В чём прелесть математики?
-
0:01 - 0:05В чём французы преуспели больше других?
-
0:06 - 0:08Если бы проводился такой опрос,
-
0:08 - 0:10на первом месте оказались бы три ответа:
-
0:10 - 0:14в любви, вине и нытье.
-
0:14 - 0:16(Смех)
-
0:16 - 0:17Пожалуй.
-
0:18 - 0:20Но позвольте предложить вам
и четвёртый ответ: -
0:20 - 0:21в математике.
-
0:22 - 0:25Известно ли вам, что в Париже
математиков больше, -
0:25 - 0:26чем в любом другом городе мира?
-
0:27 - 0:29А также больше улиц,
носящих имена математиков. -
0:30 - 0:34И если взглянуть на статистику
лауреатов Филдсовской премии, -
0:34 - 0:36часто называемой
Нобелевской премией в математике -
0:36 - 0:40и присуждаемой математикам
моложе 40 лет, -
0:40 - 0:44количество обладателей Филдсовской премии
на душу населения во Франции больше, -
0:44 - 0:45чем в любой другой стране.
-
0:46 - 0:49Так чем же соблазняет нас математика?
-
0:50 - 0:53Ведь это скучная и абстрактная наука,
-
0:53 - 0:57где нет ничего, кроме чисел, расчётов
и применения правил. -
0:59 - 1:01Соглашусь, что математика абстрактна,
-
1:01 - 1:02но уж никак не скучна
-
1:02 - 1:04и вовсе не ограничивается расчётами.
-
1:04 - 1:06Её суть — в логических рассуждениях
-
1:06 - 1:08и поиске доказательств основной идеи.
-
1:08 - 1:10Для этого необходимо воображение —
-
1:10 - 1:12талант, который мы ценим больше всего.
-
1:12 - 1:15Её суть — в поиске истины.
-
1:16 - 1:18Ничто не сравнится с тем чувством,
которое охватывает вас, -
1:18 - 1:21когда после месяцев усердных раздумий
-
1:21 - 1:24вас вдруг осеняет, как именно
можно решить вашу задачу. -
1:25 - 1:29Великий математик Андре Вейль
сравнил его — -
1:29 - 1:30я не шучу —
-
1:30 - 1:31с сексуальным наслаждением.
-
1:32 - 1:38С той разницей, что это чувство
может продлиться часы, а то и дни. -
1:39 - 1:41Это огромное удовлетворение.
-
1:41 - 1:45Наш физический мир полон
скрытых математических истин. -
1:46 - 1:48Их не обнаружить при помощи
данных нам чувств, -
1:48 - 1:51но можно увидеть
сквозь математическую призму. -
1:52 - 1:54Закройте на минуту глаза
-
1:54 - 1:57и подумайте о том,
что прямо сейчас происходит вокруг. -
1:58 - 2:02Невидимые глазу молекулы воздуха
ударяются об вас -
2:02 - 2:05миллиардами миллиардов каждую секунду
-
2:05 - 2:07в совершенном беспорядке.
-
2:07 - 2:08И тем не менее
-
2:08 - 2:13их распределение можно точно предсказать
с помощью математической физики. -
2:14 - 2:16А теперь откройте глаза
-
2:17 - 2:20на статистику скоростей этих молекул.
-
2:21 - 2:24Это знаменитое колоколообразное
распределение Гаусса, -
2:24 - 2:26или закон погрешностей, —
-
2:26 - 2:29нормальное отклонение
от среднестатистического поведения. -
2:30 - 2:34Эта кривая отображает нормальное
распределение скоростей частиц -
2:34 - 2:36точно так же, как демографическая кривая
-
2:36 - 2:40отображает возрастную
статистику населения. -
2:41 - 2:44Это одна из важнейших кривых на свете.
-
2:44 - 2:47Она встречается снова и снова,
-
2:47 - 2:50во многих теориях и экспериментах,
-
2:50 - 2:53как высший пример универсальности,
-
2:53 - 2:57которая так дорогá нам, математикам.
-
2:58 - 2:59Этому закону
-
2:59 - 3:02посвящены слова знаменитого учёного
Франсиса Гальтона: -
3:02 - 3:07«Если бы древние греки о нём знали,
они бы его обожествили. -
3:07 - 3:11Это высший закон иррациональности».
-
3:12 - 3:18И нет лучшего способа материализовать
это божество, чем доска Гальтона. -
3:20 - 3:23Доска состоит из узких туннелей,
-
3:23 - 3:28в которые случайным образом
падают шарики, -
3:28 - 3:34отскакивая то вправо, то влево
и так далее. -
3:34 - 3:37Всё происходит хаотично, как попало.
-
3:38 - 3:44Давайте посмотрим, что произойдёт
со всеми этими случайными траекториями. -
3:44 - 3:50(Трясёт доску)
-
3:50 - 3:52Нужно немного потрудиться,
-
3:53 - 3:57так как нам приходится избавляться
от образующихся пробок. -
4:00 - 4:01Ага.
-
4:01 - 4:05Представляете, если случайность
подведёт меня сейчас на сцене. -
4:08 - 4:09Вот она!
-
4:10 - 4:13Наша верховная богиня иррациональности —
-
4:13 - 4:15кривая Гаусса.
-
4:15 - 4:21Мы поймали её в этот прозрачный ящик,
как Сон в комиксе «Песочный человек». -
4:23 - 4:25Вам я её просто показал,
-
4:25 - 4:31но своим студентам я объясняю, почему
никакой иной кривой быть и не могло. -
4:31 - 4:34Тут мы прикасаемся к тайне нашей богини,
-
4:34 - 4:39заменяя прекрасную случайность
прекрасным объяснением. -
4:39 - 4:41То же происходит в любой науке.
-
4:42 - 4:48Прекрасные математические объяснения
служат не только для нашего удовольствия. -
4:48 - 4:50Они также изменяют наше мировоззрение.
-
4:51 - 4:52Например,
-
4:52 - 4:53Эйнштейн,
-
4:53 - 4:55Перрин,
-
4:55 - 4:56Смолуховский —
-
4:56 - 4:59с помощью математического анализа
случайных траекторий -
4:59 - 5:01и распределения Гаусса
-
5:01 - 5:06они обнаружили и доказали,
что наш мир состоит из атомов. -
5:08 - 5:09Это был не первый случай,
-
5:09 - 5:13когда математики радикально
изменили наше представление о мире. -
5:14 - 5:16Такое случалось уже более 2 000 лет назад,
-
5:16 - 5:21во времена древних греков.
-
5:22 - 5:23В те времена
-
5:23 - 5:26была изучена лишь малая часть света,
-
5:26 - 5:29и Земля многим казалась бесконечной.
-
5:30 - 5:32Но умный Эратосфен
-
5:32 - 5:33математическим путём
-
5:33 - 5:38смог определить размер Земли
с погрешностью лишь в 2%. -
5:40 - 5:41Другой пример.
-
5:42 - 5:46В 1673 году Жан Рише заметил,
-
5:46 - 5:53что колебания маятника в Кайенне
немного медленнее, чем в Париже. -
5:54 - 5:59Благодаря лишь этому наблюдению
и гениальной математике -
5:59 - 6:01Ньютон пришёл к верному выводу о том,
-
6:01 - 6:07что Земля чуть приплюснута у полюсов,
-
6:07 - 6:08где-то на 0,3% —
-
6:09 - 6:13это настолько мáло, что не может быть
замечено даже на реальном снимке Земли. -
6:14 - 6:17Эти истории подтверждают то,
-
6:17 - 6:23что математика способна вывести нас
за рамки нашей интуиции, -
6:24 - 6:27позволить измерить
кажущуюся бесконечной Землю, -
6:27 - 6:29увидеть невидимые атомы
-
6:29 - 6:33или определить неразличимые
отклонения по форме. -
6:33 - 6:37И если в этом выступлении
и найдётся что-то полезное для вас, -
6:37 - 6:38то это именно оно:
-
6:38 - 6:42математика позволяет нам
выходить за рамки интуиции -
6:42 - 6:46и исследовать территории,
которые нам иначе и не вообразить. -
6:48 - 6:51А вот современный пример,
который всем вам хорошо знакóм: -
6:51 - 6:53поиск в интернете.
-
6:54 - 6:55Во всемирной паутине
-
6:55 - 6:57более миллиарда веб-страниц,
-
6:57 - 6:59вы же не будете лазить по ним всем.
-
7:00 - 7:01Вычислительные мощности помогают,
-
7:01 - 7:05но без математической модели
было бы бесполезно -
7:05 - 7:07искать информацию,
спрятанную в таком объёме данных. -
7:08 - 7:11Рассмотрим такую мини-задачку.
-
7:12 - 7:16Представьте, что вы детектив,
расследующий преступление, -
7:16 - 7:19в котором задействовано множество людей,
каждый со своей версией событий. -
7:20 - 7:22Кого допросить в первую очередь?
-
7:23 - 7:25Разумный ответ:
-
7:25 - 7:26непосредственных свидетелей.
-
7:27 - 7:28Но посмотрите,
-
7:28 - 7:32предположим, что человек под номером семь
-
7:32 - 7:34вам что-то рассказал,
-
7:34 - 7:36признавшись, что сам узнал об этом
-
7:36 - 7:39от человека под номером три.
-
7:39 - 7:41А номер третий, в свою очередь,
-
7:41 - 7:44в качестве источника информации
указывает на первого. -
7:44 - 7:46Первый был свидетелем преступления,
-
7:46 - 7:49поэтому я непременно должен
допросить его в первую очередь. -
7:50 - 7:51Но на графике
-
7:51 - 7:55мы видим, что четвёртый —
тоже непосредственый свидетель. -
7:55 - 7:57Пожалуй, лучше допросить сначала его,
-
7:57 - 7:59так как на него указало больше человек.
-
8:00 - 8:03Ладно, это было просто,
-
8:03 - 8:08но что, если у вас масса людей,
готовых дать показания? -
8:09 - 8:10Представьте, что этот график
-
8:10 - 8:16изображает всех людей, давших показания
в запутанном преступлении, -
8:16 - 8:20но он также может изображать
указывающие друг на друга веб-страницы, -
8:20 - 8:22то есть содержащие ссылки на другие сайты.
-
8:23 - 8:25Которые из них наиболее значимые?
-
8:26 - 8:27Это не очевидно.
-
8:28 - 8:30Возьмите PageRank,
-
8:30 - 8:33один из ранних краеугольных
алгоритмов Google. -
8:33 - 8:38Алгоритм использует законы
математической случайности -
8:38 - 8:41для автоматического определения
наиболее значимых страниц -
8:41 - 8:47так же, как мы использовали случайность
в эксперименте с доской Гальтона. -
8:47 - 8:50Давайте запустим в этот график
-
8:50 - 8:53горсть цифровых шариков
-
8:53 - 8:56и позволим им случайным образом
прокатиться по графику. -
8:56 - 8:58Каждый раз, оказавшись
на одном из сайтов, -
8:58 - 9:02они продолжат путь,
следуя по случайно выбранной ссылке. -
9:02 - 9:04И так далее, и так далее.
-
9:04 - 9:06А растущими столбиками
-
9:06 - 9:10мы обозначим количество
заходов на страницу -
9:10 - 9:12нашими цифровыми шариками.
-
9:12 - 9:13Поехали.
-
9:13 - 9:15Случайность, случайность.
-
9:16 - 9:17Давайте время от времени
-
9:17 - 9:21для развлечения будем перепрыгивать
совсем уж произвольно. -
9:22 - 9:24И взгляните:
-
9:24 - 9:27из полного хаоса вырисовывается решение.
-
9:27 - 9:30Самые высокие столбики
соответствуют тем сайтам, -
9:30 - 9:34которые наиболее задействованы,
-
9:34 - 9:36на которые ссылаются больше всего.
-
9:36 - 9:38И нам становится ясно,
-
9:38 - 9:41какие веб-страницы
интересуют нас в первую очередь. -
9:42 - 9:43И снова
-
9:43 - 9:45решение появляется из случайности.
-
9:46 - 9:48Разумеется, с тех пор
-
9:48 - 9:52в Google придумали намного более
изощрённые алгоритмы, -
9:52 - 9:54но уже и этот был прекрасен.
-
9:55 - 9:56И всё же
-
9:56 - 9:58это лишь одна из миллиона задач.
-
9:59 - 10:01С появлением цифрового пространства
-
10:01 - 10:06всё больше и больше задач
опираются на математический анализ, -
10:06 - 10:10делая профессию математика
всё более и более востребованной. -
10:11 - 10:14Востребованной настолько,
что несколько лет назад -
10:14 - 10:18она оказалась профессией номер 1
среди сотен профессий -
10:18 - 10:22в исследовании самых лучших
и самых худших профессий, -
10:22 - 10:25опубликованном в Wall Street
Journal в 2009 году. -
10:25 - 10:27Математик —
-
10:27 - 10:29лучшая профессия в мире?!
-
10:30 - 10:33Это благодаря её применению
-
10:33 - 10:35в теории коммуникаций,
-
10:35 - 10:37в теории информации,
-
10:37 - 10:38в теории игр,
-
10:38 - 10:39при обработке сигналов,
-
10:39 - 10:41машинном обучении,
-
10:41 - 10:43графическом анализе,
-
10:43 - 10:44гармоническом анализе.
-
10:44 - 10:47А как насчёт вероятностных процессов,
-
10:47 - 10:49линейного программирования
-
10:49 - 10:51или моделирования жидкости?
-
10:51 - 10:55Каждая их этих областей имеет
колоссальные промышленные применения. -
10:55 - 10:56А следовательно,
-
10:56 - 10:58в математику вкладываются большие деньги.
-
10:59 - 11:01И я допускаю,
-
11:01 - 11:04что если говорить об извлечении
денег из математики, -
11:04 - 11:08то тут американцы впереди планеты всей,
-
11:08 - 11:12с их умными, выдающимися миллиардерами
и поразительными гигантскими фирмами, -
11:12 - 11:16опирающимися, по сути,
на хорошие алгоритмы. -
11:17 - 11:21Вот теперь красивая,
востребованная и с деньгами, -
11:21 - 11:24математика и в самом деле
выглядит более соблазнительной. -
11:24 - 11:26Но не подумайте,
-
11:26 - 11:30что у учёного-математика лёгкая жизнь.
-
11:31 - 11:34Она наполнена недоумением,
-
11:34 - 11:35разочарованием,
-
11:36 - 11:39отчаянными попытками понять.
-
11:40 - 11:42Позвольте рассказать вам
-
11:42 - 11:46об одном из самых поразительных
дней в моей математической карьере. -
11:47 - 11:48Или, лучше сказать,
-
11:48 - 11:50одной из самых поразительных ночей.
-
11:51 - 11:52В то время
-
11:52 - 11:55я работал в Институте перспективных
исследований в Принстоне, -
11:55 - 11:57где провёл многие годы
Альберт Эйнштейн, — -
11:57 - 12:02я бы сказал, «святая святых»
математических исследований в мире. -
12:03 - 12:07В ту самую ночь я безуспешно бился
над выводом одного доказательства, -
12:07 - 12:09которое упорно от меня ускользало.
-
12:09 - 12:12Я пытался разобраться
-
12:12 - 12:15в парадоксальном свойстве
устойчивости плазм, -
12:15 - 12:18являющихся по сути кучей электронов.
-
12:18 - 12:21В идеальном мире плазмы
-
12:21 - 12:23не существует ни столкновений,
-
12:23 - 12:27ни трения для обеспечения
привычной для нас устойчивости. -
12:27 - 12:29И тем не менее
-
12:29 - 12:32при малейшем нарушении
плазменного равновесия -
12:32 - 12:35вы обнаружите, что образующееся
в результате электрическое поле -
12:35 - 12:37спонтанно исчезает,
-
12:37 - 12:39или испаряется,
-
12:39 - 12:42как бы под влиянием некой
таинственной силы трения. -
12:43 - 12:45Это парадоксальное явление,
-
12:45 - 12:46называемое затуханием Ландау,
-
12:46 - 12:49неимоверно важно в физике плазмы,
-
12:49 - 12:52и оно было открыто математическим путём.
-
12:53 - 12:54И всё же
-
12:54 - 12:58понять до конца это явление
математикам прежде не удавалось. -
12:58 - 13:03Вместе с моим бывшим студентом
и ближайшим коллегой Клементом Муо, -
13:03 - 13:05тогда ещё в Париже,
-
13:05 - 13:09мы работали над этим доказательством
в течение долгих месяцев. -
13:10 - 13:11На самом деле
-
13:11 - 13:16я по недоразумению уже объявил,
что мы нашли решение. -
13:16 - 13:18Но по правде говоря,
-
13:18 - 13:20наше доказательство просто не сходилось.
-
13:20 - 13:25Несмотря на более чем сотню страниц
сложнейших математических выкладок, -
13:25 - 13:26ряд промежуточных открытий,
-
13:26 - 13:28огромного количества расчётов,
-
13:28 - 13:29доказательство не работало.
-
13:29 - 13:31И в ту ночь в Принстоне
-
13:31 - 13:35одно расхождение в цепи умозаключений
просто сводило меня с ума. -
13:36 - 13:40Я вкладывал в него всю свою энергию,
опыт и известные мне приёмы, -
13:40 - 13:42но ничего не получалось.
-
13:43 - 13:46Час ночи, два часа, три часа —
-
13:46 - 13:48всё тщетно.
-
13:49 - 13:53Около четырёх я отправляюсь спать
в подавленном состоянии. -
13:54 - 13:56Спустя несколько часов
-
13:56 - 13:58я просыпаюсь и думаю:
-
13:58 - 14:01«Ох, пора собирать детей в школу...»
-
14:01 - 14:02Но что это?
-
14:02 - 14:04Вдруг я услышал голос, клянусь.
-
14:05 - 14:07«Перенеси вторую переменную вправо,
-
14:07 - 14:09примени преобразование Фурье
и инверсию по L2». -
14:09 - 14:10(Смех)
-
14:10 - 14:12Чёрт возьми,
-
14:12 - 14:14это было началом решения!
-
14:16 - 14:17Понимаете,
-
14:17 - 14:19я думал, что немного отдохнул,
-
14:19 - 14:22а на самом деле мой мозг
продолжал работать. -
14:23 - 14:25В такие моменты
-
14:25 - 14:27вы не думаете ни о карьере, ни о коллегах,
-
14:27 - 14:31это сражение один на один с проблемой.
-
14:32 - 14:33Безусловно,
-
14:33 - 14:37не мешает получить повышение
в награду за свой тяжкий труд. -
14:38 - 14:43После того как мы закончили
тот грандиозный анализ затухания Ландау, -
14:43 - 14:45мне посчастливилось
-
14:45 - 14:48получить самую желанную премию Филдса
-
14:48 - 14:51из рук мадам президента Индии
-
14:51 - 14:54в Хайдарабаде 19 августа 2010 года —
-
14:55 - 14:59награду, о которой любой математик
и мечтать-то не смеет. -
14:59 - 15:01Этот день я буду помнить всю жизнь.
-
15:02 - 15:04Что приходит на ум
-
15:04 - 15:06в такой момент?
-
15:06 - 15:07Конечно, гордость.
-
15:08 - 15:11И чувство благодарности коллегам,
которые сделали это возможным. -
15:12 - 15:15Поскольку это было
коллективным достижением, -
15:15 - 15:19им надо было поделиться,
причём не только со своими коллегами. -
15:20 - 15:25Я уверен, что каждый понимает
волнение математического поиска -
15:25 - 15:30и может поделиться увлекательными
историями о стоя́щих за ним людях и идеях. -
15:30 - 15:35Вместе с моими коллегами
в Институте Анри Пуанкаре, -
15:35 - 15:40вместе с партнёрами и художниками
мировой математической коммуникации -
15:40 - 15:45мы работаем над созданием собственного
музея, посвящённого математике. -
15:47 - 15:48Так что через пару лет,
-
15:49 - 15:50когда будете в Париже,
-
15:50 - 15:56отведав великолепный, хрустящий
багет и печенье макарон, -
15:56 - 16:00прошу вас, зайдите к нам
в Институт Анри Пуанкаре -
16:00 - 16:02и разделите с нами
нашу математическую мечту. -
16:02 - 16:04Спасибо.
-
16:04 - 16:11(Аплодисменты)
- Title:
- В чём прелесть математики?
- Speaker:
- Седрик Виллани
- Description:
-
Наш мир таит в себе множество нераскрытых истин; они недоступны нашему восприятию, но математика позволяет выходить за рамки интуиции и открывать эти тайны. В своём обзоре важнейших научных прорывов в математике обладатель Филдсовской премии Седрик Виллани говорит о волнующем моменте открытия и раскрывает подробности полной загадок жизни математика. «Красивые математические выкладки служат не только для нашего удовольствия, — говорит он. — Они меняют наше мировоззрение».
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 16:23
Anna Kotova edited Russian subtitles for What's so sexy about math? | ||
Anna Kotova approved Russian subtitles for What's so sexy about math? | ||
Anna Kotova accepted Russian subtitles for What's so sexy about math? | ||
Anna Kotova edited Russian subtitles for What's so sexy about math? | ||
Anna Kotova edited Russian subtitles for What's so sexy about math? | ||
Retired user edited Russian subtitles for What's so sexy about math? | ||
Retired user edited Russian subtitles for What's so sexy about math? | ||
Retired user edited Russian subtitles for What's so sexy about math? |