ABOUT THE SPEAKER
Jean-Baptiste Michel - Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world.

Why you should listen

Jean-Baptiste Michel holds joint academic appointments at Harvard (FQEB Fellow) and Google (Visiting Faculty). His research focusses on using large volumes of data as tools that help better understand the world around us -- from the way diseases progress in patients over years, to the way cultures change in human societies over centuries. With his colleague Erez Lieberman Aiden, Jean-Baptiste is a Founding Director of Harvard's Cultural Observatory, where their research team pioneers the use of quantitative methods for the study of human culture, language and history. His research was featured on the covers of Science and Nature, on the front pages of the New York Times and the Boston Globe, in The Economist, Wired and many other venues. The online tool he helped create -- ngrams.googlelabs.com -- was used millions of times to browse cultural trends. Jean-Baptiste is an Engineer from Ecole Polytechnique (Paris), and holds an MS in Applied Mathematics and a PhD in Systems Biology from Harvard.

More profile about the speaker
Jean-Baptiste Michel | Speaker | TED.com
TED2012

Jean-Baptiste Michel: The mathematics of history

Жан-Батист Мишель: Математика истории

Filmed:
1,279,350 views

Что могут рассказать математики об истории? Участник программы TED Fellows Жан-Батист Мишель считает, что довольно многое. Он рассказывает о том, что оцифрованная история находится на пути раскрытия глубоких базовых тенденций, таких как перемены в языке или смертоносность войн.
- Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio

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

00:15
So it turnsвитки out that mathematicsматематика is a very powerfulмощный languageязык.
0
0
3671
Оказывается, язык математики является мощным инструментом.
00:19
It has generatedгенерироваться considerableзначительный insightв поле зрения in physicsфизика,
1
3671
2312
Он способствовал значительному прогрессу в физике,
00:21
in biologyбиология and economicsэкономика,
2
5983
2100
биологии и экономике,
00:23
but not that much in the humanitiesгуманитарные науки and in historyистория.
3
8083
2817
однако не в гуманитарных науках и истории.
00:26
I think there's a beliefвера that it's just impossibleневозможно,
4
10900
2283
Возможно, люди думают, что это невозможно —
00:29
that you cannotне могу quantifyколичественного the doingsдела of mankindчеловечество,
5
13183
2646
невозможно подсчитать деяния человечества
00:31
that you cannotне могу measureизмерение historyистория.
6
15829
2519
или измерить историю.
00:34
But I don't think that's right.
7
18348
1527
Однако я думаю иначе.
00:35
I want to showпоказать you a coupleпара of examplesПримеры why.
8
19875
2042
Вот несколько примеров.
00:37
So my collaboratorсотрудник ErezЭрез and I were consideringпринимая во внимание the followingследующий factфакт:
9
21917
2958
Мы с моим коллегой Эрезом размышляли вот о чём:
00:40
that two kingsкороли separatedотделенный by centuriesвека
10
24875
2729
два короля, живущие в разных столетиях,
00:43
will speakговорить a very differentдругой languageязык.
11
27604
1767
говорят на абсолютно разных языках.
00:45
That's a powerfulмощный historicalисторический forceсила.
12
29371
2304
Это мощная историческая сила.
00:47
So the kingкороль of EnglandАнглия, AlfredАльфред the Great,
13
31675
1773
Например, словарный запас и правила грамматики,
00:49
will use a vocabularyзапас слов and grammarграмматика
14
33448
1640
используемые королём Англии Альфредом Великим,
00:50
that is quiteдовольно differentдругой from the kingкороль of hipтазобедренный hopхмель, Jay-ZJay-Z.
15
35088
3700
сильно отличались от речи короля хип-хопа Джей-Зи.
00:54
(LaughterСмех)
16
38788
1666
(Смех)
00:56
Now it's just the way it is.
17
40454
2171
Ничего не поделаешь.
00:58
Languageязык changesизменения over time, and it's a powerfulмощный forceсила.
18
42625
2292
Со временем язык меняется, и это влиятельный фактор.
01:00
So ErezЭрез and I wanted to know more about that.
19
44917
2287
Мы с Эрезом хотели узнать об этом побольше.
01:03
So we paidоплаченный attentionвнимание to a particularконкретный grammaticalграмматический ruleправило, past-tenseпрошедшее время conjugationконъюгация.
20
47204
3657
Поэтому мы обратились к классу спряжения прошедшего времени,
01:06
So you just addДобавить "edиздание" to a verbглагол at the endконец to signifyозначать the pastмимо.
21
50861
3264
где окончание "-ed" у глагола обозначает действие в прошедшем времени.
01:10
"TodayCегодня I walkходить. YesterdayВчера I walkedходил."
22
54125
1927
"Today I walk." [Я гуляю сегодня] "Yesterday I walked." [Я гулял вчера].
01:11
But some verbsглаголы are irregularнерегулярный.
23
56052
1344
Но не все глаголы являются правильными.
01:13
"YesterdayВчера I thought."
24
57396
1396
Например, "Yesterday I thought." [Вчера я размышлял].
01:14
Now what's interestingинтересно about that
25
58792
1666
Любопытно, что сегодня во времена Джей-Зи
01:16
is irregularнерегулярный verbsглаголы betweenмежду AlfredАльфред and Jay-ZJay-Z have becomeстали more regularрегулярный.
26
60458
3830
у нас больше правильных глаголов, нежели их было во времена Альфреда.
01:20
Like the verbглагол "to wedмы б" that you see here has becomeстали regularрегулярный.
27
64288
2735
Например, глагол "to wed" [жениться] стал правильным.
01:22
So ErezЭрез and I followedс последующим the fateсудьба of over 100 irregularнерегулярный verbsглаголы
28
67023
4022
Мы с Эрезом проследили судьбы более 100 неправильных глаголов
01:26
throughчерез 12 centuriesвека of Englishанглийский languageязык,
29
71045
1919
за 12 веков истории английского языка
01:28
and we saw that there's actuallyна самом деле a very simpleпросто mathematicalматематическая patternшаблон
30
72964
2911
и заметили, что это сложное историческое изменение
01:31
that capturesзахваты this complexсложный historicalисторический changeизменение,
31
75875
2542
можно обобщить довольно простой математической формулой:
01:34
namelyа именно, if a verbглагол is 100 timesраз more frequentчастый than anotherдругой,
32
78417
3660
если глагол используется в 100 раз чаще других,
01:37
it regularizesупорядочивает 10 timesраз slowerпомедленнее.
33
82077
2665
он становится правильным в 10 раз медленней.
01:40
That's a pieceкусок of historyистория, but it comesвыходит in a mathematicalматематическая wrappingоберточная бумага.
34
84742
3935
Вот вам исторический факт в математической обертке.
01:44
Now in some casesслучаи mathматематический can even help explainобъяснять,
35
88677
3654
В некоторых случаях математика помогает объяснить
01:48
or proposeпредложить explanationsобъяснения for, historicalисторический forcesсил.
36
92331
2879
или предложить версии для исторических событий.
01:51
So here SteveСтив PinkerПинкер and I
37
95210
1832
Вместе со Стивом Пинкером
01:52
were consideringпринимая во внимание the magnitudeвеличина of warsвойны duringв течение the last two centuriesвека.
38
97042
3852
мы размышляли над масштабами войн двух прошлых веков.
01:56
There's actuallyна самом деле a well-knownобщеизвестный regularityрегулярность to them
39
100894
2495
Существует известная закономерность:
01:59
where the numberномер of warsвойны that are 100 timesраз deadlierсмертельнее
40
103389
3422
войны, унёсшие в 100 раз больше жизней,
02:02
is 10 timesраз smallerменьше.
41
106811
1952
случались в 10 раз реже.
02:04
So there are 30 warsвойны that are about as deadlyсмертоносный as the SixШесть Daysдней Warвойна,
42
108763
3344
Например, 30 войн по смертоносности сходные с Шестидневной войной,
02:08
but there's only four4 warsвойны that are 100 timesраз deadlierсмертельнее --
43
112107
2820
и только 4 войны, унёсшие в 100 раз больше жизней,
02:10
like WorldМир Warвойна I.
44
114927
1977
как это сделала Первая мировая война.
02:12
So what kindсвоего рода of historicalисторический mechanismмеханизм can produceпроизводить that?
45
116904
2923
Так какой же исторический механизм приводит к этому?
02:15
What's the originпроисхождения of this?
46
119827
2000
Какова первопричина?
02:17
So SteveСтив and I, throughчерез mathematicalматематическая analysisанализ,
47
121827
2265
Используя математический анализ, мы со Стивом
02:19
proposeпредложить that there's actuallyна самом деле a very simpleпросто phenomenonявление at the rootкорень of this,
48
124092
4241
полагаем, что в основе лежит
02:24
whichкоторый liesвранье in our brainsмозги.
49
128333
1690
очень простое свойство нашего мозга.
02:25
This is a very well-knownобщеизвестный featureособенность
50
130023
2019
Это хорошо известное свойство
02:27
in whichкоторый we perceiveвоспринимать quantitiesвеличины in relativeотносительный waysпути --
51
132042
2975
понимания относительных величин,
02:30
quantitiesвеличины like the intensityинтенсивность of lightлегкий or the loudnessгромкость of a soundзвук.
52
135017
3716
таких как интенсивность светового потока или громкость.
02:34
For instanceпример, committingсовершение 10,000 soldiersсолдаты to the nextследующий battleбоевой soundsзвуки like a lot.
53
138733
5309
Например, если для битвы нам нужно мобилизовать 10 000 солдат, цифра покажется нам огромной,
02:39
It's relativelyотносительно enormousогромный if you've alreadyуже committedпривержен 1,000 soldiersсолдаты previouslyпредварительно.
54
144042
3444
особенно если в прошлый раз были мобилизованы только 1 000 солдат.
02:43
But it doesn't soundзвук so much,
55
147486
1827
Но это совсем не много,
02:45
it's not relativelyотносительно enoughдостаточно, it won'tне будет make a differenceразница
56
149313
3020
относительно немного, никто и не заметит,
02:48
if you've alreadyуже committedпривержен 100,000 soldiersсолдаты previouslyпредварительно.
57
152333
2952
если к данному моменту были мобилизованы 100 000 солдат.
02:51
So you see that because of the way we perceiveвоспринимать quantitiesвеличины,
58
155285
3613
Из-за того, как мы представляем величины,
02:54
as the warвойна dragsтаскает on,
59
158898
1767
по мере продолжения войны
02:56
the numberномер of soldiersсолдаты committedпривержен to it and the casualtiesжертвы
60
160665
3085
количество мобилизованных и раненых
02:59
will increaseувеличение not linearlyлинейно --
61
163750
1683
будет увеличиваться не линейно —
03:01
like 10,000, 11,000, 12,000 --
62
165433
1888
10 000, 11 000, 12 000,
03:03
but exponentiallyэкспоненциально -- 10,000, laterпозже 20,000, laterпозже 40,000.
63
167321
4275
а экспоненциально: 10 000, 20 000, 40 000.
03:07
And so that explainsобъясняет this patternшаблон that we'veмы в seenвидели before.
64
171596
3085
Этим объясняется модель, о которой мы говорили ранее.
03:10
So here mathematicsматематика is ableв состоянии to linkссылка a well-knownобщеизвестный featureособенность of the individualиндивидуальный mindразум
65
174681
5498
Математика способна связать известные свойства человеческого мозга
03:16
with a long-termдолгосрочный historicalисторический patternшаблон
66
180179
2989
с долговременной исторической моделью,
03:19
that unfoldsразвертывается over centuriesвека and acrossчерез continentsконтиненты.
67
183168
2857
которая простирается на века и континенты.
03:21
So these typesтипы of examplesПримеры, todayCегодня there are just a fewмало of them,
68
186025
4017
Думаю, эти пару примеров
03:25
but I think in the nextследующий decadeдесятилетие they will becomeстали commonplaceбанальность.
69
190042
2689
станут обычным явлением в последующие 10 лет.
03:28
The reasonпричина for that is that the historicalисторический recordзапись
70
192731
2392
Это станет возможным благодаря высокой скорости оцифровки
03:31
is becomingстановление digitizedоцифрованы at a very fastбыстро paceтемп.
71
195123
2460
исторических документов.
03:33
So there's about 130 millionмиллиона booksкниги
72
197583
2610
С начала времён было написано
03:36
that have been writtenнаписано sinceпоскольку the dawnрассвет of time.
73
200193
2311
около 130 миллионов книг.
03:38
CompaniesКомпании like GoogleGoogle have digitizedоцифрованы manyмногие of them --
74
202504
2454
Многие книги были оцифрованы компаниями вроде Google —
03:40
aboveвыше 20 millionмиллиона actuallyна самом деле.
75
204958
1584
более 20 миллионов книг.
03:42
And when the stuffматериал of historyистория is availableдоступный in digitalцифровой formформа,
76
206542
3578
Когда исторические факты доступны в цифровой форме,
03:46
it makesмарки it possibleвозможное for a mathematicalматематическая analysisанализ
77
210120
2380
можно легко и быстро
03:48
to very quicklyбыстро and very convenientlyудобно
78
212500
2375
просмотреть тенденции нашей истории и культуры,
03:50
reviewобзор trendsтенденции in our historyистория and our cultureкультура.
79
214875
2725
используя математический анализ.
03:53
So I think in the nextследующий decadeдесятилетие,
80
217600
2721
Поэтому, я думаю, в следующие 10 лет
03:56
the sciencesнауки and the humanitiesгуманитарные науки will come closerближе togetherвместе
81
220321
2750
естественные науки сблизятся с гуманитарными
03:58
to be ableв состоянии to answerответ deepглубоко questionsвопросов about mankindчеловечество.
82
223071
3329
для ответа на сложные вопросы человечества.
04:02
And I think that mathematicsматематика will be a very powerfulмощный languageязык to do that.
83
226400
4121
И язык математики будет играть в этом огромную роль.
04:06
It will be ableв состоянии to revealвыявить newновый trendsтенденции in our historyистория,
84
230521
3146
Станут возможными открытия новых тенденций истории,
04:09
sometimesиногда to explainобъяснять them,
85
233667
1750
их объяснения,
04:11
and maybe even in the futureбудущее to predictпрогнозировать what's going to happenслучаться.
86
235417
3306
а в будущем даже предсказания того, что произойдёт.
04:14
Thank you very much.
87
238723
1491
Большое спасибо.
04:16
(ApplauseАплодисменты)
88
240214
3678
(Аплодисменты)
Translated by Olga Dmitrochenkova
Reviewed by Aliaksandr Autayeu

▲Back to top

ABOUT THE SPEAKER
Jean-Baptiste Michel - Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world.

Why you should listen

Jean-Baptiste Michel holds joint academic appointments at Harvard (FQEB Fellow) and Google (Visiting Faculty). His research focusses on using large volumes of data as tools that help better understand the world around us -- from the way diseases progress in patients over years, to the way cultures change in human societies over centuries. With his colleague Erez Lieberman Aiden, Jean-Baptiste is a Founding Director of Harvard's Cultural Observatory, where their research team pioneers the use of quantitative methods for the study of human culture, language and history. His research was featured on the covers of Science and Nature, on the front pages of the New York Times and the Boston Globe, in The Economist, Wired and many other venues. The online tool he helped create -- ngrams.googlelabs.com -- was used millions of times to browse cultural trends. Jean-Baptiste is an Engineer from Ecole Polytechnique (Paris), and holds an MS in Applied Mathematics and a PhD in Systems Biology from Harvard.

More profile about the speaker
Jean-Baptiste Michel | Speaker | TED.com