TED@BCG Milan
Vittorio Loreto: Need a new idea? Start at the edge of what is known
Vittorio Loreto: Yeni bir fikir mi lazım? Bilinenin sınırından başlayın
Filmed:
Readability: 3.9
1,544,594 views
"Müthiş fikirler nasıl ortaya çıkıyor?" Akıllardaki bu soruyla başlayarak Vittorio Loreto, bizleri yeninin doğuşunu açıklayan olası matematiksel düzeni keşfetme yolculuğuna çıkarıyor. "Komşu olasılık" -gerçek ve olası olanın kesişimi- ve bunu harekete geçiren matematiği inceleyerek yeni fikirleri nasıl ortaya çıkardığımızın açıklamasına dair daha fazla bilgi edinin.
Vittorio Loreto - Physicist
Vittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it. Full bio
Vittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it. Full bio
Double-click the English transcript below to play the video.
00:14
We have all probably wondered
0
2349
2867
Sanırım hepimiz dâhilerin
yaptıkları şeylerde
yaptıkları şeylerde
00:17
how great minds achieved
what they achieved, right?
what they achieved, right?
1
5240
4176
nasıl başarılı olduklarını
merak etmişizdir.
merak etmişizdir.
00:21
And the more astonishing
their achievements are,
their achievements are,
2
9440
2656
Başarıları ne kadar olağan dışıysa
00:24
the more we call them geniuses,
3
12120
2536
o derece dâhidirler bizim için,
00:26
perhaps aliens
4
14680
1536
belki de
00:28
coming from a different planet,
5
16239
2097
farklı bir gezegenden gelen uzaylı gibi,
00:30
definitely not someone like us.
6
18360
2656
kesinlikle bizim gibi değiller.
00:33
But is that true?
7
21040
1776
Peki gerçekten öyle mi?
00:34
So let me start with an example.
8
22840
1800
İzninizle bir örnekle başlayayım.
00:37
You all know the story
of Newton's apple, right? OK.
of Newton's apple, right? OK.
9
25440
3816
Newton'ın elma hikâyesini bilirsiniz.
00:41
Is that true? Probably not.
10
29280
2936
Sizce doğru mu? Belki de değil.
00:44
Still, it's difficult to think
that no apple at all was there.
that no apple at all was there.
11
32240
5216
Ama elmanın olmadığını düşünmek zor.
00:49
I mean some stepping stone,
some specific conditions
some specific conditions
12
37480
3616
Yani evrensel yer çekimini
anlamayı mümkün kılan
anlamayı mümkün kılan
00:53
that made universal gravitation
not impossible to conceive.
not impossible to conceive.
13
41120
4016
bazı atlama taşlarını,
bazı özel koşulları kastediyorum.
bazı özel koşulları kastediyorum.
00:57
And definitely this was not impossible,
14
45160
2376
Bu kesinlikle imkânsız değildi,
00:59
at least for Newton.
15
47560
1576
en azından Newton için değildi.
01:01
It was possible,
16
49160
1256
Mümkündü,
01:02
and for some reason, it was also there,
17
50440
3056
bazı nedenlerden dolayı da vardı,
01:05
available at some point,
easy to pick as an apple.
easy to pick as an apple.
18
53520
3776
bir yerde kullanılabilirdi,
elma toplamak kadar kolaydı.
elma toplamak kadar kolaydı.
01:09
Here is the apple.
19
57320
1616
O yüzden elma vardı diyoruz.
01:10
And what about Einstein?
20
58960
2216
Peki ya Einstein için nasıldı?
01:13
Was relativity theory another big leap
in the history of ideas
in the history of ideas
21
61200
5296
İzafiyet teorisi düşünce tarihinde
başka hiç kimsenin anlayamadığı
başka hiç kimsenin anlayamadığı
01:18
no one else could even conceive?
22
66520
2656
büyüklükte bir adım mıydı?
01:21
Or rather, was it again
something adjacent and possible,
something adjacent and possible,
23
69200
4456
Yoksa bu sefer de
Einstein için çok olası
Einstein için çok olası
01:25
to Einstein of course,
24
73680
2096
ve mümkün bir şey miydi ki
01:27
and he got there by small steps
and his very peculiar scientific path?
and his very peculiar scientific path?
25
75800
4216
küçük adımlarla ve o olağan dışı
bilimsel yolunu izleyerek oraya ulaşmıştı?
bilimsel yolunu izleyerek oraya ulaşmıştı?
01:32
Of course we cannot conceive this path,
26
80040
2456
Tabii ki onun izlediği yolu anlayamayız
01:34
but this doesn't mean
that the path was not there.
that the path was not there.
27
82520
2480
ama bu yolun olmadığı
anlamına gelmez.
anlamına gelmez.
01:38
So all of this seems very evocative,
28
86760
4856
Tüm bunlar çağrıştırıcı gibi görünse de
01:43
but I would say hardly concrete
29
91640
1536
büyük fikirlerin kökenini,
01:45
if we really want to grasp
the origin of great ideas
the origin of great ideas
30
93200
3576
daha genel olarak "yeni" olanın
hayatımıza girişini anlatmak istesek
hayatımıza girişini anlatmak istesek
01:48
and more generally the way
in which the new enters our lives.
in which the new enters our lives.
31
96800
4016
bunu çok zor somutlaştırabilirim.
01:52
As a physicist, as a scientist,
32
100840
1976
Bir doktor, bilim adamı olarak
01:54
I have learned that posing
the right questions
the right questions
33
102840
2176
doğru soruyu yöneltmenin
01:57
is half of the solution.
34
105040
2016
çözümün yarısı olduğunu öğrendim.
01:59
But I think now we start having
a great conceptual framework
a great conceptual framework
35
107080
4736
Şu anda doğru soruları
bulmak ve sormak için
bulmak ve sormak için
02:03
to conceive and address
the right questions.
the right questions.
36
111840
3176
güzel bir kavramsal çerçeve
oluşturmaya başladık.
oluşturmaya başladık.
02:07
So let me drive you
to the edge of what is known,
to the edge of what is known,
37
115040
3456
Bu noktada sizi bilinenin kıyısına,
daha doğrusu
daha doğrusu
02:10
or at least, what I know,
38
118520
2096
kendi bildiğim şeye götürüp
02:12
and let me show you that what is known
39
120640
2056
bilinenin
02:14
could be a powerful
and fascinating starting point
and fascinating starting point
40
122720
4576
değişiklik, yenilik,
belki de yaratıcılığın derin anlamını
belki de yaratıcılığın derin anlamını
02:19
to grasp the deep meaning
of words like novelty, innovation,
of words like novelty, innovation,
41
127320
5096
yakalamak için etkileyici ve
büyüleyici başlangıç noktası
büyüleyici başlangıç noktası
02:24
creativity perhaps.
42
132440
1560
olabildiğini göstereyim.
02:26
So we are discussing the "new,"
43
134880
3336
Şu an "yeni" olanı
02:30
and of course, the science behind it.
44
138240
2656
ve yeninin arkasındaki bilimi
tartışıyoruz.
tartışıyoruz.
02:32
The new can enter our lives
in many different ways,
in many different ways,
45
140920
2976
Yeni, hayatımıza
birçok farklı şekilde girebilir,
birçok farklı şekilde girebilir,
02:35
can be very personal,
46
143920
1696
kişisel olabilir;
02:37
like I meet a new person,
47
145640
1936
yeni biriyle tanışmak,
02:39
I read a new book,
or I listen to a new song.
or I listen to a new song.
48
147600
3296
yeni bir kitap okumak veya
yeni bir şarkı dinlemek gibi.
yeni bir şarkı dinlemek gibi.
02:42
Or it could be global,
49
150920
1256
Geniş çaplı da olabilir;
02:44
I mean, something we call innovation.
50
152200
2056
yani yenilik dediğimiz şeyler.
02:46
It could be a new theory,
a new technology,
a new technology,
51
154280
2176
Yeni bir teori,
yeni teknoloji olabileceği gibi
yeni teknoloji olabileceği gibi
02:48
but it could also be a new book
if you're the writer,
if you're the writer,
52
156480
2576
yazarsanız yeni bir kitap
02:51
or it could be a new song
if you're the composer.
if you're the composer.
53
159080
2336
veya besteci iseniz
yeni şarkı da olabilir.
yeni şarkı da olabilir.
02:53
In all of these global cases,
the new is for everyone,
the new is for everyone,
54
161440
4296
Tüm bu geniş çaplı durumlarda
yeni herkes için yenidir;
yeni herkes için yenidir;
02:57
but experiencing the new
can be also frightening,
can be also frightening,
55
165760
3816
ancak yeniyi deneyimlemek
korkutucu olabilir,
korkutucu olabilir,
03:01
so the new can also frighten us.
56
169600
3736
yani yeni bize korkunç gelebilir.
03:05
But still, experiencing the new
means exploring a very peculiar space,
means exploring a very peculiar space,
57
173360
4176
Buna rağmen yeniyi denemek
son derece olağan dışı bir alanı;
son derece olağan dışı bir alanı;
03:09
the space of what could be,
58
177560
2096
olabilirlik alanını,
03:11
the space of the possible,
the space of possibilities.
the space of possibilities.
59
179680
3176
mümkün olma alanını,
olasılıklar alanını keşfetmek demektir.
olasılıklar alanını keşfetmek demektir.
03:14
It's a very weird space,
so I'll try to get you through this space.
so I'll try to get you through this space.
60
182880
3456
Çok tuhaf bir alandır burası,
biraz anlatmaya çalışacağım.
biraz anlatmaya çalışacağım.
03:18
So it could be a physical space.
61
186360
2016
Fiziksel bir alan olabilir.
03:20
So in this case, for instance,
62
188400
1616
Bu duruma örnek vermek gerekirse
03:22
novelty could be climbing
Machu Picchu for the first time,
Machu Picchu for the first time,
63
190040
4056
Machu Picchu'ya ilk kez tırmanmak
yenilik olabilir,
yenilik olabilir,
03:26
as I did in 2016.
64
194120
1920
2016 yılında yaptığım şey.
03:28
It could be a conceptual space,
65
196960
1816
Kavramsal bir alan olabilir;
03:30
so acquiring new information,
making sense of it, in a word, learning.
making sense of it, in a word, learning.
66
198800
4416
yeni bir bilgi edinmek, onu anlamak
yani öğrenmek.
yani öğrenmek.
03:35
It could be a biological space.
67
203240
1936
Biyolojik bir alan olabilir.
03:37
I mean, think about the never-ending
fight of viruses and bacteria
fight of viruses and bacteria
68
205200
4096
Virüs ve bakterilerin
bağışıklık sistemimizle olan
bağışıklık sistemimizle olan
03:41
with our immune system.
69
209320
1936
bitmek bilemeyen savaşını düşünün.
03:43
And now comes the bad news.
70
211280
1736
Şimdi de kötü haber geliyor.
03:45
We are very, very bad
at grasping this space.
at grasping this space.
71
213040
3296
Bizler bu alanı anlamakta
son derece kötüyüz.
son derece kötüyüz.
03:48
Think of it. Let's make an experiment.
72
216360
2016
Bir deneme yapalım:
03:50
Try to think about all the possible things
you could do in the next, say, 24 hours.
you could do in the next, say, 24 hours.
73
218400
6880
Önümüzdeki 24 saat içinde yapacağınız
bütün olası şeyleri düşünün.
bütün olası şeyleri düşünün.
03:58
Here the key word is "all."
74
226320
2656
Buradaki anahtar kelime "bütün".
04:01
Of course you can conceive a few options,
like having a drink, writing a letter,
like having a drink, writing a letter,
75
229000
4800
Eminim birkaç seçenek düşünürsünüz,
mesela bir şey içmek, mektup yazmak,
mesela bir şey içmek, mektup yazmak,
04:06
also sleeping during this boring talk,
76
234840
3176
bu sıkıcı konuşma sırasında uyumak gibi,
04:10
if you can.
77
238040
1696
tabii yapabilirseniz.
04:11
But not all of them.
78
239760
1656
Ama hepsini değil.
04:13
So think about an alien invasion,
now, here, in Milan,
now, here, in Milan,
79
241440
3936
Şimdi Milan'da bir uzaylı istilasının
olduğunu düşünün,
olduğunu düşünün,
04:17
or me -- I stopped thinking
for 15 minutes.
for 15 minutes.
80
245400
3120
ya da ben düşüneyim,
15 dakika düşünmeyi bıraktım.
15 dakika düşünmeyi bıraktım.
04:21
So it's very difficult
to conceive this space,
to conceive this space,
81
249440
3136
Bu alanı algılamak çok zor,
04:24
but actually we have an excuse.
82
252600
2176
ama aslında bahane buluyoruz.
04:26
So it's not so easy to conceive this space
83
254800
3496
Aslında bu alanı anlamak çok kolay değil
04:30
because we are trying to conceive
the occurrence of something brand new,
the occurrence of something brand new,
84
258320
3495
çünkü yepyeni bir şeyin oluşumunu
anlamaya çalışıyoruz,
anlamaya çalışıyoruz,
04:33
so something that never occurred before,
85
261839
1977
daha önce olmayan bir şeyin,
04:35
so we don't have clues.
86
263840
1480
ipucumuz bile yok buna dair.
04:38
A typical solution could be
87
266040
2896
Normal bir çözüm
04:40
looking at the future
with the eyes of the past,
with the eyes of the past,
88
268960
3216
geleceğe geçmişin gözünden bakmak,
04:44
so relying on all
the time series of past events
the time series of past events
89
272200
3296
geçmişte olan olayların
seyrine güvenmek
seyrine güvenmek
04:47
and hoping that this is enough
to predict the future.
to predict the future.
90
275520
3496
ve bunun geleceği tahmin için
yeterli olduğunu ummak olabilir.
yeterli olduğunu ummak olabilir.
04:51
But we know this is not working.
91
279040
2176
Fakat bunun işe yaramadığını biliyoruz.
04:53
For instance, this was the first attempt
for weather forecasts, and it failed.
for weather forecasts, and it failed.
92
281240
5216
Örneğin, hava tahmini için ilk deneme
böyle yapılmış ve başarısız olmuştu.
böyle yapılmış ve başarısız olmuştu.
04:58
And it failed because
of the great complexity
of the great complexity
93
286480
2416
Arkasında yatan neden yüzünden
05:00
of the underlying phenomenon.
94
288920
1936
başarısız olmuştu.
05:02
So now we know that predictions
had to be based on modeling,
had to be based on modeling,
95
290880
5616
Artık bu tahminlerin modellemeye
dayanmak zorunda olduğunu biliyoruz,
dayanmak zorunda olduğunu biliyoruz,
05:08
which means creating
a synthetic model of the system,
a synthetic model of the system,
96
296520
3496
yani sistemin
yapay bir modelini oluşturmak,
yapay bir modelini oluşturmak,
05:12
simulating this model
and then projecting the system
and then projecting the system
97
300040
4136
bu modelin benzerini yapıp
daha sonra sistemi
daha sonra sistemi
05:16
into the future through this model.
98
304200
2536
bu model üzerinden
geleceğe yansıtmak gerekiyor.
geleceğe yansıtmak gerekiyor.
05:18
And now we can do this in a lot of cases
99
306760
2936
Artık bunu veri yardımıyla
05:21
with the help of a lot of data.
100
309720
1880
birçok duruma uyarlayabiliyoruz.
05:25
Looking at the future
with the eye of the past
with the eye of the past
101
313000
2896
Geçmişin gözüyle geleceğe bakmak
05:27
could be misleading also for machines.
102
315920
2736
makineler için yanıltıcı da olabilir.
05:30
Think about it.
103
318680
1216
Bunu da düşünün.
05:31
Now picture yourself for a second
in the middle of the Australian Outback.
in the middle of the Australian Outback.
104
319920
4800
Şimdi bir saniyeliğine kendinizi
Avustralya kırsallarında hayal edin.
Avustralya kırsallarında hayal edin.
05:37
You stand there under the sun.
105
325440
2720
Güneşin altında duruyorsunuz.
05:40
So you see something weird happening.
106
328840
2216
Garip bir şey olduğunu gördünüz.
05:43
The car suddenly stops
107
331080
2736
Araba karşıdan karşıya geçmekte olan
05:45
very, very far from a kangaroo
crossing the street.
crossing the street.
108
333840
3056
bir kanguruya çok uzak bir noktada durur.
05:48
You look closer
109
336920
1456
Yaklaştınız
05:50
and you realize
that the car has no driver.
that the car has no driver.
110
338400
2416
ve arabanın şoförünün
olmadığını fark ettiniz.
olmadığını fark ettiniz.
05:52
It is not restarting, even after
the kangaroo is not there anymore.
the kangaroo is not there anymore.
111
340840
4016
Kanguru gitmiş olsa da
araba tekrar çalışmaz.
araba tekrar çalışmaz.
05:56
So for some reasons,
112
344880
1896
Bazı nedenlerden dolayı
05:58
the algorithms driving the car
cannot make sense
cannot make sense
113
346800
2536
arabayı kullanan algoritmalar
06:01
of this strange beast
jumping here and there on the street.
jumping here and there on the street.
114
349360
3680
oraya buraya zıplayan
bu garip yaratığa anlam veremez.
bu garip yaratığa anlam veremez.
06:05
So it just stops.
115
353640
1200
Hemen durur.
06:07
Now, I should tell you,
this is a true story.
this is a true story.
116
355720
2136
Size bunun
gerçek olduğunu söylemeliyim.
gerçek olduğunu söylemeliyim.
06:09
It happened a few months ago
to Volvo's self-driving cars
to Volvo's self-driving cars
117
357880
2696
Birkaç ay önce
Avustralya kırsallarının ortasında
Avustralya kırsallarının ortasında
06:12
in the middle of the Australian Outback.
118
360600
1936
Volvo'nun sürücüsüz araçlarının
başına geldi.
başına geldi.
06:14
(Laughter)
119
362560
1696
(Gülüşmeler)
06:16
It is a general problem,
120
364280
1976
Genel bir problem bu.
06:18
and I guess this will affect
more and more in the near future
more and more in the near future
121
366280
2976
Bence bu yakın gelecekte
yapay zekâyı ve
yapay zekâyı ve
06:21
artificial intelligence
and machine learning.
and machine learning.
122
369280
2560
makine öğrenimini daha çok etkileyecektir.
06:24
It's also a very old problem,
I would say 17th century,
I would say 17th century,
123
372440
3976
Belki de 17. yy'dan kalma
eski bir problem bu.
eski bir problem bu.
06:28
but I guess now we have new tools
and new clues to start solving it.
and new clues to start solving it.
124
376440
5136
Fakat artık bunu çözecek yeni araç ve
yöntemlerimiz var.
yöntemlerimiz var.
06:33
So let me take a step back,
125
381600
2176
Biraz geri gitmek istiyorum,
06:35
five years back.
126
383800
2736
beş yıl öncesine.
06:38
Italy. Rome. Winter.
127
386560
2976
İtalya. Roma. Kış.
06:41
So the winter of 2012
was very special in Rome.
was very special in Rome.
128
389560
3576
2002'nin kış mevsimi
Roma için çok özeldi.
Roma için çok özeldi.
06:45
Rome witnessed one of the greatest
snowfalls of its history.
snowfalls of its history.
129
393160
3560
Roma, tarihinin en yoğun
kar yağışına gördü.
kar yağışına gördü.
06:49
That winter was special also
for me and my colleagues,
for me and my colleagues,
130
397520
3696
O kış ben ve iş arkadaşlarım
için de çok özeldi.
için de çok özeldi.
06:53
because we had an insight
about the possible mathematical scheme --
about the possible mathematical scheme --
131
401240
3496
Çünkü yeninin oluşumunu algılamak için
olası matematiksel uyumu-
olası matematiksel uyumu-
06:56
again, possible,
possible mathematical scheme,
possible mathematical scheme,
132
404760
2976
tekrar olması muhtemel matematiksel uyumun
06:59
to conceive the occurrence of the new.
133
407760
1840
iç yüzünü keşfettik.
07:02
I remember that day
because it was snowing,
because it was snowing,
134
410520
2416
O günü çok iyi hatırlıyorum
çünkü kar yağıyordu.
çünkü kar yağıyordu.
07:04
so due to the snowfall,
we were blocked, stuck in my department,
we were blocked, stuck in my department,
135
412960
3776
Kar yağışı yüzünden
bölümümde mahsur kalmıştık,
bölümümde mahsur kalmıştık,
07:08
and we couldn't go home,
136
416760
1416
eve gidememiştik,
07:10
so we got another coffee, we relaxed
137
418200
3056
bir kahve daha içtik, dinlendik
07:13
and we kept discussing.
138
421280
1776
ve sohbete devam ettik.
07:15
But at some point --
maybe not that date, precisely --
maybe not that date, precisely --
139
423080
3696
Fakat bir noktada,
belki tam olarak o gün değil ama
belki tam olarak o gün değil ama
07:18
at some point we made the connection
140
426800
2896
"yeni" sorunsalı ile
07:21
between the problem of the new
141
429720
2976
yıllar önce Stuart Kauffman'ın
07:24
and a beautiful concept
proposed years before
proposed years before
142
432720
2416
öne sürdüğü güzel bir konsept olan
07:27
by Stuart Kauffman,
143
435160
1776
komşu olasılık arasındaki
07:28
the adjacent possible.
144
436960
2040
bağlantıyı yakaladık.
07:31
So the adjacent possible
consists of all those things.
consists of all those things.
145
439720
3056
İşte komşu olasılık
bütün bunlardan oluşuyordu.
bütün bunlardan oluşuyordu.
07:34
It could be ideas, it could be molecules,
it could be technological products
it could be technological products
146
442800
3736
Gerçekte var olan şeyden
bir adım önceki
bir adım önceki
07:38
that are one step away
147
446560
2936
fikirler, moleküller,
07:41
from what actually exists,
148
449520
1736
teknolojik ürünler olabilirdi.
07:43
and you can achieve them
through incremental modifications
through incremental modifications
149
451280
3536
Mevcut materyallerin yeniden kombinasyonu
07:46
and recombinations
of the existing material.
of the existing material.
150
454840
2560
ve ek değişikliklerle bunu bulabilirdiniz.
07:50
So for instance, if I speak
about the space of my friends,
about the space of my friends,
151
458520
3896
Örneğin, arkadaşlarımın alanı
hakkında konuşacak olsam
hakkında konuşacak olsam
07:54
my adjacent possible would be
the set of all friends of my friends
the set of all friends of my friends
152
462440
3976
benim komşu olasılığım
arkadaşlarımın tüm arkadaşları
arkadaşlarımın tüm arkadaşları
07:58
not already my friends.
153
466440
1400
olacaktı, kendi arkadaşlarım değil.
08:00
I hope that's clear.
154
468240
1736
Umarım anlaşılmıştır.
08:02
But now if I meet a new person,
155
470000
1816
Fakat şimdi yeni biri ile tanışsam,
08:03
say Briar,
156
471840
1696
mesela Briar,
08:05
all her friends would immediately enter
my adjacent possible,
my adjacent possible,
157
473560
4056
onun tüm arkadaşları birdenbire
benim komşu olasılığıma girer
benim komşu olasılığıma girer
08:09
pushing its boundaries further.
158
477640
1520
ve sınırları daha ileri taşır.
08:12
So if you really want to look
from the mathematical point of view --
from the mathematical point of view --
159
480160
3216
Gerçekten matematiksel açıdan
bakmak isterseniz
bakmak isterseniz
08:15
I'm sure you want --
160
483400
1400
ki istediğinize eminim,
08:18
you can actually look at this picture.
161
486200
1976
bu fotoğrafa bakabilirsiniz.
08:20
So suppose now this is your universe.
162
488200
1896
Şimdi bunu kendi evreniniz farzedin.
08:22
I know I'm asking a lot.
163
490120
1256
Çok şey istedim farkındayım.
08:23
I mean, this is your universe.
Now you are the red spot.
Now you are the red spot.
164
491400
2640
Bu evren size ait.
Kırmızı nokta sizsiniz.
Kırmızı nokta sizsiniz.
08:27
And the green spot
is the adjacent possible for you,
is the adjacent possible for you,
165
495320
2616
Yeşil nokta ise komşu olasılığınız,
08:29
so something you've never touched before.
166
497960
2096
daha önce hiç dokunmadığınız şey.
08:32
So you do your normal life.
167
500080
1336
Yani normal yaşantınız.
08:33
You move. You move in the space.
168
501440
1656
Böyle bu alanda hareket ediyorsunuz.
08:35
You have a drink.
You meet friends. You read a book.
You meet friends. You read a book.
169
503120
2656
Bir şeyler içtiniz.
Arkadaşlarla buluştunuz. Kitap okudunuz.
Arkadaşlarla buluştunuz. Kitap okudunuz.
08:37
At some point,
you end up on the green spot,
you end up on the green spot,
170
505800
2896
Bir şekilde yeşil noktaya vardınız,
08:40
so you meet Briar for the first time.
171
508720
2176
Briar ile tanıştığınız âna.
08:42
And what happens?
172
510920
1336
Peki neler olur?
08:44
So what happens is there is a new part,
173
512280
2296
Burada yeni bir kısım,
08:46
a brand new part of the space,
174
514600
2456
bu alanın yepyeni bir kısmı oluşur,
08:49
becoming possible for you
in this very moment,
in this very moment,
175
517080
4256
tam o anda sizin için olası olan
08:53
even without any possibility
for you to foresee this
for you to foresee this
176
521360
3856
o noktaya ulaşmadan önce
ön görmenizin mümkün olmadığı
ön görmenizin mümkün olmadığı
08:57
before touching that point.
177
525240
2056
bir şeydir bu.
08:59
And behind this there will be
a huge set of points
a huge set of points
178
527320
2696
Bunun arkasında
daha sonraki aşamalarda
daha sonraki aşamalarda
09:02
that could become possible
at some later stages.
at some later stages.
179
530040
3696
olasılığı mümkün olan
kocaman noktalar var olacaktır.
kocaman noktalar var olacaktır.
09:05
So you see the space
of the possible is very peculiar,
of the possible is very peculiar,
180
533760
2816
Önceden tanımlanmış olmadığı için
olasılık alanı
olasılık alanı
09:08
because it's not predefined.
181
536600
2216
size çok garip gelir.
09:10
It's not something we can predefine.
182
538840
2296
Önceden tanımlayabileceğimiz
bir şey değildir bu.
bir şey değildir bu.
09:13
It's something that gets
continuously shaped and reshaped
continuously shaped and reshaped
183
541160
3376
Sürekli şekil alan ve
eylemlerimiz ve seçimlerimizle
eylemlerimiz ve seçimlerimizle
09:16
by our actions and our choices.
184
544560
2600
yeniden şekillenen bir şeydir.
09:20
So we were so fascinated
by these connections we made --
by these connections we made --
185
548120
3456
Kurduğumuz bu bağlantılar
bizi hayli büyülemişti;
bizi hayli büyülemişti;
09:23
scientists are like this.
186
551600
1896
bilim adamları böyledir.
09:25
And based on this,
187
553520
2296
Buradan yola çıkarak
09:27
we conceived our mathematical formulation
for the adjacent possible,
for the adjacent possible,
188
555840
3216
komşu olasılık ile ilgili
matematiksel formülasyonumuzu
matematiksel formülasyonumuzu
09:31
20 years after the original
Kauffman proposals.
Kauffman proposals.
189
559080
3456
Kauffman'ın önerilerinden
20 yıl sonra algıladık.
20 yıl sonra algıladık.
09:34
In our theory -- this is a key point --
190
562560
2136
Bizim teorimiz, -önemli bir nokta bu-,
09:36
I mean, it's crucially based
on a complex interplay
on a complex interplay
191
564720
3536
temel olarak bu olasılıklar alanının
09:40
between the way in which
this space of possibilities expands
this space of possibilities expands
192
568280
4776
genişlemesi ve tekrar yapılanması ile
09:45
and gets restructured,
193
573080
1536
bizim onu keşfetme şeklimiz arasındaki
09:46
and the way in which we explore it.
194
574640
2496
karmaşık bir etkileşime dayalıdır.
09:49
After the epiphany of 2012,
195
577160
3856
2012 Epifanisinden sonra
09:53
we got back to work, real work,
196
581040
1656
çalışmamıza geri döndük
09:54
because we had to work out this theory,
197
582720
1896
çünkü bu teoriyi çözmek zorundaydık.
09:56
and we came up with
a certain number of predictions
a certain number of predictions
198
584640
2416
Sonrasında gerçek hayatta test edilecek
09:59
to be tested in real life.
199
587080
1256
bir dizi öngörüde bulunduk.
10:00
Of course, we need a testable framework
200
588360
2896
Tabii ki yeniliği incelemek için
10:03
to study innovation.
201
591280
1456
test edilebilir çerçeve gerekiyordu.
10:04
So let me drive you
across a few predictions we made.
across a few predictions we made.
202
592760
4056
Size yaptığımız
birkaç öngörüyü göstereyim.
birkaç öngörüyü göstereyim.
10:08
The first one concerns
the pace of innovation,
the pace of innovation,
203
596840
2896
Birincisi, yeniliğin ilerleme hızı;
10:11
so the rate at which you observe novelties
in very different systems.
in very different systems.
204
599760
4896
yani yenilikleri farklı sistemlerde
gözlemlediğiniz oranla ilgili.
gözlemlediğiniz oranla ilgili.
10:16
So our theory predicts
that the rate of innovation
that the rate of innovation
205
604680
2496
Bizim teorimiz
yeniliğin hızının evrensel bir eğriyi
yeniliğin hızının evrensel bir eğriyi
10:19
should follow a universal curve,
206
607200
1936
takip ettiğini ön görür,
10:21
like this one.
207
609160
1320
tıpkı bunun gibi.
10:23
This is the rate of innovation versus time
in very different conditions.
in very different conditions.
208
611240
3640
Burada farklı koşullarda yeniliğin zamana
karşı olan hızını görüyoruz.
karşı olan hızını görüyoruz.
10:27
And somehow, we predict
that the rate of innovation
that the rate of innovation
209
615720
2616
Bir şekilde yeniliğin hızının
10:30
should decrease steadily over time.
210
618360
2696
zamanla azalacağını tahmin ediyoruz.
10:33
So somehow, innovation
is predicted to become more difficult
is predicted to become more difficult
211
621080
3096
Her nedense yeniliğin
zaman içinde ilerlemeniz gibi
zaman içinde ilerlemeniz gibi
10:36
as your progress over time.
212
624200
1920
daha zor hale geleceği öngörülüyor.
10:38
It's neat. It's interesting.
It's beautiful. We were happy.
It's beautiful. We were happy.
213
626960
3536
Çok normal. Enteresan.
Hoş. Mutluyuz.
Hoş. Mutluyuz.
10:42
But the question is, is that true?
214
630520
2176
Asıl soru şu; doğruluk payı nedir?
10:44
Of course we should check with reality.
215
632720
1880
Tabii ki gerçeğe uyarlamalıydık.
10:47
So we went back to reality
216
635600
2376
Gerçekliğe dönüp
10:50
and we collected a lot of data,
terabytes of data,
terabytes of data,
217
638000
3136
birçok veri topladık,
terabaytlar dolusu veri,
terabaytlar dolusu veri,
10:53
tracking innovation in Wikipedia, Twitter,
218
641160
3336
Wikipedia ve Twitter'da
yeniliğin izini sürdük,
yeniliğin izini sürdük,
10:56
the way in which we write free software,
219
644520
2216
tıpkı ücretsiz yazılım yazma,
10:58
even the way we listen to music.
220
646760
1640
hatta müzik dinleme şeklimizde bile.
11:01
I cannot tell you, we were
so amazed and pleased and thrilled
so amazed and pleased and thrilled
221
649160
3736
Bu teoride yapmış olduğumuz
aynı öngörülerin
aynı öngörülerin
11:04
to discover that the same predictions
we made in the theory
we made in the theory
222
652920
3496
çok sayıda farklı gerçek sistemle
uyuştuğunu keşfetmenin bizi
uyuştuğunu keşfetmenin bizi
11:08
were actually satisfied in real systems,
223
656440
2576
nasıl şaşırttığını, mutlu ettiğini
11:11
many different real systems.
224
659040
1536
ve etkilediğini anlatamam.
11:12
We were so excited.
225
660600
1496
Çok heyecanlanmıştık.
11:14
Of course, apparently,
we were on the right track,
we were on the right track,
226
662120
2816
Anlaşılan doğru yoldaydık
11:16
but of course, we couldn't stop,
227
664960
2496
ve bittabi duramazdık,
11:19
so we didn't stop.
228
667480
1496
durmadık da.
11:21
So we kept going on,
229
669000
2096
Devam ettik,
11:23
and at some point
we made another discovery
we made another discovery
230
671120
2056
bir süre sonra da
başka bir şey keşfettik
başka bir şey keşfettik
11:25
that we dubbed "correlated novelties."
231
673200
3536
ve buna "ilişkili yenilikler"
adını verdik.
adını verdik.
11:28
It's very simple.
232
676760
1256
Çok basit.
11:30
So I guess we all experience this.
233
678040
1896
Sanırım hepimiz
bunu deneyimlemişizdir.
bunu deneyimlemişizdir.
11:31
So you listen to "Suzanne"
by Leonard Cohen,
by Leonard Cohen,
234
679960
3560
Leonard Cohen'in "Suzanne"
şarkısını dinliyorsunuz
şarkısını dinliyorsunuz
11:36
and this experience
triggers your passion for Cohen
triggers your passion for Cohen
235
684440
3656
ve bu deneyim sizin Cohen'a olan
sevginizi artırıyor,
sevginizi artırıyor,
11:40
so that you start frantically
listening to his whole production.
listening to his whole production.
236
688120
3816
sonuç olarak siz de çılgınca onun
tüm şarkılarını dinlemeye başlıyorsunuz.
tüm şarkılarını dinlemeye başlıyorsunuz.
11:43
And then you realize
that Fabrizio De André here
that Fabrizio De André here
237
691960
2296
Sonra, Fabrizio De André'nin
"Suzanne" şarkısını
"Suzanne" şarkısını
11:46
recorded an Italian version of "Suzanne,"
238
694280
1976
İtalyanca söylediğini
fark ediyorsunuz,
fark ediyorsunuz,
11:48
and so on and so forth.
239
696280
2016
böyle böyle gidiyor bu.
11:50
So somehow for some reason,
240
698320
1976
Bir şekilde bir nedenden dolayı
11:52
the very notion of adjacent possible
is already encoding the common belief
is already encoding the common belief
241
700320
3896
komşu olasılık tabiri
birçok farklı sistemde olan
birçok farklı sistemde olan
11:56
that one thing leads to another
242
704240
2560
bir şey diğerine yol açar görüşünü
11:59
in many different systems.
243
707720
1736
hâlihazırda kodluyor.
12:01
But the reason why we were thrilled
244
709480
2296
Bizi heyecanlandıran şey ise
12:03
is because actually
we could give, for the first time,
we could give, for the first time,
245
711800
2524
gerçekten de ilk kez bu sezgiye
12:06
a scientific substance to this intuition
246
714348
2068
bilimsel bir gerçeklik verip
12:08
and start making predictions
247
716440
1656
yeniyi deneyimleme şeklimize dair
12:10
about the way in which
we experience the new.
we experience the new.
248
718120
2416
öngörülerde bulunmaya başlayabilmekti.
12:12
So novelties are correlated.
249
720560
2320
Demek ki yenilikler ilişkiliydi.
12:16
They are not occurring randomly.
250
724320
2056
Rastlantı sonucu ortaya çıkmıyorlardı.
12:18
And this is good news,
251
726400
1456
Bu iyi haberdi.
12:19
because it implies
that impossible missions
that impossible missions
252
727880
4736
Çünkü bu artık imkânsız görevlerin
12:24
might not be so impossible after all,
253
732640
2376
o kadar da imkânsız olmadığını
gösteriyordu.
gösteriyordu.
12:27
if we are guided by our intuition,
254
735040
3096
Sezgilerimiz bizi yönlendiriyorsa
12:30
somehow leading us
to trigger a positive chain reaction.
to trigger a positive chain reaction.
255
738160
3760
bir şekilde bizi pozitif
zincirleme reaksiyona yönlendiriyordu.
zincirleme reaksiyona yönlendiriyordu.
12:34
But there is a third consequence
of the existence of the adjacent possible
of the existence of the adjacent possible
256
742840
3496
"Yenilikler dalgası" adını verdiğimiz
bu komşu olasılık durumunun
bu komşu olasılık durumunun
12:38
that we named "waves of novelties."
257
746360
3536
üçüncü bir sonucu daha vardı.
12:41
So just to make this simple, so in music,
258
749920
2696
Bunu basitleştirme amacıyla
müzikte olduğu gibi
müzikte olduğu gibi
12:44
without waves of novelties,
259
752640
1376
yenilikler dalgasına kapılmadan
12:46
we would still be listening
all the time to Mozart or Beethoven,
all the time to Mozart or Beethoven,
260
754040
6056
her zaman Mozart veya Beethoven
dinliyor olabilirdik,
dinliyor olabilirdik,
12:52
which is great,
261
760120
1496
harika bir şey ama
12:53
but we don't do this all the time.
262
761640
1656
her zaman da dinleyemeyiz.
12:55
We also listen to the Pet Shop Boys
or Justin Bieber -- well, some of us do.
or Justin Bieber -- well, some of us do.
263
763320
5016
Bazılarımız gibi Pet Shop Boys
ya da Justin Bieber da dinliyoruz.
ya da Justin Bieber da dinliyoruz.
13:00
(Laughter)
264
768360
2176
(Gülüşmeler)
13:02
So we could see very clearly
all of these patterns
all of these patterns
265
770560
3896
Bu modellerin hepsini
topladığımız ve analiz ettiğimiz
topladığımız ve analiz ettiğimiz
13:06
in the huge amounts of data
we collected and analyzed.
we collected and analyzed.
266
774480
3736
devasa büyüklükteki verilerde
açıkça görebilirdik.
açıkça görebilirdik.
13:10
For instance, we discovered
that popular hits in music
that popular hits in music
267
778240
3656
Örneğin, hit müzikler
13:13
are continuously born, you know that,
268
781920
1896
bildiğiniz gibi sürekli yapılıyor
13:15
and then they disappear,
still leaving room for evergreens.
still leaving room for evergreens.
269
783840
3440
ve sonra yerlerini eskimeyen şarkılara
bırakarak yok oluyorlar.
bırakarak yok oluyorlar.
13:20
So somehow waves of novelties ebb and flow
270
788120
3096
Yani yeniliklerin dalgaları
bir şekilde alçalıp yükselirken
bir şekilde alçalıp yükselirken
13:23
while the tides always hold the classics.
271
791240
2576
gelgitler daima klasik olanı yakalıyor.
13:25
There is this coexistence
between evergreens and new hits.
between evergreens and new hits.
272
793840
3960
işte burada unutulmayanlar ve yeni hitler
bir arada bulunuyor.
bir arada bulunuyor.
13:31
Not only our theory
predicts these waves of novelties.
predicts these waves of novelties.
273
799920
2696
Teorimiz sadece
yenilik dalgalarını öngörmüyor.
yenilik dalgalarını öngörmüyor.
13:34
This would be trivial.
274
802640
1456
Öyle olsa çok sıradan olurdu.
13:36
But it also explains why they are there,
275
804120
2896
Teorimiz bu dalgaların
neden ve hangi sebepten dolayı
neden ve hangi sebepten dolayı
13:39
and they are there for a specific reason,
276
807040
1976
var olduklarını açıklıyor
13:41
because we as humans
display different strategies
display different strategies
277
809040
3216
çünkü biz insanlar olarak
olasılık alanında
olasılık alanında
13:44
in the space of the possible.
278
812280
1856
farklı stratejiler sergiliyoruz.
13:46
So some of us tend to retrace
already known paths.
already known paths.
279
814160
5136
Bazılarımız bilinen yolların
izinden gitme eğiliminde oluyor.
izinden gitme eğiliminde oluyor.
13:51
So we say they exploit.
280
819320
2320
Onlar için 'faydalanıyor' diyoruz.
13:54
Some of us always launch
into new adventures.
into new adventures.
281
822360
2856
Bazılarımız ise
hep yeni maceralara atılırız.
hep yeni maceralara atılırız.
13:57
We say they explore.
282
825240
1696
Onlara da 'keşfediyor' diyoruz.
13:58
And what we discovered is
all the systems we investigated
all the systems we investigated
283
826960
3296
Böylelikle incelediğimiz tüm sistemlerin
14:02
are right at the edge
between these two strategies,
between these two strategies,
284
830280
3176
bu iki strateji arasında
olduğunu tespit ettik,
olduğunu tespit ettik,
14:05
something like 80 percent exploiting,
20 percent exploring,
20 percent exploring,
285
833480
3536
yüzde 80 kadarı faydalanırken
yüzde 20'si keşfediyor;
yüzde 20'si keşfediyor;
14:09
something like
blade runners of innovation.
blade runners of innovation.
286
837040
2680
yenilikle bıçak sırtı olmak gibi bir şey.
14:12
So it seems that the wise balance,
you could also say a conservative balance,
you could also say a conservative balance,
287
840720
5216
Öyle görünüyor ki, geçmiş ve
gelecek ile sömürmek ve keşfetmek
gelecek ile sömürmek ve keşfetmek
14:17
between past and future,
between exploitation and exploration,
between exploitation and exploration,
288
845960
4976
arasındaki bilgelik dengesi
-buna tutucu denge de diyebilirsiniz-
-buna tutucu denge de diyebilirsiniz-
14:22
is already in place
and perhaps needed in our system.
and perhaps needed in our system.
289
850960
3416
zaten mevcut ve belki de sistemimizin de
gerek duyduğu bir şey.
gerek duyduğu bir şey.
14:26
But again the good news is
now we have scientific tools
now we have scientific tools
290
854400
3616
Yine de iyi haber şu ki
artık bilimsel araçlarımız var,
artık bilimsel araçlarımız var,
14:30
to investigate this equilibrium,
291
858040
1736
bu denge durumunu inceleyebilir,
14:31
perhaps pushing it further
in the near future.
in the near future.
292
859800
3280
belki de yakın gelecekte bunu
daha öteye taşırız.
daha öteye taşırız.
14:37
So as you can imagine,
293
865360
2256
Tahmin edeceğiniz üzere
14:39
I was really fascinated by all this.
294
867640
4160
tüm bunlar beni müthiş büyüledi.
14:44
Our mathematical scheme
is already providing cues and hints
is already providing cues and hints
295
872920
3136
Matematiksel şemamız
olasılık alanını ve
olasılık alanını ve
14:48
to investigate the space of possibilities
296
876080
2056
hepimizin bunu oluşturma
ve keşfetmemizi
ve keşfetmemizi
14:50
and the way in which
all of us create it and explore it.
all of us create it and explore it.
297
878160
4016
araştırmak için önceden
işaret ve ipuçları veriyor.
işaret ve ipuçları veriyor.
14:54
But there is more.
298
882200
1336
Ancak daha fazlası var.
14:55
This, I guess, is a starting point
of something that has the potential
of something that has the potential
299
883560
3376
Sanırım buna, yeniyi bilimsel
olarak incelemek için
olarak incelemek için
14:58
to become a wonderful journey
for a scientific investigation of the new,
for a scientific investigation of the new,
300
886960
4616
muhteşem bir yolculuk olma olasılığına
sahip olan bir şeyin başlangıç noktası
sahip olan bir şeyin başlangıç noktası
15:03
but also I would say
a personal investigation of the new.
a personal investigation of the new.
301
891600
3280
ve yeninin kişisel olarak
incelenmesi de diyebilirim.
incelenmesi de diyebilirim.
15:09
And I guess this can have
a lot of consequences
a lot of consequences
302
897320
2896
Sanırım bunun
birçok sonucu olabileceği gibi
birçok sonucu olabileceği gibi
15:12
and a huge impact in key activities
303
900240
2136
öğrenme, eğitim, araştırma, işletme gibi
15:14
like learning, education,
research, business.
research, business.
304
902400
5320
ana faaliyetlerde önemli etkisi olacaktır.
15:20
So for instance, if you think
about artificial intelligence,
about artificial intelligence,
305
908680
2896
Örneğin yapay zekâyı düşünün,
15:23
I am sure -- I mean,
artificial intelligence,
artificial intelligence,
306
911600
2136
yakın gelecekte yapay zekâya
15:25
we need to rely in the near future
307
913760
1816
komşu olasılık yapısını
tekrar yapılandırıp
tekrar yapılandırıp
15:27
more and more on the structure
of the adjacent possible,
of the adjacent possible,
308
915600
3816
değiştirmek ve de
geleceğin bilinmeyenleri ile
geleceğin bilinmeyenleri ile
15:31
to restructure it, to change it,
309
919440
1936
baş edebilmek için çok daha fazla
15:33
but also to cope
with the unknowns of the future.
with the unknowns of the future.
310
921400
2320
güvenmemiz gerektiğine inanıyorum.
15:36
In parallel, we have a lot of tools,
311
924400
1856
Buna paralel olarak
15:38
new tools now, to investigate
how creativity works
how creativity works
312
926280
3496
yaratıcılığın nasıl işlediğini ve
yeniliği tetikleyen şeyi araştırmak için
yeniliği tetikleyen şeyi araştırmak için
15:41
and what triggers innovation.
313
929800
1600
çok sayıda yeni araçlarımız var.
15:44
And the aim of all this
is to raise a generation of people
is to raise a generation of people
314
932080
3176
Tüm bunların amacı ise
karşılaşacağımız engellerle yüzleşmek için
karşılaşacağımız engellerle yüzleşmek için
15:47
able to come up with new ideas
to face the challenges in front of us.
to face the challenges in front of us.
315
935280
3616
yeni fikirler ortaya atabilecek
bir nesil yetiştirmek.
bir nesil yetiştirmek.
15:50
We all know.
316
938920
1216
Biliyoruz.
15:52
I think it's a long way to go,
317
940160
2096
Alınacak çok yol var;
15:54
but the questions, and the tools,
318
942280
3056
ancak sorular, araçlar
15:57
are now there, adjacent and possible.
319
945360
3560
işte orada duruyor, komşu ve olası.
16:01
Thank you.
320
949720
1216
Teşekkürler.
16:02
(Applause)
321
950960
4880
(Alkışlar)
ABOUT THE SPEAKER
Vittorio Loreto - PhysicistVittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it.
Why you should listen
Vittorio Loreto is a physicist at Sapienza University of Rome and faculty of the Complexity Science Hub Vienna. He is presently director of the SONY Computer Science Laboratories in Paris where he heads the team on creativity, innovation and artificial intelligence. He recently coordinated the research program dubbed KREYON, aimed at unfolding the dynamics of creativity, novelties and innovation. While theoretical modeling and data analysis are his native research tools, in the last few years he has been developing interactive tools, games, installations, to directly involve the public on the very research agenda. He created the KREYON DAYS, a new form of scientific event that tightly entangles research, learning, awareness and fun.
Vittorio Loreto | Speaker | TED.com