TED2008
Neil Turok: My wish: Find the next Einstein in Africa
Neil Turok przedstawia swoje życzenie w ramach TED Prize
Filmed:
Readability: 4.1
609,381 views
Przyjmując TED Prize za rok 2008, fizyk Neil Turok mówi o utalentowanych młodych Afrykańczykach, którym brakuje szans na rozwój. Poprzez uwolnienie i wzmocnienie potencjału kreatywności, jaki drzemie w Afryce, możemy zmienić jej przyszłość.
Neil Turok - Physicist, education activist
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa. Full bio
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa. Full bio
Double-click the English transcript below to play the video.
00:13
It was an incredible surprise to me
0
1000
3000
Było dla mnie olbrzymią niespodzianką
00:16
to find out that there was actually an organization that cared about both parts of my life.
1
4000
6000
dowiedzieć się, że jest właściwie organizacja, która zajmuje się oboma sferami mojego życia.
00:22
Because, basically,
2
10000
1000
Bo, właściwie,
00:23
I work as a theoretical physicist.
3
11000
2000
jestem fizykiem teoretykiem.
00:25
I develop and test models of the Big Bang,
4
13000
3000
Rozwijam i testuję modele Wielkiego Wybuchu,
00:28
using observational data.
5
16000
3000
używając danych z obserwacji.
00:31
And I've been moonlighting for the last five years
6
19000
3000
I dorabiałem przez ostatnie pięć lat
00:34
helping with a project in Africa.
7
22000
3000
pomagając przy projekcie w Afryce.
00:37
And, I get a lot of flak for this at Cambridge.
8
25000
4000
I zgarniam przez to masę krytyki w Cambridge.
00:41
People wonder, you know, "How do you have time to do this?" And so on.
9
29000
4000
Ludzie się dziwią, wiecie, "Jak ty na to znajdujesz czas?" I tak dalej.
00:45
And so it was simply astonishing to me
10
33000
3000
I byłem wręcz zaskoczony
00:48
to find an organization that actually appreciated both those sides.
11
36000
4000
znajdując organizację, która doceniała obie te sfery.
00:52
So I thought I'd start off by just telling you a little bit about myself
12
40000
3000
Stwierdziłem, że zacznę od opowiedzenia wam co nieco o mnie
00:55
and why I lead this schizophrenic life.
13
43000
4000
i o tym, dlaczego prowadzę takie życie schizofrenika.
00:59
Well, I was born in South Africa and my parents were imprisoned
14
47000
5000
Więc, urodziłem się w Południowej Afryce i moi rodzice zostali aresztowani
01:04
for resisting the racist regime.
15
52000
2000
za stawianie oporu rasistowskiemu reżimowi.
01:06
When they were released, we left and we went as refugees to Kenya and Tanzania.
16
54000
7000
Kiedy ich wypuszczono, uciekliśmy i udaliśmy się do Kenii i Tanzanii jako uchodźcy.
01:13
Both were very young countries then,
17
61000
2000
Oba były bardzo młodymi państwami
01:15
and full of hope for the future.
18
63000
3000
pełnymi nadziei na przyszłość.
01:18
We had an amazing childhood. We didn't have any money,
19
66000
2000
Mieliśmy niesamowite dzieciństwo. Nie mieliśmy żadnych pieniędzy,
01:20
but we were outdoors most of the time.
20
68000
3000
ale większość czasu spędzaliśmy na dworze.
01:23
We had fantastic friends and we saw the wonders of the world,
21
71000
5000
Mieliśmy wspaniałych przyjaciół i widzieliśmy takie cuda świata,
01:28
like Kilimanjaro, Serengeti and the Olduvai Gorge.
22
76000
6000
jak Kilimandżaro, Serengeti i Wąwóz Olduvai.
01:34
Well, then we moved to London for high school.
23
82000
2000
No i wtedy przeprowadziliśmy się do Londynu, żeby pójść do liceum.
01:36
And after that -- there's nothing much to say about that.
24
84000
5000
A potem -- nie ma właściwie nic do powiedzenia o tym.
01:41
It was rather dull. But I came back to Africa
25
89000
4000
Było raczej nudno. Ale wróciłem do Afryki
01:45
at the age of 17, as a volunteer teacher
26
93000
4000
w wieku 17 lat, jako nauczyciel wolontariusz
01:49
to Lesotho, which is a tiny country,
27
97000
3000
do Lesotho, które jest maleńkim państwem,
01:52
surrounded at that time by apartheid South Africa.
28
100000
5000
otoczonym w tamtych czasach przez apartheid Południowej Afryki.
01:57
Well, 80 percent of the men in Lesotho
29
105000
3000
No i 80 procent mężczyzn w Lesotho
02:00
worked in the mines over the border,
30
108000
4000
pracowało w kopalniach za granicą,
02:04
in brutal conditions.
31
112000
3000
w brutalnych warunkach.
02:07
Nevertheless, I -- as I'm sure -- as a rather irritating young, white man
32
115000
6000
Nie mniej jednak, ja, jako, jestem pewien, raczej irytujący młody biały człowiek,
02:13
coming into their village, I was welcomed with incredible hospitality and warmth.
33
121000
6000
który przybył do ich wioski, zostałem powitany z niesamowitą gościnnością i ciepłem.
02:19
But the kids were the best part.
34
127000
2000
Ale to dzieci były najlepsze.
02:21
The kids were amazing: extremely eager and often very bright.
35
129000
5000
Dzieci były niesamowite: niezwykle ochocze i często bardzo bystre.
02:26
And I'm just going to tell you one story,
36
134000
2000
I zamierzam wam opowiedzieć jedną historię,
02:28
which got through to me.
37
136000
3000
która do mnie trafiła.
02:31
I used to try to take the kids outside as often as possible,
38
139000
2000
Starałem się zabierać dzieci na dwór tak często jak to możliwe,
02:33
to try to connect the academic stuff with the real world.
39
141000
5000
żeby próbować połączyć rzeczy, których ich uczyłem z prawdziwym światem.
02:38
And they weren't used to that.
40
146000
3000
A nie byli do tego przyzwyczajeni.
02:41
But I took them outside one day and I said,
41
149000
2000
Ale pewnego dnia zabrałem ich na dwór i powiedziałem:
02:43
"I want you to estimate the height of the building."
42
151000
3000
"Chcę, żebyście oszacowali wysokość tego budynku".
02:46
And I expected them to put a ruler next to the wall,
43
154000
3000
I spodziewałem się, że przyłożą linijkę do ściany,
02:49
size it up with a finger, and make an estimate of the height.
44
157000
5000
oszacują wielkość palcem i podadzą przybliżoną wysokość.
02:54
But there was one little boy, very small for his age.
45
162000
4000
Ale był tam jeden drobny chłopiec, bardzo mały jak na swój wiek.
02:58
He was the son of one of the poorest families in the village.
46
166000
3000
Był synem jednej z najbiedniejszych rodzin w wiosce.
03:01
And he wasn't doing that. He was scribbling with chalk on the pavement.
47
169000
5000
I on tego nie robił. Za to bazgrał coś kredą na chodniku.
03:06
And so, I said -- I was annoyed -- I said, "What are you doing?
48
174000
3000
Więc powiedziałem -- byłem zirytowany -- powiedziałem "Co ty robisz?
03:09
I want you to estimate the height of the building."
49
177000
2000
Chcę byś oszacował wysokość budynku".
03:11
He said, "OK. I measured the height of a brick.
50
179000
3000
A on odpowiedział, "OK. Zmierzyłem wysokość cegły.
03:14
I counted the number of bricks and now I'm multiplying."
51
182000
5000
Policzyłem ile jest cegieł i teraz mnożę".
03:19
Well -- (Laughter) -- I hadn't thought of that one.
52
187000
5000
No -- (Śmiech) -- o tym nie pomyślałem.
03:24
And many experiences like this happened to me.
53
192000
4000
I doświadczyłem wielu takich przeżyć.
03:28
Another one is that I met a miner. He was home on his three-month leave from the mines.
54
196000
8000
Kolejnym było poznanie górnika. Był w domu na swoim trzy-miesięcznym urlopie z kopalni.
03:36
Sitting next to him one day, he said, "There's only one thing that I really loved at school.
55
204000
6000
Siedząc obok niego, pewnego dnia, powiedział, "Jest tylko jedna rzecz, którą naprawdę kochałem w szkole.
03:42
And you know what it was? Shakespeare." And he recited some to me.
56
210000
7000
I wiesz co to było? Szekspir". I zarecytował go mi.
03:49
And these and many similar experiences convinced me
57
217000
4000
I to i wiele podobnych doświadczeń przekonało mnie,
03:53
that there are just tons of bright kids in Africa
58
221000
4000
że w Afryce jest masa bystrych dzieci
03:57
-- inventive kids, intellectual kids --
59
225000
4000
-- pomysłowych dzieci, inteligentnych dzieci --
04:01
and starved of opportunity.
60
229000
1000
i pozbawionych okazji
04:02
And if Africa is going to get fixed, it's by them, not by us.
61
230000
6000
I jeśli Afryka zostanie naprawiona, to przez nich, a nie przez nas.
04:08
Well, after -- (Applause) -- that's the truth.
62
236000
6000
Cóż, po -- (Aplauz) -- to prawda.
04:14
Well, after Lesotho, I traveled across Africa
63
242000
3000
Cóż, po Lesotho, podróżowałem przez Afrykę
04:17
before returning to England
64
245000
2000
przed powrotem do Anglii
04:20
-- so gray and depressing, in comparison.
65
248000
3000
-- tak szarej i ponurej w porównianiu.
04:23
And I went to Cambridge. And there, I fell for theoretical physics.
66
251000
7000
I udałem się do Cambridge. I tam zakochałem się w fizyce teoretycznej.
04:30
Well, I'm not going to explain this equation,
67
258000
2000
Nie zamierzam tłumaczyć tego równania,
04:32
but theoretical physics is really an amazing subject.
68
260000
4000
ale fizyka teoretyczna jest po prostu niesamowitym przedmiotem.
04:36
We can write down all the laws of physics we know in one line.
69
264000
6000
Możemy zapisać wszystkie prawa fizyki, które znamy, w jednej linii.
04:42
And, admittedly, it's in a very shorthand notation.
70
270000
5000
I, trzeba przyznać, jest to bardzo krótki zapis.
04:47
And it contains 18 free parameters,
71
275000
4000
I to zawiera 18 wolnych parametrów,
04:51
OK, which we have to fit to the data.
72
279000
3000
OK, które musimy dopasować do danych.
04:54
So it's not the final story,
73
282000
2000
Więc to nie koniec wszystkiego,
04:56
but it's an incredibly powerful summary of everything we know
74
284000
5000
ale niesamowicie potężne podsumowanie wszystkiego co wiemy
05:01
about nature at the most basic level.
75
289000
4000
o naturze na najbardziej podstawowym poziomie.
05:05
And apart from a few very important loose ends, which you've heard about here --
76
293000
4000
I oprócz kilku bardzo ważnych nierozwiązanych spraw, o których na pewno słyszeliście --
05:09
like dark energy and dark matter --
77
297000
3000
jak ciemna energia i ciemna materia --
05:12
this equation describes,
78
300000
2000
to równanie opisuje --
05:14
seems to describe everything about the universe and what's in it.
79
302000
5000
wydaje się opisywać wszystko o wszechświecie i co w nim jest.
05:19
But there's one big puzzle remaining,
80
307000
2000
Ale pozostaje jedna wielka zagadka,
05:21
and this was most succinctly put to me by my primary school math teacher in
81
309000
5000
która została mi bardzo treściwie przedstawiona przez moją nauczycielkę matematyki z podstawówki
05:26
Tanzania, who's a wonderful Scottish lady
82
314000
3000
w Tanzanii, która jest wspaniałą szkocką kobietą,
05:29
who I still stay in touch with.
83
317000
3000
z którą wciąż pozostaję w kontakcie.
05:32
And she's now in her 80s.
84
320000
2000
A ona jest już po osiemdziesiątce.
05:34
And when I try to explain my work to her, she waved away all the details, and she said,
85
322000
5000
I kiedy próbuję wytłumaczyć jej moją pracę, ona tylko macha ręką na wszystkie szczegóły i mówi:
05:39
"Neil, there's only one question that really matters.
86
327000
5000
"Neil, jest tylko jedno pytanie, które się naprawdę liczy.
05:44
What banged?" (Laughter)
87
332000
4000
Co wybuchło?" (Śmiech)
05:48
"Everyone talks about the Big Bang. What banged?"
88
336000
5000
"Wszyscy mówią o Wielkim Wybuchu. Co wybuchło?"
05:53
And she's right. It's a question we've all been avoiding.
89
341000
5000
I ona ma rację. To pytanie, którego wszyscy unikaliśmy.
05:58
The standard explanation is that the universe somehow sprang into existence,
90
346000
5000
Standardowe wytłumaczenie mówi, że wszechświat jakoś pojawił się,
06:03
full of a strange kind of energy
91
351000
2000
pełen dziwnego rodzaju energii
06:05
-- inflationary energy -- which blew it up.
92
353000
5000
-- rosnącej energii -- która go wysadziła.
06:10
But the puzzle of why the universe emerged in that peculiar state
93
358000
4000
Ale zagadka pojawienia się wszechświata w tym specyficznym stanie
06:14
is completely unsolved.
94
362000
4000
jest kompletnie nierozwiązana.
06:18
Now, I worked on that theory for a while, with Stephen Hawking and others.
95
366000
4000
Teraz, pracowałem nad tą teorią przez pewien czas, ze Stephenem Hawkingiem i innymi.
06:22
But then I began to explore another alternative.
96
370000
3000
Ale wtedy zacząłem badać inną alternatywę.
06:25
The alternative is that the Big Bang wasn't the beginning.
97
373000
3000
Alternatywa jest taka, że Wielki Wybuch nie był początkiem.
06:28
Perhaps the universe existed before the bang,
98
376000
3000
Może wszechświat istniał przez wybuchem,
06:31
and the bang was just a violent event in a pre-existing universe.
99
379000
5000
i wybuch był tylko brutalnym wydarzeniem we wcześniejszym świecie.
06:36
Well, this possibility is actually suggested
100
384000
3000
Właściwie, ta możliwość jest sugerowana
06:39
by the latest theories, the unified theories,
101
387000
3000
przez najnowsze teorie, teorie unifikacji,
06:42
which try to explain all those 18 free parameters
102
390000
3000
które starają się wytłumaczyć te wszystkie 18 wolnych parametrów
06:45
in a single framework, which will hopefully predict all of them.
103
393000
7000
w pojedynczej strukturze, która, miejmy nadzieję, przewidzi je wszystkie.
06:52
And I'll just share a cartoon of this idea here.
104
400000
3000
I tylko podzielę się z wami szkicem tego pomysłu.
06:55
It's all I can convey. According to these theories,
105
403000
3000
To wszystko co mogę przekazać. Według tych teorii
06:58
there are extra dimensions of space, not just the three we're familiar with,
106
406000
3000
w kosmosie istnieje więcej wymiarów, nie tylko te trzy, które są dla nas oczywiste,
07:01
but at every point in the room there are more dimensions.
107
409000
4000
ale w każdym punkcie pomieszczenia jest więcej wymiarów.
07:05
And in particular, there's one rather strange one,
108
413000
2000
I jest jeden szczególnie dziwny
07:07
in the most elegant unified theories we have.
109
415000
3000
w jednej z najbardziej przejrzystych teorii unifikacji, którą posiadamy.
07:10
The strange one looks likes this:
110
418000
2000
Dziwny wygląda tak:
07:12
that we live in a three-dimensional world.
111
420000
3000
żyjemy w 3-wymiarowym świecie.
07:15
We live in one of these worlds, and I can only show it as a sheet,
112
423000
4000
Żyjemy w jednym z tych światów, i mogę go tylko pokazać jako płaszczyznę,
07:19
but it's really three-dimensional.
113
427000
3000
ale jest naprawdę 3-wymiarowy.
07:22
And a tiny distance away, there's another sheet,
114
430000
4000
I w maleńkiej odległości od niego, jest następna płaszczyzna,
07:26
also three-dimensional, and they're separated by a gap.
115
434000
2000
również 3-wymiarowa i są od siebie oddzielone przerwą.
07:28
The gap is very tiny, and I've blown it up so you can see it.
116
436000
3000
Przerwa jest maleńka, ale powiększyłem ją, żebyście mogli ją zobaczyć.
07:31
But it's really a tiny fraction of the size of an atomic nucleus.
117
439000
5000
Ale jest naprawdę niewielkim ułamkiem rozmiaru jądra atomu.
07:36
I won't go into the details of why we think the universe is like this,
118
444000
3000
Nie będę wchodził w szczegóły, dlaczego uważamy, że wszechświat tak wygląda,
07:39
but it comes out of the math and trying to explain the physics that we know.
119
447000
4000
ale wynika to z matematyki i mniej więcej tłumaczy fizykę, którą znamy.
07:43
Well, I got interested in this because it seemed to me that it was an obvious question.
120
451000
4000
Więc, zainteresowałem się tym, ponieważ wydało mi się, że z tego rodzi się oczywiste pytanie.
07:47
Which is, what happens if these two, three-dimensional worlds
121
455000
3000
Czyli, co się stanie, jeśli te dwa 3-wymiarowe światy
07:50
should actually collide?
122
458000
3000
się właściwie ze sobą zderzą?
07:54
And if they collide, it would look a lot like the Big Bang.
123
462000
3000
I jeśli się zderzą, to czy będzie to wyglądać jak Wielki Wybuch.
07:57
But it's slightly different than in the conventional picture.
124
465000
3000
Ale wygląda to trochę inaczej, niż w klasycznym obrazie.
08:00
The conventional picture of the Big Bang is a point.
125
468000
2000
Klasyczny obraz Wielkiego Wybuchu to punkt.
08:02
Everything comes out of a point;
126
470000
2000
Wszystko wychodzi z punktu;
08:04
you have infinite density. And all the equations break down.
127
472000
4000
macie nieskończoną gęstość. I wszystkie równania padają.
08:08
No hope of describing that.
128
476000
2000
Żadnych szans na opisanie tego.
08:10
In this picture, you'll notice,
129
478000
2000
Na tym obrazku zauważycie,
08:12
the bang is extended. It's not a point.
130
480000
2000
że wybuch jest powiększony. To nie jest punkt.
08:14
The density of matter is finite, and we have a chance
131
482000
3000
Gęstość materii jest skończona i mamy szansę
08:17
of a consistent set of equations that can describe the whole process.
132
485000
5000
na logiczny zestaw równań, który może opisać cały proces.
08:22
So, to cut a long story short, we've explored this alternative.
133
490000
3000
Więc, przechodząc do sedna, zbadaliśmy tą alternatywę.
08:25
We've shown that it can fit
134
493000
2000
Pokazaliśmy, że może to pasować
08:27
all of the data that we have about the formation of galaxies,
135
495000
4000
do wszystkich danych, które mamy na temat układu galaktyk,
08:31
the fluctuations in the microwave background.
136
499000
3000
wahań na tle mikrofalowym.
08:34
Furthermore, there's an experimental way
137
502000
2000
Co więcej, jest doświadczalna metoda
08:36
to tell this theory, apart from the inflationary explanation that I told you before.
138
504000
7000
przedstawienia tej teorii, poza wyjaśnieniem inflacyjnym, które wam wcześniej wyjaśniłem.
08:43
It involves gravitational waves.
139
511000
3000
Dotyczy fal grawitacyjnych.
08:46
And in this scenario, not only was the Big Bang not the beginning,
140
514000
3000
I w tym scenariuszu, Wielki Wybuch nie tylko nie był początkiem,
08:49
as you can see from the picture,
141
517000
3000
jak możecie zaobserwować na obrazku,
08:52
it can happen over and over again.
142
520000
2000
ale może się zdarzać ponownie.
08:54
It may be that we live in an endless universe,
143
522000
3000
Może być tak, że żyjemy w nieskończonym wszechświecie,
08:57
both in space and in time.
144
525000
1000
zarówno ze względu na przestrzeń jak i czas.
09:01
And there've been bangs in the past, and there will be bangs in the future.
145
529000
3000
I były wybuchy w przeszłości i będą wybuchy w przyszłości.
09:04
And maybe we live in an endless universe.
146
532000
4000
I może żyjemy w nieskończonym wszechświecie.
09:08
Well, making and testing models of the universe
147
536000
5000
W sumie, robienie i testowanie modeli wszechświata
09:13
is, for me, the best way I have of enjoying and appreciating the universe.
148
541000
7000
jest dla mnie najlepszym sposobem na rozkoszowanie się i docenianie wszechświata.
09:20
We need to make the best mathematical models we can,
149
548000
2000
Musimy robić najlepsze modele matematyczne jakie możemy,
09:22
the most consistent ones.
150
550000
2000
najbardziej spójne.
09:24
And then we scrutinize them, logically and with data.
151
552000
4000
Musimy je zbadać dokładnie, logicznie i bazując na danych.
09:28
And we try to convince ourselves --
152
556000
3000
I próbujemy przekonać samych siebie --
09:31
we really try to convince ourselves they're wrong.
153
559000
2000
naprawdę próbujemy przekonać samych siebie, że są niepoprawne.
09:33
That's progress: when we prove things wrong.
154
561000
3000
To jest postęp: kiedy udawadniamy, że coś jest niepoprawne.
09:36
And gradually, we hopefully move closer and closer to understanding the world.
155
564000
6000
I stopniowo, miejmy nadzieję, zbliżamy się coraz bardziej i bardziej do zrozumienia świata.
09:42
As I pursued my career, something was always gnawing away inside me.
156
570000
5000
Gdy goniłem za swoją karierą, coś zawsze mnie w środku dręczyło.
09:47
What about Africa?
157
575000
3000
A co z Afryką?
09:50
What about those kids I'd left behind?
158
578000
5000
Co z tymi dziećmi, które tam zostawiłem?
09:55
Instead of developing, as we'd all hoped in the '60s,
159
583000
3000
Zamiast rozwijać się, na co wszyscy mieli nadzieję w latach 60.,
09:58
things had gotten worse.
160
586000
2000
wszystko zaczęło się pogarszać.
10:00
Africa was gripped by poverty, disease and war.
161
588000
4000
Afrykę dotknęła bieda, choroby i wojna.
10:04
This is very graphically shown by the Worldmapper website and project.
162
592000
6000
Jest to w wyjątkowy sposób graficznie pokazane na stronie projektu Worldmapper.
10:10
And so the idea is to represent each country
163
598000
3000
Więc pomysłem jest, żeby każdy kraj przedstawić
10:13
on a map, but scale the area according to some quantity.
164
601000
6000
na mapie, ale zeskalować obszar biorąc pod uwagę jakąś wielkość.
10:19
So here's just the standard area map of the world.
165
607000
2000
Więc tutaj jest standardowa mapa świata.
10:21
By the way, Africa is very large.
166
609000
2000
Tak w ogóle, Afryka jest bardzo duża.
10:23
And the next map now shows Africa's GDP in 1960,
167
611000
5000
A następna mapa pokazuje PKB Afryki w 1960,
10:28
around the time of independence for many African states.
168
616000
5000
w czasie niepodległości wielu afrykańskich stanów.
10:33
Now, this is 1990, and then 2002. And here's a projection for 2015.
169
621000
10000
Teraz, to jest 1990 i dalej 2002. A tutaj prognoza na rok 2015.
10:44
Big changes are happening in the world,
170
632000
1000
Wielkie zmiany zachodzą na świecie,
10:45
but they're not helping Africa.
171
633000
3000
ale nie pomagają one Afryce.
10:48
What about Africa's population? The population isn't out of proportion to its area,
172
636000
4000
A co z afrykańską ludnością? Populacja nie jest odwrotnie proporcjonalna do jej powierzchni,
10:52
but Africa leads the world in deaths from often preventable causes:
173
640000
5000
ale Afryka prowadzi, jeśli chodzi o liczbę zgonów z powodów, którym można zapobiec:
10:57
malnutrition, simple infections and birth complications.
174
645000
7000
niedożywienie, drobne infekcje i problemy przy porodzie.
11:04
Then there's HIV/AIDS. And then there are deaths from war.
175
652000
5000
A jest jeszcze HIV/AIDS. I są jeszcze ofiary wojny.
11:09
OK, currently there are 45,000 people a month dying in the Congo,
176
657000
5000
OK, obecnie 45,000 osób miesięcznie umiera w Kongo,
11:14
as a consequence of the war
177
662000
2000
z powodu wojny
11:16
there over coltan and diamonds and other things.
178
664000
4000
o koltan i diamenty oraz inne rzeczy.
11:20
It's still going on.
179
668000
4000
Ona wciąż trwa.
11:24
What about Africa's capacity to do something about these problems?
180
672000
3000
A co z potencjałem Afryki, żeby coś zrobić z tymi problemami?
11:27
Well, here's the number of physicians in Africa.
181
675000
5000
No więc, tutaj jest liczba lekarzy w Afryce.
11:32
Here's the number of people in higher education.
182
680000
5000
Tutaj jest liczba ludzi z wyższym wykształceniem.
11:37
And here -- most shocking to me --
183
685000
2000
A tutaj -- co jest najbardziej szokujące dla mnie --
11:39
the number of scientific research papers coming out of Africa.
184
687000
4000
liczba prac naukowych pochodzących z Afryki.
11:43
It just doesn't exist scientifically.
185
691000
5000
Naukowo rzecz ujmując - nie istnieje.
11:48
And this was very eloquently argued at TED Africa:
186
696000
3000
I to wszystko było bardzo elokwentnie zakomunikowane na TED Africa:
11:51
that all of the aid that's been given
187
699000
2000
że cała pomoc, którą otrzymała Afryka,
11:53
has completely failed to put Africa onto its own two feet.
188
701000
8000
żeby stanąć na własne nogi - kompletnie zawiodła .
12:01
Well, the transition to democracy in South Africa in 1994
189
709000
3000
Zmiana ustroju na demokrację w Południowej Afryce w 1994
12:04
was literally a dream come true for many of us.
190
712000
4000
była dosłownie spełnieniem marzeń dla wielu z nas.
12:08
My parents were both elected to the first parliament,
191
716000
3000
Moi oboje rodzice zostali wybrani do pierwszego parlamentu,
12:11
alongside Nelson and Winnie Mandela. They were the only other couple.
192
719000
5000
razem z Nelsonem i Winnie Mandelami. To były jedyne pary.
12:16
And in 2001, I took a research leave to visit them.
193
724000
4000
W 2001 wziąłem urlop, żeby ich odwiedzić.
12:20
And while I was busy working -- I was working on these colliding worlds, in the day.
194
728000
7000
Zrobiłem to podczas gdy byłem zajęty pracą -- pracowałem wtedy nad tymi zderzającymi się światami.
12:27
But I learned that there was a desperate shortage of skills,
195
735000
3000
I dowiedziałem się, że strasznie tam brakuje umiejętności,
12:30
especially mathematical skills, in industry, in government, in education.
196
738000
8000
szczególnie matematycznych, w przemyśle, w rządzie, w sektorze edukacyjnym.
12:38
The ability to make and test models has become essential,
197
746000
4000
Umiejętność wykonywania i testowania modeli stała się kluczowa,
12:42
not only to every single area of science today,
198
750000
3000
nie tylko w każdej sferze nauki w dzisiejszych czasach,
12:45
but also to modern society itself.
199
753000
4000
ale również w nowoczesnym społeczeństwie.
12:49
And if you don't have math, you're not going to enter the modern age.
200
757000
6000
I jeśli nie znasz matematyki, to nie wejdziesz do nowoczesnego świata.
12:55
So I had an idea. And the idea was very simple.
201
763000
3000
Więc wpadłem na pomysł. I ten pomysł był bardzo prosty.
12:58
The idea was to set up an African Institute for Mathematical Sciences, or AIMS.
202
766000
6000
Pomysłem było, żeby założyć Afrykański Instytut Nauk Matematycznych (African Institute of Mathematical Sciences, AIMS - aims z ang: cele).
13:04
And let's recruit students from the whole of Africa,
203
772000
4000
I zrekrutujmy studentów w całej Afryce,
13:08
bring them together with lecturers from all over the world,
204
776000
4000
zjednoczmy ich razem z wykładowcami z całego świata
13:12
and we'll try to give them a fantastic education.
205
780000
5000
i postarajmy się dać im fantastyczne wykształcenie.
13:17
Well, as a Cambridge professor, I had many contacts.
206
785000
3000
W sumie, jako profesor z Cambridge, miałem bardzo wiele kontaktów.
13:20
And to my astonishment, they backed me 100 percent.
207
788000
3000
I ku memu zdumieniu, poparli mnie w 100 procentach.
13:23
They said, "Go and do it,
208
791000
2000
Powiedzieli, "Idź i zrób to,
13:25
and we'll come and lecture."
209
793000
4000
a my się pojawimy i będziemy wykładać."
13:29
And I knew it would be amazing fun to bring brilliant students
210
797000
4000
I wiedziałem, że będzie niesamowitą frajdą zebrać genialnych studentów
13:33
from these countries -- where they don't have any opportunities -- together
211
801000
4000
z krajów, w których nie mają żadnych możliwości -- razem
13:37
with the best lecturers in the world --
212
805000
2000
z najlepszymi na świecie wykładowcami --
13:39
who I knew would come, because of the interest in Africa --
213
807000
3000
o których wiedziałem, że się pojawią ze względu na ich zainteresowanie Afryką --
13:42
and put them together and just let the sparks fly.
214
810000
7000
i zebrać ich razem i niech się dzieją cuda.
13:49
So we bought a derelict hotel near Cape Town.
215
817000
4000
Więc kupiliśmy opuszczony hotel niedaleko Cape Town.
13:53
It's an 80-room Art Deco hotel from the 1920s.
216
821000
3000
Jest to hotel w stylu Art Deco z 80 pokojami z roku 1920.
13:56
The area was kind of seedy, so we got an 80-room hotel for 100,000 dollars.
217
824000
6000
Teren był dość obskurny, więc dostaliśmy hotel z 80 pokojami za 100 000 dolarów.
14:02
It's a beautiful building. We decided we would refurbish it
218
830000
4000
To piękny budynek. Zdecydowaliśmy się go odnowić
14:06
and then put out the word:
219
834000
2000
i wtedy roznieść wieść:
14:08
we're going to start the best math institute in Africa
220
836000
4000
zamierzamy otworzyć najlepszy instytut matematyki w Afryce
14:12
in this hotel.
221
840000
1000
w tym hotelu.
14:13
Well, the new South Africa is a very exciting country.
222
841000
3000
Nowa Południowa Afryka jest bardzo ekscytującym krajem.
14:16
And those of you who haven't been there, you should go.
223
844000
3000
I ci z was, którzy tam nie byli, powinni się tam udać.
14:19
It's very, very interesting what's happening.
224
847000
3000
To bardzo, bardzo interesujące co się dzieje.
14:22
And we recruited wonderful staff,
225
850000
3000
I zrekrutowaliśmy wspaniałą ekipę,
14:25
highly motivated staff.
226
853000
2000
bardzo zmotywowaną ekipę.
14:27
The other thing that's happened, which was good for us, is the Internet.
227
855000
4000
Inna rzecz, która się pojawiła, która była dla nas dobra, to Internet.
14:31
Even though the Internet is very expensive all over Africa,
228
859000
3000
Nawet mimo tego, że Internet jest bardzo drogi w całej Afryce,
14:34
there are Internet cafes everywhere.
229
862000
2000
wszędzie są kafejki Internetowe.
14:36
And bright young Africans are desperate to join the global community,
230
864000
5000
I bystrzy młodzi Afrykańczycy desperacko próbują dołączyć do globalnego społeczeństwa,
14:41
to be successful -- and they're very ambitious.
231
869000
3000
żeby odnieść sukces -- i są bardzo ambitni.
14:44
They want to be the next Einstein.
232
872000
4000
Chcą być kolejnym Einsteinem.
14:50
And so when word came out that AIMS was opening,
233
878000
3000
I tak, gdy nadeszła wieść, że AIMS się otwiera,
14:53
it spread very quickly via e-mail and our website.
234
881000
4000
bardzo szybko rozbiegła się poprzez e-maile i naszą stronę.
14:57
And we got lots of applicants.
235
885000
2000
I mieliśmy wielu aplikujących.
14:59
Well, we designed AIMS as a 24-hour learning environment,
236
887000
3000
W sumie, zaprojektowaliśmy AIMS jako 24-godzinne środowisko naukowe
15:02
and it was fantastic to start a university from the beginning.
237
890000
4000
i fantastycznie było założyć uniwersytet od zera.
15:06
You have to rethink, what is the university for?
238
894000
4000
Musicie przemyśleć, po co jest uniwersytet?
15:10
And that's really exciting.
239
898000
2000
I jest to bardzo ekscytujące.
15:12
So we designed it to have interactive teaching.
240
900000
3000
Więc zaprojektowaliśmy to tak, żeby zawierało interaktywną naukę.
15:15
No droning on at the chalkboard.
241
903000
4000
Żadnych bzdur na tablicy.
15:19
We emphasize problem-solving, working in groups,
242
907000
4000
Kładziemy nacisk na rozwiązywanie problemów, pracę w grupach,
15:23
every student discovering and maximizing their own potential
243
911000
4000
na to, by każdy student odkrył i zmaksymalizował swój potencjał,
15:27
and not chasing grades.
244
915000
3000
a nie gonił za ocenami.
15:30
Everyone lives together in this hotel -- lecturers and students --
245
918000
2000
Wszyscy żyją razem w tym hotelu, wykładowcy i studenci
15:32
and it's not surprising at all to find an impromptu tutorial at 1 a.m.
246
920000
6000
i nie jest niespodzianką, by znaleźć kogoś udzielającego korepetycji o 1 w nocy.
15:38
The students don't usually leave the computer lab till 2 or 3 a.m.
247
926000
4000
Studenci zwykle nie opuszczają laboratorium komputerowego przed 2 lub 3 w nocy.
15:42
And then they're up again at eight in the morning.
248
930000
2000
I potem wstają na 8 rano.
15:44
Lectures, problem-solving and so on. It's an extraordinary place.
249
932000
7000
Wykłady, rozwiązywanie problemów i tak dalej. To niesamowite miejsce.
15:51
We especially emphasize areas of great relevance to Africa's development,
250
939000
5000
Szczególnie kładziemy nacisk na dziedziny mające olbrzymi związek z rozwojem Afryki,
15:56
because, in those areas, scientists working in Africa will have a competitive advantage.
251
944000
6000
ponieważ w tych dziedzinach naukowcy pracujący w Afryce będą mieli konkurencyjną przewagę.
16:02
They'll publish, be invited to conferences.
252
950000
2000
Będą publikować, będą zapraszani na konferencje.
16:04
They'll do well. They'll have successful careers.
253
952000
6000
Będą sobie radzić dobrze. Ich kariery będą pełne sukcesów.
16:10
And AIMS has done extremely well.
254
958000
2000
I AIMS dał sobie radę nadzwyczajnie dobrze.
16:12
Here is a list of last year's graduates, graduated in June,
255
960000
4000
Tutaj jest lista zeszłorocznych absolwentów z czerwca
16:16
and what they're currently doing -- 48 of them.
256
964000
3000
i co obecnie robią -- 48 z nich.
16:19
And where they are is indicated over here.
257
967000
4000
A gdzie są jest pokazane tutaj.
16:23
And where they've gone. So these are all postgraduate students.
258
971000
4000
I dokąd się udali. Więc tutaj są wszyscy studenci podyplomowi.
16:27
And they've all gone on to master's and Ph.D. degrees in excellent places.
259
975000
7000
I oni wszyscy udali się we wspaniałe miejsca na studia magisterskie i doktoranckie.
16:34
Five students can be educated at AIMS
260
982000
2000
Pięciu studentów może zostać wykształconych w AIMS
16:36
for the cost of educating one in the U.S. or Europe.
261
984000
4000
za taki sam koszt, jak jednego w Stanach Zjednoczonych lub Europie.
16:40
But more important, the pan-African student body
262
988000
3000
Ale co ważniejsze, panafrykańska społeczność studentów
16:43
is a continual source of strength, pride and commitment to Africa.
263
991000
6000
jest ciągłym źródłem siły, dumy i oddania Afryce.
16:49
We illustrate AIMS' progress by coloring in the countries of Africa.
264
997000
5000
Ilustrujemy postęp AIMS poprzez kolorowanie krajów Afryki.
16:54
So here you can see behind this list.
265
1002000
2000
Więc możecie to zobaczyć tutaj za listą.
16:56
When a county is colored yellow, we've received an application;
266
1004000
4000
Jeśli okręg jest żółty: otrzymaliśmy aplikację;
17:00
orange, we've accepted an application; and green,
267
1008000
5000
pomarańczowy: zaakceptowaliśmy aplikację; i zielony:
17:05
a student has graduated.
268
1013000
2000
student ukończył naukę.
17:07
So here is where we were after the first graduation in 2004.
269
1015000
4000
Więc tak prezentowała się sytuacja po pierwszym rozdaniu dyplomów w 2004.
17:11
And we set ourselves a goal of turning the continent green.
270
1019000
4000
I postawiliśmy sobie cel, żeby cały kontynent zmienić w zielony.
17:15
So there's 2005, -6, -7, -8.
271
1023000
4000
Więc mamy tutaj 2005, -6, -7, -8.
17:19
(Applause)
272
1027000
10000
(Brawa)
17:29
We're well on the way to achieving our initial goal.
273
1037000
4000
Jesteśmy na dobrej drodze do osiągnięcia naszego podstawowego celu.
17:33
We had some of the students filmed at home before they came to AIMS.
274
1041000
4000
Nakręciliśmy kilku studentów w domu, przed ich przyjściem do AIMS.
17:37
And I'll just show you one.
275
1045000
3000
I pokażę wam jednego z nich.
17:40
Tendai Mugwagwa: My name is Tendai Mugwagwa.
276
1048000
4000
Tendai Mugwagwa: Nazywam się Tendai Mugwagwa.
17:44
I have a Bachelor of Science with an education degree.
277
1052000
3000
Mam tytuł inżyniera z dyplomem w edukacji.
17:47
I will be attending AIMS.
278
1055000
2000
Będę brała udział w AIMS.
17:49
My understanding of the course is that it covers quite a lot.
279
1057000
4000
Z tego, co zrozumiałam, to kurs pokrywa dość duży materiał.
17:53
You know, from physics to medicine,
280
1061000
4000
Wiecie, od fizyki po medycynę,
17:57
in particular, epidemiology and also mathematical modeling.
281
1065000
6000
a w szczególności epidemiologię, a także modelowanie matematyczne.
18:03
Neil Turok: So Tendai came to AIMS and did very well.
282
1071000
5000
Neil Turok: Więc Tendai przybyła do AIMS i poszło jej bardzo dobrze.
18:08
And I'll let her take it from there.
283
1076000
4000
I pozwolę jej przejąć głos teraz.
18:16
TM: My name is Tendai Mugwagwa
284
1084000
2000
TM: Nazywam się Tendai Mugwagwa
18:18
and I was a student at AIMS in 2003 and 2004.
285
1086000
4000
i byłam studentką w AIMS w 2003 i 2004.
18:22
After leaving AIMS, I went on to do a master's in applied mathematics
286
1090000
5000
Po skończeniu AIMS, poszłam na Uniwersytet Cape Town w Południowej Afryce,
18:27
at the University of Cape Town in South Africa.
287
1095000
3000
żeby uzyskać tytuł magistra matematyki stosowanej.
18:30
After that, I came to the Netherlands
288
1098000
2000
Potem, udałam się do Holandii,
18:32
where I'm now doing a Ph.D. in theoretical immunology.
289
1100000
3000
gdzie teraz robię doktorat z teoretycznej immunologii.
18:35
Professor: Tendai is working very independently.
290
1103000
3000
Professor: Tendai pracuje bardzo niezależnie.
18:38
She communicates well with the immunologists at the hospital.
291
1106000
4000
Komunikuje się dobrze z immunologami w szpitalu,
18:42
So all in all I have a very good Ph.D. student from South Africa.
292
1110000
4000
więc w sumie, mam bardzo dobrą doktorantkę z Południowej Afryki.
18:46
So I'm happy she's here.
293
1114000
3000
Więc jestem szczęśliwy, że jest tutaj .
18:49
NT: Another student in the first year of AIMS was Shehu.
294
1117000
4000
NT: Kolejnym studentem w pierwszym roku AIMS był Shehu.
18:53
And he's shown here with his favorite high school teacher.
295
1121000
5000
I tutaj jest pokazany ze swoim ulubionym nauczycielem z liceum.
18:58
And then entering university in northern Nigeria.
296
1126000
6000
A tu, wchodzący do uniwersytetu w północnej Nigerii.
19:04
And after AIMS, Shehu wanted to do high-energy physics,
297
1132000
5000
I po AIMS, Shehu chciał zająć się fizyką cząstek elementarnych
19:09
and he came to Cambridge.
298
1137000
2000
i udał się do Cambridge.
19:11
He's about to finish his Ph.D.,
299
1139000
3000
Niedługo ukończy swój doktorat
19:14
and he was filmed recently with someone you all know.
300
1142000
4000
i niedawno został sfilmowany z kimś, kogo wszyscy znacie.
19:18
Shehu: And from there we will be able to,
301
1146000
2000
Shehu: I stąd będziemy mogli,
19:20
hopefully, make better predictions and then we compare it
302
1148000
3000
miejmy nadzieję, robić lepsze prognozy i później porównywać je
19:23
to the graph and also make some predictions.
303
1151000
5000
do grafu i znowu zrobić pewne prognozy.
19:28
Stephen Hawking: That is nice.
304
1156000
3000
Stephen Hawking: To ciekawe.
19:31
NT: Here are the current students at AIMS. There are 53 of them
305
1159000
3000
NT: Tutaj mamy obecnych studentów AIMS. Jest ich 53
19:34
from 20 different countries, including 20 women.
306
1162000
4000
z 20 różnych krajów, wliczając 20 kobiet.
19:38
So now I'm going to get to my TED business.
307
1166000
3000
Więc, teraz przejdę do mojej sprawy z TED.♫
19:41
Well, we had a party. This is Africa --
308
1169000
3000
Więc, mieliśmy imprezę. To jest Afryka --
19:44
we have good parties in Africa. And last month, they threw a surprise party for me.
309
1172000
4000
mamy dobre imprezy w Afryce. I w ostatnim miesiącu, zrobili imprezę-niespodziankę dla mnie.
19:48
Here's somebody you've seen already.
310
1176000
2000
Tutaj jest ktoś, kogo już widzieliście.
19:50
(Applause)
311
1178000
24000
(Brawa)
20:14
I want to point out a few other exceptional people in this picture.
312
1202000
4000
Chciałbym wam pokazać kilku innych wyjątkowych ludzi na tym zdjęciu.
20:18
So, we were having a party,
313
1206000
1000
Więc, mieliśmy imprezę
20:19
as you can see they're completely eclipsing me at this point.
314
1207000
4000
i jak widzicie oni mnie kompletnie przyćmiewają w tym momencie.
20:23
This is Ezra. She's from Darfur.
315
1211000
3000
To jest Ezra. Jest z Darfuru.
20:26
She's a physicist, and somehow stays smiling,
316
1214000
4000
Jest fizykiem i w jakiś sposób ciągle się uśmiecha,
20:30
in spite of everything going on back home.
317
1218000
2000
pomimo wszystkiego, co dzieje się w domu.
20:32
But she wants to continue in physics, and she's doing extremely well.
318
1220000
4000
Ale chce się wciąż zajmować fizyką i idzie jej niezmiernie dobrze.
20:36
This is Lydia. Lydia is the first ever woman
319
1224000
4000
To jest Lydia. Lydia jest pierwszą kobietą,
20:40
to graduate in mathematics in the Central African Republic.
320
1228000
3000
która ukończyła matematykę w Republice Środkowoafrykańskiej.
20:43
And she's now at AIMS. (Applause)
321
1231000
5000
I jest teraz w AIMS. (Brawa)
20:49
So now let me get to our TED wish.
322
1237000
4000
Więc pozwólcie mi teraz przejść do naszego TED wish.
20:53
Well, it's not my TED wish; it's our wish, as you've already gathered.
323
1241000
5000
Cóż, nie jest to moje TED wish; to nasze życzenie, jak już zdążyliście wywnioskować.
20:58
And our wish has two parts:
324
1246000
3000
I nasze życzenie ma dwie części:
21:01
one is a dream and the other's a plan. OK.
325
1249000
5000
pierwsze jest marzeniem, a drugie planem. OK.
21:06
Our TED dream is that the next Einstein will be African. (Applause)
326
1254000
16000
Naszym marzeniem TED jest by następny Einstein był Afrykańczykiem. (Brawa)
21:25
In striving for the heights of creative genius,
327
1273000
1000
W dążeniu na wyżyny kreatywnego geniuszu,
21:26
we want to give thousands of people the motivation,
328
1274000
5000
chcemy dać tysiącom ludzi motywację,
21:31
the encouragement and the courage
329
1279000
2000
zachętę i odwagę
21:33
to obtain the high-level skills they need to help Africa.
330
1281000
5000
do uzyskiwania wysoko cenionych umiejętności, których potrzebują, by pomóc Afryce.
21:38
Among them will be not only brilliant scientists --
331
1286000
3000
Pośród nich będą nie tylko genialni naukowcy --
21:41
I'm sure of that from what we've seen at AIMS --
332
1289000
3000
jestem tego pewien po tym co widziałem w AIMS --
21:44
they'll also be the African Gates, Brins and Pages of the future.
333
1292000
6000
że staną się również afrykańskimi Gatesem, Brinsem i Pagesem przyszłości.
21:50
Well, I said we also have a plan. And our plan is quite simple.
334
1298000
4000
Cóż, powiedziałem, że mamy również plan. I nasz plan jest dość prosty.
21:54
AIMS is now a proven model.
335
1302000
2000
AIMS jest sprawdzonym modelem.
21:56
And what we need to do is to replicate it.
336
1304000
4000
I to, co musimy zrobić, to go powielać.
22:00
We want to roll out 15 AIMS centers in the next five years, all over Africa.
337
1308000
4000
Chcemy rozwinąć 15 ośrodków AIMS w ciągu następnych pięciu lat, w całej Afryce.
22:04
Each will have a pan-African student body,
338
1312000
5000
Każdy będzie miał panafrykańskie społeczeństwo studentów,
22:09
but specialize in a different area of science.
339
1317000
2000
ale będzie się specjalizować w innej dziedzinie nauki.
22:11
We want to use science to overcome the national and cultural barriers,
340
1319000
5000
Chcemy użyć nauki, by przeskoczyć narodowe i kulturalne bariery,
22:16
as it does at AIMS.
341
1324000
1000
tak jak robi to AIMS.
22:17
And we want to add elements to the curriculum.
342
1325000
2000
I chcemy dodać inne dziedziny życia.
22:19
We want to add entrepreneurship and policy skills.
343
1327000
5000
Chcemy dodać przedsiębiorczość i umiejętności dyplomatyczne.
22:24
The expanded AIMS will be a coherent pan-African institution,
344
1332000
3000
Rozszerzony AIMS będzie spójną panafrykańską instytucją,
22:27
and its graduates will form a powerful network,
345
1335000
4000
a jego absolwenci uformują potężną sieć,
22:31
working together for peace and progress across the continent.
346
1339000
6000
pracując razem dla pokoju i rozwoju na całym kontynencie.
22:37
Over the last year,
347
1345000
2000
Przez ostatni rok,
22:39
we've been visiting sites in Africa,
348
1347000
2000
odwiedzaliśmy różne miejsca w Afryce,
22:41
looking at potential sites for new AIMS centers.
349
1349000
3000
szukając potencjalnych miejsc do otwarcia nowych ośrodków AIMS.
22:44
And here are the ones we've selected.
350
1352000
2000
I tutaj są te, które wybraliśmy.
22:46
And each of these centers has a strong local team,
351
1354000
4000
I każdy z tych ośrodków ma silny lokalny zespół,
22:50
each is in a beautiful place, an interesting place,
352
1358000
2000
każdy jest w pięknym miejscu, interesującym miejscu,
22:52
which international lecturers will be happy to visit.
353
1360000
3000
które z chęcią odwiedzą wykładowcy z całego świata.
22:55
And our partners across Africa are extremely enthusiastic about this.
354
1363000
5000
I nasi partnerzy z całej Afryki są niezmiernie entuzjastycznie nastawieni do tego.
23:00
Everyone wants an AIMS center in their country.
355
1368000
4000
Każdy chce ośrodek AIMS w ich kraju.
23:04
And last November,
356
1372000
2000
I ostatniego listopada,
23:06
the conference of all the African ministers of science and technology,
357
1374000
4000
konferencja wszystkich afrykańskich ministrów nauki i technologii,
23:10
held in Mombasa, called for a comprehensive plan to roll out AIMS.
358
1378000
5000
która odbyła się w Mombasie, wzywała do stworzenia kompletnego planu rozwoju AIMS.
23:15
So we have political support right across the continent.
359
1383000
3000
Więc mamy polityczne wsparcie na całym kontynencie.
23:18
It won't be easy.
360
1386000
3000
To nie będzie łatwe.
23:21
At every site there will be huge challenges.
361
1389000
2000
W każdym miejscu będą olbrzymie wyzwania.
23:23
Local scientists must play leading roles
362
1391000
3000
Lokalni naukowcy muszą zagrać pierwsze skrzypce,
23:26
and governments must be persuaded to buy in.
363
1394000
4000
a rządy muszą zostać przekonane, by w to wejść.
23:30
Conditions are very difficult,
364
1398000
2000
Warunki są bardzo trudne,
23:32
but we cannot afford to compromise on those principles which made AIMS work.
365
1400000
7000
ale nie możemy sobie pozwolić, by iść na kompromis z zasadami, które sprawiły, że AIMS działa.
23:39
And we summarize them this way:
366
1407000
2000
I podsumowujemy je w taki sposób:
23:41
the institutes have got to be relevant, innovative,
367
1409000
3000
instytuty muszą być odpowiednie, nowatorskie,
23:44
cost-effective and high quality. Why?
368
1412000
2000
opłacalne i wysokiej jakości. Dlaczego?
23:46
Because we want Africa to be rich.
369
1414000
3000
Dlatego, że chcemy, by Afryka była bogata.
23:49
Easy to remember the basic rules we need.
370
1417000
7000
Łatwo zapamiętać podstawowe zasady, których potrzebujemy.
23:56
So, just in ending, let me say the only people who can fix Africa
371
1424000
3000
Więc, już na zakończenie, pozwólcie mi powiedzieć, że jedynymi ludźmi,
23:59
are talented young Africans.
372
1427000
3000
którzy mogą naprawić Afrykę są młodzi utalentowani Afrykańczycy.
24:02
By unlocking and nurturing their creative potential,
373
1430000
3000
Odblokowując i rozwijając ich kreatywny potencjał,
24:05
we can create a step change in Africa's future.
374
1433000
4000
możemy stworzyć znaczącą zmianę w przyszłości Afryki.
24:09
Over time, they will contribute to African development
375
1437000
4000
Po pewnym czasie przyczynią się do rozwoju Afryki
24:13
and to science in ways we can only imagine.
376
1441000
3000
i nauki w taki sposób, który możemy sobie tylko wyobrazić.
24:16
Thank you.
377
1444000
2000
Dziękuję.
24:18
(Applause)
378
1446000
21000
(Brawa)
ABOUT THE SPEAKER
Neil Turok - Physicist, education activistNeil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa.
Why you should listen
Neil Turok works on understanding the universe's very beginnings. With Stephen Hawking, he developed the Hawking-Turok instanton solutions, describing the birth of an inflationary universe -- positing that, big bang or no, the universe came from something, not from utter nothingness.
Recently, with Paul Steinhardt at Princeton, Turok has been working on a cyclic model for the universe in which the big bang is explained as a collision between two “brane-worlds.” The two physicists cowrote the popular-science book Endless Universe.
In 2003, Turok, who was born in South Africa, founded the African Institute for Mathematical Sciences (AIMS) in Muizenberg, a postgraduate center supporting math and science. His TED Prize wish: Help him grow AIMS and promote the study and math and science in Africa, so that the world's next Einstein may be African.
Turok is the Director of the Perimeter Institute for Theoretical Physics, in Ontario, Canada. In 2010, the Canadian government funded a $20million expansion of the AIMS schools, working with the Perimeter Institute to start five new AIMS schools in different African nations.
In 2016, he won the Tate Medal for International Leadership in Physics .
Neil Turok | Speaker | TED.com