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.
La scienza, la scienza ci ha permesso di conoscere moltissime cose dei più remoti angoli dell'universo, il che è allo stesso tempo di enorme importanza e lontanissimo da noi, eppure molto, molto più vicino, molto più direttamente legato a noi di molte cose che non comprendiamo davvero. E una di esse è la straordinaria complessità sociale degli animali attorno a noi, e oggi voglio raccontarvi qualche storia di complessità animale.
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.
Ma prima, cosa chiamiamo complessità? Cosa è complesso? Be', complesso non significa complicato. Qualcosa di complicato comprende molte piccole parti, tutte diverse, e ciascuna ha il suo ruolo specifico nell'ingranaggio. All'opposto, un sistema complesso è fatto di molte parti simili, ed è la loro interazione che produce un comportamento coerente nell'insieme. I sistemi complessi hanno molte parti che interagiscono tra loro che si comportano secondo regole semplici, individuali, e il risultato sono proprietà emergenti. Il comportamento del sistema nel suo insieme non si può prevedere a partire dalle regole individuali. Come scrisse Aristotele, il tutto è più grande della somma delle sue parti. Ma da Aristotele, passiamo a un esempio più complesso di sistemi complessi.
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.
Questi sono scottish terrier. All'inizio, il sistema è disorganizzato. Poi arriva un elemento di disturbo: il latte. Ogni individuo comincia a spingere in una direzione (Risate) e questo è quel che succede. La girandola è una proprietà emergente dell'interazione tra i cuccioli la cui unica regola è cercare di non perdere l'accesso al latte e perciò spingere in una direzione a caso.
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.
Quindi si tratta solo di trovare le semplici regole da cui emerge la complessità. Lo chiamo semplificare la complessità, ed è quel che facciamo alla cattedra di design di sistema al ETH di Zurigo. Raccogliamo dati su popolazioni animali, analizziamo modelli complessi, cerchiamo di spiegarli. Richiede fisici che lavorino con biologi, con matematici e informatici, ed è la loro interazione che produce la competenza interconnessa per risolvere i problemi. Quindi, il tutto è maggiore della somma delle parti. In un certo senso, la collaborazione è un altro esempio di sistema complesso.
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.
E magari vi chiederete da che parte sto io, biologia o fisica? In realtà le cose stanno un po' diversamente e per spiegarlo vi devo raccontare un aneddoto sulla mia vita. Quand'ero piccolo, adoravo costruire cose, creare macchine complicate. Quindi decisi di studiare ingegneria elettrica e robotica, e il mio progetto di tesi era sulla costruzione di un robot chiamato ER-1 aveva questo aspetto... che potesse raccogliere informazioni dall'ambiente circostante e così seguire una linea bianca sul pavimento. Era molto, molto complicato, ma in laboratorio funzionava alla perfezione, e il giorno della dimostrazione, si erano riuniti dei professori per dare un voto al progetto. Quindi portammo ER-1 nella stanza di valutazione. Scoprimmo che la luce nella stanza era un po' diversa. Il sistema di visione del robot si confuse. E alla prima curva della linea uscì dal percorso e andò a sbattere contro un muro. Avevamo impiegate settimane a costruirlo, e per distruggerlo è bastato un minimo cambiamento nel tono della luce nella stanza. A quel punto mi resi conto che più complicata fai la macchina, più facilmente fallirà a causa di qualcosa di inaspettato. E ho deciso che, in realtà, non volevo sul serio creare cose complicate. Volevo capire la complessità, la complessità del mondo intorno a noi e soprattutto del regno animale.
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.
Il che ci porta ai pipistrelli. I vespertili di Bechstein sono una specie comune di pipistrello europeo. Sono animali molto sociali. Per lo più si appendono, o dormono, insieme. E vivono in colonie di maternità, il che significa che ogni primavera le femmine si incontrano dopo il letargo invernale e restano insieme per circa sei mesi per crescere i piccoli, e ciascuna di esse ha un chip piccolissimo, il che significa che ogni volta che una di loro entra in una di queste speciali casette per pipistrelli, sappiamo dov'è e cosa più importante sappiamo con chi è. Studio l'associazione di nidificazione dei pipistrelli, ed ecco a cosa assomiglia. Durante il giorno, i pipistrelli se ne stanno appesi in molto sottogruppi diversi in più casette. Può accadere che un giorno la colonia si divida in due casette, ma un altro giorno potrebbero essere di nuovo tutte insieme, o dividersi in tre o più nidi, e sembra tutto molto casuale, davvero. si chiama dinamica fissione-fusione la proprietà di un gruppo animale di dividersi e riunirsi con regolarità in sottogruppi differenti.
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.
Quello che facciamo è prendere tutti questi dati dei diversi giorni e metterli assieme per estrarre un modello associativo a lungo termine applicando tecniche di analisi di rete per avere l'immagine completa della struttura sociale della colonia. Ok? Questo è quel che appare. In questa rete, tutti i cerchi sono nodi, pipistrelli individuali, e le linee tra loro sono i vincoli sociali, le associazioni tra individui. Viene fuori un'immagine molto interessante. Questa colonia di pipistrelli è organizzata in due comunità differenti non prevedibili a partire dalla dinamica di fissione-fusione quotidiana. Le chiamiamo unità sociali criptiche. Cosa ancora più interessante: ogni anno, verso ottobre, la colonia si divide, e i pipistrelli vanno in letargo separatamente, ma anno dopo anno, quando si riuniscono di nuovo in primavera, le comunità sono di nuovo le stesse.
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?
Quindi questi pipistrelli ricordano gli amici molto a lungo. Con un cervello grande come una nocciolina, mantengono legami sociali individuali a lungo termine. Non sapevamo che fosse possibile. Sapevamo che i primati e gli elefanti e i delfini sanno farlo, ma paragonati a dei pipistrelli hanno cervelli enormi. Quindi com'era possibile per i pipistrelli mantenere questa complessa e stabile struttura sociale con abilità cognitive tanto ridotte?
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.
E qui la complessità dà la risposta. Per capire il sistema costruiamo un modello di nidificazione al computer basato su semplici regole individuali e simuliamo migliaia e migliaia di giorni nella colonia di pipistrelli virtuali. È un modello matematico, ma non è complicato. Quel che ci ha detto, in soldoni, è che ogni pipistrello riconosce qualche altro membro della colonia come amico, e quindi è un po' più propenso ad appendersi nello stesso nido. Semplici regole indivuali. Basta questo a spiegare la complessità sociale di questi pipistrelli.
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.
Ma c'è di più. Tra il 2010 e il 2011 la colonia perse più di due terzi dei suoi membri, probabilmente a causa di un inverno molto rigido. La primavera successiva, non formò due comunità come ogni anno, perché avrebbe potuto condurre l'intera colonia alla morte perché troppo piccola. Invece formò una singola unità sociale coesiva, il che permise alla colonia di sopravvivere quella stagione e prosperare di nuovo nei due anni successivi. Quel che sappiamo è che i pipistrelli non sono consapevoli del comportamento della colonia. Seguono solo delle semplici regole associative, e da questa semplicità emerge la complessità sociale che permette alla colonia di sopportare dei cambiamenti drammatici nella struttura della popolazione. E io trovo che sia incredibile.
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.
Ora voglio raccontarvi un'altra storia ma per questa dobbiamo spostarci dall'Europa al deserto del Kalahari in Sud Africa. Qui vivono i suricati. Sono certo che li conoscete. Sono creature affascinanti. Vivono in gruppi con una struttura gerarchica severissima. C'è una coppia dominante e molti subordinati, alcuni svolgono il ruolo di sentinelle, altri di babysitter, altri istruiscono i cuccioli e così via. Noi mettiamo dei piccolissimi collari GPS a questi animali per studiare come si muovono in gruppo, e in che modo questo è influenzato dalla loro struttura sociale. E c'è un esempio molto interessante di movimento collettivo dei suricati. Nel bel mezzo della loro riserva c'è una strada. Sulla strada ci sono le macchine, quindi è pericolosa. Ma i suricati devono attraversarla per passare da una fonte di cibo all'altra. Quindi ci siamo chiesti, come lo fanno? Abbiamo scoperto che la femmina dominante di solito è quella che guida il gruppo fino alla strada, ma quando è il momento di attraversare la strada, cede il passo ai subordinati, un modo per dire, "Va' avanti, dimmi se è sicuro". (Risate) Quel che non sapevo, in realtà, è quali regole di comportamento seguissero i suricati per far avvenire questo cambiamento a bordo del gruppo e se bastavano regole semplici a spiegarlo.
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.
Così ho costruito un modello di suricati artificiali che attraversano una strada artificiale. È un modello semplificato. Spostandosi, i suricati sono come particelle casuali la cui unica regola è quella di allineamento. si muovono insieme e basta. Quando le particelle raggiungono la strada, percepiscono un qualche ostacolo, e ci rimbalzano contro. L'unica differenza tra la femmina dominante, qui in rosso, e gli altri individui, è che per lei l'altezza dell'ostacolo, che è il rischio percepito della strada, è un po' maggiore, e questa piccola differenza nella regola individuale di movimento basta a spiegare quel che osserviamo, ossia che la femmina dominante guida il gruppo fino alla strada e poi cede il passo agli altri e li fa attraversare per primi. George Box, uno statistico inglese, una volta ha scritto: "Tutti i modelli sono falsi, ma alcuni modelli sono utili". E in realtà è evidente che questo modello è falso, perché nella realtà i suricati non sono affatto delle particelle casuali. Ma è anche utile, perché ci dice che l'estrema semplicità nelle regole di movimento a livello individuale può dare come risultato una grande complessità a livello di gruppo. Quindi ci risiamo, questo è semplificare la complessità.
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.
Vorrei concludere con quel che significa questo per la specie nel suo insieme. Quando la femmina dominante cede il passo a un subordinato, non è un gesto di cortesia. In realtà, la femmina dominante è importantissima per la coesione del gruppo. Se muore sulla strada, l'intero gruppo è in pericolo. Quindi questo evitare il rischio è una vecchissima risposta evolutiva. Questi suricati replicano una tattica che si è evoluta attraverso migliaiai di generazioni, e l'adattano a un rischio moderno, in questo caso una strada costruita dagli uomini. Adattano regole semplicissime, e il comportamento complesso che ne risulta permette loro di sopravvivere all'intrusione umana nel loro habitat naturale.
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.
Alla fine, possono essere pipistrelli che cambiano la struttua sociale in risposta a un calo della popolazione, o suricati che mostrano un adattamento nuovo alla strada umana, o possono essere altre specie. Il mio messaggio qui -- e non è complicato, ma semplice di meraviglia e speranza -- il mio messaggio è che gli animali mostrano una straordinaria complessità sociale, e questo permette loro di adattarsi e rispondere ai cambiamenti del loro ambiente. In tre parole, nel regno animale, la semplicità porta alla complessità che porta alla sopravvivenza.
Thank you.
Grazie.
(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.
(Applausi) Dania Gerhardt: Grazie tante, Nicolas, per questo inizio grandioso. Un po' nervoso? Nicolas Perony: Sto bene, grazie. DG: Ok, fantastico. Sono sicura che molti tra il pubblico hanno cercato di fare dei collegamenti tra gli animali di cui stavi parlando -- i pipistrelli, i suricati e gli umani. Hai fatto qualche esempio: le femmine sono quelle sociali, le femmine sono quelle dominanti, non so esattamente chi pensa come. Ma possiamo fare questi collegamenti? Sono stereotipi che tu puoi confermare come validi tra specie e specie? NP: Be', posso dire che ci sono anche contro-esempi a questi stereotipi. Per esempio, nei cavallucci marini o nei koala, sono sempre i maschi che si prendono cura dei cuccioli. E questo ci insegna che è sempre difficile, e a volte ance un po' pericoloso, fare paralleli tra uomini e animali. Tutto qui. DG: Ok. Grazie ancora per il grandioso inizio. Grazie, Nicolas Perony. (Applausi)