Laura Schulz: The surprisingly logical minds of babies

Translator: Radost Tsvetkova Reviewer: Gergana Angelova

Mark Twain summed up what I take to be

Марк Твен е обобщил това, което намирам за

one of the fundamental problems of cognitive science

един от основните проблеми в познавателната наука,

with a single witticism.

в едно единствено изказване.

He said, "There's something fascinating about science.

Казал е: "Има нещо пленително в науката.

One gets such wholesale returns of conjecture

Такива огромни резултати произлизат от догадки,

out of such a trifling investment in fact."

основани на незначителна инвестиция в действителните факти."

(Laughter)

(Смях)

Twain meant it as a joke, of course, but he's right:

Твен го е казал на шега, разбира се, но е бил прав:

There's something fascinating about science.

Има нещо пленително в науката.

From a few bones, we infer the existence of dinosuars.

От няколко костни останки заключаваме за съществуването на динозаврите.

From spectral lines, the composition of nebulae.

От няколко спектрални линии - състава на мъглявинитe в космоса.

From fruit flies,

От плодовите мушици -

the mechanisms of heredity,

механизмитe на наследствеността,

and from reconstructed images of blood flowing through the brain,

а от реконструирани изображения на кръвта, преминаваща през мозъка,

or in my case, from the behavior of very young children,

или в моя случай - от поведението на много малки деца -

we try to say something about the fundamental mechanisms

се опитваме да кажем нещо за основните механизми

of human cognition.

на човешките познавателни процеси.

In particular, in my lab in the Department of Brain and Cognitive Sciences at MIT,

В лаборатория ми в катедрата по неврология в Масачузетския технологичен институт,

I have spent the past decade trying to understand the mystery

прекарах последното десетилетие в опити да разбуля мистерията

как децата научават толкова много от съвсем малки и тaка бързо.

of how children learn so much from so little so quickly.

Because, it turns out that the fascinating thing about science

Защото се оказва, че това, което е пленително в науката,

is also a fascinating thing about children,

е пленителното и в децата,

which, to put a gentler spin on Mark Twain,

а това е - да го кажем по-меко от Марк Твен -

is precisely their ability to draw rich, abstract inferences

именно тяхнатa способност да правят богати, абстрактни умозаключения

rapidly and accurately from sparse, noisy data.

бързо и точно от оскъдни и неясни данни.

I'm going to give you just two examples today.

Днес ще ви дам само два примера.

One is about a problem of generalization,

Единият е свързан с обобщаване,

and the other is about a problem of causal reasoning.

а другият - с логическото мислене.

And although I'm going to talk about work in my lab,

И въпреки че ще говоря за работата в лабораторията си ,

this work is inspired by and indebted to a field.

тези резултати са вдъхновени от и се дължат на всички в областта ми.

I'm grateful to mentors, colleagues, and collaborators around the world.

Благодарна съм на менторите, колегите и сътрудниците си по целия свят.

Let me start with the problem of generalization.

Нека да започна с проблема с обобщаването.

Generalizing from small samples of data is the bread and butter of science.

Обобщаването от малки частици данни е хляба и солта на науката.

We poll a tiny fraction of the electorate

Анкетираме малка част от електората

and we predict the outcome of national elections.

и предвиждаме резултата от националните избори.

We see how a handful of patients responds to treatment in a clinical trial,

Наблюдаваме как шепа пациенти реагират на лечение в клинична среда

and we bring drugs to a national market.

и пускаме лекарства на пазара.

But this only works if our sample is randomly drawn from the population.

Но това работи само, ако участниците са случайни представители на населението.

If our sample is cherry-picked in some way --

Ако са подбрани по определен показател -

say, we poll only urban voters,

ако например анкетираме само избиратели в градовете,

or say, in our clinical trials for treatments for heart disease,

или в клиничните тестове за лечение на сърдечни заболявания

we include only men --

включим само мъже -

the results may not generalize to the broader population.

резултатите може да не обобщават широкото население.

So scientists care whether evidence is randomly sampled or not,

Затова учените се интересуват дали фактите са подбрани на случаен принцип,

but what does that have to do with babies?

но какво общо има това с бебетата?

Well, babies have to generalize from small samples of data all the time.

Ами, на бебетата постоянно им се налага да правят обобщения от малки частици данни.

They see a few rubber ducks and learn that they float,

Виждат няколко гумени патета и научават, че те плават,

or a few balls and learn that they bounce.

или виждат няколко топки и научават, че подскачат.

And they develop expectations about ducks and balls

И си съставят очаквания за патетата и топките,

that they're going to extend to rubber ducks and balls

които ще се отнасят до всички гумени патета и топки,

for the rest of their lives.

които ще видят през живота си.

And the kinds of generalizations babies have to make about ducks and balls

Видовете обобщения, които бебетата правят за патетата и топките,

they have to make about almost everything:

тe трябва да правят за почти всичко останало:

shoes and ships and sealing wax and cabbages and kings.

обувки и кораби, и червен восък, и зелки, и крале.

So do babies care whether the tiny bit of evidence they see

И така, дали бебетата ги интересува дали малкото, което виждат,

is plausibly representative of a larger population?

достоверно представя голямото население от хора?

Let's find out.

Нека да разберем.

I'm going to show you two movies,

Ще ви покажа две видеа,

one from each of two conditions of an experiment,

по едно от всяко от двете положения в експеримента,

and because you're going to see just two movies,

и понеже ще видите само две видеа,

you're going to see just two babies,

ще видите само две бебета,

and any two babies differ from each other in innumerable ways.

а всеки две бебета се различават помежду си по безброй начини.

But these babies, of course, here stand in for groups of babies,

Но тези бебета, разбира се, представят определени групи бебета

and the differences you're going to see

и разликите, които ще видите, представят

represent average group differences in babies' behavior across conditions.

средни групови разлики в поведението на бебетата при определени условия.

In each movie, you're going to see a baby doing maybe

Във всяко от видеата ще видите бебе, което прави

just exactly what you might expect a baby to do,

точно това, което вероятно очаквате едно бебе да прави.

and we can hardly make babies more magical than they already are.

Трудно бихме представили бебетата по-вълшебни, отколкото изглеждат.

But to my mind the magical thing,

Но за мен вълшебството,

and what I want you to pay attention to,

това, на което искам да обърнете внимание,

is the contrast between these two conditions,

е контрастът между тези две положения,

because the only thing that differs between these two movies

защото единственото, което се различава при двете видеа,

is the statistical evidence the babies are going to observe.

са статистическите данни, които са показани на бебетата.

We're going to show babies a box of blue and yellow balls,

Ще покажем на бебетата кутия със сини и жълти топки

and my then-graduate student, now colleague at Stanford, Hyowon Gweon,

и моята, тогава дипломант, сега колежка в Станфорд, Йоан Гуан,

is going to pull three blue balls in a row out of this box,

ще извади от кутията три сини топки подред

and when she pulls those balls out, she's going to squeeze them,

и при ваденето ще ги стиска

and the balls are going to squeak.

и топките ще писукат.

And if you're a baby, that's like a TED Talk.

И ако си бебе, това е като TED дискусия.

It doesn't get better than that.

По-добре от това няма накъде.

(Laughter)

(Смях)

But the important point is it's really easy to pull three blue balls in a row

Но важното е, че е наистина лесно да се извадят три сини топки подред

out of a box of mostly blue balls.

от кутия, пълна предимно със сини топки.

You could do that with your eyes closed.

Можеш да го направиш и със затворени очи.

It's plausibly a random sample from this population.

Това е достоверна случайна извадка от общото цяло.

And if you can reach into a box at random and pull out things that squeak,

А ако вадиш случайни предмети от кутия и всички от извадените писукат,

then maybe everything in the box squeaks.

то може би всички предмети в кутията ще писукат.

So maybe babies should expect those yellow balls to squeak as well.

И затова вероятно бебетата ще очакват и жълтите топки да писукат.

Now, those yellow balls have funny sticks on the end,

Тези жълти топки обаче имат забавни дръжки в края,

so babies could do other things with them if they wanted to.

така че бебетата да правят и други неща с тях, ако искат.

They could pound them or whack them.

Могат да ги мяткат и удрят.

But let's see what the baby does.

Но нека да видим какво прави бебето.

(Video) Hyowon Gweon: See this? (Ball squeaks)

(Видео) Йоан Гуан: "Виждаш ли това?" (Топката писука)

Did you see that? (Ball squeaks)

"Видя ли това?" (Топката писука)

Cool.

"Много хубаво."

See this one?

"Виждаш ли тази?"

(Ball squeaks)

(Топката писука)

Wow.

"Уау."

Laura Schulz: Told you. (Laughs)

Лаура Шулц: "Казах ви." (Смях)

(Video) HG: See this one? (Ball squeaks)

(Видео) ЙГ: "Виждаш ли тази?" (Топката писука)

Hey Clara, this one's for you. You can go ahead and play.

"Хей, Клара, тази е за теб. Можеш да си играеш с нея."

(Laughter)

(Смях)

LS: I don't even have to talk, right?

Дори не е нужно да обяснявам, нали?

All right, it's nice that babies will generalize properties

Добре, хубаво е, че бебетата обобщават свойствата

of blue balls to yellow balls,

на сините топки спрямо жълтите,

and it's impressive that babies can learn from imitating us,

както е и впечатляващо, че бебетата се учат, като ни имитират,

but we've known those things about babies for a very long time.

но това го знаем за бебетата от край време насам.

The really interesting question

Истински интересният въпрос

is what happens when we show babies exactly the same thing,

е какво ще стане, ако покажем на бебе същото нещо -

and we can ensure it's exactly the same because we have a secret compartment

а можем да сме сигурни, че е същото, защото имаме тайно отделение,

and we actually pull the balls from there,

от което всъщност вадим топките -

but this time, all we change is the apparent population

но този път променим единствено видимата популация,

from which that evidence was drawn.

от която вадим данни.

This time, we're going to show babies three blue balls

Този път ще покажем на бебетата три сини топки,

pulled out of a box of mostly yellow balls,

извадени от кутия, пълна предимно с жълти топки,

and guess what?

и познайте какво?

You [probably won't] randomly draw three blue balls in a row

Не е вероятно случайно да извадите три сини топки подред

out of a box of mostly yellow balls.

от кутия, пълна предимно с жълти топки.

That is not plausibly randomly sampled evidence.

Това не е правдоподобна, случайно подбрана извадка.

That evidence suggests that maybe Hyowon was deliberately sampling the blue balls.

Извадката предполага, че може би Йоан нарочно е извадила сините топки.

Maybe there's something special about the blue balls.

Може би има нещо специално в сините топки.

Maybe only the blue balls squeak.

Може би само сините топки писукат.

Let's see what the baby does.

Нека да видим какво прави бебето.

(Video) HG: See this? (Ball squeaks)

(Видео) ЙГ: "Виждаш ли това?" (Топката писука)

See this toy? (Ball squeaks)

"Виждаш ли тази играчка?" (Топката писука)

Oh, that was cool. See? (Ball squeaks)

"О, това беше страхотно. Виждаш ли?" (Топката писука)

Now this one's for you to play. You can go ahead and play.

"А ето тази е за теб да си играеш. Давай, можеш да си поиграеш с нея."

(Fussing) (Laughter)

(Суетене) (Смях)

LS: So you just saw two 15-month-old babies

И така, току що видяхте две петнадесетмесечни бебета,

do entirely different things

които направиха две различни неща,

based only on the probability of the sample they observed.

базирани само на изчислените вероятности относно предмета, който наблюдават.

Let me show you the experimental results.

Нека да ви покажа резултатите от експеримента.

On the vertical axis, you'll see the percentage of babies

По вертикала ще видите процента бебета,

who squeezed the ball in each condition,

които стиснаха топката при всички обстоятелства,

and as you'll see, babies are much more likely to generalize the evidence

и както ще видите, много по-вероятно e бебетата да правят обобщения,

when it's plausibly representative of the population

когато данните достоверно представят общото цяло,

than when the evidence is clearly cherry-picked.

отколкото когато данните очевидно са подбрани на някакъв принцип.

And this leads to a fun prediction:

И това ни навежда на забавно предположение:

Suppose you pulled just one blue ball out of the mostly yellow box.

да предположим, че извадите само една синя от кутия, пълна предимно с жълти топки.

You [probably won't] pull three blue balls in a row at random out of a yellow box,

Не е вероятно случайно да извадите три сини топки подред от жълтата кутия,

but you could randomly sample just one blue ball.

но бихте могли произволно да извадите една синя топка.

That's not an improbable sample.

Това не е невероятен пример.

And if you could reach into a box at random

И щом бъркате в кутия на случаен принцип

and pull out something that squeaks, maybe everything in the box squeaks.

и вадите нещо, което писука, може би всичко в кутията писука.

So even though babies are going to see much less evidence for squeaking,

И така, въпреки че бебетата ще видят много по-малко доказателства за писукане

and have many fewer actions to imitate

и ще имат много по-малко действия за имитиране

in this one ball condition than in the condition you just saw,

в ситуацията само с едната топка, отколкото в предишната,

we predicted that babies themselves would squeeze more,

предположихме, че бебетата ще стискат топките повече,

and that's exactly what we found.

и точно така стана.

So 15-month-old babies, in this respect, like scientists,

Така че, 15-месечните бебета в това отношение, също като учените,

care whether evidence is randomly sampled or not,

ги интересува дали примерът е случайно подбран или не

and they use this to develop expectations about the world:

и използват това умение, за да си създават очаквания за света:

what squeaks and what doesn't,

кое писука и кое не,

what to explore and what to ignore.

какво да изследват и какво да игнорират.

Let me show you another example now,

Нека ви дам друг пример,

this time about a problem of causal reasoning.

този път е свързан с логическото мислене.

And it starts with a problem of confounded evidence

И започва с проблем в непълнота на данните,

that all of us have,

който всички ние имаме,

which is that we are part of the world.

бидейки част от този свят.

And this might not seem like a problem to you, but like most problems,

И това може да не ви изглежда като проблем, но както повечето проблеми,

it's only a problem when things go wrong.

се превръща в такъв, само когато нещо се обърка.

Take this baby, for instance.

Погледнете например това бебе.

Things are going wrong for him.

Нещата се объркват за него.

He would like to make this toy go, and he can't.

Иска му се да пусне тази играчка, но не може.

I'll show you a few-second clip.

Ще ви покажа няколкосекунден клип.

And there's two possibilities, broadly:

Общо взето има две вероятности:

Maybe he's doing something wrong,

може би той не прави нещо както трябва

or maybe there's something wrong with the toy.

или може би нещо не е наред с играчката.

So in this next experiment,

Така в следващия експеримент

we're going to give babies just a tiny bit of statistical data

ще дадем на бебетата само малка част статистически данни,

supporting one hypothesis over the other,

които подкрепят една хипотеза за сметка на другата,

and we're going to see if babies can use that to make different decisions

и ще видим дали според това бебетата ще вземат различни решения

about what to do.

за това какво да правят.

Here's the setup.

Ето положението.

Hyowon is going to try to make the toy go and succeed.

Йоан ще опита да пусне играчката и ще успее.

I am then going to try twice and fail both times,

После аз ще опитам два пъти и и двата пъти ще се проваля,

and then Hyowon is going to try again and succeed,

а после Йоан ще опита пак и пак ще успее,

and this roughly sums up my relationship to my graduate students

и това в общи линии описва изцяло отношенията ми с моите дипломанти,

in technology across the board.

що се отнася до технологиитe.

But the important point here is it provides a little bit of evidence

Но важното в тази ситуация е, че дава малко доказателства,

that the problem isn't with the toy, it's with the person.

че проблемът не е в играчката, а е у човека.

Some people can make this toy go,

Някои хора могат да задвижат играчката,

and some can't.

а други не могат.

Now, when the baby gets the toy, he's going to have a choice.

Сега, когато бебето вземе играчката, ще има избор.

His mom is right there,

Майка му е там,

so he can go ahead and hand off the toy and change the person,

така че може да подаде играчката на нея и така да смени човека,

but there's also going to be another toy at the end of that cloth,

но също така има и друга играчка нa края на покривката,

and he can pull the cloth towards him and change the toy.

така че може да придърпа покривката към себе си и да смени играчката.

So let's see what the baby does.

Hека видим какво ще нaправи бебето.

(Video) HG: Two, three. Go! (Music)

(Видео) ЙГ: "Две, три. Давай!" (Музика)

LS: One, two, three, go!

ЛШ: "Едно, две, три, давай!"

Arthur, I'm going to try again. One, two, three, go!

"Артър, ще опитам пак. Едно, две, три, давай!"

YG: Arthur, let me try again, okay?

ЙГ: "Артър, нека пак да аз опитам!"

One, two, three, go! (Music)

"Едно, две, три, давай!" (Музика)

Look at that. Remember these toys?

"Виж това. Помниш ли тези играчки?"

See these toys? Yeah, I'm going to put this one over here,

"Виждаш ли тези играчки? Да, ще сложа тази там,

and I'm going to give this one to you.

а тази ще ти я дам на теб."

You can go ahead and play.

"Можеш да си поиграеш с нея."

LS: Okay, Laura, but of course, babies love their mommies.

Лаура, но разбираемо - бебетата обичат майките си.

Of course babies give toys to their mommies

Разбира се, че бебетата дават играчка на мама,

when they can't make them work.

когато не успяват да я накарат да работи.

So again, the really important question is what happens when we change

Така че, отново, истински важният въпрос е какво ще стане, ако променим

the statistical data ever so slightly.

статистическите данни дори и съвсем леко.

This time, babies are going to see the toy work and fail in exactly the same order,

Този път бебетата ще видят играчката да проработва или не точно в същия ред,

but we're changing the distribution of evidence.

но ще променим леко разпределението на данните.

This time, Hyowon is going to succeed once and fail once, and so am I.

Този път Йоан ще успее и ще се провали по веднъж и после аз ще направя същото.

And this suggests it doesn't matter who tries this toy, the toy is broken.

А това предполага, че няма значение кой опитва, играчката е счупена.

It doesn't work all the time.

Не винаги работи.

Again, the baby's going to have a choice.

Отново, бебето ще има избор.

Her mom is right next to her, so she can change the person,

Майка ѝ е точно до нея, така че може да даде играчката на друг човек.

and there's going to be another toy at the end of the cloth.

Ще има и друга играчка на края на покривката.

Let's watch what she does.

Да видим какво ще направи.

(Video) HG: Two, three, go! (Music)

(Видео) ЙГ: "Две, три, давай!" (Музика)

Let me try one more time. One, two, three, go!

"Нека да опитам още веднъж. Едно, две, три, давай!"

Hmm.

"Хмм."

LS: Let me try, Clara.

ЛШ: "Нека аз да опитам, Клара."

One, two, three, go!

"Едно, две, три, давай!"

Hmm, let me try again.

"Хмм, нека опитам пак."

One, two, three, go! (Music)

"Едно, две, три, давай!" (Музика)

HG: I'm going to put this one over here,

ЙГ: "Ще сложа тази играчка тук,

and I'm going to give this one to you.

а тази ще я дам на теб."

You can go ahead and play.

"Може да си поиграеш."

(Applause)

(Ръкопляскане)

LS: Let me show you the experimental results.

Нека да ви покажа резултатите от експеримента.

On the vertical axis, you'll see the distribution

По вертикала виждате разпределението

of children's choices in each condition,

в избора на децата в различните ситуации.

and you'll see that the distribution of the choices children make

Ще видите, че изборът, който правят,

depends on the evidence they observe.

зависи от данните, които получават.

So in the second year of life,

Така че още през втората си година

babies can use a tiny bit of statistical data

бебетата могат да използват малкo статистически данни,

to decide between two fundamentally different strategies

за да избират между две основни стратегии

for acting in the world:

за действие в живота:

asking for help and exploring.

да помолиш за помощ или сам да проучиш нещо.

I've just shown you two laboratory experiments

Това, което ви показах току-що, са само два експеримента

out of literally hundreds in the field that make similar points,

от общо стотици такива в областта, които потвърждават същите резултати,

because the really critical point

защото важният извод e,

is that children's ability to make rich inferences from sparse data

че способността на децата да си вадят широки изводи от малко налични данни

underlies all the species-specific cultural learning that we do.

е в основата на типичния за човешния вид метод за опознаване на света.

Children learn about new tools from just a few examples.

Децата научават нови техники само от няколко примера.

They learn new causal relationships from just a few examples.

Научават нови причинно-следствени връзки само от няколко примера.

They even learn new words, in this case in American Sign Language.

Дори научават нови думи, в този случай от американския жестомимичен език.

I want to close with just two points.

Искам да завърша с две неща.

If you've been following my world, the field of brain and cognitive sciences,

Ако сте следили моята област, неврология и познавателни науки,

for the past few years,

през последните няколко години,

three big ideas will have come to your attention.

три основни идеи са ви направили впечатление.

The first is that this is the era of the brain.

Първата е, че това е ерата на човешкия мозък.

And indeed, there have been staggering discoveries in neuroscience:

И наистина, имаше удивителни открития в областта на неврологията:

localizing functionally specialized regions of cortex,

локализиране на функционално разделени части на мозъчната кора,

turning mouse brains transparent,

правене на мозъци на мишки да изглеждат прозрачни,

activating neurons with light.

активиране на неврони, използвайки светлина.

A second big idea

Втората значима идея

is that this is the era of big data and machine learning,

е, че това е ерата на масивите от данни и компютърен анализ,

and machine learning promises to revolutionize our understanding

а компютърният анализ обещава коренно да промени разбиранията ни

of everything from social networks to epidemiology.

за всичко: от социалните мрежи до епидемиологията.

And maybe, as it tackles problems of scene understanding

И може би, като се справят с проблеми като анализа на изображения

and natural language processing,

и обработка на естествения език,

to tell us something about human cognition.

ще ни кажат нещо и за човешкия познавателен процес.

And the final big idea you'll have heard

И последната голяма идея, която сте чули,

is that maybe it's a good idea we're going to know so much about brains

е че може би е добре, че ще знаем толкова много за човешкия мозък

and have so much access to big data,

и че ще имаме достъп до масивите от данни,

because left to our own devices,

защото, работейки само със собствени средства,

humans are fallible, we take shortcuts,

хората са склонни да бъркат, често вземаме прекия път,

we err, we make mistakes,

заблуждаваме се, допускаме грешки,

we're biased, and in innumerable ways,

повлияни сме от предразсъдъци и по безброй много начини

we get the world wrong.

възприемаме света погрешно.

I think these are all important stories,

Мисля, че това са все важни истории

and they have a lot to tell us about what it means to be human,

и те могат много да ни обяснят за това какво означава да бъдеш човек,

but I want you to note that today I told you a very different story.

но искам да забележите, че днес ви разказах една съвсем различна история.

It's a story about minds and not brains,

Това е история за умове, а не за мозъци,

and in particular, it's a story about the kinds of computations

и по-конкретно, това е история за видовете изчисления,

that uniquely human minds can perform,

които единствено човешкия разум може да извършва,

which involve rich, structured knowledge and the ability to learn

и които съдържат богати, структурирани познания и умения да учим

from small amounts of data, the evidence of just a few examples.

от малки количества информация, доказано дори само с няколко примера.

And fundamentally, it's a story about how starting as very small children

И в основата си, това е история за това как, започвайки от малки деца,

and continuing out all the way to the greatest accomplishments

и продължавайки така чак до моментите на най-големите постижения

of our culture,

в нашата култура,

we get the world right.

разбираме света правилно.

Folks, human minds do not only learn from small amounts of data.

Хора, човешкият разум не само учи от малки количества информация.

Human minds think of altogether new ideas.

Човешкият разум ражда изцяло нови идеи.

Human minds generate research and discovery,

Човешкият ум е генератор на проучвания и открития,

and human minds generate art and literature and poetry and theater,

както и създава изкуство и литература, и поезия, и театър,

and human minds take care of other humans:

и човешките умове се грижат за други хора:

our old, our young, our sick.

възрастните, подрастващите, болните.

We even heal them.

Дори ги лекуваме.

In the years to come, we're going to see technological innovations

През следващите години ще видим технологични иновации

beyond anything I can even envision,

които надхвърлят всичко, което въобще мога да си представя,

but we are very unlikely

но е малко вероятно

to see anything even approximating the computational power of a human child

да видим нещо, дори само близко до изчислителните умения на човешко дете,

in my lifetime or in yours.

през моя или вашия живот.

If we invest in these most powerful learners and their development,

Ако инвестираме в тези най-могъщи откриватели и в тяхното развитие,

in babies and children

в бебетата и децата,

and mothers and fathers

в майките и бащите,

and caregivers and teachers

и в бавачките и учителите,

the ways we invest in our other most powerful and elegant forms

така както инвестираме в другите наши най-мощни и елегантни форми

of technology, engineering and design,

на технология, инженерство и дизайн,

we will not just be dreaming of a better future,

няма да мечтаем за по-добро бъдеще,

we will be planning for one.

а ще го планираме.

Thank you very much.

Благодаря ви много.

(Applause)

(Ръкопляскане)

Chris Anderson: Laura, thank you. I do actually have a question for you.

Крис Андерсън: Лаура, благодаря ти. Имам въпрос към теб.

First of all, the research is insane.

Преди всичко, изследването е лудост.

I mean, who would design an experiment like that? (Laughter)

Имам предвид, кой би измислил подобен експеримент? (Смях)

I've seen that a couple of times,

Виждал съм това няколко пъти

and I still don't honestly believe that that can truly be happening,

и дори самият аз все още не вярвам, че наистина се случва,

but other people have done similar experiments; it checks out.

но други са правили подобни проучвания и резултатите съвпадат.

The babies really are that genius.

Бебетата наистина са толкова гениални.

LS: You know, they look really impressive in our experiments,

ЛШ: Знаеш ли, изглеждат впечатляващо в нашите експерименти,

but think about what they look like in real life, right?

но помисли как изглеждат в реалния живот, нали?

It starts out as a baby.

Бебето се ражда.

Eighteen months later, it's talking to you,

След осемнадесет месеца ти говори,

and babies' first words aren't just things like balls and ducks,

и бебешките първи думи са не само неща като топки и патета,

they're things like "all gone," which refer to disappearance,

те са неща като "свърши", което посочва изчезване,

or "uh-oh," which refer to unintentional actions.

или "о-оу", което показва непреднамерени действия.

It has to be that powerful.

Трябва да са толкова способни.

It has to be much more powerful than anything I showed you.

Много по-способни от всичко, което аз ви показах.

They're figuring out the entire world.

Те проумяват целия нов за тях свят.

A four-year-old can talk to you about almost anything.

Четиригодишно дете може да говори с теб за почти всичко.

(Applause)

(Ръкопляскане)

CA: And if I understand you right, the other key point you're making is,

КА: И ако правилно съм разбрал, другата ти важна теза е,

we've been through these years where there's all this talk

че през изминалите години сме се наслушали на това

of how quirky and buggy our minds are,

колко несъвършени са умовете ни,

that behavioral economics and the whole theories behind that

поведенческата икономика и всички теории зад нея,

that we're not rational agents.

че не сме рационални същества.

You're really saying that the bigger story is how extraordinary,

Ти всъщност казваш, че мащабната теза е колко забележителни

and there really is genius there that is underappreciated.

и гениални сме всъщност, и това е недооценено.

LS: One of my favorite quotes in psychology

ЛШ: Един от любимите ми цитати в психологията

comes from the social psychologist Solomon Asch,

е от социалния психолог Соломон Аш.

and he said the fundamental task of psychology is to remove

Той казва, че главната задача на психологията е да премахва

the veil of self-evidence from things.

воала на очевидното от нещата.

There are orders of magnitude more decisions you make every day

Има десетки решения, които вземаме всеки ден,

показващи, че разбираме света.

that get the world right.

You know about objects and their properties.

Познаваме предметите и характеристиките им.

You know them when they're occluded. You know them in the dark.

Познаваме ги и затворени. Разпознаваме ги и в тъмното.

You can walk through rooms.

Можем да вървим през стаи.

You can figure out what other people are thinking. You can talk to them.

Отгатваме мислите на другите. Можем да говорим с тях.

Можем да управляваме пространството. Познаваме числата.

You can navigate space. You know about numbers.

Определяме причина и следствие. Отсъждаме кое е морално, и кое - не.

You know causal relationships. You know about moral reasoning.

You do this effortlessly, so we don't see it,

Правим това без усилие, защото не се замисляме за процеса,

но ето че разбираме света правилно и това е забележително

but that is how we get the world right, and it's a remarkable

and very difficult-to-understand accomplishment.

и много трудно за осмисляне постижение.

КА: Подозирам, че има хора в публиката, които поддържат

CA: I suspect there are people in the audience who have

this view of accelerating technological power

идеята за ускореното развитие на технологиите,

които могат да оспорят твърдението ти, че в рамките на нашия живот

who might dispute your statement that never in our lifetimes

компютър все още няма да може това, което може едно тригодишно дете,

will a computer do what a three-year-old child can do,

but what's clear is that in any scenario,

но това, което е ясно при койтo и да е сценарий,

our machines have so much to learn from our toddlers.

е че сегашните ни машини имат много да учат от децата ни.

ЛШ: Да, вероятно имате няколко души, които се занимават с машинен интелект.

LS: I think so. You'll have some machine learning folks up here.

I mean, you should never bet against babies or chimpanzees

Имам предвид, не трябва да залагаш срещу бебета или шимпанзета,

or technology as a matter of practice,

или срещу технологията по принцип,

but it's not just a difference in quantity,

но не става въпрос само за количествени разлики,

it's a difference in kind.

а за разлики по естество.

We have incredibly powerful computers,

Имаме невероятно мощни компютри

and they do do amazingly sophisticated things,

и те изпълняват поразителни процедури

often with very big amounts of data.

често с огромни количества информация.

Human minds do, I think, something quite different,

Човешките умове правят нещо съществено различно.

and I think it's the structured, hierarchical nature of human knowledge

И мисля, че структурираната, йерархична структура на човешкото познание

that remains a real challenge.

си остава истинското предизвикателство.

CA: Laura Schulz, wonderful food for thought. Thank you so much.

КА: Лаура Шулц, страхотна храна за размисъл. Благодаря ти много.

LS: Thank you. (Applause)

ЛШ: Благодаря. (Ръкопляскане)