Chris Anderson: You were something of a mathematical phenom. You had already taught at Harvard and MIT at a young age. And then the NSA came calling. What was that about?
Chris Anderson: Ông có một điều gì đó của một thần đồng toán học . Ngài đã dạy ở Harvard và MIT khi còn rất trẻ. Và sau đó NSA liên hệ với ông Chuyện đó là như thế nào?
Jim Simons: Well the NSA -- that's the National Security Agency -- they didn't exactly come calling. They had an operation at Princeton, where they hired mathematicians to attack secret codes and stuff like that. And I knew that existed. And they had a very good policy, because you could do half your time at your own mathematics, and at least half your time working on their stuff. And they paid a lot. So that was an irresistible pull. So, I went there.
Jim Simons: à NSA - đó là Hội đồng an ninh quốc gia họ không thực sự liên hệ với tôi. Họ có một hoạt động ở Princeton, nơi họ thuê các nhà toán học để giải các mật mã và những thứ như vậy Và tôi biết về hoạt động này. Và họ có một chính sách rất tốt, vì bạn có thể có một nửa thời gian làm toán học của riêng bạn, và ít nhất nửa thời gian còn lại làm công việc của họ. Và họ trả thù lao khá lắm. Vì vậy thật là khó cưỡng lại điều này. Vì vậy, tôi đã tới đó.
CA: You were a code-cracker.
CA: Ông từng là một người giải mật mã.
JS: I was.
JS: Đúng vậy, tôi đã từng.
CA: Until you got fired.
CA: Cho đến khi ông bị sa thải.
JS: Well, I did get fired. Yes.
JS: Ồ vâng, tôi bị sa thải. Đúng vậy.
CA: How come?
CA: Sao lại như vậy?
JS: Well, how come? I got fired because, well, the Vietnam War was on, and the boss of bosses in my organization was a big fan of the war and wrote a New York Times article, a magazine section cover story, about how we would win in Vietnam. And I didn't like that war, I thought it was stupid. And I wrote a letter to the Times, which they published, saying not everyone who works for Maxwell Taylor, if anyone remembers that name, agrees with his views. And I gave my own views ...
JS: Sao lại như vậy ấy hả? Tôi bị sa thải, bởi vì, à,lúc đó đang có chiến tranh ở Việt Nam, ông chủ của các ông chủ trong tổ chức cũng là một người hâm mộ chiến tranh đã viết một bài báo trên tờ New York Times, một câu chuyện trên trang bìa, về việc làm thể nào để chiến thắng ở Việt Nam. Và tôi thì không thích chiến tranh, tôi nghĩ nó thật ngu xuẩn. Và tôi đã viết một lá thư cho tờ Times, tờ báo mà họ đã xuất bản, nói rằng không phải tất cả mọi người làm việc cho Maxwell Taylor, nếu ai đó nhớ cái tên này, đồng ý với quan điểm của ông ta. Và tôi đã đưa ra quan điểm cá nhân...
CA: Oh, OK. I can see that would --
CA: À, vâng. Tôi có thể thấy điều này có thể
JS: ... which were different from General Taylor's. But in the end, nobody said anything. But then, I was 29 years old at this time, and some kid came around and said he was a stringer from Newsweek magazine and he wanted to interview me and ask what I was doing about my views. And I told him, "I'm doing mostly mathematics now, and when the war is over, then I'll do mostly their stuff." Then I did the only intelligent thing I'd done that day -- I told my local boss that I gave that interview. And he said, "What'd you say?" And I told him what I said. And then he said, "I've got to call Taylor." He called Taylor; that took 10 minutes. I was fired five minutes after that.
JS:...khác với những gì General Taylor nói. Nhưng đến cuối cùng,không ai nói gì cả. Nhưng sau đó, lúc đó tôi đang 29 tuổi, có một người đến gần, và nói rằng cậu ấy là phóng viên của tạp chí Newsweek và cậu ấy muốn phỏng vấn tôi và hỏi tôi đang làm gì với quan điểm đó. Và tôi đã nói với cậu ấy,"tôi hầu như đang giải quyết các bài toán của mình, và khi chiến tranh kết thúc, tôi gần như sẽ làm việc cho họ." tôi đã làm một việc thông minh nhất từ trước đến giờ vào ngày hôm đó Tôi nói với ông chủ của tôi rằng tôi đã có một cuộc phỏng vấn. Và ông ấy nói, " Cậu đã nói gì?" Và tôi kể lại cho ông ấy nghe. Và sau đó ông ấy nói, "Tôi phải gọi điện cho Taylor." Ông ấy đã gọi cho Taylor, mất 10 phút. Tôi bị sa thải 5 phút sau đó.
CA: OK.
CA: Vâng.
JS: But it wasn't bad.
JS: Nhưng điều này không tệ đâu.
CA: It wasn't bad, because you went on to Stony Brook and stepped up your mathematical career. You started working with this man here. Who is this?
CA: Nó không tệ, bởi vì ông đã tới Stony Brook, và tiếp tục công việc toán học của mình. Ông bắt đầu làm việc với người đàn ông này. Đó là ai vậy?
JS: Oh, [Shiing-Shen] Chern. Chern was one of the great mathematicians of the century. I had known him when I was a graduate student at Berkeley. And I had some ideas, and I brought them to him and he liked them. Together, we did this work which you can easily see up there. There it is.
JS: À, đó là [ Shiing- Shen] Chern. Chern là một trong những nhà toán học giỏi nhất trong thế kỉ. Tôi biết ông ấy khi còn là thạc sĩ ở Berkeley. Và tôi có một vài ý tưởng, tôi mang chúng đến cho ông ấy và ông ấy thích chúng. chúng tôi đã làm công việc này cùng nhau mà bạn có thể xem ở trên đây. Chính là nó.
CA: It led to you publishing a famous paper together. Can you explain at all what that work was?
CA: Các ông đã công bố công trình vĩ đại nhất cùng với nhau. Ông có thể giải thích công việc như thế nào được không ạ?
JS: No.
JS: Không được.
(Laughter)
(Cười lớn)
JS: I mean, I could explain it to somebody.
JS: Ý tôi là, tôi có thể giải thích cho một ai đó.
(Laughter)
(Cười lớn)
CA: How about explaining this?
CA: Vậy giải thích cái này thì sao ạ?
JS: But not many. Not many people.
JS: Không nhiều đâu. Không nhiều người đâu.
CA: I think you told me it had something to do with spheres, so let's start here.
CA: Tôi nghĩ rằng ông có thể cho tôi biết ta có thể làm gì với mặt cầu này, hãy bắt đầu từ đây.
JS: Well, it did, but I'll say about that work -- it did have something to do with that, but before we get to that -- that work was good mathematics. I was very happy with it; so was Chern. It even started a little sub-field that's now flourishing. But, more interestingly, it happened to apply to physics, something we knew nothing about -- at least I knew nothing about physics, and I don't think Chern knew a heck of a lot. And about 10 years after the paper came out, a guy named Ed Witten in Princeton started applying it to string theory and people in Russia started applying it to what's called "condensed matter." Today, those things in there called Chern-Simons invariants have spread through a lot of physics. And it was amazing. We didn't know any physics. It never occurred to me that it would be applied to physics. But that's the thing about mathematics -- you never know where it's going to go.
JS: Ồ, đúng như vậy nhưng tôi sẽ không nói về công việc đó đâu Nó có một vài điều để làm cùng, nhưng trước khi chúng tôi làm được Đó thực sự là toán học. Tôi đã rất hạnh phúc khi thực hiện nó, Chern cũng vậy. Nó thậm chí bắt đầu với một vài tập con mà bây giờ đã mở rộng hơn. Nhưng, thú vị hơn, điều này xảy ra khi áp dụng vào Vật lí, về những điều chúng ta không biết-- ít nhất là tôi không biết gì về vật lí, và tôi không nghĩ rằng Chern biết nhiều hơn tôi là mấy. Và trong khoảng 10 năm sau khi công trình được công bố, một người tên là Ed Witten ở Princeton bắt đầu áp dụng nó vào lí thuyết dây và những người ở Nga bắt đầu áp dụng nó vào một thứ tên là" chất rắn." Ngày nay, những thứ đó được gọi là định luật Chern-Simons bất biến đã được áp dụng rất nhiều trong vật lí. Và điều đó thật kì diệu. Chúng tôi không biết gì về Vật lí. Tôi chưa bao giờ nghĩ rằng công trình này có thể áp dụng vào vật lí. Nhưng đó là toán học- bạn không thể đoán được nó đang đi đến đâu.
CA: This is so incredible. So, we've been talking about how evolution shapes human minds that may or may not perceive the truth. Somehow, you come up with a mathematical theory, not knowing any physics, discover two decades later that it's being applied to profoundly describe the actual physical world. How can that happen?
CA: Thật không thể tin được. Chúng ta đang nói về sự tiến hóa làm thay đổi suy nghĩ của con người như thế nào rằng họ có thể hoặc không thể nhận thức được sự thật. bằng một cách nào đó, bạn đi lên với một lí thuyết toán học, mà không biết gì về vật lí, khám phá ra hai thập kỉ sau nó đang được áp dụng để miêu tả một cách sâu sắc thế giới vật lí thực tế. Sao chuyện này có thể xảy ra?
JS: God knows.
JS: Có Chúa mới biết được.
(Laughter)
(Cười lớn)
But there's a famous physicist named [Eugene] Wigner, and he wrote an essay on the unreasonable effectiveness of mathematics. Somehow, this mathematics, which is rooted in the real world in some sense -- we learn to count, measure, everyone would do that -- and then it flourishes on its own. But so often it comes back to save the day. General relativity is an example. [Hermann] Minkowski had this geometry, and Einstein realized, "Hey! It's the very thing in which I can cast general relativity." So, you never know. It is a mystery. It is a mystery.
Nhưng có một nhà Vật lí học nổi tiếng tên là [Eugene] Wigner, ông ấy đã viết một bài luận về những hiệu quả bất hợp lí của toán học. Bằng cách nào đó, toán học, bắt nguồn từ thế giới thực theo cách nào đó--chúng ta học đếm, đo đạc, mọi người đều có thể làm được- và sau đó thì nó tự phát triển. Nhưng thường thì nó quay trở lại ban đầu để tiết kiệm thời gian. Thuyết tương đối là một ví dụ. [Hermann] Minkowski có khối hình học này, và Einstein đã nhận ra, "Xem này! Đây là một thứ mà tôi có thể kiểm nghiệm thuyết tương đối" Do vậy, bạn không bao giờ biết được. Đó là một bí mật. Đó là một bí mật.
CA: So, here's a mathematical piece of ingenuity. Tell us about this.
CA: Chúng ta có ở đây một bài toán sáng tạo Hãy nói về bài toán này.
JS: Well, that's a ball -- it's a sphere, and it has a lattice around it -- you know, those squares. What I'm going to show here was originally observed by [Leonhard] Euler, the great mathematician, in the 1700s. And it gradually grew to be a very important field in mathematics: algebraic topology, geometry. That paper up there had its roots in this. So, here's this thing: it has eight vertices, 12 edges, six faces. And if you look at the difference -- vertices minus edges plus faces -- you get two. OK, well, two. That's a good number. Here's a different way of doing it -- these are triangles covering -- this has 12 vertices and 30 edges and 20 faces, 20 tiles. And vertices minus edges plus faces still equals two. And in fact, you could do this any which way -- cover this thing with all kinds of polygons and triangles and mix them up. And you take vertices minus edges plus faces -- you'll get two. Here's a different shape. This is a torus, or the surface of a doughnut: 16 vertices covered by these rectangles, 32 edges, 16 faces. Vertices minus edges comes out to be zero. It'll always come out to zero. Every time you cover a torus with squares or triangles or anything like that, you're going to get zero. So, this is called the Euler characteristic. And it's what's called a topological invariant. It's pretty amazing. No matter how you do it, you're always get the same answer. So that was the first sort of thrust, from the mid-1700s, into a subject which is now called algebraic topology.
JS: Quả bóng đó-là một hình cầu, và có một lưới sắt bao quanh nó-- nhìn xem, những hình vuông đó. Điều tôi đang chỉ ra ở đây được quan sát bởi [Leonhard] Euler, một nhà toán học vĩ đại vào những năm 1770. Và nó dần dần trở thành một lĩnh vực quan trọng trong toán học: tô pô đại số, hình học. Bài viết trên đó có nguồn gốc từ những vấn đề này. Và vấn đề đó đây: nó có 8 đỉnh, 12 cạnh, 6 mặt. Và nếu bạn nhìn nó ở một mặt khác- lấy các đỉnh trừ các cạnh cộng các mặt bạn được 2. Ok, ồ, 2. Đó là một con số đẹp. Đây là một cách khác để làm -- có 3 hình tam giác bao trùm nó có 12 đỉnh và 30 cạnh và 20 mặt, 20 ngói và các đỉnh trừ các cạnh công các mặt vẫn bằng 2. Và thực ra, bạn có thể giải bài toán theo nhiều cách khác nữa che cái này đi với những thứ như là các đa giác và các hình tam giác và trộn chúng lại với nhau. Và bạn lấy các đỉnh trừ các cạnh cộng các mặt-- vẫn sẽ bằng 2. Đây là một hình khối khác. Đây là một hình xuyến, hoặc bề mặt của chiếc bánh donut: 16 đỉnh được phủ lên bởi những hình chữ nhật, 32 cạnh, 16 mặt. Các đỉnh trừ các cạnh có kết quả là 0. Nó sẽ luôn cho kết quả bằng 0. Mỗi lần bạn phủ lên vòng xuyến những hình vuông hoặc hình tam giác hoặc bất cứ thứ gì như vậy kết quả vẫn bằng 0. Vì vậy, nó được gọi là tính chất Euler. Và đó là thứ được gọi là tô pô bất biến. Nó khá là thú vị. Dù bạn làm cách nào đi nữa, bạn sẽ luôn nhận đươc kết quả như nhau. Đó là bước tiến mạnh mẽ đầu tiên từ giữa những năm 1700, đến cái đích mà bây giờ được gọi là tô pô đại số.
CA: And your own work took an idea like this and moved it into higher-dimensional theory, higher-dimensional objects, and found new invariances?
CA: và công việc của ông là tiếp nhận ý tưởng này và phát triển nó đến lý thuyết không gian cao hơn, vật thể không gian cao hơn, và tìm thấy những vật bất biến mới?
JS: Yes. Well, there were already higher-dimensional invariants: Pontryagin classes -- actually, there were Chern classes. There were a bunch of these types of invariants. I was struggling to work on one of them and model it sort of combinatorially, instead of the way it was typically done, and that led to this work and we uncovered some new things. But if it wasn't for Mr. Euler -- who wrote almost 70 volumes of mathematics and had 13 children, who he apparently would dandle on his knee while he was writing -- if it wasn't for Mr. Euler, there wouldn't perhaps be these invariants.
JS: Những thứ đó đã là những vật thể bất biến trong không gian cao hơn: các lớp học Pontryagin- thực ra là các lớp học của Chern. Có một loạt các loại vật thể bất biến. Tôi đã gặp khó khăn khi làm việc với một trong số chúng và sắp xếp chúng thành một tổ hợp, thay vì làm theo cách thông thường, và dẫn đến công việc này chúng tôi đã phát hiện ra một số thứ mới Nhưng nếu nó không phải vì Mr.Euler- người đã viết gần 70 cuốn sách về toán học và có 13 người con, người mà ông sẽ bế trên đùi khi đang viết sách-- nếu không phải vì Mr.Euler, có thể sẽ không có những vật thể bất biến này
CA: OK, so that's at least given us a flavor of that amazing mind in there. Let's talk about Renaissance. Because you took that amazing mind and having been a code-cracker at the NSA, you started to become a code-cracker in the financial industry. I think you probably didn't buy efficient market theory. Somehow you found a way of creating astonishing returns over two decades. The way it's been explained to me, what's remarkable about what you did wasn't just the size of the returns, it's that you took them with surprisingly low volatility and risk, compared with other hedge funds. So how on earth did you do this, Jim?
CA: OK, ít nhất điều đó mang lại cơ hội được thưởng thức tài năng này. Hãy nói về Renaissance. Vì ông đã nhận được trí tuệ tuyệt vời và trở thành nhà giải mã tại NSA, ông bắt đầu trở thành một nhà giải mã trong ngành công nghiệp tài chính, tôi nghĩ rằng ông có thể không mua lý thuyết thị trường hiệu quả. Bằng cách nào đó ông đã tìm ra cách tạo ra lợi nhuận đáng kinh ngạc trong hơn 2 thập kỉ qua. Điều này đã giải thích cho tôi, điều đáng chú ý về những gì ông đã làm đó không chỉ là về số lượng lợi nhuận, mà ông đã lấy chúng với sự biến động thấp một cách đáng kinh ngạc và rủi ro, so với những quỹ đầu tư khác. Ông đã làm như thế nào vậy, Jim?
JS: I did it by assembling a wonderful group of people. When I started doing trading, I had gotten a little tired of mathematics. I was in my late 30s, I had a little money. I started trading and it went very well. I made quite a lot of money with pure luck. I mean, I think it was pure luck. It certainly wasn't mathematical modeling. But in looking at the data, after a while I realized: it looks like there's some structure here. And I hired a few mathematicians, and we started making some models -- just the kind of thing we did back at IDA [Institute for Defense Analyses]. You design an algorithm, you test it out on a computer. Does it work? Doesn't it work? And so on.
JS: tôi đã làm điều này với những con người tuyệt vời. Khi tôi bắt đầu giao dịch, tôi đã thấy hơi mệt mỏi với toán học. Tôi đã khoảng 30 tuổi, tôi có một ít tiền. Tôi bắt đầu kinh doanh và mọi thứ đều ổn. Tôi đã kiếm được khá nhiều tiền nhờ may mắn. Ý tôi là, tôi nghĩ thực sự là nhờ may mắn Đó chắc chắn không phải là toán học. Nhưng nhìn vào những dữ liệu sau một thời gian tôi đã nhận ra: nó giống nhau ở một vài cấu trúc. Và tôi đã tuyển một vài nhà toán học, chúng tôi bắt đầu dựng một số mô hình chỉ là một số thứ như chúng tôi đã làm khi còn ở IDA [Viện Phân tích Quốc phòng] Bạn viết một thuật toán, bạn thử nghiệm nó trên máy tính. Liệu nó có chạy được không? Nó không làm việc được à? Cứ như vậy.
CA: Can we take a look at this? Because here's a typical graph of some commodity. I look at that, and I say, "That's just a random, up-and-down walk -- maybe a slight upward trend over that whole period of time." How on earth could you trade looking at that, and see something that wasn't just random?
CA: Chúng ta có thể xem cái này một chút không ạ? Bởi vì ở đây có một đồ thị điển hình cho một số mặt hàng. Tôi nhìn vào nó, và tôi nói, "Đó chỉ là sự ngẫu nhiên,đi lên và đi xuống có thể có xu hướng tăng nhẹ trong toàn bộ khoảng thời gian." Ông giao dịch thế nào khi nhìn vào đó. và nhìn thấy thứ gì đó không chỉ là một sự ngẫu nhiên?
JS: In the old days -- this is kind of a graph from the old days, commodities or currencies had a tendency to trend. Not necessarily the very light trend you see here, but trending in periods. And if you decided, OK, I'm going to predict today, by the average move in the past 20 days -- maybe that would be a good prediction, and I'd make some money. And in fact, years ago, such a system would work -- not beautifully, but it would work. You'd make money, you'd lose money, you'd make money. But this is a year's worth of days, and you'd make a little money during that period. It's a very vestigial system.
JS: Ngày xưa-- đây là một đồ thị được sử dụng từ lâu rồi, hàng hóa và tiền tệ có một xu hướng nhất định. Không nhất thiết là xu hướng như ở đây,mà còn là xu hướng theo giai đoạn. Và nếu bạn đã quyết định, OK, tôi sẽ dự đoán ngày hôm nay, bởi sự dịch chuyển trung bình trong vòng 20 ngày qua. có thể đó là một dự đoán đúng, và tôi sẽ kiếm được tiền, Và thực sự, nhiều năm trước hệ thống như thế này có thể hoạt động không chuẩn xác lắm, nhưng nó có thể hoạt động được. Bạn có thể kiếm được tiền, bạn có thể thua lỗ, bạn kiếm được tiền. Nhưng đây là giá trị của một năm, và bạn có thể kiếm được tiền trong giai đoạn này. Đó là một hệ thống có từ rất lâu rồi.
CA: So you would test a bunch of lengths of trends in time and see whether, for example, a 10-day trend or a 15-day trend was predictive of what happened next.
CA: Vậy ông có thể kiểm nghiệm một loạt độ dài của các xu hướng trong khoảng thời gian và nhìn thấy có hay không, ví dụ, xu hướng kéo dài 10 ngày hoặc 15 ngày được dự đoán những gì xảy ra tiếp theo.
JS: Sure, you would try all those things and see what worked best. Trend-following would have been great in the '60s, and it was sort of OK in the '70s. By the '80s, it wasn't.
JS: Chắc chắn rồi, anh có thể thử tất cả những thứ đó và xem cái nào hoạt động tốt nhất. Xu hướng kéo theo đã trở nên tuyệt vời vào những năm 60, và khá ổn vào những năm 70. Đến những năm 80 thì không còn được như vậy.
CA: Because everyone could see that. So, how did you stay ahead of the pack?
CA: Vì mọi người đều có thể làm được như vậy. Làm thế nào để ông luôn dẫn đầu trong tình huống này?
JS: We stayed ahead of the pack by finding other approaches -- shorter-term approaches to some extent. The real thing was to gather a tremendous amount of data -- and we had to get it by hand in the early days. We went down to the Federal Reserve and copied interest rate histories and stuff like that, because it didn't exist on computers. We got a lot of data. And very smart people -- that was the key. I didn't really know how to hire people to do fundamental trading. I had hired a few -- some made money, some didn't make money. I couldn't make a business out of that. But I did know how to hire scientists, because I have some taste in that department. So, that's what we did. And gradually these models got better and better, and better and better.
JS: Chúng tôi dẫn đầu bằng cách tìm cách thức tiếp cận khác-- phương pháp tiếp cận ngắn hạn đến một mức nào đó. Thực ra là thu thập một lượng dữ liệu lớn-- và chúng tôi phải thu thập chúng bằng tay vào những ngày đầu tiên. Chúng tôi đến Cục Dự trữ liên bang và sao chép lịch sử lãi suất và những thứ như vậy, bởi vì nó không có trên máy tính. Chúng tôi đã lấy được rất nhiều dữ liệu. Và những người cực kì thông minh- đó chính là chìa khóa. Tôi thực sự không biết cách làm thế nào để thuê nhân viên làm những giao dịch cơ bản. Tôi đã thuê một vài người- một số thì kiếm tiền,một số thì không. Làm kinh doanh không thể tránh được điều này. Nhưng tôi không biết làm thế nào để thuê những nhà khoa học vì tôi có một vài thị hiếu riêng trong ngành này. Đó chính là điều chúng tôi đã làm. Và dẫn dần những mô hình này trở nên tốt hơn, tốt hơn, tốt hơn và tốt hơn.
CA: You're credited with doing something remarkable at Renaissance, which is building this culture, this group of people, who weren't just hired guns who could be lured away by money. Their motivation was doing exciting mathematics and science.
CA: Ông được tín nhiệm bởi những việc gây chú ý khi ở Renaissance. đó là xây dựng nên văn hóa này, những con người này, những người không phải thuê bằng súng, những người có thể bị lừa bởi tiền bạc. Mục tiêu của họ là làm việc với toán học và khoa học.
JS: Well, I'd hoped that might be true. But some of it was money.
JS: Tôi hy vọng điều đó có thể trở thành sự thật. Nhưng vẫn có một số là vì tiền.
CA: They made a lot of money.
CA: Họ đã kiếm được rất nhiều tiền.
JS: I can't say that no one came because of the money. I think a lot of them came because of the money. But they also came because it would be fun.
JS: Tôi không thể nói rằng không có ai đến làm là vì tiền. Tôi nghĩ rất nhiều người đến làm là vì tiền. Nhưng họ cũng nghĩ nó thú vị.
CA: What role did machine learning play in all this?
CA: Vậy "máy học" có vai trò gì trong tất cả việc này?
JS: In a certain sense, what we did was machine learning. You look at a lot of data, and you try to simulate different predictive schemes, until you get better and better at it. It doesn't necessarily feed back on itself the way we did things. But it worked.
JS: Theo một cách nào đó, điều chúng tôi làm chính là "máy học". Bạn xem xét rất nhiều dữ liệu, và bạn thử mô phỏng theo các chương trình khác nhau, đến khi dữ liệu đó trở nên chuẩn xác hơn. Không cần thiết phải xem xét chúng lại như cách chúng ta thường làm. Nhưng nó có hiệu quả.
CA: So these different predictive schemes can be really quite wild and unexpected. I mean, you looked at everything, right? You looked at the weather, length of dresses, political opinion.
CA: Vậy những chương trình dự đoán khác nhau này có thể khá thoải mái và bất ngờ. Ý tôi là, chúng ta đang xem xét mọi thứ phải không? Chúng ta xem thời tiết, độ dài của những bộ váy, quan điểm chính trị.
JS: Yes, length of dresses we didn't try.
JS: Đúng vậy, độ dài của những bộ váy là điều chúng tôi chưa thử làm.
CA: What sort of things?
CA: Những thứ như thế nào?
JS: Well, everything. Everything is grist for the mill -- except hem lengths. Weather, annual reports, quarterly reports, historic data itself, volumes, you name it. Whatever there is. We take in terabytes of data a day. And store it away and massage it and get it ready for analysis. You're looking for anomalies. You're looking for -- like you said, the efficient market hypothesis is not correct.
JS: Ồ, tất cả mọi thứ, Những thứ như lúa mạch cho cối xay ngoại trừ chiều dài của đường viền. Thời tiết, báo cáo hàng năm, báo cáo quý, dữ liệu lịch sử của chúng, các cuốn sách, bạn đặt tên cho nó. Bất kể thứ gì. Chúng tôi lấy hàng Terabytes dữ liệu một ngày. Và dự trữ nó và masage nó và khiến cho nó sẵn sàng để phân tích. Anh đang tìm kiếm điều khác thường. Anh tìm kiếm - như anh vừa nói, Giả thuyết thị trường hiệu quả là không chính xác,
CA: But any one anomaly might be just a random thing. So, is the secret here to just look at multiple strange anomalies, and see when they align?
CA: Nhưng một điều khác thường bất kì có thể chỉ là một sự ngẫu nhiên. Vậy, điều bí mật ở đây là chỉ nhìn vào những điều khác thường, và nhìn xem khi nào thì chúng kết hợp với nhau?
JS: Any one anomaly might be a random thing; however, if you have enough data you can tell that it's not. You can see an anomaly that's persistent for a sufficiently long time -- the probability of it being random is not high. But these things fade after a while; anomalies can get washed out. So you have to keep on top of the business.
JS: Bất kì một sự khác thường nào đều có thể chỉ là ngẫu nhiên; tuy nhiên, nếu bạn nhìn đủ lượng dữ liệu anh có thể nói rằng không phải như vậy. Anh có thể nhìn ra điều khác thường kéo dài trong một thời gian vừa đủ-- khả năng là một sự ngẫu nhiên không cao. Nhưng một lúc sau chúng có thể mờ dần; những điều khác thường có thể biến mất. Vì vậy anh phải luôn đặt việc kinh doanh lên hàng đầu.
CA: A lot of people look at the hedge fund industry now and are sort of ... shocked by it, by how much wealth is created there, and how much talent is going into it. Do you have any worries about that industry, and perhaps the financial industry in general? Kind of being on a runaway train that's -- I don't know -- helping increase inequality? How would you champion what's happening in the hedge fund industry?
CA: Rất nhiều người trông chờ vào những quỹ đầu tư công nghiệp hiện nay và khá là sốc về chúng, bởi lợi nhuận có thể kiếm ra từ đó, và bởi bao nhiêu tài năng đang tiếp cận chúng. Anh đã bao giờ từng nghi ngại về nền công nghiệp đó, và có thể là ngành tài chính công nghiệp nói chung chưa? Đại loại như đang trên một con tàu đang chạy-- Tôi không biết nữa-- đang giúp gia tăng sự bất bình đẳng? Anh đấu tranh thế nào cho những gì đang xảy ra với nền công nghiệp quỹ đầu tư?
JS: I think in the last three or four years, hedge funds have not done especially well. We've done dandy, but the hedge fund industry as a whole has not done so wonderfully. The stock market has been on a roll, going up as everybody knows, and price-earnings ratios have grown. So an awful lot of the wealth that's been created in the last -- let's say, five or six years -- has not been created by hedge funds. People would ask me, "What's a hedge fund?" And I'd say, "One and 20." Which means -- now it's two and 20 -- it's two percent fixed fee and 20 percent of profits. Hedge funds are all different kinds of creatures.
JS: tôi nghĩ rằng trong 3 hay 4 năm trước, quỹ đầu tư chưa thực sự làm tốt lắm. Chúng ta đã làm nên điều kì diệu, nhưng tổng thể nền công nghiệp quỹ đầu tư chưa thực sự tuyệt vời lắm. Thị trường chứng khoán đang phát triển lớn mạnh như mọi người đã biết, và tỷ lệ giá thu về cũng tăng. Vì vậy lợi nhuận khổng lồ cuối cùng cũng được tạo ra-- xem nào, 5 hay 6 năm nữa-- sẽ không còn được tạo ra bởi quỹ đầu tư. Mọi người sẽ hỏi tôi rằng, " Quỹ đầu tư là gì?" Và tôi sẽ nói rằng, " 1 và 20." Nghĩa là-- bây giờ là 2 và 20-- 2% phí cố định và 20% lợi nhuận. Quỹ đầu tư là tất cả nhiều loại khác nhau.
CA: Rumor has it you charge slightly higher fees than that.
CA: Có tin đồn là bạn phải trả phí cao hơn như vậy một chút.
JS: We charged the highest fees in the world at one time. Five and 44, that's what we charge.
JS: Chúng tôi tính phí cao nhất thế giới trong một thời điểm. 5 và 44, là mức phí của chúng tôi.
CA: Five and 44. So five percent flat, 44 percent of upside. You still made your investors spectacular amounts of money.
CA: 5 và 44. Vậy là 5% cố định, 44% lợi nhuận. Ông vẫn khiến nhà đầu tư đầu tư một lượng tiền lớn.
JS: We made good returns, yes. People got very mad: "How can you charge such high fees?" I said, "OK, you can withdraw." But "How can I get more?" was what people were --
JS: Chúng tôi mang lại lợi nhuận cao, vâng đúng vậy. Mọi người đều giận điên lên: "Sao ông có thể tính phí cao như vậy?" Tôi nói, " Ok, vậy anh có thể rút lui." Nhưng "Làm thế nào để tôi nhận được nhiều hơn?" mọi người đều vậy.
(Laughter)
(Cười lớn)
But at a certain point, as I think I told you, we bought out all the investors because there's a capacity to the fund.
Nhưng tại một thời điểm nhất định, tôi nghĩ là tôi đã nói rồi, chúng tôi mua lại tất cả khoản đầu tư vì đó là năng lực của quỹ.
CA: But should we worry about the hedge fund industry attracting too much of the world's great mathematical and other talent to work on that, as opposed to the many other problems in the world?
CA: Nhưng chúng ta có nên lo lăng về ngành công nghiệp quỹ đầu tư thu hút quá nhiều những nhà toán học đại tài trên thế giới và nhiều tài năng khác để làm việc này, và ngược lại với những vấn đề khác trên thế giới?
JS: Well, it's not just mathematical. We hire astronomers and physicists and things like that. I don't think we should worry about it too much. It's still a pretty small industry. And in fact, bringing science into the investing world has improved that world. It's reduced volatility. It's increased liquidity. Spreads are narrower because people are trading that kind of stuff. So I'm not too worried about Einstein going off and starting a hedge fund.
JS: Ồ, không phải mỗi toán học thôi đâu. Chúng tôi thuê cả nhà thiên văn học, vật lí học và những thứ kiểu như vậy. Tôi không nghĩ rằng chúng tôi nên lo lắng quá về điều này. Đây vẫn chỉ là một nền công nghiệp có quy mô khá nhỏ. Và thật ra, mang khoa học vào lĩnh vực đầu tư là đang cải thiện lĩnh vực đó. Nó làm giảm thiểu sự biến động, gia tăng tính thanh khoản. Sự lan rộng còn hạn hẹp bởi vì mọi người đang giao dịch những thứ như vậy. Tôi không quá lo lắng về việc Einstein sẽ đi tới và bắt đầu đầu tư.
CA: You're at a phase in your life now where you're actually investing, though, at the other end of the supply chain -- you're actually boosting mathematics across America. This is your wife, Marilyn. You're working on philanthropic issues together. Tell me about that.
CA: Ông đang thực sự đầu tư, mặc dù, ở phía bên kia của chuỗi cung ứng-- thật ra là ông đang thúc đẩy toán học trên toàn nước Mỹ. Đây là vợ của ông, bà Marilyn. Hai ông bà đang làm công tác từ thiện. Hãy nói cho tôi về công việc này đi ạ.
JS: Well, Marilyn started -- there she is up there, my beautiful wife -- she started the foundation about 20 years ago. I think '94. I claim it was '93, she says it was '94, but it was one of those two years.
JS: Ồ, Marilyn bắt đầu-- bà ấy đang kia kìa, bà vợ xinh đẹp của tôi-- bà ấy bắt đầu xây dựng quỹ từ thiện từ khoảng 20 năm trước. Tôi nghĩ là vào năm 1994. Tôi cho là vào năm 1993 nhưng bà ấy nói là năm 1994, một trong hai năm đó thôi.
(Laughter)
(Cười lớn)
We started the foundation, just as a convenient way to give charity. She kept the books, and so on. We did not have a vision at that time, but gradually a vision emerged -- which was to focus on math and science, to focus on basic research. And that's what we've done. Six years ago or so, I left Renaissance and went to work at the foundation. So that's what we do.
Chúng tôi bắt đầu xây dựng quỹ, đơn giản là để đưa cho tổ chức từ thiện. Bà ấy giữ lại những cuốn sách, và cứ như vậy. Lúc đó chúng tôi không nghĩ gì nhiều nhưng dần dần có một khả năng xuất hiện nghĩa là tập trung vào toán học và khoa học, tập trung vào nghiên cứu cơ bản nhất. Và đó chính là việc chúng tôi đã làm. Khoảng 6 năm trước, tôi rời Renaissance và làm việc cho quỹ. Đó là điều chúng tôi làm.
CA: And so Math for America is basically investing in math teachers around the country, giving them some extra income, giving them support and coaching. And really trying to make that more effective and make that a calling to which teachers can aspire.
CA: Và Toán học đối với nước Mỹ chỉ đơn thuần là đào tạo những giáo viên dạy toán trên khắp cả nước, cho họ có thêm thu nhập, cho họ sự ủng hộ và dạy dỗ. Và người ta đang thực sự cố gắng để làm cho nó có hiệu quả hơn và biến chúng thành lời kêu gọi để giáo viên có thể mong chờ
JS: Yeah -- instead of beating up the bad teachers, which has created morale problems all through the educational community, in particular in math and science, we focus on celebrating the good ones and giving them status. Yeah, we give them extra money, 15,000 dollars a year. We have 800 math and science teachers in New York City in public schools today, as part of a core. There's a great morale among them. They're staying in the field. Next year, it'll be 1,000 and that'll be 10 percent of the math and science teachers in New York [City] public schools.
JS: Vâng--thay vì loại bỏ những giáo viên tồi, trong đó có vấn đề về đạo đức thông qua tổ chức giáo dục, đặc biệt là trong toán học và khoa học, chúng ta tập trung vào việc tán dương những giáo viên tốt, trao cho họ chức vị. Vâng, chúng ta trả thêm thu nhập cho họ 15,000 đô một năm. Chúng ta có 800 giáo viên dạy toán và khoa học ở New York tại các trường công như là một phần thiết yếu. Họ có một tinh thần tuyệt với. Họ làm việc trong lĩnh vực này. Năm sau, sẽ có 1,000 và sẽ là 10% giáo viên toán và khoa học ở New York tại các trường công.
(Applause)
(Vỗ tay).
CA: Jim, here's another project that you've supported philanthropically: Research into origins of life, I guess. What are we looking at here? JS: Well, I'll save that for a second. And then I'll tell you what you're looking at. Origins of life is a fascinating question. How did we get here? Well, there are two questions: One is, what is the route from geology to biology -- how did we get here? And the other question is, what did we start with? What material, if any, did we have to work with on this route? Those are two very, very interesting questions. The first question is a tortuous path from geology up to RNA or something like that -- how did that all work? And the other, what do we have to work with? Well, more than we think. So what's pictured there is a star in formation. Now, every year in our Milky Way, which has 100 billion stars, about two new stars are created. Don't ask me how, but they're created. And it takes them about a million years to settle out. So, in steady state, there are about two million stars in formation at any time. That one is somewhere along this settling-down period. And there's all this crap sort of circling around it, dust and stuff. And it'll form probably a solar system, or whatever it forms. But here's the thing -- in this dust that surrounds a forming star have been found, now, significant organic molecules. Molecules not just like methane, but formaldehyde and cyanide -- things that are the building blocks -- the seeds, if you will -- of life. So, that may be typical. And it may be typical that planets around the universe start off with some of these basic building blocks. Now does that mean there's going to be life all around? Maybe. But it's a question of how tortuous this path is from those frail beginnings, those seeds, all the way to life. And most of those seeds will fall on fallow planets.
CA: Jim, đây là một dự án tự thiện khác mà ông đang ủng hộ: Tìm kiếm những giá trị cốt lõi trong cuộc sống, tôi nghĩ vậy. Chúng ta đang tìm kiếm điều gì ở đây? JS:Ồ, tôi sẽ giữ điều đó đến giây phút cuối cùng. Và tôi sẽ nói với anh anh đang nhìn vào thứ gì. Nguồn gốc của cuộc sống là một câu hỏi hay. Làm thế nào chúng ta có thể đạt đến mức này? Ồ, có hai câu hỏi như thế này: Một, từ địa chất học đến sinh học là theo con đường nào-- làm thế nào chúng ta đến đây? Và một câu hỏi nữa, Chúng ta bắt đầu với cái gì? Nếu có, chúng ta làm việc với thứ gì trên con đường này? Đây là hai câu hỏi thực sự thực sự rất thú vị. Câu hỏi đầu tiên là một con đường quanh co để đi từ địa chất tới RNA ( một phân tử polyme tương tự như DNA) hoặc cái gì đó tương tự như vậy-- làm sao chúng hoạt động được? Và câu hỏi còn lại, Chúng ta phải làm gì với chúng? Nhiều hơn chúng ta nghĩ đấy. Vậy những gì chúng ta thấy ở đây là một ngôi sao đang hình thành. Bây giờ, hàng năm trong dải ngân hà Milky Way, có 100 tỷ ngôi sao, có 2 ngôi sao mới được tạo ra. Đừng hỏi tôi làm thế nào, nhưng chúng được tạo ra. Phải mất hàng triệu năm để hình thành trọn vẹn. Vì vậy, trong một trạng thái ổn định, có khoảng 2 triệu ngôi sao đang hình thành bất kì lúc nào. Có một cái ở đâu đó cũng đang trong giai đoạn nguội dần này Và xung quanh nó là một vòng tròn, có bụi và một số thứ khác nữa. Và nó có thể sẽ hình thành hệ Mặt trời, hoặc bất kì thứ gì khác. Nhưng vấn đề là-- trong đám bụi xung quanh ngôi sao mới hình thành này đã tìm ra, hiện nay, lượng phân tử hữu cơ đáng kể. Các phân tử này không những là mêtan,foócmanđêhít, xianít chúng là những khối xây dựng-- những hạt giống, sau này sẽ là sự sống. Vì vậy, chúng có thể là ví dụ điển hình. Điển hình như các hành tình xung quanh vũ trụ bắt đầu từ một vài những khối xây dựng cơ bản này. Vậy nghĩa là sự sống sẽ tồn tại ở khắp nơi? Có thể lắm chứ. Nhưng đó là câu hỏi của con đường này quanh co ra làm sao từ những sự bắt đầu lỏng lẻo, những hạt giống này, bằng tất cả mọi cách để tồn tại. Và hầu hết các hạt giống này sẽ rơi vào những hành tinh bị bỏ hoang.
CA: So for you, personally, finding an answer to this question of where we came from, of how did this thing happen, that is something you would love to see.
CA: Vậy đối với ông, cá nhân mà nói, tìm ra câu trả lời cho câu hỏi chúng ta đến từ đâu, mọi chuyện xảy ra như thế nào, là những thứ mà ông rất muốn xem.
JS: Would love to see. And like to know -- if that path is tortuous enough, and so improbable, that no matter what you start with, we could be a singularity. But on the other hand, given all this organic dust that's floating around, we could have lots of friends out there. It'd be great to know.
JS: Tôi rất muốn xem chúng. Và muốn được biết-- nếu con đường này đủ quanh co, và không chắc sẽ xảy ra, rằng bất kể bạn bắt đầu từ đâu, chúng ta đều đặc biệt. Nhưng mặt khác, đưa tất cả đám bụi hữu cơ này vào không gian, chúng ta có thể tìm thấy rất nhiều những người bạn ở ngoài kia. Thật tốt khi biết điều đó.
CA: Jim, a couple of years ago, I got the chance to speak with Elon Musk, and I asked him the secret of his success, and he said taking physics seriously was it. Listening to you, what I hear you saying is taking math seriously, that has infused your whole life. It's made you an absolute fortune, and now it's allowing you to invest in the futures of thousands and thousands of kids across America and elsewhere. Could it be that science actually works? That math actually works?
CA: Jim, mấy năm trước, tôi có cơ hội được nói chuyện với Elon Musk, và tôi đã hỏi về bí mật thành công của ông ấy, ông nói rằng do đã học một khóa vật lí một cách nghiêm túc. Như ông nói thì ông đã học toán học một cách nghiêm túc, với cả cuộc đời mình. Điều đó đã cho ông một khối tài sản lớn, cho phép ông đầu tư vào tương lai của hàng nghìn, hàng nghìn trẻ em trên khắp nước Mỹ và những nơi khác Khoa học có thực sự làm được điều đó? Toán học có thực sự làm được?
JS: Well, math certainly works. Math certainly works. But this has been fun. Working with Marilyn and giving it away has been very enjoyable.
JS: Ồ, toán học thực sự làm được. Toán học thực sự có thể. Nhưng cũng thú vị đấy chứ. Làm việc với Marilyn và mang nó đi khắp nơi rất thú vị.
CA: I just find it -- it's an inspirational thought to me, that by taking knowledge seriously, so much more can come from it. So thank you for your amazing life, and for coming here to TED.
CA: Thật sự điều này- một suy nghĩ mang lại cảm hứng cho tôi, bằng việc học tập một cách nghiêm túc, chúng ta có thể làm được rất nhiều việc. Cám ơn cuộc sống kì diệu của ông, và cám ơn ông đã đến với TED hôm nay.
Thank you.
Cám ơn.
Jim Simons!
Jim Simons !
(Applause)
(Vỗ tay)