Category Archives: دانش

سیستم‌های پیچیده – چهارده – وقتی هشتاد درصد ثروت جامعه در درست بیست درصد افراده

«تام کارتر» از یک مدل ساده برای توزیع ثروت صحبت کرد. فرض کنین در ابتدای کار در جامعه تعدادی آدم داریم (در این مورد چهارصد نفر، که در شکل بالا هر نقطه نشون دهنده‌ی یک نفره) که هرکدوم یک مقدار مشخص پول دارن (مثلا هرکس پنجاه تومن). حالا قانون اینه که دو نفر آدم تصادفی انتخاب کنین و یک تجارت ساده بین‌شون شکل بدین: اولی یک تومن به دومی می‌ده. این کار رو هم تکرار کنین. حالا حدس بزنین که بعد از یک مدت تکرار چه اتفاقی می‌افته. آیا همه هم‌چنان ثروت‌شون کمابیش با هم برابره؟ آیا توزیع ثروت هم‌چنان برابرانه است؟ (شاید نشه گفت که ثروت مساوی بین همه‌ی آدم‌ها الزاما عادلانه است)
.
.
.
.
.
.
.
.
.
.
کمی فکر کنین…
.
.
.
.
.
.
کمی بیش‌تر فکر کنین…
.
.
.
.
.
.
.
در واقع در اول کار توزیع ثروت به این شکله:

بعد که این قانون رو اعمال می‌کنیم، توزیع ثروت کم‌کم عوض می‌شه. یک قشر پول‌دار پیدا می‌شن و یک قشر کم‌پول. یک قشر متوسط هم هستن که اکثریت رو دارن (گروهی که در وسط هستن):

و بیش‌تر هم ادامه می‌دیم و این شکل توزیع ثروت تشدید می‌شه:

به عبارتی توزیع ثروت از توزیع نرمال (منحنی زنگوله‌ای) پیروی می‌کنه. یعنی حتا با این قانون ساده (و شاید عادلانه‌ی) مبادلات اقتصادی هم یک گروه پول‌دارتر می‌شن و یک گروه فقیرتر. اما در این پروسه ما یک چیز رو در نظر نگرفتیم (که باعث می‌شه که مدل خیلی دقیق نباشه). در مدل بالا هیچ محدودیتی برای حد پایین ثروت نذاشتیم، به این معنا که ثروت یک نفر می‌تونه منفی بشه یا به عبارت دیگه بدهکار بشه. در عکس بالا هم یک گروه هستن که ثروت منفی دارن. حالا فرض کنین که این محدودیت رو اعمال کنیم و یا به بیان دیگه به کسانی که پول ندارن، اجازه‌ی خرج کردن پول ندیم. در این حال حدس بزنین که توزیع ثروت بعد از چند مرحله چه طور خواهد بود.
.
.
.
.
.
.
.
.
.
.
.
اول که قبل از شروع تجارت‌ها توزیع به این شکله:

کمی که جلو بریم، توزیع در اوایل شبیه به همون توزیع نرمال هست، چون هنوز همه پول دارن که تجارت کنن. مثل این شکل:

اما با ادامه‌ی مبادلات، کم‌کم شکل توزیع عوض می‌شه:

و اگه باز هم ادامه بدیم به این شکل در می‌یاد:

این توزیع به قانون نمایی معروفه که در سیستم‌های پیچیده زیاد دیده می‌شه. در این توزیع تعداد خیلی کمی ثروت خیلی زیادی دارن و تعداد خیلی زیادی ثروت کمی دارن (به نوعی قانون معروف بیست هشتاد که می‌گه هشتاد درصد ثروت جامعه در دست بیست درصد افراده). یک نمونه‌ی دیگه این که هشتاد درصد پروازهای دنیا به بیست درصد فرودگاه‌ها انجام می‌شه. نمونه‌های خیلی زیادی هست که شاید بعدتر بیش‌تر در موردشون صحبت کردیم. این قانون به قدری در سیستم‌های پیچیده زیاد دیده می‌شه که گاهی به نوعی شوخی در این جامعه تبدیل می‌شه.

اگر دوست دارین که با این قانون ثروت کمی بازی کنین، پیشنهاد می‌کنم به این صفحه سر بزنین و از برنامه استفاده کنین.

ایگ‌نوبل ۲۰۰۹ در رشته‌ی بهداشت همگانی

Elena Bodnar

در یک جلسه شرکت کردم که تعدادی از برندگان جایزه‌ی «ایگ نوبل»* حضور داشتن و در مورد دست‌آوردهاشون می‌گفتن. یک نمونه‌اش هم همین خانم دکتر النا بدنار بود که در مورد تحقیق‌اش می‌گفت. ترجیح می‌دم که چیزی در موردش ننویسم چون ممکنه که این صفحه فی.ل.تر بشه (می‌تونین در مورد اختراع‌اش بیش‌تر بخونین). این رو هم اضافه کنم که به عنوان بخشی از سخنرانی‌اش، دست به داخل بلوزش کرد، اختراعش رو در آورد و طرز کارش رو نشون داد. نیاز به گفتن نیست که این بخش با کف و سوت حاضران همراه شد و موجی از شادی و سرور جمع رو فرا گرفت!

* جایزه‌ی ایگ‌نوبل نسخه‌ی آمریکایی و مسخره‌بازی شده‌ی جایزه‌ی نوبل هست که هر ساله برندگان‌اش بعد از اعلام جوایز نوبل معرفی می‌شن. اولین بار در سال ۱۹۹۱ اعطای این جایزه شروع شد و در اون زمان به تحقیق‌هایی داده می‌شد که «یا قابل تکرار نبودن یا نباید تکرار می‌شدن». مراسم هر سال در دانشگاه هاروارد برگزار می‌شه و خیلی از برندگان نوبل هم در مراسم شرکت می‌کنن. لیست کامل برندگان رو می‌تونین در ویکی‌پدیا ببینین. موردی که بالا نوشتم مربوط به برنده‌ی سال ۲۰۰۹ در رشته‌ی بهداشت همگانی بود.

سیستم‌های پیچیده – سیزده – دوست شما از شما محبوب‌تره

Attachment

برای مدل‌سازی شبکه‌های اجتماعی انسان‌ها، یکی از مدل‌های پیشنهادی «دنیای کوچک» هست. در این مدل، بیش‌تر افراد به طور مستقیم با هم دوست نیستن اما از طریق بعضی دوستان مشترک با فاصله‌ی کمی به هم می‌رسن (مثلا در فیس‌بوک احتمالا براتون پیش اومده باشه که از وجود دوستان مشترکی بین خودتون و بعضی دوستان تعجب کرده باشین). در این مدل شبکه تعدادی افراد هستن که دوستان زیادی دارن و به نوعی نقش مرکزی‌ای رو بازی می‌کنن که بقیه به اون‌ها متصل هستن. در شکل بالا (که اغراق شده است و الزاما دقیق نیست) هم تعدادی رو می‌بینین که دوستان زیادی دارن و بقیه به نسبت تعداد دوست کمی دارن.

و اما چیزی که در این شبکه‌ها (از جمله شبکه‌های اجتماعی) جالبه اینه: به طور میانگین، تعداد دوست‌هایی که دوست شما داره، از تعداد دوست‌های شما بیش‌تره (به عبارتی دیگه، کمابیش، دوست شما از شما محبوب‌تره!). برای محاسبه این‌طور در نظر بگیرین: یک نفر رو به طور تصادفی در شبکه انتخاب کنین (شما بگو شراره خانم). تعداد دوست‌هاش رو بشمارین. حالا یکی از دوست‌هاش رو به طور تصادفی انتخاب کنین (شما بگو شکیلا خانم که دوست شراره خانمه). تعداد دوست‌های اون رو هم بشمرین. به طور متوسط عدد دومی از عدد اولی بزرگ‌تره (یعنی تعداد دوست‌های شکیلا خانم از تعداد دوست‌های شراره خانم بیش‌تره)!

یک توضیح سردستی (و نه الزاما دقیق): در همین شبکه‌ی نشون داده شده در عکس بالا یک نفر رو تصادفی انتخاب کنین. احتمال این که یکی از افراد کم دوست رو انتخاب کرده باشین بیش‌تره (چون تعدادشون بیش‌تره). حالا یکی از دوستان اون آدم رو به صورت تصادفی انتخاب کنین. احتمال این که یکی از افراد پردوست رو انتخاب کرده باشین بیش‌تره (چون افراد کم دوست به نوعی به افراد پردوست متصل هستن). خب، در همین جا به احتمال بیش‌تر دوست نفر اول تعداد دوست‌های بیش‌تری داره.

توضیح یک: عبارت «دنیای کوچک» به جای small world استفاده شده.
توضیح دو: لطفا اگر در متن اشتباهی مشاهده کردین، مطرح کنین.

سن زندگی

طبق تئوری‌ها و مشاهدات فعلی، عمر این جهان چیزی حدود چهارده میلیارد ساله و زندگی در کره زمین چیزی حدود چهار میلیارد ساله که به وجود اومده. یعنی حتا ده میلیار سال از عمر دنیا نگذشته بوده که حیات به وجود اومده. آقا یه چیزی تو مایه‌های بچه‌ی ناخواسته!

من هنوز هم تو کف این هستم که چرا اختلاف سن عالم و حیات تا این اندازه کمه. از ما که گذشت، اما مخالفان نظریه‌هایی مثل فرگشت (تکامل) و آغاز حیات جا داره به این مساله بیش‌تر بپردازن که چه طور شد که هنوز هیچی نشده، حیات هم در این دنیا به وجود اومد؟

بالن

دیروز یک مسابقه در آمریکا به راه افتاد که در نوع خودش جالب بود (لطفا اصلاح کنین اگر در توصیف موضوع اشتباهی  هست).

قضیه از این قرار بود که بخش تحقیقات وزارت دفاع در سال‌گرد تاسیس اینترنت این مسابقه رو برپا کرده بود. برگزارکنندگان تعداد ده بالن هواشناسی رو در ده جای مختلف (و نامعلوم) در آمریکا قرار دادن و برنده کسی (یا تیمی) بود که بتونه زودتر از بقیه جای هر ده تا بالن رو بگه.

اول این که کسی از جای بالن‌ها خبر نداشت.
دوم این که بالن‌ها از اطراف و جاده‌های نزدیک قابل دیدن بودن، یعنی اگر کسی اون نزدیکی بوده باشه، می‌تونسته به راحتی بالن رو ببینه.
سوم این که برنده کسی بود که جای همه‌ی هر ده تا بالن رو بگه (و نه کم‌تر).

سریع‌ترین روش برای پیدا کردن بالن‌ها این بوده که افراد به همدیگه خبر بدن و همین طور خبر دهن به دهن بچرخه تا این که یک نفر شانس بیاره و بالن رو پیدا کنه. این سایت هم همین کار رو می‌کرد. همه دهن به دهن به همدیگه می‌گفتن تا این که چند نفر که شانس داشته‌ان و پیدا کرده‌ان، خبر داده‌ان. این مسابقه به نوعی نشون می‌داد که شبکه‌های اجتماعی تا چه حد قدرت‌مند هستن و چه طور یک خبر می‌تونه دهن به دهن بچرخه و یک کار با این عظمت (پیدا کردن ده بالن در ده جای نامشخص از این کشور وسیع) به صورت گروهی انجام بشه.

جالب هم این جا بود که بالن‌ها دیروز گذاشته شده‌ان و همون دیشب هر ده تا بالن پیدا شده‌ان! در ضمن پیدا کننده هم همون تیم دانشگاه ام‌آی‌تی بود که از همه کمک گرفته بودن. کاری هم که کرده بودن این بود که یک امکان ساده گذاشته بودن که همه بتونن ثبت نام کنن و دهن به دهن به همدیگه خبر بدن و اگه کسی بالنی رو پیدا کرد، بره و توی سایت اطلاع بده.  البته به کسی که جای بالن رو می‌گفته دو هزار دلار می‌داده‌ان. به کسی هم که یابنده رو معرفی کرده بوده هزار دلار می‌داده‌ان و به کسی که معرف یابنده رو معرفی کرده پونصد دلار و به همین ترتیب. این‌ها هم از این فرصت استفاده کردن و یک منبع اطلاعات خوب برای تحقیق در مورد شبکه‌های اجتماعی به دست آوردن.

شاید اگر این مسابقه پنج سال پیش برگزار می‌شد، بالن‌ها با این سرعت پیدا نمی‌شدن.  به نظرم این مساله خیلی مهمه و به خوبی نشون می‌ده که شبکه‌های اجتماعی در حال حاضر چه قدرتی دارن (دیشب تا صبح به مقدار زیادی خواب همین اتفاق رو می‌دیدم). در ضمن یکی از بالن‌ها در شهری بوده که با ما یک ساعت بیش‌تر فاصله نداشته (سگ توی این شانس که بالن در نزدیکی ما بوده و ما بی‌خبر بودیم. اون از استاد راهنما، این هم از بالن).

یک سوال

سوال: در یک مسابقه سه در بسته در جلوی شما هست. پشت یکی از این درها یک ماشین هست و پشت دو تای دیگه بز هست! شما ترجیح می‌دین که ماشین رو به دست بیارین و یکی از درها رو انتخاب می‌کنین (مثلاً اولی). اون دری که انتخاب کردین هنوز باز نشده. مجری از محتویات درها خبر داره و یکی دیگه از درها رو باز می‌کنه که توش بز هست (مثلاً دومی) و به شما  این فرصت رو می‌ده که نظرتون رو عوض کنین و اون یکی در (در این‌جا سومی) رو انتخاب کنین. در این شرایط چه کاری بکنین بهتره؟ انتخاب‌تون رو عوض کنین؟ یا سر انتخاب قبلی بمونین؟ یا فرقی نمی‌کنه؟ قبلاً با احتمال یک سوم یکی از درها رو انتخاب کردین، اما الان خودش تبدیل شده به احتمال یک دوم. آیا احتمال تغییری کرده؟ (برای هر کدوم از انتخاب‌ها دلیل بیارین)
.
.
.
.
.
.
.
.
.
.
.
کمی فکر کنین…
.
.
.
.
.
.
.
.
.
کمی بیش‌تر…
.
.
.
.
.
.
.
جالبه که عاقلانه‌تر هست که بعد از پیشنهاد مجری، شما هم انتخاب‌تون رو عوض کنین!

این‌طوری بگیم: سه حالت وجود داره. اگر از اول ماشین رو انتخاب کرده باشین، پس با تغییر انتخاب ضرر می‌کنین. اگر بز اول رو انتخاب کرده باشین، تغییر انتخاب به نفع‌تونه. اگر هم بز دوم رو انتخاب کرده باشین هم به همین ترتیب. یعنی از سه حالت، در دو حالت به نفع‌تون می‌شه و در یک حالت به ضررتون می‌شه. یعنی در کل تغییر تصمیم منفعت‌اش بیش‌تره.

این مساله در یک ستون به نام «از مریلین بپرس» مطرح شده. «مریلین» کسیه که در کتاب رکوردهای گینس عنوان بیش‌ترین ضریب هوشی رو داره (اگر همه چی رو درست متوجه شده باشم). زمانی که این مساله رو جواب داد، جواب‌های تندی از بعضی ریاضی‌دان‌ها دریافت کرد و متهم‌اش کردن که چیزی نمی‌فهمه و این‌طوری داره اجتماع ناآشنا با دانش رو بدتر گمراه می‌کنه، در حالی که جواب‌اش درست بوده. «استیون استروگاتز» در این کتاب مساله رو این‌طوری توضیح می‌ده: بذارین مساله رو تشدید کنیم و فرض کنیم که به جای سه تا در هزار تا در داریم و پشت یکی‌شون ماشین هست و پشت بقیه بز. شما یک در رو انتخاب می‌کنین، مجری نهصد و نود و هشت تا در رو باز می‌کنه و نشون می‌ده که پشت‌شون بز هست. حالا به شما پیشنهاد می‌ده که انتخاب‌تون رو عوض کنین. در این شرایط عاقلانه‌تر نیست که عوض کنین؟! (مگر این که همچنان معتقد باشین که همون یک انتخاب از هزار انتخاب‌تون درست بوده)

در‌واقع مساله از این جا شروع می‌شه که مجری اطلاعات قبلی داشته و با باز کردن یکی از درها داره اطلاعات جدیدی برای تصمیم‌گیری اضافه می‌کنه. همون هم باعث می‌شه که سود تغییر تصمیم رو بیش‌تر کنه.

سیستم‌های پیچیده – دوازده – سنکرون شدن

«استیون استروگاتز» در این ویدیو در مورد سنکرون شدن صحبت می‌کنه (نمی‌دونم عبارت‌های «همزمان شدن» یا «هماهنگ شدن» جایگزین‌های مناسبی هستن به جای سنکرون؟). از حاضران می‌خواد که با هم به صورت هماهنگ دست بزنن و حاضران هم به خوبی از پس دست زدن ریتمیک بر می‌یان. از این می‌گه که برای این سنکرون کردن به هوش زیادی احتیاج نبوده. به دانش خاصی هم نیاز نبوده. حتا به طور کلی الزاما ضروری نیست که عوامل‌اش زنده باشن. یک آزمایش با دو مترونوم می‌کنه و نشون می‌ده که چه‌طوری دو مترونوم با هم هماهنگ می‌شن. اگر دو مترونوم رو در جای سختی قرار بدین که هیچ حرکتی نداره، قاعدتا تاثیری در عمل‌کردشون نمی‌گذاره و هرکدوم ساز خودش رو می‌زنه. اما اگه این دو تا به نوعی وابستگی مکانیکی به همدیگه داشته باشن، بر هم اثر می‌گذارن و بعد از مدتی هماهنگ می‌شن. ترجیح می‌دم به جای استفاده از ویدیوی استروگاتز، ویدیوی مترونوم‌های خودم رو نشون بدم. در پایین اون سینی چایی روی دو تا کنسرو رب گوجه‌فرنگی قرار داره و به راحتی به چپ و راست حرکت می‌کنه. وقتی که مترونوم‌ها حرکت می‌کنن، گاهی اون سینی تکون می‌خوره و همون باعث می‌شه که به سنکرون شدن‌شون کمک بشه (در فیلم اون دست‌بند سبز رو هم عنایت داشته باشین لطفا).

سیستم‌های پیچیده – یازده – ال فارول

El Farol

Image from http://www.elfarolsf.com/

در ادامه‌ی پست قبلی، این مساله رو هم بخونین: در سانتافه یک بار هست به نام «ال فارول» (که ما هم قسمت نشد ببینیم، امید که بطلبه و یک بار بریم). مساله به این شکل مطرح شده که یک جمعیت محدود داریم و هر پنج‌شنبه شب همه می‌خوان به این بار برن. از اون جایی که ظرفیت بار محدوده، وقتی شلوغ بشه به کسی خوش نخواهد گذشت. اگر کم‌تر از ۶۰ درصد جمعیت به بار برن، به همه خوش می‌گذره (و از رفتن‌شون به بار راضی هستن) و اگه بیش‌تر از ۶۰ درصد جمعیت به بار برن، به کسی خوش نمی‌گذره و به‌تر بوده که در خونه می‌مونده‌ان. در ضمن همه همزمان تصمیم می‌گیرن که آیا به بار برن یا نه و در این مورد مذاکره یا ارتباطی نخواهند داشت. حالا فکر کنین که چه اتفاقی می‌افته.

یکی از نکات جالب این مساله اینه که اگر همه با هم یک‌جور فکر کنن، دیگه مهم نیست که چه‌طوری فکر می‌کنن. در هر حال با شکست مواجه می‌شن. یعنی اگر یک فرد به این نتیجه برسه که به‌تره که بره، همه با هم می‌رن و به کسی خوش نمی‌گذره. اگر هم یک فرد فکر کنه که به‌تره که نره، هیچ‌کس نمی‌ره و بار خالی بوده و همه ضرر کرده‌اند. در این‌جور مواقع یک استراتژی ترکیبی می‌تونه کمک کنه (یعنی دیگه همه با هم یک‌جور تصمیم مشخص و ثابت نگیرن). مثلاً هرکس در بعضی مواقع با احتمال مشخص تصمیم بگیره که بره و در بعضی مواقع (باز هم با احتمال مشخص) تصمیم بگیره که نره (با این روش یک جواب بهینه می‌تونه به دست بیاد).
اگر مایل هستین که بیش‌تر بدونین، در این‌جا یک شبیه سازی از مساله هست که می‌تونین به صورت آنلاین ازش استفاده کنین.

سیستم‌های پیچیده – ده – یک بازی ساده

«ویلمین کتز» قبل از شروع سخنرانی‌اش به هر کس در کلاس یک برگه‌ی سفید کاغذ داد (تقریباً شصت نفر بودیم). گفت که هرکس اسم‌اش رو به همراه یک عدد بین صفر تا صد بنویسه. بعد کاغذها رو جمع می‌کنیم، عددهاشون رو با هم جمع می‌زنیم و میانگین رو حساب می‌کنیم. به کسی که عددش نزدیک‌ترین به دو سوم میانگین باشه، این جعبه‌ی شکلات رو می‌دم (جعبه رو هم نشون داد). حالا کمی فکر کنین و تصمیم بگیرین که شما چه عددی می‌نوشتین (و لطفاً در کامنت‌ها عددتون رو بنویسین یا به نویسنده‌ی محترم ایمیل بزنین).
.
.
.
.
.
کمی فکر کنین…
.
.
.
.
.
این مساله از جمله مساله‌هاییه که راه حل‌اش بستگی به جواب‌های دیگران هم داره و به نوعی وابسته می‌شه به این‌که دیگران چه فکر کرده‌اند. من با خودم فکر کردم که فرض کنیم که عددهای انتخاب شده تصادفی باشن. در این صورت میانگین نزدیک به ۵۰ خواهد بود. بعد دوسوم‌اش رو حساب کردم که شد ۳۴. بعد گفتم که احتمالاً بقیه هم مثل من فکر می‌کنن و اگر به طور متوسط همه عدد ۳۴ رو انتخاب کنن، پس بهتره که من دو سوم ۳۴ رو انتخاب کنم و در نتیجه بهتره ۲۲ رو انتخاب کنم. از طرف دیگه فکر کردم که احتمال داره که دیگرانی هم مثل من فکر کرده باشن، پس باز هم عدد رو پایین‌تر بردم و در پایان ۱۵ رو انتخاب کردم و نوشتم.

در پایان کسی انتخاب شد که عدد ۲۰ رو انتخاب کرده بود (یعنی دو سوم میانگین عددها به ۲۰ نزدیک‌ترین بود). استاد می‌گفت که این بازی جواب مشخصی نداره و به اون جمع به‌خصوص وابسته است. می‌گفت که در جمع دانش‌آموزهای دبیرستانی این عدد بیش‌تر بود در حالی که در جمعی از متخصصان تئوری بازی‌ها، این عدد چیزی حتا نزدیک به ۱۵ بوده.

در این‌طور مسایل برای نتیجه‌ی به‌تر باید بتونین فکر طرف رو بخونین و پیش‌بینی کنین و استراتژی رو متناسبا بهبود بدین. از طرفی ممکنه که طرف مقابل هم از همین روش استفاده کنه. پس باید باز هم استراتژی رو با در نظر گرفتن تغییرات طرف مقابل تغییر بدین. اگر طرف مقابل هم این‌طور فکر کنه، پس اون هم استراتژی‌اش رو تغییر می‌ده. پس شما لازمه که باز هم تغییر بدین. اما ممکنه که طرف مقابل هم باز تغییر بده و به همین ترتیب. اما تا کجا این پروسه ادامه پیدا می‌کنه؟ برای نمونه من در حدس‌ام برای بازی بالا زیادی پیش رفته بودم و لازم نبود تا این همه مراحل جلوتر رو پیش‌بینی کنم.

در این مورد بیش‌تر خواهم نوشت.

سیستم‌های پیچیده – نه – آنفلوانزای اسپانیایی

«لورن مایرز» از آنفلوانزای اسپانیایی گفت که در سال ۱۹۱۸ اپیدمی شده. می‌گفت که اون آنفلوانزا خیلی سریع بیمار رو می‌کشته، به این ترتیب که کسانی بوده‌ان که صبح بیدار می‌شدن، صبحونه می‌خورده‌ان، به سر کار می‌رفتن، ظهر دل‌درد می‌گرفتن، شب هم می‌مردن

در ویکی‌پدیا مقدار کمی در موردش خوندم.هم خانواده‌ی (یا نوعی از) H1N1 هست (شاید دقیق نگفته باشم). نرخ مرگ و میر این آنفلوانزا به طور دقیق معلوم نیست اما تخمین زده شده که حدود ۱۰ تا ۲۰ درصد کسانی که این آنفلوانزا رو گرفته‌ان، مرده‌ان. با توجه به اینکه یک سوم مردم دنیا در اون زمان این آنفلوانزا رو گرفته بودن، چیزی حدود ۳ تا ۶ در صد مردم دنیا در اون زمان مرده‌ان (که خیلی رقم بزرگیه). اون بیماری فقط در همون ۲۵ هفته‌ی اول چیزی حدود ۲۵ میلیون نفر رو کشته، یعنی به طور متوسط هر هفته یک میلیون نفر. نظرها متفاوت هستن، اما یکی از آخرین تخمین‌ها می‌گه که چیزی در حدود ۵۰ تا ۱۰۰ میلیون نفر کشته شده‌اند.

اولین موارد این بیماری در قاره‌ی آمریکا و بعدتر در اروپا مشاهده شده‌اند اما چون اسپانیا در جنگ جهانی اول بی‌طرف بوده و سانسور خبری نداشته، اون جا اخبار و مطالب‌اش منتشر شده و این تصور اشتباه پیش اومده که این بیماری تنها در اسپانیا وجود داره. این‌طوری هم بوده که به اسم آنفلوانزای اسپانیایی نام‌گذاری شده.

در ویدیوی پایین خود استاد در مورد استفاده از سوپرکامپیوترهای دانشگاه تگزاس-آستین برای پیش‌بینی گسترش آنفلوانزای خوکی صحبت می‌کنه.

Visit msnbc.com for Breaking News, World News, and News about the Economy