TEDxZurich 2013
Nicolas Perony: Puppies! Now that I’ve got your attention, complexity theory
Nicolas Perony: Cuccioli! Ora che ho la vostra attenzione, teoria della complessità
Filmed:
Readability: 4.5
1,021,641 views
Il comportamento animale non è complicato, ma complesso. Nicolas Perony studia come individui singoli, che siano Scottish terrier, pipistrelli o suricati, seguono semplici regole che, insieme, creano un modello comportamentale più ampio. E come questa complessità nata dalla semplicità può aiutarli ad adattarsi all'emergere di circostanze nuove.
Nicolas Perony - Animal scientist
Nicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society? Full bio
Nicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society? Full bio
Double-click the English transcript below to play the video.
00:15
Science,
0
3393
1228
La scienza,
00:16
science has allowed us to know so much
1
4621
3337
la scienza ci ha permesso
di conoscere moltissime cose
di conoscere moltissime cose
00:19
about the far reaches of the universe,
2
7958
3026
dei più remoti angoli dell'universo,
00:22
which is at the same time tremendously important
3
10984
3195
il che è allo stesso tempo di enorme importanza
00:26
and extremely remote,
4
14179
2066
e lontanissimo da noi,
00:28
and yet much, much closer,
5
16245
2459
eppure molto, molto più vicino,
00:30
much more directly related to us,
6
18704
2091
molto più direttamente legato a noi
00:32
there are many things we don't really understand.
7
20795
2468
di molte cose che non comprendiamo davvero.
00:35
And one of them is the extraordinary
8
23263
2129
E una di esse è la straordinaria
00:37
social complexity of the animals around us,
9
25392
3326
complessità sociale
degli animali attorno a noi,
degli animali attorno a noi,
00:40
and today I want to tell you a few stories
10
28718
2016
e oggi voglio raccontarvi qualche storia
00:42
of animal complexity.
11
30734
2008
di complessità animale.
00:44
But first, what do we call complexity?
12
32742
3350
Ma prima, cosa chiamiamo complessità?
00:48
What is complex?
13
36092
1487
Cosa è complesso?
00:49
Well, complex is not complicated.
14
37579
3427
Be', complesso non significa complicato.
00:53
Something complicated comprises many small parts,
15
41006
3448
Qualcosa di complicato comprende molte piccole parti,
00:56
all different, and each of them
16
44454
2430
tutte diverse, e ciascuna
00:58
has its own precise role in the machinery.
17
46899
3104
ha il suo ruolo specifico nell'ingranaggio.
01:02
On the opposite, a complex system
18
50003
2811
All'opposto, un sistema complesso
01:04
is made of many, many similar parts,
19
52814
2641
è fatto di molte parti simili,
01:07
and it is their interaction
20
55455
2008
ed è la loro interazione
01:09
that produces a globally coherent behavior.
21
57463
3320
che produce un comportamento coerente nell'insieme.
01:12
Complex systems have many interacting parts
22
60783
3836
I sistemi complessi hanno molte parti che interagiscono tra loro
01:16
which behave according to simple, individual rules,
23
64619
3426
che si comportano secondo regole semplici, individuali,
01:20
and this results in emergent properties.
24
68045
3349
e il risultato sono proprietà emergenti.
01:23
The behavior of the system as a whole
25
71394
1888
Il comportamento del sistema nel suo insieme
01:25
cannot be predicted
26
73282
1668
non si può prevedere
01:26
from the individual rules only.
27
74950
2152
a partire dalle regole individuali.
01:29
As Aristotle wrote,
28
77102
1810
Come scrisse Aristotele,
01:30
the whole is greater than the sum of its parts.
29
78912
3060
il tutto è più grande
della somma delle sue parti.
della somma delle sue parti.
01:33
But from Aristotle, let's move onto
30
81972
2462
Ma da Aristotele, passiamo
01:36
a more concrete example of complex systems.
31
84434
3690
a un esempio più complesso di sistemi complessi.
01:40
These are Scottish terriers.
32
88124
1956
Questi sono scottish terrier.
01:42
In the beginning, the system is disorganized.
33
90080
3751
All'inizio, il sistema è disorganizzato.
01:45
Then comes a perturbation: milk.
34
93831
3801
Poi arriva un elemento di disturbo: il latte.
01:49
Every individual starts pushing in one direction
35
97632
3850
Ogni individuo comincia a spingere
in una direzione (Risate)
in una direzione (Risate)
01:53
and this is what happens.
36
101482
3309
e questo è quel che succede.
01:56
The pinwheel is an emergent property
37
104791
2826
La girandola è una proprietà emergente
01:59
of the interactions between puppies
38
107617
1903
dell'interazione tra i cuccioli
02:01
whose only rule is to try to keep access to the milk
39
109520
3910
la cui unica regola è cercare
di non perdere l'accesso al latte
di non perdere l'accesso al latte
02:05
and therefore to push in a random direction.
40
113430
3607
e perciò spingere in una direzione a caso.
02:09
So it's all about finding the simple rules
41
117037
3975
Quindi si tratta solo di trovare
le semplici regole
le semplici regole
02:13
from which complexity emerges.
42
121012
2758
da cui emerge la complessità.
02:15
I call this simplifying complexity,
43
123770
2940
Lo chiamo semplificare la complessità,
02:18
and it's what we do at the chair of systems design
44
126710
2135
ed è quel che facciamo
alla cattedra di design di sistema
alla cattedra di design di sistema
02:20
at ETH Zurich.
45
128845
1977
al ETH di Zurigo.
02:22
We collect data on animal populations,
46
130822
3705
Raccogliamo dati su popolazioni animali,
02:26
analyze complex patterns, try to explain them.
47
134527
3811
analizziamo modelli complessi,
cerchiamo di spiegarli.
cerchiamo di spiegarli.
02:30
It requires physicists who work with biologists,
48
138338
2619
Richiede fisici che lavorino con biologi,
02:32
with mathematicians and computer scientists,
49
140957
2723
con matematici e informatici,
02:35
and it is their interaction that produces
50
143680
2820
ed è la loro interazione che produce
02:38
cross-boundary competence
51
146500
1714
la competenza interconnessa
02:40
to solve these problems.
52
148214
1578
per risolvere i problemi.
02:41
So again, the whole is greater
53
149792
2272
Quindi, il tutto è maggiore
02:44
than the sum of the parts.
54
152064
1400
della somma delle parti.
02:45
In a way, collaboration
55
153464
2150
In un certo senso, la collaborazione
02:47
is another example of a complex system.
56
155614
3491
è un altro esempio di sistema complesso.
02:51
And you may be asking yourself
57
159105
1876
E magari vi chiederete
02:52
which side I'm on, biology or physics?
58
160981
2817
da che parte sto io, biologia o fisica?
02:55
In fact, it's a little different,
59
163798
2111
In realtà le cose stanno un po' diversamente
02:57
and to explain, I need to tell you
60
165909
1589
e per spiegarlo vi devo raccontare
02:59
a short story about myself.
61
167498
2342
un aneddoto sulla mia vita.
03:01
When I was a child,
62
169840
1727
Quand'ero piccolo,
03:03
I loved to build stuff, to
create complicated machines.
create complicated machines.
63
171567
4109
adoravo costruire cose, creare macchine complicate.
03:07
So I set out to study electrical engineering
64
175676
2737
Quindi decisi di studiare ingegneria elettrica
03:10
and robotics,
65
178413
1552
e robotica,
03:11
and my end-of-studies project
66
179965
2093
e il mio progetto di tesi
03:14
was about building a robot called ER-1 --
67
182058
2926
era sulla costruzione di un robot chiamato ER-1
03:16
it looked like this—
68
184984
1930
aveva questo aspetto...
03:18
that would collect information from its environment
69
186914
2371
che potesse raccogliere informazioni
dall'ambiente circostante
dall'ambiente circostante
03:21
and proceed to follow a white line on the ground.
70
189285
3498
e così seguire una linea bianca sul pavimento.
03:24
It was very, very complicated,
71
192783
2379
Era molto, molto complicato,
03:27
but it worked beautifully in our test room,
72
195162
2984
ma in laboratorio funzionava alla perfezione,
03:30
and on demo day, professors had
assembled to grade the project.
assembled to grade the project.
73
198146
3453
e il giorno della dimostrazione, si erano riuniti
dei professori per dare un voto al progetto.
dei professori per dare un voto al progetto.
03:33
So we took ER-1 to the evaluation room.
74
201607
2902
Quindi portammo ER-1 nella stanza di valutazione.
03:36
It turned out, the light in that room
75
204509
2310
Scoprimmo che la luce nella stanza
03:38
was slightly different.
76
206819
1819
era un po' diversa.
03:40
The robot's vision system got confused.
77
208638
2331
Il sistema di visione del robot si confuse.
03:42
At the first bend in the line,
78
210969
1761
E alla prima curva della linea
03:44
it left its course, and crashed into a wall.
79
212730
3739
uscì dal percorso
e andò a sbattere contro un muro.
e andò a sbattere contro un muro.
03:48
We had spent weeks building it,
80
216469
2087
Avevamo impiegate settimane a costruirlo,
03:50
and all it took to destroy it
81
218556
1673
e per distruggerlo è bastato
03:52
was a subtle change in the color of the light
82
220229
2656
un minimo cambiamento nel tono della luce
03:54
in the room.
83
222885
1596
nella stanza.
03:56
That's when I realized that
84
224481
1515
A quel punto mi resi conto
03:57
the more complicated you make a machine,
85
225996
2327
che più complicata fai la macchina,
04:00
the more likely that it will fail
86
228323
2039
più facilmente fallirà
04:02
due to something absolutely unexpected.
87
230362
2563
a causa di qualcosa di inaspettato.
04:04
And I decided that, in fact,
88
232925
1830
E ho deciso che, in realtà,
04:06
I didn't really want to create complicated stuff.
89
234755
3013
non volevo sul serio creare cose complicate.
04:09
I wanted to understand complexity,
90
237768
2942
Volevo capire la complessità,
04:12
the complexity of the world around us
91
240710
1988
la complessità del mondo intorno a noi
04:14
and especially in the animal kingdom.
92
242698
2405
e soprattutto del regno animale.
04:17
Which brings us to bats.
93
245103
3320
Il che ci porta ai pipistrelli.
04:20
Bechstein's bats are a common
species of European bats.
species of European bats.
94
248423
3051
I vespertili di Bechstein sono una specie comune di pipistrello europeo.
04:23
They are very social animals.
95
251474
1413
Sono animali molto sociali.
04:24
Mostly they roost, or sleep, together.
96
252887
3291
Per lo più si appendono,
o dormono, insieme.
o dormono, insieme.
04:28
And they live in maternity colonies,
97
256178
1679
E vivono in colonie di maternità,
04:29
which means that every spring,
98
257857
1540
il che significa che ogni primavera
04:31
the females meet after the winter hibernation,
99
259397
3258
le femmine si incontrano
dopo il letargo invernale
dopo il letargo invernale
04:34
and they stay together for about six months
100
262655
2089
e restano insieme per circa sei mesi
04:36
to rear their young,
101
264744
2486
per crescere i piccoli,
04:39
and they all carry a very small chip,
102
267230
2805
e ciascuna di esse ha un chip piccolissimo,
04:42
which means that every time one of them
103
270035
1871
il che significa che ogni volta che una di loro
04:43
enters one of these specially equipped bat boxes,
104
271906
3057
entra in una di queste speciali casette per pipistrelli,
04:46
we know where she is,
105
274963
1643
sappiamo dov'è
04:48
and more importantly,
106
276606
1169
e cosa più importante
04:49
we know with whom she is.
107
277775
2563
sappiamo con chi è.
04:52
So I study roosting associations in bats,
108
280338
3694
Studio l'associazione
di nidificazione dei pipistrelli,
di nidificazione dei pipistrelli,
04:56
and this is what it looks like.
109
284032
2445
ed ecco a cosa assomiglia.
04:58
During the day, the bats roost
110
286477
2442
Durante il giorno, i pipistrelli
se ne stanno appesi
se ne stanno appesi
05:00
in a number of sub-groups in different boxes.
111
288919
2304
in molto sottogruppi diversi in più casette.
05:03
It could be that on one day,
112
291223
1929
Può accadere che un giorno
05:05
the colony is split between two boxes,
113
293152
2220
la colonia si divida in due casette,
05:07
but on another day,
114
295372
1300
ma un altro giorno
05:08
it could be together in a single box,
115
296672
2241
potrebbero essere di nuovo tutte insieme,
05:10
or split between three or more boxes,
116
298913
2316
o dividersi in tre o più nidi,
05:13
and that all seems rather erratic, really.
117
301229
2927
e sembra tutto molto casuale, davvero.
05:16
It's called fission-fusion dynamics,
118
304156
3203
si chiama dinamica fissione-fusione
05:19
the property for an animal group
119
307359
1713
la proprietà di un gruppo animale
05:21
of regularly splitting and merging
120
309072
2178
di dividersi e riunirsi con regolarità
05:23
into different subgroups.
121
311250
1661
in sottogruppi differenti.
05:24
So what we do is take all these data
122
312911
2562
Quello che facciamo
è prendere tutti questi dati
è prendere tutti questi dati
05:27
from all these different days
123
315473
1662
dei diversi giorni
05:29
and pool them together
124
317135
1504
e metterli assieme
05:30
to extract a long-term association pattern
125
318639
2617
per estrarre un modello associativo a lungo termine
05:33
by applying techniques with network analysis
126
321256
2505
applicando tecniche di analisi di rete
05:35
to get a complete picture
127
323761
1621
per avere l'immagine completa
05:37
of the social structure of the colony.
128
325382
2537
della struttura sociale della colonia.
05:39
Okay? So that's what this picture looks like.
129
327919
4265
Ok? Questo è quel che appare.
05:44
In this network, all the circles
130
332184
2394
In questa rete, tutti i cerchi
05:46
are nodes, individual bats,
131
334578
2777
sono nodi, pipistrelli individuali,
05:49
and the lines between them
132
337355
1583
e le linee tra loro
05:50
are social bonds, associations between individuals.
133
338938
3664
sono i vincoli sociali,
le associazioni tra individui.
le associazioni tra individui.
05:54
It turns out this is a very interesting picture.
134
342602
2678
Viene fuori un'immagine molto interessante.
05:57
This bat colony is organized
135
345280
1982
Questa colonia di pipistrelli è organizzata
05:59
in two different communities
136
347262
1868
in due comunità differenti
06:01
which cannot be predicted
137
349130
1839
non prevedibili
06:02
from the daily fission-fusion dynamics.
138
350969
2249
a partire dalla dinamica
di fissione-fusione quotidiana.
di fissione-fusione quotidiana.
06:05
We call them cryptic social units.
139
353218
3550
Le chiamiamo unità sociali criptiche.
06:08
Even more interesting, in fact:
140
356768
1616
Cosa ancora più interessante:
06:10
Every year, around October,
141
358384
2364
ogni anno, verso ottobre,
06:12
the colony splits up,
142
360748
1561
la colonia si divide,
06:14
and all bats hibernate separately,
143
362309
2698
e i pipistrelli vanno in letargo separatamente,
06:17
but year after year,
144
365007
1461
ma anno dopo anno,
06:18
when the bats come together again in the spring,
145
366468
3073
quando si riuniscono di nuovo in primavera,
06:21
the communities stay the same.
146
369541
2590
le comunità sono di nuovo le stesse.
06:24
So these bats remember their friends
147
372131
2720
Quindi questi pipistrelli ricordano gli amici
06:26
for a really long time.
148
374851
1830
molto a lungo.
06:28
With a brain the size of a peanut,
149
376681
2474
Con un cervello grande come una nocciolina,
06:31
they maintain individualized,
150
379155
2125
mantengono legami
06:33
long-term social bonds,
151
381280
2142
sociali individuali a lungo termine.
06:35
We didn't know that was possible.
152
383422
1724
Non sapevamo che fosse possibile.
06:37
We knew that primates
153
385146
1759
Sapevamo che i primati
06:38
and elephants and dolphins could do that,
154
386905
2568
e gli elefanti e i delfini sanno farlo,
06:41
but compared to bats, they have huge brains.
155
389473
2628
ma paragonati a dei pipistrelli
hanno cervelli enormi.
hanno cervelli enormi.
06:44
So how could it be
156
392101
2399
Quindi com'era possibile
06:46
that the bats maintain this complex,
157
394500
1951
per i pipistrelli mantenere questa complessa
06:48
stable social structure
158
396451
1688
e stabile struttura sociale
06:50
with such limited cognitive abilities?
159
398139
3532
con abilità cognitive tanto ridotte?
06:53
And this is where complexity brings an answer.
160
401671
2889
E qui la complessità dà la risposta.
06:56
To understand this system,
161
404560
2141
Per capire il sistema
06:58
we built a computer model of roosting,
162
406701
2797
costruiamo un modello di nidificazione
al computer
al computer
07:01
based on simple, individual rules,
163
409498
2018
basato su semplici regole individuali
07:03
and simulated thousands and thousands of days
164
411516
2435
e simuliamo migliaia e migliaia di giorni
07:05
in the virtual bat colony.
165
413951
2019
nella colonia di pipistrelli virtuali.
07:07
It's a mathematical model,
166
415970
2124
È un modello matematico,
07:10
but it's not complicated.
167
418094
1954
ma non è complicato.
07:12
What the model told us is that, in a nutshell,
168
420048
3098
Quel che ci ha detto, in soldoni,
07:15
each bat knows a few other colony members
169
423146
3186
è che ogni pipistrello riconosce
qualche altro membro della colonia
qualche altro membro della colonia
07:18
as her friends, and is just slightly more likely
170
426332
2488
come amico, e quindi è un po' più propenso
07:20
to roost in a box with them.
171
428820
2510
ad appendersi nello stesso nido.
07:23
Simple, individual rules.
172
431330
2444
Semplici regole indivuali.
07:25
This is all it takes to explain
173
433774
1712
Basta questo a spiegare
07:27
the social complexity of these bats.
174
435486
2389
la complessità sociale di questi pipistrelli.
07:29
But it gets better.
175
437875
1718
Ma c'è di più.
07:31
Between 2010 and 2011,
176
439593
2848
Tra il 2010 e il 2011
07:34
the colony lost more than two thirds of its members,
177
442441
3453
la colonia perse
più di due terzi dei suoi membri,
più di due terzi dei suoi membri,
07:37
probably due to the very cold winter.
178
445894
2986
probabilmente a causa
di un inverno molto rigido.
di un inverno molto rigido.
07:40
The next spring, it didn't form two communities
179
448880
3144
La primavera successiva,
non formò due comunità
non formò due comunità
07:44
like every year,
180
452024
1271
come ogni anno,
07:45
which may have led the whole colony to die
181
453295
2203
perché avrebbe potuto condurre
l'intera colonia alla morte
l'intera colonia alla morte
07:47
because it had become too small.
182
455498
2095
perché troppo piccola.
07:49
Instead, it formed a single, cohesive social unit,
183
457593
5373
Invece formò una singola unità sociale coesiva,
07:54
which allowed the colony to survive that season
184
462966
2732
il che permise alla colonia
di sopravvivere quella stagione
di sopravvivere quella stagione
07:57
and thrive again in the next two years.
185
465698
3104
e prosperare di nuovo
nei due anni successivi.
nei due anni successivi.
08:00
What we know is that the bats
186
468802
1778
Quel che sappiamo è che i pipistrelli
08:02
are not aware that their colony is doing this.
187
470580
2907
non sono consapevoli
del comportamento della colonia.
del comportamento della colonia.
08:05
All they do is follow simple association rules,
188
473487
3546
Seguono solo delle semplici regole associative,
08:09
and from this simplicity
189
477033
1349
e da questa semplicità
08:10
emerges social complexity
190
478382
2441
emerge la complessità sociale
08:12
which allows the colony to be resilient
191
480823
2840
che permette alla colonia di sopportare
08:15
against dramatic changes
in the population structure.
in the population structure.
192
483663
2981
dei cambiamenti drammatici
nella struttura della popolazione.
nella struttura della popolazione.
08:18
And I find this incredible.
193
486644
2694
E io trovo che sia incredibile.
08:21
Now I want to tell you another story,
194
489338
2084
Ora voglio raccontarvi un'altra storia
08:23
but for this we have to travel from Europe
195
491422
1555
ma per questa dobbiamo spostarci dall'Europa
08:24
to the Kalahari Desert in South Africa.
196
492977
3048
al deserto del Kalahari in Sud Africa.
08:28
This is where meerkats live.
197
496025
2027
Qui vivono i suricati.
08:30
I'm sure you know meerkats.
198
498052
1500
Sono certo che li conoscete.
08:31
They're fascinating creatures.
199
499552
2106
Sono creature affascinanti.
08:33
They live in groups with a
very strict social hierarchy.
very strict social hierarchy.
200
501658
2989
Vivono in gruppi
con una struttura gerarchica severissima.
con una struttura gerarchica severissima.
08:36
There is one dominant pair,
201
504647
1459
C'è una coppia dominante
08:38
and many subordinates,
202
506106
1382
e molti subordinati,
08:39
some acting as sentinels,
203
507488
1714
alcuni svolgono il ruolo di sentinelle,
08:41
some acting as babysitters,
204
509202
1337
altri di babysitter,
08:42
some teaching pups, and so on.
205
510539
1897
altri istruiscono i cuccioli e così via.
08:44
What we do is put very small GPS collars
206
512436
3321
Noi mettiamo dei piccolissimi collari GPS
08:47
on these animals
207
515757
1525
a questi animali
08:49
to study how they move together,
208
517282
1875
per studiare come si muovono in gruppo,
08:51
and what this has to do with their social structure.
209
519157
3717
e in che modo questo è influenzato
dalla loro struttura sociale.
dalla loro struttura sociale.
08:54
And there's a very interesting example
210
522874
1490
E c'è un esempio molto interessante
08:56
of collective movement in meerkats.
211
524364
2716
di movimento collettivo dei suricati.
08:59
In the middle of the reserve which they live in
212
527080
2367
Nel bel mezzo della loro riserva
09:01
lies a road.
213
529447
1209
c'è una strada.
09:02
On this road there are cars, so it's dangerous.
214
530656
3233
Sulla strada ci sono le macchine,
quindi è pericolosa.
quindi è pericolosa.
09:05
But the meerkats have to cross it
215
533889
2284
Ma i suricati devono attraversarla
09:08
to get from one feeding place to another.
216
536173
2574
per passare da una fonte di cibo all'altra.
09:10
So we asked, how exactly do they do this?
217
538747
4751
Quindi ci siamo chiesti, come lo fanno?
09:15
We found that the dominant female
218
543498
1836
Abbiamo scoperto che la femmina dominante
09:17
is mostly the one who leads the group to the road,
219
545334
2621
di solito è quella che guida il gruppo
fino alla strada,
fino alla strada,
09:19
but when it comes to crossing it, crossing the road,
220
547955
3272
ma quando è il momento di attraversare la strada,
09:23
she gives way to the subordinates,
221
551227
2351
cede il passo ai subordinati,
09:25
a manner of saying,
222
553578
1777
un modo per dire,
09:27
"Go ahead, tell me if it's safe."
223
555355
2682
"Va' avanti, dimmi se è sicuro".
(Risate)
(Risate)
09:30
What I didn't know, in fact,
224
558037
1664
Quel che non sapevo, in realtà,
09:31
was what rules in their behavior the meerkats follow
225
559701
3142
è quali regole di comportamento seguissero i suricati
09:34
for this change at the edge of the group to happen
226
562843
2925
per far avvenire questo cambiamento
a bordo del gruppo
a bordo del gruppo
09:37
and if simple rules were sufficient to explain it.
227
565768
3850
e se bastavano regole semplici a spiegarlo.
09:41
So I built a model, a model of simulated meerkats
228
569618
3991
Così ho costruito un modello
di suricati artificiali
di suricati artificiali
09:45
crossing a simulated road.
229
573609
1913
che attraversano una strada artificiale.
09:47
It's a simplistic model.
230
575522
1872
È un modello semplificato.
09:49
Moving meerkats are like random particles
231
577394
2840
Spostandosi, i suricati sono come particelle casuali
09:52
whose unique rule is one of alignment.
232
580234
2222
la cui unica regola è quella di allineamento.
09:54
They simply move together.
233
582456
2406
si muovono insieme e basta.
09:56
When these particles get to the road,
234
584862
3184
Quando le particelle raggiungono la strada,
10:00
they sense some kind of obstacle,
235
588046
1942
percepiscono un qualche ostacolo,
10:01
and they bounce against it.
236
589988
2084
e ci rimbalzano contro.
10:04
The only difference
237
592072
1156
L'unica differenza
10:05
between the dominant female, here in red,
238
593228
2042
tra la femmina dominante, qui in rosso,
10:07
and the other individuals,
239
595270
1485
e gli altri individui,
10:08
is that for her, the height of the obstacle,
240
596755
2554
è che per lei l'altezza dell'ostacolo,
10:11
which is in fact the risk perceived from the road,
241
599309
2505
che è il rischio percepito della strada,
10:13
is just slightly higher,
242
601814
1949
è un po' maggiore,
10:15
and this tiny difference
243
603763
1661
e questa piccola differenza
10:17
in the individual's rule of movement
244
605424
1838
nella regola individuale di movimento
10:19
is sufficient to explain what we observe,
245
607262
2446
basta a spiegare quel che osserviamo,
10:21
that the dominant female
246
609708
2560
ossia che la femmina dominante
10:24
leads her group to the road
247
612268
1434
guida il gruppo fino alla strada
10:25
and then gives way to the others
248
613702
1670
e poi cede il passo agli altri
10:27
for them to cross first.
249
615372
2863
e li fa attraversare per primi.
10:30
George Box, who was an English statistician,
250
618235
3651
George Box, uno statistico inglese,
10:33
once wrote, "All models are false,
251
621886
2962
una volta ha scritto:
"Tutti i modelli sono falsi,
"Tutti i modelli sono falsi,
10:36
but some models are useful."
252
624848
2059
ma alcuni modelli sono utili".
10:38
And in fact, this model is obviously false,
253
626907
3197
E in realtà è evidente
che questo modello è falso,
che questo modello è falso,
10:42
because in reality, meerkats are
anything but random particles.
anything but random particles.
254
630104
3968
perché nella realtà i suricati
non sono affatto delle particelle casuali.
non sono affatto delle particelle casuali.
10:46
But it's also useful,
255
634072
1637
Ma è anche utile,
10:47
because it tells us that extreme simplicity
256
635709
2749
perché ci dice che l'estrema semplicità
10:50
in movement rules at the individual level
257
638458
3358
nelle regole di movimento
a livello individuale
a livello individuale
10:53
can result in a great deal of complexity
258
641816
2351
può dare come risultato
una grande complessità
una grande complessità
10:56
at the level of the group.
259
644167
1938
a livello di gruppo.
10:58
So again, that's simplifying complexity.
260
646105
4056
Quindi ci risiamo,
questo è semplificare la complessità.
questo è semplificare la complessità.
11:02
I would like to conclude
261
650161
1448
Vorrei concludere
11:03
on what this means for the whole species.
262
651609
2817
con quel che significa questo
per la specie nel suo insieme.
per la specie nel suo insieme.
11:06
When the dominant female
263
654426
1664
Quando la femmina dominante
11:08
gives way to a subordinate,
264
656090
1566
cede il passo a un subordinato,
11:09
it's not out of courtesy.
265
657656
2117
non è un gesto di cortesia.
11:11
In fact, the dominant female
266
659773
1507
In realtà, la femmina dominante
11:13
is extremely important for the cohesion of the group.
267
661280
2519
è importantissima per la coesione del gruppo.
11:15
If she dies on the road, the whole group is at risk.
268
663799
3512
Se muore sulla strada,
l'intero gruppo è in pericolo.
l'intero gruppo è in pericolo.
11:19
So this behavior of risk avoidance
269
667311
2236
Quindi questo evitare il rischio
11:21
is a very old evolutionary response.
270
669547
2801
è una vecchissima risposta evolutiva.
11:24
These meerkats are replicating an evolved tactic
271
672348
3869
Questi suricati replicano una tattica
che si è evoluta
che si è evoluta
11:28
that is thousands of generations old,
272
676217
2233
attraverso migliaiai di generazioni,
11:30
and they're adapting it to a modern risk,
273
678450
2414
e l'adattano a un rischio moderno,
11:32
in this case a road built by humans.
274
680864
3325
in questo caso una strada costruita dagli uomini.
11:36
They adapt very simple rules,
275
684189
2395
Adattano regole semplicissime,
11:38
and the resulting complex behavior
276
686584
2289
e il comportamento complesso
che ne risulta
che ne risulta
11:40
allows them to resist human encroachment
277
688873
2956
permette loro di sopravvivere all'intrusione umana
11:43
into their natural habitat.
278
691829
2448
nel loro habitat naturale.
11:46
In the end,
279
694277
1802
Alla fine,
11:48
it may be bats which change their social structure
280
696079
2700
possono essere pipistrelli
che cambiano la struttua sociale
che cambiano la struttua sociale
11:50
in response to a population crash,
281
698779
2384
in risposta a un calo della popolazione,
11:53
or it may be meerkats
282
701163
1399
o suricati
11:54
who show a novel adaptation to a human road,
283
702562
3202
che mostrano un adattamento nuovo
alla strada umana,
alla strada umana,
11:57
or it may be another species.
284
705764
2685
o possono essere altre specie.
12:00
My message here -- and it's not a complicated one,
285
708449
2793
Il mio messaggio qui -- e non è complicato,
12:03
but a simple one of wonder and hope --
286
711242
2764
ma semplice di meraviglia e speranza --
12:06
my message here is that animals
287
714006
3093
il mio messaggio è che gli animali
12:09
show extraordinary social complexity,
288
717099
2424
mostrano una straordinaria complessità sociale,
12:11
and this allows them to adapt
289
719523
2441
e questo permette loro di adattarsi
12:13
and respond to changes in their environment.
290
721964
3481
e rispondere ai cambiamenti
del loro ambiente.
del loro ambiente.
12:17
In three words, in the animal kingdom,
291
725445
2768
In tre parole, nel regno animale,
12:20
simplicity leads to complexity
292
728213
2774
la semplicità porta alla complessità
12:22
which leads to resilience.
293
730987
1483
che porta alla sopravvivenza.
12:24
Thank you.
294
732470
2284
Grazie.
12:26
(Applause)
295
734754
6680
(Applausi)
12:42
Dania Gerhardt: Thank you very much, Nicolas,
296
750694
1953
Dania Gerhardt: Grazie tante, Nicolas,
12:44
for this great start. Little bit nervous?
297
752647
3279
per questo inizio grandioso.
Un po' nervoso?
Un po' nervoso?
12:47
Nicolas Perony: I'm okay, thanks.
298
755926
1644
Nicolas Perony: Sto bene, grazie.
12:49
DG: Okay, great. I'm sure a
lot of people in the audience
lot of people in the audience
299
757570
2460
DG: Ok, fantastico.
Sono sicura che molti tra il pubblico
Sono sicura che molti tra il pubblico
12:52
somehow tried to make associations
300
760030
1864
hanno cercato di fare dei collegamenti
12:53
between the animals you were talking about --
301
761894
1824
tra gli animali di cui stavi parlando --
12:55
the bats, meerkats -- and humans.
302
763718
2056
i pipistrelli, i suricati e gli umani.
12:57
You brought some examples:
303
765774
1208
Hai fatto qualche esempio:
12:58
The females are the social ones,
304
766982
1735
le femmine sono quelle sociali,
13:00
the females are the dominant ones,
305
768717
1713
le femmine sono quelle dominanti,
13:02
I'm not sure who thinks how.
306
770430
1673
non so esattamente chi pensa come.
13:04
But is it okay to do these associations?
307
772103
2895
Ma possiamo fare questi collegamenti?
13:06
Are there stereotypes you can confirm in this regard
308
774998
2800
Sono stereotipi che tu puoi confermare
13:09
that can be valid across all species?
309
777798
3273
come validi tra specie e specie?
13:13
NP: Well, I would say there are also
310
781071
1603
NP: Be', posso dire che ci sono
13:14
counter-examples to these stereotypes.
311
782674
1952
anche contro-esempi a questi stereotipi.
13:16
For examples, in sea horses or in koalas, in fact,
312
784626
3140
Per esempio, nei cavallucci marini o nei koala,
13:19
it is the males who take care of the young always.
313
787766
3698
sono sempre i maschi
che si prendono cura dei cuccioli.
che si prendono cura dei cuccioli.
13:23
And the lesson is that it's often difficult,
314
791464
5041
E questo ci insegna che è sempre difficile,
13:28
and sometimes even a bit dangerous,
315
796505
1752
e a volte ance un po' pericoloso,
13:30
to draw parallels between humans and animals.
316
798257
2672
fare paralleli tra uomini e animali.
13:32
So that's it.
317
800929
2106
Tutto qui.
13:35
DG: Okay. Thank you very much for this great start.
318
803035
2846
DG: Ok. Grazie ancora
per il grandioso inizio.
per il grandioso inizio.
13:37
Thank you, Nicolas Perony.
319
805881
2080
Grazie, Nicolas Perony.
(Applausi)
(Applausi)
ABOUT THE SPEAKER
Nicolas Perony - Animal scientistNicolas Perony models the movement of animal groups to understand: what is the individual behavior that guides the behavior of the larger society?
Why you should listen
Nicolas Perony started his career as a roboticist. But after one of his robots -- which was designed to follow a white line -- destroyed itself because of a lighting snafu on demo day, he realized that he was less interested in creating complicated robots and more interested in studying the complexity that already exists out there in the animal kingdom. He quickly changed course and is now a quantitative scientist at the Chair of Systems Design at ETH Zurich, where he studies the structure and dynamics of animal societies.
Perony conducts his research by placing GPS collars on animals like Bechstein's bats and meerkats, and studying the spacial data of the group. He creates models of the movement over time to see patterns. He then tries to ascertain at the simple rules that individuals in the animal group seem to be following that, when done en masse, result in the larger flow. In other words, he looks at the underlying mechanics that lead to the collective movement of animal groups.
Nicolas Perony | Speaker | TED.com