TED2019
Federica Bianco: How we use astrophysics to study earthbound problems
Federica Bianco: Wir wir die Astrophysik zur Untersuchung terrestrischer Fragen nutzen
Filmed:
Readability: 5.7
1,455,854 views
Um so komplexe System wie das gesamte Universum zu untersuchen, müssen Astrophysiker Meister im Auffinden einfacher Lösungen aus großen Datensätzen sein. Was können Sie mit dieser Expertise noch bewirken? In diesem interdisziplinären Vortrag erklärt TED Fellow Federica Bianco wie sie astrophysische Analysemethoden nutzt, um städtische und soziale Probleme zur lösen -- und stellare Mysterien.
Federica Bianco - Cross-disciplinary scientist
TED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still. Full bio
TED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still. Full bio
Double-click the English transcript below to play the video.
00:13
I am an astrophysicist.
0
1317
2492
Ich bin Astrophysikerin.
00:15
I research stellar explosions
across the universe.
across the universe.
1
3833
3055
Ich erforsche stellare Explosionen
im ganzen Universum.
im ganzen Universum.
Doch ich habe eine Schwachstelle:
00:19
But I have a flaw:
2
7603
1200
00:21
I'm restless, and I get bored easily.
3
9325
2483
Ich bin ruhelos und leicht gelangweilt.
Und obwohl sich mir als Astrophysikerin
die Möglichkeit zur Untersuchung
die Möglichkeit zur Untersuchung
00:24
And although as an astrophysicist,
I have the incredible opportunity
I have the incredible opportunity
4
12356
3196
00:27
to study the entire universe,
5
15576
1932
des gesamten Universums bietet,
00:29
the thought of doing
only that, always that,
only that, always that,
6
17532
3348
lässt mich die Vorstellung
nur dem mein Leben zu widmen
nur dem mein Leben zu widmen
00:32
makes me feel caged and limited.
7
20904
2231
gefangen und eingeschränkt fühlen.
00:36
What if my issues with
keeping attention and getting bored
keeping attention and getting bored
8
24762
3914
Doch was, wenn meine fehlende Fixierung
00:40
were not a flaw, though?
9
28700
1482
keine Schwachstelle ist?
00:42
What if I could turn them into an asset?
10
30206
2667
Wenn ich sie nutzen könnte?
00:45
An astrophysicist cannot
touch or interact with
touch or interact with
11
33830
2645
Eine Astrophysikerin kann nicht
mit ihren Studienobjekten interagieren.
mit ihren Studienobjekten interagieren.
00:48
the things that she studies.
12
36499
1538
00:50
No way to explode a star in a lab
to figure out why or how it blew up.
to figure out why or how it blew up.
13
38061
3713
Eine Explosion im Labor
zur genaueren Untersuchung geht nicht.
zur genaueren Untersuchung geht nicht.
00:54
Just pictures and movies of the sky.
14
42164
2530
Nur Bilder und Videos des Himmels.
00:57
Everything we know about the universe,
15
45339
2221
All unser Wissen über das Universum
seit dem Urknall,
der Raum und Zeit hervorbrachte,
der Raum und Zeit hervorbrachte,
00:59
from the big bang
that originated space and time,
that originated space and time,
16
47584
3091
01:02
to the formation and evolution
of stars and galaxies,
of stars and galaxies,
17
50699
2794
über die Entstehung und Evolution
von Sternen und Galaxien
von Sternen und Galaxien
01:05
to the structure of our own solar system,
18
53517
2460
bis zur Struktur unseres Sonnensystems
01:08
we figured out studying images of the sky.
19
56001
2800
haben wir aus Himmelsaufnahmen gewonnen.
01:12
And to study a system
as complex as the entire universe,
as complex as the entire universe,
20
60006
3952
Um ein so komplexes System wie
das gesamte Universum zu erfoschen,
das gesamte Universum zu erfoschen,
sind Astrophysiker Meister im Aufstellen
mathematischer Modelle und Lösungen
mathematischer Modelle und Lösungen
01:15
astrophysicists are experts
at extracting simple models and solutions
at extracting simple models and solutions
21
63982
4705
01:20
from large and complex data sets.
22
68711
2339
aus großen und komplexen Datenmengen.
01:23
So what else can I do with this expertise?
23
71705
2425
Wofür kann ich diese Expertise
noch verwenden?
noch verwenden?
01:28
What if we turned the camera
around towards us?
around towards us?
24
76030
4095
Was, wenn wir die Kamera
auf uns selbst richten?
auf uns selbst richten?
01:33
At the Urban Observatory,
that is exactly what we are doing.
that is exactly what we are doing.
25
81057
2991
Am Urban Observatory machen wir genau das.
01:36
Greg Dobler, also an astrophysicist
26
84072
2492
Greg Dobler -- auch Astrophysiker
01:38
and my husband,
27
86588
1167
und mein Ehemann --
01:39
created the first urban observatory
in New York University in 2013,
in New York University in 2013,
28
87779
3960
hat 2013 das erste urbane Observatorium
der Universität New York geschaffen,
der Universität New York geschaffen,
01:43
and I joined in 2015.
29
91763
1556
dem ich 2015 beitrat.
01:45
Here are some of the things that we do.
30
93752
1929
Hier sind einige unserer Tätigkeiten.
01:48
We take pictures of the city at night
31
96196
2270
Wir fotografieren die Stadt bei Nacht
01:50
and study city lights like stars.
32
98490
2589
und analysieren die Lichter wie Sterne.
01:53
By studying how light changes over time
33
101514
2012
Durch die Veränderung des Lichts
01:55
and the color of astronomical lights,
34
103550
2074
und der Lichtfarbe
01:57
I gain insight about the nature
of exploding stars.
of exploding stars.
35
105648
2813
gewinne ich Erkenntnisse
über explodierende Sterne.
über explodierende Sterne.
Indem wir das Stadtlicht
gleichermaßen untersuchen,
gleichermaßen untersuchen,
02:00
By studying city lights the same way,
36
108934
2270
02:03
we can measure and predict how much energy
the city needs and consumes
the city needs and consumes
37
111228
4682
können wir den Energieverbrauch
in der Stadt messen
in der Stadt messen
02:07
and help build a resilient grid
38
115934
1847
und beim Aufbau eines leistungsfähigen
Stromnetzes für wachsende Kommunen helfen.
Stromnetzes für wachsende Kommunen helfen.
02:09
that will support the needs
or growing urban environments.
or growing urban environments.
39
117805
3299
02:14
In daytime images,
we capture plumes of pollution.
we capture plumes of pollution.
40
122283
3357
Durch Tagaufnahmen erfassen wir Abgase.
02:18
Seventy-five percent
of greenhouse gases in New York City
of greenhouse gases in New York City
41
126274
3470
75% aller Treibhausgase in New York City
02:21
come from a building like this one,
burning oil for heat.
burning oil for heat.
42
129768
3632
kommen von Gebäuden wie diesem hier
bei der Ölverbrennung zum Heizen.
bei der Ölverbrennung zum Heizen.
02:26
You can measure pollution
with air quality sensors.
with air quality sensors.
43
134477
2395
Man kann die Luftverschmutzung
mit Sensoren messen.
mit Sensoren messen.
02:28
But imagine putting a sensor
on each New York City building,
on each New York City building,
44
136896
3842
Aber einen Sensor auf jedem Gebäude
in New York City zu installieren
in New York City zu installieren
02:32
reading in data from a million monitors.
45
140762
2706
und Millionen Monitore zu überwachen.
02:35
Imagine the cost.
46
143492
1326
Stellen Sie sich die Kosten vor!
02:38
With a team of NYU students,
we built a mathematical model,
we built a mathematical model,
47
146048
3428
Mit einigen Studenten der NYU entwickeln
wir ein mathematisches Modell,
wir ein mathematisches Modell,
02:41
a neural network that can detect
and track these plumes
and track these plumes
48
149500
3389
ein neuronales Netzwerk zum Aufspüren
dieser Abgaswolken in der Stadt.
dieser Abgaswolken in der Stadt.
02:44
over the New York City skyline.
49
152913
1690
02:46
We can classify them --
50
154627
1482
Wir klassifizieren sie --
02:48
harmless steam plumes,
white and evanescent;
white and evanescent;
51
156133
3015
harmlose Dampfwolken,
weiß und dahinschwindend;
weiß und dahinschwindend;
02:51
polluting smokestacks,
dark and persistent --
dark and persistent --
52
159172
3516
schmutzige Abgase; dunkel und langlebig --
02:54
and provide policy makers
with a map of neighborhood pollution.
with a map of neighborhood pollution.
53
162712
3759
und geben den Politikern eine Karte
der Luftverschmutzung in den Vierteln.
der Luftverschmutzung in den Vierteln.
02:59
This cross-disciplinary project
created transformational solutions.
created transformational solutions.
54
167777
3889
Dieses multidisziplinäre Projekt
hat revolutionäre Lösungen geschaffen.
hat revolutionäre Lösungen geschaffen.
Doch die Datenanalysemethoden
der Astrophysik
der Astrophysik
03:05
But the data analysis methodologies
we use in astrophysics
we use in astrophysics
55
173942
2913
kann auf alle möglichen Daten
angewendet werden,
angewendet werden,
03:08
can be applied to all sorts of data,
56
176879
1961
03:10
not just images.
57
178864
1150
nicht nur Bilder.
03:12
We were asked to help
a California district attorney
a California district attorney
58
180450
2484
Ein kalifornischer Staatsanwalt
fragte uns um Hilfe,
fragte uns um Hilfe,
03:14
understand prosecutorial delays
in their jurisdiction.
in their jurisdiction.
59
182958
3421
zum Verständnis
der Verzögerungen bei Gericht.
der Verzögerungen bei Gericht.
03:18
There are people on probation
or sitting in jail,
or sitting in jail,
60
186839
2667
Manchmal warten Menschen
in Untersuchungshaft oder im Gefängnis
in Untersuchungshaft oder im Gefängnis
03:21
awaiting for trial sometimes for years.
61
189530
2611
Jahrelang auf ihre Verfahren.
03:24
They wanted to know
what kind of cases dragged on,
what kind of cases dragged on,
62
192165
2444
Er wollte wissen,
welche Fälle sich hinziehen
welche Fälle sich hinziehen
03:26
and they had a massive data set
to explore to understand it,
to explore to understand it,
63
194633
3124
und hatte dafür
einen gigantischen Datensatz.
einen gigantischen Datensatz.
03:29
but didn't have the expertise
64
197781
1412
Doch die Expertise fehlte,
03:31
or the instruments
in their office to do so.
in their office to do so.
65
199217
2548
ebenso wie die Analysegeräte.
03:33
And that's where we came in.
66
201789
1746
Und dort wurden wir aktiv.
03:35
I worked with my colleague,
public policy professor Angela Hawken,
public policy professor Angela Hawken,
67
203559
3397
Ich arbeitete mit Professor Angela Hawken
für öffentliches Recht
für öffentliches Recht
03:38
and our team first created
a visual dashboard
a visual dashboard
68
206980
3486
und wir entwickelten eine Übersicht
der Verfahrensprozesse
der Verfahrensprozesse
03:42
for DAs to see and better understand
the prosecution process.
the prosecution process.
69
210490
3900
für die Gerichtsangestellten.
03:46
But also, we ourselves
analyzed their data,
analyzed their data,
70
214997
2929
Doch wir untersuchten auch
03:49
looking to see if the duration
of the process
of the process
71
217950
2520
den Zusammenhang zwischen Prozesslänge
03:52
suffered from social inequalities
in their jurisdiction.
in their jurisdiction.
72
220494
3190
und sozialen Ungleichheiten.
03:56
We did so using methods
73
224367
1542
Diese Methoden
03:57
that I would use to classify
thousands of stellar explosions,
thousands of stellar explosions,
74
225933
2973
sind zur Klassifikation tausender
stellarer Explosionen gedacht
stellarer Explosionen gedacht
04:00
applied to thousands of court cases.
75
228930
2655
und wurden nun im Gericht verwendet.
04:03
And in doing so,
76
231609
1151
Und dabei entwarfen wir ein Modell
für alle möglichen Gerichtsbezirke,
für alle möglichen Gerichtsbezirke,
04:04
we built a model that can be applied
to other jurisdictions
to other jurisdictions
77
232784
2833
04:07
who are willing to explore their biases.
78
235641
2190
die ihre Tendenzen untersuchen möchten.
04:09
These collaborations between
domain experts and astrophysicists
domain experts and astrophysicists
79
237855
3246
Diese Zusammenarbeit von Fachleuten
und Astrophysikern
und Astrophysikern
04:13
created transformational solutions
80
241125
2055
hat revolutionäre Lösungen geschaffen,
04:15
to help improve people's quality of life.
81
243204
2400
um die Lebensqualität zu verbessern.
Doch das ist keine Einbahnstraße.
04:19
But it is a two-way road.
82
247426
1484
Ich bringe Wissen aus der Astrophysik
in die Stadtentwicklung
in die Stadtentwicklung
04:20
I bring my astrophysics background
to urban science,
to urban science,
83
248934
2543
04:23
and I bring what I learn in urban science
back to astrophysics.
back to astrophysics.
84
251501
3841
und die Erkenntnisse daraus wieder
zurück in die Astrophysik.
zurück in die Astrophysik.
04:27
Light echoes:
85
255930
1852
Licht reflektiert:
04:30
the reflections of stellar explosions
onto interstellar dust.
onto interstellar dust.
86
258461
4567
die Reflexionen von Sternexplosionen
auf interstellarem Staub.
auf interstellarem Staub.
04:36
In our images, these reflections appear
as white, evanescent, moving features,
as white, evanescent, moving features,
87
264046
5785
In unseren Bildern sind diese Reflexionen
weiße, bewegliche Objekte
weiße, bewegliche Objekte
04:41
just like plumes.
88
269855
1150
wie Wolken.
04:43
I am adapting the same models
that detect plumes in city images
that detect plumes in city images
89
271363
3895
Ich passe die gleichen Modelle
für Abgaswolken in Städten
für Abgaswolken in Städten
04:47
to detect light echoes
in images of the sky.
in images of the sky.
90
275282
2928
zur Erfassung von Lichtreflexionen
am Nachthimmel an.
am Nachthimmel an.
04:52
By exploring the things
that interest and excite me,
that interest and excite me,
91
280290
3293
Indem ich Dinge erforschte,
die mich faszinierten
die mich faszinierten
04:55
reaching outside of my domain,
92
283607
1796
und dabei mein Fachgebiet verlies,
04:57
I did turn my restlessness into an asset.
93
285427
2876
wurde meine Rastlosigkeit zum Vorteil.
05:01
We, you, all have a unique perspective
that can generate new insight
that can generate new insight
94
289031
5047
Wir, Sie, haben eine einzigartige Sicht,
um neue Erkenntnisse zu gewinnen
um neue Erkenntnisse zu gewinnen
05:06
and lead to new, unexpected,
transformational solutions.
transformational solutions.
95
294102
4183
und neue, unerwartete und
wegweisende Lösungen zu schaffen.
wegweisende Lösungen zu schaffen.
05:10
Thank you.
96
298944
1162
Vielen Dank.
05:12
(Applause)
97
300130
4158
(Applaus)
ABOUT THE SPEAKER
Federica Bianco - Cross-disciplinary scientistTED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still.
Why you should listen
Astrophysicist, professor, professional boxer and TED Fellow Federica Bianco studies stellar explosions, using the same methodologies to understand urban and social problems. She uses data-science to both study the universe and tackle problems on earth, like pollution in New York City, prosecutorial justice and how city lights can create resilient electric grids and.
Bianco splits her time as a professor at the University of Delaware in the Department of Physics and Astrophysics (where she runs a lab focusing on light curves), the Biden School of Public Policy and Administration and the Urban Observatory, where she uses her astrophysics skills to study urban problems. She is also the coordinator the Large Synoptic Survey Telescope (LSST) Science Collaboration, a network of more than 1,500 scientists. The LSST, under construction in Chile, will go online in 2023 to survey the night sky and image the southern hemisphere sky at unprecedented depth and resolution. The collaboration will study everything about it, from the thousands of changes it will discover in the sky every night to billions of stars and galaxies, many that have never been seen before.
Bianco has published more than 100 peer-reviewed papers, was a Smithsonian predoctoral and James Arthur postdoctoral fellow and was the recipient of a Department of Energy "Innovative Development in Energy-Related Applied Science" grant. When she isn't doing science, you will find her in the boxing ring, where she has made a name for herself as "The MadScientist." She is known for fighting her heart out both in and out of the ring.
Federica Bianco | Speaker | TED.com