Jeff Hawkins: How brain science will change computing

207,998 views ・ 2007-05-23

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Marina Macchia Revisore: Michele Busi
00:25
I do two things:
0
25476
1151
Faccio due cose: progetto computer portatili e studio cervelli.
00:26
I design mobile computers and I study brains.
1
26651
2118
00:28
Today's talk is about brains and -- (Audience member cheers)
2
28793
2930
E il discorso di oggi riguarda i cervelli e,
00:31
Yay! I have a brain fan out there.
3
31747
1817
Urrà, da qualche parte là fuori ho un tifoso del cervello
00:33
(Laughter)
4
33588
3147
(Risate)
Sto per, se posso avere la mia prima diapositiva qui
00:36
If I could have my first slide,
5
36759
1555
potrete vedere il titolo del mio discorso e le mie due affiliazioni.
00:38
you'll see the title of my talk and my two affiliations.
6
38338
2849
00:41
So what I'm going to talk about is why we don't have a good brain theory,
7
41211
3468
Quindi, ciò di cui parlerò è il motivo per il quale non abbiamo una buona teoria del cervello,
00:44
why it is important that we should develop one
8
44703
2277
perché è importante doverne svilupparne una e ciò che possiamo fare al riguardo.
00:47
and what we can do about it.
9
47004
1483
00:48
I'll try to do all that in 20 minutes.
10
48511
1824
E cercherò di fare tutto questo in 20 minuti. Ho due affiliazioni.
00:50
I have two affiliations.
11
50359
1151
00:51
Most of you know me from my Palm and Handspring days,
12
51534
2532
La maggior parte di voi mi conosce per il mio lavoro di Palm e Handspring,
00:54
but I also run a nonprofit scientific research institute
13
54090
2683
ma dirigo anche un istituto di ricerca scientifica senza scopo di lucro
00:56
called the Redwood Neuroscience Institute in Menlo Park.
14
56797
2632
chiamato il Redwood Neuroscience Institute di Menlo Park,
00:59
We study theoretical neuroscience and how the neocortex works.
15
59453
3388
Noi studiamo le neuroscienze teoretiche,
e come funziona la neocorteccia.
01:02
I'm going to talk all about that.
16
62865
1598
Vi parlero' di tutto questo.
01:04
I have one slide on my other life, the computer life,
17
64487
2745
Ho una diapositiva sull'altra mia vita, la vita del computer, ed è questa diapositiva.
01:07
and that's this slide here.
18
67256
1301
01:08
These are some of the products I've worked on over the last 20 years,
19
68581
3268
Questi sono alcuni dei prodotti sui quali ho lavorato negli ultimi 20 anni,
01:11
starting from the very original laptop
20
71873
1842
iniziando dai veri e propri laptop originali fino ai primi tablet computer
01:13
to some of the first tablet computers
21
73739
1787
01:15
and so on, ending up most recently with the Treo,
22
75550
2298
e cosi' via, arrivando fino al piu' recente Treo,
01:17
and we're continuing to do this.
23
77872
1532
e continuiamo a fare cio'.
01:19
I've done this because I believe mobile computing
24
79428
2301
E ho fatto questo perche' credo davvero che il mobile computing
01:21
is the future of personal computing,
25
81753
1724
sia il futuro del personal computing, e sto cercando di rendere il mondo
01:23
and I'm trying to make the world a little bit better
26
83501
2454
migliore lavorando su queste cose.
01:25
by working on these things.
27
85979
1296
01:27
But this was, I admit, all an accident.
28
87299
1874
Ma questo, devo ammetterlo, è stato del tutto casuale.
01:29
I really didn't want to do any of these products.
29
89197
2308
Non avevo nessuna intezione di creare alcuno di questi prodotti
01:31
Very early in my career
30
91529
1382
e molto presto nella mia carriera decisi
01:32
I decided I was not going to be in the computer industry.
31
92935
2690
che non sarei entrato nell'industria dei computer.
01:35
Before that, I just have to tell you
32
95649
1721
E prima che vi parli di tutto cio', devo solo dirvi
01:37
about this picture of Graffiti I picked off the web the other day.
33
97394
3108
di questa piccola immagine di graffiti che ho preso da Internet oggi.
01:40
I was looking for a picture for Graffiti that'll text input language.
34
100526
3253
Stavo cercando una foto di graffiti, un breve text-input-language,
01:43
I found a website dedicated to teachers who want to make script-writing things
35
103803
3689
e ho trovato questo sito dedicato agli insegnanti che vogliono creare questi,
lo sapete, le scritte che vanno sopra le loro lavagne,
01:47
across the top of their blackboard,
36
107516
1674
01:49
and they had added Graffiti to it, and I'm sorry about that.
37
109214
2833
e hanno aggiunto i graffiti, e mi dispiace.
01:52
(Laughter)
38
112071
2247
(Risate)
01:54
So what happened was,
39
114342
1300
Quindi, quello che accadde, quando ero giovane e venni fuori dalla scuola di ingegneria,
01:55
when I was young and got out of engineering school at Cornell in '79,
40
115666
4899
Cornell, nel '79, decisi che avrei lavorato per Intel.
02:00
I went to work for Intel and was in the computer industry,
41
120589
3187
02:03
and three months into that, I fell in love with something else.
42
123800
3402
Ero nell'industria dei computer, e dopo tre mesi,
mi innamorai di qualcos'altro e dissi: "ho fatto la scelta sbagliata per la mia carriera",
02:07
I said, "I made the wrong career choice here,"
43
127226
3044
02:10
and I fell in love with brains.
44
130294
2239
e mi innamorai dei cervelli.
02:12
This is not a real brain.
45
132557
1533
Questo non è un vero cervello. Questa è una rappresentazione, una disegno
02:14
This is a picture of one, a line drawing.
46
134114
2719
02:16
And I don't remember exactly how it happened,
47
136857
2119
Non ricordo esattamente come accadde,
02:19
but I have one recollection, which was pretty strong in my mind.
48
139000
3515
ma ricordo una cosa, che e' impressa piuttosto intensamente nella mia mente.
02:22
In September of 1979,
49
142539
1610
Nel settebre del 1979, Scientific American usci'
02:24
Scientific American came out with a single-topic issue about the brain.
50
144173
3364
con un numero monotematico sul cervello. Ed era piuttosto ben fatto.
02:27
It was one of their best issues ever.
51
147561
1938
Fu uno dei migliori numeri mai usciti. E parlarono dei neuroni
02:29
They talked about the neuron, development, disease, vision
52
149523
2947
e dello sviluppo, e delle malattie e della vista e di tutte quelle cosa
02:32
and all the things you might want to know about brains.
53
152494
2596
che avresti voluto sapere sul cervello. Fu piuttosto impressionante
02:35
It was really quite impressive.
54
155114
1502
02:36
One might've had the impression we knew a lot about brains.
55
156640
2772
E qualcuno potra' avere l'impressione che ne sappiamo tanto di cervelli.
02:39
But the last article in that issue was written by Francis Crick of DNA fame.
56
159436
4195
Ma l'ultimo articolo in qual numero venne scritto da Francis Crick, famoso per il DNA.
02:43
Today is, I think, the 50th anniversary of the discovery of DNA.
57
163655
3024
Oggi e', credo, il 50esimo anniversario della scoperta del DNA.
02:46
And he wrote a story basically saying, this is all well and good,
58
166703
3075
Scrisse un articolo praticamente dicendo,
bene, tutto questo e' fantastico, ma sapete una cosa,
02:49
but you know, we don't know diddly squat about brains,
59
169802
2743
non sappiamo un bel niente del cervello
02:52
and no one has a clue how they work,
60
172569
1739
e nessuno ha la piu' pallida idea di come funzionino queste cose,
02:54
so don't believe what anyone tells you.
61
174332
1866
quindi non credete a quello che vi dicono.
02:56
This is a quote from that article, he says:
62
176222
2165
Questa e' una citazione dall'articolo. Disse: "Quello che manca davvero"
02:58
"What is conspicuously lacking" -- he's a very proper British gentleman --
63
178411
4293
e' un signore inglese per bene, quindi disse: "Quello che manca davvero
03:02
"What is conspicuously lacking is a broad framework of ideas
64
182728
2830
e' una chiara struttura di idee con la quale interpretare questi diversi approcci"
03:05
in which to interpret these different approaches."
65
185582
2352
03:07
I thought the word "framework" was great.
66
187958
1968
Penso che l'uso della parola struttura sia stato grandioso.
03:09
He didn't say we didn't have a theory.
67
189950
1817
Non disse che non avevamo neanche una teoria. Disse,
03:11
He says we don't even know how to begin to think about it.
68
191791
2725
non sappiamo neanche come cominciare a pensare a questo --
non abbiamo neanche una struttura.
03:14
We don't even have a framework.
69
194540
1492
Siamo nei giorni pre-paradigma, se volete usare Thomas Kuhn
03:16
We are in the pre-paradigm days, if you want to use Thomas Kuhn.
70
196056
3050
E così mi innamorai di questo e dissi guarda,
03:19
So I fell in love with this.
71
199130
1339
03:20
I said, look: We have all this knowledge about brains -- how hard can it be?
72
200493
3575
abbiamo tutte queste conoscenze sui cervelli. Quanto può essere difficile?
03:24
It's something we can work on in my lifetime; I could make a difference.
73
204092
3438
E questo è qualcosa sul quale possiamo lavorare nella mia vita. Sentii che avrei potuto fare la differenza
03:27
So I tried to get out of the computer business, into the brain business.
74
207554
3619
e così provai ad uscire dal business dei computer per quello del cervello.
03:31
First, I went to MIT, the AI lab was there.
75
211197
2004
Per prima cosa andai al MIT, il laboratorio AL era là,
03:33
I said, I want to build intelligent machines too,
76
213225
2395
e dissi, bene, voglio ancora costruire macchine intelligenti,
03:35
but I want to study how brains work first.
77
215644
2517
ma il modo in cui voglio farlo è studiare prima come i cervelli funzionano.
03:38
And they said, "Oh, you don't need to do that.
78
218185
2306
Dissero, oh, non hai bisogno di farlo.
03:40
You're just going to program computers, that's all.
79
220515
2390
Stiamo solo programmando computer, questo è tutto quello che dobbiamo fare.
03:42
I said, you really ought to study brains.
80
222929
1963
Dissi no, dovremmo davvero studiare i cervelli. Dissero, sai,
03:44
They said, "No, you're wrong."
81
224916
1432
03:46
I said, "No, you're wrong," and I didn't get in.
82
226372
2246
ti sbagli. E io risposi, no, voi vi sbagliate, e non entrai.
03:48
(Laughter)
83
228642
1078
(Risate)
03:49
I was a little disappointed -- pretty young --
84
229744
2155
Ero un po' deluso - piuttosto giovane, ma tornai di nuovo
03:51
but I went back again a few years later,
85
231923
1936
pochi anni dopo e questa volta ero in California, andai a Berkeley
03:53
this time in California, and I went to Berkeley.
86
233883
2359
e dissi, entrerò dal lato biologico.
03:56
And I said, I'll go in from the biological side.
87
236266
2430
03:58
So I got in the PhD program in biophysics.
88
238720
3089
Così entrai nel programma di dottorato di ricerca in Biofisica e stavo, va bene,
04:01
I was like, I'm studying brains now. Well, I want to study theory.
89
241833
3410
sto studiando cervelli ora, e dissi, bene, voglio studiare la teoria.
04:05
They said, "You can't study theory about brains.
90
245267
2269
Loro dissero, oh no, non puoi studiare la teoria del cervello.
04:07
You can't get funded for that.
91
247560
1995
Questo non è ciò che si fa. Non è possibile ottenere finanziamenti per questo.
04:09
And as a graduate student, you can't do that."
92
249579
2155
E come dottorando non è possibile farlo. Così dissi, oh caspita.
04:11
So I said, oh my gosh.
93
251758
1218
04:13
I was depressed; I said, but I can make a difference in this field.
94
253000
3155
Ero molto depresso. Dissi, ma posso fare la differenza in questo campo.
Quindi quello che feci fu tornare nell'industria dei computer
04:16
I went back in the computer industry
95
256179
2008
04:18
and said, I'll have to work here for a while.
96
258211
2105
e dissi, bene, dovrò lavorare qui per un po', fare qualcosa.
04:20
That's when I designed all those computer products.
97
260340
2393
Questo è stato quando ho disegnato tutti quei computer.
04:22
(Laughter)
98
262757
1301
(Risate)
04:24
I said, I want to do this for four years, make some money,
99
264082
2894
Dissi, voglio fare questo per quattro anni, fare un po’ di soldi,
04:27
I was having a family, and I would mature a bit,
100
267000
3976
siccome stavo mettendo sù famiglia, sarei maturato un po’
04:31
and maybe the business of neuroscience would mature a bit.
101
271000
2816
e forse anche il business delle neuroscienze sarebbe maturato un po’.
04:33
Well, it took longer than four years. It's been about 16 years.
102
273840
3001
Beh, ci sono voluti più di quattro anni. E' durato circa 16 anni.
04:36
But I'm doing it now, and I'm going to tell you about it.
103
276865
2716
Ma lo sto facendo adesso e ve lo racconterò.
04:39
So why should we have a good brain theory?
104
279605
2286
Quindi, perché dovremmo avere una buona teoria sul cervello?
04:41
Well, there's lots of reasons people do science.
105
281915
3102
Beh, ci sono un sacco di motivi per i quali le persone fanno scienza.
04:45
The most basic one is, people like to know things.
106
285041
2917
Uno, il più semplice, è che alla gente piace sapere le cose.
04:47
We're curious, and we go out and get knowledge.
107
287982
2195
Siamo curiosi e appena usciamo fuori acquisiamo conoscenze, lo sapete?
04:50
Why do we study ants? It's interesting.
108
290201
1866
Perché studiamo le formiche? Beh, è interessante.
04:52
Maybe we'll learn something useful, but it's interesting and fascinating.
109
292091
3466
Forse impareremo qualcosa di veramente utile al riguardo, ma è interessante e affascinante.
04:55
But sometimes a science has other attributes
110
295581
2057
Ma talvolta una scienza ha alcune altre caratteristiche
04:57
which makes it really interesting.
111
297662
1829
che la rendono veramente interessante.
04:59
Sometimes a science will tell something about ourselves;
112
299515
2627
A volte la scienza ci dirà qualcosa su noi stessi,
05:02
it'll tell us who we are.
113
302166
1224
ci dirà chi siamo.
05:03
Evolution did this and Copernicus did this,
114
303414
2752
Raramente, sapete, l'evoluzione ha fatto questo e Copernico lo ha fatto,
05:06
where we have a new understanding of who we are.
115
306190
2334
dove abbiamo una nuova comprensione di chi siamo.
05:08
And after all, we are our brains. My brain is talking to your brain.
116
308548
3428
Dopo tutto noi siamo i nostri cervelli. Il mio cervello sta parlando al vostro.
05:12
Our bodies are hanging along for the ride,
117
312000
2030
I nostri corpi sono qui solo di passaggio, ma il mio cervello sta parlando al vostro.
05:14
but my brain is talking to your brain.
118
314054
1825
05:15
And if we want to understand who we are and how we feel and perceive,
119
315903
3248
E se vogliamo capire chi siamo e come sentiamo e percepiamo,
allora capiamo veramente cosa sono i cervelli.
05:19
we need to understand brains.
120
319175
1391
05:20
Another thing is sometimes science leads to big societal benefits, technologies,
121
320590
3784
Un'altra cosa è che la scienza a volte
porta notevoli benefici sociali e tecnologie,
05:24
or businesses or whatever.
122
324398
1291
o affari, o qualsiasi altra cosa che venga fuori. E questa è una,
05:25
This is one, too, because when we understand how brains work,
123
325713
2878
anche perché quando ci rendiamo conto di come il cervello funziona saremo capaci
05:28
we'll be able to build intelligent machines.
124
328615
2064
di costruire macchine intelligenti e penso che sia una cosa realmente buona nel complesso
05:30
That's a good thing on the whole,
125
330703
1698
05:32
with tremendous benefits to society,
126
332425
1858
e darà enormi vantaggi alla società,
05:34
just like a fundamental technology.
127
334307
1669
proprio come una tecnologia di base.
05:36
So why don't we have a good theory of brains?
128
336000
2850
Allora perché non abbiamo una buona teoria del cervello?
05:38
People have been working on it for 100 years.
129
338874
2168
E le persone hanno lavorato su di esso per 100 anni?
05:41
Let's first take a look at what normal science looks like.
130
341066
2719
Bene, prima dai un'occhiata a ciò a cui la scienza normale assomiglia.
05:43
This is normal science.
131
343809
1187
Questa è la scienza normale.
05:45
Normal science is a nice balance between theory and experimentalists.
132
345020
4074
La scienza normale è un buon equilibrio tra la teoria e la sperimentazione.
05:49
The theorist guy says, "I think this is what's going on,"
133
349118
2691
E così i teorici dicono, beh, penso che questo sia quello che sta succedendo
05:51
the experimentalist says, "You're wrong."
134
351833
1961
e gli sperimentalisti dicono, no, vi sbagliate.
05:53
It goes back and forth, this works in physics, this in geology.
135
353818
3004
E va avanti e indietro, lo sapete?
Questo funziona in fisica. Questo funziona in geologia. Ma se questa è la scienza normale
05:56
But if this is normal science, what does neuroscience look like?
136
356846
3009
a cosa assomigliano la neuroscienza? Questo è ciò che la neuroscienza sembra.
05:59
This is what neuroscience looks like.
137
359879
1795
Abbiamo questa montagna di dati, che sono anatomia, fisiologia e comportamento.
06:01
We have this mountain of data,
138
361698
1442
06:03
which is anatomy, physiology and behavior.
139
363164
2070
06:05
You can't imagine how much detail we know about brains.
140
365258
3194
Non potete immaginare quanti dettagli sappiamo sui cervelli.
06:08
There were 28,000 people who went to the neuroscience conference this year,
141
368476
3592
C'erano 28.000 persone alla conferenza di neuroscienze di quest'anno,
06:12
and every one of them is doing research in brains.
142
372092
2363
e ognuno di loro sta facendo ricerca sui cervelli.
06:14
A lot of data, but no theory.
143
374479
1694
Un sacco di dati. Ma non c'è una teoria. C'è una piccola scatola molliccia lassù in alto.
06:16
There's a little wimpy box on top there.
144
376197
2000
06:18
And theory has not played a role in any sort of grand way
145
378221
3382
E la teoria non ha avuto un ruolo in nessun tipo di strada maestra nelle neuroscienze.
06:21
in the neurosciences.
146
381627
1429
06:23
And it's a real shame.
147
383080
1240
Ed è un vero peccato. Ora, perché è andata così?
06:24
Now, why has this come about?
148
384344
1391
06:25
If you ask neuroscientists why is this the state of affairs,
149
385759
2988
Se chiedete ai neuroscienziati, perché è questo lo stato dei fatti?
06:28
first, they'll admit it.
150
388771
1246
prima di tutto lo ammettono. Ma se glielo chiediamo, diranno,
06:30
But if you ask them, they say,
151
390041
1485
06:31
there's various reasons we don't have a good brain theory.
152
391550
2732
beh, ci sono varie ragioni per le quali non abbiamo una buona teoria del cervello.
06:34
Some say we still don't have enough data,
153
394306
1969
Alcune persone dicono, non abbiamo ancora dati sufficienti,
06:36
we need more information, there's all these things we don't know.
154
396299
3059
abbiamo bisogno di avere maggiori informazioni, ci sono tutte queste cose che non sappiamo.
06:39
Well, I just told you there's data coming out of your ears.
155
399382
2841
Bene, vi ho appena detto che ci sono così tanti dati che escono dalle orecchie.
06:42
We have so much information, we don't even know how to organize it.
156
402247
3164
Ci sono così tante informazioni. Non sappiamo come cominciare a organizzarle.
06:45
What good is more going to do?
157
405435
1438
A che serve fare di più?
06:46
Maybe we'll be lucky and discover some magic thing, but I don't think so.
158
406897
3448
Forse saremo fortunati e scopriremo qualcosa di magico, ma io non la penso così.
06:50
This is a symptom of the fact that we just don't have a theory.
159
410369
2973
Questo è in effetti un sintomo del fatto che noi non abbiamo una teoria.
06:53
We don't need more data, we need a good theory.
160
413366
2610
Non abbiamo bisogno di ulteriori dati -- abbiamo bisogno di una buona teoria su di esso.
06:56
Another one is sometimes people say,
161
416000
1798
Un'altra è che talvolta le persone dicono, bene, il cervello è talmente complesso,
06:57
"Brains are so complex, it'll take another 50 years."
162
417822
3154
ci vorranno altri 50 anni.
07:01
I even think Chris said something like this yesterday, something like,
163
421000
3354
Penso che anche Chris abbia detto qualcosa di simile ieri.
Non sono sicuro di quello che hai detto, Chris, ma qualcosa di simile a,
07:04
it's one of the most complicated things in the universe.
164
424378
2627
beh, è una delle cose più complicate nell'universo. Non è vero.
07:07
That's not true -- you're more complicated than your brain.
165
427029
2790
Tu sei più complicato di quanto lo sia il tuo cervello. Tu hai un cervello.
07:09
You've got a brain.
166
429843
1151
Inoltre, sebbene il cervello sembri molto complicato,
07:11
And although the brain looks very complicated,
167
431018
2150
le cose sembrano complicate finché non si capiscono.
07:13
things look complicated until you understand them.
168
433192
2336
07:15
That's always been the case.
169
435552
1335
E’ sempre stato così. E così tutti possiamo dire, bene,
07:16
So we can say, my neocortex, the part of the brain I'm interested in,
170
436911
3243
la mia neocorteccia, che è la parte del cervello che mi interessa, ha 30 miliardi cellule.
07:20
has 30 billion cells.
171
440178
1152
07:21
But, you know what? It's very, very regular.
172
441354
2432
Ma, sapete una cosa? E' molto regolare.
07:23
In fact, it looks like it's the same thing repeated over and over again.
173
443810
3394
In realtà, sembra che la stessa cosa sia ripetuta più e più e più volte.
07:27
It's not as complex as it looks. That's not the issue.
174
447228
2536
Non è così complessa come sembra. Non è questo il problema.
07:29
Some people say, brains can't understand brains.
175
449788
2287
Alcune persone dicono, i cervelli non possono capire i cervelli.
07:32
Very Zen-like. Woo.
176
452099
1988
Molto Zen. Whoo. Sapete --
07:34
(Laughter)
177
454111
2188
(Risate)
07:36
You know, it sounds good, but why? I mean, what's the point?
178
456323
2859
Suona bene, ma perché? Voglio dire, qual è il punto?
07:39
It's just a bunch of cells. You understand your liver.
179
459206
2569
E' solo un mucchio di cellule. Capite il vostro fegato.
07:41
It's got a lot of cells in it too, right?
180
461799
1977
E ha un sacco di cellule dentro, giusto?
07:43
So, you know, I don't think there's anything to that.
181
463800
2494
Quindi, sapete, non do credito a questo.
07:46
And finally, some people say,
182
466318
2112
Infine, alcune persone dicono, beh, sapete,
07:48
"I don't feel like a bunch of cells -- I'm conscious.
183
468454
2983
non mi sento come un mucchio di cellule. Io sono consapevole.
07:51
I've got this experience, I'm in the world.
184
471461
2069
Ho avuto questa esperienza, sono nel mondo, lo sapete.
07:53
I can't be just a bunch of cells."
185
473554
1910
Non posso essere solo un mucchio di cellule. Bene, sapete,
07:55
Well, people used to believe there was a life force to be living,
186
475488
3223
le persone erano abituate a credere che ci fosse una forza vitale per vivere,
07:58
and we now know that's really not true at all.
187
478735
2409
e ora sappiamo che non è affatto vero.
08:01
And there's really no evidence,
188
481168
1898
Non c'è davvero nessun’altra prova che lo affermi, beh, a parte il fatto che le persone
08:03
other than that people just disbelieve that cells can do what they do.
189
483090
3374
non credono che le cellule possano fare quello che fanno.
08:06
So some people have fallen into the pit of metaphysical dualism,
190
486488
3041
E così alcune persone sono cadute nella fossa del dualismo metafisico,
08:09
some really smart people, too, but we can reject all that.
191
489553
2730
anche alcune persone molto intelligenti, ma noi possiamo rifiutare tutto questo.
08:12
(Laughter)
192
492307
2895
(Risate)
No, vi dirò che c’è qualcos’altro,
08:15
No, there's something else,
193
495226
1741
08:16
something really fundamental, and it is:
194
496991
1985
ed è davvero fondamentale, ed è questo:
08:19
another reason why we don't have a good brain theory
195
499000
2451
c'è un altro motivo per cui non abbiamo una buona teoria del cervello
08:21
is because we have an intuitive, strongly held but incorrect assumption
196
501475
5535
ed è perché abbiamo una convinzione intuitiva e ben salda,
ma sbagliata che ci ha impedito di vedere la risposta..
08:27
that has prevented us from seeing the answer.
197
507034
2112
08:29
There's something we believe that just, it's obvious, but it's wrong.
198
509170
3788
C'è qualcosa che noi crediamo sia proprio ovvio, ma è sbagliato.
08:32
Now, there's a history of this in science and before I tell you what it is,
199
512982
3566
Ora, c'è una storia di questo nella scienza e prima di dirvi cosa è,
08:36
I'll tell you about the history of it in science.
200
516572
2299
vi racconterò un po' la sua storia nella scienza.
08:38
Look at other scientific revolutions --
201
518895
1910
Guardate altre rivoluzioni scientifiche,
08:40
the solar system, that's Copernicus,
202
520829
1879
in questo caso sto parlando del sistema solare, questo è Copernico,
08:42
Darwin's evolution, and tectonic plates, that's Wegener.
203
522732
2819
l'evoluzione di Darwin e le placche tettoniche, questo è Wegener.
Tutti loro hanno molto in comune con la scienza del cervello.
08:46
They all have a lot in common with brain science.
204
526059
2295
08:48
First, they had a lot of unexplained data. A lot of it.
205
528378
2666
Prima di tutto loro avevano un sacco di dati non spiegati. Molti dati.
08:51
But it got more manageable once they had a theory.
206
531068
2794
Ma tutto è diventato più maneggevole una volta che loro hanno avuto una teoria.
08:53
The best minds were stumped -- really smart people.
207
533886
2807
Le migliori menti erano perplesse, persone molto molto in gamba.
08:56
We're not smarter now than they were then;
208
536717
2004
Non siamo più intelligenti adesso di quanto lo fossero allora.
08:58
it just turns out it's really hard to think of things,
209
538745
2527
E’ che è proprio difficile pensare a certe cose,
09:01
but once you've thought of them, it's easy to understand.
210
541296
2676
ma una volta che ci hai pensato è una cosa facile capirle.
09:03
My daughters understood these three theories,
211
543996
2106
Le mie figlie capiscono queste tre teorie
nella loro struttura elementare da quando erano alla scuola materna.
09:06
in their basic framework, in kindergarten.
212
546126
2518
09:08
It's not that hard -- here's the apple, here's the orange,
213
548668
3266
E adesso non è così difficile, sapete, qui c’è la mela, qui l’arancia,
09:11
the Earth goes around, that kind of stuff.
214
551958
2018
si sa, la Terra gira intorno, questo tipo di cose.
09:14
Another thing is the answer was there all along,
215
554000
2586
Infine, un'altra cosa è che la risposta era lì da sempre,
09:16
but we kind of ignored it because of this obvious thing.
216
556610
2779
ma noi l’abbiamo solamente ignorata a causa di questa cosa ovvia, e questa è la cosa.
09:19
It was an intuitive, strongly held belief that was wrong.
217
559413
2850
E' stata una convinzione intuitiva e ben salda che era sbagliata.
09:22
In the case of the solar system,
218
562287
1690
Nel caso del sistema solare, l'idea che la Terra è in rotazione
09:24
the idea that the Earth is spinning,
219
564001
1760
09:25
the surface is going a thousand miles an hour,
220
565785
2191
e la superficie della Terra sta andando a mille chilometri all'ora,
09:28
and it's going through the solar system at a million miles an hour --
221
568000
3249
e la Terra sta attraversando il sistema solare a circa un milione di chilometri all'ora.
09:31
this is lunacy; we all know the Earth isn't moving.
222
571273
2476
Questa è follia. Sappiamo tutti che la Terra non si sta muovendo.
09:33
Do you feel like you're moving a thousand miles an hour?
223
573773
2877
Ti senti come se ti stessi muovendo a mille chilometri all’ora?
Certo che no. Sapete, qualcuno disse,
09:36
If you said Earth was spinning around in space and was huge --
224
576674
2919
beh, gira intorno nello spazio ed è così enorme,
09:39
they would lock you up, that's what they did back then.
225
579617
2591
ti rinchiuderebbero, e questo è ciò che hanno fatto allora.
(Risate)
09:42
So it was intuitive and obvious. Now, what about evolution?
226
582232
3275
Così fu intuitivo e ovvio. Ora, che dire dell’evoluzione?
09:45
Evolution, same thing.
227
585531
1154
La stessa cosa dell’evoluzione. Abbiamo insegnato ai nostri figli, bene, la Bibbia dice,
09:46
We taught our kids the Bible says God created all these species,
228
586709
3080
lo sapete, Dio ha creato tutte queste specie, i gatti sono gatti, i cani sono cani,
09:49
cats are cats; dogs are dogs; people are people; plants are plants;
229
589813
3143
le persone sono persone, le piante sono piante, essi non cambiano.
09:52
they don't change.
230
592980
1241
Noè li ha messi sull’Arca in questo ordine, blah, blah, blah.
09:54
Noah put them on the ark in that order, blah, blah.
231
594245
2649
09:56
The fact is, if you believe in evolution, we all have a common ancestor.
232
596918
3395
il fatto è che se si crede nell'evoluzione tutti noi abbiamo un antenato comune,
10:00
We all have a common ancestor with the plant in the lobby!
233
600337
3282
e tutti noi abbiamo un antenato comune con la pianta nell’atrio.
10:03
This is what evolution tells us. And it's true. It's kind of unbelievable.
234
603643
3686
Questo è ciò che ci dice l'evoluzione. Ed è vero. È quasi incredibile.
10:07
And the same thing about tectonic plates.
235
607353
2557
E la stessa cosa a proposito delle placche tettoniche, sapete?
10:09
All the mountains and the continents
236
609934
1722
Tutte le montagne e i continenti sono come galleggianti
10:11
are kind of floating around on top of the Earth.
237
611680
2344
sopra la Terra, sapete? E' così, non fa alcun senso.
10:14
It doesn't make any sense.
238
614048
1246
10:15
So what is the intuitive, but incorrect assumption,
239
615318
4601
Quindi era la convinzione, intuitiva ma errata,
10:19
that's kept us from understanding brains?
240
619943
1967
che ci impediva di comprendere i cervelli?
10:21
I'll tell you. It'll seem obvious that it's correct. That's the point.
241
621934
3293
Ora ve lo dirò, e sembrerà ovvio che questo è corretto,
e questo è il punto, giusto? Allora dovrò fare un ragionamento
10:25
Then I'll make an argument why you're incorrect on the other assumption.
242
625251
3434
sul perché vi sbagliate sull’altra ipotesi.
10:28
The intuitive but obvious thing is:
243
628709
1682
La cosa evidente e intuitiva è che in qualche modo l'intelligenza
10:30
somehow, intelligence is defined by behavior;
244
630415
2314
è definita da un comportamento,
10:32
we're intelligent because of how we do things
245
632753
2350
che noi siamo intelligenti a causa del modo in cui facciamo le cose
10:35
and how we behave intelligently.
246
635127
1572
e perché ci comportiamo in modo intelligente, e vi dirò che questo è sbagliato.
10:36
And I'm going to tell you that's wrong.
247
636723
1879
10:38
Intelligence is defined by prediction.
248
638626
2131
Cosa è l'intelligenza è definito dalla previsione.
10:40
I'm going to work you through this in a few slides,
249
640781
2415
Vi spiegherò questo mediante alcune diapositive qui,
10:43
and give you an example of what this means.
250
643220
2094
per darvi un esempio di ciò che significa. Ecco un sistema,
10:45
Here's a system.
251
645338
1301
10:46
Engineers and scientists like to look at systems like this.
252
646663
2908
Agli ingegneri piace vedere sistemi come questo. Agli scienziati piace vedere sistemi come questo.
10:49
They say, we have a thing in a box. We have its inputs and outputs.
253
649595
3163
Dicono, bene, abbiamo una cosa in una scatola, abbiamo i suoi input i suoi output.
10:52
The AI people said, the thing in the box is a programmable computer,
254
652782
3240
Il popolo AI disse, bene, la cosa nella scatola è un computer programmabile
10:56
because it's equivalent to a brain.
255
656046
1679
perché è equivalente a un cervello e noi gli invieremo alcuni input
10:57
We'll feed it some inputs and get it to do something, have some behavior.
256
657749
3506
e gli faremo fare qualcosa, avere qualche comportamento.
E Alan Turing definì il test di Turing, che essenzialmente dice,
11:01
Alan Turing defined the Turing test, which essentially says,
257
661279
2822
sapremo se qualcosa è intelligente se si comporta in modo identico a un essere umano.
11:04
we'll know if something's intelligent if it behaves identical to a human --
258
664125
3553
Una metrica comportamentale di ciò che è intelligenza,
11:07
a behavioral metric of what intelligence is
259
667702
2106
11:09
that has stuck in our minds for a long time.
260
669832
2144
e questo è rimasto nelle nostre menti per un lungo periodo di tempo.
11:12
Reality, though -- I call it real intelligence.
261
672000
2392
In concreto io la chiamo intelligenza reale.
11:14
Real intelligence is built on something else.
262
674416
2175
L’intelligenza reale è costruita su qualcos'altro.
11:16
We experience the world through a sequence of patterns,
263
676615
3214
Sperimentiamo il mondo attraverso una sequenza di modelli, e li immagazziniamo,
11:19
and we store them, and we recall them.
264
679853
2149
e li ricordiamo. E quando li ricordiamo, li confrontiamo
11:22
When we recall them, we match them up against reality,
265
682026
2545
con la realtà, e facciamo previsioni tutto il tempo.
11:24
and we're making predictions all the time.
266
684595
2251
11:26
It's an internal metric; there's an internal metric about us,
267
686870
2958
E' una eterna metrica. C'è una metrica eterna in noi, come un modo per dire
11:29
saying, do we understand the world, am I making predictions, and so on.
268
689852
3342
comprendiamo il mondo? Sto facendo previsioni? E così via.
11:33
You're all being intelligent now, but you're not doing anything.
269
693218
3002
Siete tutti esseri intelligenti in questo momento, ma non state facendo niente.
Forse vi state stirando, o vi state mettendo le dita nel naso,
11:36
Maybe you're scratching yourself, but you're not doing anything.
270
696244
3002
non so, ma non state facendo nulla ora,
11:39
But you're being intelligent; you're understanding what I'm saying.
271
699270
3156
ma siete intelligenti, state capendo cosa sto dicendo.
11:42
Because you're intelligent and you speak English,
272
702450
2295
Perché siete intelligenti e parlate inglese,
11:44
you know the word at the end of this
273
704769
1751
sapete che parola c’è alla fine di questa - (Silenzio)
frase
11:46
sentence.
274
706544
1159
11:47
The word came to you; you make these predictions all the time.
275
707727
3152
La parola arriva dentro di voi e voi fate queste previsioni per tutto il tempo.
11:50
What I'm saying is,
276
710903
1699
Allora, quello che sto dicendo è,
11:52
the internal prediction is the output in the neocortex,
277
712626
2631
è che l’eterna previsione è l'output della neocorteccia.
E che in qualche modo la previsione porta ad un comportamento intelligente.
11:55
and somehow, prediction leads to intelligent behavior.
278
715281
2541
11:57
Here's how that happens:
279
717846
1151
E qui è come ciò accade. Cominciate con un cervello non-intelligente.
11:59
Let's start with a non-intelligent brain.
280
719021
1955
Beh, discuterò di un cervello non-intelligente, abbiamo preso un vecchio cervello,
12:01
I'll argue a non-intelligent brain, we'll call it an old brain.
281
721000
3009
12:04
And we'll say it's a non-mammal, like a reptile,
282
724033
2871
e diremo che è come un non-mammifero, come un rettile,
12:06
say, an alligator; we have an alligator.
283
726928
1985
quindi dirò, un alligatore, abbiamo un alligatore .
12:08
And the alligator has some very sophisticated senses.
284
728937
3371
E l’alligatore ha alcuni sensi molto sofisticati.
12:12
It's got good eyes and ears and touch senses and so on,
285
732332
3206
Ha buoni occhi e orecchie, tatto e così via
12:15
a mouth and a nose.
286
735562
1469
una bocca e un naso. Ha un comportamento molto complesso.
12:17
It has very complex behavior.
287
737055
1991
12:19
It can run and hide. It has fears and emotions. It can eat you.
288
739070
3906
Può correre e nascondersi. Ha paure ed emozioni. E può mangiarvi, sapete.
12:23
It can attack. It can do all kinds of stuff.
289
743000
3590
Può attaccare. Può fare tutti i tipi di cose.
12:27
But we don't consider the alligator very intelligent,
290
747193
2856
Ma noi non consideriamo l'alligatore molto intelligente, non allo stesso modo dell'essere umano.
12:30
not in a human sort of way.
291
750073
1676
12:31
But it has all this complex behavior already.
292
751773
2356
Ma ha già tutto questo comportamento complesso.
12:34
Now in evolution, what happened?
293
754510
1801
Ora, nell’evoluzione, cosa è successo?
12:36
First thing that happened in evolution with mammals
294
756335
2385
La prima cosa che è accaduta nell’evoluzione dei mammiferi,
12:38
is we started to develop a thing called the neocortex.
295
758744
2531
abbiamo iniziato a sviluppare una cosa chiamata neocorteccia.
12:41
I'm going to represent the neocortex by this box on top of the old brain.
296
761299
3793
E rappresenterò la neocorteccia qui,
in questa scatola che è attaccata sulla parte superiore del vecchio cervello.
12:45
Neocortex means "new layer." It's a new layer on top of your brain.
297
765116
3353
La neocorteccia significa nuovo livello. E' un nuovo livello in cima al tuo cervello.
12:48
It's the wrinkly thing on the top of your head
298
768493
2343
Se non lo conoscete, è la cosa rugosa sulla parte superiore della testa che
12:50
that got wrinkly because it got shoved in there and doesn't fit.
299
770860
3084
è diventata rugosa perché si è spinta in là senza adattarsi
12:53
(Laughter)
300
773968
1008
(Risate)
12:55
Literally, it's about the size of a table napkin
301
775000
2242
No, veramente, è ciò che è. E’ circa la dimensione di un tovagliolo.
12:57
and doesn't fit, so it's wrinkly.
302
777266
1574
e non si adatta per cui diventa rugosa. Ora guardate come ho disegnato questo qui.
12:58
Now, look at how I've drawn this.
303
778864
1745
13:00
The old brain is still there.
304
780633
1386
Il cervello vecchio è ancora lì. Avete ancora questo cervello di alligatore.
13:02
You still have that alligator brain. You do. It's your emotional brain.
305
782043
3655
Ce l’avete. È il vostro cervello emozionale..
13:05
It's all those gut reactions you have.
306
785722
2730
Esso è tutte queste cose e tutte quelle reazioni viscerali che avete.
13:08
On top of it, we have this memory system called the neocortex.
307
788476
3270
Ed in cima a esso abbiamo questa memoria di sistema chiamata neocorteccia.
13:11
And the memory system is sitting over the sensory part of the brain.
308
791770
4294
E la memoria di sistema è seduta sopra la parte sensoriale del cervello.
13:16
So as the sensory input comes in and feeds from the old brain,
309
796088
3055
Così come gli input sensoriali entrano e alimentano il vecchio cervello,
13:19
it also goes up into the neocortex.
310
799167
2154
vanno anche sù nella neocorteccia. E la neocorteccia è soltanto memorizzazione.
13:21
And the neocortex is just memorizing.
311
801345
1913
13:23
It's sitting there saying, I'm going to memorize all the things going on:
312
803282
3561
E' lì seduta dicendo, ah, sto memorizzando tutte le cose che succedono,
13:26
where I've been, people I've seen, things I've heard, and so on.
313
806867
3019
dove sono stata, le persone che ho visto, le cose che ho sentito, e così via.
13:29
And in the future, when it sees something similar to that again,
314
809910
3362
E in futuro, quando essa vede nuovamente qualcosa simile a questo,
13:33
in a similar environment, or the exact same environment,
315
813296
2635
sia in un ambiente simile, o nello stesso ambiente,
13:35
it'll start playing it back: "Oh, I've been here before,"
316
815955
3555
lo riprodurrà. Inizierà a riprodurlo.
Oh, sono stato qui prima. E quando siete stati qui prima,
13:39
and when you were here before, this happened next.
317
819534
2364
questo è accaduto di nuovo. Vi permette di prevedere il futuro.
13:41
It allows you to predict the future.
318
821922
1726
13:43
It literally feeds back the signals into your brain;
319
823672
3396
vi permette, letteralmente, di rinviare i segnali nel vostro cervello,
13:47
they'll let you see what's going to happen next,
320
827092
2265
vi lascerà vedere cosa succederà dopo,
13:49
will let you hear the word "sentence" before I said it.
321
829381
2595
vi farà ascoltare la olofrase prima che l’abbia detta.
13:52
And it's this feeding back into the old brain
322
832000
3185
Ed è questo rinvio nel vecchio cervello
13:55
that will allow you to make more intelligent decisions.
323
835209
2577
che vi permetterà di prendere decisioni molto più intelligenti.
13:57
This is the most important slide of my talk, so I'll dwell on it a little.
324
837810
3489
Questa è la diapositiva più importante del mio discorso, quindi mi soffermerò su di essa un po'.
14:01
And all the time you say, "Oh, I can predict things,"
325
841323
3575
Così, per tutto il tempo voi dite, oh, sono in grado di prevedere le cose.
14:04
so if you're a rat and you go through a maze, and you learn the maze,
326
844922
3360
E se siete un topo e attraversate un labirinto e imparate il labirinto,
14:08
next time you're in one, you have the same behavior.
327
848306
2439
la prossima volta che sarete in un labirinto avrete lo stesso comportamento,
14:10
But suddenly, you're smarter; you say, "I recognize this maze,
328
850769
2991
ma d'un tratto sarete più intelligenti
perché direte, oh, riconosco questo labirinto, so dove andare,
14:13
I know which way to go; I've been here before; I can envision the future."
329
853784
3542
sono stato qui prima, posso immaginare il futuro. E questo è quello che state facendo.
14:17
That's what it's doing.
330
857350
1168
14:18
This is true for all mammals --
331
858542
2840
Negli esseri umani, per inciso, questo è vero per tutti i mammiferi,
14:21
in humans, it got a lot worse.
332
861406
2031
è vero per gli altri mammiferi e negli esseri umani è peggiorato molto.
14:23
Humans actually developed the front of the neocortex,
333
863461
2587
Negli esseri umani infatti abbiamo sviluppato la parte frontale della neocorteccia,
14:26
called the anterior part of the neocortex.
334
866072
2221
chiamata parte anteriore della neocorteccia. E la natura ha fatto un piccolo trucco.
14:28
And nature did a little trick.
335
868317
1438
14:29
It copied the posterior, the back part, which is sensory,
336
869779
2687
Ha copiato la parte posteriore, la parte dorsale, che è sensoriale,
14:32
and put it in the front.
337
872490
1151
e l’ha messa nella parte frontale.
14:33
Humans uniquely have the same mechanism on the front,
338
873665
2480
E gli esseri umani hanno caratteristicamente lo stesso meccanismo sulla parte anteriore,
14:36
but we use it for motor control.
339
876169
1554
ma lo usiamo per il controllo motorio.
14:37
So we're now able to do very sophisticated motor planning, things like that.
340
877747
3581
Quindi, adesso siamo in grado di effettuare programmazioni motorie molto sofisticate, cose come queste.
14:41
I don't have time to explain, but to understand how a brain works,
341
881352
3126
Non ho tempo per entrare in tutto questo, ma se volete capire come funziona un cervello,
14:44
you have to understand how the first part of the mammalian neocortex works,
342
884502
3537
dovrete capire come funziona la prima parte della neocorteccia dei mammiferi,
come memorizziamo schemi e facciamo previsioni.
14:48
how it is we store patterns and make predictions.
343
888063
2293
Perciò lasciate che vi dia alcuni esempi di previsioni.
14:50
Let me give you a few examples of predictions.
344
890380
2188
14:52
I already said the word "sentence."
345
892592
1676
Ho già detto dell’olofrase. Nella musica,
14:54
In music, if you've heard a song before,
346
894292
3206
se hai già sentito un brano prima, se hai sentito Jill cantare quelle canzoni prima,
14:57
when you hear it, the next note pops into your head already --
347
897522
2909
quando lei le canta la nota successiva vi appare già in testa --
15:00
you anticipate it.
348
900455
1151
- la anticipate mentre state ascoltando. Se fosse un album musicale,
15:01
With an album, at the end of a song, the next song pops into your head.
349
901630
3354
la fine di un album, la canzone successiva vi viene in mente.
15:05
It happens all the time, you make predictions.
350
905008
2305
E queste cose succedono continuamente. State facendo queste previsioni.
15:07
I have this thing called the "altered door" thought experiment.
351
907337
3039
Ho questa cosa chiamata l’esperimento della porta mentale alterata.
15:10
It says, you have a door at home;
352
910400
2829
E l’esperimento della porta mentale alterata dice, avete una porta a casa,
15:13
when you're here, I'm changing it --
353
913253
1755
e mentre siete qui la sto cambiando, ho mandato un uomo
15:15
I've got a guy back at your house right now, moving the door around,
354
915032
3196
a casa vostra proprio adesso, sta modificando la porta,
15:18
moving your doorknob over two inches.
355
918252
1769
ha preso la vostra maniglia e l’ha spostata di circa 6 centimetri.
15:20
When you go home tonight, you'll put your hand out, reach for the doorknob,
356
920045
3584
E quando andrete a casa stasera, metterete la mano là fuori
per afferrare la maniglia della porta e vi accorgerete
15:23
notice it's in the wrong spot
357
923653
1514
che è nel posto sbagliato, e penserete, oh, è successo qualcosa!
15:25
and go, "Whoa, something happened."
358
925191
1687
15:26
It may take a second, but something happened.
359
926902
2101
Può richiedere un secondo per capire com’era, ma qualcosa è successo.
15:29
I can change your doorknob in other ways --
360
929027
2003
Ora potrei cambiare la maniglia in altri modi.
15:31
make it larger, smaller, change its brass to silver, make it a lever,
361
931054
3241
Posso renderla più grande o più piccola, posso cambiare il suo ottone in argento,
potrei farne una leva. Posso cambiare la vostra porta, colorarla,
15:34
I can change the door; put colors on, put windows in.
362
934319
2576
posso mettere dentro delle fenditure. Posso cambiare mille cose sulla vostra porta,
15:36
I can change a thousand things about your door
363
936919
2151
e in due secondi andate ad aprire la porta,
15:39
and in the two seconds you take to open it,
364
939094
2008
e notate che qualcosa è cambiato.
15:41
you'll notice something has changed.
365
941126
1722
15:42
Now, the engineering approach, the AI approach to this,
366
942872
2584
Ora, l'approccio ingegneristico a questo, l'approccio AI è questo,
15:45
is to build a door database with all the door attributes.
367
945480
2675
è quello di costruire un database della porta. Esso ha tutti gli attributi della porta.
15:48
And as you go up to the door, we check them off one at time:
368
948179
2819
E come andate verso la porta, sapete, li controlleranno uno alla volta.
15:51
door, door, color ...
369
951022
1346
Porta, porta, porta, sapete, colore, sapete cosa sto dicendo.
15:52
We don't do that. Your brain doesn't do that.
370
952392
2100
Noi non lo facciamo. Il vostro cervello non lo fa.
15:54
Your brain is making constant predictions all the time
371
954516
2540
Cosa il vostro cervello sta facendo è fare previsioni tutto il tempo.
15:57
about what will happen in your environment.
372
957080
2034
su ciò che succederà nel vostro ambiente.
15:59
As I put my hand on this table, I expect to feel it stop.
373
959138
2746
Come metto la mia mano su questo tavolo, mi aspetto di sentire che si fermi.
16:01
When I walk, every step, if I missed it by an eighth of an inch,
374
961908
3019
Quando cammino, ogni passo, se ho perso 3 cm
16:04
I'll know something has changed.
375
964951
1533
saprò che qualcosa è cambiato.
16:06
You're constantly making predictions about your environment.
376
966508
2820
Siete sempre a fare previsioni sul vostro ambiente.
16:09
I'll talk about vision, briefly.
377
969352
1593
Parlerò della visione brevemente qui. Questa è una foto di una donna.
16:10
This is a picture of a woman.
378
970969
1383
16:12
When we look at people, our eyes saccade over two to three times a second.
379
972376
3490
Quando si guardano le persone i vostri occhi vengono catturati
più di 2-3 volte al secondo.
16:15
We're not aware of it, but our eyes are always moving.
380
975890
2529
voi non siete consapevoli di questo, ma i vostri occhi sono sempre in movimento.
E così quando si guarda il viso di qualcuno,
16:18
When we look at a face, we typically go from eye to eye to nose to mouth.
381
978443
3435
andate normalmente da un occhio a un occhio a un occhio, al naso, alla bocca.
16:21
When your eye moves from eye to eye,
382
981902
1869
Ora, quando vi muovete da un occhio all’altro,
16:23
if there was something else there like a nose,
383
983795
2158
se ci fosse qualcos'altro lì come un naso,
16:25
you'd see a nose where an eye is supposed to be and go, "Oh, shit!"
384
985977
3546
vedreste il naso dove si suppone esserci un occhio,
e direste, oh merda, sapete -
16:29
(Laughter)
385
989547
1396
16:30
"There's something wrong about this person."
386
990967
2109
(Risate)
C'è qualcosa che non va su questa persona.
16:33
That's because you're making a prediction.
387
993100
2005
E questo perché state facendo una previsione.
16:35
It's not like you just look over and say, "What am I seeing? A nose? OK."
388
995129
3439
Non è solo come se guardaste là e diceste, cosa sto vedendo adesso?
Un naso, va bene. No, disponete di un’aspettativa di ciò che state per vedere.
16:38
No, you have an expectation of what you're going to see.
389
998592
2634
(Risate)
16:41
Every single moment.
390
1001250
1151
Ogni singolo momento. E, infine, pensate come noi verifichiamo l’intelligenza.
16:42
And finally, let's think about how we test intelligence.
391
1002425
2629
16:45
We test it by prediction: What is the next word in this ...?
392
1005078
3081
Noi verifichiamo essa dalla previsione. Qual è la parola successiva a questa, lo sapete?
16:48
This is to this as this is to this. What is the next number in this sentence?
393
1008183
3627
Questo sta a questo come questo sta a questo.Qual è il numero successivo in questa frase?
16:51
Here's three visions of an object. What's the fourth one?
394
1011834
2690
Ecco tre visuali di un oggetto.
Qual è la quarta? Ecco come la verifichiamo. E' tutto relativo a una previsione.
16:54
That's how we test it. It's all about prediction.
395
1014548
2504
16:57
So what is the recipe for brain theory?
396
1017573
2194
Quindi, qual è la ricetta per la teoria del cervello?
17:00
First of all, we have to have the right framework.
397
1020219
2366
Prima di tutto, dovremmo avere la giusta struttura.
17:02
And the framework is a memory framework,
398
1022609
1913
E la struttura è una struttura di memoria,
17:04
not a computational or behavior framework,
399
1024546
2024
non è una struttura di calcolo o di comportamento.E' una struttura di memoria.
17:06
it's a memory framework.
400
1026594
1163
17:07
How do you store and recall these sequences of patterns?
401
1027781
2623
Come fate a immagazzinare e ricordare queste sequenze o modelli? Sono modelli spazio temporali.
17:10
It's spatiotemporal patterns.
402
1030428
1442
17:11
Then, if in that framework, you take a bunch of theoreticians --
403
1031894
3009
Allora, se in tale struttura si prendono un gruppo di teorici.
17:14
biologists generally are not good theoreticians.
404
1034927
2246
Ora i biologi non sono generalmente buoni teorici.
Non è sempre vero, ma in generale, non c'è una buona storia di teoria in biologia.
17:17
Not always, but generally, there's not a good history of theory in biology.
405
1037197
3529
17:20
I've found the best people to work with are physicists,
406
1040750
2574
Così ho trovato che le persone migliori per lavorarci sono i fisici,
17:23
engineers and mathematicians,
407
1043348
1383
ingegneri e matematici, che tendono a pensare algoritmicamente.
17:24
who tend to think algorithmically.
408
1044755
1696
17:26
Then they have to learn the anatomy and the physiology.
409
1046475
3264
Allora dovrebbero imparare l'anatomia e hanno iniziato a imparare la fisiologia.
17:29
You have to make these theories very realistic in anatomical terms.
410
1049763
4496
Dovresti costruire queste teorie in modo molto realistico in termini anatomici.
Chi si alza in piedi e vi spiega la propria teoria su come funziona il cervello
17:34
Anyone who tells you their theory about how the brain works
411
1054283
2765
17:37
and doesn't tell you exactly how it's working
412
1057072
2097
e non vi dice esattamente come essa lavora nel cervello
17:39
and how the wiring works --
413
1059193
1303
e come l'impianto elettrico lavora nel cervello, non ha una teoria,
17:40
it's not a theory.
414
1060520
1267
17:41
And that's what we do at the Redwood Neuroscience Institute.
415
1061811
2833
E questo è quello che stiamo facendo al Redwood Neuroscience Institute.
17:44
I'd love to tell you we're making fantastic progress in this thing,
416
1064668
3308
Mi piacerebbe avere più tempo per dirvi che stiamo facendo progressi fantastici in questa cosa,
17:48
and I expect to be back on this stage sometime in the not too distant future,
417
1068000
3662
e mi aspetto di tornare su questo punto,
forse questo avverrà in un futuro non troppo lontano e vi racconterò a proposito di questo.
17:51
to tell you about it.
418
1071686
1164
17:52
I'm really excited; this is not going to take 50 years.
419
1072874
2594
Sono molto, molto eccitato. Questo non richiederà affatto 50 anni.
17:55
What will brain theory look like?
420
1075492
1578
Così a cosa somiglierà la teoria del cervello?
17:57
First of all, it's going to be about memory.
421
1077094
2055
Prima di tutto, sarà una teoria sulla memoria.
17:59
Not like computer memory -- not at all like computer memory.
422
1079173
2822
Non come la memoria del computer. Non è affatto come la memoria di un computer.
18:02
It's very different.
423
1082019
1151
E' molto, molto diversa. Ed è una memoria di quei modelli
18:03
It's a memory of very high-dimensional patterns,
424
1083194
2257
ad alta-dimensione, come le cose che vengono dai vostri occhi.
18:05
like the things that come from your eyes.
425
1085475
1962
18:07
It's also memory of sequences:
426
1087461
1437
E' anche la memoria di sequenze.
18:08
you cannot learn or recall anything outside of a sequence.
427
1088922
2730
Non potete apprendere o ricordare qualche cosa al di fuori di una sequenza.
18:11
A song must be heard in sequence over time,
428
1091676
2837
Una canzone deve essere ascoltata in una sequenza nel tempo,
18:14
and you must play it back in sequence over time.
429
1094537
2351
e la si deve riprodurre in una sequenza nel tempo.
18:16
And these sequences are auto-associatively recalled,
430
1096912
2449
E queste sequenze sono ricordate in modo auto-associativo, quindi se vedo qualcosa,
18:19
so if I see something, I hear something, it reminds me of it,
431
1099385
2873
sento qualcosa, me la ricordo ed essa la riproduce automaticamente.
18:22
and it plays back automatically.
432
1102282
1533
18:23
It's an automatic playback.
433
1103839
1294
E’ una riproduzione automatica. E la previsione di input futuri è l'output desiderato.
18:25
And prediction of future inputs is the desired output.
434
1105157
2548
18:27
And as I said, the theory must be biologically accurate,
435
1107729
2620
E come ho detto, la teoria deve essere biologicamente accurata,
18:30
it must be testable and you must be able to build it.
436
1110373
2484
deve essere verificabile, e dovete essere in grado di costruirla.
18:32
If you don't build it, you don't understand it.
437
1112881
2211
Se non la costruite, non la capite. Quindi, ancora un'altra diapositiva qui.
18:35
One more slide.
438
1115116
1532
18:36
What is this going to result in?
439
1116672
2309
Quindi, che cosa risulterà da questo? Costruiremo veramente macchine intelligenti?
18:39
Are we going to really build intelligent machines?
440
1119005
2348
Assolutamente. E sarà diverso da quello che le persone pensano.
18:41
Absolutely. And it's going to be different than people think.
441
1121377
3798
Nella mia mente non c'è dubbio che accadrà.
18:45
No doubt that it's going to happen, in my mind.
442
1125508
2392
18:47
First of all, we're going to build this stuff out of silicon.
443
1127924
3116
Prima di tutto, le costruiremo, costruiremo i materiali di silicio.
18:51
The same techniques we use to build silicon computer memories,
444
1131064
2912
Le stesse tecniche che usiamo per costruire le memorie di silicio per computer
18:54
we can use here.
445
1134000
1151
si possono usare per queste.
18:55
But they're very different types of memories.
446
1135175
2109
Ma sono tipi molto diversi di memorie.
18:57
And we'll attach these memories to sensors,
447
1137308
2023
Andremo a fissare queste memorie ai sensori,
18:59
and the sensors will experience real-live, real-world data,
448
1139355
2777
e i sensori sperimenteranno la vita reale, i dati del mondo reale,
19:02
and learn about their environment.
449
1142156
1752
e queste cose impareranno dal loro ambiente.
19:03
Now, it's very unlikely the first things you'll see are like robots.
450
1143932
3445
Ora è molto improbabile che la prima cosa che vedrete sarà simile ai robot.
19:07
Not that robots aren't useful; people can build robots.
451
1147401
2575
Non che i robot non siano utili e le persone non possano costruire robot.
19:10
But the robotics part is the hardest part. That's old brain. That's really hard.
452
1150000
3767
Ma la parte robotica è la parte più difficile. Questo è il vecchio cervello.Questo è veramente difficile.
19:13
The new brain is easier than the old brain.
453
1153791
2007
Il nuovo cervello è in realtà più facile di quello vecchio.
19:15
So first we'll do things that don't require a lot of robotics.
454
1155822
3082
Così le prime cose che faremo sono le cose che non richiedono eccessiva robotica.
19:18
So you're not going to see C-3PO.
455
1158928
2179
Quindi non vedrete C-3PO.
19:21
You're going to see things more like intelligent cars
456
1161131
2485
Vedrete cose tipo veicoli intelligenti
19:23
that really understand what traffic is, what driving is
457
1163640
2808
che realmente capiscono cosa è il traffico e cosa è guidare
19:26
and have learned that cars with the blinkers on for half a minute
458
1166472
3278
e hanno imparato che alcuni tipi di auto con i sensori accesi per mezzo minuto,
19:29
probably aren't going to turn.
459
1169774
1574
probabilmente non gireranno, cose come queste.
19:31
(Laughter)
460
1171372
1291
(Risate)
19:32
We can also do intelligent security systems.
461
1172687
2064
Possiamo anche fare i sistemi di sicurezza intelligenti.
19:34
Anytime we're basically using our brain but not doing a lot of mechanics --
462
1174775
3573
Ovunque noi usiamo il nostro cervello, senza fare un sacco di movimenti meccanici.
19:38
those are the things that will happen first.
463
1178372
2059
Queste sono le cose che accadranno prima.
19:40
But ultimately, the world's the limit.
464
1180455
1820
Ma in sostanza, non ci sono limiti alle possibilità qui.
19:42
I don't know how this will turn out.
465
1182299
1732
Io non so come gireranno le cose.
19:44
I know a lot of people who invented the microprocessor.
466
1184055
2591
Conosco un sacco di gente che ha inventato il microprocessore
19:46
And if you talk to them,
467
1186670
2164
e se parlate con loro, essi sapevano che quello che stavano facendo era davvero significativo,
19:48
they knew what they were doing was really significant,
468
1188858
2575
19:51
but they didn't really know what was going to happen.
469
1191457
2500
ma non sapevano cosa stava per accadere.
19:53
They couldn't anticipate cell phones and the Internet
470
1193981
2768
Non potevano anticipare i telefoni cellulari e Internet e tutto questo genere di cose.
19:56
and all this kind of stuff.
471
1196773
1735
19:58
They just knew like, "We're going to build calculators
472
1198532
2621
Sapevano solo come, hey, che stavano per costruire calcolatori
20:01
and traffic-light controllers.
473
1201177
1440
e controllori dei semafori. Ma sarà grande.
20:02
But it's going to be big!"
474
1202641
1299
20:03
In the same way, brain science and these memories
475
1203964
2341
Analogamente, questo è come la scienza del cervello e queste memorie
20:06
are going to be a very fundamental technology,
476
1206329
2225
saranno tecnologia fondamentale, e porteranno
20:08
and it will lead to unbelievable changes in the next 100 years.
477
1208578
3442
cambiamenti incredibili nei prossimi 100 anni.
20:12
And I'm most excited about how we're going to use them in science.
478
1212044
3405
E sono ancor più eccitato per come li useremo nella scienza.
20:15
So I think that's all my time -- I'm over,
479
1215473
2837
Allora, penso che questo sia tutto il tempo che avevo, l'ho superato e finirò la mia discussione
20:18
and I'm going to end my talk right there.
480
1218334
2277
proprio qui.
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7