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, ciência nos deu a chance de saber tanto sobre os confins do universo, o que é ao mesmo tempo tremendamente importante e extremamente distante, e ainda muito, muito mais próximo, muito mais diretamente relacionado a nós, há muitas coisas que não entendemos. E uma delas é a extraordinária complexidade social dos animais que nos rodeiam, e hoje quero lhes contar 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, o que chamamos de complexidade? O que é complexo? Bom, complexo não significa complicado. Algo complicado compreende muitas partes pequenas, todas diferentes, e cada uma delas tem o seu próprio papel no mecanismo. Por outro lado, um sistema complexo é feito de muitas, muitas partes similares, e é a sua interação que produz um comportamento globalmente coerente. Sistemas complexos têm muitas partes interagindo que se comportam de acordo com regras simples, individuais, e isso resulta em propriedades emergentes. O comportamento do sistema como um todo não pode ser previsto apenas à partir de regras individuais. Como Aristóteles escreveu, o todo é maior que a soma de suas partes. Mas, à partir de Aristóteles, vamos passar para um exemplo mais 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 início, o sistema está desorganizado. Em seguida, surge uma pertubação: leite Todos os indivíduos começam a empurrar numa direção e é isso o que acontece. O catavento é uma propriedade advinda das interações entre os filhotes cuja única regra é tentar manter o acesso ao leite e, portanto, 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.
Então trata-se apenas de encontrar as regras simples das quais surge a complexidade. Chamo isso de simplificar a complexidade, e o que fazemos na disciplina de design de sistemas no ETH Zurich. Coletamos dados de populações animais, analisamos padrões complexos, tentamos explicá-los. São necessários físicos que trabalham com biólogos, matemáticos e cientistas da computação, e é nas suas interações que se produzem competências transfonteiriças para resolver esses problemas. Então, novamente, o todo é maior do que a soma de suas partes. De certo modo, a colaboração é outro exemplo de um 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 você pode estar se perguntando de que lado eu estou, biologia ou física? Na verdade, é um pouco diferente, e para explicar, preciso contar a vocês uma história sobre mim. Quando eu era criança, eu adorava construir coisas, criar máquinas complicadas. Então me propus a estudar engenharia elétrica e robótica, e meu projeto de final de curso consistia em construir um robô chamado ER1; parecia-se com isto; que coletaria informação de seu ambiente e prosseguir seguindo uma linha branca no chão. Era complicadíssimo, mas funcionou perfeitamente em nossa sala de testes, e no dia da demonstração, os professores se reuniram para avaliar o projeto. E levamos o ER1 para a sala de avaliação. E parece que a iluminação daquela sala era ligeiramente diferente. O sistema visual do robô se confundiu. na primeira curva da linha, ele saiu de curso e bateu numa parede. Nós passamos semanas construindo-o, e tudo o que foi preciso para destruí-lo foi uma mudança sutil na cor da luz da sala. Foi aí que eu percebi que quanto mais complicada for uma máquina, maior a chance de ela falhar devido a algo absolutamente inesperado. E eu decidi que, na verdade, eu não queria criar coisas complicadas. eu queria entender complexidade, a complexidade do mundo ao nosso redor 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 leva aos morcegos. Morcegos de Bechstein são uma espécie comum de morcegos europeus. São animais bastante sociais. Na maioria das vezes eles repousam, ou dormem, juntos. E vivem em colônias maternais, o que quer dizer que em toda primavera, as fêmeas se encontram depois de hibernar no inverno, e ficam juntas por cerca de seis meses pra criar seus filhotes, e todas carregam um chip bem pequeno, o que significa que toda vez que alguma delas entra em alguma dessas caixas de morcego especialmente equipadas, nós sabemos onde ela está, e mais importante, sabemos com quem ela está. Eu estudei associações de repouso nos morcegos, e é assim que se parece. Durante o dia, os morcegos pousam em números de subgrupos em caixas diferentes. Pode ser que em um dia, a colônia se divida em duas caixas, mas em outro dia, pode estar junta em uma única caixa, ou dividida em três ou mais caixas, e tudo isso parece ser mesmo irregular. Chama-se dinâmica fissão-fusão, a propriedade de um grupo de animais dividir-se e unir-se 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.
E o que fazemos é pegar todos esses dados de todos esses dias diferentes e colocá-los em conjunto para extrair um padrão de associação de longo prazo aplicando técnicas com análise de redes para ter uma visão completa da estrutura social da colônia. Certo? Então é assim que se parece essa imagem. Nessa rede, todos os círculos são nós, morcegos individuais, e as linhas entre eles são vínculos sociais, associações entre indivíduos. Acontece que essa imagem é muito interessante. Essa colônia de morcegos está organizada em duas comunidades diferentes que não podem ser previstas com a dinâmica de fissão-fusão diária. Nós as chamamos de unidades sociais secretas. Ainda mais interessante, na verdade: Todo ano, por volta de outubro, a colônia se divide, e todos os morcegos hibernam separadamente, mas ano após ano, quando os morcegos se reúnem novamente na primavera, as comunidades se mantém as mesmas.
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?
Esses morcegos se lembram dos seus amigos por muito tempo. Com o cérebro do tamanho de um amendoim, eles mantém vínculos individualizados e de longo prazo. Não sabíamos que isso era possível. Sabíamos que primatas e elefantes e golfinhos podiam fazer isso, mas comparados com morcegos, seus cérebros são enormes. Então como pode ser que os morcegos mantêm essa estrutura social complexa estável com tais habilidades cognitivas 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 aí que a complexidade nos dá uma resposta. Para entender esse sistema, Nós construímos um modelo computacional de repouso, baseado em regras simples e individuais, e simulamos milhares e milhares de dias na colônia de morcegos virtual. É um modelo matemático, mas não é complicado. O que o modelo nos disse foi que, em resumo, cada morcego conhece alguns outros membros da colônia como seus amigos, e é somente um pouco mais propenso a repousar numa caixa com eles. Regras simples e individuais. É tudo o que é preciso para explicar a complexidade social desses 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 não é só isso. Entre 2010 e 2011, a colônia perdeu mais de dois terços de seus membros, provavelmente por causa do inverno rigoroso. Na próxima primavera, não se formaram duas comunidades como todo ano, o que poderia ter levado a colônia inteira à morte porque teria se tornado pequena demais. Em vez disso, formou-se uma unidade social única e coesiva, que possibilitou à colônia sobreviver àquela estação e prosperar novamente nos próximos dois anos. O que sabemos é que os morcegos não estão cientes que sua colônia faz isso. Tudo o que fazem é seguir regras de associação simples, e dessa simplicidade surge a complexidade social que permite à colônia ser resiliente em face de mudanças dramáticas na estrutura populacional. E eu acho que isso é 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 lhes contar outra história, mas para esta, temos que viajar da Europa ao deserto do Kalahari na África do Sul. É onde vivem os suricates. Tenho certeza que vocês conhecem os suricates. São criaturas fascinantes. Vivem em grupos com uma estrutura social bem restrita. Há um casal dominante, e muitos subordinados, alguns atuando como sentinelas, alguns atuando como babás, outros ensinando os filhotes, e assim por diante. O que fazemos é colocar colares GPS bem pequenos nesses animais para estudar como eles se movem em conjunto, e o que isso tem a ver com sua estrutura social. e há um exemplo bem interessante de movimento coletivo nos suricates. No meio da reserva onde eles vivem passa uma estrada. Nessa estrada há carros, então é perigoso. Mas os suricates precisam atravessá-la para ir de um local de alimentação para o outro. Então perguntamos, como eles fazem isso exatamente? Descobrimos que a fêmea dominante na maioria das vezes é quem guia o grupo até a estrada, Mas na hora de atravessar a estrada, ela dá espaço aos subordinados, uma maneira de dizer, "Vão em frente, digam-me se é seguro." O que eu não sabia, na verdade, eram que regras em seu comportamento seguem os suricates para que essa mudança aconteça da margem do grupo e se regras simples eram suficientes para explicá-la
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.
Então construí um modelo, um modelo de suricates simulados atravessando uma estrada simulada. É um modelo simplista. Suricates em movimento são como partículas aleatórias cuja única regra é uma de alinhamento. Eles simplesmente se movem em conjunto. Quando essas partículas chegam à estrada, elas percebem um tipo de obstáculo, e são bloqueados por ela. a única diferença entre a fêmea dominante, aqui em vermelho, e os outros indivíduos, é que para ela, a altura do obstáculo, que é, na verdade, o risco aparente da estrada, é levemente maior. e essa pequena diferença nas regras individuais de movimento é suficiente para explicar o que observamos, que a fêmea dominante guia seu grupo ate a estrada e então dá espaço aos outros para que atravessem primeiro. George Box, que foi um estatístico inglês, uma vez escreveu: "Todos os modelos são falsos, mas alguns são úteis." E, de fato, esse modelo obviamente é falso, porque, na realidade, os suricates não são nada como partículas aleatórias. Mas também é útil, porque nos mostra que simplicidade extrema nas regras de movimento ao nível individual podem resultar numa grande parte de complexidade ao nível do grupo. Novamente, 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.
Gostaria de concluir com o que isso significa para toda a espécie. Quando a fêmea dominante dá espaço a um subordinado, não é por cortesia. De fato, a fêmea dominante é extremamente importante para a coesão do grupo. Se ela morrer na estrada, o grupo inteiro está em risco. Então esse comportamento de evitar o risco é uma resposta evolucionário bem antiga. Esses suricates estão replicando uma tática evolutiva que vem de milhares de gerações, e a estão adaptando a um risco moderno, nesse caso, uma estrada construída por humanos. Eles adaptam regras bem simples, e o comportamento complexo resultante lhes permite resistir à invasão humana em seus habitats naturais.
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 das contas, pode ser morcegos que mudam suas estruturas sociais em resposta a uma queda na população, ou pode ser suricates que exibem uma adaptação nova para uma estrada humana, ou pode ser outra espécie. Minha mensagem aqui; e essa não é complicada; mas uma simples de admiração e esperança; minha mensagem aqui é que os animais exibem uma complexidade social extraordinária, e isso lhes permite adaptar-se e responder à mudanças em seu ambiente. Em três palavras, no reino animal, a simplicidade leva à complexidade o 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 esse grande início. Um pouco nervoso? Nicolas Perony: Estou bem, obrigado. DG: Ok, ótimo. Tenho certeza que muita gente na plateia de alguma forma tentaram associar entre os animais de que você falava; morcegos, suricates; e humanos. Você trouxe alguns exemplos: As fêmes são as sociais, as fêmeas são as dominantes, não estou certa de quem pensa como. Mas tem problema fazer essas associações? Existem estereótipos que você pode confirmar a respeito disso que podem ser válidos para todas as especies? NP: Bem, eu diria que também há contra-exemplos para esses estereótipos. Por exemplo, nos cavalos-marinhos ou em coalas, na verdade, é sempre o macho que cuida dos jovens. E a lição é que muitas vezes é difícil, e às vezes até perigoso, criar paralelos entre humanos e animais. Então é isso. DG: Ok. Muito obrigada por esse grande início. Obrigada, Nicolas Perony.