ABOUT THE SPEAKER
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.

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.

More profile about the speaker
Vittorio Loreto | Speaker | TED.com
TED@BCG Milan

Vittorio Loreto: Need a new idea? Start at the edge of what is known

維多里歐羅瑞托: 需要新想法嗎?從已知領域的邊緣開始吧

Filmed:
1,544,594 views

「偉大的想法來自何處?」我們內心帶著這個問題,跟隨維多里歐羅瑞托的帶領,開啟一段旅程,去探索可能的數學方法,來解釋新事物的誕生。來進一步了解「相鄰可能」──實際事物與可能事物的交叉點──以及研究其背後的數學如何能夠解釋我們怎麼創造出新想法的。
- 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

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

00:14
We have all probably大概 wondered想知道
0
2349
2867
我們可能都納悶過,
00:17
how great minds頭腦 achieved實現
what they achieved實現, right?
1
5240
4176
有才智的人如何達成
他們的成就,對吧?
00:21
And the more astonishing驚人
their achievements成就 are,
2
9440
2656
他們的成就越是驚人,
00:24
the more we call them geniuses天才,
3
12120
2536
我們就越會稱他們為天才,
00:26
perhaps也許 aliens外星人
4
14680
1536
抑或外星人,
00:28
coming未來 from a different不同 planet行星,
5
16239
2097
來自不同星球的,
00:30
definitely無疑 not someone有人 like us.
6
18360
2656
肯定不是像我們這樣的人。
00:33
But is that true真正?
7
21040
1776
但真的如此嗎?
00:34
So let me start開始 with an example.
8
22840
1800
讓我從一個例子說起。
00:37
You all know the story故事
of Newton's牛頓 apple蘋果, right? OK.
9
25440
3816
你們都聽過牛頓的蘋果
這個故事,對吧?好。
00:41
Is that true真正? Probably大概 not.
10
29280
2936
那是真的嗎?可能不是。
00:44
Still, it's difficult to think
that no apple蘋果 at all was there.
11
32240
5216
但,很難想像那裡根本沒有蘋果。
00:49
I mean some stepping步進 stone,
some specific具體 conditions條件
12
37480
3616
我是指具備某些墊腳石,
某些特定條件,
00:53
that made製作 universal普遍 gravitation引力
not impossible不可能 to conceive構想.
13
41120
4016
才有可能讓萬有引力被構想出來。
00:57
And definitely無疑 this was not impossible不可能,
14
45160
2376
這個肯定不是不可能的,
00:59
at least最小 for Newton牛頓.
15
47560
1576
至少對牛頓而言。
01:01
It was possible可能,
16
49160
1256
它是可能的,
01:02
and for some reason原因, it was also there,
17
50440
3056
基於某種理由,它也在那裡,
01:05
available可得到 at some point,
easy簡單 to pick as an apple蘋果.
18
53520
3776
在某個時點是可得的,
就像蘋果一樣容易摘取。
01:09
Here is the apple蘋果.
19
57320
1616
這裡有個蘋果。
01:10
And what about Einstein愛因斯坦?
20
58960
2216
那愛因斯坦呢?
01:13
Was relativity相對論 theory理論 another另一個 big leap飛躍
in the history歷史 of ideas思路
21
61200
5296
相對論是想法史上的另一個大躍進,
01:18
no one else其他 could even conceive構想?
22
66520
2656
沒有其他人能想出來?
01:21
Or rather, was it again
something adjacent and possible可能,
23
69200
4456
或者同樣的,那是某種
有前後關聯、有可能的東西嗎?
01:25
to Einstein愛因斯坦 of course課程,
24
73680
2096
對愛因斯坦而言當然是如此,
01:27
and he got there by small steps腳步
and his very peculiar奇特 scientific科學 path路徑?
25
75800
4216
他靠著小步伐和他非常奇特的
科學路徑而到達那裡。
01:32
Of course課程 we cannot不能 conceive構想 this path路徑,
26
80040
2456
當然,我們無法設想出這條路徑,
01:34
but this doesn't mean
that the path路徑 was not there.
27
82520
2480
但這並不表示路徑不在那裡。
01:38
So all of this seems似乎 very evocative喚起的,
28
86760
4856
這一切似乎都非常有感召力,
01:43
but I would say hardly幾乎不 concrete具體
29
91640
1536
但我會說,算不上實在,
01:45
if we really want to grasp把握
the origin起源 of great ideas思路
30
93200
3576
如果我們真的想要了解
偉大想法的源頭,
01:48
and more generally通常 the way
in which哪一個 the new enters進入 our lives生活.
31
96800
4016
或更一般化地去了解新想法
進入我們生活的方式。
01:52
As a physicist物理學家, as a scientist科學家,
32
100840
1976
身為物理學家,身為科學家,
01:54
I have learned學到了 that posing冒充
the right questions問題
33
102840
2176
我學到一件事,問對問題,
01:57
is half of the solution.
34
105040
2016
就已經完成一半的解答了。
01:59
But I think now we start開始 having
a great conceptual概念上的 framework骨架
35
107080
4736
但我認為,現在我們開始
有很偉大的概念架構,
02:03
to conceive構想 and address地址
the right questions問題.
36
111840
3176
來設想並處理對的問題。
02:07
So let me drive駕駛 you
to the edge邊緣 of what is known已知,
37
115040
3456
讓我帶各位到已知領域的邊緣,
02:10
or at least最小, what I know,
38
118520
2096
至少是我已知的領域,
02:12
and let me show顯示 you that what is known已知
39
120640
2056
讓我展示給各位看,已知事物
02:14
could be a powerful強大
and fascinating迷人 starting開始 point
40
122720
4576
可以是個非常強大且迷人的起始點,
02:19
to grasp把握 the deep meaning含義
of words like novelty新奇, innovation革新,
41
127320
5096
來了解像是新穎、創新,
也許還有創意,這類字詞的
02:24
creativity創造力 perhaps也許.
42
132440
1560
深刻意義。
02:26
So we are discussing討論 the "new,"
43
134880
3336
所以,我們要討論「新事物」,
02:30
and of course課程, the science科學 behind背後 it.
44
138240
2656
當然,還有它背後的科學。
02:32
The new can enter輸入 our lives生活
in many許多 different不同 ways方法,
45
140920
2976
新事物可藉由許多不同
方式進入我們的生活,
02:35
can be very personal個人,
46
143920
1696
可能是非常個人化的,
02:37
like I meet遇到 a new person,
47
145640
1936
就像我新結識一個人,
02:39
I read a new book,
or I listen to a new song歌曲.
48
147600
3296
我讀了一本新書,
或我聽了一首新歌。
02:42
Or it could be global全球,
49
150920
1256
也可能是全球性的,
02:44
I mean, something we call innovation革新.
50
152200
2056
我指的是我們所謂的創新。
02:46
It could be a new theory理論,
a new technology技術,
51
154280
2176
可能是一個新理論、一種新技術,
02:48
but it could also be a new book
if you're the writer作家,
52
156480
2576
但也可能是一本新書,
若你是作家的話,
02:51
or it could be a new song歌曲
if you're the composer作曲家.
53
159080
2336
也可能是一首新歌,
若你是作曲家的話。
02:53
In all of these global全球 cases,
the new is for everyone大家,
54
161440
4296
在所有這些全球性的例子中,
新的事物是給所有人的,
02:57
but experiencing經歷 the new
can be also frightening可怕的,
55
165760
3816
但體驗新的事物也可能很嚇人,
03:01
so the new can also frighten嚇唬 us.
56
169600
3736
所以新的事物也可能會嚇壞我們。
03:05
But still, experiencing經歷 the new
means手段 exploring探索 a very peculiar奇特 space空間,
57
173360
4176
但,體驗新的事物仍然
意味著探索一個奇特的空間,
03:09
the space空間 of what could be,
58
177560
2096
「可能是怎樣」的空間,
03:11
the space空間 of the possible可能,
the space空間 of possibilities可能性.
59
179680
3176
「可能之事物」的空間,
「可能性」的空間。
03:14
It's a very weird奇怪的 space空間,
so I'll try to get you through通過 this space空間.
60
182880
3456
它是個非常怪異的空間,
所以我會試著帶各位穿過它。
03:18
So it could be a physical物理 space空間.
61
186360
2016
它可能是個實體空間。
03:20
So in this case案件, for instance,
62
188400
1616
比如,在這個例子中,
03:22
novelty新奇 could be climbing攀登
Machu馬丘比丘 Picchu馬丘比丘 for the first time,
63
190040
4056
「新穎」有可能是
初次爬上馬丘比丘,
03:26
as I did in 2016.
64
194120
1920
像我在 2016 年的體驗一樣。
03:28
It could be a conceptual概念上的 space空間,
65
196960
1816
它也可能是個概念空間,
03:30
so acquiring收購 new information信息,
making製造 sense of it, in a word, learning學習.
66
198800
4416
取得新資訊,從中找出道理,
一言以蔽之,就是學習。
03:35
It could be a biological生物 space空間.
67
203240
1936
它有可能是個生物空間。
03:37
I mean, think about the never-ending沒完沒了
fight鬥爭 of viruses病毒 and bacteria
68
205200
4096
想想看,我們的免疫系統
對抗病毒和細菌的戰爭,
03:41
with our immune免疫的 system系統.
69
209320
1936
永無止境。
03:43
And now comes the bad news新聞.
70
211280
1736
現在壞消息來了。
03:45
We are very, very bad
at grasping this space空間.
71
213040
3296
我們非常非常不擅長了解這個空間。
03:48
Think of it. Let's make an experiment實驗.
72
216360
2016
想想這一點。咱們來做個實驗。
03:50
Try to think about all the possible可能 things
you could do in the next下一個, say, 24 hours小時.
73
218400
6880
比如,試想在接下來的 24 小時,
所有你有可能會做的事情。
03:58
Here the key word is "all."
74
226320
2656
這裡的關鍵字是「所有」。
04:01
Of course課程 you can conceive構想 a few少數 options選項,
like having a drink, writing寫作 a letter,
75
229000
4800
當然,你可以想出幾個可能選項,
比如喝杯酒、寫封信,
04:06
also sleeping睡眠 during this boring無聊 talk,
76
234840
3176
或是在這場無聊的演講中睡一覺,
04:10
if you can.
77
238040
1696
如果你能的話。
04:11
But not all of them.
78
239760
1656
但你無法想出所有選項。
04:13
So think about an alien外僑 invasion侵入,
now, here, in Milan米蘭,
79
241440
3936
所以,想想外星人入侵,
現在,在這裡,在米蘭,
04:17
or me -- I stopped停止 thinking思維
for 15 minutes分鐘.
80
245400
3120
或是我──我停止思考 15 分鐘。
04:21
So it's very difficult
to conceive構想 this space空間,
81
249440
3136
所以,要想出這個空間
是非常困難的,
04:24
but actually其實 we have an excuse藉口.
82
252600
2176
但其實,我們有一個藉口。
04:26
So it's not so easy簡單 to conceive構想 this space空間
83
254800
3496
所以,要想出這個空間並不很容易,
04:30
because we are trying to conceive構想
the occurrence發生 of something brand new,
84
258320
3495
因為我們在試著想出
全新事物的發生,
04:33
so something that never occurred發生 before,
85
261839
1977
以前從來沒有發生過的事物,
04:35
so we don't have clues線索.
86
263840
1480
所以我們會沒頭緒。
04:38
A typical典型 solution could be
87
266040
2896
典型的解決方案可能是,
04:40
looking at the future未來
with the eyes眼睛 of the past過去,
88
268960
3216
用過去的眼睛來看未來,
04:44
so relying依托 on all
the time series系列 of past過去 events事件
89
272200
3296
所以,仰賴所有
過去事件的時間序列,
04:47
and hoping希望 that this is enough足夠
to predict預測 the future未來.
90
275520
3496
希望這些資訊足以預測未來。
04:51
But we know this is not working加工.
91
279040
2176
但我們知道這行不通。
04:53
For instance, this was the first attempt嘗試
for weather天氣 forecasts預測, and it failed失敗.
92
281240
5216
比如,第一次天氣預測的
嘗試就失敗了。
04:58
And it failed失敗 because
of the great complexity複雜
93
286480
2416
之所以會失敗,是因為
這背後現象的複雜度太高。
05:00
of the underlying底層 phenomenon現象.
94
288920
1936
05:02
So now we know that predictions預測
had to be based基於 on modeling造型,
95
290880
5616
所以,現在我們知道,
預測必須要立基在模型上,
05:08
which哪一個 means手段 creating創建
a synthetic合成的 model模型 of the system系統,
96
296520
3496
那就表示,創造出
一個系統的合成模型,
05:12
simulating模擬 this model模型
and then projecting突出 the system系統
97
300040
4136
模擬這個模型,接著把這個系統透過
05:16
into the future未來 through通過 this model模型.
98
304200
2536
這個模型投射到未來。
05:18
And now we can do this in a lot of cases
99
306760
2936
在許多情況下我們都能做到這一點,
05:21
with the help of a lot of data數據.
100
309720
1880
只要能有大量資料的幫忙。
05:25
Looking at the future未來
with the eye of the past過去
101
313000
2896
用過去的眼睛看未來,
05:27
could be misleading誤導 also for machines.
102
315920
2736
對於機器來說也有可能會造成誤導。
05:30
Think about it.
103
318680
1216
想想這一點。
05:31
Now picture圖片 yourself你自己 for a second第二
in the middle中間 of the Australian澳大利亞 Outback傲虎.
104
319920
4800
試想一下,你身處澳洲內陸中間。
05:37
You stand there under the sun太陽.
105
325440
2720
你站在太陽底下。
05:40
So you see something weird奇怪的 happening事件.
106
328840
2216
你看到奇怪的事情發生。
05:43
The car汽車 suddenly突然 stops停止
107
331080
2736
車突然停下來,
05:45
very, very far from a kangaroo袋鼠
crossing路口 the street.
108
333840
3056
離正在過街的袋鼠非常非常遠。
05:48
You look closer接近
109
336920
1456
你靠近些看,
05:50
and you realize實現
that the car汽車 has no driver司機.
110
338400
2416
你發現那台車沒有人駕駛。
05:52
It is not restarting重新 啟動, even after
the kangaroo袋鼠 is not there anymore.
111
340840
4016
它沒有重新啟動,
即使袋鼠已經不在那裡了。
05:56
So for some reasons原因,
112
344880
1896
基於某些理由,
05:58
the algorithms算法 driving主動 the car汽車
cannot不能 make sense
113
346800
2536
負責開車的演算法無法理解
06:01
of this strange奇怪 beast
jumping跳躍 here and there on the street.
114
349360
3680
這隻奇怪的野獸在街上跳來跳去。
06:05
So it just stops停止.
115
353640
1200
所以它停下來了。
06:07
Now, I should tell you,
this is a true真正 story故事.
116
355720
2136
我可以告訴各位,這是真實故事。
06:09
It happened發生 a few少數 months個月 ago
to Volvo's沃爾沃的 self-driving自駕車 cars汽車
117
357880
2696
這是幾個月前富豪自動駕駛車
06:12
in the middle中間 of the Australian澳大利亞 Outback傲虎.
118
360600
1936
在澳洲內陸中碰到的狀況。
06:14
(Laughter笑聲)
119
362560
1696
(笑聲)
06:16
It is a general一般 problem問題,
120
364280
1976
這是個一般性的問題,
06:18
and I guess猜測 this will affect影響
more and more in the near future未來
121
366280
2976
我猜這對於未來的
人工智慧和機器學習
06:21
artificial人造 intelligence情報
and machine learning學習.
122
369280
2560
會有越來越多的影響。
06:24
It's also a very old problem問題,
I would say 17th century世紀,
123
372440
3976
這也是個很古老的問題,
我會說是 17 世紀,
06:28
but I guess猜測 now we have new tools工具
and new clues線索 to start開始 solving it.
124
376440
5136
但我想現在我們有新的工具
和新的線索可以開始解決它。
06:33
So let me take a step back,
125
381600
2176
所以,讓我先退後一步,
06:35
five years年份 back.
126
383800
2736
回到 5 年前。
06:38
Italy意大利. Rome羅馬. Winter冬季.
127
386560
2976
義大利。羅馬。冬天。
06:41
So the winter冬季 of 2012
was very special特別 in Rome羅馬.
128
389560
3576
2012 年羅馬的冬天非常特別。
06:45
Rome羅馬 witnessed目擊 one of the greatest最大
snowfalls降雪 of its history歷史.
129
393160
3560
那次降雪量在羅馬史上名列前茅。
06:49
That winter冬季 was special特別 also
for me and my colleagues同事,
130
397520
3696
那年冬天對我
和我同事而言也很特別,
06:53
because we had an insight眼光
about the possible可能 mathematical數學的 scheme方案 --
131
401240
3496
因為我們對於一項可能的
數學方法有了洞見──
06:56
again, possible可能,
possible可能 mathematical數學的 scheme方案,
132
404760
2976
同樣,只是「可能的」數學方法,
06:59
to conceive構想 the occurrence發生 of the new.
133
407760
1840
能構想出新事物的發生。
07:02
I remember記得 that day
because it was snowing下雪,
134
410520
2416
我記得那天,是因為在下雪,
07:04
so due應有 to the snowfall降雪,
we were blocked受阻, stuck卡住 in my department,
135
412960
3776
因為降雪,我們被困在
我的系所裡,走不了,
07:08
and we couldn't不能 go home,
136
416760
1416
我們無法回家,
07:10
so we got another另一個 coffee咖啡, we relaxed輕鬆
137
418200
3056
所以我們再喝了一杯咖啡,放輕鬆,
07:13
and we kept不停 discussing討論.
138
421280
1776
我們持續討論。
07:15
But at some point --
maybe not that date日期, precisely恰恰 --
139
423080
3696
但在某個時點──
精確來說也許不是那天──
07:18
at some point we made製作 the connection連接
140
426800
2896
在某個時點,我們建立了連結,
07:21
between之間 the problem問題 of the new
141
429720
2976
把新事物的問題連結到
07:24
and a beautiful美麗 concept概念
proposed建議 years年份 before
142
432720
2416
幾年前提出的一個美麗概念,
07:27
by Stuart斯圖爾特 Kauffman考夫曼,
143
435160
1776
由斯圖亞特考夫曼提出的
07:28
the adjacent possible可能.
144
436960
2040
「相鄰可能」。
07:31
So the adjacent possible可能
consists of all those things.
145
439720
3056
相鄰可能包含了所有這些東西。
07:34
It could be ideas思路, it could be molecules分子,
it could be technological技術性 products製品
146
442800
3736
可能是想法,可能是分子,
可能是技術產品,
07:38
that are one step away
147
446560
2936
它們都距離真正存在的事物
07:41
from what actually其實 exists存在,
148
449520
1736
還有一步之差,
07:43
and you can achieve實現 them
through通過 incremental增加的 modifications修改
149
451280
3536
你可以達成它們,
只要透過對既有素材做
07:46
and recombinations重組
of the existing現有 material材料.
150
454840
2560
漸增的修正以及重新組合。
07:50
So for instance, if I speak說話
about the space空間 of my friends朋友,
151
458520
3896
比如,如果我說到我朋友的空間,
07:54
my adjacent possible可能 would be
the set of all friends朋友 of my friends朋友
152
462440
3976
我的相鄰可能就是「我朋友的朋友中
還沒成為我朋友的那些人」
07:58
not already已經 my friends朋友.
153
466440
1400
所形成的集合。
08:00
I hope希望 that's clear明確.
154
468240
1736
我希望這樣夠清楚。
08:02
But now if I meet遇到 a new person,
155
470000
1816
但若我新結識一個人,
08:03
say Briar荊棘,
156
471840
1696
比如布萊兒,
08:05
all her friends朋友 would immediately立即 enter輸入
my adjacent possible可能,
157
473560
4056
她所有的朋友就馬上會
進入到我的相鄰可能,
08:09
pushing推動 its boundaries邊界 further進一步.
158
477640
1520
把其邊界進一步向外推。
08:12
So if you really want to look
from the mathematical數學的 point of view視圖 --
159
480160
3216
所以,如果你想要從
數學的角度來看──
08:15
I'm sure you want --
160
483400
1400
我相信你們想──
08:18
you can actually其實 look at this picture圖片.
161
486200
1976
你們可以看看這張圖。
08:20
So suppose假設 now this is your universe宇宙.
162
488200
1896
假設這是你的宇宙。
08:22
I know I'm asking a lot.
163
490120
1256
我知道我要求很多。
08:23
I mean, this is your universe宇宙.
Now you are the red spot.
164
491400
2640
這是你的宇宙,你是那個紅點。
08:27
And the green綠色 spot
is the adjacent possible可能 for you,
165
495320
2616
綠點是你的相鄰可能,
08:29
so something you've never touched感動 before.
166
497960
2096
它是你以前沒碰過的東西。
08:32
So you do your normal正常 life.
167
500080
1336
你過著你的正常生活。
08:33
You move移動. You move移動 in the space空間.
168
501440
1656
你移動,你在空間中移動。
08:35
You have a drink.
You meet遇到 friends朋友. You read a book.
169
503120
2656
你去喝杯酒。你去見朋友。
你讀一本書。
08:37
At some point,
you end結束 up on the green綠色 spot,
170
505800
2896
在某個時點,你會到達綠點,
08:40
so you meet遇到 Briar荊棘 for the first time.
171
508720
2176
你會初次見到布萊兒。
08:42
And what happens發生?
172
510920
1336
會發生什麼事?
08:44
So what happens發生 is there is a new part部分,
173
512280
2296
發生的事是,會有一個新的部分,
08:46
a brand new part部分 of the space空間,
174
514600
2456
這空間會有一個全新的部分,
08:49
becoming變得 possible可能 for you
in this very moment時刻,
175
517080
4256
在此時刻變成是對你來說有可能的,
08:53
even without any possibility可能性
for you to foresee預料 this
176
521360
3856
即使你在接觸這個點之前
08:57
before touching接觸 that point.
177
525240
2056
不可能預見此事。
08:59
And behind背後 this there will be
a huge巨大 set of points
178
527320
2696
這背後就是許多的點,
09:02
that could become成為 possible可能
at some later後來 stages階段.
179
530040
3696
在後續某些階段就會成為可能。
09:05
So you see the space空間
of the possible可能 is very peculiar奇特,
180
533760
2816
所以,可能性的空間是非常奇特的,
09:08
because it's not predefined預定義.
181
536600
2216
因為它不是預先定義的。
09:10
It's not something we can predefine事先.
182
538840
2296
它不是能被預先定義的。
09:13
It's something that gets得到
continuously一直 shaped成形 and reshaped重塑
183
541160
3376
它是會因為我們的行為和選擇而不斷
09:16
by our actions行動 and our choices選擇.
184
544560
2600
持續形成和重塑的東西。
09:20
So we were so fascinated入迷
by these connections連接 we made製作 --
185
548120
3456
我們做的這些連結,
讓我們非常著迷──
09:23
scientists科學家們 are like this.
186
551600
1896
科學家就像這樣。
09:25
And based基於 on this,
187
553520
2296
根據這個,
09:27
we conceived設想 our mathematical數學的 formulation公式
for the adjacent possible可能,
188
555840
3216
我們想出了相鄰可能的數學方程式,
09:31
20 years年份 after the original原版的
Kauffman考夫曼 proposals建議.
189
559080
3456
在考夫曼最初
提出這概念的 20 年後。
09:34
In our theory理論 -- this is a key point --
190
562560
2136
在我們的理論中──這是一項關鍵──
09:36
I mean, it's crucially關鍵 based基於
on a complex複雜 interplay相互作用
191
564720
3536
很重要的是,它是立基在
複雜的相互影響上,
09:40
between之間 the way in which哪一個
this space空間 of possibilities可能性 expands展開
192
568280
4776
可能性空間擴張和被重新架構的方式,
09:45
and gets得到 restructured重組,
193
573080
1536
與我們探索它的方式,
09:46
and the way in which哪一個 we explore探索 it.
194
574640
2496
兩者間的相互影響。
09:49
After the epiphany頓悟 of 2012,
195
577160
3856
在 2012 年的主顯節之後,
09:53
we got back to work, real真實 work,
196
581040
1656
我們回到工作狀態,真正的工作,
09:54
because we had to work out this theory理論,
197
582720
1896
因為我們得發展出這理論,
09:56
and we came來了 up with
a certain某些 number of predictions預測
198
584640
2416
我們做出了一些預測,
09:59
to be tested測試 in real真實 life.
199
587080
1256
在真實人生中測試。
10:00
Of course課程, we need a testable可測試 framework骨架
200
588360
2896
當然,我們需要一個可測試的架構
10:03
to study研究 innovation革新.
201
591280
1456
才能研究創新。
10:04
So let me drive駕駛 you
across橫過 a few少數 predictions預測 we made製作.
202
592760
4056
讓我帶各位看看我們做的幾個預測。
10:08
The first one concerns關注
the pace步伐 of innovation革新,
203
596840
2896
第一個和創新的步調有關,
10:11
so the rate at which哪一個 you observe novelties新奇
in very different不同 systems系統.
204
599760
4896
也就是你觀察不同系統中
新奇之處的速度。
10:16
So our theory理論 predicts預測
that the rate of innovation革新
205
604680
2496
我們的理論預測,
創新率應該會遵循一種通用的曲線,
10:19
should follow跟隨 a universal普遍 curve曲線,
206
607200
1936
10:21
like this one.
207
609160
1320
像這種。
10:23
This is the rate of innovation革新 versus time
in very different不同 conditions條件.
208
611240
3640
這是在不同情況下
隨時間變化的創新率。
10:27
And somehow不知何故, we predict預測
that the rate of innovation革新
209
615720
2616
我們預測出的創新率
10:30
should decrease減少 steadily穩步 over time.
210
618360
2696
會隨著時間穩定下降。
10:33
So somehow不知何故, innovation革新
is predicted預料到的 to become成為 more difficult
211
621080
3096
所以我們預測,隨時間進展,
10:36
as your progress進展 over time.
212
624200
1920
創新會變得越來越困難。
10:38
It's neat整齊. It's interesting有趣.
It's beautiful美麗. We were happy快樂.
213
626960
3536
它很棒。它很有趣。
它很美好。我們很開心。
10:42
But the question is, is that true真正?
214
630520
2176
但問題是,那是真的嗎?
10:44
Of course課程 we should check with reality現實.
215
632720
1880
當然,我們要確認現實狀況。
10:47
So we went back to reality現實
216
635600
2376
所以,我們回到現實,
10:50
and we collected a lot of data數據,
terabytes兆兆字節 of data數據,
217
638000
3136
我們收集了許多資料,
幾兆位元組的資料,
10:53
tracking追踪 innovation革新 in Wikipedia維基百科, Twitter推特,
218
641160
3336
追蹤在維基百科、推特的創新,
10:56
the way in which哪一個 we write free自由 software軟件,
219
644520
2216
我們撰寫免費軟體的方式,
10:58
even the way we listen to music音樂.
220
646760
1640
甚至我們聽音樂的方式。
11:01
I cannot不能 tell you, we were
so amazed吃驚 and pleased滿意 and thrilled高興
221
649160
3736
我無法告訴各位我們有
多麼驚訝、開心,和興奮,
11:04
to discover發現 that the same相同 predictions預測
we made製作 in the theory理論
222
652920
3496
因為我們發現,
我們在理論上做的預測,
11:08
were actually其實 satisfied滿意 in real真實 systems系統,
223
656440
2576
實際上也符合真實系統,
11:11
many許多 different不同 real真實 systems系統.
224
659040
1536
許多不同的真實系統。
11:12
We were so excited興奮.
225
660600
1496
我們好興奮。
11:14
Of course課程, apparently顯然地,
we were on the right track跟踪,
226
662120
2816
當然,顯然,我們的方向是對的,
11:16
but of course課程, we couldn't不能 stop,
227
664960
2496
但當然,我們無法停止,
11:19
so we didn't stop.
228
667480
1496
所以我們沒有停止。
11:21
So we kept不停 going on,
229
669000
2096
我們持續下去,
11:23
and at some point
we made製作 another另一個 discovery發現
230
671120
2056
在某個時點,我們有了另一個發現,
11:25
that we dubbed配音 "correlated相關 novelties新奇."
231
673200
3536
我們稱之為「相關新奇」。
11:28
It's very simple簡單.
232
676760
1256
它非常簡單。
11:30
So I guess猜測 we all experience經驗 this.
233
678040
1896
我想我們都經歷過。
11:31
So you listen to "Suzanne蘇珊娜"
by Leonard倫納德 Cohen科恩,
234
679960
3560
如果你聽了李歐納柯恩的歌《蘇珊》,
11:36
and this experience經驗
triggers觸發器 your passion for Cohen科恩
235
684440
3656
這體驗觸發了你對柯恩的熱情,
11:40
so that you start開始 frantically瘋狂
listening to his whole整個 production生產.
236
688120
3816
所以你開始瘋狂地聽他的所有作品。
11:43
And then you realize實現
that Fabrizio費比諾 De Andr安德烈é here
237
691960
2296
接著,你發現法布里奇奧德安德烈
11:46
recorded記錄 an Italian意大利 version of "Suzanne蘇珊娜,"
238
694280
1976
錄製了《蘇珊》的義大利版本,
11:48
and so on and so forth向前.
239
696280
2016
諸如此類。
11:50
So somehow不知何故 for some reason原因,
240
698320
1976
所以,基於某種原因,
11:52
the very notion概念 of adjacent possible可能
is already已經 encoding編碼 the common共同 belief信仰
241
700320
3896
相鄰可能的概念已經被編寫在
11:56
that one thing leads引線 to another另一個
242
704240
2560
「一件事會導致另一件事」的
這個一般看法中,
11:59
in many許多 different不同 systems系統.
243
707720
1736
在許多不同系統中皆是如此。
12:01
But the reason原因 why we were thrilled高興
244
709480
2296
但我們很興奮的原因,
12:03
is because actually其實
we could give, for the first time,
245
711800
2524
是因為這是第一次,我們能夠賦予
12:06
a scientific科學 substance物質 to this intuition直覺
246
714348
2068
這種直覺一個科學本質,
12:08
and start開始 making製造 predictions預測
247
716440
1656
並開始做出預測,
12:10
about the way in which哪一個
we experience經驗 the new.
248
718120
2416
預測我們會如何體驗新事物。
12:12
So novelties新奇 are correlated相關.
249
720560
2320
所以,新奇的事物是相關聯的。
12:16
They are not occurring發生 randomly隨機.
250
724320
2056
它們不是隨機發生的。
12:18
And this is good news新聞,
251
726400
1456
這是好消息,
12:19
because it implies暗示
that impossible不可能 missions任務
252
727880
4736
因為這意味著,不可能的任務
12:24
might威力 not be so impossible不可能 after all,
253
732640
2376
歸根結底,也許不是那麼不可能,
12:27
if we are guided引導 by our intuition直覺,
254
735040
3096
如果我們讓直覺引導我們,
12:30
somehow不知何故 leading領導 us
to trigger觸發 a positive chain reaction反應.
255
738160
3760
帶領我們去觸發
一種正向的連鎖反應。
12:34
But there is a third第三 consequence後果
of the existence存在 of the adjacent possible可能
256
742840
3496
但相鄰可能的存在
會有第三項後果,
12:38
that we named命名 "waves波浪 of novelties新奇."
257
746360
3536
我們稱之為「新奇波浪」。
12:41
So just to make this simple簡單, so in music音樂,
258
749920
2696
簡單來說,在音樂方面,
12:44
without waves波浪 of novelties新奇,
259
752640
1376
若沒有新奇波浪,
12:46
we would still be listening
all the time to Mozart莫扎特 or Beethoven貝多芬,
260
754040
6056
我們都還會一直在聽
莫札特和貝多芬,
12:52
which哪一個 is great,
261
760120
1496
他們的音樂很棒,
12:53
but we don't do this all the time.
262
761640
1656
但我們不會一直聽。
12:55
We also listen to the Pet寵物 Shop Boys男孩
or Justin賈斯汀 Bieber比伯 -- well, some of us do.
263
763320
5016
我們也會聽寵物店男孩
或小賈斯汀──嗯,有些人會。
13:00
(Laughter笑聲)
264
768360
2176
(笑聲)
13:02
So we could see very clearly明確地
all of these patterns模式
265
770560
3896
我們可以在我們收集
並分析的大量資料中,
13:06
in the huge巨大 amounts of data數據
we collected and analyzed分析.
266
774480
3736
清楚看到所有這些模式。
13:10
For instance, we discovered發現
that popular流行 hits點擊 in music音樂
267
778240
3656
比如,我們發現,
音樂中的流行熱門歌曲
13:13
are continuously一直 born天生, you know that,
268
781920
1896
不斷產生出來,你們知道這點,
13:15
and then they disappear消失,
still leaving離開 room房間 for evergreens常青樹.
269
783840
3440
接著它們就消失了,留下空間
給不褪流行的長青歌曲。
13:20
So somehow不知何故 waves波浪 of novelties新奇 ebb落潮 and flow
270
788120
3096
所以,新奇波浪會退潮和流動,
13:23
while the tides潮汐 always hold保持 the classics.
271
791240
2576
而潮流會一直留住經典。
13:25
There is this coexistence共存
between之間 evergreens常青樹 and new hits點擊.
272
793840
3960
長青歌曲和新熱門曲之間
有這種共存現象。
13:31
Not only our theory理論
predicts預測 these waves波浪 of novelties新奇.
273
799920
2696
我們的理論不只是
預測這些新奇波浪。
13:34
This would be trivial不重要的.
274
802640
1456
這沒什麼。
13:36
But it also explains說明 why they are there,
275
804120
2896
而是它也解釋了為什麼它們會出現,
13:39
and they are there for a specific具體 reason原因,
276
807040
1976
它們的出現是有特殊理由的,
13:41
because we as humans人類
display顯示 different不同 strategies策略
277
809040
3216
因為我們人類在可能性的空間中
13:44
in the space空間 of the possible可能.
278
812280
1856
展現出不同的策略。
13:46
So some of us tend趨向 to retrace追溯
already已經 known已知 paths路徑.
279
814160
5136
我們有些人會傾向折返已知的路徑。
13:51
So we say they exploit利用.
280
819320
2320
我們說他們是在「利用」。
13:54
Some of us always launch發射
into new adventures冒險.
281
822360
2856
有些人總是要展開新的冒險。
13:57
We say they explore探索.
282
825240
1696
我們說他們是在「探索」。
13:58
And what we discovered發現 is
all the systems系統 we investigated調查
283
826960
3296
我們發現,所有被我們研究的系統,
14:02
are right at the edge邊緣
between之間 these two strategies策略,
284
830280
3176
都在這兩項策略間的邊緣上,
14:05
something like 80 percent百分 exploiting利用,
20 percent百分 exploring探索,
285
833480
3536
比如 80% 的利用,20% 的探索,
14:09
something like
blade runners亞軍 of innovation革新.
286
837040
2680
像是創新的「銀翼殺手」(電影)。
14:12
So it seems似乎 that the wise明智的 balance平衡,
you could also say a conservative保守 balance平衡,
287
840720
5216
似乎,明智的平衡,
你也可以說是保守的平衡,
14:17
between之間 past過去 and future未來,
between之間 exploitation開發 and exploration勘探,
288
845960
4976
在過去和未來間、
在利用和探索間的平衡,
14:22
is already已經 in place地點
and perhaps也許 needed需要 in our system系統.
289
850960
3416
已經就位了,
且是我們的系統所需要的。
14:26
But again the good news新聞 is
now we have scientific科學 tools工具
290
854400
3616
但同樣的,好消息是
我們現在有科學工具
14:30
to investigate調查 this equilibrium平衡,
291
858040
1736
在研究這種均衡,
14:31
perhaps也許 pushing推動 it further進一步
in the near future未來.
292
859800
3280
也許能將它再推展到不遠的將來。
14:37
So as you can imagine想像,
293
865360
2256
不難想像,
14:39
I was really fascinated入迷 by all this.
294
867640
4160
我深深著迷於這一切。
14:44
Our mathematical數學的 scheme方案
is already已經 providing提供 cues線索 and hints提示
295
872920
3136
我們的數學方法已經
在提供提示和暗示,
14:48
to investigate調查 the space空間 of possibilities可能性
296
876080
2056
來探究可能性空間,
14:50
and the way in which哪一個
all of us create創建 it and explore探索 it.
297
878160
4016
以及我們所有人創造它、
探索它的方式。
14:54
But there is more.
298
882200
1336
但不只如此。
14:55
This, I guess猜測, is a starting開始 point
of something that has the potential潛在
299
883560
3376
我想,這只是個起始點,它還有潛力
14:58
to become成為 a wonderful精彩 journey旅程
for a scientific科學 investigation調查 of the new,
300
886960
4616
能變成美好的旅程,
對於新事物做科學的研究,
15:03
but also I would say
a personal個人 investigation調查 of the new.
301
891600
3280
還有對於新事物做個人的研究。
15:09
And I guess猜測 this can have
a lot of consequences後果
302
897320
2896
我想,這可能會有很多後果,
15:12
and a huge巨大 impact碰撞 in key activities活動
303
900240
2136
在關鍵活動中也會有重大影響,
15:14
like learning學習, education教育,
research研究, business商業.
304
902400
5320
比如學習、教育、研究、商業。
15:20
So for instance, if you think
about artificial人造 intelligence情報,
305
908680
2896
舉例來說,想想人工智慧,
15:23
I am sure -- I mean,
artificial人造 intelligence情報,
306
911600
2136
我很確定──我是說,人工智慧,
15:25
we need to rely依靠 in the near future未來
307
913760
1816
在不遠的將來,我們會
15:27
more and more on the structure結構體
of the adjacent possible可能,
308
915600
3816
越來越需要依賴相鄰可能的結構,
15:31
to restructure重組 it, to change更改 it,
309
919440
1936
來重新架構它、改變它,
15:33
but also to cope應付
with the unknowns未知數 of the future未來.
310
921400
2320
同時也要應對未來的未知。
15:36
In parallel平行, we have a lot of tools工具,
311
924400
1856
同樣的,我們有很多工具,
15:38
new tools工具 now, to investigate調查
how creativity創造力 works作品
312
926280
3496
新工具,可用來探究
創意是如何運作的,
15:41
and what triggers觸發器 innovation革新.
313
929800
1600
以及是什麼觸發了創新。
15:44
And the aim目標 of all this
is to raise提高 a generation of people
314
932080
3176
這一切的目標,
是要提升一個世代的人,
15:47
able能夠 to come up with new ideas思路
to face面對 the challenges挑戰 in front面前 of us.
315
935280
3616
讓他們能提出新的點子,
來面對我們眼前的挑戰。
15:50
We all know.
316
938920
1216
我們都知道。
15:52
I think it's a long way to go,
317
940160
2096
我認為還有很長的路要走,
15:54
but the questions問題, and the tools工具,
318
942280
3056
但問題以及工具都具備了,
15:57
are now there, adjacent and possible可能.
319
945360
3560
是相鄰的,也是可能的。
16:01
Thank you.
320
949720
1216
謝謝。
16:02
(Applause掌聲)
321
950960
4880
(掌聲)
Translated by Lilian Chiu
Reviewed by congmei Han

▲Back to top

ABOUT THE SPEAKER
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.

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.

More profile about the speaker
Vittorio Loreto | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee