TED@BCG Milan
Vittorio Loreto: Need a new idea? Start at the edge of what is known
Vittorio Loreto: ¿Necesitan una idea nueva? Comiencen en los límites de lo conocido
Filmed:
Readability: 3.9
1,544,594 views
“¿De dónde vienen las grandes ideas?”. Comenzando con esta pregunta en mente, Vittorio Loreto nos lleva a un viaje para explorar un posible esquema matemático que explique el nacimiento de lo nuevo. Aprendan más sobre el “adyacente posible”, el cruce de lo que es real y lo que es posible, y sobre cómo el estudio de la matemática que lo impulsa podría explicar cómo creamos nuevas ideas.
Vittorio Loreto - Physicist
Vittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it. Full bio
Vittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it. Full bio
Double-click the English transcript below to play the video.
00:14
We have all probably wondered
0
2349
2867
Todos probablemente nos hemos preguntado
00:17
how great minds achieved
what they achieved, right?
what they achieved, right?
1
5240
4176
cómo las grandes mentes lograron
lo que lograron, ¿cierto?
lo que lograron, ¿cierto?
00:21
And the more astonishing
their achievements are,
their achievements are,
2
9440
2656
Y cuanto más asombrosos son sus logros,
00:24
the more we call them geniuses,
3
12120
2536
más los llamamos genios,
00:26
perhaps aliens
4
14680
1536
quizás alienígenas
00:28
coming from a different planet,
5
16239
2097
que vienen de otro planeta,
00:30
definitely not someone like us.
6
18360
2656
definitivamente alguien
que no es como nosotros.
que no es como nosotros.
00:33
But is that true?
7
21040
1776
Pero eso, ¿es cierto?
00:34
So let me start with an example.
8
22840
1800
Permítanme comenzar con un ejemplo.
00:37
You all know the story
of Newton's apple, right? OK.
of Newton's apple, right? OK.
9
25440
3816
Todos conocen la historia
de la manzana de Newton, ¿cierto? Bien.
de la manzana de Newton, ¿cierto? Bien.
00:41
Is that true? Probably not.
10
29280
2936
¿Es verdadera? Probablemente no.
00:44
Still, it's difficult to think
that no apple at all was there.
that no apple at all was there.
11
32240
5216
Aun así, es difícil pensar que no hubiera
ninguna manzana allí.
ninguna manzana allí.
00:49
I mean some stepping stone,
some specific conditions
some specific conditions
12
37480
3616
Quiero decir, algún paso intermedio,
unas condiciones específicas
unas condiciones específicas
00:53
that made universal gravitation
not impossible to conceive.
not impossible to conceive.
13
41120
4016
que hicieran que la gravitación universal
no fuera imposible de concebir.
no fuera imposible de concebir.
00:57
And definitely this was not impossible,
14
45160
2376
Y esto definitivamente no fue imposible,
00:59
at least for Newton.
15
47560
1576
al menos para Newton.
01:01
It was possible,
16
49160
1256
Fue posible,
01:02
and for some reason, it was also there,
17
50440
3056
y por alguna razón, allí también estaba,
01:05
available at some point,
easy to pick as an apple.
easy to pick as an apple.
18
53520
3776
disponible en un momento determinado,
fácil de agarrar como una manzana.
fácil de agarrar como una manzana.
01:09
Here is the apple.
19
57320
1616
Aquí está la manzana.
01:10
And what about Einstein?
20
58960
2216
¿Y Einstein?
01:13
Was relativity theory another big leap
in the history of ideas
in the history of ideas
21
61200
5296
¿Fue la teoría de la relatividad otro
gran salto en la historia de las ideas
gran salto en la historia de las ideas
01:18
no one else could even conceive?
22
66520
2656
que nadie podría haber concebido?
01:21
Or rather, was it again
something adjacent and possible,
something adjacent and possible,
23
69200
4456
¿O más bien, fue nuevamente
algo adyacente y posible,
algo adyacente y posible,
01:25
to Einstein of course,
24
73680
2096
para Einstein, por supuesto,
01:27
and he got there by small steps
and his very peculiar scientific path?
and his very peculiar scientific path?
25
75800
4216
y llegó allí paso a paso
y por su muy peculiar camino científico?
y por su muy peculiar camino científico?
01:32
Of course we cannot conceive this path,
26
80040
2456
Por supuesto no nos podemos
imaginar ese camino,
imaginar ese camino,
01:34
but this doesn't mean
that the path was not there.
that the path was not there.
27
82520
2480
pero eso no significa que la senda
no estuviera allí.
no estuviera allí.
01:38
So all of this seems very evocative,
28
86760
4856
Y todo esto parece muy evocador,
01:43
but I would say hardly concrete
29
91640
1536
pero diría poco concreto
01:45
if we really want to grasp
the origin of great ideas
the origin of great ideas
30
93200
3576
si realmente queremos entender
el origen de las grandes ideas
el origen de las grandes ideas
01:48
and more generally the way
in which the new enters our lives.
in which the new enters our lives.
31
96800
4016
y más generalmente el modo
en que lo nuevo entra a nuestras vidas.
en que lo nuevo entra a nuestras vidas.
01:52
As a physicist, as a scientist,
32
100840
1976
Como físico, como científico,
01:54
I have learned that posing
the right questions
the right questions
33
102840
2176
aprendí que plantear
las preguntas correctas
las preguntas correctas
01:57
is half of the solution.
34
105040
2016
es la mitad de la solución.
01:59
But I think now we start having
a great conceptual framework
a great conceptual framework
35
107080
4736
Pero creo que estamos empezando a tener
un gran marco conceptual
un gran marco conceptual
02:03
to conceive and address
the right questions.
the right questions.
36
111840
3176
para concebir y encarar
las preguntas correctas.
las preguntas correctas.
02:07
So let me drive you
to the edge of what is known,
to the edge of what is known,
37
115040
3456
Entonces, déjenme conducirlos
al límite de lo que es conocido,
al límite de lo que es conocido,
02:10
or at least, what I know,
38
118520
2096
o por lo menos, de lo que yo sé,
02:12
and let me show you that what is known
39
120640
2056
y permítanme mostrarles que lo conocido
02:14
could be a powerful
and fascinating starting point
and fascinating starting point
40
122720
4576
puede ser un punto de partida
poderoso y fascinante
poderoso y fascinante
02:19
to grasp the deep meaning
of words like novelty, innovation,
of words like novelty, innovation,
41
127320
5096
para entender el significado profundo
de palabras como novedad, innovación,
de palabras como novedad, innovación,
02:24
creativity perhaps.
42
132440
1560
quizás creatividad.
02:26
So we are discussing the "new,"
43
134880
3336
Entonces, estamos discutiendo lo "nuevo",
02:30
and of course, the science behind it.
44
138240
2656
y por supuesto, la ciencia detrás de ello.
02:32
The new can enter our lives
in many different ways,
in many different ways,
45
140920
2976
Lo nuevo puede entrar a nuestra vida
de muchos modos distintos,
de muchos modos distintos,
02:35
can be very personal,
46
143920
1696
puede ser muy personal,
02:37
like I meet a new person,
47
145640
1936
como conocer a una persona nueva,
02:39
I read a new book,
or I listen to a new song.
or I listen to a new song.
48
147600
3296
leer un libro nuevo,
o escuchar una canción nueva.
o escuchar una canción nueva.
02:42
Or it could be global,
49
150920
1256
O podría ser global,
02:44
I mean, something we call innovation.
50
152200
2056
es decir, algo
que llamamos innovación.
que llamamos innovación.
02:46
It could be a new theory,
a new technology,
a new technology,
51
154280
2176
Podría ser una teoría
o tecnología nueva,
o tecnología nueva,
02:48
but it could also be a new book
if you're the writer,
if you're the writer,
52
156480
2576
pero también un nuevo libro,
si son escritores,
si son escritores,
02:51
or it could be a new song
if you're the composer.
if you're the composer.
53
159080
2336
o una canción nueva,
si son compositores.
si son compositores.
02:53
In all of these global cases,
the new is for everyone,
the new is for everyone,
54
161440
4296
En todos estos casos globales,
lo nuevo es para todos,
lo nuevo es para todos,
02:57
but experiencing the new
can be also frightening,
can be also frightening,
55
165760
3816
pero experimentar lo nuevo
puede ser también inquietante,
puede ser también inquietante,
03:01
so the new can also frighten us.
56
169600
3736
lo nuevo puede atemorizarnos.
03:05
But still, experiencing the new
means exploring a very peculiar space,
means exploring a very peculiar space,
57
173360
4176
Pero aun así, experimentar lo nuevo
implica explorar un espacio muy peculiar,
implica explorar un espacio muy peculiar,
03:09
the space of what could be,
58
177560
2096
el espacio de lo que podría ser,
03:11
the space of the possible,
the space of possibilities.
the space of possibilities.
59
179680
3176
el espacio de lo posible,
el espacio de las posibilidades.
el espacio de las posibilidades.
03:14
It's a very weird space,
so I'll try to get you through this space.
so I'll try to get you through this space.
60
182880
3456
Es un espacio muy raro, por lo que
trataré de guiarlos a través de él.
trataré de guiarlos a través de él.
03:18
So it could be a physical space.
61
186360
2016
Podría ser un espacio físico.
03:20
So in this case, for instance,
62
188400
1616
Y en este caso, por ejemplo,
03:22
novelty could be climbing
Machu Picchu for the first time,
Machu Picchu for the first time,
63
190040
4056
la novedad podría ser escalar
el Machu Picchu por primera vez,
el Machu Picchu por primera vez,
03:26
as I did in 2016.
64
194120
1920
como lo hice en el 2016.
03:28
It could be a conceptual space,
65
196960
1816
Podría ser un espacio conceptual,
03:30
so acquiring new information,
making sense of it, in a word, learning.
making sense of it, in a word, learning.
66
198800
4416
adquirir nueva información, encontrarle
el sentido, en una palabra, aprender.
el sentido, en una palabra, aprender.
03:35
It could be a biological space.
67
203240
1936
Podría ser un espacio biológico.
03:37
I mean, think about the never-ending
fight of viruses and bacteria
fight of viruses and bacteria
68
205200
4096
Es decir, piensen en la lucha incesante
de los virus y las bacterias
de los virus y las bacterias
03:41
with our immune system.
69
209320
1936
con nuestro sistema inmunológico.
03:43
And now comes the bad news.
70
211280
1736
Y ahora vienen las malas noticias.
03:45
We are very, very bad
at grasping this space.
at grasping this space.
71
213040
3296
Somos muy, muy malos
para entender este espacio.
para entender este espacio.
03:48
Think of it. Let's make an experiment.
72
216360
2016
Piénsenlo. Hagamos un experimento.
03:50
Try to think about all the possible things
you could do in the next, say, 24 hours.
you could do in the next, say, 24 hours.
73
218400
6880
Intenten pensar en todas las cosas que
podrían hacer en las próximas 24 horas.
podrían hacer en las próximas 24 horas.
03:58
Here the key word is "all."
74
226320
2656
Aquí la palabra clave es "todas".
04:01
Of course you can conceive a few options,
like having a drink, writing a letter,
like having a drink, writing a letter,
75
229000
4800
Sin duda pueden imaginar algunas opciones,
como tomar una copa, escribir una carta,
como tomar una copa, escribir una carta,
04:06
also sleeping during this boring talk,
76
234840
3176
también dormir durante
esta aburrida charla,
esta aburrida charla,
04:10
if you can.
77
238040
1696
si pueden.
04:11
But not all of them.
78
239760
1656
Pero no todas ellas.
04:13
So think about an alien invasion,
now, here, in Milan,
now, here, in Milan,
79
241440
3936
Piensen en una invasión
alienígena, ahora, aquí, en Milán,
alienígena, ahora, aquí, en Milán,
04:17
or me -- I stopped thinking
for 15 minutes.
for 15 minutes.
80
245400
3120
o en mí; he dejado de pensar
por 15 minutos.
por 15 minutos.
04:21
So it's very difficult
to conceive this space,
to conceive this space,
81
249440
3136
Es muy difícil imaginar este espacio,
04:24
but actually we have an excuse.
82
252600
2176
pero en realidad tenemos una excusa.
04:26
So it's not so easy to conceive this space
83
254800
3496
No es tan fácil imaginar este espacio
04:30
because we are trying to conceive
the occurrence of something brand new,
the occurrence of something brand new,
84
258320
3495
porque estamos tratando de imaginar
un acontecimiento novedoso,
un acontecimiento novedoso,
04:33
so something that never occurred before,
85
261839
1977
algo que nunca ocurrió antes,
04:35
so we don't have clues.
86
263840
1480
así que no tenemos pistas.
04:38
A typical solution could be
87
266040
2896
Una solución típica podría ser
04:40
looking at the future
with the eyes of the past,
with the eyes of the past,
88
268960
3216
mirar al futuro con los ojos del pasado,
04:44
so relying on all
the time series of past events
the time series of past events
89
272200
3296
apoyándonos en las series
cronológicas de eventos pasados
cronológicas de eventos pasados
04:47
and hoping that this is enough
to predict the future.
to predict the future.
90
275520
3496
con la esperanza de que esto
sea suficiente para predecir el futuro.
sea suficiente para predecir el futuro.
04:51
But we know this is not working.
91
279040
2176
Pero sabemos que esto no funciona.
04:53
For instance, this was the first attempt
for weather forecasts, and it failed.
for weather forecasts, and it failed.
92
281240
5216
Por ejemplo, este fue el primer intento
para predecir el tiempo, y falló.
para predecir el tiempo, y falló.
04:58
And it failed because
of the great complexity
of the great complexity
93
286480
2416
Y falló por la gran complejidad
05:00
of the underlying phenomenon.
94
288920
1936
del fenómeno subyacente.
05:02
So now we know that predictions
had to be based on modeling,
had to be based on modeling,
95
290880
5616
Y ahora sabemos que las predicciones
deben basarse en el modelado,
deben basarse en el modelado,
05:08
which means creating
a synthetic model of the system,
a synthetic model of the system,
96
296520
3496
lo que significa crear
un modelo sintético del sistema,
un modelo sintético del sistema,
05:12
simulating this model
and then projecting the system
and then projecting the system
97
300040
4136
simular este modelo,
y luego proyectar el sistema
y luego proyectar el sistema
05:16
into the future through this model.
98
304200
2536
en el futuro a través de este modelo.
05:18
And now we can do this in a lot of cases
99
306760
2936
Y ahora podemos hacer esto en muchos casos
05:21
with the help of a lot of data.
100
309720
1880
con la ayuda de muchos datos.
05:25
Looking at the future
with the eye of the past
with the eye of the past
101
313000
2896
Mirar al futuro con los ojos del pasado
05:27
could be misleading also for machines.
102
315920
2736
podría ser engañoso también
para las máquinas.
para las máquinas.
05:30
Think about it.
103
318680
1216
Piensen en ello.
05:31
Now picture yourself for a second
in the middle of the Australian Outback.
in the middle of the Australian Outback.
104
319920
4800
Ahora imagínense por un segundo
en el medio del desierto australiano.
en el medio del desierto australiano.
05:37
You stand there under the sun.
105
325440
2720
Están allí parados bajo el sol.
05:40
So you see something weird happening.
106
328840
2216
Y ven que pasa algo raro.
05:43
The car suddenly stops
107
331080
2736
El auto se detiene de repente
05:45
very, very far from a kangaroo
crossing the street.
crossing the street.
108
333840
3056
muy, muy lejos de un canguro
que está cruzando la calle.
que está cruzando la calle.
05:48
You look closer
109
336920
1456
Miran más de cerca
05:50
and you realize
that the car has no driver.
that the car has no driver.
110
338400
2416
y se dan cuenta de que el auto
no tiene conductor.
no tiene conductor.
05:52
It is not restarting, even after
the kangaroo is not there anymore.
the kangaroo is not there anymore.
111
340840
4016
No vuelve a arrancar, incluso después
de que el canguro ya no está allí.
de que el canguro ya no está allí.
05:56
So for some reasons,
112
344880
1896
Por alguna razón,
05:58
the algorithms driving the car
cannot make sense
cannot make sense
113
346800
2536
los algoritmos que conducen el auto
no entienden
no entienden
06:01
of this strange beast
jumping here and there on the street.
jumping here and there on the street.
114
349360
3680
a esta extraña bestia que salta
de aquí para allá en la calle.
de aquí para allá en la calle.
06:05
So it just stops.
115
353640
1200
Y por ende se detiene.
06:07
Now, I should tell you,
this is a true story.
this is a true story.
116
355720
2136
Debo decirles que esta
es una historia real.
es una historia real.
06:09
It happened a few months ago
to Volvo's self-driving cars
to Volvo's self-driving cars
117
357880
2696
Ocurrió hace unos meses
con un auto Volvo sin conductor
con un auto Volvo sin conductor
06:12
in the middle of the Australian Outback.
118
360600
1936
en medio del desierto australiano.
06:14
(Laughter)
119
362560
1696
(Risas)
06:16
It is a general problem,
120
364280
1976
Es un problema general,
06:18
and I guess this will affect
more and more in the near future
more and more in the near future
121
366280
2976
y creo que esto afectará más y más
en el futuro cercano
en el futuro cercano
06:21
artificial intelligence
and machine learning.
and machine learning.
122
369280
2560
a la inteligencia artificial
y al aprendizaje de máquina.
y al aprendizaje de máquina.
06:24
It's also a very old problem,
I would say 17th century,
I would say 17th century,
123
372440
3976
Es también un problema muy antiguo,
diría que del siglo XVII,
diría que del siglo XVII,
06:28
but I guess now we have new tools
and new clues to start solving it.
and new clues to start solving it.
124
376440
5136
pero creo que ahora tenemos nuevos medios
y nuevas pistas para empezar a resolverlo.
y nuevas pistas para empezar a resolverlo.
06:33
So let me take a step back,
125
381600
2176
Déjenme dar un paso atrás,
06:35
five years back.
126
383800
2736
cinco años atrás.
06:38
Italy. Rome. Winter.
127
386560
2976
Italia. Roma. Invierno.
06:41
So the winter of 2012
was very special in Rome.
was very special in Rome.
128
389560
3576
El invierno del 2012 en Roma
fue muy especial.
fue muy especial.
06:45
Rome witnessed one of the greatest
snowfalls of its history.
snowfalls of its history.
129
393160
3560
Roma presenció una de las nevadas
más intensas de su historia.
más intensas de su historia.
06:49
That winter was special also
for me and my colleagues,
for me and my colleagues,
130
397520
3696
Ese invierno también fue especial
para mí y mis colegas,
para mí y mis colegas,
06:53
because we had an insight
about the possible mathematical scheme --
about the possible mathematical scheme --
131
401240
3496
porque teníamos una idea
sobre un posible esquema matemático...
sobre un posible esquema matemático...
06:56
again, possible,
possible mathematical scheme,
possible mathematical scheme,
132
404760
2976
nuevamente, posible,
un posible esquema matemático
un posible esquema matemático
06:59
to conceive the occurrence of the new.
133
407760
1840
para idear la ocurrencia de lo nuevo.
07:02
I remember that day
because it was snowing,
because it was snowing,
134
410520
2416
Recuerdo ese día
porque estaba nevando,
porque estaba nevando,
07:04
so due to the snowfall,
we were blocked, stuck in my department,
we were blocked, stuck in my department,
135
412960
3776
y debido a la intensa nevada, estábamos
bloqueados, atrapados en mi oficina,
bloqueados, atrapados en mi oficina,
07:08
and we couldn't go home,
136
416760
1416
y no podíamos irnos a casa,
07:10
so we got another coffee, we relaxed
137
418200
3056
por lo que tomamos otro café,
nos relajamos
nos relajamos
07:13
and we kept discussing.
138
421280
1776
y continuamos debatiendo.
07:15
But at some point --
maybe not that date, precisely --
maybe not that date, precisely --
139
423080
3696
Pero en algún momento determinado
--quizá no precisamente en esa fecha--
--quizá no precisamente en esa fecha--
07:18
at some point we made the connection
140
426800
2896
en algún momento determinado
hicimos la conexión
hicimos la conexión
07:21
between the problem of the new
141
429720
2976
entre el problema de lo nuevo
07:24
and a beautiful concept
proposed years before
proposed years before
142
432720
2416
y el hermoso concepto propuesto
unos años antes
unos años antes
07:27
by Stuart Kauffman,
143
435160
1776
por Stuart Kauffman,
07:28
the adjacent possible.
144
436960
2040
el adyacente posible.
07:31
So the adjacent possible
consists of all those things.
consists of all those things.
145
439720
3056
El adyacente posible consiste
en todas esas cosas.
en todas esas cosas.
07:34
It could be ideas, it could be molecules,
it could be technological products
it could be technological products
146
442800
3736
Podrían ser ideas, moléculas,
productos tecnológicos
productos tecnológicos
07:38
that are one step away
147
446560
2936
que están a un paso
07:41
from what actually exists,
148
449520
1736
de lo que ya existe,
07:43
and you can achieve them
through incremental modifications
through incremental modifications
149
451280
3536
y pueden ser alcanzados
a través de modificaciones paulatinas
a través de modificaciones paulatinas
07:46
and recombinations
of the existing material.
of the existing material.
150
454840
2560
y recombinaciones del material existente.
07:50
So for instance, if I speak
about the space of my friends,
about the space of my friends,
151
458520
3896
Así, por ejemplo, si hablo
sobre el espacio de mis amigos,
sobre el espacio de mis amigos,
07:54
my adjacent possible would be
the set of all friends of my friends
the set of all friends of my friends
152
462440
3976
mi adyacente posible sería el conjunto
de todos los amigos de mis amigos
de todos los amigos de mis amigos
07:58
not already my friends.
153
466440
1400
que aún no son mis amigos.
08:00
I hope that's clear.
154
468240
1736
Espero que esté claro.
08:02
But now if I meet a new person,
155
470000
1816
Pero si conozco a una nueva persona,
08:03
say Briar,
156
471840
1696
digamos, a Briar,
08:05
all her friends would immediately enter
my adjacent possible,
my adjacent possible,
157
473560
4056
todos sus amigos entrarían inmediatamente
en mi adyacente posible,
en mi adyacente posible,
08:09
pushing its boundaries further.
158
477640
1520
empujando aún más los límites.
08:12
So if you really want to look
from the mathematical point of view --
from the mathematical point of view --
159
480160
3216
Y si quieren observarlo desde
un punto de vista matemático
un punto de vista matemático
08:15
I'm sure you want --
160
483400
1400
--seguro que lo quieren--
08:18
you can actually look at this picture.
161
486200
1976
pueden mirar esta imagen.
08:20
So suppose now this is your universe.
162
488200
1896
Supongan que este es su universo.
08:22
I know I'm asking a lot.
163
490120
1256
Sé que pido mucho.
08:23
I mean, this is your universe.
Now you are the red spot.
Now you are the red spot.
164
491400
2640
Es decir, este es su universo.
Uds. son el punto rojo.
Uds. son el punto rojo.
08:27
And the green spot
is the adjacent possible for you,
is the adjacent possible for you,
165
495320
2616
Y el punto verde es su adyacente posible,
08:29
so something you've never touched before.
166
497960
2096
o sea, algo que nunca tocaron antes.
08:32
So you do your normal life.
167
500080
1336
Y hacen su vida normal.
08:33
You move. You move in the space.
168
501440
1656
Se mueven en el espacio.
08:35
You have a drink.
You meet friends. You read a book.
You meet friends. You read a book.
169
503120
2656
Beben algo. Se encuentran
con amigos. Leen un libro.
con amigos. Leen un libro.
08:37
At some point,
you end up on the green spot,
you end up on the green spot,
170
505800
2896
En un momento determinado,
llegan al punto verde,
llegan al punto verde,
08:40
so you meet Briar for the first time.
171
508720
2176
y conocen Briar por primera vez.
08:42
And what happens?
172
510920
1336
¿Y qué ocurre?
08:44
So what happens is there is a new part,
173
512280
2296
Lo que ocurre allí es que una parte nueva,
08:46
a brand new part of the space,
174
514600
2456
una nueva parte del espacio
08:49
becoming possible for you
in this very moment,
in this very moment,
175
517080
4256
se vuelve posible para ustedes
en ese preciso momento,
en ese preciso momento,
08:53
even without any possibility
for you to foresee this
for you to foresee this
176
521360
3856
incluso sin que tuvieran
la posibilidad de preverlo
la posibilidad de preverlo
08:57
before touching that point.
177
525240
2056
antes de tocar ese punto.
08:59
And behind this there will be
a huge set of points
a huge set of points
178
527320
2696
Y detrás de esto habrá
un enorme grupo de puntos
un enorme grupo de puntos
09:02
that could become possible
at some later stages.
at some later stages.
179
530040
3696
que podrían llegar a ser posibles
en etapas posteriores.
en etapas posteriores.
09:05
So you see the space
of the possible is very peculiar,
of the possible is very peculiar,
180
533760
2816
Pueden ver que el espacio
de lo posible es muy peculiar,
de lo posible es muy peculiar,
09:08
because it's not predefined.
181
536600
2216
porque no está predefinido.
09:10
It's not something we can predefine.
182
538840
2296
No es algo que podamos predefinir.
09:13
It's something that gets
continuously shaped and reshaped
continuously shaped and reshaped
183
541160
3376
Es algo que es continuamente
formado y remodelado
formado y remodelado
09:16
by our actions and our choices.
184
544560
2600
por nuestras acciones
y nuestras elecciones.
y nuestras elecciones.
09:20
So we were so fascinated
by these connections we made --
by these connections we made --
185
548120
3456
Por ende, nos sentimos fascinados
por estas conexiones que hicimos
por estas conexiones que hicimos
09:23
scientists are like this.
186
551600
1896
--los científicos somos así--.
09:25
And based on this,
187
553520
2296
Y basándonos en esto,
09:27
we conceived our mathematical formulation
for the adjacent possible,
for the adjacent possible,
188
555840
3216
concebimos nuestra fórmula matemática
para el adyacente posible,
para el adyacente posible,
09:31
20 years after the original
Kauffman proposals.
Kauffman proposals.
189
559080
3456
20 años después de la propuesta
original de Kauffman.
original de Kauffman.
09:34
In our theory -- this is a key point --
190
562560
2136
Nuestra teoría
--este es un punto clave--
--este es un punto clave--
09:36
I mean, it's crucially based
on a complex interplay
on a complex interplay
191
564720
3536
está basada fundamentalmente
en una interacción compleja
en una interacción compleja
09:40
between the way in which
this space of possibilities expands
this space of possibilities expands
192
568280
4776
entre el modo en que este espacio
de posibilidades se expande
de posibilidades se expande
09:45
and gets restructured,
193
573080
1536
y se reestructura,
09:46
and the way in which we explore it.
194
574640
2496
y el modo en que lo exploramos.
09:49
After the epiphany of 2012,
195
577160
3856
Después de la epifanía del 2012,
09:53
we got back to work, real work,
196
581040
1656
volvimos realmente a trabajar,
09:54
because we had to work out this theory,
197
582720
1896
pues debíamos trabajar en esta teoría,
09:56
and we came up with
a certain number of predictions
a certain number of predictions
198
584640
2416
y elaboramos un cierto número
de predicciones
de predicciones
09:59
to be tested in real life.
199
587080
1256
para probar en la realidad.
10:00
Of course, we need a testable framework
200
588360
2896
Por supuesto, necesitábamos
un marco comprobable
un marco comprobable
10:03
to study innovation.
201
591280
1456
para estudiar la innovación.
10:04
So let me drive you
across a few predictions we made.
across a few predictions we made.
202
592760
4056
Déjenme conducirlos
por algunas predicciones que hicimos.
por algunas predicciones que hicimos.
10:08
The first one concerns
the pace of innovation,
the pace of innovation,
203
596840
2896
La primera concierne
al ritmo de la innovación,
al ritmo de la innovación,
10:11
so the rate at which you observe novelties
in very different systems.
in very different systems.
204
599760
4896
la frecuencia con que vemos novedades
en sistemas muy diferentes.
en sistemas muy diferentes.
10:16
So our theory predicts
that the rate of innovation
that the rate of innovation
205
604680
2496
Y nuestra teoría predice
que el ritmo de innovación
que el ritmo de innovación
10:19
should follow a universal curve,
206
607200
1936
debe seguir una curva universal,
10:21
like this one.
207
609160
1320
como esta.
10:23
This is the rate of innovation versus time
in very different conditions.
in very different conditions.
208
611240
3640
Esta es la tasa de innovación versus
el tiempo en condiciones muy diferentes.
el tiempo en condiciones muy diferentes.
10:27
And somehow, we predict
that the rate of innovation
that the rate of innovation
209
615720
2616
Y, de algún modo, predecimos
que la tasa de innovación
que la tasa de innovación
10:30
should decrease steadily over time.
210
618360
2696
debe decrecer progresivamente
con el tiempo.
con el tiempo.
10:33
So somehow, innovation
is predicted to become more difficult
is predicted to become more difficult
211
621080
3096
De algún modo, predice que la innovación
se volverá más difícil
se volverá más difícil
10:36
as your progress over time.
212
624200
1920
a medida que avanzamos en el tiempo.
10:38
It's neat. It's interesting.
It's beautiful. We were happy.
It's beautiful. We were happy.
213
626960
3536
Es prolijo. Es interesante. Es bello.
Estábamos felices.
Estábamos felices.
10:42
But the question is, is that true?
214
630520
2176
Pero la cuestión es: ¿es verdadero?
10:44
Of course we should check with reality.
215
632720
1880
Debíamos verificarla con la realidad.
10:47
So we went back to reality
216
635600
2376
Por lo que volvimos a la realidad
10:50
and we collected a lot of data,
terabytes of data,
terabytes of data,
217
638000
3136
y recolectamos muchos datos,
terabytes de datos,
terabytes de datos,
10:53
tracking innovation in Wikipedia, Twitter,
218
641160
3336
siguiendo la innovación
en Wikipedia, Twitter,
en Wikipedia, Twitter,
10:56
the way in which we write free software,
219
644520
2216
el modo en que escribimos
software gratuito,
software gratuito,
10:58
even the way we listen to music.
220
646760
1640
hasta el modo en que
oímos música.
oímos música.
11:01
I cannot tell you, we were
so amazed and pleased and thrilled
so amazed and pleased and thrilled
221
649160
3736
No puedo decirles lo maravillados,
complacidos, y emocionados que estábamos
complacidos, y emocionados que estábamos
11:04
to discover that the same predictions
we made in the theory
we made in the theory
222
652920
3496
por haber descubierto que las mismas
predicciones que hicimos en teoría
predicciones que hicimos en teoría
11:08
were actually satisfied in real systems,
223
656440
2576
se encontraban en sistemas reales,
11:11
many different real systems.
224
659040
1536
en muchos sistemas diferentes.
11:12
We were so excited.
225
660600
1496
Estábamos muy emocionados.
11:14
Of course, apparently,
we were on the right track,
we were on the right track,
226
662120
2816
Y, aparentemente,
estábamos en el camino correcto,
estábamos en el camino correcto,
11:16
but of course, we couldn't stop,
227
664960
2496
y no podíamos detenernos,
11:19
so we didn't stop.
228
667480
1496
por lo que no nos detuvimos.
11:21
So we kept going on,
229
669000
2096
Por lo que continuamos,
11:23
and at some point
we made another discovery
we made another discovery
230
671120
2056
e hicimos otro descubrimiento
11:25
that we dubbed "correlated novelties."
231
673200
3536
al que apodamos
"novedades correlacionadas".
"novedades correlacionadas".
11:28
It's very simple.
232
676760
1256
Es muy simple.
11:30
So I guess we all experience this.
233
678040
1896
Imagino que todos experimentamos esto:
11:31
So you listen to "Suzanne"
by Leonard Cohen,
by Leonard Cohen,
234
679960
3560
están escuchando "Suzanne",
por Leonard Cohen,
por Leonard Cohen,
11:36
and this experience
triggers your passion for Cohen
triggers your passion for Cohen
235
684440
3656
y esta experiencia desencadena
su pasión por Cohen
su pasión por Cohen
11:40
so that you start frantically
listening to his whole production.
listening to his whole production.
236
688120
3816
de modo que empiezan a escuchar
frenéticamente todas sus obras.
frenéticamente todas sus obras.
11:43
And then you realize
that Fabrizio De André here
that Fabrizio De André here
237
691960
2296
Y aquí se dan cuenta
de que Fabrizio De André
de que Fabrizio De André
11:46
recorded an Italian version of "Suzanne,"
238
694280
1976
grabó una versión italiana de "Suzanne",
11:48
and so on and so forth.
239
696280
2016
y así sucesivamente.
11:50
So somehow for some reason,
240
698320
1976
Entonces, por alguna razón,
11:52
the very notion of adjacent possible
is already encoding the common belief
is already encoding the common belief
241
700320
3896
la noción del adyacente posible
ya está codificando la creencia común
ya está codificando la creencia común
11:56
that one thing leads to another
242
704240
2560
de que una cosa conduce a la otra
11:59
in many different systems.
243
707720
1736
en muchos sistemas diferentes.
12:01
But the reason why we were thrilled
244
709480
2296
Pero la razón por la cual
estábamos fascinados
estábamos fascinados
12:03
is because actually
we could give, for the first time,
we could give, for the first time,
245
711800
2524
es que por primera vez podíamos dar
12:06
a scientific substance to this intuition
246
714348
2068
un fundamento científico a esta intuición
12:08
and start making predictions
247
716440
1656
y empezar a hacer predicciones
12:10
about the way in which
we experience the new.
we experience the new.
248
718120
2416
sobre el modo en que
experimentamos lo nuevo.
experimentamos lo nuevo.
12:12
So novelties are correlated.
249
720560
2320
Por ende, las novedades
están correlacionadas.
están correlacionadas.
12:16
They are not occurring randomly.
250
724320
2056
No ocurren al azar.
12:18
And this is good news,
251
726400
1456
Y estas son buenas noticias,
12:19
because it implies
that impossible missions
that impossible missions
252
727880
4736
porque esto implica
que las misiones imposibles
que las misiones imposibles
12:24
might not be so impossible after all,
253
732640
2376
podrían no ser tan imposibles
después de todo,
después de todo,
12:27
if we are guided by our intuition,
254
735040
3096
si nos dejamos llevar
por nuestra intuición,
por nuestra intuición,
12:30
somehow leading us
to trigger a positive chain reaction.
to trigger a positive chain reaction.
255
738160
3760
guiándonos de algún modo a desencadenar
una reacción en cadena positiva.
una reacción en cadena positiva.
12:34
But there is a third consequence
of the existence of the adjacent possible
of the existence of the adjacent possible
256
742840
3496
Pero hay una tercera consecuencia
de la existencia del adyacente posible
de la existencia del adyacente posible
12:38
that we named "waves of novelties."
257
746360
3536
a la que llamamos "olas de novedades".
12:41
So just to make this simple, so in music,
258
749920
2696
Para hacerlo simple, en la música,
12:44
without waves of novelties,
259
752640
1376
sin las olas de novedades,
12:46
we would still be listening
all the time to Mozart or Beethoven,
all the time to Mozart or Beethoven,
260
754040
6056
todavía estaríamos escuchando
todo el tiempo a Mozart o a Beethoven,
todo el tiempo a Mozart o a Beethoven,
12:52
which is great,
261
760120
1496
lo que es genial,
12:53
but we don't do this all the time.
262
761640
1656
pero no lo hacemos todo el tiempo.
12:55
We also listen to the Pet Shop Boys
or Justin Bieber -- well, some of us do.
or Justin Bieber -- well, some of us do.
263
763320
5016
También escuchamos a los Pet Shop Boys,
o a Justin Bieber --bueno, algunos--.
o a Justin Bieber --bueno, algunos--.
13:00
(Laughter)
264
768360
2176
(Risas)
13:02
So we could see very clearly
all of these patterns
all of these patterns
265
770560
3896
Por lo que pudimos ver muy claramente
todos estos patrones
todos estos patrones
13:06
in the huge amounts of data
we collected and analyzed.
we collected and analyzed.
266
774480
3736
en las enormes cantidades de datos
que recolectamos y analizamos.
que recolectamos y analizamos.
13:10
For instance, we discovered
that popular hits in music
that popular hits in music
267
778240
3656
Por ejemplo, descubrimos
que los éxitos populares en la música
que los éxitos populares en la música
13:13
are continuously born, you know that,
268
781920
1896
nacen continuamente, ya lo saben,
13:15
and then they disappear,
still leaving room for evergreens.
still leaving room for evergreens.
269
783840
3440
y después desaparecen,
dejando aún lugar para los clásicos.
dejando aún lugar para los clásicos.
13:20
So somehow waves of novelties ebb and flow
270
788120
3096
Así, de algún modo,
las olas de novedades van y vienen
las olas de novedades van y vienen
13:23
while the tides always hold the classics.
271
791240
2576
mientras que las mareas siempre
retienen los clásicos.
retienen los clásicos.
13:25
There is this coexistence
between evergreens and new hits.
between evergreens and new hits.
272
793840
3960
Hay una coexistencia entre
los clásicos y los nuevos éxitos.
los clásicos y los nuevos éxitos.
13:31
Not only our theory
predicts these waves of novelties.
predicts these waves of novelties.
273
799920
2696
Nuestra teoría no solo predice
estas olas de novedades.
estas olas de novedades.
13:34
This would be trivial.
274
802640
1456
Esto sería trivial.
13:36
But it also explains why they are there,
275
804120
2896
También explica por qué están allí,
13:39
and they are there for a specific reason,
276
807040
1976
y están allí por una razón específica,
13:41
because we as humans
display different strategies
display different strategies
277
809040
3216
porque nosotros, como humanos,
exhibimos distintas estrategias
exhibimos distintas estrategias
13:44
in the space of the possible.
278
812280
1856
en el espacio de lo posible.
13:46
So some of us tend to retrace
already known paths.
already known paths.
279
814160
5136
Así, algunos tendemos a seguir
las huellas de las sendas ya conocidas.
las huellas de las sendas ya conocidas.
13:51
So we say they exploit.
280
819320
2320
Y decimos que ellos explotan algo.
13:54
Some of us always launch
into new adventures.
into new adventures.
281
822360
2856
Algunos nos lanzamos a nuevas aventuras.
13:57
We say they explore.
282
825240
1696
Por lo que decimos que exploran.
13:58
And what we discovered is
all the systems we investigated
all the systems we investigated
283
826960
3296
Y lo que descubrimos es
que todos los sistemas que investigamos
que todos los sistemas que investigamos
14:02
are right at the edge
between these two strategies,
between these two strategies,
284
830280
3176
están justo en el límite
entre estas dos estrategias,
entre estas dos estrategias,
14:05
something like 80 percent exploiting,
20 percent exploring,
20 percent exploring,
285
833480
3536
algo así como un 80 % de explotación,
un 20 % de exploración,
un 20 % de exploración,
14:09
something like
blade runners of innovation.
blade runners of innovation.
286
837040
2680
algo así como los 'blade runners'
de la innovación.
de la innovación.
14:12
So it seems that the wise balance,
you could also say a conservative balance,
you could also say a conservative balance,
287
840720
5216
Y parece que el balance sabio, o también
podríamos decir un balance conservador,
podríamos decir un balance conservador,
14:17
between past and future,
between exploitation and exploration,
between exploitation and exploration,
288
845960
4976
entre el pasado y el futuro,
entre la explotación y la exploración,
entre la explotación y la exploración,
14:22
is already in place
and perhaps needed in our system.
and perhaps needed in our system.
289
850960
3416
ya está preparado
y quizá sea necesario en nuestro sistema.
y quizá sea necesario en nuestro sistema.
14:26
But again the good news is
now we have scientific tools
now we have scientific tools
290
854400
3616
Y las buenas noticias son que ahora
tenemos las herramientas científicas
tenemos las herramientas científicas
14:30
to investigate this equilibrium,
291
858040
1736
para investigar este equilibrio,
14:31
perhaps pushing it further
in the near future.
in the near future.
292
859800
3280
quizás empujándolo aún más
en el futuro próximo.
en el futuro próximo.
14:37
So as you can imagine,
293
865360
2256
Entonces, como se pueden imaginar,
14:39
I was really fascinated by all this.
294
867640
4160
todo esto me fascinó realmente.
14:44
Our mathematical scheme
is already providing cues and hints
is already providing cues and hints
295
872920
3136
Nuestro esquema matemático
ya nos está dando claves y pistas
ya nos está dando claves y pistas
14:48
to investigate the space of possibilities
296
876080
2056
para investigar el espacio
de posibilidades
de posibilidades
14:50
and the way in which
all of us create it and explore it.
all of us create it and explore it.
297
878160
4016
y el modo en que todos lo creamos
y lo exploramos.
y lo exploramos.
14:54
But there is more.
298
882200
1336
Pero hay más.
14:55
This, I guess, is a starting point
of something that has the potential
of something that has the potential
299
883560
3376
Creo que este es el punto de partida
de algo que tiene el potencial
de algo que tiene el potencial
14:58
to become a wonderful journey
for a scientific investigation of the new,
for a scientific investigation of the new,
300
886960
4616
de convertirse en un viaje maravilloso
para investigar científicamente lo nuevo,
para investigar científicamente lo nuevo,
15:03
but also I would say
a personal investigation of the new.
a personal investigation of the new.
301
891600
3280
pero también diría en una investigación
personal de lo nuevo.
personal de lo nuevo.
15:09
And I guess this can have
a lot of consequences
a lot of consequences
302
897320
2896
Y creo que esto puede tener
muchas consecuencias
muchas consecuencias
15:12
and a huge impact in key activities
303
900240
2136
y un gran impacto en actividades claves
15:14
like learning, education,
research, business.
research, business.
304
902400
5320
como el aprendizaje, la educación,
la investigación, los negocios.
la investigación, los negocios.
15:20
So for instance, if you think
about artificial intelligence,
about artificial intelligence,
305
908680
2896
Por ejemplo, si pensamos
en la inteligencia artificial,
en la inteligencia artificial,
15:23
I am sure -- I mean,
artificial intelligence,
artificial intelligence,
306
911600
2136
estoy seguro, la inteligencia artificial,
15:25
we need to rely in the near future
307
913760
1816
en un futuro cercano deberemos confiar
15:27
more and more on the structure
of the adjacent possible,
of the adjacent possible,
308
915600
3816
más y más en la estructura
del adyacente posible,
del adyacente posible,
15:31
to restructure it, to change it,
309
919440
1936
para reestructurarla, para cambiarla,
15:33
but also to cope
with the unknowns of the future.
with the unknowns of the future.
310
921400
2320
y también para afrontar
las incógnitas futuras.
las incógnitas futuras.
15:36
In parallel, we have a lot of tools,
311
924400
1856
Así mismo, tenemos muchas herramientas,
15:38
new tools now, to investigate
how creativity works
how creativity works
312
926280
3496
herramientas nuevas para investigar
cómo funciona la creatividad
cómo funciona la creatividad
15:41
and what triggers innovation.
313
929800
1600
y lo que genera la innovación.
15:44
And the aim of all this
is to raise a generation of people
is to raise a generation of people
314
932080
3176
Y el objetivo de todo esto
es formar a una generación de gente
es formar a una generación de gente
15:47
able to come up with new ideas
to face the challenges in front of us.
to face the challenges in front of us.
315
935280
3616
capaz de generar nuevas ideas
para encarar los desafíos futuros.
para encarar los desafíos futuros.
15:50
We all know.
316
938920
1216
Todos lo sabemos.
15:52
I think it's a long way to go,
317
940160
2096
Creo que hay un largo camino por recorrer,
15:54
but the questions, and the tools,
318
942280
3056
pero las preguntas y las herramientas
15:57
are now there, adjacent and possible.
319
945360
3560
ahora están ahí, adyacentes y posibles.
16:01
Thank you.
320
949720
1216
Gracias.
16:02
(Applause)
321
950960
4880
(Aplausos)
ABOUT THE SPEAKER
Vittorio Loreto - PhysicistVittorio Loreto is passionate about the complexity of the world around us in all its forms and he actively tries to decode it.
Why you should listen
Vittorio Loreto is a physicist at Sapienza University of Rome and faculty of the Complexity Science Hub Vienna. He is presently director of the SONY Computer Science Laboratories in Paris where he heads the team on creativity, innovation and artificial intelligence. He recently coordinated the research program dubbed KREYON, aimed at unfolding the dynamics of creativity, novelties and innovation. While theoretical modeling and data analysis are his native research tools, in the last few years he has been developing interactive tools, games, installations, to directly involve the public on the very research agenda. He created the KREYON DAYS, a new form of scientific event that tightly entangles research, learning, awareness and fun.
Vittorio Loreto | Speaker | TED.com