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.
Наука, наука дає нам можливість дізнатися про безмежні далі всесвіту, що надзвичайно важливі й водночас безкінечно віддалені і все ж дуже близькі, все ж мають до нас безпосередній стосунок, як і багато речей, яких ми не розуміємо. Однією з них є незвичайна соціальна складність тварин, які нас оточують, і сьогодні я хочу розповісти кілька історій про це.
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.
Але спершу з'ясуймо, що таке комплексність? Що таке комплекс? Комплекс - це не складеність. Щось складене містить у собі багато різних частинок, і кожна з них має свою конкретну роль у механізмі. Натомість комплексна система створена з багатьох однакових частинок, і їхня взаємодія виробляє глобальну взаємопов'язану систему поведінки. Комплексні системи мають багато взаємопов'язаних частин, котрі ведуть себе відоповідно до простих, індивідуальних правил, і це виявляє певні властивості. Поведінку системи як одного цілого не можна визначити з поведінки одного лише індивіда. Арістотель пише, що єдине ціле є більшим ніж сума всіх його частин. Але відходячи від Арістотеля, повернімось до більш конкретного прикладу комплексної системи.
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.
Це шотландські тер'єри. Спочатку система безладна. Тоді з'являється збурення: молоко. Кожне цуценя починає штовхатися в одному напрямку, і ось що стається. Цей штир становить сукупність взаємодій між цуценятами, завданням яких є втримати доступ до молока, і таким чином встановлюється довільний рух.
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.
Тому потрібно знайти прості правила, з яких виникає комплексність. Я називаю це спрощеною комплексністю, і саме цим ми займаємось на кафедрі системи проектування у Швейцарському федеральному інституті технологій у Цюріху. Ми збираємо дані про популяції тварин, аналізуємо складні схеми, пробуємо пояснити їх. Цей процес вимагає фізиків, які працюють із біологами математиками та комп'ютерними науковцями, і з їхньої взаємодії виникає транскордонна компетентність для розв'язання цих проблем. Отже, знову підсумуємо, що ціле є більшим ніж сума частин. Таким чином, співпраця є ще одним прикладом складної системи.
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.
І ви можете запитати себе, на чиїй я стороні, біолога чи фізика? По суті, це трохи інакше, і щоб пояснити це, мушу розповісти вам дещо про себе. Коли я був дитиною, я любив впорядковувати речі для створення складних машин. Тому я розпочав навчання з електричної інженерії і робототехніки, і моя дипломна робота була присвячена побудові робота ER-1- він виглядав таким чином — він мав збирати інформацію із довкілля і рухатися уздовж білої лінії на землі. Це було дуже, дуже складно, але він прекрасно працював у випробувальній кімнаті, і ось професори зібралися на захист диплому. Ми взяли ER-1 до тестового приміщення. Виявилося, що світло в цій кімнаті дещо відрізнялось. У системі бачення робота стався збій. На першому ж повороті по лінії він втратив курс і вдарився об стіну. Ми тижнями працювали над тим, щоб його сконструювати. А щоб його знищити, достатньо було лише незначної зміни у кольорі світла кімнати. Саме тоді я зрозумів: що складнішу ви робите машину, то більшою є ймовірність неполадки через щось зовсім несподіване. І я вирішив, що насправді я не хотів створювати щось надскладне. Я хотів би розуміти складність, складність світу навколо нас і особливо в тваринному царстві.
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.
Це підводить нас до кажанів. Кажани Бехштейна - це напоширеніший вид кажанів на території Європи. Вони дуже соціальні тварини. В основному вони гніздяться та сплять разом. І живуть у материнських колоніях, це означає, що кожної весни самки зустрічаються після зимової сплячки і залишаються разом близько шести місяців виховувати малят. Всім їм вживили крихітний чіп, і це означає, що кожного разу одна з них входила в так звану систему спеціально оснащених коробок кажанів. Ми знали, де знаходиться самка, і що важливіше, ми знали, з ким вона. Так я вивчаю взаємозв'язки між кажанами, і ось як це виглядає. Протягом дня кажани мостяться на ночівлю у кількох підгрупах у різних вікнах. Могло трапитися так, що одного дня колонія розколюється між двома нішами, але наступного дня зграя могла бути разом в одній так званій ніші. або розділена між трьома або більше, і це все здається досить безладним. Це називається хаотично-змішувальною динамікою: властивість для групи тварин регулярно розділятися та зливатися у різні підгрупи.
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.
Таким чином наша робота полягає у тому, щоб зібрати дані з усіх цих днів і їх об'єднати, щоб здобути довгостроковий асоціативний графік, застосовуючи техніку мережевого аналізу, і отримати цілісну картину соціальної структури колонії. Зрозуміло? Так от як ця картина виглядає. У цій мережі всі кільця є вузлами, окремими кажанами, а лінії між ними - це соціальні нитки, зв'язки між окремими особами. Виявляється, це дуже цікава картина. Ця колонія кажанів організована у двох різних спільнотах, що не можливо передбачити із щоденної хаотичної динаміки. Ми називаємо це - загадкові соціальні одиниці. Ще цікавіше: щороку приблизно в жовтні колонія розділяється, і всі кажани входять у сплячку окремо, але рік за роком, коли кажани злітаються разом знову навесні, угрупування залишаються такими ж.
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?
Таким чином кажани пам'ятають своїх друзів протягом дуже довгого часу. Із мозком завбільшки з арахіс вони підтримують індивідуалізовані довготривалі соціальні узи. Ми не знали, що це можливо. Ми знали, що примати, слони і дельфіни могли так робити, але порівняно з кажанами, вони мають величезний мозок. То як це могло бути, що кажани підтримують цей комплекс, непорушну соціальну структуру, маючи такі обмежені розумові можливості?
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.
І саме тут знаходить своє пояснення комплексність. Щоб зрозуміти цю систему, ми сконструювали комп'ютерні моделі процесу гніздування на основі простих правил індивідів і моделювали тисячі й тисячі днів віртуальної колонії кажанів. Це математична модель, але нескладна. Ось що стало відомо в двох словах: кожен кажан знає кілька членів іншої колонії як своїх друзів, і є ймовірність гніздування у ніші разом із ними. Прості міжусобні правила. Це все, що потрібно, щоб пояснити соціальну складність цих кажанів.
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.
Але є покращення. Між 2010 і 2011 роками колонія втратила понад дві третини її членів, ймовірно, через дуже холодну зиму. Наступної весни не було сформовано двох громад як щороку, що могло привести до смерті цілої колонії, адже вона стала занадто малою. Замість цього було сформовано єдиний, нероздільний соціальний союз, що дав колонії змогу вижити тої пори року і процвітати знову в наступні два роки. Ми знаємо, що кажани не мають поняття, що їхня колонія робить це. Все, що вони роблять, керується простими правилами співіснування, і з цієї простоти виникає соціальна складність, яка дає колонії змогу опиратися кардинальним змінам у структурі популяції. Я вважаю це просто неймовірним явищем.
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.
Тепер я хочу розповісти вам іншу історію, але для цього ми повинні вирушити з Європи у пустелю Калахарі у Південній Африці. Саме там проживають сурикати. Я впевнений, ви знаєте їх. Це захоплюючі істоти. Вони живуть в групах з дуже чіткою соціальною ієрархією. Існує одна домінуюча пара і багато підлеглих, деякі діють як вартові, деякі як няні, деякі навчають малюків і т. д. Ми прикріплюємо так звані невеликі навігаційні комірці на цих тварин, щоб вивчати, як вони рухаються разом, і як це пов'язано з їхньою соціальною структурою. Є дуже цікавий приклад колективного руху сурикатів. У центрі заповідника, де вони живуть, є дорога. На цьому шляху є автомобілі, так що це небезпечно. Але сурикати повинні перейти її, щоб потрапити з одного місця годування в інше. Тому ми запитали, як саме вони роблять це? Ми виявили, що домінуюча самка це здебільшого та, яка веде групу на дорогу, але коли справа доходить до перетину дороги, вона поступається підлеглим, немовби каже: "Ідіть вперед, скажіть мені, чи це безпечно". Я не знав правил поведінки, що їх дотримуються сурикати, коли відбуваються ці зміни в групі, і чи звичайних правил достатньо, щоб пояснити це.
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.
Тому я побудував модель, що симулює сурикатів, котрі перетинають дорогу. Це спрощена модель. Сурикати в русі, ніби довільні частинки, чиїм унікальним правилом є шикування по лінії. Вони просто рухаються разом. Коли ці частки дістаються дороги, вони відчувають якусь перешкоду і відскакують від неї. Єдиною відмінністю між домінуючою самкою, тут позначена червоним, та іншими особами є висота перешкоди, котра постає ризиком на дорозі, вона просто трохи вища, і ця крихітна різниця у правилах руху індивіда є вичерпною, щоб пояснити, що ми спостерігаємо, коли домінуюча самка очолює свою групу до дороги а потім пропускає інших, щоб ті першими перетнули дорогу. Джордж Бокс, англійський статист, одного разу написав, "Всі моделі штучні, але деякі моделі корисні". І справді, ця модель є явно штучною, адже в житті сурикати не є довільними частками. Але вона також корисна, тому що вказує на те, що крайня простота у правилах руху на індивідуальному рівні може призвести до великої складності на рівні групи. Отже, це і є спрощена складність.
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.
Я хотів би зробити висновок стосовно того, що це означає для всіх біологічних видів. Коли домінуюча самка поступається підлеглим, вона робить це не з ввічливості. По суті, домінуюча самка є вкрай важливою для порозуміння групи. Якщо вона вмирає на дорозі, вся група під ризиком. Тому така поведінка уникнення ризику - це дуже давня еволюційна відповідь. Ці сурикати застосовують давню тактику, яку пройшли тисячі поколінь, і вони пристосовують її до сучасних ризиків, у цьому випадку - це дорога, створена людьми. Вони пристосовують дуже прості правила, і така складна поведінка дає їм змогу протистояти проти людського втручання в їхнє природнє середовище.
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.
Врешті-решт, це й кажани, які змінюють свою соціальну структуру у відповідь на загибель популяції, і сурикати, які показують новий спосіб адаптації до людських доріг, і інші біологічні види. Висновок моєї промови – і він зовсім не складний, але дуже простий, сповнений здивування і надії - висновок моєї промови полягає у тому, що тварини показують надзвичайну соціальну складність, і це дає їм можливість пристосуватись і реагувати на зміни в їхньому середовищі. В двох словах, у тваринному царстві простота веде до складності, що призводить до стійкості.
Thank you.
Дякую.
(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.
(Оплески) Данія Ґергардт: Щиро дякую, Ніколасе, за такий чудовий початок. Трохи хвилюєшся? Ніколас Пероні: Ні, все гаразд. ДҐ: Чудово. Я впевнена, що чимало людей у цьому залі намагалися провести паралелі між тваринами, про яких ти розповідав - кажанами, сурикатами - і людьми. Ти навів кілька прикладів: самки є соціальними, самки домінують. Не знаю, хто як думає, а як ти вважаєш - чи варто проводити такі паралелі? Чи ти можеш підтвердити, що ці стереотипи стосуються усіх біологічних видів? НП: Ну, скажу, що для цих стереотипів знайдуться і приклади протилежного. Так, у морських коників і коал про нащадків завжди турбуються самці. Річ у тім, що дуже важко, а часом і трохи небезпечно, проводити паралелі між людьми і тваринами. Ось так. ДҐ: Гаразд. Дякую за такий чудовий початок. Дякую, Ніколасе Пероні.