TED日本語 - エリック・バーロウ、ショーン・ゴーリー: 広げる価値のあるアイデアの地図作り

TED日本語

TED Talks(英語 日本語字幕付き動画)

TED日本語 - エリック・バーロウ、ショーン・ゴーリー: 広げる価値のあるアイデアの地図作り

TED Talks

広げる価値のあるアイデアの地図作り
Mapping ideas worth spreading
エリック・バーロウ、ショーン・ゴーリー
Eric Berlow and Sean Gourley

内容

2万4千ものアイデアとはどんなものでしょうか。生態学者のエリック・バーローと物理学者のショーン・ゴーリーは、世界中のTEDxトークの記録にアルゴリズムを適用し、アイデアの地図を私たちに示しながら、アイデアがどのようにグローバルに繋がっているのかを示します。

Script

Eric Berlow: I'm an ecologist, and Sean's a physicist, and we both study complex networks. And we met a couple years ago when we discovered that we had both given a short TED Talk about the ecology of war, and we realized that we were connected by the ideas we shared before we ever met. And then we thought, you know, there are thousands of other talks out there, especially TEDx Talks, that are popping up all over the world. How are they connected, and what does that global conversation look like? So Sean's going to tell you a little bit about how we did that.

Sean Gourley: Exactly. So we took 24,000 TEDx Talks from around the world,147 different countries, and we took these talks and we wanted to find the mathematical structures that underly the ideas behind them. And we wanted to do that so we could see how they connected with each other.

And so, of course, if you're going to do this kind of stuff, you need a lot of data. So the data that you've got is a great thing called YouTube, and we can go down and basically pull all the open information from YouTube, all the comments, all the views, who's watching it, where are they watching it, what are they saying in the comments. But we can also pull up, using speech-to-text translation, we can pull the entire transcript, and that works even for people with kind of funny accents like myself. So we can take their transcript and actually do some pretty cool things. We can take natural language processing algorithms to kind of read through with a computer, line by line, extracting key concepts from this. And we take those key concepts and they sort of form this mathematical structure of an idea. And we call that the meme-ome. And the meme-ome, you know, quite simply, is the mathematics that underlies an idea, and we can do some pretty interesting analysis with it, which I want to share with you now.

So each idea has its own meme-ome, and each idea is unique with that, but of course, ideas, they borrow from each other, they kind of steal sometimes, and they certainly build on each other, and we can go through mathematically and take the meme-ome from one talk and compare it to the meme-ome from every other talk, and if there's a similarity between the two of them, we can create a link and represent that as a graph, just like Eric and I are connected.

So that's theory, that's great. Let's see how it works in actual practice. So what we've got here now is the global footprint of all the TEDx Talks over the last four years exploding out around the world from New York all the way down to little old New Zealand in the corner. And what we did on this is we analyzed the top 25 percent of these, and we started to see where the connections occurred, where they connected with each other. Cameron Russell talking about image and beauty connected over into Europe. We've got a bigger conversation about Israel and Palestine radiating outwards from the Middle East. And we've got something a little broader like big data with a truly global footprint reminiscent of a conversation that is happening everywhere.

So from this, we kind of run up against the limits of what we can actually do with a geographic projection, but luckily, computer technology allows us to go out into multidimensional space. So we can take in our network projection and apply a physics engine to this, and the similar talks kind of smash together, and the different ones fly apart, and what we're left with is something quite beautiful.

EB: So I want to just point out here that every node is a talk, they're linked if they share similar ideas, and that comes from a machine reading of entire talk transcripts, and then all these topics that pop out, they're not from tags and keywords. They come from the network structure of interconnected ideas. Keep going.

SG: Absolutely. So I got a little quick on that, but he's going to slow me down. We've got education connected to storytelling triangulated next to social media. You've got, of course, the human brain right next to healthcare, which you might expect, but also you've got video games, which is sort of adjacent, as those two spaces interface with each other.

But I want to take you into one cluster that's particularly important to me, and that's the environment. And I want to kind of zoom in on that and see if we can get a little more resolution. So as we go in here, what we start to see, apply the physics engine again, we see what's one conversation is actually composed of many smaller ones. The structure starts to emerge where we see a kind of fractal behavior of the words and the language that we use to describe the things that are important to us all around this world. So you've got food economy and local food at the top, you've got greenhouse gases, solar and nuclear waste. What you're getting is a range of smaller conversations, each connected to each other through the ideas and the language they share, creating a broader concept of the environment. And of course, from here, we can go and zoom in and see, well, what are young people looking at? And they're looking at energy technology and nuclear fusion. This is their kind of resonance for the conversation around the environment. If we split along gender lines, we can see females resonating heavily with food economy, but also out there in hope and optimism.

And so there's a lot of exciting stuff we can do here, and I'll throw to Eric for the next part.

EB: Yeah, I mean, just to point out here, you can not get this kind of perspective from a simple tag search on YouTube. Let's now zoom back out to the entire global conversation out of environment, and look at all the talks together. Now often, when we're faced with this amount of content, we do a couple of things to simplify it. We might just say, well, what are the most popular talks out there? And a few rise to the surface. There's a talk about gratitude. There's another one about personal health and nutrition. And of course, there's got to be one about porn, right? And so then we might say, well, gratitude, that was last year. What's trending now? What's the popular talk now? And we can see that the new, emerging, top trending topic is about digital privacy.

So this is great. It simplifies things. But there's so much creative content that's just buried at the bottom. And I hate that. How do we bubble stuff up to the surface that's maybe really creative and interesting? Well, we can go back to the network structure of ideas to do that. Remember, it's that network structure that is creating these emergent topics, and let's say we could take two of them, like cities and genetics, and say, well, are there any talks that creatively bridge these two really different disciplines. And that's -- Essentially, this kind of creative remix is one of the hallmarks of innovation. Well here's one by Jessica Green about the microbial ecology of buildings. It's literally defining a new field. And we could go back to those topics and say, well, what talks are central to those conversations? In the cities cluster,one of the most central was one by Mitch Joachim about ecological cities, and in the genetics cluster, we have a talk about synthetic biology by Craig Venter. These are talks that are linking many talks within their discipline. We could go the other direction and say, well, what are talks that are broadly synthesizing a lot of different kinds of fields. We used a measure of ecological diversity to get this. Like, a talk by Steven Pinker on the history of violence, very synthetic.

And then, of course, there are talks that are so unique they're kind of out in the stratosphere, in their own special place, and we call that the Colleen Flanagan index. And if you don't know Colleen, she's an artist, and I asked her, "Well, what's it like out there in the stratosphere of our idea space?" And apparently it smells like bacon. I wouldn't know. So we're using these network motifs to find talks that are unique, ones that are creatively synthesizing a lot of different fields, ones that are central to their topic, and ones that are really creatively bridging disparate fields. Okay? We never would have found those with our obsession with what's trending now. And all of this comes from the architecture of complexity, or the patterns of how things are connected.

SG: So that's exactly right. We've got ourselves in a world that's massively complex, and we've been using algorithms to kind of filter it down so we can navigate through it. And those algorithms, whilst being kind of useful, are also very, very narrow, and we can do better than that, because we can realize that their complexity is not random. It has mathematical structure, and we can use that mathematical structure to go and explore things like the world of ideas to see what's being said, to see what's not being said, and to be a little bit more human and, hopefully, a little smarter.

Thank you.

(Applause)

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 私達は複雑なネットワークを研究しています 私たちが数年前出会った時2人共 戦争の生態について TEDで話した事を知り 会う前から同じ考えで 通じ合っている事が解りました TEDxもそうですが 世界中に何千もの トークメディアが出現していますが それ等の繋がりや グローバルな会話とはどんなものでしょう ショーンが私たちの研究を簡単にお話しします

ショーン・ゴーリー:2万4千ものTEDxトークを 147カ国から集めました そして これらのトークの背景にある 潜在的なアイデアの数学的構造を見つけ それ等のトークがどうお互い 繋がり合っているのか知りたかったのです

勿論 それには 多くのデータが必要です その素晴らしいデーターとはYouTubeです 基本的にYouTubeから公開情報を取り出す事が出来ます コメントや再生回数どこで誰が見ているか コメントの内容も解ります その上 音声テキスト変換を使い トークの原稿全体を取り出す事が出来ます 私の様な訛のあっても大丈夫です そんな原稿を取り出し すごい事が出来るのです 自然言語処理アルゴリズムをつかって 鍵となる考えを一行ごとに コンピュータで読み込みます そして鍵となるコンセプトを取り出し アイデアの数学的構造の様な形にします それを私達は「ミーモム」と呼びます 「ミーモム」は簡単に言うと あるアイデアが元になった数学なのです これを使ってとても面白い分析ができます それをここでお見せしたいのです

1つ1つのアイデアに「ミーモム」があり それはそれぞれユニークですが 勿論お互いアイデアを借り合い 時にはアイデアを盗んだり 確かに相互関係にあります そこで数学的に 一つのトークから「ミーモム」をとり 他の個々のトークから取ったものと比べます もし類似点があれば リンクで繋ぎグラフに表します 私とエリックが繋がった様にです

それが理論です それでは 実際にどんな働きをするのか見てみましょう ここにあるのは過去4年間の TEDxトークの足跡です 世界中に爆発的に広がってます ニューヨークからずっとニュージーランドまで これらのトップ25%を分析し その繋がりの起点から 見ていきました 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 ヨーロッパで繋がりました 会話は中東の話から発しイスラエルとパレスチナの にぎやかな会話に広がりました そしてもう少し一般的な雑談とも思えるような ビッグデータ的なものも得られました 真にグローバルな軌跡です

ここで私達がぶつかったのは 地図的表現の限界です でも幸運にもコンピュータ技術で 多次元の空間を扱えます ネットワーク表現を使い これに物理演算エンジンを適用します 同じ様なトークはお互いぶつかり合い 異なるものは飛び離れ 本当に美しいイメージが残ります

ここで大切なのは個々のノードはトークを表していて 同じ様なアイデアは結ばれます 全てのトークスクリプトを 機械が読んで作っています 現れて来るトピックはタグやキーワードから 作ったものではありません 関連し合うアイデアの ネットワーク構成から生まれたものです 続けて下さい

その通り先を急ぎ過ぎたので 彼が補足してくれました 「教育」と「語り聞かせ」が「ソーシャルメディア」と 三画に繋がっています 「医療」のすぐ側は勿論 「頭脳」です これは予想できますが この2つのスペースが繋ぎ合う 割と近くに「ビデオゲーム」があるのです

私が特に大切に思う 「環境」の塊をお見せしましょう もっと解像度を上げられないか ズームインしてみます ここに入って物理演算エンジンを使い 現れて来たのは・・・ この1つの会話は いくつかの小さなものの集まりだとわかります この構造からわかるのは 私たちが大切なトピックを 表すのに使う単語や言葉の フラクタル的な挙動です ここでは「食料経済学」と「地元の食材」が上部にあり 「温室効果ガス」や「太陽光発電」に「核廃棄物」もあります 小規模な会話が 共通の言葉やアイデアで 互いに結びつき 環境に関するより大きな考えを築いています 勿論ここからズームインすれば 若者が何を見ているか解ります 彼らは「核融合」や「エネルギー技術」を見ています 言わばこれらが彼らの 環境についての会話と共鳴するトピックなのです 性別に分けてみると 女性は「食糧経済学」にとても同調しており また そこに「希望と楽観」も見てとれます

いろんな面白いことができるんです 次はエリックにお願いしましょう

ええ ここで言いたいのは こうした観点はYouTubeの 単なるタグ検索だけでは得られないと言う事です 「環境」からグローバルな話題全体に ズームアウトしトークを一望してみます 通常 これ程の量の情報に遭遇すると 単純化する為にいくつかの方法を取ります こう検索するかもしれません 今一番人気のあるトークは? すると数個が現れてきます 感謝に関するトーク 健康や栄養に関するトーク そして勿論ポルノについてですね 去年は感謝に関するものでしたが 今年はどんなトークが人気があるか?と見てみると 新しい人気トップの候補が現れます インターネット上のプライバシーについてです

いいですね 解りやすいです でも このような検索にひっかからない もっと創造的な内容のものもあるんです この様なものをどうやって表面に持ってくるか? アイデアのネットワーク構造に戻れば これが可能です ここに現れるトピックを作っているのは ネットワーク構造だとお話ししましたが ここから2つを選んで -- 例えば「都市」と「遺伝学」を選び 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 この創造的リミックスの様なものが イノベーションの特徴とも言えます これはジェシカ・グリーンのもので 建物の微生物生態学についです 全く新しい分野を築いています これら2つのトピックに戻り 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 都市の塊で最も中心にあるのは エコロジー都市についてのミッチ・ジョアキムのもので 「遺伝学」の塊の中心には クレイグ・ベンターの合成生物学のトークがあります 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 反対の方に行ってみましょう あらゆる分野を広く 総合したトークはどうでしょう これには生態的多様性から見ました 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 とても総合的です

もちろん 大変ユニークで はるか彼方の独自の場所に属するトークもあります コリーン・フラナガン指数と私達は呼びます ご存知でしょうか彼女はアーティストですが 「アイデアの世界の果て」は どんな所か彼女に尋ねてみました ベーコンの様な匂いがする場所だそうです 私には解りませんが このようなネットワークのパターンを使って ユニークなトークや 様々な分野をうまく統合したもの トピックの中心になっているもの 完全に異なる分野をうまく繋げているものが探せます 人気のあるものだけに注目していたら このようなものは見つからなかったでしょう これ等全ては複雑な構造や 繋がり方のパターンから探し出されたものです

全くその通りです 私たちは非常に複雑な世界に 生きるようになり 様々なアルゴリズムを使って世界を簡素化して 対応しています これらのアルゴリズムは便利ですが 限られたものなのでもっと良い方法があるはずです 複雑さは無秩序ではなく 数学的構造があると解れば その考えを使い アイデアの世界を探り 何が語られ 何が語られていないかを知り もう少し人間らしく生き 願わくば少し賢くもなるのです

有り難うございました

(拍手)

― もっと見る ―
― 折りたたむ ―

品詞分類

  • 主語
  • 動詞
  • 助動詞
  • 準動詞
  • 関係詞等

関連動画