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

Жан-Батіст Мішель: Історична математика

Filmed:
1,279,350 views

Що математики можуть сказати про історію? На думку стипендіата програми TED Fellow Жана-Батіста Мішеля, дуже багато. Від змін у мові до смертельності воєн він показує, як оцифрована історія починає відкривати глибокі шаблони, що лежать в основі її змін.
- 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 turnsвиявляється out that mathematicsматематика is a very powerfulпотужний languageмова.
0
0
3671
Виявляється, що математика
є дуже могутньою мовою.
00:19
It has generatedзгенерований considerableзначний insightв поле зору in physicsфізика,
1
3671
2312
Вона сприяла значним відкриттям
у фізиці,
00:21
in biologyбіологія and economicsекономіка,
2
5983
2100
біології та економіці,
00:23
but not that much in the humanitiesгуманітарні науки and in historyісторія.
3
8083
2817
чого не скажеш про гуманітарні науки
та історію.
00:26
I think there's a beliefвіра that it's just impossibleнеможливо,
4
10900
2283
Здається, існує думка, що це неможливо,
00:29
that you cannotне можу quantifyкількісно визначити the doingsділ of mankindлюдство,
5
13183
2646
що не можна виразити кількісно
діяння людства,
00:31
that you cannotне можу measureміра historyісторія.
6
15829
2519
не можна виміряти історію.
00:34
But I don't think that's right.
7
18348
1527
Та, гадаю, це не так.
00:35
I want to showпоказати you a coupleпара of examplesприклади why.
8
19875
2042
Я хочу навести декілька прикладів
для підтвердження.
00:37
So my collaboratorспівавтор ErezЕрез and I were consideringВраховуючи the followingнаступний factфакт:
9
21917
2958
Разом з моїм колегою Ерезом
я взяв до уваги один факт:
00:40
that two kingsцарі separatedвідокремлений by centuriesстоліття
10
24875
2729
двоє королів, розділених сторіччями,
00:43
will speakговорити a very differentінший languageмова.
11
27604
1767
розмовляли дуже різними мовами.
00:45
That's a powerfulпотужний historicalісторичний forceсила.
12
29371
2304
Це могутня історична сила.
00:47
So the kingкороль of EnglandАнглія, AlfredАльфред the Great,
13
31675
1773
Король Англії, Альфред Великий,
00:49
will use a vocabularyсловниковий запас and grammarграматика
14
33448
1640
використовував словниковий запас
та граматику,
00:50
that is quiteцілком differentінший from the kingкороль of hipстегна hopхоп, Jay-ZJay-Z.
15
35088
3700
які добряче різняться
від мови короля хіп-хопу, Jay-Z.
00:54
(LaughterСміх)
16
38788
1666
(Сміх)
00:56
Now it's just the way it is.
17
40454
2171
Так є і все тут.
00:58
LanguageМова changesзміни over time, and it's a powerfulпотужний forceсила.
18
42625
2292
Мова змінюється з роками,
вона є могутньою силою.
01:00
So ErezЕрез and I wanted to know more about that.
19
44917
2287
Ми з Ерезом хотіли дізнатися
про це більше.
01:03
So we paidоплачений attentionувага to a particularконкретно grammaticalграматичний ruleправити, past-tenseМинулий час conjugationспряження.
20
47204
3657
Ми звернули увагу на особливе граматичне
правило, відмінювання в минулому часі.
01:06
So you just addдодати "edЕд" to a verbдієслово at the endкінець to signifyпозначення the pastминуле.
21
50861
3264
Ви просто додаєте "ed" вкінці дієслова
для позначення минулого часу.
01:10
"TodayСьогодні I walkходити. YesterdayВчора I walkedпішов."
22
54125
1927
"Сьогодні я ходжу [walk]
Вчора я ходив [walked]."
01:11
But some verbsдієслова are irregularнерегулярний.
23
56052
1344
Але деякі дієслова неправильні.
01:13
"YesterdayВчора I thought."
24
57396
1396
"Вчора я подумав [thought]".
01:14
Now what's interestingцікаво about that
25
58792
1666
Цікаво те,
01:16
is irregularнерегулярний verbsдієслова betweenміж AlfredАльфред and Jay-ZJay-Z have becomeстати more regularрегулярний.
26
60458
3830
що неправильні дієслова в Альфреда
та Jay-Z стають правильними.
01:20
Like the verbдієслово "to wedСр" that you see here has becomeстати regularрегулярний.
27
64288
2735
Як, скажімо, стає правильним дієслово
"to wed" (одружуватись).
01:22
So ErezЕрез and I followedслідує the fateдоля of over 100 irregularнерегулярний verbsдієслова
28
67023
4022
Ми з Ерезом прослідкували розвиток
понад 100 неправильних дієслів
01:26
throughчерез 12 centuriesстоліття of Englishанглійська languageмова,
29
71045
1919
протягом 12 століть англійської мови,
01:28
and we saw that there's actuallyнасправді a very simpleпростий mathematicalматематичний patternвізерунок
30
72964
2911
і побачили, власне, дуже простий
математичний шаблон,
01:31
that capturesзахоплює this complexкомплекс historicalісторичний changeзмінити,
31
75875
2542
який окреслює цю складну
історичну зміну,
01:34
namelyа саме, if a verbдієслово is 100 timesразів more frequentчасті than anotherінший,
32
78417
3660
а саме - якщо дієслово у 100 разів
частіше вживане за інше,
01:37
it regularizesупорядковує 10 timesразів slowerповільніше.
33
82077
2665
воно стає правильним у 10 разів
повільніше.
01:40
That's a pieceшматок of historyісторія, but it comesприходить in a mathematicalматематичний wrappingобтікання.
34
84742
3935
Це історична зміна,
але з математичною обгорткою.
01:44
Now in some casesвипадки mathматематика can even help explainпояснити,
35
88677
3654
У деяких випадках математика
може пояснити навіть,
01:48
or proposeзапропонувати explanationsпояснення for, historicalісторичний forcesсили.
36
92331
2879
або запропонувати пояснення
історичних факторів.
01:51
So here SteveСтів PinkerПінкер and I
37
95210
1832
Разом зі Стівом Пінкером
01:52
were consideringВраховуючи the magnitudeвеличина of warsвійни duringпід час the last two centuriesстоліття.
38
97042
3852
ми вивчали масштаби війн
за останні два століття.
01:56
There's actuallyнасправді a well-knownвідомі regularityрегулярність to them
39
100894
2495
І спостерегли добре відому закономірність:
01:59
where the numberномер of warsвійни that are 100 timesразів deadlierсмертоносними
40
103389
3422
кількість війн, які призвели
до у 100 разів більшої кількості смертей,
02:02
is 10 timesразів smallerменший.
41
106811
1952
є у 10 разів меншою.
02:04
So there are 30 warsвійни that are about as deadlyсмертельно as the SixШість DaysДнів WarВійна,
42
108763
3344
Тож було 30 воєн, настільки ж згубних
як Шестиденна війна,
02:08
but there's only fourчотири warsвійни that are 100 timesразів deadlierсмертоносними --
43
112107
2820
але тільки чотири війни,
у 100 разів смертельніших -
02:10
like WorldСвіт WarВійна I.
44
114927
1977
як Перша світова війна.
02:12
So what kindдоброзичливий of historicalісторичний mechanismмеханізм can produceвиробляти that?
45
116904
2923
Який же історичний механізм
може призводити до цього?
02:15
What's the originпоходження of this?
46
119827
2000
Звідки це взялося?
02:17
So SteveСтів and I, throughчерез mathematicalматематичний analysisаналіз,
47
121827
2265
З допомогою математичного аналізу
ми зі Стівом
02:19
proposeзапропонувати that there's actuallyнасправді a very simpleпростий phenomenonявище at the rootкорінь of this,
48
124092
4241
висуваємо припущення, що за цим
стоїть дуже просте явище,
02:24
whichкотрий liesбрехня in our brainsмозок.
49
128333
1690
пов'язане з нашим мозком.
02:25
This is a very well-knownвідомі featureособливість
50
130023
2019
Це добре відома характеристика -
02:27
in whichкотрий we perceiveсприймають quantitiesкількостях in relativeродич waysшляхи --
51
132042
2975
ми сприймаємо кількість відносно -
02:30
quantitiesкількостях like the intensityінтенсивність of lightсвітло or the loudnessгучності of a soundзвук.
52
135017
3716
такі величини як інтенсивність світла
або гучність звуку.
02:34
For instanceекземпляр, committingвчинити 10,000 soldiersсолдати to the nextдалі battleбитва soundsзвуки like a lot.
53
138733
5309
Наприклад, задіяння 10 000 солдатів
у наступній битві звучить як велика цифра.
02:39
It's relativelyвідносно enormousвеличезний if you've alreadyвже committedвчинено 1,000 soldiersсолдати previouslyраніше.
54
144042
3444
Це відносно величезна цифра,
якщо перед тим ви задіяли 1 000 солдатів.
02:43
But it doesn't soundзвук so much,
55
147486
1827
Але це не так багато,
02:45
it's not relativelyвідносно enoughдостатньо, it won'tне буде make a differenceрізниця
56
149313
3020
і відносно не достатньо,
не так вагомо,
02:48
if you've alreadyвже committedвчинено 100,000 soldiersсолдати previouslyраніше.
57
152333
2952
якщо перед тим ви
задіяли 100 000 солдатів.
02:51
So you see that because of the way we perceiveсприймають quantitiesкількостях,
58
155285
3613
Тож бачте, через те, як ми
сприймаємо кількість,
02:54
as the warвійна dragsтягнеться on,
59
158898
1767
в ході війни
02:56
the numberномер of soldiersсолдати committedвчинено to it and the casualtiesвтрати
60
160665
3085
число задіяних у ній солдатів
02:59
will increaseзбільшити not linearlyлінійно --
61
163750
1683
зростатиме не лінійно -
03:01
like 10,000, 11,000, 12,000 --
62
165433
1888
як 10 000, 11 000, 12 000 -
03:03
but exponentiallyекспоненціально -- 10,000, laterпізніше 20,000, laterпізніше 40,000.
63
167321
4275
але експоненційно - 10 000, потім 20 000,
пізніше 40 000.
03:07
And so that explainsпояснює this patternвізерунок that we'veми маємо seenбачив before.
64
171596
3085
Це пояснює шаблон,
який ми бачили раніше.
03:10
So here mathematicsматематика is ableздатний to linkпосилання a well-knownвідомі featureособливість of the individualіндивідуальний mindрозум
65
174681
5498
Тут математика здатна пов'язати
добре відому рису індивідуального мислення
03:16
with a long-termдовгий строк historicalісторичний patternвізерунок
66
180179
2989
з довгостроковим історичним шаблоном,
03:19
that unfoldsрозгортається over centuriesстоліття and acrossпоперек continentsконтиненти.
67
183168
2857
який розгортається протягом сторіч
на різних континентах.
03:21
So these typesтипи of examplesприклади, todayсьогодні there are just a fewмало хто of them,
68
186025
4017
На сьогодні є лише кілька
таких прикладів,
03:25
but I think in the nextдалі decadeдесятиліття they will becomeстати commonplaceзвичайною справою.
69
190042
2689
та, гадаю, в наступному десятиріччі
вони почастішають.
03:28
The reasonпричина for that is that the historicalісторичний recordзапис
70
192731
2392
Причиною є те, що
історичні документи
03:31
is becomingстає digitizedоцифровані at a very fastшвидко paceтемп.
71
195123
2460
оцифровуються дуже швидкими темпами.
03:33
So there's about 130 millionмільйон booksкниги
72
197583
2610
Існує десь 130 мільйонів книг,
03:36
that have been writtenнаписано sinceз the dawnранок of time.
73
200193
2311
написаних за всі часи.
03:38
CompaniesКомпаній like GoogleGoogle have digitizedоцифровані manyбагато хто of them --
74
202504
2454
Такі компанії як Google оцифрували
більшість із них -
03:40
aboveвище 20 millionмільйон actuallyнасправді.
75
204958
1584
десь близько 20 мільйонів.
03:42
And when the stuffречі of historyісторія is availableдоступний in digitalцифровий formформа,
76
206542
3578
Коли історичні відомості доступні
у цифровому вигляді,
03:46
it makesробить it possibleможливий for a mathematicalматематичний analysisаналіз
77
210120
2380
стає можливо провести
математичний аналіз
03:48
to very quicklyшвидко and very convenientlyзручно
78
212500
2375
дуже швидкого та підходящого
03:50
reviewогляд trendsтенденції in our historyісторія and our cultureкультура.
79
214875
2725
огляду трендів у нашій історії
та культурі.
03:53
So I think in the nextдалі decadeдесятиліття,
80
217600
2721
Тож, гадаю, в наступному десятиріччі
03:56
the sciencesнаук and the humanitiesгуманітарні науки will come closerближче togetherразом
81
220321
2750
наука та суспільство наблизяться
03:58
to be ableздатний to answerвідповісти deepглибоко questionsпитання about mankindлюдство.
82
223071
3329
до відповіді на ці глибокі питання
щодо людства.
04:02
And I think that mathematicsматематика will be a very powerfulпотужний languageмова to do that.
83
226400
4121
Я вважаю, що математика буде
потужною мовою для цього.
04:06
It will be ableздатний to revealрозкрий newновий trendsтенденції in our historyісторія,
84
230521
3146
Вона буде здатна відкрити нові тренди
в нашій історії,
04:09
sometimesіноді to explainпояснити them,
85
233667
1750
іноді пояснити їх,
04:11
and maybe even in the futureмайбутнє to predictпередбачати what's going to happenстатися.
86
235417
3306
і, можливо, навіть в майбутньому
зможе передбачити, що трапиться.
04:14
Thank you very much.
87
238723
1491
Щиро дякую.
04:16
(ApplauseОплески)
88
240214
3678
(Оплески)
Translated by Khrystyna Romashko
Reviewed by Hanna Leliv

▲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