840000
1000
dans cet hôtel.
14:13
Well, the new South Africa is a very exciting country.
222
841000
3000
Eh bien, le nouvel Afrique de Sud est un pays très éxcitant.
14:16
And those of you who haven't been there, you should go.
223
844000
3000
Et ceux d'entre vous qui n'y avez pas encore été, vous devriez y aller.
14:19
It's very, very interesting what's happening.
224
847000
3000
C'est très, très intéréssant ce qui s'y passe.
14:22
And we recruited wonderful staff,
225
850000
3000
Et nous avons recruté une équipe merveilleuse,
14:25
highly motivated staff.
226
853000
2000
une équipe très motivée.
14:27
The other thing that's happened, which was good for us, is the Internet.
227
855000
4000
L'autre chose qui est advenue, dont nous avons pu bénéficier, c'est l'Internet.
14:31
Even though the Internet is very expensive all over Africa,
228
859000
3000
Même si l'Internet coûte três cher à travers toute l'Afrique,
14:34
there are Internet cafes everywhere.
229
862000
2000
on y trouve des Cafés-Internet partout.
14:36
And bright young Africans are desperate to join the global community,
230
864000
5000
Et les jeunes Africains doués ont désespérément envie de rejoindre la communauté globale,
14:41
to be successful -- and they're very ambitious.
231
869000
3000
d'avoir du succès -- et ils sont très ambitieux.
14:44
They want to be the next Einstein.
232
872000
4000
Ils veulent tous être le prochain Einstein.
14:50
And so when word came out that AIMS was opening,
233
878000
3000
Et donc quand la nouvelle qu'AIMS était sur le point d'ouvrir a fait surface,
14:53
it spread very quickly via e-mail and our website.
234
881000
4000
elle s'est répandue très rapidement via e-mail et notre site web.
14:57
And we got lots of applicants.
235
885000
2000
Et nous avons attiré beaucoup de candidats.
14:59
Well, we designed AIMS as a 24-hour learning environment,
236
887000
3000
Eh bien, nous avons développé AIMS comme environnement d'apprentissage 24/24,
15:02
and it was fantastic to start a university from the beginning.
237
890000
4000
et c'était fantastique de lancer une université à partir de zéro.
15:06
You have to rethink, what is the university for?
238
894000
4000
Il faut tout repenser, quelle est la fonction de l'université?
15:10
And that's really exciting.
239
898000
2000
Et ça c'est vraiment excitant.
15:12
So we designed it to have interactive teaching.
240
900000
3000
Nous l'avons donc conçue pour qu'il y ait de l'enseignement interactif.
15:15
No droning on at the chalkboard.
241
903000
4000
Pas de discours monotones au tableau.
15:19
We emphasize problem-solving, working in groups,
242
907000
4000
Nous mettons l'accent sur la résolution de problèmes, le travail collectif,
15:23
every student discovering and maximizing their own potential
243
911000
4000
chaque étudiant découvrant et maximisant leur propre potentiel,
15:27
and not chasing grades.
244
915000
3000
au lieu de chercher à obtenir les meilleures notes.
15:30
Everyone lives together in this hotel -- lecturers and students --
245
918000
2000
Tout le monde vie ensemble dans cet hôtel, enseignants et étudiants
15:32
and it's not surprising at all to find an impromptu tutorial at 1 a.m.
246
920000
6000
et ce n'est pas du tout surprenant de voir un tutoriel improvisé à 1:00 du matin.
15:38
The students don't usually leave the computer lab till 2 or 3 a.m.
247
926000
4000
Les étudiants quittent rarement la salle informatique avant 2:00 ou 3:00 du matin.
15:42
And then they're up again at eight in the morning.
248
930000
2000
Et ils sont debouts dès huit heures du matin.
15:44
Lectures, problem-solving and so on. It's an extraordinary place.
249
932000
7000
Des cours, de la résolution de problème et ainsi de suite. C'est un lieu extraordinaire.
15:51
We especially emphasize areas of great relevance to Africa's development,
250
939000
5000
On insiste surtout sur les domaines pertinents au développement de l'Afrique,
15:56
because, in those areas, scientists working in Africa will have a competitive advantage.
251
944000
6000
parce que dans ces domaines les scientifiques qui travaillent en Afrique auront un avantage sur la compétition.
16:02
They'll publish, be invited to conferences.
252
950000
2000
Ils publieront, seront invités à des conférences.
16:04
They'll do well. They'll have successful careers.
253
952000
6000
Ils s'en sortiront bien; ils auront des carrières à grand succès.
16:10
And AIMS has done extremely well.
254
958000
2000
Et AIMS a très bien réussi.
16:12
Here is a list of last year's graduates, graduated in June,
255
960000
4000
Voci une liste des diplômés de l'année dernière, ayant reçu leur diplôme en juin,
16:16
and what they're currently doing -- 48 of them.
256
964000
3000
et ce qu'ils font à présent, ces 48 diplômés.
16:19
And where they are is indicated over here.
257
967000
4000
Et où ils sont est indiqué ici.
16:23
And where they've gone. So these are all postgraduate students.
258
971000
4000
Et où ils sont allés. Ce sont donc tous des étudiants gradués.
16:27
And they've all gone on to master's and Ph.D. degrees in excellent places.
259
975000
7000
Et ils ont tous continué vers des maîtrises et des Ph.D à des endroits bien réputés.
16:34
Five students can be educated at AIMS
260
982000
2000
Cinq étudiants peuvent être eduqués à AIMS
16:36
for the cost of educating one in the U.S. or Europe.
261
984000
4000
pour le prix d'un seul aux États-Unis ou en Europe.
16:40
But more important, the pan-African student body
262
988000
3000
Mais d'autant plus important, le collectif d'étudiants pan-Africain
16:43
is a continual source of strength, pride and commitment to Africa.
263
991000
6000
est une source perpetuelle de force, de fierté et d'engagement pour l'Afrique.
16:49
We illustrate AIMS' progress by coloring in the countries of Africa.
264
997000
5000
Nous illustrons le progrès d'AIMS en colorant les pays d'Afrique.
16:54
So here you can see behind this list.
265
1002000
2000
Donc ici vous pouvez voir derrière cette liste.
16:56
When a county is colored yellow, we've received an application;
266
1004000
4000
Quand un pays est en jaune; nous avons reçu une candidature;
17:00
orange, we've accepted an application; and green,
267
1008000
5000
orange: nous avons accepté une candidature; et vert:
17:05
a student has graduated.
268
1013000
2000
un étudiant a reçu sont diplôme.
17:07
So here is where we were after the first graduation in 2004.
269
1015000
4000
Donc voilà où nous en étions en 2004 lors de la première remise des diplômes.
17:11
And we set ourselves a goal of turning the continent green.
270
1019000
4000
Et nous nous sommes donnés comme objectif de rendre le continent vert.
17:15
So there's 2005, -6, -7, -8.
271
1023000
4000
Donc voici 2005, -6, -7, -8.
17:19
(Applause)
272
1027000
10000
(Applaudissements)
17:29
We're well on the way to achieving our initial goal.
273
1037000
4000
Nous sommes bien partis pour atteindre notre objectif de base.
17:33
We had some of the students filmed at home before they came to AIMS.
274
1041000
4000
Nous avons filmé quelques étudiants chez eux avant qu'il ne viennent à AIMS.
17:37
And I'll just show you one.
275
1045000
3000
Et je vais simplement vous en montrer une.
17:40
Tendai Mugwagwa: My name is Tendai Mugwagwa.
276
1048000
4000
Tendai Mugwagwa: Mon nom est Tendai Mugwawa.
17:44
I have a Bachelor of Science with an education degree.
277
1052000
3000
j'ai un Baccalauréat Scientifique en Education.
17:47
I will be attending AIMS.
278
1055000
2000
Je vais faire mes études à AIMS.
17:49
My understanding of the course is that it covers quite a lot.
279
1057000
4000
D'après ce que j'ai compris le cours couvre beaucoup de terrain.
17:53
You know, from physics to medicine,
280
1061000
4000
Vous savez, de la physique à la médecine,
17:57
in particular, epidemiology and also mathematical modeling.
281
1065000
6000
en particulier, l'épidémiologie et aussi la modélisation mathématique.
18:03
Neil Turok: So Tendai came to AIMS and did very well.
282
1071000
5000
Neil Turok: Donc Tendai est venu à AIMS et s'en est très bien sorti.
18:08
And I'll let her take it from there.
283
1076000
4000
Et je vais la laisser vous raconter la suite.
18:16
TM: My name is Tendai Mugwagwa
284
1084000
2000
TM: Mon nom est Tendai Mugwawa
18:18
and I was a student at AIMS in 2003 and 2004.
285
1086000
4000
et j'ai été étudiante à AIMS en 2003 et 2004.
18:22
After leaving AIMS, I went on to do a master's in applied mathematics
286
1090000
5000
après avoir quitté AIMS, j'ai continué mes études avec une maitrise en Mathématiques appliqués
18:27
at the University of Cape Town in South Africa.
287
1095000
3000
à l'Université de Cape Town en Afrique du Sud.
18:30
After that, I came to the Netherlands
288
1098000
2000
Après quoi, je suis venu au Pays-Bas
18:32
where I'm now doing a Ph.D. in theoretical immunology.
289
1100000
3000
où je suis à présent en train de faire mon Ph.D en Immunologie Théorique.
18:35
Professor: Tendai is working very independently.
290
1103000
3000
Professeur: Tendai travaille de manière très indépendante.
18:38
She communicates well with the immunologists at the hospital.
291
1106000
4000
Elle communique bien avec les immunologistes à l'hôpital,
18:42
So all in all I have a very good Ph.D. student from South Africa.
292
1110000
4000
donc en somme j'ai une très bonne étudiante Ph.D d'origine Sud Africaine.
18:46
So I'm happy she's here.
293
1114000
3000
Donc je suis content qu'elle soit là.
18:49
NT: Another student in the first year of AIMS was Shehu.
294
1117000
4000
NT: Un autre étudiant dans les premières années d'AIMS était Shehu.
18:53
And he's shown here with his favorite high school teacher.
295
1121000
5000
Et là on peut le voir avec un de ses enseignants préféré au lycée.
18:58
And then entering university in northern Nigeria.
296
1126000
6000
Et ensuite entrant à l'université dans le nord du Nigeria.
19:04
And after AIMS, Shehu wanted to do high-energy physics,
297
1132000
5000
Et après AIMS, Shehu voulait faire de la physique à haute-énergie,
19:09
and he came to Cambridge.
298
1137000
2000
et il est venu à Cambridge.
19:11
He's about to finish his Ph.D.,
299
1139000
3000
Il s'apprète à terminer son Ph.D
19:14
and he was filmed recently with someone you all know.
300
1142000
4000
et il a récemment été filmé avec quelqu'un que vous connaissez tous.
19:18
Shehu: And from there we will be able to,
301
1146000
2000
Shehu: Et à partir de ça nous allons pouvoir,
19:20
hopefully, make better predictions and then we compare it
302
1148000
3000
avec un peu de chance, faire de meilleurs prédictions et ensuite les comparer
19:23
to the graph and also make some predictions.
303
1151000
5000
au graphe et ainsi faire de nouvelles prédictions.
19:28
Stephen Hawking: That is nice.
304
1156000
3000
Stephen Hawking: Ça c'est bien.
19:31
NT: Here are the current students at AIMS. There are 53 of them
305
1159000
3000
NT: Voilà les étudiants actuels d'AIMS. il y'en a 53
19:34
from 20 different countries, including 20 women.
306
1162000
4000
venant de 20 pays différents, et dont 20 d'entre eux sont des femmes.
19:38
So now I'm going to get to my TED business.
307
1166000
3000
Donc j'en viens maintenant à mes affaires avec TED.
19:41
Well, we had a party. This is Africa --
308
1169000
3000
Eh bien, nous avons fait la fête. C'est l'Afrique --
19:44
we have good parties in Africa. And last month, they threw a surprise party for me.
309
1172000
4000
nous faisons de bonnes fêtes en Afrique. Et le mois dernier, on m'a organisé une fête surprise.
19:48
Here's somebody you've seen already.
310
1176000
2000
Voilà quelqu'un que vous avez déjà vu.
19:50
(Applause)
311
1178000
24000
(Applaudissements)
20:14
I want to point out a few other exceptional people in this picture.
312
1202000
4000
Je veux attirer votre attention sur d'autre personnes exceptionelles dans cette photo.
20:18
So, we were having a party,
313
1206000
1000
Donc nous sommes en train de faire la fête,
20:19
as you can see they're completely eclipsing me at this point.
314
1207000
4000
comme vous pouvez le voir ils m'éclipsent totalement à ce stade.
20:23
This is Ezra. She's from Darfur.
315
1211000
3000
Voici Ezra. Elle vient du Darfour
20:26
She's a physicist, and somehow stays smiling,
316
1214000
4000
C'est une physicienne, et elle garde toujours le sourir,
20:30
in spite of everything going on back home.
317
1218000
2000
malgré tout ce qui se passe dans son pays.
20:32
But she wants to continue in physics, and she's doing extremely well.
318
1220000
4000
Mais elle veut continuer à faire de la physique et elle s'en sort extrêmement bien.
20:36
This is Lydia. Lydia is the first ever woman
319
1224000
4000
Voici Lydia. Lydia est la première femme
20:40
to graduate in mathematics in the Central African Republic.
320
1228000
3000
à recevoir un diplôme en mathématique dans toute la République centrafricaine.
20:43
And she's now at AIMS. (Applause)
321
1231000
5000
Et elle est maintenant à AIMS. (Applaudissements)
20:49
So now let me get to our TED wish.
322
1237000
4000
Donc laissez-moi en arriver à mon vœu TED.
20:53
Well, it's not my TED wish; it's our wish, as you've already gathered.
323
1241000
5000
Eh bien, ce n'est pas juste mon vœu TED; c'est notre vœu, comme vous en êtes déjà conscient.
20:58
And our wish has two parts:
324
1246000
3000
Et notre vœu a deux parties:
21:01
one is a dream and the other's a plan. OK.
325
1249000
5000
l'une est un rêve et l'autre un plan. OK.
21:06
Our TED dream is that the next Einstein will be African. (Applause)
326
1254000
16000
Notre rêve TED est que le prochain Einstein soit Africain. (Applaudissements)
21:25
In striving for the heights of creative genius,
327
1273000
1000
En visant les plus hauts niveaux de génie créatif,
21:26
we want to give thousands of people the motivation,
328
1274000
5000
nous voulons apporter à des milliers de personnes la motivation,
21:31
the encouragement and the courage
329
1279000
2000
l'encouragement et le courage necessaire
21:33
to obtain the high-level skills they need to help Africa.
330
1281000
5000
à atteindre le haut-niveau de compétence dont ils ont besoin pour aider l'Afrique.
21:38
Among them will be not only brilliant scientists --
331
1286000
3000
Parmi eux il n'y aura pas que des scientifiques brilliants --
21:41
I'm sure of that from what we've seen at AIMS --
332
1289000
3000
j'en suis certain basé sur ce que nous avons vu à AIMS --
21:44
they'll also be the African Gates, Brins and Pages of the future.
333
1292000
6000
Il y aura aussi les Gates, Brins et Pages Africains du futur.
21:50
Well, I said we also have a plan. And our plan is quite simple.
334
1298000
4000
Donc, j'ai aussi dis que nous avons un plan. Notre plan est très simple.
21:54
AIMS is now a proven model.
335
1302000
2000
AIMS est un modèle dont nous avons démontré qu'il marche.
21:56
And what we need to do is to replicate it.
336
1304000
4000
Et ce que nous avons besoin de faire c'est de le répliquer.
22:00
We want to roll out 15 AIMS centers in the next five years, all over Africa.
337
1308000
4000
Nous voulons déployer 15 centres AIMS dans les cinqs ans à venir, dans toute l'Afrique.
22:04
Each will have a pan-African student body,
338
1312000
5000
Chacun aura un collectif d'étudiants pan-Africain,
22:09
but specialize in a different area of science.
339
1317000
2000
mais specialisé dans différents domaines des sciences.
22:11
We want to use science to overcome the national and cultural barriers,
340
1319000
5000
Nous voulons utiliser la science comme remède aux barrières culturelles et nationales,
22:16
as it does at AIMS.
341
1324000
1000
comme c'est déjà le cas chez AIMS.
22:17
And we want to add elements to the curriculum.
342
1325000
2000
Et nous voulons ajouter des éléments au curriculum.
22:19
We want to add entrepreneurship and policy skills.
343
1327000
5000
Nous voulons ajouter des compétences en entreprise et en politique.
22:24
The expanded AIMS will be a coherent pan-African institution,
344
1332000
3000
L'extension d'AIMS sera une organisation Pan-Africaine cohérente,
22:27
and its graduates will form a powerful network,
345
1335000
4000
et ses diplômés formeront un réseau puissant,
22:31
working together for peace and progress across the continent.
346
1339000
6000
travaillant ensemble pour la paix et le progrès à travers le continent.
22:37
Over the last year,
347
1345000
2000
Au fil de l'année passée,
22:39
we've been visiting sites in Africa,
348
1347000
2000
nous avons visité beaucoup de lieux en Afrique,
22:41
looking at potential sites for new AIMS centers.
349
1349000
3000
cherchant des sites potentiels pour de nouveaux centres AIMS.
22:44
And here are the ones we've selected.
350
1352000
2000
Et voici ceux que nous avons sélectionnés.
22:46
And each of these centers has a strong local team,
351
1354000
4000
Et chacun de ces centres détient une forte équipe sur place,
22:50
each is in a beautiful place, an interesting place,
352
1358000
2000
chacun est situé à un bel endroit, un endroit intéréssant,
22:52
which international lecturers will be happy to visit.
353
1360000
3000
que les enseignants internationaux seront ravis de venir visiter.
22:55
And our partners across Africa are extremely enthusiastic about this.
354
1363000
5000
Et nos partenaires à travers l'Afrique sont extrement enthousiasmés par tout ça.
23:00
Everyone wants an AIMS center in their country.
355
1368000
4000
Tout le monde veut un centre AIMS dans leur pays.
23:04
And last November,
356
1372000
2000
Et en novembre dernier,
23:06
the conference of all the African ministers of science and technology,
357
1374000
4000
la conférence de tous les ministres Africains des sciences et technologies,
23:10
held in Mombasa, called for a comprehensive plan to roll out AIMS.
358
1378000
5000
tenue à Mombassa, a recommandé un plan complet pour le déploiement d'AIMS.
23:15
So we have political support right across the continent.
359
1383000
3000
Nous avons donc le soutien politique de tout le continent.
23:18
It won't be easy.
360
1386000
3000
Ce ne sera pas facile.
23:21
At every site there will be huge challenges.
361
1389000
2000
Il y a des défis énormes pour chaque site.
23:23
Local scientists must play leading roles
362
1391000
3000
Les scientifiques sur place doivent jouer un rôle important
23:26
and governments must be persuaded to buy in.
363
1394000
4000
et on doit persuader les gouvernements à investir.
23:30
Conditions are very difficult,
364
1398000
2000
Les conditions sont très difficiles,
23:32
but we cannot afford to compromise on those principles which made AIMS work.
365
1400000
7000
mais nous ne pouvons accepter aucun compromis sur les principes qui ont fait le succès d'AIMS.
23:39
And we summarize them this way:
366
1407000
2000
Et nous les résumons ainsi:
23:41
the institutes have got to be relevant, innovative,
367
1409000
3000
les instituts doivent êtres pertinents, innovateurs,
23:44
cost-effective and high quality. Why?
368
1412000
2000
avoir un bon rapport coût-efficacité et de haute qualité. Pourquoi?
23:46
Because we want Africa to be rich.
369
1414000
3000
Parce que nous voulons que l'Afrique soit riche.
23:49
Easy to remember the basic rules we need.
370
1417000
7000
C'est facile de se rapeller des règles de base dont nous avons besoin.
23:56
So, just in ending, let me say the only people who can fix Africa
371
1424000
3000
En terminant, laissez-moi vous dire que les seules personnes capables de réparer l'Afrique
23:59
are talented young Africans.
372
1427000
3000
ce sont les talentueux jeunes Africains.
24:02
By unlocking and nurturing their creative potential,
373
1430000
3000
En dévoilant et en encourageant leur potentiel créatif,
24:05
we can create a step change in Africa's future.
374
1433000
4000
nous pouvons faire un grand pas pour l'avenir de l'Afrique
24:09
Over time, they will contribute to African development
375
1437000
4000
Au fil des années, ils vont contribuer au développement de l'Afrique
24:13
and to science in ways we can only imagine.
376
1441000
3000
et à la science de diverses façons que nous ne pouvons qu'imaginer.
24:16
Thank you.
377
1444000
2000
Merci.
24:18
(Applause)
378
1446000
21000
(Applaudissements)
Reviewed by Louis-Philippe Thouin
ABOUT THE SPEAKER
Neil Turok - Physicist, education activistNeil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa.
Why you should listen
Neil Turok works on understanding the universe's very beginnings. With Stephen Hawking, he developed the Hawking-Turok instanton solutions, describing the birth of an inflationary universe -- positing that, big bang or no, the universe came from something, not from utter nothingness.
Recently, with Paul Steinhardt at Princeton, Turok has been working on a cyclic model for the universe in which the big bang is explained as a collision between two “brane-worlds.” The two physicists cowrote the popular-science book Endless Universe.
In 2003, Turok, who was born in South Africa, founded the African Institute for Mathematical Sciences (AIMS) in Muizenberg, a postgraduate center supporting math and science. His TED Prize wish: Help him grow AIMS and promote the study and math and science in Africa, so that the world's next Einstein may be African.
Turok is the Director of the Perimeter Institute for Theoretical Physics, in Ontario, Canada. In 2010, the Canadian government funded a $20million expansion of the AIMS schools, working with the Perimeter Institute to start five new AIMS schools in different African nations.
In 2016, he won the Tate Medal for International Leadership in Physics .
Neil Turok | Speaker | TED.com