ABOUT THE SPEAKER
Eric Berlow - Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more.

Why you should listen

Eric Berlow is an ecologist and network scientist who specializes in not specializing. A TED Senior Fellow, Berlow is recognized for his research on food webs and ecological networks and for creative approaches to complex problems. He was the founding director of the University of California's first environmental science center inside Yosemite National Park, where he continues to develop data-driven approaches to managing natural ecosystems. 

In 2012 Berlow founded Vibrant Data Labs, which builds tools to use data for social good. Berlow's current projects range from helping spark an egalitarian personal data economy to protecting endangered amphibians in Yosemite to crowd-sourcing novel insights about human creativity. Berlow holds a Ph.D. from Oregon State University in marine ecology.

 

 

More profile about the speaker
Eric Berlow | Speaker | TED.com
TEDGlobal 2010

Eric Berlow: Simplifying complexity

Эрик Берлоу: Как сложность приводит к простоте.

Filmed:
1,361,116 views

Эколог Эрик Берлоу не чувствует себя подавленным, когда сталкивается со сложными системами. Он знает, что большее количество информации может привести к лучшему и более простому решению. Иллюстрируя советы и хитрости, которые используются, чтобы справиться с большими проблемами, он приводит запутанную схему американской стратегии в Афганистане к нескольким элементарным пунктам.
- Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more. Full bio

Double-click the English transcript below to play the video.

00:15
Do you ever feel completelyполностью overwhelmedперегружены
0
0
2000
Вы чувствуете себя совершенно подавленными,
00:17
when you're facedсталкиваются with a complexсложный problemпроблема?
1
2000
3000
когда сталкиваетесь со сложной задачей?
00:20
Well, I hopeнадежда to changeизменение that in lessМеньше than threeтри minutesминут.
2
5000
3000
Я надеюсь изменить это меньше, чем за три минуты.
00:23
So, I hopeнадежда to convinceубеждать you that complexсложный
3
8000
2000
Я надеюсь убедить вас в том, что сложность
00:25
doesn't always equalравный complicatedсложно.
4
10000
2000
не всегда означает запутанность.
00:27
So for me, a well-craftedхорошо проработаны baguetteбагет, freshсвежий out of the ovenдуховой шкаф,
5
12000
3000
Например, для меня горячий свежеиспечённый багет
00:30
is complexсложный,
6
15000
2000
очень непрост.
00:32
but a curryкарри onionлук greenзеленый oliveоливковый poppyмак cheeseсыр breadхлеб
7
17000
2000
а сырный хлеб с луком, маком, приправой карри и зелёными оливками
00:34
is complicatedсложно.
8
19000
3000
выглядит ещё более запутанно.
00:37
I'm an ecologistэколог, and I studyизучение complexityсложность. I love complexityсложность.
9
22000
3000
Я эколог, я изучаю сложности. Я люблю сложности.
00:40
And I studyизучение that in the naturalнатуральный worldМир, the interconnectednessвзаимосвязанность of speciesвид.
10
25000
3000
И я изучаю природный мир, взаимодействие видов.
00:43
So here'sвот a foodпитание webWeb,
11
28000
2000
Например, есть пищевая сеть
00:45
or a mapкарта of feedingкормление linksсвязи betweenмежду speciesвид
12
30000
2000
или карта пищевых связей между видами,
00:47
that liveжить in Alpineвысокогорный LakesОзера in the mountainsгоры of CaliforniaКалифорния.
13
32000
3000
которые живут в высокогорных озёрах Калифорнии.
00:50
And this is what happensпроисходит to that foodпитание webWeb
14
35000
2000
И вот что происходит с этой пищевой сетью,
00:52
when it's stockedимеющийся в наличии with non-nativeне родной fishрыба that never livedжил there before.
15
37000
2000
если заполнить озёра рыбой из других ареалов обитания.
00:54
All the grayed-outсерым цветом speciesвид disappearисчезать.
16
39000
2000
Все неактивные виды исчезают.
00:56
Some are actuallyна самом деле on the brinkBrink of extinctionвымирание.
17
41000
2000
Некоторые действительно на грани вымирания.
00:58
And lakesозера with fishрыба have more mosquitosкомары, even thoughхоть they eatесть them.
18
43000
3000
И возле озёр с рыбой обычно больше москитов, несмотря на то, что рыбы питаются ими.
01:01
These effectsпоследствия were all unanticipatedнепредвиденный,
19
46000
2000
Все эти эффекты были непредвиденными,
01:03
and yetвсе же we're discoveringобнаружение they're predictableпредсказуемый.
20
48000
2000
и всё же, мы обнаруживаем, что они предсказуемы.
01:05
So I want to shareдоля with you a coupleпара keyключ insightsпонимание
21
50000
2000
Теперь я хочу поделиться с вами парой важных мыслей
01:07
about complexityсложность we're learningобучение from studyingизучение natureприрода
22
52000
2000
о запутанности, которые мы узнаём, когда изучаем природу,
01:09
that maybe are applicableприменимый to other problemsпроблемы.
23
54000
3000
и которые можно применить для решения других задач.
01:13
First is the simpleпросто powerмощность of good visualizationвизуализация toolsинструменты
24
58000
2000
Во-первых, нам нужны хорошие наглядные пособия,
01:15
to help untangleраспутывать complexityсложность
25
60000
2000
которые помогут нам распутать запутанность
01:17
and just encourageпоощрять you to askпросить questionsвопросов you didn't think of before.
26
62000
3000
и натолкнут на те вопросы, о которых мы раньше не задумывались.
01:20
For exampleпример, you could plotсюжет the flowтечь of carbonуглерод
27
65000
3000
Например, вы могли изобразить углеродный поток
01:23
throughчерез corporateкорпоративный supplyпоставка chainsцепи in a corporateкорпоративный ecosystemэкосистема,
28
68000
3000
через общие пищевые цепи в экосистеме
01:26
or the interconnectionsмежсоединения of habitatестественная среда patchesпатчи
29
71000
2000
или взаимосвязи между участками среды обитания
01:28
for endangeredнаходящихся под угрозой исчезновения speciesвид in YosemiteYosemite Nationalнациональный ParkПарк.
30
73000
3000
и вымирающими видами животных Национального парка Йосемити.
01:31
The nextследующий thing is that if you want to predictпрогнозировать
31
76000
2000
Потом вы хотите спрогнозировать
01:33
the effectэффект of one speciesвид on anotherдругой,
32
78000
2000
влияние одних видов на другие.
01:35
if you focusфокус only on that linkссылка,
33
80000
2000
Если вы сосредоточитесь только на этой связи,
01:37
and then you blackчерный boxкоробка the restотдых,
34
82000
2000
а всё остальное проигнорируете,
01:39
it's actuallyна самом деле lessМеньше predictableпредсказуемый
35
84000
2000
то все оказывается куда менее предсказуемо,
01:41
than if you stepшаг back, considerрассматривать the entireвсе systemсистема -- all the speciesвид, all the linksсвязи --
36
86000
3000
чем если бы вы отступили назад, чтобы рассмотреть цельную систему - все виды, все связи -
01:44
and from that placeместо,
37
89000
2000
и с того места
01:46
honeзатачивать in on the sphereсфера of influenceвлияние that mattersвопросы mostбольшинство.
38
91000
2000
заострили внимание на сфере влияния, которая имеет наибольшее значение.
01:48
And we're discoveringобнаружение, with our researchисследование,
39
93000
2000
С помощью нашего исследования мы обнаруживаем,
01:50
that's oftenдовольно часто very localместный to the nodeузел you careзабота about
40
95000
2000
что это часто оказывается очень близко к точке, которая вас интересует,
01:52
withinв one or two degreesстепени.
41
97000
2000
примерно на одну-две ступени.
01:54
So the more you stepшаг back, embraceохватывать complexityсложность,
42
99000
2000
Так что, чем больше вы отступаете назад, чтобы охватить запутанность,
01:56
the better chanceшанс you have of findingобнаружение simpleпросто answersответы,
43
101000
2000
тем больше у вас шансов найти простые ответы,
01:58
and it's oftenдовольно часто differentдругой than the simpleпросто answerответ that you startedначал with.
44
103000
3000
и они часто отличаются от простых ответов, с которых вы начинали.
02:02
So let's switchпереключатель gearsшестерни and look at a really complexсложный problemпроблема
45
107000
3000
Итак, давайте переключимся и рассмотрим действительно сложную проблему,
02:05
courtesyучтивость of the U.S. governmentправительство.
46
110000
3000
которая произошла по милости правительства США.
02:08
This is a diagramдиаграмма of the U.S. counterinsurgencyмеры по подавлению восстаний strategyстратегия in AfghanistanАфганистан.
47
113000
3000
Это диаграмма мер США по противоповстанческой стратегии в Афганистане.
02:11
It was frontфронт pageстраница of the Newновый YorkЙорк Timesраз a coupleпара monthsмесяцы agoтому назад.
48
116000
3000
Она была первой страницей в Нью Йорк Таймс пару месяцев назад -
02:14
Instantlyнемедленно ridiculedосмеянный by the mediaСМИ
49
119000
2000
мгновенно высмеянной средствами массовой информации
02:16
for beingявляющийся so crazyпсих complicatedсложно.
50
121000
2000
за то, что она так безумно запутана.
02:18
And the statedзаявил goalЦель was to increaseувеличение popularпопулярный supportподдержка
51
123000
2000
Начальной целью было увеличение народной подержки
02:20
for the Afghanафганский governmentправительство.
52
125000
2000
Афганского правительства.
02:22
Clearlyочевидно a complexсложный problemпроблема,
53
127000
2000
Очевидно, сложная задача,
02:24
but is it complicatedсложно?
54
129000
2000
но является ли она запутанной?
02:26
Well, when I saw this in the frontфронт pageстраница of the Timesраз,
55
131000
2000
Когда я увидел это на обложке Таймс,
02:28
I thought, "Great. Finallyв заключение something I can relateиметь отношение to.
56
133000
2000
я подумал: "Отлично. Наконец что-то, к чему я могу применить себя.
02:30
I can sinkраковина my teethзубы into this."
57
135000
2000
Я могу вонзиться в это зубами".
02:32
So let's do it. So here we go for the first time ever,
58
137000
3000
Итак, давайте сделаем это. В первый раз за всё время
02:35
a worldМир premiereпремьера viewПосмотреть of this spaghettiспагетти diagramдиаграмма as an orderedприказал networkсеть.
59
140000
3000
мировая премьера этой диаграммы-спагетти в виде упорядоченной сети.
02:38
The circledокруженный nodeузел is the one we're tryingпытаясь to influenceвлияние --
60
143000
2000
Вот это обведённая точка - та, на которую мы пытаемся влиять -
02:40
popularпопулярный supportподдержка for the governmentправительство.
61
145000
2000
народная поддержка правительства.
02:42
And so now we can look one degreesстепени, two degreesстепени,
62
147000
2000
Мы можем принять во внимание одну ступень, две,
02:44
threeтри degreesстепени away from that nodeузел
63
149000
2000
три ступени от этой точки,
02:46
and eliminateУстранить three-quartersтри четверти of the diagramдиаграмма outsideза пределами that sphereсфера of influenceвлияние.
64
151000
3000
и убрать из поля зрения 3/4 диаграммы, которые остались за пределами сферы влияния.
02:49
WithinВ that sphereсфера,
65
154000
2000
Внутри этой сферы
02:51
mostбольшинство of those nodesузлы are not actionableдейственные, like the harshnessрезкость of the terrainместность,
66
156000
3000
большая часть узлов не задействована, например проблемы местности.
02:54
and a very smallмаленький minorityменьшинство are actualфактический militaryвоенные actionsдействия.
67
159000
3000
Военных мер тоже очень мало.
02:57
MostНаиболее are non-violentненасильственное and they fallпадать into two broadширокий categoriesкатегории:
68
162000
3000
Большинство из них ненасильственные, и они попадают в две широкие категории:
03:01
activeактивный engagementпомолвка with ethnicэтнической rivalriesсоперничество and religiousрелигиозная beliefsубеждения
69
166000
3000
действующие договорённости с враждующими народами и религиозные убеждения,
03:04
and fairСправедливая, transparentпрозрачный economicэкономической developmentразвитие
70
169000
2000
а также честное, прозрачное экономическое развитие
03:06
and provisioningрезервирование of servicesСервисы.
71
171000
2000
и предоставление услуг.
03:08
I don't know about this, but this is what I can decipherдешифровать from this diagramдиаграмма
72
173000
3000
Я в этом не разбираюсь, но вот что я могу расшифровать из этой диаграммы
03:11
in 24 secondsсекунд.
73
176000
2000
за 24 секунды.
03:13
When you see a diagramдиаграмма like this, I don't want you to be afraidбоюсь.
74
178000
2000
Когда вы будете рассматривать похожие диаграммы, я не хочу, чтобы вы пугались.
03:15
I want you to be excitedв восторге. I want you to be relievedоблегчение.
75
180000
3000
Я хочу, чтобы вы восхищались. Чтобы вы были свободны.
03:18
Because simpleпросто answersответы mayмай emergeвсплывать.
76
183000
2000
Потому что можно найти простые ответы.
03:20
We're discoveringобнаружение in natureприрода that simplicityпростота oftenдовольно часто liesвранье
77
185000
2000
Природа учит нас тому, что простота часто лежит
03:22
on the other sideбоковая сторона of complexityсложность.
78
187000
2000
по другую сторону запутанности.
03:24
So for any problemпроблема, the more you can zoomзум out and embraceохватывать complexityсложность,
79
189000
3000
Это применимо к любым задачам: чем больше вы отдалитесь, чтобы охватить запутанность,
03:27
the better chanceшанс you have of zoomingмасштабирование in
80
192000
2000
тем лучше вы сможете приблизиться
03:29
on the simpleпросто detailsДетали that matterдело mostбольшинство.
81
194000
2000
к простым деталям, имеющим наибольшее значение.
03:31
Thank you.
82
196000
2000
Спасибо.
03:33
(ApplauseАплодисменты)
83
198000
3000
(Аплодисменты)
Translated by Eva Sabadjieva
Reviewed by Anna Novikova

▲Back to top

ABOUT THE SPEAKER
Eric Berlow - Ecologist
TED Senior Fellow Eric Berlow studies ecology and networks, exposing the interconnectedness of our ecosystems with climate change, government, corporations and more.

Why you should listen

Eric Berlow is an ecologist and network scientist who specializes in not specializing. A TED Senior Fellow, Berlow is recognized for his research on food webs and ecological networks and for creative approaches to complex problems. He was the founding director of the University of California's first environmental science center inside Yosemite National Park, where he continues to develop data-driven approaches to managing natural ecosystems. 

In 2012 Berlow founded Vibrant Data Labs, which builds tools to use data for social good. Berlow's current projects range from helping spark an egalitarian personal data economy to protecting endangered amphibians in Yosemite to crowd-sourcing novel insights about human creativity. Berlow holds a Ph.D. from Oregon State University in marine ecology.

 

 

More profile about the speaker
Eric Berlow | Speaker | TED.com