TED2015
Jim Simons: The mathematician who cracked Wall Street
Джим Саймонс: Рідкісне інтерв’ю з математиком, який підкорив Волл-стріт
Filmed:
Readability: 4
2,981,452 views
Джим Саймонс - математик і криптограф, який зрозумів: складна математика, яку він використовував для зламування кодів, може допомогти пояснити шаблони у світі фінансів. Заробивши мільярди, зараз він працює над тим, щоб підтримати наступне покоління вчителів математики і школярів. Кріс Андерсон з TED розпитує Саймонса про його неймовірне життя серед чисел.
Jim Simons - Philanthropist, mathematician
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy. Full bio
After astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy. Full bio
Double-click the English transcript below to play the video.
Крiс Андерсон: Ви були кимось
на зразок математичного вундеркінда.
на зразок математичного вундеркінда.
00:12
Chris Anderson: You were something
of a mathematical phenom.
of a mathematical phenom.
0
817
2834
00:15
You had already taught at Harvard
and MIT at a young age.
and MIT at a young age.
1
3675
3064
Ви почали викладати у Гарвардi
та MIT ще молодим.
та MIT ще молодим.
00:18
And then the NSA came calling.
2
6763
2190
İ потiм вас покликали до АНБ (NSA).
00:21
What was that about?
3
9464
1204
Що це було?
00:23
Jim Simons: Well the NSA --
that's the National Security Agency --
that's the National Security Agency --
4
11207
3923
Джим Саймонс: Ну, АНБ --
Агентство національної безпеки --
Агентство національної безпеки --
00:27
they didn't exactly come calling.
5
15154
1969
вони не зовсiм прийшли з пропозицiєю.
00:29
They had an operation at Princeton,
where they hired mathematicians
where they hired mathematicians
6
17465
4474
Вони проводилу операцію у Принстонi,
де наймали математикiв,
де наймали математикiв,
00:33
to attack secret codes
and stuff like that.
and stuff like that.
7
21963
2942
щоб ті ламали
секретнi коди і подібні речі.
секретнi коди і подібні речі.
00:37
And I knew that existed.
8
25294
1672
І я знав, що таке було.
00:39
And they had a very good policy,
9
27315
2180
У них була дуже добра полiтика,
00:41
because you could do half your time
at your own mathematics,
at your own mathematics,
10
29519
3850
бо половину свого часу можна було
займатися математикою
займатися математикою
00:45
and at least half your time
working on their stuff.
working on their stuff.
11
33393
3484
і, не менше половини часу --
займатися їхніми завданнями.
займатися їхніми завданнями.
00:49
And they paid a lot.
12
37559
1474
Вони дуже добре платили.
00:51
So that was an irresistible pull.
13
39057
3051
Тож від цього важко було відмовитись.
00:54
So, I went there.
14
42132
1912
І я пiшов до них.
00:56
CA: You were a code-cracker.
15
44068
1338
КА: Ви були зламувачем коду.
00:57
JS: I was.
16
45430
1166
ДС: Так.
00:58
CA: Until you got fired.
17
46620
1157
КА: Поки не звiльнили.
00:59
JS: Well, I did get fired. Yes.
18
47801
1583
ДС: Я зробив так, що звiльнили.
01:01
CA: How come?
19
49408
1245
КА: Як це?
01:03
JS: Well, how come?
20
51280
1333
ДС: Ну, як?
01:05
I got fired because,
well, the Vietnam War was on,
well, the Vietnam War was on,
21
53611
4956
Мене звiльнили, тому що
була вiйна у В’єтнамi,
була вiйна у В’єтнамi,
01:10
and the boss of bosses in my organization
was a big fan of the war
was a big fan of the war
22
58591
5738
і головний бос у моїй органiзацiї
був великим прихильником вiйни.
був великим прихильником вiйни.
01:16
and wrote a New York Times article,
a magazine section cover story,
a magazine section cover story,
23
64353
4395
Вiн написав статтю у Нью-Йорк Таймс,
яка потрапила на обкладинку,
яка потрапила на обкладинку,
01:20
about how we would win in Vietnam.
24
68772
1770
про те, як ми переможемо у В'єтнамі.
01:22
And I didn't like that war,
I thought it was stupid.
I thought it was stupid.
25
70566
3129
Менi не дуже подобалась ця вiйна,
я вважав її безглуздою.
я вважав її безглуздою.
01:25
And I wrote a letter to the Times,
which they published,
which they published,
26
73719
2665
Я написав листа до Таймс,
якого вони надрукували,
якого вони надрукували,
01:28
saying not everyone
who works for Maxwell Taylor,
who works for Maxwell Taylor,
27
76408
4014
в якому сказав, що не всi,
хто працює на Максвелла Тейлора,
хто працює на Максвелла Тейлора,
01:32
if anyone remembers that name,
agrees with his views.
agrees with his views.
28
80446
4686
якщо хтось ще пам'ятає це ім'я,
згодні з його поглядами.
згодні з його поглядами.
01:37
And I gave my own views ...
29
85553
1658
І я висловив свої власні погляди.
01:39
CA: Oh, OK. I can see that would --
30
87235
2164
КА: А, добре. Я розумію, це могло --
01:41
JS: ... which were different
from General Taylor's.
from General Taylor's.
31
89423
2555
ДС: які відрізнялися від поглядів
генерала Тейлора.
генерала Тейлора.
01:44
But in the end, nobody said anything.
32
92002
1906
Але, врешті, ніхто нічого не сказав.
01:45
But then, I was 29 years old at this time,
and some kid came around
and some kid came around
33
93932
3701
Але потім, мені тоді було 29 років,
до мене прийшов якийсь хлопчина
до мене прийшов якийсь хлопчина
01:49
and said he was a stringer
from Newsweek magazine
from Newsweek magazine
34
97657
3088
і сказав що він репортер
журналу Н’юсвік.
журналу Н’юсвік.
01:52
and he wanted to interview me
and ask what I was doing about my views.
and ask what I was doing about my views.
35
100769
5367
Він хотів узяти в мене інтерв’ю
і запитати про мої погляди.
і запитати про мої погляди.
01:58
And I told him, "I'm doing
mostly mathematics now,
mostly mathematics now,
36
106160
3899
І я сказав йому: "Я зараз переважно
займаюся математикою,
займаюся математикою,
02:02
and when the war is over,
then I'll do mostly their stuff."
then I'll do mostly their stuff."
37
110083
3373
а коли закінчиться війна, тоді я більше
займатимусь їхніми завданнями."
займатимусь їхніми завданнями."
02:06
Then I did the only
intelligent thing I'd done that day --
intelligent thing I'd done that day --
38
114123
2825
Потім я зробив єдину розумну річ,
з усіх що зробив того дня.
з усіх що зробив того дня.
02:08
I told my local boss
that I gave that interview.
that I gave that interview.
39
116972
4157
Я розповів своєму місцевому босу,
що я дав це інтерв’ю.
що я дав це інтерв’ю.
02:13
And he said, "What'd you say?"
40
121153
1459
І він запитав: "Що ти сказав?"
02:14
And I told him what I said.
41
122636
1466
Я розповів, що сказав.
02:16
And then he said,
"I've got to call Taylor."
"I've got to call Taylor."
42
124126
2315
І тоді він сказав: "Я мушу
подзвонити Тейлору".
подзвонити Тейлору".
02:18
He called Taylor; that took 10 minutes.
43
126465
2377
Він подзвонив Тейлору.
Це зайняло 10 хвилин.
Це зайняло 10 хвилин.
02:20
I was fired five minutes after that.
44
128866
2262
Мене було звільнено 5 хвилин потому.
02:23
CA: OK.
45
131590
1222
КА: Гаразд.
ДС: Та це не було погано.
02:24
JS: But it wasn't bad.
46
132836
1151
02:26
CA: It wasn't bad,
because you went on to Stony Brook
because you went on to Stony Brook
47
134011
2493
КА: Це не було погано, бо
ви пішли до Стоуні Брук
ви пішли до Стоуні Брук
02:28
and stepped up your mathematical career.
48
136528
3133
і покращили свою математичну кар’єру.
02:31
You started working with this man here.
49
139685
2452
Тут ви почали працювати з цим чоловіком.
02:34
Who is this?
50
142161
1164
Хто це?
02:36
JS: Oh, [Shiing-Shen] Chern.
51
144352
1412
ДС: О, [Шіінґ-Шен] Черн.
02:37
Chern was one of the great
mathematicians of the century.
mathematicians of the century.
52
145788
3104
Так, Черн був одним із великих
математиків століття.
математиків століття.
02:40
I had known him when
I was a graduate student at Berkeley.
I was a graduate student at Berkeley.
53
148916
5233
Я знав його, коли був аспірантом у Берклі.
02:46
And I had some ideas,
54
154173
1871
Я мав деякі ідеї,
02:48
and I brought them to him
and he liked them.
and he liked them.
55
156068
2447
виклав їх йому,
і вони йому сподобались.
і вони йому сподобались.
02:50
Together, we did this work
which you can easily see up there.
which you can easily see up there.
56
158539
6626
Разом ми зробили цю роботу,
яку ви можете бачити там, вгорі.
яку ви можете бачити там, вгорі.
02:57
There it is.
57
165189
1150
Ось вона.
02:59
CA: It led to you publishing
a famous paper together.
a famous paper together.
58
167198
3606
КА: В результаті, ви разом
опублікували відому статтю.
опублікували відому статтю.
03:02
Can you explain at all what that work was?
59
170828
3238
Чи можете ви пояснити, що це,
взагалі, була за робота?
взагалі, була за робота?
03:07
JS: No.
60
175028
1158
ДС: Ні.
03:08
(Laughter)
61
176210
2274
(Сміх)
03:10
JS: I mean, I could
explain it to somebody.
explain it to somebody.
62
178966
2064
ДС: Тобто, я міг би
пояснити її комусь.
пояснити її комусь.
03:13
(Laughter)
63
181054
2075
(Сміх)
03:15
CA: How about explaining this?
64
183153
1864
КА: Як щодо пояснення цього?
03:17
JS: But not many. Not many people.
65
185041
2729
ДС: Але небагатьом. Небагатьом людям.
03:21
CA: I think you told me
it had something to do with spheres,
it had something to do with spheres,
66
189144
2814
КА: Здається ви казали мені, що
це якось стосувалося сфер,
це якось стосувалося сфер,
03:23
so let's start here.
67
191982
1862
тож почнімо звідси.
03:25
JS: Well, it did,
but I'll say about that work --
but I'll say about that work --
68
193868
3600
ДС: Що ж, так, стосувалося,
але я скажу про ту роботу --
але я скажу про ту роботу --
03:29
it did have something to do with that,
but before we get to that --
but before we get to that --
69
197492
3200
вона певним чином стосувалася,
але перед тим, як перейти до цього --
але перед тим, як перейти до цього --
03:32
that work was good mathematics.
70
200716
3540
та робота була хорошою математикою.
03:36
I was very happy with it; so was Chern.
71
204280
2492
Я був дуже задоволений нею. І Черн також.
03:39
It even started a little sub-field
that's now flourishing.
that's now flourishing.
72
207910
4176
Вона навіть започаткувала відгалуження
науки, яке зараз у розквіті.
науки, яке зараз у розквіті.
03:44
But, more interestingly,
it happened to apply to physics,
it happened to apply to physics,
73
212638
5294
Але ще цікавіше, що вона
знайшла застосування у фізиці,
знайшла застосування у фізиці,
03:49
something we knew nothing about --
at least I knew nothing about physics,
at least I knew nothing about physics,
74
217956
4295
у тому, про що ми нічого не знали --
принаймні я нічого не знав про фізику,
принаймні я нічого не знав про фізику,
03:54
and I don't think Chern
knew a heck of a lot.
knew a heck of a lot.
75
222275
2282
і не думаю, що Черн багато знав.
03:56
And about 10 years
after the paper came out,
after the paper came out,
76
224581
3963
Приблизно через 10 років
після публікації статті,
після публікації статті,
04:00
a guy named Ed Witten in Princeton
started applying it to string theory
started applying it to string theory
77
228568
4480
хлопець на ім’я Ед Віттен у Принстоні
почав застосовувати її до теорії струн,
почав застосовувати її до теорії струн,
04:05
and people in Russia started applying it
to what's called "condensed matter."
to what's called "condensed matter."
78
233072
4852
а в Росії почали застосовувати її до того
що називається "конденсоване середовище".
що називається "конденсоване середовище".
04:09
Today, those things in there
called Chern-Simons invariants
called Chern-Simons invariants
79
237948
4893
Сьогодні ці речі, які називаються
інваріантами Черна-Саймонса,
інваріантами Черна-Саймонса,
04:14
have spread through a lot of physics.
80
242865
1865
поширилися у багатьох галузях фізики.
04:16
And it was amazing.
81
244754
1174
І це було дивовижно.
04:17
We didn't know any physics.
82
245952
1365
Ми взагалі не знали фізики.
04:19
It never occurred to me
that it would be applied to physics.
that it would be applied to physics.
83
247714
2854
Мені ніколи не спадало на думку,
що це застосують у фізиці.
що це застосують у фізиці.
04:22
But that's the thing about mathematics --
you never know where it's going to go.
you never know where it's going to go.
84
250592
3788
Але така вона, математика --
ніколи не знаєш, де її застосують.
ніколи не знаєш, де її застосують.
04:26
CA: This is so incredible.
85
254404
1492
КА: Це просто неймовірно.
04:27
So, we've been talking about
how evolution shapes human minds
how evolution shapes human minds
86
255920
4364
Отже, ми говорили про те, як
еволюція змінює розум людини,
еволюція змінює розум людини,
04:32
that may or may not perceive the truth.
87
260308
2508
який може сприймати
або не сприймати правду.
або не сприймати правду.
04:34
Somehow, you come up
with a mathematical theory,
with a mathematical theory,
88
262840
3313
Так чи інакше, ви розробляєте
математичну теорію,
математичну теорію,
04:38
not knowing any physics,
89
266177
1848
зовсім не знаючи фізики,
04:40
discover two decades later
that it's being applied
that it's being applied
90
268049
2498
через 20 років дізнаєтеся,
що вона застосовується,
що вона застосовується,
04:42
to profoundly describe
the actual physical world.
the actual physical world.
91
270571
3031
щоб повністю описати
реальний фізичний світ.
реальний фізичний світ.
04:45
How can that happen?
92
273626
1153
Як таке можливо?
04:46
JS: God knows.
93
274803
1157
ДС: Один Бог знає.
04:47
(Laughter)
94
275984
2110
(Сміх)
04:50
But there's a famous physicist
named [Eugene] Wigner,
named [Eugene] Wigner,
95
278849
3150
Але є один відомий фізик,
якого звуть [Юджин] Віґнер,
якого звуть [Юджин] Віґнер,
04:54
and he wrote an essay on the unreasonable
effectiveness of mathematics.
effectiveness of mathematics.
96
282023
5588
він написав есе про необґрунтовану
ефективність математики.
ефективність математики.
04:59
Somehow, this mathematics,
which is rooted in the real world
which is rooted in the real world
97
287635
3952
Так чи інакше, ця математика,
яка має коріння у реальному світі,
яка має коріння у реальному світі,
05:03
in some sense -- we learn to count,
measure, everyone would do that --
measure, everyone would do that --
98
291611
4995
в певному сенсі -- ми вчимося
рахувати, вимірювати, усі це роблять --
рахувати, вимірювати, усі це роблять --
05:08
and then it flourishes on its own.
99
296630
1830
потім починає жити самостійним життям.
05:10
But so often it comes
back to save the day.
back to save the day.
100
298976
2841
Але часто вона повертається,
щоб розв'язати складну проблему.
щоб розв'язати складну проблему.
05:14
General relativity is an example.
101
302293
2178
Прикладом є загальна теорія відносності.
05:16
[Hermann] Minkowski had this geometry,
and Einstein realized,
and Einstein realized,
102
304495
3117
[Герман] Мінковський мав цю геометрію,
а Ейнштейн зрозумів:
а Ейнштейн зрозумів:
05:19
"Hey! It's the very thing
in which I can cast general relativity."
in which I can cast general relativity."
103
307636
3847
"Це ж якраз та річ, у яку я можу вписати
загальну теорію відносності".
загальну теорію відносності".
05:23
So, you never know. It is a mystery.
104
311507
3112
Отже, ти ніколи не знаєш. Це загадка.
05:27
It is a mystery.
105
315056
1217
Це загадка.
05:28
CA: So, here's a mathematical
piece of ingenuity.
piece of ingenuity.
106
316297
3296
КА: Тож, ось приклад
математичної винахідливості.
математичної винахідливості.
05:31
Tell us about this.
107
319617
1342
Розкажіть нам про це.
05:32
JS: Well, that's a ball -- it's a sphere,
and it has a lattice around it --
and it has a lattice around it --
108
320983
5924
ДС: Ну, це куля -- це сфера,
і вона має решітку навколо себе --
і вона має решітку навколо себе --
05:38
you know, those squares.
109
326931
1573
тобто, ось ці квадрати.
05:42
What I'm going to show here was
originally observed by [Leonhard] Euler,
originally observed by [Leonhard] Euler,
110
330697
4906
Те, що я покажу тут, вперше
помітив [Леонард] Ейлер,
помітив [Леонард] Ейлер,
05:47
the great mathematician, in the 1700s.
111
335627
2254
великий математик 18-го століття.
05:50
And it gradually grew to be
a very important field in mathematics:
a very important field in mathematics:
112
338223
5181
І це поступово стало дуже
важливою галуззю математики:
важливою галуззю математики:
05:55
algebraic topology, geometry.
113
343428
2334
алгебраїчна топологія, геометрія.
05:59
That paper up there had its roots in this.
114
347039
4364
Та стаття мала корені у цій галузі.
06:03
So, here's this thing:
115
351427
1834
Тож, ось ця річ:
06:05
it has eight vertices,
12 edges, six faces.
12 edges, six faces.
116
353285
4452
вона має 8 вершин,
12 ребер, 6 граней.
12 ребер, 6 граней.
06:09
And if you look at the difference --
vertices minus edges plus faces --
vertices minus edges plus faces --
117
357761
3830
І, якщо подивитися на різницю --
вершини мінус ребра плюс грані --
вершини мінус ребра плюс грані --
06:13
you get two.
118
361615
1152
одержимо два.
06:14
OK, well, two. That's a good number.
119
362791
2219
Гаразд, ну, два. Це хороше число.
06:17
Here's a different way of doing it --
these are triangles covering --
these are triangles covering --
120
365034
4248
Ось інший спосіб зробити це --
трикутники вкривають сферу --
трикутники вкривають сферу --
06:21
this has 12 vertices and 30 edges
121
369306
4577
тут є 12 вершин, 30 ребер,
06:25
and 20 faces, 20 tiles.
122
373907
4195
20 граней і 20 пластинок.
06:30
And vertices minus edges
plus faces still equals two.
plus faces still equals two.
123
378576
4591
Вершини мінус ребра плюс грані
також дорівнює два.
також дорівнює два.
06:35
And in fact, you could do this
any which way --
any which way --
124
383191
2847
Фактично, ви можете зробити це
будь-яким способом --
будь-яким способом --
06:38
cover this thing with all kinds
of polygons and triangles
of polygons and triangles
125
386062
3398
вкрити цю штуку різними видами
багатокутників і трикутників
багатокутників і трикутників
06:41
and mix them up.
126
389484
1320
і поєднувати їх.
06:42
And you take vertices minus edges
plus faces -- you'll get two.
plus faces -- you'll get two.
127
390828
3279
А якщо віднімете ребра від вершин
і додасте грані -- отримаєте два.
і додасте грані -- отримаєте два.
06:46
Here's a different shape.
128
394131
1611
Ось інша фігура.
06:48
This is a torus, or the surface
of a doughnut: 16 vertices
of a doughnut: 16 vertices
129
396480
5250
Це тор, або поверхня
пампушки, -- 16 вершин,
пампушки, -- 16 вершин,
06:53
covered by these rectangles,
32 edges, 16 faces.
32 edges, 16 faces.
130
401754
4244
вкритих цими прямокутниками,
32 ребра, 16 граней.
32 ребра, 16 граней.
06:58
Vertices minus edges comes out to be zero.
131
406530
2684
Виходить нуль -- вершини мінус
ребра [плюс грані].
ребра [плюс грані].
07:01
It'll always come out to zero.
132
409238
1475
Це завжди буде нуль.
07:02
Every time you cover a torus
with squares or triangles
with squares or triangles
133
410737
4310
Щоразу, як ви вкриватимете тор
квадратами або трикутниками
квадратами або трикутниками
07:07
or anything like that,
you're going to get zero.
you're going to get zero.
134
415071
3935
або чимось подібним,
ви одержите нуль.
ви одержите нуль.
07:12
So, this is called
the Euler characteristic.
the Euler characteristic.
135
420514
2390
Тож, це називається
характеристика Ейлера.
характеристика Ейлера.
07:14
And it's what's called
a topological invariant.
a topological invariant.
136
422928
3449
І це те, що називається
топологічним інваріантом.
топологічним інваріантом.
07:18
It's pretty amazing.
137
426849
1156
Дивовижно.
07:20
No matter how you do it,
you're always get the same answer.
you're always get the same answer.
138
428029
2791
Байдуже, як ви це робите.
Результат завжди однаковий.
Результат завжди однаковий.
07:22
So that was the first sort of thrust,
from the mid-1700s,
from the mid-1700s,
139
430844
6299
Тож це був перший поштовх,
з середини 18-го століття,
з середини 18-го століття,
07:29
into a subject which is now called
algebraic topology.
algebraic topology.
140
437167
3769
до дисципліни, яка зараз називається
алгебраїчною топологією.
алгебраїчною топологією.
07:32
CA: And your own work
took an idea like this and moved it
took an idea like this and moved it
141
440960
2983
КА: І у вашій роботі ви взяли
подібну ідею і застосували її
подібну ідею і застосували її
07:35
into higher-dimensional theory,
142
443967
2449
до теорії багатовимірного простору,
07:38
higher-dimensional objects,
and found new invariances?
and found new invariances?
143
446440
3088
багатовимірних об’єктів,
і виявили нові інваріанти?
і виявили нові інваріанти?
07:41
JS: Yes. Well, there were already
higher-dimensional invariants:
higher-dimensional invariants:
144
449552
4643
ДС: Так. Ну, тоді вже були
багатовимірні інваріанти:
багатовимірні інваріанти:
07:46
Pontryagin classes --
actually, there were Chern classes.
actually, there were Chern classes.
145
454219
4457
класи Понтрягіна --
насправді, були класи Черна.
насправді, були класи Черна.
07:50
There were a bunch
of these types of invariants.
of these types of invariants.
146
458700
3548
Була ціла купа такого типу інваріантів.
07:54
I was struggling to work on one of them
147
462272
4135
Я щосили старався працювати
над одним із них
над одним із них
07:58
and model it sort of combinatorially,
148
466431
4203
і моделювати його, скажімо, комбінаторно,
08:02
instead of the way it was typically done,
149
470658
3022
замість того способу, в який
це зазвичай робилося.
це зазвичай робилося.
08:05
and that led to this work
and we uncovered some new things.
and we uncovered some new things.
150
473704
4359
Це вилилося у ту роботу,
і ми знайшли деякі нові речі.
і ми знайшли деякі нові речі.
08:10
But if it wasn't for Mr. Euler --
151
478087
3501
Але якби не пан Ейлер --
08:13
who wrote almost 70 volumes of mathematics
152
481612
3981
який написав майже 70 книжок з математики
08:17
and had 13 children,
153
485617
1731
і мав 13 дітей,
08:19
who he apparently would dandle on his knee
while he was writing --
while he was writing --
154
487372
6442
яких він, певно, гойдав
на коліні, коли писав --
на коліні, коли писав --
08:25
if it wasn't for Mr. Euler, there wouldn't
perhaps be these invariants.
perhaps be these invariants.
155
493838
5774
якби не пан Ейлер, то, не було б,
напевно, і цих інваріантів.
напевно, і цих інваріантів.
08:32
CA: OK, so that's at least given us
a flavor of that amazing mind in there.
a flavor of that amazing mind in there.
156
500157
4097
КА: Гаразд, тож це, принаймні, дало нам
уявлення про той дивовижний розум.
уявлення про той дивовижний розум.
08:36
Let's talk about Renaissance.
157
504804
1543
Поговорімо про Ренесанс.
08:38
Because you took that amazing mind
and having been a code-cracker at the NSA,
and having been a code-cracker at the NSA,
158
506371
5856
Бо, спираючись на той дивовижний розум і,
будучи дешифрувальником АНБ,
будучи дешифрувальником АНБ,
08:44
you started to become a code-cracker
in the financial industry.
in the financial industry.
159
512251
3229
ви стали дешифрувальником
у фінансовій індустрії.
у фінансовій індустрії.
08:47
I think you probably didn't buy
efficient market theory.
efficient market theory.
160
515504
2690
Я думаю, ви не розробляли
ефективної ринкової теорії.
ефективної ринкової теорії.
08:50
Somehow you found a way of creating
astonishing returns over two decades.
astonishing returns over two decades.
161
518218
6387
Ви якось знайшли спосіб генерувати
вражаючі прибутки протягом 20 років.
вражаючі прибутки протягом 20 років.
08:56
The way it's been explained to me,
162
524629
1671
Як мені це пояснили,
08:58
what's remarkable about what you did
wasn't just the size of the returns,
wasn't just the size of the returns,
163
526324
3499
дивовижним у тому, що ви зробили,
була не величина прибутків,
була не величина прибутків,
09:01
it's that you took them
with surprisingly low volatility and risk,
with surprisingly low volatility and risk,
164
529847
3883
а те, що ви їх отримували з несподівано
низькою волатильністю і ризиком,
низькою волатильністю і ризиком,
09:05
compared with other hedge funds.
165
533754
1824
порівняно з іншими хедж-фондами.
09:07
So how on earth did you do this, Jim?
166
535602
1929
Тож як, у біса, ви це зробили, Джиме?
09:10
JS: I did it by assembling
a wonderful group of people.
a wonderful group of people.
167
538071
4111
ДС: Я зробив це, зібравши
чудову групу людей.
чудову групу людей.
09:14
When I started doing trading, I had
gotten a little tired of mathematics.
gotten a little tired of mathematics.
168
542206
3956
Коли я почав займатися торгами,
я був трохи втомлений від математики.
я був трохи втомлений від математики.
09:18
I was in my late 30s,
I had a little money.
I had a little money.
169
546186
3923
Мені було під сорок,
у мене було мало грошей.
у мене було мало грошей.
09:22
I started trading and it went very well.
170
550133
2509
Я почав торгувати на біржі,
і це пішло дуже добре.
і це пішло дуже добре.
09:25
I made quite a lot of money
with pure luck.
with pure luck.
171
553063
2748
Я заробив досить багато грошей
на чистому везінні.
на чистому везінні.
09:27
I mean, I think it was pure luck.
172
555835
1666
Тобто, я думаю, то було везіння.
Це, звичайно, не було
математичне моделювання.
математичне моделювання.
09:29
It certainly wasn't mathematical modeling.
173
557525
2109
09:31
But in looking at the data,
after a while I realized:
after a while I realized:
174
559658
3831
Але, дивлячись на дані,
невдовзі я усвідомив:
невдовзі я усвідомив:
вони виглядають так, ніби
там є якась структура.
там є якась структура.
09:35
it looks like there's some structure here.
175
563513
2553
09:38
And I hired a few mathematicians,
and we started making some models --
and we started making some models --
176
566090
3697
Я найняв кількох математиків,
і ми почали робити деякі моделі --
і ми почали робити деякі моделі --
09:41
just the kind of thing we did back
at IDA [Institute for Defense Analyses].
at IDA [Institute for Defense Analyses].
177
569811
4265
подібні до тих, які ми робили в IDA
[Інститут оборонного аналізу].
[Інститут оборонного аналізу].
09:46
You design an algorithm,
you test it out on a computer.
you test it out on a computer.
178
574100
2833
Ви розробляєте алгоритм,
тестуєте його на комп’ютері.
тестуєте його на комп’ютері.
09:48
Does it work? Doesn't it work? And so on.
179
576957
2166
Чи він працює? Чи не працює? Тощо.
09:51
CA: Can we take a look at this?
180
579443
1479
КА: Ми можемо поглянути на це?
09:52
Because here's a typical graph
of some commodity.
of some commodity.
181
580946
4541
Бо це типовий графік ціни якогось товару.
09:58
I look at that, and I say,
"That's just a random, up-and-down walk --
"That's just a random, up-and-down walk --
182
586487
4041
Я дивлюсь на це і кажу: "Це просто
випадковий рух вгору-вниз --
випадковий рух вгору-вниз --
10:02
maybe a slight upward trend
over that whole period of time."
over that whole period of time."
183
590552
2862
можливо, невеликий висхідний тренд
упродовж всього періоду".
упродовж всього періоду".
10:05
How on earth could you trade
looking at that,
looking at that,
184
593438
2113
Як ви могли торгувати, дивлячись на це,
10:07
and see something that wasn't just random?
185
595575
2326
і бачити щось, що не було
просто випадковим?
просто випадковим?
10:09
JS: In the old days -- this is
kind of a graph from the old days,
kind of a graph from the old days,
186
597925
3247
ДС: У ті часи -- це один із графіків
зі тих старих часів --
зі тих старих часів --
10:13
commodities or currencies
had a tendency to trend.
had a tendency to trend.
187
601196
4284
товари або валюти мали
тенденції до трендів.
тенденції до трендів.
10:17
Not necessarily the very light trend
you see here, but trending in periods.
you see here, but trending in periods.
188
605504
6055
Не обов’язково дуже легких трендів,
як тут, а циклічних трендів.
як тут, а циклічних трендів.
10:23
And if you decided, OK,
I'm going to predict today,
I'm going to predict today,
189
611583
4056
І якщо ви вирішували, гаразд,
сьогодні я зроблю прогноз,
сьогодні я зроблю прогноз,
10:27
by the average move in the past 20 days --
190
615663
4968
спираючись на середні коливання
за останні 20 днів --
за останні 20 днів --
10:32
maybe that would be a good prediction,
and I'd make some money.
and I'd make some money.
191
620655
3107
можливо, це був би добрий прогноз,
і я заробив би трохи грошей.
і я заробив би трохи грошей.
10:35
And in fact, years ago,
such a system would work --
such a system would work --
192
623786
5608
Фактично, багато років тому,
така система працювала б --
така система працювала б --
10:41
not beautifully, but it would work.
193
629418
2391
не бездоганно, але працювала б.
10:43
You'd make money, you'd lose
money, you'd make money.
money, you'd make money.
194
631833
2509
Ви б робили гроші, втрачали
гроші, робили гроші.
гроші, робили гроші.
10:46
But this is a year's worth of days,
195
634366
2198
Але цінність року в цих днях,
10:48
and you'd make a little money
during that period.
during that period.
196
636588
4241
і ви б заробили трохи грошей
протягом цього періоду.
протягом цього періоду.
10:53
It's a very vestigial system.
197
641884
1958
Це система, що вже зникає.
10:56
CA: So you would test
a bunch of lengths of trends in time
a bunch of lengths of trends in time
198
644525
3529
КА: Тож ви перевіряли набір
довжин трендів у часі,
довжин трендів у часі,
11:00
and see whether, for example,
199
648078
2436
і дивилися, наприклад, чи
11:02
a 10-day trend or a 15-day trend
was predictive of what happened next.
was predictive of what happened next.
200
650538
3481
10-денний або 15-денний тренд
прогнозував те, що відбувалося далі.
прогнозував те, що відбувалося далі.
11:06
JS: Sure, you would try all those things
and see what worked best.
and see what worked best.
201
654043
6762
ДС: Авжеж, пробували всі ті речі
і дивилися що працювало найкраще.
і дивилися що працювало найкраще.
11:13
Trend-following would
have been great in the '60s,
have been great in the '60s,
202
661515
3350
Відслідковування тренду
працювало чудово в 60-х.
працювало чудово в 60-х.
11:16
and it was sort of OK in the '70s.
203
664889
2132
І більш-менш нормально в 70-х.
11:19
By the '80s, it wasn't.
204
667045
1873
На початок 80-х -- вже ні.
11:20
CA: Because everyone could see that.
205
668942
2817
КА: Бо кожен міг бачити це.
11:23
So, how did you stay ahead of the pack?
206
671783
2782
Тож, як вам вдавалося
залишатися попереду зграї?
залишатися попереду зграї?
11:27
JS: We stayed ahead of the pack
by finding other approaches --
by finding other approaches --
207
675046
6132
ДС: Ми залишалися попереду зграї,
знаходячи інші підходи --
знаходячи інші підходи --
11:33
shorter-term approaches to some extent.
208
681202
2741
короткотермінові підходи, до певної міри.
11:37
The real thing was to gather
a tremendous amount of data --
a tremendous amount of data --
209
685107
3347
Насправді завдання полягало в тому,
щоб зібрати величезний об’єм даних,
щоб зібрати величезний об’єм даних,
11:40
and we had to get it by hand
in the early days.
in the early days.
210
688478
3578
і ми мусили збирати їх
вручну, в ті дні.
вручну, в ті дні.
11:44
We went down to the Federal Reserve
and copied interest rate histories
and copied interest rate histories
211
692080
3466
Ми пішли до Федерального резерву
і скопіювали історію відсоткових ставок
і скопіювали історію відсоткових ставок
11:47
and stuff like that,
because it didn't exist on computers.
because it didn't exist on computers.
212
695570
3265
і подібні речі, бо цього
не було в комп’ютерах.
не було в комп’ютерах.
11:50
We got a lot of data.
213
698859
1643
Ми отримали багато даних.
11:52
And very smart people -- that was the key.
214
700526
4160
А ще дуже розумні люди -- вони були
ключовим фактором.
ключовим фактором.
11:57
I didn't really know how to hire
people to do fundamental trading.
people to do fundamental trading.
215
705463
3776
Я не знав, як наймати людей для
фундаментального аналізу.
фундаментального аналізу.
12:01
I had hired a few -- some made money,
some didn't make money.
some didn't make money.
216
709749
2949
Я найняв кількох -- деякі заробляли гроші,
деякі не заробляли.
деякі не заробляли.
12:04
I couldn't make a business out of that.
217
712722
1880
Я не міг зробити бізнес на цьому.
12:06
But I did know how to hire scientists,
218
714626
2042
Але я знав, як наймати науковців,
12:08
because I have some taste
in that department.
in that department.
219
716692
3389
бо був знайомий з цією сферою.
12:12
So, that's what we did.
220
720105
1838
Отже, ось що ми зробили.
12:13
And gradually these models
got better and better,
got better and better,
221
721967
3231
Поступово ці моделі ставали
все кращими і кращими,
все кращими і кращими,
12:17
and better and better.
222
725222
1335
кращими і кращими.
12:18
CA: You're credited with doing
something remarkable at Renaissance,
something remarkable at Renaissance,
223
726581
3214
КА: Вам приписують створення
дечого дивовижного в Ренесансі,
дечого дивовижного в Ренесансі,
12:21
which is building this culture,
this group of people,
this group of people,
224
729819
2601
а саме, створення цієї
культури, цієї групи людей,
культури, цієї групи людей,
12:24
who weren't just hired guns
who could be lured away by money.
who could be lured away by money.
225
732444
3142
не просто найманих працівників, яких
могли б переманити грошима.
могли б переманити грошима.
12:27
Their motivation was doing
exciting mathematics and science.
exciting mathematics and science.
226
735610
3912
Їх мотивувала до роботи
захоплива математика й наука.
захоплива математика й наука.
12:31
JS: Well, I'd hoped that might be true.
227
739860
2399
ДС: Ну, сподівався, що це так і було.
12:34
But some of it was money.
228
742283
3580
Але, частково, це були гроші.
12:37
CA: They made a lot of money.
229
745887
1393
КА: Вони робили великі гроші.
12:39
JS: I can't say that no one came
because of the money.
because of the money.
230
747304
2537
ДС: Не можу сказати, що жоден
не прийшов через гроші.
не прийшов через гроші.
12:41
I think a lot of them
came because of the money.
came because of the money.
231
749865
2253
Думаю, багато з них прийшли через гроші.
12:44
But they also came
because it would be fun.
because it would be fun.
232
752142
2021
Але вони також прийшли,
бо мало бути цікаво.
бо мало бути цікаво.
12:46
CA: What role did machine learning
play in all this?
play in all this?
233
754187
2488
КА: Яку роль грало в усьому
цьому машинне навчання?
цьому машинне навчання?
12:48
JS: In a certain sense,
what we did was machine learning.
what we did was machine learning.
234
756699
3064
ДС: В певному сенсі, те, що ми робили,
було машинним навчанням.
було машинним навчанням.
12:52
You look at a lot of data, and you try
to simulate different predictive schemes,
to simulate different predictive schemes,
235
760879
6291
Дивимось на великий об’єм даних і пробуємо
симулювати різні схеми прогнозів,
симулювати різні схеми прогнозів,
12:59
until you get better and better at it.
236
767194
2182
поки не почне виходити краще і краще.
13:01
It doesn't necessarily feed back on itself
the way we did things.
the way we did things.
237
769400
3767
Цей процес не обов’язково вдосконалював
сам себе на основі попереднього досвіду.
сам себе на основі попереднього досвіду.
13:05
But it worked.
238
773191
2309
Але це працювало.
13:08
CA: So these different predictive schemes
can be really quite wild and unexpected.
can be really quite wild and unexpected.
239
776150
4059
КА: Ці різні схеми прогнозування можуть
бути дуже безладними і непередбачуваними.
бути дуже безладними і непередбачуваними.
13:12
I mean, you looked at everything, right?
240
780233
1914
Тобто, ви дивилися на все, так?
13:14
You looked at the weather,
length of dresses, political opinion.
length of dresses, political opinion.
241
782171
3317
Ви дивилися на погоду, довжину
суконь, політичні погляди.
суконь, політичні погляди.
13:17
JS: Yes, length of dresses we didn't try.
242
785512
2837
ДС: Так, довжину суконь ми не пробували.
13:20
CA: What sort of things?
243
788373
2057
КА: Якого роду речі?
13:22
JS: Well, everything.
244
790454
1158
ДС: Ну, все.
13:23
Everything is grist for the mill --
except hem lengths.
except hem lengths.
245
791636
3264
Усе є потенційно важливим --
крім довжин швів.
крім довжин швів.
13:28
Weather, annual reports,
246
796852
2300
Погода, річні звіти,
13:31
quarterly reports, historic data itself,
volumes, you name it.
volumes, you name it.
247
799176
4732
квартальні звіти, історичні дані,
об’єми, усе що завгодно.
об’єми, усе що завгодно.
13:35
Whatever there is.
248
803932
1151
Усе що є.
13:37
We take in terabytes of data a day.
249
805107
2621
Ми отримуємо терабайти даних за день.
13:39
And store it away and massage it
and get it ready for analysis.
and get it ready for analysis.
250
807752
4124
Зберігаємо їх, обробляємо
і готуємо до аналізу.
і готуємо до аналізу.
13:45
You're looking for anomalies.
251
813446
1382
Треба шукати аномалії.
13:46
You're looking for -- like you said,
252
814852
2953
Треба шукати -- як ви сказали,
13:49
the efficient market
hypothesis is not correct.
hypothesis is not correct.
253
817829
2452
ефективна ринкова гіпотеза
не є правильною.
не є правильною.
13:52
CA: But any one anomaly
might be just a random thing.
might be just a random thing.
254
820305
3467
КА: Але будь-яка аномалія
може бути просто випадковістю.
може бути просто випадковістю.
13:55
So, is the secret here to just look
at multiple strange anomalies,
at multiple strange anomalies,
255
823796
3658
Тож, секрет у тому, щоб просто перевіряти
численні дивні аномалії і дивитися,
численні дивні аномалії і дивитися,
13:59
and see when they align?
256
827478
1328
коли вони узгодяться?
14:01
JS: Any one anomaly
might be a random thing;
might be a random thing;
257
829238
3213
ДС: Будь-яка аномалія
може бути випадковістю.
може бути випадковістю.
14:04
however, if you have enough data
you can tell that it's not.
you can tell that it's not.
258
832475
3039
Однак якщо у вас достатньо
даних, можна розрізнити.
даних, можна розрізнити.
14:07
You can see an anomaly that's persistent
for a sufficiently long time --
for a sufficiently long time --
259
835538
4950
Можна побачити аномалію, яка
повторюється достатньо довгий час --
повторюється достатньо довгий час --
14:12
the probability of it being
random is not high.
random is not high.
260
840512
4975
імовірність того, що це
випадковість, невисока.
випадковість, невисока.
14:17
But these things fade after a while;
anomalies can get washed out.
anomalies can get washed out.
261
845511
4858
Але ці речі слабшають з часом;
аномалії можуть стати непридатними.
аномалії можуть стати непридатними.
14:22
So you have to keep on top
of the business.
of the business.
262
850393
2420
Отже, вам треба залишатися
на вершині цього бізнесу.
на вершині цього бізнесу.
14:24
CA: A lot of people look
at the hedge fund industry now
at the hedge fund industry now
263
852837
2672
КА: Багато людей зараз дивляться
на індустрію хедж-фондів
на індустрію хедж-фондів
14:27
and are sort of ... shocked by it,
264
855533
4398
і вражені тим,
14:31
by how much wealth is created there,
265
859955
2172
які багатства там створюються,
14:34
and how much talent is going into it.
266
862151
2245
і як багато талантів туди залучається.
14:37
Do you have any worries
about that industry,
about that industry,
267
865523
4006
У вас не викликає якогось
занепокоєння те, що ця індустрія,
занепокоєння те, що ця індустрія,
14:41
and perhaps the financial
industry in general?
industry in general?
268
869553
2414
і, можливо, фінансова галузь загалом,
14:43
Kind of being on a runaway train that's --
269
871991
2704
стає чимось на зразок
поїзда, що зійшов з рейок --
поїзда, що зійшов з рейок --
14:46
I don't know --
helping increase inequality?
helping increase inequality?
270
874719
4030
поглиблюючи нерівність?
14:50
How would you champion what's happening
in the hedge fund industry?
in the hedge fund industry?
271
878773
3831
Що б ви сказали на захист того, що
відбувається в індустрії хедж-фондів?
відбувається в індустрії хедж-фондів?
14:54
JS: I think in the last
three or four years,
three or four years,
272
882628
2608
ДС: Я думаю, в останні три-чотири роки,
14:57
hedge funds have not done especially well.
273
885260
2103
хедж-фонди були не особливо успішні.
14:59
We've done dandy,
274
887387
1400
У нас все було файно,
15:00
but the hedge fund industry as a whole
has not done so wonderfully.
has not done so wonderfully.
275
888811
4001
але індустрія хедж-фондів у цілому
не була така успішна.
не була така успішна.
15:04
The stock market has been on a roll,
going up as everybody knows,
going up as everybody knows,
276
892836
4902
Фондовий ринок був на підйомі,
зростав, як усім відомо,
зростав, як усім відомо,
15:09
and price-earnings ratios have grown.
277
897762
3445
і співвідношення ціна/прибуток зростали.
15:13
So an awful lot of the wealth
that's been created in the last --
that's been created in the last --
278
901231
3063
Тож величезні об’єми багатств
створених за останні, скажімо,
створених за останні, скажімо,
15:16
let's say, five or six years --
has not been created by hedge funds.
has not been created by hedge funds.
279
904318
3350
п’ять або шість років -- не були
створені хедж-фондами.
створені хедж-фондами.
15:20
People would ask me,
"What's a hedge fund?"
"What's a hedge fund?"
280
908458
3221
Люди запитують мене:
"Що таке хедж-фонд?"
"Що таке хедж-фонд?"
15:23
And I'd say, "One and 20."
281
911703
2260
А я кажу: "Один і двадцять".
15:25
Which means -- now it's two and 20 --
282
913987
3566
Що означає -- тепер це 2 і 20 --
15:29
it's two percent fixed fee
and 20 percent of profits.
and 20 percent of profits.
283
917577
3353
це два відсотки фіксованої плати
і 20 відсотків від прибутків.
і 20 відсотків від прибутків.
15:32
Hedge funds are all
different kinds of creatures.
different kinds of creatures.
284
920954
2352
Кожен хедж-фонд - це окремий "звір".
15:35
CA: Rumor has it you charge
slightly higher fees than that.
slightly higher fees than that.
285
923330
3239
КА: Ходять чутки, що ваші
розцінки трохи вищі.
розцінки трохи вищі.
15:39
JS: We charged the highest fees
in the world at one time.
in the world at one time.
286
927339
3081
ДС: Колись наші розцінки
були найвищими у світі.
були найвищими у світі.
15:42
Five and 44, that's what we charge.
287
930444
3226
П’ять і 44, це наші розцінки.
15:45
CA: Five and 44.
288
933694
1398
КА: П’ять і 44.
15:47
So five percent flat,
44 percent of upside.
44 percent of upside.
289
935116
3234
Отже, п’ять відсотків фіксованої оплати
і 44 відсотки від прибутку.
і 44 відсотки від прибутку.
15:50
You still made your investors
spectacular amounts of money.
spectacular amounts of money.
290
938374
2783
І все ж, ви заробляєте для ваших
інвесторів величезні гроші.
інвесторів величезні гроші.
15:53
JS: We made good returns, yes.
291
941181
1452
ДС: Мали добрі прибутки, так.
15:54
People got very mad:
"How can you charge such high fees?"
"How can you charge such high fees?"
292
942657
3000
Люди дуже обурювались:
"Як ви можете брати так дорого?"
"Як ви можете брати так дорого?"
15:57
I said, "OK, you can withdraw."
293
945681
1627
Я казав: "Добре, можете відмовитися".
15:59
But "How can I get more?"
was what people were --
was what people were --
294
947332
2818
Але "Як я зможу заробити
більше?", -- відповідали люди.
більше?", -- відповідали люди.
16:02
(Laughter)
295
950174
1504
(Сміх)
16:03
But at a certain point,
as I think I told you,
as I think I told you,
296
951702
2440
Проте в певний момент,
як, здається, я казав вам,
як, здається, я казав вам,
16:06
we bought out all the investors
because there's a capacity to the fund.
because there's a capacity to the fund.
297
954166
5175
ми викупили акції всіх інвесторів, бо
у фонду є така можливість.
у фонду є така можливість.
16:11
CA: But should we worry
about the hedge fund industry
about the hedge fund industry
298
959365
2704
КА: Але чи варто нам
хвилюватися, що хедж-фонди
хвилюватися, що хедж-фонди
16:14
attracting too much of the world's
great mathematical and other talent
great mathematical and other talent
299
962093
5438
приваблюють забагато блискучих математиків
та інших талановитих людей в усьому світі,
та інших талановитих людей в усьому світі,
16:19
to work on that, as opposed
to the many other problems in the world?
to the many other problems in the world?
300
967555
3238
щоб працювати на них, замість
розв'язувати численні проблеми в світі?
розв'язувати численні проблеми в світі?
16:22
JS: Well, it's not just mathematical.
301
970817
1929
ДС: Ну, не лише математиків.
16:24
We hire astronomers and physicists
and things like that.
and things like that.
302
972770
2679
Ми наймаємо астрономів,
фізиків і подібних фахівців.
фізиків і подібних фахівців.
16:27
I don't think we should worry
about it too much.
about it too much.
303
975833
2431
Не думаю, що варто дуже
хвилюватися з цього приводу.
хвилюватися з цього приводу.
16:30
It's still a pretty small industry.
304
978288
3142
Це все ще досить маленька індустрія.
16:33
And in fact, bringing science
into the investing world
into the investing world
305
981454
5997
Насправді, залучення
науки у світ інвестицій
науки у світ інвестицій
16:39
has improved that world.
306
987475
2159
покращило цей світ.
16:41
It's reduced volatility.
It's increased liquidity.
It's increased liquidity.
307
989658
4070
Зменшило волатильність.
Збільшило ліквідність.
Збільшило ліквідність.
16:45
Spreads are narrower because
people are trading that kind of stuff.
people are trading that kind of stuff.
308
993752
3189
Спреди стали вужчими,
бо люди торгують. І так далі.
бо люди торгують. І так далі.
16:48
So I'm not too worried about Einstein
going off and starting a hedge fund.
going off and starting a hedge fund.
309
996965
5076
Тож я не хвилююсь, що Ейншейн
піде з науки і створить хедж-фонд.
піде з науки і створить хедж-фонд.
16:54
CA: You're at a phase in your life now
where you're actually investing, though,
where you're actually investing, though,
310
1002478
4164
КА: Ви зараз на тому етапі життя,
коли, насправді, інвестуєте, хоча
коли, насправді, інвестуєте, хоча
16:58
at the other end of the supply chain --
311
1006666
3734
на іншому кінці ланцюжка --
17:02
you're actually boosting
mathematics across America.
mathematics across America.
312
1010424
4104
ви насправді піднімаєте
математику по всій Америці.
математику по всій Америці.
17:06
This is your wife, Marilyn.
313
1014552
1865
Це ваша дружина, Мерилін.
17:08
You're working on
philanthropic issues together.
philanthropic issues together.
314
1016441
4756
Ви займаєтесь благодійністю разом.
17:13
Tell me about that.
315
1021221
1163
Розкажіть про це.
17:14
JS: Well, Marilyn started --
316
1022408
3649
ДС: Отже, Мерилін започаткувала --
17:18
there she is up there,
my beautiful wife --
my beautiful wife --
317
1026081
3447
ось вона, моя чудова дружина, --
17:21
she started the foundation
about 20 years ago.
about 20 years ago.
318
1029552
2972
вона започаткувала фонд
близько 20 років тому.
близько 20 років тому.
17:24
I think '94.
319
1032548
1151
Здається в 1994-му.
17:25
I claim it was '93, she says it was '94,
320
1033723
2095
Я кажу, це був 93-й, вона каже, що 94-й,
17:27
but it was one of those two years.
321
1035842
2571
але це сталося в один із тих двох років.
17:30
(Laughter)
322
1038437
2135
(Сміх)
17:32
We started the foundation,
just as a convenient way to give charity.
just as a convenient way to give charity.
323
1040596
6719
Ми заснували фонд, просто щоб було
зручніше жертвувати на благодійність.
зручніше жертвувати на благодійність.
17:40
She kept the books, and so on.
324
1048346
2507
Вона займалась бухгалтерією та іншим.
17:42
We did not have a vision at that time,
but gradually a vision emerged --
but gradually a vision emerged --
325
1050877
6714
Тоді у нас не було бачення,
але поступово воно з’явилося --
але поступово воно з’явилося --
17:49
which was to focus on math and science,
to focus on basic research.
to focus on basic research.
326
1057615
5504
зосередитися на математиці й науці,
на фундаментальних дослідженнях.
на фундаментальних дослідженнях.
17:55
And that's what we've done.
327
1063569
2772
Саме це ми й зробили.
17:58
Six years ago or so, I left Renaissance
and went to work at the foundation.
and went to work at the foundation.
328
1066365
6355
Близько шести років тому я залишив
Ренесанс і пішов працювати у фонд.
Ренесанс і пішов працювати у фонд.
18:04
So that's what we do.
329
1072744
1571
Тож це те, чим ми займаємось.
18:06
CA: And so Math for America
is basically investing
is basically investing
330
1074339
2909
КА: Тож, по суті, Математика
для Америки інвестує
для Америки інвестує
18:09
in math teachers around the country,
331
1077272
2638
у вчителів математики по всій країні,
18:11
giving them some extra income,
giving them support and coaching.
giving them support and coaching.
332
1079934
3802
надаючи їм додаткові надходження,
надаючи підтримку й навчання.
надаючи підтримку й навчання.
18:15
And really trying
to make that more effective
to make that more effective
333
1083760
3051
І справді намагаючись
підвищити їхню ефективність
підвищити їхню ефективність
18:18
and make that a calling
to which teachers can aspire.
to which teachers can aspire.
334
1086835
2601
і зробити це професією,
якої вчителі прагнутимуть.
якої вчителі прагнутимуть.
18:21
JS: Yeah -- instead of beating up
the bad teachers,
the bad teachers,
335
1089460
4790
ДС: Так -- замість того, щоб
звинувачувати поганих вчителів,
звинувачувати поганих вчителів,
18:26
which has created morale problems
all through the educational community,
all through the educational community,
336
1094274
4853
що створює моральні проблеми
в усій освітній спільноті,
в усій освітній спільноті,
18:31
in particular in math and science,
337
1099151
2441
особливо в математиці
та природничих науках,
та природничих науках,
18:33
we focus on celebrating the good ones
and giving them status.
and giving them status.
338
1101616
6130
ми зосереджуємось на підтримці
хороших вчителів і даємо їм статус.
хороших вчителів і даємо їм статус.
18:39
Yeah, we give them extra money,
15,000 dollars a year.
15,000 dollars a year.
339
1107770
2931
Так, ми даємо їм додаткові гроші,
15 000 доларів на рік.
15 000 доларів на рік.
18:42
We have 800 math and science teachers
in New York City in public schools today,
in New York City in public schools today,
340
1110725
4467
У нас є 800 вчителів природничих наук і
математики в державних школах Нью-Йорка,
математики в державних школах Нью-Йорка,
18:47
as part of a core.
341
1115216
1814
як основна група.
18:49
There's a great morale among them.
342
1117054
3686
У цій спільноті панує
чудовий моральний стан.
чудовий моральний стан.
18:52
They're staying in the field.
343
1120764
2506
Вони тримаються у своїй сфері.
18:55
Next year, it'll be 1,000
and that'll be 10 percent
and that'll be 10 percent
344
1123294
2895
Наступного року їх буде 1000,
і це буде 10 відсотків
і це буде 10 відсотків
18:58
of the math and science teachers
in New York [City] public schools.
in New York [City] public schools.
345
1126213
3544
усіх вчителів математики і наук
державних шкіл міста Нью-Йорк.
державних шкіл міста Нью-Йорк.
19:01
(Applause)
346
1129781
5905
(Оплески)
19:07
CA: Jim, here's another project
that you've supported philanthropically:
that you've supported philanthropically:
347
1135710
3410
КА: Джиме, ось інший проект, який
ви підтримуєте пожертвами.
ви підтримуєте пожертвами.
19:11
Research into origins of life, I guess.
348
1139144
2397
Дослідження походження життя, здається.
19:13
What are we looking at here?
349
1141565
1447
Що ми тут бачимо?
19:15
JS: Well, I'll save that for a second.
350
1143536
1882
ДС: Я повернусь до цього за хвильку.
19:17
And then I'll tell you
what you're looking at.
what you're looking at.
351
1145442
2162
І тоді скажу вам, що ми тут бачимо.
19:19
Origins of life is a fascinating question.
352
1147628
3056
Походження життя - захопливе питання.
19:22
How did we get here?
353
1150708
1533
Як ми тут опинилися?
19:25
Well, there are two questions:
354
1153170
1771
Тож, є два питання:
19:26
One is, what is the route
from geology to biology --
from geology to biology --
355
1154965
5868
Одне -- яким є шлях
від геології до біології --
від геології до біології --
19:32
how did we get here?
356
1160857
1381
як ми тут опинилися?
19:34
And the other question is,
what did we start with?
what did we start with?
357
1162262
2364
А інше питання - це
з чого ми почалися?
з чого ми почалися?
19:36
What material, if any,
did we have to work with on this route?
did we have to work with on this route?
358
1164650
3102
З яким матеріалом, якщо він був,
ми мали працювати на цьому шляху?
ми мали працювати на цьому шляху?
19:39
Those are two very,
very interesting questions.
very interesting questions.
359
1167776
3061
Це два дуже-дуже цікавих питання.
19:43
The first question is a tortuous path
from geology up to RNA
from geology up to RNA
360
1171773
5834
Перше з них - непростий шлях
від геології до РНК
від геології до РНК
19:49
or something like that --
how did that all work?
how did that all work?
361
1177631
2258
або чогось такого --
як це все працювало?
як це все працювало?
19:51
And the other,
what do we have to work with?
what do we have to work with?
362
1179913
2388
А інше -- з яким матеріалом
ми маємо працювати?
ми маємо працювати?
19:54
Well, more than we think.
363
1182325
1771
Ну, матеріалу більше, ніж ми думаємо.
19:56
So what's pictured there
is a star in formation.
is a star in formation.
364
1184120
4843
Отже, тут зображено
зірку на етапі формування.
зірку на етапі формування.
20:01
Now, every year in our Milky Way,
which has 100 billion stars,
which has 100 billion stars,
365
1189836
3425
Щороку в нашому Чумацькому Шляху,
де є 100 мільярдів зірок,
де є 100 мільярдів зірок,
20:05
about two new stars are created.
366
1193285
2495
утворюється приблизно дві нові зірки.
20:07
Don't ask me how, but they're created.
367
1195804
2470
Не питайте мене як, але вони утворюються.
20:10
And it takes them about a million
years to settle out.
years to settle out.
368
1198298
3080
І їм треба приблизно мільйон років
на те, щоб стабілізуватися.
на те, щоб стабілізуватися.
20:14
So, in steady state,
369
1202132
2176
Отже, у стаціонарному стані
20:16
there are about two million stars
in formation at any time.
in formation at any time.
370
1204332
3848
є близько двох мільйонів зірок,
що формуються, в будь-який момент часу.
що формуються, в будь-який момент часу.
20:20
That one is somewhere
along this settling-down period.
along this settling-down period.
371
1208204
3458
Ця зірка перебуває десь
посередині періоду стабілізації.
посередині періоду стабілізації.
20:24
And there's all this crap
sort of circling around it,
sort of circling around it,
372
1212067
2936
І навколо неї обертається усіляке сміття,
20:27
dust and stuff.
373
1215027
1498
пил, речовини.
20:29
And it'll form probably a solar system,
or whatever it forms.
or whatever it forms.
374
1217479
3023
З цього, певно, сформується,
сонячна система, або що завгодно.
сонячна система, або що завгодно.
20:32
But here's the thing --
375
1220526
2176
Але ось у чому річ --
20:34
in this dust that surrounds a forming star
376
1222726
6348
у цьому пилові, що оточує
зірку, яка формується,
зірку, яка формується,
20:41
have been found, now,
significant organic molecules.
significant organic molecules.
377
1229098
6035
знаходять важливі органічні молекули.
20:47
Molecules not just like methane,
but formaldehyde and cyanide --
but formaldehyde and cyanide --
378
1235958
6139
Не просто молекули, подібні до метану,
а формальдегід і ціанід --
а формальдегід і ціанід --
20:54
things that are the building blocks --
the seeds, if you will -- of life.
the seeds, if you will -- of life.
379
1242121
6517
речі, які є будівельними блоками --
зародками, якщо хочете -- життя.
зародками, якщо хочете -- життя.
21:01
So, that may be typical.
380
1249136
2692
Отже, це може бути типовим розвитком.
21:04
And it may be typical
that planets around the universe
that planets around the universe
381
1252395
6934
І може бути типовим те, що
планети в усьому Всесвіті
планети в усьому Всесвіті
21:11
start off with some of these
basic building blocks.
basic building blocks.
382
1259353
3612
зароджуються, вже маючи
деякі з цих будівельних блоків.
деякі з цих будівельних блоків.
21:15
Now does that mean
there's going to be life all around?
there's going to be life all around?
383
1263830
2715
Тож, чи означає це, що життя буде повсюди?
21:18
Maybe.
384
1266569
1364
Можливо.
21:19
But it's a question
of how tortuous this path is
of how tortuous this path is
385
1267957
4127
Але це питання того, наскільки
складним є цей шлях
складним є цей шлях
21:24
from those frail beginnings,
those seeds, all the way to life.
those seeds, all the way to life.
386
1272108
4394
від тих крихких початкових блоків,
тих зародків, аж до життя.
тих зародків, аж до життя.
21:28
And most of those seeds
will fall on fallow planets.
will fall on fallow planets.
387
1276526
5192
Більшість з тих зародків загинуть
на недорозвинутих планетах.
на недорозвинутих планетах.
21:33
CA: So for you, personally,
388
1281742
1409
КА: Тож для вас, особисто,
21:35
finding an answer to this question
of where we came from,
of where we came from,
389
1283175
2722
знайти відповідь на це питання,
звідки ми прийшли,
звідки ми прийшли,
21:37
of how did this thing happen,
that is something you would love to see.
that is something you would love to see.
390
1285921
3658
як це відбулося, -- це дещо,
про що, ви хотіли би дізнатися.
про що, ви хотіли би дізнатися.
21:41
JS: Would love to see.
391
1289603
1786
ДС: Хотів би дізнатися.
21:43
And like to know --
392
1291413
1490
І хотів би знати --
21:44
if that path is tortuous enough,
and so improbable,
and so improbable,
393
1292927
5170
чи той шлях є настільки
складний і малоімовірний,
складний і малоімовірний,
21:50
that no matter what you start with,
we could be a singularity.
we could be a singularity.
394
1298121
4754
що з чого б ви не почали,
ми, можливо, єдині у Всесвіті.
ми, можливо, єдині у Всесвіті.
21:55
But on the other hand,
395
1303336
1152
Але, з іншого боку,
21:56
given all this organic dust
that's floating around,
that's floating around,
396
1304512
3478
враховуючи увесь цей
органічний пил, що літає навколо,
органічний пил, що літає навколо,
22:00
we could have lots of friends out there.
397
1308014
3791
ми можемо мати багато друзів десь там.
22:04
It'd be great to know.
398
1312947
1161
Було б чудово дізнатися.
22:06
CA: Jim, a couple of years ago,
I got the chance to speak with Elon Musk,
I got the chance to speak with Elon Musk,
399
1314132
3480
КА: Джиме, пару років тому, я мав нагоду
поспілкуватися з Ілоном Маском,
поспілкуватися з Ілоном Маском,
22:09
and I asked him the secret of his success,
400
1317636
2837
і я запитав про таємницю його успіху.
22:12
and he said taking
physics seriously was it.
physics seriously was it.
401
1320497
3691
Він сказав, що це було серйозне
ставлення до фізики.
ставлення до фізики.
22:16
Listening to you, what I hear you saying
is taking math seriously,
is taking math seriously,
402
1324696
4003
Слухаючи вас, я чую, що саме
серйозне ставлення до математики
серйозне ставлення до математики
22:20
that has infused your whole life.
403
1328723
3003
окриляло вас усе ваше життя.
22:24
It's made you an absolute fortune,
and now it's allowing you to invest
and now it's allowing you to invest
404
1332123
4563
Воно дало вам великі статки,
а тепер дає вам змогу інвестувати
а тепер дає вам змогу інвестувати
22:28
in the futures of thousands and thousands
of kids across America and elsewhere.
of kids across America and elsewhere.
405
1336710
4496
у майбутнє тисяч і тисяч дітей
по всій Америці і деінде.
по всій Америці і деінде.
22:33
Could it be that science actually works?
406
1341567
2858
Чи може бути, що наука насправді працює?
22:36
That math actually works?
407
1344449
2772
Що математика насправді працює?
22:39
JS: Well, math certainly works.
Math certainly works.
Math certainly works.
408
1347245
4372
ДС: Ну, математика безумовно працює.
Математика безумовно працює.
Математика безумовно працює.
22:43
But this has been fun.
409
1351641
1198
Але це також цікаво.
22:44
Working with Marilyn and giving it away
has been very enjoyable.
has been very enjoyable.
410
1352863
4946
Працювати з Мерилін і займатися
благодійністю дуже приємно.
благодійністю дуже приємно.
22:49
CA: I just find it --
it's an inspirational thought to me,
it's an inspirational thought to me,
411
1357833
2936
КА: Я вважаю, і ця думка
мене дуже надихає,
мене дуже надихає,
22:52
that by taking knowledge seriously,
so much more can come from it.
so much more can come from it.
412
1360793
4007
що ставлячись до знань серйозно,
можна досягти надзвичайних результатів.
можна досягти надзвичайних результатів.
22:56
So thank you for your amazing life,
and for coming here to TED.
and for coming here to TED.
413
1364824
3018
Дякую за ваше дивовижне життя,
і за те що завітали сюди, на TED.
і за те що завітали сюди, на TED.
22:59
Thank you.
414
1367866
751
Дякую.
23:00
Jim Simons!
415
1368651
1101
Джим Саймонс!
23:01
(Applause)
416
1369806
4380
(Оплески)
ABOUT THE SPEAKER
Jim Simons - Philanthropist, mathematicianAfter astonishing success as a mathematician, code breaker and billionaire hedge fund manager, Jim Simons is mastering yet another field: philanthropy.
Why you should listen
As a mathematician who cracked codes for the National Security Agency on the side, Jim Simons had already revolutionized geometry -- and incidentally laid the foundation for string theory -- when he began to get restless. Along with a few hand-picked colleagues he started the investment firm that went on to become Renaissance, a hedge fund working with hitherto untapped algorithms, and became a billionaire in the process.
Now retired as Renaissance’s CEO, Simons devotes his time to mathematics and philanthropy. The Simons Foundation has committed more than a billion dollars to math and science education and to autism research.
Jim Simons | Speaker | TED.com