Can we create new senses for humans? | David Eagleman

1,638,629 views ・ 2015-03-18

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Péter Pallós Lektor: Orsolya Kiss
00:12
We are built out of very small stuff,
0
12973
4543
Nagyon apró részekből állunk,
00:17
and we are embedded in a very large cosmos,
1
17516
2515
de egy irdatlan világegyetem részei vagyunk,
00:20
and the fact is that we are not very good at understanding reality
2
20031
4551
s tény, hogy nekünk a valóság érzékelése egyik skálán
00:24
at either of those scales,
3
24582
1579
sem megy nagyon jól.
00:26
and that's because our brains
4
26161
1602
Ennek oka, hogy agyunk e skálán
00:27
haven't evolved to understand the world at that scale.
5
27763
4394
nem képes érzékelni a világot.
00:32
Instead, we're trapped on this very thin slice of perception
6
32157
4220
Helyette be vagyunk szorítva az érzékelés nagyon keskeny,
00:36
right in the middle.
7
36377
1766
épp a középső szeletébe.
00:38
But it gets strange, because even at that slice of reality that we call home,
8
38723
4468
De ez furcsa, mert a valóság otthonunknak nevezhető szeletében
00:43
we're not seeing most of the action that's going on.
9
43191
2985
sem látjuk a legtöbb végbemenő történést.
00:46
So take the colors of our world.
10
46176
3390
Vegyük pl. a világunk színeit.
00:49
This is light waves, electromagnetic radiation that bounces off objects
11
49566
4713
A szín tárgyról visszaverődő fényhullám, elektromágneses sugárzás,
00:54
and it hits specialized receptors in the back of our eyes.
12
54279
3437
amely szemünk hátsó falán lévő specializált receptorokra jut.
00:57
But we're not seeing all the waves out there.
13
57716
3645
De nem látunk minden hullámot.
01:01
In fact, what we see
14
61361
1695
Az a helyzet, hogy csak kevesebb,
01:03
is less than a 10 trillionth of what's out there.
15
63056
4063
mint a tízbilliomod részüket látjuk.
01:07
So you have radio waves and microwaves
16
67119
3367
Azután vannak még a testünkön átmenő rádióhullámok, mikrohullámok,
01:10
and X-rays and gamma rays passing through your body right now
17
70486
3297
röntgensugarak és gamma-sugarak.
01:13
and you're completely unaware of it,
18
73783
2949
Ezeket egyáltalán nem érzékeljük,
01:16
because you don't come with the proper biological receptors
19
76732
3181
mert nincs meg hozzá megfelelő biológiai receptorunk,
01:19
for picking it up.
20
79913
1208
amelyik észlelné őket.
01:21
There are thousands of cell phone conversations
21
81631
2567
Mobiltelefon-beszélgetések ezrei
01:24
passing through you right now,
22
84198
1556
áramlanak rajtunk át e percben,
01:25
and you're utterly blind to it.
23
85754
2301
s mi teljesen vakok vagyunk hozzá.
01:28
Now, it's not that these things are inherently unseeable.
24
88055
3898
Nem arról van szó, hogy ezek a dolgok eleve láthatatlanok lennének.
01:31
Snakes include some infrared in their reality,
25
91953
4899
A kígyók világában valamelyes infravörös megtalálható,
01:36
and honeybees include ultraviolet in their view of the world,
26
96852
3878
a méhek világának pedig része az UV-sugárzás.
01:40
and of course we build machines in the dashboards of our cars
27
100730
2925
Kocsink műszerfalában vannak készülékek,
01:43
to pick up on signals in the radio frequency range,
28
103655
3228
amelyek veszik a jeleket a rádiófrekvenciás sávban.
01:46
and we built machines in hospitals to pick up on the X-ray range.
29
106883
3692
A kórházakban vannak berendezések, amelyek a röntgensugárzást veszik.
01:50
But you can't sense any of those by yourself,
30
110575
3390
De mi magunk egyiküket sem érzékeljük,
01:53
at least not yet,
31
113965
1509
legalábbis, most még nem,
01:55
because you don't come equipped with the proper sensors.
32
115474
3947
mert nincsenek meg bennünk a kellő érzékelők.
01:59
Now, what this means is that our experience of reality
33
119421
4481
Ez azt jelenti, hogy a világról alkotott tapasztalatunkat
02:03
is constrained by our biology,
34
123902
3460
biológiai felépítésünk beszűkíti,
02:07
and that goes against the common sense notion
35
127362
2554
és ez ellentmond a józan észnek,
02:09
that our eyes and our ears and our fingertips
36
129916
2263
miszerint szemünk, fülünk és ujjbegyeink
02:12
are just picking up the objective reality that's out there.
37
132179
4215
arra valók, hogy érzékeljék a külvilág objektív valóságát.
02:16
Instead, our brains are sampling just a little bit of the world.
38
136394
5619
Helyette az agyunk csak egy kicsit szemezget a világból.
02:22
Now, across the animal kingdom,
39
142013
2067
Az állatvilágban az állatok
02:24
different animals pick up on different parts of reality.
40
144080
3320
a valóság különféle részét érzékelik.
02:27
So in the blind and deaf world of the tick,
41
147400
2949
A kullancs süket és vak világában
02:30
the important signals are temperature and butyric acid;
42
150349
4481
a fontos jel a hőmérséklet és a vajsav;
02:34
in the world of the black ghost knifefish,
43
154830
2926
a fekete szellemkéshal érzékelt világát
02:37
its sensory world is lavishly colored by electrical fields;
44
157756
4899
villamos terek színezik gazdagon.
02:42
and for the echolocating bat,
45
162655
2461
A visszhangot helymeghatározásra használó denevér
02:45
its reality is constructed out of air compression waves.
46
165116
4040
a valóságot a légnyomás-hullámokból építi föl.
02:49
That's the slice of their ecosystem that they can pick up on,
47
169156
4365
Ilyen az állatok ökorendszere, amelyet érzékelni képesek.
02:53
and we have a word for this in science.
48
173521
1858
A tudományban szavunk is van rá,
02:55
It's called the umwelt,
49
175403
1508
mégpedig az Umwelt.
02:56
which is the German word for the surrounding world.
50
176911
3692
A német szó környezetet jelent.
03:00
Now, presumably, every animal assumes
51
180603
2995
Minden állat alighanem úgy hiszi,
03:03
that its umwelt is the entire objective reality out there,
52
183598
4389
hogy az umweltje a külvilág teljes objektív valósága,
03:07
because why would you ever stop to imagine
53
187987
2294
mert miért is képzelnénk,
03:10
that there's something beyond what we can sense.
54
190281
2521
hogy más is létezik az érzékelt világunkon túl?
03:13
Instead, what we all do is we accept reality
55
193412
2714
Helyette úgy fogadjuk el a valóságot,
03:16
as it's presented to us.
56
196126
2646
ahogy tálalják nekünk.
03:19
Let's do a consciousness-raiser on this.
57
199222
2495
Gondoljunk bele, mit jelent ez a gyakorlatban.
03:21
Imagine that you are a bloodhound dog.
58
201717
2656
Képzeljék el, hogy vérebek.
03:24
Your whole world is about smelling.
59
204973
2205
Az egész világuk nem más mint szaglás.
Hosszú orrukban 200 millió szagreceptor van,
03:27
You've got a long snout that has 200 million scent receptors in it,
60
207178
4412
03:31
and you have wet nostrils that attract and trap scent molecules,
61
211590
4504
nedves orrlyukuk vonzza és elkapja a szagmolekulákat,
03:36
and your nostrils even have slits so you can take big nosefuls of air.
62
216094
3994
orrnyílásuk ráadásul lehetővé teszi, hogy egy nagyot szippantsanak.
03:40
Everything is about smell for you.
63
220088
3274
Minden adott a szagláshoz.
03:43
So one day, you stop in your tracks with a revelation.
64
223362
3901
Egy nap a meglepetéstől földbe gyökerezik a lábuk.
03:47
You look at your human owner and you think,
65
227263
3320
A gazdira pillantva elgondolkoznak:
03:50
"What is it like to have the pitiful, impoverished nose of a human?
66
230583
4810
"Milyen lehet ezzel a szánalmas, csökevényes orral élni?"
03:55
(Laughter)
67
235393
1690
(Nevetés)
03:57
What is it like when you take a feeble little noseful of air?
68
237083
3252
"Milyen lehet olyan picit és gyatrát szippantani?
04:00
How can you not know that there's a cat 100 yards away,
69
240335
4049
Hát akkor ezért nem tudja, hogy 100 méterre van egy macska,
04:04
or that your neighbor was on this very spot six hours ago?"
70
244384
3334
vagy a szomszédja hat órája itt járt!"
04:07
(Laughter)
71
247718
2740
(Nevetés)
04:10
So because we're humans,
72
250458
2299
Emberek vagyunk,
04:12
we've never experienced that world of smell,
73
252757
2647
sohasem éreztük a szagok világát,
04:15
so we don't miss it,
74
255404
2679
ezért nem is hiányzik,
04:18
because we are firmly settled into our umwelt.
75
258083
4031
mivel jól illeszkedünk az umweltünkbe.
04:22
But the question is, do we have to be stuck there?
76
262114
3663
De az a kérdés, így kell-e ennek maradnia?
04:26
So as a neuroscientist, I'm interested in the way that technology
77
266317
4528
Idegkutatóként az érdekel, hogyan tudja
04:30
might expand our umwelt,
78
270845
2623
a technológia kitágítani az umweltünket,
04:33
and how that's going to change the experience of being human.
79
273468
3640
és ez hogy változtatja meg az ember tapasztalatait.
04:38
So we already know that we can marry our technology to our biology,
80
278228
3553
Már tudjuk, hogy össze tudjuk párosítani a technikát a biológiánkkal,
04:41
because there are hundreds of thousands of people walking around
81
281781
3784
mert sok százezer társunk él
04:45
with artificial hearing and artificial vision.
82
285565
3599
mesterséges hallással és mesterséges látással.
04:49
So the way this works is, you take a microphone and you digitize the signal,
83
289164
4389
A halláshoz veszünk egy mikrofont, digitalizáljuk a jeleket,
04:53
and you put an electrode strip directly into the inner ear.
84
293553
3738
és egy elektródát helyezünk közvetlenül a belsőfülbe.
04:57
Or, with the retinal implant, you take a camera
85
297291
2299
A retina implantációnál
04:59
and you digitize the signal, and then you plug an electrode grid
86
299590
3274
a kamera jeleit digitalizáljuk, és egy elektródarácsot
05:02
directly into the optic nerve.
87
302864
3018
kapcsolunk a látóidegre.
05:05
And as recently as 15 years ago,
88
305882
3924
Mindössze 15 éve sok kutató
05:09
there were a lot of scientists who thought these technologies wouldn't work.
89
309806
3738
úgy vélekedett, hogy ezek a technikák nem válnak be.
05:13
Why? It's because these technologies speak the language of Silicon Valley,
90
313544
5179
Miért? Mert ezek a technikák a Szilíciumvölgy nyelvén beszélnek,
05:18
and it's not exactly the same dialect as our natural biological sense organs.
91
318723
5572
ez pedig nem egészen a természetes biológiai érzékszerveink tájszólása.
05:24
But the fact is that it works;
92
324295
2415
Viszont működőképesek.
05:26
the brain figures out how to use the signals just fine.
93
326710
4589
Az agy kiókumlálja, hogyan tudja ügyesen hasznosítani a jelet.
05:31
Now, how do we understand that?
94
331719
1514
Mit értsünk ezen?
05:33
Well, here's the big secret:
95
333763
1695
A titok nyitja:
05:35
Your brain is not hearing or seeing any of this.
96
335458
5270
agyunk nem lát és nem hall.
05:40
Your brain is locked in a vault of silence and darkness inside your skull.
97
340728
6455
Agyunk be van zárva koponyánk töksüket és sötét kriptájába.
05:47
All it ever sees are electrochemical signals
98
347183
3808
Csupán az elektrokémiai jeleket látja,
05:50
that come in along different data cables,
99
350991
2549
amelyek különböző adatkábeleken jönnek be,
05:53
and this is all it has to work with, and nothing more.
100
353540
4452
ezekkel kell kezdenie valamit, más nincs.
05:58
Now, amazingly,
101
358672
2252
Elképesztő módon az agyunk
06:00
the brain is really good at taking in these signals
102
360924
2763
nagyon jól bánik ezekkel a jelekkel,
06:03
and extracting patterns and assigning meaning,
103
363687
3551
és kihámozza belőlük a mintázatokat. Jelentést kapcsol hozzájuk,
06:07
so that it takes this inner cosmos and puts together a story
104
367238
4054
s ebből a belső világegyetemből fűzi össze a történetet,
06:11
of this, your subjective world.
105
371292
4887
azaz a szubjektív világunkat.
06:16
But here's the key point:
106
376179
1950
De a lényeg az,
06:18
Your brain doesn't know, and it doesn't care,
107
378129
3390
hogy agyunk nem tudja, és nem is érdekli,
06:21
where it gets the data from.
108
381519
3042
honnan származnak az adatok.
06:24
Whatever information comes in, it just figures out what to do with it.
109
384561
4853
Amilyen információt kap, abból jön rá, mit tegyen vele.
06:29
And this is a very efficient kind of machine.
110
389414
2438
Nagyon hatékony a gépezet.
06:31
It's essentially a general purpose computing device,
111
391852
4156
Az agy voltaképpen egy általános célú számítógép,
06:36
and it just takes in everything
112
396008
2415
mindent befogad,
06:38
and figures out what it's going to do with it,
113
398423
2600
és kitalálja, mit fog vele kezdeni,
06:41
and that, I think, frees up Mother Nature
114
401023
3646
és leveszi a terhet az anyatermészetről,
06:44
to tinker around with different sorts of input channels.
115
404669
4783
hogy különféle bemenő csatornákkal barkácsoljon.
06:49
So I call this the P.H. model of evolution,
116
409452
2832
Ezt "K.F. evolúciós modell"-nek hívom,
06:52
and I don't want to get too technical here,
117
412284
2044
de nem akarok senkit szakszavakkal untatni:
06:54
but P.H. stands for Potato Head,
118
414328
3041
a K.F. a krumplifej rövidítése.
06:57
and I use this name to emphasize that all these sensors
119
417369
3831
Ezzel a megnevezéssel hangsúlyozni akarom,
07:01
that we know and love, like our eyes and our ears and our fingertips,
120
421200
3251
hogy az általunk ismert és kedvelt érzékelők: szemünk, fülünk
07:04
these are merely peripheral plug-and-play devices:
121
424451
4319
és ujjbegyeink — mind-mind plug-and-play periféria-eszközök.
07:08
You stick them in, and you're good to go.
122
428770
3274
Csak bedugjuk őket, és máris indulhatunk.
07:12
The brain figures out what to do with the data that comes in.
123
432044
5109
Az agy kitalálja, mit kezdjen a beérkező adatokkal.
07:18
And when you look across the animal kingdom,
124
438243
2206
Ha megnézzük az állatvilágot,
07:20
you find lots of peripheral devices.
125
440449
2647
sok periféria-eszközt találunk.
07:23
So snakes have heat pits with which to detect infrared,
126
443096
4110
A kígyók érzékelő gödröcskéi az infravörös sugárzást észlelik,
07:27
and the ghost knifefish has electroreceptors,
127
447206
3250
a szellemkéshalnak elektromos receptorai vannak.
07:30
and the star-nosed mole has this appendage
128
450456
2601
A csillagorrú vakond orrát
07:33
with 22 fingers on it
129
453057
2647
22 tapogató csápocska keretezi,
07:35
with which it feels around and constructs a 3D model of the world,
130
455704
3669
velük érzékeli a környezetét, és építi föl háromdimenziós világát.
07:39
and many birds have magnetite so they can orient
131
459373
3924
Sok madár testében magnetit van,
így tájékozódnak a Föld mágneses terében.
07:43
to the magnetic field of the planet.
132
463297
2495
07:45
So what this means is that nature doesn't have to continually
133
465792
3872
Levonhatjuk a következtetést, hogy a természetnek
07:49
redesign the brain.
134
469664
2415
nem kell állandóan újraterveznie az agyat.
07:52
Instead, with the principles of brain operation established,
135
472079
4481
Helyette a szokásos agyműködés elvei alapján
07:56
all nature has to worry about is designing new peripherals.
136
476560
4679
a természetnek csak új perifériák tervezésével kell törődnie.
08:01
Okay. So what this means is this:
137
481239
2925
Rendben, de ebből következően
08:04
The lesson that surfaces
138
484164
2020
a levonható tanulság,
08:06
is that there's nothing really special or fundamental
139
486184
3669
hogy nincs semmi egyedi vagy alapvető
08:09
about the biology that we come to the table with.
140
489853
2995
a létező biológiában.
08:12
It's just what we have inherited
141
492848
2067
Csak amit örököltünk
08:14
from a complex road of evolution.
142
494915
3227
az evolúció összetett folyamatából.
08:18
But it's not what we have to stick with,
143
498142
3529
De nem kell hozzájuk ragaszkodnunk,
08:21
and our best proof of principle of this
144
501671
2044
s ennek az elvnek a legjobb bizonyítékát
08:23
comes from what's called sensory substitution.
145
503715
2600
az ún. érzékszerv-felcserélés nyújtja.
08:26
And that refers to feeding information into the brain
146
506315
3228
Ezen azt értjük, hogy az agyba az információt
08:29
via unusual sensory channels,
147
509543
2786
szokatlan érzékelő-csatornákon juttatjuk be,
08:32
and the brain just figures out what to do with it.
148
512329
2879
s az agynak kell rájönnie, mitévő legyen vele.
08:35
Now, that might sound speculative,
149
515208
2461
Ez puszta okoskodásnak tűnhet,
08:37
but the first paper demonstrating this was published in the journal Nature in 1969.
150
517669
4952
de az ezt taglaló első cikket a Nature 1969-ben közölte.
08:43
So a scientist named Paul Bach-y-Rita
151
523985
2368
Paul Bach-y-Rita kutató
08:46
put blind people in a modified dental chair,
152
526353
3228
átalakított fogorvosi székbe vakokat ültetett,
08:49
and he set up a video feed,
153
529581
2345
összeállított egy videóberendezést,
08:51
and he put something in front of the camera,
154
531926
2252
valamit a kamera elé helyezett,
08:54
and then you would feel that
155
534178
2461
s a vakok érezték,
08:56
poked into your back with a grid of solenoids.
156
536639
2926
hogy egy szolenoidrács böködi a hátukat.
08:59
So if you wiggle a coffee cup in front of the camera,
157
539565
2484
Ha egy kávéscsészét mozgatunk a kamera előtt,
09:02
you're feeling that in your back,
158
542049
2345
érezzük azt a hátunkon,
09:04
and amazingly, blind people got pretty good
159
544394
3088
és csodálatosképpen, a vakok eléggé jól
09:07
at being able to determine what was in front of the camera
160
547482
3553
meg tudták határozni, mi volt a kamera előtt,
09:11
just by feeling it in the small of their back.
161
551035
3785
csupán a hátuk puha részével érzékelve.
09:14
Now, there have been many modern incarnations of this.
162
554820
3506
Az ötlet sok másban is testet öltött.
09:18
The sonic glasses take a video feed right in front of you
163
558326
3274
A hangszemüveg az előttünk lévő látható képet
09:21
and turn that into a sonic landscape,
164
561600
2855
hang-tájképpé változtatja át.
09:24
so as things move around, and get closer and farther,
165
564455
2477
Ahogy a tárgyak ide-oda mozognak, közelebbre vagy
09:26
it sounds like "Bzz, bzz, bzz."
166
566956
2074
távolabbra jutnak, ezt halljuk: "bzz, bzz".
09:29
It sounds like a cacophony,
167
569030
1973
Azt hinnénk, ez hangzavar,
09:31
but after several weeks, blind people start getting pretty good
168
571003
3994
de pár hét után a vakok elég jól
09:34
at understanding what's in front of them
169
574997
2322
kezdik érteni, mi van előttük,
09:37
just based on what they're hearing.
170
577319
2647
csupán hallásukra támaszkodva.
09:39
And it doesn't have to be through the ears:
171
579966
2000
Még a fülünk sem kell hozzá:
09:41
this system uses an electrotactile grid on the forehead,
172
581990
3364
a rendszer homlokra erősített elektronikus tapintórácsot használ.
09:45
so whatever's in front of the video feed, you're feeling it on your forehead.
173
585354
3690
Tehát a videó-bemeneten lévő tárgyat a homlokunkon érezzük.
09:49
Why the forehead? Because you're not using it for much else.
174
589044
2853
Miért pont a homlokunk? Mert egyébként nem sokra használjuk.
09:51
The most modern incarnation is called the brainport,
175
591897
4206
A legutóbbi fejlesztés neve BrainPort,
09:56
and this is a little electrogrid that sits on your tongue,
176
596103
3749
ez egy nyelvre illeszthető elektródarács,
09:59
and the video feed gets turned into these little electrotactile signals,
177
599852
4116
amelyen át a videó-bemenet jelei kis elektronikus tapintójelekké alakulnak.
10:03
and blind people get so good at using this that they can throw a ball into a basket,
178
603968
6487
A vakok olyan jól használják az eszközt, hogy be tudják dobni a labdát a kosárba,
10:10
or they can navigate complex obstacle courses.
179
610455
4016
vagy bonyolult akadálypályán irányítani tudják magukat.
10:15
They can come to see through their tongue.
180
615311
4214
A nyelvükön keresztül látnak.
10:19
Now, that sounds completely insane, right?
181
619525
2206
Ez tiszta őrültségnek hangzik, igaz?
10:21
But remember, all vision ever is
182
621731
2809
De ne feledjük, hogy minden kép nem más,
10:24
is electrochemical signals coursing around in your brain.
183
624540
4017
mint elektrokémiai jelek összessége, amelyek agyunkban áramlanak.
10:28
Your brain doesn't know where the signals come from.
184
628557
2694
Agyunk nem tudja, honnan származnak a jelek,
10:31
It just figures out what to do with them.
185
631251
3436
csak azt, hogy mit kezdjen velük.
10:34
So my interest in my lab is sensory substitution for the deaf,
186
634687
5806
Laboromban süketek részére az érzékszerv-felcserélést kutatom,
10:40
and this is a project I've undertaken
187
640493
2739
ebbe a projektbe bevontam
10:43
with a graduate student in my lab, Scott Novich,
188
643232
2995
Scott Novich végzős PhD-hallgatót,
10:46
who is spearheading this for his thesis.
189
646227
2299
akinek ez a disszertáció-témája.
10:48
And here is what we wanted to do:
190
648526
1996
Azt tűztük ki célul,
10:50
we wanted to make it so that sound from the world gets converted
191
650522
3994
hogy a környezet hangjait valahogy átalakítsuk,
10:54
in some way so that a deaf person can understand what is being said.
192
654516
4876
s így egy süket is érthesse a beszédet.
10:59
And we wanted to do this, given the power and ubiquity of portable computing,
193
659392
4528
Hordozható számítógéppel akartuk megoldani úgy,
11:03
we wanted to make sure that this would run on cell phones and tablets,
194
663920
4876
hogy mobiltelefonon és táblagépen is működjön.
11:08
and also we wanted to make this a wearable,
195
668796
2298
Az eszköznek hordhatónak kellett lennie,
11:11
something that you could wear under your clothing.
196
671094
3042
hogy akár ruha alatt is viselhessük.
11:14
So here's the concept.
197
674136
1680
Ez volt az elképzelésünk.
11:17
So as I'm speaking, my sound is getting captured by the tablet,
198
677326
5076
Ahogy most beszélek, a hangomat a táblagép veszi,
11:22
and then it's getting mapped onto a vest that's covered in vibratory motors,
199
682402
5758
onnan rákerül egy mellényre, melyet rezgő motorok borítanak,
11:28
just like the motors in your cell phone.
200
688160
3437
ilyenek vannak a mobilunkban is.
11:31
So as I'm speaking,
201
691597
2391
Ahogy most beszélek,
11:33
the sound is getting translated to a pattern of vibration on the vest.
202
693988
6339
a hangot a készülék lefordítja a mellény számára rezgésmintázattá.
11:40
Now, this is not just conceptual:
203
700327
1579
Na mármost, ez nemcsak elmélet,
11:41
this tablet is transmitting Bluetooth, and I'm wearing the vest right now.
204
701906
5108
ez a táblagép egy sugárzó Bluetooth, rajtam van a mellény.
11:47
So as I'm speaking -- (Applause) --
205
707014
2309
Ahogy beszélek —, (Taps)
11:50
the sound is getting translated into dynamic patterns of vibration.
206
710033
5933
a hang dinamikus rezgésmintázattá alakul át.
11:55
I'm feeling the sonic world around me.
207
715966
5374
Érzem magam körül a hangok világát.
12:01
So, we've been testing this with deaf people now,
208
721340
4064
Teszteljük a berendezést süketeken is.
12:05
and it turns out that after just a little bit of time,
209
725404
3506
Kiderült, hogy nem kell hozzá sok idő,
12:08
people can start feeling, they can start understanding
210
728910
3390
és az emberek kezdik érezni, kezdik érteni
12:12
the language of the vest.
211
732300
2670
a mellény nyelvét.
12:14
So this is Jonathan. He's 37 years old. He has a master's degree.
212
734970
4783
Ő itt a 37 éves Jonathan. Diplomás ember.
12:19
He was born profoundly deaf,
213
739753
2345
Teljesen süketnek született,
12:22
which means that there's a part of his umwelt that's unavailable to him.
214
742098
4110
ami azt jelenti, hogy umweltjének egy szelvénye a számára elérhetetlen.
12:26
So we had Jonathan train with the vest for four days, two hours a day,
215
746208
4388
Négy napig, napi két órát edzettük Jonathant a mellénnyel,
12:30
and here he is on the fifth day.
216
750596
3280
itt éppen az ötödik napnál járunk.
12:33
Scott Novich: You.
217
753876
2136
Scott Novich: Te
12:36
David Eagleman: So Scott says a word, Jonathan feels it on the vest,
218
756012
3214
David Eagleman: Scott kiejt egy szót, Jonathan érzi a mellényén,
12:39
and he writes it on the board.
219
759226
3056
s leírja a táblára.
12:42
SN: Where. Where.
220
762282
3886
SN: Hol. Hol.
12:46
DE: Jonathan is able to translate this complicated pattern of vibrations
221
766168
3637
DE: Jonathan le tudja fordítani a bonyolult rezgésmintázatokat
12:49
into an understanding of what's being said.
222
769805
2879
érthető beszédre.
12:52
SN: Touch. Touch.
223
772684
3599
SN: Érintsd. Érintsd.
12:56
DE: Now, he's not doing this --
224
776283
4440
DE: Na mármost, ezt Jonathan —
13:00
(Applause) --
225
780723
6061
(Taps)
13:07
Jonathan is not doing this consciously, because the patterns are too complicated,
226
787944
4086
ezt Jonathan most nem tudatosan csinálja, mert a mintázat túl bonyolult,
13:12
but his brain is starting to unlock the pattern that allows it to figure out
227
792030
5480
de az agya kezdi kapiskálni a mintázatot, ami lehetővé teszi,
13:17
what the data mean,
228
797510
2276
hogy rájöjjön az adatok értelmére.
13:19
and our expectation is that, after wearing this for about three months,
229
799786
4202
Arra számítunk, hogy háromhavi viselés után
13:23
he will have a direct perceptual experience of hearing
230
803988
4598
már közvetlen hallásészlelési élménye lesz ugyanúgy,
13:28
in the same way that when a blind person passes a finger over braille,
231
808586
4179
mint mikor egy vak végigfuttatja az ujját a Braille-íráson.
13:32
the meaning comes directly off the page without any conscious intervention at all.
232
812765
5597
Az értelme tudatos beavatkozás nélkül, közvetlenül a lapról kerül az agyba.
13:38
Now, this technology has the potential to be a game-changer,
233
818941
3553
Ez a technika gyökeresen megváltoztathatja a helyzetet,
13:42
because the only other solution for deafness is a cochlear implant,
234
822494
3784
mert a másik megoldás a süketség megszüntetésére a csiga-beültetés,
13:46
and that requires an invasive surgery.
235
826278
2903
mely feltáró sebészeti beavatkozással jár.
13:49
And this can be built for 40 times cheaper than a cochlear implant,
236
829181
5154
Készülékünk 40-szer olcsóbb a csiga-beültetésnél.
13:54
which opens up this technology globally, even for the poorest countries.
237
834335
4899
Ez a technikát világszerte, még a szegény országokban is hozzáférhetővé teszi.
14:00
Now, we've been very encouraged by our results with sensory substitution,
238
840052
5119
Az érzékszerv-felcserélésben elért eredményeink kedvezők,
14:05
but what we've been thinking a lot about is sensory addition.
239
845171
4203
de sokat gondolkozunk az érzékszerv-bővítésről.
14:09
How could we use a technology like this to add a completely new kind of sense,
240
849374
5429
Hogyan alkalmazhatjuk ezt a technikát teljesen új érzékszerv létrehozására,
14:14
to expand the human umvelt?
241
854803
3134
amely kitágítaná az emberi umweltet?
14:17
For example, could we feed real-time data from the Internet
242
857937
4249
Például, be tudnánk-e táplálni egyidejűleg adatokat
14:22
directly into somebody's brain,
243
862186
1881
az internetről valaki agyába,
14:24
and can they develop a direct perceptual experience?
244
864067
3878
s ez kifejleszt-e közvetlen érzékelési élményt?
14:27
So here's an experiment we're doing in the lab.
245
867945
2537
Itt látjuk a laborunkban végzett egyik kísérletünket.
14:30
A subject is feeling a real-time streaming feed from the Net of data
246
870482
3894
Az alany szinkronban érzékeli az adathálózatról bejövő áramlást
14:34
for five seconds.
247
874376
1811
öt másodpercen keresztül.
14:36
Then, two buttons appear, and he has to make a choice.
248
876187
3269
Ekkor két gomb jelenik meg, és neki választania kell,
14:39
He doesn't know what's going on.
249
879456
1689
de nem tudja, mi történik.
14:41
He makes a choice, and he gets feedback after one second.
250
881145
2696
Választ, azután egy másodperc múlva visszajelzést kap.
14:43
Now, here's the thing:
251
883841
1205
Az alanynak
14:45
The subject has no idea what all the patterns mean,
252
885046
2644
fogalma sincs róla, mit jelentenek a mintázatok,
14:47
but we're seeing if he gets better at figuring out which button to press.
253
887690
3671
viszont mi látjuk, ha már jobban tudja, melyik gombot kell nyomnia.
14:51
He doesn't know that what we're feeding
254
891361
2067
Az alany nem tudja, hogy szinkronban
14:53
is real-time data from the stock market,
255
893428
3181
tőzsdei adatokat közlünk vele,
14:56
and he's making buy and sell decisions.
256
896609
2507
ő pedig adásvételi döntéseket hoz.
14:59
(Laughter)
257
899116
1754
(Nevetés)
15:01
And the feedback is telling him whether he did the right thing or not.
258
901490
3302
A visszacsatolás közli vele, hogy helyes volt-e a döntése vagy sem.
15:04
And what we're seeing is, can we expand the human umvelt
259
904792
2869
Látható, hogy az emberi umwelt kibővíthető.
15:07
so that he comes to have, after several weeks,
260
907661
2995
Néhány hét után az alanynak már
15:10
a direct perceptual experience of the economic movements of the planet.
261
910656
6107
közvetlen érzékelési élménye van bolygónk gazdaságának működéséről.
15:16
So we'll report on that later to see how well this goes.
262
916763
3366
Később, ha már látjuk, hogy ez milyen jól megy, majd tudósítunk róla.
15:20
(Laughter)
263
920129
1821
(Nevetés)
15:22
Here's another thing we're doing:
264
922730
2090
Még egy más dologgal is foglalkozunk.
15:24
During the talks this morning, we've been automatically scraping Twitter
265
924820
4597
A délelőtti előadások alatt automatikusan átnézzük
15:29
for the TED2015 hashtag,
266
929417
2438
a Twitteren a #TED2015-ös bejegyzéseket,
15:31
and we've been doing an automated sentiment analysis,
267
931855
2693
és automatizált érzelem-elemzéssel vizsgáljuk,
15:34
which means, are people using positive words or negative words or neutral?
268
934548
4575
hogy az emberek pozitív, negatív vagy semleges szavakat használnak-e.
15:39
And while this has been going on,
269
939123
2444
Mialatt ez folyik,
15:41
I have been feeling this,
270
941567
2995
eközben én érzékelem,
15:44
and so I am plugged in to the aggregate emotion
271
944562
4273
így egyidejűleg rá vagyok kapcsolva
15:48
of thousands of people in real time,
272
948835
4156
ezernyi ember összesített érzelmére,
15:52
and that's a new kind of human experience, because now I can know
273
952991
3738
ez pedig egy újfajta emberi élmény, mert most tudhatom,
15:56
how everyone's doing and how much you're loving this.
274
956729
3297
hogy vannak, és mennyire tetszik önöknek az előadás.
16:00
(Laughter) (Applause)
275
960026
5133
(Nevetés) (Taps)
16:06
It's a bigger experience than a human can normally have.
276
966899
4356
Ez nagyobb élmény, mint amekkorát az ember egyébként tapasztal.
16:11
We're also expanding the umvelt of pilots.
277
971845
2693
A pilóták umweltjét is bővítjük.
16:14
So in this case, the vest is streaming nine different measures
278
974538
4086
Itt a mellény 9 különféle paramétert
16:18
from this quadcopter,
279
978624
1626
közvetít erről a quadcopterről.
16:20
so pitch and yaw and roll and orientation and heading,
280
980250
3367
úgymint dőlésszög, elfordulás, orsózás, irány és haladási irány,
16:23
and that improves this pilot's ability to fly it.
281
983617
4086
ezek segítik a pilótát a repülésben.
16:27
It's essentially like he's extending his skin up there, far away.
282
987703
5295
Ez olyan, mintha rettentően kinyújtanánk a bőrét.
16:32
And that's just the beginning.
283
992998
1555
De ez még csak a kezdet.
16:34
What we're envisioning is taking a modern cockpit full of gauges
284
994553
5804
Lelki szemeink előtt az lebeg, hogy a modern pilótafülke műszereit
16:40
and instead of trying to read the whole thing, you feel it.
285
1000357
4551
nem leolvassuk, hanem érezzük.
16:44
We live in a world of information now,
286
1004908
2485
Ma információs világban élünk,
16:47
and there is a difference between accessing big data
287
1007393
3808
s van különbség a között, hogy a big data
16:51
and experiencing it.
288
1011201
3088
eljut hozzánk vagy megtapasztaljuk őket.
16:54
So I think there's really no end to the possibilities
289
1014289
3825
Úgy hiszem, a lehetőségeknek semmi nem szab határt
16:58
on the horizon for human expansion.
290
1018114
2322
az ember érzékelés bővítésének.
17:00
Just imagine an astronaut being able to feel
291
1020436
4922
Képzeljük el az űrhajóst, aki érzi a nemzetközi űrállomás
17:05
the overall health of the International Space Station,
292
1025358
3321
általános egészségügyi állapotát,
17:08
or, for that matter, having you feel the invisible states of your own health,
293
1028679
4876
vagy önök a saját láthatatlan egészségi állapotukat érzékelik, pl.
17:13
like your blood sugar and the state of your microbiome,
294
1033555
3939
a vércukorszintjüket vagy mikrobiótájuk állapotát,
17:17
or having 360-degree vision or seeing in infrared or ultraviolet.
295
1037494
5627
vagy látómezejük 360 fokos, vagy látják az infravörös vagy az ultraibolya színt.
17:23
So the key is this: As we move into the future,
296
1043121
3495
A lényeg a következő: minél inkább haladunk az időben,
17:26
we're going to increasingly be able to choose our own peripheral devices.
297
1046616
4899
annál inkább megválaszthatjuk a periféria-eszközeinket.
17:31
We no longer have to wait for Mother Nature's sensory gifts
298
1051515
3854
Már nem kell várnunk az anyatermészetre, hogy megajándékozzon bennünket
17:35
on her timescales,
299
1055369
1858
érzékszervvel.
17:37
but instead, like any good parent, she's given us the tools that we need
300
1057227
4272
Ehelyett, mint egy jó szülő, megadta a kellő eszközöket,
17:41
to go out and define our own trajectory.
301
1061499
4133
hogy megszabjuk a pályánkat.
17:45
So the question now is,
302
1065632
1741
Ma az a kérdés,
17:47
how do you want to go out and experience your universe?
303
1067373
5225
hogyan akarjuk megtapasztalni a világmindenségünket.
17:52
Thank you.
304
1072598
2043
Köszönöm.
17:54
(Applause)
305
1074641
8336
(Taps)
18:11
Chris Anderson: Can you feel it? DE: Yeah.
306
1091365
2188
Chris Anderson: Ezt most érzed? DE: Igen.
18:13
Actually, this was the first time I felt applause on the vest.
307
1093553
3390
Egyébként, először éreztem a tapsot a mellénnyel.
18:16
It's nice. It's like a massage. (Laughter)
308
1096943
2159
Nagyon jó. Akár a masszírozás. (Nevetés)
18:19
CA: Twitter's going crazy. Twitter's going mad.
309
1099102
3645
CA: A Twitter megőrül. A Twitter becsavarodott.
18:22
So that stock market experiment.
310
1102747
2293
Tehát, a tőzsdével végzett kísérlet.
18:25
This could be the first experiment that secures its funding forevermore,
311
1105040
4528
Ez lenne az első kísérlet, amely mindörökre biztosítja a finanszírozást,
18:29
right, if successful?
312
1109568
1995
amennyiben sikeres, nem?
18:31
DE: Well, that's right, I wouldn't have to write to NIH anymore.
313
1111563
3152
DE: Nos, többé nem kellene már kérvényt írnom az NIH-nek.
18:34
CA: Well look, just to be skeptical for a minute,
314
1114715
2817
CA: Egy pillanatra hadd tamáskodjam.
18:37
I mean, this is amazing, but isn't most of the evidence so far
315
1117532
3170
Úgy értem, ez csodálatos, de eddig nem sok bizonyítja,
18:40
that sensory substitution works,
316
1120702
2347
hogy az érzékszerv-felcserélés működik,
18:43
not necessarily that sensory addition works?
317
1123049
2107
s lehet, hogy az érzékszerv-bővítés nem?
18:45
I mean, isn't it possible that the blind person can see through their tongue
318
1125156
3637
Nem az a helyzet, hogy egy vak azért lát a nyelvével,
18:48
because the visual cortex is still there, ready to process,
319
1128793
5178
mert a látási agykéreg még megvan, és kész a földolgozásra,
18:53
and that that is needed as part of it?
320
1133971
1819
és ez részben nélkülözhetetlen?
18:55
DE: That's a great question. We actually have no idea
321
1135790
2644
DE: Ez egy remek kérdés. Egyelőre fogalmunk sincs,
18:58
what the theoretical limits are of what kind of data the brain can take in.
322
1138434
3896
hogy agyunk adatfajta-felfogó képességének elméletileg mi a korlátja.
19:02
The general story, though, is that it's extraordinarily flexible.
323
1142330
3048
Általánosságban, az agy hihetetlenül rugalmas.
19:05
So when a person goes blind, what we used to call their visual cortex
324
1145402
3805
Amikor valaki megvakul, agyának látókéregnek nevezett részét
19:09
gets taken over by other things, by touch, by hearing, by vocabulary.
325
1149207
5058
átveszi a tapintás, a hallás vagy a szókincs.
19:14
So what that tells us is that the cortex is kind of a one-trick pony.
326
1154265
4062
Ebből látszik, hogy az agykéreg egysíkúan működik,
19:18
It just runs certain kinds of computations on things.
327
1158327
2648
a dolgoknak csak bizonyos fajtájú földolgozását végzi.
19:20
And when we look around at things like braille, for example,
328
1160975
3101
Vegyük pl. a Braille-írást: az emberekhez
19:24
people are getting information through bumps on their fingers.
329
1164076
3089
az információ az ujjbegyek birizgálása útján jut el.
19:27
So I don't think we have any reason to think there's a theoretical limit
330
1167165
3655
Ezért nincs okom föltételezni,
19:30
that we know the edge of.
331
1170820
1514
hogy lenne elméleti korlát.
19:33
CA: If this checks out, you're going to be deluged.
332
1173244
3264
CA: Ha ez beválik, elárasztanak majd a témák.
19:36
There are so many possible applications for this.
333
1176508
3251
Ennek olyan sok alkalmazása lehet.
19:39
Are you ready for this? What are you most excited about, the direction it might go?
334
1179759
3931
Számolsz ezzel? Mi izgat leginkább, melyik irány a legizgalmasabb?
19:43
DE: I mean, I think there's a lot of applications here.
335
1183690
2577
DE: Gondolom, sok alkalmazás lehetséges.
19:46
In terms of beyond sensory substitution, the things I started mentioning
336
1186267
3448
Az érzékszerv-felcserélésen túl — ezekről kezdtem beszélni
19:49
about astronauts on the space station, they spend a lot of their time
337
1189715
4370
az űrállomáson lévő űrhajósokkal kapcsolatban —, ők idejük nagy részét
19:54
monitoring things, and they could instead just get what's going on,
338
1194085
3219
megfigyeléssel töltik, helyette észlelhetnék a történéseket,
19:57
because what this is really good for is multidimensional data.
339
1197304
3460
mert ez tényleg alkalmas módszer a többparaméteres adatokhoz.
20:00
The key is this: Our visual systems are good at detecting blobs and edges,
340
1200764
4783
A lényeg: látási rendszereink foltok és körvonalak felismerésére jók,
20:05
but they're really bad at what our world has become,
341
1205547
2448
de rossz, ha a mai világunkról kell informálnia,
20:07
which is screens with lots and lots of data.
342
1207995
2187
mert a világ adatokkal teli képernyőkből áll.
20:10
We have to crawl that with our attentional systems.
343
1210182
2403
Át kell őket néznünk megfigyelő rendszereinkkel.
20:12
So this is a way of just feeling the state of something,
344
1212585
2670
Ez a módja, hogy valaminek az állapotát csak érezzük,
20:15
just like the way you know the state of your body as you're standing around.
345
1215255
3594
ahogy testünk helyzetét tudomásul vesszük, mikor állunk.
20:18
So I think heavy machinery, safety, feeling the state of a factory,
346
1218849
3179
Gondolom, hogy a nehéz-gépek, a biztonság, egy gyár állapotának,
20:22
of your equipment, that's one place it'll go right away.
347
1222028
3064
egy berendezésnek az érzékelése — nyomban meg fog indulni.
20:25
CA: David Eagleman, that was one mind-blowing talk. Thank you very much.
348
1225092
3705
CA: David Eagleman, elképesztő előadás volt. Nagyon köszönöm.
20:28
DE: Thank you, Chris. (Applause)
349
1228797
4779
DE: Köszönöm, Chris. (Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7