How close are we to uploading our minds? - Michael S.A. Graziano

541,999 views ・ 2019-10-28

TED-Ed


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Sabine Galbraith Lektorat: Sonja Maria Neef
00:07
Imagine a future where nobody dies—
0
7063
2880
Stellen Sie sich eine Zukunft vor, in der niemand stirbt --
00:09
instead, our minds are uploaded to a digital world.
1
9943
4000
stattdessen wird unser Geist in eine digitale Welt hochgeladen.
00:13
They might live on in a realistic, simulated environment with avatar bodies,
2
13943
4530
Er kann in einer realistischen, simulierten Umgebung
durch Avatar-Körper weiterleben
00:18
and could still call in and contribute to the biological world.
3
18473
4680
und trotzdem an der biologischen Welt teilhaben und zu ihr beitragen.
00:23
Mind uploading has powerful appeal—
4
23153
3091
Der Geist-Upload ist äußerst reizvoll --
00:26
but what would it actually take to scan a person’s brain and upload their mind?
5
26244
5430
aber was wäre tatsächlich nötig,
um das Gehirn eines Menschen zu scannen und sein Bewusstsein hochzuladen?
00:31
The main challenges are scanning a brain in enough detail to capture the mind
6
31674
4552
Die Hauptherausforderung besteht darin, ein Gehirn so detailliert zu scannen,
dass das Bewusstsein erfasst
00:36
and perfectly recreating that detail artificially.
7
36226
4408
und dieses Detail perfekt in künstlicher Form nachgebildet wird.
00:40
But first, we have to know what to scan.
8
40634
2680
Aber zuerst müssen wir wissen, was zu scannen ist.
00:43
The human brain contains about 86 billion neurons,
9
43314
3370
Das menschliche Gehirn enthält ungefähr 86 Milliarden Neuronen,
00:46
connected by at least a hundred trillion synapses.
10
46684
3630
die durch mindestens hundert Billionen Synapsen verbunden sind.
00:50
The pattern of connectivity among the brain’s neurons,
11
50314
3070
Das Verbindungsmuster zwischen den Neuronen des Gehirns,
00:53
that is, all of the neurons and all their connections to each other,
12
53384
4120
also allen Neuronen und all ihren Verbindungen untereinander,
00:57
is called the connectome.
13
57504
2199
wird als Konnektom bezeichnet.
00:59
We haven’t yet mapped the connectome,
14
59703
2210
Wir haben das Konnektom noch nicht erfasst
01:01
and there’s also a lot more to neural signaling.
15
61913
3020
und hinter der neuronalen Signalübertragung steckt noch viel mehr.
01:04
There are hundreds, possibly thousands of different kinds of connections,
16
64933
3730
Es gibt Hunderte, möglicherweise Tausende verschiedener Arten von Verbindungen
01:08
or synapses.
17
68663
1600
oder Synapsen.
Diese funktionieren jeweils auf leicht unterschiedliche Weise.
01:10
Each functions in a slightly different way.
18
70263
2640
01:12
Some work faster, some slower.
19
72903
2040
Einige arbeiten schneller, andere langsamer.
01:14
Some grow or shrink rapidly in the process of learning;
20
74943
3770
Während des Lernprozesses wachsen oder schrumpfen einige rasch;
01:18
some are more stable over time.
21
78713
2190
andere sind im Laufe der Zeit stabiler.
01:20
And beyond the trillions of precise, 1-to-1 connections between neurons,
22
80903
4690
Und über die Billionen präzisen Einzelverbindungen
01:25
some neurons also spray out neurotransmitters
23
85593
3363
zwischen Neuronen hinaus verbreiten einige Neuronen auch Neurotransmitter,
01:28
that affect many other neurons at once.
24
88956
2770
die viele andere Neuronen gleichzeitig beeinflussen.
01:31
All of these different kinds of interactions
25
91726
2240
All diese verschiedenen Arten von Interaktionen
01:33
would need to be mapped in order to copy a person’s mind.
26
93966
3910
müssten erfasst werden, um den Geist einer Person zu kopieren.
01:37
There are also a lot of influences on neural signaling
27
97876
2990
Es gibt auch viele Einflüsse auf die neuronale Signalübertragung,
01:40
that are poorly understood or undiscovered.
28
100866
3340
die kaum verstanden oder unentdeckt sind.
01:44
To name just one example,
29
104206
1570
Um nur ein Beispiel zu nennen:
01:45
patterns of activity between neurons
30
105776
2310
Aktivitätsmuster zwischen Neuronen
01:48
are likely influenced by a type of cell called glia.
31
108086
4070
werden wahrscheinlich von einem Zelltyp namens Glia beeinflusst.
01:52
Glia surround neurons and, according to some scientists,
32
112156
3697
Glia umgeben Neuronen und sind einigen Wissenschaftlern zufolge
01:55
may even outnumber them by as many as ten to one.
33
115853
3650
sogar um zehn zu eins in der Überzahl.
01:59
Glia were once thought to be purely for structural support,
34
119503
3630
Glia wurden einst als reine Strukturhilfe angesehen
02:03
and their functions are still poorly understood,
35
123133
2850
und ihre Funktionen sind noch kaum bekannt,
02:05
but at least some of them can generate their own signals
36
125983
3150
aber zumindest können einige von ihnen ihre eigenen Signale erzeugen,
02:09
that influence information processing.
37
129133
2620
die die Informationsverarbeitung beeinflussen.
02:11
Our understanding of the brain isn’t good enough to determine
38
131753
3140
Unser Verständnis des Gehirns reicht nicht aus, um festzustellen,
02:14
what we’d need to scan in order to replicate the mind,
39
134893
3040
was wir zur Nachbildung des Geistes scannen müssten.
02:17
but assuming our knowledge does advance to that point,
40
137933
3010
Aber wenn unser Wissen bis zu diesem Punkt voranschreitet,
02:20
how would we scan it?
41
140943
1430
wie würden wir es scannen?
02:22
Currently, we can accurately scan a living human brain
42
142373
3490
Derzeit können wir ein lebendes menschliches Gehirn
02:25
with resolutions of about half a millimeter
43
145863
2560
mit Auflösungen von etwa einem halben Millimeter genau scannen --
02:28
using our best non-invasive scanning method, MRI.
44
148423
3820
dank unserer besten nicht-invasiven Scanmethode, der MRT.
02:32
To detect a synapse, we’ll need to scan at a resolution of about a micron—
45
152243
5490
Um eine Synapse zu erkennen, müssen wir mit einer Auflösung von etwa einem Mikron,
02:37
a thousandth of a millimeter.
46
157733
1960
einem Tausendstel Millimeter, scannen.
02:39
To distinguish the kind of synapse and precisely how strong each synapse is,
47
159693
5000
Um die Art der Synapse und genaue Stärke jeder Synapse zu charakterisieren,
02:44
we’ll need even better resolution.
48
164693
2381
benötigen wir eine noch bessere Auflösung.
02:47
MRI depends on powerful magnetic fields.
49
167074
2970
Die MRT ist auf starken Magnetfeldern angewiesen.
02:50
Scanning at the resolution required
50
170044
1880
Das Scannen mit der nötigen Auflösung, zur Ermittlung der Details
02:51
to determine the details of individual synapses
51
171924
3190
einzelner Synapsen, würde eine Feldstärke benötigen,
02:55
would requires a field strength high enough to cook a person’s tissues.
52
175114
4620
die hoch genug ist, um das Gewebe einer Person zu kochen.
02:59
So this kind of leap in resolution
53
179734
2032
Ein solcher Auflösungssprung
03:01
would require fundamentally new scanning technology.
54
181766
3290
würde also eine grundlegend neue Scan-Technologie erfordern.
03:05
It would be more feasible to scan a dead brain using an electron microscope,
55
185056
4580
Es wäre eher möglich, ein totes Gehirn mit einem Elektronenmikroskop zu scannen,
03:09
but even that technology is nowhere near good enough–
56
189636
3600
aber selbst diese Technologie ist bei weitem nicht gut genug,
03:13
and requires killing the subject first.
57
193236
3290
und erfordert, dass das Subjekt zuerst getötet wird.
03:16
Assuming we eventually understand the brain well enough to know what to scan
58
196526
4150
Angenommen, wir verstehen das Gehirn letztendlich gut genug, um zu wissen,
03:20
and develop the technology to safely scan at that resolution,
59
200676
3450
was wir scannen sollen,
und entwickeln die Technologie, um sicher mit dieser Auflösung zu scannen,
03:24
the next challenge would be to recreate that information digitally.
60
204126
4410
dann wäre die nächste Herausforderung, diese Information digital nachzubilden.
03:28
The main obstacles to doing so are computing power and storage space,
61
208536
4730
Die Haupthindernisse dabei sind die Rechenleistung und der Speicherplatz,
03:33
both of which are improving every year.
62
213266
2498
die sich jedes Jahr verbessern.
03:35
We’re actually much closer to attaining this technological capacity
63
215764
3760
Wir sind dem Ziel, diese technologische Fähigkeit zu erlangen,
03:39
than we are to understanding or scanning our own minds.
64
219524
4270
tatsächlich viel näher, als unser eigenes Bewusstsein zu verstehen oder zu scannen.
03:43
Artificial neural networks already run our internet search engines,
65
223794
4040
Künstliche neuronale Netze betreiben bereits unsere Internet-Suchmaschinen,
03:47
digital assistants, self-driving cars, Wall Street trading algorithms,
66
227834
4584
digitalen Assistenten, selbstfahrenden Autos,
Wall Street-Handelsalgorithmen und Smartphones.
03:52
and smart phones.
67
232418
1374
03:53
Nobody has yet built an artificial network with 86 billion neurons,
68
233792
4110
Bisher hat noch niemand ein künstliches Netzwerk
mit 86 Milliarden Neuronen aufgebaut,
03:57
but as computing technology improves,
69
237902
2430
aber mit der Verbesserung der Computertechnologie
04:00
it may be possible to keep track of such massive data sets.
70
240332
4380
wäre es möglich, den Überblick über derart riesige Datensätze zu behalten.
04:04
At every step in the scanning and uploading process,
71
244712
3458
Bei jedem Schritt des Scan- und Upload-Prozesses müssten wir sicher sein,
04:08
we’d have to be certain we were capturing all the necessary information accurately—
72
248170
4670
dass wir alle notwendigen Informationen genau erfassen --
04:12
or there’s no telling what ruined version of a mind might emerge.
73
252840
5457
oder wer weiß, welche zerstörte Version eines Geistes entstehen könnte.
04:18
While mind uploading is theoretically possible,
74
258297
2786
Während der Geist-Upload theoretisch möglich ist,
04:21
we’re likely hundreds of years away
75
261083
1850
sind wir wahrscheinlich Hunderte von Jahren von der Technologie
04:22
from the technology and scientific understanding
76
262933
2890
und dem wissenschaftlichen Verständnis entfernt,
04:25
that would make it a reality.
77
265823
1450
um dies in der Realität umzusetzen.
04:27
And that reality would come with ethical and philosophical considerations:
78
267273
4250
Diese Realität würde mit ethischen und philosophischen Überlegungen einhergehen:
04:31
who would have access to mind uploading?
79
271523
2810
Wer hätte Zugang zum Geist-Upload?
04:34
What rights would be accorded to uploaded minds?
80
274333
2880
Welche Rechte würden den hochgeladenen Geistern eingeräumt?
04:37
How could this technology be abused?
81
277213
2760
Wie könnte diese Technologie missbraucht werden?
04:39
Even if we can eventually upload our minds,
82
279636
2800
Selbst wenn wir irgendwann unser Bewusstsein hochladen könnten,
04:42
whether we should remains an open question.
83
282436
3110
bleibt die Frage offen, ob wir das auch tun sollten.
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7