0:00:00.817,0:00:03.651
Chris Anderson: Jesteś rodzajem[br]fenomenu matematycznego.

0:00:03.675,0:00:06.739
Za młodu uczyłeś na MIT i Harvardzie.

0:00:06.763,0:00:08.953
Następnie skontaktowała się z tobą NSA.

0:00:09.464,0:00:10.668
O co chodziło?

0:00:11.207,0:00:15.130
Jim Simons: NSA,[br]Agencja Bezpieczeństwa Narodowego,

0:00:15.154,0:00:17.123
nie do końca się skontaktowała.

0:00:17.465,0:00:21.939
Prowadzili operację na Princeton,[br]do której zatrudniali matematyków

0:00:21.963,0:00:24.905
łamiących tajne kody i takie tam.

0:00:25.294,0:00:26.966
Wiedziałem, że to istnieje.

0:00:27.315,0:00:29.495
Dawali bardzo dobre warunki,

0:00:29.519,0:00:33.369
bo połowę czasu można było[br]wykorzystać na własną pracę,

0:00:33.393,0:00:36.877
ale przez co najmniej połowę[br]musiałeś pracować nad ich sprawami.

0:00:37.559,0:00:39.033
Sporo też płacili.

0:00:39.057,0:00:42.108
To nieodparcie przyciągało.

0:00:42.132,0:00:44.044
Zgłosiłem się.

0:00:44.068,0:00:45.406
CA: Byłeś łamaczem kodów.

0:00:45.430,0:00:46.596
JS: Byłem.

0:00:46.620,0:00:47.777
CA: Ale cię zwolnili.

0:00:47.801,0:00:49.384
JS: Prawda, zwolnili mnie.

0:00:49.408,0:00:50.653
CA: Dlaczego?

0:00:51.280,0:00:52.613
JS: Dlaczego?

0:00:53.611,0:00:58.567
Zwolnili mnie, bo była wojna w Wietnamie.

0:00:58.591,0:01:04.329
Szef szefów mojej organizacji[br]był wielkim fanem wojen.

0:01:04.353,0:01:08.748
Napisał duży artykuł w New York Timesie,

0:01:08.772,0:01:10.542
jak to zwyciężymy w Wietnamie.

0:01:10.566,0:01:13.695
Nie lubiłem tej wojny,[br]uważałem, że jest głupia.

0:01:13.719,0:01:16.384
Napisałem list do Timesa,[br]który został opublikowany.

0:01:16.408,0:01:20.422
Napisałem, że nie każdy,[br]kto pracuje dla Maxwella Taylora,

0:01:20.446,0:01:25.132
jeśli ktokolwiek pamięta to nazwisko,[br]zgadza się z jego poglądami.

0:01:25.553,0:01:27.211
Potem opisałem własne.

0:01:27.235,0:01:29.399
CA: Widzę, jak to szło.

0:01:29.423,0:01:31.978
JS: Różniły się poglądów generała Taylora.

0:01:32.002,0:01:33.908
Ale w końcu nikt nic nie powiedział.

0:01:33.932,0:01:37.633
Wtedy miałem 29 lat[br]i przyszedł do mnie jakiś chłopak.

0:01:37.657,0:01:40.745
Powiedział, że jest niezależnym[br]dziennikarzem z Newsweeka

0:01:40.769,0:01:46.136
i chce zrobić ze mną wywiad,[br]jak wprowadzam swoje poglądy w czyn.

0:01:46.160,0:01:50.059
Powiedziałem: "Teraz[br]zajmuję się głównie matematyką,

0:01:50.083,0:01:53.456
a kiedy wojna się skończy,[br]zajmę się głównie ich sprawami".

0:01:54.123,0:01:56.948
Następnie zrobiłem jedyną[br]inteligentną rzecz tego dnia.

0:01:56.972,0:02:01.129
Powiedziałem szefowi,[br]że dałem komuś wywiad.

0:02:01.153,0:02:02.612
Zapytał: "Co powiedziałeś?".

0:02:02.636,0:02:04.102
Powtórzyłem, co powiedziałem.

0:02:04.126,0:02:06.441
Wtedy powiedział:[br]"Muszę zadzwonić do Taylora".

0:02:06.465,0:02:08.842
Zadzwonił do Taylora,[br]zajęło mu to dziesięć minut.

0:02:08.866,0:02:11.128
Po następnych pięciu mnie wywalił.

0:02:11.590,0:02:12.812
CA: OK.

0:02:12.836,0:02:13.987
JS: Jednak nie było źle.

0:02:14.011,0:02:16.504
CA: Nie było źle, trafiłeś do Stony Brook

0:02:16.528,0:02:19.661
i rozwinąłeś karierę matematyczną.

0:02:19.685,0:02:22.137
Zacząłeś pracować z tym człowiekiem.

0:02:22.161,0:02:23.325
Kto to jest?

0:02:24.352,0:02:25.764
JS: [Shiing-Shen] Chern.

0:02:25.788,0:02:28.892
Chern był jednym z największych[br]matematyków tamtego wieku.

0:02:28.916,0:02:34.149
Poznałem go na studiach w Berkeley.

0:02:34.173,0:02:36.044
Miałem parę pomysłów,

0:02:36.068,0:02:38.515
pokazałem mu je i się spodobały.

0:02:38.539,0:02:45.165
Wspólnie zrobiliśmy coś,[br]co możecie zobaczyć tutaj.

0:02:45.189,0:02:46.339
Tak to wyglądało.

0:02:47.198,0:02:50.804
CA: Ta współpraca zaprowadziła[br]do publikacji słynnego artykułu.

0:02:50.828,0:02:54.066
Możesz nam wyjaśnić,[br]o co w ogóle chodziło?

0:02:55.028,0:02:56.186
JS: Nie.

0:02:56.210,0:02:58.484
(Śmiech)

0:02:58.966,0:03:01.030
JS: Mogę wytłumaczyć to komuś.

0:03:01.054,0:03:03.129
(Śmiech)

0:03:03.153,0:03:05.017
CA: Jak to wyjaśnisz?

0:03:05.041,0:03:07.770
JS: Ale niewielu. Niewielu osobom.

0:03:09.144,0:03:11.958
CA: Chyba mówiłeś, że to[br]ma coś wspólnego z kulami,

0:03:11.982,0:03:13.844
więc zacznijmy tutaj.

0:03:13.868,0:03:20.088
JS: Tak, miało,[br]ale zanim do tego dojdziemy,

0:03:20.088,0:03:22.522
powiem, że ta praca

0:03:22.522,0:03:24.256
to dobra matematyka.

0:03:24.280,0:03:26.772
Obaj byliśmy bardzo szczęśliwi.

0:03:27.910,0:03:32.086
Ta praca rozpoczęła nawet rozwój[br]poddziedziny, która teraz święci sukcesy.

0:03:32.638,0:03:37.932
Ale, co interesujące,[br]dało się to zastosować w fizyce,

0:03:37.956,0:03:42.251
o której nic nie wiedzieliśmy,[br]przynajmniej ja nic nie wiedziałem

0:03:42.275,0:03:44.557
i nie sądzę, że Chern wiedział więcej.

0:03:44.581,0:03:48.544
Jakieś 10 lat po tym,[br]jak wyszedł ten artykuł,

0:03:48.568,0:03:53.048
Ed Witten z Princeton[br]zastosował go w teorii strun,

0:03:53.072,0:03:57.924
a w Rosji zaczęto stosować go[br]do czegoś zwanego "skondensowaną materią".

0:03:57.948,0:04:02.841
Dzisiaj te elementy nazwane[br]niezmiennikami Cherna-Simonsa

0:04:02.865,0:04:04.730
często wykorzystuje się w fizyce.

0:04:04.754,0:04:05.928
To było zdumiewające.

0:04:05.952,0:04:07.317
Nie znaliśmy fizyki.

0:04:07.714,0:04:10.568
Nie przyszło mi do głowy,[br]że można to wykorzystać w fizyce.

0:04:10.592,0:04:14.380
Ale to jest ważne w matematyce[br]- nigdy nie wiadomo, dokąd dojdziesz.

0:04:14.404,0:04:15.896
CA: To niesamowite.

0:04:15.920,0:04:20.284
Mówiliśmy o tym, jak ewolucja[br]kształtuje ludzkie umysły,

0:04:20.308,0:04:22.816
które mogą dostrzegać prawdę lub nie.

0:04:22.840,0:04:26.153
Jakoś wymyśliłeś teorię matematyczną,

0:04:26.177,0:04:28.025
nie znając w ogóle fizyki

0:04:28.049,0:04:30.547
i dwie dekady później[br]odkryłeś, że użyto jej,

0:04:30.571,0:04:33.602
aby dogłębnie opisać[br]aktualny świat fizyczny.

0:04:33.626,0:04:34.779
Jak to się mogło stać?

0:04:34.803,0:04:35.960
JS: Bóg jeden wie.

0:04:35.984,0:04:38.094
(Śmiech)

0:04:38.849,0:04:41.999
Jest jednak słynny fizyk,[br]nazywa się [Eugene] Wigner.

0:04:42.023,0:04:47.611
Napisał esej o nieuzasadnionej[br]skuteczności matematyki.

0:04:47.635,0:04:51.587
W jakiś sposób matematyka[br]zakorzeniona jest w prawdziwym świecie.

0:04:51.611,0:04:56.606
Uczymy się liczyć, mierzyć, każdy to robi,

0:04:56.630,0:04:58.460
ale potem rozwija się sama.

0:04:58.976,0:05:01.817
Często jednak wraca,[br]by uratować nam skórę.

0:05:02.293,0:05:04.471
Przykładem jest teoria względności.

0:05:04.495,0:05:07.612
[Hermann] Mikowski stworzył[br]geometrię, a Einstein zauważył:

0:05:07.636,0:05:11.483
"Właśnie na tym mogę[br]osadzić teorię względności".

0:05:11.507,0:05:14.619
Nigdy nic nie wiadomo. To tajemnica.

0:05:15.056,0:05:16.273
To tajemnica.

0:05:16.297,0:05:19.593
CA: To jest więc efekt[br]matematycznej pomysłowości.

0:05:19.617,0:05:20.959
Opowiedz nam o tym.

0:05:20.983,0:05:26.907
JS: Mamy piłkę - to kula,[br]która ma wokół siatkę,

0:05:26.931,0:05:28.504
takie kwadraty.

0:05:30.697,0:05:35.603
To, co chcę pokazać,[br]zaobserwował [Leonhard] Euler,

0:05:35.627,0:05:37.881
świetny matematyk z XVIII wieku.

0:05:38.223,0:05:43.404
Stopniowo stało się to[br]bardzo ważną częścią matematyki:

0:05:43.428,0:05:45.762
topologią algebraiczną, geometrią.

0:05:47.039,0:05:51.403
Ta praca naukowa ma w tym swoje korzenie.

0:05:51.427,0:05:53.261
Chodzi o to,

0:05:53.285,0:05:57.737
że ten obiekt ma osiem wierzchołków,[br]dwanaście krawędzi i sześć ścianek.

0:05:57.761,0:06:01.591
Kiedy obliczysz różnicę,[br]wierzchołki minus krawędzie plus ścianki,

0:06:01.615,0:06:02.767
otrzymujesz dwa.

0:06:02.791,0:06:05.010
Dwa. To dobra cyfra.

0:06:05.034,0:06:09.282
Jest też inny sposób,[br]wykorzystujący trójkąty.

0:06:09.306,0:06:13.883
Mamy 12 wierzchołków, 30 krawędzi

0:06:13.907,0:06:18.102
oraz dwadzieścia ścianek, płytek.

0:06:18.576,0:06:23.167
Wierzchołki minus krawędzie[br]plus ścianki - wciąż wychodzi dwa.

0:06:23.191,0:06:26.038
W rzeczywistości można tak[br]zrobić w dowolny sposób,

0:06:26.062,0:06:29.460
pokrywając to wszelkimi[br]wielokątami i trójkątami,

0:06:29.484,0:06:30.804
mieszając je.

0:06:30.828,0:06:34.107
Wierzchołki minus krawędzie[br]plus ścianki - wciąż daje dwa.

0:06:34.131,0:06:35.742
Oto inny kształt.

0:06:36.480,0:06:41.730
To torus, podobny do pączka[br]z dziurką - szesnaście wierzchołków

0:06:41.754,0:06:45.998
stworzonych z prostokątów,[br]32 krawędzie i 16 ścianek.

0:06:46.530,0:06:49.214
Ścianki minus krawędzie dają zero.

0:06:49.238,0:06:50.713
Tutaj zawsze wyjdzie zero.

0:06:50.737,0:06:55.047
Zawsze, gdy pokryjesz torus[br]różnymi kwadratami, trójkątami

0:06:55.071,0:06:59.006
lub czymkolwiek innym, wyjdzie zero.

0:07:00.514,0:07:02.904
Nazywa się to charakterystyką Eulera.

0:07:02.928,0:07:06.377
Czasem też niezmiennością topologiczną.

0:07:06.849,0:07:08.005
To zdumiewające.

0:07:08.029,0:07:10.820
Nieważne, jak to zrobisz,[br]wyjdzie tyle samo.

0:07:10.844,0:07:17.143
To pierwsze pchnięcie[br]w połowie XVIII wieku

0:07:17.167,0:07:20.936
popchnęło do przodu temat[br]zwany dziś niezmiennością topologiczną.

0:07:20.960,0:07:23.943
CA: A twoja własna praca[br]użyła tej idei i przeniosła ją

0:07:23.967,0:07:26.416
w teorię wyższych wymiarów,

0:07:26.440,0:07:29.528
obiektów wielowymiarowych[br]i znalazła nowe stałe elementy?

0:07:29.552,0:07:34.195
JS: Tak. Wcześniej znano[br]stałe elementy wyższych wymiarów:

0:07:34.219,0:07:38.676
klasy Pontryagina,[br]tak naprawdę to klasy Cherna.

0:07:38.700,0:07:42.248
Było kilka rodzajów takich stałych.

0:07:42.272,0:07:46.407
Miałem problemy z jedną z nich

0:07:46.431,0:07:50.634
i modelowałem je raczej kombinatorycznie,

0:07:50.658,0:07:53.680
czyli nie w sposób,[br]w jaki odbywa się to zazwyczaj.

0:07:53.704,0:07:58.063
To zaprowadziło do naszej pracy,[br]odkryliśmy trochę nowych rzeczy.

0:07:58.087,0:08:01.588
Ale gdyby nie było Eulera,

0:08:01.612,0:08:05.593
który napisał prawie 70 tomów o matematyce

0:08:05.617,0:08:07.348
i miał 13 dzieci,

0:08:07.372,0:08:13.814
które najwyraźniej niańczył[br]na swoim kolanie podczas pisania,

0:08:13.838,0:08:19.612
gdyby nie było Eulera,[br]prawdopodobnie nie byłoby tych stałych.

0:08:20.157,0:08:24.254
CA: To daje nam chociaż[br]mały wgląd w ten wspaniały umysł.

0:08:24.804,0:08:26.347
Porozmawiajmy o Renaissance.

0:08:26.371,0:08:32.227
Ponieważ miałeś niesamowity umysł[br]i byłeś łamaczem kodów w NSA,

0:08:32.251,0:08:35.480
zacząłeś pracować jako łamacz[br]kodów w przemyśle finansowym.

0:08:35.504,0:08:38.194
Prawdopodobnie nie kupiłeś[br]teorii efektywnego rynku,

0:08:38.218,0:08:44.605
ale jakoś znalazłeś sposób na osiąganie[br]ogromnych zysków przez dwadzieścia lat.

0:08:44.629,0:08:46.300
Wyjaśniono mi,

0:08:46.324,0:08:49.823
że niezwykła w twojej pracy[br]jest nie tylko wielkość zysków,

0:08:49.847,0:08:53.730
ale to, że wytworzyłeś je[br]z bardzo niskim ryzykiem i zmiennością

0:08:53.754,0:08:55.578
w porównaniu do funduszy hedgingowych.

0:08:55.602,0:08:57.531
W jaki sposób to zrobiłeś, Jim?

0:08:58.071,0:09:02.182
JS: Zrobiłem to,[br]łącząc wspaniałą grupę ludzi.

0:09:02.206,0:09:06.162
Kiedy zaczynałem handlować,[br]byłem trochę zmęczony matematyką.

0:09:06.186,0:09:10.109
Miałem trzydzieści kilka lat[br]i bardzo mało pieniędzy.

0:09:10.133,0:09:12.642
Zacząłem grać i wyszło nieźle.

0:09:13.063,0:09:15.811
Zarobiłem sporo pieniędzy[br]dzięki czystemu szczęściu.

0:09:15.835,0:09:17.501
Sądzę, że to było tylko szczęście.

0:09:17.525,0:09:19.634
Nie modelowałem tego matematycznie.

0:09:19.658,0:09:23.489
Patrząc na dane,[br]po chwili zdałem sobie sprawę:

0:09:23.513,0:09:26.066
to wygląda na jakąś strukturę.

0:09:26.090,0:09:29.787
Zatrudniłem kilku matematyków,[br]zaczęliśmy tworzyć modele,

0:09:29.811,0:09:34.076
takie same, jak w IDA,[br]Instytucie Analiz Obronnych.

0:09:34.100,0:09:36.933
Tworzysz algorytm[br]i przepuszczasz przez komputer.

0:09:36.957,0:09:39.123
Działa? Nie działa? I tak dalej.

0:09:39.443,0:09:40.922
CA: Czy możemy na to spojrzeć?

0:09:40.946,0:09:45.487
Oto typowy wykres jakiegoś towaru.

0:09:46.487,0:09:50.528
Patrzę na to i stwierdzam:[br]"To jest losowe, idzie w górę lub dół,

0:09:50.552,0:09:53.414
może przez cały okres[br]ma niewielką tendencję wzrostową".

0:09:53.438,0:09:55.551
Jak można handlować za pomocą tego

0:09:55.575,0:09:57.901
i zobaczyć coś, co nie jest przypadkowe?

0:09:57.925,0:10:01.172
JS: W dawnych czasach[br]- to rodzaj wykresu z dawnych lat -

0:10:01.196,0:10:05.480
towary lub waluty[br]miały tendencję do trendów.

0:10:05.504,0:10:11.559
Niekoniecznie do bardzo słabych tendencji[br]takich jak ta, ale trendów okresowych.

0:10:11.583,0:10:15.639
Jeśli zdecydowałeś:[br]"Dzisiaj będę przewidywał

0:10:15.663,0:10:20.631
na podstawie zmian z ostatnich 20 dni",

0:10:20.655,0:10:23.762
być może będzie to dobra prognoza,[br]a ja zarobię trochę pieniędzy.

0:10:23.786,0:10:29.394
Tak naprawdę lata temu[br]taki system by zadziałał,

0:10:29.418,0:10:31.809
nie idealnie, ale by działał.

0:10:31.833,0:10:34.342
Zarabiasz kasę, tracisz i znowu zarabiasz.

0:10:34.366,0:10:36.564
Ale jeśli podsumować wszystkie dni w roku,

0:10:36.588,0:10:40.829
zarobek wyjdzie bardzo mały.

0:10:41.884,0:10:43.842
To bardzo szczątkowy system.

0:10:44.525,0:10:48.054
CA: Przetestowałbyś więc[br]kilka odcinków trendów czasowych,

0:10:48.078,0:10:50.514
aby zobaczyć na przykład,

0:10:50.538,0:10:54.019
co się stanie dalej - trend będzie[br]dziesięcio-, czy piętnastodniowy?

0:10:54.043,0:11:00.805
JS: Przetestowałbym to wszystko[br]i odkrył, co działa najlepiej.

0:11:01.515,0:11:04.865
Śledzenie trendów[br]działało świetnie w latach 60.

0:11:04.889,0:11:07.021
Było w porządku w latach 70.,

0:11:07.045,0:11:08.918
ale w 80. już nie.

0:11:08.942,0:11:11.759
CA: Ponieważ każdy to widział.

0:11:11.783,0:11:14.565
Jak więc pozostałeś na czele?

0:11:15.046,0:11:21.178
JS: Zostaliśmy na czele,[br]znajdując inne podejścia,

0:11:21.202,0:11:23.943
do jakiegoś stopnia krótkoterminowe.

0:11:25.107,0:11:28.454
Chodziło o to, by zebrać[br]ogromną ilość danych

0:11:28.478,0:11:32.056
i na początku musieliśmy robić to ręcznie.

0:11:32.080,0:11:35.546
Poszliśmy do Rezerw Federalnych,[br]kopiowaliśmy historie stóp procentowych

0:11:35.570,0:11:38.835
i tego typu rzeczy,[br]bo tego nie było w komputerze.

0:11:38.859,0:11:40.502
Mieliśmy dużo danych

0:11:40.526,0:11:44.686
I bardzo mądrych ludzi - to był klucz.

0:11:45.463,0:11:49.239
Tak naprawdę nie wiedziałem,[br]jak zatrudnić ludzi do głównej pracy.

0:11:49.749,0:11:52.698
Zatrudniłem paru,[br]niektórzy zarabiali, inni nie.

0:11:52.722,0:11:54.602
Z tego nie da się zrobić biznesu.

0:11:54.626,0:11:56.668
Wiedziałem jednak,[br]jak zatrudnić naukowców,

0:11:56.692,0:12:00.081
miałem wyczucie w tej dziedzinie.

0:12:00.105,0:12:01.943
To właśnie zrobiliśmy.

0:12:01.967,0:12:05.198
Stopniowo te modele[br]stawały się coraz lepsze,

0:12:05.222,0:12:06.557
lepsze i lepsze.

0:12:06.581,0:12:09.795
CA: Przypisuje ci się stworzenie[br]w Renaissance czegoś znaczącego,

0:12:09.819,0:12:12.420
stworzenia kultury - grupy ludzi,

0:12:12.444,0:12:15.586
którzy nie byli tylko najemnikami[br]skuszonymi pieniędzmi.

0:12:15.610,0:12:19.522
Ich motywacją było wykorzystywanie[br]ekscytującej matematyki oraz nauki.

0:12:19.860,0:12:22.259
JS: Miałem nadzieję, że to prawda.

0:12:22.283,0:12:25.863
Pieniądze jednak też grały rolę.

0:12:25.887,0:12:27.280
CA: Zarobili dużo pieniędzy.

0:12:27.304,0:12:29.841
JS: Nie twierdzę,[br]że nikt nie przyszedł dla kasy.

0:12:29.865,0:12:32.118
Myślę, że wielu przyszło z tego powodu,

0:12:32.142,0:12:34.163
ale też dlatego, że to była zabawa.

0:12:34.187,0:12:36.675
CA: Jaką rolę w tym odegrało[br]uczenie maszynowe?

0:12:36.699,0:12:39.763
JS: W pewnym sensie to,[br]co zrobiliśmy, to uczenie maszynowe.

0:12:40.879,0:12:47.170
Patrzysz na dane, symulujesz[br]różne przewidywalne schematy,

0:12:47.194,0:12:49.376
aż będziesz w tym coraz lepszy.

0:12:49.400,0:12:53.167
Ta metoda niekoniecznie[br]uczy się na swoich błędach.

0:12:53.191,0:12:55.500
Ale działała.

0:12:56.150,0:13:00.209
CA: Różne przewidywalne schematy[br]mogą być naprawdę nieprzewidywalne.

0:13:00.233,0:13:02.147
Mierzyliście wszystko, prawda?

0:13:02.171,0:13:05.488
Patrzyliście na pogodę,[br]długość sukienek i nastroje polityczne.

0:13:05.512,0:13:08.349
JS: Długości sukienek nie próbowaliśmy.

0:13:08.373,0:13:10.430
CA: Jakiego rodzaju rzeczy mierzyliście?

0:13:10.454,0:13:11.612
JS: Właściwie wszystko.

0:13:11.636,0:13:14.900
Wszystko to woda na młyn,[br]za wyjątkiem spódnic.

0:13:16.852,0:13:19.152
Pogoda, raporty roczne,

0:13:19.176,0:13:23.908
kwartalne, dane historyczne,[br]różne woluminy, co tylko chcesz.

0:13:23.932,0:13:25.083
Co się da.

0:13:25.107,0:13:27.728
Zbieramy terabajty danych dziennie.

0:13:27.752,0:13:31.876
Magazynujemy je, porządkujemy[br]i przygotowujemy do analizy,

0:13:33.446,0:13:34.828
Szukamy anomalii.

0:13:34.852,0:13:37.805
Jak powiedziałeś,

0:13:37.829,0:13:40.281
hipoteza efektywnego rynku jest błędna.

0:13:40.305,0:13:43.772
CA: Każda anomalia jednak[br]może być tylko losową sprawą.

0:13:43.796,0:13:47.454
Sekret tkwi więc wyłącznie[br]w szukaniu zwielokrotnionej anomalii

0:13:47.478,0:13:48.806
i czekaniu na wyrównanie?

0:13:49.238,0:13:52.451
JS: Każda anomalia może być przypadkowa,

0:13:52.475,0:13:55.514
ale jeśli masz wystarczająco[br]dużo danych, można to sprawdzić.

0:13:55.538,0:14:00.488
Można szukać anomalii,[br]które trwają dostatecznie długo.

0:14:00.512,0:14:05.487
Prawdopodobieństwo ich[br]przypadkowości nie jest duże.

0:14:05.511,0:14:10.369
Jednak po pewnym czasie znikają,[br]anomalie mogą zniknąć.

0:14:10.393,0:14:12.813
Trzeba pilnować interesu.

0:14:12.837,0:14:15.509
CA: Wielu ludzi patrzy[br]na rynek funduszy hedgingowych

0:14:15.533,0:14:19.931
i są w pewien sposób... zszokowani tym,

0:14:19.955,0:14:22.127
jak wiele bogactwa tam się tworzy

0:14:22.151,0:14:24.396
i ile talentu jest w to włożone.

0:14:25.523,0:14:29.529
Czy masz jakieś obawy dotyczące branży,

0:14:29.553,0:14:31.967
być może całego przemysłu finansowego?

0:14:31.991,0:14:34.695
Czy to nie pociąg-widmo,

0:14:34.719,0:14:38.749
który zwiększa nierówności?

0:14:38.773,0:14:42.604
Co masz na obronę tego, co dzieje się[br]w przemyśle funduszy hedgingowych?

0:14:42.628,0:14:45.236
JS: Sądzę, że przez ostatnie 3 - 4 lata

0:14:45.260,0:14:47.363
fundusze nie radziły sobie najlepiej.

0:14:47.387,0:14:48.787
Nam poszło świetnie,

0:14:48.811,0:14:52.812
ale cała branża hedgingowa[br]nie radzi sobie tak dobrze.

0:14:52.836,0:14:57.738
Giełda była na fali,[br]każdy widział, jak wzrastała,

0:14:57.762,0:15:01.207
a wskaźnik ceny do zysku rósł.

0:15:01.231,0:15:05.854
Strasznie dużo bogactwa[br]powstałego przez ostatnie 5 - 6 lat

0:15:05.854,0:15:07.668
nie powstało dzięki takim funduszom.

0:15:08.458,0:15:11.679
Ludzie pytają mnie:[br]"Co to jest fundusz hedgingowy?".

0:15:11.703,0:15:13.963
Odpowiadam: "Jeden i 20".

0:15:13.987,0:15:17.553
Dziś to "dwa i 20":

0:15:17.577,0:15:20.930
2% opłaty stałej i 20% zysków.

0:15:20.954,0:15:23.306
Każdy fundusz jest inny.

0:15:23.330,0:15:26.569
CA: Plotka głosi, że pobierasz[br]troszkę większe opłaty.

0:15:27.339,0:15:30.420
JS: W tamtym czasie pobieraliśmy[br]najwyższe opłaty na świecie.

0:15:30.444,0:15:33.670
Pobieraliśmy pięć i 44.

0:15:33.694,0:15:35.092
CA: Pięć i 44.

0:15:35.116,0:15:38.350
5% opłaty stałej i 44% zysków.

0:15:38.374,0:15:41.157
Inwestorzy wciąż spektakularnie zarabiają.

0:15:41.181,0:15:42.973
JS: Mamy dobre wyniki, to prawda.

0:15:42.973,0:15:45.657
Ludzie wściekają się[br]na tak wysokie opłaty.

0:15:45.681,0:15:47.308
"Zawsze możecie się wycofać".

0:15:47.332,0:15:50.150
Na co oni: "Jak mogę kupić więcej?".

0:15:50.174,0:15:51.678
(Śmiech)

0:15:51.702,0:15:54.142
Chyba mówiłem, że w pewnym momencie

0:15:54.166,0:15:59.341
wykupiliśmy wszystkich inwestorów,[br]bo było nas na to stać.

0:15:59.365,0:16:02.069
CA: Czy należy bać się o rynek[br]funduszy hedgingowych,

0:16:02.093,0:16:07.531
który przyciąga wielu utalentowanych ludzi[br]i najlepszych światowych matematyków

0:16:07.555,0:16:10.793
do pracy nad tym, zamiast na rzecz[br]innych światowych problemów?

0:16:10.817,0:16:12.746
JS: To nie tylko matematycy.

0:16:12.770,0:16:15.449
Zatrudniamy astronomów,[br]fizyków i różnych takich.

0:16:15.833,0:16:18.264
Nie sądzę, że trzeba się tym przejmować.

0:16:18.288,0:16:21.430
To cały czas mała branża.

0:16:21.454,0:16:27.451
Tak naprawdę włączenie[br]nauki w świat inwestycji

0:16:27.475,0:16:29.634
ulepszyło nasz świat.

0:16:29.658,0:16:33.728
Ograniczyło niestabilność[br]i zwiększyło płynność.

0:16:33.752,0:16:36.941
Spready są mniejsze, bo ludzie[br]zaczęli kupować tego typu rzeczy.

0:16:36.965,0:16:42.041
Nie boję się,[br]że jakiś Einstein założy fundusz.

0:16:42.478,0:16:46.642
CA: Na obecnym etapie życia[br]zajmujesz się głównie inwestowaniem,

0:16:46.666,0:16:50.400
ale na drugim końcu łańcucha dostaw

0:16:50.424,0:16:54.528
wspierasz matematyków w całej Ameryce.

0:16:54.552,0:16:56.417
To twoja żona, Marilyn.

0:16:56.441,0:17:01.197
Pracujecie razem w filantropii.

0:17:01.221,0:17:02.384
Odpowiedz mi o tym.

0:17:02.408,0:17:06.057
JS: Marilyn stworzyła...

0:17:06.081,0:17:09.528
Tu widać ją na górze, to moja piękna żona.

0:17:09.552,0:17:12.524
Stworzyła fundację jakieś 20 lat temu.

0:17:12.548,0:17:13.699
Sądzę, że w 1994 roku.

0:17:13.723,0:17:15.818
Obstawiam rok 1993, ona 1994.

0:17:15.842,0:17:18.413
W każdym razie w którymś z tych dwóch.

0:17:18.437,0:17:20.572
(Śmiech)

0:17:20.596,0:17:27.315
Uruchomiliśmy fundację jako wygodny sposób[br]na przekazywanie funduszy charytatywnych.

0:17:28.346,0:17:30.853
Żona robiła buchalterię.

0:17:30.877,0:17:37.591
Z początku nie mieliśmy pomysłu,[br]ale stopniowo się pojawił:

0:17:37.615,0:17:43.119
skupiliśmy się na matematyce i fizyce,[br]na badaniach podstawowych.

0:17:43.569,0:17:46.341
To robiliśmy.

0:17:46.365,0:17:52.720
Sześć lat temu opuściłem Renaissance[br]i rozpocząłem pracę w fundacji.

0:17:52.744,0:17:54.315
Tym się zajmujemy.

0:17:54.339,0:17:57.248
CA: "Matematyka dla Ameryki"[br]zasadniczo inwestuje

0:17:57.272,0:17:59.910
w nauczycieli matematyki z całego kraju,

0:17:59.934,0:18:03.736
dając im dodatkowe dochody,[br]wsparcie i trening.

0:18:03.760,0:18:06.811
Próbuje stworzyć skuteczniejsze nauczanie

0:18:06.835,0:18:09.436
stworzyć powołanie,[br]do którego warto aspirować.

0:18:09.460,0:18:14.250
JS: Zamiast wytykać złych nauczycieli,

0:18:14.274,0:18:19.127
co powoduje problemy moralne[br]w całej społeczności pedagogicznej,

0:18:19.151,0:18:21.592
szczególnie w naukach ścisłych,

0:18:21.616,0:18:27.746
skupiamy się na wspieraniu dobrych[br]i nadawaniu im statusu.

0:18:27.770,0:18:30.701
Tak, dajemy im pieniądze,[br]15 000 dolarów rocznie.

0:18:30.725,0:18:35.192
Mamy 800 nauczycieli nauk ścisłych[br]w publicznych szkołach Nowego Jorku,

0:18:35.216,0:18:37.030
którzy są częścią programu.

0:18:37.054,0:18:40.740
Morale jest wspaniałe.

0:18:40.764,0:18:43.270
Zostają w szkołach.

0:18:43.294,0:18:46.189
Za rok będzie ich tysiąc, czyli 10%

0:18:46.213,0:18:49.757
wszystkich nauczycieli nauk ścisłych[br]w publicznych szkołach Nowego Jorku.

0:18:49.781,0:18:53.246
(Brawa)

0:18:55.710,0:18:59.120
CA: Jim, oto inny projekt,[br]który wspierasz jako filantrop,

0:18:59.144,0:19:01.541
badanie początków życia.

0:19:01.565,0:19:03.012
Co tu widzimy?

0:19:03.536,0:19:05.418
JS: Odpowiem za chwilę.

0:19:05.442,0:19:07.604
Wtedy powiem ci, co widzimy.

0:19:07.628,0:19:10.684
Początki życia to fascynujące zagadnienie.

0:19:10.708,0:19:12.241
Skąd się wzięliśmy.

0:19:13.170,0:19:14.941
Mamy dwa pytania.

0:19:14.965,0:19:20.833
Pierwsze to droga od geologii do biologii,

0:19:20.857,0:19:22.238
jak tu doszliśmy?

0:19:22.262,0:19:24.626
Kolejne brzmi: od czego zaczynaliśmy?

0:19:24.650,0:19:27.752
Czy z czymś po drodze pracowaliśmy?

0:19:27.776,0:19:30.837
To są dwa bardzo interesujące pytania.

0:19:31.773,0:19:37.607
Pierwsze pytanie to kręta ścieżka[br]od geologii do RNA

0:19:37.631,0:19:39.889
lub czegoś podobnego[br]- jak to wszystko działa.

0:19:39.913,0:19:42.301
I drugie, jaki był materiał wyjściowy.

0:19:42.325,0:19:44.096
Było tego więcej, niż nam się wydaje.

0:19:44.120,0:19:48.963
Na tym zdjęciu widać[br]formowanie się gwiazdy.

0:19:49.836,0:19:53.261
Każdego roku na Drodze Mlecznej,[br]która zawiera 100 miliardów gwiazd,

0:19:53.285,0:19:55.780
tworzą się dwie nowe.

0:19:55.804,0:19:58.274
Nie wiem jak, ale się tworzą.

0:19:58.298,0:20:01.378
Osadzenie zajmuje im około miliona lat.

0:20:02.132,0:20:04.308
W stanie ustalonym

0:20:04.332,0:20:08.180
mamy około dwa miliona gwiazd,[br]które cały czas się formują.

0:20:08.204,0:20:11.662
Ta jeszcze się osadza.

0:20:12.067,0:20:15.003
Wokół niej krążą te śmiecie,

0:20:15.027,0:20:16.525
kurz i reszta.

0:20:17.479,0:20:20.502
To prawdopodobnie stworzy[br]system słoneczny.

0:20:20.526,0:20:22.702
Chodzi o to,

0:20:22.726,0:20:29.074
że w kurzu okalającym[br]formującą się gwiazdę

0:20:29.098,0:20:35.133
znaleziono niedawno[br]znaczące cząstki organiczne.

0:20:35.958,0:20:42.097
Molekuły nie tylko takie jak metan,[br]ale i formaldehyd, i cyjanek

0:20:42.121,0:20:48.638
- elementy będące cegiełkami,[br]czy nasionami życia.

0:20:49.136,0:20:51.828
To może być typowe.

0:20:52.395,0:20:59.329
To może być typowe,[br]że planety w całym Wszechświecie

0:20:59.353,0:21:02.965
zaczynają z paroma[br]podstawowymi cegiełkami.

0:21:03.830,0:21:06.545
Czy to oznacza,[br]że tam wszędzie będzie życie?

0:21:06.569,0:21:07.933
Być może.

0:21:07.957,0:21:12.084
Pytanie brzmi jednak,[br]ja kręta jest ścieżka

0:21:12.108,0:21:16.502
od delikatnych nasion do życia.

0:21:16.526,0:21:21.718
Większość z tych nasion[br]spadnie na planety-nieużytki.

0:21:21.742,0:21:23.151
CA: Dla ciebie, osobiście,

0:21:23.175,0:21:25.897
znalezienie odpowiedzi[br]na pytanie, skąd pochodzimy

0:21:25.921,0:21:29.579
i jak to wszystko się stało[br]- coś takiego chciałbyś zobaczyć.

0:21:29.603,0:21:31.389
JS: Chciałbym to zobaczyć.

0:21:31.413,0:21:32.903
Chciałbym wiedzieć,

0:21:32.927,0:21:38.097
czy ta ścieżka jest[br]na tyle kręta i nieprawdopodobna,

0:21:38.121,0:21:42.875
że niezależnie od miejsca startu,[br]możemy być osobliwością.

0:21:43.336,0:21:44.488
Ale z drugiej strony,

0:21:44.512,0:21:47.990
biorąc pod uwagę organiczy kurz,[br]który lata sobie wokół,

0:21:48.014,0:21:51.805
możemy mieć tam gdzieś wielu przyjaciół.

0:21:52.947,0:21:54.108
Dobrze byłoby wiedzieć.

0:21:54.132,0:21:57.612
CA: Kilka lat temu rozmawiałem[br]z Elonem Muskiem.

0:21:57.636,0:22:00.473
Zapytałem go o sekret sukcesu,

0:22:00.497,0:22:04.188
a on odparł, że było to[br]branie fizyki na poważnie.

0:22:04.696,0:22:08.699
Słuchając ciebie, widzę,[br]że wziąłeś matematykę na poważnie,

0:22:08.723,0:22:11.726
wpłynęła ona na całe twoje życie.

0:22:12.123,0:22:16.686
Dała ci ogromny majątek[br]i pozwala ci aktualnie inwestować

0:22:16.710,0:22:21.206
w przyszłość tysięcy dzieci[br]w całej Ameryce i poza nią.

0:22:21.567,0:22:24.425
Czy to możliwe, że nauka naprawdę działa?

0:22:24.449,0:22:27.221
Czy matematyka naprawdę działa?

0:22:27.245,0:22:31.617
JS: Matematyka na pewno działa.

0:22:31.641,0:22:32.839
Ale to była zabawa.

0:22:32.863,0:22:37.809
Praca z Marilyn i rozdawanie[br]było bardzo przyjemne.

0:22:37.833,0:22:40.769
CA: To dla mnie inspirująca myśl,

0:22:40.793,0:22:44.800
branie wiedzy na poważnie[br]może przynieść zdecydowanie więcej.

0:22:44.824,0:22:47.842
Dziękuję więc za twoje życie[br]i przyjście tutaj, na scenę TED.

0:22:47.866,0:22:48.617
Dziękuję.

0:22:48.651,0:22:49.752
Jim Simons!

0:22:49.806,0:22:54.186
(Brawa)