TED2012
Jean-Baptiste Michel: The mathematics of history
Ζαν-Μπατίστ Μισέλ: Τα μαθηματικά της ιστορίας
Filmed:
Readability: 4.3
1,279,350 views
Τι μπορούν να πουν τα μαθηματικά για την ιστορία; Σύμφωνα με τον υπότροφο του TED Ζαν-Μπατίστ Μισέλ, πολλά. Από αλλαγές στη γλώσσα μέχρι τη φονικότητα των πολέμων, καταδεικνύει πώς η ψηφιοποιημένη ιστορία αρχίζει να αποκαλύπτει βαθύτερα μοτίβα.
Jean-Baptiste Michel - Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio
Double-click the English transcript below to play the video.
00:15
So it turns out that mathematics is a very powerful language.
0
0
3671
Αποδεικνύεται ότι τα μαθηματικά
είναι μια πολύ ισχυρή γλώσσα.
είναι μια πολύ ισχυρή γλώσσα.
00:19
It has generated considerable insight in physics,
1
3671
2312
Βοήθησαν σημαντικά
στην κατανόηση της φυσικής,
στην κατανόηση της φυσικής,
00:21
in biology and economics,
2
5983
2100
της βιολογίας και των οικονομικών,
00:23
but not that much in the humanities and in history.
3
8083
2817
αλλά όχι στις ανθρωπιστικές επιστήμες
και την ιστορία.
και την ιστορία.
00:26
I think there's a belief that it's just impossible,
4
10900
2283
Νομίζω ότι υπάρχει
μια πεποίθηση ότι είναι αδύνατο,
μια πεποίθηση ότι είναι αδύνατο,
00:29
that you cannot quantify the doings of mankind,
5
13183
2646
ότι τα κατορθώματα του ανθρώπινου γένους
δε μπορούν να ποσοτικοποιηθούν,
δε μπορούν να ποσοτικοποιηθούν,
00:31
that you cannot measure history.
6
15829
2519
ότι δε μπορούμε να μετρήσουμε την ιστορία.
00:34
But I don't think that's right.
7
18348
1527
Δεν πιστεύω ότι ισχύει κάτι τέτοιο.
00:35
I want to show you a couple of examples why.
8
19875
2042
Θα σας εξηγήσω
γιατί με μερικά παραδείγματα.
γιατί με μερικά παραδείγματα.
00:37
So my collaborator Erez and I were considering the following fact:
9
21917
2958
Ο συνεργάτης μου 'Ερεζ κι εγώ
μελετήσαμε το ακόλουθο γεγονός:
μελετήσαμε το ακόλουθο γεγονός:
00:40
that two kings separated by centuries
10
24875
2729
Δυο βασιλείς που τους χωρίζουν αιώνες
00:43
will speak a very different language.
11
27604
1767
μιλούν μια πολύ διαφορετική γλώσσα.
00:45
That's a powerful historical force.
12
29371
2304
Αυτό αποτελεί μια ισχυρή ιστορική δύναμη.
00:47
So the king of England, Alfred the Great,
13
31675
1773
Έτσι, λοιπόν, ο βασιλιάς της Αγγλίας,
ο Αλφρέδος ο Μέγας,
ο Αλφρέδος ο Μέγας,
00:49
will use a vocabulary and grammar
14
33448
1640
χρησιμοποιεί λεξιλόγιο και γραμματική
00:50
that is quite different from the king of hip hop, Jay-Z.
15
35088
3700
που διαφέρουν κατά πολύ από αυτά που
χρησιμοποιεί ο βασιλιάς του χιπ-χοπ, ο Τζέϊ-Ζ.
χρησιμοποιεί ο βασιλιάς του χιπ-χοπ, ο Τζέϊ-Ζ.
00:54
(Laughter)
16
38788
1666
(Γέλια)
00:56
Now it's just the way it is.
17
40454
2171
Έτσι είναι.
00:58
Language changes over time, and it's a powerful force.
18
42625
2292
Η γλώσσα αλλάζει με τα χρόνια
και είναι μια ισχυρή δύναμη.
και είναι μια ισχυρή δύναμη.
01:00
So Erez and I wanted to know more about that.
19
44917
2287
Έτσι ο 'Ερεζ κι εγώ θέλαμε να μάθουμε
περισσότερα σχετικά με αυτό.
περισσότερα σχετικά με αυτό.
01:03
So we paid attention to a particular grammatical rule, past-tense conjugation.
20
47204
3657
Επικεντρωθήκαμε σ' έναν συγκεκριμένο
γραμματικό κανόνα, την κλίση του αορίστου χρόνου.
γραμματικό κανόνα, την κλίση του αορίστου χρόνου.
01:06
So you just add "ed" to a verb at the end to signify the past.
21
50861
3264
Προστίθεται το "ed" σε κάποιο ρήμα
για να δηλωθεί ο αόριστος.
για να δηλωθεί ο αόριστος.
01:10
"Today I walk. Yesterday I walked."
22
54125
1927
«Σήμερα περπατώ (I walk).
Χθες περπατούσα (I walked)».
Χθες περπατούσα (I walked)».
01:11
But some verbs are irregular.
23
56052
1344
Υπάρχουν και τα ανώμαλα ρήματα.
01:13
"Yesterday I thought."
24
57396
1396
«Χθες σκεφτόμουν (Ι thought)».
01:14
Now what's interesting about that
25
58792
1666
Αυτό που έχει ενδιαφέρον είναι ότι
01:16
is irregular verbs between Alfred and Jay-Z have become more regular.
26
60458
3830
τα ανώμαλα ρήματα έγιναν πιο ομαλά από την εποχή
του Αλφρέδου μέχρι την εποχή του Τζέϊ-Ζ.
του Αλφρέδου μέχρι την εποχή του Τζέϊ-Ζ.
01:20
Like the verb "to wed" that you see here has become regular.
27
64288
2735
Όπως το ρήμα " to wed" (παντρεύομαι)
που βλέπετε εδώ έχει γίνει ομαλό.
που βλέπετε εδώ έχει γίνει ομαλό.
01:22
So Erez and I followed the fate of over 100 irregular verbs
28
67023
4022
Ο 'Ερεζ κι εγώ παρακολουθήσαμε
την εξέλιξη 100 ανωμάλων ρημάτων
την εξέλιξη 100 ανωμάλων ρημάτων
01:26
through 12 centuries of English language,
29
71045
1919
σε πορεία 12 αιώνων της Αγγλικής γλώσσας,
01:28
and we saw that there's actually a very simple mathematical pattern
30
72964
2911
και διαπιστώσαμε ότι υπάρχει
ένα πολύ απλό μαθηματικό μοτίβο
ένα πολύ απλό μαθηματικό μοτίβο
01:31
that captures this complex historical change,
31
75875
2542
που συλλαμβάνει
αυτή την περίπλοκη ιστορική αλλαγή,
αυτή την περίπλοκη ιστορική αλλαγή,
01:34
namely, if a verb is 100 times more frequent than another,
32
78417
3660
δηλαδή, αν ένα ρήμα εμφανίζεται
100 φορές πιο συχνά από ένα άλλο,
100 φορές πιο συχνά από ένα άλλο,
01:37
it regularizes 10 times slower.
33
82077
2665
γίνεται ομαλό 10 φορές πιο αργά.
01:40
That's a piece of history, but it comes in a mathematical wrapping.
34
84742
3935
Είναι κομμάτι ιστορίας,
αλλά εμφανίζεται με μαθηματικό περίβλημα.
αλλά εμφανίζεται με μαθηματικό περίβλημα.
01:44
Now in some cases math can even help explain,
35
88677
3654
Σε ορισμένες περιπτώσεις, τα μαθηματικά
μπορούν ακόμη να μας βοηθήσουν να ερμηνεύσουμε
μπορούν ακόμη να μας βοηθήσουν να ερμηνεύσουμε
01:48
or propose explanations for, historical forces.
36
92331
2879
ή να προτείνουν ερμηνείες
για ιστορικές δυνάμεις.
για ιστορικές δυνάμεις.
01:51
So here Steve Pinker and I
37
95210
1832
Εδώ, λοιπόν, ο Στιβ Πίνκερ κι εγώ
01:52
were considering the magnitude of wars during the last two centuries.
38
97042
3852
εξετάζαμε το μέγεθος των πολέμων κατά
τη διάρκεια των δυο προηγούμενων αιώνων.
τη διάρκεια των δυο προηγούμενων αιώνων.
01:56
There's actually a well-known regularity to them
39
100894
2495
Στην πραγματικότητα, έχουν
μια γνωστή σε όλους κανονικότητα
μια γνωστή σε όλους κανονικότητα
01:59
where the number of wars that are 100 times deadlier
40
103389
3422
σύμφωνα με την οποία ο αριθμός των πολέμων
που έχουν 100 φορές περισσότερους νεκρούς
που έχουν 100 φορές περισσότερους νεκρούς
02:02
is 10 times smaller.
41
106811
1952
είναι 10 φορές μικρότεροι.
02:04
So there are 30 wars that are about as deadly as the Six Days War,
42
108763
3344
Υπάρχουν 30 πόλεμοι που έχουν τόσους
νεκρούς όσους και ο Πόλεμος των Έξι Ημερών,
νεκρούς όσους και ο Πόλεμος των Έξι Ημερών,
02:08
but there's only four wars that are 100 times deadlier --
43
112107
2820
αλλά μόνο τέσσερις πόλεμοι έχουν
εκατό φορές περισσότερους νεκρούς--
εκατό φορές περισσότερους νεκρούς--
02:10
like World War I.
44
114927
1977
όπως ο Πρώτος Παγκόσμιος Πόλεμος.
02:12
So what kind of historical mechanism can produce that?
45
116904
2923
Τι είδους ιστορικός μηχανισμός
μπορεί να δώσει αυτά τα αποτελέσματα;
μπορεί να δώσει αυτά τα αποτελέσματα;
02:15
What's the origin of this?
46
119827
2000
Ποια είναι η προέλευσή του;
02:17
So Steve and I, through mathematical analysis,
47
121827
2265
Ο Στιβ κι εγώ, λοιπόν,
διαμέσου της μαθηματικής ανάλυσης,
διαμέσου της μαθηματικής ανάλυσης,
02:19
propose that there's actually a very simple phenomenon at the root of this,
48
124092
4241
προτείνουμε ότι υπάρχει στην πραγματικότητα
ένα πολύ απλό φαινόμενο στη βάση του,
ένα πολύ απλό φαινόμενο στη βάση του,
02:24
which lies in our brains.
49
128333
1690
που βρίσκεται στον εγκέφαλό μας.
02:25
This is a very well-known feature
50
130023
2019
Αυτό είναι ένα ευρέως
διαδεδομένο χαρακτηριστικό,
διαδεδομένο χαρακτηριστικό,
02:27
in which we perceive quantities in relative ways --
51
132042
2975
με τον οποίο αντιλαμβανόμαστε
τις ποσότητες με σχετικούς τρόπους--
τις ποσότητες με σχετικούς τρόπους--
02:30
quantities like the intensity of light or the loudness of a sound.
52
135017
3716
ποσότητες όπως η ένταση
του φωτός ή η ένταση του ήχου.
του φωτός ή η ένταση του ήχου.
02:34
For instance, committing 10,000 soldiers to the next battle sounds like a lot.
53
138733
5309
Για παράδειγμα, το να εκτελέσεις 10.000 στρατιώτες μέχρι την επόμενη μάχη, ακούγεται μεγάλος αριθμός.
02:39
It's relatively enormous if you've already committed 1,000 soldiers previously.
54
144042
3444
Είναι σχετικά μεγάλος αν έχεις ήδη
εκτελέσει 1.000 στρατιώτες προηγουμένως.
εκτελέσει 1.000 στρατιώτες προηγουμένως.
02:43
But it doesn't sound so much,
55
147486
1827
Ωστόσο, δεν ακούγεται υπερβολικό,
02:45
it's not relatively enough, it won't make a difference
56
149313
3020
δεν είναι σχετικά μεγάλος αριθμός,
δεν θα κάνει τη διαφορά
δεν θα κάνει τη διαφορά
02:48
if you've already committed 100,000 soldiers previously.
57
152333
2952
αν προηγουμένως
έχεις εκτελέσει 100.000 στρατιώτες.
έχεις εκτελέσει 100.000 στρατιώτες.
02:51
So you see that because of the way we perceive quantities,
58
155285
3613
Το βλέπει κανείς έτσι εξαιτίας του τρόπου
που αντιλαμβανόμαστε τις ποσότητες,
που αντιλαμβανόμαστε τις ποσότητες,
02:54
as the war drags on,
59
158898
1767
καθώς συνεχίζεται ο πόλεμος,
02:56
the number of soldiers committed to it and the casualties
60
160665
3085
ο αριθμός των στρατιωτών
που εκτελέστηκαν και τα θύματα
που εκτελέστηκαν και τα θύματα
02:59
will increase not linearly --
61
163750
1683
θα αυξηθούν όχι γραμμικά--
03:01
like 10,000, 11,000, 12,000 --
62
165433
1888
όπως 10.000, 11.000, 12.000--
03:03
but exponentially -- 10,000, later 20,000, later 40,000.
63
167321
4275
αλλά εκθετικά --10.000,
μετά 20.000, και 40.000.
μετά 20.000, και 40.000.
03:07
And so that explains this pattern that we've seen before.
64
171596
3085
Έτσι εξηγείται το μοτίβο που είδαμε πριν.
03:10
So here mathematics is able to link a well-known feature of the individual mind
65
174681
5498
Τα μαθηματικά μπορούν να συνδέσουν
μια γνωστή ιδιότητα του μυαλού του ατόμου
μια γνωστή ιδιότητα του μυαλού του ατόμου
03:16
with a long-term historical pattern
66
180179
2989
με ένα μακροπρόθεσμο ιστορικό μοτίβο
03:19
that unfolds over centuries and across continents.
67
183168
2857
που ξεδιπλώνεται ανά τους αιώνες
και διασχίζει τις ηπείρους.
και διασχίζει τις ηπείρους.
03:21
So these types of examples, today there are just a few of them,
68
186025
4017
Αυτά τα παραδείγματα,
σήμερα παρουσιάζουμε κάποια μόνο,
σήμερα παρουσιάζουμε κάποια μόνο,
03:25
but I think in the next decade they will become commonplace.
69
190042
2689
αλλά νομίζω ότι την επόμενη δεκαετία
θα γίνουν κοινός τόπος.
θα γίνουν κοινός τόπος.
03:28
The reason for that is that the historical record
70
192731
2392
Η αιτία είναι ότι η ιστορική καταγραφή
03:31
is becoming digitized at a very fast pace.
71
195123
2460
ψηφιοποείται με ταχύτατο ρυθμό.
03:33
So there's about 130 million books
72
197583
2610
Υπάρχουν περίπου 130 εκατομμύρια βιβλία
03:36
that have been written since the dawn of time.
73
200193
2311
που έχουν γραφεί από την αυγή του χρόνου.
03:38
Companies like Google have digitized many of them --
74
202504
2454
Εταιρείες όπως η Google
έχουν ψηφιοποιήσει πολλά από αυτά --
έχουν ψηφιοποιήσει πολλά από αυτά --
03:40
above 20 million actually.
75
204958
1584
πάνω από 20 εκατομμύρια.
03:42
And when the stuff of history is available in digital form,
76
206542
3578
Όταν, λοιπόν, το υλικό της ιστορίας ε
ίναι διαθέσιμο σε ψηφιακή μορφή,
ίναι διαθέσιμο σε ψηφιακή μορφή,
03:46
it makes it possible for a mathematical analysis
77
210120
2380
η μαθηματική ανάλυση
03:48
to very quickly and very conveniently
78
212500
2375
μπορεί πολύ γρήγορα και πολύ άνετα
03:50
review trends in our history and our culture.
79
214875
2725
να μελετήσει τάσεις
στην ιστορία και τον πολιτισμό μας.
στην ιστορία και τον πολιτισμό μας.
03:53
So I think in the next decade,
80
217600
2721
Νομίζω, λοιπόν, ότι στην επόμενη δεκαετία,
03:56
the sciences and the humanities will come closer together
81
220321
2750
οι επιστήμες και οι ανθρωπιστικές
επιστήμες θα προσεγγιστούν
επιστήμες θα προσεγγιστούν
03:58
to be able to answer deep questions about mankind.
82
223071
3329
και θα μπορέσουν να δώσουν απαντήσεις
σε ερωτήσεις για το ανθρώπινο είδος.
σε ερωτήσεις για το ανθρώπινο είδος.
04:02
And I think that mathematics will be a very powerful language to do that.
83
226400
4121
Και νομίζω ότι τα μαθηματικά θα είναι
μια πολύ ισχυρή γλώσσα για κάτι τέτοιο.
μια πολύ ισχυρή γλώσσα για κάτι τέτοιο.
04:06
It will be able to reveal new trends in our history,
84
230521
3146
Θα μπορέσουν να αποκαλύψουν
νέες τάσεις στην ιστορία μας,
νέες τάσεις στην ιστορία μας,
04:09
sometimes to explain them,
85
233667
1750
ενίοτε να τις εξηγήσουν,
04:11
and maybe even in the future to predict what's going to happen.
86
235417
3306
και μπορεί ακόμη, μελλοντικά,
να προβλέψουν τι θα συμβεί.
να προβλέψουν τι θα συμβεί.
04:14
Thank you very much.
87
238723
1491
Ευχαριστώ πολύ.
04:16
(Applause)
88
240214
3678
(Χειροκρότημα)
ABOUT THE SPEAKER
Jean-Baptiste Michel - Data researcherJean-Baptiste Michel looks at how we can use large volumes of data to better understand our world.
Why you should listen
Jean-Baptiste Michel holds joint academic appointments at Harvard (FQEB Fellow) and Google (Visiting Faculty). His research focusses on using large volumes of data as tools that help better understand the world around us -- from the way diseases progress in patients over years, to the way cultures change in human societies over centuries. With his colleague Erez Lieberman Aiden, Jean-Baptiste is a Founding Director of Harvard's Cultural Observatory, where their research team pioneers the use of quantitative methods for the study of human culture, language and history. His research was featured on the covers of Science and Nature, on the front pages of the New York Times and the Boston Globe, in The Economist, Wired and many other venues. The online tool he helped create -- ngrams.googlelabs.com -- was used millions of times to browse cultural trends. Jean-Baptiste is an Engineer from Ecole Polytechnique (Paris), and holds an MS in Applied Mathematics and a PhD in Systems Biology from Harvard.
Jean-Baptiste Michel | Speaker | TED.com