Albert-László Barabási: The real relationship between your age and your chance of success
Barabási Albert László: Van-e kapcsolat az életkor és a siker között?
A pioneer in network science, Albert-László Barabási uncovers the hidden order behind complex systems. Full bio
Double-click the English transcript below to play the video.
a very special day for me,
for joining the party.
there's someone there to spoil it. Right?
aki azt elrontja. Igaz?
another physicist along to do so.
hogy betöltse ezt a szerepet.
also Albert -- and he's the one who said
a tudomány terén semmi maradandót
his great contributions to science
a Wikipediát, hogy lássák,
he is telling me, and us,
van szó, annyit se érek már,
of luck within my career.
több szempontból is szerencsém volt.
very interested in networks,
hálózatokkal foglalkozni.
to publish a few key papers
két fontos tanulmányt is publikáltunk,
of scale-free networks
felfedezéséről számoltunk be,
that we call network science today.
melyet ma hálózatkutatásnak nevezünk.
you can get a PhD now in network science
hálózatkutatásból már doktorálni is lehet
first as a sabbatical,
szabadságot kaptam erre az időre –,
in another type of network:
keltette fel az érdeklődésem:
hálózatokkal kezdtem foglalkozni,
and the metabolites link to each other
a gének, a fehérjék és a metabolitok,
a betegségek kialakulására.
to a major explosion within medicine,
változást hozott az orvostudományba,
Division at Harvard,
Hálózati Orvostudomány tanszékére is,
who are using this perspective
használja ma ezt az elméletet
kifejlesztésének szolgálatában.
this idea of networks
by the networks we're part of --
milyen hálózatoknak vagyunk tagjai:
they can pull us back.
de vissza is húzhatnak.
the knowledge and big data and expertise
az a tudás, adatmennyiség és gyakorlat,
eddig megszereztünk arra,
how these things happen.
of galleries in museums
múzeumok bemutatótermei,
that we mapped out last year,
melynek segítségével
the success of an artist
határozni egy művész jövőbeli sikerét,
that he or she had in their career.
adatai a rendelkezésünkre álltak.
is not only about networks;
nemcsak a hálózatokon múlik,
other dimensions to that.
we need for success, obviously,
a teljesítmény és a siker között.
between performance and success.
mint amit csinálunk:
what kind of paintings you paint,
milyen képeket festünk,
szerint azonban a siker az,
notices from what you did,
ebből a tevékenységből,
and how does it reward you for it?
Mivel jutalmazzák?
but your success is about all of us.
a siker viszont a többiektől.
important shift for us,
volt a munkánknak,
as being a collective measure
meghatározhattuk úgy,
érkező kollektív mérőszámot,
there are multiple data points about that.
számos adat áll rendelkezésünkre.
we exercise, we practice,
képezzük magunkat, gyakorolunk,
that performance leads to success.
a siker záloga a teljesítmény.
started to explore,
are very, very different animals
két nagyon, nagyon különböző állat,
the mathematics of the problem.
vizsgáljuk a kérdést.
the fastest man on earth, Usain Bolt.
emberét, Usain Boltot látják,
the competitions that he enters.
megnyer, amin csak indul.
because we have a chronometer
a világon a leggyorsabb,
is that when he wins,
érdekes, hogy mikor nyer,
outrunning his competition.
gyorsabban fut, mint a többiek.
than the one who loses the race.
gyorsabban, mint a második, aki veszít.
one percent faster than the second one,
helyezettnél csak 1%-kal gyorsabb,
10 times faster than I do --
trust me on that.
nem vagyok valami nagy futó.
to measure performance,
mikor teljesítményt mérünk,
hogy a teljesítmény korlátos.
no huge variations in human performance.
különbségek az emberi teljesítményben:
to measure the differences.
hogy a különbséget mérni tudjuk.
a legjobbtól ne tudnánk megkülönböztetni,
see the good from the best ones,
are very hard to distinguish.
tényleg nehéz kiszűrni.
is that most of us work in areas
olyan területen dolgozunk,
to gauge our performance.
időmérő eszközökkel.
hogy a teljesítmény kötött,
when it comes to our performance.
nincsenek köztünk nagy különbségek.
a different topic, like books.
például a könyveket.
how many people read your work.
hogy hányan olvassák a könyveiket.
came out in 2009,
2009-ben megjelent,
a szerkesztőmmel beszélgettem,
Who is the competition?
kik a vetélytársak.
című könyve,
there's hardly any difference
szinte alig van különbség
és az enyém között.
works a little harder,
egy kicsit szorgalmasabban dolgozik,
who ended up at the top.
múlik, ki kerül a csúcsra.
I'm a data person, right?
elvégre a számok embere vagyok, nem?
the sales for Nicholas Sparks.
könyvet adtak el.
that opening weekend,
a hundred thousand copies,
mint 100 000 példányt vásároltak meg,
of the "New York Times" best-seller list
a "New York Times" bestseller listájára,
what he needed to be number one.
who sold 1.2 million copies that weekend.
1,2 millió példányban kelt el ugyanakkor.
is because it shows that, really,
mert megmutatja,
slightly more than the second best
mint a másodiknak,
we earn it through our performance.
nem a teljesítményünkkel érdemeljük ki.
performance, what we do, is bounded,
hogy bár a teljesítmény korlátos,
collective, is unbounded,
huge differences in success
a siker mértékében,
differences in performance?
nagy mértékben?
that I devoted to that very question.
amit ennek a kérdésnek szenteltem.
to go over all of that,
hogy ezt részletesen kifejtsem,
to the question of,
ahhoz a kérdéshez,
when should that appear?
leszünk, de mikor kell ennek jelentkeznie?
and ask ourselves:
gondolathoz, és tegyük fel a kérdést:
this ridiculous statement,
azt a nevetséges dolgot,
you could actually be creative?
lehetünk ténylegesen kreatívak?
and he saw all these fabulous physicists
azt a rengeteg nagyszerű fizikust,
and modern physics,
fizika és a kvantummechanika alapjait,
and early 30s when they did so.
de legfeljebb épp csak harmincasok.
megfigyelési hibáról van szó,
a whole field of genius research
we admire from the past
they made their biggest contribution,
alkották legjelentősebb műveiket,
whether that's science,
in their 20s, 30s, early 40s at most.
éveikben, vagy 40-es éveik elején jártak.
with this genius research.
van egy probléma.
the impression to us
alakította ki bennünk,
and doesn't look at ordinary scientists
vizsgálták, az egyszerű tudósokat nem.
tette fel a kérdést:
vanishes as we age?
elveszítjük a kreativitásunkat is?
to actually have references.
hogy legyenek referenciapontjaink.
scientist like myself,
egy átlagos tudóst, mint én,
that I've published
melyeket eddig publikáltam,
I was still in Romania when I did so,
amit még Romániában írtam,
milyen hatása volt az adott tanulmánynak,
the impact of the paper,
have been written that cited that work.
melyben erre hivatkoznak.
has roughly three different stages.
nagyjából három fázisra osztható.
amikor rengeteget dolgoztam,
where I had to work a lot
about what I do, right?
mivel foglalkozom, igaz?
for myself networks
paper to the other one.
tanulmány jelent meg a másik után.
That was that stage of my career.
ez volt karrierem csúcsidőszaka.
what happens right now?
hasn't been enough time passed yet
mert nem telt el elegendő idő ahhoz,
those papers will get;
az új tanulmányoknak –
és a zsenikutatóknak igaza volt.
the genius research, is right,
how does this really happen,
nézzük meg, hogyan is történik mindez.
the selection bias,
of every single scientist
what was their personal best,
mi volt pályafutásának csúcspontja,
or they never did,
Nobel-díjat vagy nem,
even their personal best.
még legjelentősebb eredményeit sem.
on the top of that career,
mikor voltak karrierjük csúcsán,
eredményeket.
their biggest discovery?
a legnagyobb felfedezést.
that you make your biggest discovery,
hogy mondjuk karrierje első, második,
or 10 years into your career?
egy tudós a nagy felfedezéshez.
what we call "academic age."
mikor az első tanulmányunkat publikáljuk.
when you publish your first papers.
your highest-impact paper.
the genius research is right.
a zsenikutatóknak.
their highest-impact paper
ugyanis a legtöbb tudós
I'm exactly 30 years into my career,
karrierem 30. évében járok,
that would have a higher impact
nagyobb hatásút írjak annál, mint eddig,
according to this data.
hogy karrierem leszálló ágában járok.
megfelelően a változókat.
who makes random contribution to science?
alkalmanként jelentkezik eredményekkel.
of the scientist?
az ilyen tudósok teljesítményét?
hogy a teljesítmény,
első, 10. vagy 20. évében publikálunk,
in year one, 10 or 20 in your career,
of having the impact
annak valószínűségétől,
adott szintjén elérhetünk.
there's only one explanation for that,
erre csak egy magyarázatot tudtunk adni,
hogy mi, tudósok úgy dolgozunk,
every project we do,
minden projekt, amiben részt veszünk,
of being our personal best.
egyben legkiválóbb teljesítményünk.
a lottery ticket.
olyan tehát, mint a lutri.
most of their lottery tickets
their productivity decreases.
any more lottery tickets.
they would not be creative.
elvesztették volna a kreativitásukat.
inkább nem próbálkoznak tovább.
the conclusion is very simple:
azt az egyszerű eredményt kapjuk,
or very last paper of your career.
első vagy utolsó tanulmánya is.
in the space of the projects.
teljesen esetleges ez.
who got the Nobel Prize in Physics
még egyetemistaként írt tanulmányával
in his career as a graduate student.
by Yale University.
kényszernyugdíjazott.
to Virginia Commonwealth University,
a Virginia Commonwealth Egyetemre,
that he published a paper
írta azt a tanulmányát,
the Nobel Prize for Chemistry.
megkapta a kémiai Nobel-díjat.
well, science is special,
hogy hát a tudomány világa mégis más,
where we need to be creative?
ahol szükség van a kreativitásra?
typical example: entrepreneurship.
példát: nézzük a vállalkozásokat.
the TechCrunch Awards and other awards,
mint a TechCrunch-díj és egyebek,
vagy csak egy kicsivel több annál.
is late 20s, very early 30s.
some of the biggest VC firms --
a kockázati tőkések és vállalataik:
that youth equals success.
a fiatalság egyenlő a sikerrel.
about forming a company --
magáról a cégalapításról van szó.
trying, trying, trying --
próbálkozunk, próbálkozunk.
of these individuals actually put out
vagy más módon lesznek sikeresek.
looked at exactly that question.
ennek a kérdésnek járt utána.
those in the 20s and 30s
form lots of companies,
sok céget hoznak létre,
what you see in this particular plot,
ebben az esetben, azt látjuk,
you will actually hit the stock market
az esélye annak, hogy jegyezzék a tőzsdén,
that if you are in the 50s,
kétszer akkora esélye van a sikerre,
to actually have a successful exit
that we see, actually?
mi is derül ki mindebből?
at the end of the day,
hogy végső soron,
and succeed over and over.
ABOUT THE SPEAKER
Albert-László Barabási - Network scientistA pioneer in network science, Albert-László Barabási uncovers the hidden order behind complex systems.
Why you should listen
Albert-László Barabási is fascinated by a wide range of topics, from the structure of the brain and treating diseases with network medicine to the emergence of success in art and how science really works. His work uses the quantitative tools of network science, a research field that he pioneered, and led to the discovery of scale-free networks, helping explain the emergence of many natural, technological and social networks.
Barabási is the Robert Gray Dodge Professor of Network Science at Northeastern University and holds an appointment in the Department of Medicine at Harvard Medical School. He splits his time with Budapest, where he runs a European Research Council project at Central European University. A Hungarian born native of Transylvania, Romania, he received his masters in theoretical physics at the Eötvös University in Budapest, Hungary and his PhD three years later at Boston University.
Barabási’s latest book is The Formula: The Universal Laws of Success. He is also the author of Network Science, Linked and Bursts. He co-edited Network Medicine and The Structure and Dynamics of Networks. His books have been translated into over twenty languages.
Albert-László Barabási | Speaker | TED.com