X
Create
Sign in

  • Movies
  • TV Shows
  • Music
  • Speeches
  • Gaming
  • Education
  • Beauty
  • Sports
  • Technology
  • Science
  • Health
  • Travel
  • Transportation
  • Career & Work
  • Hobbies
  • Animals
  • Home & Garden
  • Holidays
  • Relationships
  • Parenting
  • Food
  • Culture
  • Finance
  • Business
  • Legal
  • Arts

La vita è davvero così complesso? Hannah Fry a TEDxUCL

Hannah Fry trained as a mathematician, and completed her PhD in fluid dynamics in early 2011. After a brief period working as an aerodynamicist in the motors...
#colloqui Ted #TEDx #thehapinessoflife #hannah #davvero #Scienza e Studi Sociali #vita facile #makeitso #procrastinare #hannah panettiere #vita sociale #Vita #intheflowoflife #socallife #problemi di vita #workingfromlife #Questa è la vita #Sfera è la vita #Ted Baker #influenza aviaria #maschio #complesso #ma davvero
Edit
270k views
1 editor
edited 1+ month ago
Home
Condividi su Facebook Condividi su Twitter Condividi su Google+
Tip: Highlight text to annotate itX
Ok, grazie molte! Sono Hannah Fry, la tosta, e oggi faccio questa domanda: la vita è davvero così complessa? Ho solo 9 minuti per darvi una risposta. Così, ho deciso di dividere tutto per bene in due parti: Parte uno - Sì, e più tardi, parte due - No, o, per essere più precisi: No? Bene, allora prima di tutto vediamo cosa intendo con complessa. Potrei darvi un mucchio di definizioni formali, ma, in parole povere, ogni problema, ogni complessità, è qualcosa che Einstein e i suoi pari non riescono a fare. Quindi, immaginiamoci, se il tasto funziona, ecco qui... Eistein sta giocano a biliardo. È un ragazzo sveglio, quindi sa che quando colpisce la palla bianca potrebbe scrivervi un'equazione e dirvi esattamente dove la palla rossa andrà a colpire le sponde, a che velocità sta andando e dove si fermerà. Se ingrandiamo gradualmente queste palle da biliardo fino alle dimensioni del sistema solare, Einstein può ancora aiutarci: certo, la fisica cambia, ma, se volete conoscere il percorso della Terra intorno al Sole, Einstein potrebbe scrivervi un'equazione dicendovi esattamente dove entrambi gli oggetti si trovano in un qualunque momento. Ora, con un sorprendente aumento di difficoltà Einstein potrebbe includere la Luna nei propri calcoli, ma, mano a mano che si aggiungono pianeti, per esempio Marte e Giove, il problema diventa troppo complicato perché Einstein lo possa risolvere con carta e penna. Ora, stranamente, se invece di avere una manciata di pianeti avessimo milioni di oggetti, o anche miliardi, il problema in realtà diventerebbe molto più semplice e Einstein rientrerebbe in gioco. Fatemi spiegare cosa voglio dire con questo, riducendo questi oggetti fino al livello molecolare. Se volete seguire il percorso irregolare di una singola molecola d'aria non avete assolutamente speranza, ma quando avete milioni di molecole d'aria tutte insieme cominciano a comportarsi in un modo che è quantificabile prevebile e corretto e, grazie al cielo, l'aria si comporta in modo corretto perché se così non facesse gli aeroplani cadrebbero dal cielo. Su una scala ancora maggiore, a livello di mondo intero, l'idea è esattamente la stessa con tutte queste molecole d'aria. È vero che non potete prendere una singola goccia di pioggia e dire da dove viene o dove andrà a finire, ma potete dire con un livello di certezza piuttosto alto se sarà nuvoloso domani. È così. Ai tempi di Einstein ecco dove è arrivata la scienza. Potevamo risolvere problemi veramente piccoli con pochi oggetti, con interazioni semplici, o si potevano risolvere problemi enormi con milioni di oggetti e interazioni semplici. Ma tutto quello che c'era in mezzo? Bene, solo sette anni prima della morte di Einstein uno scienziato americano, Warren Weaver, sosteneva esattamente questo punto. Diceva che il metodo scientifico è andato da un estremo all'altro lasciando fuori l'ampia zona intatta che si trova nel mezzo. Questa regione di mezzo è dove sta la scienza della complessità e questo è quello che intendo con complesso. Sfortunatamente, quasi ogni singolo problema che viene in mente e che abbia a che fare con il comportamento umano si trova in questa zona di mezzo. Einstein non aveva la più vaga idea di come rappresentare con un modello il movimento di una folla, ci sono troppe persone per poterle considerare individualmente e troppo poche per trattarle come un gas. Allo stesso modo, la gente è incline a cose fastidiose come decidere di non voler andare a sbattere uno contro l'altro, cosa che rende il problema ancora più complicato. Einstein non sapeva neanche dire quando sarebbe stato il prossimo crollo di borsa, Einstein non sapeva dire come migliorare la disoccupazione Eistein non sapeva neppure dire se il prossimo iPhone sarebbe stato un successo o un fiasco. Quindi, per concludere la parte uno, siamo completamente fregati, non abbiamo strumenti per gestire tutto questo e la vita è troppo complessa. Ma forse c'è speranza, perché negli ultimi anni abbiamo cominciato a vedere gli inizi di una nuova era scientifica usando la matematica per creare un modello del nostro sistema sociale e qui non sto parlando solo di statistica e simulazioni al computer, sto parlando di scrivere equazioni sulla nostra società che ci aiutino a capire cosa sta succedendo nello stesso modo delle palle da biliardo o delle previsioni del tempo. E questo è accaduto perché la gente ha cominciato a rendersi conto che possiamo usare e sfruttare delle analogie tra i nostri sistemi umani e quelli del mondo fisico intorno a noi. Vi porto l'esempio del problema incredibilmente complesso della migrazione attraverso l' Europa. Veramente, quando si guarda tutta la gente insieme, sembra che collettivamente si comporti come se stesse seguendo le leggi di gravità Ma invece dei pianeti che si attraggono l'uno con l'altro, è la gente che è attratta da zone con migliori opportunità di lavoro, paghe più alte, qualità della vita migliore e minor disoccupazione. E nello stesso modo in cui è più probabile che la gente si cerchi opportunità vicino a dove vive già, da Londra al Kent, per esempio, invece che da Londra a Melbourne, l'effetto gravitazionale dei pianeti lontani si sente molto di meno. Quindi, per farvi un altro esempio, nel 2008 un gruppo della UCLA stava osservando gli schemi di punti caldi dei furti in città. Ora, una delle cose riguardo ai furti è quest'idea della vittimizzazione ripetuta. Quindi, se avete un gruppo di ladri che riescono a rubare bene in una zona quello che fanno è ritornare in quella zona e andare avanti a rubare lì, così imparano la posizione delle case, le vie di fuga e le misure di sicurezza locali attivate in quel luogo, e continuerà ad andare così fino a che gli abitanti della zona e la polizia aumenteranno la sicurezza, e a quel punto i ladri si sposteranno da qualche altra parte. È questo equilibrio tra ladri e sicurezza che crea queste dinamiche di punti caldi nella città. Così com'è, questo è esattamente lo stesso processo di come si formano le macchie di leopardo, eccetto che nell'esempio del leopardo non ci sono ladri e polizia. E' un processo chimico che crea questi schemi, detto morfogenesi. In realtà sappiamo un sacco di cose sulla morfogenesi delle macchie di leopardo. Forse possiamo usarla per cercare di individuare dei segnali d'allarme riguardo ai furti e forse, anche per creare migliori strategie di prevenzione del crimine. C'è un gruppo qui alla UCL che proprio ora sta lavorando con la polizia del West Midland proprio su questo problema. Potrei farvi molti esempi come questo, ma volevo lasciarvi con un esempio tratto da una mia ricerca sui disordini di Londra. Probabilmente non è necessario che io vi racconti degli avvenimenti dell'estate scorsa quando Londra e tutta la Gran Bretagna hanno assistito al peggior periodo di saccheggi violenti e incendi dolosi degli ultimi vent'anni. È comprensibile che come società vogliamo cercare di capire esattamente cosa ha causato questi disordini, anche, forse, per attrezzare la nostra polizia con strategie migliori che portino a decisioni più rapide in futuro. Ora, non voglio far arrabbiare i sociologi qui, quindi non posso assolutamente parlare delle motivazioni individuali di un rivoltoso ma quando si guarda ai rivoltosi nell'insieme, matematicamente potete distinguere tre fasi nel processo e trarre delle analogie di conseguenza. Allora, fase uno. Diciamo che avete un gruppo di amici, e nessuno di loro è coinvolto nei disordini. Ma uno di loro passa davanti a un Foot Locker che è stato svaligiato, entra e si prende un paio di scarpe da ginnastica nuove. Poi manda un messaggio a uno dei suoi amici e dice, per esempio: "Vieni dove ci sono i disordini." Così il suo amico lo raggiunge, e poi questi due scrivono ad altri amici ancora che li raggiungono e scrivono ad altri amici e si va avanti così. Questo processo è identico al modo in cui un virus si diffonde tra la popolazione. Se pensate all'epidemia di influenza aviaria di un paio di anni fa, più erano le persone infettate, più altra gente si infettava e più velocemente si diffondeva il virus prima che le autorità riuscissero a trovare l'approccio giusto agli eventi. Qui è esattamente lo stesso processo. Quindi, sì, diciamo che se avete un rivoltoso, che ha deciso di creare disordini, la prima cosa che deve fare è scegliere un luogo per i disordini. Bisogna sapere, di questi rivoltosi, che non sono preparati ad andare molto lontano da dove vivono a meno che non sia un disordine proprio molto invitante. (Risate) Quindi potete vedere qui, in questo grafico che una gran parte dei rivoltosi si è spostata di meno di un chilometro per arrivare alla propria destinazione. Questo schema si vede anche nei modelli di consumo per gli acquisti al dettaglio su dove scegliamo di andare a comprare. Naturalmente, alla gente piace andare nei negozi del posto, ma voi sareste anche disposti ad andare un po' più lontano se fosse un negozio davvero conveniente. Questa analogia in realtà è già stata fatta da alcuni giornali, quando qualche tabloid ha chiamato questi fatti "Acquisti con violenza", che probabilmente riassume i termini della nostra ricerca. Oh, sto andando all'indietro, Ecco, fase tre. Finalmente il rivoltoso è sul posto e ora vuole evitare di essere preso dalla polizia. I rivoltosi evitano la polizia in ogni modo ma c'è abbastanza sicurezza nei numeri, e dall'altro lato la polizia, con le sue risorse limitate, cerca di proteggere il più possibile la maggior parte della città, di arrestare i rivoltosi ovunque sia possibile e di creare un effetto deterrente. Veramente, questo meccanismo tra le due specie, cioè dei rivoltosi e della polizia, è identico a quello di predatori e prede nella foresta; quindi se vi immaginate conigli e volpi, i conigli cercano di evitare le volpi a tutti i costi, mentre le volpi pattugliano lo spazio cercando di trovare i conigli. Noi sappiamo molto delle dinamiche tra predatori e prede, e sappiamo anche molto sul flusso di spesa dei consumatori e sappiamo molto su come i virus si diffondono tra la popolazione. Così, se prendete queste tre analogie insieme e le sviluppate, potete ottenere un modello matematico di quello che è davvero accaduto, che è in grado di replicare gli schemi generali propri dei disordini. Una volta capito questo, lo possiamo usare quasi come una capsula di Petri per cominciare a parlare di quali zone della città fossero più vulnerabili di altre e di quali tattiche di polizia si potrebbero usare se questo dovesse accadere ancora in futuro. Persino vent'anni fa la costruzione di un modello di questo tipo era completamente ignota, ma penso che queste analogia siano uno strumento incredibilmente importante per affrontare problemi nella nostra società, e forse, alla fine, per migliorare la nostra società. Quindi, per concludere: la vita è complessa, ma forse comprenderla non deve necessariamente essere così complicato. Grazie! (Applausi)
Activity
  • Activity
  • Annotations
  • Notes
  • Edits
Sort
  • Newest
  • Best
deicy annotated1+ month ago

Hannah Fry trained as a mathematician, and completed her PhD in fluid dynamics in early 2011. After a brief period working as an aerodynamicist in the motors... ...

#colloqui Ted #TEDx #thehapinessoflife #hannah #davvero #Scienza e Studi Sociali #vita facile #makeitso #procrastinare #hannah panettiere #vita sociale #Vita #intheflowoflife #socallife #problemi di vita #workingfromlife #Questa è la vita #Sfera è la vita #Ted Baker #influenza aviaria #maschio #complesso #ma davvero
Permalink Edit Editors
Share

Share this annotation:

deicy edited1+ month ago

La vita è davvero così complesso? Hannah Fry a TEDxUCL

Italiano Worldwide Circa Copyright Privacy Termini
© 2023 Readable
Photos Media Bookmark
X Annotate