TED2008
Neil Turok: My wish: Find the next Einstein in Africa
Neil Turok gondolatai a TED 2008-as díjátadáson
Filmed:
Readability: 4.1
609,381 views
A 2008 as TED díjátadáson Neil Turok fizikus megoszja velünk gondolatait azokról a fiatal afrikai fiatalokról, akik lehetőségre vágynak. E vágyakra építve és kreatív enegiáikat felszabadítva meg tudjuk változtatni Afrika jövőjét.
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
Igen nagy meglepetés volt a számomra
00:16
to find out that there was actually an organization that cared about both parts of my life.
1
4000
6000
hogy olyan szervezetre találtam, amely számára fontos életem mindkét oldala.
00:22
Because, basically,
2
10000
1000
Szakmám szerint
00:23
I work as a theoretical physicist.
3
11000
2000
elméleti fizikus vagyok.
00:25
I develop and test models of the Big Bang,
4
13000
3000
A Világegyetem keletkezésével kapcsolatos elméleti modelleket dolgozok ki
00:28
using observational data.
5
16000
3000
és ellenőrzöm is ezeket a modelleket.
00:31
And I've been moonlighting for the last five years
6
19000
3000
Az utóbbi öt évben "mellékállásban" is dolgozom:
00:34
helping with a project in Africa.
7
22000
3000
egy afrikai projektben vállalok szerepet.
00:37
And, I get a lot of flak for this at Cambridge.
8
25000
4000
amiért elég sokat piszkálnak is Cambridge-ben mondván, hogy
00:41
People wonder, you know, "How do you have time to do this?" And so on.
9
29000
4000
"Honnan van neked erre időd?"
00:45
And so it was simply astonishing to me
10
33000
3000
Szóval bámulatosnak tartom, hogy létezik egy szervezet
00:48
to find an organization that actually appreciated both those sides.
11
36000
4000
amely értékeli életem mindkét oldalát.
00:52
So I thought I'd start off by just telling you a little bit about myself
12
40000
3000
Úgy gondoltam, mondok néhány szót magamról
00:55
and why I lead this schizophrenic life.
13
43000
4000
és arról, hogy mi vezetett engem erre a skizofrén életmódra.
00:59
Well, I was born in South Africa and my parents were imprisoned
14
47000
5000
Dél-Afrikában születtem, ott ahol a szüleimet bebörtönözték
01:04
for resisting the racist regime.
15
52000
2000
amiért ellenálltak a fajgyűlölő rezsimnek.
01:06
When they were released, we left and we went as refugees to Kenya and Tanzania.
16
54000
7000
Kiszabadulásuk után Kenyába, majd később Tanzániába mentünk
01:13
Both were very young countries then,
17
61000
2000
menekültként. Mindkét ország nagyon fiatal volt akkoriban
01:15
and full of hope for the future.
18
63000
3000
telve a jövőbe vetett reménnyel.
01:18
We had an amazing childhood. We didn't have any money,
19
66000
2000
Csodás gyerekkorunk volt. Bár nem volt pénzünk
01:20
but we were outdoors most of the time.
20
68000
3000
de a szabadban lehettünk egész nap.
01:23
We had fantastic friends and we saw the wonders of the world,
21
71000
5000
Fantasztikus barátaink voltak. Láttuk a világ csodáit
01:28
like Kilimanjaro, Serengeti and the Olduvai Gorge.
22
76000
6000
a Kilimanjarót, a Szerengetit és az Oldivai-szurdokot.
01:34
Well, then we moved to London for high school.
23
82000
2000
Ezután Londonba mentünk középiskolába.
01:36
And after that -- there's nothing much to say about that.
24
84000
5000
És azután -- hát erről nem sok mondandóm van.
01:41
It was rather dull. But I came back to Africa
25
89000
4000
Meglehetősen unalmas volt. De 17 évesen önkéntes tanárként
01:45
at the age of 17, as a volunteer teacher
26
93000
4000
visszatértem Afrikába, Lesothoba,
01:49
to Lesotho, which is a tiny country,
27
97000
3000
ami egy picurka ország, amelyet körülvett
01:52
surrounded at that time by apartheid South Africa.
28
100000
5000
az akkoriban még apartheid rezsim vezette Dél-Afrika.
01:57
Well, 80 percent of the men in Lesotho
29
105000
3000
Nos, Lesothoban a férfiak 80 százaléka
02:00
worked in the mines over the border,
30
108000
4000
bányákban dolgozott a határ mentén
02:04
in brutal conditions.
31
112000
3000
brutális körülmények között.
02:07
Nevertheless, I -- as I'm sure -- as a rather irritating young, white man
32
115000
6000
Bár, azt hiszem, meglehetősen idegesítő fehér ember lehettem a számukra
02:13
coming into their village, I was welcomed with incredible hospitality and warmth.
33
121000
6000
ők mégis hihetetlen barátsággal és szeretettel fogadtak.
02:19
But the kids were the best part.
34
127000
2000
De a gyerekek voltak az egészben a legjobbak.
02:21
The kids were amazing: extremely eager and often very bright.
35
129000
5000
Elbűvölőek voltak: nagyon kíváncsiak és gyakran nagyon értelmesek.
02:26
And I'm just going to tell you one story,
36
134000
2000
Most csak egy történetet mondok el,
02:28
which got through to me.
37
136000
3000
amely megérintett.
02:31
I used to try to take the kids outside as often as possible,
38
139000
2000
Amilyen gyakran csak tudtam kivittem a gyerekeket a szabadba
02:33
to try to connect the academic stuff with the real world.
39
141000
5000
hogy a száraz iskolai tanulmányokat összekössem a valós élettel.
02:38
And they weren't used to that.
40
146000
3000
Nem voltak ehhez szokva.
02:41
But I took them outside one day and I said,
41
149000
2000
De mégis kivittem őket, és egy napon azt mondtam nekik:
02:43
"I want you to estimate the height of the building."
42
151000
3000
"Mondjátok meg, hogy körülbelül milyen magas ez az épület!"
02:46
And I expected them to put a ruler next to the wall,
43
154000
3000
Arra számítottam, hogy majd vonalzóval és az ujjaik segítségével
02:49
size it up with a finger, and make an estimate of the height.
44
157000
5000
próbálják megmérni a magasságot.
02:54
But there was one little boy, very small for his age.
45
162000
4000
Volt ott egy kis srác, a korához képest igen kicsi.
02:58
He was the son of one of the poorest families in the village.
46
166000
3000
A falu egyik legszegényebb családjának a gyereke volt.
03:01
And he wasn't doing that. He was scribbling with chalk on the pavement.
47
169000
5000
Hát ő nem így mért. Elkezdett az útra firkálni krétával.
03:06
And so, I said -- I was annoyed -- I said, "What are you doing?
48
174000
3000
"Mit csinálsz?" kérdeztem tőle mérgesen,
03:09
I want you to estimate the height of the building."
49
177000
2000
"Megpróbálom megmérni az épület magasságát " - mondta.
03:11
He said, "OK. I measured the height of a brick.
50
179000
3000
"Megmértem egy tégla magasságát"
03:14
I counted the number of bricks and now I'm multiplying."
51
182000
5000
"Aztán megszámoltam hány tégla van az épületben. Most szorzom össze őket."
03:19
Well -- (Laughter) -- I hadn't thought of that one.
52
187000
5000
Nos -- (Nevetés) -- erre nem számítottam.
03:24
And many experiences like this happened to me.
53
192000
4000
És még sok hasonló történt velem.
03:28
Another one is that I met a miner. He was home on his three-month leave from the mines.
54
196000
8000
Máskor egy bányásszal találkoztam. Otthon töltötte a harmadik havi szabadságát.
03:36
Sitting next to him one day, he said, "There's only one thing that I really loved at school.
55
204000
6000
Mellette ültem, amikor egy napon ezt mondta: "Egy dolog volt, amit igazán szerettem az iskolában"
03:42
And you know what it was? Shakespeare." And he recited some to me.
56
210000
7000
"És tudod mi volt az? Shakespeare". És ott helyben elmondott néhány idézetet.
03:49
And these and many similar experiences convinced me
57
217000
4000
Ez, és az ehhez hasonló tapasztalatok győztek meg arról
03:53
that there are just tons of bright kids in Africa
58
221000
4000
hogy mérhetetlen számú tehetséges gyerek van Afrikában
03:57
-- inventive kids, intellectual kids --
59
225000
4000
-- alkotói képességgel és értelemmel megáldott gyerekek --
04:01
and starved of opportunity.
60
229000
1000
lehetőségre kiéhezve.
04:02
And if Africa is going to get fixed, it's by them, not by us.
61
230000
6000
És ha Afrika egyenesbe jön majd egy nap, az miattuk lesz. És nem miattunk.
04:08
Well, after -- (Applause) -- that's the truth.
62
236000
6000
Nos -- (Taps) -- ez az igazság.
04:14
Well, after Lesotho, I traveled across Africa
63
242000
3000
Lesotho után beutaztam Afrikát
04:17
before returning to England
64
245000
2000
majd visszatértem Angliába.
04:20
-- so gray and depressing, in comparison.
65
248000
3000
-- nagyon szürke és nyomasztó, ha összehasonlítom.
04:23
And I went to Cambridge. And there, I fell for theoretical physics.
66
251000
7000
Cambridge-be mentem. És ott beleszerettem az elméleti fizikába.
04:30
Well, I'm not going to explain this equation,
67
258000
2000
No, nem fogom ezt az egyenletet részleteiben bemutatni,
04:32
but theoretical physics is really an amazing subject.
68
260000
4000
de mondhatom, hogy az elméleti fizika igen lenyűgöző téma.
04:36
We can write down all the laws of physics we know in one line.
69
264000
6000
Minden, amit tudunk a fizika törvényeiről összevonható egy sorban.
04:42
And, admittedly, it's in a very shorthand notation.
70
270000
5000
Belátom, ez eléggé leegyszerűsített leírás.
04:47
And it contains 18 free parameters,
71
275000
4000
És 18 szabad paraméter van benne.
04:51
OK, which we have to fit to the data.
72
279000
3000
Ezeket hozzá kell igazítanunk a mérési eredményekhez.
04:54
So it's not the final story,
73
282000
2000
Szóval ez nem a végleges történet,
04:56
but it's an incredibly powerful summary of everything we know
74
284000
5000
ugyanakkor nagyon hatásos összefoglalása mindannak, amit
05:01
about nature at the most basic level.
75
289000
4000
ma tudunk a természet alaptörvényeiről.
05:05
And apart from a few very important loose ends, which you've heard about here --
76
293000
4000
És, eltekintve néhány olyan bizonytalan ponttól, amiről már hallhattak ezen a fórumon --
05:09
like dark energy and dark matter --
77
297000
3000
mint például a sötét energia, vagy a sötét anyag --
05:12
this equation describes,
78
300000
2000
ez az egyenlet leírja, vagy inkább úgy tűnik, hogy leírja
05:14
seems to describe everything about the universe and what's in it.
79
302000
5000
a Világegyetemet és mindazt ami benne van.
05:19
But there's one big puzzle remaining,
80
307000
2000
De, egy nagy kérdés nyitva van:
05:21
and this was most succinctly put to me by my primary school math teacher in
81
309000
5000
és ezt az általános iskolai matektanárom foglalta össze a legjobbanTanzániában.
05:26
Tanzania, who's a wonderful Scottish lady
82
314000
3000
Ő csodálatos skót hölgy
05:29
who I still stay in touch with.
83
317000
3000
és a mai napig kapcsolatban vagyok vele.
05:32
And she's now in her 80s.
84
320000
2000
A nyolcvanas éveiben jár.
05:34
And when I try to explain my work to her, she waved away all the details, and she said,
85
322000
5000
Amikor elkezdtem magyarázni a munkám lényegét, az egészet félresöpörte és azt mondta:
05:39
"Neil, there's only one question that really matters.
86
327000
5000
"Neil, csak egy kérdés van, ami igazán számít.
05:44
What banged?" (Laughter)
87
332000
4000
Mi az AMI felrobbant ?" (Nevetés)
05:48
"Everyone talks about the Big Bang. What banged?"
88
336000
5000
"Mindenki az ősrobbanásról beszél. De mi az ami felrobbant?"
05:53
And she's right. It's a question we've all been avoiding.
89
341000
5000
És igaza van. Ez az a kérdés, amit mindannyian kerülünk.
05:58
The standard explanation is that the universe somehow sprang into existence,
90
346000
5000
Az elfogadott elmélet szerint a Világegyetem egyszer csak életre kelt
06:03
full of a strange kind of energy
91
351000
2000
telve különös energiával
06:05
-- inflationary energy -- which blew it up.
92
353000
5000
-- a tágulást előidéző energiával -- amely aztán egyszer csak felrobbant.
06:10
But the puzzle of why the universe emerged in that peculiar state
93
358000
4000
De annak a rejtélye, hogy az univerzum miért jelent meg ebben a bizonyos állapotban
06:14
is completely unsolved.
94
362000
4000
továbbra is megoldatlan maradt.
06:18
Now, I worked on that theory for a while, with Stephen Hawking and others.
95
366000
4000
Nos, együtt dolgoztam egy darabig ezen az elméleten Stephen Hawkingal és másokkal.
06:22
But then I began to explore another alternative.
96
370000
3000
De aztán egy másik lehetőség feltárásába fogtam.
06:25
The alternative is that the Big Bang wasn't the beginning.
97
373000
3000
És ez a lehetőség pedig, hogy a Nagy Bumm nem a kezdet volt.
06:28
Perhaps the universe existed before the bang,
98
376000
3000
Lehet, hogy a Világegyetem már a Bumm előtt is létezett
06:31
and the bang was just a violent event in a pre-existing universe.
99
379000
5000
és a Bumm csupán egy felvillanás volt a már előzőleg-is-létezett Világegyetemben.
06:36
Well, this possibility is actually suggested
100
384000
3000
Igen, ez a lehetőség komolyan fölmerül a legújabb elméletekben
06:39
by the latest theories, the unified theories,
101
387000
3000
az úgynevezett egyesített elméletekben,
06:42
which try to explain all those 18 free parameters
102
390000
3000
amelyek megkísérelik értelmezni azt a bizonyos 18 paramétert
06:45
in a single framework, which will hopefully predict all of them.
103
393000
7000
egységes keretben, amely magyarázatot ad mindegyikükre.
06:52
And I'll just share a cartoon of this idea here.
104
400000
3000
Most csupán egy rövid animációt mutatok be ennek szemléltetésére.
06:55
It's all I can convey. According to these theories,
105
403000
3000
Ez minden amit át tudok adni Önöknek. Ezen elméletek szerint
06:58
there are extra dimensions of space, not just the three we're familiar with,
106
406000
3000
a térben léteznek további dimenziók is, azon a hármon túl, amit jól ismerünk.
07:01
but at every point in the room there are more dimensions.
107
409000
4000
Minden pont ebben a teremben rendelkezik további dimenziókkal.
07:05
And in particular, there's one rather strange one,
108
413000
2000
És ezek között van egy eléggé különös dimenzió, ami egyben
07:07
in the most elegant unified theories we have.
109
415000
3000
az egyik legelegánsabb is ebben az egyesített elméletben.
07:10
The strange one looks likes this:
110
418000
2000
Ez a különös dimenzió így mutatható be:
07:12
that we live in a three-dimensional world.
111
420000
3000
mi egy három dimenziós térben élünk, amit a két lap egyike jelez,
07:15
We live in one of these worlds, and I can only show it as a sheet,
112
423000
4000
amit most csak úgy tudok szemléltetni, mint egy sík lapot,
07:19
but it's really three-dimensional.
113
427000
3000
de ez a sík lap valójában három dimenziós.
07:22
And a tiny distance away, there's another sheet,
114
430000
4000
Igen kicsi távolságra ettől a laptól, a Mi három dimenziós terünktől
07:26
also three-dimensional, and they're separated by a gap.
115
434000
2000
van egy másik, szintén 3 dimenziós tér egy réssel elválasztva.
07:28
The gap is very tiny, and I've blown it up so you can see it.
116
436000
3000
A távolság igen picuri, felnagyítottam, hogy jobban látható legyen.
07:31
But it's really a tiny fraction of the size of an atomic nucleus.
117
439000
5000
Ez a távolság valójában az atommag méretének töredéke.
07:36
I won't go into the details of why we think the universe is like this,
118
444000
3000
Most nem megyek bele annak tárgyalásába, hogy miért gondoljuk így
07:39
but it comes out of the math and trying to explain the physics that we know.
119
447000
4000
de mindezek mögött matematikai bizonyítások állnak, melyek a fizika ismert törvényeit igyekeznek magyarázni.
07:43
Well, I got interested in this because it seemed to me that it was an obvious question.
120
451000
4000
Azért érdekel engem mindez, mert ezek nyilvánvalóan fontos kérdések.
07:47
Which is, what happens if these two, three-dimensional worlds
121
455000
3000
Mi történik, ha ez a két különálló 3 dimenziós világ
07:50
should actually collide?
122
458000
3000
egyszer csak találkozik egymással?
07:54
And if they collide, it would look a lot like the Big Bang.
123
462000
3000
És, amikor és ahol találkoznak, úgy tűnik számunkra mint a Nagy Bumm.
07:57
But it's slightly different than in the conventional picture.
124
465000
3000
De ez némileg eltér a hagyományos felfogástól.
08:00
The conventional picture of the Big Bang is a point.
125
468000
2000
A hagyományos Nagy Bumm felfogás egy pontból indul ki.
08:02
Everything comes out of a point;
126
470000
2000
Minden ebből a pontból ered, ami végtelenül sűrű pont.
08:04
you have infinite density. And all the equations break down.
127
472000
4000
És itt aztán minden elmélet és egyenlet kudarcot vall.
08:08
No hope of describing that.
128
476000
2000
Nincs esélyünk ennek a megragadására.
08:10
In this picture, you'll notice,
129
478000
2000
Ezen a képen észrevehetik, hogy
08:12
the bang is extended. It's not a point.
130
480000
2000
a robbanás kiterjedt. Nem egy pont.
08:14
The density of matter is finite, and we have a chance
131
482000
3000
Az anyag sűrűsége véges, és jó esély van arra, hogy találjunk
08:17
of a consistent set of equations that can describe the whole process.
132
485000
5000
egy ellentmondások nélküli egyenlet csoportot, amely ezt a teljes folyamatot leírja.
08:22
So, to cut a long story short, we've explored this alternative.
133
490000
3000
Hogy röviden összefoglaljam: feltártuk ezt a lehetőséget.
08:25
We've shown that it can fit
134
493000
2000
Bebizonyítottuk, hogy a megközelítésünk jól illeszkedik
08:27
all of the data that we have about the formation of galaxies,
135
495000
4000
azokkal az adatokkal, amelyek birtokunkban vannak a galaxisok képződéséről
08:31
the fluctuations in the microwave background.
136
499000
3000
és a mikrohullámú háttérsugárzás változásairól.
08:34
Furthermore, there's an experimental way
137
502000
2000
Továbbá kísérleti módszer áll rendelkezésre, hogy ezt a lehetőséget
08:36
to tell this theory, apart from the inflationary explanation that I told you before.
138
504000
7000
jól elválasszuk attól a Nagy Bumm modelltől, amit korábban bemutattam.
08:43
It involves gravitational waves.
139
511000
3000
Ebben az új modellben a gravitációs hullámoknak van szerepe.
08:46
And in this scenario, not only was the Big Bang not the beginning,
140
514000
3000
E szerint a forgatókönyv szerint, nem csupán a Nagy Bumm
08:49
as you can see from the picture,
141
517000
3000
nem tekinthető a kezdetnek, ahogyan azt a képen is látják
08:52
it can happen over and over again.
142
520000
2000
hanem mindez a folyamat újra és újra lejátszódik.
08:54
It may be that we live in an endless universe,
143
522000
3000
Lehetséges tehát, hogy egy olyan Világegyetemben élünk
08:57
both in space and in time.
144
525000
1000
amely végtelen. Időben és térben egyaránt.
09:01
And there've been bangs in the past, and there will be bangs in the future.
145
529000
3000
Voltak Nagy Bummok korábban is, és megtörténnek majd a jövőben ugyanúgy.
09:04
And maybe we live in an endless universe.
146
532000
4000
Lehetséges hát, hogy egy végnélküli Világegyetemben élünk.
09:08
Well, making and testing models of the universe
147
536000
5000
Valójában ezeknek az elméleteknek a felállítása és ellenőrzése a legjobb módja annak,
09:13
is, for me, the best way I have of enjoying and appreciating the universe.
148
541000
7000
hogy örömet leljek és csodálattal tekintsek a Világegyetemre.
09:20
We need to make the best mathematical models we can,
149
548000
2000
A legjobb matematikai modelleket kell kidolgoznunk,
09:22
the most consistent ones.
150
550000
2000
ellentmondások nélkül.
09:24
And then we scrutinize them, logically and with data.
151
552000
4000
Ezután kemény vizsgálatnak vetjük alá e modelleket logika és mérések útján.
09:28
And we try to convince ourselves --
152
556000
3000
Megpróbáljuk meggyőzni magunkat, komolyan megpróbáljuk,
09:31
we really try to convince ourselves they're wrong.
153
559000
2000
hogy ezek az elméletek tévesek.
09:33
That's progress: when we prove things wrong.
154
561000
3000
És ebben van a fejlődés: amikor bebizonyítjuk egy elméletről, hogy helytelen.
09:36
And gradually, we hopefully move closer and closer to understanding the world.
155
564000
6000
És így, fokozatosan, reményeink szerint közelebb jutunk a világ megértéséhez.
09:42
As I pursued my career, something was always gnawing away inside me.
156
570000
5000
Azonban szakmai fejlődésem során valami soha nem hagyott nyugodni.
09:47
What about Africa?
157
575000
3000
Mi lesz Afrikával?
09:50
What about those kids I'd left behind?
158
578000
5000
Mi lesz azokkal a srácokkal, akiket otthagytam?
09:55
Instead of developing, as we'd all hoped in the '60s,
159
583000
3000
A fejlődés helyett - amiben mindannyian reménykedtünk a 60-as években -
09:58
things had gotten worse.
160
586000
2000
a dolgok csak rosszabbra fordultak.
10:00
Africa was gripped by poverty, disease and war.
161
588000
4000
Afrika a szegénységbe, betegségekbe és háborúba süllyedt.
10:04
This is very graphically shown by the Worldmapper website and project.
162
592000
6000
Nagyon jól mutatja ezt a jelenséget a Worldmapper weboldala.
10:10
And so the idea is to represent each country
163
598000
3000
Az ábrázolás úgy történik, hogy mindegyik országot feltüntetjük a térképen,
10:13
on a map, but scale the area according to some quantity.
164
601000
6000
de a méretük bizonyos szempontok alapján módosul.
10:19
So here's just the standard area map of the world.
165
607000
2000
Nos, íme a szokásos világtérkép.
10:21
By the way, Africa is very large.
166
609000
2000
Mellesleg Afrika nagyon nagy méretű.
10:23
And the next map now shows Africa's GDP in 1960,
167
611000
5000
A következő térkép Afrika GDP-jét mutatja a 60-as években,
10:28
around the time of independence for many African states.
168
616000
5000
abban az időben, amikor a függetlenségi folyamatok zajlottak.
10:33
Now, this is 1990, and then 2002. And here's a projection for 2015.
169
621000
10000
Ez pedig a helyzet 1990-ben és 2002-ben, és íme a 2015-ös előrejelzés.
10:44
Big changes are happening in the world,
170
632000
1000
Nagy változások zajlanak a világban
10:45
but they're not helping Africa.
171
633000
3000
de ezek nem segítenek Afrikának.
10:48
What about Africa's population? The population isn't out of proportion to its area,
172
636000
4000
Mi van Afrika népességével? A népesség arányban van az ország területével,
10:52
but Africa leads the world in deaths from often preventable causes:
173
640000
5000
ugyanakkor Afrika vezeti a halálozási arányt olyan betegségek miatt, amelyek
10:57
malnutrition, simple infections and birth complications.
174
645000
7000
megelőzhetőek: például az alultápláltság, egyszerű fertőzések és születési komplikációk.
11:04
Then there's HIV/AIDS. And then there are deaths from war.
175
652000
5000
Ott van ezen felül HIV / AIDS, és a háborúk során elpusztult emberek.
11:09
OK, currently there are 45,000 people a month dying in the Congo,
176
657000
5000
Kongóban jelenleg 45 ezer ember hal meg havonta,
11:14
as a consequence of the war
177
662000
2000
olyan háborúk miatt, melyeket
11:16
there over coltan and diamonds and other things.
178
664000
4000
a kobalt, a gyémánt és egyéb dolgok miatt vívnak.
11:20
It's still going on.
179
668000
4000
És ez folytatódik.
11:24
What about Africa's capacity to do something about these problems?
180
672000
3000
Mit képes tenni Afrika önmagáért, hogy ezeket a problémákat kezelni tudja?
11:27
Well, here's the number of physicians in Africa.
181
675000
5000
Nos, íme az afrikai orvosok száma.
11:32
Here's the number of people in higher education.
182
680000
5000
Íme a felsőoktatásban résztvevő hallgatók száma.
11:37
And here -- most shocking to me --
183
685000
2000
És itt van -- ami a leginkább megrázó a számomra --
11:39
the number of scientific research papers coming out of Africa.
184
687000
4000
az afrikai tudósok által közölt tudományos cikkek száma.
11:43
It just doesn't exist scientifically.
185
691000
5000
Ez gyakorlatilag nem létezik.
11:48
And this was very eloquently argued at TED Africa:
186
696000
3000
Mindezt nagyon tisztán feltárta a TED Afrika konferencia:
11:51
that all of the aid that's been given
187
699000
2000
minden eddigi segély
11:53
has completely failed to put Africa onto its own two feet.
188
701000
8000
teljes kudarcot vallott abban, hogy Afrikát a saját lábára állítsa.
12:01
Well, the transition to democracy in South Africa in 1994
189
709000
3000
A Dél-Afrikában történt 1994-es demokratikus átalakulás
12:04
was literally a dream come true for many of us.
190
712000
4000
a szó szoros értelmében az álmok valóra válását jelentette sokunk számára.
12:08
My parents were both elected to the first parliament,
191
716000
3000
Szüleimet beválasztották az első országgyűlésbe
12:11
alongside Nelson and Winnie Mandela. They were the only other couple.
192
719000
5000
Nelson és Winnie Mandela mellett. Ők egyedül voltak még házaspárok.
12:16
And in 2001, I took a research leave to visit them.
193
724000
4000
2001-ben kutatói szabadságra mentem és meglátogattam őket.
12:20
And while I was busy working -- I was working on these colliding worlds, in the day.
194
728000
7000
Mialatt szorgalmasan dolgoztam az egymásba érő világok elméletén,
12:27
But I learned that there was a desperate shortage of skills,
195
735000
3000
hirtelen ráébredtem, hogy nagy hiány van bizonyos képességekben, különösen
12:30
especially mathematical skills, in industry, in government, in education.
196
738000
8000
a matematikai, az ipari, az államigazgatási és az oktatási képességekben.
12:38
The ability to make and test models has become essential,
197
746000
4000
A képesség a modellek készítésére és tesztelésére elengedhetetlenné vált
12:42
not only to every single area of science today,
198
750000
3000
nem csupán minden egyes tudományágban,
12:45
but also to modern society itself.
199
753000
4000
de általában véve a modern társadalmakban.
12:49
And if you don't have math, you're not going to enter the modern age.
200
757000
6000
És, ahol hiányzik a matematika, ott nincs esély a modern korba való belépésre.
12:55
So I had an idea. And the idea was very simple.
201
763000
3000
Így eszembe ötlött egy gondolat. Nagyon egyszerű volt.
12:58
The idea was to set up an African Institute for Mathematical Sciences, or AIMS.
202
766000
6000
A gondolat így szólt: állítsuk fel a Matematikai Tudományok Afrikai Intézetét, az AIMS-t.
13:04
And let's recruit students from the whole of Africa,
203
772000
4000
És toborozzunk hallgatókat szerte Afrikából,
13:08
bring them together with lecturers from all over the world,
204
776000
4000
hozzuk össze őket a világ minden pontjáról érkező előadókkal
13:12
and we'll try to give them a fantastic education.
205
780000
5000
és adjunk nekik egy fantasztikusan jó képzést.
13:17
Well, as a Cambridge professor, I had many contacts.
206
785000
3000
Mint afféle cambridgei-i professzornak, sok kapcsolatom volt
13:20
And to my astonishment, they backed me 100 percent.
207
788000
3000
és legnagyobb meglepetésemre ők mindannyian teljes mértékben támogattak.
13:23
They said, "Go and do it,
208
791000
2000
Azt mondták "Menj és csináld meg!"
13:25
and we'll come and lecture."
209
793000
4000
"Eljövünk és órákat adunk."
13:29
And I knew it would be amazing fun to bring brilliant students
210
797000
4000
Azonnal tudtam, hogy nagyszerű érzés lesz kiemelkedő hallgatókat hozni
13:33
from these countries -- where they don't have any opportunities -- together
211
801000
4000
azokból az országokból, ahol a fiataloknak semmilyen lehetőségük sincs
13:37
with the best lecturers in the world --
212
805000
2000
és összehozni őket a világ legjobb tanáraival,
13:39
who I knew would come, because of the interest in Africa --
213
807000
3000
akikről tudtam, hogy eljönnek majd pusztán azért, mert érdekli őket Afrika.
13:42
and put them together and just let the sparks fly.
214
810000
7000
Összehozni őket és nézni, ahogyan a tehetségek szikrát szórnak.
13:49
So we bought a derelict hotel near Cape Town.
215
817000
4000
Így aztán megvásároltunk egy elhagyott szállodát Cape Townhoz közel.
13:53
It's an 80-room Art Deco hotel from the 1920s.
216
821000
3000
A szálloda az 1920-as években épült Art Deco stílusban, 80 szobával.
13:56
The area was kind of seedy, so we got an 80-room hotel for 100,000 dollars.
217
824000
6000
A terület nyomorúságos hely volt, ezért az egészet megkaptuk 100 ezer dollárért.
14:02
It's a beautiful building. We decided we would refurbish it
218
830000
4000
Csodás épület. Elhatároztuk, hogy felújítjuk
14:06
and then put out the word:
219
834000
2000
és elhíreszteljük,
14:08
we're going to start the best math institute in Africa
220
836000
4000
hogy itt építjük fel Afrika legjobb matematikai intézetét
14:12
in this hotel.
221
840000
1000
ebben a hotelben.
14:13
Well, the new South Africa is a very exciting country.
222
841000
3000
Igen, az új Dél-Afrika nagyon izgalmas ország.
14:16
And those of you who haven't been there, you should go.
223
844000
3000
Ha még nem jártak ott, menjenek el.
14:19
It's very, very interesting what's happening.
224
847000
3000
Tényleg nagyon izgalmas ami ott történik.
14:22
And we recruited wonderful staff,
225
850000
3000
Így aztán toboroztunk egy csodás csapatot,
14:25
highly motivated staff.
226
853000
2000
akik nagyon motiváltak voltak a munkában.
14:27
The other thing that's happened, which was good for us, is the Internet.
227
855000
4000
Ezzel egy időben egy jó dolog jelent meg: az internet.
14:31
Even though the Internet is very expensive all over Africa,
228
859000
3000
Bár az internet igen drága Afrikában
14:34
there are Internet cafes everywhere.
229
862000
2000
mégis mindenfelé internet kávézókat látni,
14:36
And bright young Africans are desperate to join the global community,
230
864000
5000
és a fiatal tehetséges afrikaiak nagyon szeretnének a világ közösségének része lenni
14:41
to be successful -- and they're very ambitious.
231
869000
3000
azért hogy sikeresek legyenek. Telve vannak ambícióval.
14:44
They want to be the next Einstein.
232
872000
4000
Ők akarnak lenni a következő Einstein.
14:50
And so when word came out that AIMS was opening,
233
878000
3000
Így, amikor híre ment, hogy az AIMS megnyitja kapuit
14:53
it spread very quickly via e-mail and our website.
234
881000
4000
a hír gyorsan szállt e-mailen és az internetes oldalunkon keresztül.
14:57
And we got lots of applicants.
235
885000
2000
Nagyon sok jelentkezőnk volt.
14:59
Well, we designed AIMS as a 24-hour learning environment,
236
887000
3000
Úgy terveztük az AIMS-t, hogy éjjel-nappal működő intézmény legyen.
15:02
and it was fantastic to start a university from the beginning.
237
890000
4000
Csodálatos érzés volt felépíteni egy egyetemet a legelejéről.
15:06
You have to rethink, what is the university for?
238
894000
4000
Gondolják csak meg, mire is szolgál az egyetem?
15:10
And that's really exciting.
239
898000
2000
Nagyon izgalmas kérdés.
15:12
So we designed it to have interactive teaching.
240
900000
3000
Úgy terveztük meg, hogy interaktív oktatási élményt nyújtson.
15:15
No droning on at the chalkboard.
241
903000
4000
Nem krétával a táblán babrálva.
15:19
We emphasize problem-solving, working in groups,
242
907000
4000
A problémamegoldásra, a csoportmunkára alapozunk
15:23
every student discovering and maximizing their own potential
243
911000
4000
úgy, hogy minden hallgató a képességei legjavát nyújtsa
15:27
and not chasing grades.
244
915000
3000
és ne csupán a tanulmányi eredményre hajtson.
15:30
Everyone lives together in this hotel -- lecturers and students --
245
918000
2000
Mindenki együtt él ebben a hotelben, tanárok és hallgatók
15:32
and it's not surprising at all to find an impromptu tutorial at 1 a.m.
246
920000
6000
és nem lepődik meg senki egy alkalmilag tartott előadáson éjjel egykor.
15:38
The students don't usually leave the computer lab till 2 or 3 a.m.
247
926000
4000
A hallgatók sokszor éjjel 2-ig 3-ig ébren vannak a számítógépszobákban
15:42
And then they're up again at eight in the morning.
248
930000
2000
és reggel nyolckor már talpon vannak.
15:44
Lectures, problem-solving and so on. It's an extraordinary place.
249
932000
7000
Előadások, problémamegoldás és minden más. Egészen különleges hely.
15:51
We especially emphasize areas of great relevance to Africa's development,
250
939000
5000
Nagyon hangsúlyozzuk azokat a területeket, amelyeknek fontos szerepe van Afrika fejlődésében
15:56
because, in those areas, scientists working in Africa will have a competitive advantage.
251
944000
6000
mert az ezeken a területeken dolgozó tudósoknak versenyelőnyük lesz a jövőben.
16:02
They'll publish, be invited to conferences.
252
950000
2000
Tudományos közleményeket fognak írni, meghívják őket konferenciákra.
16:04
They'll do well. They'll have successful careers.
253
952000
6000
Sikeresek lesznek és eredményes szakmai út áll előttük.
16:10
And AIMS has done extremely well.
254
958000
2000
És az AIMS jól teljesített.
16:12
Here is a list of last year's graduates, graduated in June,
255
960000
4000
Íme a múlt évben júniusban végzettek névsora
16:16
and what they're currently doing -- 48 of them.
256
964000
3000
és azt is láthatják, hogy jelenleg mivel foglalkoznak.
16:19
And where they are is indicated over here.
257
967000
4000
Az is látható, hogy hol tartózkodnak jelenleg.
16:23
And where they've gone. So these are all postgraduate students.
258
971000
4000
És azt is hogy hová mentek. Ők mindannyian végzett hallgatóink.
16:27
And they've all gone on to master's and Ph.D. degrees in excellent places.
259
975000
7000
Mindannyian master és PhD képzésre mentek igen elismert helyekre.
16:34
Five students can be educated at AIMS
260
982000
2000
Az AIMS-ben a képzés ára egyötöde annak
16:36
for the cost of educating one in the U.S. or Europe.
261
984000
4000
amibe egy hasonló képzés Európában vagy az USA-ban kerül.
16:40
But more important, the pan-African student body
262
988000
3000
Még fontosabb, hogy a pán-afrikai hallgatói testület
16:43
is a continual source of strength, pride and commitment to Africa.
263
991000
6000
a kontinens erejének, büszkeségének és elkötelezettségének forrása Afrika számára.
16:49
We illustrate AIMS' progress by coloring in the countries of Africa.
264
997000
5000
Ezen az ábrán színekkel jelöltük, amint az AIMS országról országra fejlődik.
16:54
So here you can see behind this list.
265
1002000
2000
Itt láthatjátok a felsorolás mögött.
16:56
When a county is colored yellow, we've received an application;
266
1004000
4000
Az ország színe akkor válik sárgára, ha jelentkezést kaptunk onnan
17:00
orange, we've accepted an application; and green,
267
1008000
5000
narancsra vált, ha elfogadtuk a jelentkezést, és zöld lesz
17:05
a student has graduated.
268
1013000
2000
ha a hallgató lediplomázott.
17:07
So here is where we were after the first graduation in 2004.
269
1015000
4000
Itt tartunk a végzett hallgatók számát tekintve 2004-ben.
17:11
And we set ourselves a goal of turning the continent green.
270
1019000
4000
Az a célunk, hogy az egész kontinens zöld színnel jelölhessük.
17:15
So there's 2005, -6, -7, -8.
271
1023000
4000
itt van 2005 ... 2006 ... 2007 ... 2008
17:19
(Applause)
272
1027000
10000
(Taps)
17:29
We're well on the way to achieving our initial goal.
273
1037000
4000
Jó úton haladunk, hogy elérjük a kitűzött célunkat.
17:33
We had some of the students filmed at home before they came to AIMS.
274
1041000
4000
Néhány hallgatóval filmet készítettünk mielőtt az AIMS-be jöttek.
17:37
And I'll just show you one.
275
1045000
3000
Csak egyet mutatok be nektek.
17:40
Tendai Mugwagwa: My name is Tendai Mugwagwa.
276
1048000
4000
Tendai Mugwagwa: A nevem Tendai Mugwagwa.
17:44
I have a Bachelor of Science with an education degree.
277
1052000
3000
Bechalor fokozatom van oktatásból.
17:47
I will be attending AIMS.
278
1055000
2000
Az AIMS hallgatója leszek.
17:49
My understanding of the course is that it covers quite a lot.
279
1057000
4000
Úgy tudom, hogy a képzés igen átfogó lesz.
17:53
You know, from physics to medicine,
280
1061000
4000
A képzés a fizikától egészen az orvostudományig terjed
17:57
in particular, epidemiology and also mathematical modeling.
281
1065000
6000
főként az epidemiológia és a matematikai modellezés területén.
18:03
Neil Turok: So Tendai came to AIMS and did very well.
282
1071000
5000
Neil Turok: Tendai tehát megérkezett az AIMS-re és nagyon jól teljesített.
18:08
And I'll let her take it from there.
283
1076000
4000
Most átadom neki a szót.
18:16
TM: My name is Tendai Mugwagwa
284
1084000
2000
TM: A nevem Tendai Mugwagwa
18:18
and I was a student at AIMS in 2003 and 2004.
285
1086000
4000
és az AIMS hallgatója voltam 2003-2004-ben.
18:22
After leaving AIMS, I went on to do a master's in applied mathematics
286
1090000
5000
Az AIMS után mester fokozatot szereztem alkalmazott matematikából
18:27
at the University of Cape Town in South Africa.
287
1095000
3000
a Cape Town-i egyetemen, Dél-Afrikában.
18:30
After that, I came to the Netherlands
288
1098000
2000
Ezután Hollandiába jöttem, ahol jelenleg
18:32
where I'm now doing a Ph.D. in theoretical immunology.
289
1100000
3000
a PhD-men dolgozom elméleti immunológiából.
18:35
Professor: Tendai is working very independently.
290
1103000
3000
Professor: Tendai nagyon függetlenül dolgozik.
18:38
She communicates well with the immunologists at the hospital.
291
1106000
4000
Jól kommunikál a kórház immunológusaival
18:42
So all in all I have a very good Ph.D. student from South Africa.
292
1110000
4000
mindent összevetve Tendai nagyon jó PhD munkatársam Dél-Afrikából.
18:46
So I'm happy she's here.
293
1114000
3000
Örülök, hogy itt van közöttünk.
18:49
NT: Another student in the first year of AIMS was Shehu.
294
1117000
4000
NT: Egy másik elsőéves hallgató az AIMS egyetemen Shehu.
18:53
And he's shown here with his favorite high school teacher.
295
1121000
5000
Őt látjuk ezen a képen a legkedvesebb középiskolai tanárával.
18:58
And then entering university in northern Nigeria.
296
1126000
6000
Itt egyetemre megy Észak-Nigériában.
19:04
And after AIMS, Shehu wanted to do high-energy physics,
297
1132000
5000
Az AIMS után, Shehu nagy energiájú fizikával akart foglalkozni
19:09
and he came to Cambridge.
298
1137000
2000
ezért Cambridge-be jött.
19:11
He's about to finish his Ph.D.,
299
1139000
3000
Most fejezi be a PhD-jét
19:14
and he was filmed recently with someone you all know.
300
1142000
4000
és olyasvalakivel készült film róla, akit Önök mind ismernek.
19:18
Shehu: And from there we will be able to,
301
1146000
2000
Shehu: És ebből képesek leszünk, remélhetőleg,
19:20
hopefully, make better predictions and then we compare it
302
1148000
3000
jobb előrejelzéseket készíteni, majd összehasonlítjuk ezeket
19:23
to the graph and also make some predictions.
303
1151000
5000
a grafikonnal, és ezt követően újabb előrejelzéseket készítünk.
19:28
Stephen Hawking: That is nice.
304
1156000
3000
Stephen Hawking: Ez nagyon jó.
19:31
NT: Here are the current students at AIMS. There are 53 of them
305
1159000
3000
NT: Itt vannak az AIMS mostani hallgatói. 53-an vannak
19:34
from 20 different countries, including 20 women.
306
1162000
4000
20 különböző országból, köztük 20 nő.
19:38
So now I'm going to get to my TED business.
307
1166000
3000
És most, vissza a TED-hez.
19:41
Well, we had a party. This is Africa --
308
1169000
3000
Nos, tartottunk egy bulit. Ez Afrika --
19:44
we have good parties in Africa. And last month, they threw a surprise party for me.
309
1172000
4000
nagyon jó bulikat tartunk Afrikában. A múlt hónapban egy meglepetés bulit rendeztek nekem.
19:48
Here's somebody you've seen already.
310
1176000
2000
Itt van valaki, akit már korábban is láttak.
19:50
(Applause)
311
1178000
24000
(Taps)
20:14
I want to point out a few other exceptional people in this picture.
312
1202000
4000
Felhívom a figyelmet néhány különleges emberre itt a képen.
20:18
So, we were having a party,
313
1206000
1000
Szóval éppen tartott a buli. Ahogy látják
20:19
as you can see they're completely eclipsing me at this point.
314
1207000
4000
teljesen kitakarnak ezen a képen.
20:23
This is Ezra. She's from Darfur.
315
1211000
3000
Ő itt Ezra. Darfurból jött.
20:26
She's a physicist, and somehow stays smiling,
316
1214000
4000
Fizikus és valahogyan mindig mosolyog
20:30
in spite of everything going on back home.
317
1218000
2000
annak ellenére, ami a hazájában történik.
20:32
But she wants to continue in physics, and she's doing extremely well.
318
1220000
4000
Fizikusként akar dolgozni, és nagyon jól halad.
20:36
This is Lydia. Lydia is the first ever woman
319
1224000
4000
Ő itt Lydia. Ő a legelső nő
20:40
to graduate in mathematics in the Central African Republic.
320
1228000
3000
aki matematikából kapott diplomát a Közép-afrikai Köztársaságban.
20:43
And she's now at AIMS. (Applause)
321
1231000
5000
Ő most az AIMS-re jár. (Taps)
20:49
So now let me get to our TED wish.
322
1237000
4000
Ezek után térjünk rá a TED kívánságunkra.
20:53
Well, it's not my TED wish; it's our wish, as you've already gathered.
323
1241000
5000
Nos, igazán ez nem is az én TED-kívánságom, ez a mi közös kívánságunk.
20:58
And our wish has two parts:
324
1246000
3000
Két részből áll a kívánság.
21:01
one is a dream and the other's a plan. OK.
325
1249000
5000
Ez egyik egy álom, a másik egy terv.
21:06
Our TED dream is that the next Einstein will be African. (Applause)
326
1254000
16000
A mi TED álmunk az, hogy a következő Einstein Afrikából jöjjön. (Taps)
21:25
In striving for the heights of creative genius,
327
1273000
1000
A teremtő zsenialitás magasságaira törekedve,
21:26
we want to give thousands of people the motivation,
328
1274000
5000
emberek ezreinek akarunk motivációt, bátorítást
21:31
the encouragement and the courage
329
1279000
2000
és elszántságot adni, hogy elérjék
21:33
to obtain the high-level skills they need to help Africa.
330
1281000
5000
azokat a magas szintű képességeket, melyek Afrika megsegítéséhez kellenek.
21:38
Among them will be not only brilliant scientists --
331
1286000
3000
Köztük nem csupán csillogóan tehetséges tudósok lesznek majd --
21:41
I'm sure of that from what we've seen at AIMS --
332
1289000
3000
amiben biztos vagyok az AIMS-ben szerzett tapasztalatok alapján --
21:44
they'll also be the African Gates, Brins and Pages of the future.
333
1292000
6000
de ők lesznek a jövő afrikai Gatesei, Brin-jei és Page-ei.
21:50
Well, I said we also have a plan. And our plan is quite simple.
334
1298000
4000
Amint mondtam, van azonban egy tervünk is. És a tervünk elég egyszerű.
21:54
AIMS is now a proven model.
335
1302000
2000
Az AIMS modell már bizonyított.
21:56
And what we need to do is to replicate it.
336
1304000
4000
Amire szükségünk van az az, hogy megismételjük ugyanezt.
22:00
We want to roll out 15 AIMS centers in the next five years, all over Africa.
337
1308000
4000
15 AIMS központot akarunk létrehozni a következő öt évben szerte Afrikában.
22:04
Each will have a pan-African student body,
338
1312000
5000
Mindegyiknek lesz egy pán-afrikai hallgatói testülete,
22:09
but specialize in a different area of science.
339
1317000
2000
de a tudomány különböző területeire szakosodik majd.
22:11
We want to use science to overcome the national and cultural barriers,
340
1319000
5000
Arra akarjuk használni a tudományt, hogy túllépjünk a nemzeti és kultúrális gátakon
22:16
as it does at AIMS.
341
1324000
1000
úgy, ahogyan az az AIMS-ben is történik.
22:17
And we want to add elements to the curriculum.
342
1325000
2000
További tárgyakat veszünk fel.
22:19
We want to add entrepreneurship and policy skills.
343
1327000
5000
Felvesszük a vállalkozói ismereteket és a politikai készségeket.
22:24
The expanded AIMS will be a coherent pan-African institution,
344
1332000
3000
A kiterjesztett AIMS egy egységes pán-afrikai intézménnyé válik majd
22:27
and its graduates will form a powerful network,
345
1335000
4000
és az itt végzettek egy erős hálózatot építenek ki olyanokból
22:31
working together for peace and progress across the continent.
346
1339000
6000
akik együtt dolgoznak majd a békéért és a haladásért szerte a kontinensen.
22:37
Over the last year,
347
1345000
2000
A múlt évben
22:39
we've been visiting sites in Africa,
348
1347000
2000
több helyszínt is meglátogattunk Afrikában azért,
22:41
looking at potential sites for new AIMS centers.
349
1349000
3000
hogy lehetséges helyet találjunk az új AIMS központok számára.
22:44
And here are the ones we've selected.
350
1352000
2000
Íme a kiválasztott helyszínek.
22:46
And each of these centers has a strong local team,
351
1354000
4000
Mindegyik ilyen központnak erős helyi csapata van,
22:50
each is in a beautiful place, an interesting place,
352
1358000
2000
mindegyik szép és érdekes helyszín, olyan helyek,
22:52
which international lecturers will be happy to visit.
353
1360000
3000
melyeket a nemzetközi oktatók boldogan keresnek majd fel.
22:55
And our partners across Africa are extremely enthusiastic about this.
354
1363000
5000
A velünk együtt gondolkodó munkatársak nagyon várják a továbbiakat.
23:00
Everyone wants an AIMS center in their country.
355
1368000
4000
Mindenki akar egy AIMS központot a saját hazájában.
23:04
And last November,
356
1372000
2000
A múlt novemberben, az összes afrikai
23:06
the conference of all the African ministers of science and technology,
357
1374000
4000
tudományos és technológiai miniszter konferenciáján, melyet Mombasában tartottak,
23:10
held in Mombasa, called for a comprehensive plan to roll out AIMS.
358
1378000
5000
felhívás hangzott el az AIMS tervek végrehajtására.
23:15
So we have political support right across the continent.
359
1383000
3000
Van tehát politikai támogatottságunk szerte a kontinensen.
23:18
It won't be easy.
360
1386000
3000
Nem lesz könnyű.
23:21
At every site there will be huge challenges.
361
1389000
2000
Minden helyszínen nagy kihívásokkal fogunk szembenézni.
23:23
Local scientists must play leading roles
362
1391000
3000
A helyi tudósoknak vezető szerepet kell vállalniuk ebben a folyamatban
23:26
and governments must be persuaded to buy in.
363
1394000
4000
és meg kell győzni a kormányokat, hogy mellénk álljanak.
23:30
Conditions are very difficult,
364
1398000
2000
A feltételek nagyon nehezek, de nem engedhetjük meg magunknak,
23:32
but we cannot afford to compromise on those principles which made AIMS work.
365
1400000
7000
hogy kompromisszumokat kössünk azokban az elvekben,
23:39
And we summarize them this way:
366
1407000
2000
melyek az AIMS mozgatói. Ezeket az elveket így foglalhatjuk össze:
23:41
the institutes have got to be relevant, innovative,
367
1409000
3000
az intézeteknek lényegretörőnek, innovatívnak
23:44
cost-effective and high quality. Why?
368
1412000
2000
költség-hatékonynak és magas színvonalúnak kell lenniük. Miért?
23:46
Because we want Africa to be rich.
369
1414000
3000
Mert azt akarjuk, hogy Afrika gazdag legyen.
23:49
Easy to remember the basic rules we need.
370
1417000
7000
Könnyű észben tartani a szükséges szabályokat.
23:56
So, just in ending, let me say the only people who can fix Africa
371
1424000
3000
Végül, befejezésképpen, hadd mondjam azt, hogy Afrikát csak a fiatal
23:59
are talented young Africans.
372
1427000
3000
és tehetséges emberek képesek jobb jövő felé vezetni.
24:02
By unlocking and nurturing their creative potential,
373
1430000
3000
Az alkotó energiákat felszabadítva és ápolva leszünk képesek
24:05
we can create a step change in Africa's future.
374
1433000
4000
lépésenként alakítani Afrika jövőjét.
24:09
Over time, they will contribute to African development
375
1437000
4000
Idővel ők fognak hozzájárulni Afrika és a tudomány fejlődéséhez
24:13
and to science in ways we can only imagine.
376
1441000
3000
olyan módokon, amiket csak elképzelni vagyunk képesek.
24:16
Thank you.
377
1444000
2000
Köszönöm.
24:18
(Applause)
378
1446000
21000
(Taps)
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