TED2013
Eric Berlow and Sean Gourley: Mapping ideas worth spreading
Eric Berlow and Sean Gourley: Pemetaan ide-ide yang layak disebarluaskan
Filmed:
Readability: 4.3
1,131,373 views
Seperti apakah 24.000 ide itu? Ekolog Eric Berlow dan fisikawan Sean Gourley menerapkan algoritma untuk seluruh arsip pembicaraan di TEDx, membawa kita pada tur visual yang menarik untuk menunjukkan bagaimana ide-ide terhubung secara global.
Eric Berlow - Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more. Full bioSean Gourley - Physicist and military theorist
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow. Full bio
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more. Full bioSean Gourley - Physicist and military theorist
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow. Full bio
Double-click the English transcript below to play the video.
00:12
Eric Berlow: I'm an ecologist, and Sean's a physicist,
0
562
3061
Eric Berlow: saya seorang ekolog,
dan Sean seorang fisikawan,
dan Sean seorang fisikawan,
00:15
and we both study complex networks.
1
3623
2108
dan kami berdua belajar jaringan yang kompleks.
00:17
And we met a couple years ago when we discovered
2
5731
1835
Dan kami bertemu beberapa tahun
yang lalu ketika kami menemukan
yang lalu ketika kami menemukan
00:19
that we had both given a short TED Talk
3
7566
2000
bahwa kami berdua telah memberikan
pembicaraan singkat di TED
pembicaraan singkat di TED
00:21
about the ecology of war,
4
9566
2303
tentang ekologi perang,
00:23
and we realized that we were connected
5
11869
1447
dan kami menyadari bahwa kami saling terhubung
00:25
by the ideas we shared before we ever met.
6
13316
2818
oleh ide-ide yang kami
bagikan sebelum kami bertemu.
bagikan sebelum kami bertemu.
00:28
And then we thought, you know, there are thousands
7
16134
1556
Dan kemudian kami berpikir, Anda tahu, ada ribuan
00:29
of other talks out there, especially TEDx Talks,
8
17690
2114
orang yang juga berbicara di luar sana,
terutama di acara TEDxTalks
terutama di acara TEDxTalks
00:31
that are popping up all over the world.
9
19804
2211
yang bermunculan seluruh dunia.
00:34
How are they connected,
10
22015
923
Bagaimanakah mereka terhubung,
00:34
and what does that global conversation look like?
11
22938
2010
dan seperti apakah percakapan global terlihat?
00:36
So Sean's going to tell you a little bit about how we did that.
12
24948
2810
Jadi Sean akan bercerita sedikit
tentang bagaimana kami melakukannya.
tentang bagaimana kami melakukannya.
00:39
Sean Gourley: Exactly. So we took 24,000 TEDx Talks
13
27758
3767
Sean Gourley: Benar sekali. Jadi
kami mengambil 24.000 Pembicaraan di TEDx
kami mengambil 24.000 Pembicaraan di TEDx
00:43
from around the world, 147 different countries,
14
31525
3046
dari seluruh dunia, 147 negara berbeda ,
00:46
and we took these talks and we wanted to find
15
34571
2123
kami mengambil pembicaraan-pembicaraan ini
dan kami ingin mencari
dan kami ingin mencari
00:48
the mathematical structures that underly
16
36694
2040
struktur matematika yang mendasari
00:50
the ideas behind them.
17
38734
1722
ide-ide di belakang mereka.
00:52
And we wanted to do that so we could see how
18
40456
1370
Dan kami ingin melakukannya
sehingga kami bisa melihat bagaimana
sehingga kami bisa melihat bagaimana
00:53
they connected with each other.
19
41826
2053
mereka terhubung satu dengan lainnya.
00:55
And so, of course, if you're going to do this kind of stuff,
20
43879
1676
Dan dengan begitu, tentu saja,
jika Anda akan melakukan hal-hal seperti ini,
jika Anda akan melakukan hal-hal seperti ini,
00:57
you need a lot of data.
21
45555
956
Anda perlu banyak data.
00:58
So the data that you've got is a great thing called YouTube,
22
46511
3686
Jadi data yang Anda sudah punyai adalah
suatu hal luar biasa yang disebut YouTube,
suatu hal luar biasa yang disebut YouTube,
01:02
and we can go down and basically pull
23
50197
1768
dan kita bisa turun dan pada dasarnya menarik
01:03
all the open information from YouTube,
24
51965
2267
Semua informasi terbuka dari YouTube,
01:06
all the comments, all the views, who's watching it,
25
54232
2349
Semua komentar, semua pandangan,
siapa yang menonton,
siapa yang menonton,
01:08
where are they watching it, what are they saying in the comments.
26
56581
2779
di mana mereka menonton itu,
apa yang mereka katakan di komentar.
apa yang mereka katakan di komentar.
01:11
But we can also pull up, using speech-to-text translation,
27
59360
3292
Tetapi kita juga bisa menarik,
dengan menggunakan penerjemah suara ke teks
dengan menggunakan penerjemah suara ke teks
01:14
we can pull the entire transcript,
28
62652
2128
kita bisa menarik seluruh transkrip,
01:16
and that works even for people with kind of funny accents like myself.
29
64780
2680
dan itu befungsi bahkan untuk orang
yang mempunyai jenis aksen lucu seperti diri saya.
yang mempunyai jenis aksen lucu seperti diri saya.
01:19
So we can take their transcript
30
67460
2106
Jadi kami dapat mengambil transkrip mereka
01:21
and actually do some pretty cool things.
31
69566
2098
dan benar-benar melakukan beberapa hal yang keren.
01:23
We can take natural language processing algorithms
32
71664
2160
Kita dapat mengambil bahasa alami pengolahan algoritma
01:25
to kind of read through with a computer, line by line,
33
73824
2629
untuk membaca dengan komputer, baris demi baris,
01:28
extracting key concepts from this.
34
76453
2359
menggali konsep kunci dari semua ini.
01:30
And we take those key concepts and they sort of form
35
78812
2525
Dan kita mengambil konsep kunci tersebut
dan mereka membentuk
dan mereka membentuk
01:33
this mathematical structure of an idea.
36
81337
3565
Struktur matematika sebuah ide.
01:36
And we call that the meme-ome.
37
84902
1757
Dan kami menyebutnya meme-ome.
01:38
And the meme-ome, you know, quite simply,
38
86659
2151
Dan meme-ome, Anda tahu, cukup sederhana,
01:40
is the mathematics that underlies an idea,
39
88810
2426
adalah matematika yang mendasari ide,
01:43
and we can do some pretty interesting analysis with it,
40
91236
1932
dan kami dapat melakukan beberapa analisis
yang cukup menarik dengan itu,
yang cukup menarik dengan itu,
01:45
which I want to share with you now.
41
93168
1981
yang ingin saya bagikan
dengan Anda sekarang.
dengan Anda sekarang.
01:47
So each idea has its own meme-ome,
42
95149
2190
Jadi setiap ide memiliki ome-meme-nya sendiri ,
01:49
and each idea is unique with that,
43
97339
1951
dan setiap ide menjadi sesuatu yang unik dengan itu,
01:51
but of course, ideas, they borrow from each other,
44
99290
2488
Tapi tentu saja, ide-ide mereka saling meminjam satu sama lain,
01:53
they kind of steal sometimes,
45
101778
1184
kadang-kadang , mereka mencurinya ,
01:54
and they certainly build on each other,
46
102962
1827
dan mereka tentu saja saling membangun
01:56
and we can go through mathematically
47
104789
1616
dan kita bisa melihat secara matematis
01:58
and take the meme-ome from one talk
48
106405
1840
dan mengambil meme-ome dari satu pembicaraan
02:00
and compare it to the meme-ome from every other talk,
49
108245
2454
dan membandingkannya dengan
meme-ome dari setiap pembicaraan yang lain,
meme-ome dari setiap pembicaraan yang lain,
02:02
and if there's a similarity between the two of them,
50
110699
1973
dan jika ada kesamaan antara dua dari mereka,
02:04
we can create a link and represent that as a graph,
51
112672
3250
kita dapat menarik garis
dan membuatnya menjadi grafik,
dan membuatnya menjadi grafik,
02:07
just like Eric and I are connected.
52
115922
2394
sebagaimana Eric dan saya terhubung.
02:10
So that's theory, that's great.
53
118316
1394
Jadi itulah teorinya, itu hebat.
02:11
Let's see how it works in actual practice.
54
119710
2526
Mari kita lihat fungsinya
dalam kehidupan nyata
dalam kehidupan nyata
02:14
So what we've got here now is the global footprint
55
122236
2788
Jadi apa yang kita miliki di sini sekarang adalah jejak global
02:17
of all the TEDx Talks over the last four years
56
125024
2293
dari semua pembicaraan di TEDx selama empat tahun terakhir
02:19
exploding out around the world
57
127317
1550
yang meledak keluar di seluruh dunia
02:20
from New York all the way down to little old New Zealand in the corner.
58
128867
3329
dari New York sampai ke
Selandia Baru yang kecil di sudut.
Selandia Baru yang kecil di sudut.
02:24
And what we did on this is we analyzed the top 25 percent of these,
59
132196
3835
Dan yang kami lakukan adalah
menganalisa 25 persen teratas,
menganalisa 25 persen teratas,
02:28
and we started to see where the connections occurred,
60
136031
2534
dan kita mulai melihat di mana koneksi terjadi,
02:30
where they connected with each other.
61
138565
1537
di mana mereka saling herhubung satu sama lain.
02:32
Cameron Russell talking about image and beauty
62
140102
1874
Cameron Russell berbicara
tentang gambar dan kecantikan
tentang gambar dan kecantikan
02:33
connected over into Europe.
63
141976
1575
terhubung ke Eropa.
02:35
We've got a bigger conversation about Israel and Palestine
64
143551
2412
Kami punya percakapan lebih besar
tentang Israel dan Palestina
tentang Israel dan Palestina
02:37
radiating outwards from the Middle East.
65
145963
2255
memancar keluar dari Timur Tengah.
02:40
And we've got something a little broader
66
148218
1298
Dan kita punya sesuatu yang sedikit lebih luas
02:41
like big data with a truly global footprint
67
149516
2156
seperti data besar dengan jejak global yang
02:43
reminiscent of a conversation
68
151672
2179
mengingatkan pada percakapan
02:45
that is happening everywhere.
69
153851
2016
yang terjadi di mana-mana.
02:47
So from this, we kind of run up against the limits
70
155867
2173
Jadi dari ini, kita seperti
berhadapan dengan batas-batas apa
berhadapan dengan batas-batas apa
02:50
of what we can actually do with a geographic projection,
71
158040
2530
yang kita dapat lakukan dengan proyeksi geografis,
02:52
but luckily, computer technology allows us to go out
72
160570
2052
Tapi untungnya, teknologi komputer
memungkinkan kita keluar
memungkinkan kita keluar
02:54
into multidimensional space.
73
162622
1546
ke ruang multidimensi.
02:56
So we can take in our network projection
74
164168
1875
Jadi kita dapat mengambil di proyeksi jaringan kami
02:58
and apply a physics engine to this,
75
166043
1750
dan menerapkan sebuah mesin fisika
02:59
and the similar talks kind of smash together,
76
167793
1885
dan pembicaraan sejenis seperti bertubrukan,
03:01
and the different ones fly apart,
77
169678
2004
dan yang berbeda terpisah,
03:03
and what we're left with is something quite beautiful.
78
171682
2072
dan apa yang tersisa adalah
sesuatu yang sangat indah.
sesuatu yang sangat indah.
03:05
EB: So I want to just point out here that every node is a talk,
79
173754
2957
EB: Jadi saya ingin menunjukkan di sini
bahwa setiap titik ada pembicaraan,
bahwa setiap titik ada pembicaraan,
03:08
they're linked if they share similar ideas,
80
176711
2589
mereka terhubung jika
mereka berbagi ide-ide serupa,
mereka berbagi ide-ide serupa,
03:11
and that comes from a machine reading
81
179300
2084
dan itu berasal dari
mesin yang membaca
mesin yang membaca
03:13
of entire talk transcripts,
82
181384
2067
seluruh transkrip pembicaraan,
03:15
and then all these topics that pop out,
83
183451
2231
dan kemudian semua topik ini yang keluar,
03:17
they're not from tags and keywords.
84
185682
1790
mereka bukan berasal dari tautan dan kata kunci.
03:19
They come from the network structure
85
187472
1725
Mereka berasal dari sebuah struktur jaringan
03:21
of interconnected ideas. Keep going.
86
189197
2168
ide-ide yang saling terhubung. Lanjutkan.
03:23
SG: Absolutely. So I got a little quick on that,
87
191365
2022
SG: Sangat benar. Saya tadi
agak terlalu cepat di bagian itu,
agak terlalu cepat di bagian itu,
03:25
but he's going to slow me down.
88
193387
1475
tapi dia akan memperlambat saya.
03:26
We've got education connected to storytelling
89
194862
2034
Kami telah mendapat pendidikan
03:28
triangulated next to social media.
90
196896
1643
yang terhubung ke cerita di media sosial.
03:30
You've got, of course, the human brain right next to healthcare,
91
198539
2475
Anda punya, tentu saja, otak manusia
berada di sebelah kesehatan,
berada di sebelah kesehatan,
03:33
which you might expect,
92
201014
1386
yang mungkin sudah Anda duga,
03:34
but also you've got video games, which is sort of adjacent,
93
202400
2395
tetapi Anda juga punya video game,
yang seperti berdekatan,
yang seperti berdekatan,
03:36
as those two spaces interface with each other.
94
204795
2740
sebagai dua ruang antarmuka dengan satu sama lain.
03:39
But I want to take you into one cluster
95
207535
1535
Tapi saya ingin membawa Anda
ke salah satu gugusan
ke salah satu gugusan
03:41
that's particularly important to me, and that's the environment.
96
209070
2868
itu sangat penting bagi saya,
dan itu adalah lingkungan.
dan itu adalah lingkungan.
03:43
And I want to kind of zoom in on that
97
211938
1493
Dan saya ingin memperbesar bagian itu
03:45
and see if we can get a little more resolution.
98
213431
2363
dan melihat jika kita bisa mempertajamnya.
03:47
So as we go in here, what we start to see,
99
215794
2347
Jadi ketika kami di sini,
apa yang kami mulai lihat adalah,
apa yang kami mulai lihat adalah,
03:50
apply the physics engine again,
100
218141
1504
menerapkan mesin fisika lagi,
03:51
we see what's one conversation
101
219645
1676
kami melihat bagaimana suatu pembicaraan
03:53
is actually composed of many smaller ones.
102
221321
2560
ini sebenarnya terdiri dari beberapa pembicaraan lebih kecil.
03:55
The structure starts to emerge
103
223881
1929
Struktur mulai muncul
03:57
where we see a kind of fractal behavior
104
225810
2070
dimana kita melihat semacam perilaku fraktal
03:59
of the words and the language that we use
105
227880
1619
kata-kata dan bahasa yang kita gunakan
04:01
to describe the things that are important to us
106
229499
1702
untuk menjelaskan hal-hal yang penting bagi kami
04:03
all around this world.
107
231201
1433
di dunia ini.
04:04
So you've got food economy and local food at the top,
108
232634
2332
Jadi Anda punya ekonomi makanan
dan makanan lokal di bagian atas,
dan makanan lokal di bagian atas,
04:06
you've got greenhouse gases, solar and nuclear waste.
109
234966
2719
Anda punya gas rumah kaca, limbah solar dan nuklir.
04:09
What you're getting is a range of smaller conversations,
110
237685
2631
Apa yang Anda dapatkan adalah
serangkaian pembicaraan kecil,
serangkaian pembicaraan kecil,
04:12
each connected to each other through the ideas
111
240316
2301
masing-masing saling tersambung melalui ide-ide
04:14
and the language they share,
112
242617
1301
dan bahasa yang mereka gunakan untuk berbagi,
04:15
creating a broader concept of the environment.
113
243918
2450
menciptakan sebuah konsep
yang lebih luas tentang lingkungan.
yang lebih luas tentang lingkungan.
04:18
And of course, from here, we can go
114
246368
1532
Dan tentu saja, dari sini, kita bisa pergi
04:19
and zoom in and see, well, what are young people looking at?
115
247900
3534
memperbesar dan melihat, Nah,
apa yang orang-orang muda lihat?
apa yang orang-orang muda lihat?
04:23
And they're looking at energy technology and nuclear fusion.
116
251434
2345
Dan mereka sedang melihat
teknologi energi dan fusi nuklir.
teknologi energi dan fusi nuklir.
04:25
This is their kind of resonance
117
253779
1674
Ini adalah jenis resonansi mereka
04:27
for the conversation around the environment.
118
255453
2406
untuk percakapan mengenai lingkungan.
04:29
If we split along gender lines,
119
257859
1899
Jika kita membagi berdasarkan kelamin,
04:31
we can see females resonating heavily
120
259758
1987
kita bisa melihat perempuan yang beresonansi berat
04:33
with food economy, but also out there in hope and optimism.
121
261745
3645
dengan ekonomi makanan, tetapi juga
luar sana dalam harapan dan optimisme.
luar sana dalam harapan dan optimisme.
04:37
And so there's a lot of exciting stuff we can do here,
122
265390
2482
Dan jadi ada banyak hal menarik bisa kita lakukan di sini,
04:39
and I'll throw to Eric for the next part.
123
267872
1762
dan saya akan mempersilahkan Eric untuk bagian selanjutnya.
04:41
EB: Yeah, I mean, just to point out here,
124
269634
1602
EB: Ya, maksudku, hanya untuk menunjukkan di sini,
04:43
you cannot get this kind of perspective
125
271236
1538
Anda tidak bisa mendapatkan perspektif semacam ini
04:44
from a simple tag search on YouTube.
126
272774
3360
dari pencarian tautan sederhana di YouTube.
04:48
Let's now zoom back out to the entire global conversation
127
276134
4188
Mari sekarang kita perkecil
kembali ke seluruh pembicaraan global
kembali ke seluruh pembicaraan global
04:52
out of environment, and look at all the talks together.
128
280322
2534
di luar lingkungan, dan melihat
semua pembicaraan bersama-sama.
semua pembicaraan bersama-sama.
04:54
Now often, when we're faced with this amount of content,
129
282856
2927
Sekarang seringkali ketika kita
dihadapkan dengan jumlah konten ini,
dihadapkan dengan jumlah konten ini,
04:57
we do a couple of things to simplify it.
130
285783
2431
kami melakukan beberapa hal
untuk menyederhanakan.
untuk menyederhanakan.
05:00
We might just say, well,
131
288214
1314
Kami hanya dapat mengatakan,
05:01
what are the most popular talks out there?
132
289528
2829
apakah pembicaraan paling populer di luar sana?
05:04
And a few rise to the surface.
133
292357
1397
Dan beberapa akan muncul.
05:05
There's a talk about gratitude.
134
293754
1828
Ada pembicaraan tentang rasa syukur.
05:07
There's another one about personal health and nutrition.
135
295582
3344
Ada satu lagi tentang kesehatan pribadi dan gizi.
05:10
And of course, there's got to be one about porn, right?
136
298926
2929
Dan tentu saja, harus ada satu tentang porno kan?
05:13
And so then we might say, well, gratitude, that was last year.
137
301855
3234
Dan kita dapat mengatakan,
Yah, syukur, itu sudah setahun yang lalu.
Yah, syukur, itu sudah setahun yang lalu.
05:17
What's trending now? What's the popular talk now?
138
305089
2522
Apakah yang tren sekarang?
Apakah pembicaraan populer sekarang?
Apakah pembicaraan populer sekarang?
05:19
And we can see that the new, emerging, top trending topic
139
307611
3321
Dan kita dapat melihat
mulai munculnya tren topik baru
mulai munculnya tren topik baru
05:22
is about digital privacy.
140
310932
2666
tentang privasi digital.
05:25
So this is great. It simplifies things.
141
313598
1693
Jadi ini besar. Ini menyederhanakan.
05:27
But there's so much creative content
142
315291
1827
Tapi ada begitu banyak konten kreatif
05:29
that's just buried at the bottom.
143
317118
1921
yang hanya terkubur di bawah.
05:31
And I hate that. How do we bubble stuff up to the surface
144
319039
3318
Dan saya benci itu. Bagaimana kita menggelembung itu ke permukaan
05:34
that's maybe really creative and interesting?
145
322357
2458
yang mungkin benar-benar kreatif dan menarik?
05:36
Well, we can go back to the network structure of ideas
146
324815
2931
Yah, kita dapat kembali ke struktur jaringan ide
05:39
to do that.
147
327746
1430
untuk melakukan itu.
05:41
Remember, it's that network structure
148
329176
2114
Ingat, bahwa struktur jaringan
05:43
that is creating these emergent topics,
149
331290
2268
yang membuat topik ini muncul,
05:45
and let's say we could take two of them,
150
333558
1515
dan mari kita berkata kita bisa
mengambil dua di antaranya,
mengambil dua di antaranya,
05:47
like cities and genetics, and say, well, are there any talks
151
335073
3047
seperti kota-kota dan genetika, dan berkata,
Nah, Apakah ada pembicaraan
Nah, Apakah ada pembicaraan
05:50
that creatively bridge these two really different disciplines.
152
338120
2569
yang dengan kreatif menjembatani
kedua disiplin berbeda ini.
kedua disiplin berbeda ini.
05:52
And that's -- Essentially, this kind of creative remix
153
340689
2275
Dan itu -- pada dasarnya,
pencampuran kreativitas ini
pencampuran kreativitas ini
05:54
is one of the hallmarks of innovation.
154
342964
1840
adalah salah satu terobosan dari inovasi.
05:56
Well here's one by Jessica Green
155
344804
1606
Nah, ini salah satunya oleh Jessica Green
05:58
about the microbial ecology of buildings.
156
346410
2379
tentang ekologi mikroba dari bangunan.
06:00
It's literally defining a new field.
157
348789
2010
Topik itu benar-benar
mendefinisikan bidang baru.
mendefinisikan bidang baru.
06:02
And we could go back to those topics and say, well,
158
350799
2103
Dan kita bisa kembali ke topik itu dan berkata,
06:04
what talks are central to those conversations?
159
352902
2768
Apa yang menjadi pusat pembicaraan itu?
06:07
In the cities cluster, one of the most central
160
355670
1690
Di klaster kota-kota, salah satu yang paling Pusat
06:09
was one by Mitch Joachim about ecological cities,
161
357360
3952
adalah satu pembicaraan oleh Mitch Joachim
tentang kota ekologi
tentang kota ekologi
06:13
and in the genetics cluster,
162
361312
1720
dan tentang gugus genetika
06:15
we have a talk about synthetic biology by Craig Venter.
163
363032
3193
kita punya pembicaraan tentang
biologi sintetis oleh Craig Venter.
biologi sintetis oleh Craig Venter.
06:18
These are talks that are linking many talks within their discipline.
164
366225
3353
Ini semua adalah pembicaraan yang menghubungkan
banyak pembicaraan dalam disiplin mereka.
banyak pembicaraan dalam disiplin mereka.
06:21
We could go the other direction and say, well,
165
369578
1843
Kita bisa pergi arah lain dan berkata,
06:23
what are talks that are broadly synthesizing
166
371421
2272
Pembicaraan apa yang membentuk
06:25
a lot of different kinds of fields.
167
373693
1448
banyak bidang lain.
06:27
We used a measure of ecological diversity to get this.
168
375141
2533
Kami menggunakan ukuran
keanekaragaman ekologi untuk mendapatkan ini.
keanekaragaman ekologi untuk mendapatkan ini.
06:29
Like, a talk by Steven Pinker on the history of violence,
169
377674
2736
Seperti, pembicaraan oleh Steven Pinker
pada sejarah kekerasan,
pada sejarah kekerasan,
06:32
very synthetic.
170
380410
1180
sangat sintetis.
06:33
And then, of course, there are talks that are so unique
171
381590
2078
Dan kemudian, tentu saja,
ada pembicaraan yang sangat unik
ada pembicaraan yang sangat unik
06:35
they're kind of out in the stratosphere, in their own special place,
172
383668
3090
mereka seperti keluar di stratosfer,
tempat khusus mereka sendiri,
tempat khusus mereka sendiri,
06:38
and we call that the Colleen Flanagan index.
173
386758
2514
dan kami menyebutnya indeks Colleen Flanagan .
06:41
And if you don't know Colleen, she's an artist,
174
389272
3034
Dan jika Anda tidak tahu Colleen,
dia adalah seorang seniman,
dia adalah seorang seniman,
06:44
and I asked her, "Well, what's it like out there
175
392306
1543
dan saya bertanya kepadanya,
"Yah, apa rasanya di luar sana
"Yah, apa rasanya di luar sana
06:45
in the stratosphere of our idea space?"
176
393849
1672
di stratosfer dari ruang ide kami?"
06:47
And apparently it smells like bacon.
177
395521
3255
Dan rupanya baunya seperti daging asap.
06:50
I wouldn't know.
178
398776
1791
Saya tidak tahu.
06:52
So we're using these network motifs
179
400567
2248
Jadi kita menggunakan motif jaringan ini
06:54
to find talks that are unique,
180
402815
1186
untuk menemukan pembicaraan yang unik,
06:56
ones that are creatively synthesizing a lot of different fields,
181
404001
2710
yang dibuat secara kreatif dari berbagai bidang,
06:58
ones that are central to their topic,
182
406711
1659
yang menjadi pusat topik mereka,
07:00
and ones that are really creatively bridging disparate fields.
183
408370
3374
dan yang secara kreatif menjembatani
perbedaan bidang tersebut.
perbedaan bidang tersebut.
07:03
Okay? We never would have found those with our obsession
184
411744
2102
Oke? Kami tidak pernah akan
menemukan mereka dengan obsesi kami
menemukan mereka dengan obsesi kami
07:05
with what's trending now.
185
413846
2313
dengan apa yang menjadi tren sekarang.
07:08
And all of this comes from the architecture of complexity,
186
416159
2886
Dan semua ini berasal dari arsitektur kompleksitas,
07:11
or the patterns of how things are connected.
187
419045
2960
atau pola bagaimana hal-hal terhubung.
07:14
SG: So that's exactly right.
188
422005
1625
SG: Jadi itu tepat.
07:15
We've got ourselves in a world
189
423630
2479
Kami mendapati diri kami di dunia
07:18
that's massively complex,
190
426109
2044
yang sangat kompleks,
07:20
and we've been using algorithms to kind of filter it down
191
428153
2867
dan kami telah menggunakan algoritma
untuk menyaring itu semua
untuk menyaring itu semua
07:23
so we can navigate through it.
192
431020
1786
supaya kita dapat menavigasi melaluinya.
07:24
And those algorithms, whilst being kind of useful,
193
432806
2338
Dan algoritma itu,
sementara ini cukup bermanfaat,
sementara ini cukup bermanfaat,
07:27
are also very, very narrow, and we can do better than that,
194
435144
3476
juga sangat, sangat sempit,
dan kita bisa melakukan lebih dari itu,
dan kita bisa melakukan lebih dari itu,
07:30
because we can realize that their complexity is not random.
195
438620
2566
karena kita dapat menyadari bahwa
kompleksitas mereka tidak acak.
kompleksitas mereka tidak acak.
07:33
It has mathematical structure,
196
441186
1954
Ianya memiliki struktur matematika,
07:35
and we can use that mathematical structure
197
443140
1803
dan kita dapat menggunakannya
07:36
to go and explore things like the world of ideas
198
444943
2214
untuk pergi dan menjelajahi hal-hal seperti dunia ide
07:39
to see what's being said, to see what's not being said,
199
447157
3000
untuk melihat apa yang dikatakan,
untuk melihat apa yang tidak dikatakan,
untuk melihat apa yang tidak dikatakan,
07:42
and to be a little bit more human
200
450157
1407
dan untuk menjadi sedikit lebih manusiawi
07:43
and, hopefully, a little smarter.
201
451564
1867
dan, mudah-mudahan, sedikit lebih cerdas.
07:45
Thank you.
202
453431
966
Terima kasih.
07:46
(Applause)
203
454397
4220
(Tepuk tangan)
ABOUT THE SPEAKERS
Eric Berlow - EcologistTED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more.
Why you should listen
Eric Berlow is an ecologist and network scientist who specializes in not specializing. A TED Senior Fellow, Berlow is recognized for his research on food webs and ecological networks and for creative approaches to complex problems. He was the founding director of the University of California's first environmental science center inside Yosemite National Park, where he continues to develop data-driven approaches to managing natural ecosystems.
In 2012 Berlow founded Vibrant Data Labs, which builds tools to use data for social good. Berlow's current projects range from helping spark an egalitarian personal data economy to protecting endangered amphibians in Yosemite to crowd-sourcing novel insights about human creativity. Berlow holds a Ph.D. from Oregon State University in marine ecology.
Eric Berlow | Speaker | TED.com
Sean Gourley - Physicist and military theorist
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow.
Why you should listen
Sean Gourley's twin passions are physics (working on nanoscale blue-light lasers and self-assembled quantum nanowires) and politics (he once ran for a national elected office back home in New Zealand).
A Rhodes scholar, he's spent the past five years working at Oxford on complex adaptive systems and collective intelligent systems -- basically, using data to understand the nature of human conflict. As he puts it, "This research has taken me all over the world from the Pentagon, to the House of Lords, the United Nations and most recently to Iraq". Originally from New Zealand, he now lives in San Francisco, where he is the co-founder and CTO of Quid which is building a global intelligence platform. He's a 2009 TED Fellow.
In December 2009, Gourley and his team's research was published in the scientific journal Nature. He is co-founder and CTO of Quid.
Sean Gourley | Speaker | TED.com