TED2014
Andrew Connolly: What's the next window into our universe?
Andrew Connolly: Quale sarà la prossima finestra sul nostro universo?
Filmed:
Readability: 5
1,261,423 views
I big data sono dappertutto, persino nei cieli. In un intervento istruttivo, l'astronomo Andrew Connolly mostra come si raccolgono grandi quantità di dati sull'universo, registrando i suoi costanti cambiamenti. Come fanno gli scienziati a catturare così tante immagini su scala? Tutto inizia con un enorme telescopio...
Andrew Connolly - Astronomer
Andrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way. Full bio
Andrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way. Full bio
Double-click the English transcript below to play the video.
00:13
So in 1781, an English composer,
0
1119
3471
Nel 1781, un compositore,
00:16
technologist and astronomer called William Herschel
1
4590
3139
tecnologo e astronomo inglese
di nome William Herschel
di nome William Herschel
00:19
noticed an object on the sky that
2
7729
1743
notò un corpo celeste nel cielo
00:21
didn't quite move the way the rest of the stars did.
3
9472
2868
che non si muoveva
come gli altri corpi celesti.
come gli altri corpi celesti.
00:24
And Herschel's recognition
that something was different,
that something was different,
4
12340
3094
La constatazione di Herschel
che c'era qualcosa di diverso,
che c'era qualcosa di diverso,
00:27
that something wasn't quite right,
5
15434
1867
che non quadrava,
00:29
was the discovery of a planet,
6
17301
1822
fu la scoperta di un pianeta,
00:31
the planet Uranus,
7
19123
2077
il pianeta Urano,
00:33
a name that has entertained
8
21200
1355
un nome che ha divertito
00:34
countless generations of children,
9
22555
3160
innumerevoli generazioni di bambini,
00:37
but a planet that overnight
10
25715
2335
ma un pianeta che da un momento all'altro
00:40
doubled the size of our known solar system.
11
28050
2616
ha raddoppiato la dimensione
del sistema solare a noi noto.
00:42
Just last month, NASA announced the discovery
12
30666
1855
Proprio il mese scorso, la NASA
ha annunciato la scoperta
00:44
of 517 new planets
13
32521
2329
di 517 nuovi pianeti
00:46
in orbit around nearby stars,
14
34850
2126
in orbita attorno alle stelle
vicine alla Terra,
00:48
almost doubling overnight the number of planets
15
36976
2251
che vanno quasi a raddoppiare
il numero dei pianeti
00:51
we know about within our galaxy.
16
39227
2598
a noi noti nella nostra galassia.
00:53
So astronomy is constantly being transformed by this
17
41825
2632
Perciò l'astronomia subisce
costanti cambiamenti
costanti cambiamenti
00:56
capacity to collect data,
18
44457
2138
a causa della capacità
di raccogliere dati,
di raccogliere dati,
00:58
and with data almost doubling every year,
19
46595
2545
con i dati che raddoppiano
quasi ogni anno,
quasi ogni anno,
01:01
within the next two decades, me may even
20
49140
1808
entro due decenni,
potremmo persino
potremmo persino
01:02
reach the point for the first time in history
21
50948
2318
raggiungere il traguardo della scoperta
01:05
where we've discovered the majority of the galaxies
22
53266
2854
della maggior parte delle galassie
nell'universo
nell'universo
01:08
within the universe.
23
56120
1724
per la prima volta nella storia.
01:09
But as we enter this era of big data,
24
57844
2284
Entrando nell'era dei big data,
01:12
what we're beginning to find is there's a difference
25
60128
1980
iniziamo a scoprire la differenza
01:14
between more data being just better
26
62108
3161
tra più dati migliori
01:17
and more data being different,
27
65269
1980
e più dati diversi,
01:19
capable of changing the questions we want to ask,
28
67249
2891
in grado di cambiare le domande
che vogliamo porre,
che vogliamo porre,
01:22
and this difference is not about
how much data we collect,
how much data we collect,
29
70140
3320
e questa differenza non riguarda
la quantità di dati raccolti,
la quantità di dati raccolti,
ma se quei dati aprono
01:25
it's whether those data open new windows
30
73460
1689
nuovi orizzonti
01:27
into our universe,
31
75149
1378
sul nostro universo,
01:28
whether they change the way we view the sky.
32
76527
2885
se cambieranno il modo
in cui vediamo il cielo.
in cui vediamo il cielo.
01:31
So what is the next window into our universe?
33
79412
3439
Qual è la prossima finestra sull'universo?
01:34
What is the next chapter for astronomy?
34
82851
2791
Quale sarà il prossimo capitolo
per l'astronomia?
per l'astronomia?
01:37
Well, I'm going to show you some
of the tools and the technologies
of the tools and the technologies
35
85642
2655
Vi mostrerò alcuni strumenti e tecnologie
01:40
that we're going to develop over the next decade,
36
88297
2564
che svilupperemo nei prossimi dieci anni
01:42
and how these technologies,
37
90861
1473
e come queste tecnologie,
01:44
together with the smart use of data,
38
92334
1868
assieme all'uso intelligente dei dati,
01:46
may once again transform astronomy
39
94202
2970
potranno trasformare l'astronomia di nuovo
01:49
by opening up a window into our universe,
40
97172
2047
aprendo una finestra sull'universo,
01:51
the window of time.
41
99219
1781
la finestra del tempo.
01:53
Why time? Well, time is about origins,
42
101000
2584
Perché il tempo?
Tempo vuol dire origini,
Tempo vuol dire origini,
01:55
and it's about evolution.
43
103584
1890
evoluzione.
01:57
The origins of our solar system,
44
105474
1496
Le origini
del nostro sistema solare,
01:58
how our solar system came into being,
45
106970
2204
com'è nato il nostro sistema solare,
02:01
is it unusual or special in any way?
46
109174
3409
è stato insolito o speciale
per qualche aspetto?
per qualche aspetto?
02:04
About the evolution of our universe.
47
112583
1991
Veniamo all'evoluzione
del nostro universo.
02:06
Why our universe is continuing to expand,
48
114574
3006
Perché il nostro universo
è in continua espansione,
è in continua espansione,
02:09
and what is this mysterious dark energy
49
117580
1933
cos'è questa energia oscura misteriosa
02:11
that drives that expansion?
50
119513
2615
che lo fa espandere?
02:14
But first, I want to show you how technology
51
122128
2764
Prima, vorrei mostrarvi
come la tecnologia
come la tecnologia
02:16
is going to change the way we view the sky.
52
124892
2771
cambierà il modo in cui vediamo il cielo.
02:19
So imagine if you were sitting
53
127663
1507
Immaginate di essere seduti
02:21
in the mountains of northern Chile
54
129170
2092
sulle montagne del Cile settentrionale
02:23
looking out to the west
55
131262
1407
guardando verso ovest
02:24
towards the Pacific Ocean
56
132669
2048
in direzione dell'Oceano Pacifico
02:26
a few hours before sunrise.
57
134717
2564
poche ore prima dell'alba.
02:29
This is the view of the night sky that you would see,
58
137281
3237
Questa è la vista del cielo notturno
che vedreste,
che vedreste,
02:32
and it's a beautiful view,
59
140518
1671
ed è un panorama bellissimo,
02:34
with the Milky Way just peeking out over the horizon.
60
142189
2913
con la Via Lattea che fa capolino
appena sopra la linea dell'orizzonte.
02:37
but it's also a static view,
61
145102
2160
Ma è anche una visuale statica
02:39
and in many ways, this is the
way we think of our universe:
way we think of our universe:
62
147262
2758
e per molti aspetti è questo il modo
in cui pensiamo il nostro universo:
02:42
eternal and unchanging.
63
150020
2394
eterno e immutabile.
02:44
But the universe is anything but static.
64
152414
1991
Ma l'universo è tutto tranne che statico.
02:46
It constantly changes on timescales of seconds
65
154405
2531
Cambia costantemente
in un secondo,
in un secondo,
02:48
to billions of years.
66
156936
1845
che sono miliardi di anni.
02:50
Galaxies merge, they collide
67
158781
1744
Le galassie si fondono, si scontrano
02:52
at hundreds of thousands of miles per hour.
68
160525
2655
a centinaia di migliaia
di chilometri all'ora.
di chilometri all'ora.
Le stelle nascono, muoiono,
02:55
Stars are born, they die,
69
163180
2070
esplodono durante
questi fenomeni pazzeschi.
questi fenomeni pazzeschi.
02:57
they explode in these extravagant displays.
70
165250
3150
In realtà, se ritorniamo
03:00
In fact, if we could go back
71
168400
1270
03:01
to our tranquil skies above Chile,
72
169670
2599
ai nostri cieli tranquilli sopra il Cile,
03:04
and we allow time to move forward
73
172269
2465
e facciamo andare avanti il tempo
03:06
to see how the sky might change over the next year,
74
174734
4393
per vedere come potrebbe cambiare il cielo
l'anno prossimo,
l'anno prossimo,
03:11
the pulsations that you see
75
179127
2290
le pulsazioni che vedete
03:13
are supernovae, the final remnants of a dying star
76
181417
4409
sono le supernovae,
gli ultimi resti di una stella morente
gli ultimi resti di una stella morente
03:17
exploding, brightening and then fading from view,
77
185826
3747
che esplode, brilla e poi scompare
dalla nostra vista,
dalla nostra vista,
03:21
each one of these supernovae
78
189573
1890
ogni singola supernova
03:23
five billion times the brightness of our sun,
79
191463
3003
brilla cinque miliardi di volte in più
rispetto al sole,
rispetto al sole,
03:26
so we can see them to great distances
80
194466
2340
perciò sono visibili a lunghe distanze,
03:28
but only for a short amount of time.
81
196806
2496
ma solo per un breve periodo di tempo.
03:31
Ten supernova per second explode somewhere
82
199302
2577
Da qualche parte nel nostro universo
esplodono 10 supernovae
03:33
in our universe.
83
201879
1417
al secondo.
03:35
If we could hear it,
84
203296
1420
Se potessimo sentirle
03:36
it would be popping like a bag of popcorn.
85
204716
3699
il suono sarebbe simile allo scoppio
di un sacchetto di popcorn.
di un sacchetto di popcorn.
03:40
Now, if we fade out the supernovae,
86
208415
3127
Ora, se "spegniamo" le supernovae,
03:43
it's not just brightness that changes.
87
211542
3229
non cambierà solo la luminosità.
03:46
Our sky is in constant motion.
88
214771
2339
Il nostro cielo si muove costantemente.
03:49
This swarm of objects you
see streaming across the sky
see streaming across the sky
89
217110
3170
Questo sciame di punti
che vedete scorrere nel cielo
che vedete scorrere nel cielo
03:52
are asteroids as they orbit our sun,
90
220280
2658
sono asteroidi che orbitano
attorno al sole,
attorno al sole,
03:54
and it's these changes and the motion
91
222938
1972
e sono questi cambiamenti e il movimento
03:56
and it's the dynamics of the system
92
224910
2324
e la dinamicità del sistema
03:59
that allow us to build our models for our universe,
93
227234
2373
che ci permettono di costruire
i nostri modelli dell'universo,
04:01
to predict its future and to explain its past.
94
229607
4073
di prevedere il suo futuro
e di spiegare il suo passato.
e di spiegare il suo passato.
Ma i telescopi che abbiamo usato
nello scorso decennio
nello scorso decennio
04:05
But the telescopes we've used over the last decade
95
233680
3094
04:08
are not designed to capture the data at this scale.
96
236774
4015
non erano progettati per catturare
i dati su questa scala.
i dati su questa scala.
04:12
The Hubble Space Telescope:
97
240789
1620
Il telescopio spaziale Hubble:
04:14
for the last 25 years it's been producing
98
242409
2261
negli ultimi 25 anni ha prodotto
04:16
some of the most detailed views
99
244670
1961
alcune delle panoramiche
più dettagliate
più dettagliate
04:18
of our distant universe,
100
246631
1991
del nostro universo distante,
04:20
but if you tried to use the Hubble to create an image
101
248622
2070
ma se si tentava di usarlo
04:22
of the sky, it would take 13 million individual images,
102
250692
4578
per creare un'immagine del cielo,
ci volevano 13 milioni
di immagini individuali,
di immagini individuali,
04:27
about 120 years to do this just once.
103
255270
3712
circa 120 anni per farlo solo una volta.
04:30
So this is driving us to new technologies
104
258982
2261
Questo ci spinge verso nuove tecnologie
04:33
and new telescopes,
105
261243
1847
e nuovi telescopi,
04:35
telescopes that can go faint
106
263090
1742
telescopi che possono focalizzare
04:36
to look at the distant universe
107
264832
1553
l'universo distante
04:38
but also telescopes that can go wide
108
266385
2681
ma anche telescopi
che possono estendersi
che possono estendersi
04:41
to capture the sky as rapidly as possible,
109
269066
2819
per catturare il cielo
il più rapidamente possibile,
il più rapidamente possibile,
04:43
telescopes like the Large Synoptic Survey Telescope,
110
271885
3561
telescopi come
il Large Synoptic Survey Telescope
il Large Synoptic Survey Telescope
04:47
or the LSST,
111
275446
1879
o LSST,
04:49
possibly the most boring name ever
112
277325
2340
forse il nome più noioso di sempre
per uno degli esperimenti più affascinanti
04:51
for one of the most fascinating experiments
113
279665
1979
04:53
in the history of astronomy,
114
281644
1992
della storia dell'astronomia,
04:55
in fact proof, if you should need it,
115
283636
2214
prova concreta,
come se ne aveste bisogno,
come se ne aveste bisogno,
04:57
that you should never allow
a scientist or an engineer
a scientist or an engineer
116
285850
2668
che non si dovrebbe mai permettere
a uno scienziato o a un ingegnere
05:00
to name anything, not even your children.
(Laughter)
(Laughter)
117
288518
5831
di dare il nome a qualcosa,
nemmeno ai loro figli.
nemmeno ai loro figli.
(Risate)
Stiamo costruendo l'LSST.
05:06
We're building the LSST.
118
294349
1465
Prevediamo di iniziare a raccogliere dati
05:07
We expect it to start taking data
by the end of this decade.
by the end of this decade.
119
295814
3381
entro la fine di questo decennio.
05:11
I'm going to show you how we think
120
299195
1699
Vi mostrerò come pensiamo
05:12
it's going to transform
our views of the universe,
our views of the universe,
121
300894
3577
che trasformerà la nostra visione
dell'universo,
dell'universo,
05:16
because one image from the LSST
122
304471
2374
perché un'immagine dell'LSST
05:18
is equivalent to 3,000 images
123
306845
2385
equivale a tremila immagini
05:21
from the Hubble Space Telescope,
124
309230
2126
del telescopio spaziale Hubble,
ogni immagine
05:23
each image three and a half degrees on the sky,
125
311356
3138
di tre gradi e mezzo sul cielo,
05:26
seven times the width of the full moon.
126
314494
2776
sette volte l'ampiezza della luna piena.
05:29
Well, how do you capture an image at this scale?
127
317270
2309
Come si cattura un'immagine
su questa scala?
su questa scala?
05:31
Well, you build the largest digital camera in history,
128
319579
4151
Si costruisce la fotocamera digitale
più grande della storia,
più grande della storia,
05:35
using the same technology you find
in the cameras in your cell phone
in the cameras in your cell phone
129
323730
3161
usando la stessa tecnologia
che si trova nelle fotocamere
dei vostri cellulari
dei vostri cellulari
05:38
or in the digital cameras you
can buy in the High Street,
can buy in the High Street,
130
326891
3791
o nelle fotocamere digitali
che comprate in centro,
che comprate in centro,
05:42
but now at a scale that is five and a half feet across,
131
330682
3120
ma con una scala che è di 1,7 metri
in orizzontale,
in orizzontale,
più o meno la lunghezza
di un Maggiolino Volkswagen,
di un Maggiolino Volkswagen,
05:45
about the size of a Volkswagen Beetle,
132
333802
2408
05:48
where one image is three billion pixels.
133
336210
2958
dove un'immagine è composta
da tre miliardi di pixel.
da tre miliardi di pixel.
05:51
So if you wanted to look at an image
134
339168
1338
Quindi se volete guardare
un'immagine
05:52
in its full resolution, just a single LSST image,
135
340506
3229
nella sua piena risoluzione,
solo una singola immagine LSST,
solo una singola immagine LSST,
05:55
it would take about 1,500
high-definition TV screens.
high-definition TV screens.
136
343735
4725
ci vorrebbero circa 1500 schermi tv
in HD.
06:00
And this camera will image the sky,
137
348460
2778
Questa fotocamera creerà
un'immagine del cielo,
un'immagine del cielo,
06:03
taking a new picture every 20 seconds,
138
351238
3038
scattando una nuova fotografia
ogni 20 secondi,
ogni 20 secondi,
06:06
constantly scanning the sky
139
354276
2188
scansionando il cielo costantemente
06:08
so every three nights, we'll get a completely new view
140
356464
2825
così che ogni tre notti
avremo una visione del tutto nuova
avremo una visione del tutto nuova
06:11
of the skies above Chile.
141
359289
2383
dei cieli sopra il Cile.
06:13
Over the mission lifetime of this telescope,
142
361672
2835
Oltre alla missione di una vita
di questo telescopio,
di questo telescopio,
06:16
it will detect 40 billion stars and galaxies,
143
364507
3352
individuerà 40 miliardi
di astri e galassie,
e sarà la prima volta
06:19
and that will be for the first time
144
367859
1500
06:21
we'll have detected more objects in our universe
145
369359
2775
che avremo individuato più corpi
nel nostro universo
nel nostro universo
06:24
than people on the Earth.
146
372134
2689
di quante siano le persone sulla Terra.
06:26
Now, we can talk about this
147
374823
1215
Ora, possiamo parlarne
06:28
in terms of terabytes and petabytes
148
376038
2362
in termini di terabyte e petabyte
06:30
and billions of objects,
149
378400
1519
e miliardi di corpi celesti,
06:31
but a way to get a sense of the amount of data
150
379919
1748
ma un modo
per capire la quantità di dati
06:33
that will come off this camera
151
381667
1899
che otterremo
da questa fotocamera
da questa fotocamera
06:35
is that it's like playing every TED Talk ever recorded
152
383566
4731
è paragonarla alla riproduzione simultanea
di ogni TED Talk mai registrato,
di ogni TED Talk mai registrato,
06:40
simultaneously, 24 hours a day,
153
388297
3073
24 ore al giorno,
06:43
seven days a week, for 10 years.
154
391370
2858
sette giorni alla settimana,
per 10 anni.
per 10 anni.
06:46
And to process this data means
155
394228
2261
Ed elaborare questi dati significa
06:48
searching through all of those talks
156
396489
1924
passare in rassegna tutti quei talk
06:50
for every new idea and every new concept,
157
398413
2249
per ogni idea nuova
e ogni concetto nuovo,
e ogni concetto nuovo,
06:52
looking at each part of the video
158
400662
1856
guardando ogni parte del video
06:54
to see how one frame may have changed
159
402518
2025
per vedere come un'inquadratura
06:56
from the next.
160
404543
1845
possa essere diversa
da quella successiva.
06:58
And this is changing the way that we do science,
161
406388
2351
Questo cambia il modo di lavorare
degli scienziati,
degli scienziati,
07:00
changing the way that we do astronomy,
162
408739
2255
cambia il modo di lavorare
degli astronomi
degli astronomi
07:02
to a place where software and algorithms
163
410994
2256
arrivando al punto dove i software
e gli algoritmi
e gli algoritmi
07:05
have to mine through this data,
164
413250
1868
devono scavare in questi dati,
07:07
where the software is as critical to the science
165
415118
3206
dove i software sono tanto cruciali
per la scienza
per la scienza
07:10
as the telescopes and the
cameras that we've built.
cameras that we've built.
166
418324
4027
quanto lo sono i telescopi
e le fotocamere
e le fotocamere
che abbiamo costruito.
07:14
Now, thousands of discoveries
167
422351
2587
Faremo migliaia di scoperte
grazie a questo progetto,
grazie a questo progetto,
07:16
will come from this project,
168
424938
1935
07:18
but I'm just going to tell you about two
169
426873
1451
ma io vi parlerò solo
07:20
of the ideas about origins and evolution
170
428324
2363
di due idee sulle origini e l'evoluzione
07:22
that may be transformed by our access
171
430687
2253
che potrebbero subire cambiamenti
a causa dell'accesso
07:24
to data at this scale.
172
432940
2561
ai dati su questa scala.
07:27
In the last five years, NASA has discovered
173
435501
2385
Negli ultimi 5 anni, la NASA ha scoperto
07:29
over 1,000 planetary systems
174
437886
2261
più di mille sistemi planetari
07:32
around nearby stars,
175
440147
2093
attorno ai corpi celesti vicini
alla Terra,
alla Terra,
07:34
but the systems we're finding
176
442240
1930
ma i sistemi che stiamo trovando
07:36
aren't much like our own solar system,
177
444170
2490
non assomigliano molto
al nostro sistema solare,
al nostro sistema solare,
07:38
and one of the questions we face is
178
446660
1575
e una delle domande
che affrontiamo è:
07:40
is it just that we haven't been looking hard enough
179
448235
2318
non abbiamo guardato
abbastanza attentamente
abbastanza attentamente
07:42
or is there something special or unusual
180
450553
1766
o c'è qualcosa di speciale
o di insolito nelle origini
del nostro sistema solare?
del nostro sistema solare?
07:44
about how our solar system formed?
181
452319
2418
07:46
And if we want to answer that question,
182
454737
2262
Se vogliamo rispondere a questa domanda,
07:48
we have to know and understand
183
456999
1439
dobbiamo conoscere e capire
07:50
the history of our solar system in detail,
184
458438
2836
la storia del nostro sistema solare
nel dettaglio,
nel dettaglio,
07:53
and it's the details that are crucial.
185
461274
2137
e sono i dettagli a essere cruciali.
07:55
So now, if we look back at the sky,
186
463411
3666
Ora, se torniamo a guardare il cielo,
07:59
at our asteroids that were streaming across the sky,
187
467077
3551
i nostri asteroidi che scorrevano
nel cielo,
nel cielo,
08:02
these asteroids are like the
debris of our solar system.
debris of our solar system.
188
470628
4222
questi asteroidi sono come i detriti
del nostro sistema solare.
del nostro sistema solare.
08:06
The positions of the asteroids
189
474850
2008
Le posizioni degli asteroidi
sono come le impronte digitali
08:08
are like a fingerprint of an earlier time
190
476858
2137
di un'era passata
08:10
when the orbits of Neptune and Jupiter
191
478995
1980
quando le orbite di Nettuno e di Giove
08:12
were much closer to the sun,
192
480975
1895
erano molto più vicine al Sole,
08:14
and as these giant planets migrated
through our solar system,
through our solar system,
193
482870
3453
e quando questi pianeti enormi
si sono spostati
nel nostro sistema solare,
nel nostro sistema solare,
08:18
they were scattering the asteroids in their wake.
194
486323
3330
si sono lasciati alle spalle
una scia di asteroidi.
una scia di asteroidi.
Studiare gli asteroidi
08:21
So studying the asteroids
195
489653
1306
08:22
is like performing forensics,
196
490959
2121
è come fare indagini scientifiche,
08:25
performing forensics on our solar system,
197
493080
2558
indagare
sul nostro sistema solare,
sul nostro sistema solare,
08:27
but to do this, we need distance,
198
495638
2702
ma per fare questo, serve distanza,
08:30
and we get the distance from the motion,
199
498340
2079
e la distanza si ottiene dal movimento,
08:32
and we get the motion because of our access to time.
200
500419
4547
e il movimento si ottiene
dall'accesso al tempo.
dall'accesso al tempo.
08:36
So what does this tell us?
201
504966
1702
Perciò cosa significa tutto questo?
08:38
Well, if you look at the little yellow asteroids
202
506668
2227
Se guardate i piccoli asteroidi gialli
08:40
flitting across the screen,
203
508895
2273
che schizzano sullo schermo,
08:43
these are the asteroids that are moving fastest,
204
511168
2430
questi sono gli asteroidi
che si muovono più velocemente,
08:45
because they're closest to us, closest to Earth.
205
513598
3341
perché sono più vicini a noi,
più vicini alla Terra.
08:48
These are the asteroids we may one day
206
516939
1507
Questi sono gli asteroidi
08:50
send spacecraft to, to mine them for minerals,
207
518446
3398
su cui un giorno potremmo spedire
delle astronavi,
per trovare minerali,
per trovare minerali,
08:53
but they're also the asteroids that may one day
208
521844
2002
ma sono anche gli stessi asteroidi
che un giorno
potrebbero cadere sulla Terra,
potrebbero cadere sulla Terra,
08:55
impact the Earth,
209
523846
1665
08:57
like happened 60 million years ago
210
525511
1291
come accadde 60 milioni di anni fa
con l'estinzione dei dinosauri,
con l'estinzione dei dinosauri,
08:58
with the extinction of the dinosaurs,
211
526802
2635
09:01
or just at the beginning of the last century,
212
529437
1822
o all'inizio del secolo scorso,
09:03
when an asteroid wiped out
213
531259
1332
quando un asteroide
09:04
almost 1,000 square miles of Siberian forest,
214
532591
3589
spazzò via quasi
2600 chilometri quadrati
della foresta siberiana,
della foresta siberiana,
o l'anno scorso, quando un asteroide
ha colpito la Russia,
ha colpito la Russia,
09:08
or even just last year, as one burnt up over Russia,
215
536180
3088
09:11
releasing the energy of a small nuclear bomb.
216
539268
3612
rilasciando l'energia
di una piccola bomba nucleare.
di una piccola bomba nucleare.
09:14
So studying the forensics of our solar system
217
542880
3622
Studiare l'aspetto scientifico
del nostro sistema solare
del nostro sistema solare
09:18
doesn't just tell us about the past,
218
546502
2058
non solo ci informa sul passato,
09:20
it can also predict the future,
including our future.
including our future.
219
548560
3811
ma può anche prevedere il futuro,
compreso il nostro.
compreso il nostro.
Quando ci allontaniamo,
09:26
Now when we get distance,
220
554771
1968
09:28
we get to see the asteroids
in their natural habitat,
in their natural habitat,
221
556739
3589
possiamo vedere gli asteroidi
nel loro habitat naturale,
nel loro habitat naturale,
09:32
in orbit around the sun.
222
560328
1322
in orbita attorno al sole.
09:33
So every point in this visualization that you can see
223
561650
2907
Ogni punto di quest'immagine
che potete ammirare
che potete ammirare
09:36
is a real asteroid.
224
564557
2763
è un vero asteroide.
09:39
Its orbit has been calculated
from its motion across the sky.
from its motion across the sky.
225
567320
4010
La sua orbita è stata calcolata
dal suo movimento nel cielo.
dal suo movimento nel cielo.
09:43
The colors reflect the composition of these asteroids,
226
571330
3341
I colori riflettono la composizione
di questi asteroidi,
di questi asteroidi,
09:46
dry and stony in the center,
227
574671
2137
secchi e rocciosi al centro,
09:48
water-rich and primitive towards the edge,
228
576808
2587
ricchi di acqua e primitivi versi i bordi,
09:51
water-rich asteroids which may have seeded
229
579395
2284
gli asteroidi ricchi di acqua
che forse hanno seminato
che forse hanno seminato
09:53
the oceans and the seas that we find on our planet
230
581679
3451
gli oceani e i mari che si trovano
sul nostro pianeta
sul nostro pianeta
09:57
when they bombarded the
Earth at an earlier time.
Earth at an earlier time.
231
585130
3206
quando bombardarono la Terra
miliardi di anni fa.
miliardi di anni fa.
10:02
Because the LSST will be able to go faint
232
590127
2832
Dato che l'LSST sarà in grado
di focalizzare la visuale
di focalizzare la visuale
10:04
and not just wide,
233
592959
1698
e non solo di ampliarla,
10:06
we will be able to see these asteroids
234
594657
1808
saremo in grado di vedere
questi asteroidi
questi asteroidi
10:08
far beyond the inner part of our solar system,
235
596465
3187
ben oltre la parte centrale
del nostro sistema solare,
del nostro sistema solare,
10:11
to asteroids beyond the
orbits of Neptune and Mars,
orbits of Neptune and Mars,
236
599652
3813
fino agli asteroidi oltre le orbite
di Nettuno e di Marte,
di Nettuno e di Marte,
10:15
to comets and asteroids that may exist
237
603465
2261
fino a comete e asteroidi che esistono
10:17
almost a light year from our sun.
238
605726
3230
quasi a un anno luce
di distanza dal sole.
di distanza dal sole.
10:20
And as we increase the detail of this picture,
239
608956
2609
Aumentando i dettagli di quest'immagine,
10:23
increasing the detail by factors of 10 to 100,
240
611565
3127
aumentando il dettaglio
per fattori da 10 a 100,
per fattori da 10 a 100,
10:26
we will be able to answer questions such as,
241
614692
2430
saremo in grado di rispondere
a domande come:
a domande come:
10:29
is there evidence for planets
outside the orbit of Neptune,
outside the orbit of Neptune,
242
617122
3589
ci sono prove dell'esistenza di pianeti
fuori dall'orbita di Nettuno,
fuori dall'orbita di Nettuno,
10:32
to find Earth-impacting asteroids
243
620711
2507
per trovare asteroidi
che colpiranno la Terra
che colpiranno la Terra
10:35
long before they're a danger,
244
623218
2535
prima che costituiscano un pericolo,
10:37
and to find out whether, maybe,
245
625753
1757
e forse scoprire se
10:39
our sun formed on its own or in a cluster of stars,
246
627510
3180
il nostro sole si è formato da solo
o mediante un gruppo di stelle
o mediante un gruppo di stelle
10:42
and maybe it's this sun's stellar siblings
247
630690
3082
e forse sono i corpi celesti simili
al sole
al sole
10:45
that influenced the formation of our solar system,
248
633772
3442
che hanno influenzato la formazione
del nostro sistema solare,
del nostro sistema solare,
10:49
and maybe that's one of the reasons why
solar systems like ours seem to be so rare.
solar systems like ours seem to be so rare.
249
637214
5753
e forse è questa una delle ragioni
per cui i sistemi solari
per cui i sistemi solari
come il nostro sembrano essere così rari.
10:54
Now, distance and changes in our universe —
250
642974
4562
Distanza e cambiamenti
nel nostro universo.
nel nostro universo.
10:59
distance equates to time,
251
647536
3859
La distanza è uguale al tempo,
11:03
as well as changes on the sky.
252
651395
2059
così come i cambiamenti del cielo.
11:05
Every foot of distance you look away,
253
653454
2790
A ogni metro di distanza dove guardate,
11:08
or every foot of distance an object is away,
254
656244
2485
o ogni mezzo metro di distanza
dove si trova un corpo,
11:10
you're looking back about a
billionth of a second in time,
billionth of a second in time,
255
658729
3589
guardate indietro circa un miliardesimo
di secondo nel tempo,
11:14
and this idea or this notion of looking back in time
256
662318
2613
Quest'idea o questa nozione
del guardarsi indietro nel tempo.
11:16
has revolutionized our ideas about the universe,
257
664931
2631
ha rivoluzionato le nostre idee
sull'universo,
sull'universo,
11:19
not once but multiple times.
258
667562
2280
non una ma più volte.
11:21
The first time was in 1929,
259
669842
2812
La prima volta fu nel 1929,
11:24
when an astronomer called Edwin Hubble
260
672654
2092
quando un astronomo
di nome Edwin Hubble
di nome Edwin Hubble
11:26
showed that the universe was expanding,
261
674746
2249
mostrò che l'universo
era in espansione,
era in espansione,
11:28
leading to the ideas of the Big Bang.
262
676995
2713
spingendosi verso la teoria del Big Bang.
11:31
And the observations were simple:
263
679708
2582
Le osservazioni erano semplici:
11:34
just 24 galaxies
264
682290
2154
solo 24 galassie
11:36
and a hand-drawn picture.
265
684444
3050
e un disegno fatto a mano.
11:41
But just the idea that the more distant a galaxy,
266
689124
4660
Solo l'idea
che più una galassia era distante
che più una galassia era distante
11:45
the faster it was receding,
267
693784
2070
e più velocemente recedeva,
11:47
was enough to give rise to modern cosmology.
268
695854
3419
fu sufficiente per dare vita
alla cosmologia moderna.
alla cosmologia moderna.
11:51
A second revolution happened 70 years later,
269
699273
2425
Una seconda rivoluzione
accadde 70 anni dopo,
accadde 70 anni dopo,
11:53
when two groups of astronomers showed
270
701698
2072
quando due gruppi di astronomi mostrarono
11:55
that the universe wasn't just expanding,
271
703770
2433
che l'universo non solo era in espansione,
11:58
it was accelerating,
272
706203
1325
ma stava anche accelerando,
11:59
a surprise like throwing up a ball into the sky
273
707528
3343
una sorpresa
come lanciare una palla in aria
come lanciare una palla in aria
12:02
and finding out the higher that it gets,
274
710871
2812
e scoprire che più va in alto,
12:05
the faster it moves away.
275
713683
1778
più si allontana velocemente.
12:07
And they showed this
276
715461
1509
Lo dimostrarono
12:08
by measuring the brightness of supernovae,
277
716970
2405
misurando la luminosità delle supernovae
12:11
and how the brightness of the supernovae
278
719375
1834
e come la luminosità delle supernovae
12:13
got fainter with distance.
279
721209
2171
si affievoliva man mano
che la distanza aumentava.
12:15
And these observations were more complex.
280
723380
2453
Queste osservazioni
erano più complesse.
erano più complesse.
12:17
They required new technologies and new telescopes,
281
725833
3014
Richiedevano nuove tecnologie
e nuovi telescopi,
e nuovi telescopi,
12:20
because the supernovae were in galaxies
282
728847
4050
perché le supernovae
si trovavano in galassie
si trovavano in galassie
12:24
that were 2,000 times more distant
283
732897
1958
che erano 2 mila volte più distanti
12:26
than the ones used by Hubble.
284
734855
2688
di quelle usate da Hubble.
12:29
And it took three years to find just 42 supernovae,
285
737543
5311
Ci vollero tre anni
per trovare solo 42 supernovae
per trovare solo 42 supernovae
12:34
because a supernova only explodes
286
742854
1754
perché una supernova esplode solo
12:36
once every hundred years within a galaxy.
287
744608
3082
una volta ogni 100 anni in una galassia.
12:39
Three years to find 42 supernovae
288
747690
2284
Tre anni per trovare 42 supernovae
12:41
by searching through tens of thousands of galaxies.
289
749974
4019
cercando tra decine di migliaia
di galassie.
di galassie.
12:45
And once they'd collected their data,
290
753993
1851
Una volta raccolti i dati,
12:47
this is what they found.
291
755844
3748
ecco ciò che trovarono.
12:51
Now, this may not look impressive,
292
759592
2711
Questo non vi sembrerà strabiliante,
12:54
but this is what a revolution in physics looks like:
293
762303
4115
ma è così che appare
una rivoluzione in fisica:
una rivoluzione in fisica:
12:58
a line predicting the brightness of a supernova
294
766418
2430
una linea che prevede la luminosità
di una supernova
di una supernova
13:00
11 billion light years away,
295
768848
2046
a 11 miliardi di anni luce di distanza
13:02
and a handful of points that don't quite fit that line.
296
770894
3796
e una manciata di punti
che non ci stanno su quella linea.
che non ci stanno su quella linea.
13:06
Small changes give rise to big consequences.
297
774690
4113
Piccoli cambiamenti che comportano
grandi conseguenze.
grandi conseguenze.
13:10
Small changes allow us to make discoveries,
298
778803
2948
Piccoli cambiamenti che ci permettono
di fare scoperte,
di fare scoperte,
13:13
like the planet found by Herschel.
299
781751
2823
come il pianeta scoperto da Herschel.
13:16
Small changes turn our understanding
300
784574
2272
Piccoli cambiamenti che sconvolgono
13:18
of the universe on its head.
301
786846
2401
la nostra concezione dell'universo.
13:21
So 42 supernovae, slightly too faint,
302
789247
3464
42 supernovae, leggermente fievoli,
13:24
meaning slightly further away,
303
792711
2009
cioè molto lontane,
13:26
requiring that a universe must not just be expanding,
304
794720
3160
a implicare che non solo l'universo
doveva essere in espansione,
doveva essere in espansione,
13:29
but this expansion must be accelerating,
305
797880
3330
ma anche che l'espansione
stava accelerando,
stava accelerando,
rivelando una componente
13:33
revealing a component of our universe
306
801210
1946
del nostro universo
13:35
which we now call dark energy,
307
803156
2486
che ora chiamiamo energia oscura,
13:37
a component that drives this expansion
308
805642
2509
una componente
che spinge quest'espansione
che spinge quest'espansione
13:40
and makes up 68 percent of the energy budget
309
808151
3027
e costituisce il 68 per cento
di tutta l'energia
di tutta l'energia
13:43
of our universe today.
310
811178
2035
dell'universo, oggi.
Come sarà la prossima rivoluzione?
13:46
So what is the next revolution likely to be?
311
814751
3824
13:50
Well, what is dark energy and why does it exist?
312
818575
2719
Cos'è l'energia oscura
e perché esiste?
e perché esiste?
13:53
Each of these lines shows a different model
313
821294
2328
Ognuna di queste linee mostra
un modello diverso
un modello diverso
13:55
for what dark energy might be,
314
823622
2843
di quello che potrebbe essere
l'energia oscura,
l'energia oscura,
13:58
showing the properties of dark energy.
315
826465
2481
mostrandone le proprietà.
14:00
They all are consistent with the 42 points,
316
828946
3623
Tutte consistono di 42 punti,
14:04
but the ideas behind these lines
317
832569
2227
ma le idee dietro a queste linee
14:06
are dramatically different.
318
834796
2103
sono drasticamente differenti.
14:08
Some people think about a dark energy
319
836899
2543
Alcune persone pensano
che l'energia oscura
che l'energia oscura
14:11
that changes with time,
320
839442
1458
cambi col tempo
14:12
or whether the properties of the dark energy
321
840900
2288
o che le proprietà dell'energia oscura
14:15
are different depending on where you look on the sky.
322
843188
2756
sono diverse a seconda
di dove si guarda il cielo.
di dove si guarda il cielo.
14:17
Others make differences and changes
323
845944
1823
Altri fanno differenze e cambiamenti
14:19
to the physics at the sub-atomic level.
324
847767
3048
alla fisica a livello subatomico.
14:22
Or, they look at large scales
325
850815
2790
Oppure guardano su grande scala
14:25
and change how gravity and general relativity work,
326
853605
3565
e cambiano come funzionano la gravità
e la relatività generale
e la relatività generale
14:29
or they say our universe is just one of many,
327
857170
2791
o dicono che il nostro universo
è solo uno fra tanti,
è solo uno fra tanti,
14:31
part of this mysterious multiverse,
328
859961
2598
fa parte di un multiuniverso misterioso,
14:34
but all of these ideas, all of these theories,
329
862559
3161
ma tutte queste idee,
tutte queste teorie,
tutte queste teorie,
14:37
amazing and admittedly some of them a little crazy,
330
865720
3499
sono straordinarie e alcune certo
un po' strambe,
un po' strambe,
14:41
but all of them consistent with our 42 points.
331
869219
4027
ma tutte sono formate da 42 punti.
14:45
So how can we hope to make sense of this
332
873246
2182
Come possiamo sperare di trarre
qualcosa di sensato da tutto questo
nei prossimi 10 anni?
nei prossimi 10 anni?
14:47
over the next decade?
333
875428
2272
14:49
Well, imagine if I gave you a pair of dice,
334
877700
3230
Immaginate che io vi dia due dadi
14:52
and I said you wanted to see whether those dice
335
880930
1999
e voi voleste vedere se quei dadi
14:54
were loaded or fair.
336
882929
1867
siano truccati oppure no.
14:56
One roll of the dice would tell you very little,
337
884796
2934
Tirarli una volta vi svelerebbe poco,
14:59
but the more times you rolled them,
338
887730
1992
ma più volte li tirate,
15:01
the more data you collected,
339
889722
1922
più dati raccogliete,
15:03
the more confident you would become,
340
891644
2172
più diventate sicuri di voi,
15:05
not just whether they're loaded or fair,
341
893816
2603
non solo sul fatto
che siano truccati o meno,
che siano truccati o meno,
15:08
but by how much, and in what way.
342
896419
3898
ma anche di quanto e in che modo.
15:12
It took three years to find just 42 supernovae
343
900317
3802
Ci sono voluti tre anni
per trovare 42 supernovae
per trovare 42 supernovae
15:16
because the telescopes that we built
344
904119
3047
perché i telescopi che costruivamo
15:19
could only survey a small part of the sky.
345
907166
3693
potevano analizzare solo
una piccola porzione del cielo.
una piccola porzione del cielo.
15:22
With the LSST, we get a completely new view
346
910859
2665
Con l'LSST abbiamo una visione
del tutto nuova
del tutto nuova
15:25
of the skies above Chile every three nights.
347
913524
3622
sui cieli sopra il Cile ogni tre notti.
15:29
In its first night of operation,
348
917146
2463
Nella sua prima notte in operazione,
15:31
it will find 10 times the number of supernovae
349
919609
3150
troverà 10 volte il numero di supernovae
15:34
used in the discovery of dark energy.
350
922759
3141
usate nella scoperta dell'energia oscura.
15:37
This will increase by 1,000
351
925900
1809
Aumenterà di migliaia
15:39
within the first four months:
352
927709
2493
entro i primi quattro mesi:
15:42
1.5 million supernovae by the end of its survey,
353
930202
4784
1,5 milioni di supernovae
entro la fine della sua ricerca,
entro la fine della sua ricerca,
15:46
each supernova a roll of the dice,
354
934986
3185
ogni supernova un tiro di dadi,
15:50
each supernova testing which theories of dark energy
355
938171
3442
ogni supernova che dimostrerà quali teorie
sull'energia oscura
sull'energia oscura
15:53
are consistent, and which ones are not.
356
941613
4128
sono coerenti e quali non lo sono.
15:57
And so, by combining these supernova data
357
945741
3803
Così, combinando questi dati
sulle supernovae
sulle supernovae
16:01
with other measures of cosmology,
358
949544
2276
con altre unità di misura cosmologiche,
16:03
we'll progressively rule out the different ideas
359
951820
2890
escluderemo progressivamente le idee
16:06
and theories of dark energy
360
954710
1976
e le teorie sull'energia oscura
16:08
until hopefully at the end of this survey around 2030,
361
956686
7142
fino a quando, speriamo alla fine
di questa ricerca nel 2030,
di questa ricerca nel 2030,
16:15
we would expect to hopefully see
362
963828
2614
prevediamo di avere una teoria
16:18
a theory for our universe,
363
966442
2142
per il nostro universo,
16:20
a fundamental theory for the physics of our universe,
364
968584
2539
una teoria fondamentale per la fisica
del nostro universo,
del nostro universo,
16:23
to gradually emerge.
365
971123
2757
che emergerà gradualmente.
16:26
Now, in many ways, the questions that I posed
366
974950
2392
Per molti versi, le domande
che ho posto
che ho posto
16:29
are in reality the simplest of questions.
367
977342
4361
sono in realtà le domande più semplici.
16:33
We may not know the answers,
368
981703
1754
Potremmo anche non sapere le risposte,
16:35
but we at least know how to ask the questions.
369
983457
3852
ma almeno sappiamo come porre le domande.
16:39
But if looking through tens of thousands of galaxies
370
987309
3118
Se guardare decine di migliaia
di galassie
di galassie
16:42
revealed 42 supernovae that turned
371
990427
2938
ha rivelato 42 supernovae
che hanno sconvolto
che hanno sconvolto
16:45
our understanding of the universe on its head,
372
993365
3479
del tutto la nostra concezione
dell'universo,
dell'universo,
16:48
when we're working with billions of galaxies,
373
996844
2914
lavorando con miliardi di galassie,
16:51
how many more times are we going to find
374
999758
1777
quante volte troveremo
16:53
42 points that don't quite match what we expect?
375
1001535
5648
42 punti che non combaciano
con le nostre aspettative?
con le nostre aspettative?
16:59
Like the planet found by Herschel
376
1007183
2757
Come il pianeta scoperto da Herschel
17:01
or dark energy
377
1009940
2417
o l'energia oscura
17:04
or quantum mechanics or general relativity,
378
1012357
3843
o la meccanica quantistica
o la relatività generale,
o la relatività generale,
17:08
all ideas that came because the data
379
1016200
2344
tutte idee derivanti da dati
17:10
didn't quite match what we expected.
380
1018544
3455
che non combaciavano
con le nostre aspettative.
con le nostre aspettative.
17:13
What's so exciting about the next decade of data
381
1021999
3261
La cosa emozionante
del prossimo decennio di dati
del prossimo decennio di dati
17:17
in astronomy is,
382
1025260
1670
in astronomia è che
17:18
we don't even know how many answers
383
1026930
2211
non sappiamo neanche quante risposte
17:21
are out there waiting,
384
1029141
1800
sono là fuori che ci aspettano,
17:22
answers about our origins and our evolution.
385
1030941
3881
risposte sulle nostre origini
e sulla nostra evoluzione.
e sulla nostra evoluzione.
17:26
How many answers are out there
386
1034822
1095
Quante risposte ci sono là fuori
17:27
that we don't even know the questions
387
1035917
3294
e quante domande
che non sapevamo neanche di voler fare?
che non sapevamo neanche di voler fare?
17:31
that we want to ask?
388
1039211
2011
17:33
Thank you.
389
1041222
1947
Grazie.
17:35
(Applause)
390
1043169
3702
(Applausi)
ABOUT THE SPEAKER
Andrew Connolly - AstronomerAndrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way.
Why you should listen
Andrew Connolly's research focuses on understanding the evolution of our universe, by studying how structure forms and evolves on small and large scales -- from the search for asteroids to the clustering of distant galaxies. He's a ten-year veteran of the Large Synoptic Sky Survey, and is now prepping for the unprecedented data streams we could expect from the under-construction Large Synoptic Survey Telescope.
Set on an 8,800-foot peak in northern Chile, the LSST will have an 8.4-meter primary mirror, a 10-square-degree field of view and a 3.2 gigapixel camera. It will survey half the sky every three nights, creating about 100 terabytes of data every week. Astronomers, Connolly suggests, will need wholly new tools to wrangle this amount of data -- so he has been helping bring together computer scientists, statisticians and astronomers to develop scalable algorithms for processing massive data streams.
On sabbatical from the University of Washington, Connolly led the development of Google Sky, and he's now working with Microsoft to develop affordable digital planetariums.
More profile about the speakerSet on an 8,800-foot peak in northern Chile, the LSST will have an 8.4-meter primary mirror, a 10-square-degree field of view and a 3.2 gigapixel camera. It will survey half the sky every three nights, creating about 100 terabytes of data every week. Astronomers, Connolly suggests, will need wholly new tools to wrangle this amount of data -- so he has been helping bring together computer scientists, statisticians and astronomers to develop scalable algorithms for processing massive data streams.
On sabbatical from the University of Washington, Connolly led the development of Google Sky, and he's now working with Microsoft to develop affordable digital planetariums.
Andrew Connolly | Speaker | TED.com