TED2008
Neil Turok: My wish: Find the next Einstein in Africa
Per un Einstein africano: il TED wish di Neil Turok
Filmed:
Readability: 4.1
609,381 views
Ritirando il suo TED Prize del 2008, il fisico Neil Turok ha parlato a difesa dei giovani africani pieni di talento ma privi di opportunità per esprimerlo. Liberando e corroborando il potenziale creativo del continente, sostiene, possiamo fare la differenza nel futuro dell'Africa.
Neil Turok - Physicist, education activist
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa. Full bio
Neil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa. Full bio
Double-click the English transcript below to play the video.
00:13
It was an incredible surprise to me
0
1000
3000
È stata un'incredibile sorpresa, per me,
00:16
to find out that there was actually an organization that cared about both parts of my life.
1
4000
6000
scoprire che c'era un'organizzazione cui interessavano entrambi gli aspetti della mia vita.
00:22
Because, basically,
2
10000
1000
Perché, essenzialmente,
00:23
I work as a theoretical physicist.
3
11000
2000
sono un fisico teorico.
00:25
I develop and test models of the Big Bang,
4
13000
3000
Sviluppo e testo modelli del Big Bang,
00:28
using observational data.
5
16000
3000
basandomi sui dati delle osservazioni.
00:31
And I've been moonlighting for the last five years
6
19000
3000
Ma negli ultimi 5 anni, di notte, ho fatto un secondo lavoro,
00:34
helping with a project in Africa.
7
22000
3000
supportando un progetto in Africa.
00:37
And, I get a lot of flak for this at Cambridge.
8
25000
4000
Ed ho ricevuto molte critiche per questo, a Cambridge.
00:41
People wonder, you know, "How do you have time to do this?" And so on.
9
29000
4000
Si chiedevano:"Dove trovi il tempo per farlo?"
00:45
And so it was simply astonishing to me
10
33000
3000
E quindi fu semplicemente sbalorditivo, per me,
00:48
to find an organization that actually appreciated both those sides.
11
36000
4000
trovare un'organizzazione che apprezzasse entrambe le cose.
00:52
So I thought I'd start off by just telling you a little bit about myself
12
40000
3000
Così ho pensato di iniziare raccontandovi un po' di me
00:55
and why I lead this schizophrenic life.
13
43000
4000
e del perché conduco questa vita schizofrenica.
00:59
Well, I was born in South Africa and my parents were imprisoned
14
47000
5000
Sono nato in Sudafrica, ed i miei genitori furono arrestati
01:04
for resisting the racist regime.
15
52000
2000
per resistenza al regime razzista.
01:06
When they were released, we left and we went as refugees to Kenya and Tanzania.
16
54000
7000
Quando furono rilasciati, lasciammo il Sudafrica e ci rifugiammo in Kenya e Tanzania.
01:13
Both were very young countries then,
17
61000
2000
Erano entrambi paesi molto giovani, a quel tempo,
01:15
and full of hope for the future.
18
63000
3000
e pieni di speranza per il futuro.
01:18
We had an amazing childhood. We didn't have any money,
19
66000
2000
Abbiamo avuto un'infanzia incredibile. Non avevamo soldi,
01:20
but we were outdoors most of the time.
20
68000
3000
ma siamo stati fuori casa la maggior parte del tempo.
01:23
We had fantastic friends and we saw the wonders of the world,
21
71000
5000
Avevamo degli amici fantastici e vedevamo le meraviglie del mondo,
01:28
like Kilimanjaro, Serengeti and the Olduvai Gorge.
22
76000
6000
come il Kilimanjaro, il Serengeti e la Gola di Olduvai.
01:34
Well, then we moved to London for high school.
23
82000
2000
Poi ci spostammo a Londra per le superiori.
01:36
And after that -- there's nothing much to say about that.
24
84000
5000
E a quel punto - non c'è molto da dire su questo.
01:41
It was rather dull. But I came back to Africa
25
89000
4000
È stato piuttosto noioso. Ma tornai in Africa
01:45
at the age of 17, as a volunteer teacher
26
93000
4000
all'età di 17 anni, come insegnante volontario
01:49
to Lesotho, which is a tiny country,
27
97000
3000
in Lesotho, che è un piccolo paese,
01:52
surrounded at that time by apartheid South Africa.
28
100000
5000
circondato, in quel periodo, dal Sudafrica dell'apartheid.
01:57
Well, 80 percent of the men in Lesotho
29
105000
3000
L'80% degli uomini, in Lesotho,
02:00
worked in the mines over the border,
30
108000
4000
lavorava nelle miniere oltre il confine,
02:04
in brutal conditions.
31
112000
3000
in condizioni brutali.
02:07
Nevertheless, I -- as I'm sure -- as a rather irritating young, white man
32
115000
6000
Tuttavia io, giovane uomo bianco che senz'altro, in quanto tale, li irritava,
02:13
coming into their village, I was welcomed with incredible hospitality and warmth.
33
121000
6000
quando entravo nei loro villaggi ero accolto con un'ospitalità e un calore incredibili.
02:19
But the kids were the best part.
34
127000
2000
Ma la parte migliore furono i bambini.
02:21
The kids were amazing: extremely eager and often very bright.
35
129000
5000
I bambini erano incredibili: estremamente motivati, e spesso molto brillanti.
02:26
And I'm just going to tell you one story,
36
134000
2000
E adesso vi racconterò una storia
02:28
which got through to me.
37
136000
3000
che mi è accaduta.
02:31
I used to try to take the kids outside as often as possible,
38
139000
2000
Cercavo di portare i bambini all'esterno il più spesso possibile,
02:33
to try to connect the academic stuff with the real world.
39
141000
5000
nel tentativo di collegare le teorie scolastiche con il mondo reale.
02:38
And they weren't used to that.
40
146000
3000
E loro non erano abituati a questo.
02:41
But I took them outside one day and I said,
41
149000
2000
Ma un giorno li portai fuori e dissi loro:
02:43
"I want you to estimate the height of the building."
42
151000
3000
"Voglio che stimiate l'altezza dell'edificio."
02:46
And I expected them to put a ruler next to the wall,
43
154000
3000
Mi aspettavo che mettessero un righello vicino alla parete,
02:49
size it up with a finger, and make an estimate of the height.
44
157000
5000
prendessero un riferimento con un dito, e facessero una stima dell'altezza.
02:54
But there was one little boy, very small for his age.
45
162000
4000
Ma c'era un ragazzino, molto basso per la sua età,
02:58
He was the son of one of the poorest families in the village.
46
166000
3000
figlio di una delle famiglie più povere del villaggio,
03:01
And he wasn't doing that. He was scribbling with chalk on the pavement.
47
169000
5000
che si comportava diversamente. Faceva scarabocchi con il gesso sul marciapiede.
03:06
And so, I said -- I was annoyed -- I said, "What are you doing?
48
174000
3000
La cosa mi irritava, perciò gli chiesi:
03:09
I want you to estimate the height of the building."
49
177000
2000
"Che stai facendo? Voglio che tu calcoli l'altezza della costruzione."
03:11
He said, "OK. I measured the height of a brick.
50
179000
3000
Mi rispose:"Certo! Ho misurato l'altezza di un mattone,
03:14
I counted the number of bricks and now I'm multiplying."
51
182000
5000
[poi] ho contato i mattoni e adesso sto moltiplicando."
03:19
Well -- (Laughter) -- I hadn't thought of that one.
52
187000
5000
Beh - (Risate) - a questo non avevo pensato!
03:24
And many experiences like this happened to me.
53
192000
4000
E ho avuto molte esperienze come questa.
03:28
Another one is that I met a miner. He was home on his three-month leave from the mines.
54
196000
8000
Un'altra fu quando incontrai un minatore. Era a casa per le ferie trimestrali.
03:36
Sitting next to him one day, he said, "There's only one thing that I really loved at school.
55
204000
6000
Ero seduto accanto a lui, un giorno, e mi disse:"Ho amato una sola cosa, a scuola.
03:42
And you know what it was? Shakespeare." And he recited some to me.
56
210000
7000
Sai cos'era? Shakespeare." E mi recitò qualche verso.
03:49
And these and many similar experiences convinced me
57
217000
4000
Questa e molte altre esperienze simili mi convinsero
03:53
that there are just tons of bright kids in Africa
58
221000
4000
che l'Africa era piena di bambini brillanti
03:57
-- inventive kids, intellectual kids --
59
225000
4000
- bambini inventivi, bambini intellettuali -
04:01
and starved of opportunity.
60
229000
1000
e "affamati" di opportunità.
04:02
And if Africa is going to get fixed, it's by them, not by us.
61
230000
6000
E se l'Africa risolverà i suoi problemi, sarà per merito loro, non nostro.
04:08
Well, after -- (Applause) -- that's the truth.
62
236000
6000
Dopo... (Applausi) È così, davvero.
04:14
Well, after Lesotho, I traveled across Africa
63
242000
3000
Dopo il Lesotho, ho viaggiato in tutta l'Africa
04:17
before returning to England
64
245000
2000
per poi tornare in Inghilterra
04:20
-- so gray and depressing, in comparison.
65
248000
3000
- così grigia e deprimente, al confronto.
04:23
And I went to Cambridge. And there, I fell for theoretical physics.
66
251000
7000
Andai a Cambridge, e lì mi appassionai alla fisica teorica.
04:30
Well, I'm not going to explain this equation,
67
258000
2000
Non vi spiegherò questa equazione,
04:32
but theoretical physics is really an amazing subject.
68
260000
4000
ma la fisica teorica è veramente un argomento sorprendente.
04:36
We can write down all the laws of physics we know in one line.
69
264000
6000
Possiamo scrivere tutte le leggi note della fisica in una riga.
04:42
And, admittedly, it's in a very shorthand notation.
70
270000
5000
Certo, è una notazione molto compatta.
04:47
And it contains 18 free parameters,
71
275000
4000
E contiene 18 parametri liberi,
04:51
OK, which we have to fit to the data.
72
279000
3000
che dobbiamo adattare ai dati.
04:54
So it's not the final story,
73
282000
2000
Quindi non è la fine delle fisica,
04:56
but it's an incredibly powerful summary of everything we know
74
284000
5000
ma è una sintesi incredibilmente efficace di tutto ciò che conosciamo
05:01
about nature at the most basic level.
75
289000
4000
sulla natura al suo livello più fondamentale.
05:05
And apart from a few very important loose ends, which you've heard about here --
76
293000
4000
Se escludiamo alcuni casi limite molto importanti, di cui avrete sentito parlare qui,
05:09
like dark energy and dark matter --
77
297000
3000
come l'energia oscura e la materia oscura,
05:12
this equation describes,
78
300000
2000
questa equazione
05:14
seems to describe everything about the universe and what's in it.
79
302000
5000
sembra descrivere l'intero Universo e quel che vi avviene.
05:19
But there's one big puzzle remaining,
80
307000
2000
Ma resta un grosso interrogativo
05:21
and this was most succinctly put to me by my primary school math teacher in
81
309000
5000
che mi fu spiegato in due parole dalla mia maestra delle elementari
05:26
Tanzania, who's a wonderful Scottish lady
82
314000
3000
in Tanzania, una meravigliosa donna scozzese,
05:29
who I still stay in touch with.
83
317000
3000
con cui ancora sono in contatto,
05:32
And she's now in her 80s.
84
320000
2000
e che adesso ha circa ottant'anni.
05:34
And when I try to explain my work to her, she waved away all the details, and she said,
85
322000
5000
Quando provai a spiegarle il mio lavoro, lei trascurò tutti i dettagli e disse:
05:39
"Neil, there's only one question that really matters.
86
327000
5000
"Neil, c'è solo una questione davvero importante.
05:44
What banged?" (Laughter)
87
332000
4000
Che cosa ha fatto Bang?" (Risate)
05:48
"Everyone talks about the Big Bang. What banged?"
88
336000
5000
"Tutti parlano del Big Bang. Ma cosa ha fatto Bang?"
05:53
And she's right. It's a question we've all been avoiding.
89
341000
5000
E ha ragione. È una domanda che abbiamo tutti evitato.
05:58
The standard explanation is that the universe somehow sprang into existence,
90
346000
5000
La spiegazione standard è che l'Universo si sia in qualche modo posto in essere,
06:03
full of a strange kind of energy
91
351000
2000
pieno di questo strano tipo di energia,
06:05
-- inflationary energy -- which blew it up.
92
353000
5000
-- energia inflazionaria -- che lo fece esplodere.
06:10
But the puzzle of why the universe emerged in that peculiar state
93
358000
4000
Ma perché l'Universo sia emerso in quello stato particolare
06:14
is completely unsolved.
94
362000
4000
resta completamente da chiarire.
06:18
Now, I worked on that theory for a while, with Stephen Hawking and others.
95
366000
4000
Ho lavorato su quella teoria per un po', con Stephen Hawking ed altri.
06:22
But then I began to explore another alternative.
96
370000
3000
Ma poi cominciai a esplorare un'altra alternativa.
06:25
The alternative is that the Big Bang wasn't the beginning.
97
373000
3000
L'alternativa è che il Big Bang non sia stato l'inizio.
06:28
Perhaps the universe existed before the bang,
98
376000
3000
Forse l'Universo esisteva prima del Bang,
06:31
and the bang was just a violent event in a pre-existing universe.
99
379000
5000
e il Bang è stato solo un evento violento in un Universo pre-esistente.
06:36
Well, this possibility is actually suggested
100
384000
3000
In effetti, a suggerire questa possibilità
06:39
by the latest theories, the unified theories,
101
387000
3000
sono le teorie più recenti, le teorie unificate,
06:42
which try to explain all those 18 free parameters
102
390000
3000
che cercano di spiegare tutti questi 18 parametri liberi
06:45
in a single framework, which will hopefully predict all of them.
103
393000
7000
in una singola cornice che, si spera, li prevederà tutti.
06:52
And I'll just share a cartoon of this idea here.
104
400000
3000
Vi mostrerò un'animazione.
06:55
It's all I can convey. According to these theories,
105
403000
3000
È il meglio che posso fare. Secondo queste teorie,
06:58
there are extra dimensions of space, not just the three we're familiar with,
106
406000
3000
lo spazio contiene dimensioni aggiuntive, non solo le tre a noi note.
07:01
but at every point in the room there are more dimensions.
107
409000
4000
In ogni luogo vi sono dimensioni aggiuntive.
07:05
And in particular, there's one rather strange one,
108
413000
2000
E ce n'è una, in particolare, piuttosto strana,
07:07
in the most elegant unified theories we have.
109
415000
3000
nelle teorie unificate più eleganti che abbiamo.
07:10
The strange one looks likes this:
110
418000
2000
Quella strana ha questo aspetto:
07:12
that we live in a three-dimensional world.
111
420000
3000
viviamo in un mondo tridimensionale.
07:15
We live in one of these worlds, and I can only show it as a sheet,
112
423000
4000
Viviamo in uno di questi mondi. Posso mostrarvelo solo come un foglio,
07:19
but it's really three-dimensional.
113
427000
3000
ma in realtà è un oggetto tridimensionale.
07:22
And a tiny distance away, there's another sheet,
114
430000
4000
E a breve distanza, c'è un altro foglio,
07:26
also three-dimensional, and they're separated by a gap.
115
434000
2000
anch'esso tridimensionale, e con un interstizio in mezzo.
07:28
The gap is very tiny, and I've blown it up so you can see it.
116
436000
3000
L'interstizio è molto piccolo, l'ho ingrandito perché possiate vederlo.
07:31
But it's really a tiny fraction of the size of an atomic nucleus.
117
439000
5000
Ma è una piccola frazione della dimensione di un nucleo atomico.
07:36
I won't go into the details of why we think the universe is like this,
118
444000
3000
Non entrerò nei dettagli del perché pensiamo che l'Universo sia così,
07:39
but it comes out of the math and trying to explain the physics that we know.
119
447000
4000
ma viene fuori così dalla matematica e dai tentativi di spiegare la fisica che conosciamo.
07:43
Well, I got interested in this because it seemed to me that it was an obvious question.
120
451000
4000
La cosa mi interessò, perché mi sembrò ovvio chiedermi:
07:47
Which is, what happens if these two, three-dimensional worlds
121
455000
3000
"Cosa succederebbe quando questi due mondi 3D
07:50
should actually collide?
122
458000
3000
dovessero collidere?
07:54
And if they collide, it would look a lot like the Big Bang.
123
462000
3000
Se collidessero, la cosa somiglierebbe molto al Big Bang,
07:57
But it's slightly different than in the conventional picture.
124
465000
3000
ma con una leggera differenza rispetto all'immagine tradizionale.
08:00
The conventional picture of the Big Bang is a point.
125
468000
2000
L'immagine tradizionale del Big Bang è un punto.
08:02
Everything comes out of a point;
126
470000
2000
Tutto converge ad un punto
08:04
you have infinite density. And all the equations break down.
127
472000
4000
di densità infinita, e le equazioni non valgono più.
08:08
No hope of describing that.
128
476000
2000
Non c'è modo di descriverle.
08:10
In this picture, you'll notice,
129
478000
2000
In questa immagine noterete
08:12
the bang is extended. It's not a point.
130
480000
2000
che Il Bang è esteso, non è un punto.
08:14
The density of matter is finite, and we have a chance
131
482000
3000
La densità della materia è finita, ed è possibile
08:17
of a consistent set of equations that can describe the whole process.
132
485000
5000
formulare un insieme di equazioni coerenti che possono descrivere l'intero processo.
08:22
So, to cut a long story short, we've explored this alternative.
133
490000
3000
E così, per farla breve, abbiamo sondato questa alternativa,
08:25
We've shown that it can fit
134
493000
2000
abbiamo mostrato che può adeguarsi
08:27
all of the data that we have about the formation of galaxies,
135
495000
4000
a tutti i dati disponibili sulla formazione delle galassie,
08:31
the fluctuations in the microwave background.
136
499000
3000
le fluttuazioni nelle radiazioni di fondo.
08:34
Furthermore, there's an experimental way
137
502000
2000
C'è inoltre un metodo sperimentale
08:36
to tell this theory, apart from the inflationary explanation that I told you before.
138
504000
7000
per separare questa teoria dalla spiegazione inflazionistica di cui vi ho parlato prima.
08:43
It involves gravitational waves.
139
511000
3000
Ha a che fare con le onde gravitazionali.
08:46
And in this scenario, not only was the Big Bang not the beginning,
140
514000
3000
Ed in questo scenario, non solo il Big Bang non è stato l'inizio,
08:49
as you can see from the picture,
141
517000
3000
come potete vedere in questa immagine,
08:52
it can happen over and over again.
142
520000
2000
ma può anche avvenire in continuazione.
08:54
It may be that we live in an endless universe,
143
522000
3000
Forse viviamo in un Universo dallo spazio e dal tempo
08:57
both in space and in time.
144
525000
1000
infiniti,
09:01
And there've been bangs in the past, and there will be bangs in the future.
145
529000
3000
ci sono stati altri bang nel passato e ce ne saranno altri nel futuro.
09:04
And maybe we live in an endless universe.
146
532000
4000
E forse viviamo in un Universo senza fine.
09:08
Well, making and testing models of the universe
147
536000
5000
Beh, fare e testare i diversi modelli dell'Universo
09:13
is, for me, the best way I have of enjoying and appreciating the universe.
148
541000
7000
è, trovo, il miglior modo che ho di godere ed apprezzare l'Universo.
09:20
We need to make the best mathematical models we can,
149
548000
2000
Dobbiamo fare i migliori modelli matematici
09:22
the most consistent ones.
150
550000
2000
che possiamo, i più coerenti.
09:24
And then we scrutinize them, logically and with data.
151
552000
4000
Poi li testiamo con la logica e con i dati.
09:28
And we try to convince ourselves --
152
556000
3000
E proviamo davvero a convincerci
09:31
we really try to convince ourselves they're wrong.
153
559000
2000
di aver sbagliato.
09:33
That's progress: when we prove things wrong.
154
561000
3000
Questo è progresso: dimostrare che le teorie sono sbagliate.
09:36
And gradually, we hopefully move closer and closer to understanding the world.
155
564000
6000
E gradualmente, speriamo di avvicinarci sempre più alla comprensione del mondo.
09:42
As I pursued my career, something was always gnawing away inside me.
156
570000
5000
Tuttavia, man mano che avanzavo nella mia carriera, qualcosa continuava a rodermi dentro.
09:47
What about Africa?
157
575000
3000
Che ne era dell'Africa?
09:50
What about those kids I'd left behind?
158
578000
5000
Che ne era di tutti quei bambini che avevo lasciato dietro di me?
09:55
Instead of developing, as we'd all hoped in the '60s,
159
583000
3000
Invece di svilupparsi, come tutti noi speravamo negli anni '60,
09:58
things had gotten worse.
160
586000
2000
le cose sono peggiorate.
10:00
Africa was gripped by poverty, disease and war.
161
588000
4000
L'Africa era piagata da malattie, povertà e guerra.
10:04
This is very graphically shown by the Worldmapper website and project.
162
592000
6000
Questo è dimostrato in modo molto eloquente dal sito e dal progetto Worldmapper.
10:10
And so the idea is to represent each country
163
598000
3000
L'idea è di rappresentare ogni nazione
10:13
on a map, but scale the area according to some quantity.
164
601000
6000
su una mappa, proporzionandone l'area rispetto a una qualche grandezza.
10:19
So here's just the standard area map of the world.
165
607000
2000
Ecco qui dunque la mappa standard del mondo.
10:21
By the way, Africa is very large.
166
609000
2000
L'Africa, per inciso, è molto grande.
10:23
And the next map now shows Africa's GDP in 1960,
167
611000
5000
La mappa successiva ci mostra il PIL africano nel 1960,
10:28
around the time of independence for many African states.
168
616000
5000
nel periodo in cui molti stati africani conquistarono l'indipendenza.
10:33
Now, this is 1990, and then 2002. And here's a projection for 2015.
169
621000
10000
Questo è il 1990, poi il 2002. E questa è una proiezione per il 2015.
10:44
Big changes are happening in the world,
170
632000
1000
Stanno avvenendo grossi cambiamenti nel mondo,
10:45
but they're not helping Africa.
171
633000
3000
ma non stanno aiutando l'Africa.
10:48
What about Africa's population? The population isn't out of proportion to its area,
172
636000
4000
Come vive la popolazione Africana? La densità demografica non è squilibrata,
10:52
but Africa leads the world in deaths from often preventable causes:
173
640000
5000
ma l’Africa è prima al mondo nelle morti per cause spesso prevenibili:
10:57
malnutrition, simple infections and birth complications.
174
645000
7000
malnutrizione, infezioni banali e complicazioni alla nascita.
11:04
Then there's HIV/AIDS. And then there are deaths from war.
175
652000
5000
Poi c’è l’HIV/AIDS. E poi ci sono i morti di guerra.
11:09
OK, currently there are 45,000 people a month dying in the Congo,
176
657000
5000
Al momento muoiono in Congo 45.000 persone al mese,
11:14
as a consequence of the war
177
662000
2000
a causa della guerra
11:16
there over coltan and diamonds and other things.
178
664000
4000
del coltan, dei diamanti ed altre risorse.
11:20
It's still going on.
179
668000
4000
[Guerra che] sta ancora infuriando.
11:24
What about Africa's capacity to do something about these problems?
180
672000
3000
Come se la cava, l'Africa, nell'affrontare questi problemi?
11:27
Well, here's the number of physicians in Africa.
181
675000
5000
Questo è il numero dei medici in Africa,
11:32
Here's the number of people in higher education.
182
680000
5000
questo è il numero di persone con istruzione superiore,
11:37
And here -- most shocking to me --
183
685000
2000
e qui, cosa che più mi sciocca,
11:39
the number of scientific research papers coming out of Africa.
184
687000
4000
il numero di paper scientifici che si producono in Africa.
11:43
It just doesn't exist scientifically.
185
691000
5000
Scientificamente, è come se non esistesse.
11:48
And this was very eloquently argued at TED Africa:
186
696000
3000
E a TED Africa si è parlato a chiare lettere proprio
11:51
that all of the aid that's been given
187
699000
2000
di come tutto l’aiuto dato
11:53
has completely failed to put Africa onto its own two feet.
188
701000
8000
abbia completamente fallito lo scopo di far camminare l’Africa da sola.
12:01
Well, the transition to democracy in South Africa in 1994
189
709000
3000
La transizione alla democrazia in Sudafrica, nel 1994,
12:04
was literally a dream come true for many of us.
190
712000
4000
fu letteralmente un sogno che si avverava per molti di noi.
12:08
My parents were both elected to the first parliament,
191
716000
3000
I miei genitori furono entrambi eletti nel primo parlamento,
12:11
alongside Nelson and Winnie Mandela. They were the only other couple.
192
719000
5000
insieme a Nelson e Winnie Mandela. Erano l’unica altra coppia.
12:16
And in 2001, I took a research leave to visit them.
193
724000
4000
E nel 2001, presi un permesso di ricerca per visitarli.
12:20
And while I was busy working -- I was working on these colliding worlds, in the day.
194
728000
7000
E mentre ero impegnato a lavorare su questi mondi in collisione, in quel periodo,
12:27
But I learned that there was a desperate shortage of skills,
195
735000
3000
capii che c’era una disperata mancanza di abilità,
12:30
especially mathematical skills, in industry, in government, in education.
196
738000
8000
specialmente di abilità matematiche, nell’industria, nel governo, nell’istruzione.
12:38
The ability to make and test models has become essential,
197
746000
4000
L’abilità di creare e testare modelli è diventata essenziale,
12:42
not only to every single area of science today,
198
750000
3000
non solo per ogni settore scientifico di oggi,
12:45
but also to modern society itself.
199
753000
4000
ma anche per la stessa società moderna.
12:49
And if you don't have math, you're not going to enter the modern age.
200
757000
6000
Senza matematica, non si entra nell’era moderna.
12:55
So I had an idea. And the idea was very simple.
201
763000
3000
Così mi venne un’idea molto semplice:
12:58
The idea was to set up an African Institute for Mathematical Sciences, or AIMS.
202
766000
6000
fondare un African Institute for Mathematical Sciences, or AIMS.
13:04
And let's recruit students from the whole of Africa,
203
772000
4000
E attirare studenti dall’intera Africa,
13:08
bring them together with lecturers from all over the world,
204
776000
4000
farli studiare con professori da tutto il mondo,
13:12
and we'll try to give them a fantastic education.
205
780000
5000
e provare a dar loro una formazione d'eccellenza.
13:17
Well, as a Cambridge professor, I had many contacts.
206
785000
3000
Beh, come professore di Cambridge, avevo molti contatti.
13:20
And to my astonishment, they backed me 100 percent.
207
788000
3000
E con mia grande sorpresa, mi hanno appoggiato completamente.
13:23
They said, "Go and do it,
208
791000
2000
Mi dissero:"Vai e fallo,
13:25
and we'll come and lecture."
209
793000
4000
noi verremo e terremo lezione.
13:29
And I knew it would be amazing fun to bring brilliant students
210
797000
4000
E sapevo che sarebbe stato esaltante portarvi studenti brillanti, provenienti
13:33
from these countries -- where they don't have any opportunities -- together
211
801000
4000
da queste nazioni che non offrono loro alcuna opportunità, insieme
13:37
with the best lecturers in the world --
212
805000
2000
ai migliori professori al mondo,
13:39
who I knew would come, because of the interest in Africa --
213
807000
3000
che sapevo sarebbero venuti, per l’interesse che avevano nell’Africa.
13:42
and put them together and just let the sparks fly.
214
810000
7000
E metterli insieme, e lasciare che le scintille volassero.
13:49
So we bought a derelict hotel near Cape Town.
215
817000
4000
Comprammo dunque un hotel diroccato, vicino a Città del Capo.
13:53
It's an 80-room Art Deco hotel from the 1920s.
216
821000
3000
È un hotel Art Deco degli anni ’20.
13:56
The area was kind of seedy, so we got an 80-room hotel for 100,000 dollars.
217
824000
6000
L’area era degradata, quindi comprammo un hotel da 80 stanze per 100.000 $.
14:02
It's a beautiful building. We decided we would refurbish it
218
830000
4000
È una bella costruzione. Decidemmo di riammobiliarlo
14:06
and then put out the word:
219
834000
2000
e di far girare la voce
14:08
we're going to start the best math institute in Africa
220
836000
4000
che vi avremmo avviato il migliore istituto africano
14:12
in this hotel.
221
840000
1000
di matematica.
14:13
Well, the new South Africa is a very exciting country.
222
841000
3000
Beh, il nuovo Sudafrica è una nazione molto entusiasmante.
14:16
And those of you who haven't been there, you should go.
223
844000
3000
Chi di voi non c'è stato dovrebbe andarci.
14:19
It's very, very interesting what's happening.
224
847000
3000
È molto, molto interessante quello che sta avvenendo.
14:22
And we recruited wonderful staff,
225
850000
3000
Abbiamo assunto un grandioso staff,
14:25
highly motivated staff.
226
853000
2000
uno staff molto motivato.
14:27
The other thing that's happened, which was good for us, is the Internet.
227
855000
4000
Un altro cambiamento che volge a nostro favore è Internet.
14:31
Even though the Internet is very expensive all over Africa,
228
859000
3000
Sebbene Internet sia molto costoso in tutta l’Africa,
14:34
there are Internet cafes everywhere.
229
862000
2000
ci sono Internet café dovunque.
14:36
And bright young Africans are desperate to join the global community,
230
864000
5000
E i giovani africani più brillanti non vedono l'ora di entrare nella comunità globale,
14:41
to be successful -- and they're very ambitious.
231
869000
3000
di avere successo — e sono molto ambiziosi.
14:44
They want to be the next Einstein.
232
872000
4000
Vogliono essere il prossimo Einstein.
14:50
And so when word came out that AIMS was opening,
233
878000
3000
Di conseguenza, quando uscì la voce che l’AIMS stava aprendo i battenti,
14:53
it spread very quickly via e-mail and our website.
234
881000
4000
si sparse molto in fretta grazie alle email e al nostro sito Internet.
14:57
And we got lots of applicants.
235
885000
2000
E ricevemmo molte richieste.
14:59
Well, we designed AIMS as a 24-hour learning environment,
236
887000
3000
Abbiamo progettato l’AIMS come un posto dove si impara 24 ore al giorno,
15:02
and it was fantastic to start a university from the beginning.
237
890000
4000
ed è stato fantastico fondare un’università da zero.
15:06
You have to rethink, what is the university for?
238
894000
4000
Devi ripensare a cosa serve un’università.
15:10
And that's really exciting.
239
898000
2000
Ed è veramente esaltante.
15:12
So we designed it to have interactive teaching.
240
900000
3000
La costruimmo in modo da rendere l’insegnamento interattivo.
15:15
No droning on at the chalkboard.
241
903000
4000
Niente recite alla lavagna.
15:19
We emphasize problem-solving, working in groups,
242
907000
4000
Preferiamo il problem-solving, il lavoro di gruppo,
15:23
every student discovering and maximizing their own potential
243
911000
4000
studenti che scoprono e massimizzano il loro potenziale,
15:27
and not chasing grades.
244
915000
3000
più che conquistare un titolo.
15:30
Everyone lives together in this hotel -- lecturers and students --
245
918000
2000
Tutti vivono in questo hotel, professori e studenti,
15:32
and it's not surprising at all to find an impromptu tutorial at 1 a.m.
246
920000
6000
e non è affatto insolito trovare un tutorial improvvisato all’una del mattino.
15:38
The students don't usually leave the computer lab till 2 or 3 a.m.
247
926000
4000
Di solito gli studenti non lasciano il laboratorio informatico fino alle due o alle tre del mattino.
15:42
And then they're up again at eight in the morning.
248
930000
2000
E per le otto del mattino sono di nuovo in piedi.
15:44
Lectures, problem-solving and so on. It's an extraordinary place.
249
932000
7000
Lezioni, problem solving e così via. È un posto straordinario.
15:51
We especially emphasize areas of great relevance to Africa's development,
250
939000
5000
Diamo un'importanza speciale alle aree di grande rilievo per lo sviluppo dell’Africa,
15:56
because, in those areas, scientists working in Africa will have a competitive advantage.
251
944000
6000
perché in quelle aree gli scienziati che lavorano in Africa avranno un vantaggio competitivo.
16:02
They'll publish, be invited to conferences.
252
950000
2000
Pubblicheranno, saranno invitati alle conferenze,
16:04
They'll do well. They'll have successful careers.
253
952000
6000
lavoreranno bene, faranno carriere di successo.
16:10
And AIMS has done extremely well.
254
958000
2000
E l’AIMS ha lavorato estremamente bene.
16:12
Here is a list of last year's graduates, graduated in June,
255
960000
4000
Qui c’è una lista dei laureati dell’ultimo anno, laureatisi a Giugno,
16:16
and what they're currently doing -- 48 of them.
256
964000
3000
e quello che, al momento, 48 di loro stanno facendo.
16:19
And where they are is indicated over here.
257
967000
4000
Qui sopra è indicato dove si trovano,
16:23
And where they've gone. So these are all postgraduate students.
258
971000
4000
e dove sono andati. Sono tutti studenti post-laurea.
16:27
And they've all gone on to master's and Ph.D. degrees in excellent places.
259
975000
7000
E sono tutti a fare master e dottorati in posti di eccellenza.
16:34
Five students can be educated at AIMS
260
982000
2000
All’AIMS possiamo formare cinque studenti
16:36
for the cost of educating one in the U.S. or Europe.
261
984000
4000
al costo di un solo studente negli Stati Uniti o in Europa.
16:40
But more important, the pan-African student body
262
988000
3000
Cosa ancora più importante, avere studenti provenienti da tutta l'Africa
16:43
is a continual source of strength, pride and commitment to Africa.
263
991000
6000
è una fonte continua di forza, orgoglio ed impegno verso l’Africa.
16:49
We illustrate AIMS' progress by coloring in the countries of Africa.
264
997000
5000
Illustriamo il progresso dell’AIMS colorando le varie nazioni dell’Africa.
16:54
So here you can see behind this list.
265
1002000
2000
Potete vederlo dietro questa lista.
16:56
When a county is colored yellow, we've received an application;
266
1004000
4000
Quando una nazione è colorata in giallo, abbiamo ricevuto una richiesta,
17:00
orange, we've accepted an application; and green,
267
1008000
5000
arancione: l’abbiamo accettata e verde:
17:05
a student has graduated.
268
1013000
2000
uno studente si è laureato.
17:07
So here is where we were after the first graduation in 2004.
269
1015000
4000
Questa è la situazione dopo le prime lauree, nel 2004.
17:11
And we set ourselves a goal of turning the continent green.
270
1019000
4000
E ci siamo dati l’obiettivo di rendere verde l'intero continente.
17:15
So there's 2005, -6, -7, -8.
271
1023000
4000
Questo è il 2005, -6, -7, -8.
17:19
(Applause)
272
1027000
10000
(Applausi)
17:29
We're well on the way to achieving our initial goal.
273
1037000
4000
Ci stiamo davvero avvicinando al nostro obiettivo iniziale.
17:33
We had some of the students filmed at home before they came to AIMS.
274
1041000
4000
Abbiamo alcuni filmati dei vari studenti, girati a casa
17:37
And I'll just show you one.
275
1045000
3000
prima di andare all’AIMS. Ve ne mostro uno.
17:40
Tendai Mugwagwa: My name is Tendai Mugwagwa.
276
1048000
4000
Tendai Mugwagwa: Mi chiamo Tendai Mugwagwa.
17:44
I have a Bachelor of Science with an education degree.
277
1052000
3000
Ho un diploma universitario.
17:47
I will be attending AIMS.
278
1055000
2000
Frequenterò l’AIMS.
17:49
My understanding of the course is that it covers quite a lot.
279
1057000
4000
Credo che il suo corso copra molti argomenti.
17:53
You know, from physics to medicine,
280
1061000
4000
Dalla medicina alla fisica,
17:57
in particular, epidemiology and also mathematical modeling.
281
1065000
6000
in particolare epidemiologia e modellizzazione matematica.
18:03
Neil Turok: So Tendai came to AIMS and did very well.
282
1071000
5000
Neil Turok: Tendai è arrivata così all’AIMS, e ha fatto un ottimo lavoro.
18:08
And I'll let her take it from there.
283
1076000
4000
Lascerò che sia lei a parlare.
18:16
TM: My name is Tendai Mugwagwa
284
1084000
2000
TM: Mi chiamo Tendai Mugwagwa,
18:18
and I was a student at AIMS in 2003 and 2004.
285
1086000
4000
ho studiato all’AIMS nel 2003 e nel 2004.
18:22
After leaving AIMS, I went on to do a master's in applied mathematics
286
1090000
5000
Dopo aver lasciato l’AIMS ho continuato con un Master in Matematica Applicata
18:27
at the University of Cape Town in South Africa.
287
1095000
3000
all’Università di Città del Capo, in Sudafrica.
18:30
After that, I came to the Netherlands
288
1098000
2000
Dopo sono andata in Olanda,
18:32
where I'm now doing a Ph.D. in theoretical immunology.
289
1100000
3000
e adesso sto facendo un dottorato in Immunologia Teorica.
18:35
Professor: Tendai is working very independently.
290
1103000
3000
Professor: Tendai lavora in modo molto autonomo,
18:38
She communicates well with the immunologists at the hospital.
291
1106000
4000
e comunica bene con gli epidemiologi dell'ospedale,
18:42
So all in all I have a very good Ph.D. student from South Africa.
292
1110000
4000
perciò mi trovo una dottoranda molto brava dal Sudafrica.
18:46
So I'm happy she's here.
293
1114000
3000
Sono contento che sia qui.
18:49
NT: Another student in the first year of AIMS was Shehu.
294
1117000
4000
NT: Un altro studente, al primo anno dell’AIMS, fu Shelu.
18:53
And he's shown here with his favorite high school teacher.
295
1121000
5000
Qui lo vediamo con la sua insegnante delle superiori preferita.
18:58
And then entering university in northern Nigeria.
296
1126000
6000
E poi all'arrivo in Università, nella Nigeria del nord.
19:04
And after AIMS, Shehu wanted to do high-energy physics,
297
1132000
5000
Dopo l’AIMS, Shehu voleva fare fisica delle alte energie,
19:09
and he came to Cambridge.
298
1137000
2000
e andò a Cambridge.
19:11
He's about to finish his Ph.D.,
299
1139000
3000
Sta per finire il suo dottorato,
19:14
and he was filmed recently with someone you all know.
300
1142000
4000
ed è stato filmato di recente con qualcuno che tutti voi conoscete.
19:18
Shehu: And from there we will be able to,
301
1146000
2000
Shehu: E da lì, saremo, si spera,
19:20
hopefully, make better predictions and then we compare it
302
1148000
3000
in grado di fare previsioni migliori e poi lo confronteremo
19:23
to the graph and also make some predictions.
303
1151000
5000
con il grafico e faremo anche qualche previsione.
19:28
Stephen Hawking: That is nice.
304
1156000
3000
Stephen Hawking: Ottimo.
19:31
NT: Here are the current students at AIMS. There are 53 of them
305
1159000
3000
Neil Turok: Questi sono i studenti di oggi all’AIMS. Ce ne sono 53
19:34
from 20 different countries, including 20 women.
306
1162000
4000
da 20 nazioni differenti, tra cui 20 donne.
19:38
So now I'm going to get to my TED business.
307
1166000
3000
Adesso arrivo al mio TED wish.
19:41
Well, we had a party. This is Africa --
308
1169000
3000
Beh, c’era una festa. Questa è l’Africa.
19:44
we have good parties in Africa. And last month, they threw a surprise party for me.
309
1172000
4000
Facciamo delle bellissime feste in Africa. E lo scorso mese, fecero una festa a sorpresa per me.
19:48
Here's somebody you've seen already.
310
1176000
2000
Ecco due persone che già conoscete.
19:50
(Applause)
311
1178000
24000
(Applausi)
20:14
I want to point out a few other exceptional people in this picture.
312
1202000
4000
Voglio presentarvi qualche altro studente eccezionale presente in questa foto
20:18
So, we were having a party,
313
1206000
1000
Stavamo festeggiando,
20:19
as you can see they're completely eclipsing me at this point.
314
1207000
4000
come potete vedere, in questo momento mi stanno completamente nascondendo.
20:23
This is Ezra. She's from Darfur.
315
1211000
3000
Lei è Ezra, viene dal Darfur.
20:26
She's a physicist, and somehow stays smiling,
316
1214000
4000
È un fisico, ed in qualche modo riesce ancora a sorridere,
20:30
in spite of everything going on back home.
317
1218000
2000
con tutto quel che succede a casa.
20:32
But she wants to continue in physics, and she's doing extremely well.
318
1220000
4000
Ma vuole continuare a occuparsi di fisica, e sta lavorando davvero bene.
20:36
This is Lydia. Lydia is the first ever woman
319
1224000
4000
Lei è Lydia. Lydia è la prima donna
20:40
to graduate in mathematics in the Central African Republic.
320
1228000
3000
a laurearsi in matematica nella Repubblica Centrale Africana,
20:43
And she's now at AIMS. (Applause)
321
1231000
5000
ed è ora all’AIMS (Applausi).
20:49
So now let me get to our TED wish.
322
1237000
4000
Fatemi dunque arrivare al mio TED wish.
20:53
Well, it's not my TED wish; it's our wish, as you've already gathered.
323
1241000
5000
Beh, non è il mio TED wish, è il nostro, come avrete già capito.
20:58
And our wish has two parts:
324
1246000
3000
Ed il nostro desiderio ha due parti:
21:01
one is a dream and the other's a plan. OK.
325
1249000
5000
uno è un sogno, l’altro è il piano d’azione.
21:06
Our TED dream is that the next Einstein will be African. (Applause)
326
1254000
16000
Il nostro sogno è che il prossimo Einstein sia africano (Applausi).
21:25
In striving for the heights of creative genius,
327
1273000
1000
Mentre si sforzano
21:26
we want to give thousands of people the motivation,
328
1274000
5000
di raggiungere le altezze del genio creativo, vogliamo dare a migliaia di persone la motivazione,
21:31
the encouragement and the courage
329
1279000
2000
e il coraggio
21:33
to obtain the high-level skills they need to help Africa.
330
1281000
5000
di ottenere le abilità di alto livello di cui hanno bisogno per aiutare l’Africa.
21:38
Among them will be not only brilliant scientists --
331
1286000
3000
Tra di loro non ci saranno solo scienziati brillanti:
21:41
I'm sure of that from what we've seen at AIMS --
332
1289000
3000
da quello che abbiamo visto all’AIMS, sono sicuro che
21:44
they'll also be the African Gates, Brins and Pages of the future.
333
1292000
6000
vi studieranno anche i Gates, i Brin e i Page africani del futuro.
21:50
Well, I said we also have a plan. And our plan is quite simple.
334
1298000
4000
Ho anche detto che avevamo un piano. Ed il nostro piano è davvero semplice.
21:54
AIMS is now a proven model.
335
1302000
2000
L’efficacia del modello AIMS è oramai dimostrata:
21:56
And what we need to do is to replicate it.
336
1304000
4000
la cosa da fare, dunque, è replicarlo.
22:00
We want to roll out 15 AIMS centers in the next five years, all over Africa.
337
1308000
4000
Vogliamo aprire 15 centri AIMS in Africa nei prossimi cinque anni.
22:04
Each will have a pan-African student body,
338
1312000
5000
Ognuno di loro avrà un corpo studentesco pan-africano,
22:09
but specialize in a different area of science.
339
1317000
2000
ma si specializzerà in un settore diverso
22:11
We want to use science to overcome the national and cultural barriers,
340
1319000
5000
della scienza. Vogliamo usare la scienza per superare le barriere nazionali e culturali,
22:16
as it does at AIMS.
341
1324000
1000
come succede all’AIMS.
22:17
And we want to add elements to the curriculum.
342
1325000
2000
E vogliamo aggiungere elementi al curriculum.
22:19
We want to add entrepreneurship and policy skills.
343
1327000
5000
Vogliamo aggiungere abilità d’impresa e di decisione pubblica.
22:24
The expanded AIMS will be a coherent pan-African institution,
344
1332000
3000
Così allargato, l’AIMS sarà una coerente istituzione pan-africana,
22:27
and its graduates will form a powerful network,
345
1335000
4000
ed i suoi laureati formeranno un potente network,
22:31
working together for peace and progress across the continent.
346
1339000
6000
che lavora per la pace ed il progresso nel continente.
22:37
Over the last year,
347
1345000
2000
Nel corso dell’ultimo anno
22:39
we've been visiting sites in Africa,
348
1347000
2000
abbiamo visitato diversi siti in Africa,
22:41
looking at potential sites for new AIMS centers.
349
1349000
3000
cercando i siti potenziali per nuovi centri AIMS.
22:44
And here are the ones we've selected.
350
1352000
2000
Ed ecco quelli che abbiamo selezionato.
22:46
And each of these centers has a strong local team,
351
1354000
4000
Ciascuno di quei centri ha un forte team locale,
22:50
each is in a beautiful place, an interesting place,
352
1358000
2000
e si trova in un posto bello ed interessante,
22:52
which international lecturers will be happy to visit.
353
1360000
3000
che i docenti internazionali saranno lieti di visitare.
22:55
And our partners across Africa are extremely enthusiastic about this.
354
1363000
5000
E i nostri partner in tutta l’Africa ne sono estremamente entusiasti.
23:00
Everyone wants an AIMS center in their country.
355
1368000
4000
Tutti vogliono un centro AIMS nella loro nazione.
23:04
And last November,
356
1372000
2000
E lo scorso Novembre,
23:06
the conference of all the African ministers of science and technology,
357
1374000
4000
la conferenza di tutti i ministeri africani della scienza e della tecnologia,
23:10
held in Mombasa, called for a comprehensive plan to roll out AIMS.
358
1378000
5000
tenutasi a Mombasa, chiese un piano comprensivo per aprire degli AIMS.
23:15
So we have political support right across the continent.
359
1383000
3000
Quindi abbiamo supporto politico in tutto il continente.
23:18
It won't be easy.
360
1386000
3000
Non sarà facile.
23:21
At every site there will be huge challenges.
361
1389000
2000
In ogni sito scelto ci saranno sfide enormi.
23:23
Local scientists must play leading roles
362
1391000
3000
Gli scienziati locali devono svolgere ruoli chiave,
23:26
and governments must be persuaded to buy in.
363
1394000
4000
ed i governi devono essere persuasi a dedicarvisi.
23:30
Conditions are very difficult,
364
1398000
2000
Le condizioni sono molto difficili,
23:32
but we cannot afford to compromise on those principles which made AIMS work.
365
1400000
7000
ma non possiamo permetterci di rinunciare a quei principi che hanno fatto funzionare l’AIMS.
23:39
And we summarize them this way:
366
1407000
2000
Principi che riassumiamo così:
23:41
the institutes have got to be relevant, innovative,
367
1409000
3000
gli istituti devono essere utili, innovativi,
23:44
cost-effective and high quality. Why?
368
1412000
2000
valere il loro costo ed essere di alta qualità. Perché?
23:46
Because we want Africa to be rich.
369
1414000
3000
Perché vogliamo che l’Africa sia ricca.
23:49
Easy to remember the basic rules we need.
370
1417000
7000
Regole base, semplici da ricordare.
23:56
So, just in ending, let me say the only people who can fix Africa
371
1424000
3000
Per chiudere, lasciatemi dire che i soli a guarire l’Africa
23:59
are talented young Africans.
372
1427000
3000
saranno i giovani Africani di talento.
24:02
By unlocking and nurturing their creative potential,
373
1430000
3000
Sbloccando e corroborando il loro potenziale creativo,
24:05
we can create a step change in Africa's future.
374
1433000
4000
possiamo creare una svolta nel futuro dell’Africa.
24:09
Over time, they will contribute to African development
375
1437000
4000
Nel corso del tempo, contribuiranno allo sviluppo dell’Africa
24:13
and to science in ways we can only imagine.
376
1441000
3000
e della scienza in modi che possiamo solo immaginare.
24:16
Thank you.
377
1444000
2000
Grazie.
24:18
(Applause)
378
1446000
21000
(Applausi)
ABOUT THE SPEAKER
Neil Turok - Physicist, education activistNeil Turok is working on a model of the universe that explains the big bang -- while, closer to home, he's founded a network of math and science academies across Africa.
Why you should listen
Neil Turok works on understanding the universe's very beginnings. With Stephen Hawking, he developed the Hawking-Turok instanton solutions, describing the birth of an inflationary universe -- positing that, big bang or no, the universe came from something, not from utter nothingness.
Recently, with Paul Steinhardt at Princeton, Turok has been working on a cyclic model for the universe in which the big bang is explained as a collision between two “brane-worlds.” The two physicists cowrote the popular-science book Endless Universe.
In 2003, Turok, who was born in South Africa, founded the African Institute for Mathematical Sciences (AIMS) in Muizenberg, a postgraduate center supporting math and science. His TED Prize wish: Help him grow AIMS and promote the study and math and science in Africa, so that the world's next Einstein may be African.
Turok is the Director of the Perimeter Institute for Theoretical Physics, in Ontario, Canada. In 2010, the Canadian government funded a $20million expansion of the AIMS schools, working with the Perimeter Institute to start five new AIMS schools in different African nations.
In 2016, he won the Tate Medal for International Leadership in Physics .
Neil Turok | Speaker | TED.com