اليوم، في الواقع هو يوم خاص جداً بالنسبة لي لأنه عيد ميلادي
Today, actually, is a very special day for me, because it is my birthday.
(تصفيق)
(Applause)
ولذلك شكرًا لكم جميعًا لانضماكم إلى الحفلة
And so, thanks to all of you for joining the party.
(ضحك)
(Laughter)
لكن في كل مرة تُقيم فيها حفلة يكون هنالك من يفسدها. اليس كذلك؟
But every time you throw a party, there's someone there to spoil it. Right?
(ضحك)
(Laughter)
وأنا فيزيائي وهذه المرة قد أحضرت بجانبي عالم فيزياء آخر للقيام بذلك يُدعى ألبرت أينشتاين، وكذلك ألبرت وهو القائل: أن الشخص الذي لم يصنع إسهاماته العظيمة في العلم في سن الثلاثين لن يفعل ذلك أبداً
And I'm a physicist, and this time I brought another physicist along to do so. His name is Albert Einstein -- also Albert -- and he's the one who said that the person who has not made his great contributions to science by the age of 30 will never do so.
(ضحك)
(Laughter)
الآن، أنت لست بحاجة إلى تفقد ويكيبيديا للتأكد من أنني تجاوزت الثلاثين
Now, you don't need to check Wikipedia that I'm beyond 30.
(ضحك)
(Laughter)
لذا، بشكل فعّال، ما يخبرني به، ونحن هو أنه عندما يتعلق الأمر بعلمي فأنا عديم الفائدة حسناً، ولحسن الحظ كان لي نصيب من الحظ خلال حياتي المهنية في سن ال28، أصبحت مهتماً جداً بالشبكات وبعد عدة سنوات، تمكنا من نشر بعض الأوراق الرئيسية التي أبلغت عن إكتشاف شبكات خالية من النطاق والتي ولّدت مجال جديد، نُطلق عليه علم الشبكات وإذا كنت حقًا مهتمًا به، يمكنك الحصول على الدكتوارة الآن في علوم الشبكة في بودابيست في بوسطن ويمكنك دراستها في جميع أنحاء العالم
So, effectively, what he is telling me, and us, is that when it comes to my science, I'm deadwood. Well, luckily, I had my share of luck within my career. Around age 28, I became very interested in networks, and a few years later, we managed to publish a few key papers that reported the discovery of scale-free networks and really gave birth to a new discipline that we call network science today. And if you really care about it, you can get a PhD now in network science in Budapest, in Boston, and you can study it all over the world.
بعد عدة سنوات عندما انتقلت إلى هارفارد أولًا كإجازة أصبحت مهتمًا بنوع آخر من الشبكة: تلك المرة، الشبكات التي بداخلنا كيف ترتبط الجينات والبروتينات والأيضات ببعضها البعض وكيف ترتبط بالمرض وهذا الاهتمام أدى إلى إنفجار كبير داخل الطب بما في ذلك شعبة طب الشبكة في هارفارد التي لديها أكثر من 300 باحث الذين يستخدمون هذا المنظور لعلاج المرضى وتطوير علاجات جديدة
A few years later, when I moved to Harvard first as a sabbatical, I became interested in another type of network: that time, the networks within ourselves, how the genes and the proteins and the metabolites link to each other and how they connect to disease. And that interest led to a major explosion within medicine, including the Network Medicine Division at Harvard, that has more than 300 researchers who are using this perspective to treat patients and develop new cures.
وقبل سنوات قليلة إعتقدت بأنني سآخذ فكرة الشبكات هذه والخبرة التي لدينا في الشبكات في مجال مختلف أي فهم النجاح ولماذا فعلنا ذلك؟ حسنًا، إعتقدنا ذلك، إلى حد ما نجاحنا حدد بواسطة الشبكات التي نحن جزء منها -- أن شبكاتنا يمكن أن تدفعنا إلى الأمام، يمكنهم سحبنا للخلف وأنا كنت فضوليا إن كنا نستطيع الاستفادة من المعرفة والبيانات والخبرات الكبيرة حيث نطور الشبكات لتحدد كميًا كيف تحدث هذه الأشياء حقًا
And a few years ago, I thought that I would take this idea of networks and the expertise we had in networks in a different area, that is, to understand success. And why did we do that? Well, we thought that, to some degree, our success is determined by the networks we're part of -- that our networks can push us forward, they can pull us back. And I was curious if we could use the knowledge and big data and expertise where we develop the networks to really quantify how these things happen.
هذه نتيجة لذلك ما تراه هنا هو شبكة من المعارض في المتاحف التي تتصل ببعضها البعض ومن خلال هذه الخريطة التي رسمناها العام الماضي نحن قادرون على التنبؤ بدقة جدًا بنجاح فنان إذا أعطيتني أول خمسة معارض كانت لديه أو لديها في مهنتهم
This is a result from that. What you see here is a network of galleries in museums that connect to each other. And through this map that we mapped out last year, we are able to predict very accurately the success of an artist if you give me the first five exhibits that he or she had in their career.
حسنًا، كما فكرنا بشأن النجاح أدركنا أن ذلك النجاح ليس فقط حول الشبكات هناك الكثير من الأبعاد الأخرى لذلك ومن الواضح أن أحد الأشياء التي نحتاجها للنجاح هو الأداء لذا دعونا نعرف ما الفرق بين الأداء والنجاح حسنًا، الأداء هو ما تفعله ما مدى سرعتك في الركض، وما نوع اللوحات التي ترسمها ما نوع الصحف التي تنشرها ومع ذلك، في تعريفنا العملي النجاح هو حول ما يلاحظ المجتمع من ما فعلتم من أدائك كيف يعترف بذلك، وكيف يكافئك على ذلك؟ بعبارات أخرى أدائك عنك، لكن نجاحك يتعلق بنا جميعًا وكان هذا تحول مهم جدًا بالنسبة لنا لأن اللحظة التي عرفنا فيها النجاح بأنه تدبير جماعي يقدمه لنا المجتمع أصبح قابلًا للقياس لأنه إذا كان في المجتمع، هناك نقاط بيانات متعددة حول ذلك لذا نذهب إلى المدرسة، نتمرن، نتدرب لأننا نعتقد أن الأداء يؤدي إلى النجاح لكن الطريقة التي بدأنا بها الاستكشاف أدركنا أن الأداء والنجاح هما حيوانات مختلفة جدًا جدًا عندما يتعلق الأمر بحسابات المشكلة واسمحوا لي أن أوضح ذلك
Well, as we thought about success, we realized that success is not only about networks; there are so many other dimensions to that. And one of the things we need for success, obviously, is performance. So let's define what's the difference between performance and success. Well, performance is what you do: how fast you run, what kind of paintings you paint, what kind of papers you publish. However, in our working definition, success is about what the community notices from what you did, from your performance: How does it acknowledge it, and how does it reward you for it? In other terms, your performance is about you, but your success is about all of us. And this was a very important shift for us, because the moment we defined success as being a collective measure that the community provides to us, it became measurable, because if it's in the community, there are multiple data points about that. So we go to school, we exercise, we practice, because we believe that performance leads to success. But the way we actually started to explore, we realized that performance and success are very, very different animals when it comes to the mathematics of the problem. And let me illustrate that.
إذا ما ترونه هنا هو أسرع رجل على وجه الأرض، (يوسين بولت) وبالطبع، يربح أغلب المسابقات التي يدخل بها ونحن نعلم أنه الأسرع على الأرض لأن لدينا كرونومتر لقياس سرعته حسنًا، ما هو مثير للاهتمام عنه هو أنه عندما يفوز هو لا يفعل ذلك من خلال تفوقه بشكل كبير على منافسيه حقًأ إنه يركض بسرعة أكبر من الشخص الذي يخسر السباق وليس فقط أنه لا يركض فقط واحد في المئة أسرع من الثاني لكنه لا يعمل 10 مرات أسرع مما أفعل -- وأنا لست عداء جيد، ثق بي في ذلك
So what you see here is the fastest man on earth, Usain Bolt. And of course, he wins most of the competitions that he enters. And we know he's the fastest on earth because we have a chronometer to measure his speed. Well, what is interesting about him is that when he wins, he doesn't do so by really significantly outrunning his competition. He's running at most a percent faster than the one who loses the race. And not only does he run only one percent faster than the second one, but he doesn't run 10 times faster than I do -- and I'm not a good runner, trust me on that.
(ضحك)
(Laughter)
وفي كل مرة نكون قادرين على قياس الأداء نلاحظ شيئًا مثيرًا جدًا للاهتمام أي أن الأداء محدود ما يعنيه هو أنه لا توجد اختلافات كبيرة في الأداء البشري يختلف فقط في نطاق ضيق ونحن بحاجة إلى الكرونومتر لقياس الاختلافات هذا لا يعني أننا لا نستطيع رؤية الخير من الأفضل ولكن من الصعب التمييز بين الأفضل والمشكلة في ذلك هي أن معظمنا يعمل في مجالات ليس لدينا فيها كرونومتر لقياس أدائنا
And every time we are able to measure performance, we notice something very interesting; that is, performance is bounded. What it means is that there are no huge variations in human performance. It varies only in a narrow range, and we do need the chronometer to measure the differences. This is not to say that we cannot see the good from the best ones, but the best ones are very hard to distinguish. And the problem with that is that most of us work in areas where we do not have a chronometer to gauge our performance.
حسنًا، الأداء محدد ليس هناك إختلافات كبيرة بيننا عندما يتعلق الأمر بأدائنا ماذا عن النجاح؟ حسنًا، دعنا ننتقل إلى موضوع مختلف، مثل الكتب أحد مقاييس النجاح للكتاب هو عدد الناس الذين يقرأون عملك وهكذا عندما صدر كتابي السابق في عام 2009 كنت في أوروبا أتحدث مع محرري وكنت مهتمًا: من هو المنافس؟ وكان لدي بعض منها رائعة ذلك الأسبوع
Alright, performance is bounded, there are no huge differences between us when it comes to our performance. How about success? Well, let's switch to a different topic, like books. One measure of success for writers is how many people read your work. And so when my previous book came out in 2009, I was in Europe talking with my editor, and I was interested: Who is the competition? And I had some fabulous ones. That week --
(ضحك)
(Laughter)
دان براون خرج مع "الرمز المفقود" و"الأغنية الأخيرة" خرجت أيضًا نيكولاس سباركس وعندما تنظر إلى القائمة تدرك، تعرف، أداء حكيم، هناك بالكاد أي إختلاف بين هذه الكتب أو خاصتي أليس كذلك؟ لذا ربما لو عمل فريق نيكولاس سباركس بجهد أكبر يمكن أن يكون هو الأول بسهولة لأنه تقريبًا بالصدفة الذي انتهى به الأمر في القمة لذا قلت، دعونا ننظر إلى الأرقام أنا شخص البيانات، أليس كذلك؟ لذا دعونا نرى ما إذا كانت المبيعات لنيكولاس سباركس واتضح أن عطلة نهاية الأسبوع الإفتتاحي (نيكولاس سباركس) باع أكثر من 100 ألف نسخة وهو رقم مذهل يمكنك في الواقع الحصول على أعلى من "نيويورك تايمز" قائمة الأكثر مبيعًا عن طريق بيع 10,000 نسخة في الأسبوع حتى انه عشرة أضعاف ما يحتاج إلى أن يكون رقم واحد لكنه لم يكن رقم واحد لماذا؟ لأنه كان هناك دان براون، الذي باع 1.2 مليون نسخة في عطلة نهاية الأسبوع
Dan Brown came out with "The Lost Symbol," and "The Last Song" also came out, Nicholas Sparks. And when you just look at the list, you realize, you know, performance-wise, there's hardly any difference between these books or mine. Right? So maybe if Nicholas Sparks's team works a little harder, he could easily be number one, because it's almost by accident who ended up at the top. So I said, let's look at the numbers -- I'm a data person, right? So let's see what were the sales for Nicholas Sparks. And it turns out that that opening weekend, Nicholas Sparks sold more than a hundred thousand copies, which is an amazing number. You can actually get to the top of the "New York Times" best-seller list by selling 10,000 copies a week, so he tenfold overcame what he needed to be number one. Yet he wasn't number one. Why? Because there was Dan Brown, who sold 1.2 million copies that weekend.
(ضحك)
(Laughter)
وسبب إعجابي بهذا الرقم هو لأنه يظهر أنه حقًا عندما يتعلق الأمر بالنجاح، فإنه غير محدود أن الأفضل لا يحصل فقط على أكثر بقليل من الأفضل ولكن يحصل على أوامر من حجم أكبر لأن النجاح هو التدبير الجماعي نعطيه لهم، بدلًا من أن نكسبه من خلال أدائنا
And the reason I like this number is because it shows that, really, when it comes to success, it's unbounded, that the best doesn't only get slightly more than the second best but gets orders of magnitude more, because success is a collective measure. We give it to them, rather than we earn it through our performance.
إذًا أحد الأشياء التي أدركناها هو أن الأداء، ما نقوم به، محدود لكن النجاح، وهو جماعي، لا حدود له مما يجعلك تتساءل كيف تحصل على هذه الإختلافات الكبيرة في النجاح عندما يكون لديك مثل هذه الإختلافات الصغيرة في الأداء؟ ومؤخرًا، نشرت كتابًا كرسته لهذا السؤال بالذات ولم يعطوني الوقت الكافي لمراجعة كل ذلك لذا سأعود إلى السؤال حسنًا، لديك النجاح، متى يجب أن يظهر ذلك؟
So one of things we realized is that performance, what we do, is bounded, but success, which is collective, is unbounded, which makes you wonder: How do you get these huge differences in success when you have such tiny differences in performance? And recently, I published a book that I devoted to that very question. And they didn't give me enough time to go over all of that, so I'm going to go back to the question of, alright, you have success; when should that appear?
لذلك دعونا نعود إلى مفسد الحفلة ونسأل أنفسنا لماذا أدلى آينشتاين بهذا البيان السخيف؟ أنه قبل الثلاثين فقط يمكنك أن تكون مبدعًا؟ حسنًا، لأنه نظر من حوله ورأى كل هؤلاء الفيزيائيين الرائعين الذين صنعوا ميكانيكا الكم والفيزياء الحديثة وأوائل الثلاثينات عندما فعلوا ذلك وليس هو فقط إنه ليس فقط تحيز الملاحظة لأنه في الواقع هناك مجال كامل من البحث العبقري التي وثقت حقيقة أنه إذا نظرنا إلى الناس ونحن نعجب من الماضي وبعد ذلك أنظر إلى العمر الذي قدموا فيه أكبر مساهمة سواء كانت تلك موسيقى، سواء كانت علم أو كانت هندسة معظمها تميل إلى القيام بذلك في 20ث، 30ث، 40ث على الأكثر لكن هناك مشكلة في هذا البحث العبقري حسنًا، أولًا وقبل كل شيء، أنها خلقت انطباعًا بالنسبة لنا أن الإبداع يساوي الشباب وهو أمر مؤلم أليس كذلك ؟
So let's go back to the party spoiler and ask ourselves: Why did Einstein make this ridiculous statement, that only before 30 you could actually be creative? Well, because he looked around himself and he saw all these fabulous physicists that created quantum mechanics and modern physics, and they were all in their 20s and early 30s when they did so. And it's not only him. It's not only observational bias, because there's actually a whole field of genius research that has documented the fact that, if we look at the people we admire from the past and then look at what age they made their biggest contribution, whether that's music, whether that's science, whether that's engineering, most of them tend to do so in their 20s, 30s, early 40s at most. But there's a problem with this genius research. Well, first of all, it created the impression to us that creativity equals youth, which is painful, right?
(ضحك)
(Laughter)
ولديه أيضًا تحيز الملاحظة لأنه ينظر فقط إلى العباقرة ولا ينظر إلى العلماء العاديين ولا ينظر إلينا جميعًا ويسأل هل صحيح حقًا أن الإبداع يختفي مع تقدمنا في السن؟ هذا بالضبط ما حاولنا فعله وهذا هو المهم لذلك بأن يكون في الواقع مراجع
And it also has an observational bias, because it only looks at geniuses and doesn't look at ordinary scientists and doesn't look at all of us and ask, is it really true that creativity vanishes as we age? So that's exactly what we tried to do, and this is important for that to actually have references.
لذا دعونا ننظر إلى عالم عادي مثلي ودعنا ننظر إلى مهنتي إذًا ما ترونه هنا هو كل الصحف التي نشرتها من أول مقال لي في عام 1989، كنت لا أزال في رومانيا عندما فعلت ذلك إلى حد ما هذا العام ورأسيًا، ترى تأثير الورقة ذلك، كم عدد الاستشهادات وكم عدد الورقات الأخرى التي كتبت والتي استشهدت بذلك العمل وعندما تنظر إلى ذلك ترى بأن مهنتي لها تقريبًا ثلاث مراحل مختلفة كان لدي السنوات ال10 الأولى حيث يجب أن أعمل كثيرًا وأنا لا أنجز الكثير لا يبدو أن أحدًا يهتم بما أفعله، صحيح ؟ هناك بالكاد أي تأثير
So let's look at an ordinary scientist like myself, and let's look at my career. So what you see here is all the papers that I've published from my very first paper, in 1989; I was still in Romania when I did so, till kind of this year. And vertically, you see the impact of the paper, that is, how many citations, how many other papers have been written that cited that work. And when you look at that, you see that my career has roughly three different stages. I had the first 10 years where I had to work a lot and I don't achieve much. No one seems to care about what I do, right? There's hardly any impact.
(ضحك)
(Laughter)
ذلك الوقت، أنا كنت أعمل العلم المادي في ذلك الوقت، كنت أقوم بالعلوم المادية، ثم اكتشفت لنفسي شبكات ثم بدأت بالنشر في الشبكات وهذا أدى من ورقة عالية التأثير إلى الورقة الأخرى وكان شعور جيد حقا. تلك كانت تلك المرحلة من مهنتي
That time, I was doing material science, and then I kind of discovered for myself networks and then started publishing in networks. And that led from one high-impact paper to the other one. And it really felt good. That was that stage of my career.
(ضحك)
(Laughter)
لذا السؤال هو، ماذا يحدث الآن ؟ ونحن لا نعرف، لأنه لم يمر وقت كاف حتى الآن لمعرفة مدى تأثير تلك الأوراق يستغرق وقتا للحصول عليها حسنًا، عندما تنظر إلى البيانات يبدو أن آينشتاين، البحث العبقري، هو الصحيح وأنا في تلك المرحلة من مهنتي
So the question is, what happens right now? And we don't know, because there hasn't been enough time passed yet to actually figure out how much impact those papers will get; it takes time to acquire. Well, when you look at the data, it seems to be that Einstein, the genius research, is right, and I'm at that stage of my career.
(ضحك)
(Laughter)
لذلك قلنا، حسنًا، دعونا نعرف كيف يحدث هذا حقًا أولًا في العلم ومن أجل عدم وجود التحيز في الاختيار أن ننظر فقط للعباقرة انتهى بنا الأمر بإعادة بناء مهنة كل عالم واحد من عام 1900 حتى اليوم وإيجاد أفضل ما لديهم لكل العلماء سواء حصلوا على جائزة نوبل أو لم يحصلوا عليها أبدًا أو لا أحد يعرف ما فعلوه، حتى أفضل ما لديهم وهذا ما تراه في هذه الشريحة كل خط هو مهنة وعندما يكون لديك نقطة زرقاء فاتحة على قمة تلك المهنة يقول ذلك كان أفضل ما لديهم والسؤال هو متى قاموا بأكبر اكتشاف لهم؟ لتحديد ذلك نحن ننظر إلى إحتمالية أن تقوم بأكبر اكتشاف لك دعنا نقول، سنة، إثنان، ثلاثة أو 10 في حياتك المهنية؟ نحن لا ننظر إلى العمر الحقيقي نحن ننظر إلى ما نسميه " العصر الأكاديمي." عمرك الأكاديمي يبدأ عندما تنشر أوراقك الأولى أعرف أن بعضكم ما زال رضيعًا
So we said, OK, let's figure out how does this really happen, first in science. And in order not to have the selection bias, to look only at geniuses, we ended up reconstructing the career of every single scientist from 1900 till today and finding for all scientists what was their personal best, whether they got the Nobel Prize or they never did, or no one knows what they did, even their personal best. And that's what you see in this slide. Each line is a career, and when you have a light blue dot on the top of that career, it says that was their personal best. And the question is, when did they actually make their biggest discovery? To quantify that, we look at what's the probability that you make your biggest discovery, let's say, one, two, three or 10 years into your career? We're not looking at real age. We're looking at what we call "academic age." Your academic age starts when you publish your first papers. I know some of you are still babies.
(ضحك)
(Laughter)
لذا دعنا ننظر إلى الإحتمالات بأنك تنشر صحيفتك ذات التأثير الأعلى وما تراه هو، في الواقع، البحث العبقري هو الصحيح معظم العلماء يميلون إلى نشر أبرع بحث لهم في السنوات العشر أو الخمس عشرة الأولى من حياتهم المهنية وهي تتراكم بعد ذلك إنها سريعة جدًا لدرجة أنني على وشك ... أنا بالضبط 30 عامًا في حياتي المهنية و الفرصة التي سوف أنشر ورقة التي سيكون لها تأثير أكبر من أي شيء فعلته من قبل قبل أقل من واحد في المئة أنا في تلك المرحلة من حياتي المهنية، وفقًا لهذه البيانات لكن هناك مشكلة في ذلك نحن لا نقوم بالتحكم بشكل صحيح لذا التحكم سيكون كيف سيبدو العالم الذي يقدم مساهمة عشوائية في العلم؟ أو ما هي إنتاجية العالم؟ متى يكتبون الصحف؟ لذا قمنا بقياس الإنتاجية وبشكل مدهش، الإنتاجية إحتمالية كتابتك ورقة في السنة الأولى، ال10، أو ال20 في مهنتك لا يمكن تمييزها عن احتمال حدوث التأثير في هذا الجزء من حياتك المهنية
So let's look at the probability that you publish your highest-impact paper. And what you see is, indeed, the genius research is right. Most scientists tend to publish their highest-impact paper in the first 10, 15 years in their career, and it tanks after that. It tanks so fast that I'm about -- I'm exactly 30 years into my career, and the chance that I will publish a paper that would have a higher impact than anything that I did before is less than one percent. I am in that stage of my career, according to this data. But there's a problem with that. We're not doing controls properly. So the control would be, what would a scientist look like who makes random contribution to science? Or what is the productivity of the scientist? When do they write papers? So we measured the productivity, and amazingly, the productivity, your likelihood of writing a paper in year one, 10 or 20 in your career, is indistinguishable from the likelihood of having the impact in that part of your career.
ولاختصار القصة الطويلة بعد الكثير من الاختبارات الإحصائية هناك تفسير واحد فقط لذلك هو حقًا، الطريقة التي نعمل بها نحن العلماء هي أن كل ورقة نكتبها، كل مشروع نقوم به لديه بالضبط نفس فرصة أن يجعلنا نكون أفضل شخص لدينا ذلك، إكتشاف مثل تذكرة يانصيب وكلما اشترينا المزيد من تذاكر اليانصيب كلما زادت فرصنا ويصادف أن يكون كذلك أن معظم العلماء يشترون معظم تذاكر اليانصيب في السنوات ال10 أو ال15 الأولى من حياتهم المهنية وبعد ذلك، تنخفض إنتاجيتهم لن يشتروا المزيد من تذاكر اليانصيب لذا يبدو أنهم لن يكونوا مبدعين في الواقع، توقفوا عن المحاولة لذا عندما نضع البيانات معًا، فإن الاستنتاج بسيط جدًا النجاح يمكن أن يأتي في أي وقت قد تكون أول أو آخر ورقة لك في حياتك المهنية انها عشوائية تمامًا في مساحة المشاريع الإنتاجية هي التي تتغير
And to make a long story short, after lots of statistical tests, there's only one explanation for that, that really, the way we scientists work is that every single paper we write, every project we do, has exactly the same chance of being our personal best. That is, discovery is like a lottery ticket. And the more lottery tickets we buy, the higher our chances. And it happens to be so that most scientists buy most of their lottery tickets in the first 10, 15 years of their career, and after that, their productivity decreases. They're not buying any more lottery tickets. So it looks as if they would not be creative. In reality, they stopped trying. So when we actually put the data together, the conclusion is very simple: success can come at any time. It could be your very first or very last paper of your career. It's totally random in the space of the projects. It is the productivity that changes.
اسمحوا لي أن أوضح ذلك هنا فرانك ويلزيك، الذي حصل على جائزة نوبل في الفيزياء لأول ورقة كتبها في حياته المهنية كطالب دراسات عليا
Let me illustrate that. Here is Frank Wilczek, who got the Nobel Prize in Physics for the very first paper he ever wrote in his career as a graduate student.
(ضحك)
(Laughter)
الأكثر إثارة هو (جون فين) الذي، في سن ال70، تقاعد بالقوة من قبل جامعة ييل لقد أغلقوا مختبره وفي تلك اللحظة، انتقل إلى جامعة (فيرجينيا كومنولث) وافتتح معملًا آخر وهناك، في سن 72، نشر ورقة بعد 15 عامًا، حصل على جائزة نوبل في الكيمياء
More interesting is John Fenn, who, at age 70, was forcefully retired by Yale University. They shut his lab down, and at that moment, he moved to Virginia Commonwealth University, opened another lab, and it is there, at age 72, that he published a paper for which, 15 years later, he got the Nobel Prize for Chemistry.
وأنت تعتقد، حسنًا، حسنًا، العلم خاص لكن ماذا عن المجالات الأخرى حيث نحتاج أن نكون مبدعين؟ لذا دعوني آخذ مثالًا نموذجيًا آخر: تنظيم المشاريع وادي السيليكون أرض الشباب، أليس كذلك ؟ وفي الحقيقة، عندما تنظر إليه تدرك بأن الجوائز الكبرى، جوائز techcrunch والجوائز الأخرى كلها تذهب إلى الناس الذين متوسط أعمارهم هو أواخر العشرينات، في أوائل الثلاثينات أنت تنظر إلى من يعطي الـ(في سي) المال لبعض أكبر شركات (في سي) كل الناس في أوائل الثلاثينات الذي، بالطبع، نعرف هناك هذه الروح في وادي السيليكون أن الشباب يساوي النجاح ليس عندما تنظر إلى البيانات لأنه ليس فقط حول تكوين شركة تأسيس شركة مثل الإنتاجية تحاول تحاول تحاول -- عندما تنظر إلى أي من هؤلاء الأفراد في الواقع وضعت شركة ناجحة ، خروج ناجح ومؤخرًا، نظر بعض زملائنا في هذا السؤال بالضبط واتضح أن نعم، أولئك في العشرينات والثلاثينات وضعوا عددًا كبيرًا من الشركات، يشكلون الكثير من الشركات ولكن معظمهم يذهب تمثال نصفي وعندما تنظر إلى المخارج الناجحة، ما تراه في هذه المؤامرة بالذات كلما تقدمتم في السن، كلما زادت احتمالات دخولكم سوق الأسهم المالية أو بيع الشركة بنجاح هذا قوي جدًا، في الواقع، إذا كنت في الخمسينات فأنت ضعف احتمالية أن يكون لديك مخرج ناجح مما إذا كنت في الثلاثينات من عمرك
And you think, OK, well, science is special, but what about other areas where we need to be creative? So let me take another typical example: entrepreneurship. Silicon Valley, the land of the youth, right? And indeed, when you look at it, you realize that the biggest awards, the TechCrunch Awards and other awards, are all going to people whose average age is late 20s, very early 30s. You look at who the VCs give the money to, some of the biggest VC firms -- all people in their early 30s. Which, of course, we know; there is this ethos in Silicon Valley that youth equals success. Not when you look at the data, because it's not only about forming a company -- forming a company is like productivity, trying, trying, trying -- when you look at which of these individuals actually put out a successful company, a successful exit. And recently, some of our colleagues looked at exactly that question. And it turns out that yes, those in the 20s and 30s put out a huge number of companies, form lots of companies, but most of them go bust. And when you look at the successful exits, what you see in this particular plot, the older you are, the more likely that you will actually hit the stock market or the sell the company successfully. This is so strong, actually, that if you are in the 50s, you are twice as likely to actually have a successful exit than if you are in your 30s.
(تصفيق)
(Applause)
إذًا في النهاية، ما الذي نراه، في الواقع ؟ ما نراه هو أن الإبداع ليس له عمر الإنتاجية تفعل، أليس كذلك ؟ الذي يخبرني ذلك في نهاية اليوم إذا تستمر بالمحاولة
So in the end, what is it that we see, actually? What we see is that creativity has no age. Productivity does, right? Which is telling me that at the end of the day, if you keep trying --
(ضحك)
(Laughter)
مازال بإمكانك النجاح والنجاح مرارًا وتكرارًا لذا إستنتاجي بسيط جدًا أنا خارج المسرح ، خلف مختبري
you could still succeed and succeed over and over. So my conclusion is very simple: I am off the stage, back in my lab.
شكرًا لك
Thank you.
(تصفيق)
(Applause)