CIENCIA (El Código) La Predicción
Marcus du Sautoy continúa su exploración en busca del código numérico oculto que subyace en toda la naturaleza. Esta vez es el extraño mundo de lo que sucederá a continuación. La odisea de Profesor du Sautoy comienza con el eclipse lunar, un fenómeno que se creyó sobrenatural durante siglo es y ahora predicho a través del poder del código. Pero lo más interesante es lo que los códigos nos pueden decir acerca de nuestro futuro.
Category
📚
AprendizajeTranscripción
00:00Desde que aparecimos sobre la faz de la Tierra, los seres humanos hemos intentado comprender nuestro mundo y predecir lo que nos deparará el futuro.
00:16Aunque actualmente nuestra vida se ha vuelto más complicada e impredecible que nunca, y la mitad de la población del planeta vive en ciudades masificadas y bulliciosas.
00:30Cada día nos depara miles de encuentros, una ingente cantidad de interacciones y fuerzas que parecen escapar a nuestro control.
00:39Es difícil entender cómo todo puede estar conectado.
00:45Pero cuando nos fijamos más detenidamente en toda esa complejidad, de pronto aparecen sorprendentes patrones.
00:52Son precisamente esos modelos los que ponen de manifiesto que tras ellos, subyace un código que es la base de toda existencia, y que controla no solo el mundo y todo lo que hay en él, sino también a nosotros.
01:09Soy matemático, y me siento irresistiblemente atraído por los patrones que veo a mi alrededor.
01:19Patrones que reflejan las interconexiones ocultas que relacionan todas las cosas.
01:25Desde el movimiento de la gente en horas punta, hasta el movimiento de la naturaleza,
01:31patrones que reflejan las interconexiones ocultas que relacionan todas las cosas.
01:37Desde el movimiento de la gente en horas punta,
01:43hasta la forma cambiante de una bandada de estorninos,
01:49y la disonancia de mil millones de búsquedas en internet,
01:53o los caprichos del clima.
02:00Todos esos patrones y esas conexiones forman el código.
02:06Un modelo de nuestro mundo que describe no solamente cómo funciona, sino que además puede predecir qué nos deparará el futuro.
02:31Hace unos 500 años, un navío fue atrapado en medio de una terrible tempestad.
02:36La lluvia barría la cubierta y los vientos huracanados hacían trizas las velas y las jarcias, y el buque empezó a hacer agua.
02:43El capitán no tuvo otro remedio que embarrancar su barco y esperar a que alguien viniera a ayudarles.
02:51Pero el auxilio nunca llegó, y los nativos eran hostiles.
02:55Transcurridos ocho largos meses, y cuando su tripulación estaba a punto de morir de inanición,
03:00al capitán se le ocurrió una ingeniosa idea.
03:03Mandó llamar al jefe de los nativos y le dijo que su dios estaba disgustado.
03:07Tan disgustado que si en un plazo de tres días no le suministraban alimento y provisiones, ese mismo dios se tragaría a la luna.
03:14Y claro, como era de esperar, la tercera noche, cuando la luna apareció en el cielo, había comenzado a menguar.
03:30Aterrorizados, los nativos se acercaron corriendo al barco, cargándolo a la luna.
03:35Pero el jefe de los nativos no se acercó.
03:38Aterrorizados, los nativos se acercaron corriendo al barco, cargados con provisiones.
03:51Era el año 1504, y aquel capitán era Cristóbal Colón.
03:56Y el motivo por el que aparentemente era capaz de controlar el firmamento a su antojo, era que tenía algo como esto.
04:03Es una tabla luna, y cada uno de estos números señala un eclipse.
04:08Hoy es el 15 de junio, y aquí dice que dentro de cinco horas, a la luna, le pasará exactamente lo mismo aquí, en Chipre.
04:18Durante un eclipse lunar, la Tierra se interpone entre el sol y la luna, proyectando su sombra sobre la superficie de aquella.
04:35Ahí está, ya ha empezado.
04:37La sombra de la Tierra se ha tragado a la luna.
04:40Pero lo más asombroso es que ésta no desaparece por completo.
04:44Queda una silueta de la luna rojiza y espectral ahí arriba.
04:49Y eso es porque la luz del sol está siendo reflejada alrededor de la Tierra.
04:53Es sobrecogedor.
05:00No me cuesta imaginar cuán aterrorizados deberían sentirse los isleños cuando contemplaron el mismo espectáculo hace 500 años.
05:07Y la única explicación que recibieron fue que los isleños no tenían ni idea de lo que estaba ocurriendo.
05:12Ahora sabemos que aunque parezca increíble, el movimiento de los planetas es predecible.
05:17Si conocemos el código, podemos reproducir las órbitas de los instrumentos de la Tierra,
05:22y el conocimiento de las fuerzas de movimiento de los objetos que están alrededor de las Tierras,
05:26nos permite captar el movimiento de los objetos en el planeta.
05:30Y nos permite captar el movimiento de los objetos en la Tierra.
05:33Y también nos permite captar el movimiento de los objetos en el planeta.
05:37Vamos a ver un ejemplo.
05:38Si conocemos el código, podemos reproducir las órbitas que han dibujado en el pasado
05:43y también las que describirán en el futuro, dentro de miles de años.
05:56Gracias al código, ya no nos sentimos atemorizados ante un eclipse.
06:00De hecho, el código es un elemento tan poderoso que incluso podría confiarle mi propia vida.
06:08El código es un elemento tan poderoso que incluso podría confiarle mi propia vida.
06:29Este extraño artilugio mide 5 metros y medio de altura.
06:34Impulsada por la fuerza de la gravedad, una bola de 30 kilogramos de peso bajará a toda velocidad por esa rampa y será proyectada hacia aquí.
06:42En ese momento yo estaré sentado en mitad de su trayectoria.
06:46Si me he equivocado al hacer mis cálculos, me matará en el acto.
06:51Para poder calcular hasta dónde llegará la bola, necesito saber algunas medidas clave de la rampa.
06:57La h minúscula es 0,8 metros.
07:01El ángulo es de 49,1 grados.
07:05La gravedad de la Tierra, ya la conozco, es de 9,8 metros por segundo.
07:10El ángulo de la superficie de la Tierra es de 9,8 metros por segundo.
07:16La gravedad de la Tierra, ya la conozco, es de 9,8 metros por segundo.
07:21Curiosamente, no necesitamos saber cuánto pesa la bola, su masa.
07:27No es importante para saber hasta dónde va a llegar.
07:32Dos veces la gravedad, por la altura, 5,5 multiplicado por la velocidad y dividido por 49,5.
07:43Eso me da una distancia de 9,95 metros.
07:47Pero también tenemos la resistencia del aire, y además la fricción de la propia rampa.
07:55¿Con qué fuerza sopla el viento hoy?
07:589,16.
08:00Muy bien, entonces la distancia que podemos predecir será de 5,6 metros.
08:07Yo diría que es aquí donde va a aterrizar la bola.
08:13Lo cual significa que si pongo mi tumbona aquí,
08:16podré contemplar toda la operación a salvo de cualquier incidencia.
08:20Está bien, soltadla.
08:31He ahí el poder del código.
08:37Y podemos repetirlo una y otra vez.
08:42Y los números nos dirán siempre exactamente que la bola va a aterrizar en ese sitio.
08:53Si todas las cosas del mundo se comportasen en función de ecuaciones que nos proporcionan respuestas definitivas,
08:59entonces podríamos predecir el futuro con absoluta certeza.
09:03Pero desgraciadamente las cosas no son así.
09:13El mundo natural se muestra a veces tan complejo
09:17que resulta difícil creer que podamos encontrar ecuaciones capaces de describirlo.
09:22Aunque a veces nos parezca vislumbrar los patrones y los modelos,
09:26resulta casi imposible comprenderlos.
09:29He venido a ver con mis propios ojos un fenómeno que ocurre aquí, en Dinamarca,
09:34durante unas pocas semanas al año.
09:43DINAMARCA
09:56Parece que ya están aquí.
10:12Son estorninos desplazándose en su migración anual entre el sur de Europa y Escandinavia.
10:20Cada bandada puede estar formada por un millón de pájaros o más.
10:28Su danza aérea oscurece la tenue luz del atardecer,
10:31y de ahí el inquietante nombre que se le da a la formación.
10:35El sol negro.
10:38Ahí viene otra enorme bandada.
10:43Son miles y miles de pájaros.
10:50No sabemos a ciencia cierta la razón de su conducta.
10:53Parece como si se refugiaran en la seguridad de los grandes números.
10:57La forma que adoptan es bastante intimidatoria.
11:00Parece como si fuera una bestia negra gigantesca capaz de intimidar a cualquier depredador.
11:06Miren ahí.
11:10Es una visión hipnótica.
11:18Es increíble.
11:20Hay tantos juntos que es un milagro que no se estrellen unos contra otros
11:24y salgan despedidos por los aires.
11:26Pero eso no ocurre nunca.
11:29Están perfectamente sincronizados.
11:32Uno nunca sabe cuál es el próximo quiebro que van a hacer.
11:35Es una proeza.
11:37¿Cómo puede predecir cada pájaro los movimientos de los demás miles que lo rodean?
11:42¿No es increíble?
11:52Por extraño que les parezca,
11:54si pasamos los estorninos a número de pájaros,
11:57no es tan fácil.
11:59Pero si los vemos,
12:01no es tan difícil.
12:03Y si los vemos,
12:05no es tan difícil.
12:07Y si los vemos,
12:09no es tan difícil.
12:11Si pasamos los estorninos a números,
12:13podremos recrear un modelo computerizado de lo que está ocurriendo.
12:20Para empezar, creamos una bandada de estorninos virtuales,
12:24todos ellos volando a diferentes velocidades y en distintas direcciones.
12:28Y luego, les damos algunas sencillas pautas.
12:31La primera es que todos los pájaros vuelen a la misma velocidad.
12:36La segunda regla es que se mantengan pegados a sus vecinos.
12:41Y la última es que si ven un depredador cerca,
12:44se aparten a toda prisa.
12:49Tres reglas sencillas bastan para crear algo asombrosamente parecido
12:53al movimiento real de una banda de estorninos.
13:00Ahí están.
13:06De hecho, una investigación reciente
13:08ha demostrado que incluso en una bandada de cientos de miles de aves,
13:12cada estornino solo debe preocuparse
13:14de estar atento a sus siete vecinos más próximos.
13:26Han desaparecido.
13:28El cielo está limpio otra vez.
13:38¿Quién hubiera pensado que algo tan extraordinariamente complejo
13:41como una bandada de pájaros en vuelo, que cambia de forma constantemente,
13:45tuviera su razón de ser en un código tan simple y elegante?
13:50Parece inconcebible que los seres humanos
13:53podamos ser reducidos algún día a modelos matemáticos,
13:56como los estorninos.
14:20Y Ain Kusin estudia el comportamiento de los animales en grupos,
14:24y su investigación ha revelado algunos sorprendentes paralelismos.
14:28¿Cómo puedes siquiera empezar a comprender algo como esta enorme masa de gente?
14:32Solo compararte a mirarles unos segundos,
14:34ya te das cuenta de que son innumerables los factores que entran en juego.
14:38Comencé mi investigación observando a organismos simples,
14:41organismos como las colones de oro,
14:43los que se encuentran en los bosques,
14:45Comencé mi investigación observando a organismos simples,
14:47organismos como las colones de hormigas y bancos de peces.
14:50Cuanto más avanzábamos, más similitudes descubríamos
14:53con el comportamiento de los grupos humanos.
14:55Pero las personas son muchísimo más complejas que los peces y las hormigas.
14:59Así es, y eso es precisamente lo mejor de todo.
15:02El hecho de que cuando vamos caminando por entre la multitud,
15:04no vamos pensando, vaya, ¿cómo puedo evitar a esa persona?
15:07O, ¿tengo que sortear a aquel obstáculo?
15:09No, vamos pensando en la cena o en qué estarán haciendo nuestros amigos.
15:13A decir verdad, vamos con el piloto automático puesto
15:16y nos valemos de reglas de interacción muy simples,
15:18del mismo modo que los bancos de peces y las colonias de hormigas.
15:25¿Entonces hay algo que podamos aprender de las hormigas?
15:27Infinidad de cosas.
15:29Las hormigas no tienen problemas como los embotellamientos
15:31o la aglomeración de individuos, porque no son egoístas.
15:34Y me temo que nosotros sí lo somos.
15:36Solo pensamos en minimizar el tiempo que empleamos en ir de un lado a otro
15:39sin pararnos a pensar si lo conseguimos a expensas de otros individuos.
15:44De todos los animales que ha estudiado,
15:46los seres humanos son, en ciertos aspectos, los más predecibles.
15:51Caminamos a una velocidad promedio de 1,3 metros por segundo.
15:55Y para llegar a nuestro destino, preferimos caminar en línea recta.
16:00Lo normal es que coincidas en la estela de otro individuo
16:02que camina en la misma dirección que tú.
16:04Así que, sin darte cuenta, estás formando un carril.
16:07Y de la misma forma, otros transeúntes que caminan en otra dirección
16:10también van creando carriles, de forma muy similar a las hormigas.
16:18Estos carriles nos sirven para evitar colisiones.
16:21Sin embargo, en un gran espacio abierto,
16:23como la explanada de la Estación Gran Central,
16:25es inevitable que los carriles se crucen,
16:27lo cual acaba provocando aglomeraciones.
16:31Pero si ponemos un obstáculo en medio,
16:33como este puesto de información, por ejemplo,
16:35en lugar de entorpecer el tránsito, lo reordena
16:37y se incrementa el flujo a través de la estación hasta en un 13%.
16:53Estas reglas predicen con tanta efectividad lo que vamos a hacer
16:56que pueden ser empleadas para simular grandes concentraciones de gente.
17:01Cada individuo es descrito por un conjunto de números
17:04cuando se desplaza a través de un entorno.
17:07Correcto. Queremos concretar esas reglas simples y concisas
17:10de las que se vale la gente cuando se encuentra en una aglomeración
17:13para luego extrapolarlas y poder predecir
17:16cómo se va a comportar un grupo en distintos entornos.
17:22Ese código que subyace a las multitudes de seres humanos
17:25puede luego ser empleado para diseñar edificios más eficientes.
17:31Gracias a simulaciones como estas somos capaces de predecir con exactitud
17:35cuánto tiempo será necesario para desalojar un edificio
17:38antes incluso de que se inicie su construcción.
17:48Dentro de una multitud, los humanos somos muy predecibles.
17:51Seguimos unas pautas sencillas, sin tan siquiera ser conscientes de ellas.
17:55Pero la mayor parte del tiempo no tenemos el piloto automático activado.
18:00Y cuando el gentío se dispersa, también se desvanecen las reglas del comportamiento grupal.
18:07Somos individuos con voluntad propia e individual
18:10y eso nos hace ser más difícilmente predecibles.
18:13O eso queremos creer.
18:21Antes de que nos desvanezcamos,
18:24antes de empezar me gustaría recordaros las reglas.
18:27Son muy sencillas, hay tres jugadas y solo tres jugadas.
18:32Contamos hasta tres antes de sacar, lo que significa que contamos
18:35uno, dos, tres y en el cuatro sacamos nuestra jugada.
18:39La piedra es un puño cerrado y puedes sacarlo como quieras
18:42mientras el puño esté cerrado.
18:45El papel hay que sacarlo siempre horizontal
18:47y las tijeras siempre verticales.
18:49Esto sería nulo.
18:53El juego piedra-papel-tijera es conocido en todo el mundo.
18:59Y hay quien se lo toma muy en serio.
19:03Para aquellos de vosotros que no lo sepan, y serán muy pocos los que no lo sepan,
19:06el papel envuelve a la piedra, las tijeras cortan el papel
19:09y la piedra machaca y rompe las tijeras.
19:17En Filadelfia, la liga de piedra-papel-tijera se reúne cuatro veces por semana.
19:24Los asistentes compiten para clasificarse para el Campeonato Mundial de Las Vegas
19:28donde el ganador se llevará un premio de 10.000 dólares.
19:39Switchy va ganando, piedra-contra-tijeras para Switchy.
19:42Estás a punto de caer eliminado, CherryBug.
19:44Tercer y último juego, el que gane este juego pasará adelante.
19:49Piedra-contra-tijeras.
19:50Y tras esta emocionante partida, la gran final.
19:56Lo misterioso de este juego es que debería ser imposible predecir
19:59qué es lo que va a hacer tu contrincante.
20:04En piedra-papel-tijera, todas las probabilidades son muy parecidas.
20:08Cada posibilidad gana una jugada, pero pierde la siguiente,
20:11de modo que básicamente es un problema de pares y nones.
20:14Algo así como echarlo a cara o cruz.
20:17Pero si el juego fuera completamente aleatorio,
20:20todos los jugadores serían derrotados por igual
20:22y sin embargo algunos ganan, una y otra vez.
20:26Esta es la partida definitiva, Switchy.
20:28Feedback no ha conseguido ningún punto en la segunda partida.
20:32Necesitaría una victoria rotunda.
20:34¿Podrá vencer al número uno?
20:37No, Switchy, jugarás la final contra Douglas.
20:40Cuanto más jugamos, más influyen en nuestro juego las jugadas que ya hemos hecho
20:44y eso crea patrones que pueden ser aprovechados para ganar la partida.
20:49En la liga del pasado año, Switchy quedó quinta
20:52y este año parece que va a quedar aún mejor.
21:00¡Listos ya!
21:02La piedra machaca las tijeras.
21:05La piedra machaca las tijeras.
21:07¡La piedra machaca las tijeras!
21:09¡Switchy se corona campeona de la Liga de Piedra-Papel-Tijera de Filadelfia aquí,
21:14en el Club Red Lion!
21:17¡Enhorabuena!
21:18Gracias.
21:19Has ganado cinco partidas seguidas.
21:21¿Cuál ha sido el secreto de tu éxito?
21:25Observar a mis adversarios.
21:27Detenidamente, ¿verdad?
21:28Intento adivinar qué están pensando.
21:30Buscas patrones en su comportamiento.
21:32Sí, me fijo en lo que hacen tratando de descubrir sus patrones
21:35y trato de que ellos no descubran los míos.
21:41El juego piedra-papel-tijeras
21:43nos muestra una verdad fundamental de la naturaleza de las personas.
21:48Somos tan adictos a los patrones que dejamos que impregnen todo aquello que hacemos.
21:56Esos mismos patrones son la clave para predecir muchos aspectos de nuestro comportamiento,
22:01incluso las partes más oscuras de nuestra naturaleza.
22:06FALLECIDA
22:11Fallecida.
22:12Un metro cincuenta y ocho.
22:14Ojos marrones, pelo castaño...
22:19Cuando ves una actividad tan intensa en un área geográfica tan pequeña
22:22y en un lapso de tiempo tan corto,
22:24esa es la señal de alarma de que algo está pasando,
22:26de que hay un depredador en activo.
22:30Kim Rosmo lleva más de veinte años de experiencia como detective inspector jefe.
22:34Está especializado en la captura de asesinos en serie.
22:41El cadáver de la víctima fue descubierto aquí, en esta esquina,
22:44por un policía que vino rápidamente a denunciarlo poco tiempo después de que fuera asesinada.
22:51Pero Rosmo no es un policía normal y corriente.
22:54Sacó un doctorado y emplea las matemáticas para descifrar los patrones en la conducta de los criminales.
23:04Siempre hay una lógica en la forma en que el delincuente atrapa a su víctima
23:07y en la elección del lugar en el que comete el crimen.
23:10Si podemos obtener un patrón, esa información es fundamental
23:13para llevar a buen término una investigación criminal.
23:20La razón de que sea tan difícil dar con los asesinos en serie
23:23es porque a menudo no hay una conexión entre sus crímenes.
23:26Eligen a sus víctimas al azar, en lugares entre los que no hay ninguna relación.
23:31Es muy frecuente en la investigación de un asesino en serie
23:34que tengamos cientos, miles e incluso decenas de miles de sospechosos.
23:37Es como buscar una aguja en un pajar.
23:42¿Por dónde empiezas?
23:45En 1888, el asesino en serie más notorio, Jack el Destripador,
23:49asesinó a cinco mujeres en el East End de Londres.
23:54Desde entonces, muchos han intentado en vano dar con la identidad del destripador.
24:00Pero Rosmo cree que puede seguirle la pista,
24:03aunque no haya tenido en sus manos ni la más mínima prueba física,
24:07porque ha averiguado el lugar más probable en el que Jack el Destripador
24:10pudo haber vivido, basándose en la localización de los crímenes.
24:14El epicentro de la búsqueda fueron las calles Flower y Dean Street.
24:19Y todo lo que hace es una ecuación.
24:25Somos perezosos por naturaleza, y los criminales aún más.
24:29Prefieren buscar sus objetivos cerca de casa sin tener que alejarse demasiado,
24:33porque eso implicaría mucho esfuerzo, mucho tiempo, viajes más largos.
24:40La primera mitad de la ecuación de Rosmo
24:42refleja lo que conocemos como el principio del mínimo esfuerzo.
24:45Significa que estadísticamente la escena de los crímenes
24:48está lo más cerca posible del domicilio del asesino.
24:52Si tienes que comprar la barra de pan en la panadería de la esquina,
24:55o en otra que está a 7 kilómetros, siempre la comprarás en la de la esquina.
24:59Parece un poco macabro aplicar el mismo sistema
25:01para referirnos a barras de pan y a asesinos en serie, ¿no?
25:04Bueno, en realidad, si podemos obviar por un momento
25:07la horrible naturaleza de esos crímenes
25:09y reconocer que se trata de seres humanos iguales a nosotros,
25:12entonces quizá podamos comprender a esos individuos
25:15como nos comprendemos a nosotros mismos.
25:21La segunda mitad de la ecuación describe algo llamado
25:24la zona de transición.
25:26Los criminales evitan cometer sus crímenes demasiado cerca de su casa
25:29para no llamar la atención.
25:32De la interacción de esas dos pautas de comportamiento
25:35deduce Rosmo la localización más probable del criminal.
25:40Estos sujetos no solo tienen que conseguir su objetivo
25:43y capturar a su víctima,
25:45sino que además tienen que evitar ser capturados por la policía
25:48y que los testigos los puedan identificar.
25:52Hoy día todas las policías del mundo emplean esta técnica,
25:56el llamado retrato geográfico.
26:05La policía contempla la posibilidad de que la pequeña explosión
26:08ocurrida en una sucursal del Berkley's Bank,
26:10en la zona oeste de Londres, sea obra de un extorsionador.
26:13La policía cree que el autor del intento de extorsión
26:16es un chantajista conocido como el terrorista del martes de carnaval.
26:19A finales de los años 90, Scotland Yard recurrió a Rosmo
26:22para que les ayudase a capturar al peligroso terrorista del martes de carnaval,
26:26quien durante tres años llevó a cabo una campaña de bombas
26:29contra los bancos y los supermercados.
26:31Un joven de 17 años se encuentra en el hospital
26:34por las heridas producidas por la explosión
26:36que ha tenido lugar en el supermercado Sainsbury's al sur de Londres.
26:39La policía ha advertido a la población para que se mantenga alerta.
26:42Lo único que pueden hacer es esperar a ver
26:44cuál es la próxima acción del terrorista del martes de carnaval.
26:50¿Cuántas bombas llegó a hacer estallar?
26:53En total, 36 acciones delictivas que sepamos.
26:57Como puedes ver, van desde el norte de Cambridge
27:00hasta el estrecho de Dover,
27:02la mayor parte de ellas en el Gran Londres.
27:05¿Este mapa recoge todas las localizaciones
27:07en que estallaron las bombas?
27:09Sí.
27:11Se ve que la mayor parte se concentra en Londres,
27:14pero parecen elegidas aleatoriamente.
27:16¿Has metido estas localizaciones en la ecuación?
27:20Sí.
27:21Y este es el retrato geográfico que nos da como resultado.
27:24Nos muestra el lugar en que el delincuente puede vivir.
27:29En naranjo oscuro queda resaltado el sitio más probable.
27:32Como vemos, el centro principal está en la zona de Chiswick.
27:36En el informe que preparé para Scotland Yard,
27:39también incluía códigos postales preferentes.
27:42¿Y pudiste resolver satisfactoriamente el caso?
27:45Permíteme que te muestre la localización
27:47de los dos hermanos Edgar y Ronald Pearce.
27:51Vaya, justo en la zona de riesgo.
27:53Sí.
27:54La casa de Edgar está dentro de la zona de 0,8 crímenes
27:57dentro del Gran Londres, menos del 1%.
28:01Increíble.
28:05Edgar Pearce había exigido un rescate
28:07de 10.000 libras al Barclays.
28:10Pero cuando él y su hermano fueron a recogerlo,
28:12la policía les estaba esperando.
28:16Los jueces han decretado prisión preventiva
28:18para dos hermanos exagenarios
28:20en relación con la campaña de bombas del terrorista
28:22del martes de Carnaval.
28:23Ronald y Edgar Pearce, ambos de Chiswick, al oeste de Londres,
28:26deberán enfrentarse a tres cargos de conspiración.
28:30Basándose en la localización aparentemente aleatoria
28:32de 36 atentados,
28:34el perfil geográfico de Rosmo permitió estrechar
28:36la búsqueda del terrorista del martes de Carnaval
28:39desde un territorio de casi 500 kilómetros cuadrados
28:41a un código postal en Chiswick.
28:46Aunque su hermano Ronald resultase absuelto,
28:48Edgar Pearce fue declarado culpable
28:50y condenado a 21 años de prisión.
28:54¿El terrorista de las bombas era consciente
28:56de que estaba creando estos patrones?
28:58No, en absoluto.
28:59Pero es muy difícil que los humanos
29:01desarrollemos un comportamiento completamente aleatorio.
29:10Muy pocos de nosotros nos damos cuenta
29:12de los patrones que dejamos atrás.
29:17Desde el modo en que nos movemos entre la gente
29:22hasta las elecciones que hacemos en un juego.
29:26El cadáver de la víctima fue descubierto aquí.
29:29O la manera de cometer un asesinato.
29:32En realidad estos crímenes no han sido hechos al azar.
29:35Nada de eso se debe al azar.
29:37Todo forma parte del código.
29:43Siempre hay patrones reveladores
29:45y si somos capaces de decodificarlos
29:47podremos utilizar esos modelos para modelar nuestro comportamiento.
29:52Lo cual nos conduce a la inquietante posibilidad
29:55de que si podemos simplificar los seres humanos a números
29:58entonces seremos capaces de predecir nuestro futuro
30:01de la misma forma que podemos anticipar el movimiento de los planetas
30:04o la trayectoria de una bola.
30:08Pero el curso de nuestras vidas
30:10nunca se mantiene perfectamente estable
30:13y el futuro rara vez nos depara exactamente lo que habíamos planeado.
30:18Tengo una idea bastante clara de lo que haré mañana
30:21e incluso de lo que voy a hacer la semana que viene
30:23pero a medida que las semanas se convierten en meses
30:25y los meses en años
30:27nuestro futuro se torna cada vez más incierto.
30:30Cada decisión que tomamos,
30:32cada nueva situación con que nos encontramos,
30:34cada persona que conocemos
30:36todo ello hace que nuestras vidas tomen un rumbo diferente.
30:40La corriente se lleva los palitos río abajo
30:43pero no hay forma de predecir con certeza cuál será su destino.
30:48Yo podría atreverme a pronosticar
30:50dónde estará uno de esos palitos dentro de dos minutos
30:53pero no hay forma de predecir
30:55cuál será su destino.
30:57Yo podría atreverme a pronosticar
30:59dónde estará uno de esos palitos dentro de dos minutos
31:01pero ¿y dentro de dos horas y de dos días?
31:03Cuando se convierten en años
31:05nuestro futuro se vuelve más incierto.
31:07A veces la vida nos parece tan impredecible
31:09que podríamos pensar que depende enteramente del azar.
31:12Pero el azar no tiene nada que ver.
31:14Es solo una secuencia de causa y efecto.
31:16Un accidente inesperado.
31:18Lo siento.
31:20Un pequeño retraso.
31:22Un autobús perdido.
31:24Una promesa rota.
31:28Hay millones de factores que pueden intervenir
31:31y alterar nuestro viaje por la vida
31:33y el cambio más leve de cualquiera de ellos
31:35puede variar completamente su curso futuro.
31:41El blanco ha quedado atrapado en una represa
31:43pero el rojo sigue avanzando a toda velocidad.
31:46Este es un buen lugar para poner la meta.
31:48Ahí llega el blanco.
31:52Le ha sacado mucha ventaja al rojo.
31:54Y...
31:56el blanco es el vencedor.
31:58Bueno, que se dé otra vuelta.
32:02La verdad es que nuestras vidas
32:04están regidas por el más extraño de los codos.
32:06El blanco es el vencedor.
32:08Bueno, que se dé otra vuelta.
32:12La verdad es que nuestras vidas
32:14están regidas por el más extraño de los códigos.
32:16El código del caos.
32:22Nuestras vidas no son aleatorias.
32:24Son caóticas.
32:26Están formadas por una tupida telaraña
32:28de causas y efectos
32:30en la que los momentos más insignificantes
32:32pueden convertirse en un instante en sucesos
32:34que cambian nuestras vidas para siempre.
32:38Cualquier diferencia, por pequeña que sea,
32:40puede alterar enormemente el resultado final.
32:42Precisamente esa gran sensibilidad
32:44al más mínimo de los cambios
32:46es una de las características principales del caos.
32:54Y como los sistemas caóticos
32:56parecen tan inciertos,
32:58a veces es difícil dar con un patrón.
33:02Lo cual nos ha llevado con frecuencia
33:04a errar estrepitosamente
33:06en la interpretación de nuestro mundo.
33:12Estos son lemmings.
33:14Sabemos que son animales estúpidos,
33:16temerarios
33:18y suicidas.
33:22La misma palabra lemming
33:24se ha convertido en sinónimo de todo ello.
33:26El problema es que nada de eso es cierto.
33:30Hasta hace muy poco,
33:32la leyenda del comportamiento suicida de los lemmings
33:34era la única explicación aceptada
33:36para justificar por qué un año el Ártico
33:38parece estar lleno de ellos
33:40y al año siguiente prácticamente vacío.
33:44Nadie sospechaba que la asombrosa fluctuación
33:46en el número de lemmings
33:48no tenía nada que ver con el suicidio en masa.
33:50La razón
33:52es el caos.
33:54Y en el centro de todo ello
33:56se halla una sencilla ecuación.
34:00Si quisiéramos saber cuántos lemmings
34:02habrá el año próximo,
34:04lo que tendríamos que hacer es coger la población de este año,
34:06P,
34:08y multiplicarla por la tasa de crecimiento R.
34:12Pero no todos los lemmings sobrevivirán,
34:14de modo que una pequeña parte de la ecuación
34:16tendrá que contemplar cuántos lemmings morirán
34:18durante este año.
34:20Y eso es R por P por P.
34:22O sea que podemos reescribir la ecuación
34:24como la tasa de crecimiento R multiplicada por P
34:26y multiplicada por 1 menos P.
34:30Esta ecuación no es específica de los lemmings,
34:32sino que puede aplicarse a cualquier población animal.
34:34Y lo más interesante de ella
34:36es este número R,
34:38la tasa de crecimiento.
34:40Porque cuando damos diferentes valores a R
34:42obtenemos crecimientos poblacionales
34:44muy diferentes.
34:48La tasa de crecimiento determina la velocidad
34:50a la que se expande una población.
34:52Para la mayoría de los mamíferos
34:54suele estar por debajo de 2.
34:56Para una tasa de crecimiento de ese orden,
34:58la ecuación predice que la población crecerá
35:00a un ritmo constante hasta que se estabilice
35:02en un valor fijo.
35:04Resulta que los lemmings son algunos de los mamíferos
35:06que más rápidamente se reproducen
35:08de todo el planeta.
35:10Supongamos que R es igual a 3,1.
35:12Entonces los lemmings
35:14nunca se estabilizarían, estarían siempre oscilando
35:16entre dos valores distintos.
35:18Ahora la población sería alta y luego baja
35:20y de nuevo alta y otra vez baja.
35:22Pero si la tasa de crecimiento
35:24alcanza un valor superior a 3,57
35:26entonces ocurre algo
35:28totalmente inesperado.
35:31En vez de estabilizarse en un valor fijo
35:33o fluctuar entre dos valores
35:35su población se sume en el caos.
35:37Un año se convierte en una plaga
35:39de proporciones bíblicas
35:41y al siguiente se desploma casi hasta la extinción.
35:47Resulta casi imposible predecir
35:49cuántos lemmings habrá.
35:51La verdad es que parece que todo esto
35:53no responde a ningún patrón.
35:55Y por supuesto eso mismo es lo que observamos
35:57en la realidad.
35:59Súbitos incrementos y disminuciones
36:01impredecibles de la población de lemmings.
36:03Los lemmings
36:05son de las pocas criaturas en la Tierra
36:07que se reproducen con tanta rapidez
36:09que su tasa de crecimiento a veces
36:11llega a superar el momento crítico de inflexión.
36:15Es un fenómeno tan sorprendente
36:17que el suicidio en masa podría parecer
36:19una respuesta plausible.
36:21Pero la verdadera explicación la encontramos
36:23en el código, en esta ecuación.
36:29El problema es que nunca podemos saber
36:31a ciencia cierta cuántos lemmings nacen
36:33y cuántos mueren.
36:35Y el caso es que la más mínima variación
36:37de la tasa de crecimiento R
36:39produce una respuesta radicalmente distinta.
36:43Y eso es verdad para todas las ecuaciones
36:45que definen el caos.
36:47Aunque nos sirven para explicar
36:49algunas cosas, son prácticamente
36:51inútiles para predecir el futuro.
36:59Puedo utilizar una ecuación
37:01para calcular dónde aterrizará esa bola,
37:03porque aunque me desvíe un poco
37:05en mis mediciones,
37:07eso apenas influirá en el resultado final.
37:09La bola será liberada
37:11sobre la rampa a 49,1.
37:15Pero si el comportamiento de la bola
37:17viene dado por las leyes del caos,
37:19el más mínimo cambio en su posición
37:21o en el ángulo de lanzamiento de la bola
37:23podría alterar mucho su trayectoria.
37:29No tengo ni idea
37:31de si simplemente caerá inofensivamente
37:33al suelo al acabar la rampa,
37:37o si saldrá despedida
37:39hacia el espacio.
37:45No sé ni dónde poner mi hamaca
37:47para estar seguro.
37:51Resulta que buena parte del mundo es caótico,
37:53lo que lo convierte en casi imposible
37:55de predecir.
37:57Pero eso no impide que lo sigamos intentando.
38:07Saber con antelación si el sol brillará
38:09o si las nubes desaparecerán
38:11es una obsesión típicamente británica.
38:13Pero planear nuestras vidas
38:15dependiendo de los caprichos del clima
38:17parece cuando menos un sinsentido.
38:19Pese a que disponemos de ecuaciones
38:21que pueden describir
38:23cómo las masas de aire
38:25chocan e interactúan
38:27para crear las nubes,
38:29el viento y la lluvia,
38:31no nos son de mucha utilidad
38:33a la hora de hacer las predicciones.
38:43Eso es porque nunca podemos conocer
38:45la velocidad exacta de cada partícula de aire,
38:47ni la temperatura exacta
38:49en cada punto del espacio
38:51ni la presión a lo largo de todo el planeta.
38:53Y un pequeño cambio en alguna de esas variables
38:55produce un parte meteorológico
38:57enormemente diferente.
39:05Este es el mapa del tiempo en este momento.
39:09Las líneas azules representan
39:11frentes fríos y las rojas, frentes templados.
39:13Para elaborar un pronóstico
39:15lo que hacemos es coger
39:17las ecuaciones matemáticas del clima
39:19y crear un modelo.
39:21Como es imposible conocer
39:23las condiciones atmosféricas precisas en todo momento,
39:25lo que hacemos es coger
39:27el mayor número de datos
39:29e introducir ligeras variaciones en ellos
39:31y vamos repitiendo el modelo una y otra vez
39:33y lo que obtenemos son nuevas predicciones
39:35acordes con esas ligeras variaciones.
39:37Aquí puedes ver
39:39que en el pronóstico para mañana
39:41son prácticamente iguales.
39:43Tenemos un montón de líneas azules juntas
39:45que vaticinan un frente frío
39:47y aquí un montón de líneas rojas
39:49que forman un frente templado.
39:51Pero miren lo que ocurre
39:53cuando intentamos mirar un poco más allá.
39:55A dos días o a tres días
39:57las predicciones
39:59comienzan a disgregarse.
40:01Todavía se puede
40:03percibir algún patrón en el tiempo
40:05pero si nos vamos a dentro de una semana
40:07no podría ni siquiera aventurar una conjetura
40:09sobre el tiempo que va a hacer.
40:11Hay líneas azules y rojas
40:13por todas partes.
40:15Un pronóstico dice que va a hacer calor,
40:17otro que va a hacer frío
40:19y si nos vamos
40:21a diez días vista
40:23parece un plato
40:25de espagueti revuelto.
40:27No hay forma humana de hacer una predicción
40:29del tiempo con tanta anticipación.
40:31Por eso el hombre
40:33del tiempo puede equivocarse estrepitosamente
40:35con unos días de plazo.
40:39Una vez que hemos
40:41aceptado que la atmósfera es caótica
40:43podemos comprender que el más pequeño
40:45cambio en las condiciones de partida
40:47puede alterar dramáticamente
40:49lo que vaya a ocurrir.
40:53El movimiento
40:55de una sola molécula de aire
40:57puede ampliarse en el tiempo
40:59y provocar un efecto gigantesco
41:01en el tiempo atmosférico como sistema.
41:05A veces nos referimos a este fenómeno
41:07como el efecto mariposa.
41:11La idea es que algo tan pequeño
41:13como el aleteo de las alas
41:15de una mariposa podría provocar
41:17pequeñas alteraciones en la atmósfera
41:19que acabasen originando un tornado
41:21en el otro lado del mundo.
41:37Cuando actuamos como un grupo
41:39nuestros patrones de conducta
41:41son increíblemente predecibles.
41:43Incluso consideradas individualmente
41:45nuestras acciones son controladas
41:47por el código.
41:53Y desentrañando sistemas caóticos
41:55como el tiempo
41:57hemos hallado evidencias del código
41:59allí donde una vez pensamos
42:01que sólo había una complejidad imposible.
42:03Cuando miramos a las cosas
42:05desde un ángulo diferente
42:07sorprendentemente los patrones surgen.
42:11Patrones que pueden revelar
42:13las verdades definitivas
42:15sobre nosotros
42:17y sobre nuestro futuro.
42:27En 1906
42:29una desafortunada vaca
42:31dio su vida a cambio
42:33de un lugar en la historia
42:35de las matemáticas.
42:371
42:3910
42:41264
42:43417
42:45La vaca era el objeto
42:47de un concurso local
42:49en el que se trataba de adivinar su peso.
42:51El afortunado que más se acercase
42:53ganaría toda la carne del animal
42:55ya preparada.
42:571020
42:591137
43:01Lo curioso fue que nadie acertó la cantidad exacta.
43:03570
43:05Y todo el mundo lo hizo bien.
43:094510
43:13Para explicarle cómo lo hicieron
43:15no voy a usar una vaca
43:17sino un tarro de gominolas.
43:23450
43:25800
43:277000
43:29¿Cuántas gominolas cree que puede haber en este tarro?
43:3350 o...
43:35Bueno, 80.000
43:37¿80.000?
43:39No, 50.000
43:4150.000, bien, de acuerdo.
43:47Para cualquiera es increíblemente difícil
43:49acertar cuántas gominolas hay dentro del tarro.
43:53Se lo pregunté a 160 personas
43:55y la mayoría se equivocó por mucho.
43:57Me contestaron de todo.
43:59Desde 400
44:01hasta 50.000 gominolas.
44:03Al decir verdad
44:05solo 4 personas se aproximaron a la solución correcta
44:07que era 4510.
44:11Más 1500
44:13más 3217
44:15más 83
44:19Pero si sumo todas las respuestas
44:21y saco la media
44:23me da una predicción combinada de todo el grupo
44:25más 3
44:27más 853
44:29más 1000, más 5000
44:33lo cual
44:35me da un total absoluto de
44:37vamos a ver
44:41722.383,5
44:47Vaya, ¿alguien ha pensado que había
44:49media gominola aquí dentro?
44:51Bueno, ya he sumado las 160
44:53predicciones individuales.
44:55Veamos ahora si colectivamente han estado cerca de la solución.
44:57Es increíble.
44:59¿Recuerdan que había 4510?
45:01Pues si cogemos todas las predicciones
45:03y sacamos la media
45:05nos da 4515.
45:09Pensaba que se aproximaría, sí.
45:11Pero no que estaría tan cerca.
45:13Es increíble.
45:15Aunque haya habido pronósticos de todo tipo
45:17desde más allá de 30.000 hasta apenas 400
45:19considerados en conjunto obtenemos una respuesta
45:21que solo se aleja un 0,1%
45:23del número real de gominolas
45:25que hay dentro del tarro.
45:27De manera que individualmente nuestras predicciones
45:29son solamente eso, predicciones.
45:31Pero cuando consideramos el grupo
45:33entonces se convierten en algo totalmente diferente.
45:355000
45:371450
45:399200
45:41Lo que ocurre es que más o menos
45:43los que sobreestiman el número de gominolas
45:45lo hacen en la misma cantidad que los que la subestiman.
45:471763
45:496000
45:51Hay unos pocos que se alejan mucho de la respuesta
45:53pero eso no importa.
45:55Si reúnes una muestra de gente suficiente
45:57los errores se anulan unos a otros.
45:591000
46:011203
46:03700
46:05La precisión del grupo
46:07es mucho mayor que la de los individuos.
46:09Es lo que se llama la sabiduría del grupo.
46:11160 personas
46:13conforman una herramienta poderosa
46:15capaz de calcular cuántas gominolas
46:17contiene el tarro.
46:19Imaginen lo que podríamos hacer con un grupo
46:21de millones de personas.
46:25Pues así es exactamente
46:27cómo trabajan aquí, en Google.
46:31Con acceso a más de 2000 millones
46:33de búsquedas web diarias,
46:35Google ha encontrado una manera de acceder
46:37a la sabiduría del grupo.
46:39Y al hacerlo
46:41han conseguido desvelar las fuerzas
46:43que controlan nuestras vidas
46:45y aprovecharlas para hacer predicciones
46:47sobre nosotros mismos.
46:51Piensa en todas las cosas que la gente
46:53busca diariamente en la red.
46:55Piensa en las cosas que buscas tú diariamente.
46:57Bien, hoy he buscado
46:59un par de sitios en México
47:01y la cartelera de cine de Hackney.
47:03La mayoría de la gente
47:05busca cosas muy parecidas.
47:07Buscamos las mismas cosas.
47:09Por ejemplo, tomemos la cartelera de Hackney.
47:11Buscamos los datos de esa búsqueda
47:13durante los últimos tres años
47:15y podemos deducir los patrones
47:17de esa búsqueda.
47:23En Google tienen el presentimiento
47:25de que valiéndose de nuestras búsquedas
47:27pueden hacer predicciones sobre nuestras vidas.
47:29Ahora están intentando comprobar
47:31si pueden relacionar los patrones
47:33de algunas búsquedas determinadas
47:35con datos concretos del mundo real.
47:37Para empezar,
47:39intentaron predecir los brotes
47:41de la gripe común.
47:45La gripe muestra un patrón estacional claro
47:47y como se repite anualmente
47:49durante muchos años,
47:51podemos coger esa tendencia
47:53y ver qué claves de búsqueda encajan
47:55con ese patrón.
47:57Y así construimos una base de datos
47:59que contenía más de 50 millones
48:01de términos de búsqueda diferentes.
48:03¿50 millones?
48:05Sí.
48:07Pero no solo incluimos cosas relacionadas
48:09directamente con la gripe,
48:11también incluimos cosas como Britney Spears
48:13o metimos todo lo que la gente buscaba
48:15en aquel momento.
48:17Y cuando Google analizó
48:19los datos de los últimos cinco años,
48:21observó que había unos términos de búsqueda
48:23concretos cuya popularidad coincidía
48:25exactamente con los patrones de la gripe.
48:29La gente buscaba sobre todo
48:31cosas como síntomas
48:33o medicamentos o dolor de garganta
48:35y también otros términos
48:37como por ejemplo, complicaciones.
48:39¿Quieres decir que el número de búsquedas
48:41de términos relacionados con la gripe
48:43refleja fielmente la incidencia
48:45de la gripe en la población?
48:47Sí.
48:49Es un indicador muy exacto de la actividad
48:51de la gripe, basándonos solo en la cantidad
48:53de gente que busca los mismos términos.
48:55Descubrirlo fue una asombrosa sorpresa.
49:01Tan pronto como observan
49:03que ese patrón de búsqueda se repite,
49:05en Google son capaces
49:07de predecir que va a haber un brote de gripe
49:09y con frecuencia,
49:11antes incluso de que la gente acuda
49:13a la consulta del médico.
49:15Esa es otra muestra
49:17del extraordinario poder del código.
49:21Pero no es más
49:23que la punta del iceberg.
49:25Las búsquedas que hacemos en la red
49:27pueden ser utilizadas también para predecir
49:29cuándo nos volvemos de vacaciones
49:31y qué modelo de coche vamos a comprar
49:33o a quién vamos a votar.
49:37Y todo ello
49:39antes incluso de que lo sepamos nosotros mismos.
49:41Ya ha sido posible
49:43predecir la tendencia de la bolsa
49:45a partir del número de palabras negativas
49:47empleadas en Twitter.
49:49Y el análisis de esas enormes
49:51cantidades de datos no solo nos permite
49:53hacer predicciones,
49:55también nos revela algo fundamental
49:57sobre nosotros mismos.
50:03Cuando contemplas
50:05una ciudad como esta,
50:07parece un amasijo de cosas sin orden
50:09ni concierto.
50:11Pero una ciudad se compone de gente,
50:13no de edificios y calles.
50:15Esos solo son el escenario
50:17sobre el que los verdaderos actores
50:19representan la historia de la civilización.
50:21Jeffrey West
50:23es un físico
50:25que ha pasado su vida
50:27buscando patrones significativos
50:29en el universo.
50:33Actualmente está estudiando
50:35la dinámica de la vida humana
50:37en las ciudades.
50:43Como ves disponemos de toda clase
50:45de infraestructuras.
50:47Algunas son evidentes como las carreteras,
50:49las calles eléctricas, el alcantarillado,
50:51forman una red extraordinaria
50:53sobre la que se sustenta la ciudad de Nueva York.
50:57Pero cuando la miro desde la perspectiva del físico
50:59tengo la impresión de que detrás
51:01de todo lo que vemos hay un código oculto.
51:07West acumula datos
51:09sobre las ciudades de todo el mundo
51:11y basándose en los patrones que ha encontrado
51:13puede deducir que para una población determinada,
51:15sea cual sea su tamaño,
51:17es posible predecir la cantidad de calles,
51:19cableado eléctrico o edificios de oficinas
51:21que va a necesitar.
51:25Pero también ha descubierto
51:27cosas mucho más sorprendentes.
51:33Uno de los descubrimientos más interesantes
51:35es que los salarios
51:37se incrementan o disminuyen
51:39de forma sistemática
51:41y la regla que se puede deducir
51:43es que si doblas el tamaño de la ciudad
51:45los salarios se ven maravillosamente
51:47incrementados en un 15%.
51:51¿Eso quiere decir que si vives
51:53en una gran ciudad vas a ganar más?
51:55Sí.
51:57O sea que si tenemos a dos matemáticos
51:59desempeñando el mismo trabajo en dos ciudades distintas
52:01una de las cuales es el doble de grande
52:03que la otra, uno de ellos ganará más que el otro.
52:05Eso es lo que dicen los datos.
52:07Es sorprendente, ¿verdad?
52:09Sí, fue una gran sorpresa.
52:11Mi primera reacción fue pensar que había algún error
52:13en esos datos, pero después
52:15caí en la cuenta de que no, que eran correctos.
52:17Por eso existen las ciudades.
52:23Aunque parezca increíble
52:25no solo aumentan los salarios.
52:27Cuando una ciudad dobla su tamaño
52:29todas las actividades sociales y económicas
52:31se incrementan en un 15%
52:33por cada habitante.
52:35O sea que hay un 15%
52:37más de restaurantes para elegir,
52:39un 15% más de galerías
52:41de arte que visitar,
52:43un 15% más de tiendas.
52:45En conclusión, la vida es un 15% mejor.
52:53Es algo asombroso.
52:55Es una fórmula mágica
52:57de la que nos hemos dotado como seres humanos
52:59y sociales.
53:03Ese 15% extra
53:05es lo que, en mi opinión,
53:07atrae a la gente a las ciudades
53:09porque tradicionalmente se ha producido
53:11esa migración continua
53:13desde el campo a las ciudades.
53:17Y a un nivel más profundo,
53:19creo que es la razón que guía
53:21a nuestra civilización.
53:27Según afirma West,
53:29la raza humana posee una cifra suprema.
53:33Es ese 15% extra
53:35o 1,15.
53:37En su opinión,
53:39es la fuerza motora más importante de la humanidad.
53:43Ese número,
53:451,15,
53:47predice nuestro futuro.
53:49Nos mantendrá unidos
53:51en ciudades en continua expansión
53:53y conformará nuestro destino
53:55en tanto los seres humanos existamos.
54:07Hace 500 años,
54:09algunos de nuestros congéneres,
54:11al ver un eclipse,
54:13creyeron que era obra de un dios enfurecido.
54:15Pero al sacar a la luz
54:17el lenguaje del código,
54:19hemos descubierto que los aparentes misterios del mundo
54:21pueden ser explicados
54:23sin invocar a lo sobrenatural.
54:25Para mí,
54:27eso es lo importante.
54:29El hecho de que, a pesar de la enorme complejidad
54:31del mundo en el que vivimos,
54:33al final, todo puede ser explicado
54:35mediante los números.
54:41De la misma forma que la órbita de los planetas,
54:43la vida también sigue un patrón.
54:47Y todo puede ser reducido
54:49a la relación causa y efecto.
54:55Y es que incluso el cara o cruz de una moneda
54:57está determinado por la velocidad a la que gira
54:59y el tiempo que transcurre hasta que cae al suelo.
55:01El máximo símbolo del azar
55:03resulta no serlo tanto.
55:05Solo aparenta serlo.
55:11Cuando no entendemos el código,
55:13la única forma de dar sentido a nuestro mundo
55:15es inventarnos historias.
55:21Pero la verdad es mucho más sorprendente.
55:25Las matemáticas están detrás de todo.
55:29Cuando eliminamos todo lo superfluo,
55:31lo que queda es el código.