TED2015
Jim Simons: The mathematician who cracked Wall Street
ジム・サイモンズ: ウォールストリートを制した天才数学者
Filmed:
Readability: 4
2,981,452 views
数学者であり暗号の専門家であるジム・サイモンズは、暗号解読に用いる高度な数学を使って金融市場に潜むパターンを解読できるかもしれないと気付きました。１兆円を超える資産を築いた今、彼は次の世代の数学教師や研究者の育成に携わっています。TEDのクリス・アンダーソンがサイモンズと膝を交えて数にまつわる彼の驚くべき人生について聞きます。
Jim Simons - Philanthropist, mathematician
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy. Full bio
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy. Full bio
Double-click the English transcript below to play the video.
00:12
Chris Anderson: You were something
of a mathematical phenom.
of a mathematical phenom.
0
817
2834
クリス・アンダーソン：
あなたはいわゆる天才数学者ですね
あなたはいわゆる天才数学者ですね
00:15
You had already taught at Harvard
and MIT at a young age.
and MIT at a young age.
1
3675
3064
若くしてハーバード大やMITで
教鞭と取っておられました
教鞭と取っておられました
00:18
And then the NSA came calling.
2
6763
2190
するとNSAから
電話がかかってきたとか
電話がかかってきたとか
00:21
What was that about?
3
9464
1204
それはどういう話でしたか？
00:23
Jim Simons: Well the NSA --
that's the National Security Agency --
that's the National Security Agency --
4
11207
3923
ジム・サイモンズ：NSA つまり
アメリカ国家安全保障局が
アメリカ国家安全保障局が
00:27
they didn't exactly come calling.
5
15154
1969
実際に電話してきた
わけではありません
わけではありません
00:29
They had an operation at Princeton,
where they hired mathematicians
where they hired mathematicians
6
17465
4474
プリンストンに彼らの拠点があり
数学者を雇って暗号解読とかを
やっていて
やっていて
00:33
to attack secret codes
and stuff like that.
and stuff like that.
7
21963
2942
その存在については知っていました
00:37
And I knew that existed.
8
25294
1672
00:39
And they had a very good policy,
9
27315
2180
とても良い雇用条件で
00:41
because you could do half your time
at your own mathematics,
at your own mathematics,
10
29519
3850
時間の半分を
本来の業務に充てていれば
本来の業務に充てていれば
00:45
and at least half your time
working on their stuff.
working on their stuff.
11
33393
3484
残りの時間を数学の研究に使うのも
自由だったのです
自由だったのです
00:49
And they paid a lot.
12
37559
1474
しかも給料が高かったので
00:51
So that was an irresistible pull.
13
39057
3051
抗しがたい魅力でした
00:54
So, I went there.
14
42132
1912
だから自分から足を運んだのです
クリス：暗号解読の任務に就いたのですね
00:56
CA: You were a code-cracker.
15
44068
1338
00:57
JS: I was.
16
45430
1166
ジム：その通りです
クリス：解雇されるまでは ですね
00:58
CA: Until you got fired.
17
46620
1157
00:59
JS: Well, I did get fired. Yes.
18
47801
1583
ジム：はい 解雇されました
01:01
CA: How come?
19
49408
1245
クリス：どうしてそうなったのですか？
01:03
JS: Well, how come?
20
51280
1333
ジム：どうしてって？
01:05
I got fired because,
well, the Vietnam War was on,
well, the Vietnam War was on,
21
53611
4956
それは 当時ベトナム戦争の
真っ最中でしたが
真っ最中でしたが
01:10
and the boss of bosses in my organization
was a big fan of the war
was a big fan of the war
22
58591
5738
そこの上司の上司というのが
大の戦争好きで
大の戦争好きで
ニューヨーク・タイムズ日曜版に
ベトナム戦争で勝利する方法について
ベトナム戦争で勝利する方法について
01:16
and wrote a New York Times article,
a magazine section cover story,
a magazine section cover story,
23
64353
4395
01:20
about how we would win in Vietnam.
24
68772
1770
特集記事を書いたのです
01:22
And I didn't like that war,
I thought it was stupid.
I thought it was stupid.
25
70566
3129
私は戦争が嫌いですから
愚かなことだと思いました
愚かなことだと思いました
01:25
And I wrote a letter to the Times,
which they published,
which they published,
26
73719
2665
それでタイムズ紙に投稿して
それが掲載されました
それが掲載されました
01:28
saying not everyone
who works for Maxwell Taylor,
who works for Maxwell Taylor,
27
76408
4014
マクスウェル・テイラーの —
みんな彼を覚えているかわかりませんが
みんな彼を覚えているかわかりませんが
01:32
if anyone remembers that name,
agrees with his views.
agrees with his views.
28
80446
4686
彼の元で働く人間が全部
彼に賛同しているわけではないと言って
彼に賛同しているわけではないと言って
私自身の考えを書いたのですが —
01:37
And I gave my own views ...
29
85553
1658
01:39
CA: Oh, OK. I can see that would --
30
87235
2164
クリス：なるほど クビになるわけだ
01:41
JS: ... which were different
from General Taylor's.
from General Taylor's.
31
89423
2555
ジム：テイラー将軍とは
意見が異なったということです
意見が異なったということです
01:44
But in the end, nobody said anything.
32
92002
1906
しかし その時は
何も言われませんでした
何も言われませんでした
01:45
But then, I was 29 years old at this time,
and some kid came around
and some kid came around
33
93932
3701
当時29歳でしたが
私のところに
私のところに
01:49
and said he was a stringer
from Newsweek magazine
from Newsweek magazine
34
97657
3088
ニューズウィーク誌の記者だという
若者がやってきてインタビューしたいと言い
若者がやってきてインタビューしたいと言い
01:52
and he wanted to interview me
and ask what I was doing about my views.
and ask what I was doing about my views.
35
100769
5367
私が自分の主張に関して
何をしているのかと聞きました
何をしているのかと聞きました
01:58
And I told him, "I'm doing
mostly mathematics now,
mostly mathematics now,
36
106160
3899
私はこう答えました
「今はもっぱら数学をしています
「今はもっぱら数学をしています
02:02
and when the war is over,
then I'll do mostly their stuff."
then I'll do mostly their stuff."
37
110083
3373
戦争が終わったら
NSAの仕事に戻ります」
NSAの仕事に戻ります」
02:06
Then I did the only
intelligent thing I'd done that day --
intelligent thing I'd done that day --
38
114123
2825
そして私がその日にした
唯一聡明なことをしました
唯一聡明なことをしました
02:08
I told my local boss
that I gave that interview.
that I gave that interview.
39
116972
4157
インタビューを受けたことを
上司に伝えたのです
上司に伝えたのです
02:13
And he said, "What'd you say?"
40
121153
1459
「何をしゃべったんだ」と質問され
02:14
And I told him what I said.
41
122636
1466
言ったがままに報告しました
02:16
And then he said,
"I've got to call Taylor."
"I've got to call Taylor."
42
124126
2315
「テイラー将軍に電話せねばならない」
と彼は言い
と彼は言い
02:18
He called Taylor; that took 10 minutes.
43
126465
2377
10分ほど電話しに行き
02:20
I was fired five minutes after that.
44
128866
2262
戻って５分後には
解雇されていました
解雇されていました
クリス：なるほど
02:23
CA: OK.
45
131590
1222
ジム：でも 悪いことではありませんでした
02:24
JS: But it wasn't bad.
46
132836
1151
02:26
CA: It wasn't bad,
because you went on to Stony Brook
because you went on to Stony Brook
47
134011
2493
クリス：それでニューヨーク大
ストーニー・ブルック校で職を得て
ストーニー・ブルック校で職を得て
02:28
and stepped up your mathematical career.
48
136528
3133
数学者としてのキャリアを
歩み始めたのですね
歩み始めたのですね
02:31
You started working with this man here.
49
139685
2452
そしてこの人物と一緒に
研究することになりました
研究することになりました
02:34
Who is this?
50
142161
1164
どういう方ですか？
02:36
JS: Oh, [Shiing-Shen] Chern.
51
144352
1412
ジム：シンシェン・チャーンです
02:37
Chern was one of the great
mathematicians of the century.
mathematicians of the century.
52
145788
3104
チャーンは20世紀を代表する
数学者の一人です
数学者の一人です
02:40
I had known him when
I was a graduate student at Berkeley.
I was a graduate student at Berkeley.
53
148916
5233
彼とはバークレー校の大学院生の時からの
知り合いでした
知り合いでした
02:46
And I had some ideas,
54
154173
1871
私にはちょっとしたアイデアがあって
02:48
and I brought them to him
and he liked them.
and he liked them.
55
156068
2447
それを彼に話すと彼は興味を示し
共同でやることになりました
共同でやることになりました
02:50
Together, we did this work
which you can easily see up there.
which you can easily see up there.
56
158539
6626
画面で見てもらうと
簡単に分かると思いますが (笑)
簡単に分かると思いますが (笑)
02:57
There it is.
57
165189
1150
これです
02:59
CA: It led to you publishing
a famous paper together.
a famous paper together.
58
167198
3606
クリス： それが とても有名になる
共著論文へと繋がりました
共著論文へと繋がりました
03:02
Can you explain at all what that work was?
59
170828
3238
その内容について
少し紹介いただけませんか？
少し紹介いただけませんか？
03:07
JS: No.
60
175028
1158
ジム：無理だよ
03:08
(Laughter)
61
176210
2274
(笑)
03:10
JS: I mean, I could
explain it to somebody.
explain it to somebody.
62
178966
2064
ジム：理解できる人ならいいですが —
03:13
(Laughter)
63
181054
2075
(笑)
03:15
CA: How about explaining this?
64
183153
1864
クリス： こちらの説明ならいかがですか？
03:17
JS: But not many. Not many people.
65
185041
2729
ジム：そういう人は
あまり多くはありませんから
あまり多くはありませんから
クリス：その理論はこの球と
関係しているということでしたね
関係しているということでしたね
03:21
CA: I think you told me
it had something to do with spheres,
it had something to do with spheres,
66
189144
2814
03:23
so let's start here.
67
191982
1862
ここから始めて下さい
03:25
JS: Well, it did,
but I'll say about that work --
but I'll say about that work --
68
193868
3600
ジム：たしかに関係しています
あの研究のことは この後お話しします
あの研究のことは この後お話しします
03:29
it did have something to do with that,
but before we get to that --
but before we get to that --
69
197492
3200
この球と関係はあるのですが
その前に言っておきたいことがあります
その前に言っておきたいことがあります
03:32
that work was good mathematics.
70
200716
3540
あの論文はもっぱら
数学に関するものでした
数学に関するものでした
03:36
I was very happy with it; so was Chern.
71
204280
2492
私もチャーンもそのことに
不満はありません
不満はありません
03:39
It even started a little sub-field
that's now flourishing.
that's now flourishing.
72
207910
4176
今では大きく発展している
数学の分野を切り開きさえしました
数学の分野を切り開きさえしました
03:44
But, more interestingly,
it happened to apply to physics,
it happened to apply to physics,
73
212638
5294
しかし興味深いことに
それが物理学にも応用されるようになったのです
それが物理学にも応用されるようになったのです
03:49
something we knew nothing about --
at least I knew nothing about physics,
at least I knew nothing about physics,
74
217956
4295
私は物理なんて知らないし
03:54
and I don't think Chern
knew a heck of a lot.
knew a heck of a lot.
75
222275
2282
チャーンだって
大して知らないでしょう
大して知らないでしょう
03:56
And about 10 years
after the paper came out,
after the paper came out,
76
224581
3963
論文が出て10年くらいして
04:00
a guy named Ed Witten in Princeton
started applying it to string theory
started applying it to string theory
77
228568
4480
プリンストン大のエド・ウィッテンという人が
ひも理論に応用し始めました
ひも理論に応用し始めました
04:05
and people in Russia started applying it
to what's called "condensed matter."
to what's called "condensed matter."
78
233072
4852
またロシア人が凝縮系物理学という
理論にも応用し始めました
理論にも応用し始めました
04:09
Today, those things in there
called Chern-Simons invariants
called Chern-Simons invariants
79
237948
4893
今では そのチャーン・サイモンズ不変量と
呼ばれるものが
呼ばれるものが
04:14
have spread through a lot of physics.
80
242865
1865
物理学の様々な分野で使われています
04:16
And it was amazing.
81
244754
1174
驚くばかりです
04:17
We didn't know any physics.
82
245952
1365
私たちは物理の知識などなく
04:19
It never occurred to me
that it would be applied to physics.
that it would be applied to physics.
83
247714
2854
物理学に応用されるなんて
予想もしていませんでした
予想もしていませんでした
04:22
But that's the thing about mathematics --
you never know where it's going to go.
you never know where it's going to go.
84
250592
3788
でも それが数学の特徴なのです
何に応用されるか分かりません
何に応用されるか分かりません
04:26
CA: This is so incredible.
85
254404
1492
クリス：素晴らしいことですね
04:27
So, we've been talking about
how evolution shapes human minds
how evolution shapes human minds
86
255920
4364
真理を理解するか
分からないものながら
分からないものながら
04:32
that may or may not perceive the truth.
87
260308
2508
進化は人の精神をどう形作っていくのか
という話をしましたが
という話をしましたが
04:34
Somehow, you come up
with a mathematical theory,
with a mathematical theory,
88
262840
3313
あなたは物理学のことを知らずに
04:38
not knowing any physics,
89
266177
1848
数学の理論を作ったというのに
04:40
discover two decades later
that it's being applied
that it's being applied
90
268049
2498
それが20年後に
現実の物理の世界の
現実の物理の世界の
04:42
to profoundly describe
the actual physical world.
the actual physical world.
91
270571
3031
根本的なところを記述するために
応用されるのですから
応用されるのですから
どうしてそんなことが
可能なのでしょう？
可能なのでしょう？
04:45
How can that happen?
92
273626
1153
04:46
JS: God knows.
93
274803
1157
ジム： 神のみぞ知る です
04:47
(Laughter)
94
275984
2110
(笑)
04:50
But there's a famous physicist
named [Eugene] Wigner,
named [Eugene] Wigner,
95
278849
3150
ユージン・ウィグナーという
有名な物理学者が
有名な物理学者が
04:54
and he wrote an essay on the unreasonable
effectiveness of mathematics.
effectiveness of mathematics.
96
282023
5588
「(自然科学における) 数学の不条理なまでの
有効性」という論文を書いています
有効性」という論文を書いています
04:59
Somehow, this mathematics,
which is rooted in the real world
which is rooted in the real world
97
287635
3952
数学というものは
ある意味で現実の世界に根付いていて
ある意味で現実の世界に根付いていて
05:03
in some sense -- we learn to count,
measure, everyone would do that --
measure, everyone would do that --
98
291611
4995
人は数えたり測ったりするようになり
みんなすることですが
みんなすることですが
05:08
and then it flourishes on its own.
99
296630
1830
その後 独自の発展をしていきます
05:10
But so often it comes
back to save the day.
back to save the day.
100
298976
2841
しかしそれが巡り巡って
現実の問題を解決するのです
現実の問題を解決するのです
05:14
General relativity is an example.
101
302293
2178
一般相対性理論がその一例です
05:16
[Hermann] Minkowski had this geometry,
and Einstein realized,
and Einstein realized,
102
304495
3117
ヘルマン・ミンコフスキーが
その名を冠する幾何学を考え出し
その名を冠する幾何学を考え出し
05:19
"Hey! It's the very thing
in which I can cast general relativity."
in which I can cast general relativity."
103
307636
3847
アインシュタインが「これこそ一般相対性理論の
記述に求めていたものだ！」と見出す
記述に求めていたものだ！」と見出す
05:23
So, you never know. It is a mystery.
104
311507
3112
数学理論がどう使われるかなんて
分かりません
分かりません
05:27
It is a mystery.
105
315056
1217
実に不思議なものです
05:28
CA: So, here's a mathematical
piece of ingenuity.
piece of ingenuity.
106
316297
3296
クリス：ここに素晴らしい
数学の成果の一例があります
数学の成果の一例があります
05:31
Tell us about this.
107
319617
1342
これについて解説して下さい
05:32
JS: Well, that's a ball -- it's a sphere,
and it has a lattice around it --
and it has a lattice around it --
108
320983
5924
ジム：これはボール － 球で
表面に格子が組まれています
表面に格子が組まれています
05:38
you know, those squares.
109
326931
1573
正方形の形をしていますね
05:42
What I'm going to show here was
originally observed by [Leonhard] Euler,
originally observed by [Leonhard] Euler,
110
330697
4906
ここで説明することは
レオンハルト・オイラーによって見出されたことです
レオンハルト・オイラーによって見出されたことです
05:47
the great mathematician, in the 1700s.
111
335627
2254
1700年代の偉大な数学者です
05:50
And it gradually grew to be
a very important field in mathematics:
a very important field in mathematics:
112
338223
5181
その発見は数学の
とても重要な分野である
とても重要な分野である
05:55
algebraic topology, geometry.
113
343428
2334
代数的位相数幾何学へと
発展しました
発展しました
05:59
That paper up there had its roots in this.
114
347039
4364
私たちの論文も
ここにルーツがあります
ここにルーツがあります
06:03
So, here's this thing:
115
351427
1834
では説明しましょう
06:05
it has eight vertices,
12 edges, six faces.
12 edges, six faces.
116
353285
4452
ここには８つの頂点、12の辺と
６つの面があります
６つの面があります
06:09
And if you look at the difference --
vertices minus edges plus faces --
vertices minus edges plus faces --
117
357761
3830
頂点の数から辺の数を引き
面の数を足すと
面の数を足すと
06:13
you get two.
118
361615
1152
２となります
06:14
OK, well, two. That's a good number.
119
362791
2219
２です まあそんなもんでしょう
06:17
Here's a different way of doing it --
these are triangles covering --
these are triangles covering --
120
365034
4248
別のケースを見てみましょう
三角形で覆ってみます
三角形で覆ってみます
06:21
this has 12 vertices and 30 edges
121
369306
4577
今度は12の頂点
30の辺、20の面があり
30の辺、20の面があり
06:25
and 20 faces, 20 tiles.
122
373907
4195
20枚のタイルで覆われていますが
06:30
And vertices minus edges
plus faces still equals two.
plus faces still equals two.
123
378576
4591
頂点－辺＋面は
またもや２になります
またもや２になります
06:35
And in fact, you could do this
any which way --
any which way --
124
383191
2847
実際のところ
覆うものが たとえ
覆うものが たとえ
06:38
cover this thing with all kinds
of polygons and triangles
of polygons and triangles
125
386062
3398
三角形や他の多角形
それが混合していようとも
それが混合していようとも
06:41
and mix them up.
126
389484
1320
結果は同じで
06:42
And you take vertices minus edges
plus faces -- you'll get two.
plus faces -- you'll get two.
127
390828
3279
頂点－辺＋面 は２になるのです
06:46
Here's a different shape.
128
394131
1611
今度は別の形です
06:48
This is a torus, or the surface
of a doughnut: 16 vertices
of a doughnut: 16 vertices
129
396480
5250
トーラスで ドーナツ状の形をしています
これを長方形で覆います
頂点は16、辺は32、面の数は16です
頂点は16、辺は32、面の数は16です
06:53
covered by these rectangles,
32 edges, 16 faces.
32 edges, 16 faces.
130
401754
4244
06:58
Vertices minus edges comes out to be zero.
131
406530
2684
頂点－辺＋面 は０になります
07:01
It'll always come out to zero.
132
409238
1475
いつだって０です
07:02
Every time you cover a torus
with squares or triangles
with squares or triangles
133
410737
4310
トーラスは 正方形、三角形や
他のどんなもので覆っても
０になるのです
０になるのです
07:07
or anything like that,
you're going to get zero.
you're going to get zero.
134
415071
3935
07:12
So, this is called
the Euler characteristic.
the Euler characteristic.
135
420514
2390
このような数を
オイラーの標数といいます
オイラーの標数といいます
07:14
And it's what's called
a topological invariant.
a topological invariant.
136
422928
3449
位相不変量と呼ばれるものの一種です
07:18
It's pretty amazing.
137
426849
1156
とても興味深いことです
07:20
No matter how you do it,
you're always get the same answer.
you're always get the same answer.
138
428029
2791
どの様にやっても
いつも同じ結果が得られます
いつも同じ結果が得られます
07:22
So that was the first sort of thrust,
from the mid-1700s,
from the mid-1700s,
139
430844
6299
この分野は1700年代中頃に芽生え
07:29
into a subject which is now called
algebraic topology.
algebraic topology.
140
437167
3769
今では代数的位相幾何学と
呼ばれるものになりました
呼ばれるものになりました
07:32
CA: And your own work
took an idea like this and moved it
took an idea like this and moved it
141
440960
2983
クリス：あなた方が作り上げた理論は
07:35
into higher-dimensional theory,
142
443967
2449
ここにヒントを得て
より高い次元の理論へと
より高い次元の理論へと
07:38
higher-dimensional objects,
and found new invariances?
and found new invariances?
143
446440
3088
高次元の物体へと拡げ
新たな不変量を見出したということですね
新たな不変量を見出したということですね
07:41
JS: Yes. Well, there were already
higher-dimensional invariants:
higher-dimensional invariants:
144
449552
4643
ジム：そうです しかし高次元の
不変量自体は以前からありました
不変量自体は以前からありました
07:46
Pontryagin classes --
actually, there were Chern classes.
actually, there were Chern classes.
145
454219
4457
ポントリャーギン類
それにチャーンの名が付いたのもありました
それにチャーンの名が付いたのもありました
07:50
There were a bunch
of these types of invariants.
of these types of invariants.
146
458700
3548
こういった不変量は
たくさんあって
たくさんあって
07:54
I was struggling to work on one of them
147
462272
4135
私はそのうちの一つについて
研究していたのですが
研究していたのですが
07:58
and model it sort of combinatorially,
148
466431
4203
通常行われていたのとは異なる
08:02
instead of the way it was typically done,
149
470658
3022
ある種組み合せ論的な定式化をし
08:05
and that led to this work
and we uncovered some new things.
and we uncovered some new things.
150
473704
4359
その結果 新たな発見があったのです
08:10
But if it wasn't for Mr. Euler --
151
478087
3501
しかしオイラー先生がいなかったら－
08:13
who wrote almost 70 volumes of mathematics
152
481612
3981
彼は70巻もの数学書を
書き上げましたが
書き上げましたが
08:17
and had 13 children,
153
485617
1731
13人も子供がいたので
08:19
who he apparently would dandle on his knee
while he was writing --
while he was writing --
154
487372
6442
きっと膝の上に子供を乗せながら
本を書いていたことでしょう
本を書いていたことでしょう
08:25
if it wasn't for Mr. Euler, there wouldn't
perhaps be these invariants.
perhaps be these invariants.
155
493838
5774
オイラー先生がいなかったら このような
不変量は発見されていなかったかもしれません
不変量は発見されていなかったかもしれません
08:32
CA: OK, so that's at least given us
a flavor of that amazing mind in there.
a flavor of that amazing mind in there.
156
500157
4097
クリス：なるほど
素晴らしき知性の一端を見せて頂きました
素晴らしき知性の一端を見せて頂きました
08:36
Let's talk about Renaissance.
157
504804
1543
ではルネサンス社の話を聞かせて下さい
08:38
Because you took that amazing mind
and having been a code-cracker at the NSA,
and having been a code-cracker at the NSA,
158
506371
5856
頭脳明晰なあなたは
NSAで暗号解読の仕事に携わりましたが
NSAで暗号解読の仕事に携わりましたが
08:44
you started to become a code-cracker
in the financial industry.
in the financial industry.
159
512251
3229
その後ファイナンスの暗号に
取り組むようになりました
取り組むようになりました
08:47
I think you probably didn't buy
efficient market theory.
efficient market theory.
160
515504
2690
効率的市場仮説というのを
信じなかったのだと思いますが
信じなかったのだと思いますが
08:50
Somehow you found a way of creating
astonishing returns over two decades.
astonishing returns over two decades.
161
518218
6387
20年間に驚くほどのリターンを
生み出したある方法を見出しました
生み出したある方法を見出しました
08:56
The way it's been explained to me,
162
524629
1671
聞いたところによると
08:58
what's remarkable about what you did
wasn't just the size of the returns,
wasn't just the size of the returns,
163
526324
3499
それがすごいのは
リターンが大きいだけでなく
リターンが大きいだけでなく
09:01
it's that you took them
with surprisingly low volatility and risk,
with surprisingly low volatility and risk,
164
529847
3883
他のヘッジファンドに比べ
驚くほど安定度が高く
驚くほど安定度が高く
09:05
compared with other hedge funds.
165
533754
1824
リスクが低いのだと
09:07
So how on earth did you do this, Jim?
166
535602
1929
どうやったら
こんな事が出来たのですか？
こんな事が出来たのですか？
09:10
JS: I did it by assembling
a wonderful group of people.
a wonderful group of people.
167
538071
4111
ジム：まずは優秀な人材を集めました
09:14
When I started doing trading, I had
gotten a little tired of mathematics.
gotten a little tired of mathematics.
168
542206
3956
私がトレーディングを始めた時
少し数学に飽きていました
少し数学に飽きていました
09:18
I was in my late 30s,
I had a little money.
I had a little money.
169
546186
3923
30代後半で
ちょっとしたお金を持っていました
ちょっとしたお金を持っていました
09:22
I started trading and it went very well.
170
550133
2509
トレーディングを始めて
これが首尾良くいきました
これが首尾良くいきました
かなり稼ぎましたが
単なる幸運でした
単なる幸運でした
09:25
I made quite a lot of money
with pure luck.
with pure luck.
171
553063
2748
09:27
I mean, I think it was pure luck.
172
555835
1666
偶然だったと思います
09:29
It certainly wasn't mathematical modeling.
173
557525
2109
それは決して数学モデルとは
関係していませんでした
関係していませんでした
09:31
But in looking at the data,
after a while I realized:
after a while I realized:
174
559658
3831
しかし しばらくデータを見ているうちに
気が付きました
気が付きました
09:35
it looks like there's some structure here.
175
563513
2553
そこにはある種の構造が
存在するように見えたのです
存在するように見えたのです
09:38
And I hired a few mathematicians,
and we started making some models --
and we started making some models --
176
566090
3697
そこで数学者を何人か雇い
モデルをいくつか構築し始めました
モデルをいくつか構築し始めました
09:41
just the kind of thing we did back
at IDA [Institute for Defense Analyses].
at IDA [Institute for Defense Analyses].
177
569811
4265
それはIDA(防衛分析研究所)で
やっていた類の事です
やっていた類の事です
09:46
You design an algorithm,
you test it out on a computer.
you test it out on a computer.
178
574100
2833
アルゴリズムを設計し
コンピューターにかけて
コンピューターにかけて
09:48
Does it work? Doesn't it work? And so on.
179
576957
2166
上手くいくかどうか
試してみるわけです
試してみるわけです
09:51
CA: Can we take a look at this?
180
579443
1479
クリス：これをご覧いただけますか？
09:52
Because here's a typical graph
of some commodity.
of some commodity.
181
580946
4541
これは典型的な相場のグラフで
09:58
I look at that, and I say,
"That's just a random, up-and-down walk --
"That's just a random, up-and-down walk --
182
586487
4041
これを見て私ならこう思います
「ランダムに上下しているな
「ランダムに上下しているな
10:02
maybe a slight upward trend
over that whole period of time."
over that whole period of time."
183
590552
2862
全体を見ると少しだけ
上向きの傾向があるかも」
上向きの傾向があるかも」
10:05
How on earth could you trade
looking at that,
looking at that,
184
593438
2113
あなたはどうやって
ランダムでない部分を見てとり
ランダムでない部分を見てとり
10:07
and see something that wasn't just random?
185
595575
2326
上手く取引をすることが
出来たのですか？
出来たのですか？
10:09
JS: In the old days -- this is
kind of a graph from the old days,
kind of a graph from the old days,
186
597925
3247
ジム： これは昔のものですね
古き時代のグラフです
古き時代のグラフです
10:13
commodities or currencies
had a tendency to trend.
had a tendency to trend.
187
601196
4284
商品や通貨の相場に
トレンドがありました
トレンドがありました
10:17
Not necessarily the very light trend
you see here, but trending in periods.
you see here, but trending in periods.
188
605504
6055
ここで見られるような穏やかなトレンドだけでなく
周期的なトレンドがあります
周期的なトレンドがあります
10:23
And if you decided, OK,
I'm going to predict today,
I'm going to predict today,
189
611583
4056
それが分かったら
過去20日間の平均的な変動から
過去20日間の平均的な変動から
10:27
by the average move in the past 20 days --
190
615663
4968
今日の値を予測します
10:32
maybe that would be a good prediction,
and I'd make some money.
and I'd make some money.
191
620655
3107
上手く予想できれば
儲けることができます
儲けることができます
10:35
And in fact, years ago,
such a system would work --
such a system would work --
192
623786
5608
以前には
そういう方法が通用しました
そういう方法が通用しました
10:41
not beautifully, but it would work.
193
629418
2391
完璧ではありませんが
上手くいったのです
上手くいったのです
10:43
You'd make money, you'd lose
money, you'd make money.
money, you'd make money.
194
631833
2509
儲けたり 損したり
儲けたり となりますが
儲けたり となりますが
10:46
But this is a year's worth of days,
195
634366
2198
長く続けていれば
10:48
and you'd make a little money
during that period.
during that period.
196
636588
4241
期間全体としては
ちょっとしたお金を稼げます
ちょっとしたお金を稼げます
10:53
It's a very vestigial system.
197
641884
1958
今や通用しないやり方です
10:56
CA: So you would test
a bunch of lengths of trends in time
a bunch of lengths of trends in time
198
644525
3529
クリス：あなたは様々なトレンドの
周期を試したのですね
周期を試したのですね
11:00
and see whether, for example,
199
648078
2436
例えば
10日周期、15日周期について
10日周期、15日周期について
11:02
a 10-day trend or a 15-day trend
was predictive of what happened next.
was predictive of what happened next.
200
650538
3481
その先が予測可能かどうか
試そうとしたのですね
試そうとしたのですね
11:06
JS: Sure, you would try all those things
and see what worked best.
and see what worked best.
201
654043
6762
ジム：様々なものを試し
どれが最善かを探すわけです
どれが最善かを探すわけです
11:13
Trend-following would
have been great in the '60s,
have been great in the '60s,
202
661515
3350
トレンドによる予測は60年代には
上手くいきました
上手くいきました
11:16
and it was sort of OK in the '70s.
203
664889
2132
70年代も そこそこ上手くいきました
11:19
By the '80s, it wasn't.
204
667045
1873
でも80年代は 違いました
11:20
CA: Because everyone could see that.
205
668942
2817
クリス： 皆が同じことを
やったからですね
やったからですね
11:23
So, how did you stay ahead of the pack?
206
671783
2782
あなたは どうやって彼らに
先んじようとしましたか？
先んじようとしましたか？
11:27
JS: We stayed ahead of the pack
by finding other approaches --
by finding other approaches --
207
675046
6132
ジム：別の方法を考えることで
先行しました
先行しました
11:33
shorter-term approaches to some extent.
208
681202
2741
短期の予測といったものですが —
大きいのは大量のデータを
集めたということです
集めたということです
11:37
The real thing was to gather
a tremendous amount of data --
a tremendous amount of data --
209
685107
3347
11:40
and we had to get it by hand
in the early days.
in the early days.
210
688478
3578
当初は手作業でした
11:44
We went down to the Federal Reserve
and copied interest rate histories
and copied interest rate histories
211
692080
3466
連邦準備銀行に行って過去の利率の
データを複写するといったことです
データを複写するといったことです
11:47
and stuff like that,
because it didn't exist on computers.
because it didn't exist on computers.
212
695570
3265
コンピューターにはデータが
保存されていませんでしたからね
保存されていませんでしたからね
11:50
We got a lot of data.
213
698859
1643
データを沢山取得しました
11:52
And very smart people -- that was the key.
214
700526
4160
そして とても頭の良い人達を雇う
これが鍵です
これが鍵です
11:57
I didn't really know how to hire
people to do fundamental trading.
people to do fundamental trading.
215
705463
3776
ファンダメンタル投資する人を
どう採用したらいいかなんて分かりませんでした
どう採用したらいいかなんて分かりませんでした
12:01
I had hired a few -- some made money,
some didn't make money.
some didn't make money.
216
709749
2949
何人か雇いましたが
儲けたり 損したりで
儲けたり 損したりで
12:04
I couldn't make a business out of that.
217
712722
1880
それでは十分な利益が
出せませんでした
出せませんでした
12:06
But I did know how to hire scientists,
218
714626
2042
しかし科学者の採用であれば
うまくできました
うまくできました
12:08
because I have some taste
in that department.
in that department.
219
716692
3389
それに関しては
目が利いたからです
目が利いたからです
12:12
So, that's what we did.
220
720105
1838
これが種明かしです
12:13
And gradually these models
got better and better,
got better and better,
221
721967
3231
そうやって予測モデルは
徐々に改善され
徐々に改善され
12:17
and better and better.
222
725222
1335
さらに改善していきました
12:18
CA: You're credited with doing
something remarkable at Renaissance,
something remarkable at Renaissance,
223
726581
3214
クリス：ルネサンス社の特徴的なことも
あなたの業績とされていますね
あなたの業績とされていますね
12:21
which is building this culture,
this group of people,
this group of people,
224
729819
2601
高給に釣られるだけの人は
雇わないという
雇わないという
12:24
who weren't just hired guns
who could be lured away by money.
who could be lured away by money.
225
732444
3142
社風を作り上げました
12:27
Their motivation was doing
exciting mathematics and science.
exciting mathematics and science.
226
735610
3912
数学と科学で面白いことがやれるというのが
モチベーションになっているという
モチベーションになっているという
12:31
JS: Well, I'd hoped that might be true.
227
739860
2399
ジム：そうだったと願いたいですが
12:34
But some of it was money.
228
742283
3580
お金も重要な要素でした
クリス：随分稼いでいますものね
12:37
CA: They made a lot of money.
229
745887
1393
12:39
JS: I can't say that no one came
because of the money.
because of the money.
230
747304
2537
ジム：金目当てで来る人が
いないとは言えません
いないとは言えません
12:41
I think a lot of them
came because of the money.
came because of the money.
231
749865
2253
多くの人がお金に引かれて
来たと思いますが
来たと思いますが
12:44
But they also came
because it would be fun.
because it would be fun.
232
752142
2021
しかし同時に
面白そうだという理由もありました
面白そうだという理由もありました
12:46
CA: What role did machine learning
play in all this?
play in all this?
233
754187
2488
クリス：機械学習は
どのような役割を果たしたのですか？
どのような役割を果たしたのですか？
12:48
JS: In a certain sense,
what we did was machine learning.
what we did was machine learning.
234
756699
3064
ジム：ある意味で
我々がやったことは機械学習です
我々がやったことは機械学習です
12:52
You look at a lot of data, and you try
to simulate different predictive schemes,
to simulate different predictive schemes,
235
760879
6291
多くのデータを分析し
様々な予測手法を試し
様々な予測手法を試し
12:59
until you get better and better at it.
236
767194
2182
徐々により良い手法を
見出していきます
見出していきます
13:01
It doesn't necessarily feed back on itself
the way we did things.
the way we did things.
237
769400
3767
必ずしもフィードバックにより
改善していくわけではありませんが
改善していくわけではありませんが
13:05
But it worked.
238
773191
2309
上手くいきました
13:08
CA: So these different predictive schemes
can be really quite wild and unexpected.
can be really quite wild and unexpected.
239
776150
4059
クリス：予測方法の中には
意外で型破りなものもあったそうですね
意外で型破りなものもあったそうですね
13:12
I mean, you looked at everything, right?
240
780233
1914
天気、ドレスの長さ
13:14
You looked at the weather,
length of dresses, political opinion.
length of dresses, political opinion.
241
782171
3317
政治的意見といったものまで
あらゆるものを試してみたのですね？
あらゆるものを試してみたのですね？
13:17
JS: Yes, length of dresses we didn't try.
242
785512
2837
ジム： はい
でもドレスの長さは試していません
でもドレスの長さは試していません
13:20
CA: What sort of things?
243
788373
2057
クリス： どんなものを試されましたか？
13:22
JS: Well, everything.
244
790454
1158
ジム：何もかもです
13:23
Everything is grist for the mill --
except hem lengths.
except hem lengths.
245
791636
3264
使えるものは何でも －
裾の長さを別にすれば
裾の長さを別にすれば
13:28
Weather, annual reports,
246
796852
2300
天気、年次報告
13:31
quarterly reports, historic data itself,
volumes, you name it.
volumes, you name it.
247
799176
4732
四半期報告、歴史的データ、売上高
13:35
Whatever there is.
248
803932
1151
あるものは何でもです
13:37
We take in terabytes of data a day.
249
805107
2621
毎日 数テラバイトのデータを取り込んで
13:39
And store it away and massage it
and get it ready for analysis.
and get it ready for analysis.
250
807752
4124
保存、加工し 分析に使えるようにします
13:45
You're looking for anomalies.
251
813446
1382
そして異常値を探し出します
13:46
You're looking for -- like you said,
252
814852
2953
あなたが言われたように
13:49
the efficient market
hypothesis is not correct.
hypothesis is not correct.
253
817829
2452
効率的市場仮説というのは
正しくありません
正しくありません
13:52
CA: But any one anomaly
might be just a random thing.
might be just a random thing.
254
820305
3467
クリス：異常値１つとれば
ランダムでしかありませんが
ランダムでしかありませんが
13:55
So, is the secret here to just look
at multiple strange anomalies,
at multiple strange anomalies,
255
823796
3658
複数の奇妙な異常値の間に
13:59
and see when they align?
256
827478
1328
関連性を見つけ出すのが
鍵だとか
鍵だとか
14:01
JS: Any one anomaly
might be a random thing;
might be a random thing;
257
829238
3213
ジム：単一の異常値は
ランダムなものかもしれませんが
ランダムなものかもしれませんが
14:04
however, if you have enough data
you can tell that it's not.
you can tell that it's not.
258
832475
3039
しかし 十分なデータを集めれば
そうでないと判断できます
そうでないと判断できます
14:07
You can see an anomaly that's persistent
for a sufficiently long time --
for a sufficiently long time --
259
835538
4950
十分に長い時間持続するような
異常が見つかります
異常が見つかります
14:12
the probability of it being
random is not high.
random is not high.
260
840512
4975
そのようなことが偶然に起こる確率は
高くありません
高くありません
14:17
But these things fade after a while;
anomalies can get washed out.
anomalies can get washed out.
261
845511
4858
しかしそのような異常も
いずれ消えてしまいます
いずれ消えてしまいます
14:22
So you have to keep on top
of the business.
of the business.
262
850393
2420
ですから 常に
先を行く必要があります
先を行く必要があります
14:24
CA: A lot of people look
at the hedge fund industry now
at the hedge fund industry now
263
852837
2672
クリス： ヘッジファンド業界を見て
多くの人は
多くの人は
14:27
and are sort of ... shocked by it,
264
855533
4398
ある意味 ショックを受けています
14:31
by how much wealth is created there,
265
859955
2172
多大な富がそこで産み出され
14:34
and how much talent is going into it.
266
862151
2245
そこには多くの才能ある者
関わっているからです
関わっているからです
14:37
Do you have any worries
about that industry,
about that industry,
267
865523
4006
この業界 あるいは
金融業界一般に対して
金融業界一般に対して
14:41
and perhaps the financial
industry in general?
industry in general?
268
869553
2414
懸念はありませんか？
14:43
Kind of being on a runaway train that's --
269
871991
2704
暴走列車のようで －
14:46
I don't know --
helping increase inequality?
helping increase inequality?
270
874719
4030
何というか
格差の拡大を助長しているとか
格差の拡大を助長しているとか
14:50
How would you champion what's happening
in the hedge fund industry?
in the hedge fund industry?
271
878773
3831
ヘッジファンド業界で起きていることを
どう擁護しますか？
どう擁護しますか？
14:54
JS: I think in the last
three or four years,
three or four years,
272
882628
2608
ジム：この3、4年ほどは
14:57
hedge funds have not done especially well.
273
885260
2103
ヘッジファンドはさほど
上手くいっていません
上手くいっていません
14:59
We've done dandy,
274
887387
1400
我々の商売は首尾よくいきましたが
15:00
but the hedge fund industry as a whole
has not done so wonderfully.
has not done so wonderfully.
275
888811
4001
ヘッジファンド業界全体としては
捗々しくありません
捗々しくありません
15:04
The stock market has been on a roll,
going up as everybody knows,
going up as everybody knows,
276
892836
4902
一方 株式市場はご存じのとおり
上昇しています
上昇しています
15:09
and price-earnings ratios have grown.
277
897762
3445
株価収益率は上がりました
15:13
So an awful lot of the wealth
that's been created in the last --
that's been created in the last --
278
901231
3063
この５－６年でもたらされた
富の大部分は
富の大部分は
15:16
let's say, five or six years --
has not been created by hedge funds.
has not been created by hedge funds.
279
904318
3350
ヘッジファンドによるものではありません
15:20
People would ask me,
"What's a hedge fund?"
"What's a hedge fund?"
280
908458
3221
「ヘッジファンドって何？」
と聞かれたら
と聞かれたら
15:23
And I'd say, "One and 20."
281
911703
2260
「1と20」と答えます
15:25
Which means -- now it's two and 20 --
282
913987
3566
今では「2と20」になっていますが ー
15:29
it's two percent fixed fee
and 20 percent of profits.
and 20 percent of profits.
283
917577
3353
2%の固定手数料と
利益の20%をいただくという意味です
利益の20%をいただくという意味です
15:32
Hedge funds are all
different kinds of creatures.
different kinds of creatures.
284
920954
2352
ヘッジファンドというのは
別種の生き物なんです
別種の生き物なんです
15:35
CA: Rumor has it you charge
slightly higher fees than that.
slightly higher fees than that.
285
923330
3239
クリス：あなた方はもう少し高い手数料を
取っているという噂ですが
取っているという噂ですが
ジム：ある時点で我々は
業界で最も高い手数料を取っていました
業界で最も高い手数料を取っていました
15:39
JS: We charged the highest fees
in the world at one time.
in the world at one time.
286
927339
3081
15:42
Five and 44, that's what we charge.
287
930444
3226
「5 と 44」です
15:45
CA: Five and 44.
288
933694
1398
クリス：「5 と 44」というと
15:47
So five percent flat,
44 percent of upside.
44 percent of upside.
289
935116
3234
5%の固定手数料と
利益の44%ということですね
利益の44%ということですね
15:50
You still made your investors
spectacular amounts of money.
spectacular amounts of money.
290
938374
2783
それでも投資家は
大変な利益を得られた
大変な利益を得られた
15:53
JS: We made good returns, yes.
291
941181
1452
ジム：実際 高いリターンを得ました
15:54
People got very mad:
"How can you charge such high fees?"
"How can you charge such high fees?"
292
942657
3000
人々は怒りだしました
何でそんな高い手数料を取るのだと
何でそんな高い手数料を取るのだと
15:57
I said, "OK, you can withdraw."
293
945681
1627
「止めてもいいですよ」
と私は言いました
と私は言いました
15:59
But "How can I get more?"
was what people were --
was what people were --
294
947332
2818
どうやればもっと儲けられるかというのが
みんなの考えることです
みんなの考えることです
16:02
(Laughter)
295
950174
1504
(笑)
16:03
But at a certain point,
as I think I told you,
as I think I told you,
296
951702
2440
しかし これはあなたに
お話ししたと思いますが
お話ししたと思いますが
16:06
we bought out all the investors
because there's a capacity to the fund.
because there's a capacity to the fund.
297
954166
5175
ある時点で外部からの投資を
受け入れなくなりました
受け入れなくなりました
16:11
CA: But should we worry
about the hedge fund industry
about the hedge fund industry
298
959365
2704
クリス：しかし優秀な数学者が
16:14
attracting too much of the world's
great mathematical and other talent
great mathematical and other talent
299
962093
5438
ヘッジファンド業界に集中し
世界のその他の問題解決のための
世界のその他の問題解決のための
16:19
to work on that, as opposed
to the many other problems in the world?
to the many other problems in the world?
300
967555
3238
人材が不足することを憂慮すべきでは
ありませんか？
ありませんか？
16:22
JS: Well, it's not just mathematical.
301
970817
1929
ジム：数学者だけでなく
16:24
We hire astronomers and physicists
and things like that.
and things like that.
302
972770
2679
天文学者や物理学者なども雇っています
16:27
I don't think we should worry
about it too much.
about it too much.
303
975833
2431
しかし気にする程のことではありません
16:30
It's still a pretty small industry.
304
978288
3142
今でも業界としては
小さなものです
小さなものです
16:33
And in fact, bringing science
into the investing world
into the investing world
305
981454
5997
事実 投資の分野に
科学を持ち込んだことで
科学を持ち込んだことで
16:39
has improved that world.
306
987475
2159
世界は良くなったと思います
16:41
It's reduced volatility.
It's increased liquidity.
It's increased liquidity.
307
989658
4070
不安定性が抑えられ
資金の流動性が高まりました
資金の流動性が高まりました
16:45
Spreads are narrower because
people are trading that kind of stuff.
people are trading that kind of stuff.
308
993752
3189
取引が増えることで
商品間のスプレッド(価格差)が縮小しました
商品間のスプレッド(価格差)が縮小しました
16:48
So I'm not too worried about Einstein
going off and starting a hedge fund.
going off and starting a hedge fund.
309
996965
5076
私はアインシュタインのような天才が科学を捨て
ヘッジファンドを始めることを憂慮はしていません
ヘッジファンドを始めることを憂慮はしていません
16:54
CA: You're at a phase in your life now
where you're actually investing, though,
where you're actually investing, though,
310
1002478
4164
クリス：あなたは今の時点になって
16:58
at the other end of the supply chain --
311
1006666
3734
反対の供給側に
投資するようになりましたね
投資するようになりましたね
17:02
you're actually boosting
mathematics across America.
mathematics across America.
312
1010424
4104
アメリカ中で
数学の後押しをしています
数学の後押しをしています
17:06
This is your wife, Marilyn.
313
1014552
1865
この方は奥さんのマリリンさんですね
17:08
You're working on
philanthropic issues together.
philanthropic issues together.
314
1016441
4756
お２人で慈善活動をなさっています
17:13
Tell me about that.
315
1021221
1163
このことについてお話し下さい
17:14
JS: Well, Marilyn started --
316
1022408
3649
ジム：そこに写っている
美しき我が妻マリリンは
17:18
there she is up there,
my beautiful wife --
my beautiful wife --
317
1026081
3447
財団を約20年前に設立しました
17:21
she started the foundation
about 20 years ago.
about 20 years ago.
318
1029552
2972
17:24
I think '94.
319
1032548
1151
1994年だったと思います
17:25
I claim it was '93, she says it was '94,
320
1033723
2095
私が’93年だと主張しても
彼女は'94年と言います
彼女は'94年と言います
17:27
but it was one of those two years.
321
1035842
2571
何れにしろ どちらかの年です
(笑)
17:30
(Laughter)
322
1038437
2135
17:32
We started the foundation,
just as a convenient way to give charity.
just as a convenient way to give charity.
323
1040596
6719
我々は財団を設立しました
寄付するのには都合の良い方法でしたから
寄付するのには都合の良い方法でしたから
17:40
She kept the books, and so on.
324
1048346
2507
彼女が帳簿の管理などをしていました
17:42
We did not have a vision at that time,
but gradually a vision emerged --
but gradually a vision emerged --
325
1050877
6714
当時 はっきりしたビジョンはありませんでしたが
徐々に芽生えてきました
徐々に芽生えてきました
17:49
which was to focus on math and science,
to focus on basic research.
to focus on basic research.
326
1057615
5504
基礎研究を重視し
数学や科学に焦点を当てるということです
数学や科学に焦点を当てるということです
17:55
And that's what we've done.
327
1063569
2772
そして これを実行に移しました
17:58
Six years ago or so, I left Renaissance
and went to work at the foundation.
and went to work at the foundation.
328
1066365
6355
私は６年ほど前に ルネッサンス社を辞めて
財団で働くようになりました
財団で働くようになりました
18:04
So that's what we do.
329
1072744
1571
今でも働いています
18:06
CA: And so Math for America
is basically investing
is basically investing
330
1074339
2909
クリス：「Math for America」では
米国内の数学教師に資金を与え
18:09
in math teachers around the country,
331
1077272
2638
18:11
giving them some extra income,
giving them support and coaching.
giving them support and coaching.
332
1079934
3802
追加報酬を与えたり
支援や指導を行っています
支援や指導を行っています
18:15
And really trying
to make that more effective
to make that more effective
333
1083760
3051
教育の効率を高め
18:18
and make that a calling
to which teachers can aspire.
to which teachers can aspire.
334
1086835
2601
教師たちが目指せる
使命を提示していますね
使命を提示していますね
18:21
JS: Yeah -- instead of beating up
the bad teachers,
the bad teachers,
335
1089460
4790
ジム：問題のある教師を
叱責するよりその方がいいです
叱責するよりその方がいいです
18:26
which has created morale problems
all through the educational community,
all through the educational community,
336
1094274
4853
特に数学や科学の分野では
叱責しても
叱責しても
18:31
in particular in math and science,
337
1099151
2441
教育界全体で
やる気の低下を招くだけです
やる気の低下を招くだけです
18:33
we focus on celebrating the good ones
and giving them status.
and giving them status.
338
1101616
6130
そこで 優秀な者を表彰し
地位を与えることに注力しました
地位を与えることに注力しました
18:39
Yeah, we give them extra money,
15,000 dollars a year.
15,000 dollars a year.
339
1107770
2931
年間２百万円弱の報奨金を与えます
18:42
We have 800 math and science teachers
in New York City in public schools today,
in New York City in public schools today,
340
1110725
4467
現在 ニューヨーク市の公立校にいる
数学や科学の教師 800人を支援しており
数学や科学の教師 800人を支援しており
18:47
as part of a core.
341
1115216
1814
彼らはその中心的役割を担っています
18:49
There's a great morale among them.
342
1117054
3686
彼らにはやる気があり
18:52
They're staying in the field.
343
1120764
2506
教育現場に留まっています
18:55
Next year, it'll be 1,000
and that'll be 10 percent
and that'll be 10 percent
344
1123294
2895
来年にはニューヨーク市の公立校の
数学と科学の教師の10％にあたる
数学と科学の教師の10％にあたる
18:58
of the math and science teachers
in New York [City] public schools.
in New York [City] public schools.
345
1126213
3544
１千人へと拡大します
19:01
(Applause)
346
1129781
5905
(拍手)
19:07
CA: Jim, here's another project
that you've supported philanthropically:
that you've supported philanthropically:
347
1135710
3410
クリス：あなたは別のプロジェクトに
対しても慈善的支援を行っていますね
対しても慈善的支援を行っていますね
19:11
Research into origins of life, I guess.
348
1139144
2397
生命の起源に関するものだとか
19:13
What are we looking at here?
349
1141565
1447
どのような研究ですか？
19:15
JS: Well, I'll save that for a second.
350
1143536
1882
ジム：それにお答えする前に
19:17
And then I'll tell you
what you're looking at.
what you're looking at.
351
1145442
2162
あなたが質問された
19:19
Origins of life is a fascinating question.
352
1147628
3056
生命の起源の謎とは
とても興味深いものだと言いたいのです
とても興味深いものだと言いたいのです
19:22
How did we get here?
353
1150708
1533
どのようにして誕生したのでしょうか？
19:25
Well, there are two questions:
354
1153170
1771
２つの謎があります
19:26
One is, what is the route
from geology to biology --
from geology to biology --
355
1154965
5868
地質学的なものから
生物学的なものへの遷移は
生物学的なものへの遷移は
19:32
how did we get here?
356
1160857
1381
どのように起きたのか
というのが一つ
というのが一つ
19:34
And the other question is,
what did we start with?
what did we start with?
357
1162262
2364
もう一つの謎は
何から始まったのかということ
何から始まったのかということ
19:36
What material, if any,
did we have to work with on this route?
did we have to work with on this route?
358
1164650
3102
その遷移において
どの物質が起源となったのか？
どの物質が起源となったのか？
19:39
Those are two very,
very interesting questions.
very interesting questions.
359
1167776
3061
これら２つは
とても興味深い謎です
とても興味深い謎です
19:43
The first question is a tortuous path
from geology up to RNA
from geology up to RNA
360
1171773
5834
最初の謎は 地質からRNAのようなものに至るまでの
途方もない進化の道筋についてで
途方もない進化の道筋についてで
19:49
or something like that --
how did that all work?
how did that all work?
361
1177631
2258
その仕組みは
どのようなものだったのかということ
どのようなものだったのかということ
19:51
And the other,
what do we have to work with?
what do we have to work with?
362
1179913
2388
もう一方の謎
生命体をなす物質を得る過程は
生命体をなす物質を得る過程は
19:54
Well, more than we think.
363
1182325
1771
従来の説を超えたものなのかもしれません
19:56
So what's pictured there
is a star in formation.
is a star in formation.
364
1184120
4843
この写真は星の形成過程を示しています
20:01
Now, every year in our Milky Way,
which has 100 billion stars,
which has 100 billion stars,
365
1189836
3425
我が銀河系には約千億個の星がありますが
20:05
about two new stars are created.
366
1193285
2495
毎年２つほどの新しい星が誕生しています
20:07
Don't ask me how, but they're created.
367
1195804
2470
その仕組みについては知りませんが
とにかく誕生しています
とにかく誕生しています
20:10
And it takes them about a million
years to settle out.
years to settle out.
368
1198298
3080
星ができるまでには
百万年ほどの時間がかかります
百万年ほどの時間がかかります
20:14
So, in steady state,
369
1202132
2176
そのため 定常的に
20:16
there are about two million stars
in formation at any time.
in formation at any time.
370
1204332
3848
形成過程の星が
２百万個あります
２百万個あります
20:20
That one is somewhere
along this settling-down period.
along this settling-down period.
371
1208204
3458
写真はこの形成過程にある星です
20:24
And there's all this crap
sort of circling around it,
sort of circling around it,
372
1212067
2936
その周りを取り巻いて
20:27
dust and stuff.
373
1215027
1498
塵のようなものがあります
20:29
And it'll form probably a solar system,
or whatever it forms.
or whatever it forms.
374
1217479
3023
そして太陽系みたいなものが形成されます
20:32
But here's the thing --
375
1220526
2176
ここに注目すべきことがあります
20:34
in this dust that surrounds a forming star
376
1222726
6348
形成過程の星の
周辺を取り巻く塵には
周辺を取り巻く塵には
20:41
have been found, now,
significant organic molecules.
significant organic molecules.
377
1229098
6035
重要な有機分子が含まれていることが
分かってきました
分かってきました
20:47
Molecules not just like methane,
but formaldehyde and cyanide --
but formaldehyde and cyanide --
378
1235958
6139
メタンといった分子だけでなく
ホルムアルデヒドやシアン化物といった
ホルムアルデヒドやシアン化物といった
20:54
things that are the building blocks --
the seeds, if you will -- of life.
the seeds, if you will -- of life.
379
1242121
6517
生命の種ともいえる基本物質が
あるのです
あるのです
21:01
So, that may be typical.
380
1249136
2692
これは当たり前に
起きていることなのかもしれません
起きていることなのかもしれません
21:04
And it may be typical
that planets around the universe
that planets around the universe
381
1252395
6934
そういう生命の基本物質から
惑星ができるというのは
典型的なことなのかもしれません
典型的なことなのかもしれません
21:11
start off with some of these
basic building blocks.
basic building blocks.
382
1259353
3612
21:15
Now does that mean
there's going to be life all around?
there's going to be life all around?
383
1263830
2715
ならば 生命は至る所に居るのでは？
21:18
Maybe.
384
1266569
1364
そうなのかもしれません
21:19
But it's a question
of how tortuous this path is
of how tortuous this path is
385
1267957
4127
しかし 種となる物質が存在するというだけの
はかない原始状態から
はかない原始状態から
21:24
from those frail beginnings,
those seeds, all the way to life.
those seeds, all the way to life.
386
1272108
4394
生命誕生に至る過程が どれ程に
大変なことなのかという疑問が残されます
大変なことなのかという疑問が残されます
21:28
And most of those seeds
will fall on fallow planets.
will fall on fallow planets.
387
1276526
5192
種となる物質は 休眠している惑星に
降り注ぐことになります
降り注ぐことになります
クリス：つまり あなたは
21:33
CA: So for you, personally,
388
1281742
1409
21:35
finding an answer to this question
of where we came from,
of where we came from,
389
1283175
2722
生命の起源と誕生に関する謎を
21:37
of how did this thing happen,
that is something you would love to see.
that is something you would love to see.
390
1285921
3658
解き明かしたいとお考えなのですね
21:41
JS: Would love to see.
391
1289603
1786
ジム：解明されればと願っています
21:43
And like to know --
392
1291413
1490
生命の誕生が
21:44
if that path is tortuous enough,
and so improbable,
and so improbable,
393
1292927
5170
開始条件に関わらず
ほぼ不可能なほど起こりにくいなら
ほぼ不可能なほど起こりにくいなら
21:50
that no matter what you start with,
we could be a singularity.
we could be a singularity.
394
1298121
4754
地球に生命があるのは
特異的なことということになります
特異的なことということになります
逆にさほど難しくないなら
21:55
But on the other hand,
395
1303336
1152
21:56
given all this organic dust
that's floating around,
that's floating around,
396
1304512
3478
宇宙に漂う有機物の塵から
22:00
we could have lots of friends out there.
397
1308014
3791
そこらじゅうに
生命は存在するのかもしれません
生命は存在するのかもしれません
ぜひ知りたいところです
22:04
It'd be great to know.
398
1312947
1161
22:06
CA: Jim, a couple of years ago,
I got the chance to speak with Elon Musk,
I got the chance to speak with Elon Musk,
399
1314132
3480
クリス：２年前 イーロン・マスクに
話を聞く機会があったのですが
話を聞く機会があったのですが
22:09
and I asked him the secret of his success,
400
1317636
2837
彼に成功の秘密について尋ねると
22:12
and he said taking
physics seriously was it.
physics seriously was it.
401
1320497
3691
物理に真剣に取り組むことだと
彼は答えました
彼は答えました
22:16
Listening to you, what I hear you saying
is taking math seriously,
is taking math seriously,
402
1324696
4003
あなたの話によると
あなたは数学に真剣に取り組み
あなたは数学に真剣に取り組み
22:20
that has infused your whole life.
403
1328723
3003
それがあなたの人生全体に
力を与えています
力を与えています
そして巨万の富を得て
それをアメリカや世界の大勢の子供たちの
それをアメリカや世界の大勢の子供たちの
22:24
It's made you an absolute fortune,
and now it's allowing you to invest
and now it's allowing you to invest
404
1332123
4563
22:28
in the futures of thousands and thousands
of kids across America and elsewhere.
of kids across America and elsewhere.
405
1336710
4496
将来のために投資することを
可能にしています
可能にしています
22:33
Could it be that science actually works?
406
1341567
2858
これは科学が役に立つ
ということでしょうか？
ということでしょうか？
22:36
That math actually works?
407
1344449
2772
数学は役に立つのか？
22:39
JS: Well, math certainly works.
Math certainly works.
Math certainly works.
408
1347245
4372
ジム：数学は間違いなく
役に立ちますよ
役に立ちますよ
22:43
But this has been fun.
409
1351641
1198
それに楽しくもあります
22:44
Working with Marilyn and giving it away
has been very enjoyable.
has been very enjoyable.
410
1352863
4946
マリリンと一緒に働き 人々に貢献する
これはとても楽しいことです
これはとても楽しいことです
22:49
CA: I just find it --
it's an inspirational thought to me,
it's an inspirational thought to me,
411
1357833
2936
クリス：知に真剣に取り組むことで
かくも多くのものが得られうるということに
とても感銘を受けました
とても感銘を受けました
22:52
that by taking knowledge seriously,
so much more can come from it.
so much more can come from it.
412
1360793
4007
22:56
So thank you for your amazing life,
and for coming here to TED.
and for coming here to TED.
413
1364824
3018
TEDにお越し頂いて あなたの
素晴らしい人生について聞かせて頂き
素晴らしい人生について聞かせて頂き
22:59
Thank you.
414
1367866
751
ありがとうございました
23:00
Jim Simons!
415
1368651
1101
ジム・サイモンズでした！
23:01
(Applause)
416
1369806
4380
(拍手)
ABOUT THE SPEAKER
Jim Simons - Philanthropist, mathematicianAfter astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy.
Why you should listen
As a mathematician who cracked codes for the National Security Agency on the side, Jim Simons had already revolutionized geometry -- and incidentally laid the foundation for string theory -- when he began to get restless. Along with a few hand-picked colleagues he started the investment firm that went on to become Renaissance, a hedge fund working with hitherto untapped algorithms, and became a billionaire in the process.
Now retired as Renaissance’s CEO, Simons devotes his time to mathematics and philanthropy. The Simons Foundation has committed more than a billion dollars to math and science education and to autism research.
Jim Simons | Speaker | TED.com