and we both study complex networks.

エリック・バーロウ：私は生態学者で ショーンは物理学者です

And we met a couple years ago when we discovered

私達は複雑なネットワークを 研究しています

that we had both given a short TED Talk

私たちが数年前出会った時 ２人共 戦争の生態について

about the ecology of war,

私たちが数年前出会った時 ２人共 戦争の生態について

and we realized that we were connected

TEDで話した事を知り

by the ideas we shared before we ever met.

会う前から同じ考えで

And then we thought, you know, there are thousands

通じ合っている事が解りました

of other talks out there, especially TEDx Talks,

TEDxもそうですが

that are popping up all over the world.

世界中に何千もの

How are they connected,

トークメディアが出現していますが

and what does that global conversation look like?

それ等の繋がりや

So Sean's going to tell you a little bit about how we did that.

グローバルな会話とは どんなものでしょう

Sean Gourley: Exactly. So we took 24,000 TEDx Talks

ショーンが私たちの研究を 簡単にお話しします

from around the world, 147 different countries,

ショーン・ゴーリー： ２万４千ものTEDxトークを

and we took these talks and we wanted to find

147カ国から集めました

the mathematical structures that underly

そして これらのトークの背景にある

the ideas behind them.

潜在的なアイデアの 数学的構造を見つけ

And we wanted to do that so we could see how

潜在的なアイデアの 数学的構造を見つけ

they connected with each other.

それ等のトークがどうお互い

And so, of course, if you're going to do this kind of stuff,

繋がり合っているのか 知りたかったのです

you need a lot of data.

勿論 それには

So the data that you've got is a great thing called YouTube,

多くのデータが必要です

and we can go down and basically pull

その素晴らしいデーターとは YouTubeです

all the open information from YouTube,

基本的にYouTubeから 公開情報を取り出す事が出来ます

all the comments, all the views, who's watching it,

基本的にYouTubeから 公開情報を取り出す事が出来ます

where are they watching it, what are they saying in the comments.

コメントや再生回数 どこで誰が見ているか

But we can also pull up, using speech-to-text translation,

コメントの内容も解ります

we can pull the entire transcript,

その上 音声テキスト変換を使い

and that works even for people with kind of funny accents like myself.

トークの原稿全体を 取り出す事が出来ます

So we can take their transcript

私の様な訛のあっても 大丈夫です

and actually do some pretty cool things.

そんな原稿を取り出し

We can take natural language processing algorithms

すごい事が出来るのです

to kind of read through with a computer, line by line,

自然言語処理アルゴリズムをつかって

extracting key concepts from this.

鍵となる考えを一行ごとに

And we take those key concepts and they sort of form

コンピュータで読み込みます

this mathematical structure of an idea.

そして鍵となるコンセプトを取り出し

And we call that the meme-ome.

アイデアの数学的構造の様な形にします

And the meme-ome, you know, quite simply,

それを私達は「ミーモム」と呼びます

is the mathematics that underlies an idea,

「ミーモム」は簡単に言うと

and we can do some pretty interesting analysis with it,

あるアイデアが元になった数学なのです

which I want to share with you now.

これを使って とても面白い分析ができます

So each idea has its own meme-ome,

それをここでお見せしたいのです

and each idea is unique with that,

１つ１つのアイデアに 「ミーモム」があり

but of course, ideas, they borrow from each other,

それはそれぞれユニークですが

they kind of steal sometimes,

勿論お互いアイデアを借り合い

and they certainly build on each other,

時にはアイデアを盗んだり

and we can go through mathematically

確かに相互関係にあります

and take the meme-ome from one talk

そこで数学的に

and compare it to the meme-ome from every other talk,

一つのトークから「ミーモム」をとり

and if there's a similarity between the two of them,

他の個々のトークから 取ったものと比べます

we can create a link and represent that as a graph,

もし類似点があれば

just like Eric and I are connected.

リンクで繋ぎ グラフに表します

So that's theory, that's great.

私とエリックが 繋がった様にです

Let's see how it works in actual practice.

それが理論です それでは

So what we've got here now is the global footprint

実際にどんな働きをするのか 見てみましょう

of all the TEDx Talks over the last four years

ここにあるのは過去4年間の

exploding out around the world

TEDxトークの足跡です

from New York all the way down to little old New Zealand in the corner.

世界中に爆発的に広がってます

And what we did on this is we analyzed the top 25 percent of these,

ニューヨークから ずっとニュージーランドまで

and we started to see where the connections occurred,

これらのトップ25%を分析し

where they connected with each other.

その繋がりの起点から

Cameron Russell talking about image and beauty

見ていきました

connected over into Europe.

イメージと美について話している キャメロンとラッセルは

We've got a bigger conversation about Israel and Palestine

ヨーロッパで繋がりました

radiating outwards from the Middle East.

会話は中東の話から発し イスラエルとパレスチナの

And we've got something a little broader

にぎやかな会話に広がりました

like big data with a truly global footprint

そしてもう少し一般的な 雑談とも思えるような

reminiscent of a conversation

そしてもう少し一般的な 雑談とも思えるような

that is happening everywhere.

ビッグデータ的な ものも得られました

So from this, we kind of run up against the limits

真にグローバルな軌跡です

of what we can actually do with a geographic projection,

ここで私達がぶつかったのは

but luckily, computer technology allows us to go out

地図的表現の限界です

into multidimensional space.

でも幸運にもコンピュータ技術で

So we can take in our network projection

多次元の空間を扱えます

and apply a physics engine to this,

ネットワーク表現を使い

and the similar talks kind of smash together,

これに物理演算エンジンを適用します

and the different ones fly apart,

同じ様なトークはお互いぶつかり合い

and what we're left with is something quite beautiful.

異なるものは飛び離れ

EB: So I want to just point out here that every node is a talk,

本当に美しいイメージが残ります

they're linked if they share similar ideas,

ここで大切なのは 個々のノードはトークを表していて

and that comes from a machine reading

同じ様なアイデアは結ばれます

of entire talk transcripts,

全てのトークスクリプトを

and then all these topics that pop out,

機械が読んで作っています

they're not from tags and keywords.

現れて来るトピックは タグやキーワードから

They come from the network structure

作ったものではありません

of interconnected ideas. Keep going.

関連し合うアイデアの

SG: Absolutely. So I got a little quick on that,

ネットワーク構成から 生まれたものです　続けて下さい

but he's going to slow me down.

その通り 先を急ぎ過ぎたので

We've got education connected to storytelling

彼が補足してくれました

triangulated next to social media.

「教育」と「語り聞かせ」が 「ソーシャルメディア」と

You've got, of course, the human brain right next to healthcare,

三画に繋がっています

which you might expect,

「医療」のすぐ側は 勿論 「頭脳」です

but also you've got video games, which is sort of adjacent,

これは予想できますが

as those two spaces interface with each other.

この２つのスペースが繋ぎ合う

But I want to take you into one cluster

割と近くに「ビデオゲーム」があるのです

that's particularly important to me, and that's the environment.

私が特に大切に思う

And I want to kind of zoom in on that

「環境」の塊をお見せしましょう

and see if we can get a little more resolution.

もっと解像度を上げられないか

So as we go in here, what we start to see,

ズームインしてみます

apply the physics engine again,

ここに入って物理演算エンジンを使い

we see what's one conversation

現れて来たのは・・・

is actually composed of many smaller ones.

この１つの会話は

The structure starts to emerge

いくつかの小さなものの 集まりだとわかります

where we see a kind of fractal behavior

この構造からわかるのは

of the words and the language that we use

私たちが大切なトピックを

to describe the things that are important to us

表すのに使う単語や言葉の

all around this world.

フラクタル的な挙動です

So you've got food economy and local food at the top,

フラクタル的な挙動です

you've got greenhouse gases, solar and nuclear waste.

ここでは「食料経済学」と 「地元の食材」が上部にあり

What you're getting is a range of smaller conversations,

「温室効果ガス」や 「太陽光発電」に「核廃棄物」もあります

each connected to each other through the ideas

小規模な会話が

and the language they share,

共通の言葉やアイデアで

creating a broader concept of the environment.

互いに結びつき

And of course, from here, we can go

環境に関する より大きな考えを築いています

and zoom in and see, well, what are young people looking at?

勿論ここからズームインすれば

And they're looking at energy technology and nuclear fusion.

若者が何を見ているか解ります

This is their kind of resonance

彼らは「核融合」や 「エネルギー技術」を見ています

for the conversation around the environment.

言わばこれらが彼らの

If we split along gender lines,

環境についての会話と 共鳴するトピックなのです

we can see females resonating heavily

性別に分けてみると

with food economy, but also out there in hope and optimism.

女性は「食糧経済学」に とても同調しており

And so there's a lot of exciting stuff we can do here,

また そこに「希望と楽観」も 見てとれます

and I'll throw to Eric for the next part.

いろんな面白いことができるんです

EB: Yeah, I mean, just to point out here,

次はエリックにお願いしましょう

you cannot get this kind of perspective

ええ ここで言いたいのは

from a simple tag search on YouTube.

こうした観点はYouTubeの

Let's now zoom back out to the entire global conversation

単なるタグ検索だけでは 得られないと言う事です

out of environment, and look at all the talks together.

「環境」からグローバルな 話題全体に

Now often, when we're faced with this amount of content,

ズームアウトし トークを一望してみます

we do a couple of things to simplify it.

通常 これ程の量の 情報に遭遇すると

We might just say, well,

単純化する為に いくつかの方法を取ります

what are the most popular talks out there?

こう検索するかもしれません

And a few rise to the surface.

今一番人気のあるトークは？

There's a talk about gratitude.

すると数個が現れてきます

There's another one about personal health and nutrition.

感謝に関するトーク

And of course, there's got to be one about porn, right?

健康や栄養に関するトーク

And so then we might say, well, gratitude, that was last year.

そして勿論ポルノについてですね

What's trending now? What's the popular talk now?

去年は感謝に 関するものでしたが

And we can see that the new, emerging, top trending topic

今年はどんなトークが 人気があるか？と見てみると

is about digital privacy.

新しい人気トップの 候補が現れます

So this is great. It simplifies things.

インターネット上の プライバシーについてです

But there's so much creative content

いいですね　 解りやすいです

that's just buried at the bottom.

でも このような検索に ひっかからない

And I hate that. How do we bubble stuff up to the surface

もっと創造的な 内容のものもあるんです

that's maybe really creative and interesting?

この様なものを どうやって表面に持ってくるか？

Well, we can go back to the network structure of ideas

この様なものを どうやって表面に持ってくるか？

to do that.

アイデアのネットワーク構造に 戻れば

Remember, it's that network structure

これが可能です

that is creating these emergent topics,

ここに現れるトピックを 作っているのは

and let's say we could take two of them,

ネットワーク構造だと お話ししましたが

like cities and genetics, and say, well, are there any talks

ここから2つを選んで --

that creatively bridge these two really different disciplines.

例えば「都市」と「遺伝学」を選び

And that's -- Essentially, this kind of creative remix

この全く異なる分野を うまく繋ぐトークはあるか探します

is one of the hallmarks of innovation.

この創造的リミックスの様なものが

Well here's one by Jessica Green

イノベーションの特徴とも言えます

about the microbial ecology of buildings.

これはジェシカ・グリーンのもので

It's literally defining a new field.

建物の微生物生態学についです

And we could go back to those topics and say, well,

全く新しい分野を築いています

what talks are central to those conversations?

これら２つのトピックに戻り

In the cities cluster, one of the most central

どのトークが 各々のトピックの 中心にあるかもわかります

was one by Mitch Joachim about ecological cities,

都市の塊で最も中心にあるのは

and in the genetics cluster,

エコロジー都市についての ミッチ・ジョアキムのもので

we have a talk about synthetic biology by Craig Venter.

「遺伝学」の塊の中心には

These are talks that are linking many talks within their discipline.

クレイグ・ベンターの 合成生物学のトークがあります

We could go the other direction and say, well,

これらはそれぞれの分野の中で 多くのトークを繋げています

what are talks that are broadly synthesizing

反対の方に行ってみましょう

a lot of different kinds of fields.

あらゆる分野を広く

We used a measure of ecological diversity to get this.

総合したトークはどうでしょう

Like, a talk by Steven Pinker on the history of violence,

これには生態的多様性から見ました

very synthetic.

例えば 暴力の歴史についての スティーブ・ピンカーのトークは

And then, of course, there are talks that are so unique

とても総合的です

they're kind of out in the stratosphere, in their own special place,

もちろん 大変ユニークで

and we call that the Colleen Flanagan index.

はるか彼方の独自の場所に 属するトークもあります

And if you don't know Colleen, she's an artist,

コリーン・フラナガン指数と 私達は呼びます

and I asked her, "Well, what's it like out there

ご存知でしょうか 彼女はアーティストですが

in the stratosphere of our idea space?"

「アイデアの世界の果て」は

And apparently it smells like bacon.

どんな所か彼女に 尋ねてみました

I wouldn't know.

ベーコンの様な匂いが する場所だそうです

So we're using these network motifs

私には解りませんが

to find talks that are unique,

このようなネットワークの パターンを使って

ones that are creatively synthesizing a lot of different fields,

ユニークなトークや

ones that are central to their topic,

様々な分野を うまく統合したもの

and ones that are really creatively bridging disparate fields.

トピックの中心になっているもの

Okay? We never would have found those with our obsession

完全に異なる分野を うまく繋げているものが探せます

with what's trending now.

人気のあるものだけに 注目していたら

And all of this comes from the architecture of complexity,

このようなものは 見つからなかったでしょう

or the patterns of how things are connected.

これ等全ては複雑な構造や

SG: So that's exactly right.

繋がり方のパターンから 探し出されたものです

We've got ourselves in a world

全くその通りです

that's massively complex,

私たちは非常に複雑な世界に

and we've been using algorithms to kind of filter it down

生きるようになり

so we can navigate through it.

様々なアルゴリズムを使って 世界を簡素化して

And those algorithms, whilst being kind of useful,

対応しています

are also very, very narrow, and we can do better than that,

これらのアルゴリズムは 便利ですが

because we can realize that their complexity is not random.

限られたものなので もっと良い方法があるはずです

It has mathematical structure,

複雑さは無秩序ではなく

and we can use that mathematical structure

数学的構造があると解れば

to go and explore things like the world of ideas

その考えを使い

to see what's being said, to see what's not being said,

アイデアの世界を探り

and to be a little bit more human

何が語られ 何が語られていないかを知り

and, hopefully, a little smarter.

もう少し人間らしく生き

Thank you.

願わくば少し賢くもなるのです

(Applause)

有り難うございました