Alberto Luszel Barabassi: Viviamo in un momento molto particolare perché tutto ciò che facciamo è segnato dai dati. Questo non vale solo per noi, ma anche per la nostra esistenza biologica e globale.
Più sappiamo del mondo, più comprendiamo che si tratta di un sistema molto complesso. La nostra esistenza biologica è governata da reti genetiche e molecolari altamente complesse. Come i geni e le molecole nelle nostre cellule interagiscono tra loro, ma anche la società non è solo un insieme di individui. La società non è un elenco telefonico. Ciò che fa funzionare la società sono in realtà le interazioni tra di noi.
Ma la domanda è: come comprendiamo questa complessità? Se vogliamo comprendere un sistema complesso, la prima cosa che dobbiamo fare è definire la sua struttura e la rete che c’è dietro.
Abbiamo dati praticamente su tutto e questa grande quantità di dati crea un laboratorio straordinario e unico per il mondo; Offrendo l’opportunità di capire veramente come funziona il nostro mondo.
La teoria dei grafi è diventata una materia di studio molto importante per i matematici, e io sono ungherese, e si scopre che la Scuola ungherese di matematica, grazie a Paul Erdos e Alfred Rennie, ha dato un grande contributo a questo problema. A metà degli anni ’59 e ’60 pubblicarono otto articoli che esponevano la “Teoria dei Grafici Casuali”.
Hanno esaminato alcune delle reti complesse intorno a noi e hanno detto, sai, “Non abbiamo idea di come queste reti siano collegate tra loro, ma a tutti gli effetti pratici, sembra casuale”. Quindi il loro modello era piuttosto semplice: scegli un paio di nodi e lancia un dado. Se ne ottieni sei, puoi collegarli. In caso contrario, passa a un’altra coppia di nodi. Con questa idea, hanno costruito quello che oggi chiamiamo il “modello di rete casuale”.
La cosa interessante dal punto di vista di un fisico è che per noi casualità non significa imprevedibilità. In effetti, la casualità è una forma di prevedibilità. Ed è esattamente ciò che hanno dimostrato Erdős e Rényi, che in una rete casuale domina la media.
Faccio un esempio: la persona media, secondo i sociologi, ha circa un migliaio di persone che conosce per nome. Se la comunità è casuale, la persona più popolare, quella con più amici, avrà circa 1150 amici circa. E il meno popolare, è di circa 850. Ciò significa che il numero di amici che abbiamo segue una distribuzione di Poisson che ha un grande picco attorno alla media e decade molto rapidamente Ovviamente non ha molto senso, giusto? Questa era un’indicazione di qualcosa che non andava nel modello di rete casuale. Non nel senso che il modello sia sbagliato, ma non cattura la realtà, né come si formano le reti.
Dopo anni di interesse per le reti, mi sono reso conto che avevo bisogno di trovare dati reali che descrivessero reti reali. La nostra prima opportunità di studiare le reti reali è arrivata con una mappa del World Wide Web. Sappiamo che il World Wide Web è una rete. Lo dice il nome: è una rete. I nodi sono pagine Web e i collegamenti sono URL, che sono le cose su cui possiamo fare clic per passare da una pagina all’altra. Stiamo parlando del 1998, circa sei o sette anni dopo che il World Wide Web è stato inventato tanto per cominciare. Il web era molto piccolo, conteneva solo poche centinaia di milioni di pagine.
Quindi abbiamo deciso di mapparlo, e questo ha davvero segnato l’inizio di ciò che oggi chiamiamo “scienza delle reti”. Una volta ottenuta questa mappa del World Wide Web, ci siamo resi conto che era molto, molto diversa dalle mappe di rete casuali che stavano creando anni precedenti. Quando scaviamo più a fondo, ci rendiamo conto che la distribuzione dei gradi, cioè il numero di collegamenti per nodo, non ha seguito il Poisson che avevamo per la rete casuale, ma invece ha seguito quella che chiamiamo distribuzione della legge di potenza. Abbiamo finito per chiamare queste reti “reti senza scala”.
In una rete senza scale, mancano le medie. Le medie non sono significative. Non hanno una scala intrinseca. tutto è possibile. Sono privi di squame. La maggior parte delle reti reali non si forma collegando nodi preesistenti, ma cresce, partendo da un nodo, aggiungendo altri nodi e più nodi.
Pensa al World Wide Web: nel 1991 c’era una pagina web. Come arriviamo oggi a più di un trilione? Bene, è stata creata un’altra pagina web che si collegava alla prima pagina, e poi un’altra pagina che si collegava a una delle precedenti. Alla fine, ogni volta che inseriamo una pagina web e ci connettiamo ad altre pagine web, aggiungiamo nuovi nodi al World Wide Web. La rete forma un nodo alla volta. Le reti non sono oggetti statici con un numero fisso di nodi che devono connettersi: le reti sono oggetti in crescita. evolvere con la crescita.
A volte ci sono voluti fino a 20 anni come il World Wide Web per raggiungere le sue dimensioni attuali, o quattro miliardi di anni quando si tratta di reti subcellulari per raggiungere la complessità che vediamo oggi. Sappiamo che nel World Wide Web non comunichiamo a caso. Comunichiamo con ciò che sappiamo. Ci colleghiamo a Google, Facebook e ad altre importanti pagine Web che conosciamo e tendiamo a collegarci alle pagine più collegate. Quindi il nostro modello di connessione è orientato verso i nodi più connessi.
Abbiamo finito per formalizzarlo con il concetto di “associazione preferenziale”. E quando mettiamo insieme crescita e attaccamento preferenziale, le leggi della forza emergono improvvisamente dal paradigma. E all’improvviso abbiamo degli hub, abbiamo le stesse statistiche e la stessa struttura che abbiamo visto prima nel World Wide Web. Abbiamo iniziato a guardare la rete metabolica all’interno delle cellule, le interazioni proteiche all’interno delle cellule e il modo in cui gli attori comunicano tra loro a Hollywood. In tutti questi sistemi, abbiamo visto reti prive di scala. Abbiamo visto la non casualità e abbiamo visto l’emergere di hub. Così, ci siamo resi conto che il modo in cui i sistemi complessi si costruiscono seguono la stessa struttura generale.
Sia chiaro che la scienza delle reti non è la risposta a tutti i problemi che affrontiamo nella scienza, ma è un percorso necessario se vogliamo comprendere i sistemi complessi che emergono dall’interazione di molti componenti. Oggi non abbiamo la teoria dei social network, la teoria delle reti biologiche e la teoria del World Wide Web, ma invece abbiamo la scienza delle reti, che le descrive tutte in un quadro scientifico.