TED2009
Sean Gourley: The mathematics of war
Sean Gourley sobre a matemática da guerra
Filmed:
Readability: 3.6
1,030,256 views
Ao recolher dados brutos de jornais e dispô-los num gráfico, Sean Gourley e sua equipa chegaram a uma impressionante conclusão sobre a natureza da guerra moderna e talvez a um modelo para resolver conflitos.
Sean Gourley - Physicist and military theorist
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow. Full bio
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow. Full bio
Double-click the English transcript below to play the video.
00:12
We look around the media, as we see on the news from Iraq,
0
0
3000
Quando vemos nos meios de comunicação notícias do Iraque,
00:15
Afghanistan, Sierra Leone,
1
3000
3000
Afeganistão, Serra Leoa,
00:18
and the conflict seems incomprehensible to us.
2
6000
4000
os conflitos parecem-nos incompreensíveis.
00:22
And that's certainly how it seemed to me when I started this project.
3
10000
4000
E foi exatamente o que me pareceu quando iniciei este projecto.
00:26
But as a physicist,
4
14000
2000
Mas como físico,
00:28
I thought, well if you give me some data,
5
16000
3000
eu pensei, bem se me derem alguns dados,
00:31
I could maybe understand this. You know, give us a go.
6
19000
2000
talvez eu pudesse entender isto. Sabem, dêem-nos uma oportunidade.
00:33
So as a naive New Zealander
7
21000
2000
Então como ingénuo neo-zelandês que sou,
00:35
I thought, well I'll go to the Pentagon.
8
23000
2000
pensei: vamos ao Pentágono.
00:37
Can you get me some information?
9
25000
2000
Poderiam dar-me algumas informações?
00:39
(Laughter)
10
27000
3000
(Risos)
00:42
No. So I had to think a little harder.
11
30000
4000
Não. Então tive que pensar melhor.
00:46
And I was watching the news one night in Oxford.
12
34000
3000
Estava eu a assistir às notícias uma certa noite em Oxford,
00:49
And I looked down at the chattering heads on my channel of choice.
13
37000
3000
e olhei para baixo, para as chamadas de rodapé do canal que escolhi.
00:52
And I saw that there was information there.
14
40000
2000
E vi que havia informação ali.
00:54
There was data within the streams of news that we consume.
15
42000
3000
Haviam dados dentro dos fluxos de notícias que consumimos.
00:57
All this noise around us actually has information.
16
45000
4000
Todo esse barulho ao nosso redor contém na verdade informação.
01:01
So what I started thinking was,
17
49000
2000
Então o que comecei a pensar foi,
01:03
perhaps there is something like open source intelligence here.
18
51000
3000
talvez existam aqui dados confidenciais em conteúdo aberto.
01:06
If we can get enough of these streams of information together,
19
54000
3000
Se conseguirmos juntar informação suficiente desses fluxos
01:09
we can perhaps start to understand the war.
20
57000
3000
talvez possamos começar a entender a guerra.
01:12
So this is exactly what I did. We started bringing a team together,
21
60000
3000
Então foi exactamente o que fiz. Começamos a formar uma equipa,
01:15
an interdisciplinary team of scientists,
22
63000
2000
uma equipa multidisciplinar de cientistas,
01:17
of economists, mathematicians.
23
65000
3000
de economistas, matemáticos.
01:20
We brought these guys together and we started to try and solve this.
24
68000
3000
Juntámos esses tipos e começámos a tentar resolver isto.
01:23
We did it in three steps.
25
71000
2000
Fizemo-lo em três passos:
01:25
The first step we did was to collect. We did 130 different sources of information --
26
73000
4000
O primeiro passo que tomamos foi recolha. Recolhemos informação de 130 fontes diferentes
01:29
from NGO reports to newspapers and cable news.
27
77000
3000
desde relatórios de ONG a jornais e notícias por cabo.
01:32
We brought this raw data in and we filtered it.
28
80000
3000
Trouxémos esses dados brutos e filtrámo-los.
01:35
We extracted the key bits on information to build the database.
29
83000
3000
Extraímos os pontos essenciais de informação para criar a base de dados.
01:38
That database contained
30
86000
2000
A base de dados continha
01:40
the timing of attacks,
31
88000
2000
a cronologia dos ataques,
01:42
the location, the size and the weapons used.
32
90000
2000
o local, o tamanho e as armas usadas.
01:44
It's all in the streams of information we consume daily,
33
92000
3000
Está tudo nos fluxos de informação que consumimos diariamente,
01:47
we just have to know how to pull it out.
34
95000
2000
só precisamos saber como extraí-las.
01:49
And once we had this we could start doing some cool stuff.
35
97000
2000
E uma vez tendo isso podemos começar a fazer algo interessante.
01:51
What if we were to look at the distribution of the sizes of attacks?
36
99000
3000
E se olhássemos para a distribuição dos tamanhos dos ataques?
01:54
What would that tell us?
37
102000
2000
O que nos diria isso?
01:56
So we started doing this. And you can see here
38
104000
2000
Então começámos a fazê-lo. E como podem ver aqui
01:58
on the horizontal axis
39
106000
2000
no eixo horizontal
02:00
you've got the number of people killed in an attack
40
108000
2000
temos o número de pessoas mortas num ataque
02:02
or the size of the attack.
41
110000
2000
ou o tamanho do ataque.
02:04
And on the vertical axis you've got the number of attacks.
42
112000
3000
E no eixo vertical temos o número de ataques.
02:07
So we plot data for sample on this.
43
115000
2000
Então marcamos os dados para amostra nisto.
02:09
You see some sort of random distribution --
44
117000
2000
Vemos um tipo de distribuição aleatória
02:11
perhaps 67 attacks, one person was killed,
45
119000
3000
talvez 67 ataques, uma pessoa foi morta,
02:14
or 47 attacks where seven people were killed.
46
122000
3000
ou 47 ataques onde sete pessoas foram mortas.
02:17
We did this exact same thing for Iraq.
47
125000
2000
Fizemos exatamente a mesma coisa para o Iraque.
02:19
And we didn't know, for Iraq what we were going to find.
48
127000
3000
E não sabíamos, para o Iraque o que iríamos encontrar.
02:22
It turns out what we found was pretty surprising.
49
130000
4000
Acontece que o que descobrimos foi muito surpreendente.
02:26
You take all of the conflict,
50
134000
2000
Pegam em todo o conflito,
02:28
all of the chaos, all of the noise,
51
136000
2000
todo o caos, todo o barulho,
02:30
and out of that
52
138000
2000
e disso
02:32
comes this precise mathematical distribution
53
140000
2000
surge esta precisa distribuição matemática
02:34
of the way attacks are ordered in this conflict.
54
142000
3000
do modo como os ataques são ordenados neste conflito.
02:37
This blew our mind.
55
145000
2000
Deixou-nos estupefactos.
02:39
Why should a conflict like Iraq have this
56
147000
4000
Como é que um conflito como o do Iraque pode ter isto
02:43
as its fundamental signature?
57
151000
2000
como a sua assinatura fundamental?
02:45
Why should there be order in war?
58
153000
2000
Por que haveria de haver ordem na guerra?
02:47
We didn't really understand that.
59
155000
2000
Nós realmente não entendíamos isso.
02:49
We thought maybe there is something special about Iraq.
60
157000
4000
Pensámos que talvez houvesse algo especial acerca do Iraque.
02:53
So we looked at a few more conflicts.
61
161000
2000
Então olhámos para outros conflitos.
02:55
We looked at Colombia, we looked at Afghanistan,
62
163000
2000
Olhamos para a Colômbia, olhamos para o Afeganistão
02:57
and we looked at Senegal.
63
165000
2000
e olhamos para o Senegal.
02:59
And the same pattern emerged in each conflict.
64
167000
2000
E o mesmo padrão emergiu em cada conflito.
03:01
This wasn't supposed to happen.
65
169000
2000
Isto não era suposto acontecer.
03:03
These are different wars, with different religious factions,
66
171000
3000
Estas guerras são guerras diferentes, com facções religiosas diferentes,
03:06
different political factions, and different socioeconomic problems.
67
174000
3000
facções políticas diferentes e problemas socio-económicos diferentes.
03:09
And yet the fundamental patterns underlying them
68
177000
4000
E ainda assim os padrões fundamentais nos quais são baseados
03:13
are the same.
69
181000
3000
são os mesmos.
03:16
So we went a little wider.
70
184000
2000
Então fomos um pouco mais longe.
03:18
We looked around the world at all the data we could get our hands on.
71
186000
3000
Olhamos por todo o mundo com todos os dados que pudémos obter.
03:21
From Peru to Indonesia,
72
189000
3000
Do Peru à Indonesia,
03:24
we studied this same pattern again.
73
192000
2000
estudámos este mesmo modelo novamente.
03:26
And we found that not only
74
194000
3000
E descobrimos que não só
03:29
were the distributions these straight lines,
75
197000
2000
essas distribuições eram linhas rectas,
03:31
but the slope of these lines, they clustered around
76
199000
2000
mas o declive destas linhas, andava em redor
03:33
this value of alpha equals 2.5.
77
201000
3000
deste valor de alpha igual a 2,5.
03:36
And we could generate an equation
78
204000
2000
E podíamos gerar uma equação
03:38
that could predict the likelihood of an attack.
79
206000
3000
que previsse a iminência de um ataque.
03:41
What we're saying here
80
209000
2000
O que queremos dizer é
03:43
is the probability of an attack killing X number of people
81
211000
4000
que a probabilidade de um ataque matar X pessoas
03:47
in a country like Iraq
82
215000
2000
num país como o Iraque
03:49
is equal to a constant, times the size of that attack,
83
217000
3000
é igual a uma constante, vezes o tamanho do ataque,
03:52
raised to the power of negative alpha.
84
220000
3000
elevado à potência de alpha negativo.
03:55
And negative alpha is the slope of that line I showed you before.
85
223000
6000
E alpha negativo é o declive da linha que mostrei antes.
04:01
So what?
86
229000
2000
E então?
04:03
This is data, statistics. What does it tell us about these conflicts?
87
231000
3000
Isto são dados, estatística. O que pode dizer-nos acerca destes conflitos?
04:06
That was a challenge we had to face as physicists.
88
234000
3000
Este era um desafio que enfrentávamos como físicos.
04:09
How do we explain this?
89
237000
3000
Como explicar isto?
04:12
And what we really found was that alpha,
90
240000
2000
E o que realmente descobrimos foi que alpha,
04:14
if we think about it, is the organizational
91
242000
2000
se pensarmos nisso, é a estrutura
04:16
structure of the insurgency.
92
244000
3000
organizacional da insurgência.
04:19
Alpha is the distribution of the sizes of attacks,
93
247000
3000
Alpha é a distribuição do tamanho dos ataques,
04:22
which is really the distribution
94
250000
2000
que na realidade é a distribuição
04:24
of the group strength carrying out the attacks.
95
252000
2000
da força do grupo que opera os ataques.
04:26
So we look at a process of group dynamics:
96
254000
2000
Então olhámos para um processo de dinâmicas de grupo:
04:28
coalescence and fragmentation,
97
256000
3000
coalescência e fragmentação,
04:31
groups coming together, groups breaking apart.
98
259000
2000
grupos unindo-se, grupos dividindo-se.
04:33
And we start running the numbers on this. Can we simulate it?
99
261000
3000
E começamos a aplicar os números. Conseguimos simulá-lo?
04:36
Can we create the kind of patterns that we're seeing
100
264000
3000
Conseguimos criar o tipo de padrões que vemos
04:39
in places like Iraq?
101
267000
3000
em sítios como o Iraque?
04:42
Turns out we kind of do a reasonable job.
102
270000
2000
Acontece que acabamos por fazer um trabalho razoável.
04:44
We can run these simulations.
103
272000
2000
Podemos correr estas simulações.
04:46
We can recreate this using a process of group dynamics
104
274000
3000
Podemos recriar isto usando um processo de dinâmicas de grupo
04:49
to explain the patterns that we see
105
277000
2000
para explicar os padrões que observamos
04:51
all around the conflicts around the world.
106
279000
5000
nos conflitos por todo o Mundo.
04:56
So what's going on?
107
284000
2000
Mas afinal o que se passa?
04:58
Why should these different -- seemingly different conflicts
108
286000
3000
Porque razão têm estes diferentes; aparentemente diferentes conflitos
05:01
have the same patterns?
109
289000
2000
os mesmos padrões?
05:03
Now what I believe is going on is that
110
291000
3000
O que eu acredito que se esteja a passar é
05:06
the insurgent forces, they evolve over time. They adapt.
111
294000
4000
que as forças insurgentes evoluem com o tempo. Adaptam-se.
05:10
And it turns out there is only one solution
112
298000
2000
E parece haver apenas uma solução
05:12
to fight a much stronger enemy.
113
300000
2000
para lutar contra um inimigo mais forte.
05:14
And if you don't find that solution as an insurgent force,
114
302000
3000
E se como força insurgente eles não encontram essa solução,
05:17
you don't exist.
115
305000
2000
deixam de existir.
05:19
So every insurgent force that is ongoing,
116
307000
2000
Por isso qualquer força insurgente em curso,
05:21
every conflict that is ongoing,
117
309000
2000
qualquer conflito que esteja em curso,
05:23
it's going to look something like this.
118
311000
2000
vai assemelhar-se a isto.
05:25
And that is what we think is happening.
119
313000
3000
E isto é o que acho que se está a passar.
05:28
Taking it forward, how do we change it?
120
316000
2000
Para avançarmos, como mudamos isto?
05:30
How do we end a war like Iraq?
121
318000
2000
Como é que acabamos com uma guerra como a do Iraque?
05:32
What does it look like?
122
320000
2000
Com o que é que se parece?
05:34
Alpha is the structure. It's got a stable state at 2.5.
123
322000
3000
Alpha é a estrutura. Tem um estado estável a 2,5.
05:37
This is what wars look like when they continue.
124
325000
4000
É com isto que as guerras se parecem quando continuam.
05:41
We've got to change that.
125
329000
2000
Temos de alterar isso.
05:43
We can push it up:
126
331000
2000
Podemos forçar para cima:
05:45
the forces become more fragmented;
127
333000
2000
as forças tornam-se mais fragmentadas,
05:47
there is more of them, but they are weaker.
128
335000
4000
há mais forças, mas são mais débeis.
05:51
Or we push it down:
129
339000
2000
Ou forçar para baixo:
05:53
they're more robust; there is less groups;
130
341000
2000
elas são mais robustas; há menos grupos;
05:55
but perhaps you can sit and talk to them.
131
343000
4000
mas talvez se possa sentar e dialogar com eles.
05:59
So this graph here, I'm going to show you now.
132
347000
2000
Este gráfico aqui, que vos vou mostar agora:
06:01
No one has seen this before. This is literally
133
349000
3000
nunca ninguém viu isto. Isto é literalmente
06:04
stuff that we've come through last week.
134
352000
2000
o que obtivémos na semana passada.
06:06
And we see the evolution of Alpha through time.
135
354000
4000
E vemos a evolução de Alpha através do tempo.
06:10
We see it start. And we see it grow up to the stable state
136
358000
3000
Vemos o seu começo. E vemos como cresce até ao estado estável
06:13
the wars around the world look like.
137
361000
2000
que as guerras pelo Mundo apresentam.
06:15
And it stays there through the invasion of Fallujah
138
363000
3000
E fica nesse estado desde a invasão de Fallujah
06:18
until the Samarra bombings in the
139
366000
2000
até aos bombardeamentos de Samarra
06:20
Iraqi elections of '06.
140
368000
3000
nas eleições iraquianas de 2006.
06:23
And the system gets perturbed. It moves upwards
141
371000
2000
E o sistema perturba-se. Sobe até um
06:25
to a fragmented state.
142
373000
2000
estado fragmentado.
06:27
This is when the surge happens.
143
375000
2000
Isto é quando sucede o pico.
06:29
And depending on who you ask,
144
377000
2000
E dependendo a quem se pergunte,
06:31
the surge was supposed to push it up even further.
145
379000
3000
o pico era suposto levá-lo ainda mais além.
06:34
The opposite happened.
146
382000
2000
O oposto sucedeu.
06:36
The groups became stronger.
147
384000
2000
Os grupos tornaram-se mais fortes.
06:38
They became more robust.
148
386000
2000
Mais robustos.
06:40
And so I'm thinking, right, great, it's going to keep going down.
149
388000
3000
E por isso penso, ok, óptimo, vai continuar a descer.
06:43
We can talk to them. We can get a solution. The opposite happened.
150
391000
3000
Podemos falar com eles, arranjar uma solução. O oposto aconteceu.
06:46
It's moved up again. The groups are more fragmented.
151
394000
3000
Subiu novamente. Os grupos estão mais fragmentados.
06:49
And this tells me one of two things.
152
397000
2000
E isto diz-me uma de duas coisas:
06:51
Either we're back where we started
153
399000
3000
Ou voltámos novamente à estaca zero
06:54
and the surge has had no effect;
154
402000
2000
e o pico não surtiu efeito;
06:56
or finally the groups have been fragmented to the extent
155
404000
4000
ou finalmente os grupos fragmentaram-se até ao ponto
07:00
that we can start to think about maybe moving out.
156
408000
4000
de devermos começar a pensar em retirar.
07:04
I don't know what the answer is to that.
157
412000
2000
E eu não sei qual a resposta para isto.
07:06
But I know that we should be looking at the structure of the insurgency
158
414000
3000
Mas sei que devíamos olhar para a estrutura da insurgência
07:09
to answer that question.
159
417000
2000
para responder a essa questão.
07:11
Thank you.
160
419000
2000
Obrigado.
07:13
(Applause)
161
421000
5000
(aplausos)
ABOUT THE SPEAKER
Sean Gourley - Physicist and military theoristSean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow.
Why you should listen
Sean Gourley's twin passions are physics (working on nanoscale blue-light lasers and self-assembled quantum nanowires) and politics (he once ran for a national elected office back home in New Zealand).
A Rhodes scholar, he's spent the past five years working at Oxford on complex adaptive systems and collective intelligent systems -- basically, using data to understand the nature of human conflict. As he puts it, "This research has taken me all over the world from the Pentagon, to the House of Lords, the United Nations and most recently to Iraq". Originally from New Zealand, he now lives in San Francisco, where he is the co-founder and CTO of Quid which is building a global intelligence platform. He's a 2009 TED Fellow.
In December 2009, Gourley and his team's research was published in the scientific journal Nature. He is co-founder and CTO of Quid.
Sean Gourley | Speaker | TED.com