TED2015
Jim Simons: The mathematician who cracked Wall Street
Jim Simons: Wall Street'i çatlatan matematikçi
Filmed:
Readability: 4
2,981,452 views
Jim Simons, kodları kırmak için kullandığı karmaşık matematiğin, finans dünyasındaki biçimleri açıklamasında da yardımcı olabileceğini fark eden bir matematikçi ve kriptograf. Milyarlardan sonra, bir sonraki jenerasyonun matematik öğretmenleri ve öğrencilerini desteklemek için çalışıyor. TED'den Chris Anderson, Simons'ın sayılarla ilgili sıra dışı yaşamından bahsetmek üzere onunla sohbet ediyor.
Jim Simons - Philanthropist, mathematician
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy. Full bio
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy. Full bio
Double-click the English transcript below to play the video.
00:12
Chris Anderson: You were something
of a mathematical phenom.
of a mathematical phenom.
0
817
2834
Chris Anderson: Bir tür
matematik fenomeniydiniz.
matematik fenomeniydiniz.
00:15
You had already taught at Harvard
and MIT at a young age.
and MIT at a young age.
1
3675
3064
Genç yaşta Harvard'da
ve MIT'de ders vermiştiniz.
ve MIT'de ders vermiştiniz.
00:18
And then the NSA came calling.
2
6763
2190
Sonra NSA'den teklif geldi.
00:21
What was that about?
3
9464
1204
Bu neyle ilgiliydi?
00:23
Jim Simons: Well the NSA --
that's the National Security Agency --
that's the National Security Agency --
4
11207
3923
Jim Simons: NSA -- yani
Ulusal Güvenlik Ajansı --
Ulusal Güvenlik Ajansı --
00:27
they didn't exactly come calling.
5
15154
1969
aslında tam olarak çağırmadılar.
00:29
They had an operation at Princeton,
where they hired mathematicians
where they hired mathematicians
6
17465
4474
Princeton'da, gizli kodları ve
benzeri şeyleri kırmaları için
benzeri şeyleri kırmaları için
00:33
to attack secret codes
and stuff like that.
and stuff like that.
7
21963
2942
matematikçileri işe aldıkları
bir operasyonları vardı.
bir operasyonları vardı.
00:37
And I knew that existed.
8
25294
1672
Bunun varlığını biliyordum.
00:39
And they had a very good policy,
9
27315
2180
Güzel bir politikaları vardı,
00:41
because you could do half your time
at your own mathematics,
at your own mathematics,
10
29519
3850
çünkü vaktimizin yarısını
kendi matematiğimize
kendi matematiğimize
00:45
and at least half your time
working on their stuff.
working on their stuff.
11
33393
3484
ve en az diğer yarısını da onların
işlerine ayırabiliyorduk.
işlerine ayırabiliyorduk.
00:49
And they paid a lot.
12
37559
1474
Çok da para ödüyorlardı.
00:51
So that was an irresistible pull.
13
39057
3051
Yani karşı konulamaz bir işti.
00:54
So, I went there.
14
42132
1912
Ben de oraya gittim.
00:56
CA: You were a code-cracker.
15
44068
1338
CA: Bir kod-kırıcısıydınız.
00:57
JS: I was.
16
45430
1166
JS: Evet öyleydim.
00:58
CA: Until you got fired.
17
46620
1157
CA: Kovulana kadar.
00:59
JS: Well, I did get fired. Yes.
18
47801
1583
JS: Pekâlâ, kovuldum. Evet.
01:01
CA: How come?
19
49408
1245
CA: Bu nasıl oldu?
01:03
JS: Well, how come?
20
51280
1333
JS: Nasıl mı oldu?
01:05
I got fired because,
well, the Vietnam War was on,
well, the Vietnam War was on,
21
53611
4956
Kovuldum, çünkü Vietnam
savaşı vardı ve benim kurumumdaki
savaşı vardı ve benim kurumumdaki
01:10
and the boss of bosses in my organization
was a big fan of the war
was a big fan of the war
22
58591
5738
patronların patronları,
savaşın büyük destekçileriydi
savaşın büyük destekçileriydi
01:16
and wrote a New York Times article,
a magazine section cover story,
a magazine section cover story,
23
64353
4395
ve ben, Vietnam'da nasıl kazanabileceğimiz
hakkında New York Times'da kapak konusu
hakkında New York Times'da kapak konusu
01:20
about how we would win in Vietnam.
24
68772
1770
olan bir makale yazmıştım.
01:22
And I didn't like that war,
I thought it was stupid.
I thought it was stupid.
25
70566
3129
Ben o savaşı sevmemiştim,
aptalca olduğunu düşünüyordum.
aptalca olduğunu düşünüyordum.
01:25
And I wrote a letter to the Times,
which they published,
which they published,
26
73719
2665
Times'a, ismi hatırlanırsa,
Maxwell Taylor için çalışan
Maxwell Taylor için çalışan
01:28
saying not everyone
who works for Maxwell Taylor,
who works for Maxwell Taylor,
27
76408
4014
herkesin, onun görüşlerini
desteklemediğini söyleyen
desteklemediğini söyleyen
01:32
if anyone remembers that name,
agrees with his views.
agrees with his views.
28
80446
4686
bir mektup yazdım ve
onlar da bunu yayınladılar.
onlar da bunu yayınladılar.
01:37
And I gave my own views ...
29
85553
1658
Ve kendi görüşümü bildirdim...
01:39
CA: Oh, OK. I can see that would --
30
87235
2164
CA: Ah, tamam. Bunun --
01:41
JS: ... which were different
from General Taylor's.
from General Taylor's.
31
89423
2555
JS: ... General Taylor'ın
fikirlerinden farklıydı.
fikirlerinden farklıydı.
01:44
But in the end, nobody said anything.
32
92002
1906
Fakat sonunda, kimse bir şey söylemedi.
01:45
But then, I was 29 years old at this time,
and some kid came around
and some kid came around
33
93932
3701
Fakat sonra, ben 29
yaşındaydım ve bir çocuk geldi,
yaşındaydım ve bir çocuk geldi,
01:49
and said he was a stringer
from Newsweek magazine
from Newsweek magazine
34
97657
3088
Newsweek dergisinde
muhabir olduğunu söyledi
muhabir olduğunu söyledi
01:52
and he wanted to interview me
and ask what I was doing about my views.
and ask what I was doing about my views.
35
100769
5367
ve benimle röportaj yaparak,
görüşlerimle ilgili sorular sormak istedi.
görüşlerimle ilgili sorular sormak istedi.
01:58
And I told him, "I'm doing
mostly mathematics now,
mostly mathematics now,
36
106160
3899
Ben de şöyle dedim, "Şu anda
çoğunlukla matematik çalışıyorum
çoğunlukla matematik çalışıyorum
02:02
and when the war is over,
then I'll do mostly their stuff."
then I'll do mostly their stuff."
37
110083
3373
ve savaş bittiğinde, çoğunlukla
onların işlerini yapacağım."
onların işlerini yapacağım."
02:06
Then I did the only
intelligent thing I'd done that day --
intelligent thing I'd done that day --
38
114123
2825
Sonra, o gün yapabileceğim
en akıllıca şeyi yaptım --
en akıllıca şeyi yaptım --
02:08
I told my local boss
that I gave that interview.
that I gave that interview.
39
116972
4157
bölge patronuma bu
röportajı verdiğimi söyledim.
röportajı verdiğimi söyledim.
02:13
And he said, "What'd you say?"
40
121153
1459
"Ne söyledin?" dedi.
02:14
And I told him what I said.
41
122636
1466
Söylediklerimi anlattım.
02:16
And then he said,
"I've got to call Taylor."
"I've got to call Taylor."
42
124126
2315
Sonra "Taylor'ı aramalıyım" dedi.
02:18
He called Taylor; that took 10 minutes.
43
126465
2377
Taylor'ı aradı, bu 10 dakika sürdü.
02:20
I was fired five minutes after that.
44
128866
2262
5 dakika sonra kovulmuştum.
02:23
CA: OK.
45
131590
1222
CA: Peki.
02:24
JS: But it wasn't bad.
46
132836
1151
JS: Ama bu kötü değildi.
02:26
CA: It wasn't bad,
because you went on to Stony Brook
because you went on to Stony Brook
47
134011
2493
CA: Kötü değildi,
çünkü Stony Brook'a gittin
çünkü Stony Brook'a gittin
02:28
and stepped up your mathematical career.
48
136528
3133
ve matematik kariyerinde yükseldin.
02:31
You started working with this man here.
49
139685
2452
Orada, o adamla çalışmaya başladın.
02:34
Who is this?
50
142161
1164
O kimdi?
02:36
JS: Oh, [Shiing-Shen] Chern.
51
144352
1412
JS: Ah, [Shiing-Shen] Chern.
02:37
Chern was one of the great
mathematicians of the century.
mathematicians of the century.
52
145788
3104
Chern, yüzyılın en iyi
matematikçilerinden birisiydi.
matematikçilerinden birisiydi.
02:40
I had known him when
I was a graduate student at Berkeley.
I was a graduate student at Berkeley.
53
148916
5233
Berkeley'de yüksek lisans
yaparken tanımıştım onu.
yaparken tanımıştım onu.
02:46
And I had some ideas,
54
154173
1871
Bazı fikirlerim vardı
02:48
and I brought them to him
and he liked them.
and he liked them.
55
156068
2447
ve fikirlerimi ona söylemiştim,
o da beğenmişti.
o da beğenmişti.
02:50
Together, we did this work
which you can easily see up there.
which you can easily see up there.
56
158539
6626
Birlikte, burada
görebileceğiniz, bu işi yaptık.
görebileceğiniz, bu işi yaptık.
02:57
There it is.
57
165189
1150
İşte burada.
02:59
CA: It led to you publishing
a famous paper together.
a famous paper together.
58
167198
3606
CA: Birlikte meşhur bir
makale yayınlamanıza yol açtı.
makale yayınlamanıza yol açtı.
03:02
Can you explain at all what that work was?
59
170828
3238
Bu işin ne olduğunu açıklayabilir misiniz?
03:07
JS: No.
60
175028
1158
JS: Hayır.
03:08
(Laughter)
61
176210
2274
(Gülüşmeler)
03:10
JS: I mean, I could
explain it to somebody.
explain it to somebody.
62
178966
2064
JS: Yani, bunu birisine açıklayabilirdim.
03:13
(Laughter)
63
181054
2075
(Gülüşmeler)
03:15
CA: How about explaining this?
64
183153
1864
CA: Bunu açıklamaya ne dersiniz?
03:17
JS: But not many. Not many people.
65
185041
2729
JS: Ama çok değil. Çok fazla insana değil.
03:21
CA: I think you told me
it had something to do with spheres,
it had something to do with spheres,
66
189144
2814
CA: Sanırım bunun kürelerle
ilgili olduğunu söylemiştiniz,
ilgili olduğunu söylemiştiniz,
03:23
so let's start here.
67
191982
1862
buradan başlayalım.
03:25
JS: Well, it did,
but I'll say about that work --
but I'll say about that work --
68
193868
3600
JS: Evet, öyleydi, fakat
bu işten bahsedeceğim --
bu işten bahsedeceğim --
03:29
it did have something to do with that,
but before we get to that --
but before we get to that --
69
197492
3200
bununla bir ilgisi vardı,
fakat ona geçmeden önce --
fakat ona geçmeden önce --
03:32
that work was good mathematics.
70
200716
3540
güzel bir matematik işiydi.
03:36
I was very happy with it; so was Chern.
71
204280
2492
Chern de ben de yaptığımız
şeyden çok mutluyduk.
şeyden çok mutluyduk.
03:39
It even started a little sub-field
that's now flourishing.
that's now flourishing.
72
207910
4176
Hatta şu anda yükselen
bir alt-alan olarak başladı.
bir alt-alan olarak başladı.
03:44
But, more interestingly,
it happened to apply to physics,
it happened to apply to physics,
73
212638
5294
Ama, daha ilginci, fizikte de kullanıldı;
03:49
something we knew nothing about --
at least I knew nothing about physics,
at least I knew nothing about physics,
74
217956
4295
bilmediğimiz bir şeydi -- en azından
ben fizikle ilgili hiçbir şey bilmiyordum,
ben fizikle ilgili hiçbir şey bilmiyordum,
03:54
and I don't think Chern
knew a heck of a lot.
knew a heck of a lot.
75
222275
2282
Chern'in de çok şey
bildiğini düşünmüyordum.
bildiğini düşünmüyordum.
03:56
And about 10 years
after the paper came out,
after the paper came out,
76
224581
3963
Makalenin çıkmasından
ortalama 10 yıl sonra,
ortalama 10 yıl sonra,
04:00
a guy named Ed Witten in Princeton
started applying it to string theory
started applying it to string theory
77
228568
4480
Princeton'dan Ed Witten adlı birisi
bunu sicim kuramına uygulamaya başladı
bunu sicim kuramına uygulamaya başladı
04:05
and people in Russia started applying it
to what's called "condensed matter."
to what's called "condensed matter."
78
233072
4852
ve Rusya'daki insanlar da "yoğun
madde" adlı şeye uygulama başladı.
madde" adlı şeye uygulama başladı.
04:09
Today, those things in there
called Chern-Simons invariants
called Chern-Simons invariants
79
237948
4893
Günümüzde, orada Chern-Simons
değişmezleri olarak adlandırılan bu şeyler
değişmezleri olarak adlandırılan bu şeyler
04:14
have spread through a lot of physics.
80
242865
1865
fizik aracılığıyla fazlasıyla yayıldı.
04:16
And it was amazing.
81
244754
1174
Bu muhteşemdi.
04:17
We didn't know any physics.
82
245952
1365
Fiziği hiç bilmiyorduk.
04:19
It never occurred to me
that it would be applied to physics.
that it would be applied to physics.
83
247714
2854
Bana fiziğe uygulanabilecek
bir şeymiş gibi gelmemişti.
bir şeymiş gibi gelmemişti.
04:22
But that's the thing about mathematics --
you never know where it's going to go.
you never know where it's going to go.
84
250592
3788
Fakat matematiğin olayı budur --
asla nereye gideceğini bilemezsiniz.
asla nereye gideceğini bilemezsiniz.
04:26
CA: This is so incredible.
85
254404
1492
CA: Bu gerçekten inanılmaz.
04:27
So, we've been talking about
how evolution shapes human minds
how evolution shapes human minds
86
255920
4364
Yani, evrimin insanların zihinlerini,
gerçeği algılayacak ya da algılayamayacak
gerçeği algılayacak ya da algılayamayacak
04:32
that may or may not perceive the truth.
87
260308
2508
biçimde, nasıl
şekillendirdiğinden bahsediyoruz.
şekillendirdiğinden bahsediyoruz.
04:34
Somehow, you come up
with a mathematical theory,
with a mathematical theory,
88
262840
3313
Bir şekilde bir matematik
teorisiyle ortaya çıktınız,
teorisiyle ortaya çıktınız,
04:38
not knowing any physics,
89
266177
1848
fiziği hiç bilmeden,
04:40
discover two decades later
that it's being applied
that it's being applied
90
268049
2498
yirmi yıl sonra ise bunun,
gerçek fiziksel dünyayı
gerçek fiziksel dünyayı
04:42
to profoundly describe
the actual physical world.
the actual physical world.
91
270571
3031
tanımlamada kullanıldığını keşfettiniz.
04:45
How can that happen?
92
273626
1153
Bu nasıl olabilir?
04:46
JS: God knows.
93
274803
1157
JS: Tanrı bilir.
04:47
(Laughter)
94
275984
2110
(Gülüşmeler)
04:50
But there's a famous physicist
named [Eugene] Wigner,
named [Eugene] Wigner,
95
278849
3150
Fakat, [Eugene] Wigner
adlı ünlü bir fizikçi vardı
adlı ünlü bir fizikçi vardı
04:54
and he wrote an essay on the unreasonable
effectiveness of mathematics.
effectiveness of mathematics.
96
282023
5588
ve matematiğin akıl almaz verimliliği
üzerine bir makale yazmıştı.
üzerine bir makale yazmıştı.
04:59
Somehow, this mathematics,
which is rooted in the real world
which is rooted in the real world
97
287635
3952
Bir açıdan, kökleri gerçek dünyada
bulunan bu matematik bir şekilde var,
bulunan bu matematik bir şekilde var,
05:03
in some sense -- we learn to count,
measure, everyone would do that --
measure, everyone would do that --
98
291611
4995
-- yani saymayı, ölçmeyi
öğreniyoruz, bunu herkes öğrenmiştir --
öğreniyoruz, bunu herkes öğrenmiştir --
05:08
and then it flourishes on its own.
99
296630
1830
sonra kendi kendine ilerliyor.
05:10
But so often it comes
back to save the day.
back to save the day.
100
298976
2841
Fakat sıklıkla, günü
kurtarmak için geri dönüyor.
kurtarmak için geri dönüyor.
05:14
General relativity is an example.
101
302293
2178
Genel izafiyet bir örnektir.
05:16
[Hermann] Minkowski had this geometry,
and Einstein realized,
and Einstein realized,
102
304495
3117
[Hermann] Minkowski bu geometriye
sahipti, Einstein da fark etti,
sahipti, Einstein da fark etti,
05:19
"Hey! It's the very thing
in which I can cast general relativity."
in which I can cast general relativity."
103
307636
3847
"Hey! Genel izafiyeti
kullanabileceğim şey tam da bu."
kullanabileceğim şey tam da bu."
05:23
So, you never know. It is a mystery.
104
311507
3112
Yani, asla bilemezsiniz. Bu bir gizemdir.
05:27
It is a mystery.
105
315056
1217
Bu bir gizemdir.
05:28
CA: So, here's a mathematical
piece of ingenuity.
piece of ingenuity.
106
316297
3296
CA: Pekâlâ, işte matematiksel
bir yaratıcılık parçası.
bir yaratıcılık parçası.
05:31
Tell us about this.
107
319617
1342
Bize bundan bahsedin.
05:32
JS: Well, that's a ball -- it's a sphere,
and it has a lattice around it --
and it has a lattice around it --
108
320983
5924
JS: Pekâlâ, bu bir top -- bir küre
ve etrafında bir kafes var --
ve etrafında bir kafes var --
05:38
you know, those squares.
109
326931
1573
bilirsiniz, bu kareler.
05:42
What I'm going to show here was
originally observed by [Leonhard] Euler,
originally observed by [Leonhard] Euler,
110
330697
4906
Burada göstereceğim şey aslında
1700'lerde büyük matematikçi
1700'lerde büyük matematikçi
05:47
the great mathematician, in the 1700s.
111
335627
2254
[Leonhard] Euler tarafından gözlemlendi.
05:50
And it gradually grew to be
a very important field in mathematics:
a very important field in mathematics:
112
338223
5181
Zaman geçtikçe, matematikte
çok önemli bir alan olmaya başladı:
çok önemli bir alan olmaya başladı:
05:55
algebraic topology, geometry.
113
343428
2334
Cebirsel topoloji, geometri.
05:59
That paper up there had its roots in this.
114
347039
4364
Şu kâğıtta bunun kaynağı var.
06:03
So, here's this thing:
115
351427
1834
Olay şu:
06:05
it has eight vertices,
12 edges, six faces.
12 edges, six faces.
116
353285
4452
Sekiz köşesi, on iki
kenarı ve altı yüzü var.
kenarı ve altı yüzü var.
06:09
And if you look at the difference --
vertices minus edges plus faces --
vertices minus edges plus faces --
117
357761
3830
Farka bakarsanız eğer --
köşeler eksi kenarlar artı yüzler --
köşeler eksi kenarlar artı yüzler --
06:13
you get two.
118
361615
1152
iki eder.
06:14
OK, well, two. That's a good number.
119
362791
2219
Pekâlâ, iki. Bu güzel bir sayı.
06:17
Here's a different way of doing it --
these are triangles covering --
these are triangles covering --
120
365034
4248
Bunu yapmanın diğer bir yolu --
bunlar üçgenler --
bunlar üçgenler --
06:21
this has 12 vertices and 30 edges
121
369306
4577
bunun 12 köşesi, 30 kenarı,
06:25
and 20 faces, 20 tiles.
122
373907
4195
20 yüzü ve 20 mozaiği var.
06:30
And vertices minus edges
plus faces still equals two.
plus faces still equals two.
123
378576
4591
Köşeler, eksi kenarlar,
artı yüzler, yine iki ediyor.
artı yüzler, yine iki ediyor.
06:35
And in fact, you could do this
any which way --
any which way --
124
383191
2847
Aslında, bunu herhangi
bir yolla da yapabilirsiniz --
bir yolla da yapabilirsiniz --
06:38
cover this thing with all kinds
of polygons and triangles
of polygons and triangles
125
386062
3398
bunu her türden çokgen
ve üçgenlerle kaplayın
ve üçgenlerle kaplayın
06:41
and mix them up.
126
389484
1320
ve hepsini karıştırın.
06:42
And you take vertices minus edges
plus faces -- you'll get two.
plus faces -- you'll get two.
127
390828
3279
Köşeler, eksi kenarlar, artı yüzler
-- yine iki elde edersiniz.
-- yine iki elde edersiniz.
06:46
Here's a different shape.
128
394131
1611
Burada farklı bir şekil var.
06:48
This is a torus, or the surface
of a doughnut: 16 vertices
of a doughnut: 16 vertices
129
396480
5250
Bu bir tor veya bir
donut yüzeyi: 16 köşe,
donut yüzeyi: 16 köşe,
06:53
covered by these rectangles,
32 edges, 16 faces.
32 edges, 16 faces.
130
401754
4244
32 kenar ve 16 yüzle kaplanmış.
06:58
Vertices minus edges comes out to be zero.
131
406530
2684
Köşeler, eksi kenarların sonucu sıfırdır.
07:01
It'll always come out to zero.
132
409238
1475
Her zaman sıfırdır.
07:02
Every time you cover a torus
with squares or triangles
with squares or triangles
133
410737
4310
Bir toru kare, üçgen veya
bunun gibi bir şeyle kaplarsanız
bunun gibi bir şeyle kaplarsanız
07:07
or anything like that,
you're going to get zero.
you're going to get zero.
134
415071
3935
her zaman sıfır elde edersiniz.
07:12
So, this is called
the Euler characteristic.
the Euler characteristic.
135
420514
2390
Buna Euler karakteristiği adı veriliyor.
07:14
And it's what's called
a topological invariant.
a topological invariant.
136
422928
3449
Ayrıca topolojik değişmez
adı verilen şey de budur.
adı verilen şey de budur.
07:18
It's pretty amazing.
137
426849
1156
Gerçekten muhteşem.
07:20
No matter how you do it,
you're always get the same answer.
you're always get the same answer.
138
428029
2791
Nasıl yaparsanız yapın,
daima aynı sonuca varırsınız.
daima aynı sonuca varırsınız.
07:22
So that was the first sort of thrust,
from the mid-1700s,
from the mid-1700s,
139
430844
6299
1700'lerin ortalarından beri,
günümüzde cebirsel topoloji adı verilen
günümüzde cebirsel topoloji adı verilen
07:29
into a subject which is now called
algebraic topology.
algebraic topology.
140
437167
3769
bir konuya yapılan ilk atılım buydu.
07:32
CA: And your own work
took an idea like this and moved it
took an idea like this and moved it
141
440960
2983
CA: Senin çalışman da bunun
gibi bir fikirden çıktı ve sen de
gibi bir fikirden çıktı ve sen de
07:35
into higher-dimensional theory,
142
443967
2449
onu yüksek-boyutlu bir teoriye,
07:38
higher-dimensional objects,
and found new invariances?
and found new invariances?
143
446440
3088
yüksek-boyutlu objelere taşıyarak
yeni değişmezler mi buldun?
yeni değişmezler mi buldun?
07:41
JS: Yes. Well, there were already
higher-dimensional invariants:
higher-dimensional invariants:
144
449552
4643
JS: Evet. Yüksek-boyutlu
değişmezler, hâlihazırda vardı:
değişmezler, hâlihazırda vardı:
07:46
Pontryagin classes --
actually, there were Chern classes.
actually, there were Chern classes.
145
454219
4457
Pontryagin sınıfları
-- aslında Chern sınıfları idi.
-- aslında Chern sınıfları idi.
07:50
There were a bunch
of these types of invariants.
of these types of invariants.
146
458700
3548
Bu türden bir grup değişmez vardı.
07:54
I was struggling to work on one of them
147
462272
4135
Bir tanesi üzerinde çalışmak
07:58
and model it sort of combinatorially,
148
466431
4203
ve kombinatorik olarak
modelini yapmaya çabalıyordum,
modelini yapmaya çabalıyordum,
08:02
instead of the way it was typically done,
149
470658
3022
tipik olan biçimi yapmak yerine
08:05
and that led to this work
and we uncovered some new things.
and we uncovered some new things.
150
473704
4359
ve sonucunda bu çalışma ortaya
çıktı, biz de yeni şeyler keşfettik.
çıktı, biz de yeni şeyler keşfettik.
08:10
But if it wasn't for Mr. Euler --
151
478087
3501
Ama eğer, yaklaşık 70 cilt
matematik kitabı yazan,
matematik kitabı yazan,
08:13
who wrote almost 70 volumes of mathematics
152
481612
3981
13 çocuğu olup
08:17
and had 13 children,
153
485617
1731
yazarken dizinde çocuklarını
08:19
who he apparently would dandle on his knee
while he was writing --
while he was writing --
154
487372
6442
sallayan Bay Euler olmasaydı --
08:25
if it wasn't for Mr. Euler, there wouldn't
perhaps be these invariants.
perhaps be these invariants.
155
493838
5774
muhtemelen bu değişkenler de olmayacaktı.
08:32
CA: OK, so that's at least given us
a flavor of that amazing mind in there.
a flavor of that amazing mind in there.
156
500157
4097
CA: Pekâlâ, en azından bize bu
mükemmel zekâdan bir örnek verdi.
mükemmel zekâdan bir örnek verdi.
08:36
Let's talk about Renaissance.
157
504804
1543
Rönesans'tan bahsedelim.
08:38
Because you took that amazing mind
and having been a code-cracker at the NSA,
and having been a code-cracker at the NSA,
158
506371
5856
Çünkü bu mükemmel zekâyı aldınız
ve NSA'de bir kod-kırıcı iken
ve NSA'de bir kod-kırıcı iken
08:44
you started to become a code-cracker
in the financial industry.
in the financial industry.
159
512251
3229
ekonomi endüstrisinde de bir
kod-kırıcı hâline gelmeye başladınız.
kod-kırıcı hâline gelmeye başladınız.
08:47
I think you probably didn't buy
efficient market theory.
efficient market theory.
160
515504
2690
Bence muhtemelen etkin
piyasa tezini beğenmediniz.
piyasa tezini beğenmediniz.
08:50
Somehow you found a way of creating
astonishing returns over two decades.
astonishing returns over two decades.
161
518218
6387
Yirmi yılda, bir şekilde dudak uçuklatan
kazançları yaratma yolu buldunuz.
kazançları yaratma yolu buldunuz.
08:56
The way it's been explained to me,
162
524629
1671
Bana açıklanan hâliyle,
08:58
what's remarkable about what you did
wasn't just the size of the returns,
wasn't just the size of the returns,
163
526324
3499
yaptığınız şeyde göze çarpan şey,
kazançları yalnızca ölçmemeniz,
kazançları yalnızca ölçmemeniz,
09:01
it's that you took them
with surprisingly low volatility and risk,
with surprisingly low volatility and risk,
164
529847
3883
aynı zamanda onları düşük
dengesizlik ve riskle almanızdır,
dengesizlik ve riskle almanızdır,
09:05
compared with other hedge funds.
165
533754
1824
diğer serbest fonlara kıyasla.
09:07
So how on earth did you do this, Jim?
166
535602
1929
Bunu nasıl yaptın Jim?
09:10
JS: I did it by assembling
a wonderful group of people.
a wonderful group of people.
167
538071
4111
JS: Mükemmel bir grup
insanla birlikte yaptım.
insanla birlikte yaptım.
09:14
When I started doing trading, I had
gotten a little tired of mathematics.
gotten a little tired of mathematics.
168
542206
3956
Ticarete başladığımda,
matematikten biraz yorulmuştum.
matematikten biraz yorulmuştum.
09:18
I was in my late 30s,
I had a little money.
I had a little money.
169
546186
3923
30 yaşımın sonlarındaydım ve param azdı.
09:22
I started trading and it went very well.
170
550133
2509
Ticarete başladım ve çok iyi gitti.
09:25
I made quite a lot of money
with pure luck.
with pure luck.
171
553063
2748
Şans eseri bayağı para kazandım.
09:27
I mean, I think it was pure luck.
172
555835
1666
Yani sadece bir şanstı.
09:29
It certainly wasn't mathematical modeling.
173
557525
2109
Kesinlikle matematiksel modelleme değildi.
09:31
But in looking at the data,
after a while I realized:
after a while I realized:
174
559658
3831
Fakat verilere baktıktan
bir süre sonra, şunu fark ettim:
bir süre sonra, şunu fark ettim:
09:35
it looks like there's some structure here.
175
563513
2553
burada bir takım yapılar var gibiydi.
09:38
And I hired a few mathematicians,
and we started making some models --
and we started making some models --
176
566090
3697
Birkaç matematikçi kiraladım
ve bazı modellemeler yapmaya başladık --
ve bazı modellemeler yapmaya başladık --
09:41
just the kind of thing we did back
at IDA [Institute for Defense Analyses].
at IDA [Institute for Defense Analyses].
177
569811
4265
tıpkı eskiden SAE'de (Otomotiv
Mühendisleri Derneği) yaptığımız gibi.
Mühendisleri Derneği) yaptığımız gibi.
09:46
You design an algorithm,
you test it out on a computer.
you test it out on a computer.
178
574100
2833
Algoritma tasarlıyorsunuz,
bilgisayarda test ediyorsunuz.
bilgisayarda test ediyorsunuz.
09:48
Does it work? Doesn't it work? And so on.
179
576957
2166
İşe yarıyor mu? Yaramıyor mu? Bunun gibi.
09:51
CA: Can we take a look at this?
180
579443
1479
CA: Şuna bakabilir miyiz?
09:52
Because here's a typical graph
of some commodity.
of some commodity.
181
580946
4541
Çünkü burada tipik bir
ticari mal grafiği var.
ticari mal grafiği var.
09:58
I look at that, and I say,
"That's just a random, up-and-down walk --
"That's just a random, up-and-down walk --
182
586487
4041
Baktım ve dedim ki,
"Bu rastgele, inişli çıkışlı bir gidişat -
"Bu rastgele, inişli çıkışlı bir gidişat -
10:02
maybe a slight upward trend
over that whole period of time."
over that whole period of time."
183
590552
2862
belki de tüm zamanın
hafif artan bir trendi."
hafif artan bir trendi."
10:05
How on earth could you trade
looking at that,
looking at that,
184
593438
2113
Buna bakarak nasıl ticaret yapabilidiniz
10:07
and see something that wasn't just random?
185
595575
2326
ve rastgele olmayan bir şeyler gördünüz?
10:09
JS: In the old days -- this is
kind of a graph from the old days,
kind of a graph from the old days,
186
597925
3247
JS: Eskiden -- bu eski
günlere ait bir tür grafik,
günlere ait bir tür grafik,
10:13
commodities or currencies
had a tendency to trend.
had a tendency to trend.
187
601196
4284
ticari malların veya dövizlerin
trend eğilimleri vardı.
trend eğilimleri vardı.
10:17
Not necessarily the very light trend
you see here, but trending in periods.
you see here, but trending in periods.
188
605504
6055
Burada gördüğünüz hafif
trendler değil, dönemsel trendler.
trendler değil, dönemsel trendler.
10:23
And if you decided, OK,
I'm going to predict today,
I'm going to predict today,
189
611583
4056
Eğer tamam, bugün son 20
gündeki ortalama hareket üzerinden
gündeki ortalama hareket üzerinden
10:27
by the average move in the past 20 days --
190
615663
4968
tahminde bulunacağım derseniz --
10:32
maybe that would be a good prediction,
and I'd make some money.
and I'd make some money.
191
620655
3107
bu belki iyi bir tahmin olur
ve para kazanabilirim.
ve para kazanabilirim.
10:35
And in fact, years ago,
such a system would work --
such a system would work --
192
623786
5608
Aslında, yıllar önce böyle
bir sistem işe yarayabilirdi --
bir sistem işe yarayabilirdi --
10:41
not beautifully, but it would work.
193
629418
2391
mükemmel şekilde değil, ama yarardı.
10:43
You'd make money, you'd lose
money, you'd make money.
money, you'd make money.
194
631833
2509
Para kazanıp, kaybedip kazanabilirdiniz.
10:46
But this is a year's worth of days,
195
634366
2198
Fakat bu bir yıl değerinde bir gün
10:48
and you'd make a little money
during that period.
during that period.
196
636588
4241
ve bu dönem esnasında biraz
para kazanabilirsiniz.
para kazanabilirsiniz.
10:53
It's a very vestigial system.
197
641884
1958
İşlevini kaybetmiş bir sistem.
10:56
CA: So you would test
a bunch of lengths of trends in time
a bunch of lengths of trends in time
198
644525
3529
CA: Yani zamanla bir takım
trend uzunluklarını test edip
trend uzunluklarını test edip
11:00
and see whether, for example,
199
648078
2436
örneğin, 10 günlük veya
15 günlük bir trendin
15 günlük bir trendin
11:02
a 10-day trend or a 15-day trend
was predictive of what happened next.
was predictive of what happened next.
200
650538
3481
sonrası için tahminci olup
olmayacağını görecektiniz.
olmayacağını görecektiniz.
11:06
JS: Sure, you would try all those things
and see what worked best.
and see what worked best.
201
654043
6762
JS: Elbette, hepsini deneyebilir
ve işe yarayanı bulabilirdiniz.
ve işe yarayanı bulabilirdiniz.
11:13
Trend-following would
have been great in the '60s,
have been great in the '60s,
202
661515
3350
Trend takibi 60'larda çok iyiydi,
11:16
and it was sort of OK in the '70s.
203
664889
2132
70'lerde ise fena değildi.
11:19
By the '80s, it wasn't.
204
667045
1873
Ama 80'lerde, kötüydü.
11:20
CA: Because everyone could see that.
205
668942
2817
CA: Çünkü herkes görebiliyordu.
11:23
So, how did you stay ahead of the pack?
206
671783
2782
Peki rakiplerinizin önüne nasıl geçtiniz?
11:27
JS: We stayed ahead of the pack
by finding other approaches --
by finding other approaches --
207
675046
6132
JS: Farklı yaklaşımlarda bularak
rakiplerimizin önüne geçtik --
rakiplerimizin önüne geçtik --
11:33
shorter-term approaches to some extent.
208
681202
2741
bir ölçüde, kısa zamanlı yaklaşımlar.
11:37
The real thing was to gather
a tremendous amount of data --
a tremendous amount of data --
209
685107
3347
Asıl olay, büyük miktarda veri toplamaktı
11:40
and we had to get it by hand
in the early days.
in the early days.
210
688478
3578
ve eski günlerde bunu elden
yapmak zorundaydık.
yapmak zorundaydık.
11:44
We went down to the Federal Reserve
and copied interest rate histories
and copied interest rate histories
211
692080
3466
Merkez Bankası'na gittik ve
faiz oranlarının tarihlerini ve bu tür
faiz oranlarının tarihlerini ve bu tür
11:47
and stuff like that,
because it didn't exist on computers.
because it didn't exist on computers.
212
695570
3265
şeyleri kopyaladık,
çünkü bilgisayarlarda yoktu.
çünkü bilgisayarlarda yoktu.
11:50
We got a lot of data.
213
698859
1643
Elimizde çok fazla veri vardı.
11:52
And very smart people -- that was the key.
214
700526
4160
Çok zeki insanlar -- anahtar buydu.
11:57
I didn't really know how to hire
people to do fundamental trading.
people to do fundamental trading.
215
705463
3776
Esas ticareti yapmak için insanların
nasıl kiralanacağını bilmiyordum.
nasıl kiralanacağını bilmiyordum.
12:01
I had hired a few -- some made money,
some didn't make money.
some didn't make money.
216
709749
2949
Birkaç kişi buldum -- kimisi
para kazandı, kimisi kazanmadı.
para kazandı, kimisi kazanmadı.
12:04
I couldn't make a business out of that.
217
712722
1880
Bu şekilde iş yapamazdım.
12:06
But I did know how to hire scientists,
218
714626
2042
Ama bilim adamlarını nasıl işe alacağımı
12:08
because I have some taste
in that department.
in that department.
219
716692
3389
biliyordum, çünkü o alana ilgim var.
12:12
So, that's what we did.
220
720105
1838
Bunu yaptık.
12:13
And gradually these models
got better and better,
got better and better,
221
721967
3231
Bu modeller gitgide daha iyi ve daha iyi,
hatta daha da iyi hâle geldiler.
12:17
and better and better.
222
725222
1335
12:18
CA: You're credited with doing
something remarkable at Renaissance,
something remarkable at Renaissance,
223
726581
3214
CA: Rönesans'ta fevkalade bir
şeyler yaptığınız biliniyor ki bu da
şeyler yaptığınız biliniyor ki bu da
12:21
which is building this culture,
this group of people,
this group of people,
224
729819
2601
yalnızca parayla aklı
çelinebilecek danışmanlar olmayan
çelinebilecek danışmanlar olmayan
12:24
who weren't just hired guns
who could be lured away by money.
who could be lured away by money.
225
732444
3142
bu insan grubunu, bu kültürü oluşturmaktı.
12:27
Their motivation was doing
exciting mathematics and science.
exciting mathematics and science.
226
735610
3912
Motivasyonları heyecan verici
matematik ve bilim yapmak.
matematik ve bilim yapmak.
12:31
JS: Well, I'd hoped that might be true.
227
739860
2399
JS: Bunun doğru olmasını umardım.
12:34
But some of it was money.
228
742283
3580
Fakat bir kısmı da paraydı.
CA: Çok para kazandılar.
12:37
CA: They made a lot of money.
229
745887
1393
JS: Hiç kimsenin para yüzünden
gelmediğini söyleyemem.
gelmediğini söyleyemem.
12:39
JS: I can't say that no one came
because of the money.
because of the money.
230
747304
2537
Bence bir çoğu para için geldi.
12:41
I think a lot of them
came because of the money.
came because of the money.
231
749865
2253
Fakat eğlenceli olacağı için de geldiler.
12:44
But they also came
because it would be fun.
because it would be fun.
232
752142
2021
CA: Peki makine öğrenimi
bunda nasıl bir rol oynadı?
bunda nasıl bir rol oynadı?
12:46
CA: What role did machine learning
play in all this?
play in all this?
233
754187
2488
12:48
JS: In a certain sense,
what we did was machine learning.
what we did was machine learning.
234
756699
3064
JS: Yaptığımız şey, bir
anlamda makine öğrenimi idi.
anlamda makine öğrenimi idi.
12:52
You look at a lot of data, and you try
to simulate different predictive schemes,
to simulate different predictive schemes,
235
760879
6291
Çok fazla veriye bakıyorsunuz, farklı
tahmini şemaların benzerlerini yapmaya
tahmini şemaların benzerlerini yapmaya
12:59
until you get better and better at it.
236
767194
2182
çalışıyorsunuz, en iyi hâle gelene dek.
13:01
It doesn't necessarily feed back on itself
the way we did things.
the way we did things.
237
769400
3767
Yaptığımız şeyleri yapma biçimimizin,
geri bildirim alması gerekmiyor.
geri bildirim alması gerekmiyor.
13:05
But it worked.
238
773191
2309
Ama işe yaradı.
13:08
CA: So these different predictive schemes
can be really quite wild and unexpected.
can be really quite wild and unexpected.
239
776150
4059
CA: Yani bu farklı tahmini şemalar
oldukça savruk ve beklenmedik olabilir.
oldukça savruk ve beklenmedik olabilir.
13:12
I mean, you looked at everything, right?
240
780233
1914
Yani, her şeye baktınız, değil mi?
13:14
You looked at the weather,
length of dresses, political opinion.
length of dresses, political opinion.
241
782171
3317
Hava durumuna, elbise
boylarına, politik fikirlere.
boylarına, politik fikirlere.
13:17
JS: Yes, length of dresses we didn't try.
242
785512
2837
JS: Evet, elbise boylarını denemedik.
13:20
CA: What sort of things?
243
788373
2057
CA: Peki, ne gibi şeyler?
13:22
JS: Well, everything.
244
790454
1158
JS: Pekâlâ, her şey.
13:23
Everything is grist for the mill --
except hem lengths.
except hem lengths.
245
791636
3264
Her şey faydalıdır --
elbise kenarı uzunlukları hariç.
elbise kenarı uzunlukları hariç.
13:28
Weather, annual reports,
246
796852
2300
Hava durumu, yıllık raporlar,
13:31
quarterly reports, historic data itself,
volumes, you name it.
volumes, you name it.
247
799176
4732
üç aylık raporlar, tarihsel veriler,
birimler, aklınıza ne gelirse.
birimler, aklınıza ne gelirse.
13:35
Whatever there is.
248
803932
1151
Elimizde ne varsa.
13:37
We take in terabytes of data a day.
249
805107
2621
Bir günde terabaytlarca veri alıyoruz.
13:39
And store it away and massage it
and get it ready for analysis.
and get it ready for analysis.
250
807752
4124
Saklıyoruz, düzenliyoruz
ve analize hazır hâle getiriyoruz.
ve analize hazır hâle getiriyoruz.
13:45
You're looking for anomalies.
251
813446
1382
Yanlış arıyorsunuz.
13:46
You're looking for -- like you said,
252
814852
2953
Dediğin gibi -- etkin piyasa
13:49
the efficient market
hypothesis is not correct.
hypothesis is not correct.
253
817829
2452
hipotezinde yanlışlık arıyorsunuz.
13:52
CA: But any one anomaly
might be just a random thing.
might be just a random thing.
254
820305
3467
CA: Fakat herhangi bir yanlışlık
rastgele bir şey de olabilir.
rastgele bir şey de olabilir.
13:55
So, is the secret here to just look
at multiple strange anomalies,
at multiple strange anomalies,
255
823796
3658
Öyleyse bunun sırrı, birkaç garip
yanlışlığa bakmak ve ne zaman
yanlışlığa bakmak ve ne zaman
13:59
and see when they align?
256
827478
1328
çakıştıklarını görmek mi?
14:01
JS: Any one anomaly
might be a random thing;
might be a random thing;
257
829238
3213
JS: Herhangi bir yanlışlık
rastgele bir şey de olabilir:
rastgele bir şey de olabilir:
14:04
however, if you have enough data
you can tell that it's not.
you can tell that it's not.
258
832475
3039
Ancak yeterli veriniz varsa,
öyle olmadığını söyleyebilirsiniz.
öyle olmadığını söyleyebilirsiniz.
14:07
You can see an anomaly that's persistent
for a sufficiently long time --
for a sufficiently long time --
259
835538
4950
Uzun zamandır var olan bir
yanlışlığı görebilirsiniz --
yanlışlığı görebilirsiniz --
14:12
the probability of it being
random is not high.
random is not high.
260
840512
4975
bunun rastgele olma ihtimali
yüksek değildir.
yüksek değildir.
14:17
But these things fade after a while;
anomalies can get washed out.
anomalies can get washed out.
261
845511
4858
Fakat bu şeyler bir süre sonra
yok olur, yanlışlıklar temizlenebilir.
yok olur, yanlışlıklar temizlenebilir.
14:22
So you have to keep on top
of the business.
of the business.
262
850393
2420
Dolayısıyla işin üzerinde durman gerekir.
14:24
CA: A lot of people look
at the hedge fund industry now
at the hedge fund industry now
263
852837
2672
CA: Günümüzde çoğu kişi
serbest fon endüstrisine bakıyor
serbest fon endüstrisine bakıyor
14:27
and are sort of ... shocked by it,
264
855533
4398
ve kısmen ... sarsılıyorlar,
14:31
by how much wealth is created there,
265
859955
2172
orada yaratılan zenginlik ve oradaki
14:34
and how much talent is going into it.
266
862151
2245
yetenekler, onları şaşırtıyor.
14:37
Do you have any worries
about that industry,
about that industry,
267
865523
4006
Bu endüstriye dair bir endişeniz var mı,
14:41
and perhaps the financial
industry in general?
industry in general?
268
869553
2414
belki de genel olarak
finans endüstrisine dair?
finans endüstrisine dair?
14:43
Kind of being on a runaway train that's --
269
871991
2704
Kaçak bir trene binmek gibi --
14:46
I don't know --
helping increase inequality?
helping increase inequality?
270
874719
4030
bilmiyorum -- eşitsizliğin
artmasına sebep oluyor mu?
artmasına sebep oluyor mu?
14:50
How would you champion what's happening
in the hedge fund industry?
in the hedge fund industry?
271
878773
3831
Serbest fon endüstrisinde
olup biteni nasıl savunabilirsin?
olup biteni nasıl savunabilirsin?
14:54
JS: I think in the last
three or four years,
three or four years,
272
882628
2608
JS: Bence son üç veya dört yılda
14:57
hedge funds have not done especially well.
273
885260
2103
serbest fonlar çok da iyiye gitmedi.
14:59
We've done dandy,
274
887387
1400
Biz işi mükemmel yaptık,
15:00
but the hedge fund industry as a whole
has not done so wonderfully.
has not done so wonderfully.
275
888811
4001
ama serbest fon endüstrisi bir
bütün olarak mükemmel iş yapmadı.
bütün olarak mükemmel iş yapmadı.
15:04
The stock market has been on a roll,
going up as everybody knows,
going up as everybody knows,
276
892836
4902
Borsa hızını aldı, herkesin
bildiği gibi, büyüyor
bildiği gibi, büyüyor
15:09
and price-earnings ratios have grown.
277
897762
3445
ve fiyat-kazanç oranları yükseldi.
15:13
So an awful lot of the wealth
that's been created in the last --
that's been created in the last --
278
901231
3063
Son dönemde -- son beş
veya altı yılda diyelim -- yaratılan
veya altı yılda diyelim -- yaratılan
15:16
let's say, five or six years --
has not been created by hedge funds.
has not been created by hedge funds.
279
904318
3350
zenginliğin çoğunu,
serbest fonlar yaratmadı.
serbest fonlar yaratmadı.
15:20
People would ask me,
"What's a hedge fund?"
"What's a hedge fund?"
280
908458
3221
İnsanlar bana "serbest fon
nedir?" diye soracaklardı.
nedir?" diye soracaklardı.
15:23
And I'd say, "One and 20."
281
911703
2260
Ben de "Bir ve 20" diyecektim.
15:25
Which means -- now it's two and 20 --
282
913987
3566
Anlamı şu -- şu anda iki ve 20 --
15:29
it's two percent fixed fee
and 20 percent of profits.
and 20 percent of profits.
283
917577
3353
yüzde iki sabit ücret ve yüzde 20 de kâr.
15:32
Hedge funds are all
different kinds of creatures.
different kinds of creatures.
284
920954
2352
Serbest fonlar, farklı
türden yaratıklardır.
türden yaratıklardır.
15:35
CA: Rumor has it you charge
slightly higher fees than that.
slightly higher fees than that.
285
923330
3239
CA: Söylentilere göre siz daha
yüksek ücret talep ediyorsunuz.
yüksek ücret talep ediyorsunuz.
15:39
JS: We charged the highest fees
in the world at one time.
in the world at one time.
286
927339
3081
JS: Dünyadaki en yüksek ücretleri
bir kerede talep ettik.
bir kerede talep ettik.
15:42
Five and 44, that's what we charge.
287
930444
3226
Beş ve 44, talep ettiklerimiz.
15:45
CA: Five and 44.
288
933694
1398
CA: Beş ve 44.
15:47
So five percent flat,
44 percent of upside.
44 percent of upside.
289
935116
3234
Yani yüzde beş sabit, yüzde 44 kâr.
15:50
You still made your investors
spectacular amounts of money.
spectacular amounts of money.
290
938374
2783
Yatırımcılarınıza hâlâ büyük
ölçüde para kazandırıyorsunuz.
ölçüde para kazandırıyorsunuz.
15:53
JS: We made good returns, yes.
291
941181
1452
JS: İyi dönüşler yaptık, evet.
15:54
People got very mad:
"How can you charge such high fees?"
"How can you charge such high fees?"
292
942657
3000
İnsanlar kızgın: "Nasıl yüksek
ücret talep edebiliyorsunuz?"
ücret talep edebiliyorsunuz?"
15:57
I said, "OK, you can withdraw."
293
945681
1627
"Tamam, çekilebilirsiniz" dedim.
15:59
But "How can I get more?"
was what people were --
was what people were --
294
947332
2818
Ama "daha fazla nasıl
kazanabilirim?" insanlar böyleydi --
kazanabilirim?" insanlar böyleydi --
16:02
(Laughter)
295
950174
1504
(Gülüşmeler)
16:03
But at a certain point,
as I think I told you,
as I think I told you,
296
951702
2440
Ama bir noktada, sanırım sana söyledim,
16:06
we bought out all the investors
because there's a capacity to the fund.
because there's a capacity to the fund.
297
954166
5175
bütün yatırımcıları aldık,
çünkü sermaye kapasitesi vardı.
çünkü sermaye kapasitesi vardı.
16:11
CA: But should we worry
about the hedge fund industry
about the hedge fund industry
298
959365
2704
CA: Fakat, dünyadaki
birçok soruna karşın, dünyanın
birçok soruna karşın, dünyanın
16:14
attracting too much of the world's
great mathematical and other talent
great mathematical and other talent
299
962093
5438
bu konuda çalışabilecek en iyi
matematiksel veya diğer yeteneklerinin
matematiksel veya diğer yeteneklerinin
16:19
to work on that, as opposed
to the many other problems in the world?
to the many other problems in the world?
300
967555
3238
dikkatini serbest fon endüstrisinin
çekmesinden endişelenmeli miyiz?
çekmesinden endişelenmeli miyiz?
JS: Pekâlâ, yalnızca matematiksel değil.
16:22
JS: Well, it's not just mathematical.
301
970817
1929
16:24
We hire astronomers and physicists
and things like that.
and things like that.
302
972770
2679
Astronomlar ve fizikçiler
ve benzerlerini de kiraladık.
ve benzerlerini de kiraladık.
16:27
I don't think we should worry
about it too much.
about it too much.
303
975833
2431
Çok fazla endişelenmemiz
gerektiğini düşünmüyorum.
gerektiğini düşünmüyorum.
16:30
It's still a pretty small industry.
304
978288
3142
Bu hâlâ küçük bir endüstri.
16:33
And in fact, bringing science
into the investing world
into the investing world
305
981454
5997
Aslında, yatırım dünyasına bilim getirmek,
16:39
has improved that world.
306
987475
2159
bu dünyayı geliştirdi.
16:41
It's reduced volatility.
It's increased liquidity.
It's increased liquidity.
307
989658
4070
Oynaklığı azalttı. Akışkanlığı yükseltti.
16:45
Spreads are narrower because
people are trading that kind of stuff.
people are trading that kind of stuff.
308
993752
3189
Yayılmalar daha dar, çünkü
insanlar bu tür şeyler alıp satıyor.
insanlar bu tür şeyler alıp satıyor.
16:48
So I'm not too worried about Einstein
going off and starting a hedge fund.
going off and starting a hedge fund.
309
996965
5076
Yani Einstein'ın gelip de bir serbest
fon başlatmasından endişelenmiyorum.
fon başlatmasından endişelenmiyorum.
16:54
CA: You're at a phase in your life now
where you're actually investing, though,
where you're actually investing, though,
310
1002478
4164
CA: Hayatının, gerçekten yatırım
yaptığın bir evresinde bulunuyorsun,
yaptığın bir evresinde bulunuyorsun,
16:58
at the other end of the supply chain --
311
1006666
3734
fakat tedarik zincirinin diğer ucunda --
17:02
you're actually boosting
mathematics across America.
mathematics across America.
312
1010424
4104
Amerika'yı matematiğe teşvik ediyorsun.
17:06
This is your wife, Marilyn.
313
1014552
1865
Bu eşin, Marilyn.
17:08
You're working on
philanthropic issues together.
philanthropic issues together.
314
1016441
4756
Birlikte hayır işlerinde çalışıyorsunuz.
17:13
Tell me about that.
315
1021221
1163
Bundan bahsedelim.
17:14
JS: Well, Marilyn started --
316
1022408
3649
JS: Pekâlâ, Marilyn --
17:18
there she is up there,
my beautiful wife --
my beautiful wife --
317
1026081
3447
işte benim güzel eşim orada --
17:21
she started the foundation
about 20 years ago.
about 20 years ago.
318
1029552
2972
yaklaşık 20 yıl önce vakfı başlattı.
17:24
I think '94.
319
1032548
1151
94 yılıydı sanırım.
17:25
I claim it was '93, she says it was '94,
320
1033723
2095
Ben 93 diyorum, o 94 diyor,
17:27
but it was one of those two years.
321
1035842
2571
fakat ikisinden biriydi.
17:30
(Laughter)
322
1038437
2135
(Gülüşmeler)
17:32
We started the foundation,
just as a convenient way to give charity.
just as a convenient way to give charity.
323
1040596
6719
Bağış yapmanın en iyi yolu
olan vakıf işine başladık.
olan vakıf işine başladık.
17:40
She kept the books, and so on.
324
1048346
2507
O hesap tuttu.
17:42
We did not have a vision at that time,
but gradually a vision emerged --
but gradually a vision emerged --
325
1050877
6714
O zamanlar bir vizyonumuz yoktu,
fakat zamanla ortaya çıktı --
fakat zamanla ortaya çıktı --
17:49
which was to focus on math and science,
to focus on basic research.
to focus on basic research.
326
1057615
5504
matematik ve bilime odaklanmak,
temel araştırmaya odaklanmak.
temel araştırmaya odaklanmak.
17:55
And that's what we've done.
327
1063569
2772
İşte biz bunu yaptık.
17:58
Six years ago or so, I left Renaissance
and went to work at the foundation.
and went to work at the foundation.
328
1066365
6355
Yaklaşık altı yıl önce Rönesans'ı
bıraktım ve vakıfta çalışmaya başladım.
bıraktım ve vakıfta çalışmaya başladım.
18:04
So that's what we do.
329
1072744
1571
Yaptığımız şey de bu.
18:06
CA: And so Math for America
is basically investing
is basically investing
330
1074339
2909
CA: Yani Amerika için
Matematik, temelde ülke çapında
Matematik, temelde ülke çapında
18:09
in math teachers around the country,
331
1077272
2638
matematik öğretmenlerine yatırım yapmak,
18:11
giving them some extra income,
giving them support and coaching.
giving them support and coaching.
332
1079934
3802
onlara ekstra gelir sağlamak,
onlara destek vermek ve rehberlik etmek.
onlara destek vermek ve rehberlik etmek.
18:15
And really trying
to make that more effective
to make that more effective
333
1083760
3051
Bunu daha da etkili kılmayı ve
öğretmenlerin heveslenebileceği
öğretmenlerin heveslenebileceği
18:18
and make that a calling
to which teachers can aspire.
to which teachers can aspire.
334
1086835
2601
bir çağrıda bulunmayı denemek.
18:21
JS: Yeah -- instead of beating up
the bad teachers,
the bad teachers,
335
1089460
4790
JS: Evet -- kötü
öğretmenleri yok etmek yerine,
öğretmenleri yok etmek yerine,
18:26
which has created morale problems
all through the educational community,
all through the educational community,
336
1094274
4853
çünkü bu, eğitim topluluğunda
ahlaki problemler yaratır,
ahlaki problemler yaratır,
18:31
in particular in math and science,
337
1099151
2441
özellikle de matematik ve bilim alanında,
18:33
we focus on celebrating the good ones
and giving them status.
and giving them status.
338
1101616
6130
bunun yerine, iyi olanları desteklemeye
ve onlara statü vermeye odaklanıyoruz.
ve onlara statü vermeye odaklanıyoruz.
18:39
Yeah, we give them extra money,
15,000 dollars a year.
15,000 dollars a year.
339
1107770
2931
Evet, onlara ekstra gelir
sağlıyoruz, yılda 15.000 dolar.
sağlıyoruz, yılda 15.000 dolar.
18:42
We have 800 math and science teachers
in New York City in public schools today,
in New York City in public schools today,
340
1110725
4467
Özün bir parçası olarak, bugün
New York devlet okullarında 800 adet
New York devlet okullarında 800 adet
18:47
as part of a core.
341
1115216
1814
matematik ve bilim öğretmenimiz var.
18:49
There's a great morale among them.
342
1117054
3686
Aralarında muhteşem bir uyum var.
18:52
They're staying in the field.
343
1120764
2506
Alanlarında kalıyorlar.
18:55
Next year, it'll be 1,000
and that'll be 10 percent
and that'll be 10 percent
344
1123294
2895
Önümüzdeki yıl bu rakam 1.000
olacak, bu da New York [Şehir]
olacak, bu da New York [Şehir]
18:58
of the math and science teachers
in New York [City] public schools.
in New York [City] public schools.
345
1126213
3544
devlet okullarındaki matematik ve
bilim öğretmenlerinin yüzde 10'u demek.
bilim öğretmenlerinin yüzde 10'u demek.
19:01
(Applause)
346
1129781
5905
(Alkış)
19:07
CA: Jim, here's another project
that you've supported philanthropically:
that you've supported philanthropically:
347
1135710
3410
CA: Jim, bu da yardımsever olarak
desteklediğin diğer bir proje:
desteklediğin diğer bir proje:
19:11
Research into origins of life, I guess.
348
1139144
2397
Sanırım, yaşamın kökenlerini araştırma.
19:13
What are we looking at here?
349
1141565
1447
Burada neyi arıyoruz?
19:15
JS: Well, I'll save that for a second.
350
1143536
1882
JS: Bir saniye bekleteceğim.
19:17
And then I'll tell you
what you're looking at.
what you're looking at.
351
1145442
2162
Sonra ne aradığımızı söyleyeceğim.
19:19
Origins of life is a fascinating question.
352
1147628
3056
Yaşamın kökenleri büyüleyici bir soru.
19:22
How did we get here?
353
1150708
1533
Buraya nasıl geldik?
Pekâlâ, iki tane sorumuz var:
19:25
Well, there are two questions:
354
1153170
1771
19:26
One is, what is the route
from geology to biology --
from geology to biology --
355
1154965
5868
Birincisi, jeolojiden
biyolojiye giden yol --
biyolojiye giden yol --
19:32
how did we get here?
356
1160857
1381
buraya nasıl ulaştık?
19:34
And the other question is,
what did we start with?
what did we start with?
357
1162262
2364
Diğer soru ise, neyle başladık?
19:36
What material, if any,
did we have to work with on this route?
did we have to work with on this route?
358
1164650
3102
Bu rota üzerinde, eğer varsa,
hangi materyalle çalıştık?
hangi materyalle çalıştık?
19:39
Those are two very,
very interesting questions.
very interesting questions.
359
1167776
3061
Bu ikisi çok, çok ilginç sorulardı.
19:43
The first question is a tortuous path
from geology up to RNA
from geology up to RNA
360
1171773
5834
İlk soru, jeolojiden RNA'ya kadar
giden acı dolu bir yoldur
giden acı dolu bir yoldur
veya bunun gibi bir şey --
tüm bunlar nasıl işledi?
tüm bunlar nasıl işledi?
19:49
or something like that --
how did that all work?
how did that all work?
361
1177631
2258
19:51
And the other,
what do we have to work with?
what do we have to work with?
362
1179913
2388
Diğeri ise, ne ile çalışmamız gerek?
19:54
Well, more than we think.
363
1182325
1771
Evet, düşündüğümüzden fazlasıyla.
19:56
So what's pictured there
is a star in formation.
is a star in formation.
364
1184120
4843
Burada resmedilen şey,
oluşmakta olan bir yıldız.
oluşmakta olan bir yıldız.
20:01
Now, every year in our Milky Way,
which has 100 billion stars,
which has 100 billion stars,
365
1189836
3425
100 milyar yıldıza sahip olan
Samanyolumuzda her yıl
Samanyolumuzda her yıl
20:05
about two new stars are created.
366
1193285
2495
ortalama iki yeni yıldız oluşuyor.
20:07
Don't ask me how, but they're created.
367
1195804
2470
Nasıl olduğunu sormayın,
bir şekilde oluyorlar.
bir şekilde oluyorlar.
20:10
And it takes them about a million
years to settle out.
years to settle out.
368
1198298
3080
Yerleşmeleri ise bir milyon yılı buluyor.
20:14
So, in steady state,
369
1202132
2176
Yani, kesin olarak,
20:16
there are about two million stars
in formation at any time.
in formation at any time.
370
1204332
3848
herhangi bir anda oluşmakta olan
ortalama iki milyon yıldız vardır.
ortalama iki milyon yıldız vardır.
20:20
That one is somewhere
along this settling-down period.
along this settling-down period.
371
1208204
3458
Bu, yerleşmekte olan
döneme ait bir yerlerde.
döneme ait bir yerlerde.
20:24
And there's all this crap
sort of circling around it,
sort of circling around it,
372
1212067
2936
Etrafını kaplayan toz ve benzeri
20:27
dust and stuff.
373
1215027
1498
şeyler var.
20:29
And it'll form probably a solar system,
or whatever it forms.
or whatever it forms.
374
1217479
3023
Muhtemelen bir güneş sistemi
veya onun gibi bir şey oluşturacak.
veya onun gibi bir şey oluşturacak.
20:32
But here's the thing --
375
1220526
2176
Ama asıl mesele şu --
20:34
in this dust that surrounds a forming star
376
1222726
6348
oluşan bir yıldızın etrafını saran tozda,
20:41
have been found, now,
significant organic molecules.
significant organic molecules.
377
1229098
6035
önemli organik moleküller bulundu.
20:47
Molecules not just like methane,
but formaldehyde and cyanide --
but formaldehyde and cyanide --
378
1235958
6139
Yalnızca metan gibi moleküller değil,
formaldehit ve siyanür de bulundu --
formaldehit ve siyanür de bulundu --
20:54
things that are the building blocks --
the seeds, if you will -- of life.
the seeds, if you will -- of life.
379
1242121
6517
yani yaşam bloklarını -- yani
tohumlarını -- oluşturan şeyler.
tohumlarını -- oluşturan şeyler.
21:01
So, that may be typical.
380
1249136
2692
Bu sıradan bir şey olabilir.
21:04
And it may be typical
that planets around the universe
that planets around the universe
381
1252395
6934
Evrendeki gezegenlerin bu temel
inşa bloklarıyla başlaması da
inşa bloklarıyla başlaması da
21:11
start off with some of these
basic building blocks.
basic building blocks.
382
1259353
3612
sıradan bir şey olabilir.
21:15
Now does that mean
there's going to be life all around?
there's going to be life all around?
383
1263830
2715
Peki bu, her yerde yaşam
olacağı anlamına mı geliyor?
olacağı anlamına mı geliyor?
21:18
Maybe.
384
1266569
1364
Belki.
21:19
But it's a question
of how tortuous this path is
of how tortuous this path is
385
1267957
4127
Asıl soru, yaşama giden yolun,
bu narin başlangıçlardan
bu narin başlangıçlardan
21:24
from those frail beginnings,
those seeds, all the way to life.
those seeds, all the way to life.
386
1272108
4394
o tohumlara kadar,
ne kadar acı dolu olduğudur.
ne kadar acı dolu olduğudur.
21:28
And most of those seeds
will fall on fallow planets.
will fall on fallow planets.
387
1276526
5192
Bu tohumların çoğu da boş
gezegenlerin üstüne düşecek.
gezegenlerin üstüne düşecek.
21:33
CA: So for you, personally,
388
1281742
1409
CA: Yani senin için,
21:35
finding an answer to this question
of where we came from,
of where we came from,
389
1283175
2722
kişisel olarak, nereden
geldiğimiz ve bunların nasıl
geldiğimiz ve bunların nasıl
21:37
of how did this thing happen,
that is something you would love to see.
that is something you would love to see.
390
1285921
3658
oluştuğu sorularına cevap bulmak,
gerçekten görmek istediğin bir şey.
gerçekten görmek istediğin bir şey.
21:41
JS: Would love to see.
391
1289603
1786
JS: Gerçekten görmek isterim.
21:43
And like to know --
392
1291413
1490
Ayrıca bilmek isterim --
21:44
if that path is tortuous enough,
and so improbable,
and so improbable,
393
1292927
5170
eğer bu yol yeterince acı
doluysa ve olasılıksız ise,
doluysa ve olasılıksız ise,
21:50
that no matter what you start with,
we could be a singularity.
we could be a singularity.
394
1298121
4754
neyle başlarsanız başlayın,
bizler eşsiz olabiliriz.
bizler eşsiz olabiliriz.
21:55
But on the other hand,
395
1303336
1152
Fakat diğer yandan,
21:56
given all this organic dust
that's floating around,
that's floating around,
396
1304512
3478
etrafta uçuşan bu
organik toza baktığımızda,
organik toza baktığımızda,
22:00
we could have lots of friends out there.
397
1308014
3791
orada yaşayan birçok arkadaşımız olabilir.
22:04
It'd be great to know.
398
1312947
1161
Bilmek harika olurdu.
22:06
CA: Jim, a couple of years ago,
I got the chance to speak with Elon Musk,
I got the chance to speak with Elon Musk,
399
1314132
3480
CA: Jim, birkaç yıl önce Elon Musk
ile konuşma şansım oldu
ile konuşma şansım oldu
22:09
and I asked him the secret of his success,
400
1317636
2837
ve ona başarısının sırrını sordum,
22:12
and he said taking
physics seriously was it.
physics seriously was it.
401
1320497
3691
o da sırrının, fiziği ciddiye
almak olduğunu söyledi.
almak olduğunu söyledi.
22:16
Listening to you, what I hear you saying
is taking math seriously,
is taking math seriously,
402
1324696
4003
Seni dinlerken duyduğum
şey ise, matematiği ciddiye almak,
şey ise, matematiği ciddiye almak,
22:20
that has infused your whole life.
403
1328723
3003
bu senin tüm yaşamına ilham verdi.
22:24
It's made you an absolute fortune,
and now it's allowing you to invest
and now it's allowing you to invest
404
1332123
4563
Sana somut bir ün sağladı ve şimdi de,
Amerika ve diğer yerlerdeki
Amerika ve diğer yerlerdeki
22:28
in the futures of thousands and thousands
of kids across America and elsewhere.
of kids across America and elsewhere.
405
1336710
4496
binlerce çocuğun geleceğine
yatırım yapmanı sağlıyor.
yatırım yapmanı sağlıyor.
22:33
Could it be that science actually works?
406
1341567
2858
İşe yarayan şey aslında bilim olabilir mi?
22:36
That math actually works?
407
1344449
2772
Matematik gerçekten işe yarıyor mu?
22:39
JS: Well, math certainly works.
Math certainly works.
Math certainly works.
408
1347245
4372
JS: Pekâlâ, matematik
işe yarıyor. Kesinlikle yarıyor.
işe yarıyor. Kesinlikle yarıyor.
22:43
But this has been fun.
409
1351641
1198
Ayrıca eğlenceliydi.
22:44
Working with Marilyn and giving it away
has been very enjoyable.
has been very enjoyable.
410
1352863
4946
Marilyn ile çalışmak ve
bağış yapmak çok eğlenceliydi.
bağış yapmak çok eğlenceliydi.
22:49
CA: I just find it --
it's an inspirational thought to me,
it's an inspirational thought to me,
411
1357833
2936
CA: Bunu -- bana göre
ilham verici bir düşünceydi,
ilham verici bir düşünceydi,
22:52
that by taking knowledge seriously,
so much more can come from it.
so much more can come from it.
412
1360793
4007
yani bilgiyi ciddiye almak,
bu çok şey kazandırabilir.
bu çok şey kazandırabilir.
22:56
So thank you for your amazing life,
and for coming here to TED.
and for coming here to TED.
413
1364824
3018
Muhteşem yaşamınız için
ve TED'e geldiğiniz için teşekkürler.
ve TED'e geldiğiniz için teşekkürler.
22:59
Thank you.
414
1367866
751
Teşekkürler.
23:00
Jim Simons!
415
1368651
1101
Jim Simons!
23:01
(Applause)
416
1369806
4380
(Alkış)
ABOUT THE SPEAKER
Jim Simons - Philanthropist, mathematicianAfter astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy.
Why you should listen
As a mathematician who cracked codes for the National Security Agency on the side, Jim Simons had already revolutionized geometry -- and incidentally laid the foundation for string theory -- when he began to get restless. Along with a few hand-picked colleagues he started the investment firm that went on to become Renaissance, a hedge fund working with hitherto untapped algorithms, and became a billionaire in the process.
Now retired as Renaissance’s CEO, Simons devotes his time to mathematics and philanthropy. The Simons Foundation has committed more than a billion dollars to math and science education and to autism research.
Jim Simons | Speaker | TED.com