Επιστήμη. H επιστήμη μάς επέτρεψε να μάθουμε τόσα πολλά για τα πέρατα του σύμπαντος, που είναι ταυτόχρονα τρομερά σημαντικά και τρομερά απομακρυσμένα, και όμως, πολύ, πολύ πιο κοντά, πολύ πιο άμεσα συνδεδεμένα με εμάς. Yπάρχουν πολλά πράγματα που πραγματικά δεν καταλαβαίνουμε, και ένα από αυτά είναι η εκπληκτική κοινωνική πολυπλοκότητα των ζώων γύρω μας, και σήμερα θέλω να σας πω μερικές ιστορίες σχετικά με την πολυπλοκότητα των ζώων.
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.
Πρώτα όμως, τι ονομάζουμε πολυπλοκότητα; Τι είναι το πολύπλοκο; Λοιπόν, το πολύπλοκο δεν είναι περίπλοκο. Κάτι περίπλοκο αποτελείται από πολλά μικρά μέρη, όλα τους διαφορετικά, και κάθε ένα έχει τον δικό του ακριβή ρόλο στον μηχανισμό. Αντίθετα, ένα πολύπλοκο σύστημα αποτελείται από πολλά, πολλά όμοια μέρη, και η αλληλεπίδρασή τους είναι που παράγει μια γενικά συνεκτική συμπεριφορά. Τα πολύπλοκα συστήματα έχουν πολλά αλληλεπιδρώντα μέρη που συμπεριφέρονται σύμφωνα με απλούς, ξεχωριστούς κανόνες, και αυτό έχει ως αποτέλεσμα την ανάδυση ιδιοτήτων. Η συμπεριφορά του συστήματος ως συνόλου δεν μπορεί να προβλεφθεί από τους ξεχωριστούς κανόνες μόνο. Όπως έγραψε ο Αριστοτέλης, το σύνολο είναι μεγαλύτερο από το άθροισμα των μερών του. Αλλά ας πάμε από τον Αριστοτέλη σε ένα πιο συγκεκριμένο παράδειγμα πολύπλοκων συστημάτων.
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.
Αυτά είναι σκωτσέζικα τεριέ. Στην αρχή, το σύστημα είναι αποδιοργανωμένο. Μετά εμφανίζεται μια διαταραχή: γάλα. Κάθε άτομο αρχίζει να σπρώχνει προς μία κατεύθυνση και συμβαίνει αυτό που βλέπετε. Αυτός ο «ανεμόμυλος» είναι μια αναδυόμενη ιδιότητα των αλληλεπιδράσεων ανάμεσα στα κουτάβια με μοναδικό κανόνα να προσπαθούν να διατηρήσουν την πρόσβαση στο γάλα και έτσι σπρώχνουν προς μια τυχαία κατεύθυνση.
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.
Έτσι, το παν είναι να βρούμε τους απλούς κανόνες από τους οποίους αναδύεται η πολυπλοκότητα. Αυτό το ονομάζω απλοποίηση της πολυπλοκότητας, και αυτό είναι που κάνουμε στην έδρα σχεδιασμού συστημάτων στο Ελβετικό Iνστιτούτο Τεχνολογίας στη Ζυρίχη. Συλλέγουμε δεδομένα για πληθυσμούς ζώων, αναλύουμε πολύπλοκες διατάξεις, προσπαθούμε να τις εξηγήσουμε. Αυτό απαιτεί τη συνεργασία φυσικών με βιολόγους, με μαθηματικούς και επιστήμονες υπολογιστών, και είναι η αλληλεπίδρασή τους που παράγει διεπιστημονικές ικανότητες για την επίλυση αυτών των προβλημάτων. Και πάλι λοιπόν, το σύνολο είναι μεγαλύτερο από το άθροισμα των μερών. Κατά μια έννοια, η συνεργασία αποτελεί ένα ακόμη παράδειγμα πολύπλοκου συστήματος.
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.
Και μπορεί να αναρωτιέστε, με ποια πλευρά είμαι, της βιολογίας ή της φυσικής; Στην πραγματικότητα, τα πράγματα είναι λίγο διαφορετικά και για να το εξηγήσω αυτό, πρέπει να σας διηγηθώ μια μικρή ιστορία για μένα. Όταν ήμουν μικρός, μου άρεσε πολύ να φτιάχνω πράγματα, να κατασκευάζω περίπλοκες μηχανές. Έτσι άρχισα να σπουδάζω ηλεκτρολογία και ρομποτική, και το πρότζεκτ στο τέλος των σπουδών μου αφορούσε την κατασκευή ενός ρομπότ με το όνομα ER-1 -- έμοιαζε με αυτό — που θα συγκέντρωνε πληροφορίες από το περιβάλλον του και θα προχωρούσε ακολουθώντας μια λευκή γραμμή στο έδαφος. Ήταν πολύ, πολύ περίπλοκο αλλά λειτουργούσε τέλεια στην αίθουσα δοκιμών μας, και την ημέρα της επίδειξης, οι καθηγητές θα το βαθμολογούσαν. Πήραμε λοιπόν το ER-1 στην αίθουσα αξιολόγησης. Όπως αποδείχθηκε, το φως σε εκείνη την αίθουσα ήταν κάπως διαφορετικό. Το οπτικό σύστημα του ρομπότ μπερδεύτηκε. Στην πρώτη στροφή της γραμμής, ξέφυγε από την πορεία του και έπεσε πάνω σε έναν τοίχο. Είχαμε ξοδέψει εβδομάδες για την κατασκευή του, και το μόνο που χρειάστηκε για να καταστραφεί ήταν μια αδιόρατη αλλαγή στο χρώμα του φωτός στην αίθουσα. Τότε ήταν που συνειδητοποίησα ότι όσο πιο περίπλοκη φτιάχνεις μια μηχανή, τόσο πιο πιθανό είναι να χαλάσει από κάτι τελείως αναπάντεχο. Και αποφάσισα ότι, στην πραγματικότητα, δεν ήθελα να φτιάχνω περίπλοκα πράγματα. Ήθελα να καταλάβω την πολυπλοκότητα, την πολυπλοκότητα του κόσμου γύρω μας και ιδιαίτερα στο ζωικό βασίλειο.
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.
Κάτι που μας φέρνει στις νυχτερίδες. Οι νυχτερίδες του Μπέχσταιν είναι ένα κοινό είδος ευρωπαϊκών νυχτερίδων. Είναι πολύ κοινωνικά ζώα. Τις περισσότερες φορές κουρνιάζουν ή κοιμούνται μαζί. Και ζουν σε αποικίες μητρότητας, που σημαίνει ότι κάθε άνοιξη, τα θηλυκά συναντιούνται μετά τη χειμέρια νάρκη και μένουν μαζί για περίπου έξι μήνες ώστε να μεγαλώσουν τα μικρά τους, και όλα τους φέρουν ένα πολύ μικρό τσιπ, που σημαίνει ότι κάθε φορά που κάποιο από αυτα μπαίνει σε ένα από τα ειδικά εξοπλισμένα κουτιά νυχτερίδων, εμείς ξέρουμε πού είναι, και το πιο σημαντικο, ξέρουμε με ποιον είναι. Μελετάω λοιπόν τις συναθροίσεις νυχτερίδων, και να πώς μοιάζουν. Κατά τη διάρκεια της ημέρας, οι νυχτερίδες κουρνιάζουν σε έναν αριθμό υποομάδων σε διαφορετικά κουτιά. Μπορεί την μία ημέρα η αποικία να είναι χωρισμένη σε δύο κουτιά, αλλά την άλλη μέρα να είναι όλες μαζί σε ένα και μοναδικό κουτί, ή χωρισμένες σε τρία ή περισσότερα κουτιά και όλο αυτό μοιάζει πράγματι μάλλον ακανόνιστο. Ονομάζεται δυναμική διαχωρισμού-συγχώνευσης, η ιδιότητα μιας ομάδας ζώων να χωρίζεται και να συγχωνεύεται ανά τακτά διαστήματα σε διαφορετικές υποομάδες.
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.
Αυτό που κάνουμε λοιπόν είναι να παίρνουμε όλα αυτά τα δεδομένα από όλες τις διαφορετικές ημέρες και να τα συγκεντρώνουμε ώστε να εξάγουμε ένα μακροχρόνιο μοντέλο συνάθροισης εφαρμόζοντας τεχνικές με ανάλυση δικτύου για να πάρουμε μια ολοκληρωμένη εικόνα της κοινωνικής δομής της αποικίας. Εντάξει; Η εικόνα λοιπόν μοιάζει έτσι. Σε αυτό το δίκτυο, όλοι οι κύκλοι είναι κόμβοι, μεμονωμένες νυχτερίδες, και οι γραμμές μεταξύ τους είναι οι κοινωνικοί δεσμοί, οι συναναστροφές μεταξύ ατόμων. Αποδεικνύεται ότι αυτή είναι μια πολύ ενδιαφέρουσα εικόνα. Αυτή η αποικία νυχτερίδων είναι οργανωμένη σε δύο διαφορετικές κοινότητες που δεν μπορούν να προβλεφθούν από την ημερήσια δυναμική διαχωρισμού-συγχώνευσης. Τις ονομάζουμε κρυφές κοινωνικές μονάδες. Ακόμη πιο ενδιαφέρον, στην πραγματικότητα: Κάθε χρόνο, γύρω στον Οκτώβριο, η αποικία χωρίζεται και όλες οι νυχτερίδες πέφτουν σε χειμέρια νάρκη ξεχωριστά, αλλά χρόνο με τον χρόνο, όταν οι νυχτερίδες ξανασυναντιούνται την άνοιξη, οι κοινότητες παραμένουν οι ίδιες.
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.
Αυτές οι νυχτερίδες λοιπόν θυμούνται τους φίλους τους για πραγματικά πολύ καιρό. Με εγκέφαλο στο μέγεθος ενός φιστικιού, διατηρούν εξατομικευμένους, μακροχρόνιους κοινωνικούς δεσμούς. Δεν ξέραμε ότι αυτό ήταν δυνατό. Γνωρίζαμε ότι τα πρωτεύοντα και οι ελέφαντες και τα δελφίνια μπορούν να το κάνουν, αλλά σε σύγκριση με τις νυχτερίδες, αυτά έχουν τεράστιους εγκεφάλους. Πώς γινόταν λοιπόν οι νυχτερίδες να διατηρούν αυτή την πολύπλοκη, σταθερή κοινωνική δομή με τόσο περιορισμένες γνωστικές δεξιότητες;
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?
Και σε αυτό το σημείο είναι που η πολυπλοκότητα δίνει μια απάντηση. Για να κατανοήσουμε αυτό το σύστημα, κατασκευάσαμε στον υπολογιστή ένα μοντέλο κουρνιάσματος, βασισμένο σε απλούς, ξεχωριστούς κανόνες και προσομοιώσαμε χιλιάδες ημέρες σε μια εικονική αποικία νυχτερίδων. Πρόκειται για ένα μαθηματικό μοντέλο, αλλά δεν είναι περίπλοκο. Αυτό που μας είπε το μοντέλο, με λίγα λόγια, είναι ότι κάθε νυχτερίδα αναγνωρίζει κάποια άλλα μέλη της αποικίας ως φίλους της, και είναι ελαφρώς πιο πιθανό να κουρνιάσει σε ένα κουτί μαζί τους. Απλοί, ξεχωριστοί κανόνες. Αυτό μόνο χρειάζεται για να εξηγήσουμε την κοινωνική πολυπλοκότητα αυτών των νυχτερίδων.
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.
Αλλά γίνεται και καλύτερο. Μεταξύ του 2010 και του 2011, η αποικία έχασε περισσότερα από τα δύο τρίτα των μελών της, πιθανόν λόγω του πολύ ψυχρού χειμώνα. Την επόμενη άνοιξη, δεν σχημάτισε δύο κοινότητες όπως κάθε χρόνο, κάτι που θα μπορούσε να οδηγήσει ολόκληρη την αποικία σε αφανισμό επειδή είχε γίνει τόσο μικρή. Αντ' αυτού, σχημάτισε μια ενιαία, συνεκτική κοινωνική μονάδα, η οποία επέτρεψε στην αποικία να επιβιώσει εκείνη την περίοδο και να αναπτυχθεί ξανά τα επόμενα δύο χρόνια. Αυτό που ξέρουμε είναι ότι οι νυχτερίδες δεν γνωρίζουν ότι η αποικία τους το κάνει αυτό. Το μόνο που κάνουν είναι να ακολουθούν απλούς κανόνες συνάθροισης και από αυτή την απλότητα αναδύεται κοινωνική πολυπλοκότητα που επιτρέπει στην αποικία να προσαρμόζεται σε δραματικές αλλαγές στη δομή του πληθυσμού της. Και αυτό το βρίσκω απίστευτο.
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.
Τώρα θέλω να σας διηγηθώ μια άλλη ιστορία, αλλά γι' αυτό θα πρέπει να μεταφερθούμε από την Ευρώπη στην έρημο Καλαχάρι, στη Νότια Αφρική. Εκεί ζουν οι σουρικάτες. Είμαι σίγουρος ότι ξέρετε τις σουρικάτες. Είναι εκπληκτικά πλάσματα. Ζουν σε ομάδες με πολύ αυστηρή κοινωνική ιεραρχία. Υπάρχει ένα κυρίαρχο ζευγάρι και πολλοί υποτελείς, κάποιοι δρουν ως φύλακες, κάποιοι ως νταντάδες, κάποιοι διδάσκουν τα μικρά κ.λπ. Αυτό που κάνουμε είναι να τοποθετήσουμε πολύ μικρά περιλαίμια με GPS σε αυτά τα ζώα για να μελετήσουμε πώς κινούνται μαζί και τι σχέση έχει αυτό με την κοινωνική τους δομή. Και υπάρχει ένα πολύ ενδιαφέρον παράδειγμα συλλογικής κίνησης στις σουρικάτες. Στη μέση του καταφυγίου όπου ζούνε υπάρχει ένας δρόμος. Σε αυτόν τον δρόμο κινούνται αυτοκίνητα, άρα είναι επικίνδυνος. Αλλά οι σουρικάτες πρέπει να τον διασχίσουν για να πάνε από το ένα μέρος όπου τρέφονται στο άλλο. Ρωτήσαμε λοιπόν, πώς ακριβώς το κάνουν αυτό; Ανακαλύψαμε ότι το κυρίαρχο θηλυκό είναι κυρίως αυτό που οδηγεί την ομάδα στον δρόμο, αλλά όταν πρόκειται να τον διασχίσουν, να διασχίσουν τον δρόμο, δίνει τη θέση του στους υποτελείς, σαν να λέει, «Προχωρήστε, πέστε μου αν είναι ασφαλές». Αυτό που δεν γνώριζα στην πραγματικότητα ήταν ποιους κανόνες ακολουθούν οι σουρικάτες στη συμπεριφορά τους ώστε να συμβεί αυτή η αλλαγή στο προβάδισμα της ομάδας και αν απλοί κανόνες ήταν αρκετοί για να την εξηγήσουν.
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.
Κατασκεύασα λοιπόν ένα μοντέλο με προσομοιωμένες σουρικάτες που διέσχιζαν έναν προσομοιωμένο δρόμο. Πρόκειται για ένα απλοϊκό μοντέλο. Οι κινούμενες σουρικάτες είναι σαν τυχαία σωματίδια που μοναδικός τους κανόνας είναι αυτός της ευθυγράμμισης. Απλώς κινούνται μαζί. Όταν αυτά τα σωματίδια φθάνουν στον δρόμο, αισθάνονται κάποιο είδος εμποδίου και αναπηδούν πάνω του. Η μόνη διαφορά μεταξύ του κυρίαρχου θηλυκού, εδώ με κόκκινο, και των άλλων ατόμων, είναι ότι για εκείνο, το ύψος του εμποδίου που στην πραγματικότητα είναι ο κίνδυνος που αντιλαμβάνονται από τον δρόμο, είναι απλώς ελαφρά μεγαλύτερο, και αυτή η πολύ μικρή διαφορά στον κανόνα κίνησης του ατόμου επαρκεί για να εξηγήσει αυτό που παρατηρούμε, ότι το κυρίαρχο θηλυκό οδηγεί την ομάδα του στον δρόμο και μετά δίνει τη θέση του στους άλλους ώστε να περάσουν πρώτοι. Ο Τζωρτζ Μποξ, ένας Άγγλος στατιστικολόγος, έγραψε κάποτε, «'Όλα τα μοντέλα είναι λανθασμένα, αλλά κάποια μοντέλα είναι χρήσιμα». Και όντως, αυτό το μοντέλο είναι εμφανώς λανθασμένο, επειδή στην πραγματικότητα, οι σουρικάτες είναι κάθε άλλο παρά τυχαία σωματίδια. Αλλά είναι επίσης και χρήσιμο, επειδή μας λέει ότι η εξαιρετική απλότητα στους κανόνες κίνησης σε ατομικό επίπεδο μπορεί να οδηγήσει σε μεγάλη πολυπλοκότητα στο επίπεδο της ομάδας. Και πάλι λοιπόν έχουμε απλούστευση της πολυπλοκότητας.
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.
Θα ήθελα να τελειώσω λέγοντας τι σημαίνει αυτό για ολόκληρο το είδος. Όταν το κυρίαρχο θηλυκό δίνει τη θέση του σε έναν υποτελή, δεν το κάνει από ευγένεια. Στην πραγματικότητα, το κυρίαρχο θηλυκό είναι εξαιρετικά σημαντικό για τη συνεκτικότητα της ομάδας. Αν σκοτωθεί στον δρόμο, όλη η ομάδα τίθεται σε κίνδυνο. Αυτή λοιπόν η συμπεριφορά αποφυγής κινδύνου αποτελεί μια πολύ παλιά εξελικτική αντίδραση. Αυτές οι σουρικάτες αναπαράγουν μια εξελικτική τακτική που αναπτύχθηκε πριν από χιλιάδες γενιές και την προσαρμόζουν σε έναν σύγχρονο κίνδυνο, σε αυτή την περίπτωση σε έναν δρόμο που φτιάχτηκε από ανθρώπους. Προσαρμόζουν πολύ απλούς κανόνες και η πολύπλοκη συμπεριφορά που προκύπτει τους επιτρέπει να αντισταθούν στην ανθρώπινη καταπάτηση του φυσικού τους περιβάλλοντος.
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.
Τελικά, μπορεί να έχουμε νυχτερίδες που αλλάζουν την κοινωνική τους δομή αντιδρώντας σε μια πληθυσμιακή κατάρρευση ή σουρικάτες που εμφανίζουν μια νέα προσαρμογή σε έναν δρόμο κατασκευασμένο από ανθρώπους, ή μπορεί να έχουμε κάποιο άλλο είδος. Το μήνυμά μου εδώ -- και δεν είναι περίπλοκο μήνυμα, αλλά απλό, ένα μήνυμα θαυμασμού και ελπίδας -- το μήνυμά μου εδώ είναι ότι τα ζώα εμφανίζουν εξαιρετική κοινωνική πολυπλοκότητα και αυτό τους επιτρέπει να προσαρμόζονται και να αντιδρούν σε αλλαγές στο περιβάλλον τους. Με λίγα λόγια, στο ζωικό βασίλειο, η απλότητα οδηγεί στην πολυπλοκότητα η οποία οδηγεί στην προσαρμοστικότητα.
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.
Σας ευχαριστώ.
Thank you.
(Χειροκρότημα) Ντάνια Γκέρχαρντ: Σε ευχαριστώ πολύ Νίκολας γι' αυτή την εξαιρετική αρχή. Είσαι λίγο νευρικός; Νίκολας Περόνι: Είμαι εντάξει, ευχαριστώ. ΝΓ: Ωραία. Είμαι σίγουρη πως πολλά άτομα στο κοινό προσπάθησαν με κάποιον τρόπο να κάνουν συσχετισμούς ανάμεσα στα ζώα για τα οποία μιλούσες -- τις νυχτερίδες, τις σουρικάτες -- και τους ανθρώπους. Έδωσες κάποια παραδείγματα: Τα θηλυκά είναι τα κοινωνικά, τα θηλυκά είναι τα κυρίαρχα, δεν είμαι σίγουρη ποιος σκέφτεται πώς. Όμως είναι εντάξει να κάνουμε αυτούς τους συσχετισμούς; Από αυτή την άποψη, υπάρχουν στερεότυπα που μπορείς να βεβαιώσεις και που μπορούν να ισχύουν για όλα τα είδη; ΝΠ: Θα έλεγα πως υπάρχουν επίσης κάποια αντιπαραδείγματα για αυτά τα στερεότυπα. Για παράδειγμα, στους ιππόκαμπους ή στα κοάλα, το αρσενικό είναι αυτό που πάντα φροντίζει τα μικρά. Και το μάθημα είναι πως συχνά είναι δύσκολο, και μερικές φορές ακόμα και επικίνδυνο, να παραλληλίζεις τους ανθρώπους με τα ζώα. Οπότε αυτό είναι. ΝΓ: Εντάξει. Σ' ευχαριστώ πολύ γι' αυτή την εξαιρετική αρχή. Σ' ευχαριστώ, Νίκολας Περόνι.
(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. Thank you, Nicolas Perony.