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.
Ciência. A ciência permitiu-nos conhecer tanto sobre os confins do universo, o que, ao mesmo tempo, é tremendamente importante e extremamente remoto, e ainda assim, muito mais próximas, muito mais relacionadas diretamente connosco, há muitas coisas que não compreendemos. E uma delas é a extraordinária complexidade social dos animais em nosso redor, e hoje eu quero contar-vos algumas histórias sobre a complexidade animal.
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.
Em primeiro lugar, a que chamamos complexidade? O que é complexo? Bem, complexo não significa complicado. Algo complicado envolve muitas partes pequenas, diferentes entre si, e cada uma delas tem o seu papel preciso no mecanismo. Por outro lado, um sistema complexo é feito de muitas partes semelhantes, e é a sua interação que produz um comportamento globalmente coerente. Sistemas complexos têm muitas partes interagentes que se comportam segundo regras simples, individuais e isto resulta em propriedades emergentes. O comportamento do sistema como um todo não pode ser previsto usando apenas as regras individuais. Como Aristóteles escreveu, O todo é maior que a soma das suas partes. Mas de Aristóteles, vamos partir para um exemplo concreto de sistemas complexos.
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.
Estes são Terriers escoceses. No princípio, o sistema está desorganizado. Então, surge uma perturbação: leite. Todos os indivíduos começam a empurrar numa direção e é isto que acontece. Este moinho é uma propriedade emergente das interações entre os cachorrinhos cuja única regra é tentar manter acesso ao leite e, como tal, empurrar numa direção aleatória.
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.
Logo, temos de encontrar as regras simples das quais surge a complexidade. Eu chamo a isto simplificar a complexidade, e é o que fazemos na cadeira de "Design" de Sistemas no Instituto Federal de Tecnologia de Zurique. Colecionamos informação de populações animais, analisamos padrões complexos, procuramos explicá-los. Isso requer físicos que trabalhem com biólogos, com matemáticos e cientistas informáticos, e é nas suas interações que se produzem competências além-fronteiras para resolver estes problemas. Logo, de novo, o todo é maior do que a soma das suas partes. De certa forma, colaboração é outro exemplo de sistema complexo.
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 vocês provavelmente perguntam-se de que lado estou eu, biologia ou física? Na verdade, é um pouco diferente, e para me explicar, preciso de vos contar uma pequena história sobre mim. Quando eu era uma criança, eu adorava construir coisas, e criar máquinas complicadas. Portanto, dediquei-me ao estudo da engenharia eletrotécnica e robótica, e o meu projeto final consistia em construir um robô chamado ER-1 — que era assim — para recolher informação do seu ambiente e seguir uma linha branca no chão. Era muito, muito complicado, Mas funcionou lindamente na nossa sala de testes, e no dia da demonstração, os Professores reuniram-se para avaliar o projeto. Nós levámos o ER-1 para a sala de testes. Descobrimos que a luz naquela sala estava ligeiramente diferente. O sistema de visão do robô ficou confuso. À primeira curva na linha, abandonou o trajeto e foi contra uma parede. Nós tínhamos passado semanas a construí-lo, e o que bastou para o destruir foi uma alteração ligeira na cor da luz daquela sala. Foi aí que eu percebi que quanto mais complicada se constrói uma máquina, mais provável é que ela falhe devido a algo completamente inesperado. E eu decidi que, de facto, não queria construir mais nada complicado. Eu queria compreender a complexidade, a complexidade do mundo à nossa volta e especialmente no reino animal.
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.
O que nos traz aos morcegos. Os morcegos de Bechstein são uma espécie comum de morcegos europeus. São animais muito sociais. Costumam aninhar-se ou dormir juntos. E vivem em colónias maternais, o que significa que na primavera, as fêmeas encontram-se após a hibernação de Inverno, e ficam juntas durante seis meses, para cuidar das suas crias, e todas elas carregam um "chip" muito pequeno, o que significa que cada vez que uma delas entra numa destas caixas de morcego especialmente equipada, nós sabemos onde ela está, e mais importante, sabemos com quem ela está. Portanto, eu estudo as associações dos morcegos quando dormem, e este é o resultado. Durante o dia, os morcegos albergam-se num número de sub-grupos em caixas diferentes. Num dia, a colónia pode estar dividida entre duas caixas, mas noutro dia, podia estar junta numa só caixa, ou dividida entre três ou mais caixas, e tudo isso parece, na verdade, algo errático. Chama-se dinâmica de fissão-fusão, a propriedade de um grupo animal de se dividir e juntar regularmente em subgrupos diferentes.
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.
O que nós fazemos é retirar toda esta informação destes diferentes dias e juntá-la toda para extrair padrões de associação a longo-prazo ao aplicar técnicas com análise de redes para ter uma ideia geral da estrutura social da colónia. É assim que essa ideia geral parece. Nesta rede, todos os ciclos são nós, morcegos individuais, e as linhas entre eles são laços sociais, associações entre indivíduos. Isto parece ser muito interessante. Esta colónia de morcegos é organizada em duas comunidades diferentes que não podem ser previstas das dinâmicas fissão-fusão diárias. Chamamos-lhe unidades sociais crípticas. Ainda mais interessante: todos os anos, por volta de outubro, a colónia divide-se, e todos os morcegos hibernam separadamente, mas ano após ano, quando os morcegos se juntam novamente na primavera, a comunidade mantém-se a mesma.
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?
Estes morcegos, portanto, lembram-se dos seus amigos ao longo de muito tempo. Com um cérebro do tamanho de um amendoim, eles mantêm laços invidualizados de longo prazo. Nós não sabíamos que isso era possível. Sabíamos que os primatas e os elefantes e golfinhos podiam fazer isso, mas comparados com os morcegos, eles têm cérebros enormes. Então, como é possível que os morcegos mantenham esta estrutura social estável e complexa com capacidades cognitivas tão limitadas?
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 é aqui que a complexidade nos traz uma resposta. Para perceber este sistema, construímos um modelo computacional do acolher, baseado em regras simples e individuais, e simulámos milhares e milhares de dias na colónia de morcegos virtual. É um modelo matemático, mas não é complicado. O que o modelo nos disse é que, muito simplesmente, cada morcego conhece alguns outros membros da colónia como amigos, e é apenas um pouco mais provável que se acolha numa caixa com eles. Regras simples, individuais. Isto basta para explicar a complexidade social destes morcegos.
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.
Mas isto melhora. Entre 2010 e 2011, a colónia perdeu mais de dois terços dos seus membros, provavelmente devido ao inverno muito frio. Na primavera seguinte, não formou duas comunidades como todos os anos, o que poderia ter levado a colónia a morrer toda devido ao seu pequeno tamanho. Em vez disso, formou uma unidade social singular e coesa, o que permitiu à colónia sobreviver essa estação e proliferar novamente nos dois anos seguintes. O que sabemos é que estes morcegos não têm consciência de que a sua colónia está a fazer isto. Tudo o que eles fazem é seguir regras de associação simples, e a partir desta simplicidade surge a complexidade social que permite à colónia ser resistente apesar das mudanças dramáticas na estrutura da população. E eu acho isto incrível.
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.
Agora quero contar-vos outra história, mas, para esta, temos de viajar da Europa para o Deserto Calaári na África do Sul. É aqui que vivem os suricatas. Certamente conhecem os suricatas. São criaturas fascinantes. Eles vivem em grupos com uma hierarquia social muito rigorosa. Há um par dominante, e muitos subordinados, alguns a desempenhar o papel de sentinelas, outros o de amas, outros ainda a ensinar as crias, e por aí adiante. O que nós fazemos é pôr coleiras GPS muito pequenas nestes animais para estudar como se mexem entre si, e o que é que isso tem que ver com a sua estrutura social. E existe um exemplo muito interessante de movimento coletivo nos suricatas. No meio da reserva onde vivem, existe uma estrada. Nesta estrada existem carros, logo, é perigosa. Mas os suricatas têm de a atravessar para ir de um local de alimento para outro. Nós perguntámo-nos: "Como é que eles fazem isto?" Descobrimos que a fêmea dominante, na maior parte das vezes, é quem conduz o grupo até à estrada, mas quando é necessário atravessar a estrada, ela dá a vez aos subordinados, como quem diz: "Vai à frente, e diz-me se é seguro." O que eu não sabia era quais as regras de comportamento que os suricatas seguiam para acontecer esta mudança na extremidade do grupo e se as regras simples eram suficientes para a explicar.
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.
Assim, eu construí um modelo de suricatas simulados, que atravessam uma estrada simulada. É um modelo simplista. Os suricatas em movimento são como partículas aleatórias cuja única regra é o alinhamento. Eles simplesmente movem-se juntos. Quando estas partículas chegam à estrada, eles pressentem algum tipo de obstáculo, e ressaltam contra ele. A única diferença entre a fêmea dominante, aqui a vermelho, e os outros indivíduos, é que para ela, a altura do obstáculo que é, na verdade, o risco percebido da estrada, é apenas ligeiramente mais alto, e esta diferença pequena na regra de movimento do indivíduo é suficiente para explicar o que observamos, que a fêmea dominante conduz o seu grupo até à estrada e então dá lugar aos outros para eles a atravessarem primeiro. George Box, um estatístico inglês, escreveu em tempos: "Todos os modelos são falsos, "mas alguns modelos são úteis." Na verdade, este modelo é obviamente falso, porque, na realidade, os suricatas são tudo exceto partículas aleatórias. Mas também é útil porque nos diz que a simplicidade extrema nas regras de movimento ao nível individual pode resultar num grande nível de complexidade ao nível do grupo. Mais uma vez, isso é simplificar a complexidade.
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.
Eu gostaria de concluir com o que isto significa para a espécie no seu todo. Quando a fêmea dominante dá a vez a um subordinado, não o faz por cortesia. Na verdade, a fêmea dominante é extremamente importante para a coesão do grupo. Se ela morrer na estrada, todo o grupo fica em risco. Portanto, este comportamento de evitar o risco é uma resposta evolucionária muito antiga. Estes suricatas estão a replicar uma tática evoluída ao longo de milhares de gerações, e estão a adaptá-la a um risco moderno, neste caso, uma estrada construída por humanos. Eles adaptam regras muito simples, e o comportamento complexo resultante permite-lhes resistir à invasão humana do seu "habitat" natural.
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.
No final, podem ser os morcegos que mudam a sua estrutura social em resposta à queda populacional, ou podem ser os suricatas que demonstram uma adaptação nova a uma estrada humana, ou podem ser outras espécies. A minha mensagem aqui — não complicada, mas simples, de esperança e maravilhamento — a minha mensagem aqui é que os animais mostram uma complexidade social extraordinária e isto permite-lhes adaptarem-se e responder às mudanças no seu meio envolvente. Em três palavras, no reino animal, a simplicidade leva à complexidade que leva à resiliência.
Thank you.
Obrigado.
(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.
(Aplausos) Dania Gerhardt: Muito obrigada, Nicolas, por este grande início. Está um pouco nervoso? Nicolas Perony: Estou bem, obrigado. DG: Ok, ótimo. Tenho a certeza de que muitas pessoas na audiência tentaram de algum modo fazer associações entre os animais de que esteve a falar — os morcegos, os suricatas — e os humanos. O Nicolas trouxe alguns exemplos: as fêmeas são os elementos sociais, as fêmeas são os elementos dominantes, não sei bem quem pensa como. Mas está certo fazermos estas associações? Há estereótipos que o Nicolas possa confirmar sobre isto que possam ser válidos e comuns a todas as espécies? NP: Bem, eu diria que também há exemplos contrários a estes estereótipos. Por exemplo, nos cavalos marinhos ou nos coalas, de facto, são os machos que cuidam sempre das crias. E a lição é que é frequentemente difícil, e por vezes até um pouco perigoso traçar paralelos entre os humanos e os animais. Portanto, é isso. DG: Ok. Muito obrigada por este grande início. Obrigada Nicolas Perony. (Aplausos)