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.
Eric Berlow: saya seorang ekolog, dan Sean seorang fisikawan, dan kami berdua belajar jaringan yang kompleks. Dan kami bertemu beberapa tahun yang lalu ketika kami menemukan bahwa kami berdua telah memberikan pembicaraan singkat di TED tentang ekologi perang, dan kami menyadari bahwa kami saling terhubung oleh ide-ide yang kami bagikan sebelum kami bertemu. Dan kemudian kami berpikir, Anda tahu, ada ribuan orang yang juga berbicara di luar sana, terutama di acara TEDxTalks yang bermunculan seluruh dunia. Bagaimanakah mereka terhubung, dan seperti apakah percakapan global terlihat? Jadi Sean akan bercerita sedikit tentang bagaimana kami melakukannya.
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.
Sean Gourley: Benar sekali. Jadi kami mengambil 24.000 Pembicaraan di TEDx dari seluruh dunia, 147 negara berbeda , kami mengambil pembicaraan-pembicaraan ini dan kami ingin mencari struktur matematika yang mendasari ide-ide di belakang mereka. Dan kami ingin melakukannya sehingga kami bisa melihat bagaimana mereka terhubung satu dengan lainnya.
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.
Dan dengan begitu, tentu saja, jika Anda akan melakukan hal-hal seperti ini, Anda perlu banyak data. Jadi data yang Anda sudah punyai adalah suatu hal luar biasa yang disebut YouTube, dan kita bisa turun dan pada dasarnya menarik Semua informasi terbuka dari YouTube, Semua komentar, semua pandangan, siapa yang menonton, di mana mereka menonton itu, apa yang mereka katakan di komentar. Tetapi kita juga bisa menarik, dengan menggunakan penerjemah suara ke teks kita bisa menarik seluruh transkrip, dan itu befungsi bahkan untuk orang yang mempunyai jenis aksen lucu seperti diri saya. Jadi kami dapat mengambil transkrip mereka dan benar-benar melakukan beberapa hal yang keren. Kita dapat mengambil bahasa alami pengolahan algoritma untuk membaca dengan komputer, baris demi baris, menggali konsep kunci dari semua ini. Dan kita mengambil konsep kunci tersebut dan mereka membentuk Struktur matematika sebuah ide. Dan kami menyebutnya meme-ome. Dan meme-ome, Anda tahu, cukup sederhana, adalah matematika yang mendasari ide, dan kami dapat melakukan beberapa analisis yang cukup menarik dengan itu, yang ingin saya bagikan dengan Anda sekarang.
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.
Jadi setiap ide memiliki ome-meme-nya sendiri , dan setiap ide menjadi sesuatu yang unik dengan itu, Tapi tentu saja, ide-ide mereka saling meminjam satu sama lain, kadang-kadang , mereka mencurinya , dan mereka tentu saja saling membangun dan kita bisa melihat secara matematis dan mengambil meme-ome dari satu pembicaraan dan membandingkannya dengan meme-ome dari setiap pembicaraan yang lain, dan jika ada kesamaan antara dua dari mereka, kita dapat menarik garis dan membuatnya menjadi grafik, sebagaimana Eric dan saya terhubung.
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.
Jadi itulah teorinya, itu hebat. Mari kita lihat fungsinya dalam kehidupan nyata Jadi apa yang kita miliki di sini sekarang adalah jejak global dari semua pembicaraan di TEDx selama empat tahun terakhir yang meledak keluar di seluruh dunia dari New York sampai ke Selandia Baru yang kecil di sudut. Dan yang kami lakukan adalah menganalisa 25 persen teratas, dan kita mulai melihat di mana koneksi terjadi, di mana mereka saling herhubung satu sama lain. Cameron Russell berbicara tentang gambar dan kecantikan terhubung ke Eropa. Kami punya percakapan lebih besar tentang Israel dan Palestina memancar keluar dari Timur Tengah. Dan kita punya sesuatu yang sedikit lebih luas seperti data besar dengan jejak global yang mengingatkan pada percakapan yang terjadi di mana-mana.
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.
Jadi dari ini, kita seperti berhadapan dengan batas-batas apa yang kita dapat lakukan dengan proyeksi geografis, Tapi untungnya, teknologi komputer memungkinkan kita keluar ke ruang multidimensi. Jadi kita dapat mengambil di proyeksi jaringan kami dan menerapkan sebuah mesin fisika dan pembicaraan sejenis seperti bertubrukan, dan yang berbeda terpisah, dan apa yang tersisa adalah sesuatu yang sangat indah.
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.
EB: Jadi saya ingin menunjukkan di sini bahwa setiap titik ada pembicaraan, mereka terhubung jika mereka berbagi ide-ide serupa, dan itu berasal dari mesin yang membaca seluruh transkrip pembicaraan, dan kemudian semua topik ini yang keluar, mereka bukan berasal dari tautan dan kata kunci. Mereka berasal dari sebuah struktur jaringan ide-ide yang saling terhubung. Lanjutkan.
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.
SG: Sangat benar. Saya tadi agak terlalu cepat di bagian itu, tapi dia akan memperlambat saya. Kami telah mendapat pendidikan yang terhubung ke cerita di media sosial. Anda punya, tentu saja, otak manusia berada di sebelah kesehatan, yang mungkin sudah Anda duga, tetapi Anda juga punya video game, yang seperti berdekatan, sebagai dua ruang antarmuka dengan satu sama lain.
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.
Tapi saya ingin membawa Anda ke salah satu gugusan itu sangat penting bagi saya, dan itu adalah lingkungan. Dan saya ingin memperbesar bagian itu dan melihat jika kita bisa mempertajamnya. Jadi ketika kami di sini, apa yang kami mulai lihat adalah, menerapkan mesin fisika lagi, kami melihat bagaimana suatu pembicaraan ini sebenarnya terdiri dari beberapa pembicaraan lebih kecil. Struktur mulai muncul dimana kita melihat semacam perilaku fraktal kata-kata dan bahasa yang kita gunakan untuk menjelaskan hal-hal yang penting bagi kami di dunia ini. Jadi Anda punya ekonomi makanan dan makanan lokal di bagian atas, Anda punya gas rumah kaca, limbah solar dan nuklir. Apa yang Anda dapatkan adalah serangkaian pembicaraan kecil, masing-masing saling tersambung melalui ide-ide dan bahasa yang mereka gunakan untuk berbagi, menciptakan sebuah konsep yang lebih luas tentang lingkungan. Dan tentu saja, dari sini, kita bisa pergi memperbesar dan melihat, Nah, apa yang orang-orang muda lihat? Dan mereka sedang melihat teknologi energi dan fusi nuklir. Ini adalah jenis resonansi mereka untuk percakapan mengenai lingkungan. Jika kita membagi berdasarkan kelamin, kita bisa melihat perempuan yang beresonansi berat dengan ekonomi makanan, tetapi juga luar sana dalam harapan dan optimisme.
And so there's a lot of exciting stuff we can do here, and I'll throw to Eric for the next part.
Dan jadi ada banyak hal menarik bisa kita lakukan di sini, dan saya akan mempersilahkan Eric untuk bagian selanjutnya.
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.
EB: Ya, maksudku, hanya untuk menunjukkan di sini, Anda tidak bisa mendapatkan perspektif semacam ini dari pencarian tautan sederhana di YouTube. Mari sekarang kita perkecil kembali ke seluruh pembicaraan global di luar lingkungan, dan melihat semua pembicaraan bersama-sama. Sekarang seringkali ketika kita dihadapkan dengan jumlah konten ini, kami melakukan beberapa hal untuk menyederhanakan. Kami hanya dapat mengatakan, apakah pembicaraan paling populer di luar sana? Dan beberapa akan muncul. Ada pembicaraan tentang rasa syukur. Ada satu lagi tentang kesehatan pribadi dan gizi. Dan tentu saja, harus ada satu tentang porno kan? Dan kita dapat mengatakan, Yah, syukur, itu sudah setahun yang lalu. Apakah yang tren sekarang? Apakah pembicaraan populer sekarang? Dan kita dapat melihat mulai munculnya tren topik baru tentang privasi digital.
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.
Jadi ini besar. Ini menyederhanakan. Tapi ada begitu banyak konten kreatif yang hanya terkubur di bawah. Dan saya benci itu. Bagaimana kita menggelembung itu ke permukaan yang mungkin benar-benar kreatif dan menarik? Yah, kita dapat kembali ke struktur jaringan ide untuk melakukan itu. Ingat, bahwa struktur jaringan yang membuat topik ini muncul, dan mari kita berkata kita bisa mengambil dua di antaranya, seperti kota-kota dan genetika, dan berkata, Nah, Apakah ada pembicaraan yang dengan kreatif menjembatani kedua disiplin berbeda ini. Dan itu -- pada dasarnya, pencampuran kreativitas ini adalah salah satu terobosan dari inovasi. Nah, ini salah satunya oleh Jessica Green tentang ekologi mikroba dari bangunan. Topik itu benar-benar mendefinisikan bidang baru. Dan kita bisa kembali ke topik itu dan berkata, Apa yang menjadi pusat pembicaraan itu? Di klaster kota-kota, salah satu yang paling Pusat adalah satu pembicaraan oleh Mitch Joachim tentang kota ekologi dan tentang gugus genetika kita punya pembicaraan tentang biologi sintetis oleh Craig Venter. Ini semua adalah pembicaraan yang menghubungkan banyak pembicaraan dalam disiplin mereka. Kita bisa pergi arah lain dan berkata, Pembicaraan apa yang membentuk banyak bidang lain. Kami menggunakan ukuran keanekaragaman ekologi untuk mendapatkan ini. Seperti, pembicaraan oleh Steven Pinker pada sejarah kekerasan, sangat sintetis.
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.
Dan kemudian, tentu saja, ada pembicaraan yang sangat unik mereka seperti keluar di stratosfer, tempat khusus mereka sendiri, dan kami menyebutnya indeks Colleen Flanagan . Dan jika Anda tidak tahu Colleen, dia adalah seorang seniman, dan saya bertanya kepadanya, "Yah, apa rasanya di luar sana di stratosfer dari ruang ide kami?" Dan rupanya baunya seperti daging asap. Saya tidak tahu. Jadi kita menggunakan motif jaringan ini untuk menemukan pembicaraan yang unik, yang dibuat secara kreatif dari berbagai bidang, yang menjadi pusat topik mereka, dan yang secara kreatif menjembatani perbedaan bidang tersebut. Oke? Kami tidak pernah akan menemukan mereka dengan obsesi kami dengan apa yang menjadi tren sekarang. Dan semua ini berasal dari arsitektur kompleksitas, atau pola bagaimana hal-hal terhubung.
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.
SG: Jadi itu tepat. Kami mendapati diri kami di dunia yang sangat kompleks, dan kami telah menggunakan algoritma untuk menyaring itu semua supaya kita dapat menavigasi melaluinya. Dan algoritma itu, sementara ini cukup bermanfaat, juga sangat, sangat sempit, dan kita bisa melakukan lebih dari itu, karena kita dapat menyadari bahwa kompleksitas mereka tidak acak. Ianya memiliki struktur matematika, dan kita dapat menggunakannya untuk pergi dan menjelajahi hal-hal seperti dunia ide untuk melihat apa yang dikatakan, untuk melihat apa yang tidak dikatakan, dan untuk menjadi sedikit lebih manusiawi dan, mudah-mudahan, sedikit lebih cerdas.
Thank you.
Terima kasih.
(Applause)
(Tepuk tangan)