TEDxUCL
Hannah Fry: Is life really that complex?
हाना फ्राइ: क्या जिंदगी वास्तव में उलझी हुई है ?
Filmed:
Readability: 4.5
819,007 views
क्या एल्गोरिदम अगले दंगे की साइट का पूर्वानुमान कर सकता है? यहाँ गणितज्ञ हाना फ्राइ दिखाती हैं कि कैसे प्राकृतिक घटनाओं के अनुरूप, जैसे तेंदुए के धब्बे के पैटर्न या जंगली शिकारियों और शिकार के वितरण के माध्यम से, जटिल सामाजिक व्यवहार का विश्लेषण किया जा सकता है और शायद भविष्यवाणी भी की जा सकती है.
Hannah Fry - Complexity theorist
Hannah Fry researches the trends in our civilization and ways we can forecast its future. Full bio
Hannah Fry researches the trends in our civilization and ways we can forecast its future. Full bio
Double-click the English transcript below to play the video.
00:10
Thanks very much.
0
24
1157
बहुत बहुत धन्यवाद.
00:11
I am Hannah Fry, the badass.
1
1205
1848
मैं खुराफाती, हाना फ्राइ हूं.
00:13
And today I'm asking the question:
2
3077
1680
आज मैं सवाल पूछ रही हूं.
00:14
Is life really that complex?
3
4781
1756
क्या जिंदगी सचमुच इतनी जटिल है?
00:16
Now, I've only got nine minutes
to try and provide you with an answer,
to try and provide you with an answer,
4
6561
3325
आपको उत्तर देने की कोशिश
करने के लिए केवल नौ मिनट हैं,
करने के लिए केवल नौ मिनट हैं,
00:19
so what I've done
is split this neatly into two parts:
is split this neatly into two parts:
5
9910
2716
तो मैंने इसे स्पष्ट रूप से
दो भागों में विभक्त किया है;
दो भागों में विभक्त किया है;
00:22
part one: yes;
6
12650
2353
भाग एक: हाँ;
00:25
and later on, part two: no.
7
15027
2528
और बाद में, भाग दो: नहीं.
00:27
Or, to be more accurate: no?
8
17579
2544
या, अधिक सटीक होने के लिए: नहीं?
00:30
(Laughter)
9
20147
1204
(हँसी)
00:31
So first of all, let me try and define
what I mean by "complex."
what I mean by "complex."
10
21375
3006
पहले मेरा "जटिल" का मतलब बताने का प्रयास.
00:34
Now, I could give you
a host of formal definitions,
a host of formal definitions,
11
24405
2441
मैं बहुत सारी परिभाषाएं दे सकती थी,
00:36
but in the simplest terms,
12
26870
1253
लेकिन आसान शब्दों में,
00:38
any problem in complexity is something
that Einstein and his peers can't do.
that Einstein and his peers can't do.
13
28147
4899
जटिल समस्या वह है जिसका आइंस्टीन
और साथी उस बारे कुछ नहीं कर सकते.
और साथी उस बारे कुछ नहीं कर सकते.
00:43
So, let's imagine --
if the clicker works ... there we go.
if the clicker works ... there we go.
14
33070
3240
तो, चलो कल्पना करें -अगर क्लिकर
काम करता है ... हम ऐसा करते हैं.
काम करता है ... हम ऐसा करते हैं.
00:46
Einstein is playing a game of snooker.
15
36334
2103
आइंस्टीन स्नूकर खेल रहे हैं.
00:48
He's a clever chap, so he knows
that when he hits the cue ball,
that when he hits the cue ball,
16
38461
3479
एक चालाक व्यक्ति है, वह जानता है
वह क्यू गेंद को हिट करता है,
वह क्यू गेंद को हिट करता है,
00:51
he could write you an equation
17
41964
1441
वह एक समीकरण लिख सकता है.
00:53
and tell you exactly where the red ball
is going to hit the sides,
is going to hit the sides,
18
43429
3128
वह आपको ठीक से बता सकता है
कि लाल गेंद छोर कहाँ हिट करने वाली है,
कि लाल गेंद छोर कहाँ हिट करने वाली है,
00:56
how fast it's going
and where it's going to end up.
and where it's going to end up.
19
46581
2439
यह कितनी तेजी से जा रही है
और कहाँ रुकेगी.
और कहाँ रुकेगी.
00:59
Now, if you scale these snooker balls
up to the size of the solar system,
up to the size of the solar system,
20
49044
3469
अब बाल को सौरमंडल जितना बड़ा कर लें,
01:02
Einstein can still help you.
21
52537
1959
आइंस्टीन अभी भी आपकी मदद कर सकता है.
01:04
Sure, the physics changes,
22
54520
1245
फिजिक्स निश्चित बदलेगी,
01:05
but if you wanted to know about
the path of the Earth around the Sun,
the path of the Earth around the Sun,
23
55789
3282
अगर आप सूर्य के चारों ओर
पृथ्वी का मार्ग जानना चाहते,
पृथ्वी का मार्ग जानना चाहते,
01:09
Einstein could write you an equation
24
59095
1733
आइंस्टीन समीकरण लिख सकता था
01:10
telling you where both objects are
at any point in time.
at any point in time.
25
60852
2643
आपको बताने हेतु कि दोनों वस्तुएँ फलां समय
कहां पर हैं.
कहां पर हैं.
01:13
Now, with a surprising
increase in difficulty,
increase in difficulty,
26
63519
2204
आश्चर्यजनक बढ़ती मुश्किल में भी,
01:15
Einstein could include
the Moon in his calculations.
the Moon in his calculations.
27
65747
2452
आइंस्टीन चांद को अपनी गणना में
सम्मिलित कर सकता था.
सम्मिलित कर सकता था.
01:18
But as you add more and more planets,
Mars and Jupiter, say,
Mars and Jupiter, say,
28
68223
3067
जैसे ही आप मंगल और बृहस्पति जैसे
अधिक ग्रह जोड़ते हैं,
अधिक ग्रह जोड़ते हैं,
01:21
the problem gets too tough for Einstein
to solve with a pen and paper.
to solve with a pen and paper.
29
71314
3764
आइंस्टीन के लिए कलम और कागज के साथ हल
करने के लिए समस्या होगी.
करने के लिए समस्या होगी.
01:25
Now, strangely, if instead of having
a handful of planets,
a handful of planets,
30
75102
2843
और अब मुट्ठी भर ग्रहों की जगह,
01:27
you had millions of objects
or even billions,
or even billions,
31
77969
2672
अब अगर लाखों करोड़ों पिंड हो जाएं,
01:30
the problem actually becomes much simpler,
32
80665
2271
समस्या आसान हो जाती है,
01:32
and Einstein is back in the game.
33
82960
1922
आइंस्टीन खेल में वापस आ गए हैं.
01:34
Let me explain what I mean by this,
34
84906
1846
बताती हूं मेरा क्या अभिप्राय है,
01:36
by scaling these objects back down
to a molecular level.
to a molecular level.
35
86776
3294
चीजों को आणविक स्तर पर छोटा करके,
01:40
If you wanted to trace the erratic path
of an individual air molecule,
of an individual air molecule,
36
90094
3747
यदि एक वायु के कण का
अनियमित पथ मालूम करना चाहें,
अनियमित पथ मालूम करना चाहें,
01:43
you'd have absolutely no hope.
37
93865
1842
आप के लिए कोई भी उम्मीद नहीं.
01:45
But when you have millions
of air molecules all together,
of air molecules all together,
38
95731
2711
जब हवा के लाखों कण एक साथ होते हैं,
01:48
they start to act in a way
which is quantifiable, predictable
which is quantifiable, predictable
39
98466
3877
एक प्रकार से उनकी कार्य प्रणाली
नापने योग्य, अनुमानित
नापने योग्य, अनुमानित
01:52
and well-behaved.
40
102367
1170
एवं अनुशासित होती है.
01:53
And thank goodness air is well-behaved,
41
103561
1885
शुक्र है हवा अनुशासित होती है,
01:55
because if it wasn't,
planes would fall out of the sky.
planes would fall out of the sky.
42
105470
2910
ना होती तो विमान आसमान से गिर जाते.
01:58
Now, on an even bigger scale,
across the whole of the world,
across the whole of the world,
43
108404
3064
एक बड़े पैमाने पर, दुनिया में,
02:01
the idea is exactly the same
with all of these air molecules.
with all of these air molecules.
44
111492
3122
हवा के अणु कहीं भी हों बात वही है.
02:04
It's true that you can't take
an individual rain droplet
an individual rain droplet
45
114638
2918
वास्तव में आप बरसात की
एक बूंद को अलग करके
एक बूंद को अलग करके
02:07
and say where it's come from
or where it's going to end up.
or where it's going to end up.
46
117580
2785
बता नहीं सकते कहां से आई
और कहां जाएगी.
और कहां जाएगी.
02:10
But you can say with pretty good certainty
47
120389
2034
लेकिन आप निश्चित बता सकते हैं
02:12
whether it will be cloudy tomorrow.
48
122447
1813
कि कल आसमान में बादल छाएंगे.
02:14
So that's it.
49
124284
1158
तो यह बात है.
02:15
In Einstein's time,
this is how far science had got.
this is how far science had got.
50
125466
2683
आइंस्टीन के समय विज्ञान यहां पहुंचा था.
02:18
We could do really small problems
with a few objects
with a few objects
51
128173
3613
हम सीमित समस्याएं हल कर सकते थे
02:21
with simple interactions,
52
131810
1275
सरल बातचीत के साथ,
02:23
or we could do huge problems
with millions of objects
with millions of objects
53
133109
2602
या बड़ी समस्याएं हल कर सकते थे
लाखों वस्तुओं
लाखों वस्तुओं
02:25
and simple interactions.
54
135735
1323
और सरल क्रिया से.
02:27
But what about everything in the middle?
55
137082
1937
जो बीच का सब कुछ है उसका क्या?
02:29
Well, just seven years
before Einstein's death,
before Einstein's death,
56
139043
2693
आइंस्टीन की मृत्यु सेसात साल पहले,
02:31
an American scientist called
Warren Weaver made exactly this point.
Warren Weaver made exactly this point.
57
141760
3658
अमेरिकी वैज्ञानिक वारेन वीवर
ने यही बात साेची.
ने यही बात साेची.
02:35
He said that scientific methodology
has gone from one extreme to another,
has gone from one extreme to another,
58
145442
3624
उन्होंने कहा कि वैज्ञानिक पद्धति
एक चरम से दूसरे तक चली गयी है.
एक चरम से दूसरे तक चली गयी है.
02:39
leaving out an untouched
great middle region.
great middle region.
59
149090
3071
एक बड़ा अछूता मध्य भाग छोड़ते हुए.
02:42
Now, this middle region
is where complexity science lies,
is where complexity science lies,
60
152185
2699
यह मध्य क्षेत्र वह जगह है
जहां जटिल विज्ञान है.
जहां जटिल विज्ञान है.
02:44
and this is what I mean by complex.
61
154908
2259
जटिल से मेरा यही मतलब है.
02:47
Now, unfortunately, almost
every single problem you can think of
every single problem you can think of
62
157191
3525
दुर्भाग्य से, हर समस्या जो आप सोचते हैं
02:50
to do with human behavior
63
160740
1222
मानव व्यवहार से संबंधित
02:51
lies in this middle region.
64
161986
2069
वह इसी मध्य क्षेत्र में मौजूद है.
02:54
Einstein's got absolutely no idea
how to model the movement of a crowd.
how to model the movement of a crowd.
65
164079
4290
आइंस्टीन को इस विशाल हलचल
की जानकारी नहीं थी .
की जानकारी नहीं थी .
02:58
There are too many people
to look at them all individually
to look at them all individually
66
168393
2801
यहां अत्यधिक लोग हैं
सभी को व्यक्तिगत रूप से देखने के लिए
सभी को व्यक्तिगत रूप से देखने के लिए
03:01
and too few to treat them as a gas.
67
171218
1872
गैस से तुलना करने के लिए बहुत ही कम
03:03
Similarly, people are prone
to annoying things like decisions
to annoying things like decisions
68
173114
3356
लोग परेशान करने वाले
फैसले कर सकते हैं
फैसले कर सकते हैं
03:06
and not wanting to walk into each other,
69
176494
2014
और घुलना मिलना नहीं चाहते,
03:08
which makes the problem
all the more complicated.
all the more complicated.
70
178532
2613
इससे समस्या उलझ जाती है.
03:11
Einstein also couldn't tell you
71
181169
1703
आइंस्टीन भी नहीं बता सका
03:12
when the next stock market crash
is going to be.
is going to be.
72
182896
2349
शेयर बाजार कब क्रैश होने वाला है.
03:15
Einstein couldn't tell you
how to improve unemployment.
how to improve unemployment.
73
185269
2764
आइंस्टीन नहीं बता सका
बेरोजगारी में सुधार कैसे करें.
बेरोजगारी में सुधार कैसे करें.
03:18
Einstein can't even tell you
74
188057
1401
आइंस्टीन नहीं बता सकता
03:19
whether the next iPhone
is going to be a hit or a flop.
is going to be a hit or a flop.
75
189482
3382
अगला आईफोन हिट या फ्लॉप होने जा रहा है.
03:22
So to conclude part one:
we're completely screwed.
we're completely screwed.
76
192888
2606
भाग एक: हमारे साथ धोखा हुआ है.
03:25
We've got no tools to deal with this,
and life is way too complex.
and life is way too complex.
77
195518
4500
निपटने का उपाय नहीं, जीवन बहुत जटिल है.
03:30
But maybe there's hope,
78
200042
1796
लेकिन उम्मीद है,
03:31
because in the last few years,
79
201862
1534
पिछले कुछ वर्षों में,
03:33
we've begun to see the beginnings
of a new area of science
of a new area of science
80
203420
3837
विज्ञान के नए क्षेत्र की शुरुआत दिख रही.
03:37
using mathematics
to model our social systems.
to model our social systems.
81
207281
3027
सोशल सिस्टम के लिए गणित का उपयोग .
03:40
And I'm not just talking here
about statistics and computer simulations.
about statistics and computer simulations.
82
210332
3484
सांख्यिकी और कंप्यूटर सिमुलेशन नहीं .
03:43
I'm talking about writing down
equations about our society
equations about our society
83
213840
2996
समाज के समीकरण लिखने की बात.
03:46
that will help us understand
what's going on
what's going on
84
216860
2069
समझने में मदद मिलेगी क्या चल रहा है
03:48
in the same way as with the snooker balls
or the weather prediction.
or the weather prediction.
85
218953
3215
जैसे स्नूकर गेंद और मौसम की भविष्यवाणी.
03:52
And this has come about
because people have begun to realize
because people have begun to realize
86
222192
2842
लोगों को एहसास होना शुरू हो गया है
03:55
that we can use and exploit analogies
87
225058
2343
हम अनुरूपताओं का उपयोग कर सकते हैं
03:57
between our human systems
and those of the physical world around us.
and those of the physical world around us.
88
227425
3942
आस-पास भौतिक दुनिया और मानव तंत्र के बीच.
04:01
Now, to give you an example:
89
231938
1464
अब, एक उदाहरण:
04:03
the incredibly complex problem
of migration across Europe.
of migration across Europe.
90
233426
3454
यूरोप में प्रवासन की विकराल समस्या
04:06
Actually, as it turns out, when you view
all of the people together,
all of the people together,
91
236904
3332
जब आप सभी लोगों को एक साथ देखते हैं,
04:10
collectively, they behave as though
they're following the laws of gravity.
they're following the laws of gravity.
92
240260
4043
इकठ्ठे वे इस तरह व्यवहार करते हैं जैसे
गुरुत्वाकर्षण के नियमों का पालन कर रहे हैं
गुरुत्वाकर्षण के नियमों का पालन कर रहे हैं
04:14
But instead of planets
being attracted to one another,
being attracted to one another,
93
244327
3128
बजाय एक दुसरे प्रती आकर्षित हो
04:17
it's people who are attracted
to areas with better job opportunities,
to areas with better job opportunities,
94
247479
4210
जो बेहतर नौकरी से आकर्षित होते हैं,
04:21
higher pay, better quality of life
and lower unemployment.
and lower unemployment.
95
251713
4015
उच्च वेतन, जीवन की गुणवत्ता और रोजगार.
04:25
And in the same way as people
are more likely to go for opportunities
are more likely to go for opportunities
96
255752
3528
अवसरों की तलाश में लोग जाते हैं
04:29
close to where they live already --
London to Kent, for example,
London to Kent, for example,
97
259304
3035
आसपास जैसे लंदन से केंट
04:32
as opposed to London to Melbourne --
98
262363
1792
न कि लंदन से मेलबर्न
04:34
the gravitational effect of planets
far away is felt much less.
far away is felt much less.
99
264179
4136
गुरुत्वाकर्षण दूर जाकर कम हो जाता है.
04:38
So, to give you another example:
100
268997
2067
आपको एक और उदाहरण देती हूं:
04:41
in 2008, a group in UCLA
were looking into the patterns
were looking into the patterns
101
271088
4225
2008 में, यूसीएलए में एक पैटर्न देख रहे थे
04:45
of burglary hot spots in the city.
102
275337
2712
शहर में जहां चोरी ज्यादा हो रही थी.
04:48
Now, one thing about burglaries
is this idea of repeat victimization.
is this idea of repeat victimization.
103
278073
5519
चोरी के बारे में एक बात है
पहले से पीड़ित को शिकार बनाना.
पहले से पीड़ित को शिकार बनाना.
04:53
So if you have a group of burglars
who manage to successfully rob an area,
who manage to successfully rob an area,
104
283616
4237
आपके आस-पास चोरों का समूह है
जो एक क्षेत्र को सफलतापूर्वक लूटता है,
जो एक क्षेत्र को सफलतापूर्वक लूटता है,
04:57
they'll tend to return to that area
and carry on burgling it.
and carry on burgling it.
105
287877
3790
चोर फिर वहीं लौटकर आएंगे .
05:01
So they learn the layout of the houses,
106
291691
2856
वे घरों का ले आउट सीखते हैं,
05:04
the escape routes
107
294571
1694
भागने के मार्ग
05:06
and the local security measures
that are in place.
that are in place.
108
296289
3004
और स्थानीय सुरक्षा.
05:09
And this will continue to happen
109
299317
1685
ऐसे होता रहेगा
05:11
until local residents and police
ramp up the security,
ramp up the security,
110
301026
3181
जब तक लोग और पुलिस सुरक्षा बढा नहीं देते.
05:14
at which point, the burglars
will move off elsewhere.
will move off elsewhere.
111
304231
2771
ऐसे चोर दूसरी जगह खिसक जाएंगे.
05:17
And it's that balance
between burglars and security
between burglars and security
112
307026
2808
यह संतुलन है, चोरों और सुरक्षा के बीच
05:19
which creates these dynamic
hot spots of the city.
hot spots of the city.
113
309858
3037
जो चोरों के लिए गतिशील केंद्र बनाता है.
05:22
As it turns out,
this is exactly the same process
this is exactly the same process
114
312919
3544
यह बिल्कुल वही प्रक्रिया है
05:26
as how a leopard gets its spots,
115
316487
2242
जैसे कि तेंदुए के चकते,
05:28
except in the leopard example,
it's not burglars and security,
it's not burglars and security,
116
318753
2936
यह अलग बात है कि तेंदुए के उदाहरण में
चोर और सुरक्षा नहीं,
चोर और सुरक्षा नहीं,
05:31
it's the chemical process
that creates these patterns
that creates these patterns
117
321713
3465
एक रासायनिक प्रक्रिया जो पैटर्न बनाती है
05:35
and something called "morphogenesis."
118
325202
1995
इसे मोर्फाेजेनेसिस कहते हैं .
05:37
We actually know an awful lot
about the morphogenesis of leopard spots.
about the morphogenesis of leopard spots.
119
327221
4256
तेंदुए के धब्बों के मॉर्फो जेनेसिस
हम जानते हैं.
हम जानते हैं.
05:41
Maybe we can use this to try and spot
some of the warning signs with burglaries
some of the warning signs with burglaries
120
331501
4644
इसका इस्तेमाल हम चोरी की
चेतावनी के लिए हो सकता है
चेतावनी के लिए हो सकता है
05:46
and perhaps, also to create
better crime strategies to prevent crime.
better crime strategies to prevent crime.
121
336169
4107
अपराध के खिलाफ बेहतर रणनीति के लिए भी.
05:50
There's a group here at UCL
122
340300
1572
यहां यूसीएल में एक समूह है
05:51
who are working with
the West Midlands police right now
the West Midlands police right now
123
341896
2825
वेस्ट मिडलैंड्स पुलिस के साथ काम कर रहे
05:54
on this very question.
124
344745
1641
इसी सवाल पर.
05:56
I could give you
plenty of examples like this,
plenty of examples like this,
125
346410
2915
मैं इस तरह के कई उदाहरण दे सकती थी,
05:59
but I wanted to leave you
with one from my own research
with one from my own research
126
349349
2643
लेकिन मैं अपनी रिसर्च से बताती हूं
06:02
on the London riots.
127
352016
1166
लंदन के दंगों पर.
06:03
Now, you probably
don't need me to tell you
don't need me to tell you
128
353206
2015
शायद मुझे बताने की ज़रूरत नहीं है
06:05
about the events of last summer,
129
355245
1567
गर्मियों की घटनाओं के बारे में,
06:06
where London and the UK saw
the worst sustained period
the worst sustained period
130
356836
3030
जहां ब्रिटेन ने निरंतर खराब समय देखा
06:09
of violent looting and arson
131
359890
1526
हिंसक लूटपाट और आगजनी
06:11
for over twenty years.
132
361440
1613
बीस साल से अधिक.
06:13
It's understandable that, as a society,
we want to try and understand
we want to try and understand
133
363077
3287
एक समाज के रूप में, कोशिश करना चाहते हैं
06:16
exactly what caused these riots,
134
366388
1794
इन दंगों के कारण क्या हुआ,
06:18
but also, perhaps, to equip our police
with better strategies
with better strategies
135
368206
3885
पुलिस बेहतर करने की रणनीति के साथ
06:22
to lead to a swifter
resolution in the future.
resolution in the future.
136
372115
3781
एक सक्षम नेतृत्व के लिए संकल्प
06:25
Now, I don't want to upset
the sociologists here,
the sociologists here,
137
375920
2356
समाजशास्त्रियों को निराश नहीं करना चाहती,
06:28
so I absolutely cannot talk about
the individual motivations for a rioter,
the individual motivations for a rioter,
138
378300
4857
मैं दंगे की व्यक्तिगत बात नहीं करूंगी,
06:33
but when you look at
the rioters all together,
the rioters all together,
139
383181
2168
जब आप सभी दंगाई एक साथ देखते हैं,
06:35
mathematically, you can separate it
into a three-stage process
into a three-stage process
140
385373
3208
गणितीय रूप से, इसे अलग कर सकते हैं
तीन चरण की प्रक्रिया में
तीन चरण की प्रक्रिया में
06:38
and draw analogies accordingly.
141
388605
1975
तदनुसार अनुरूपता खींचें.
06:40
So, step one: let's say
you've got a group of friends.
you've got a group of friends.
142
390604
3177
एक कदम: आपके पास दोस्तों का समूह है.
06:43
None of them are involved in the riots,
143
393805
1875
कोई भी दंगों में शामिल नहीं,
06:45
but one of them walks past
a Foot Locker which is being raided,
a Foot Locker which is being raided,
144
395704
3682
पास फुट लॉकर जिस पर हमला किया जा रहा है,
06:49
and goes in and bags himself
a new pair of trainers.
a new pair of trainers.
145
399410
2513
अंदर जाता है,जूतों की नई जोड़ी धर लेता है,
06:51
He texts one of his friends and says,
"Come on down to the riots."
"Come on down to the riots."
146
401947
4089
अपने दोस्त को संदेश लिखता है
"दंगे की जगह पहुंचो,"
"दंगे की जगह पहुंचो,"
06:56
So his friend joins him,
147
406060
1421
दोस्त पहुंच जाता है,
06:57
and then the two of them text
more of their friends, who join them,
more of their friends, who join them,
148
407505
3157
और दोस्तों को संदेश लिखते हैं
वे आ मिलते हैं
वे आ मिलते हैं
07:00
and text more of their friends
149
410686
1581
सब मिल दोस्तों को संदेश करते हैं
07:02
and more and more, and so it continues.
150
412291
2374
इस तरह सिलसिला चलता रहता है,
07:04
This process is identical to the way
that a virus spreads through a population.
that a virus spreads through a population.
151
414689
4583
ठीक उसी तरह जैसे वायरस फैलता है,
07:09
If you think about the bird flu epidemic
of a couple of years ago,
of a couple of years ago,
152
419296
3100
आप बर्ड फ्लू के बारे में सोचें
कुछ साल पहले,
कुछ साल पहले,
07:12
the more people that were infected,
the more people that got infected,
the more people that got infected,
153
422420
3303
जो संक्रमित थे, अधिक लोगाें
काे संक्रमित करते गये,
काे संक्रमित करते गये,
07:15
and the faster the virus spread
154
425747
1588
और तेजी से वायरस फैल गया
07:17
before the authorities managed
to get a handle on events.
to get a handle on events.
155
427359
3141
इससे पहले के अधिकारी संभाल पाते,
07:20
And it's exactly the same process here.
156
430988
2515
यह बिल्कुल वही प्रक्रिया है.
07:23
So let's say you've got a rioter,
he's decided he's going to riot.
he's decided he's going to riot.
157
433527
3276
मान लीजिए एक दंगाई ने दंगा करने की ठान ली.
07:26
The next thing he has to do
is pick a riot site.
is pick a riot site.
158
436827
2535
अब दंगे की जगह चुनेगा.
07:30
Now, what you should know
about rioters is that, um ...
about rioters is that, um ...
159
440274
3624
आपको क्या पता होना चाहिए दंगे के बारे में
07:33
Oops, clicker's gone. There we go.
160
443922
1642
क्लिकर चला गया है हम वहाँ चलें.
07:35
What you should know about rioters is,
they're not prepared to travel
they're not prepared to travel
161
445588
3344
दंगाइयों के बारे मेंपता होना चाहिए,
वे यात्रा के लिए तैयार नहीं हाेते
वे यात्रा के लिए तैयार नहीं हाेते
07:38
that far from where they live,
162
448956
1451
जहां से वे रहते हैं,
07:40
unless it's a really juicy riot site.
163
450431
1852
जब तक कि यह रसदार दंगा साइट नहीं है.
07:42
(Laughter)
164
452307
1075
(हँसी)
07:43
So you can see that here from this graph,
165
453406
2069
तो आप यहां देख सकते हैं कि इस ग्राफ से,
07:45
with an awful lot of rioters
having traveled less than a kilometer
having traveled less than a kilometer
166
455499
3391
दंगा करने वालों ने एक
किलोमीटर से कम यात्रा की
किलोमीटर से कम यात्रा की
07:48
to the site that they went to.
167
458914
1679
जिस साइट पर वे गए.
07:50
Now, this pattern is seen
in consumer models of retail spending,
in consumer models of retail spending,
168
460617
4909
यह पैटर्न देखा जाता है
खुदरा खर्च के उपभोक्ता मॉडल में,
खुदरा खर्च के उपभोक्ता मॉडल में,
07:55
i.e., where we choose to go shopping.
169
465550
2309
जहां हम खरीदारी के लिए चुनते हैं.
07:57
So, of course, people like
to go to local shops,
to go to local shops,
170
467883
2922
लोग स्थानीय दुकानों पर
जाना पसंद करते हैं,
जाना पसंद करते हैं,
08:00
but you'd be prepared
to go a little bit further
to go a little bit further
171
470829
2592
आप और आगे जाने के लिए तैयार रहेंगे
08:03
if it was a really good retail site.
172
473445
2116
अगर यह एक अच्छी खुदरा दुकान होगी.
08:05
And this analogy, actually, was already
picked up by some of the papers,
picked up by some of the papers,
173
475585
3442
यह समानता पहले से ही थी
कुछ अखबाराें ने उठाई,
कुछ अखबाराें ने उठाई,
08:09
with some tabloid press calling the events
"Shopping with violence,"
"Shopping with violence,"
174
479051
3262
टैबब्लॉइड ने लिखा: "हिंसा के साथ खरीदारी,"
08:12
which probably sums it up
in terms of our research.
in terms of our research.
175
482337
2788
जो इसे बताता है हमारे शोध के संदर्भ में.
08:15
Oh! -- we're going backwards.
176
485673
1476
ओह! हम पीछे जा रहे हैं.
08:19
OK, step three.
177
489730
1456
ठीक, चरण तीन.
08:21
Finally, the rioter is at his site,
178
491210
1817
अंत में,दंगाई मौके पर,
08:23
and he wants to avoid
getting caught by the police.
getting caught by the police.
179
493051
4572
और पुलिस की गिरफ्त से बचना चाहता है,
08:27
The rioters will avoid
the police at all times,
the police at all times,
180
497647
2701
दंगाई हर समय पुलिस से बचेंगे,
08:30
but there is some safety in numbers.
181
500372
2094
लेकिन संख्याओं में कुछ सुरक्षा है।
08:32
And on the flip side, the police,
with their limited resources,
with their limited resources,
182
502490
3061
और पुलिस, उनके सीमित संसाधनों के साथ,
08:35
are trying to protect
as much of the city as possible,
as much of the city as possible,
183
505575
2579
जितना हो सके शहर की रक्षा में लगे हैं,
08:38
arrest rioters wherever possible
184
508178
2013
जहां संभव हो दंगाइयों को पकड़ते हैं
08:40
and to create a deterrent effect.
185
510215
2041
एक निवारक प्रभाव बनाने के लिए.
08:45
And actually, as it turns out,
186
515510
1491
और जैसा पता चला है,
08:47
this mechanism between the two species,
so to speak, of rioters and police,
so to speak, of rioters and police,
187
517025
4623
पुलिस और दंगा करने वालों
के बीच यह तंत्र,
के बीच यह तंत्र,
08:51
is identical to predators
and prey in the wild.
and prey in the wild.
188
521672
2649
जंगल में शिकार और शिकारियों के समान है .
08:54
So if you can imagine rabbits and foxes,
189
524345
2197
खरगोशों और लोमड़ी की कल्पना कर सकते हैं,
08:56
rabbits are trying to avoid
foxes at all costs,
foxes at all costs,
190
526566
2750
खरगोश लोमड़ी से बचने की कोशिश कर रहे हैं,
08:59
while foxes are patrolling the space,
trying to look for rabbits.
trying to look for rabbits.
191
529340
3687
लोमड़ियाँ गश्त कर रही हैं
और खरगोश ढूंढ रही हैं.
और खरगोश ढूंढ रही हैं.
09:03
We actually know an awful lot
about the dynamics of predators and prey.
about the dynamics of predators and prey.
192
533051
3354
हम शिकार और शिकारियों के
बारे में बहुत जानते हैं,
बारे में बहुत जानते हैं,
09:06
We also know a lot about
consumer spending flows.
consumer spending flows.
193
536429
4979
उपभोक्ता की प्रवृतियों के बारे में
जानते हैं,
जानते हैं,
09:11
And we know a lot about
how viruses spread through a population.
how viruses spread through a population.
194
541432
3163
वायरस कैसे फैलता है यह भी जानते हैं,
09:14
So if you take these three analogies
together and exploit them,
together and exploit them,
195
544619
3033
आप इन तीन समानताओं को जानते हैं
और इस्तेमाल करते हैं ,
और इस्तेमाल करते हैं ,
09:17
you can come up with a mathematical
model of what actually happened,
model of what actually happened,
196
547676
3236
तो आप गणितीय मॉडल बना सकते हैं
कि वास्तव में क्या हुआ?
कि वास्तव में क्या हुआ?
09:20
that's capable of replicating
the general patterns
the general patterns
197
550936
2404
वह सामान्य पैटर्न की प्रतिकृति
करने में सक्षम है
करने में सक्षम है
09:23
of the riots themselves.
198
553364
1343
खुद की दंगों की,
09:25
Now, once we've got this,
we can almost use this as a petri dish
we can almost use this as a petri dish
199
555678
3086
हमें यह मिल गया, इसे पेट्री डिश के रूप में
उपयोग कर सकते हैं
उपयोग कर सकते हैं
09:28
and start having conversations
200
558788
1623
और वार्तालाप शुरू करें
09:30
about which areas of the city
were more susceptible than others
were more susceptible than others
201
560435
3139
शहर के कौन से क्षेत्र ज्यादा संवेदनशील थे
09:33
and what police tactics could be used
202
563598
1877
पुलिस रणनीति का क्या उपयोग हाे सकता है
09:35
if this were ever to happen
again in the future.
again in the future.
203
565499
2307
अगर भविष्य में यह कभी फिर होता है,
09:37
Even twenty years ago, modeling
of this sort was completely unheard of.
of this sort was completely unheard of.
204
567830
4003
20 साल पहले इस तरह की मॉडलिंग अनसुनी थी,
09:41
But I think that these analogies
are an incredibly important tool
are an incredibly important tool
205
571857
4444
इस तरह की अनुरूपतायें महत्वपूर्ण उपकरण हैं
09:46
in tackling problems with our society,
206
576325
2491
समाज की समस्याओं का सामना करने में,
09:48
and perhaps, ultimately improving
our society overall.
our society overall.
207
578840
3406
आखिर में, समाज के समग्र सुधार के लिए.
09:52
So, to conclude: life is complex,
208
582270
2389
निष्कर्ष यह कि जिंदगी ताे उलझी हुई है,
09:54
but perhaps understanding it need not
necessarily be that complicated.
necessarily be that complicated.
209
584683
3357
पर इसे सुलझाना इतना मुश्किल नहीं,
09:58
Thank you.
210
588064
1158
धन्यवाद.
09:59
(Applause)
211
589246
1386
(तालियां)
ABOUT THE SPEAKER
Hannah Fry - Complexity theoristHannah Fry researches the trends in our civilization and ways we can forecast its future.
Why you should listen
Hannah Fry completed her PhD in fluid dynamics in early 2011 with an emphasis on how liquid droplets move. Then, after working as an aerodynamicist in the motorsport industry, she began work on an interdisciplinary project in complexity sciences at University College London. Hannah’s current research focusses on discovering new connections between mathematically described systems and human interaction at the largest scale.
Fry is the author of the TED Book, The Mathematics of Love: Patterns, Proofs, and the Search for the Ultimate Equation.
Hannah Fry | Speaker | TED.com