ABOUT THE SPEAKER
Jean-Baptiste Michel - Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world.

Why you should listen

Jean-Baptiste Michel holds joint academic appointments at Harvard (FQEB Fellow) and Google (Visiting Faculty). His research focusses on using large volumes of data as tools that help better understand the world around us -- from the way diseases progress in patients over years, to the way cultures change in human societies over centuries. With his colleague Erez Lieberman Aiden, Jean-Baptiste is a Founding Director of Harvard's Cultural Observatory, where their research team pioneers the use of quantitative methods for the study of human culture, language and history. His research was featured on the covers of Science and Nature, on the front pages of the New York Times and the Boston Globe, in The Economist, Wired and many other venues. The online tool he helped create -- ngrams.googlelabs.com -- was used millions of times to browse cultural trends. Jean-Baptiste is an Engineer from Ecole Polytechnique (Paris), and holds an MS in Applied Mathematics and a PhD in Systems Biology from Harvard.

More profile about the speaker
Jean-Baptiste Michel | Speaker | TED.com
TED2012

Jean-Baptiste Michel: The mathematics of history

Jean-Baptiste Michel: Matematika dari sejarah

Filmed:
1,279,350 views

Apa yang dapat dijelaskan oleh matematika mengenai sejarah? Menurut TEDFellow Jean-Baptiste Michel, cukup banyak. Mulai dari perubahan bahasa hingga seberapa mematikan sebuah perang, dia menunjukkan bagaimana sejarah digital mulai mengungkapkan pola yang terpendam dalam.
- Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio

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

00:15
So it turnsberubah out that mathematicsmatematika is a very powerfulkuat languagebahasa.
0
0
3671
Ternyata, matematika adalah bahasa yang sangat hebat.
00:19
It has generateddihasilkan considerablecukup insightwawasan in physicsfisika,
1
3671
2312
Matematika telah memberi sangat banyak wawasan
00:21
in biologybiologi and economicsekonomi,
2
5983
2100
dalam bidang fisika, biologi, dan ekonomi
00:23
but not that much in the humanitiessastra and in historysejarah.
3
8083
2817
namun tidak sebanyak itu dalam bidang sastra dan sejarah.
00:26
I think there's a beliefkepercayaan that it's just impossiblemustahil,
4
10900
2283
Saya rasa ada keyakinan bahwa tidak mungkin
00:29
that you cannottidak bisa quantifymengukur the doingsperbuatan of mankindmanusia,
5
13183
2646
Anda dapat mengukur apa yang dilakukan umat manusia,
00:31
that you cannottidak bisa measuremengukur historysejarah.
6
15829
2519
tidak mungkin Anda dapat mengukur sejarah.
00:34
But I don't think that's right.
7
18348
1527
Namun saya rasa itu tidak benar.
00:35
I want to showmenunjukkan you a couplepasangan of examplescontoh why.
8
19875
2042
Saya ingin menjelaskan beberapa contoh alasannya.
00:37
So my collaboratorkolaborator ErezErez and I were consideringmengingat the followingberikut factfakta:
9
21917
2958
Saya bersama rekan saya, Erez, kami menilik fakta berikut:
00:40
that two kingsraja separatedterpisah by centuriesabad
10
24875
2729
dua orang raja yang terpaut ratusan tahun
00:43
will speakberbicara a very differentberbeda languagebahasa.
11
27604
1767
akan memiliki bahasa yang sangat berbeda.
00:45
That's a powerfulkuat historicalhistoris forcememaksa.
12
29371
2304
Itulah kekuatan sejarah yang sangat besar.
00:47
So the kingraja of EnglandInggris, AlfredAlfred the Great,
13
31675
1773
Jadi Raja Inggris Alfred Agung,
00:49
will use a vocabularykosa kata and grammartata bahasa
14
33448
1640
akan menggunakan kosakata dan tata bahasa
00:50
that is quitecukup differentberbeda from the kingraja of hippanggul hophop, Jay-ZJay-Z.
15
35088
3700
yang cukup berbeda dari raja hip hop, Jay-Z.
00:54
(LaughterTawa)
16
38788
1666
(Tawa)
00:56
Now it's just the way it is.
17
40454
2171
Itulah kenyataannya.
00:58
LanguageBahasa changesperubahan over time, and it's a powerfulkuat forcememaksa.
18
42625
2292
Bahasa berubah dari waktu ke waktu, dan kekuatan itu luar biasa.
01:00
So ErezErez and I wanted to know more about that.
19
44917
2287
Jadi saya dan Erez ingin mengetahuinya lebih lanjut.
01:03
So we paiddibayar attentionperhatian to a particulartertentu grammaticalgramatikal ruleaturan, past-tensemasa lampau conjugationkonjugasi.
20
47204
3657
Kami memperhatikan salah satu aturan tata bahasa, penafsiran bentuk lampau.
01:06
So you just addmenambahkan "edEd" to a verbkata kerja at the endakhir to signifymenandakan the pastlalu.
21
50861
3264
Tambahkan akhiran "ed" di belakang kata kerja untuk menyatakan bentuk lampau.
01:10
"TodayHari ini I walkberjalan. YesterdayKemarin I walkedberjalan."
22
54125
1927
"Hari ini: walk. Kemarin: walked."
01:11
But some verbskata kerja are irregulartidak beraturan.
23
56052
1344
Namun ada juga kata kerja tidak beraturan.
01:13
"YesterdayKemarin I thought."
24
57396
1396
"Hari ini: think. Kemarin: thought."
01:14
Now what's interestingmenarik about that
25
58792
1666
Hal yang menarik adalah kata kerja yang tidak beraturan
01:16
is irregulartidak beraturan verbskata kerja betweenantara AlfredAlfred and Jay-ZJay-Z have becomemenjadi more regularreguler.
26
60458
3830
di jaman Alfred menjadi lebih beraturan di jaman Jay-Z.
01:20
Like the verbkata kerja "to wedmenikah" that you see here has becomemenjadi regularreguler.
27
64288
2735
Seperti kata "wed" yang telah menjadi beraturan.
01:22
So ErezErez and I followeddiikuti the fatetakdir of over 100 irregulartidak beraturan verbskata kerja
28
67023
4022
Saya dan Erez menyusuri nasib lebih dari 100 kata kerja tidak beraturan
01:26
throughmelalui 12 centuriesabad of EnglishInggris languagebahasa,
29
71045
1919
selama 12 abad dari Bahasa Inggris,
01:28
and we saw that there's actuallysebenarnya a very simplesederhana mathematicalmatematis patternpola
30
72964
2911
dan kami melihat sebenarnya ada pola matematika yang sangat sederhana
01:31
that capturesmenangkap this complexkompleks historicalhistoris changeperubahan,
31
75875
2542
tentang perubahan sejarah yang rumit ini,
01:34
namelyyaitu, if a verbkata kerja is 100 timeswaktu more frequentsering than anotherlain,
32
78417
3660
yiatu, kata kerja yang 100 kali lebih sering digunakan
01:37
it regularizesregularizes 10 timeswaktu slowerlebih lambat.
33
82077
2665
menjadi beraturan 10 kali lebih lambat.
01:40
That's a piecebagian of historysejarah, but it comesdatang in a mathematicalmatematis wrappingPembungkus.
34
84742
3935
Itu adalah kepingan sejarah yang terbungkus oleh matematika.
01:44
Now in some caseskasus mathmatematika can even help explainmenjelaskan,
35
88677
3654
Dalam beberapa hal matematika bahkan dapat membantu
01:48
or proposemengusulkan explanationspenjelasan for, historicalhistoris forceskekuatan.
36
92331
2879
menjelaskan atau memberikan penjelasan akan kekuatan sejarah.
01:51
So here SteveSteve PinkerPinker and I
37
95210
1832
Saya bersama Steve Pinker
01:52
were consideringmengingat the magnitudebesarnya of warsperang duringselama the last two centuriesabad.
38
97042
3852
melihat pada dashyatnya perang selama 2 abad terakhir.
01:56
There's actuallysebenarnya a well-knownterkenal regularityketeraturan to them
39
100894
2495
Sebenarnya ada keteraturan yang cukup dikenal akan hal itu
01:59
where the numberjumlah of warsperang that are 100 timeswaktu deadliermematikan
40
103389
3422
di mana perang yang 100 kali lebih mematikan
02:02
is 10 timeswaktu smallerlebih kecil.
41
106811
1952
jumlahnya 10 kali lebih kecil.
02:04
So there are 30 warsperang that are about as deadlymematikan as the SixEnam DaysHari WarPerang,
42
108763
3344
Ada 30 perang yang sama mematikannya dengan "Pertempuran Enam Hari"
02:08
but there's only fourempat warsperang that are 100 timeswaktu deadliermematikan --
43
112107
2820
namun hanya ada 4 perang yang 100 kali lebih mematikan
02:10
like WorldDunia WarPerang I.
44
114927
1977
seperti Perang Dunia pertama.
02:12
So what kindjenis of historicalhistoris mechanismmekanisme can producemenghasilkan that?
45
116904
2923
Lalu mekanisme sejarah apa yang menghasilkan hal semacam itu?
02:15
What's the originasal of this?
46
119827
2000
Dari mana asalnya?
02:17
So SteveSteve and I, throughmelalui mathematicalmatematis analysisanalisis,
47
121827
2265
Dengan analisis matematika, saya dan Steve
02:19
proposemengusulkan that there's actuallysebenarnya a very simplesederhana phenomenonfenomena at the rootakar of this,
48
124092
4241
mengajukan bahwa sebenarnya ada peristiwa sederhana yang mendasarinya
02:24
whichyang lieskebohongan in our brainsotak.
49
128333
1690
yang ada pada otak kita.
02:25
This is a very well-knownterkenal featurefitur
50
130023
2019
Ini adalah ciri yang sudah sangat dikenal
02:27
in whichyang we perceivememahami quantitiesjumlah in relativerelatif wayscara --
51
132042
2975
di mana kita mengartikan ukuran secara relatif --
02:30
quantitiesjumlah like the intensityintensitas of lightcahaya or the loudnesskenyaringan of a soundsuara.
52
135017
3716
seperti intensitas cahaya atau kerasnya suara.
02:34
For instancecontoh, committingmelakukan 10,000 soldierstentara to the nextberikutnya battlepertarungan soundsterdengar like a lot.
53
138733
5309
Sebagai contoh, mengirim 10.000 orang tentara untuk bertempur terdengar banyak sekali
02:39
It's relativelyrelatif enormousbesar sekali if you've alreadysudah committedberkomitmen 1,000 soldierstentara previouslysebelumnya.
54
144042
3444
jika Anda sebelumnya telah mengirim 1.000 orang tentara.
02:43
But it doesn't soundsuara so much,
55
147486
1827
Namun itu terdengar tidak banyak,
02:45
it's not relativelyrelatif enoughcukup, it won'tbiasa make a differenceperbedaan
56
149313
3020
secara relatif, tidak akan ada bedanya
02:48
if you've alreadysudah committedberkomitmen 100,000 soldierstentara previouslysebelumnya.
57
152333
2952
jika Anda telah mengirim 100.000 orang tentara sebelumnya.
02:51
So you see that because of the way we perceivememahami quantitiesjumlah,
58
155285
3613
Jadi karena cara kita mengartikan ukuran inilah,
02:54
as the warperang dragsmenyeret on,
59
158898
1767
saat perang menjadi berlarut-larut,
02:56
the numberjumlah of soldierstentara committedberkomitmen to it and the casualtieskorban
60
160665
3085
jumlah tentara yang dikirimkan dan korban jiwanya
02:59
will increasemeningkat not linearlylinear --
61
163750
1683
tidak akan meningkat secara linier --
03:01
like 10,000, 11,000, 12,000 --
62
165433
1888
seperti 10.000, 11.000, 12.000 --
03:03
but exponentiallysecara eksponensial -- 10,000, laterkemudian 20,000, laterkemudian 40,000.
63
167321
4275
namun secara eksponensial -- 10.000, 20.000, lalu 40.000.
03:07
And so that explainsmenjelaskan this patternpola that we'vekita sudah seenterlihat before.
64
171596
3085
Hal itu menjelaskan pola yang kita lihat sebelumnya.
03:10
So here mathematicsmatematika is ablesanggup to linklink a well-knownterkenal featurefitur of the individualindividu mindpikiran
65
174681
5498
Di sinilah matematika dapat menghubungkan ciri yang sudah diketahui dalam otak manusia
03:16
with a long-termjangka panjang historicalhistoris patternpola
66
180179
2989
dengan pola sejarah jangka panjang
03:19
that unfoldsterungkap over centuriesabad and acrossmenyeberang continentsbenua.
67
183168
2857
yang terungkap selama berabad-abad di seluruh dunia.
03:21
So these typesjenis of examplescontoh, todayhari ini there are just a fewbeberapa of them,
68
186025
4017
Contoh-contoh seperti ini, saat ini hanya ada beberapa contoh,
03:25
but I think in the nextberikutnya decadedasawarsa they will becomemenjadi commonplacebiasa.
69
190042
2689
namun saya rasa akan menjadi hal yang biasa dalam dasawarsa mendatang.
03:28
The reasonalasan for that is that the historicalhistoris recordmerekam
70
192731
2392
Alasan dari hal itu adalah catatan sejarah
03:31
is becomingmenjadi digitizedDigital at a very fastcepat pacekecepatan.
71
195123
2460
telah dijadikan bentuk digital dengan sangat cepat.
03:33
So there's about 130 millionjuta booksbuku
72
197583
2610
Ada sekitar 130 juta buku
03:36
that have been writtentertulis sincesejak the dawnFajar of time.
73
200193
2311
yang telah ditulis sejak awal jaman.
03:38
CompaniesPerusahaan like GoogleGoogle have digitizedDigital manybanyak of them --
74
202504
2454
Perusahaan seperti Google telah membuat banyak diantaranya menjadi digital --
03:40
aboveatas 20 millionjuta actuallysebenarnya.
75
204958
1584
sekitar 20 juta buku.
03:42
And when the stuffbarang of historysejarah is availabletersedia in digitaldigital formbentuk,
76
206542
3578
Dan saat sejarah tersedia dalam bentuk digital,
03:46
it makesmembuat it possiblemungkin for a mathematicalmatematis analysisanalisis
77
210120
2380
akan menjadi mungkin bagi kita melakukan analisis matematika
03:48
to very quicklysegera and very convenientlynyaman
78
212500
2375
dengan sangat cepat dan mudah,
03:50
reviewulasan trendstren in our historysejarah and our culturebudaya.
79
214875
2725
untuk meninjau pada pola sejarah dan budaya kita.
03:53
So I think in the nextberikutnya decadedasawarsa,
80
217600
2721
Jadi saya rasa dalam dasawarsa mendatang
03:56
the sciencesilmu and the humanitiessastra will come closerlebih dekat togetherbersama
81
220321
2750
ilmu pengetahuan dan sastra akan menjadi lebih dekat
03:58
to be ablesanggup to answermenjawab deepdalam questionspertanyaan about mankindmanusia.
82
223071
3329
untuk dapat menjawab pertanyaan mendalam akan umat manusia.
04:02
And I think that mathematicsmatematika will be a very powerfulkuat languagebahasa to do that.
83
226400
4121
Dan saya rasa matematika akan menjadi bahasa yang sangat ampuh.
04:06
It will be ablesanggup to revealmengungkapkan newbaru trendstren in our historysejarah,
84
230521
3146
Matematika dapat mengungkapkan pola-pola baru dalam sejarah kita,
04:09
sometimesterkadang to explainmenjelaskan them,
85
233667
1750
terkadang dapat menjelaskannya juga,
04:11
and maybe even in the futuremasa depan to predictmeramalkan what's going to happenterjadi.
86
235417
3306
dan bahkan mungkin dapat memprediksi apa yang akan terjadi.
04:14
Thank you very much.
87
238723
1491
Terima kasih banyak.
04:16
(ApplauseTepuk tangan)
88
240214
3678
(Tepuk tangan)
Translated by Antonius Yudi Sendjaja
Reviewed by Rahmat Hidayah

▲Back to top

ABOUT THE SPEAKER
Jean-Baptiste Michel - Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world.

Why you should listen

Jean-Baptiste Michel holds joint academic appointments at Harvard (FQEB Fellow) and Google (Visiting Faculty). His research focusses on using large volumes of data as tools that help better understand the world around us -- from the way diseases progress in patients over years, to the way cultures change in human societies over centuries. With his colleague Erez Lieberman Aiden, Jean-Baptiste is a Founding Director of Harvard's Cultural Observatory, where their research team pioneers the use of quantitative methods for the study of human culture, language and history. His research was featured on the covers of Science and Nature, on the front pages of the New York Times and the Boston Globe, in The Economist, Wired and many other venues. The online tool he helped create -- ngrams.googlelabs.com -- was used millions of times to browse cultural trends. Jean-Baptiste is an Engineer from Ecole Polytechnique (Paris), and holds an MS in Applied Mathematics and a PhD in Systems Biology from Harvard.

More profile about the speaker
Jean-Baptiste Michel | Speaker | TED.com