The world needs all kinds of minds | Temple Grandin

1,296,235 views ・ 2010-02-24

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Anna Patai Lektor: Eva Tanczos
00:15
I think I'll start out and just talk a little bit
0
15704
2446
Azt hiszem azzal kezdem, hogy beszélek egy kicsit
arról, hogy mi az autizmus.
00:18
about what exactly autism is.
1
18174
1491
00:19
Autism is a very big continuum
2
19689
2635
Az autizmus egy nagyon nagy kontinuum,
00:22
that goes from very severe -- the child remains nonverbal --
3
22348
3174
ami a nagyon súlyostól, mikor a gyermek non-verbális marad,
00:25
all the way up to brilliant scientists and engineers.
4
25546
2690
egészen a zseniális tudósokig és mérnökökig terjed.
00:28
And I actually feel at home here,
5
28260
1977
És itt igazán otthon érzem magam.
00:30
because there's a lot of autism genetics here.
6
30261
2546
Mert itt rengeteg az autista gén.
00:32
(Laughter)
7
32831
1032
És nem lennének...
00:33
You wouldn't have any --
8
33887
1158
(Taps)
00:35
(Applause)
9
35069
2969
00:38
It's a continuum of traits.
10
38062
2036
Ez tulajdonságok kontinuuma.
00:40
When does a nerd turn into Asperger, which is just mild autism?
11
40122
5657
Mikor lesz a kockafejből
Asperger, ami csak enyhe autizmus?
00:45
I mean, Einstein and Mozart and Tesla would all be probably diagnosed
12
45803
5158
Úgy értem, Einsteint, Mozartot és Teslát
ma valószínűleg mind az autista
00:50
as autistic spectrum today.
13
50985
1892
spektrumon helyeznék el.
00:52
And one of the things that is really going to concern me
14
52901
3291
És ami igazán foglalkoztat az az, hogy elérjük
hogy ezek a gyerekek legyenek azok, akik feltalálják
00:56
is getting these kids to be the ones
15
56216
2235
00:58
that are going to invent the next energy things
16
58475
2822
a következő energia kütyüket,
melyekről Bill Gates beszélt ma reggel.
01:01
that Bill Gates talked about this morning.
17
61321
2250
01:04
OK, now, if you want to understand autism: animals.
18
64058
3913
Nos. Ha meg akarják érteni
az autizmust, az állatokat
01:07
I want to talk to you now about different ways of thinking.
19
67995
2890
és most a különböző gondolkodási módokról szeretnék beszélni,
01:10
You have to get away from verbal language.
20
70909
2850
el kell szakadnunk a verbális nyelvtől.
01:13
I think in pictures. I don't think in language.
21
73783
3601
Én képekben gondolkodom.
Nem nyelvben gondolkodom.
01:18
Now, the thing about the autistic mind is it attends to details.
22
78082
5270
Nos, az autista elme
a részletekre figyel.
01:23
This is a test where you either have to pick out the big letters
23
83376
3055
OK, ez egy teszt, ahol vagy a nagybetűket
vagy a kisbetűket kell kiválasztani.
01:26
or the little letters,
24
86455
1223
01:27
and the autistic mind picks out the little letters more quickly.
25
87702
3893
És az autista elme a kisbetűket
veszi észre hamarabb.
01:31
And the thing is, the normal brain ignores the details.
26
91947
3751
És az a helyzet, hogy a normális elme figyelmen kívűl hagyja a részleteket.
01:35
Well, if you're building a bridge, details are pretty important
27
95722
3010
Nos, ha hidat építesz, a részletek elég fontosak,
mert le fog szakadni, ha nem figyelsz a részletekre.
01:38
because it'll fall down if you ignore the details.
28
98756
2398
És az egyik nagy problémám sok politikai programmal,
01:41
And one of my big concerns with a lot of policy things today
29
101178
2867
hogy kezdenek túl absztrakttá válni.
01:44
is things are getting too abstract.
30
104069
1678
01:45
People are getting away from doing hands-on stuff.
31
105771
3227
Az emberek eltávolodnak
a gyakorlati dolgoktól.
01:49
I'm really concerned that a lot of the schools
32
109022
2160
Nagyon aggaszt, hogy sok iskola eltörölte
01:51
have taken out the hands-on classes, because art, and classes like that --
33
111206
3968
a gyakorlati órákat,
mert a művészet, és hasonló órák
01:55
those are the classes where I excelled.
34
115198
2313
voltak azok, amelyekben igazán jeleskedtem.
01:57
In my work with cattle,
35
117535
2154
Rendben, a marhákkal való munkám során
01:59
I noticed a lot of little things that most people don't notice
36
119713
2978
sok apróságot észrevettem, amit a legtöbb ember nem,
02:02
would make the cattle balk.
37
122715
1288
ami megriasztja a marhákat. Mint például
02:04
For example, this flag waving right in front of the veterinary facility.
38
124027
3547
ez a lobogó zászló pont az állatorvosi épület előtt.
02:07
This feed yard was going to tear down their whole veterinary facility;
39
127598
3327
Az üzem le akarta bontani az egész állatorvosi épületet,
02:10
all they needed to do was move the flag.
40
130949
1914
pedig csak a zászlót kellett áthelyezniük.
02:12
Rapid movement, contrast.
41
132887
2068
Gyors mozgás, kontraszt.
02:14
In the early '70s when I started, I got right down in the chutes
42
134979
3034
Amikor elkezdtem, a 70-es évek elején, végigmentem
a folyósókon, hogy lássam, amit a marhák látnak.
02:18
to see what cattle were seeing.
43
138037
1499
02:19
People thought that was crazy.
44
139560
1462
Mindenki bolondnak tartott. Egy kabát a kerítésen megriasztja őket.
02:21
A coat on a fence would make them balk, shadows would make them balk,
45
141046
3282
Az árnyékok megrisztják őket, egy slag a földön.
02:24
a hose on the floor -- people weren't noticing these things.
46
144352
3064
Az emebrek nem vették észre ezeket,
02:27
A chain hanging down ...
47
147440
1516
egy lelógó láncot,
02:28
And that's shown very, very nicely in the movie.
48
148980
2256
és ezt nagyon jól bemutatták a filmben.
02:31
In fact, I loved the movie, how they duplicated all my projects.
49
151260
3455
Imádtam, ahogy a filmben lemásolták
az összes projektem. Ez a geek része.
02:34
That's the geek side.
50
154739
1341
A rajzaim is szerepeltek a filmben.
02:36
My drawings got to star in the movie, too.
51
156104
2420
02:38
And, actually, it's called "Temple Grandin,"
52
158548
2110
A film címe valójában Temple Grandin,
02:40
not "Thinking in Pictures."
53
160682
1324
nem pedig 'Képekben gondolkodni'.
02:42
So what is thinking in pictures?
54
162030
1565
Szóval milyen képekben gondolkodni? Szó szerint
02:43
It's literally movies in your head.
55
163619
2679
egy mozi a fejedben.
02:46
My mind works like Google for images.
56
166322
2882
Az agyam úgy működik, mint a Google képkereső.
Gyerekkoromban nem tudtam, hogy én máshogy gondolkodom.
02:49
When I was a young kid, I didn't know my thinking was different.
57
169228
3044
Azt hittem, mindenki képekben gondolkodik.
02:52
I thought everybody thought in pictures.
58
172296
1919
De miközben írtam a "Képekben gondolkodni" c. könyvem,
02:54
Then when I did my book, "Thinking in Pictures,"
59
174239
2255
elkezdtem beszélgetni emberekkel arról, hogy hogyan gondolkodnak.
02:56
I started interviewing people about how they think.
60
176518
2412
02:58
And I was shocked to find out that my thinking was quite different.
61
178954
3155
És nagyon meglepett, hogy az én gondolkodásmódom
egészen más. Pl. ha azt mondom
03:02
Like if I say, "Think about a church steeple,"
62
182133
2176
"Gondolj egy templomtoronyra!"
03:04
most people get this sort of generalized generic one.
63
184333
2513
a legtöbben egyfajta áltlagos toronyra gondolnak.
03:06
Now, maybe that's not true in this room,
64
186870
1912
Nos, ez talán nem igaz
03:08
but it's going to be true in a lot of different places.
65
188806
3266
ebben a teremben, de igaz a legtöbb helyen.
03:12
I see only specific pictures.
66
192096
2503
Én csak konkrét képeket látok.
03:14
They flash up into my memory, just like Google for pictures.
67
194623
3809
Megjelennek a memóriámban, csakúgy, mint a Google képek.
03:18
And in the movie, they've got a great scene in there,
68
198456
2543
És a filmben van egy nagyszerű jelenet,
amikor elhangzik a 'cipő' szó, és egy rakás 50-es és 60-as évekbeli
03:21
where the word "shoe" is said, and a whole bunch of '50s and '60s shoes
69
201023
3800
03:24
pop into my imagination.
70
204847
1666
cipő jut eszembe.
03:26
OK, there's my childhood church; that's specific.
71
206908
2511
OK, ez a gyerekkori templomom.
Ez konkrét. Néhány másik, Fort Collins.
03:29
There's some more, Fort Collins.
72
209807
1868
03:31
OK, how about famous ones?
73
211699
2047
És mi a helyzet a híres templomokkal?
03:33
And they just kind of come up, kind of like this.
74
213770
2677
És csak megjelennek, valahogy így.
03:36
Just really quickly, like Google for pictures.
75
216471
2911
Egészen gyorsan, mint a Google képek.
03:39
And they come up one at a time,
76
219406
1559
És egyenként jelennek meg.
03:40
and then I think, "OK, well, maybe we can have it snow,
77
220989
2951
Aztán azt gondolom, OK, talán havazik,
03:43
or we can have a thunderstorm,"
78
223964
1624
vagy villámlik,
03:45
and I can hold it there and turn them into videos.
79
225612
2624
és megállíthatjuk ott és filmet csinálhatunk belőle.
03:48
Now, visual thinking was a tremendous asset
80
228260
3213
Nos, a vizuális gondolkodásom nagy előnyt jelentett
03:51
in my work designing cattle-handling facilities.
81
231497
2802
a munkám során a marhatartó üzemek tervezésekor.
03:54
And I've worked really hard on improving how cattle are treated
82
234799
3200
És nagyon keményen dolgoztam azon,
hogy javítsam a marhákkal való bánásmódot a vágóhídon.
03:58
at the slaughter plant.
83
238023
1152
Nem mutatom meg az undorító vágóhídi képeket.
03:59
I'm not going to go into any gucky slaughter slides.
84
239199
2496
04:01
I've got that stuff up on YouTube, if you want to look at it.
85
241719
2888
Fent vannak a Youtube-on, ha valaki meg akarja nézni.
De valami, amit meg tudtam csinálni a tervezőmunkám során,
04:04
(Laughter)
86
244631
1041
04:05
But one of the things that I was able to do in my design work
87
245696
2893
az az, hogy ki tudtam próbálni
04:08
is I could test-run a piece of equipment in my mind,
88
248613
2623
egy felszerelést a fejemben,
04:11
just like a virtual reality computer system.
89
251260
2432
mint egy virtuális valóság számítógépes rendszerben.
04:14
And this is an aerial view of a recreation of one of my projects
90
254708
3641
Ez egy légi felvétel
az egyik újraépített projektemről, amit a filmben használtak.
04:18
that was used in the movie.
91
258373
1362
04:19
That was like just so super cool.
92
259759
2011
Ez valami hihetetlenül szuper volt.
04:21
And there were a lot of, kind of, Asperger types and autism types
93
261794
3478
És nagyon sok Asperger típusú
és autista típusú ember dolgozott a film helyszínén is.
04:25
working out there on the movie set, too.
94
265296
1948
(Nevetés)
04:27
(Laughter)
95
267268
1176
04:28
But one of the things that really worries me is:
96
268468
2791
De ami igazán aggaszt, az az,
hogy manapság hová tartanak a fiatalabb megfelelőik.
04:31
Where's the younger version of those kids going today?
97
271283
3004
04:34
They're not ending up in Silicon Valley,
98
274820
2455
Nem a Silicon Valley-ben végzik, ahová tartoznak.
04:37
where they belong.
99
277299
1240
(Nevetés)
04:38
(Laughter)
100
278563
1820
04:40
(Applause)
101
280407
4908
(Taps)
04:45
One of the things I learned very early on because I wasn't that social,
102
285339
3581
Az egyik dolog, amit korán meg kellett tanulnom, mert nem voltam
04:48
is I had to sell my work, and not myself.
103
288944
3411
túl szociális, az az, hogy a munkámat kell eladnom, és nem magamat.
04:52
And the way I sold livestock jobs is I showed off my drawings,
104
292706
2960
És úgy adtam el az állattartási munkákat,
hogy megmutattam a rajzaimat, képeket mutattam meg.
04:55
I showed off pictures of things.
105
295690
1732
04:57
Another thing that helped me as a little kid
106
297446
2239
Egy másik dolog, ami segített, hogy gyerekként,
04:59
is, boy, in the '50s, you were taught manners.
107
299709
2229
az 50-es években igazán megtanítottak viselkedni.
05:01
You were taught you can't pull the merchandise off the shelves
108
301962
3039
A boltban nem ránthattad le az árukat a polcról
és nem dobálhattad őket.
05:05
in the store and throw it around.
109
305025
1634
Nos, amikor a gyerekek elérik a 3. vagy 4. osztályt
05:06
When kids get to be in third or fourth grade,
110
306683
2152
05:08
you might see that this kid's going to be a visual thinker,
111
308859
2828
látni lehet, hogy ez a gyerek vizuális gondolkodó lesz,
05:11
drawing in perspective.
112
311711
1265
perspektívában rajzol. Ki akarom hangsúlyozni,
05:13
Now, I want to emphasize
113
313000
1198
hogy nem minden autista gyerek lesz
05:14
that not every autistic kid is going to be a visual thinker.
114
314222
2923
vizuális gondolkodó.
05:17
Now, I had this brain scan done several years ago,
115
317712
3978
Ez a kép az agyamról régebben készült,
05:21
and I used to joke around about having a gigantic Internet trunk line
116
321714
3933
mindig vicceltem, hogy egy
hatalmas internet kábel
05:25
going deep into my visual cortex.
117
325671
1927
hatol mélyen a vizuális kérgembe.
05:27
This is tensor imaging.
118
327622
1875
Ez diffúziós MRI-vel készült.
05:29
And my great big Internet trunk line is twice as big as the control's.
119
329521
3852
És a hatalmas internet kábelem
kétszer akkora, mint a kontrollé.
05:33
The red lines there are me,
120
333397
1604
A piros vonalak az enyémek,
05:35
and the blue lines are the sex and age-matched control.
121
335025
3909
a kékek a nemben és korban megegyező kontrollé.
05:39
And there I got a gigantic one,
122
339850
2022
Az enyém óriási,
05:41
and the control over there, the blue one, has got a really small one.
123
341896
4008
a kontrollé a másikon, a kék,
egészen kicsi.
05:47
And some of the research now is showing
124
347101
2135
És a mai kutatások egy része azt mutatja,
05:49
that people on the spectrum actually think with the primary visual cortex.
125
349260
4031
hogy az emberek a spektrumon elsősorban a vizuális kéreggel gondolkodnak.
05:53
Now, the thing is, the visual thinker is just one kind of mind.
126
353315
3041
Az a helyzet, hogy a vizuális gondolkodó az elméknek csak egy fajtája.
05:56
You see, the autistic mind tends to be a specialist mind --
127
356380
3585
Látják, az autista elme általában specialista elme.
05:59
good at one thing, bad at something else.
128
359989
2613
Valamiben jó, valami másban rossz.
06:03
And where I was bad was algebra.
129
363102
1754
Én algebrában voltam rossz. És soha nem engedték,
06:04
And I was never allowed to take geometry or trig.
130
364880
2290
hogy geometriát vagy trigonometriát tanuljak.
06:07
Gigantic mistake.
131
367194
1163
Óriási hiba. Azt látom, hogy sok gyereknek át kell ugrania
06:08
I'm finding a lot of kids who need to skip algebra,
132
368381
2435
06:10
go right to geometry and trig.
133
370840
1649
az algebrát, rögtön a geometriára vagy a trigre.
06:12
Now, another kind of mind is the pattern thinker.
134
372847
2600
Egy másik fajta elme a mintákban gondolkodó.
06:15
More abstract.
135
375471
1239
Inkább absztrakt. Ők lesznek a mérnökök,
06:16
These are your engineers, your computer programmers.
136
376734
2563
számítógép programozók.
06:19
This is pattern thinking.
137
379321
1394
Ez a mintákban gondolkodás. Ez az imádkozó sáska
06:20
That praying mantis is made from a single sheet of paper --
138
380739
2885
egyetlen papírlapból készült,
06:23
no scotch tape, no cuts.
139
383648
1417
vágás és ragasztás nélkül.
06:25
And there in the background is the pattern for folding it.
140
385089
3535
És a háttérben látszik a hajtogatás mintája.
06:28
Here are the types of thinking:
141
388648
1645
Ezek a gondolkodási formák:
06:30
photo-realistic visual thinkers, like me;
142
390731
2552
fotórealista vizuális gondolkodás, mint én.
06:33
pattern thinkers, music and math minds.
143
393856
3380
Mintákban gondolkodók, zenei és matematikai elmék.
06:37
Some of these oftentimes have problems with reading.
144
397260
2588
Sokuknak olvasási nehézségei vannak.
06:39
You also will see these kind of problems with kids that are dyslexic.
145
399872
4481
Ezek a problémák figyelhetők meg
diszlexiás gyerekeknél is.
06:44
You'll see these different kinds of minds.
146
404377
2024
Megfigyelhetők ezek a különböző elmék.
06:46
And then there's a verbal mind, they know every fact about everything.
147
406425
3574
És ott vannak a verbális elmék. Minden adatot tudnak mindenről.
Egy másik dolog az érzékelés.
06:50
Now, another thing is the sensory issues.
148
410023
1966
Nagyon aggasztott, hogy ezt a kütyüt kell viselnem az arcomon.
06:52
I was really concerned about having to wear this gadget on my face.
149
412013
3292
06:55
And I came in half an hour beforehand
150
415692
2154
Idejöttem egy fél órával korábban,
06:57
so I could have it put on and kind of get used to it,
151
417870
2983
hogy fel tudják tenni és hozzászokjak.
07:00
and they got it bent so it's not hitting my chin.
152
420877
2738
És behajlították, hogy ne érjen az államhoz.
07:03
But sensory is an issue.
153
423639
1152
De az érzékelés egy probléma. Vannak gyerekek, akiket zavarnak
07:04
Some kids are bothered by fluorescent lights;
154
424815
2149
07:06
others have problems with sound sensitivity.
155
426988
2157
a neon fények, mások a hangokra érzékenyek.
07:09
You know, it's going to be variable.
156
429497
2173
Tudják, ez személyenként változik.
07:12
Now, visual thinking gave me a whole lot of insight
157
432652
3420
Nos, a vizuális gondolkodás bepillantást engedett
07:16
into the animal mind.
158
436096
2260
az állati elmébe.
07:18
Because think about it: an animal is a sensory-based thinker,
159
438380
3433
Gondoljanak bele. Egy állat érzékelés alapján gondolkodik,
07:21
not verbal -- thinks in pictures, thinks in sounds, thinks in smells.
160
441837
6197
nem verbálisan. Képekben gondolkodik.
Hangokban gondolkodik. Szagokban gondolkodik.
07:28
Think about how much information there is on the local fire hydrant.
161
448058
3344
Képzeljék el, mennyi információ van a helyi tűzcsapon.
07:31
He knows who's been there --
162
451426
1362
Tudja, ki volt ott, mikor voltak ott,
07:32
(Laughter)
163
452812
1031
07:33
When they were there.
164
453867
1157
barát vagy ellenség, van-e valaki, akivel párosodhat.
07:35
Are they friend or foe? Is there anybody he can go mate with?
165
455048
2895
07:37
There's a ton of information on that fire hydrant.
166
457967
2882
Rengeteg információ van azon a tűzcsapon.
07:40
It's all very detailed information.
167
460873
2786
Nagyon részletes információ.
07:43
And looking at these kind of details gave me a lot of insight into animals.
168
463996
4239
És ezeknek a részleteknek a vizsgálata
nagyon sok bepillantást engedett az állatokba.
07:48
Now, the animal mind, and also my mind,
169
468688
3548
Nos, az állati elme, és az én elmém,
07:52
puts sensory-based information into categories.
170
472260
4569
kategorizálja az érzékelésen
alapuló információkat.
07:56
Man on a horse,
171
476853
1703
Ember a lovon,
07:58
and a man on the ground --
172
478580
1555
és ember a földön,
08:00
that is viewed as two totally different things.
173
480159
2785
az két teljesen különböző dolognak látszik.
08:02
You could have a horse that's been abused by a rider.
174
482968
2499
Lehet, hogy egy lóval rosszul bánt egy lovas.
08:05
They'll be absolutely fine with the veterinarian
175
485491
2270
Nem lesz semmilyen problémája az állatorvossal,
08:07
and with the horseshoer, but you can't ride him.
176
487785
2451
a patkolókováccsal, de nem lehet meglovagolni.
08:10
You have another horse, where maybe the horseshoer beat him up,
177
490260
3175
Egy másik ló, akit esetleg vert a patkolókovács,
08:13
and he'll be terrible for anything on the ground with the veterinarian,
178
493459
3995
a földön mindent rosszul visel,
az állatorvost, de meg lehet lovagolni.
08:17
but a person can ride him.
179
497478
2015
A marhák ugyanilyenek.
08:19
Cattle are the same way.
180
499517
1307
08:20
Man on a horse, a man on foot -- they're two different things.
181
500848
3925
Ember a lovon,
ember a földön, két különböző dolog.
08:24
You see, it's a different picture.
182
504797
1956
Látják, ez egy másik kép.
08:26
See, I want you to think about just how specific this is.
183
506777
3121
Gondoljanak bele, hogy ez mennyire specifikus.
08:29
Now, this ability to put information into categories,
184
509922
3387
Ez a képesség, hogy kategorizáljuk az információt,
08:33
I find a lot of people are not very good at this.
185
513333
3352
azt tapasztaltam, hogy a legtöbb embernek ez nehezen megy.
08:36
When I'm out troubleshooting equipment
186
516709
2168
Amikor hibákat keresek a felszerelésben
08:38
or problems with something in a plant,
187
518901
1828
vagy problémákat valamivel egy gyárban
08:40
they don't seem to be able to figure out:
188
520753
2005
nehezen tudják kitalálni, "Az emberek képzésével van gond?
08:42
"Do I have a training-people issue?
189
522782
1700
08:44
Or do I have something wrong with the equipment?"
190
524506
2435
Vagy valami gond van a felszereléssel?"
08:46
In other words, categorize equipment problem from a people problem.
191
526965
3694
Más szóval, elkülöníteni a felszerelés hibáját
az emberi hibától.
08:50
I find a lot of people have difficulty doing that.
192
530683
3096
Azt tapasztalom, ez sok embernek nehezére esik.
08:53
Now, let's say I figure out it's an equipment problem.
193
533803
2564
Mondjuk, rájövök, hogy a felszerelés a probléma.
08:56
Is it a minor problem, with something simple I can fix?
194
536391
2776
Kis hiba, valami egyszerű, amit meg tudok javítani?
Vagy a teljes rendszer tervezése rossz?
08:59
Or is the whole design of the system wrong?
195
539191
2315
09:01
People have a hard time figuring that out.
196
541530
2706
Az emberek nehezen találják ki.
09:04
Let's just look at something like, you know,
197
544260
2096
Nézzünk valamit, mondjuk, hogyan tegyük
09:06
solving problems with making airlines safer.
198
546380
2246
biztonságosabbá a légitársaságokat.
09:08
Yeah, I'm a million-mile flier.
199
548650
1586
Én egy millió mérföldes utas vagyok.
09:10
I do lots and lots of flying,
200
550260
1826
Rengeteget repülök.
09:12
and if I was at the FAA,
201
552110
3232
És ha én az FFA-nál dolgoznék
09:15
what would I be doing a lot of direct observation of?
202
555366
3522
mi az, amit közvetlenül megfigyelnék?
09:19
It would be their airplane tails.
203
559457
2304
A repülőgépek farkát.
09:21
You know, five fatal wrecks in the last 20 years,
204
561785
2550
Az elmúlt 20 évben 5 halálos szerencsétlenség történt,
09:24
the tail either came off,
205
564359
1775
vagy letört a farok vagy valahogy elromlott a kormányzó
09:26
or steering stuff inside the tail broke in some way.
206
566158
3434
berendezés a farokban.
09:30
It's tails, pure and simple.
207
570007
2053
Egyszerűen a farokról van szó.
09:32
And when the pilots walk around the plane, guess what?
208
572084
2533
És amikor a pilóták körbejárják a gépet, tudják mit nem látnak?
09:34
They can't see that stuff inside the tail.
209
574641
2051
A berendezést a farokban.
09:36
Now as I think about that,
210
576716
1437
Tudják, ahogy ezen gondolkodom, előhívom
09:38
I'm pulling up all of that specific information.
211
578177
3459
az összes specifikus információt.
09:41
It's specific.
212
581660
1173
Specikifus. Látják, lentről felfelé gondolkodom.
09:42
See, my thinking's bottom-up.
213
582857
1495
09:44
I take all the little pieces and I put the pieces together like a puzzle.
214
584376
3697
Fogom az apró darabokat és összerakom őket, mint egy kirakóst.
09:48
Now, here is a horse that was deathly afraid of black cowboy hats.
215
588097
3767
Ez a ló halálra volt rémülve
a fekete cowboy kalapoktól.
09:51
He'd been abused by somebody with a black cowboy hat.
216
591888
2560
Valaki fekete cowboy kalapban rosszul bánt vele.
09:54
White cowboy hats, that was absolutely fine.
217
594472
2889
Fehér cowboy kalapok, semmi probléma.
09:57
Now, the thing is, the world is going to need
218
597856
2550
Az a helyzet, hogy a világnak szüksége lesz
10:00
all of the different kinds of minds to work together.
219
600430
4089
az összes különböző elme
együttműködésére.
10:04
We've got to work on developing all these different kinds of minds.
220
604543
3191
Fejlesztenünk kell ezeket a fajta elméket.
10:07
And one of the things that is driving me really crazy
221
607758
2542
És ami igazán dühít, ahogy járom az országot,
10:10
as I travel around and I do autism meetings,
222
610324
2347
és autizmus találkozókat tartok, az az,
10:12
is I'm seeing a lot of smart, geeky, nerdy kids,
223
612695
3141
hogy rengeteg okos, geek, kocka gyereket látok.
10:15
and they just aren't very social,
224
615860
2175
És nem igazán szociálisak.
10:18
and nobody's working on developing their interest
225
618059
3091
És senki sem bátorítja az érdeklődésüket
olyasmi iránt, mint a természettudomány.
10:21
in something like science.
226
621174
1375
10:22
And this brings up the whole thing of my science teacher.
227
622926
2687
És ez eszembe juttatja a fizika tanáromat.
10:25
My science teacher is shown absolutely beautifully in the movie.
228
625637
3108
Gyönyörűen bemutatják a fizika tanáromat a filmben.
10:28
I was a goofball student when I was in high school.
229
628769
2486
Lusta diák voltam. A gimnáziumban
egyáltalán nem éredekelt a tanulás,
10:31
I just didn't care at all about studying,
230
631279
2028
10:33
until I had Mr. Carlock's science class.
231
633331
3229
Mr. Carlock fizika órájáig.
10:36
He was now Dr. Carlock in the movie.
232
636584
2372
Aki most már Dr. Carlock a filmben.
10:39
And he got me challenged to figure out an optical illusion room.
233
639357
5879
Aki kihívás elé állított,
hogy oldjak meg egy optikai illúzió szobát.
10:45
This brings up the whole thing of you've got to show kids
234
645260
2715
A lényeg, hogy a gyerekeknek érdekes
10:47
interesting stuff.
235
647999
1157
dolgokat kell mutatni.
10:49
You know, one of the things that I think maybe TED ought to do
236
649574
3313
Tudják, szerintem az egyik dolog, amit a TED-nek csinálnia kéne,
10:52
is tell all the schools about all the great lectures that are on TED,
237
652911
3315
felhívni az iskolák figyelmét a nagyszerű előadásokra a TED-en,
és rengeteg nagyszerű dolog van az interneten,
10:56
and there's all kinds of great stuff on the Internet
238
656250
2487
hogy felvillanyozzuk a gyerekeket.
10:58
to get these kids turned on.
239
658761
1372
Mert nagyon sok okos, geek, kocka gyereket látok,
11:00
Because I'm seeing a lot of these geeky, nerdy kids,
240
660157
2486
11:02
and the teachers out in the Midwest and other parts of the country
241
662667
3184
és a tanárok a Középnyugaton és az ország más részein,
11:05
when you get away from these tech areas,
242
665875
1938
távolabb ezektől a tech területektől,
11:07
they don't know what to do with these kids.
243
667837
2012
nem tudják mit kezdjenek ezekkel a gyerekekkel.
11:09
And they're not going down the right path.
244
669873
2021
És nem jó irányba haladnak.
11:11
The thing is, you can make a mind
245
671918
1782
Az az igazság, hogy egy agyat
11:13
to be more of a thinking and cognitive mind,
246
673724
2725
lehet gondolkodóbb, kognitív elmévé tenni.
11:16
or your mind can be wired to be more social.
247
676473
2475
Vagy lehet, hogy az agy inkább szociális.
11:18
And what some of the research now has shown in autism
248
678972
2631
És bizonyos autizmus kutatások azt mutatják,
11:21
is there may by extra wiring back here in the really brilliant mind,
249
681627
3470
hogy több vezeték lehet itt hátul,
az igazán zseniális agyban, és elvesztünk néhány áramkört itt.
11:25
and we lose a few social circuits here.
250
685121
1913
Ez egyfajta alku a gondolkodó és a szociális között.
11:27
It's kind of a trade-off between thinking and social.
251
687058
2951
11:30
And then you can get to the point where it's so severe,
252
690033
2592
És lehet olyan súlyos, hogy a személy
11:32
you're going to have a person that's going to be non-verbal.
253
692649
2856
nonverbális lesz.
11:35
In the normal human mind,
254
695529
1707
A normális agyban a nyelv
11:37
language covers up the visual thinking we share with animals.
255
697260
3622
elfedi a vizuális gondolkodást, ami közös az állatokkal.
11:40
This is the work of Dr. Bruce Miller.
256
700906
2691
Ez Dr. Bruce Miller munkája.
Alzheimer kóros betegeket tanulmányozott,
11:44
He studied Alzheimer's patients that had frontal temporal lobe dementia.
257
704756
3732
akiknek homloklebeny demenciájuk volt.
11:48
And the dementia ate out the language parts of the brain.
258
708512
3023
A demencia elpusztította az agy nyelvi részeit,
11:51
And then this artwork came out of somebody
259
711559
2271
és ez a festmény jött elő valakiből, aki korábban autórádiókat szerelt be.
11:53
who used to install stereos in cars.
260
713854
1968
11:56
Now, Van Gogh doesn't know anything about physics,
261
716827
3666
Nos, Van Gogh nem tud semmit a fizikáról.
12:00
but I think it's very interesting that there was some work done
262
720517
3321
De ami igazán érdekes,
hogy egy tanulmány kimutatta,
12:03
to show that this eddy pattern in this painting
263
723862
2723
hogy ez az örvény minta a festményen
12:06
followed a statistical model of turbulence,
264
726609
3148
egy statisztikailag helyes légörvény modellt követ.
12:09
which brings up the whole interesting idea
265
729781
2019
Ami ahhoz az érdekes gondolathoz vezet,
12:11
of maybe some of this mathematical patterns is in our own head.
266
731824
3738
hogy talán a matematikai modellek egy része
a fejünkben van.
12:15
And the Wolfram stuff --
267
735586
1553
És a Wolfram előadás alatt
12:17
I was taking notes and writing down all the search words I could use,
268
737163
4566
jegyzeteltem és leírtam az összes
keresőszót, amit majd használhatok,
12:21
because I think that's going to go on in my autism lectures.
269
741753
3327
mert azt hiszem ez része lesz az autizmus előadásaimnak.
12:25
We've got to show these kids interesting stuff.
270
745104
2427
Érdekes dolgokat kell mutatnunk ezeknek a gyerekeknek.
12:27
And they've taken out the auto-shop class
271
747555
2267
És megszüntették az autószerelő órát,
12:29
and the drafting class and the art class.
272
749846
2100
a műszaki rajzot, a művészetet.
12:31
I mean, art was my best subject in school.
273
751970
2266
A művészet volt a legjobb tantárgyam az iskolában.
12:34
We've got to think about all these different kinds of minds,
274
754260
2859
Gondolnunk kell ezekre a különböző elmékre.
És mindenképpen együtt kell dolgoznunk
12:37
and we've got to absolutely work with these kind of minds,
275
757143
2780
12:39
because we absolutely are going to need
276
759947
2288
ezekkel az elmékkel, mert abszolút
12:42
these kinds of people in the future.
277
762259
2521
szükségünk lesz ezekre az emberekre a jövőben.
12:45
And let's talk about jobs.
278
765260
1779
És beszéljünk állásokról.
12:47
OK, my science teacher got me studying,
279
767524
2193
A fizika tanárom rávett, hogy tanuljak,
12:49
because I was a goofball that didn't want to study.
280
769741
2414
mert lusta voltam és nem akartam tanulni.
12:52
But you know what? I was getting work experience.
281
772179
2345
De tudják mit? Közben munka tapasztalatot szereztem.
12:54
I'm seeing too many of these smart kids who haven't learned basic things,
282
774548
3464
Sok okos gyereket látok, akik alapvető dolgokat nem tanultak meg,
pl. hogy pontosak legyenek.
12:58
like how to be on time -- I was taught that when I was eight years old.
283
778036
3448
Én ezt nyolc évesen tanultam meg.
Hogyan viselkedjek az asztalnál nagyi vasárnapi ebédjén.
13:01
How to have table manners at granny's Sunday party.
284
781508
2555
Nagyon-nagyon fiatalon megtanultam.
13:04
I was taught that when I was very, very young.
285
784087
2185
13:06
And when I was 13, I had a job at a dressmaker's shop sewing clothes.
286
786746
4977
És 13 évesen állásom volt egy ruhaboltban,
ruhákat árultam.
13:11
I did internships in college,
287
791747
2588
Egyetemen szakmai gyakorlatot szereztem.
13:14
I was building things,
288
794359
3203
Építettem dolgokat.
13:17
and I also had to learn how to do assignments.
289
797586
3017
És meg kellett tanulnom elvégezni feladatokat.
13:20
You know, all I wanted to do was draw pictures of horses when I was little.
290
800627
3590
Tudják, gyerekkoromban csak lovakat akartam rajzolni.
13:24
My mother said, "Well let's do a picture of something else."
291
804241
2828
Aynám azt mondta, "Rajzoljunk valami mást."
Meg kell tanulniuk valami mást csinálni.
13:27
They've got to learn how to do something else.
292
807093
2164
Mondjuk a gyerek a Lego megszállottja.
13:29
Let's say the kid is fixated on Legos.
293
809281
1844
Vegyük rá, hogy különböző dolgokat építsen.
13:31
Let's get him working on building different things.
294
811149
2697
13:33
The thing about the autistic mind is it tends to be fixated.
295
813870
3596
Az a helyzet az autista elmével,
hogy hajlamos a fixációra.
13:37
Like if the kid loves race cars, let's use race cars for math.
296
817490
3878
Pl. ha egy gyerek szereti a versenyautókat,
használjunk versenyautókat a matekhoz.
13:41
Let's figure out how long it takes a race car to go a certain distance.
297
821392
3440
Számoljuk ki, mennyi időbe telik megtenni egy bizonyos távolságot.
13:44
In other words, use that fixation
298
824856
3113
Más szóval, használjuk a fixációt
13:47
in order to motivate that kid, that's one of the things we need to do.
299
827993
3856
hogy motiváljuk a gyereket, ez az egyik dolog, amit tennünk kell.
13:51
I really get fed up when the teachers,
300
831873
3088
Igazán idegesít, amikor a tanárok, főleg
13:54
especially when you get away from this part of the country,
301
834985
2802
amikor eltávolodunk az ország ezen részétől,
13:57
they don't know what to do with these smart kids.
302
837811
2380
nem tudnak mit kezdeni ezekkel az okos gyerekekkel.
Egyszerűen megőrjít.
14:00
It just drives me crazy.
303
840215
1163
14:01
What can visual thinkers do when they grow up?
304
841402
2242
Mit tudnak csinálni a vizuális gondolkodók, ha felnőnek?
14:03
They can do graphic design, all kinds of stuff with computers,
305
843668
2949
Lehetnek grafikus tervezők, mindenféle számítógépes szakma,
14:06
photography, industrial design.
306
846641
3383
fényképészek, ipari tervezők.
14:11
The pattern thinkers -- they're the ones that are going to be your mathematicians,
307
851643
3932
A mintákban gondokolkodók lesznek a
matematikusok, szoftver tervezők,
14:15
your software engineers, your computer programmers,
308
855599
2507
számítógép programozók, az összes ilyen foglalkozás.
14:18
all of those kinds of jobs.
309
858130
1963
14:20
And then you've got the word minds; they make great journalists,
310
860117
3572
És ott vannak a verbális elmék. Nagyszerű újságírók lesznek.
14:23
and they also make really, really good stage actors.
311
863713
2523
És nagyon jó színészek is lesznek belőlük.
14:26
Because the thing about being autistic is,
312
866260
2392
Mert az a helyzet az autizmussal,
14:28
I had to learn social skills like being in a play.
313
868676
2831
meg kellett tanulnom a szociális készségeket,
14:31
You just kind of ... you just have to learn it.
314
871531
2373
mint egy színdarabban. Egyszerűen meg kell tanulni.
14:34
And we need to be working with these students.
315
874260
2976
És együtt kell dolgoznunk ezekkel a diákokkal.
14:37
And this brings up mentors.
316
877260
2108
És ezzel elérkeztünk a mentorokhoz.
14:39
You know, my science teacher was not an accredited teacher.
317
879392
3100
Tudják, a fizika tanárom nem volt akkreditált tanár.
14:42
He was a NASA space scientist.
318
882516
1720
Egy NASA űrtudós volt.
14:44
Some states now are getting it to where, if you have a degree in biology
319
884260
3404
Nos, vannak már államok, ahol
ha van egy diplomád biológiából vagy kémiából,
14:47
or in chemistry,
320
887688
1271
14:48
you can come into the school and teach biology or chemistry.
321
888983
2837
elmehetsz egy iskolába biológiát vagy kémiát tanítani.
14:51
We need to be doing that.
322
891844
1526
Szükség van erre.
14:53
Because what I'm observing is,
323
893800
1790
Mert azt veszem észre, hogy
14:55
the good teachers, for a lot of these kids,
324
895614
2049
a jó tanárok, sok gyereknek,
14:57
are out in the community colleges.
325
897687
1648
a közösségi főiskolákon vannak.
14:59
But we need to be getting some of these good teachers
326
899359
2536
Be kell juttatnunk ezeket a tanárokat a középiskolákba.
15:01
into the high schools.
327
901919
1151
Egy másik dolog, ami nagyon, nagyon sikeres lehet,
15:03
Another thing that can be very, very, very successful is:
328
903094
3556
sokan vannak, akik talán már nyugdíjba mentek,
15:06
there's a lot of people that may have retired
329
906674
2108
15:08
from working in the software industry,
330
908806
1822
de a szoftver iparban dolgoztak, és tudnak tanítani egy gyereket.
15:10
and they can teach your kid.
331
910652
1388
És nem számít, hogy amit tanítanak, az régi,
15:12
And it doesn't matter if what they teach them is old,
332
912064
2809
15:14
because what you're doing is you're lighting the spark.
333
914897
2727
mert amit csinálsz, az az, hogy meggyújtod a szikrát.
15:17
You're getting that kid turned on.
334
917648
2464
Felébreszted a gyerek érdeklődését.
15:20
And you get him turned on, then you'll learn all the new stuff.
335
920136
3415
Elindítod, és ő majd megtanulja az új dolgokat.
15:23
Mentors are just essential.
336
923575
2264
A mentorok létfontosságúak.
15:25
I cannot emphasize enough what my science teacher did for me.
337
925863
3733
Nem tudom eleget hangsúlyozni,
hogy a fizika tanárom mit tett értem.
15:30
And we've got to mentor them, hire them.
338
930204
3032
Tanítanunk és alkalmaznunk kell őket.
15:33
And if you bring them in for internships in your companies,
339
933260
2808
És ha felveszed őket szakmai gyakorlatra,
az autista, Aspergeres elméknek specifikus feladatokat
15:36
the thing about the autism, Asperger-y kind of mind,
340
936092
2473
15:38
you've got to give them a specific task.
341
938589
1968
kell adni. Ne mondd azt, hogy "Tervezz egy új szoftvert."
15:40
Don't just say, "Design new software."
342
940581
1842
Valami sokkal specifikusabb feladatot kell adni.
15:42
You've got to tell them something more specific:
343
942447
2267
"Nos, egy telefon szoftvert tervezünk,
15:44
"We're designing software for a phone
344
944738
1897
15:46
and it has to do some specific thing,
345
946659
1800
és valami konkrét dolgot kell csinálnia.
15:48
and it can only use so much memory."
346
948483
1753
És csak ennyi memóriát használhat."
15:50
That's the kind of specificity you need.
347
950260
2427
Erre a fajta specificitásra van szükség.
15:52
Well, that's the end of my talk.
348
952711
1859
Nos, ez az előadásom vége.
15:54
And I just want to thank everybody for coming.
349
954594
2243
És meg szeretném köszönni mindenkinek, hogy eljött.
15:56
It was great to be here.
350
956861
1375
Öröm volt itt lenni.
15:58
(Applause)
351
958260
7000
(Taps)
16:09
(Applause ends)
352
969786
2191
Van egy kérdése a számomra? Rendben.
16:12
Oh -- you have a question for me? OK.
353
972001
1825
16:13
(Applause)
354
973850
2397
(Taps)
Chris Anderson: Nagyon köszönjük.
16:16
Chris Anderson: Thank you so much for that.
355
976271
2028
16:18
You know, you once wrote -- I like this quote:
356
978323
2326
Egyszer azt írta, szeretem ezt az idézetet,
16:20
"If by some magic, autism had been eradicated from the face of the Earth,
357
980673
4561
"Ha egy varázsütésre eltűnt volna
az autizmus a Föld színéről, akkor
16:25
then men would still be socializing in front of a wood fire
358
985258
2977
az emberek még mindig a tűz körül beszélgetnének
16:28
at the entrance to a cave."
359
988259
1341
egy barlang bejárata előtt."
16:29
(Laughter)
360
989624
1028
16:30
Temple Grandin: Because who do you think made the first stone spear?
361
990676
3236
Temple Grandin: Vajon ki készítette az első kő lándzsa hegyet?
Az Aspergeres férfi. És ha megszabadulnánk az autista génektől,
16:33
It was the Asperger guy,
362
993936
1158
16:35
and if you were to get rid of all the autism genetics,
363
995118
2553
nem lenne többé Silicon Valley,
16:37
there'd be no more Silicon Valley, and the energy crisis would not be solved.
364
997695
3665
és nem oldanánk meg az energia krízist.
(Taps)
16:41
(Applause)
365
1001384
1341
16:42
CA: I want to ask you a couple other questions,
366
1002749
2230
CA: Feltennék még néhány kérdést.
És ha nem illendőek, mondja nyugodtan,
16:45
and if any of these feel inappropriate, it's OK just to say, "Next question."
367
1005003
3764
hogy "Következő kérdés."
16:48
But if there is someone here who has an autistic child,
368
1008791
3614
De ha van itt valaki,
akinek autista gyereke van,
16:52
or knows an autistic child and feels kind of cut off from them,
369
1012429
4741
vagy ismer autista gyereket,
és elvágva érzi magát tőle,
16:57
what advice would you give them?
370
1017793
1847
mit tanácsol nekik?
16:59
TG: Well, first of all, we've got to look at age.
371
1019664
2329
TG: Először is, meg kell nézni az életkorát,
Ha 2, 3, 4 éves, tudja,
17:02
If you have a two, three or four-year-old, no speech, no social interaction,
372
1022017
3949
beszéd és szociális interakció nélkül,
17:05
I can't emphasize enough: Don't wait.
373
1025990
2289
nem tudom eléggé hangsúlyozni,
ne várjon, legalább heti 20 óra magántanításra van szüksége.
17:08
You need at least 20 hours a week of one-to-one teaching.
374
1028303
3130
17:11
The thing is, autism comes in different degrees.
375
1031612
2493
Tudja, az autizmus különböző mértékben jelentkezik.
17:14
About half of the people on the spectrum are not going to learn to talk,
376
1034129
3507
Az emberek kb. fele a spektrumon
nem fog megtanulni beszélni és nem fog a Silicon Valley-ben
17:17
and they won't be working in Silicon Valley.
377
1037660
2101
dolgozni, ez nem lenne realisztikus elvárás számukra.
17:19
That would not be a reasonable thing for them to do.
378
1039785
2450
De ott vannak az okos, geek gyerekek,
17:22
But then you get these smart, geeky kids with a touch of autism,
379
1042259
3077
akik enyhén autisták,
17:25
and that's where you've got to get them turned on
380
1045360
2480
és itt kell megragadni őket,
17:27
with doing interesting things.
381
1047864
1489
érdekes elfoglaltságokkal.
17:29
I got social interaction through shared interests --
382
1049377
3015
Én a közös érdeklődésen keresztül tanultam szociális interakciót.
17:32
I rode horses with other kids, I made model rockets with other kids,
383
1052416
3957
Együtt lovagoltam más gyerekekkel. Rakétákat építettem más gyerekekkel,
17:36
did electronics lab with other kids.
384
1056397
1978
elektronikát tanultam más gyerekekkel,
17:38
And in the '60s, it was gluing mirrors onto a rubber membrane on a speaker
385
1058399
4251
és a 60-as években tükröket ragasztottunk
egy gumi hártyára egy hangszórón, hogy fény show-t csináljunk.
17:42
to make a light show.
386
1062674
1181
17:43
That was, like, we considered that super cool.
387
1063879
2222
Ezt akkor szuper menőnek gondoltuk.
17:46
(Laughter)
388
1066125
1006
CA: És hiábavaló azt
17:47
CA: Is it unrealistic for them
389
1067155
1497
17:48
to hope or think that that child loves them, as some might, as most, wish?
390
1068676
4740
remélniük vagy gondolniuk,
hogy az a gyerek szereti őket, ahogy sokan remélik?
17:53
TG: Well, I tell you, that child will be loyal,
391
1073440
2234
TG: Hadd mondjam azt, hogy az a gyerek hűséges lesz.
17:55
and if your house is burning down, they're going to get you out of it.
392
1075698
3375
És ha ég a házad, ki fog menteni belőle.
CA: Hű. Általában, ha az embereket megkérdezik, mi a legnagyobb
17:59
CA: Wow. So most people, if you ask them what they're most passionate about,
393
1079097
3659
szenvedélye, a legtöbben azt válaszolják,
18:02
they'd say things like, "My kids" or "My lover."
394
1082780
2848
"A gyerekeim" vagy "A szerelmem".
Magának mi a legnagyobb szenvedélye?
18:06
What are you most passionate about?
395
1086270
1752
18:08
TG: I'm passionate about that the things I do
396
1088046
3031
TG: Az a szenvedélyem, hogy amit csinálok,
az jobbá teszi a világot.
18:11
are going to make the world a better place.
397
1091101
2037
Amikor egy autista gyerek anyja azt mondja,
18:13
When I have a mother of an autistic child say,
398
1093162
2222
"A gyermekem a maga könyve vagy előadása
18:15
"My kid went to college because of your book
399
1095408
2062
miatt ment egyetemre." Ez boldoggá tesz.
18:17
or one of your lectures,"
400
1097494
1200
18:18
that makes me happy.
401
1098718
1151
Tudja, a vágóhíd üzemek, amelyekkel dolgoztam
18:19
You know, the slaughter plants I worked with in the '80s;
402
1099893
2713
a 80-as években, borzalmasak voltak.
18:22
they were absolutely awful.
403
1102630
1317
18:23
I developed a really simple scoring system for slaughter plants,
404
1103971
3276
Kidolgoztam egy nagyon egyszerű pontozási rendszert az üzemeknek,
18:27
where you just measure outcomes:
405
1107271
1552
ahol csak az eredményeket mérték, hány marha esett el,
18:28
How many cattle fell down?
406
1108847
1242
hány marhát ösztökéltek a bökővel,
18:30
How many got poked with the prodder?
407
1110113
1748
18:31
How many cattle are mooing their heads off?
408
1111885
2031
hány marha bőgi szét a fejét?
És nagyon egyszerű. Közvetlenül
18:34
And it's very, very simple.
409
1114278
1334
18:35
You directly observe a few simple things.
410
1115636
1977
megvizsgálunk néhány egyszerű dolgot.
18:37
It's worked really well.
411
1117637
1164
És nagyon jól működött. Elégedettséggel tölt el
18:38
I get satisfaction out of seeing stuff
412
1118825
2339
olyan dolgot látni, ami igazi változást jelent
18:41
that makes real change in the real world.
413
1121188
2720
a való világban. Sokkal több ilyenre,
18:43
We need a lot more of that, and a lot less abstract stuff.
414
1123932
2749
és sokkal kevesebb absztrakt dologra van szükség.
18:46
CA: Totally.
415
1126705
1151
(Taps)
18:47
(Applause)
416
1127880
5083
18:52
CA: When we were talking on the phone, one of the things you said
417
1132987
3099
CA: Amikor a telefonon beszéltünk, az egyik dolog, ami
nagyon meglepett, azt mondta az egyik
18:56
that really astonished me
418
1136110
1202
18:57
was that one thing you were passionate about was server farms.
419
1137336
3161
szenvedélye a szerver farmok. Meséljen erről.
19:01
Tell me about that.
420
1141103
1151
TG: Azért jöttem nagyon izgalomba, amikor erről olvastam,
19:02
TG: Well, the reason why I got really excited when I read about that,
421
1142278
3377
mert a tudást tárolják.
19:05
it contains knowledge.
422
1145679
1656
19:07
It's libraries.
423
1147359
1658
Ezek könyvtárak.
19:09
And to me, knowledge is something that is extremely valuable.
424
1149041
3519
És számomra a tudás mérhetetlenül
értékes. Szóval úgy 10 évvel ezelőtt
19:12
So, maybe over 10 years ago now, our library got flooded.
425
1152584
3116
elárasztotta a könyvtárunkat a víz.
19:15
This is before the Internet got really big.
426
1155724
2051
Még mielőtt az internet igazán beindult volna.
19:17
And I was really upset about all the books being wrecked,
427
1157799
2681
És nagyon zavartak a tönkrement könyvek,
mert tudás pusztult el.
19:20
because it was knowledge being destroyed.
428
1160504
1976
És a szerver farmok, vagy adat központok
19:22
And server farms, or data centers, are great libraries of knowledge.
429
1162504
4413
a tudás nagy könyvtárai.
19:26
CA: Temple, can I just say,
430
1166941
1291
CA: Temple, hadd mondjam el, hogy abszolút öröm volt itt látni a TED-en.
19:28
it's an absolute delight to have you at TED.
431
1168256
2086
TG: Nagyon szépen köszönöm. Köszönöm.
19:30
Thank you so much.
432
1170366
1151
19:31
TG: Well, thank you so much. Thank you.
433
1171541
1895
(Taps)
19:33
(Applause)
434
1173460
5236
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