TEDGlobal 2010
Steven Johnson: Where good ideas come from
Steven Johnson: Skąd się biorą dobre pomysły
Filmed:
Readability: 4
4,960,715 views
Ludzie często przypisują swoje pomysły jednorazowym momentom w stylu "Eureka!". Jednakże Steven Johnson pokazuje, że historia mówi co innego. Zabiera nas w fascynującą podróż od sieci londyńskich kawiarni, przez długi i powolne przeczucia Karola Darwina, aż do współczesnej sieci szybkiego internetu.
Steven Johnson - Writer
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Double-click the English transcript below to play the video.
00:15
Just a few minutes ago, I took this picture
0
0
3000
Kilka minut temu zrobiłem to zdjęcie
00:18
about 10 blocks from here.
1
3000
2000
jakieś dziesięć przecznic stąd.
00:20
This is the Grand Cafe here in Oxford.
2
5000
3000
To jest "Grand Cafe", tu w Oxfordzie.
00:23
I took this picture because this turns out to be
3
8000
3000
Zrobiłem to zdjęcie ponieważ, jak się okazuje,
00:26
the first coffeehouse to open
4
11000
2000
to pierwsza kawiarnia
00:28
in England in 1650.
5
13000
2000
otwarta w Anglii, w 1650 roku.
00:30
That's its great claim to fame,
6
15000
2000
To jest jej wielki powód do sławy.
00:32
and I wanted to show it to you,
7
17000
2000
Chciałem ją wam pokazać,
00:34
not because I want to give you the kind of Starbucks tour
8
19000
2000
nie dlatego, że chcę zrobić wycieczkę po "Starbucksach"
00:36
of historic England,
9
21000
2000
historycznej Anglii,
00:38
but rather because
10
23000
2000
a raczej z powodu,
00:40
the English coffeehouse was crucial
11
25000
2000
iż angielskie kawiarnie były tak istotne
00:42
to the development and spread
12
27000
3000
dla rozwoju i rozprzestrzeniania
00:45
of one of the great intellectual flowerings of the last 500 years,
13
30000
3000
jednej z największych idei ostatnich 500 lat,
00:48
what we now call the Enlightenment.
14
33000
3000
którą teraz nazywamy Oświeceniem.
00:51
And the coffeehouse played such a big role
15
36000
2000
Kawiarnie odegrały tak dużą rolę
00:53
in the birth of the Enlightenment,
16
38000
2000
w początkach goświecenia,
00:55
in part, because of what people were drinking there.
17
40000
2000
między innymi z powodu tego, co ludzie tam pili.
00:57
Because, before the spread
18
42000
3000
Ponieważ, nim pojawiły się
01:00
of coffee and tea through British culture,
19
45000
3000
w brytyjskiej kulturze kawa i herbata,
01:03
what people drank -- both elite and mass folks drank --
20
48000
3000
tym co ludzie pili -- zarówno elity, jak i masy --
01:06
day-in and day-out, from dawn until dusk
21
51000
2000
dzień i noc, od świtu do zmierzchu,
01:08
was alcohol.
22
53000
2000
był alkohol.
01:10
Alcohol was the daytime beverage of choice.
23
55000
2000
Alkohol był codziennym napojem, jedynym do wyboru.
01:12
You would drink a little beer with breakfast and have a little wine at lunch,
24
57000
3000
Mogłeś pić piwo do śniadania, wino do lunchu,
01:15
a little gin -- particularly around 1650 --
25
60000
3000
trochę ginu -- szczególnie w okolicy 1650 --
01:18
and top it off with a little beer and wine at the end of the day.
26
63000
2000
i w końcu, trochę piwa lub wina pod koniec dnia.
01:20
That was the healthy choice -- right --
27
65000
2000
I był to, owszem, zdrowy wybór,
01:22
because the water wasn't safe to drink.
28
67000
2000
ponieważ woda nie była zdatna do picia.
01:24
And so, effectively until the rise of the coffeehouse,
29
69000
3000
Tak w efekcie, przed rozwojem kawiarni,
01:27
you had an entire population
30
72000
2000
cała populacja,
01:29
that was effectively drunk all day.
31
74000
3000
była pijana przez cały dzień.
01:32
And you can imagine what that would be like, right, in your own life --
32
77000
2000
Możecie sobie wyobrazić jak to jest, nawet w waszym życiu
01:34
and I know this is true of some of you --
33
79000
2000
i wiem, że to dla niektórych z was prawda,
01:36
if you were drinking all day,
34
81000
3000
jeśli pijecie cały dzień
01:39
and then you switched from a depressant to a stimulant in your life,
35
84000
3000
i nagle zmienicie środki depresyjne na pobudzające,
01:42
you would have better ideas.
36
87000
2000
od razu macie lepsze pomysły.
01:44
You would be sharper and more alert.
37
89000
2000
Będziecie bystrzejsi i bardziej czujni.
01:46
And so it's not an accident that a great flowering of innovation happened
38
91000
3000
Więc to nie przypadek, że wielki rozwój wydarzył się,
01:49
as England switched to tea and coffee.
39
94000
3000
gdy Anglia przełączyła się na herbatę i kawę.
01:52
But the other thing that makes the coffeehouse important
40
97000
3000
Drugą rzeczą, dzięki której kawiarnie stały się ważne
01:55
is the architecture of the space.
41
100000
2000
była architektura ich przestrzeni.
01:57
It was a space where people would get together
42
102000
2000
Były to miejsca, gdzie ludzie zbierali się razem,
01:59
from different backgrounds,
43
104000
2000
z różnych środowisk,
02:01
different fields of expertise, and share.
44
106000
2000
różnych dziedzin i podziałów.
02:03
It was a space, as Matt Ridley talked about, where ideas could have sex.
45
108000
3000
Była to przestrzeń, jak powiedział Matt Ridley, gdzie pomysły mogły uprawiać sex.
02:06
This was their conjugal bed, in a sense --
46
111000
2000
W tym sensie było to ich małżeńskie łoże.
02:08
ideas would get together there.
47
113000
2000
Pomysły spotykały się w tych miejscach.
02:10
And an astonishing number of innovations from this period
48
115000
3000
Zadziwiająca liczba innowacji z tego okresu
02:13
have a coffeehouse somewhere in their story.
49
118000
3000
miała gdzieś w swojej historii jakąś kawiarnię.
02:16
I've been spending a lot of time thinking about coffeehouses
50
121000
3000
Spędziłem dużo czasu myśląc o kawiarniach
02:19
for the last five years,
51
124000
2000
w ciągu ostatnich pięciu lat,
02:21
because I've been kind of on this quest
52
126000
2000
ponieważ prowadziłem śledztwo
02:23
to investigate this question
53
128000
2000
by zbadać kwestię,
02:25
of where good ideas come from.
54
130000
2000
skąd pochodzą dobre pomysły.
02:27
What are the environments
55
132000
2000
Jakie środowiska,
02:29
that lead to unusual levels of innovation,
56
134000
3000
prowadzą do niezwykłego poziomu innowacji,
02:32
unusual levels of creativity?
57
137000
3000
niezwykłego poziomu kreatywności?
02:35
What's the kind of environmental --
58
140000
2000
Jaki to rodzaj środowiska,
02:37
what is the space of creativity?
59
142000
2000
gdzie znajduje się przestrzeń kreatywności?
02:39
And what I've done is
60
144000
2000
Oto, co zrobiłem.
02:41
I've looked at both environments like the coffeehouse;
61
146000
2000
Przyjrzałem się środowiskom, takim jak kawiarnie
02:43
I've looked at media environments, like the world wide web,
62
148000
2000
i środowiskom nowych mediów, jak internet,
02:45
that have been extraordinarily innovative;
63
150000
2000
takim, które wydały najwięcej pomysłów.
02:47
I've gone back to the history of the first cities;
64
152000
3000
Cofnąłem się do historii pierwszych miast,
02:50
I've even gone to biological environments,
65
155000
2000
zwróciłem się nawet w kierunku środowisk biologicznych,
02:52
like coral reefs and rainforests,
66
157000
2000
jak rafy koralowe i lasy deszczowe,
02:54
that involve unusual levels of biological innovation;
67
159000
3000
które zawierają niezwykłe ilości biologicznych innowacji.
02:57
and what I've been looking for is shared patterns,
68
162000
3000
Tym, czego szukałem, były wspólne wzorce,
03:00
kind of signature behavior that shows up
69
165000
2000
coś w rodzaju behawioralnego podpisu,
03:02
again and again in all of these environments.
70
167000
3000
który wraca i wraca we wszystkich tych środowiskach.
03:05
Are there recurring patterns that we can learn from,
71
170000
3000
Czy istnieją powracające wzory, z których możemy się uczyć
03:08
that we can take and kind of apply to our own lives,
72
173000
2000
i które możemy zastosować we własnym życiu,
03:10
or our own organizations,
73
175000
2000
lub naszych organizacjach,
03:12
or our own environments to make them more creative and innovative?
74
177000
2000
albo naszych środowiskach, tak, aby być bardziej kreatywnymi i pomysłowymi?
03:14
And I think I've found a few.
75
179000
2000
I wydaje mi się, że coś znalazłem.
03:16
But what you have to do to make sense of this
76
181000
3000
Jednak, aby coś z tego wynieść
03:19
and to really understand these principles
77
184000
2000
i faktycznie zrozumieć te zasady,
03:21
is you have to do away
78
186000
2000
musicie odrzucić
03:23
with a lot of the way in which our conventional metaphors and language
79
188000
3000
wiele ze sposobu, w jaki wasze zwyczajowe metafory i język
03:26
steers us towards
80
191000
2000
ściągają nas w stronę
03:28
certain concepts of idea-creation.
81
193000
2000
pewnych koncepcji powstawania pomysłów.
03:30
We have this very rich vocabulary
82
195000
2000
Mamy to niezwykle rozbudowane słownictwo
03:32
to describe moments of inspiration.
83
197000
2000
opisujące momenty inspiracji.
03:34
We have the kind of the flash of insight,
84
199000
3000
Mamy "przebłyski"
03:37
the stroke of insight,
85
202000
2000
"uderzenia"
03:39
we have epiphanies, we have "eureka!" moments,
86
204000
3000
"wizje" i momenty "Eureka!",
03:42
we have the lightbulb moments, right?
87
207000
2000
mamy "oświecenia", nieprawdaż?
03:44
All of these concepts,
88
209000
2000
Wszystkie te koncepcje,
03:46
as kind of rhetorically florid as they are,
89
211000
3000
jakkolwiek kwieciste by nie były,
03:49
share this basic assumption,
90
214000
2000
bazują na podstawowym założeniu,
03:51
which is that an idea is a single thing,
91
216000
3000
że pomysł jest czymś pojedynczym,
03:54
it's something that happens often
92
219000
2000
czymś, co zdarza się często,
03:56
in a wonderful illuminating moment.
93
221000
3000
w cudnych momentach iluminacji.
03:59
But in fact, what I would argue and what you really need to kind of begin with
94
224000
3000
W rzeczywistości, o co się spieram i od czego musicie zacząć,
04:02
is this idea that an idea is a network
95
227000
3000
jest fakt, że pomysł ma kształt sieci
04:05
on the most elemental level.
96
230000
2000
na najgłębszym poziomie.
04:07
I mean, this is what is happening inside your brain.
97
232000
2000
Mam na myśli to, co dzieje się w twoim mózgu.
04:09
An idea -- a new idea -- is a new network of neurons
98
234000
3000
Pomysł, nowy pomysł jest nową siecią neuronów
04:12
firing in sync with each other inside your brain.
99
237000
3000
rozbłyskującą, łącząc się w twojej głowie.
04:15
It's a new configuration that has never formed before.
100
240000
3000
Jest nową konfiguracją, która wcześniej nie istniała.
04:18
And the question is: how do you get your brain into environments
101
243000
3000
I pytanie brzmi: jak wprowadzić mózg do środowiska,
04:21
where these new networks are going to be more likely to form?
102
246000
3000
w którym te sieci będą się tworzyć częściej?
04:24
And it turns out that, in fact, the kind of network patterns of the outside world
103
249000
3000
Okazuje się, że pewne wzory sieci w świecie zewnętrznym
04:27
mimic a lot of the network patterns
104
252000
2000
naśladują wzory sieci
04:29
of the internal world of the human brain.
105
254000
3000
z wnętrza ludzkiego mózgu.
04:32
So the metaphor I'd like the use
106
257000
2000
Metafora, której chcę użyć
04:34
I can take
107
259000
2000
może być zaczerpnięta
04:36
from a story of a great idea that's quite recent --
108
261000
3000
z historii świetnego, niedawnego pomysłu,
04:39
a lot more recent than the 1650s.
109
264000
3000
zdecydowanie nowszego niż połowa XVII wieku.
04:43
A wonderful guy named Timothy Prestero,
110
268000
2000
Wspaniały człowiek - Timothy Prestero,
04:45
who has a company called ... an organization called Design That Matters.
111
270000
3000
mający firmę, organizację nazywającą się "Design that Matters" /"Dizajn jest ważny"/
04:48
They decided to tackle this really pressing problem
112
273000
3000
Postanowili rozwiązać niezwykle palący problem,
04:53
of, you know, the terrible problems we have with infant mortality rates
113
278000
2000
straszliwy problem, jaki mamy ze śmiertelnością noworodków
04:55
in the developing world.
114
280000
2000
w rozwijającym się świecie.
04:57
One of the things that's very frustrating about this is that we know,
115
282000
3000
Co jest w tym tak frustrujące, jest to, że wiemy,
05:00
by getting modern neonatal incubators
116
285000
3000
iż mogąc dostarczyć nowoczesne inkubatory
05:03
into any context,
117
288000
2000
w dowolne miejsce,
05:05
if we can keep premature babies warm, basically -- it's very simple --
118
290000
3000
jeśli możemy, w podstawowym sensie, ogrzewać wcześniaki, to proste,
05:08
we can halve infant mortality rates in those environments.
119
293000
3000
możemy w tych miejscach zmniejszyć śmiertelność o połowę.
05:11
So, the technology is there.
120
296000
2000
Tak więc mamy technologię.
05:13
These are standard in all the industrialized worlds.
121
298000
3000
To jest standard w uprzemysłowionym świecie.
05:16
The problem is, if you buy a $40,000 incubator,
122
301000
3000
Problem pojawia się, kiedy kupisz inkubator za $40.000
05:19
and you send it off
123
304000
2000
i wyślesz go
05:21
to a mid-sized village in Africa,
124
306000
2000
do średniej wielkości wioski w Afryce,
05:23
it will work great for a year or two years,
125
308000
2000
to popracuje przez rok lub dwa,
05:25
and then something will go wrong and it will break,
126
310000
3000
potem coś pójdzie źle i się zepsuje
05:28
and it will remain broken forever,
127
313000
2000
i tak pozostanie zepsuty na zawsze,
05:30
because you don't have a whole system of spare parts,
128
315000
3000
bo nie masz całego zestawu części zapasowych,
05:33
and you don't have the on-the-ground expertise
129
318000
2000
ani doświadczenia,
05:35
to fix this $40,000 piece of equipment.
130
320000
2000
żeby naprawić sprzęt za $40.000.
05:37
And so you end up having this problem where you spend all this money
131
322000
2000
Więc kończysz, wydając tyle pieniędzy,
05:39
getting aid and all these advanced electronics to these countries,
132
324000
3000
zdobywając pomoc i nowoczesną elektronikę dla tych krajów,
05:42
and then it ends up being useless.
133
327000
2000
a potem ona okazuje się bezużyteczna.
05:44
So what Prestero and his team decided to do
134
329000
2000
Więc Prestero i jego zespół zdecydowali się
05:46
is to look around and see: what are the abundant resources
135
331000
3000
rozejrzeć i zobaczyć - jakie są obfite zasoby
05:49
in these developing world contexts?
136
334000
2000
w tych rozwijających się regionach?
05:51
And what they noticed was they don't have a lot of DVRs,
137
336000
3000
Zauważyli, że tam nie ma dużo urządzeń do nagrywania programów telewizyjnych,
05:54
they don't have a lot of microwaves,
138
339000
2000
ani wielu mikrofalówek,
05:56
but they seem to do a pretty good job of keeping their cars on the road.
139
341000
3000
ale całkiem nieźle utrzymują na drodze swoje samochody.
05:59
There's a Toyota Forerunner
140
344000
2000
Tam wszędzie na ulicach
06:01
on the street in all these places.
141
346000
2000
jest Toyota Forerunner.
06:03
They seem to have the expertise to keep cars working.
142
348000
3000
Wydawali się mieć doświadczenie w utrzymaniu samochodów.
06:06
So they started to think,
143
351000
2000
Więc zaczęli myśleć:
06:08
"Could we build a neonatal incubator
144
353000
2000
"Czy da się zbudować inkubator
06:10
that's built entirely out of automobile parts?"
145
355000
3000
tylko z części samochodowych?"
06:13
And this is what they ended up coming with.
146
358000
2000
I doszli do tego.
06:15
It's called a "neonurture device."
147
360000
2000
Nazywa się urządzenie nowoopiekuńcze.
06:17
From the outside, it looks like a normal little thing
148
362000
2000
Z zewnątrz wygląda, jak normalna mała rzecz,
06:19
you'd find in a modern, Western hospital.
149
364000
2000
jaką można znaleźć w nowoczesnym, zachodnim szpitalu.
06:21
In the inside, it's all car parts.
150
366000
2000
Wewnątrz, to same części samochodowe.
06:23
It's got a fan, it's got headlights for warmth,
151
368000
2000
Ma wentylator, ma reflektory do ogrzewania,
06:25
it's got door chimes for alarm --
152
370000
2000
ma dzwonki z drzwi jako alarm.
06:27
it runs off a car battery.
153
372000
2000
Działa na akumulator.
06:29
And so all you need is the spare parts from your Toyota
154
374000
2000
Wszystko, czego potrzebujesz, to części ze swojej Toyoty
06:31
and the ability to fix a headlight,
155
376000
2000
i umiejętności naprawy lampy,
06:33
and you can repair this thing.
156
378000
2000
aby naprawić to.
06:35
Now, that's a great idea, but what I'd like to say is that, in fact,
157
380000
3000
To jest świetny pomysł, ale co chcę pokazać, to
06:38
this is a great metaphor for the way that ideas happen.
158
383000
2000
że jest to dobra metafora sposobu w jaki rodzą się pomysły.
06:40
We like to think our breakthrough ideas, you know,
159
385000
2000
Lubimy mysleć, że nasze pomysły są jak
06:42
are like that $40,000, brand new incubator,
160
387000
2000
nowy zupełnie nowy inkubator za $40.000,
06:44
state-of-the-art technology,
161
389000
2000
zupełny szczyt technologii,
06:46
but more often than not, they're cobbled together
162
391000
2000
jednak częściej niż rzadziej są poskładane
06:48
from whatever parts that happen to be around nearby.
163
393000
2000
z czegokolwiek, co się napatoczy.
06:50
We take ideas from other people,
164
395000
2000
Zbieramy pomysły od innych,
06:52
from people we've learned from, from people we run into in the coffee shop,
165
397000
3000
od ludzi, od których się uczyliśmy, od tych, na których wpadliśmy w kawiarni
06:55
and we stitch them together into new forms and we create something new.
166
400000
3000
i zszywamy je w nowe formy, stwarzając coś nowego.
06:58
That's really where innovation happens.
167
403000
3000
Tak właśnie powstają innowacje.
07:01
And that means that we have to change some of our models
168
406000
2000
To oznacza, że musimy zmienić niektóre z naszych modeli
07:03
of what innovation and deep thinking really looks like, right.
169
408000
3000
przedstawiających prawdziwy wygląd innowacji i namysłu.
07:06
I mean, this is one vision of it.
170
411000
2000
Znaczy, to jest jeden sposób widzenia tego.
07:08
Another is Newton and the apple, when Newton was at Cambridge.
171
413000
3000
Innym jest Newton i jabłko, kiedy Newton przebywał w Cambridge.
07:11
This is a statue from Oxford.
172
416000
2000
To jest pomnik z Oksfordu.
07:13
You know, you're sitting there thinking a deep thought,
173
418000
2000
Widzisz, siedzisz sobie głeboko zamyślony,
07:15
and the apple falls from the tree, and you have the theory of gravity.
174
420000
3000
jabłko spada z drzewa i masz teorię grawitacji.
07:18
In fact, the spaces that have historically led to innovation
175
423000
3000
W rzeczywistości, miejsca, które w historii doprowadziły do przełomów,
07:21
tend to look like this, right.
176
426000
2000
raczej wyglądały w ten sposób.
07:23
This is Hogarth's famous painting of a kind of political dinner at a tavern,
177
428000
3000
To jest znany obraz Hogharta przedstawiający jakiś polityczny obiad w tawernie,
07:26
but this is what the coffee shops looked like back then.
178
431000
3000
jednak tak właśnie wtedy wyglądały kawiarnie.
07:29
This is the kind of chaotic environment
179
434000
2000
To jest raczej chaotyczne środowisko,
07:31
where ideas were likely to come together,
180
436000
2000
w którym idee częściej się spotykają,
07:33
where people were likely to have
181
438000
2000
gdzie ludzie częściej miewają
07:35
new, interesting, unpredictable collisions -- people from different backgrounds.
182
440000
3000
nowe, interesujące, nieprzewidywalne spotkania - ludzie z różnych środowisk.
07:38
So, if we're trying to build organizations that are more innovative,
183
443000
2000
Więc jeśli chcemy zbudować organizacje, które będą bardziej innowacyjne,
07:40
we have to build spaces that -- strangely enough -- look a little bit more like this.
184
445000
3000
to powinniśmy tworzyć miejsca takie jak to, lub, co dziwniejsze, jak to.
07:43
This is what your office should look like,
185
448000
2000
Tak powinno wyglądać wasze biuro
07:45
is part of my message here.
186
450000
2000
i jest to część mojego dzisiejszego przesłania.
07:47
And one of the problems with this is that
187
452000
2000
Jednym z problemów z tym związanych jest fakt,
07:49
people are actually -- when you research this field --
188
454000
3000
że na ludziach, kiedy badasz tą sferę,
07:52
people are notoriously unreliable,
189
457000
2000
zupełnie nie można polegać,
07:54
when they actually kind of self-report
190
459000
2000
kiedy przychodzi do opowiedzenia,
07:56
on where they have their own good ideas,
191
461000
2000
skąd pochodzą ich świetne pomysły,
07:58
or their history of their best ideas.
192
463000
2000
albo jaka jest historia tych pomysłów.
08:00
And a few years ago, a wonderful researcher named Kevin Dunbar
193
465000
3000
Kilka lat temu, wspaniały badacz, Kevin Dunbar
08:03
decided to go around
194
468000
2000
zdecydował się pokręcić
08:05
and basically do the Big Brother approach
195
470000
2000
i właściwie zastosować podejście jak z Big Brother,
08:07
to figuring out where good ideas come from.
196
472000
2000
żeby zrozumieć skąd się biorą pomysły.
08:09
He went to a bunch of science labs around the world
197
474000
3000
Zwiedził sporo laboratoriów naukowych na całym świecie
08:12
and videotaped everyone
198
477000
2000
i nagrywał każdego,
08:14
as they were doing every little bit of their job.
199
479000
2000
podczas każdego momentu wykonywania ich pracy.
08:16
So when they were sitting in front of the microscope,
200
481000
2000
Kiedy siedzieli przed mikroskopem,
08:18
when they were talking to their colleague at the water cooler, and all these things.
201
483000
2000
kiedy rozmawiali z kolegą przy wodzie i tak dalej.
08:20
And he recorded all of these conversations
202
485000
2000
Nagrał te wszystkie rozmowy
08:22
and tried to figure out where the most important ideas,
203
487000
2000
i próbował dociec, gdzie najważniejsze pomysły
08:24
where they happened.
204
489000
2000
powstały.
08:26
And when we think about the classic image of the scientist in the lab,
205
491000
3000
Kiedy myślimy o klasycznym obrazie naukowca w laboratorium,
08:29
we have this image -- you know, they're pouring over the microscope,
206
494000
3000
to widzimy jak nachyla się nad mikroskopem
08:32
and they see something in the tissue sample.
207
497000
2000
i widzi ciś w próbce tkanki.
08:34
And "oh, eureka," they've got the idea.
208
499000
3000
I nagle "Eureka!" - ma pomysł.
08:37
What happened actually when Dunbar kind of looked at the tape
209
502000
3000
Kiedy Dunbar obejrzał swoje taśmy, odkrył,
08:40
is that, in fact, almost all of the important breakthrough ideas
210
505000
3000
że tak naprawdę prawie wszystkie przełomowe idee
08:43
did not happen alone in the lab, in front of the microscope.
211
508000
3000
nie powstały w laboratorium, przed mikroskopem.
08:46
They happened at the conference table
212
511000
2000
Powstały przy stole konferencyjnym,
08:48
at the weekly lab meeting,
213
513000
2000
podczas cotygodniowych spotkań,
08:50
when everybody got together and shared their kind of latest data and findings,
214
515000
3000
kiedy to wszyscy spotykali się i dzielili najnowszymi danymi i odkryciami.
08:53
oftentimes when people shared the mistakes they were having,
215
518000
2000
Często powstawały, kiedy dzielili się swoimi błędami,
08:55
the error, the noise in the signal they were discovering.
216
520000
3000
pomyłkami, szumami w sygnałach jakie odbierali.
08:58
And something about that environment --
217
523000
3000
Coś jest w takim środowisku,
09:01
and I've started calling it the "liquid network,"
218
526000
2000
które zacząłem nazywać "płynną siecią",
09:03
where you have lots of different ideas that are together,
219
528000
3000
w której jest mnóstwo różnych pomysłów naraz,
09:06
different backgrounds, different interests,
220
531000
2000
różne środowiska, różne interesy,
09:08
jostling with each other, bouncing off each other --
221
533000
2000
przepychające i zderzające się ze sobą -
09:10
that environment is, in fact,
222
535000
2000
takie właśnie środowisko,
09:12
the environment that leads to innovation.
223
537000
2000
jest środowiskiem prowadzącym do innowacji.
09:14
The other problem that people have
224
539000
2000
Innym problemem jest fakt, że ludzie
09:16
is they like to condense their stories of innovation down
225
541000
2000
lubią skracać historie swoich pomysłów do
09:18
to kind of shorter time frames.
226
543000
2000
krótszych przedziałów czasu.
09:20
So they want to tell the story of the "eureka!" moment.
227
545000
3000
Chcą opowiedzieć tylko o momencie "Eureka!".
09:23
They want to say, "There I was, I was standing there
228
548000
2000
Chcą powiedzieć: "I tak sobie stałem, kiedy nagle
09:25
and I had it all suddenly clear in my head."
229
550000
2000
wszystko w mojej głowie stało się jasne."
09:27
But in fact, if you go back and look at the historical record,
230
552000
3000
Jednakże, kiedy spojrzysz na historię,
09:30
it turns out that a lot of important ideas
231
555000
3000
okazuje się, że dużo ważnych pomysłów
09:33
have very long incubation periods --
232
558000
3000
ma bardzo długi okres powstawania.
09:36
I call this the "slow hunch."
233
561000
2000
Nazywam to "powolnym przeczuciem".
09:38
We've heard a lot recently
234
563000
2000
Sporo słyszeliśmy ostatnio
09:40
about hunch and instinct
235
565000
2000
o przeczuciu i instynkcie
09:42
and blink-like sudden moments of clarity,
236
567000
3000
i nagłych momentach jasności,
09:45
but in fact, a lot of great ideas
237
570000
2000
ale tak naprawdę, dużo świetnych pomysłów
09:47
linger on, sometimes for decades,
238
572000
2000
spoczywa, czasem przez dekady,
09:49
in the back of people's minds.
239
574000
2000
na dnie ludzkich umysłów.
09:51
They have a feeling that there's an interesting problem,
240
576000
2000
Mają przeczucie, że jest tam interesujące zagadnienie,
09:53
but they don't quite have the tools yet to discover them.
241
578000
3000
ale wciąż nie mają narzędzi, aby je odkryć.
09:56
They spend all this time working on certain problems,
242
581000
3000
Spędzają czas pracując nad pewnymi problemami,
09:59
but there's another thing lingering there
243
584000
2000
ale jest też jeszcze jeden, czekający,
10:01
that they're interested in, but they can't quite solve.
244
586000
2000
który ich interesuje, ale nie potrafią go rozwiązać.
10:03
Darwin is a great example of this.
245
588000
2000
Darwin jest tego świetnym przykładem.
10:05
Darwin himself, in his autobiography,
246
590000
2000
On sam, w swojej autobiografii,
10:07
tells the story of coming up with the idea
247
592000
2000
opowiada historię stworzenia koncepcji
10:09
for natural selection
248
594000
2000
doboru naturalnego
10:11
as a classic "eureka!" moment.
249
596000
2000
jako klasycznego momentu "Eureka!":
10:13
He's in his study,
250
598000
2000
Siedzi w swoim studiu,
10:15
it's October of 1838,
251
600000
2000
jest październik 1838 roku,
10:17
and he's reading Malthus, actually, on population.
252
602000
2000
czyta Malthusa, w rzeczy samej, o populacji.
10:19
And all of a sudden,
253
604000
2000
I nagle podstawowy
10:21
the basic algorithm of natural selection kind of pops into his head
254
606000
3000
algorytm doboru naturalnego wskakuje mu do głowy i Darwin
10:24
and he says, "Ah, at last, I had a theory with which to work."
255
609000
3000
mówi: "Oh, nareszcie teoria z którą mogę pracować".
10:27
That's in his autobiography.
256
612000
2000
To jest w jego autobiografii.
10:29
About a decade or two ago,
257
614000
2000
10 lub 20 lat temu,
10:31
a wonderful scholar named Howard Gruber went back
258
616000
2000
wspaniału uczony, Howard Gruber, przejrzał
10:33
and looked at Darwin's notebooks from this period.
259
618000
3000
notatniki Darwina z tamtego okresu.
10:36
And Darwin kept these copious notebooks
260
621000
2000
Darwin zatrzymał te obszerne notatki,w których zapisał
10:38
where he wrote down every little idea he had, every little hunch.
261
623000
3000
każdy najdrobniejszy pomysł jaki miał, każde najsłabsze przeczucie.
10:41
And what Gruber found was
262
626000
2000
I Gruber odkrył, że
10:43
that Darwin had the full theory of natural selection
263
628000
3000
Darwin miał pełną teorię doboru naturalnego
10:46
for months and months and months
264
631000
2000
na miesiące przed
10:48
before he had his alleged epiphany,
265
633000
2000
swoim rzekomym objawieniem,
10:50
reading Malthus in October of 1838.
266
635000
3000
kiedy to czytał Malthusa w październiku 1838.
10:53
There are passages where you can read it,
267
638000
2000
Są tam fragmenty, gdzie można przeczytać
10:55
and you think you're reading from a Darwin textbook,
268
640000
3000
słowa dokładnie jak z podręcznika Darwina,
10:58
from the period before he has this epiphany.
269
643000
3000
a pochodzą sprzed "objawienia".
11:01
And so what you realize is that Darwin, in a sense,
270
646000
2000
I można zdać sobie sprawę, że Darwin w pewnym sensie
11:03
had the idea, he had the concept,
271
648000
2000
miał już ten koncept, zarys,
11:05
but was unable of fully thinking it yet.
272
650000
3000
ale nie mógł go w pełni pomyśleć.
11:08
And that is actually how great ideas often happen;
273
653000
3000
Często w ten sposób przydarzają się wielkie pomysły,
11:11
they fade into view over long periods of time.
274
656000
2000
wybijają się na światło przez długi czas.
11:13
Now the challenge for all of us is:
275
658000
2000
Teraz naszym zadaniem jest
11:15
how do you create environments
276
660000
2000
stworzyć własne środowisko,
11:17
that allow these ideas to have this kind of long half-life, right?
277
662000
2000
które pozwala takim pomysłom życ długim takim pół-życiem.
11:19
It's hard to go to your boss and say,
278
664000
2000
Trudno jest pójść do szefa i powiedzieć:
11:21
"I have an excellent idea for our organization.
279
666000
2000
"Mam świetny pomysł na organizację pracy,
11:23
It will be useful in 2020.
280
668000
3000
Będzie pożyteczny w 2020 roku.
11:26
Could you just give me some time to do that?"
281
671000
2000
Mogę na to poświęcić trochę czasu?"
11:28
Now a couple of companies -- like Google --
282
673000
2000
Obecnie kilka firm, takich jak Google,
11:30
they have innovation time off, 20 percent time,
283
675000
2000
ma czas wolny na innowacje, 20 procent czasu,
11:32
where, in a sense, those are hunch-cultivating mechanisms in an organization.
284
677000
3000
który w pewnym sensie ma byc mechanizmem uprawiania przeczuć.
11:35
But that's a key thing.
285
680000
3000
I to jest podstawowa sprawa.
11:38
And the other thing is to allow those hunches
286
683000
2000
Inna, to pozwalanie tym przeczuciom,
11:40
to connect with other people's hunches; that's what often happens.
287
685000
3000
łączyć się z przeczuciami innych, tak często się dzieje.
11:43
You have half of an idea, somebody else has the other half,
288
688000
2000
Ty masz połowę pomysłu, ktoś inny ma drugą
11:45
and if you're in the right environment,
289
690000
2000
i jeśli środowisko jest właściwe,
11:47
they turn into something larger than the sum of their parts.
290
692000
2000
przerodzą się w coś znacznie większego, niż suma tych połów.
11:49
So, in a sense,
291
694000
2000
Tak więc,
11:51
we often talk about the value
292
696000
2000
często mówimy o wartości
11:53
of protecting intellectual property,
293
698000
2000
ochrony własności intelektualnej,
11:55
you know, building barricades,
294
700000
2000
w sensie budowania barykad,
11:57
having secretive R&D labs, patenting everything that we have,
295
702000
3000
posiadania tajnych laboratoriów, patentowania czego się da,
12:00
so that those ideas will remain valuable,
296
705000
3000
tak aby odkrycia pozostały coś warte
12:03
and people will be incentivized to come up with more ideas,
297
708000
2000
i ludzie mieli bodźce, aby wciąż tworzyć nowe rzeczy,
12:05
and the culture will be more innovative.
298
710000
3000
i społeczeństwo było bardziej innowacyjne.
12:08
But I think there's a case to be made
299
713000
2000
Jednak uważam, że trzeba zauważyć,
12:10
that we should spend at least as much time, if not more,
300
715000
3000
że powinniśmy co najmniej tyle samo czasu, albo więcej,
12:13
valuing the premise of connecting ideas
301
718000
2000
poświęcać problemowi wymiany pomysłów,
12:15
and not just protecting them.
302
720000
2000
a nie tylko ich ochrony.
12:17
And I'll leave you with this story,
303
722000
2000
Chcę was zostawić z tą historią, która,
12:19
which I think captures a lot of these values,
304
724000
3000
jak sądzę, łączy te wszystkie wartości
12:22
and it's just wonderful kind of tale of innovation
305
727000
2000
i jest wspaniałą opowieścią o innowacyjności
12:24
and how it happens in unlikely ways.
306
729000
3000
i o tym jak się ona zdarza dziwnymi sposobami.
12:27
It's October of 1957,
307
732000
3000
Jest październik 1957 roku
12:30
and Sputnik has just launched,
308
735000
2000
i Sputnik właśnie wystartował,
12:32
and we're in Laurel Maryland,
309
737000
2000
a my jesteśmy w Laurel, stan Maryland,
12:34
at the applied physics lab
310
739000
2000
w laboratorium fizyki stosowanej
12:36
associated with Johns Hopkins University.
311
741000
2000
stowarzyszonej przy John Hopkins University.
12:38
And it's Monday morning,
312
743000
2000
Jest poniedziałek rano
12:40
and the news has just broken about this satellite
313
745000
2000
i świat właśnie dowiedział się o satelicie,
12:42
that's now orbiting the planet.
314
747000
3000
który orbituje wokół Ziemi.
12:45
And of course, this is nerd heaven, right?
315
750000
2000
Czyli raj dla kujonów, prawda?
12:47
There are all these physics geeks who are there thinking,
316
752000
2000
I ci wszyscy nawiedzeni fizycy siedzą i myślą:
12:49
"Oh my gosh! This is incredible. I can't believe this has happened."
317
754000
3000
"Rany! Niesamowite! Nie mogę uwierzyć, że to się dzieje."
12:52
And two of them,
318
757000
2000
Dwóch z nich,
12:54
two 20-something researchers at the APL
319
759000
2000
około 20-letnich badaczy z tego laboratorium,
12:56
are there at the cafeteria table
320
761000
2000
siedzi przy stoliku w stołówce,
12:58
having an informal conversation with a bunch of their colleagues.
321
763000
3000
rozmawiając luźno z kilkoma kolegami.
13:01
And these two guys are named Guier and Weiffenbach.
322
766000
3000
Ci faceci nazywają się Guier i Weiffenbach.
13:04
And they start talking, and one of them says,
323
769000
2000
Zaczynają rozmawiać i jeden mówi:
13:06
"Hey, has anybody tried to listen for this thing?
324
771000
2000
"Hej, ktokolwiek próbował tego posłuchać?
13:08
There's this, you know, man-made satellite up there in outer space
325
773000
3000
Tam w kosmosie jest zrobiony przez ludzi satelita,
13:11
that's obviously broadcasting some kind of signal.
326
776000
2000
który na pewno nadaje jakiś sygnał.
13:13
We could probably hear it, if we tune in."
327
778000
3000
Możliwe, że go usłyszymy jeśli się dostroimy."
13:16
And so they ask around to a couple of their colleagues,
328
781000
2000
Zaczęli chodzić i pytac się kolegów,
13:18
and everybody's like, "No, I hadn't thought of doing that.
329
783000
2000
ale wszyscy mówili: "Nie pomyślałem o tym.
13:20
That's an interesting idea."
330
785000
2000
To jest niezły pomysł."
13:22
And it turns out Weiffenbach is kind of an expert
331
787000
3000
Okazuje się, że Weiffenbach jest ekspertem
13:25
in microwave reception,
332
790000
2000
w odbieraniu mikrofal,
13:27
and he's got a little antennae set up
333
792000
2000
i ma w biurze mały zestaw
13:29
with an amplifier in his office.
334
794000
2000
anten ze wzmacznianem.
13:31
And so Guier and Weiffenbach go back to Weiffenbach's office,
335
796000
2000
I tak Guier i Weiffenbach poszli do biura tego drugiego,
13:33
and they start kind of noodling around -- hacking, as we might call it now.
336
798000
3000
i zaczęli kombinować - hakować, jakbyśmy dziś powiedzieli.
13:36
And after a couple of hours, they actually start picking up the signal,
337
801000
3000
Po kilku godzinach rzeczywiście zaczęli odbierać sygnał,
13:39
because the Soviets made Sputnik
338
804000
2000
ponieważ Sowieci zrobili Sputnika,
13:41
very easy to track.
339
806000
2000
który był łatwy do namierzenia.
13:43
It was right at 20 MHz, so you could pick it up really easily,
340
808000
3000
Nadawał dokładnie na 20 MHz, łatwo do odebrania,
13:46
because they were afraid that people would think it was a hoax, basically.
341
811000
2000
ponieważ generalnie bali się, że ludzie pomyślą, że to oszustwo.
13:48
So they made it really easy to find it.
342
813000
2000
Więc ułatwili jego znalezienie.
13:50
So these two guys are sitting there listening to this signal,
343
815000
3000
I Ci dwaj kolesie siedzą, słuchając tego sygnału,
13:53
and people start kind of coming into the office and saying,
344
818000
2000
a ludzie zaczęli się schodzić do tego biura i mówić:
13:55
"Wow, that's pretty cool. Can I hear? Wow, that's great."
345
820000
3000
"Hejm to jest ekstra. Mogę posłuchać? Ale super."
13:58
And before long, they think, "Well jeez, this is kind of historic.
346
823000
3000
Po chwili myślą, "Jejku, to jest historyczna chwila.
14:01
We may be the first people in the United States to be listening to this.
347
826000
2000
Możemy być pierwszymi ludźmi w Stanach, którzy tego słuchają.
14:03
We should record it."
348
828000
2000
Powinniśmy to nagrać."
14:05
And so they bring in this big, clunky analog tape recorder
349
830000
2000
I przynoszą taki wielki, nieporęczny magnetofon analogowy,
14:07
and they start recording these little bleep, bleeps.
350
832000
3000
zaczynają nagrywać te drobne piknięcia.
14:10
And they start writing the kind of date stamp, time stamps
351
835000
3000
I zaczęli zapisywać czas, momenty
14:13
for each little bleep that they record.
352
838000
3000
dla każdego piknięcia, jakie nagrali.
14:16
And they they start thinking, "Well gosh, you know, we're noticing
353
841000
2000
Znowu zaczęli myśleć - "Rany, patrzcie. Tu można zauważyć
14:18
small little frequency variations here.
354
843000
3000
drobne różnice częstotliwości.
14:21
We could probably calculate the speed
355
846000
3000
Pewnie moglibyśmy policzyć prędkość
14:24
that the satellite is traveling,
356
849000
2000
z jaką satelita podróżuje,
14:26
if we do a little basic math here
357
851000
2000
jeśli wykonamy proste obliczenia
14:28
using the Doppler effect."
358
853000
2000
z wykorzytaniem efektu Dopplera."
14:30
And then they played around with it a little bit more,
359
855000
2000
Pobawili sie z tym jeszcze chwilę,
14:32
and they talked to a couple of their colleagues
360
857000
2000
pogadali z kilkoma kolegami
14:34
who had other kind of specialties.
361
859000
2000
z innych specjalizacji.
14:36
And they said, "Jeez, you know,
362
861000
2000
A oni mówią: "Rany, wiecie co,
14:38
we think we could actually take a look at the slope of the Doppler effect
363
863000
2000
myślimy, że można by właściwie użyć kąta z efektu Dopplera,
14:40
to figure out the points at which
364
865000
2000
żeby policzyć miejsca, w jakich
14:42
the satellite is closest to our antennae
365
867000
2000
satelita jest najbliżej do naszej anteny
14:44
and the points at which it's farthest away.
366
869000
2000
i w jakich jest najdalej.
14:46
That's pretty cool."
367
871000
2000
Super."
14:48
And eventually, they get permission --
368
873000
2000
I w końcu dostają pozwolenie -
14:50
this is all a little side project that hadn't been officially part of their job description.
369
875000
3000
to jest mały projekt, który oficjalnie nie należy do ich obowiązków.
14:53
They get permission to use the new, you know, UNIVAC computer
370
878000
3000
Dostają pozwolenie, żeby użyć komputera UNIVAC,
14:56
that takes up an entire room that they'd just gotten at the APL.
371
881000
3000
który zajmuje cały pokój i który właśnie przyszedł do laboratorium.
14:59
They run some more of the numbers, and at the end of about three or four weeks,
372
884000
3000
Wykonali jeszcze trochę obliczeń i po około trzech lub czterech tygodniach,
15:02
turns out they have mapped the exact trajectory
373
887000
3000
okazuje się, że namierzyli dokładną trajektorię,
15:05
of this satellite around the Earth,
374
890000
2000
jaką satelita okrążał Ziemię,
15:07
just from listening to this one little signal,
375
892000
2000
tylko słuchając tego jednego sygnału,
15:09
going off on this little side hunch that they'd been inspired to do
376
894000
3000
zaczynając od tego małego przeczucia, które ich zainspirowało,
15:12
over lunch one morning.
377
897000
3000
jednego dnia przy lunchu.
15:15
A couple weeks later their boss, Frank McClure,
378
900000
3000
Kilka tygodni później, ich szef, Frank McClure,
15:18
pulls them into the room and says,
379
903000
2000
wciąga ich do pokoju i mówi:
15:20
"Hey, you guys, I have to ask you something
380
905000
2000
"Hej, chłopaki, muszę was o coś spytać,
15:22
about that project you were working on.
381
907000
2000
w związku z tym projektem, nad którym pracujecie.
15:24
You've figured out an unknown location
382
909000
2000
Namierzyliście położenie
15:26
of a satellite orbiting the planet
383
911000
3000
satelity orbitującego wokół Ziemi,
15:29
from a known location on the ground.
384
914000
2000
dzięki znanej lokacji na powierzchni.
15:31
Could you go the other way?
385
916000
2000
Da się to zrobić w drugą stronę?
15:33
Could you figure out an unknown location on the ground,
386
918000
2000
Możecie namierzyć coś na Ziemi, jeśli
15:35
if you knew the location of the satellite?"
387
920000
3000
znalibyście położenie satelity?"
15:38
And they thought about it and they said,
388
923000
2000
Pomyśleli chwilę nad tym i mówią:
15:40
"Well, I guess maybe you could. Let's run the numbers here."
389
925000
3000
"Coż, możliwe, że moglibyśmy. Policzymy."
15:43
So they went back, and they thought about it.
390
928000
2000
Odeszli, żeby o tym pomyśleć.
15:45
And they came back and said, "Actually, it'll be easier."
391
930000
2000
Wracają i mówią: "Tak właściwie, to będzie łatwiejsze."
15:47
And he said, "Oh, that's great.
392
932000
2000
A on na to: "No to super.
15:49
Because see, I have these new nuclear submarines
393
934000
3000
Bo patrzcie, mam tutaj nowe łodzie podwodne,
15:52
that I'm building.
394
937000
2000
które buduję.
15:54
And it's really hard to figure out how to get your missile
395
939000
3000
I naprawdę trudno jest sprawić, żeby wystrzelona z nich
15:57
so that it will land right on top of Moscow,
396
942000
2000
rakieta wylądowała dokładnie w centrum
15:59
if you don't know where the submarine is in the middle of the Pacific Ocean.
397
944000
3000
Moskwy, jeśli nie wiesz, gdzie na Pacyfiku jest ta łódź.
16:02
So we're thinking, we could throw up a bunch of satellites
398
947000
3000
I pomyśleliśmy, że możemy wystrzelić kilka satelitów,
16:05
and use it to track our submarines
399
950000
3000
żeby ich użyć do namierzenia
16:08
and figure out their location in the middle of the ocean.
400
953000
2000
naszych łodzi na środku oceanu.
16:10
Could you work on that problem?"
401
955000
2000
Możeci enad tym popracować?"
16:12
And that's how GPS was born.
402
957000
3000
Tak narodził sie GPS.
16:15
30 years later,
403
960000
2000
30 lat później,
16:17
Ronald Reagan actually opened it up and made it an open platform
404
962000
3000
Ronald Reagan uczynił z tego otwartą platformę,
16:20
that anybody could kind of build upon
405
965000
2000
na której każdy może coś nadbudować
16:22
and anybody could come along and build new technology
406
967000
3000
i każdy mógł przyjść i stworzyć nową technologię,
16:25
that would create and innovate
407
970000
2000
która rozwinie
16:27
on top of this open platform,
408
972000
2000
się na tej platformie
16:29
left it open for anyone to do
409
974000
2000
i pozostanie otwarta dla innych,
16:31
pretty much anything they wanted with it.
410
976000
2000
cokolwiek by z nią chcieli zrobić.
16:33
And now, I guarantee you
411
978000
2000
A teraz, gwarantuję wam,
16:35
certainly half of this room, if not more,
412
980000
2000
co najmniej połowa, jesli nie więcej
16:37
has a device sitting in their pocket right now
413
982000
2000
ludzi tutaj, ma w tej chwili w kieszeni
16:39
that is talking to one of these satellites in outer space.
414
984000
3000
urządzenie komunikujące się z satelitami na orbicie.
16:42
And I bet you one of you, if not more,
415
987000
3000
I założę się, że co najmniej jedna osoba
16:45
has used said device and said satellite system
416
990000
3000
użyła takiego urządzenia i systemu satelitarnego,
16:48
to locate a nearby coffeehouse somewhere in the last --
417
993000
3000
żeby zlokalizować kawiarnię gdzieś w pobliżu, w przeciągu
16:51
(Laughter)
418
996000
2000
(Śmiech)
16:53
in the last day or last week, right?
419
998000
3000
ostatniego dnia lub tygodnia.
16:56
(Applause)
420
1001000
3000
(Oklaski)
16:59
And that, I think,
421
1004000
2000
I wydaje mi się,
17:01
is a great case study, a great lesson
422
1006000
3000
że to wspaniały przykład, lekcja,
17:04
in the power, the marvelous, kind of unplanned
423
1009000
2000
o sile, wspaniałej, trochę nieplanowanej,
17:06
emergent, unpredictable power
424
1011000
3000
żywotnej, nieprzewidywalnej sile
17:09
of open innovative systems.
425
1014000
2000
otwartych systemów rozwoju.
17:11
When you build them right, they will be led to completely new directions
426
1016000
2000
Jeśli dobrze się je zaprojektuje, zostaną rozwinięte w zupełnie nowych
17:13
that the creators never even dreamed of.
427
1018000
2000
kierunkach, o jakich ich twórcy nawet nie śnili.
17:15
I mean, here you have these guys
428
1020000
2000
To znaczy - tak, jak ci kolesie,
17:17
who basically thought they were just following this hunch,
429
1022000
2000
którzy po prostu szli za przeczuciem,
17:19
this little passion that had developed,
430
1024000
2000
małą pasją, jaką rozwijali,
17:21
then they thought they were fighting the Cold War,
431
1026000
2000
myśląc, że walczą w Zimnej Wojnie,
17:23
and then it turns out they're just helping somebody
432
1028000
2000
a okazało się, że tylko komuś pomagali znaleźć
17:25
find a soy latte.
433
1030000
2000
sojową latte.
17:27
(Laughter)
434
1032000
2000
(Śmiech)
17:29
That is how innovation happens.
435
1034000
2000
Tak dzieje się rozwój.
17:31
Chance favors the connected mind.
436
1036000
2000
Szansa sprzyja umysłom połączonym.
17:33
Thank you very much.
437
1038000
2000
Dziękuję państwu bardzo.
17:35
(Applause)
438
1040000
3000
(Oklaski)
ABOUT THE SPEAKER
Steven Johnson - WriterSteven Berlin Johnson examines the intersection of science, technology and personal experience.
Why you should listen
Steven Johnson is a leading light of today's interdisciplinary and collaborative approach to innovation. His writings have influenced everything from cutting-edge ideas in urban planning to the battle against 21st-century terrorism. Johnson was chosen by Prospect magazine as one of the top ten brains of the digital future, and The Wall Street Journal calls him "one of the most persuasive advocates for the role of collaboration in innovation."
Johnson's work on the history of innovation inspired the Emmy-nominated six-part series on PBS, "How We Got To Now with Steven Johnson," which aired in the fall of 2014. The book version of How We Got To Now was a finalist for the PEN/E.O. Wilson Literary Science Writing Award. His new book, Wonderland: How Play Made the Modern World, revolves around the creative power of play and delight: ideas and innovations that set into motion many momentous changes in science, technology, politics and society.
Johnson is also the author of the bestselling Where Good Ideas Come From: The Natural History of Innovation, one of his many books celebrating progress and innovation. Others include The Invention of Air and The Ghost Map. Everything Bad Is Good For You, one of the most discussed books of 2005, argued that the increasing complexity of modern media is training us to think in more complex ways. Emergence and Future Perfect explore the power of bottom-up intelligence in both nature and contemporary society.
An innovator himself, Johnson has co-created three influential sites: the pioneering online magazine FEED, the Webby-Award-winning community site, Plastic.com, and the hyperlocal media site outside.in, which was acquired by AOL in 2011.
Johnson is a regular contributor to WIRED magazine, as well as the New York Times, The Wall Street Journal and many other periodicals. He has appeared on many high-profile television programs, including "The Charlie Rose Show," "The Daily Show with Jon Stewart" and "The NewsHour with Jim Lehrer."
Steven Johnson | Speaker | TED.com