Eric Berlow: Jeg er miljøforsker, og Sean er fysiker, og vi forsker begge i komplekse netværk. Og vi mødte hinanden for et par år siden da vi opdagede at vi begge havde givet et kort TED foredrag om økologien ved krig, og vi blev klar over at vi var forbundet gennem de ideer vi delte inden vi overhovedet mødtes. Og så tænkte vi, I ved, der er tusindevis af andre foredrag derude, specielt TEDx Talks, der dukker frem fra hele verden. Hvordan er de forbundet, og hvordan ser den globale samtale ud? Sean vil fortælle jer en lille smule om hvordan vi gjorde det.
Eric Berlow: I'm an ecologist, and Sean's a physicist, and we both study complex networks. And we met a couple years ago when we discovered that we had both given a short TED Talk about the ecology of war, and we realized that we were connected by the ideas we shared before we ever met. And then we thought, you know, there are thousands of other talks out there, especially TEDx Talks, that are popping up all over the world. How are they connected, and what does that global conversation look like? So Sean's going to tell you a little bit about how we did that.
Sean Gourley: Præcis. Vi tog 24.000 TEDx Talks fra hele verden, 147 forskellige lande, og vi tog de foredrag og vi ville finde de matematiske strukturer der ligger under ideerne bag dem. Og det ville vi gøre så vi kunne se hvordan de var forbundet med hinanden.
Sean Gourley: Exactly. So we took 24,000 TEDx Talks from around the world, 147 different countries, and we took these talks and we wanted to find the mathematical structures that underly the ideas behind them. And we wanted to do that so we could see how they connected with each other.
Så, selvfølgelig, hvis man vil gøre disse slags ting, har man brug for meget data. Den data man har er en ting der hedder YouTube, og vi kan gå ned og dybest set hente al den åbne information fra YouTube, alle kommentarerne, det antal gange det er blevet set, hvem der ser det, hvor de ser det fra, hvad de siger i kommentarerne. Men vi kan også hente, ved hjælp af tale-til-tekst oversættelse, vi kan hente hele udskriften, og det fungerer endda for mennesker med den slags sjove accenter Så vi kan tage deres udskrift og faktisk gøre nogle temmelig fede ting. Vi kan tage naturlige sprogbehandlings algoritmer til på en måde at læse dem igennem med en computer, linje for linje, og udtrækker nøgle koncepter fra dette. Og vi tager de nøgle koncepter og de former på en måde denne matematisk struktur om en ide. Og vi kalder det meme-ome. Og meme-omet, I ved, simpelt sagt, er matematikken der ligger under en ide, og vi kan gøre nogle temmelig interessante analyser med det, som jeg vil dele med jer nu.
And so, of course, if you're going to do this kind of stuff, you need a lot of data. So the data that you've got is a great thing called YouTube, and we can go down and basically pull all the open information from YouTube, all the comments, all the views, who's watching it, where are they watching it, what are they saying in the comments. But we can also pull up, using speech-to-text translation, we can pull the entire transcript, and that works even for people with kind of funny accents like myself. So we can take their transcript and actually do some pretty cool things. We can take natural language processing algorithms to kind of read through with a computer, line by line, extracting key concepts from this. And we take those key concepts and they sort of form this mathematical structure of an idea. And we call that the meme-ome. And the meme-ome, you know, quite simply, is the mathematics that underlies an idea, and we can do some pretty interesting analysis with it, which I want to share with you now.
Hver ide har sin egen meme-ome, og hver ide er unik med det, men selvfølgelig, ideer, de låner fra hinanden, de stjæler på en måde nogen gange, og de kan bestemt bygge på hinanden, og vi kan gå gennem det matematisk og tage det meme-ome fra et foredrag og sammenligne det med et meme-ome fra et hvert andet foredrag, og hvis der er en lighed mellem de to, kan vi skabe et link og repræsentere det som en graf, ligesom Eric og jeg er forbundet.
So each idea has its own meme-ome, and each idea is unique with that, but of course, ideas, they borrow from each other, they kind of steal sometimes, and they certainly build on each other, and we can go through mathematically and take the meme-ome from one talk and compare it to the meme-ome from every other talk, and if there's a similarity between the two of them, we can create a link and represent that as a graph, just like Eric and I are connected.
Det er teori, det er fantastisk. Lad os se hvordan det fungerer i praksis. Det vi har her nu er et globalt fodaftryk af alle TEDx foredrag i løbet af de sidste fire år der eksploderer ud over hele verden fra New York hele vejen ned til lille bitte New Zealand nede i hjørnet. Og det vi gjorde ved dette var at vi analyserede top 25 procent af disse, og vi begyndte med at se hvor forbindelserne opstod, hvor de forbandt sig med hinanden. Cameron Russel taler om billede og skønhed der blev forbundet ind i Europa. Vi har en større samtale om Israel og Palestina der stråler ud fra Mellemøsten. Og vi har noget lidt bredere som store data med et virkelig globalt fodaftryk der minder om en samtale der sker over det hele.
So that's theory, that's great. Let's see how it works in actual practice. So what we've got here now is the global footprint of all the TEDx Talks over the last four years exploding out around the world from New York all the way down to little old New Zealand in the corner. And what we did on this is we analyzed the top 25 percent of these, and we started to see where the connections occurred, where they connected with each other. Cameron Russell talking about image and beauty connected over into Europe. We've got a bigger conversation about Israel and Palestine radiating outwards from the Middle East. And we've got something a little broader like big data with a truly global footprint reminiscent of a conversation that is happening everywhere.
Fra dette, løber vi på en måde op imod grænserne for hvad vi faktisk kan gøre med en geografisk projicering, men heldigvis, tillader computer teknologien os at tage ud i det multidimensionelle rum. Vi kan kigge på vores netværks projektion og bruge en fysisk motor til dette, og de lignende foredrag brager sammen på en måde, og de anderledes flyver væk, og det vi bliver efterladt med noget der er ganske smukt.
So from this, we kind of run up against the limits of what we can actually do with a geographic projection, but luckily, computer technology allows us to go out into multidimensional space. So we can take in our network projection and apply a physics engine to this, and the similar talks kind of smash together, and the different ones fly apart, and what we're left with is something quite beautiful.
EB: Jeg vil bare pointere, at hver knudepunkt her er et foredrag, de er kædet sammen hvis de deler ens ideer, og det kommer fra en maskine der læser udskriften fra hele foredraget, og alle de emner der så stikker frem, de ikke kommer fra tags og nøgleord. De kommer fra netværkets struktur af forbundne ideer. Fortsæt.
EB: So I want to just point out here that every node is a talk, they're linked if they share similar ideas, and that comes from a machine reading of entire talk transcripts, and then all these topics that pop out, they're not from tags and keywords. They come from the network structure of interconnected ideas. Keep going.
SG: Bestemt. Det gik lige lidt hurtigt for mig med det, men han vil få mig til at sætte farten ned. Vi har uddannelse forbundet med fortællekunst trianguleret ved siden af sociale medier. Man har, selvfølgelig, den menneskelige hjerne ved siden af sundhedspleje, som man måske ville forvente, men der er også computerspil, hvilket er nærliggende, som de to rum har berøringsflade med hinanden.
SG: Absolutely. So I got a little quick on that, but he's going to slow me down. We've got education connected to storytelling triangulated next to social media. You've got, of course, the human brain right next to healthcare, which you might expect, but also you've got video games, which is sort of adjacent, as those two spaces interface with each other.
Men jeg vil tage jer med ned i en gruppe der er specielt vigtig for mig, og det er miljøet. Og jeg vil zoome ind på den og se om vi kan få lidt mere opløsning. I takt med at vi går derind, begynder vi at se, bruger fysik motoren igen, ser vi at det der faktisk er en samtale faktisk udgøres af mange mindre. Strukturen begynder at opstå hvor vi ser en form for fraktal adfærd i ordene og sproget som vi bruger til at beskrive de ting der er vigtige for os rundt om i hele verden. I toppen er mad økonomi og lokal mad, der er drivhusgasser, solar og nukleart affald. Det man får er en række mindre samtaler, hver forbundet med hinanden gennem ideerne og sproget de deler, og skaber et bredere koncept om miljøet. Og selvfølgelig, herfra, kan vi gå ind og zoome ind og se, jamen, hvad ser unge mennesker på? Og de ser på energi teknologi og nuklear fusion. Dette er deres form for resonans til samtalen om miljøet. Hvis vi deler det op i køn, kan vi se at kvinder giver kraftig genlyd med mad økonomi, men også der ude i håb og optimism.
But I want to take you into one cluster that's particularly important to me, and that's the environment. And I want to kind of zoom in on that and see if we can get a little more resolution. So as we go in here, what we start to see, apply the physics engine again, we see what's one conversation is actually composed of many smaller ones. The structure starts to emerge where we see a kind of fractal behavior of the words and the language that we use to describe the things that are important to us all around this world. So you've got food economy and local food at the top, you've got greenhouse gases, solar and nuclear waste. What you're getting is a range of smaller conversations, each connected to each other through the ideas and the language they share, creating a broader concept of the environment. And of course, from here, we can go and zoom in and see, well, what are young people looking at? And they're looking at energy technology and nuclear fusion. This is their kind of resonance for the conversation around the environment. If we split along gender lines, we can see females resonating heavily with food economy, but also out there in hope and optimism.
Så der er mange spændende ting vi kan gøre her, og jeg vil kaste den næste del videre til Eric.
And so there's a lot of exciting stuff we can do here, and I'll throw to Eric for the next part.
EB: Ja, jeg mener, bare for at pointere her, man kan ikke få denne slags perspektiv fra en simple tag søgning på YouTube. Lad os zoome tilbage til hele den globale samtale ud af miljøet, og se på alle foredragene sammen. Tit, når vi står overfor denne mængde indhold, gør vi et par ting til at simplificere det. Vi siger måske, jamen, hvad er de mest populære foredrag derude? Og der kommer et par til overfladen. Der er et foredrag om taknemmelighed. Der er et andet om personlig helbred og ernæring. Og selvfølgelig, der er nød til at være et om porno, ikke? Så vi kan måske sige, jamen, taknemmelighed, det var sidste år. Hvad er tendensen nu? Hvad er det populære foredrag nu? Og vi kan se at den nye, fremspirende, tendens handler om digital privatliv.
EB: Yeah, I mean, just to point out here, you cannot get this kind of perspective from a simple tag search on YouTube. Let's now zoom back out to the entire global conversation out of environment, and look at all the talks together. Now often, when we're faced with this amount of content, we do a couple of things to simplify it. We might just say, well, what are the most popular talks out there? And a few rise to the surface. There's a talk about gratitude. There's another one about personal health and nutrition. And of course, there's got to be one about porn, right? And so then we might say, well, gratitude, that was last year. What's trending now? What's the popular talk now? And we can see that the new, emerging, top trending topic is about digital privacy.
Dette er fantastisk. Det simplificerer ting. Men der er så meget kreativt indhold der bare er begravet i bunden. Og det hader jeg. Hvordan får vi gravet ting op til overfladen der måske er virkelig kreative og interessante? Jamen, vi kan gå tilbage til netværksstrukturen om ideer for at gøre det. Husk på, at det er netværksstrukturen der skaber disse fremspirende emner, og lad os sige at vi kunne tage to af dem, som byer og genetik, og lad os sige, jamen, er der nogen foredrag der kreativt bygger bro mellem disse to virkelig forskellige discipliner. Og det er -- dybest set, denne slags kreative remix er en af kendetegnene ved innovation. Jamen her er et af Jessica Green om bygningers mikrobiologiske økologi. Det definerer bogstavelig talt et nyt område. Og vi kunne gå tilbage til de emner og sige, jamen, hvilke foredrag er centrale til de samtaler? I by grupperne, var et af de mest centrale af Mitch Joachim om økologiske byer, og i de genetiske grupper, har vi et foredrag om syntetisk biologi af Craig Venter. Dette er foredrag der samler mange foredrag indenfor deres disciplin. Vi kan gå i den anden retning og sige, jamen, hvad er foredrag der bredt syntetiserer mange forskellige felter. Vi brugte en målestok fra økologisk diversitet for at få dette. Som, et foredrag af Steven Pinker om voldens historie, meget syntetisk.
So this is great. It simplifies things. But there's so much creative content that's just buried at the bottom. And I hate that. How do we bubble stuff up to the surface that's maybe really creative and interesting? Well, we can go back to the network structure of ideas to do that. Remember, it's that network structure that is creating these emergent topics, and let's say we could take two of them, like cities and genetics, and say, well, are there any talks that creatively bridge these two really different disciplines. And that's -- Essentially, this kind of creative remix is one of the hallmarks of innovation. Well here's one by Jessica Green about the microbial ecology of buildings. It's literally defining a new field. And we could go back to those topics and say, well, what talks are central to those conversations? In the cities cluster, one of the most central was one by Mitch Joachim about ecological cities, and in the genetics cluster, we have a talk about synthetic biology by Craig Venter. These are talks that are linking many talks within their discipline. We could go the other direction and say, well, what are talks that are broadly synthesizing a lot of different kinds of fields. We used a measure of ecological diversity to get this. Like, a talk by Steven Pinker on the history of violence, very synthetic.
Og så, selvfølgelig, er der foredrag der er så unikke at de på en måde er derude i stratosfæren, på deres eget specielle sted, og vi kalder det Colleen Flanagan indekset. Og hvis man ikke kender Colleen, hun er en kunstner, og jeg spurgte hende, "Jamen, hvordan er det derude i vores ide rums stratosfære?" Og det lugter åbenbart som bacon. Jeg ved det ikke. Vi bruger altså disse netværks temaer til at finde foredrag der er så unikke, foredrag der er så kreativt syntetiserer mange forskellige områder, foredrag der er centrale for deres emne, og foredrag der virkelig kreativt slår bro mellem helt forskellige områder. Okay? Vi ville aldrig have fundet dem med vores besættelse af det der er populært nu. Og dette kommer alt sammen fra kompleksitetens arkitektur, eller mønstrene om hvordan tingene er forbundet.
And then, of course, there are talks that are so unique they're kind of out in the stratosphere, in their own special place, and we call that the Colleen Flanagan index. And if you don't know Colleen, she's an artist, and I asked her, "Well, what's it like out there in the stratosphere of our idea space?" And apparently it smells like bacon. I wouldn't know. So we're using these network motifs to find talks that are unique, ones that are creatively synthesizing a lot of different fields, ones that are central to their topic, and ones that are really creatively bridging disparate fields. Okay? We never would have found those with our obsession with what's trending now. And all of this comes from the architecture of complexity, or the patterns of how things are connected.
SG: Det er helt rigtigt. Vi er i en verden der er utrolig kompleks, og vi har brugt algoritmer til på en måde at filtrere det så vi kan navigere igennem det. Og de algoritmer, mens de på en måde er nyttige, er de også meget, meget snævre og vi kan gøre det bedre end det, fordi vi kan blive klar over at deres kompleksitet ikke er tilfældig. Den har matematisk struktur, og vi kan bruge den matematiske struktur til at tage ud og udforske ting som en verden med ideer for at se hvad der bliver sagt, for at se hvad der ikke bliver sagt, og for at være en smule mere menneskelig og, forhåbentlig, en smule klogere.
SG: So that's exactly right. We've got ourselves in a world that's massively complex, and we've been using algorithms to kind of filter it down so we can navigate through it. And those algorithms, whilst being kind of useful, are also very, very narrow, and we can do better than that, because we can realize that their complexity is not random. It has mathematical structure, and we can use that mathematical structure to go and explore things like the world of ideas to see what's being said, to see what's not being said, and to be a little bit more human and, hopefully, a little smarter.
Tak.
Thank you.
(Bifald)
(Applause)