ABOUT THE SPEAKER
Nicolas Perony - Animal scientist
Nicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society?

Why you should listen

Nicolas Perony started his career as a roboticist. But after one of his robots -- which was designed to follow a white line -- destroyed itself because of a lighting snafu on demo day, he realized that he was less interested in creating complicated robots and more interested in studying the complexity that already exists out there in the animal kingdom. He quickly changed course and is now a quantitative scientist at the Chair of Systems Design at ETH Zurich, where he studies the structure and dynamics of animal societies.

Perony conducts his research by placing GPS collars on animals like Bechstein's bats and meerkats, and studying the spacial data of the group. He creates models of the movement over time to see patterns. He then tries to ascertain at the simple rules that individuals in the animal group seem to be following that, when done en masse, result in the larger flow. In other words, he looks at the underlying mechanics that lead to the collective movement of animal groups.

More profile about the speaker
Nicolas Perony | Speaker | TED.com
TEDxZurich 2013

Nicolas Perony: Puppies! Now that I’ve got your attention, complexity theory

Nicolas Perony: Kiskutyák, azazhogy komplexitáselmélet

Filmed:
1,021,641 views

Az állatok viselkedése nem bonyolult, csak komplex. Nicolas Perony azt kutatja, hogy az egyes állatfajok -- legyen szó skót terrierekről, denevérekről vagy szurikátákról -- hogyan követnek egyszerű szabályokat, amelyek együttesen egy nagyobb léptékű viselkedési mintát eredményeznek. Ez az egyszerűségből született komplexitás segíti őket abban, hogy alkalmazkodni tudjanak életkörülményeik változásához.
- Animal scientist
Nicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society? Full bio

Double-click the English transcript below to play the video.

00:15
ScienceTudomány,
0
3393
1228
A tudomány,
00:16
sciencetudomány has allowedengedélyezett us to know so much
1
4621
3337
igen, a tudomány tette lehetővé számunkra,
hogy annyi mindent megtudjunk
00:19
about the farmessze reacheselér of the universevilágegyetem,
2
7958
3026
a világegyetem távoli zugairól --
00:22
whichmelyik is at the sameazonos time tremendouslyborzasztóan importantfontos
3
10984
3195
elképesztően fontos dolgokat, ám
00:26
and extremelyrendkívüli módon remotetávoli,
4
14179
2066
tőlünk idegeneket;
00:28
and yetmég much, much closerközelebb,
5
16245
2459
holott a sokkal, de sokkal közelebbi,
00:30
much more directlyközvetlenül relatedösszefüggő to us,
6
18704
2091
a bennünket közvetlenül érintő
00:32
there are manysok things we don't really understandmegért.
7
20795
2468
dolgok nagy részét sem értjük igazán.
00:35
And one of them is the extraordinaryrendkívüli
8
23263
2129
Az egyik ilyen,
az a rendkívüli komplexitás,
00:37
socialtársadalmi complexitybonyolultság of the animalsállatok around us,
9
25392
3326
amely a körülöttünk élő állatok
társas viselkedését jellemzi.
00:40
and todayMa I want to tell you a fewkevés storiestörténetek
10
28718
2016
Ma néhány történetet szeretnék elmesélni
00:42
of animalállat complexitybonyolultság.
11
30734
2008
az állatok komplexitásáról.
00:44
But first, what do we call complexitybonyolultság?
12
32742
3350
Először is tisztázzuk,
mit nevezünk komplexitásnak.
00:48
What is complexösszetett?
13
36092
1487
Mi is az, hogy komplex?
00:49
Well, complexösszetett is not complicatedbonyolult.
14
37579
3427
Nos, a komplex nem azonos a komplikálttal.
00:53
Something complicatedbonyolult comprisesmagában foglalja a manysok smallkicsi partsalkatrészek,
15
41006
3448
Ha valami komplikált,
az sok kis részből áll,
00:56
all differentkülönböző, and eachminden egyes of them
16
44454
2430
mindegyik más, és mindnek
00:58
has its ownsaját precisepontos roleszerep in the machinerygépezet.
17
46899
3104
megvan a maga pontos szerepe a gépezetben.
01:02
On the oppositeszemben, a complexösszetett systemrendszer
18
50003
2811
Ezzel ellentétben a komplex rendszer
01:04
is madekészült of manysok, manysok similarhasonló partsalkatrészek,
19
52814
2641
sok-sok hasonló részből áll,
01:07
and it is theirazok interactioninterakció
20
55455
2008
melyek kölcsönhatása
01:09
that producestermel a globallyglobálisan coherentkoherens behaviorviselkedés.
21
57463
3320
teljes körű koherens viselkedést
eredményez.
01:12
ComplexKomplex systemsrendszerek have manysok interactingkölcsönható partsalkatrészek
22
60783
3836
A komplex rendszerek
sok egymásra ható részből állnak,
01:16
whichmelyik behaveviselkedik accordingszerint to simpleegyszerű, individualEgyedi rulesszabályok,
23
64619
3426
amelyek egyszerű, egyedi szabályok
szerint viselkednek,
01:20
and this resultstalálatok in emergentkialakulóban lévő propertiestulajdonságok.
24
68045
3349
és ezzel új tulajdonságok
megjelenését eredményezik.
01:23
The behaviorviselkedés of the systemrendszer as a wholeegész
25
71394
1888
A rendszer egészének viselkedését
01:25
cannotnem tud be predictedjósolt
26
73282
1668
lehetetlen megjósolni
01:26
from the individualEgyedi rulesszabályok only.
27
74950
2152
csupán az egyedi szabályok alapján.
01:29
As AristotleArisztotelész wroteírt,
28
77102
1810
Ahogy Arisztotelész írta,
01:30
the wholeegész is greaternagyobb than the sumösszeg of its partsalkatrészek.
29
78912
3060
az egész több, mint a részek összessége.
01:33
But from AristotleArisztotelész, let's movemozog onto-ra
30
81972
2462
De hagyjuk Arisztotelészt, és nézzünk
01:36
a more concreteKonkrét examplepélda of complexösszetett systemsrendszerek.
31
84434
3690
egy konkrétabb példát a komplex
rendszerekre.
01:40
These are ScottishSkót terriersterrierek.
32
88124
1956
Ezek itt skót terrierek.
01:42
In the beginningkezdet, the systemrendszer is disorganizeda zavaros.
33
90080
3751
Kezdetben a rendszer szervezetlen.
01:45
Then comesjön a perturbationzavarok: milktej.
34
93831
3801
Aztán jön a zavaró tényező: a tej.
01:49
EveryMinden individualEgyedi startskezdődik pushingnyomja in one directionirány
35
97632
3850
Minden egyed elkezd egy irányba nyomulni,
01:53
and this is what happensmegtörténik.
36
101482
3309
aminek ez lesz a vége.
01:56
The pinwheelkerék is an emergentkialakulóban lévő propertyingatlan
37
104791
2826
A szélforgószerűség, mint új tulajdonság,
01:59
of the interactionskölcsönhatások betweenközött puppieskölykök
38
107617
1903
a kölykök közötti kölcsönhatás eredménye,
02:01
whoseakinek only ruleszabály is to try to keep accesshozzáférés to the milktej
39
109520
3910
ahol egyetlen szabály van:
próbálj a tej közelében maradni,
02:05
and thereforeebből adódóan to pushnyom in a randomvéletlen directionirány.
40
113430
3607
lökdösődj tehát véletlenszerűen.
02:09
So it's all about findinglelet the simpleegyszerű rulesszabályok
41
117037
3975
Arról szól a dolog, hogy keressünk
olyan egyszerű szabályokat,
02:13
from whichmelyik complexitybonyolultság emergeskiemelkedik.
42
121012
2758
amelyekből a komplexitás levezethető.
02:15
I call this simplifyingegyszerűsítése complexitybonyolultság,
43
123770
2940
Úgy hívom ezt, hogy
a komplexitás egyszerűsítése --
02:18
and it's what we do at the chairszék of systemsrendszerek designtervezés
44
126710
2135
ezzel foglalkozunk mi,
ökológiai rendszerkutatók,
02:20
at ETHETH ZurichZürich.
45
128845
1977
a Zürichi Műszaki Egyetemen (ETH).
02:22
We collectgyűjt dataadat on animalállat populationspopulációk,
46
130822
3705
Adatokat gyűjtünk az állatpopulációkról,
02:26
analyzeelemez complexösszetett patternsminták, try to explainmegmagyarázni them.
47
134527
3811
komplex mintákat elemzünk,
és igyekszünk megmagyarázni őket.
02:30
It requiresigényel physicistsfizikusok who work with biologistsbiológusok,
48
138338
2619
Ehhez szükségünk van fizikusokra,
biológusokra,
02:32
with mathematiciansmatematikusok and computerszámítógép scientiststudósok,
49
140957
2723
matematikusokra és
informatikai szakemberekre,
02:35
and it is theirazok interactioninterakció that producestermel
50
143680
2820
hogy együttműködésük létrehozza
02:38
cross-boundaryhatárokon átívelő competenceszaktudás
51
146500
1714
azt az interdiszciplináris kompetenciát,
02:40
to solvemegfejt these problemsproblémák.
52
148214
1578
ami a problémák megoldásához szükséges.
02:41
So again, the wholeegész is greaternagyobb
53
149792
2272
Megismétlem: az egész több, mint
02:44
than the sumösszeg of the partsalkatrészek.
54
152064
1400
a részek összege.
02:45
In a way, collaborationegyüttműködés
55
153464
2150
Ha belegondolunk, az együttműködés
02:47
is anotheregy másik examplepélda of a complexösszetett systemrendszer.
56
155614
3491
egy további példa a komplex rendszerre.
02:51
And you maylehet be askingkérve yourselfsaját magad
57
159105
1876
Önök most biztosan felteszik a kérdést,
02:52
whichmelyik sideoldal I'm on, biologybiológia or physicsfizika?
58
160981
2817
hogy én vajon biológus vagyok-e,
vagy fizikus.
02:55
In facttény, it's a little differentkülönböző,
59
163798
2111
A dolog valójában ennél összetettebb.
02:57
and to explainmegmagyarázni, I need to tell you
60
165909
1589
Hogy elmagyarázzam, elmesélek
02:59
a shortrövid storysztori about myselfmagamat.
61
167498
2342
egy rövid történetet magamról.
03:01
When I was a childgyermek,
62
169840
1727
Gyerekkoromban
03:03
I lovedszeretett to buildépít stuffdolog, to
createteremt complicatedbonyolult machinesgépek.
63
171567
4109
imádtam bütykölni és
komplikált masinákat készíteni.
03:07
So I setkészlet out to studytanulmány electricalelektromos engineeringmérnöki
64
175676
2737
Elhatároztam hát, hogy villamosmérnöki
03:10
and roboticsRobotika,
65
178413
1552
és robottechnikai irányban tanulok tovább.
03:11
and my end-of-studiesEnd-of-studies projectprogram
66
179965
2093
Így aztán a diplomafeladatom
03:14
was about buildingépület a robotrobot calledhívott ER-ER-1 --
67
182058
2926
egy ER-1 nevű robot építése lett --
03:16
it lookednézett like this—
68
184984
1930
így nézett ki --,
03:18
that would collectgyűjt informationinformáció from its environmentkörnyezet
69
186914
2371
melynek információt kellett gyűjtenie
a környezetéből,
03:21
and proceedfolytassa to followkövesse a whitefehér linevonal on the groundtalaj.
70
189285
3498
miközben egy fehér vonalat
követett a talajon.
03:24
It was very, very complicatedbonyolult,
71
192783
2379
Nagyon, de nagyon komplikált volt,
03:27
but it workeddolgozott beautifullyszépen in our testteszt roomszoba,
72
195162
2984
de tökéletesen működött a tesztteremben.
03:30
and on demodemo day, professorsprofesszorok had
assembledösszeszerelt to gradefokozat the projectprogram.
73
198146
3453
A bemutató napján a tanárok összegyűltek,
hogy osztályozzák a projektet.
03:33
So we tookvett ER-ER-1 to the evaluationértékelése roomszoba.
74
201607
2902
Ezért bevittük ER-1-t az értékelő terembe.
03:36
It turnedfordult out, the lightfény in that roomszoba
75
204509
2310
Kiderült, hogy abban a teremben a fény
03:38
was slightlynémileg differentkülönböző.
76
206819
1819
egy kicsit más volt.
03:40
The robot'srobot visionlátomás systemrendszer got confusedzavaros.
77
208638
2331
A robot vizuális rendszere összezavarodott.
03:42
At the first bendhajlít in the linevonal,
78
210969
1761
A vonal első kanyarjában
03:44
it left its coursetanfolyam, and crashedlezuhant into a wallfal.
79
212730
3739
letért a pályáról és nekirohant a falnak.
03:48
We had spentköltött weekshetes buildingépület it,
80
216469
2087
Heteket töltöttünk
a robot összeállításával,
03:50
and all it tookvett to destroyelpusztítani it
81
218556
1673
és csak annyi kellett a tönkre vágásához,
03:52
was a subtleapró changeváltozás in the colorszín of the lightfény
82
220229
2656
hogy a fény színe egy csöppet megváltozzon
03:54
in the roomszoba.
83
222885
1596
a szobában.
03:56
That's when I realizedrealizált that
84
224481
1515
Ez volt az a pillanat, amikor ráébredtem,
03:57
the more complicatedbonyolult you make a machinegép,
85
225996
2327
hogy minél bonyolultabbá teszel
egy gépezetet,
04:00
the more likelyvalószínűleg that it will failnem sikerül
86
228323
2039
annál nagyobb az esély rá,
hogy csődöt mond
04:02
dueesedékes to something absolutelyteljesen unexpectedváratlan.
87
230362
2563
egy teljesen váratlan okból.
04:04
And I decidedhatározott that, in facttény,
88
232925
1830
Akkor határoztam el igazából, hogy
04:06
I didn't really want to createteremt complicatedbonyolult stuffdolog.
89
234755
3013
nem akarok többé bonyolult dolgokat
létrehozni.
04:09
I wanted to understandmegért complexitybonyolultság,
90
237768
2942
Ehelyett a komplexitást
akartam megérteni --
04:12
the complexitybonyolultság of the worldvilág around us
91
240710
1988
a körülöttünk lévő világ komplexitását,
04:14
and especiallykülönösen in the animalállat kingdomkirályság.
92
242698
2405
különösképpen az állatvilágban.
04:17
WhichAmely bringshoz us to batsdenevérek.
93
245103
3320
És ez el is vezet minket a denevérekhez.
04:20
Bechstein'sNagyfülű batsdenevérek are a commonközös
speciesfaj of EuropeanEurópai batsdenevérek.
94
248423
3051
A nagyfülű denevér egy Európában
elterjedt fajta.
04:23
They are very socialtársadalmi animalsállatok.
95
251474
1413
Kifejezetten társas állatok.
04:24
MostlyTöbbnyire they roostrúd, or sleepalvás, togetheregyütt.
96
252887
3291
Általában együtt pihennek és alszanak.
04:28
And they liveélő in maternityanyaság coloniestelepek,
97
256178
1679
Szülőkolóniákat alkotnak,
04:29
whichmelyik meanseszközök that everyminden springtavaszi,
98
257857
1540
ami azt jelenti, hogy tavasszal,
04:31
the femalesa nőstények meettalálkozik after the wintertéli hibernationtéli álom,
99
259397
3258
amikor a nőstények a magányos
téli álom után találkoznak,
04:34
and they staymarad togetheregyütt for about sixhat monthshónap
100
262655
2089
együtt maradnak a következő hat hónapban,
04:36
to rearhátulsó theirazok youngfiatal,
101
264744
2486
hogy felneveljék a kicsinyeiket.
04:39
and they all carryvisz a very smallkicsi chipcsip,
102
267230
2805
Mindegyik kapott egy kis chipet.
04:42
whichmelyik meanseszközök that everyminden time one of them
103
270035
1871
Ha tehát egy nőstény
04:43
entersbelép one of these speciallyspeciálisan equippedfelszerelt batdenevér boxesdobozok,
104
271906
3057
bemegy valamelyik speciálisan
kialakított denevérkamrába,
04:46
we know where she is,
105
274963
1643
tudjuk hogy hol van,
04:48
and more importantlyfontosabb,
106
276606
1169
és ami ennél is fontosabb,
04:49
we know with whomkit she is.
107
277775
2563
azt is tudjuk hogy éppen kivel van.
04:52
So I studytanulmány roostingéjszakázó associationsegyesületek in batsdenevérek,
108
280338
3694
Tehát én a denevérek pihenési
társulásait tanulmányozom.
04:56
and this is what it looksúgy néz ki, like.
109
284032
2445
Így néz ki a dolog.
04:58
DuringSorán the day, the batsdenevérek roostrúd
110
286477
2442
Napközben a denevérek
05:00
in a numberszám of sub-groupsalcsoportok in differentkülönböző boxesdobozok.
111
288919
2304
alcsoportokat alkotva pihennek
a különböző kamrákban.
05:03
It could be that on one day,
112
291223
1929
Van olyan nap,
05:05
the colonykolónia is splithasított betweenközött two boxesdobozok,
113
293152
2220
hogy a kolónia két kamra közt oszlik meg,
05:07
but on anotheregy másik day,
114
295372
1300
és olyan is van,
05:08
it could be togetheregyütt in a singleegyetlen boxdoboz,
115
296672
2241
hogy mind együtt vannak egyazon kamrában,
05:10
or splithasított betweenközött threehárom or more boxesdobozok,
116
298913
2316
vagy szétoszlanak három vagy több kamrára,
05:13
and that all seemsÚgy tűnik, ratherInkább erraticakadozó, really.
117
301229
2927
és így az egész felettébb
kiszámíthatatlannak tűnik.
05:16
It's calledhívott fission-fusionmaghasadás-fusion dynamicsdinamika,
118
304156
3203
Úgy hívják ezt, hogy hasadás-fúzió
dinamika:
05:19
the propertyingatlan for an animalállat groupcsoport
119
307359
1713
amikor az állatok egy csoportja
05:21
of regularlyrendszeresen splittingfelosztása and mergingegyesítése
120
309072
2178
rendszeresen különböző alcsoportokra
05:23
into differentkülönböző subgroupsalcsoportok.
121
311250
1661
válik szét, majd újra egyesül.
05:24
So what we do is take all these dataadat
122
312911
2562
Azt csináltuk, hogy fogtuk
az összes adatot,
05:27
from all these differentkülönböző daysnapok
123
315473
1662
napról napra,
05:29
and poolmedence them togetheregyütt
124
317135
1504
majd az adathalmazban
05:30
to extractkivonat a long-termhosszútávú associationEgyesület patternminta
125
318639
2617
hosszú távú társulási mintákat kerestünk
05:33
by applyingalkalmazó techniquestechnikák with networkhálózat analysiselemzés
126
321256
2505
a hálózatelemzés eszközeinek
alkalmazásával,
05:35
to get a completeteljes picturekép
127
323761
1621
hogy teljes képet kapjunk
05:37
of the socialtársadalmi structureszerkezet of the colonykolónia.
128
325382
2537
a kolónia társas szerkezetéről.
05:39
Okay? So that's what this picturekép looksúgy néz ki, like.
129
327919
4265
OK? Tehát ez az ábra ezt mutatja be.
05:44
In this networkhálózat, all the circleskörök
130
332184
2394
Ebben a hálóban minden egyes kör
05:46
are nodescsomópontok, individualEgyedi batsdenevérek,
131
334578
2777
egy csomópontot, egy denevéregyedet jelöl,
05:49
and the linesvonalak betweenközött them
132
337355
1583
a köztük lévő vonalak pedig
05:50
are socialtársadalmi bondskötvények, associationsegyesületek betweenközött individualsegyének.
133
338938
3664
az egyedek közötti
társas kapcsolatokat mutatják.
05:54
It turnsmenetek out this is a very interestingérdekes picturekép.
134
342602
2678
Ez az ábra nagyon érdekes dolgot tárt fel.
05:57
This batdenevér colonykolónia is organizedszervezett
135
345280
1982
A denevérkolónia
05:59
in two differentkülönböző communitiesközösségek
136
347262
1868
két elkülönült közösségből áll,
06:01
whichmelyik cannotnem tud be predictedjósolt
137
349130
1839
amire nem lehetett következtetni
06:02
from the dailynapi fission-fusionmaghasadás-fusion dynamicsdinamika.
138
350969
2249
a napi hasadás-fúzió dinamikából.
06:05
We call them crypticrejtélyes socialtársadalmi unitsegységek.
139
353218
3550
Úgy hívjuk az ilyent, hogy
kriptoközösségi egység.
06:08
Even more interestingérdekes, in facttény:
140
356768
1616
Még ennél is érdekesebb,
06:10
EveryMinden yearév, around OctoberOktóber,
141
358384
2364
hogy minden évben,
úgy október környékén,
06:12
the colonykolónia splitshasít up,
142
360748
1561
a kolónia feloszlik,
06:14
and all batsdenevérek hibernatehibernálás separatelykülön,
143
362309
2698
és a denevérek
külön-külön vonulnak téli álomra,
06:17
but yearév after yearév,
144
365007
1461
de évről évre,
06:18
when the batsdenevérek come togetheregyütt again in the springtavaszi,
145
366468
3073
amikor tavasszal megint összejönnek,
06:21
the communitiesközösségek staymarad the sameazonos.
146
369541
2590
a közösségek azonosak maradnak.
06:24
So these batsdenevérek rememberemlékezik theirazok friendsbarátok
147
372131
2720
Tehát ezek a denevérek
06:26
for a really long time.
148
374851
1830
sokáig emlékeznek a barátaikra.
06:28
With a brainagy the sizeméret of a peanutföldimogyoró,
149
376681
2474
Mogyorónyi agyukkal
06:31
they maintainfenntart individualizedszemélyre szabott,
150
379155
2125
képesek egyénített,
06:33
long-termhosszútávú socialtársadalmi bondskötvények,
151
381280
2142
hosszú távú közösségi
kapcsolatok fenntartására.
06:35
We didn't know that was possiblelehetséges.
152
383422
1724
Eddig nem tudtuk, hogy ilyesmi létezhet.
06:37
We knewtudta that primatesfőemlősök
153
385146
1759
Azt tudtuk, hogy a főemlősök,
06:38
and elephantselefántok and dolphinsdelfinek could do that,
154
386905
2568
az elefántok és a delfinek képesek erre,
06:41
but comparedahhoz képest to batsdenevérek, they have hugehatalmas brainsagyvelő.
155
389473
2628
de ezeknek sokkal nagyobb agyuk van,
mint egy denevérnek.
06:44
So how could it be
156
392101
2399
Hogy lehet az,
06:46
that the batsdenevérek maintainfenntart this complexösszetett,
157
394500
1951
hogy a denevérek fenn tudnak tartani
egy ilyen komplex,
06:48
stablestabil socialtársadalmi structureszerkezet
158
396451
1688
stabil közösségi struktúrát
06:50
with suchilyen limitedkorlátozott cognitivemegismerő abilitiesképességek?
159
398139
3532
a maguk korlátozott kognitív képességével?
06:53
And this is where complexitybonyolultság bringshoz an answerválasz.
160
401671
2889
A válasz a komplexitásban rejlik.
06:56
To understandmegért this systemrendszer,
161
404560
2141
Hogy a rendszert megértsük,
06:58
we builtépült a computerszámítógép modelmodell of roostingéjszakázó,
162
406701
2797
egy számítógépes modellt készítettünk a pihenésükről,
07:01
basedszékhelyű on simpleegyszerű, individualEgyedi rulesszabályok,
163
409498
2018
mely egyszerű, egyedi szabályokra épült,
07:03
and simulatedszimulált thousandsTöbb ezer and thousandsTöbb ezer of daysnapok
164
411516
2435
mellyel aztán több ezer napnyi
szimuláció készült
07:05
in the virtualtényleges batdenevér colonykolónia.
165
413951
2019
a virtuális denevérkolóniában.
07:07
It's a mathematicalmatematikai modelmodell,
166
415970
2124
Ez egy matematikai modell,
07:10
but it's not complicatedbonyolult.
167
418094
1954
de nem bonyolult.
07:12
What the modelmodell told us is that, in a nutshellDióhéjban,
168
420048
3098
A lényege, dióhéjban, a következő:
07:15
eachminden egyes batdenevér knowstudja a fewkevés other colonykolónia memberstagjai
169
423146
3186
minden denevérnek akad a kolóniában néhány
07:18
as her friendsbarátok, and is just slightlynémileg more likelyvalószínűleg
170
426332
2488
barátja, és picivel valószínűbb,
07:20
to roostrúd in a boxdoboz with them.
171
428820
2510
hogy velük egy kamrában pihen.
07:23
SimpleEgyszerű, individualEgyedi rulesszabályok.
172
431330
2444
Egyszerű, egyedi szabályok.
07:25
This is all it takes to explainmegmagyarázni
173
433774
1712
Ennyi kell ahhoz, hogy megmagyarázzuk
07:27
the socialtársadalmi complexitybonyolultság of these batsdenevérek.
174
435486
2389
a denevérközösség komplexitását.
07:29
But it getsjelentkeznek better.
175
437875
1718
De most jön a java!
07:31
BetweenKözött 2010 and 2011,
176
439593
2848
2010-ről 2011-re
07:34
the colonykolónia lostelveszett more than two thirdskétharmadát of its memberstagjai,
177
442441
3453
a kolónia népessége több mint
kétharmadával csökkent,
07:37
probablyvalószínűleg dueesedékes to the very coldhideg wintertéli.
178
445894
2986
valószínűleg a kemény tél miatt.
07:40
The nextkövetkező springtavaszi, it didn't formforma two communitiesközösségek
179
448880
3144
2011 tavaszán már nem két közösséget
alkottak,
07:44
like everyminden yearév,
180
452024
1271
ahogy addig éveken át,
07:45
whichmelyik maylehet have led the wholeegész colonykolónia to diemeghal
181
453295
2203
ami az egész kolónia kihalásához
vezethetett volna
07:47
because it had becomeválik too smallkicsi.
182
455498
2095
a túl kis egyedszám miatt.
07:49
InsteadEhelyett, it formedalakított a singleegyetlen, cohesiveösszetartó socialtársadalmi unitegység,
183
457593
5373
Ehelyett csak egyetlen,
összetartó közösség jött létre,
07:54
whichmelyik allowedengedélyezett the colonykolónia to survivetúlélni that seasonévad
184
462966
2732
ami lehetővé tette a kolónia számára
a szezon túlélését,
07:57
and thrivegyarapszik again in the nextkövetkező two yearsévek.
185
465698
3104
majd a rákövetkező két évben
a további növekedést.
08:00
What we know is that the batsdenevérek
186
468802
1778
Annyi biztos, hogy a denevérek
08:02
are not awaretudatában van that theirazok colonykolónia is doing this.
187
470580
2907
nincsenek tudatában annak,
hogy a kolóniájuk így működik.
08:05
All they do is followkövesse simpleegyszerű associationEgyesület rulesszabályok,
188
473487
3546
Mindössze annyit tesznek, hogy
egyszerű társulási szabályokat követnek,
08:09
and from this simplicityegyszerűség
189
477033
1349
és ebből az egyszerűségből
08:10
emergeskiemelkedik socialtársadalmi complexitybonyolultság
190
478382
2441
ered az a közösségi komplexitás,
08:12
whichmelyik allowslehetővé tesz the colonykolónia to be resilientrugalmas
191
480823
2840
amely ellenállóvá teszi a kolóniát
08:15
againstellen dramaticdrámai changesváltoztatások
in the populationnépesség structureszerkezet.
192
483663
2981
a populációszerkezet
drámai változásaival szemben.
08:18
And I find this incrediblehihetetlen.
193
486644
2694
Ez egyszerűen elképesztő számomra!
08:21
Now I want to tell you anotheregy másik storysztori,
194
489338
2084
És most egy másik történet következik,
08:23
but for this we have to travelutazás from EuropeEurópa
195
491422
1555
ám ehhez el kell utaznunk Európából
08:24
to the KalahariKalahári DesertSivatag in SouthDél AfricaAfrika.
196
492977
3048
a dél-afrikai Kalahári sivatagba.
08:28
This is where meerkatsMeerkats liveélő.
197
496025
2027
Ez az a hely, ahol a szurikáták laknak.
08:30
I'm sure you know meerkatsMeerkats.
198
498052
1500
A szurikátákat nyilván ismerik.
08:31
They're fascinatingelbűvölő creatureslények.
199
499552
2106
Lenyűgöző teremtmények!
08:33
They liveélő in groupscsoportok with a
very strictszigorú socialtársadalmi hierarchyhierarchia.
200
501658
2989
Csoportosan élnek,
nagyon szigorú társadalmi hierarchiában.
08:36
There is one dominanturalkodó pairpár,
201
504647
1459
Adva van egy domináns pár
08:38
and manysok subordinatesbeosztottak,
202
506106
1382
sok alattvalóval.
08:39
some actingható as sentinelsőrök,
203
507488
1714
Vannak köztük őrszemek,
08:41
some actingható as babysittersbébiszitter,
204
509202
1337
vannak bébiszitterek,
08:42
some teachingtanítás pupskölykök, and so on.
205
510539
1897
néhányan a kölyköket tanítják,
és így tovább.
08:44
What we do is put very smallkicsi GPSGPS collarsnyakörvek
206
512436
3321
A következőt csináltuk:
apró GPS örveket tettünk
08:47
on these animalsállatok
207
515757
1525
az állatok nyakára
08:49
to studytanulmány how they movemozog togetheregyütt,
208
517282
1875
hogy lássuk, hogyan mozognak együtt,
08:51
and what this has to do with theirazok socialtársadalmi structureszerkezet.
209
519157
3717
és hogy ez milyen összefüggésben van
a közösségi struktúrájukkal.
08:54
And there's a very interestingérdekes examplepélda
210
522874
1490
Nos, nagyon érdekes példát találtunk az
08:56
of collectivekollektív movementmozgalom in meerkatsMeerkats.
211
524364
2716
együttes mozgásra a szurikáták esetében.
08:59
In the middleközépső of the reservelefoglal whichmelyik they liveélő in
212
527080
2367
A rezervátum közepén, ahol élnek,
09:01
lieshazugságok a roadút.
213
529447
1209
egy országút található.
09:02
On this roadút there are carsautók, so it's dangerousveszélyes.
214
530656
3233
Az úton autók járnak, tehát veszélyes.
09:05
But the meerkatsMeerkats have to crosskereszt it
215
533889
2284
De a szurikátáknak át kell vágni rajta,
09:08
to get from one feedingetetés placehely to anotheregy másik.
216
536173
2574
hogy az egyik táplálékszerző helyről
a másikra jussanak.
09:10
So we askedkérdezte, how exactlypontosan do they do this?
217
538747
4751
Felmerült a kérdés,
hogyan oldják meg ezt az állatok.
09:15
We foundtalál that the dominanturalkodó femalenői
218
543498
1836
Azt találtuk, hogy
általában a domináns nőstény
09:17
is mostlytöbbnyire the one who leadsvezet the groupcsoport to the roadút,
219
545334
2621
vezeti el a csoportot az útig,
09:19
but when it comesjön to crossingátkelés it, crossingátkelés the roadút,
220
547955
3272
de amikor az átkelésre kerül a sor,
09:23
she givesad way to the subordinatesbeosztottak,
221
551227
2351
átadja a vezetést az alattvalóknak,
09:25
a mannermód of sayingmondás,
222
553578
1777
úgymond:
09:27
"Go aheadelőre, tell me if it's safebiztonságos."
223
555355
2682
"Menjetek csak: lássam, biztonságos-e."
09:30
What I didn't know, in facttény,
224
558037
1664
Akkor még nem tudtam,
09:31
was what rulesszabályok in theirazok behaviorviselkedés the meerkatsMeerkats followkövesse
225
559701
3142
hogy milyen viselkedési szabályok
vezérlik a szurikátákat,
09:34
for this changeváltozás at the edgeél of the groupcsoport to happentörténik
226
562843
2925
amikor ez a váltás bekövetkezik
az út szélén;
09:37
and if simpleegyszerű rulesszabályok were sufficientelegendő to explainmegmagyarázni it.
227
565768
3850
sőt azt sem, hogy egyszerű szabályokkal
megmagyarázható-e a váltás.
09:41
So I builtépült a modelmodell, a modelmodell of simulatedszimulált meerkatsMeerkats
228
569618
3991
Tehát felállítottam egy modellt,
amely szimulált szurikátákról szólt,
09:45
crossingátkelés a simulatedszimulált roadút.
229
573609
1913
melyek szimulált úton keltek át.
09:47
It's a simplisticleegyszerűsítő modelmodell.
230
575522
1872
Nagyon leegyszerűsített modellről van szó:
09:49
MovingMozgó meerkatsMeerkats are like randomvéletlen particlesrészecskéket
231
577394
2840
a mozgó szurikáták
véletlen részecskeként viselkednek,
09:52
whoseakinek uniqueegyedi ruleszabály is one of alignmentigazítás.
232
580234
2222
és az egyedüli szabály az igazodás.
09:54
They simplyegyszerűen movemozog togetheregyütt.
233
582456
2406
Egyszerűen együtt mozognak.
09:56
When these particlesrészecskéket get to the roadút,
234
584862
3184
Amikor a részecskék az úthoz érnek,
10:00
they senseérzék some kindkedves of obstacleakadály,
235
588046
1942
az utat akadályként érzékelik,
10:01
and they bounceugrál againstellen it.
236
589988
2084
amikor beleütköznek.
10:04
The only differencekülönbség
237
592072
1156
Csak annyi a különbség
10:05
betweenközött the dominanturalkodó femalenői, here in redpiros,
238
593228
2042
a domináns nőstény --
a piros színű --
10:07
and the other individualsegyének,
239
595270
1485
és a többi egyed között,
10:08
is that for her, the heightmagasság of the obstacleakadály,
240
596755
2554
hogy számára az akadály magassága,
10:11
whichmelyik is in facttény the riskkockázat perceivedérzékelt from the roadút,
241
599309
2505
ami az az átkelés kockázatának felel meg,
10:13
is just slightlynémileg highermagasabb,
242
601814
1949
egy kicsikét nagyobb,
10:15
and this tinyapró differencekülönbség
243
603763
1661
és ez a csekély különbség
10:17
in the individual'sEgyéni ruleszabály of movementmozgalom
244
605424
1838
az egyedek mozgási szabályában
10:19
is sufficientelegendő to explainmegmagyarázni what we observemegfigyelése,
245
607262
2446
elegendő a megfigyeltek megmagyarázására,
10:21
that the dominanturalkodó femalenői
246
609708
2560
azaz hogy a domináns nőstény
10:24
leadsvezet her groupcsoport to the roadút
247
612268
1434
az útig vezeti a csoportját,
10:25
and then givesad way to the othersmások
248
613702
1670
ahol is utat enged a többieknek,
10:27
for them to crosskereszt first.
249
615372
2863
hogy azok keljenek át először.
10:30
GeorgeGeorge BoxDoboz, who was an Englishangol statisticianstatisztikus,
250
618235
3651
George Box angol statisztikus
10:33
onceegyszer wroteírt, "All modelsmodellek are falsehamis,
251
621886
2962
írja valahol: "Minden modell hamis,
10:36
but some modelsmodellek are usefulhasznos."
252
624848
2059
de némely modell hasznosnak bizonyul"
10:38
And in facttény, this modelmodell is obviouslymagától értetődően falsehamis,
253
626907
3197
És tényleg, ez a modell
nyilvánvalóan hamis,
10:42
because in realityvalóság, meerkatsMeerkats are
anything but randomvéletlen particlesrészecskéket.
254
630104
3968
hiszen a valóságban a szurikáták
korántsem véletlen részecskék.
10:46
But it's alsois usefulhasznos,
255
634072
1637
De egyúttal hasznos is,
10:47
because it tellsmegmondja us that extremeszélső simplicityegyszerűség
256
635709
2749
mert megmutatja, hogy az
a rendkívüli egyszerűség,
10:50
in movementmozgalom rulesszabályok at the individualEgyedi levelszint
257
638458
3358
amely az egyedek szintjén
a mozgási szabályokban megnyilvánul,
10:53
can resulteredmény in a great dealüzlet of complexitybonyolultság
258
641816
2351
nagymértékű komplexitást
eredményezhet
10:56
at the levelszint of the groupcsoport.
259
644167
1938
a csoport szintjén.
10:58
So again, that's simplifyingegyszerűsítése complexitybonyolultság.
260
646105
4056
Tehát ismét a komplexitás
egyszerűsítését látjuk.
11:02
I would like to concludekövetkeztetést levonni
261
650161
1448
Most pedig lássuk,
11:03
on what this meanseszközök for the wholeegész speciesfaj.
262
651609
2817
mit jelent ez a faj egészére nézve.
11:06
When the dominanturalkodó femalenői
263
654426
1664
Amikor a domináns nőstény
11:08
givesad way to a subordinatealárendelt,
264
656090
1566
utat enged egy alattvalójának,
11:09
it's not out of courtesyudvariasság.
265
657656
2117
nem udvariasságból teszi.
11:11
In facttény, the dominanturalkodó femalenői
266
659773
1507
A domináns nőstény
11:13
is extremelyrendkívüli módon importantfontos for the cohesionkohéziós of the groupcsoport.
267
661280
2519
rendkívül fontos a csoport
összetartása szempontjából.
11:15
If she diesmeghal on the roadút, the wholeegész groupcsoport is at riskkockázat.
268
663799
3512
Ha elpusztul az országúton,
az egész csoport veszélybe kerül.
11:19
So this behaviorviselkedés of riskkockázat avoidanceelkerülése
269
667311
2236
Tehát a kockázatkerülő viselkedés
11:21
is a very oldrégi evolutionaryevolúciós responseválasz.
270
669547
2801
egy ősi evolúciós válasz.
11:24
These meerkatsMeerkats are replicatingutánzó an evolvedfejlődött tactictaktika
271
672348
3869
Ezek a szurikáták
azt az evolúciós taktikát követik,
11:28
that is thousandsTöbb ezer of generationsgenerációk oldrégi,
272
676217
2233
amely több ezer generációra
nyúlik vissza,
11:30
and they're adaptingtörténő hozzáigazításáról it to a modernmodern riskkockázat,
273
678450
2414
adaptálva a régit egy modern kockázatra,
11:32
in this caseügy a roadút builtépült by humansemberek.
274
680864
3325
ebben az esetben egy
emberek által épített útra.
11:36
They adaptalkalmazkodni very simpleegyszerű rulesszabályok,
275
684189
2395
Nagyon egyszerű szabályokat követnek,
11:38
and the resultingami complexösszetett behaviorviselkedés
276
686584
2289
és az ebből eredő komplex viselkedés
11:40
allowslehetővé tesz them to resistellenáll humanemberi encroachmentbeavatkozás
277
688873
2956
teszi lehetővé számukra az emberi
beavatkozással szembeni védekezést,
11:43
into theirazok naturaltermészetes habitatélőhely.
278
691829
2448
amely természetes élőhelyükön
fenyegeti őket.
11:46
In the endvég,
279
694277
1802
Végeredményben
11:48
it maylehet be batsdenevérek whichmelyik changeváltozás theirazok socialtársadalmi structureszerkezet
280
696079
2700
akár a denevéreket nézzük, melyek
közösségi szerkezetük megváltoztatásával
11:50
in responseválasz to a populationnépesség crashcsattanás,
281
698779
2384
reagálnak a populáció összeomlására,
11:53
or it maylehet be meerkatsMeerkats
282
701163
1399
akár a szurikátákat,
11:54
who showelőadás a novelregény adaptationalkalmazkodás to a humanemberi roadút,
283
702562
3202
melyek újszerű adaptációt mutatnak
egy emberi út esetében
11:57
or it maylehet be anotheregy másik speciesfaj.
284
705764
2685
vagy más fajokat:
12:00
My messageüzenet here -- and it's not a complicatedbonyolult one,
285
708449
2793
ugyanaz az üzenet --
és nem egy bonyolult üzenetről van szó,
12:03
but a simpleegyszerű one of wondercsoda and hoperemény --
286
711242
2764
hanem az ámulat és reménykedés
egyszerű üzenetéről --
12:06
my messageüzenet here is that animalsállatok
287
714006
3093
tehát az üzenetem az, hogy az állatok
12:09
showelőadás extraordinaryrendkívüli socialtársadalmi complexitybonyolultság,
288
717099
2424
fantasztikus közösségi
komplexitást mutatnak,
12:11
and this allowslehetővé tesz them to adaptalkalmazkodni
289
719523
2441
és ez segíti őket abban,
hogy alkalmazkodjanak,
12:13
and respondreagál to changesváltoztatások in theirazok environmentkörnyezet.
290
721964
3481
és reagáljanak a környezetükben
bekövetkező változásokra.
12:17
In threehárom wordsszavak, in the animalállat kingdomkirályság,
291
725445
2768
Három kulcsszó az állatvilághoz:
12:20
simplicityegyszerűség leadsvezet to complexitybonyolultság
292
728213
2774
az egyszerűség komplexitást szül,
12:22
whichmelyik leadsvezet to resilienceellenálló képesség.
293
730987
1483
az pedig rugalmasságot,
ellenálló képességet eredményez.
12:24
Thank you.
294
732470
2284
Köszönöm.
12:26
(ApplauseTaps)
295
734754
6680
(Taps)
12:42
DaniaDania GerhardtGerhardt: Thank you very much, NicolasNicolas,
296
750694
1953
Dania Gerhardt: Nagyon köszönöm, Nicolas,
12:44
for this great startRajt. Little bitbit nervousideges?
297
752647
3279
ezt a remek indítást.
Ideges vagy egy picit?
12:47
NicolasNicolas PeronyPerony: I'm okay, thanksKösz.
298
755926
1644
Nicolas Perony: Jól vagyok, kösz.
12:49
DGDG: Okay, great. I'm sure a
lot of people in the audienceközönség
299
757570
2460
DG: OK, nagyszerű. Szerintem
sokan vannak itt olyanok,
12:52
somehowvalahogy triedmegpróbálta to make associationsegyesületek
300
760030
1864
akik hasonlóságot véltek felfedezni
12:53
betweenközött the animalsállatok you were talkingbeszél about --
301
761894
1824
az általad említett állatok --
12:55
the batsdenevérek, meerkatsMeerkats -- and humansemberek.
302
763718
2056
a denevérek, a szurikáták --
és az emberek között.
12:57
You broughthozott some examplespéldák:
303
765774
1208
Mondtál egy pár példát is:
12:58
The femalesa nőstények are the socialtársadalmi onesazok,
304
766982
1735
A nőstények közösségiek,
13:00
the femalesa nőstények are the dominanturalkodó onesazok,
305
768717
1713
a nőstények dominánsak --
13:02
I'm not sure who thinksazt hiszi how.
306
770430
1673
nem tudom, ki hogy gondolja.
13:04
But is it okay to do these associationsegyesületek?
307
772103
2895
De megengedhető az efféle általánosítás?
13:06
Are there stereotypessztereotípiák you can confirmmegerősít in this regardtekintet
308
774998
2800
Léteznek sztereotípiák, amelyekre
azt mondhatod,
13:09
that can be validérvényes acrossát all speciesfaj?
309
777798
3273
hogy minden fajra érvényesek?
13:13
NPNP: Well, I would say there are alsois
310
781071
1603
NP: Nos, szerintem vannak
13:14
counter-examplesellenes példák to these stereotypessztereotípiák.
311
782674
1952
ellenpéldák is ezekre a sztereotípiákra.
13:16
For examplespéldák, in seatenger horseslovak or in koalaskoalas, in facttény,
312
784626
3140
Például a tengeri csikók és a koalák
esetében
13:19
it is the malesférfiak who take caregondoskodás of the youngfiatal always.
313
787766
3698
mindig a hím feladata
a kicsinyek gondozása.
13:23
And the lessonlecke is that it's oftengyakran difficultnehéz,
314
791464
5041
Vagyis a tanulság az, hogy gyakran nehéz
13:28
and sometimesnéha even a bitbit dangerousveszélyes,
315
796505
1752
vagy kifejezetten veszélyes
13:30
to drawhúz parallelsPárhuzamok betweenközött humansemberek and animalsállatok.
316
798257
2672
párhuzamot vonni az emberek
és az állatok között.
13:32
So that's it.
317
800929
2106
Ennyi!
13:35
DGDG: Okay. Thank you very much for this great startRajt.
318
803035
2846
DG: OK, nagyon köszönöm
ezt a remek indítást.
13:37
Thank you, NicolasNicolas PeronyPerony.
319
805881
2080
Köszönöm, Nicolas Perony.
Translated by Peter Halasi
Reviewed by Sándor Nagy

▲Back to top

ABOUT THE SPEAKER
Nicolas Perony - Animal scientist
Nicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society?

Why you should listen

Nicolas Perony started his career as a roboticist. But after one of his robots -- which was designed to follow a white line -- destroyed itself because of a lighting snafu on demo day, he realized that he was less interested in creating complicated robots and more interested in studying the complexity that already exists out there in the animal kingdom. He quickly changed course and is now a quantitative scientist at the Chair of Systems Design at ETH Zurich, where he studies the structure and dynamics of animal societies.

Perony conducts his research by placing GPS collars on animals like Bechstein's bats and meerkats, and studying the spacial data of the group. He creates models of the movement over time to see patterns. He then tries to ascertain at the simple rules that individuals in the animal group seem to be following that, when done en masse, result in the larger flow. In other words, he looks at the underlying mechanics that lead to the collective movement of animal groups.

More profile about the speaker
Nicolas Perony | Speaker | TED.com