ABOUT THE SPEAKER
Geoffrey West - Theorist
Physicist Geoffrey West believes that complex systems from organisms to cities are in many ways governed by simple laws -- laws that can be discovered and analyzed.

Why you should listen

Trained as a theoretical physicist, Geoffrey West has turned his analytical mind toward the inner workings of more concrete things, like ... animals. In a paper for Science in 1997, he and his team uncovered what he sees as a surprisingly universal law of biology — the way in which heart rate, size and energy consumption are related, consistently, across most living animals. (Though not all animals: “There are always going to be people who say, ‘What about the crayfish?’ " he says. “Well, what about it? Every fundamental law has exceptions. But you still need the law or else all you have is observations that don’t make sense.")

A past president of the multidisciplinary Santa Fe Institute (after decades working  in high-energy physics at Los Alamos and Stanford), West now studies the behavior and development of cities. In his newest work, he proposes that one simple number, population, can predict a stunning array of details about any city, from crime rate to economic activity. It's all about the plumbing, he says, the infrastructure that powers growth or dysfunction. His next target for study: corporations.

He says: "Focusing on the differences [between cities] misses the point. Sure, there are differences, but different from what? We’ve found the what."

More profile about the speaker
Geoffrey West | Speaker | TED.com
TEDGlobal 2011

Geoffrey West: The surprising math of cities and corporations

Ջեֆրի Վեսթ՝ քաղաքների և ընկերությունների զարմացնող մաթեմատիկան

Filmed:
1,583,030 views

Ֆիզիկոս Ջեֆրի Վեսթը գտել է, որ պարզ մաթեմատիկական օրենքներն են կառավարում քաղաքների հատկությունները. հարստությունը, հանցավորության մակարդակը, քայլելու արագությունը և շատ այլ քաղաքային ասպեկտներ կարելի է դուրս բերել մի թվից՝ քաղաքի բնակչության թվից: TEDGlobal-ի երևակայությունը ցնցող այս ելույթում նա ցույց է տալիս, թե ինչպես է դա աշխատում և ինչպես են համանման օրենքները գործում օրգանիզմների և կորպորացիաների վրա:
- Theorist
Physicist Geoffrey West believes that complex systems from organisms to cities are in many ways governed by simple laws -- laws that can be discovered and analyzed. Full bio

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

00:16
Cities are the crucible of civilization.
0
1000
3000
Քաղաքները քաղաքակրթության կաթսան են:
00:19
They have been expanding,
1
4000
2000
Դրանք ընդլայնվել են,
00:21
urbanization has been expanding,
2
6000
2000
ուրբանիզացիայի ծավալը ընդլայնվել է
00:23
at an exponential rate in the last 200 years
3
8000
2000
վերջին 200 տարիների ընթացքում ցուցչային արագությամբ,
00:25
so that by the second part of this century,
4
10000
3000
այսպես, այս դարի երկրորդ կեսին
00:28
the planet will be completely dominated
5
13000
2000
մոլորակը լիովին գրավված կլինի
00:30
by cities.
6
15000
3000
քաղաքներով:
00:33
Cities are the origins of global warming,
7
18000
3000
Քաղաքներից են սկիզբ առել գլոբալ տաքացումը,
00:36
impact on the environment,
8
21000
2000
ազդեցությունը շրջակա միջավայրի վրա,
00:38
health, pollution, disease,
9
23000
3000
առողջությունը, աղտոտվածությունը, հիվանդությունները,
00:41
finance,
10
26000
2000
ֆինանսները,
00:43
economies, energy --
11
28000
3000
տնտեսությունը, էներգիան --
00:46
they're all problems
12
31000
2000
սրանք բոլորը խնդիրներ են,
00:48
that are confronted by having cities.
13
33000
2000
որոնց մենք բախվել ենք քաղաքների պատճառով:
00:50
That's where all these problems come from.
14
35000
2000
Ահա թե որտեղից են գալիս բոլոր այս խնդիրները:
00:52
And the tsunami of problems that we feel we're facing
15
37000
3000
Եվ կայունությանը վերաբերող խնդիրների տեղատարափը,
00:55
in terms of sustainability questions
16
40000
2000
որի առջև մենք հայտնվել ենք,
00:57
are actually a reflection
17
42000
2000
իրականում արտացոլումն են
00:59
of the exponential increase
18
44000
2000
համաշխարհային ուրբանիզացիայի
01:01
in urbanization across the planet.
19
46000
3000
ցուցչային աճի:
01:04
Here's some numbers.
20
49000
2000
Ահա որոշ վիճակագրական տվյալներ
01:06
Two hundred years ago, the United States
21
51000
2000
200 տարի առաջ, Միացյալ Նահանգների
01:08
was less than a few percent urbanized.
22
53000
2000
ավելի քիչ, քան մի քանի տոկոսն էր ուրբանիզացված:
01:10
It's now more than 82 percent.
23
55000
2000
Այժմ թիվն անցնում է 82 տոկոսը:
01:12
The planet has crossed the halfway mark a few years ago.
24
57000
3000
Աշխարհը գերազանցել է միջնակետը մի քանի տարի առաջ:
01:15
China's building 300 new cities
25
60000
2000
Չինաստանը առաջիկա 20 տարում
01:17
in the next 20 years.
26
62000
2000
կառուցում է 300 քաղաք:
01:19
Now listen to this:
27
64000
2000
Միայն մտածեք.
01:21
Every week for the foreseeable future,
28
66000
3000
մոտակա ապագայում,
01:24
until 2050,
29
69000
2000
մինչև 2050թ.
01:26
every week more than a million people
30
71000
2000
ամեն շաբաթ ավելի քան միլիոն մարդ
01:28
are being added to our cities.
31
73000
2000
է ավելանում քաղաքներում:
01:30
This is going to affect everything.
32
75000
2000
Սա կանդրադառնա ամեն ինչի վրա:
01:32
Everybody in this room, if you stay alive,
33
77000
2000
Այս սենյակում գտնվող յուրաքանչյուրդ, եթե ոջ մնաք,
01:34
is going to be affected
34
79000
2000
կզգաք այն ազդեցությունը,
01:36
by what's happening in cities
35
81000
2000
թե ինչ է կատարվում քաղաքներում
01:38
in this extraordinary phenomenon.
36
83000
2000
այս արտասավոր ֆենոմենի արդյունքում:
01:40
However, cities,
37
85000
3000
Այնուամենայնիվ, քաղաքները,
01:43
despite having this negative aspect to them,
38
88000
3000
եթե մի կողմ դնենք դրանց բացասական ասպեկտները,
01:46
are also the solution.
39
91000
2000
նաև լուծում են հանդիսանում:
01:48
Because cities are the vacuum cleaners and the magnets
40
93000
4000
Քանի որ քաղաքներն ասես փոշեծծիչներ կամ մագնիսներ լինեն,
01:52
that have sucked up creative people,
41
97000
2000
որ ներծծել են իրենց մեջ ստեղծարար անձանց,
01:54
creating ideas, innovation,
42
99000
2000
որոնք գաղափարներ և նորամուծություններ են ստեղծում,
01:56
wealth and so on.
43
101000
2000
հարստություն և այլն:
01:58
So we have this kind of dual nature.
44
103000
2000
Այսպիսով, ունենք նման երկակի վարք:
02:00
And so there's an urgent need
45
105000
3000
Եվ ուրեմն ունենք քաղաքների գիտական տեսության
02:03
for a scientific theory of cities.
46
108000
4000
հրատապ անհրաժեշտություն:
02:07
Now these are my comrades in arms.
47
112000
3000
Ահա սրանք իմ համախոհներն են:
02:10
This work has been done with an extraordinary group of people,
48
115000
2000
Այս աշխատությունը արվել է արտասովոր մարդկանց մի խմբի ջանքերով,
02:12
and they've done all the work,
49
117000
2000
և նրանք կատարել են ամբողջ աշխատանքը,
02:14
and I'm the great bullshitter
50
119000
2000
իսկ ես` շատախոսս
02:16
that tries to bring it all together.
51
121000
2000
փորձում եմ այդ ամենը կապել իրար:
02:18
(Laughter)
52
123000
2000
(Ծիծաղ)
02:20
So here's the problem: This is what we all want.
53
125000
2000
Խնդիրն հետևյալն է. ահա թե բոլորս ինչ ենք ուզում:
02:22
The 10 billion people on the planet in 2050
54
127000
3000
2050-ին աշխարհում ապրող 10 միլիարդ մարդիկ
02:25
want to live in places like this,
55
130000
2000
կուզենան ապրել նման վայրերում,
02:27
having things like this,
56
132000
2000
ունենան նման բաներ,
02:29
doing things like this,
57
134000
2000
անեն նման բաներ,
02:31
with economies that are growing like this,
58
136000
3000
ունենալով նման ձևով աճող տնտեսություններ,
02:34
not realizing that entropy
59
139000
2000
չհասկանալով, որ էնտրոպիան
02:36
produces things like this,
60
141000
2000
կարող է բերել սրա նման հետևանքների,
02:38
this, this
61
143000
4000
սրա, սրա
02:42
and this.
62
147000
2000
և այս մեկի պես:
02:44
And the question is:
63
149000
2000
Եվ հարցը սա է.
02:46
Is that what Edinburgh and London and New York
64
151000
2000
Էդինբուրգը, Լոնդոնը և Նյու Յորքը
02:48
are going to look like in 2050,
65
153000
2000
2050-ին նման կլինեն սրան,
02:50
or is it going to be this?
66
155000
2000
թե՞ դրանք կվերածվեն սրա:
02:52
That's the question.
67
157000
2000
Դա է հարցը:
02:54
I must say, many of the indicators
68
159000
2000
Պետք է ասեմ, որ շատ ցուցանիշներ ասում են,
02:56
look like this is what it's going to look like,
69
161000
3000
որ դրանք նմանվելու են սրան,
02:59
but let's talk about it.
70
164000
3000
բայց եկեք խոսենք դրա մասին:
03:02
So my provocative statement
71
167000
3000
Այսպիսով, իմ պրովոկացիոն պնդումն այն է,
03:05
is that we desperately need a serious scientific theory of cities.
72
170000
3000
որ մենք ունենք քաղաքների գիտական տեսության հուսահատ կարիք:
03:08
And scientific theory means quantifiable --
73
173000
3000
Եվ գիտական տեսություն ասվածը նշանակում է չափելիություն`
03:11
relying on underlying generic principles
74
176000
3000
հիմնված հիմքում ընկած գենետիկ սկզբունքների վրա,
03:14
that can be made into a predictive framework.
75
179000
2000
ինչը կարելի է վերածել կանխագուշակող գործիքի:
03:16
That's the quest.
76
181000
2000
Սա է մեր խնդիրը:
03:18
Is that conceivable?
77
183000
2000
Լուծելի՞ է այն արդյոք:
03:20
Are there universal laws?
78
185000
2000
Կա՞ն արդյոք ունիվերսալ օրենքներ:
03:22
So here's two questions
79
187000
2000
Ահա, երկու հարց,
03:24
that I have in my head when I think about this problem.
80
189000
2000
որ ինձ մտահոգում են, երբ ես մտածում եմ այս խնդրի մասին:
03:26
The first is:
81
191000
2000
Առաջինն է՝
03:28
Are cities part of biology?
82
193000
2000
արդյո՞ք քաղաքները կենսաբանության մասն են:
03:30
Is London a great big whale?
83
195000
2000
Արդյո՞ք Լոնդոնը հսկա կետ է:
03:32
Is Edinburgh a horse?
84
197000
2000
Էդինբորգը ձի է՞:
03:34
Is Microsoft a great big anthill?
85
199000
2000
Մայքրոսոֆթը մեծ մրջնաբույն է՞:
03:36
What do we learn from that?
86
201000
2000
Ի՞նչ կարող ենք սովորել դրանից:
03:38
We use them metaphorically --
87
203000
2000
Մենք դա ընկալում ենք փոխաբերական իմաստով.
03:40
the DNA of a company, the metabolism of a city, and so on --
88
205000
2000
ընկերության ԴՆԹ-ն, քաղաքի նյութափոխանակությունը, և այլն`
03:42
is that just bullshit, metaphorical bullshit,
89
207000
3000
արդյոք դա զառանցանք է՞, փոխաբերական հիմարություն՞,
03:45
or is there serious substance to it?
90
210000
3000
թե՞ դրա մեջ լուրջ հիմք կա:
03:48
And if that is the case,
91
213000
2000
Եվ եթե իրոք կա,
03:50
how come that it's very hard to kill a city?
92
215000
2000
ինչու՞ է այսքան դժվար քաղաք վերացնելը:
03:52
You could drop an atom bomb on a city,
93
217000
2000
Դուք կարող եք ատոմային ռումբ նետել քաղաքի վրա,
03:54
and 30 years later it's surviving.
94
219000
2000
և 30 տարի անց այն դեռևս գոյատևում է:
03:56
Very few cities fail.
95
221000
3000
Շատ քիչ քաղաքներ են կործանվում:
03:59
All companies die, all companies.
96
224000
3000
Բոլոր կազմակերպությունները մեռնում են, անխտիր բոլոր ընկերությունները:
04:02
And if you have a serious theory, you should be able to predict
97
227000
2000
Եվ եթե ունենանք լուրջ տեսություն, կկարողանանք կանխատեսել
04:04
when Google is going to go bust.
98
229000
3000
Գուգլի վախճանը:
04:07
So is that just another version
99
232000
3000
Այսպիսով, մի՞թե դա սրա
04:10
of this?
100
235000
2000
ևս մեկ տարբերակ է:
04:12
Well we understand this very well.
101
237000
2000
Լավ, մենք սա շատ լավ հասկանում ենք:
04:14
That is, you ask any generic question about this --
102
239000
2000
Այսինքն, սրա մասին ցանկացած գենետիկ հարց տալիս եք.
04:16
how many trees of a given size,
103
241000
2000
քանի՞ հատ այս չափի ծառ կա,
04:18
how many branches of a given size does a tree have,
104
243000
2000
տրված չափսի քանի՞ ճյուղ կարող է ունենալ ծառը,
04:20
how many leaves,
105
245000
2000
քանի՞ տերև,
04:22
what is the energy flowing through each branch,
106
247000
2000
ի՞նչ էներգիա է հոսում ճյուղերից ցանկացածի մեջ,
04:24
what is the size of the canopy,
107
249000
2000
ինչքա՞ն է հովանոցի մակերեսը,
04:26
what is its growth, what is its mortality?
108
251000
2000
ինչքա՞ն կաորղ է այն աճել, ե՞րբ է այն մահանալու:
04:28
We have a mathematical framework
109
253000
2000
Մենք ունենք մաթեմատիկական հենք,
04:30
based on generic universal principles
110
255000
3000
հիմնված գենետիկայի ունիվերսալ սկզբունքների վրա,
04:33
that can answer those questions.
111
258000
2000
որի օգտնությամբ կարող ենք պատասխանել այս հարցերին:
04:35
And the idea is can we do the same for this?
112
260000
4000
Կարո՞ղ ենք արդյոք նույնը անել սրա հետ:
04:40
So the route in is recognizing
113
265000
3000
Այսպիսով, կյանքի մասին ամենաանսովոր
04:43
one of the most extraordinary things about life,
114
268000
2000
բանը հասկանալու ուղին այն է, որ
04:45
is that it is scalable,
115
270000
2000
կյանքն ընդլայնելի է,
04:47
it works over an extraordinary range.
116
272000
2000
այն աշխատում է անսովոր հեռահարությամբ:
04:49
This is just a tiny range actually:
117
274000
2000
Սա պարզապես մի չնչին հատվածն է.
04:51
It's us mammals;
118
276000
2000
մենք, կաթնասուններս,
04:53
we're one of these.
119
278000
2000
սրանցից մեկն ենք:
04:55
The same principles, the same dynamics,
120
280000
2000
Նույն սկզբունքները, նույն դինամիկան,
04:57
the same organization is at work
121
282000
2000
նույն կառուցվածքը աշխատում է
04:59
in all of these, including us,
122
284000
2000
սրանցից բոլորի համար, ներառյալ մեզ համար,
05:01
and it can scale over a range of 100 million in size.
123
286000
3000
և չափսերը կարող են տատանվել մինչև 100 միլիոն հատվածում:
05:04
And that is one of the main reasons
124
289000
3000
Եվ սա է հիմնական պատճառներից մեկը,
05:07
life is so resilient and robust --
125
292000
2000
թե ինչու է կյանքն այսքան ճկուն ու դիմացկուն --
05:09
scalability.
126
294000
2000
ընդլայնելիությունը:
05:11
We're going to discuss that in a moment more.
127
296000
3000
Մենք մի փոքր անց կանդրադառնանք սրան:
05:14
But you know, at a local level,
128
299000
2000
Բայց գիտեք, ըստ ներկա մակարդակի,
05:16
you scale; everybody in this room is scaled.
129
301000
2000
դուք մեծանում եք, ամեն ոք այս սենյակում մեծանում է:
05:18
That's called growth.
130
303000
2000
Դա կոչվում է աճ:
05:20
Here's how you grew.
131
305000
2000
Ահա թե ինչպես եք դուք աճում:
05:22
Rat, that's a rat -- could have been you.
132
307000
2000
Առնետ, սա առնետ է. դա կարող էիք լինել դուք:
05:24
We're all pretty much the same.
133
309000
3000
Մենք բոլորս շատ նման ենք միմյանց:
05:27
And you see, you're very familiar with this.
134
312000
2000
Եվ, ինչպես տեսնում եք, դուք շատ նման եք սրան:
05:29
You grow very quickly and then you stop.
135
314000
2000
Դուք շատ արագ աճում եք, և ապա կանգ առնում:
05:31
And that line there
136
316000
2000
Եվ այնտեղ գտնվեղ այդ գիծը
05:33
is a prediction from the same theory,
137
318000
2000
նույն տեսությունից վերցված կանխատեսումն է,
05:35
based on the same principles,
138
320000
2000
հիմնված նույն սկզբունքների վրա,
05:37
that describes that forest.
139
322000
2000
որոնք նկարագրում են նույն անտառը:
05:39
And here it is for the growth of a rat,
140
324000
2000
Ահա սա առնետի աճի մասին:
05:41
and those points on there are data points.
141
326000
2000
Եվ այդ կետերը տվյալների կետեր են համարվում:
05:43
This is just the weight versus the age.
142
328000
2000
Սա պարզապես քաշի կախվածությունն է տարիքից:
05:45
And you see, it stops growing.
143
330000
2000
Եվ դուք տեսնում եք, որ աճը դադարում է:
05:47
Very, very good for biology --
144
332000
2000
Սա շատ լավ է կենսաբանության համար --
05:49
also one of the reasons for its great resilience.
145
334000
2000
դրա հիանալի դիմացկունության ևս մեկ պատճառ է:
05:51
Very, very bad
146
336000
2000
Շատ, շատ վատ է
05:53
for economies and companies and cities
147
338000
2000
տնտեսությունների, ընկերությունների և քաղաքների
05:55
in our present paradigm.
148
340000
2000
մեր ներկայիս տեսանկյան համար:
05:57
This is what we believe.
149
342000
2000
Ահա թե ինչին ենք մենք հավատում:
05:59
This is what our whole economy
150
344000
2000
Ահա թե ինչ են մեր տնտեսությունները
06:01
is thrusting upon us,
151
346000
2000
բոթում մեզ,
06:03
particularly illustrated in that left-hand corner:
152
348000
3000
մասնավորապես դա երևում է ձախ անկյունում՝
06:06
hockey sticks.
153
351000
2000
հոքեյի փայտաձողեր:
06:08
This is a bunch of software companies --
154
353000
2000
Սա ծրագրային ապահովում արտադրող ընկերությունների մի խումբ է --
06:10
and what it is is their revenue versus their age --
155
355000
2000
և սա ցույց է տալիս նրանց շահույթի կախվածությունը տարիքից --
06:12
all zooming away,
156
357000
2000
ամեն ինչ խոշորանում է,
06:14
and everybody making millions and billions of dollars.
157
359000
2000
և ամեն ոք միլիոնավոր ու միլիարդավոր դոլարներ են աշխատում:
06:16
Okay, so how do we understand this?
158
361000
3000
Լավ, ինչպե՞ս դա հասկանանք:
06:19
So let's first talk about biology.
159
364000
3000
Եկեք սկզբում խոսենք կենսաբանության մասին:
06:22
This is explicitly showing you
160
367000
2000
Սա ակնհայտորեն ցույց է տալիս,
06:24
how things scale,
161
369000
2000
թե ինչպես է ամեն ինչ ընդլայնվում:
06:26
and this is a truly remarkable graph.
162
371000
2000
Եվ սա իրոք ուշագրավ գծագիր է:
06:28
What is plotted here is metabolic rate --
163
373000
3000
Այստեղ պատկերված է նյութափոխանակության չափը --
06:31
how much energy you need per day to stay alive --
164
376000
3000
ինչքան էներգիա է օրական անհրաժեշտ ողջ մնալու համար --
06:34
versus your weight, your mass,
165
379000
2000
կախվածությունը քաշից, կշիռից,
06:36
for all of us bunch of organisms.
166
381000
3000
մեզ նման բոլոր օրգանիզմների համար:
06:39
And it's plotted in this funny way by going up by factors of 10,
167
384000
3000
Եվ ամեն ինչ պատկերված է, 10 գործակցի մասշտաբով,
06:42
otherwise you couldn't get everything on the graph.
168
387000
2000
հակառակ դեպքում անհնար կլիներ ամենը տեղավորել գծագրում:
06:44
And what you see if you plot it
169
389000
2000
Եվ այն ինչ տեսնում եք, երբ պատկերում եք գծագիրը,
06:46
in this slightly curious way
170
391000
2000
նման մի փոքր համարձակ ձևով,
06:48
is that everybody lies on the same line.
171
393000
3000
դա այն է, որ բոլորը գտնվում են մի գծի վրա:
06:51
Despite the fact that this is the most complex and diverse system
172
396000
3000
Չնայած այն հանգամանքին, որ սա աշխարհի ամենաբարդ
06:54
in the universe,
173
399000
3000
և բազմազան համակարգն է,
06:57
there's an extraordinary simplicity
174
402000
2000
սրա մեջ թաքնված է անսովոր պարզություն,
06:59
being expressed by this.
175
404000
2000
որն արտահայտվում է սրանով:
07:01
It's particularly astonishing
176
406000
3000
Սա մասամբ ապշեցուցիչ է,
07:04
because each one of these organisms,
177
409000
2000
քանի որ այս օրգանիզմներից յուրաքանչյուրը,
07:06
each subsystem, each cell type, each gene,
178
411000
2000
յուրանչյուր ենթահամակարգ, բջիջի յուրանչյուր տեսակ, յուրանչյուր գեն
07:08
has evolved in its own unique environmental niche
179
413000
4000
զարգացել է իր ունիկալ միջավայրում,
07:12
with its own unique history.
180
417000
3000
ամեն մեկն իր ունիկալ պատմությամբ:
07:15
And yet, despite all of that Darwinian evolution
181
420000
3000
Եվ չնայած Դարվինյան էվոլյուցիայի հետ կապված ամեն ինչին
07:18
and natural selection,
182
423000
2000
և բնական ընտրությանը,
07:20
they've been constrained to lie on a line.
183
425000
2000
դրանք հարկադրվել են նույն գծի վրա գտնվելուն:
07:22
Something else is going on.
184
427000
2000
Մեկ այլ բան է տեղի ունենում:
07:24
Before I talk about that,
185
429000
2000
Նախքան ես կսկսեմ դրա մասին խոսել,
07:26
I've written down at the bottom there
186
431000
2000
այստեղ, ներքևում ես պատկերել եմ
07:28
the slope of this curve, this straight line.
187
433000
2000
այս կորի անկյունային գործակիցը, այս ուղիղ գիծը:
07:30
It's three-quarters, roughly,
188
435000
2000
Կոպիտ ասած, այն երեք քառորդ է,
07:32
which is less than one -- and we call that sublinear.
189
437000
3000
որը փոքր է մեկից, և մենք դրան ասում ենք ենթագծային:
07:35
And here's the point of that.
190
440000
2000
Իմաստը հետևյալն է.
07:37
It says that, if it were linear,
191
442000
3000
սա նշանակում է, որ եթե այն լիներ գծային՝
07:40
the steepest slope,
192
445000
2000
ամենաուղղաձիկ գործակիցը,
07:42
then doubling the size
193
447000
2000
ապա կրկնապատկելով չափսը,
07:44
you would require double the amount of energy.
194
449000
2000
կկրկնապատկվեր նաև էներգիայի ծավալը:
07:46
But it's sublinear, and what that translates into
195
451000
3000
Բայց այն ենթագծային է, ինչը նշանակում է,
07:49
is that, if you double the size of the organism,
196
454000
2000
որ, եթե կրկնապատկում ես օրգանիզմի չափսը,
07:51
you actually only need 75 percent more energy.
197
456000
3000
դու իրականում պետք է ավելացնես էներգիան 75 տոկոսով:
07:54
So a wonderful thing about all of biology
198
459000
2000
Այսպիսով, կենսաբանության մեջ հրաշալին այն է,
07:56
is that it expresses an extraordinary economy of scale.
199
461000
3000
որ դա ցուցադրում է ընդլայնվելու անսովոր տնտեսումը:
07:59
The bigger you are systematically,
200
464000
2000
Ինչքան պարբերաբար մեծանաս,
08:01
according to very well-defined rules,
201
466000
2000
դատելով լավ սահմանված կանոններից,
08:03
less energy per capita.
202
468000
3000
այնքան շնչին հասնող քիչ էներգիա կծախսես:
08:06
Now any physiological variable you can think of,
203
471000
3000
Ուրեմն, ինչ ֆիզիոլոգիական փոփոխականի էլ ձեր մտքով անցնի,
08:09
any life history event you can think of,
204
474000
2000
ինչ իրադարձություն էլ ձեր մտքով անցնի,
08:11
if you plot it this way, looks like this.
205
476000
3000
եթե այն գծագրեք այս ձևով, կունենաք սա:
08:14
There is an extraordinary regularity.
206
479000
2000
Անսովոր օրինաչափություն կա:
08:16
So you tell me the size of a mammal,
207
481000
2000
Այսինքն, եթե ասեք ինձ կաթնասունի չափսը,
08:18
I can tell you at the 90 percent level everything about it
208
483000
3000
ես կպատմեմ ձեզ նրա մասին գրեթե 90 տոկոսը,
08:21
in terms of its physiology, life history, etc.
209
486000
4000
նկատի ունեմ այն, ինչ վերաբերվում է ֆիզիոլոգիային, կյանքի պատմությանը, և այլն:
08:25
And the reason for this is because of networks.
210
490000
3000
Եվ սրա պատճառը ցանցերն են:
08:28
All of life is controlled by networks --
211
493000
3000
Կյանքում ամեն ինչ կառավարվում է ցանցերով --
08:31
from the intracellular through the multicellular
212
496000
2000
միջբջջային ցանցերից, մոլեկուլյար ցանցերից
08:33
through the ecosystem level.
213
498000
2000
ընդհուպ մինչև էկոհամակարգերի մակարդակը:
08:35
And you're very familiar with these networks.
214
500000
3000
Եվ դուք քաջ ծանոթ եք այս ցանցերին:
08:39
That's a little thing that lives inside an elephant.
215
504000
3000
Դա այն փոքր բանն է, որ ապրում է փղի մարմնում:
08:42
And here's the summary of what I'm saying.
216
507000
3000
Ահա այն ամենի ամփոփումը, ինչ ասում էի:
08:45
If you take those networks,
217
510000
2000
Եթե դիտարկենք ցանցերը,
08:47
this idea of networks,
218
512000
2000
ցանցերի մասին գաղափարը,
08:49
and you apply universal principles,
219
514000
2000
և կիրառենք դրա վրա համընդհանուր սզբունքները,
08:51
mathematizable, universal principles,
220
516000
2000
մաթեմատիկորեն ներկայացվող, ամբողջական սկզբունքները,
08:53
all of these scalings
221
518000
2000
բոլոր այս մեծացումները
08:55
and all of these constraints follow,
222
520000
3000
բոլոր այս սահմանափակումներից կհետևեն,
08:58
including the description of the forest,
223
523000
2000
ներառյալ անտառի նկարագրությունը,
09:00
the description of your circulatory system,
224
525000
2000
ձեր ցիրկուլյալ համակարգի նկարագրությունը,
09:02
the description within cells.
225
527000
2000
ներբջջային օրենքների նկարագրությունը:
09:04
One of the things I did not stress in that introduction
226
529000
3000
Մտահոգող հանգամանքներից մեկը, որ ես չնշեցի,
09:07
was that, systematically, the pace of life
227
532000
3000
այն է, որ որքան մեծ լինես,
09:10
decreases as you get bigger.
228
535000
2000
այնքան կյանքը դանդաղ կլինի:
09:12
Heart rates are slower; you live longer;
229
537000
3000
Սրտի աշխատանքը կդանդաղի, դու երկար կապրես,
09:15
diffusion of oxygen and resources
230
540000
2000
թթվածնի և ռեսուրսների դիֆուզիան
09:17
across membranes is slower, etc.
231
542000
2000
մեմբրաններում կդանդաղանա և այլն:
09:19
The question is: Is any of this true
232
544000
2000
Հարցը հետևյալն է. այս ամենը աշխատու՞մ է
09:21
for cities and companies?
233
546000
3000
արդյոք քաղաքների և ընկերությունների համար:
09:24
So is London a scaled up Birmingham,
234
549000
3000
Ուրեմն Լոնդոնը Բիրմինգհեմի մեծ տեսակն է՞,
09:27
which is a scaled up Brighton, etc., etc.?
235
552000
3000
որն իր հերթին Բրայթոնի՞ մեծ տեսակն է, և այլն, և այլն:
09:30
Is New York a scaled up San Francisco,
236
555000
2000
Արդյո՞ք Նյու Յորքը Սան Ֆրանսիսկոյի մեծ տեսակն է,
09:32
which is a scaled up Santa Fe?
237
557000
2000
վերջինս Սանտա Ֆեյի՞ մեծ տեսակն է:
09:34
Don't know. We will discuss that.
238
559000
2000
Չգիտեմ: Մենք կքննարկենք դա:
09:36
But they are networks,
239
561000
2000
Բայց դրանք ցանցեր են:
09:38
and the most important network of cities
240
563000
2000
Իսկ քաղաքների ամենակարևոր ցանցերը
09:40
is you.
241
565000
2000
դուք եք:
09:42
Cities are just a physical manifestation
242
567000
3000
Քաղաքները պարզապես ձեր շփումների
09:45
of your interactions,
243
570000
2000
ֆիզիկական դրսևորումներն են,
09:47
our interactions,
244
572000
2000
մեր շփումների,
09:49
and the clustering and grouping of individuals.
245
574000
2000
և անհատների խմբավորումներն ու առանձնացումները:
09:51
Here's just a symbolic picture of that.
246
576000
3000
Ահա սրա մի սիմվոլիկ նկար:
09:54
And here's scaling of cities.
247
579000
2000
Եվ ահա քաղքաների չափսերը:
09:56
This shows that in this very simple example,
248
581000
3000
Սա ցույց է տալիս, որ այս պարզ օրինակում,
09:59
which happens to be a mundane example
249
584000
2000
որը պարզապես բենզալցակայանների թվի՝
10:01
of number of petrol stations
250
586000
2000
քաղաքի չափսից կախումը
10:03
as a function of size --
251
588000
2000
պատկերող օրինակ է --
10:05
plotted in the same way as the biology --
252
590000
2000
պատկերված նույն ձևով, ինչպես կենսաբանությունում --
10:07
you see exactly the same kind of thing.
253
592000
2000
դուք ճիշտ նույն բանն եք տեսնում:
10:09
There is a scaling.
254
594000
2000
Ահա չափսի փոփոխությունը:
10:11
That is that the number of petrol stations in the city
255
596000
4000
Դա այն է, որ եթե ինձ ասեք քաղաքի մեծությունը,
10:15
is now given to you
256
600000
2000
դա ունենալով` կարող եմ ասել,
10:17
when you tell me its size.
257
602000
2000
թե որքան բենզալցակայան կա նրանում:
10:19
The slope of that is less than linear.
258
604000
3000
Սրա անկյունային գործակիցը ավելի փոքր է, քան գծայինը:
10:22
There is an economy of scale.
259
607000
2000
Մեծ չափսերը հանգեցնում են տնտեսման:
10:24
Less petrol stations per capita the bigger you are -- not surprising.
260
609000
3000
Որքան քիչ բենզալցակայան հասնի անձին, այնքան մեծ կլինես. պարզ է:
10:27
But here's what's surprising.
261
612000
2000
Բայց ահա թե ինչն է զարմանալի:
10:29
It scales in the same way everywhere.
262
614000
2000
Սա ամեն տեղ աճում է համանման ձևով:
10:31
This is just European countries,
263
616000
2000
Սա միայն եվրոպական երկրներն են,
10:33
but you do it in Japan or China or Colombia,
264
618000
3000
բայց նույնը կարելի է անել Ճապոնիայում, Չինաստանում, Կոլումբիայում
10:36
always the same
265
621000
2000
ամենուր նույնն է,
10:38
with the same kind of economy of scale
266
623000
2000
նույն կերպ մեծությունը բերում է
10:40
to the same degree.
267
625000
2000
տնտեսման:
10:42
And any infrastructure you look at --
268
627000
3000
Եվ ինչ ենթակառուցվածքի էլ որ նայեք,
10:45
whether it's the length of roads, length of electrical lines --
269
630000
3000
անկախ նրանից, դա ճանապարհների երկարությունն է, թե հոսանքի լարերի երկարությունը,
10:48
anything you look at
270
633000
2000
ինչին էլ որ նայեք,
10:50
has the same economy of scale scaling in the same way.
271
635000
3000
կտեսնեք մեծության հետ կապված համանման տնտեսումը:
10:53
It's an integrated system
272
638000
2000
Սա ինտեգրված համակարգ է,
10:55
that has evolved despite all the planning and so on.
273
640000
3000
որը զարգացել է, չնայած բոլոր տեսակի պլանավորումներին և այլնին:
10:58
But even more surprising
274
643000
2000
Բայց, որ առավել զարմանալի է,
11:00
is if you look at socio-economic quantities,
275
645000
2000
դա այն է, որ եթե նայեք սոցիալ-տնտեսական մեծություններին,
11:02
quantities that have no analog in biology,
276
647000
3000
մեծություններ, որոնք չունեն անալոգներ կենսաբանությունում,
11:05
that have evolved when we started forming communities
277
650000
3000
և որոնք զարգացել են, երբ մենք սկսել ենք ձևավորել համայնքները,
11:08
eight to 10,000 years ago.
278
653000
2000
8-ից 10 հազար տարի առաջ:
11:10
The top one is wages as a function of size
279
655000
2000
Ամենաակնառուն աշխատավարձի չափի կախումն է մեծությունից,
11:12
plotted in the same way.
280
657000
2000
որը պատկերվում է նույն կերպ:
11:14
And the bottom one is you lot --
281
659000
2000
Եվ վերջում դուք եք,
11:16
super-creatives plotted in the same way.
282
661000
3000
գեր-ստեղծագործ մարդկանց թիվում, պատկերված նույն կերպ:
11:19
And what you see
283
664000
2000
Եվ այն, ինչ դուք տեսնում եք,
11:21
is a scaling phenomenon.
284
666000
2000
աճի ֆենոմեն է:
11:23
But most important in this,
285
668000
2000
Սակայն այստեղ ամենակարևորն այն է,
11:25
the exponent, the analog to that three-quarters
286
670000
2000
որ ցուցիչը՝ նյութափոխանակության դեպքի
11:27
for the metabolic rate,
287
672000
2000
երեք քառորդի անալոգը,
11:29
is bigger than one -- it's about 1.15 to 1.2.
288
674000
2000
ավելի մեծ է մեկից -- այն մոտավորապես 1,15-1,2 է:
11:31
Here it is,
289
676000
2000
Ահա այն,
11:33
which says that the bigger you are
290
678000
3000
սա ասում է, որ որքան մեծ լինես,
11:36
the more you have per capita, unlike biology --
291
681000
3000
այնքան ավելի անձին հասանելիք շահույթ ունես,
11:39
higher wages, more super-creative people per capita as you get bigger,
292
684000
4000
ավելի մեծ աշխատավարձեր, ավելի շատ սուպեր-ստեղծագործ մարդիկ, ինչքան մեծանաս,
11:43
more patents per capita, more crime per capita.
293
688000
3000
ավելի շատ անդորագրեր, ավելի շատ հանցագործություն:
11:46
And we've looked at everything:
294
691000
2000
Եվ մենք ուսումնասիրել ենք ամեն բան՝
11:48
more AIDS cases, flu, etc.
295
693000
3000
ՁԻԱՀ-ի դեպքերը, հարբուխը, և այլն:
11:51
And here, they're all plotted together.
296
696000
2000
Եվ ահա, դրանք բոլորը գծագրել ենք մեկտեղ:
11:53
Just to show you what we plotted,
297
698000
2000
Որպեսզի պարզ դառնա, թե ինչ ենք տպել,
11:55
here is income, GDP --
298
700000
3000
ահա եկամուտը, ՀՆԱ-ն,
11:58
GDP of the city --
299
703000
2000
քաղաքի ՀՆԱ-ն --
12:00
crime and patents all on one graph.
300
705000
2000
հանցագործությունների և պատենտների թիվը, բոլորը մեկ գծագրում:
12:02
And you can see, they all follow the same line.
301
707000
2000
Եվ, ինչպես տեսնում եք, դրանք բոլորը հետևում են նույն գծին:
12:04
And here's the statement.
302
709000
2000
Եվ ահա եզրակացությունը:
12:06
If you double the size of a city from 100,000 to 200,000,
303
711000
3000
Եթե կրկնապատկեք քաղքաի չափսը 100,000-ից 200,000-ի,
12:09
from a million to two million, 10 to 20 million,
304
714000
2000
մեկ միլիոնից երկու միլիոնի, 10-ից 20-ի,
12:11
it doesn't matter,
305
716000
2000
կապ չունի,
12:13
then systematically
306
718000
2000
ապա, որպես կանոն,
12:15
you get a 15 percent increase
307
720000
2000
կունենաք 15 տոկոսի աճ
12:17
in wages, wealth, number of AIDS cases,
308
722000
2000
աշխատավարձերի, հարստության, ՁԻԱՀ-ի դեպքերի թվի,
12:19
number of police,
309
724000
2000
ոստիկանների թվի,
12:21
anything you can think of.
310
726000
2000
ամեն ինչի, ինչ կարող եք մտաբերել:
12:23
It goes up by 15 percent,
311
728000
2000
Այդ ամենը 15 տոկոսով կաճի:
12:25
and you have a 15 percent savings
312
730000
3000
Եվ կունենաք 15 տոկոս խնայողություններ
12:28
on the infrastructure.
313
733000
3000
ենթակառուցվածքում:
12:31
This, no doubt, is the reason
314
736000
3000
Սա է, անկասկած, պատճառը,
12:34
why a million people a week are gathering in cities.
315
739000
3000
թե ինչու են միլիոնավոր մարդիկ կուտակվում քաղաքներում:
12:37
Because they think that all those wonderful things --
316
742000
3000
Որովհետև նրանք մտածում են, որ բոլոր այդ հիանալի բաները՝
12:40
like creative people, wealth, income --
317
745000
2000
ինչպես օրինակ ստեղծագործ անձինք, հարստությունը, եկամուտը
12:42
is what attracts them,
318
747000
2000
ձգում են իրենց,
12:44
forgetting about the ugly and the bad.
319
749000
2000
մոռանալով վնասակարի և վատի մասին:
12:46
What is the reason for this?
320
751000
2000
Ինչ՞ն է սրա պատճառը:
12:48
Well I don't have time to tell you about all the mathematics,
321
753000
3000
Լավ, ժամանակ չունեմ ձեզ բացատրելու սրա հետ կապված մաթեմատիկան,
12:51
but underlying this is the social networks,
322
756000
3000
բայց ասեմ, որ սրա հիմքում ընկած են սոցիալական ցանցերը,
12:54
because this is a universal phenomenon.
323
759000
3000
քանի որ սրանք ունիվերսալ ֆենոմեններ են:
12:57
This 15 percent rule
324
762000
3000
Այս 15 տոկոսի կանոնը,
13:00
is true
325
765000
2000
ճիշտ է,
13:02
no matter where you are on the planet --
326
767000
2000
անկախ նրանից, թե որտեղ ես գտնվում աշխարհում`
13:04
Japan, Chile,
327
769000
2000
Ճապոնիայում, Չիլիյում,
13:06
Portugal, Scotland, doesn't matter.
328
771000
3000
Պորտուգալիայում, Շոտլանդիայում, նշանակութուն չունի:
13:09
Always, all the data shows it's the same,
329
774000
3000
Բոլոր դեպքերում, բոլոր տվյալները ցույց են տալիս նույնը,
13:12
despite the fact that these cities have evolved independently.
330
777000
3000
անկախ հանգամանքից, որ այն քաղքաները զարգացել են իրարից անկախ:
13:15
Something universal is going on.
331
780000
2000
Ինչ-որ ունիվերսալ բան է տեղի ունենում:
13:17
The universality, to repeat, is us --
332
782000
3000
Եվ ունիվերսալ բանը, կրկնեմ, մենք ենք.
13:20
that we are the city.
333
785000
2000
այսինքն` մենք ենք քաղաքները:
13:22
And it is our interactions and the clustering of those interactions.
334
787000
3000
Պատճառը մեր շփումներն են և մեր շփումների կուտակումնետը:
13:25
So there it is, I've said it again.
335
790000
2000
Այսպիսով, ահա, ես դա կրկին ասացի:
13:27
So if it is those networks and their mathematical structure,
336
792000
3000
Ուրեմն, պատճառը այդ ցանցերն են և դրանց մաթեմատիկական կառուցվածքը,
13:30
unlike biology, which had sublinear scaling,
337
795000
3000
ի հեճուկս կենսաբանության, որը ենթագծային աճով էր մեծանում,
13:33
economies of scale,
338
798000
2000
աճի հետ կապված տնտեսումը, այն է, որ
13:35
you had the slowing of the pace of life
339
800000
2000
որքան մեծ լինես, այնքան
13:37
as you get bigger.
340
802000
2000
կյանքը կդանդաղի:
13:39
If it's social networks with super-linear scaling --
341
804000
2000
Եթե խոսքը գնում է սոցիալական ցանցերի, և դրանց գերգծային աճի մասին,
13:41
more per capita --
342
806000
2000
ապա, ցանկացած դեպքում,
13:43
then the theory says
343
808000
2000
տեսությունն ասում է,
13:45
that you increase the pace of life.
344
810000
2000
որ կյանքի արագությունը մեծանում է:
13:47
The bigger you are, life gets faster.
345
812000
2000
Ինչքան մեծ լինես, այնքան կյանքը կարագանա:
13:49
On the left is the heart rate showing biology.
346
814000
2000
Ձախ կողմում կենսաբանութուն է՝ սրտի աշխատանքի արագությունը:
13:51
On the right is the speed of walking
347
816000
2000
Աջ կողմում քայլելու արագությունն է
13:53
in a bunch of European cities,
348
818000
2000
որոշ Եվրոպական երկրներիում,
13:55
showing that increase.
349
820000
2000
սա ցույց է տալիս աճը:
13:57
Lastly, I want to talk about growth.
350
822000
3000
Եվ վերջում, կուզենայի խոսել աճի մասին:
14:00
This is what we had in biology, just to repeat.
351
825000
3000
Եվս մեկ անգամ տեսնենք, թե ինչ ունեինք կենսաբանության մեջ:
14:03
Economies of scale
352
828000
3000
Մեծացման տնտեսումը
14:06
gave rise to this sigmoidal behavior.
353
831000
3000
բերում էր S-անման վարքի:
14:09
You grow fast and then stop --
354
834000
3000
Դու արագ աճում ես, ապա կանգ ես առնում,
14:12
part of our resilience.
355
837000
2000
դա թելադրում էր ճկունությունը:
14:14
That would be bad for economies and cities.
356
839000
3000
Դա վատ կլիներ տնտեսությունների և քաղաքների դեպքում:
14:17
And indeed, one of the wonderful things about the theory
357
842000
2000
Եվ, իրոք, տեսության հիանալի մասերից մեկն այն է,
14:19
is that if you have super-linear scaling
358
844000
3000
որ եթե ունես գերգծային մեծացում,
14:22
from wealth creation and innovation,
359
847000
2000
կապված հարստության կուտակման և նորարարության հետ,
14:24
then indeed you get, from the same theory,
360
849000
3000
ապա, իրոք, տեսությունը պնդում է, որ կունենաս
14:27
a beautiful rising exponential curve -- lovely.
361
852000
2000
գեղեցիկ բարձրացող ցուցչային կոր. հիանալի է:
14:29
And in fact, if you compare it to data,
362
854000
2000
Եվ, փաստորեն, եթե համեմատես դա տվյալների հետ,
14:31
it fits very well
363
856000
2000
ամեն ինչ կհամընկնի,
14:33
with the development of cities and economies.
364
858000
2000
քաղաքների և տնտեսությունների զարգացման հետ:
14:35
But it has a terrible catch,
365
860000
2000
Բայց սրանում ահավոր թերություն կա:
14:37
and the catch
366
862000
2000
Եվ դա այն է, որ
14:39
is that this system is destined to collapse.
367
864000
3000
նման համակարգը վաղ թէ ուշ կործանվելու է,
14:42
And it's destined to collapse for many reasons --
368
867000
2000
եվ դրան վիճակված է կործանվել մի շարք պատճառներով.
14:44
kind of Malthusian reasons -- that you run out of resources.
369
869000
3000
Մալթուզյան պատճառի նման դա կարող է լինել ռեսուրսների պակասը:
14:47
And how do you avoid that? Well we've done it before.
370
872000
3000
Ինչպե՞ս խուսափել դրանից: Լավ, մենք անցյալում դա արել ենք:
14:50
What we do is,
371
875000
2000
Պետք է անել հետևյալը.
14:52
as we grow and we approach the collapse,
372
877000
3000
քանի դեռ մեծանում ու մոտենում ենք կործանմանը,
14:55
a major innovation takes place
373
880000
3000
մեծ նորարարություն է հայտնվում
14:58
and we start over again,
374
883000
2000
և մենք սկսում ենք նորից:
15:00
and we start over again as we approach the next one, and so on.
375
885000
3000
Մենք սկսում ենք նորից ու նորից, երբ մոտենում ենք հաջորդ կետին, և այսպես շարունակ:
15:03
So there's this continuous cycle of innovation
376
888000
2000
Ուրեմն մենք ունենք անընդհատ նորարարությունների
15:05
that is necessary
377
890000
2000
ցիկլի կարիք,
15:07
in order to sustain growth and avoid collapse.
378
892000
3000
որպեսզի կարողանանք պահպանել աճը և խուսափել կործանումից:
15:10
The catch, however, to this
379
895000
2000
Ծուղակը, ամեն դեպքում, այն է,
15:12
is that you have to innovate
380
897000
2000
որ պետք է կարողանանք միշտ նորարարություններ անել
15:14
faster and faster and faster.
381
899000
3000
ավելի ու ավելի արագ:
15:17
So the image
382
902000
2000
Այսպիսով, պատկերը այն է,
15:19
is that we're not only on a treadmill that's going faster,
383
904000
3000
որ մենք ոչ միայն կանգնած ենք արագացող վազքուղու վրա,
15:22
but we have to change the treadmill faster and faster.
384
907000
3000
բայց նաև պետք է գնալով ավելի ու ավելի արագ փոխենք վազքուղին:
15:25
We have to accelerate on a continuous basis.
385
910000
3000
Մենք պետք է ունենանք անընդհատ արագացում:
15:28
And the question is: Can we, as socio-economic beings,
386
913000
3000
Եվ հարցը սա է. կարո՞ղ ենք արդյոք, սոցիալ-տնտեսական արարածներս,
15:31
avoid a heart attack?
387
916000
3000
խուսափել սրտի կաթվածից:
15:34
So lastly, I'm going to finish up in this last minute or two
388
919000
3000
Վերջում, մեկ-երկու րոպեից կավարտեմ`
15:37
asking about companies.
389
922000
2000
ընկերություններին մասին հարցնելով:
15:39
See companies, they scale.
390
924000
2000
Դիտարկենք ընկերությունները, դրանք ընդլայնվում են:
15:41
The top one, in fact, is Walmart on the right.
391
926000
2000
Ամենավերևում, իրականում, Ուոլ-մարթն է:
15:43
It's the same plot.
392
928000
2000
Սա նույն գծագիրն է:
15:45
This happens to be income and assets
393
930000
2000
Սա եկամուտի և ակտիվների
15:47
versus the size of the company as denoted by its number of employees.
394
932000
2000
կախումն է ընկերության չափսից, որը ներկայացված է աշխատողների թվով:
15:49
We could use sales, anything you like.
395
934000
3000
Կարող էինք օգտագործել նաև վաճառքի ծավալները, ինչ ասես:
15:52
There it is: after some little fluctuations at the beginning,
396
937000
3000
Ահա սա. Սկզբում որոշ փոքր տատանումներից հետո,
15:55
when companies are innovating,
397
940000
2000
երբ ընկեությունները նորարարութուններ են ներկայացնում,
15:57
they scale beautifully.
398
942000
2000
դրանք գեղեցկորեն ընդլայնվում են:
15:59
And we've looked at 23,000 companies
399
944000
3000
Եվ մենք ուսումնասիրել ենք 23,000 ընկերություն
16:02
in the United States, may I say.
400
947000
2000
ԱՄՆ-ում, պետք է ասեմ:
16:04
And I'm only showing you a little bit of this.
401
949000
3000
Եվ ես ձեզ ցույց եմ տալիս սրա միայն մի մասը:
16:07
What is astonishing about companies
402
952000
2000
Ընկերությունների հետ կապված զարմանալին այն է,
16:09
is that they scale sublinearly
403
954000
3000
որ դրանք աճում են ենթագծային ձևով,
16:12
like biology,
404
957000
2000
ինչպես կենսաբանության մեջ,
16:14
indicating that they're dominated,
405
959000
2000
սա նշանակում է, որ դրանք իշխվում են,
16:16
not by super-linear
406
961000
2000
ոչ թե գերգծային
16:18
innovation and ideas;
407
963000
3000
նորարաություններով ու գաղափարներով,
16:21
they become dominated
408
966000
2000
դրանք իշխվում են
16:23
by economies of scale.
409
968000
2000
մեծացման հետ կապված տնտեսմամբ:
16:25
In that interpretation,
410
970000
2000
Այս մեկնաբանությունում,
16:27
by bureaucracy and administration,
411
972000
2000
թղթաբանությամբ ու կառավարմամբ,
16:29
and they do it beautifully, may I say.
412
974000
2000
և նրանք դա հիանալի են անում, պետք է ասեմ:
16:31
So if you tell me the size of some company, some small company,
413
976000
3000
Ուրեմն, եթե ինձ ասեք ընկերության մեծությունը, ինչ-որ փոքր ընկերության,
16:34
I could have predicted the size of Walmart.
414
979000
3000
ես կկարողանայի կանխատեսել Ուոլ-մարթի մեծությունը:
16:37
If it has this sublinear scaling,
415
982000
2000
Եթե այն ունի նման ենթագծային մեծացում,
16:39
the theory says
416
984000
2000
տեսությունն ասում է, որ
16:41
we should have sigmoidal growth.
417
986000
3000
մենք կունենանք S-անման աճ:
16:44
There's Walmart. Doesn't look very sigmoidal.
418
989000
2000
Ահա Ուոլ-մարթը: Այն այնքան էլ S-անման չէ:
16:46
That's what we like, hockey sticks.
419
991000
3000
Ահա, թե ինչ ենք մենք սիրում` հոքեյի փայտաձողեր:
16:49
But you notice, I've cheated,
420
994000
2000
Բայց, նկատած կլինեք, որ ես ձեզ խաբել եմ,
16:51
because I've only gone up to '94.
421
996000
2000
որովհետև ես խոսել եմ միայն մինչև '94թ.:
16:53
Let's go up to 2008.
422
998000
2000
Եկեք գնանք մինչև 2008:
16:55
That red line is from the theory.
423
1000000
3000
Կարմիր գիծը այս տեսությունից է:
16:58
So if I'd have done this in 1994,
424
1003000
2000
Ուրեմն, եթե ես դա անեյի 1994-ին,
17:00
I could have predicted what Walmart would be now.
425
1005000
3000
կկարողանայի կանխատեսել Ուոլ-մարթի ներկայիս վիճակը:
17:03
And then this is repeated
426
1008000
2000
Եվ սա վերաբերում է
17:05
across the entire spectrum of companies.
427
1010000
2000
ընկերությունների ամբողջ սպեկտրին:
17:07
There they are. That's 23,000 companies.
428
1012000
3000
Ահա դրանք: Ահա 23,000 ընկերություն:
17:10
They all start looking like hockey sticks,
429
1015000
2000
Նրանք բոլորը սկզբում նման են հոքեյի փայտաձողերի,
17:12
they all bend over,
430
1017000
2000
բոլորը թեքվում են,
17:14
and they all die like you and me.
431
1019000
2000
և բոլորը մահանում են, ինչպես դուք և ես:
17:16
Thank you.
432
1021000
2000
Շնորհակալ եմ:
17:18
(Applause)
433
1023000
9000
(Ծափահարություններ)
Translated by Jhora Zakaryan
Reviewed by Ani Latoyan

▲Back to top

ABOUT THE SPEAKER
Geoffrey West - Theorist
Physicist Geoffrey West believes that complex systems from organisms to cities are in many ways governed by simple laws -- laws that can be discovered and analyzed.

Why you should listen

Trained as a theoretical physicist, Geoffrey West has turned his analytical mind toward the inner workings of more concrete things, like ... animals. In a paper for Science in 1997, he and his team uncovered what he sees as a surprisingly universal law of biology — the way in which heart rate, size and energy consumption are related, consistently, across most living animals. (Though not all animals: “There are always going to be people who say, ‘What about the crayfish?’ " he says. “Well, what about it? Every fundamental law has exceptions. But you still need the law or else all you have is observations that don’t make sense.")

A past president of the multidisciplinary Santa Fe Institute (after decades working  in high-energy physics at Los Alamos and Stanford), West now studies the behavior and development of cities. In his newest work, he proposes that one simple number, population, can predict a stunning array of details about any city, from crime rate to economic activity. It's all about the plumbing, he says, the infrastructure that powers growth or dysfunction. His next target for study: corporations.

He says: "Focusing on the differences [between cities] misses the point. Sure, there are differences, but different from what? We’ve found the what."

More profile about the speaker
Geoffrey West | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee