TEDxMidAtlantic
Albert-László Barabási: The real relationship between your age and your chance of success
Альберт-Лашло Барабаши: Настоящая взаимосвязь между вашим возрастом и шансом на успех
Filmed:
Readability: 4
2,762,222 views
Основываясь на математическом анализе, теоретик в области взаимосвязей Альберт-Лашло Барабаши исследует скрытые механизмы, которые приводят к успеху вне зависимости от сферы деятельности и раскрывает интересную взаимосвязь между вашим возрастом и вашим шансом стать успешным.
Albert-László Barabási - Network scientist
A pioneer in network science, Albert-László Barabási uncovers the hidden order behind complex systems. Full bio
A pioneer in network science, Albert-László Barabási uncovers the hidden order behind complex systems. Full bio
Double-click the English transcript below to play the video.
00:12
Today, actually, is
a very special day for me,
a very special day for me,
0
249
2266
Сегодня для меня особенный день,
00:14
because it is my birthday.
1
2539
2121
потому что у меня день рождения.
00:16
(Applause)
2
4684
3973
(Аплодисменты)
00:20
And so, thanks to all of you
for joining the party.
for joining the party.
3
8681
3441
И спасибо всем вам,
что пришли на вечеринку.
что пришли на вечеринку.
00:24
(Laughter)
4
12146
1167
(Смех)
00:25
But every time you throw a party,
there's someone there to spoil it. Right?
there's someone there to spoil it. Right?
5
13337
4786
Но каждый раз, когда ты устраиваешь
вечеринку, есть тот, кто её испортит. Так?
вечеринку, есть тот, кто её испортит. Так?
00:30
(Laughter)
6
18147
1072
(Смех)
00:31
And I'm a physicist,
7
19243
1359
Я физик,
00:32
and this time I brought
another physicist along to do so.
another physicist along to do so.
8
20626
4157
и в этот раз я привёл
другого физика с этой целью.
другого физика с этой целью.
00:36
His name is Albert Einstein --
also Albert -- and he's the one who said
also Albert -- and he's the one who said
9
24807
4562
Его зовут Альберт Эйнштейн — тоже
Альберт, — и это именно он однажды сказал,
Альберт, — и это именно он однажды сказал,
00:41
that the person who has not made
his great contributions to science
his great contributions to science
10
29393
4830
что человек, который не сделал свой
самый значимый вклад в науку
самый значимый вклад в науку
00:46
by the age of 30
11
34247
1559
до 30 лет,
00:47
will never do so.
12
35830
1396
никогда уже этого не сделает.
00:49
(Laughter)
13
37250
1012
(Смех)
00:50
Now, you don't need to check Wikipedia
14
38286
2340
Что ж, вам не нужно
проверять в Википедии,
проверять в Википедии,
00:52
that I'm beyond 30.
15
40650
1571
что мне уже за 30.
00:54
(Laughter)
16
42245
1416
(Смех)
00:55
So, effectively, what
he is telling me, and us,
he is telling me, and us,
17
43685
3606
И самое главное, о чём это
говорит мне и всем нам, —
говорит мне и всем нам, —
00:59
is that when it comes to my science,
18
47315
2544
то, что в сфере науки
01:01
I'm deadwood.
19
49883
1203
я бесполезен.
01:04
Well, luckily, I had my share
of luck within my career.
of luck within my career.
20
52078
5586
Но, к счастью, удачные периоды
случались в моей карьере.
случались в моей карьере.
01:10
Around age 28, I became
very interested in networks,
very interested in networks,
21
58132
3822
В возрасте 28 или около того
я стал интересоваться сетями,
я стал интересоваться сетями,
01:13
and a few years later, we managed
to publish a few key papers
to publish a few key papers
22
61978
4076
и несколько лет спустя мы
опубликовали несколько ключевых статей
опубликовали несколько ключевых статей
01:18
that reported the discovery
of scale-free networks
of scale-free networks
23
66078
4097
об открытии безмасштабных сетей,
01:22
and really gave birth to a new discipline
that we call network science today.
that we call network science today.
24
70199
4578
что послужило началом новой дисциплины,
которую мы сегодня называем наука о сетях.
которую мы сегодня называем наука о сетях.
Если вам это интересно, то сейчас можно
получить степень доктора науки о сетях
получить степень доктора науки о сетях
01:26
And if you really care about it,
you can get a PhD now in network science
you can get a PhD now in network science
25
74801
3678
01:30
in Budapest, in Boston,
26
78503
2028
в Будапеште, в Бостоне,
01:32
and you can study it all over the world.
27
80555
2308
вы можете изучать эту науку по всему миру.
01:35
A few years later,
28
83466
1595
Несколько лет спустя,
01:37
when I moved to Harvard
first as a sabbatical,
first as a sabbatical,
29
85085
3230
когда я переехал в Гарвард,
будучи сначала в творческом отпуске,
будучи сначала в творческом отпуске,
01:40
I became interested
in another type of network:
in another type of network:
30
88339
3092
я заинтересовался ещё одним типом сетей:
01:43
that time, the networks within ourselves,
31
91455
3027
на этот раз взаимосвязями в нас самих:
01:46
how the genes and the proteins
and the metabolites link to each other
and the metabolites link to each other
32
94506
3726
как гены, белки и метаболиты
связаны друг с другом
связаны друг с другом
01:50
and how they connect to disease.
33
98256
2493
и как они связаны с болезнями.
01:53
And that interest led
to a major explosion within medicine,
to a major explosion within medicine,
34
101368
4592
И этот интерес привел к ещё
большему исследованию в медицине,
большему исследованию в медицине,
01:57
including the Network Medicine
Division at Harvard,
Division at Harvard,
35
105984
3979
в том числе и на кафедре Сетевой Медицины
Гарвардского университета,
Гарвардского университета,
02:01
that has more than 300 researchers
who are using this perspective
who are using this perspective
36
109987
3395
где более 300 исследователей
изучают эту сферу
изучают эту сферу
02:05
to treat patients and develop new cures.
37
113406
2897
для лечения пациентов
и разработки новых лекарств.
и разработки новых лекарств.
02:09
And a few years ago,
38
117457
1770
Несколько лет назад
02:11
I thought that I would take
this idea of networks
this idea of networks
39
119251
2526
я думал, что воспользуюсь идеей сетей
02:13
and the expertise we had in networks
40
121801
1766
и опытом, который мы получили,
02:15
in a different area,
41
123591
1392
для применения в другой сфере
02:17
that is, to understand success.
42
125007
1982
с целью определения успеха.
02:19
And why did we do that?
43
127704
1210
Почему мы так решили?
02:20
Well, we thought that, to some degree,
44
128938
2281
Что ж, мы полагали,
что в определённой степени
что в определённой степени
02:23
our success is determined
by the networks we're part of --
by the networks we're part of --
45
131243
3377
наш успех определяется взаимосвязями,
частью которых мы являемся, —
частью которых мы являемся, —
02:26
that our networks can push us forward,
they can pull us back.
they can pull us back.
46
134644
3847
то есть взаимосвязи могут как толкать
нас вперёд, так и тянуть назад.
нас вперёд, так и тянуть назад.
02:30
And I was curious if we could use
the knowledge and big data and expertise
the knowledge and big data and expertise
47
138925
4128
И мне было интересно, сможем ли мы
использовать знания, данные и опыт,
использовать знания, данные и опыт,
приобретённые при развитии сетей,
02:35
where we develop the networks
48
143077
1403
02:36
to really quantify
how these things happen.
how these things happen.
49
144504
3296
чтобы оценить, как происходят эти вещи.
02:40
This is a result from that.
50
148404
1342
Вот что получилось в итоге.
02:41
What you see here is a network
of galleries in museums
of galleries in museums
51
149770
2947
То, что вы видите здесь, —
это сеть галерей в музеях,
это сеть галерей в музеях,
02:44
that connect to each other.
52
152741
1632
связанных друг с другом.
02:46
And through this map
that we mapped out last year,
that we mapped out last year,
53
154806
4055
И из этой карты, которую мы
составили в прошлом году,
составили в прошлом году,
02:50
we are able to predict very accurately
the success of an artist
the success of an artist
54
158885
4848
мы можем достаточно точно
предопределить успех художника,
предопределить успех художника,
02:55
if you give me the first five exhibits
that he or she had in their career.
that he or she had in their career.
55
163757
4021
если вы покажите мне первых
пять выставок в его или её карьере.
пять выставок в его или её карьере.
03:01
Well, as we thought about success,
56
169404
2706
В процессе исследования успеха
03:04
we realized that success
is not only about networks;
is not only about networks;
57
172134
3067
мы поняли, что успех —
это не только о взаимосвязях;
это не только о взаимосвязях;
03:07
there are so many
other dimensions to that.
other dimensions to that.
58
175225
2396
существует множество других составляющих.
03:10
And one of the things
we need for success, obviously,
we need for success, obviously,
59
178145
3247
Одна из таких составляющих,
необходимых для успеха, —
необходимых для успеха, —
03:13
is performance.
60
181416
1170
это ваши результаты.
03:14
So let's define what's the difference
between performance and success.
between performance and success.
61
182610
3504
Итак, давайте определим, в чём разница
между результатами и успехом.
между результатами и успехом.
03:18
Well, performance is what you do:
62
186465
1997
Результаты — это то, что вы делаете:
03:20
how fast you run,
what kind of paintings you paint,
what kind of paintings you paint,
63
188486
3032
как быстро вы бежите,
какие картины вы пишите,
какие картины вы пишите,
03:23
what kind of papers you publish.
64
191542
1881
какие статьи вы публикуете.
03:25
However, in our working definition,
65
193835
2614
Тем не менее, в нашей
рабочей терминологии,
рабочей терминологии,
03:28
success is about what the community
notices from what you did,
notices from what you did,
66
196473
4205
успех — это то, что общество замечает
из того, что вы делаете,
из того, что вы делаете,
03:32
from your performance:
67
200702
1612
из ваших результатов.
03:34
How does it acknowledge it,
and how does it reward you for it?
and how does it reward you for it?
68
202338
4132
Как оно их отмечает
и как вас за них награждает?
и как вас за них награждает?
03:38
In other terms,
69
206494
1182
Другими словами,
03:39
your performance is about you,
but your success is about all of us.
but your success is about all of us.
70
207700
4596
ваши результаты — о вас,
а ваш успех — о всех нас.
а ваш успех — о всех нас.
03:45
And this was a very
important shift for us,
important shift for us,
71
213392
3334
И это было для нас очень важным открытием,
03:48
because the moment we defined success
as being a collective measure
as being a collective measure
72
216750
4024
потому что именно когда мы определили,
что успех это коллективная мера,
что успех это коллективная мера,
03:52
that the community provides to us,
73
220798
2106
которую нам даёт общество,
03:54
it became measurable,
74
222928
1510
успех стал измеряемым,
03:56
because if it's in the community,
there are multiple data points about that.
there are multiple data points about that.
75
224462
4510
потому что если он находится в сфере
общества, об этом есть множество данных.
общества, об этом есть множество данных.
04:00
So we go to school,
we exercise, we practice,
we exercise, we practice,
76
228996
5280
Итак, мы ходим в школу,
мы тренируемся, мы практикуемся,
мы тренируемся, мы практикуемся,
04:06
because we believe
that performance leads to success.
that performance leads to success.
77
234300
2991
потому что верим, что
результаты приводят к успеху.
результаты приводят к успеху.
04:09
But the way we actually
started to explore,
started to explore,
78
237832
2015
Но в начале наших исследований
04:11
we realized that performance and success
are very, very different animals
are very, very different animals
79
239871
3527
мы поняли, что результаты и успех —
это очень очень разные существа
это очень очень разные существа
с математической точки зрения
этого исследования.
этого исследования.
04:15
when it comes to
the mathematics of the problem.
the mathematics of the problem.
80
243422
2444
04:18
And let me illustrate that.
81
246429
1432
Давайте я наглядно это покажу.
04:20
So what you see here is
the fastest man on earth, Usain Bolt.
the fastest man on earth, Usain Bolt.
82
248329
4947
Итак, вы видите здесь самого
быстрого человека на земле, Усейна Болта.
быстрого человека на земле, Усейна Болта.
04:25
And of course, he wins most of
the competitions that he enters.
the competitions that he enters.
83
253832
3910
И конечно же, он выигрывает большинство
соревнований, в которых участвует.
соревнований, в которых участвует.
04:30
And we know he's the fastest on earth
because we have a chronometer
because we have a chronometer
84
258393
3175
И мы знаем, что он самый быстрый
на земле, благодаря хронометру
на земле, благодаря хронометру
04:33
to measure his speed.
85
261592
1160
для измерения скорости.
04:34
Well, what is interesting about him
is that when he wins,
is that when he wins,
86
262776
4119
Интересен тот факт,
что когда он выигрывает,
что когда он выигрывает,
04:38
he doesn't do so by really significantly
outrunning his competition.
outrunning his competition.
87
266919
5502
так происходит не потому, что он
значительно опережает соперников.
значительно опережает соперников.
04:44
He's running at most a percent faster
than the one who loses the race.
than the one who loses the race.
88
272445
4519
Он бежит максимум на процент быстрее,
чем человек, который проигрывает гонку.
чем человек, который проигрывает гонку.
04:49
And not only does he run only
one percent faster than the second one,
one percent faster than the second one,
89
277631
3638
И он не только бежит всего на 1 процент
быстрее, чем второй участник,
быстрее, чем второй участник,
04:53
but he doesn't run
10 times faster than I do --
10 times faster than I do --
90
281293
2849
но также он не бежит в 10 раз
быстрее, чем я —
быстрее, чем я —
04:56
and I'm not a good runner,
trust me on that.
trust me on that.
91
284166
2181
и, поверьте, я не лучший бегун.
04:58
(Laughter)
92
286371
1197
(Смех)
04:59
And every time we are able
to measure performance,
to measure performance,
93
287592
3502
И каждый раз, когда мы
можем измерить результаты,
можем измерить результаты,
05:03
we notice something very interesting;
94
291118
2050
мы замечаем кое-что интересное:
05:05
that is, performance is bounded.
95
293192
2511
а именно то, что результаты ограничены.
05:07
What it means is that there are
no huge variations in human performance.
no huge variations in human performance.
96
295727
3757
Это значит, что у людей нет
значительной разницы в результатах.
значительной разницы в результатах.
05:11
It varies only in a narrow range,
97
299508
3432
Она колеблется в пределах
узкого коридора значений,
узкого коридора значений,
05:14
and we do need the chronometer
to measure the differences.
to measure the differences.
98
302964
3279
и нам нужен хронометр,
чтоб определять эти расхождения.
чтоб определять эти расхождения.
05:18
This is not to say that we cannot
see the good from the best ones,
see the good from the best ones,
99
306267
3168
Это не означает, что мы не можем
отличить хороших от наилучших,
отличить хороших от наилучших,
05:21
but the best ones
are very hard to distinguish.
are very hard to distinguish.
100
309459
2733
но самых лучших очень трудно определить.
05:24
And the problem with that
is that most of us work in areas
is that most of us work in areas
101
312216
2992
И проблема в том, что большинство
из нас работает в сферах,
из нас работает в сферах,
05:27
where we do not have a chronometer
to gauge our performance.
to gauge our performance.
102
315232
3922
где нет хронометра для
измерения наших результатов.
измерения наших результатов.
05:31
Alright, performance is bounded,
103
319178
1564
Хорошо, результаты ограничены,
05:32
there are no huge differences between us
when it comes to our performance.
when it comes to our performance.
104
320766
3532
и между нами не существует значительных
расхождений в отношении результатов.
расхождений в отношении результатов.
05:36
How about success?
105
324322
1157
А как насчёт успеха?
05:37
Well, let's switch to
a different topic, like books.
a different topic, like books.
106
325995
2930
Что ж, давайте перейдём
к другой теме, например, к книгам.
к другой теме, например, к книгам.
05:40
One measure of success for writers is
how many people read your work.
how many people read your work.
107
328949
5015
Один из критериев успеха среди писателей —
количество людей, читающих твои работы.
количество людей, читающих твои работы.
05:46
And so when my previous book
came out in 2009,
came out in 2009,
108
334662
4410
Так что когда моя предыдущая
книга вышла в 2009 году,
книга вышла в 2009 году,
05:51
I was in Europe talking with my editor,
109
339096
1902
я был в Европе, общался с редактором
05:53
and I was interested:
Who is the competition?
Who is the competition?
110
341022
2462
и поинтересовался: кто мои конкуренты?
05:56
And I had some fabulous ones.
111
344253
2735
Среди них были великолепные писатели.
05:59
That week --
112
347012
1169
На той неделе...
06:00
(Laughter)
113
348205
1024
(Смех)
06:01
Dan Brown came out with "The Lost Symbol,"
114
349253
3557
Дэн Браун выпустил «Утраченный символ»,
06:04
and "The Last Song" also came out,
115
352834
2982
а также вышла в свет »Последняя Песня»
06:07
Nicholas Sparks.
116
355840
1429
Николаса Спаркса.
06:09
And when you just look at the list,
117
357293
2988
И если вы просто взглянете на список,
06:12
you realize, you know, performance-wise,
there's hardly any difference
there's hardly any difference
118
360305
3453
вы поймёте, что глядя на результат,
вряд ли найдутся расхождения
вряд ли найдутся расхождения
06:15
between these books or mine.
119
363782
1598
между этими книгами и моей.
06:17
Right?
120
365404
1175
Правильно?
06:18
So maybe if Nicholas Sparks's team
works a little harder,
works a little harder,
121
366603
4668
Поэтому, возможно, если бы команда
Николаса Спаркса работала усерднее,
Николаса Спаркса работала усерднее,
06:23
he could easily be number one,
122
371295
1722
он с лёгкостью стал бы номером один,
06:25
because it's almost by accident
who ended up at the top.
who ended up at the top.
123
373041
2898
потому что оказаться лидером было
практически случайностью.
практически случайностью.
06:28
So I said, let's look at the numbers --
I'm a data person, right?
I'm a data person, right?
124
376486
3153
Итак, давайте взглянем на цифры —
я человек чисел, так ведь?
я человек чисел, так ведь?
06:31
So let's see what were
the sales for Nicholas Sparks.
the sales for Nicholas Sparks.
125
379663
4318
Давайте посмотрим
на продажи Николаса Спаркса.
на продажи Николаса Спаркса.
06:36
And it turns out that
that opening weekend,
that opening weekend,
126
384005
2054
И оказывается, за первую неделю
06:38
Nicholas Sparks sold more than
a hundred thousand copies,
a hundred thousand copies,
127
386083
2975
Николас Спаркс продал
более ста тысяч экземпляров,
более ста тысяч экземпляров,
06:41
which is an amazing number.
128
389082
1705
и это поразительное количество!
06:42
You can actually get to the top
of the "New York Times" best-seller list
of the "New York Times" best-seller list
129
390811
3396
Вообще-то, можно попасть в лидеры
списка бестселлеров «New York Times»,
списка бестселлеров «New York Times»,
06:46
by selling 10,000 copies a week,
130
394231
2110
продавая 10 000 экземпляров в неделю,
06:48
so he tenfold overcame
what he needed to be number one.
what he needed to be number one.
131
396365
3752
то есть он в 10 раз превысил норму,
необходимую, чтобы стать номером один.
необходимую, чтобы стать номером один.
06:52
Yet he wasn't number one.
132
400141
1430
Но он не стал номером один.
06:53
Why?
133
401595
1308
Почему?
06:54
Because there was Dan Brown,
who sold 1.2 million copies that weekend.
who sold 1.2 million copies that weekend.
134
402927
4078
Потому что был ещё Дэн Браун, который
продал 1.2 миллиона экземпляров за неделю.
продал 1.2 миллиона экземпляров за неделю.
06:59
(Laughter)
135
407029
2136
(Смех)
07:01
And the reason I like this number
is because it shows that, really,
is because it shows that, really,
136
409189
3971
И мне эта цифра нравится потому,
что она доказывает:
что она доказывает:
07:05
when it comes to success, it's unbounded,
137
413184
3730
успех безграничен,
07:08
that the best doesn't only get
slightly more than the second best
slightly more than the second best
138
416938
5861
и самый лучший не просто получает
слегка больше, чем второй лучший,
слегка больше, чем второй лучший,
07:14
but gets orders of magnitude more,
139
422823
2697
он получает несоизмеримо больше,
07:17
because success is a collective measure.
140
425544
2794
потому что успех — это коллективная мера.
07:20
We give it to them, rather than
we earn it through our performance.
we earn it through our performance.
141
428362
4376
Мы определяем его за них, а не они
зарабатывают его своими результатами.
зарабатывают его своими результатами.
07:24
So one of things we realized is that
performance, what we do, is bounded,
performance, what we do, is bounded,
142
432762
5376
Итак, одна вещь, которую мы поняли,
это то, что результаты ограничены,
это то, что результаты ограничены,
07:30
but success, which is
collective, is unbounded,
collective, is unbounded,
143
438162
2682
а успех, будучи коллективным, неограничен,
и это заставляет задуматься:
07:32
which makes you wonder:
144
440868
1312
07:34
How do you get these
huge differences in success
huge differences in success
145
442204
2911
как мы получаем эти огромные
расхождения в успехе,
расхождения в успехе,
07:37
when you have such tiny
differences in performance?
differences in performance?
146
445139
2906
если у нас минимальные
различия в результатах?
различия в результатах?
07:40
And recently, I published a book
that I devoted to that very question.
that I devoted to that very question.
147
448537
3787
Недавно я выпустил книгу,
посвящённую именно этому вопросу.
посвящённую именно этому вопросу.
07:44
And they didn't give me enough time
to go over all of that,
to go over all of that,
148
452348
2839
И мне не дали достаточно времени,
чтобы изложить всё,
чтобы изложить всё,
07:47
so I'm going to go back
to the question of,
to the question of,
149
455211
2071
поэтому я вернусь к такому вопросу:
07:49
alright, you have success;
when should that appear?
when should that appear?
150
457306
3135
хорошо, к вам пришёл успех;
когда это случилось?
когда это случилось?
07:52
So let's go back to the party spoiler
and ask ourselves:
and ask ourselves:
151
460465
3758
давайте вернёмся к спойлеру
нашей вечеринки и спросим себя:
нашей вечеринки и спросим себя:
07:57
Why did Einstein make
this ridiculous statement,
this ridiculous statement,
152
465215
3339
почему Эйнштейн сделал
это смешное заявление о том,
это смешное заявление о том,
08:00
that only before 30
you could actually be creative?
you could actually be creative?
153
468578
3156
что только до 30 лет
вы можете быть креативным?
вы можете быть креативным?
08:03
Well, because he looked around himself
and he saw all these fabulous physicists
and he saw all these fabulous physicists
154
471758
4680
А всё потому, что, оглядываясь вокруг,
он видел этих удивительных физиков,
он видел этих удивительных физиков,
08:08
that created quantum mechanics
and modern physics,
and modern physics,
155
476462
2587
которые создали квантовую механику
и современную физику,
и современную физику,
08:11
and they were all in their 20s
and early 30s when they did so.
and early 30s when they did so.
156
479073
3736
когда им было 20–30 лет или немного за 30.
08:15
And it's not only him.
157
483730
1220
И не только он.
08:16
It's not only observational bias,
158
484974
1623
И это не просто ошибка наблюдения,
08:18
because there's actually
a whole field of genius research
a whole field of genius research
159
486621
3997
потому что на самом деле существует
масса гениальных исследований,
масса гениальных исследований,
08:22
that has documented the fact that,
160
490642
2256
в которых задокументирован факт того,
08:24
if we look at the people
we admire from the past
we admire from the past
161
492922
3160
что если посмотреть на всеми любимых
исторических личностей
исторических личностей
и обратить внимание возраст, в котором
они сделали свой самый большой вклад —
они сделали свой самый большой вклад —
08:28
and then look at what age
they made their biggest contribution,
they made their biggest contribution,
162
496106
3358
08:31
whether that's music,
whether that's science,
whether that's science,
163
499488
2096
будь-то в музыку, или в науку,
08:33
whether that's engineering,
164
501608
1619
или в инженерию, —
08:35
most of them tend to do so
in their 20s, 30s, early 40s at most.
in their 20s, 30s, early 40s at most.
165
503251
6123
большинство из них сделали это в возрасте
после 20, 30 или максимум около 40.
после 20, 30 или максимум около 40.
08:41
But there's a problem
with this genius research.
with this genius research.
166
509914
2791
Но есть одна проблема
в этом гениальном исследовании.
в этом гениальном исследовании.
08:45
Well, first of all, it created
the impression to us
the impression to us
167
513197
3280
Во-первых, оно создаёт впечатление,
08:48
that creativity equals youth,
168
516501
3479
что креативность равняется молодости,
08:52
which is painful, right?
169
520004
1610
а это прискорбно осознавать, так?
08:53
(Laughter)
170
521638
1951
(Смех)
08:55
And it also has an observational bias,
171
523613
4088
А также в нём есть ошибка наблюдения,
08:59
because it only looks at geniuses
and doesn't look at ordinary scientists
and doesn't look at ordinary scientists
172
527725
4962
потому что оно затрагивает только гениев,
но не берёт во внимание рядовых учёных,
но не берёт во внимание рядовых учёных,
09:04
and doesn't look at all of us and ask,
173
532711
1965
не учитывает всех нас и не интересуется,
09:06
is it really true that creativity
vanishes as we age?
vanishes as we age?
174
534700
3185
правда ли, что с годами
креативность исчезает?
креативность исчезает?
09:10
So that's exactly what we tried to do,
175
538382
1877
Это именно то, что мы пытались сделать,
09:12
and this is important for that
to actually have references.
to actually have references.
176
540283
3803
и это важно для получения
источников информации.
источников информации.
09:16
So let's look at an ordinary
scientist like myself,
scientist like myself,
177
544110
2643
Итак, давайте взглянем
на обыкновенного учёного, как я,
на обыкновенного учёного, как я,
09:18
and let's look at my career.
178
546777
1522
и посмотрим на мою карьеру.
09:20
So what you see here is all the papers
that I've published
that I've published
179
548323
3202
Здесь вы видите материалы,
которые я опубликовал,
которые я опубликовал,
09:23
from my very first paper, in 1989;
I was still in Romania when I did so,
I was still in Romania when I did so,
180
551549
5115
начиная с моей первой статьи в 1989 году —
я тогда жил в Румынии,
я тогда жил в Румынии,
09:28
till kind of this year.
181
556688
1593
и до сегодняшнего дня.
09:30
And vertically, you see
the impact of the paper,
the impact of the paper,
182
558940
2518
А по вертикали вы можете видеть
влияние моей работы,
влияние моей работы,
09:33
that is, how many citations,
183
561482
1403
а именно, сколько цитат,
09:34
how many other papers
have been written that cited that work.
have been written that cited that work.
184
562909
3988
сколько других материалов,
цитирующих мою работу, было написало.
цитирующих мою работу, было написало.
И если вы посмотрите на это,
09:39
And when you look at that,
185
567397
1300
09:40
you see that my career
has roughly three different stages.
has roughly three different stages.
186
568721
2813
вы увидите, что в моей карьере
выделяются три разных периода.
выделяются три разных периода.
09:43
I had the first 10 years
where I had to work a lot
where I had to work a lot
187
571558
2435
Это первые 10 лет,
когда я активно работал,
когда я активно работал,
09:46
and I don't achieve much.
188
574017
1276
но не многого достиг.
Кажется, никому нет дела
до моих исследований, так?
до моих исследований, так?
09:47
No one seems to care
about what I do, right?
about what I do, right?
189
575317
2118
09:49
There's hardly any impact.
190
577459
1681
Влияния практически нет.
09:51
(Laughter)
191
579164
1404
(Смех)
09:52
That time, I was doing material science,
192
580592
2887
В то время я занимался материаловеденьем,
09:55
and then I kind of discovered
for myself networks
for myself networks
193
583503
3691
а потом я открыл для себя сети
09:59
and then started publishing in networks.
194
587218
1947
и начал писать о науке о сетях.
10:01
And that led from one high-impact
paper to the other one.
paper to the other one.
195
589189
3073
И это привело к публикации
влиятельных работ, одна за другой.
влиятельных работ, одна за другой.
10:04
And it really felt good.
That was that stage of my career.
That was that stage of my career.
196
592286
3104
Это было действительно хорошо.
Вот этот период в моей карьере.
Вот этот период в моей карьере.
10:07
(Laughter)
197
595414
1282
(Смех)
10:08
So the question is,
what happens right now?
what happens right now?
198
596720
3208
Но вопрос в том, что
же происходит сейчас?
же происходит сейчас?
10:12
And we don't know, because there
hasn't been enough time passed yet
hasn't been enough time passed yet
199
600587
3239
Мы ещё не знаем, потому что
прошло не достаточно времени,
прошло не достаточно времени,
10:15
to actually figure out how much impact
those papers will get;
those papers will get;
200
603850
2987
чтобы определить степень
влияния этих материалов;
влияния этих материалов;
10:18
it takes time to acquire.
201
606861
1227
для этого нужно время.
10:20
Well, when you look at the data,
202
608112
1569
Когда вы смотрите на данные,
10:21
it seems to be that Einstein,
the genius research, is right,
the genius research, is right,
203
609705
2854
кажется, что Эйнштейн,
гениальный учёный, прав,
гениальный учёный, прав,
10:24
and I'm at that stage of my career.
204
612583
1811
и я на том самом этапе свой карьеры.
10:26
(Laughter)
205
614418
2308
(Смех)
10:28
So we said, OK, let's figure out
how does this really happen,
how does this really happen,
206
616750
5974
И поэтому мы решили: ладно, давайте
определим, как же всё происходит,
определим, как же всё происходит,
10:34
first in science.
207
622748
1778
для начала в науке.
10:36
And in order not to have
the selection bias,
the selection bias,
208
624550
3632
И чтобы исключить ошибку выборки
10:40
to look only at geniuses,
209
628206
1337
при рассмотрении только гениев,
10:41
we ended up reconstructing the career
of every single scientist
of every single scientist
210
629567
3716
мы решили проследить
за карьерами каждого учёного,
за карьерами каждого учёного,
10:45
from 1900 till today
211
633307
2502
начиная с 1900 года до сегодняшнего дня,
10:47
and finding for all scientists
what was their personal best,
what was their personal best,
212
635833
3712
и исследовать максимальные
достижения каждого из них,
достижения каждого из них,
10:51
whether they got the Nobel Prize
or they never did,
or they never did,
213
639569
2812
несмотря на то, получили они
Нобелевскую Премию или нет,
Нобелевскую Премию или нет,
и даже если никто не знает ни чем они
занимались, ни об их лучших результатах.
занимались, ни об их лучших результатах.
10:54
or no one knows what they did,
even their personal best.
even their personal best.
214
642405
3407
10:57
And that's what you see in this slide.
215
645836
1915
И вот что показывает этот слайд.
10:59
Each line is a career,
216
647775
1573
Каждая линия это карьера,
11:01
and when you have a light blue dot
on the top of that career,
on the top of that career,
217
649372
3003
а голубая точка на вершине карьеры
11:04
it says that was their personal best.
218
652399
2040
говорит о том, что это лучшие результаты.
11:06
And the question is,
219
654463
1155
И вопрос в том,
11:07
when did they actually make
their biggest discovery?
their biggest discovery?
220
655642
3568
когда они сделали самые большие открытия?
11:11
To quantify that,
221
659234
1165
Чтобы это определить,
11:12
we look at what's the probability
that you make your biggest discovery,
that you make your biggest discovery,
222
660423
3376
мы смотрим на то, какова вероятность,
что вы сделаете своё лучшее открытие
что вы сделаете своё лучшее открытие
11:15
let's say, one, two, three
or 10 years into your career?
or 10 years into your career?
223
663823
2672
в первый, второй, третий
или 10-й год вашей карьеры.
или 10-й год вашей карьеры.
11:18
We're not looking at real age.
224
666519
1480
Мы не учитываем возраст.
Мы смотрим на «академический возраст».
11:20
We're looking at
what we call "academic age."
what we call "academic age."
225
668023
2134
11:22
Your academic age starts
when you publish your first papers.
when you publish your first papers.
226
670181
3250
Ваш академический возраст начинается
с публикации вашей первой статьи.
с публикации вашей первой статьи.
11:25
I know some of you are still babies.
227
673455
1779
Знаю, кое-кто из вас всё ещё малыши.
11:27
(Laughter)
228
675258
1397
(Смех)
11:28
So let's look at the probability
229
676679
2706
Итак, давайте взглянем на вероятность
11:31
that you publish
your highest-impact paper.
your highest-impact paper.
230
679409
2066
издания вашей самой влиятельной работы.
11:33
And what you see is, indeed,
the genius research is right.
the genius research is right.
231
681499
3071
И то, что мы видим, подтверждает:
гениальное исследование верное.
гениальное исследование верное.
11:36
Most scientists tend to publish
their highest-impact paper
their highest-impact paper
232
684594
3024
Большинство учёных склонны издавать
самые влиятельные материалы
самые влиятельные материалы
11:39
in the first 10, 15 years in their career,
233
687642
2899
в первые 10, 15 лет своей карьеры,
11:42
and it tanks after that.
234
690565
3133
а дальше идёт на спад.
11:45
It tanks so fast that I'm about --
I'm exactly 30 years into my career,
I'm exactly 30 years into my career,
235
693722
5107
И спад настолько стремительный,
что в мои 30 лет в професии
что в мои 30 лет в професии
11:50
and the chance that I will publish a paper
that would have a higher impact
that would have a higher impact
236
698853
3540
шанс того, что я выпущу исследование,
которое будет иметь большее влияние,
которое будет иметь большее влияние,
11:54
than anything that I did before
237
702417
1940
чем всё, что я делал раньше,
11:56
is less than one percent.
238
704381
1353
равен менее одному проценту.
11:57
I am in that stage of my career,
according to this data.
according to this data.
239
705758
3049
Я вот на этом этапе своей карьеры,
согласно этим данным.
согласно этим данным.
12:01
But there's a problem with that.
240
709648
1843
Но тут кроется проблема.
12:03
We're not doing controls properly.
241
711515
3675
Мы не достаточно качественно
осуществляем проверку.
осуществляем проверку.
12:07
So the control would be,
242
715214
1417
Проверка должна быть такой:
12:08
what would a scientist look like
who makes random contribution to science?
who makes random contribution to science?
243
716655
4607
как выглядит учёный,
который делает случайный вклад в науку?
который делает случайный вклад в науку?
12:13
Or what is the productivity
of the scientist?
of the scientist?
244
721286
2995
Или какова продуктивность учёного?
12:16
When do they write papers?
245
724305
2006
Когда они пишут свои статьи?
12:18
So we measured the productivity,
246
726335
2444
Что ж, мы измерили продуктивность,
12:20
and amazingly, the productivity,
247
728803
2052
и вот что удивительно: продуктивность,
12:22
your likelihood of writing a paper
in year one, 10 or 20 in your career,
in year one, 10 or 20 in your career,
248
730879
4131
то есть вероятность написания работы
в первый, 10 или 20 год вашей карьеры
в первый, 10 или 20 год вашей карьеры
12:27
is indistinguishable from the likelihood
of having the impact
of having the impact
249
735034
3606
не отличается от вероятности
стать влиятельным
стать влиятельным
12:30
in that part of your career.
250
738664
1775
в тот же период вашей карьеры.
12:33
And to make a long story short,
251
741026
1783
Одним словом,
12:34
after lots of statistical tests,
there's only one explanation for that,
there's only one explanation for that,
252
742833
4228
после череды статистических тестов
есть только одно объяснение этому:
есть только одно объяснение этому:
12:39
that really, the way we scientists work
253
747085
2894
на самом деле, то,
как мы, учёные, работаем,
как мы, учёные, работаем,
12:42
is that every single paper we write,
every project we do,
every project we do,
254
750003
3633
любая статья, которую мы публикуем,
любой проект, в котором мы участвуем,
любой проект, в котором мы участвуем,
12:45
has exactly the same chance
of being our personal best.
of being our personal best.
255
753660
4160
имеет абсолютно одинаковые шансы
стать нашим наилучшим результатом.
стать нашим наилучшим результатом.
12:49
That is, discovery is like
a lottery ticket.
a lottery ticket.
256
757844
4953
А значит, открытие — как лотерейный билет.
12:54
And the more lottery tickets we buy,
257
762821
2351
И чем больше лотерейных
билетов мы покупаем,
билетов мы покупаем,
12:57
the higher our chances.
258
765196
1507
тем выше наши шансы.
12:58
And it happens to be so
259
766727
1559
И так случилось, что
13:00
that most scientists buy
most of their lottery tickets
most of their lottery tickets
260
768310
2719
большинство учёных покупают
большинство лотерейных билетов
большинство лотерейных билетов
13:03
in the first 10, 15 years of their career,
261
771053
2460
в первые 10, 15 лет своей карьеры,
13:05
and after that,
their productivity decreases.
their productivity decreases.
262
773537
3413
а дальше их продуктивность снижается.
13:09
They're not buying
any more lottery tickets.
any more lottery tickets.
263
777411
2084
Больше они не покупают лотерейных билетов.
13:11
So it looks as if
they would not be creative.
they would not be creative.
264
779519
3444
И кажется, что они больше не креативны.
13:14
In reality, they stopped trying.
265
782987
1999
На самом же деле они прекращают пробовать.
13:17
So when we actually put the data together,
the conclusion is very simple:
the conclusion is very simple:
266
785509
3915
Что ж, если мы соберём все данные вместе,
вывод будет очень простым:
вывод будет очень простым:
13:21
success can come at any time.
267
789448
2331
успех может прийти в любое время.
13:23
It could be your very first
or very last paper of your career.
or very last paper of your career.
268
791803
3735
Это может быть как первая, так и
последняя работа в вашей карьере.
последняя работа в вашей карьере.
13:27
It's totally random
in the space of the projects.
in the space of the projects.
269
795562
4288
Это абсолютно случайный
выбор в среде проектов.
выбор в среде проектов.
13:31
It is the productivity that changes.
270
799874
1931
Меняется только продуктивность.
13:33
Let me illustrate that.
271
801829
1252
Давайте я проиллюстрирую.
13:35
Here is Frank Wilczek,
who got the Nobel Prize in Physics
who got the Nobel Prize in Physics
272
803105
3269
Это Фрэнк Вильчек, который получил
Нобелевскую Премию по физике
Нобелевскую Премию по физике
13:38
for the very first paper he ever wrote
in his career as a graduate student.
in his career as a graduate student.
273
806398
4101
за самую первую работу в своей карьере,
которую он написал, будучи аспирантом.
которую он написал, будучи аспирантом.
13:42
(Laughter)
274
810523
1007
(Смех)
13:43
More interesting is John Fenn,
275
811554
3218
Ещё более интересный пример — Джон Фенн,
13:46
who, at age 70, was forcefully retired
by Yale University.
by Yale University.
276
814796
4598
которого в возрасте 70 лет принудительно
отправили на пенсию Йельский Университет.
отправили на пенсию Йельский Университет.
13:51
They shut his lab down,
277
819418
2056
Они закрыли его лабораторию,
13:53
and at that moment, he moved
to Virginia Commonwealth University,
to Virginia Commonwealth University,
278
821498
3666
и тогда же он перебрался
в Университет Содружества Виргинии,
в Университет Содружества Виргинии,
13:57
opened another lab,
279
825188
1786
открыл там другую лабораторию
13:58
and it is there, at age 72,
that he published a paper
that he published a paper
280
826998
3033
и именно там, в возрасте 72 лет,
опубликовал статью,
опубликовал статью,
14:02
for which, 15 years later, he got
the Nobel Prize for Chemistry.
the Nobel Prize for Chemistry.
281
830055
3845
за которую 15 лет спустя ему была
присуждена Нобелевская Премия по химии.
присуждена Нобелевская Премия по химии.
14:06
And you think, OK,
well, science is special,
well, science is special,
282
834940
3042
Вы думаете, да ладно,
наука это специфическая область,
наука это специфическая область,
14:10
but what about other areas
where we need to be creative?
where we need to be creative?
283
838006
3463
как насчёт других сфер,
где нам нужно быть креативными?
где нам нужно быть креативными?
14:13
So let me take another
typical example: entrepreneurship.
typical example: entrepreneurship.
284
841493
4936
Что ж, давайте рассмотрим ещё один
типичный пример: предпринимательство.
типичный пример: предпринимательство.
14:18
Silicon Valley,
285
846834
1579
Силиконовая долина —
14:20
the land of the youth, right?
286
848437
2066
земля молодых, правда ведь?
И действительно, если вы посмотрите,
14:22
And indeed, when you look at it,
287
850527
1595
14:24
you realize that the biggest awards,
the TechCrunch Awards and other awards,
the TechCrunch Awards and other awards,
288
852146
4642
вы увидите, что самые большие награды,
награды TechCrunch и другие,
награды TechCrunch и другие,
14:28
are all going to people
289
856812
2173
получают люди,
14:31
whose average age
is late 20s, very early 30s.
is late 20s, very early 30s.
290
859009
5015
средний возраст которых около 30 лет.
14:36
You look at who the VCs give the money to,
some of the biggest VC firms --
some of the biggest VC firms --
291
864465
5602
Кому дают деньги венчурные фонды,
крупнейшие венчурные фирмы, —
крупнейшие венчурные фирмы, —
14:42
all people in their early 30s.
292
870091
2241
им всем немного за 30.
14:44
Which, of course, we know;
293
872951
1265
Вот то, что мы знаем;
14:46
there is this ethos in Silicon Valley
that youth equals success.
that youth equals success.
294
874240
4453
в Силиконовой Долине присутствует
этот дух, что молодость равна успеху.
этот дух, что молодость равна успеху.
14:51
Not when you look at the data,
295
879653
2183
Не когда вы смотрите на цифры,
14:53
because it's not only
about forming a company --
about forming a company --
296
881860
2304
потому что дело не только
в создании компании —
в создании компании —
14:56
forming a company is like productivity,
trying, trying, trying --
trying, trying, trying --
297
884188
3140
создание компании, как продуктивность,
нужно пробовать, пробовать, —
нужно пробовать, пробовать, —
14:59
when you look at which
of these individuals actually put out
of these individuals actually put out
298
887352
3484
а когда вы смотрите на тех,
кто, собственно, основывает
кто, собственно, основывает
15:02
a successful company, a successful exit.
299
890860
2782
успешную компанию
или удачно закрывает бизнес.
или удачно закрывает бизнес.
15:05
And recently, some of our colleagues
looked at exactly that question.
looked at exactly that question.
300
893666
3720
А недавно некоторые наши коллеги
обратили внимание именно на этот вопрос.
обратили внимание именно на этот вопрос.
15:09
And it turns out that yes,
those in the 20s and 30s
those in the 20s and 30s
301
897410
3156
И оказалось, что да, тем, кому 20–30 лет,
15:12
put out a huge number of companies,
form lots of companies,
form lots of companies,
302
900590
3348
основывают огромное количество компаний,
создают множество компаний,
создают множество компаний,
15:15
but most of them go bust.
303
903962
1531
но большинство становятся банкротами.
15:18
And when you look at the successful exits,
what you see in this particular plot,
what you see in this particular plot,
304
906089
4195
И если вы посмотрите на успешно
завершённые операции, вы увидите,
завершённые операции, вы увидите,
15:22
the older you are, the more likely that
you will actually hit the stock market
you will actually hit the stock market
305
910308
3695
что чем вы старше, тем вероятнее
вы преуспеете на фондовом рынке
вы преуспеете на фондовом рынке
15:26
or the sell the company successfully.
306
914027
2312
или удачно продадите компанию.
15:28
This is so strong, actually,
that if you are in the 50s,
that if you are in the 50s,
307
916847
3113
И это правда: если вам за 50,
15:31
you are twice as likely
to actually have a successful exit
to actually have a successful exit
308
919984
3588
то вероятность успешного закрытия
бизнеса для вас в два раза выше,
бизнеса для вас в два раза выше,
15:35
than if you are in your 30s.
309
923596
1890
чем если бы вам было за 30.
15:38
(Applause)
310
926613
4325
(Аплодисменты)
15:43
So in the end, what is it
that we see, actually?
that we see, actually?
311
931645
3009
Итак, напоследок, что же
мы, собственно, видим?
мы, собственно, видим?
15:46
What we see is that creativity has no age.
312
934678
4083
А видим мы то, что креативность
не имеет возраста.
не имеет возраста.
15:50
Productivity does, right?
313
938785
2202
А продуктивность имеет, так ведь?
15:53
Which is telling me that
at the end of the day,
at the end of the day,
314
941424
4135
Что подсказывает мне, что в конце концов,
15:57
if you keep trying --
315
945583
2000
если вы продолжите пробовать...
15:59
(Laughter)
316
947607
2403
(Смех)
16:02
you could still succeed
and succeed over and over.
and succeed over and over.
317
950034
3572
вы сможете преуспеть
и будете преуспевать снова и снова.
и будете преуспевать снова и снова.
16:05
So my conclusion is very simple:
318
953630
2391
Мой вывод очень прост:
16:08
I am off the stage, back in my lab.
319
956045
2093
я ухожу со сцены
и спешу в свою лабораторию.
и спешу в свою лабораторию.
16:10
Thank you.
320
958162
1171
Спасибо!
16:11
(Applause)
321
959357
3309
(Аплодисменты)
ABOUT THE SPEAKER
Albert-László Barabási - Network scientistA pioneer in network science, Albert-László Barabási uncovers the hidden order behind complex systems.
Why you should listen
Albert-László Barabási is fascinated by a wide range of topics, from the structure of the brain and treating diseases with network medicine to the emergence of success in art and how science really works. His work uses the quantitative tools of network science, a research field that he pioneered, and led to the discovery of scale-free networks, helping explain the emergence of many natural, technological and social networks.
Barabási is the Robert Gray Dodge Professor of Network Science at Northeastern University and holds an appointment in the Department of Medicine at Harvard Medical School. He splits his time with Budapest, where he runs a European Research Council project at Central European University. A Hungarian born native of Transylvania, Romania, he received his masters in theoretical physics at the Eötvös University in Budapest, Hungary and his PhD three years later at Boston University.
Barabási’s latest book is The Formula: The Universal Laws of Success. He is also the author of Network Science, Linked and Bursts. He co-edited Network Medicine and The Structure and Dynamics of Networks. His books have been translated into over twenty languages.
Albert-László Barabási | Speaker | TED.com