ABOUT THE SPEAKER
Jim Simons - Philanthropist, mathematician
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy.

Why you should listen

As a mathematician who cracked codes for the National Security Agency on the side, Jim Simons had already revolutionized geometry -- and incidentally laid the foundation for string theory -- when he began to get restless. Along with a few hand-picked colleagues he started the investment firm that went on to become Renaissance, a hedge fund working with hitherto untapped algorithms, and became a billionaire in the process.

Now retired as Renaissance’s CEO, Simons devotes his time to mathematics and philanthropy. The Simons Foundation has committed more than a billion dollars to math and science education and to autism research.

More profile about the speaker
Jim Simons | Speaker | TED.com
TED2015

Jim Simons: The mathematician who cracked Wall Street

Jim Simons: Une rare interview avec le mathématicien qui a craqué Wall Street

Filmed:
2,981,452 views

Jim Simons est un mathématicien et un cryptographe qui a compris que les mathématiques complexes qu'il a utilisées pour casser des codes pouvaient aider à expliquer le monde de la finance. Après avoir gagné quelques milliards, il travaille pour soutenir la prochaine génération de professeurs et d'étudiants en maths. Chris Anderson s'assoit avec Simons pour parler de sa vie hors du commun.
- Philanthropist, mathematician
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy. Full bio

Double-click the English transcript below to play the video.

00:12
ChrisChris AndersonAnderson: You were something
of a mathematicalmathématique phenomPhenom.
0
817
2834
Chris Anderson : Vous étiez un genre
de génie mathématique.
00:15
You had alreadydéjà taughtenseigné at HarvardHarvard
and MITMIT at a youngJeune ageâge.
1
3675
3064
Très jeune, vous avez enseigné
à Harvard et au MIT.
00:18
And then the NSANSA camevenu callingappel.
2
6763
2190
Puis la NSA a fait appel à vous.
00:21
What was that about?
3
9464
1204
C'était à quel sujet ?
00:23
JimJim SimonsSimons: Well the NSANSA --
that's the NationalNational SecuritySécurité AgencyAgence --
4
11207
3923
Jim Simons : Eh bien la NSA --
c'est l'Agence Nationale de Sécurité --
00:27
they didn't exactlyexactement come callingappel.
5
15154
1969
ils n'ont pas exactement
fait appel à moi.
Ils avaient une opération à Princeton
00:29
They had an operationopération at PrincetonPrinceton,
where they hiredembauché mathematiciansmathématiciens
6
17465
4474
pour laquelle ils embauchaient
des mathématiciens
00:33
to attackattaque secretsecret codescodes
and stuffdes trucs like that.
7
21963
2942
pour attaquer des codes secrets
et ce genre de choses.
00:37
And I knewa connu that existedexisté.
8
25294
1672
Et ils connaissaient mon existence.
00:39
And they had a very good policypolitique,
9
27315
2180
Ils avaient une très bonne politique,
00:41
because you could do halfmoitié your time
at your ownposséder mathematicsmathématiques,
10
29519
3850
car, la moitié du temps, nous faisions
nos propres mathématiques,
00:45
and at leastmoins halfmoitié your time
workingtravail on theirleur stuffdes trucs.
11
33393
3484
et la moitié du temps nous le passions
à travailler sur leurs projets.
00:49
And they paidpayé a lot.
12
37559
1474
Et ils nous payaient cher.
00:51
So that was an irresistibleirrésistible pulltirer.
13
39057
3051
C'était une proposition
à laquelle nous ne pouvions pas résister.
00:54
So, I wentest allé there.
14
42132
1912
Donc j'y suis allé.
CA : Vous étiez un craqueur de codes.
00:56
CACA: You were a code-crackerpirate-code.
15
44068
1338
00:57
JSJS: I was.
16
45430
1166
JS : Oui.
CA : Jusqu'à ce que vous soyez viré.
00:58
CACA: UntilJusqu’au you got firedmis à la porte.
17
46620
1157
00:59
JSJS: Well, I did get firedmis à la porte. Yes.
18
47801
1583
JS : J'ai été viré, oui.
01:01
CACA: How come?
19
49408
1245
CA : Pourquoi ?
01:03
JSJS: Well, how come?
20
51280
1333
JS : Pourquoi ?
01:05
I got firedmis à la porte because,
well, the VietnamViêt Nam WarGuerre was on,
21
53611
4956
J'ai été viré car,
c'était pendant la guerre du Vietnam,
01:10
and the bosspatron of bossespatrons in my organizationorganisation
was a biggros fanventilateur of the warguerre
22
58591
5738
et le grand patron dans mon entreprise
était un grand fan de la guerre
et a écrit un article
pour le New York Times,
01:16
and wrotea écrit a NewNouveau YorkYork TimesFois articlearticle,
a magazinemagazine sectionsection covercouverture storyrécit,
23
64353
4395
la une de la partie magazine,
01:20
about how we would wingagner in VietnamViêt Nam.
24
68772
1770
sur comment nous gagnerions au Vietnam.
01:22
And I didn't like that warguerre,
I thought it was stupidstupide.
25
70566
3129
Et je n'aimais pas cette guerre,
je la trouvais stupide.
01:25
And I wrotea écrit a letterlettre to the TimesFois,
whichlequel they publishedpublié,
26
73719
2665
J'ai écrit une lettre au Times,
qui a ensuite été publiée,
01:28
sayingen disant not everyonetoutes les personnes
who workstravaux for MaxwellMaxwell TaylorTaylor,
27
76408
4014
expliquant que toutes les personnes
travaillant pour Maxwell Taylor,
01:32
if anyonen'importe qui remembersse souvient that nameprénom,
agreesaccepte with his viewsvues.
28
80446
4686
si vous vous souvenez de ce nom,
n'étaient pas forcément d'accord avec lui.
01:37
And I gavea donné my ownposséder viewsvues ...
29
85553
1658
Et j'ai donné mon avis...
01:39
CACA: Oh, OK. I can see that would --
30
87235
2164
CA : Je peux voir en quoi cela pourrait...
JS : ... qui était différent
de celui du Général Taylor.
01:41
JSJS: ... whichlequel were differentdifférent
from GeneralGénérales Taylor'sTaylor.
31
89423
2555
01:44
But in the endfin, nobodypersonne said anything.
32
92002
1906
Mais, finalement, personne n'a rien dit.
01:45
But then, I was 29 yearsannées oldvieux at this time,
and some kidenfant camevenu around
33
93932
3701
J'avais 29 ans à l'époque
et un gamin est venu,
01:49
and said he was a stringerStringer
from NewsweekNewsweek magazinemagazine
34
97657
3088
il disait être un reporter
pour le magazine Newsweek,
01:52
and he wanted to interviewentretien me
and askdemander what I was doing about my viewsvues.
35
100769
5367
il voulait m'interviewer et m'a demandé
en quoi j'agissais selon mon opinion.
01:58
And I told him, "I'm doing
mostlyla plupart mathematicsmathématiques now,
36
106160
3899
Je lui ai dit : « Actuellement,
je fais principalement des mathématiques,
02:02
and when the warguerre is over,
then I'll do mostlyla plupart theirleur stuffdes trucs."
37
110083
3373
et quand la guerre sera finie,
je travaillerai sur leurs projets. »
Ce que j'ai fait ensuite,
la seule chose intelligente de la journée,
02:06
Then I did the only
intelligentintelligent thing I'd doneterminé that day --
38
114123
2825
02:08
I told my locallocal bosspatron
that I gavea donné that interviewentretien.
39
116972
4157
j'ai parlé de l'interview
à mon chef direct.
Il a dit : « Qu'avez-vous dit ? »
02:13
And he said, "What'dCe qui avait you say?"
40
121153
1459
02:14
And I told him what I said.
41
122636
1466
Et je lui ai dit.
02:16
And then he said,
"I've got to call TaylorTaylor."
42
124126
2315
Et il a dit :
« Je dois appeler Taylor. »
02:18
He calledappelé TaylorTaylor; that tooka pris 10 minutesminutes.
43
126465
2377
Il a appelé Taylor,
cela a pris 10 minutes.
02:20
I was firedmis à la porte fivecinq minutesminutes after that.
44
128866
2262
Cinq minutes après, j'étais viré.
02:23
CACA: OK.
45
131590
1222
CA : OK.
JS : Mais ce n'était pas mal.
02:24
JSJS: But it wasn'tn'était pas badmal.
46
132836
1151
02:26
CACA: It wasn'tn'était pas badmal,
because you wentest allé on to StonyPierreux BrookBrook
47
134011
2493
CA : Ce n'était pas mal
car vous êtes allé à Stony Brook
02:28
and steppedétagé up your mathematicalmathématique careercarrière.
48
136528
3133
et avez fait évoluer votre carrière.
02:31
You startedcommencé workingtravail with this man here.
49
139685
2452
Vous avez commencé à travailler
avec cet homme.
02:34
Who is this?
50
142161
1164
Qui est-ce ?
02:36
JSJS: Oh, [Shiing-ShenShiing-Shen] ChernChern.
51
144352
1412
JS : Oh, [Shiing-Shen] Chern.
02:37
ChernChern was one of the great
mathematiciansmathématiciens of the centurysiècle.
52
145788
3104
Chern était l'un des meilleurs
mathématiciens du siècle.
02:40
I had knownconnu him when
I was a graduatediplômé studentétudiant at BerkeleyBerkeley.
53
148916
5233
Je l'ai connu quand j'étais étudiant
à Berkeley.
02:46
And I had some ideasidées,
54
154173
1871
J'avais quelques idées,
02:48
and I broughtapporté them to him
and he likedaimé them.
55
156068
2447
je lui en ai parlé
et il les a aimées.
02:50
TogetherEnsemble, we did this work
whichlequel you can easilyfacilement see up there.
56
158539
6626
Ensemble, nous avons fait ce travail
que vous voyez facilement là-haut.
02:57
There it is.
57
165189
1150
Voilà.
02:59
CACA: It led to you publishingédition
a famouscélèbre paperpapier togetherensemble.
58
167198
3606
CA : Cela vous a amené
à publier ensemble ces travaux connus.
03:02
Can you explainExplique at all what that work was?
59
170828
3238
Pouvez-vous expliquer
quels étaient ces travaux ?
03:07
JSJS: No.
60
175028
1158
JS : Non.
03:08
(LaughterRires)
61
176210
2274
(Rires)
03:10
JSJS: I mean, I could
explainExplique it to somebodyquelqu'un.
62
178966
2064
JS : Je pourrais l'expliquer à quelqu'un.
03:13
(LaughterRires)
63
181054
2075
(Rires)
03:15
CACA: How about explainingexpliquer this?
64
183153
1864
CA : Et expliquer cela ?
03:17
JSJS: But not manybeaucoup. Not manybeaucoup people.
65
185041
2729
JS : Mais pas à grand monde.
CA : Je crois que vous m'avez dit
que c'était relatif à des sphères,
03:21
CACA: I think you told me
it had something to do with spheressphères,
66
189144
2814
03:23
so let's startdébut here.
67
191982
1862
commençons là.
03:25
JSJS: Well, it did,
but I'll say about that work --
68
193868
3600
JS : En effet,
mais je dirais sur ces travaux --
03:29
it did have something to do with that,
but before we get to that --
69
197492
3200
c'était en rapport avec cela,
mais avant d'en arriver là --
03:32
that work was good mathematicsmathématiques.
70
200716
3540
ces travaux, c'étaient
des bonnes mathématiques.
03:36
I was very happycontent with it; so was ChernChern.
71
204280
2492
J'en étais très content, et Chern aussi.
03:39
It even startedcommencé a little sub-fieldSub-field
that's now flourishingen plein essor.
72
207910
4176
Cela a même lancé un sous-domaine
qui prospère aujourd'hui.
03:44
But, more interestinglyintéressant,
it happenedarrivé to applyappliquer to physicsla physique,
73
212638
5294
Mais, plus intéressant,
cela s'est appliqué à la physique,
03:49
something we knewa connu nothing about --
at leastmoins I knewa connu nothing about physicsla physique,
74
217956
4295
un sujet dont nous ne savions rien --
je ne connaissais rien à la physique
et je ne pense pas que Chern
y connaissait grand chose.
03:54
and I don't think ChernChern
knewa connu a heckZut of a lot.
75
222275
2282
03:56
And about 10 yearsannées
after the paperpapier camevenu out,
76
224581
3963
Environ 10 ans
après la publication des travaux,
04:00
a guy namednommé EdEd WittenWitten in PrincetonPrinceton
startedcommencé applyingappliquer it to stringchaîne theorythéorie
77
228568
4480
un gars appelé Ed Witten, à Princeton,
a appliqué cela à la théorie des cordes
04:05
and people in RussiaRussie startedcommencé applyingappliquer it
to what's calledappelé "condensedcondensée mattermatière."
78
233072
4852
et des gens en Russie l'ont appliqué
à ce qu'on appelle « matière condensée ».
04:09
TodayAujourd'hui, those things in there
calledappelé Chern-SimonsChern-Simons invariantsinvariants
79
237948
4893
Aujourd'hui, ces choses appelées
les invariants de Chern-Simons
04:14
have spreadpropager throughpar a lot of physicsla physique.
80
242865
1865
se sont répandues en physique.
04:16
And it was amazingincroyable.
81
244754
1174
C'était génial.
04:17
We didn't know any physicsla physique.
82
245952
1365
Nous ignorions tout de la physique.
04:19
It never occurredeu lieu to me
that it would be appliedappliqué to physicsla physique.
83
247714
2854
Je n'ai jamais pensé
que cela s'appliquerait à la physique.
04:22
But that's the thing about mathematicsmathématiques --
you never know where it's going to go.
84
250592
3788
C'est le truc avec les mathématiques :
vous ne savez jamais où cela va aller.
04:26
CACA: This is so incredibleincroyable.
85
254404
1492
CA : C'est incroyable.
04:27
So, we'venous avons been talkingparlant about
how evolutionévolution shapesformes humanHumain mindsesprits
86
255920
4364
Nous avons parlé de la façon dont
l'évolution façonne les cerveaux humains
04:32
that maymai or maymai not perceivepercevoir the truthvérité.
87
260308
2508
qui perçoivent ou non la vérité.
04:34
SomehowEn quelque sorte, you come up
with a mathematicalmathématique theorythéorie,
88
262840
3313
D'une certaine manière, vous avez trouvé
une théorie mathématique,
04:38
not knowingconnaissance any physicsla physique,
89
266177
1848
en ne connaissant rien à la physique,
04:40
discoverdécouvrir two decadesdécennies laterplus tard
that it's beingétant appliedappliqué
90
268049
2498
vous découvrez 20 ans plus tard
qu'elle est appliquée
04:42
to profoundlyprofondément describedécrire
the actualréel physicalphysique worldmonde.
91
270571
3031
pour décrire en profondeur
le vrai monde physique.
04:45
How can that happense produire?
92
273626
1153
Comment est-ce possible ?
04:46
JSJS: God knowssait.
93
274803
1157
JS : Dieu seul le sait.
04:47
(LaughterRires)
94
275984
2110
(Rires)
04:50
But there's a famouscélèbre physicistphysicien
namednommé [EugeneEugene] WignerWigner,
95
278849
3150
Mais un célèbre physicien
appelé [Eugene] Wigner
04:54
and he wrotea écrit an essayessai on the unreasonabledéraisonnable
effectivenessefficacité of mathematicsmathématiques.
96
282023
5588
a écrit un essai sur l'efficacité
démesurée des mathématiques.
04:59
SomehowEn quelque sorte, this mathematicsmathématiques,
whichlequel is rootedenraciné in the realréal worldmonde
97
287635
3952
D'une certaine manière, ces mathématiques,
qui sont ancrées dans le monde réel
05:03
in some sensesens -- we learnapprendre to countcompter,
measuremesure, everyonetoutes les personnes would do that --
98
291611
4995
en un sens -- nous apprenons à compter,
mesurer, tout le monde le fait --
05:08
and then it flourishess’épanouit on its ownposséder.
99
296630
1830
puis elles fleurissent d'elles-mêmes.
05:10
But so oftensouvent it comesvient
back to saveenregistrer the day.
100
298976
2841
Mais très souvent, elles reviennent
pour sauver le monde.
05:14
GeneralGénérales relativityrelativité is an exampleExemple.
101
302293
2178
La relativité générale est un exemple.
05:16
[HermannHermann] MinkowskiMinkowski had this geometrygéométrie,
and EinsteinEinstein realizedréalisé,
102
304495
3117
[Hermann] Minkowski avait cette géométrie,
et Einstein a réalisé :
05:19
"Hey! It's the very thing
in whichlequel I can castjeter generalgénéral relativityrelativité."
103
307636
3847
« C'est là-dedans que je peux
mouler la relativité générale. »
05:23
So, you never know. It is a mysterymystère.
104
311507
3112
Donc vous ne savez jamais.
C'est un mystère.
05:27
It is a mysterymystère.
105
315056
1217
C'est un mystère.
05:28
CACA: So, here'svoici a mathematicalmathématique
piecepièce of ingenuityingéniosité.
106
316297
3296
CA : Voici un peu
d'ingéniosité mathématique.
05:31
Tell us about this.
107
319617
1342
Parlez-nous en.
05:32
JSJS: Well, that's a ballballon -- it's a spheresphère,
and it has a latticetreillis around it --
108
320983
5924
JS : C'est une balle -- c'est une sphère
entourée d'un maillage --
05:38
you know, those squarescarrés.
109
326931
1573
vous savez, ces carrés.
05:42
What I'm going to showmontrer here was
originallyinitialement observedobservé by [LeonhardLeonhard] EulerEuler,
110
330697
4906
Ce que je vais vous montrer a été observé
la première fois par [Leonard] Euler,
05:47
the great mathematicianmathématicien, in the 1700s.
111
335627
2254
le grand mathématicien du XVIIe siècle.
05:50
And it graduallyprogressivement grewgrandi to be
a very importantimportant fieldchamp in mathematicsmathématiques:
112
338223
5181
C'est progressivement devenu un domaine
très important des mathématiques :
05:55
algebraicalgébrique topologytopologie, geometrygéométrie.
113
343428
2334
la topologie algébrique, la géométrie.
05:59
That paperpapier up there had its rootsles racines in this.
114
347039
4364
Les travaux là-haut y prennent racine.
06:03
So, here'svoici this thing:
115
351427
1834
Voici le truc :
06:05
it has eighthuit verticessommets,
12 edgesbords, sixsix facesvisages.
116
353285
4452
ça a 8 sommets,
12 arêtes, 6 faces.
06:09
And if you look at the differencedifférence --
verticessommets minusmoins edgesbords plusplus facesvisages --
117
357761
3830
Si vous considérez la différence --
sommets moins arêtes plus faces --
06:13
you get two.
118
361615
1152
vous obtenez deux.
06:14
OK, well, two. That's a good numbernombre.
119
362791
2219
Eh bien, deux. C'est un bon nombre.
06:17
Here'sVoici a differentdifférent way of doing it --
these are trianglestriangles coveringcouvrant --
120
365034
4248
Voici une autre façon de le faire --
c'est couvert par des triangles --
06:21
this has 12 verticessommets and 30 edgesbords
121
369306
4577
cela a 12 sommets, 30 arêtes,
06:25
and 20 facesvisages, 20 tilescarrelage.
122
373907
4195
20 faces et 20 carreaux.
06:30
And verticessommets minusmoins edgesbords
plusplus facesvisages still equalséquivaut à two.
123
378576
4591
Et sommets moins arêtes plus faces
est toujours égal à deux.
06:35
And in factfait, you could do this
any whichlequel way --
124
383191
2847
En fait, vous pourriez le faire
de n'importe quelle façon --
06:38
covercouverture this thing with all kindssortes
of polygonspolygones and trianglestriangles
125
386062
3398
recouvrir cela avec toutes sortes
de polygones et triangles
06:41
and mixmélanger them up.
126
389484
1320
et les mélanger.
06:42
And you take verticessommets minusmoins edgesbords
plusplus facesvisages -- you'lltu vas get two.
127
390828
3279
Si vous prenez sommets moins arêtes
plus faces, vous obtenez deux.
06:46
Here'sVoici a differentdifférent shapeforme.
128
394131
1611
Voici une autre forme.
06:48
This is a torusTore, or the surfacesurface
of a doughnuten anneau: 16 verticessommets
129
396480
5250
C'est un tore, ou la surface d'un donut :
16 sommets
06:53
coveredcouvert by these rectanglesrectangles,
32 edgesbords, 16 facesvisages.
130
401754
4244
couverts par ces rectangles,
32 arêtes, 16 faces.
06:58
VerticesSommets minusmoins edgesbords comesvient out to be zerozéro.
131
406530
2684
Sommets moins arêtes vaut zéro.
07:01
It'llÇa va always come out to zerozéro.
132
409238
1475
Cela sera toujours zéro.
07:02
EveryChaque time you covercouverture a torusTore
with squarescarrés or trianglestriangles
133
410737
4310
Chaque fois que vous couvrez un tore
avec des carrés et des triangles
07:07
or anything like that,
you're going to get zerozéro.
134
415071
3935
ou des choses du genre,
vous obtiendrez zéro.
07:12
So, this is calledappelé
the EulerEuler characteristiccaractéristiques.
135
420514
2390
Cela s'appelle
la caractéristique d'Euler.
07:14
And it's what's calledappelé
a topologicaltopologique invariantinvariant.
136
422928
3449
C'est ce qu'on appelle
un invariant topologique.
07:18
It's prettyjoli amazingincroyable.
137
426849
1156
C'est assez génial.
Quelle que soit la façon d'agir,
vous avez toujours le même résultat.
07:20
No mattermatière how you do it,
you're always get the sameMême answerrépondre.
138
428029
2791
07:22
So that was the first sortTrier of thrustpoussée,
from the mid-milieu-1700s,
139
430844
6299
C'était le premier genre d'avancées,
datant des années 1700,
07:29
into a subjectassujettir whichlequel is now calledappelé
algebraicalgébrique topologytopologie.
140
437167
3769
dans un sujet qu'on appelle aujourd'hui
la topologie algébrique.
CA : Et votre travail a pris une idée
comme celle-ci et l'a amenée
07:32
CACA: And your ownposséder work
tooka pris an ideaidée like this and moveddéplacé it
141
440960
2983
07:35
into higher-dimensionaldimension supérieure theorythéorie,
142
443967
2449
vers de la théorie
de dimension supérieure,
des objets de dimension supérieure,
et a trouvé de nouveaux invariants ?
07:38
higher-dimensionaldimension supérieure objectsobjets,
and founda trouvé newNouveau invariancesinvariances?
143
446440
3088
07:41
JSJS: Yes. Well, there were alreadydéjà
higher-dimensionaldimension supérieure invariantsinvariants:
144
449552
4643
JS : Il y avait déjà des invariants
de dimension supérieure :
07:46
PontryaginPontryagin classesclasses --
actuallyréellement, there were ChernChern classesclasses.
145
454219
4457
les classes de Pontryagin --
en fait, c'étaient les classes de Chern.
07:50
There were a bunchbouquet
of these typesles types of invariantsinvariants.
146
458700
3548
Il y avait quelques invariants
de ce type-là.
07:54
I was strugglingluttant to work on one of them
147
462272
4135
J'avais des difficultés
à travailler sur l'un d'eux
07:58
and modelmaquette it sortTrier of combinatoriallycombinatoirement,
148
466431
4203
et l'ai modélisé combinatoirement,
08:02
insteadau lieu of the way it was typicallytypiquement doneterminé,
149
470658
3022
plutôt qu'en utilisant
la méthode habituelle,
08:05
and that led to this work
and we uncoverednon couvert some newNouveau things.
150
473704
4359
cela a mené ces travaux et
nous avons découvert de nouvelles choses.
08:10
But if it wasn'tn'était pas for MrM.. EulerEuler --
151
478087
3501
Mais sans M. Euler --
08:13
who wrotea écrit almostpresque 70 volumesles volumes of mathematicsmathématiques
152
481612
3981
qui a écrit près de 70 volumes
de mathématiques
08:17
and had 13 childrenles enfants,
153
485617
1731
et avait 13 enfants,
08:19
who he apparentlyApparemment would dandledandle on his kneele genou
while he was writingl'écriture --
154
487372
6442
qui apparemment gesticulaient
sur ses genoux quand il écrivait --
08:25
if it wasn'tn'était pas for MrM.. EulerEuler, there wouldn'tne serait pas
perhapspeut être be these invariantsinvariants.
155
493838
5774
sans M. Euler, il n'y aurait peut-être pas
ces invariants.
08:32
CACA: OK, so that's at leastmoins givendonné us
a flavorsaveur of that amazingincroyable mindesprit in there.
156
500157
4097
CA : Cela nous a au moins donné
un aperçu de ce brillant esprit.
08:36
Let's talk about RenaissanceRenaissance.
157
504804
1543
Parlons de la Renaissance.
08:38
Because you tooka pris that amazingincroyable mindesprit
and havingayant been a code-crackerpirate-code at the NSANSA,
158
506371
5856
Parce qu'avec cet esprit brillant,
ayant été craqueur de code à la NSA,
08:44
you startedcommencé to becomedevenir a code-crackerpirate-code
in the financialfinancier industryindustrie.
159
512251
3229
vous êtes devenu un craqueur de code
dans la finance.
Je pense que vous n'étiez pas d'accord
avec la théorie de l'efficacité du marché.
08:47
I think you probablyProbablement didn't buyacheter
efficientefficace marketmarché theorythéorie.
160
515504
2690
08:50
SomehowEn quelque sorte you founda trouvé a way of creatingcréer
astonishingétonnant returnsrésultats over two decadesdécennies.
161
518218
6387
Vous avez trouvé une façon de créer
d'incroyables revenus sur plus de 20 ans.
08:56
The way it's been explainedexpliqué to me,
162
524629
1671
De ce qu'on m'en a expliqué,
les revenus n'étaient pas la seule chose
remarquable dans ce que vous avez fait,
08:58
what's remarkableremarquable about what you did
wasn'tn'était pas just the sizeTaille of the returnsrésultats,
163
526324
3499
09:01
it's that you tooka pris them
with surprisinglyétonnamment lowfaible volatilityvolatilité and riskrisque,
164
529847
3883
mais que vous les gagniez avec
une volatilité, un risque étonnamment bas,
09:05
comparedpar rapport with other hedgehaie fundsfonds.
165
533754
1824
comparé aux autres fonds spéculatifs.
09:07
So how on earthTerre did you do this, JimJim?
166
535602
1929
Comment avez-vous fait cela, Jim ?
09:10
JSJS: I did it by assemblingassembler
a wonderfulformidable groupgroupe of people.
167
538071
4111
JS : Je l'ai fait en réunissant
un formidable groupe de personnes.
09:14
When I startedcommencé doing tradingcommerce, I had
gottenobtenu a little tiredfatigué of mathematicsmathématiques.
168
542206
3956
Quand j'ai commencé dans la bourse,
j'en avais un peu marre des mathématiques.
09:18
I was in my lateen retard 30s,
I had a little moneyargent.
169
546186
3923
J'étais proche de la quarantaine,
j'avais peu d'argent.
09:22
I startedcommencé tradingcommerce and it wentest allé very well.
170
550133
2509
J'ai commencé dans la bourse
et cela s'est très bien passé.
09:25
I madefabriqué quiteassez a lot of moneyargent
with purepur luckla chance.
171
553063
2748
Par chance, j'ai très rapidement
gagné beaucoup d'argent.
09:27
I mean, I think it was purepur luckla chance.
172
555835
1666
Je pense que c'était de la chance.
09:29
It certainlycertainement wasn'tn'était pas mathematicalmathématique modelingla modélisation.
173
557525
2109
Ce n'était certainement pas
de la modélisation mathématique.
09:31
But in looking at the dataLes données,
after a while I realizedréalisé:
174
559658
3831
Mais, après un certain temps,
en regardant les données, j'ai réalisé :
09:35
it looksregards like there's some structurestructure here.
175
563513
2553
on dirait qu'il y a une structure
là-dedans.
09:38
And I hiredembauché a fewpeu mathematiciansmathématiciens,
and we startedcommencé makingfabrication some modelsdes modèles --
176
566090
3697
J'ai engagé quelques mathématiciens,
nous avons commencé à modéliser cela --
09:41
just the kindgentil of thing we did back
at IDAIDA [InstituteInstitut for DefenseDéfense AnalysesAnalyses].
177
569811
4265
le genre de choses que nous faisions à
l'IDA [Institut d'Analyses de la Défense].
09:46
You designconception an algorithmalgorithme de,
you testtester it out on a computerordinateur.
178
574100
2833
Vous créez des algorithmes,
les testez sur un ordinateur.
09:48
Does it work? Doesn't it work? And so on.
179
576957
2166
Est-ce que cela marche ou pas ?
Ainsi de suite.
09:51
CACA: Can we take a look at this?
180
579443
1479
CA : Jetons un œil à cela.
09:52
Because here'svoici a typicaltypique graphgraphique
of some commoditymarchandise.
181
580946
4541
Car voici le graphique typique
d'une marchandise.
09:58
I look at that, and I say,
"That's just a randomau hasard, up-and-downCes hauts et bas walkmarche --
182
586487
4041
Je le regarde et me dis :
« C'est aléatoire, des hauts et des bas --
peut-être une légère tendance
à la hausse sur la période entière. »
10:02
maybe a slightléger upwardvers le haut trendtendance
over that wholeentier periodpériode of time."
183
590552
2862
10:05
How on earthTerre could you tradeCommerce
looking at that,
184
593438
2113
Comment pouvez-vous faire des échanges
en regardant cela, en n'y voyant pas
de l'aléatoire ?
10:07
and see something that wasn'tn'était pas just randomau hasard?
185
595575
2326
JS : Dans le temps, -- c'est un genre
de graphiques qui date,
10:09
JSJS: In the oldvieux daysjournées -- this is
kindgentil of a graphgraphique from the oldvieux daysjournées,
186
597925
3247
10:13
commoditiesproduits de base or currenciesmonnaies
had a tendencytendance to trendtendance.
187
601196
4284
les marchandises et les devises
avaient tendance à évoluer.
10:17
Not necessarilynécessairement the very lightlumière trendtendance
you see here, but trendingune tendance in periodspériodes.
188
605504
6055
Pas nécessairement la légère hausse qu'on
voit ici, mais une évolution en périodes.
10:23
And if you decideddécidé, OK,
I'm going to predictprédire todayaujourd'hui,
189
611583
4056
Si vous décidiez de prédire
l'évolution du jour,
10:27
by the averagemoyenne movebouge toi in the pastpassé 20 daysjournées --
190
615663
4968
grâce aux mouvements moyens
des 20 derniers jours --
cela pouvait être une bonne prédiction
et vous gagniez de l'argent.
10:32
maybe that would be a good predictionprédiction,
and I'd make some moneyargent.
191
620655
3107
10:35
And in factfait, yearsannées agodepuis,
suchtel a systemsystème would work --
192
623786
5608
En fait, il y a quelques années,
un tel système fonctionnait --
10:41
not beautifullymagnifiquement, but it would work.
193
629418
2391
ce n'était pas génial,
mais cela fonctionnait.
Vous gagniez de l'argent, vous en perdiez,
vous en gagniez.
10:43
You'dVous le feriez make moneyargent, you'dtu aurais loseperdre
moneyargent, you'dtu aurais make moneyargent.
194
631833
2509
10:46
But this is a year'sannées worthvaut of daysjournées,
195
634366
2198
Mais cela correspond à une année entière,
10:48
and you'dtu aurais make a little moneyargent
duringpendant that periodpériode.
196
636588
4241
et vous auriez fait un
peu d'argent sur cette période.
10:53
It's a very vestigialvestigial systemsystème.
197
641884
1958
C'est un système très rudimentaire.
10:56
CACA: So you would testtester
a bunchbouquet of lengthslongueurs of trendsles tendances in time
198
644525
3529
CA : Donc vous testiez certaines durées
d'évolution dans le temps
11:00
and see whetherqu'il s'agisse, for exampleExemple,
199
648078
2436
et voyiez si, par exemple,
11:02
a 10-day-jour trendtendance or a 15-day-jour trendtendance
was predictiveprédictive of what happenedarrivé nextprochain.
200
650538
3481
une évolution sur 10 ou 15 jours
permettait de prédire la suite.
11:06
JSJS: Sure, you would try all those things
and see what workedtravaillé bestmeilleur.
201
654043
6762
JS : Bien sûr, vous essayiez
toutes ces choses
et voyiez ce qui fonctionnait le mieux.
11:13
Trend-followingSuivi de tendance would
have been great in the '60s,
202
661515
3350
L'observation des évolutions
étaient très bien dans les années 60,
11:16
and it was sortTrier of OK in the '70s.
203
664889
2132
c'était bien dans les années 70.
11:19
By the '80s, it wasn'tn'était pas.
204
667045
1873
Mais dans les années 80,
cela ne l'était plus.
11:20
CACA: Because everyonetoutes les personnes could see that.
205
668942
2817
CA : Parce que tout le monde
pouvait le voir.
11:23
So, how did you stayrester aheaddevant of the packpack?
206
671783
2782
Comment avez-vous gardé votre avance ?
11:27
JSJS: We stayedséjourné aheaddevant of the packpack
by findingdécouverte other approachesapproches --
207
675046
6132
JS : Nous avons conservé notre avance
en trouvant de nouvelles approches --
11:33
shorter-termà plus court terme approachesapproches to some extentampleur.
208
681202
2741
dans une certaine mesure,
des approches à court terme.
11:37
The realréal thing was to gatherrecueillir
a tremendousénorme amountmontant of dataLes données --
209
685107
3347
Le vrai objectif était de récolter
un volume considérable de données --
11:40
and we had to get it by handmain
in the earlyde bonne heure daysjournées.
210
688478
3578
et, au début,
nous devions le faire manuellement.
Nous descendions à la Réserve Fédérale et
copiions l'historique des taux d'intérêt
11:44
We wentest allé down to the FederalFédéral ReserveRéserve
and copiedcopié interestintérêt ratetaux historieshistoires
211
692080
3466
11:47
and stuffdes trucs like that,
because it didn't existexister on computersdes ordinateurs.
212
695570
3265
et ce genre de choses, parce que
cela n'existait pas sur ordinateur.
11:50
We got a lot of dataLes données.
213
698859
1643
Nous avions beaucoup de données.
11:52
And very smartintelligent people -- that was the keyclé.
214
700526
4160
Et des gens très intelligents --
c'était la clé.
Je ne savais pas vraiment
comment embaucher des gens
11:57
I didn't really know how to hirelouer
people to do fundamentalfondamental tradingcommerce.
215
705463
3776
pour faire du courtage fondamental.
J'en avais embauché quelques uns --
12:01
I had hiredembauché a fewpeu -- some madefabriqué moneyargent,
some didn't make moneyargent.
216
709749
2949
certains gagnaient beaucoup d'argent,
d'autres pas.
12:04
I couldn'tne pouvait pas make a businessEntreprise out of that.
217
712722
1880
Je ne pouvais pas faire d'affaires.
12:06
But I did know how to hirelouer scientistsscientifiques,
218
714626
2042
Mais je savais engager des scientifiques,
12:08
because I have some tastegoût
in that departmentdépartement.
219
716692
3389
parce que j'ai quelques connaissances
dans ce domaine.
12:12
So, that's what we did.
220
720105
1838
C'est donc ce que nous avons fait.
12:13
And graduallyprogressivement these modelsdes modèles
got better and better,
221
721967
3231
Et, progressivement, ces modèles
sont devenus meilleurs,
12:17
and better and better.
222
725222
1335
et meilleurs, et meilleurs.
CA : On vous attribue
une action remarquable chez Renaissance,
12:18
CACA: You're creditedcrédité with doing
something remarkableremarquable at RenaissanceRenaissance,
223
726581
3214
qui est de créer cette culture,
ce groupe de personnes,
12:21
whichlequel is buildingbâtiment this cultureCulture,
this groupgroupe of people,
224
729819
2601
12:24
who weren'tn'étaient pas just hiredembauché gunspistolets
who could be luredattirés away by moneyargent.
225
732444
3142
qui n'étaient pas juste
des mercenaires attirés par l'argent.
12:27
TheirLeur motivationmotivation was doing
excitingpassionnant mathematicsmathématiques and sciencescience.
226
735610
3912
Leur motivation était de faire
des sciences et mathématiques excitantes.
12:31
JSJS: Well, I'd hopedespéré that mightpourrait be truevrai.
227
739860
2399
JS : J'aimerais que cela soit vrai.
12:34
But some of it was moneyargent.
228
742283
3580
Mais l'argent jouait aussi un rôle.
CA : Ils ont gagné beaucoup d'argent.
12:37
CACA: They madefabriqué a lot of moneyargent.
229
745887
1393
JS : Je ne peux pas dire que personne
n'est venu pour l'argent.
12:39
JSJS: I can't say that no one camevenu
because of the moneyargent.
230
747304
2537
12:41
I think a lot of them
camevenu because of the moneyargent.
231
749865
2253
Je pense que beaucoup
sont venus pour l'argent.
12:44
But they alsoaussi camevenu
because it would be funamusement.
232
752142
2021
Mais aussi parce que
c'était amusant.
CA : Quel rôle a joué
l'apprentissage automatique ?
12:46
CACA: What rolerôle did machinemachine learningapprentissage
playjouer in all this?
233
754187
2488
12:48
JSJS: In a certaincertain sensesens,
what we did was machinemachine learningapprentissage.
234
756699
3064
JS : D'une certaine façon, nous avons fait
de l'apprentissage automatique.
12:52
You look at a lot of dataLes données, and you try
to simulatesimuler differentdifférent predictiveprédictive schemesrégimes de,
235
760879
6291
Vous regardez beaucoup de données, essayez
de simuler des schémas prévisionnels,
12:59
untiljusqu'à you get better and better at it.
236
767194
2182
jusqu'à ce que vous deveniez meilleur
13:01
It doesn't necessarilynécessairement feedalimentation back on itselfse
the way we did things.
237
769400
3767
Ce que nous faisions n'avait pas
nécessairement de répercussions en retour.
13:05
But it workedtravaillé.
238
773191
2309
Mais cela fonctionnait.
13:08
CACA: So these differentdifférent predictiveprédictive schemesrégimes de
can be really quiteassez wildsauvage and unexpectedinattendu.
239
776150
4059
CA : Ces schémas prévisionnels
peuvent être assez fous et inattendus.
13:12
I mean, you lookedregardé at everything, right?
240
780233
1914
Vous avez tout pris en compte ?
13:14
You lookedregardé at the weatherMétéo,
lengthlongueur of dressesrobes, politicalpolitique opinionopinion.
241
782171
3317
Vous regardiez la météo, la longueur
des robes, l'opinion politique.
13:17
JSJS: Yes, lengthlongueur of dressesrobes we didn't try.
242
785512
2837
JS : Nous n'avons pas essayé
la longueur des robes.
13:20
CACA: What sortTrier of things?
243
788373
2057
CA : Quel genre de choses ?
13:22
JSJS: Well, everything.
244
790454
1158
JS : Tout.
13:23
Everything is gristGrist for the millmoulin --
exceptsauf hemhem lengthslongueurs.
245
791636
3264
Tout apporte de l'eau au moulin --
sauf la longueur des ourlets.
13:28
WeatherMétéo, annualannuel reportsrapports,
246
796852
2300
La météo, les rapports annuels,
13:31
quarterlytrimestriel reportsrapports, historichistorique dataLes données itselfse,
volumesles volumes, you nameprénom it.
247
799176
4732
les rapports trimestriels, l'historique de
données, les volumes. Ce que vous voulez.
13:35
WhateverQuelle que soit there is.
248
803932
1151
Tout ce qu'il y a.
13:37
We take in terabytestéra-octets of dataLes données a day.
249
805107
2621
Nous prenons chaque jour
des terabytes de données.
13:39
And storele magasin it away and massagemassage it
and get it readyprêt for analysisune analyse.
250
807752
4124
Nous les stockons, les manipulons,
les préparons pour les analyser.
13:45
You're looking for anomaliesanomalies.
251
813446
1382
Nous cherchons des anomalies.
13:46
You're looking for -- like you said,
252
814852
2953
Nous cherchons -- comme vous le disiez,
13:49
the efficientefficace marketmarché
hypothesishypothèse is not correctcorrect.
253
817829
2452
l'hypothèse de l'efficacité du marché
n'est pas correcte.
13:52
CACA: But any one anomalyanomalie
mightpourrait be just a randomau hasard thing.
254
820305
3467
CA : Une anomalie pourrait être
juste de l'aléatoire.
13:55
So, is the secretsecret here to just look
at multipleplusieurs strangeétrange anomaliesanomalies,
255
823796
3658
Est-ce que le secret c'est de regarder
de nombreuses anomalies
13:59
and see when they alignaligner?
256
827478
1328
et de voir quand elles correspondent ?
14:01
JSJS: Any one anomalyanomalie
mightpourrait be a randomau hasard thing;
257
829238
3213
JS : Une anomalie pourrait être
une chose aléatoire :
cependant, avec assez de données,
vous pouvez distinguer l'aléatoire.
14:04
howevertoutefois, if you have enoughassez dataLes données
you can tell that it's not.
258
832475
3039
14:07
You can see an anomalyanomalie that's persistentpersistants
for a sufficientlysuffisamment long time --
259
835538
4950
Vous pouvez voir une anomalie persistant
un temps assez long --
14:12
the probabilityprobabilité of it beingétant
randomau hasard is not highhaute.
260
840512
4975
la probabilité que ce soit aléatoire
n'est pas élevée.
14:17
But these things fadefondu after a while;
anomaliesanomalies can get washedlavé out.
261
845511
4858
Mais ces choses s'effacent après un temps,
les anomalies peuvent disparaître.
14:22
So you have to keep on topHaut
of the businessEntreprise.
262
850393
2420
Il faut garder le contrôle
sur les affaires.
14:24
CACA: A lot of people look
at the hedgehaie fundfonds industryindustrie now
263
852837
2672
CA : Beaucoup de personnes regardent
l'industrie des fonds spéculatifs
14:27
and are sortTrier of ... shockedchoqué by it,
264
855533
4398
et sont, d'une certaine façon,
choqués par cette industrie,
14:31
by how much wealthrichesse is createdcréé there,
265
859955
2172
par la richesse qui y est créée,
14:34
and how much talentTalent is going into it.
266
862151
2245
par le talent qui y est investi.
14:37
Do you have any worriesdes soucis
about that industryindustrie,
267
865523
4006
Êtes-vous inquiet
quant à cette industrie,
14:41
and perhapspeut être the financialfinancier
industryindustrie in generalgénéral?
268
869553
2414
et peut-être l'industrie des finances
en général ?
14:43
KindGenre of beingétant on a runawayfuyez traintrain that's --
269
871991
2704
C'est comme être dans un train fou qui --
14:46
I don't know --
helpingportion increaseaugmenter inequalityinégalité?
270
874719
4030
je ne sais pas --
aide à augmenter les inégalités ?
14:50
How would you championchampion what's happeningévénement
in the hedgehaie fundfonds industryindustrie?
271
878773
3831
Comment défendriez-vous ce qu'il se passe
dans l'industrie des fonds spéculatifs ?
14:54
JSJS: I think in the last
threeTrois or fourquatre yearsannées,
272
882628
2608
JS : Je pense que durant
les 2 ou 3 dernières années,
les fonds spéculatifs
ne s'en sont pas très bien sortis.
14:57
hedgehaie fundsfonds have not doneterminé especiallynotamment well.
273
885260
2103
14:59
We'veNous avons doneterminé dandydandy,
274
887387
1400
Pour nous ça a été,
15:00
but the hedgehaie fundfonds industryindustrie as a wholeentier
has not doneterminé so wonderfullymerveilleusement.
275
888811
4001
mais l'industrie des fonds spéculatifs
en elle-même n'allait pas si bien.
15:04
The stockStock marketmarché has been on a rollrouleau,
going up as everybodyTout le monde knowssait,
276
892836
4902
La bourse est en bonne marche,
en augmentation comme nous le savons tous,
15:09
and price-earningsratio cours-bénéfice ratiosratios have growncultivé.
277
897762
3445
et les ratios cours-bénéfices
ont augmenté.
15:13
So an awfulterrible lot of the wealthrichesse
that's been createdcréé in the last --
278
901231
3063
Une très grande partie de la richesse
créée durant les, disons,
15:16
let's say, fivecinq or sixsix yearsannées --
has not been createdcréé by hedgehaie fundsfonds.
279
904318
3350
5 ou 6 dernières années, n'a pas
été créée par les fonds spéculatifs.
15:20
People would askdemander me,
"What's a hedgehaie fundfonds?"
280
908458
3221
Les gens me demandent :
« Qu'est-ce qu'un fond spéculatif ? »
15:23
And I'd say, "One and 20."
281
911703
2260
Et je dis : « Un et vingt ».
15:25
WhichQui meansveux dire -- now it's two and 20 --
282
913987
3566
Ce qui veut dire --
maintenant c'est deux et vingt --
15:29
it's two percentpour cent fixedfixé feefrais
and 20 percentpour cent of profitsbénéfices.
283
917577
3353
c'est 2% de frais fixes
et 20% de profit.
15:32
HedgeHaie fundsfonds are all
differentdifférent kindssortes of creaturescréatures.
284
920954
2352
Les fonds spéculatifs sont tous
des créatures différentes.
15:35
CACA: RumorRumeur has it you chargecharge
slightlylégèrement higherplus haute feeshonoraires than that.
285
923330
3239
CA : D'après les rumeurs, vos frais
sont un peu plus élevés que cela.
15:39
JSJS: We chargedaccusé the highestle plus élevé feeshonoraires
in the worldmonde at one time.
286
927339
3081
JS : Nos frais ont été les plus élevés
du monde.
15:42
FiveCinq and 44, that's what we chargecharge.
287
930444
3226
5 et 44, ce sont nos frais.
15:45
CACA: FiveCinq and 44.
288
933694
1398
CA : 5 et 44.
15:47
So fivecinq percentpour cent flatappartement,
44 percentpour cent of upsideà l'envers.
289
935116
3234
Donc 5% de frais fixes,
44% de bénéfices.
Vous faisiez quand même gagner des sommes
spectaculaires à vos investisseurs.
15:50
You still madefabriqué your investorsinvestisseurs
spectacularspectaculaire amountsles montants of moneyargent.
290
938374
2783
JS : Nous avions de bons profits.
15:53
JSJS: We madefabriqué good returnsrésultats, yes.
291
941181
1452
15:54
People got very madfurieux:
"How can you chargecharge suchtel highhaute feeshonoraires?"
292
942657
3000
Les gens s'énervaient
car les frais étaient élevés.
Je disais :
« Vous pouvez vous retirer. »
15:57
I said, "OK, you can withdrawretirer."
293
945681
1627
15:59
But "How can I get more?"
was what people were --
294
947332
2818
Mais « Comment puis-je avoir plus »
était ce que les gens --
16:02
(LaughterRires)
295
950174
1504
(Rires)
16:03
But at a certaincertain pointpoint,
as I think I told you,
296
951702
2440
Mais à un moment donné,
comme je vous l'ai dit,
16:06
we boughtacheté out all the investorsinvestisseurs
because there's a capacitycapacité to the fundfonds.
297
954166
5175
nous avons remboursé les investisseurs
parce que le fond a une capacité.
CA : Devrions-nous nous être inquiets
quant à l'industrie des fonds spéculatifs
16:11
CACA: But should we worryinquiéter
about the hedgehaie fundfonds industryindustrie
298
959365
2704
16:14
attractingattirer too much of the world'smonde
great mathematicalmathématique and other talentTalent
299
962093
5438
qui attire un trop grand nombre de grands
mathématiciens et autres talents
pour y travailler, en opposition avec
les nombreux autres problèmes du monde ?
16:19
to work on that, as opposedopposé
to the manybeaucoup other problemsproblèmes in the worldmonde?
300
967555
3238
16:22
JSJS: Well, it's not just mathematicalmathématique.
301
970817
1929
JS : Ce n'est pas juste mathématique.
16:24
We hirelouer astronomersastronomes and physicistsphysiciens
and things like that.
302
972770
2679
Nous engageons des astronomes,
des physiciens et d'autres.
Je ne pense pas que nous devrions
trop nous inquiéter à ce sujet.
16:27
I don't think we should worryinquiéter
about it too much.
303
975833
2431
16:30
It's still a prettyjoli smallpetit industryindustrie.
304
978288
3142
C'est toujours une industrie
relativement petite.
16:33
And in factfait, bringingapportant sciencescience
into the investinginvestir worldmonde
305
981454
5997
En fait, amener la science
dans le monde des investissements
16:39
has improvedamélioré that worldmonde.
306
987475
2159
a amélioré ce monde.
16:41
It's reducedréduit volatilityvolatilité.
It's increasedaugmenté liquidityliquidité.
307
989658
4070
Cela a réduit la volatilité.
Cela a augmenté la liquidité.
16:45
SpreadsPâtes à tartiner are narrowerplus étroit because
people are tradingcommerce that kindgentil of stuffdes trucs.
308
993752
3189
Les marges sont réduites car les gens
négocient ce genre de choses.
16:48
So I'm not too worriedinquiet about EinsteinEinstein
going off and startingdépart a hedgehaie fundfonds.
309
996965
5076
Donc je ne suis pas trop inquiet quant à
Einstein lançant un fond spéculatif.
16:54
CACA: You're at a phasephase de in your life now
where you're actuallyréellement investinginvestir, thoughbien que,
310
1002478
4164
CA : Cependant, vous êtes dans une phase
de votre vie où vous investissez,
16:58
at the other endfin of the supplyla fourniture chainchaîne --
311
1006666
3734
à l'autre bout de la chaine logistique --
17:02
you're actuallyréellement boostingstimuler
mathematicsmathématiques acrossà travers AmericaL’Amérique.
312
1010424
4104
vous stimulez les mathématiques
à travers l'Amérique.
17:06
This is your wifefemme, MarilynMarilyn.
313
1014552
1865
Voici votre femme, Marilyn.
17:08
You're workingtravail on
philanthropicphilanthropique issuesproblèmes togetherensemble.
314
1016441
4756
Vous travaillez ensemble
sur des problèmes philanthropiques.
17:13
Tell me about that.
315
1021221
1163
Parlez-moi de cela.
17:14
JSJS: Well, MarilynMarilyn startedcommencé --
316
1022408
3649
JS : Marilyn a commencé --
17:18
there she is up there,
my beautifulbeau wifefemme --
317
1026081
3447
là voici, ma fabuleuse femme --
17:21
she startedcommencé the foundationfondation
about 20 yearsannées agodepuis.
318
1029552
2972
elle a lancé la fondation
il y a environ 20 ans.
17:24
I think '94.
319
1032548
1151
Je crois que c'était en 94.
17:25
I claimprétendre it was '93, she saysdit it was '94,
320
1033723
2095
Je dis que c'était en 93, elle dit 94,
17:27
but it was one of those two yearsannées.
321
1035842
2571
mais c'était l'un ou l'autre.
17:30
(LaughterRires)
322
1038437
2135
(Rires)
17:32
We startedcommencé the foundationfondation,
just as a convenientpratique way to give charitycharité.
323
1040596
6719
Nous avons lancé la fondation car c'était
commode pour donner de l'argent.
17:40
She keptconservé the bookslivres, and so on.
324
1048346
2507
Elle tenait les comptes, etc.
17:42
We did not have a visionvision at that time,
but graduallyprogressivement a visionvision emergedémergé --
325
1050877
6714
A ce moment-là,
nous n'avions pas de perspective,
mais, progressivement,
une perspective a émergé :
17:49
whichlequel was to focusconcentrer on mathmath and sciencescience,
to focusconcentrer on basicde base researchrecherche.
326
1057615
5504
se concentrer sur les maths et la science,
se concentrer sur de la recherche basique.
17:55
And that's what we'venous avons doneterminé.
327
1063569
2772
C'est ce que nous avons fait.
17:58
SixSix yearsannées agodepuis or so, I left RenaissanceRenaissance
and wentest allé to work at the foundationfondation.
328
1066365
6355
il y a environ 6 ans,
j'ai quitté Renaissance
et je suis parti
travailler à la fondation.
18:04
So that's what we do.
329
1072744
1571
C'est notre boulot.
18:06
CACA: And so MathMath for AmericaL’Amérique
is basicallyen gros investinginvestir
330
1074339
2909
CA : Et donc les Maths pour l'Amérique,
c'est simplement investir
18:09
in mathmath teachersenseignants around the countryPays,
331
1077272
2638
dans des professeurs de maths
à travers le pays,
18:11
givingdonnant them some extrasupplémentaire incomele revenu,
givingdonnant them supportsoutien and coachingCoaching.
332
1079934
3802
leur offrir un revenu supplémentaire,
leur offrir du soutien et du mentorat.
18:15
And really tryingen essayant
to make that more effectiveefficace
333
1083760
3051
Et essayer de rendre cela
plus efficace
18:18
and make that a callingappel
to whichlequel teachersenseignants can aspireaspirer.
334
1086835
2601
et d'en faire un modèle auquel
tous les professeurs peuvent aspirer.
18:21
JSJS: Yeah -- insteadau lieu of beatingbattement up
the badmal teachersenseignants,
335
1089460
4790
JS : Au lieu de s'en prendre
aux mauvais professeurs,
18:26
whichlequel has createdcréé moralemoral problemsproblèmes
all throughpar the educationaléducatif communitycommunauté,
336
1094274
4853
ce qui a créé des problèmes moraux
au sein de la communauté éducative,
18:31
in particularparticulier in mathmath and sciencescience,
337
1099151
2441
particulièrement en maths et en science,
18:33
we focusconcentrer on celebratingcélébrant the good onesceux
and givingdonnant them statusstatut.
338
1101616
6130
nous nous concentrons sur la célébration
et la reconnaissance des bons professeurs.
Nous leur donnons un revenu supplémentaire
de 15 000$ par an.
18:39
Yeah, we give them extrasupplémentaire moneyargent,
15,000 dollarsdollars a yearan.
339
1107770
2931
Aujourd'hui, nous avons 800 professeurs
de maths et de science
18:42
We have 800 mathmath and sciencescience teachersenseignants
in NewNouveau YorkYork CityVille in publicpublic schoolsécoles todayaujourd'hui,
340
1110725
4467
dans les écoles publiques de New York,
18:47
as partpartie of a corecoeur.
341
1115216
1814
c'est un point fondamental.
18:49
There's a great moralemoral amongparmi them.
342
1117054
3686
Parmi eux le moral est très bon.
18:52
They're stayingrester in the fieldchamp.
343
1120764
2506
Ils continuent à travailler
dans leurs domaines.
18:55
NextProchaine yearan, it'llça va be 1,000
and that'llça va be 10 percentpour cent
344
1123294
2895
L'année prochaine, ils seront 1 000
ce qui représente 10%
18:58
of the mathmath and sciencescience teachersenseignants
in NewNouveau YorkYork [CityVille] publicpublic schoolsécoles.
345
1126213
3544
des professeurs de maths et de science
dans les écoles publiques de New York.
19:01
(ApplauseApplaudissements)
346
1129781
5905
(Applaudissements)
19:07
CACA: JimJim, here'svoici anotherun autre projectprojet
that you've supportedprise en charge philanthropicallyphilanthropique:
347
1135710
3410
CA : Voici un autre projet philanthropique
que vous avez soutenu :
19:11
ResearchRecherche into originsorigines of life, I guessdeviner.
348
1139144
2397
la recherche sur les origines de la vie.
19:13
What are we looking at here?
349
1141565
1447
Que voyons-nous ?
19:15
JSJS: Well, I'll saveenregistrer that for a secondseconde.
350
1143536
1882
JS : Je l'expliquerai dans un instant.
19:17
And then I'll tell you
what you're looking at.
351
1145442
2162
Et puis je vous dirai
ce que nous voyons.
19:19
OriginsOrigines of life is a fascinatingfascinant questionquestion.
352
1147628
3056
La question des origines de la vie
est fascinante.
19:22
How did we get here?
353
1150708
1533
Comment en sommes-nous arrivés là ?
19:25
Well, there are two questionsdes questions:
354
1153170
1771
Il y a deux questions :
19:26
One is, what is the routeroute
from geologygéologie to biologyla biologie --
355
1154965
5868
la première est : quel est le chemin
de la géologie vers la biologie --
comment en sommes-nous arrivés là ?
19:32
how did we get here?
356
1160857
1381
Et l'autre question est :
avec quoi avons-nous commencé ?
19:34
And the other questionquestion is,
what did we startdébut with?
357
1162262
2364
19:36
What materialMatériel, if any,
did we have to work with on this routeroute?
358
1164650
3102
Avec quelle matière, s'il y en avait une,
devions-nous travailler en chemin ?
19:39
Those are two very,
very interestingintéressant questionsdes questions.
359
1167776
3061
Ce sont deux questions très intéressantes.
19:43
The first questionquestion is a tortuoustortueux pathchemin
from geologygéologie up to RNAARN
360
1171773
5834
La première est un chemin tortueux
de la géologie à l'ARN.
19:49
or something like that --
how did that all work?
361
1177631
2258
Comment cela a-t-il fonctionné ?
19:51
And the other,
what do we have to work with?
362
1179913
2388
Et l'autre :
qu'avions-nous pour travailler ?
19:54
Well, more than we think.
363
1182325
1771
Plus que ce que nous pensons.
19:56
So what's picturedsur la photo there
is a starétoile in formationformation.
364
1184120
4843
Ce qui est représenté ici
est une étoile en formation.
20:01
Now, everychaque yearan in our MilkyLaiteux Way,
whichlequel has 100 billionmilliard starsétoiles,
365
1189836
3425
Chaque année dans notre Voie Lactée,
qui a 100 milliards d'étoiles,
20:05
about two newNouveau starsétoiles are createdcréé.
366
1193285
2495
environ 2 nouvelles étoiles sont créées.
20:07
Don't askdemander me how, but they're createdcréé.
367
1195804
2470
Ne me demandez pas comment,
mais elles sont créées.
20:10
And it takes them about a millionmillion
yearsannées to settleSettle out.
368
1198298
3080
Et cela leur prend environ
un million d'années pour se former.
20:14
So, in steadystable stateEtat,
369
1202132
2176
Il y a constamment
20:16
there are about two millionmillion starsétoiles
in formationformation at any time.
370
1204332
3848
environ deux millions d'étoiles
en formation.
20:20
That one is somewherequelque part
alongle long de this settling-downs’installer en bas periodpériode.
371
1208204
3458
Celle-ci est quelque part
dans cette période de formation.
20:24
And there's all this crapmerde
sortTrier of circlingencerclant around it,
372
1212067
2936
Et il y a toute cet amas
qui tourne autour,
20:27
dustpoussière and stuffdes trucs.
373
1215027
1498
de la poussière et ce genre de choses.
Et cela formera probablement
un système solaire, ou quelque chose.
20:29
And it'llça va formforme probablyProbablement a solarsolaire systemsystème,
or whateverpeu importe it formsformes.
374
1217479
3023
20:32
But here'svoici the thing --
375
1220526
2176
Voici le point important :
20:34
in this dustpoussière that surroundsentoure a formingformant starétoile
376
1222726
6348
dans cette poussière qui entoure
un étoile en formation,
20:41
have been founda trouvé, now,
significantimportant organicbiologique moleculesmolécules.
377
1229098
6035
nous avons trouvé
des molécules organiques significatives.
20:47
MoleculesMolécules not just like methaneméthane,
but formaldehydeformaldéhyde and cyanidecyanure --
378
1235958
6139
Des molécules pas seulement de méthane
mais du formaldéhyde et du cyanure --
20:54
things that are the buildingbâtiment blocksblocs --
the seedsdes graines, if you will -- of life.
379
1242121
6517
des choses qui sont les fondations --
les graines si vous voulez -- de la vie.
21:01
So, that maymai be typicaltypique.
380
1249136
2692
Cela pourrait être une constante.
21:04
And it maymai be typicaltypique
that planetsplanètes around the universeunivers
381
1252395
6934
Et ça pourrait être une constante
que les planètes dans cet univers
21:11
startdébut off with some of these
basicde base buildingbâtiment blocksblocs.
382
1259353
3612
commencent avec certaines
de ces fondations.
21:15
Now does that mean
there's going to be life all around?
383
1263830
2715
Cela veut-il dire qu'il y aura
de la vie tout autour ?
21:18
Maybe.
384
1266569
1364
Peut-être.
21:19
But it's a questionquestion
of how tortuoustortueux this pathchemin is
385
1267957
4127
Mais la question est combien
le chemin est tortueux
21:24
from those frailfrêle beginningsdébuts,
those seedsdes graines, all the way to life.
386
1272108
4394
entre ces frêles débuts,
ces graines, et la vie.
21:28
And mostles plus of those seedsdes graines
will falltomber on fallowjachère planetsplanètes.
387
1276526
5192
La plupart de ces graines
tomberont sur des planètes en jachère.
CA : Pour vous personnellement,
21:33
CACA: So for you, personallypersonnellement,
388
1281742
1409
21:35
findingdécouverte an answerrépondre to this questionquestion
of where we camevenu from,
389
1283175
2722
trouver une réponse à cette question
d'où nous venons,
21:37
of how did this thing happense produire,
that is something you would love to see.
390
1285921
3658
comment cela s'est passé,
est quelque chose que vous aimeriez voir.
21:41
JSJS: Would love to see.
391
1289603
1786
JS : J'aimerais le voir.
21:43
And like to know --
392
1291413
1490
Et savoir --
21:44
if that pathchemin is tortuoustortueux enoughassez,
and so improbableimprobable,
393
1292927
5170
si ce chemin est assez tortueux,
et si improbable,
21:50
that no mattermatière what you startdébut with,
we could be a singularitysingularité.
394
1298121
4754
que peu importe avec quoi vous commencez,
nous pourrions être une singularité.
21:55
But on the other handmain,
395
1303336
1152
Mais d'un autre côté,
21:56
givendonné all this organicbiologique dustpoussière
that's floatingflottant around,
396
1304512
3478
étant donné toute cette poussière
organique qui flotte tout autour,
22:00
we could have lots of friendscopains out there.
397
1308014
3791
nous pourrions avoir de nombreux amis
là-dehors.
Cela serait génial à savoir.
22:04
It'dIl serait be great to know.
398
1312947
1161
22:06
CACA: JimJim, a couplecouple of yearsannées agodepuis,
I got the chancechance to speakparler with ElonElon MuskMusc,
399
1314132
3480
CA : Jim, il y a quelques années,
j'ai eu la chance de parler avec Elon Musk
22:09
and I askeda demandé him the secretsecret of his successSuccès,
400
1317636
2837
et je lui ai demandé
le secret de son succès
22:12
and he said takingprise
physicsla physique seriouslysérieusement was it.
401
1320497
3691
et il a dit que c'était
de prendre la physique au sérieux.
22:16
ListeningÀ l’écoute to you, what I hearentendre you sayingen disant
is takingprise mathmath seriouslysérieusement,
402
1324696
4003
En vous écoutant,
ce que je vous entends dire
c'est de prendre les maths au sérieux,
22:20
that has infusedinfusé your wholeentier life.
403
1328723
3003
cela a impacté toute votre vie.
22:24
It's madefabriqué you an absoluteabsolu fortunefortune,
and now it's allowingen permettant you to investinvestir
404
1332123
4563
Cela vous a créé une vraie fortune,
et vous autorise aujourd'hui à investir
22:28
in the futurescontrats à terme of thousandsmilliers and thousandsmilliers
of kidsdes gamins acrossà travers AmericaL’Amérique and elsewhereautre part.
405
1336710
4496
dans le futur de milliers d'enfants
à travers l'Amérique et ailleurs.
22:33
Could it be that sciencescience actuallyréellement workstravaux?
406
1341567
2858
Cela pourrait-il être
que la science fonctionne ?
22:36
That mathmath actuallyréellement workstravaux?
407
1344449
2772
Que les maths fonctionnent vraiment ?
22:39
JSJS: Well, mathmath certainlycertainement workstravaux.
MathMath certainlycertainement workstravaux.
408
1347245
4372
JS : Les maths fonctionnent,
c'est certain. Les maths fonctionnent.
22:43
But this has been funamusement.
409
1351641
1198
Mais cela a été amusant.
22:44
WorkingTravaillant with MarilynMarilyn and givingdonnant it away
has been very enjoyableagréable.
410
1352863
4946
Travailler avec Marilyn et le transmettre
était très agréable.
22:49
CACA: I just find it --
it's an inspirationalsource d’inspiration thought to me,
411
1357833
2936
CA : Je trouve cela --
c'est une pensée qui m'inspire,
22:52
that by takingprise knowledgeconnaissance seriouslysérieusement,
so much more can come from it.
412
1360793
4007
en prenant au sérieux les connaissances,
nous pouvons en tirer tellement plus.
22:56
So thank you for your amazingincroyable life,
and for comingvenir here to TEDTED.
413
1364824
3018
Merci pour votre vie géniale
et d'être venu ici pour TED.
22:59
Thank you.
414
1367866
751
Merci.
23:00
JimJim SimonsSimons!
415
1368651
1101
Jim Simons !
23:01
(ApplauseApplaudissements)
416
1369806
4380
(Applaudissements)
Translated by Morgane Quilfen
Reviewed by Alex Ruby

▲Back to top

ABOUT THE SPEAKER
Jim Simons - Philanthropist, mathematician
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy.

Why you should listen

As a mathematician who cracked codes for the National Security Agency on the side, Jim Simons had already revolutionized geometry -- and incidentally laid the foundation for string theory -- when he began to get restless. Along with a few hand-picked colleagues he started the investment firm that went on to become Renaissance, a hedge fund working with hitherto untapped algorithms, and became a billionaire in the process.

Now retired as Renaissance’s CEO, Simons devotes his time to mathematics and philanthropy. The Simons Foundation has committed more than a billion dollars to math and science education and to autism research.

More profile about the speaker
Jim Simons | Speaker | TED.com