Věda. Věda nám umožnila poznat nekonečné dálky vesmíru, což je sice velmi důležité, ale zároveň nesmírně vzdálené, a přesto, mnohem blíže, mnohem více se nás přímo týká mnoho věcí, kterým ne zcela rozumíme. Jednou z nich je výjimečná sociální komplexita zvířat kolem nás. Dnes vám chci povědět několik příběhů o zvířecí komplexitě. Ale nejdříve, co je to komplexita? Co je komplexní? Tedy, komplexní neznamená komplikované. Komplikovaná věc obsahuje mnoho malých částí, každá je jiná a každá má v soukolí vlastní přesnou roli. Naopak komplexní systém se skládá z mnoha podobných součástí, jejichž vzájemné působení vytváří celkově provázané chování. Komplexní systémy mají mnoho součástí, které se chovají podle jednoduchých, individuálních pravidel, což vytváří vyplývající vlastnosti. Chování systému jako celku nelze předvídat jen z individuálních pravidel. Jak napsal Aristoteles: „Celek je víc než souhrn jeho částí.“ Ale přejděme od Aristotela ke konkrétnějšímu příkladu komplexního systému. Toto jsou skotští teriéři. Zpočátku je systém neorganizovaný. Pak nastává nepokoj: mléko. Každý jedinec se tlačí jedním směrem a nastane toto. Větrník je vlastnost vznikající díky interakcím mezi štěňaty, jejichž jediným pravidlem je udržet přístup k mléku a proto se strkají náhodným směrem. Takže se snažíme hledat jednoduchá pravidla, ze kterých vzniká komplexita. Říkám tomu zjednodušování komplexnosti, tím se zabýváme na katedře Systémového designu na ETH v Curychu. Sbíráme údaje ze zvířecích populací, analyzujeme komplexní vzory, hledáme pro ně vysvětlení. K tomu je třeba práce fyziků a biologů, matematiků a počítačových vědců, z jejichž spolupráce vzniká interdisciplinární schopnost řešit tuto problematiku. Takže opět, celek je víc než souhrn jeho částí. Spolupráce je vlastně dalším příkladem komplexního systému. Možná si kladete otázku, kde jsem já, na straně biologie nebo fyziky? V podstatě je to trošku jinak, abych to vysvětlil, musím vám o sobě povědět krátký příběh. Jako dítě jsem strašně rád stavěl a vytvářel komplikované stroje. Proto jsem se dal na studia elektroinženýrství a robotiky. Mým závěrečným projektem byla konstrukce robota jménem ER-1 -- vypadal takto -- který sbíral informace ze svého okolí a pohyboval se po bílé čáře na podlaze. Byl velmi komplikovaný, ale v naší zkušebně fungoval výborně. Přišel den, kdy se profesoři sešli k hodnocení projektu, tak jsme ER-1 vzali do učebny. Ukázalo se, že v té místnosti bylo trochu jiné světlo. Vizuální systém robota byl zmaten. V první zatáčce vyjel ze své dráhy a narazil do zdi. Stavěli jsme ho celé týdny, a k jeho zničení stačila malinká změna v barvě světla v místnosti. Tehdy jsem si uvědomil, že čím složitější stroj, tím větší pravděpodobnost, že selže kvůli něčemu naprosto neočekávanému. A rozhodl jsem se, že vlastně nechci vytvářet komplikované věci. Chtěl jsem porozumět složitosti, komplexitě kolem nás a obzvláště v říši zvířat, čímž se dostáváme k netopýrům. Netopýr velkouchý je běžným evropským druhem netopýra. Jsou to velmi společenská zvířata. Spí, neboli hřadují, pohromadě. Žijí v matriarchálních koloniích, každé jaro se samičky po přezimování shromáždí a asi 6 měsíců společně vychovávají svá mláďata, a všechny mají na sobě malinký čip, což znamená, že pokaždé, když některá z nich vletí do některé z těchto speciálně upravených budek, víme, kde je, a co je důležitější, víme, s kým je. Zabývám se tedy netopýřími zvyklostmi při hřadování, což vypadá asi takto. Během dne netopýři přebývají v několika podskupinách v různých budkách. Jednoho dne je kolonie rozdělena třeba ve dvou budkách, ale jindy může být celá v jediné budce nebo rozdělena ve třech nebo více budkách, působí to opravdu velice chaoticky. Tuto pružnou dynamiku nazýváme fission-fusion, vlastnost skupiny zvířat, kdy se různé podskupiny pravidelně všelijak rozdělují a zase spojují. Takže sesbíráme veškerá data ze všech těchto dní a sloučíme je, abychom mohli rozpoznat dlouhodobé asociační vzory použitím techniky síťové analýzy a získali tak úplný přehled o sociální struktuře kolonie. Je to jasné? Takto to tedy vypadá. V této síti jsou všechny kroužky jako uzly, netopýří jedinci, a linie mezi nimi jsou sociální spojení, vztahy mezi jedinci. Získali jsme velmi zajímavý obrázek. Tato netopýří kolonie se skládá ze dvou různých společenstev, která nelze předvídat z každodenní fission-fusion dynamiky. Říkáme jim skryté sociální jednotky. Ještě zajímavějším faktem je, že každoročně, někdy v říjnu, se kolonie rozdělí a netopýři přezimují odděleně, ale rok za rokem, když se netopýři zase na jaře sejdou, společenstva jsou zachována. Takže tito netopýři si pamatují své přátele opravdu velmi dlouho. S mozkem o velikosti burského oříšku udržují individuální, dlouhodobé sociální vztahy. Nevěděli jsme, že to je možné. Věděli jsme, že primáti, sloni a delfíni to dokáží, ale ve srovnání s netopýry mají velké mozky. Takže jak je možné, že netopýři udržují tuto komplexní, stabilní sociální strukturu s tak omezenými poznávacími schopnostmi? Zde nám komplexita přináší odpověď. Abychom tomuto systému porozuměli, sestavili jsme počítačový model hřadování založený na prostých, individuálních pravidlech, a simulovali tisíce a tisíce dní ve virtuální netopýří kolonii. Je to matematický model, ale není složitý. Ve zkratce, tento model nám ukázal, že každý netopýr považuje několik dalších členů kolonie za své přátele a má sklon s nimi hřadovat v budce. Jednoduchá, individuální pravidla. To je vše, co je třeba k vysvětlení sociální komplexity těchto netopýrů. Ale celá věc je ještě zajímavější. V letech 2010 a 2011 kolonie přišla o více než dvě třetiny svých členů, pravděpodobně kvůli velmi studené zimě. Příštího jara nevznikla dvě společenstva jako každý rok, což by pro kolonii mohlo znamenat zánik, protože by byla příliš malá. Namísto toho vznikla jediná soudržná jednotka, což kolonii umožnilo přežít sezónu a znovu se rozrůst v příštích dvou letech. Víme, že si netopýři nejsou vědomi, že se toto s kolonií děje. Pouze se řídí jednoduchým sdružovacím pravidlem a z této jednoduchosti vzniká sociální komplexita, díky které je kolonie odolná vůči dramatickým změnám ve složení populace. Myslím, že to je neuvěřitelné. Nyní vám povím jiný příběh, ale budeme muset z Evropy odcestovat do pouště Kalahari v jižní Africe. Zde žijí surikaty. Surikaty určitě znáte. Jsou to fascinující stvoření. Žijí ve skupinách s přísnou sociální hierarchií. Je zde jeden dominantní pár a mnoho podřízených, někteří v roli hlídek, jiní pečují o mláďata, další je vychovávají a tak dále. Těmto zvířatům jsme dali malinké obojky s GPS, abychom zjistili, jak se spolu pohybují a jak to souvisí s jejich sociální strukturou. Zde vidíme velmi zajímavou ukázku kolektivního pohybu surikat. Uprostřed rezervace, kde žijí, vede silnice. Na silnici jsou auta, takže je to nebezpečné. Ale surikaty ji musí překročit při cestě od jednoho zdroje potravy k druhému. Zajímalo nás, jak přesně to dělají? Přišli jsme na to, že dominantní samička většinou skupinu k cestě přivede, ale co se týče přechodu, překonání silnice, dává přednost podřízeným, jako kdyby říkala: „Prosím, jen běžte a ukažte mi, zda je to bezpečné.“ Ale nevěděli jsme, jakým pravidlem se surikaty ve svém chování řídí, aby došlo k této změně na okraji skupiny a zda ji mohou vysvětlit jednoduchá pravidla. Takže jsem sestrojil model simulující surikaty, jak přecházejí simulovanou silnici. Je to zjednodušující model. Pohybující se surikaty jsou jako náhodné částice, jejichž jediným pravidlem je seřazení. Prostě se drží pohromadě. Když se částice dostanou k silnici, vycítí jakousi překážku a zastaví se o ni. Jediným rozdílem mezi dominantní samičkou -- zde červeně -- a ostatními jedinci je, že pro ni je výška překážky, neboli riziko, které silnice představuje, o něco málo vyšší, a tento malý rozdíl v individuálním pravidle pohybu stačí k vysvětlení toho, co jsme pozorovali, totiž že dominantní samička přivede svou skupinu k silnici a pak dá přednost ostatním, aby přešli jako první. Anglický statistik George Box kdysi napsal: „Všechny modely jsou chybné, ale některé modely jsou užitečné.“ V podstatě je tento model zjevně chybný, protože surikaty rozhodně nejsou náhodné částice. Ale také je užitečný, protože nám ukazuje, že extrémní jednoduchost v pravidlech pohybu na individuální úrovni může znamenat vysokou komplexitu na úrovni skupiny. Takže opět zde máme zjednodušování komplexity. Rád bych z toho vyvodil závěry pro celý druh. Když dominantní samička dává přednost podřízeným, není to ze zdvořilosti. Dominantní samička je vlastně pro soudržnost skupiny velmi důležitá. Pokud by na silnici zahynula, je celá skupina ohrožena. Takže toto vyhýbání se riziku je evolučně velmi stará reakce. Surikaty kopírují rozvinutou taktiku starou tisíce generací a přizpůsobují ji moderním rizikům, v tomto případě silnici postavené lidmi. Přebírají velmi jednoduchá pravidla a výsledné komplexní chování jim umožňuje odolat lidským zásahům do jejich přirozeného prostředí. Nakonec, jsou to netopýři, kteří mění sociální strukturu v reakci na populační katastrofu, nebo jsou to surikaty, které projevují nebývalé přizpůsobení lidské silnici, může to být i jiný druh. Můj vzkaz -- a není to složitý vzkaz, ale jednoduchý o zázraku a naději -- mým vzkazem je, že zvířata projevují mimořádnou sociální komplexitu, což jim umožňuje přizpůsobení a odezvu na změny v jejich prostředí. Třemi slovy, v království zvířat vede jednoduchost ke komplexnosti, která vede k odolnosti. Děkuji vám. (Potlesk) Moderátorka: Děkuji, Nicolasi, za tento skvělý úvod. Nejste nervózní? NP: Ne, jsem v pohodě. M: Skvělé. V publiku je určitě hodně lidí, které napadne vztáhnout i na lidi to, co zde o slyšeli o zvířatech -- o netopýrech a surikatách. Uvedl jste například, že samice jsou sociální, že samice jsou dominantní. Nejsem si jistá, jak to kdo vidí. Je správné takto porovnávat? Existují stereotypy, které lze vztáhnout na všechny živočišné druhy? NP: Řekl bych, že existují i opačné příklady. Například mořští koníci nebo koaly, tam se o mláďata starají vždy samci. Závěrem bych řekl, že je často obtížné a občas i poněkud nebezpečné porovnávat lidi a jiné živočišné druhy. M: Velmi děkuji za tento úvod. NP: Není zač. M: Děkujeme vám, Nicolasi Perony. (Potlesk)
Science, science has allowed us to know so much about the far reaches of the universe, which is at the same time tremendously important and extremely remote, and yet much, much closer, much more directly related to us, there are many things we don't really understand. And one of them is the extraordinary social complexity of the animals around us, and today I want to tell you a few stories of animal complexity. But first, what do we call complexity? What is complex? Well, complex is not complicated. Something complicated comprises many small parts, all different, and each of them has its own precise role in the machinery. On the opposite, a complex system is made of many, many similar parts, and it is their interaction that produces a globally coherent behavior. Complex systems have many interacting parts which behave according to simple, individual rules, and this results in emergent properties. The behavior of the system as a whole cannot be predicted from the individual rules only. As Aristotle wrote, the whole is greater than the sum of its parts. But from Aristotle, let's move onto a more concrete example of complex systems. These are Scottish terriers. In the beginning, the system is disorganized. Then comes a perturbation: milk. Every individual starts pushing in one direction and this is what happens. The pinwheel is an emergent property of the interactions between puppies whose only rule is to try to keep access to the milk and therefore to push in a random direction. So it's all about finding the simple rules from which complexity emerges. I call this simplifying complexity, and it's what we do at the chair of systems design at ETH Zurich. We collect data on animal populations, analyze complex patterns, try to explain them. It requires physicists who work with biologists, with mathematicians and computer scientists, and it is their interaction that produces cross-boundary competence to solve these problems. So again, the whole is greater than the sum of the parts. In a way, collaboration is another example of a complex system. And you may be asking yourself which side I'm on, biology or physics? In fact, it's a little different, and to explain, I need to tell you a short story about myself. When I was a child, I loved to build stuff, to create complicated machines. So I set out to study electrical engineering and robotics, and my end-of-studies project was about building a robot called ER-1 -- it looked like this— that would collect information from its environment and proceed to follow a white line on the ground. It was very, very complicated, but it worked beautifully in our test room, and on demo day, professors had assembled to grade the project. So we took ER-1 to the evaluation room. It turned out, the light in that room was slightly different. The robot's vision system got confused. At the first bend in the line, it left its course, and crashed into a wall. We had spent weeks building it, and all it took to destroy it was a subtle change in the color of the light in the room. That's when I realized that the more complicated you make a machine, the more likely that it will fail due to something absolutely unexpected. And I decided that, in fact, I didn't really want to create complicated stuff. I wanted to understand complexity, the complexity of the world around us and especially in the animal kingdom. Which brings us to bats. Bechstein's bats are a common species of European bats. They are very social animals. Mostly they roost, or sleep, together. And they live in maternity colonies, which means that every spring, the females meet after the winter hibernation, and they stay together for about six months to rear their young, and they all carry a very small chip, which means that every time one of them enters one of these specially equipped bat boxes, we know where she is, and more importantly, we know with whom she is. So I study roosting associations in bats, and this is what it looks like. During the day, the bats roost in a number of sub-groups in different boxes. It could be that on one day, the colony is split between two boxes, but on another day, it could be together in a single box, or split between three or more boxes, and that all seems rather erratic, really. It's called fission-fusion dynamics, the property for an animal group of regularly splitting and merging into different subgroups. So what we do is take all these data from all these different days and pool them together to extract a long-term association pattern by applying techniques with network analysis to get a complete picture of the social structure of the colony. Okay? So that's what this picture looks like. In this network, all the circles are nodes, individual bats, and the lines between them are social bonds, associations between individuals. It turns out this is a very interesting picture. This bat colony is organized in two different communities which cannot be predicted from the daily fission-fusion dynamics. We call them cryptic social units. Even more interesting, in fact: Every year, around October, the colony splits up, and all bats hibernate separately, but year after year, when the bats come together again in the spring, the communities stay the same. So these bats remember their friends for a really long time. With a brain the size of a peanut, they maintain individualized, long-term social bonds, We didn't know that was possible. We knew that primates and elephants and dolphins could do that, but compared to bats, they have huge brains. So how could it be that the bats maintain this complex, stable social structure with such limited cognitive abilities? And this is where complexity brings an answer. To understand this system, we built a computer model of roosting, based on simple, individual rules, and simulated thousands and thousands of days in the virtual bat colony. It's a mathematical model, but it's not complicated. What the model told us is that, in a nutshell, each bat knows a few other colony members as her friends, and is just slightly more likely to roost in a box with them. Simple, individual rules. This is all it takes to explain the social complexity of these bats. But it gets better. Between 2010 and 2011, the colony lost more than two thirds of its members, probably due to the very cold winter. The next spring, it didn't form two communities like every year, which may have led the whole colony to die because it had become too small. Instead, it formed a single, cohesive social unit, which allowed the colony to survive that season and thrive again in the next two years. What we know is that the bats are not aware that their colony is doing this. All they do is follow simple association rules, and from this simplicity emerges social complexity which allows the colony to be resilient against dramatic changes in the population structure. And I find this incredible. Now I want to tell you another story, but for this we have to travel from Europe to the Kalahari Desert in South Africa. This is where meerkats live. I'm sure you know meerkats. They're fascinating creatures. They live in groups with a very strict social hierarchy. There is one dominant pair, and many subordinates, some acting as sentinels, some acting as babysitters, some teaching pups, and so on. What we do is put very small GPS collars on these animals to study how they move together, and what this has to do with their social structure. And there's a very interesting example of collective movement in meerkats. In the middle of the reserve which they live in lies a road. On this road there are cars, so it's dangerous. But the meerkats have to cross it to get from one feeding place to another. So we asked, how exactly do they do this? We found that the dominant female is mostly the one who leads the group to the road, but when it comes to crossing it, crossing the road, she gives way to the subordinates, a manner of saying, "Go ahead, tell me if it's safe." What I didn't know, in fact, was what rules in their behavior the meerkats follow for this change at the edge of the group to happen and if simple rules were sufficient to explain it. So I built a model, a model of simulated meerkats crossing a simulated road. It's a simplistic model. Moving meerkats are like random particles whose unique rule is one of alignment. They simply move together. When these particles get to the road, they sense some kind of obstacle, and they bounce against it. The only difference between the dominant female, here in red, and the other individuals, is that for her, the height of the obstacle, which is in fact the risk perceived from the road, is just slightly higher, and this tiny difference in the individual's rule of movement is sufficient to explain what we observe, that the dominant female leads her group to the road and then gives way to the others for them to cross first. George Box, who was an English statistician, once wrote, "All models are false, but some models are useful." And in fact, this model is obviously false, because in reality, meerkats are anything but random particles. But it's also useful, because it tells us that extreme simplicity in movement rules at the individual level can result in a great deal of complexity at the level of the group. So again, that's simplifying complexity. I would like to conclude on what this means for the whole species. When the dominant female gives way to a subordinate, it's not out of courtesy. In fact, the dominant female is extremely important for the cohesion of the group. If she dies on the road, the whole group is at risk. So this behavior of risk avoidance is a very old evolutionary response. These meerkats are replicating an evolved tactic that is thousands of generations old, and they're adapting it to a modern risk, in this case a road built by humans. They adapt very simple rules, and the resulting complex behavior allows them to resist human encroachment into their natural habitat. In the end, it may be bats which change their social structure in response to a population crash, or it may be meerkats who show a novel adaptation to a human road, or it may be another species. My message here -- and it's not a complicated one, but a simple one of wonder and hope -- my message here is that animals show extraordinary social complexity, and this allows them to adapt and respond to changes in their environment. In three words, in the animal kingdom, simplicity leads to complexity which leads to resilience. Thank you. (Applause) Dania Gerhardt: Thank you very much, Nicolas, for this great start. Little bit nervous? Nicolas Perony: I'm okay, thanks. DG: Okay, great. I'm sure a lot of people in the audience somehow tried to make associations between the animals you were talking about -- the bats, meerkats -- and humans. You brought some examples: The females are the social ones, the females are the dominant ones, I'm not sure who thinks how. But is it okay to do these associations? Are there stereotypes you can confirm in this regard that can be valid across all species? NP: Well, I would say there are also counter-examples to these stereotypes. For examples, in sea horses or in koalas, in fact, it is the males who take care of the young always. And the lesson is that it's often difficult, and sometimes even a bit dangerous, to draw parallels between humans and animals. So that's it. DG: Okay. Thank you very much for this great start.