Jeff Hawkins: How brain science will change computing

מתרגם: Oran Tzuman מבקר: Uri Yaffe

I do two things:

אני עושה שני דברים. אני מתכנן מחשבים ניידים וחוקר את המח.

I design mobile computers and I study brains.

Today's talk is about brains and -- (Audience member cheers)

ההרצאה היום היא על המח ו...

Yay! I have a brain fan out there.

יש לנו מעריצי מח כאן!

(Laughter)

(צחוק)

אם אפשר להציג את השקופית הראשונה

If I could have my first slide,

ותראו את נושא ההרצאה ואת שתי ההשתיכויות שלי

you'll see the title of my talk and my two affiliations.

So what I'm going to talk about is why we don't have a good brain theory,

מה שאני הולך לדבר עליו הוא מדוע אין לנו תיאורית מח טובה,

why it is important that we should develop one

מדוע חשוב שנפתח אחת כזו ומה אנחנו יכולים לעשות בעניין.

and what we can do about it.

I'll try to do all that in 20 minutes.

ואנסה לעשות את כל זה בעשרים דקות. יש לי שתי השתיכויות.

I have two affiliations.

Most of you know me from my Palm and Handspring days,

רובכם מכירים אותי מימיי בפאלם והנדספרינג

but I also run a nonprofit scientific research institute

אבל אני גם מפעיל מכון מדעי ללא מטרות רווח

called the Redwood Neuroscience Institute in Menlo Park.

מוסד רד-ווד למדעי המח בפארק מלנו,

We study theoretical neuroscience and how the neocortex works.

ואנו חוקרים תיאוריות במדעי המח

ואיך קליפת המח עובדת.

I'm going to talk all about that.

ועל זה אדבר.

I have one slide on my other life, the computer life,

יש לי שקופית אחת על החיים האחרים שלי, חיי המחשבים,

and that's this slide here.

These are some of the products I've worked on over the last 20 years,

אלה כמה מהמוצרים שעבדתי עליהם בעשרים שנים האחרונות,

starting from the very original laptop

החל מהלפטופ הראשוני ועד מחשבי כף היד הראשוניים

to some of the first tablet computers

and so on, ending up most recently with the Treo,

וכך הלאה, עד ה-Treo לאחרונה,

and we're continuing to do this.

ואנו ממשיכים עם זה.

I've done this because I believe mobile computing

ועשיתי את זה כי אני באמת מאמין שמחשבים ניידים

is the future of personal computing,

הם העתיד של המחשוב האישי, ואני מנסה לעשות את העולם

and I'm trying to make the world a little bit better

מעט יותר טוב על ידי עבודה בתחום הזה.

by working on these things.

But this was, I admit, all an accident.

אבל אני חייב להודות, שכל זה קרה בטעות.

I really didn't want to do any of these products.

האמת שלא רציתי לעשות את כל המוצרים האלו

Very early in my career

ומוקדם מאוד בקריירה שלי החלטתי

I decided I was not going to be in the computer industry.

שאני לא הולך להיות בעסקיי המחשבים.

Before that, I just have to tell you

ולפני שאספר לכם על כך, אספר

about this picture of Graffiti I picked off the web the other day.

על איור שלקחתי מהרשת לפני זמן מה.

I was looking for a picture for Graffiti that'll text input language.

ניסיתי לחפש תמונה של גרפיטי, מעיין טקסט מעניין של שפה

I found a website dedicated to teachers who want to make script-writing things

ומצאתי אתר לכתיבת טקסטים המיועד למורים

שרוצים להציג משפט קבוע בראש הלוח

across the top of their blackboard,

and they had added Graffiti to it, and I'm sorry about that.

וליד הם הוסיפו גרפיטי, ואני מצטער על כך.

(Laughter)

(צחוק)

So what happened was,

אז הייתי צעיר ויצאתי מבית הספר להנדסה

when I was young and got out of engineering school at Cornell in '79,

בקורנל בשנת 79 והגעתי לעבוד באינטל.

I went to work for Intel and was in the computer industry,

and three months into that, I fell in love with something else.

הייתי בעסקי המחשבים, ותוך שלושה חודשים

התאהבתי במשהו אחר, ואמרתי לעצמי "עשיתי החלטה מוטעת",

I said, "I made the wrong career choice here,"

and I fell in love with brains.

והתאהבתי במח.

This is not a real brain.

זה לא מח אמיתי. זה ציור של מח.

This is a picture of one, a line drawing.

And I don't remember exactly how it happened,

אני לא זוכר בדיוק איך זה קרה,

but I have one recollection, which was pretty strong in my mind.

אבל יש לי זיכרון אחד די חזק

In September of 1979,

בספטמבר 1979, העלון סיינטיפיק אמריקן הוציא לאור

Scientific American came out with a single-topic issue about the brain.

מהדורה אך ורק על מח. זה היה ממש טוב.

It was one of their best issues ever.

אחת המהדורות הטובות אי פעם. והם דיברו על הנוירונים

They talked about the neuron, development, disease, vision

על התפתחות על מחלות ראיה וכל הדברים

and all the things you might want to know about brains.

שאתה רוצה לדעת על המח. זה היה די מרשים.

It was really quite impressive.

One might've had the impression we knew a lot about brains.

וזה יצר רושם שאנו יודעים די הרבה על המח.

But the last article in that issue was written by Francis Crick of DNA fame.

אך את המאמר האחרון במהדורה כתב פרנסיס קריק

Today is, I think, the 50th anniversary of the discovery of DNA.

היום, אני חושב, חגיגות החמישים לתגלית הדנ"א.

And he wrote a story basically saying, this is all well and good,

והוא כתב משהו מעין זה,

זה הכל יפה וטוב, אבל אתם יודעים מה,

but you know, we don't know diddly squat about brains,

אנחנו לא יודעים דבר וחצי דבר על המח

and no one has a clue how they work,

ולאף אחד אין מושג איך הדבר הזה עובד,

so don't believe what anyone tells you.

אז אל תאמינו למה שאומרים לכם.

This is a quote from that article, he says:

הנה ציטוט מהמאמר ההוא. הוא כותב, "מה שחסר באופן מובהק,"

"What is conspicuously lacking" -- he's a very proper British gentleman --

הוא אדון בריטי מאוד תיקני, "מה שחסר באופן מובהק,

"What is conspicuously lacking is a broad framework of ideas

זו תבנית רחבה של רעיונות שבעזרתה ניתן יהיה לפרש את הגישות השונות".

in which to interpret these different approaches."

I thought the word "framework" was great.

חשבתי שהמילה "תבנית" נהדרת.

He didn't say we didn't have a theory.

הוא לא אמר אין לנו אפילו תאוריה. הוא אמר,

He says we don't even know how to begin to think about it.

אנו לא יודעים איך בכלל להתחיל לחשוב על זה -

אין לנו תבנית.

We don't even have a framework.

אנחנו בעידן של הלפני-תבנית, אם להשתמש במילותיו של תומס קון.

We are in the pre-paradigm days, if you want to use Thomas Kuhn.

אז התאהבתי בזה ואמרתי,

So I fell in love with this.

I said, look: We have all this knowledge about brains -- how hard can it be?

יש לנו את כל הידע הזה על המח, כמה קשה זה כבר יכול להיות?

It's something we can work on in my lifetime; I could make a difference.

וזה משהו שאני יכול לעבוד עליו עוד בחיי ולתרום בו,

So I tried to get out of the computer business, into the brain business.

אז ניסיתי לצאת מעסקי המחשבים, ולהכנס לעסקי המח.

First, I went to MIT, the AI lab was there.

בהתחלה, ניגשתי לאמ. איי. טי., למעבדת האנטיליגנציה המלאכותית,

I said, I want to build intelligent machines too,

ואמרתי להם, גם אני רוצה לבנות מכונות חכמות,

but I want to study how brains work first.

אבל הדרך שאני רוצה לעשות זאת, היא ללמוד איך המח עובד קודם.

And they said, "Oh, you don't need to do that.

והם אמרו, אתה לא צריך לעשות את זה.

You're just going to program computers, that's all.

אנו רק מתכנתים מחשבים, זה כל מה שאנחנו צריכים לעשות.

I said, you really ought to study brains.

ואמרתי להם, לא, אתם ממש צריכים ללמוד על המח. הם אמרו לא,

They said, "No, you're wrong."

I said, "No, you're wrong," and I didn't get in.

אתה טועה. ואמרתי, לא, אתם טועים, ולא התקבלתי.

(Laughter)

(צחוק)

I was a little disappointed -- pretty young --

אז הייתי קצת מאוכזב - די צעיר, חזרתי שוב

but I went back again a few years later,

לאחר כמה שנים והפעם זה היה לקליפורניה, לברקלי.

this time in California, and I went to Berkeley.

אז אמרתי, אגש מהצד הביולוגי.

And I said, I'll go in from the biological side.

So I got in the PhD program in biophysics.

ונכנסתי לתוכנית דוקטורט בביופיסיקה, ואמרתי לעצמי, מצוין,

I was like, I'm studying brains now. Well, I want to study theory.

אני לומד על המח עכשיו, ואני רוצה ללמוד תיאוריה.

They said, "You can't study theory about brains.

והם אמרו, אוי לא, אתה לא יכול ללמוד תאוריה של המח.

You can't get funded for that.

זה לא משהו שאתה יכול לעשות. אתה לא יכול לקבל תקציב לזה.

And as a graduate student, you can't do that."

וכתלמיד אתה לא יכול לעשות את זה. אז אמרתי אוי ואבוי.

So I said, oh my gosh.

I was depressed; I said, but I can make a difference in this field.

הייתי מאוד מצוברח. הרי אני יכול לתרום לתחום הזה.

אז חזרתי לעסקי המחשבים

I went back in the computer industry

and said, I'll have to work here for a while.

ואמרתי, נו טוב, אעבוד פה לזמן מה, אעשה משהו.

That's when I designed all those computer products.

זו התקופה שתכננתי את כל המוצרים ההם.

(Laughter)

(צחוק)

I said, I want to do this for four years, make some money,

אני רוצה לעשות את זה כארבע שנים, להרוויח קצת כסף,

I was having a family, and I would mature a bit,

להקים משפחה, ולהתבגר קצת,

and maybe the business of neuroscience would mature a bit.

ואולי תחום מדעי המח יתבגר קצת.

Well, it took longer than four years. It's been about 16 years.

אז זה לקח יותר מארבע שנים. זה לקח שש עשרה שנים.

But I'm doing it now, and I'm going to tell you about it.

אבל אני עושה את זה עכשיו, ואספר לכם על זה.

So why should we have a good brain theory?

אז למה אנחנו צריכים תיאוריה טובה על המח?

Well, there's lots of reasons people do science.

יש הרבה סיבות שבגללן אנשים עוסקים במדע.

The most basic one is, people like to know things.

אחת - הסיבה הבסיסית ביותר - אנשים רוצים לדעת.

We're curious, and we go out and get knowledge.

אנו סקרנים ויוצאים לאסוף מידע.

Why do we study ants? It's interesting.

למה אנו חוקרים נמלים? כי הן מעניינות.

Maybe we'll learn something useful, but it's interesting and fascinating.

אולי נלמד משהו ממש מועיל עליהן, אבל זה מעניין ומסקרן.

But sometimes a science has other attributes

אבל לפעמים, למדע יש משהו אחר

which makes it really interesting.

שהופך אותו למאוד מאוד מעניין.

Sometimes a science will tell something about ourselves;

לפעמים המדע יאמר לנו משהו על עצמנו,

it'll tell us who we are.

הוא יאמר לנו מי אנחנו.

Evolution did this and Copernicus did this,

לעיתים נדירות, האבולוציה עשתה את זה, קופרניקוס עשה את זה,

where we have a new understanding of who we are.

המקום שבו יש לנו הבנה חדשה על מהותנו.

And after all, we are our brains. My brain is talking to your brain.

ואחרי הכל, אנחנו זה המוחות שלנו. המח שלי מדבר למח שלכם.

Our bodies are hanging along for the ride,

גופנו מנצל את ההזדמנות להצטרף, אבל המח שלי מדבר למח שלכם.

but my brain is talking to your brain.

And if we want to understand who we are and how we feel and perceive,

ואם אנחנו רוצים להבין מי אנחנו ומה אנו מרגישים וחווים,

אנו חייבים להבין מהו המח.

we need to understand brains.

Another thing is sometimes science leads to big societal benefits, technologies,

דבר נוסף הוא לפעמים המדע

מוביל לתועלות חברתיות וטכנולוגיות גדולות,

or businesses or whatever.

או עסקים או לא משנה מה. וגם זה חשוב,

This is one, too, because when we understand how brains work,

כי אם נבין איך המח עובד, נוכל

we'll be able to build intelligent machines.

לבנות מכונות חכמות, ואני חושב שבאופן רחב זה דבר טוב,

That's a good thing on the whole,

with tremendous benefits to society,

ותהיה לזה תועלת מדהימה לחברה

just like a fundamental technology.

בדיוק כמו טכנולוגיה ראשונית.

So why don't we have a good theory of brains?

אז למה איך לנו תאוריה טובה על המח?

People have been working on it for 100 years.

ואנשים עבדו על כך מאה שנה.

Let's first take a look at what normal science looks like.

בואו נסתכל קודם איך נראה מדע נורמלי .

This is normal science.

זה מדע נורמלי.

Normal science is a nice balance between theory and experimentalists.

מדע נורמלי הוא שווי משקל בין תאוריה למחקר.

The theorist guy says, "I think this is what's going on,"

התאורתיקן אומר אני חושב שזה מה שקורה,

the experimentalist says, "You're wrong."

והחוקר אומר, לא, אתה טועה.

It goes back and forth, this works in physics, this in geology.

והולכים לכאן ולשם,

ככה זה עובד בפיסיקה. ככה זה עובד בגיאולוגיה. אבל אם זה מדע הנורמלי,

But if this is normal science, what does neuroscience look like?

איך נראים מדעי המח?

This is what neuroscience looks like.

יש לנו הר של מידע, על אנטומיה, פיזיולוגיה והתנהגות.

We have this mountain of data,

which is anatomy, physiology and behavior.

You can't imagine how much detail we know about brains.

אתם לא יכולים לתאר כמה מידע מפורט יש לנו על המח.

There were 28,000 people who went to the neuroscience conference this year,

28,000 אנשים הגיעו לכנס מדעי המח השנה,

and every one of them is doing research in brains.

וכל אחד מהם חוקר את המח.

A lot of data, but no theory.

המון נתונים. אבל אין תאוריה. הקופסא הקטנטנה הזאת למעלה.

There's a little wimpy box on top there.

And theory has not played a role in any sort of grand way

והתאוריה אף פעם לא שיחקה תפקיד מכריע במדעי המח.

in the neurosciences.

And it's a real shame.

וזה ממש חבל. למה זה קרה?

Now, why has this come about?

If you ask neuroscientists why is this the state of affairs,

אם אתם שואלים חוקרי מח למה?

first, they'll admit it.

הם קודם כל יודו בכך. אבל אם תשאל אותם, הם יאמרו

But if you ask them, they say,

there's various reasons we don't have a good brain theory.

ובכן, יש כמה סיבות לכך,

Some say we still don't have enough data,

חלק יאמרו, אין לנו מספיק נתונים,

we need more information, there's all these things we don't know.

אנחנו צריכים לאסוף יותר מידע, יש עדין הרבה דברים שאיננו יודעים.

Well, I just told you there's data coming out of your ears.

ובכן, הרגע אמרתי לך שכמות הנתונים נשפכת מהאזניים.

We have so much information, we don't even know how to organize it.

יש לנו כל כך הרבה מידע שאנחנו לא יודעים איך להתחיל לארגן אותו.

What good is more going to do?

איזו טובה תצא לנו מעוד?

Maybe we'll be lucky and discover some magic thing, but I don't think so.

אולי יהיה לנו מזל ונמצא דבר קסם, אבל אני לא חושב כך

This is a symptom of the fact that we just don't have a theory.

זה למעשה תסמין להעדר תאוריה.

We don't need more data, we need a good theory.

אנחנו לא צריכים עוד נתונים - אנחנו צריכים תאוריה טובה בשבילם.

Another one is sometimes people say,

לפעמים אנשים אומרים, המח כה מורכב,

"Brains are so complex, it'll take another 50 years."

זה יקח עוד חמישים שנה.

I even think Chris said something like this yesterday, something like,

אני חושב שכריס אמר משהו כזה אתמול.

אני לא בטוח מה אמרת, אבל משהו כזה,

it's one of the most complicated things in the universe.

זה אחד הדברים המסובכים ביותר ביקום. זה לא נכון.

That's not true -- you're more complicated than your brain.

אתה יותר מסובך מהמח שלך. יש לך מח.

You've got a brain.

וגם, למרות שהמח נראה מאוד מסובך,

And although the brain looks very complicated,

דברים נראים מסובכים עד שמבינים אותם.

things look complicated until you understand them.

That's always been the case.

תמיד זה היה ככה. אז מה שיכולים לומר,

So we can say, my neocortex, the part of the brain I'm interested in,

שבקליפת המח, היא החלק שאני מתעניין בו, יש 30 מיליארד תאים.

has 30 billion cells.

But, you know what? It's very, very regular.

אבל אתם יודעים מה? זה מאוד מאוד סדיר.

In fact, it looks like it's the same thing repeated over and over again.

למעשה, נראה שאותו הדבר בדיוק חוזר על עצמו כל הזמן .

It's not as complex as it looks. That's not the issue.

זה לא עד כדי כך מסובך כמו שזה נראה. לא זה העניין.

Some people say, brains can't understand brains.

אנשים מסוימים אומרים, מוחות לא יכולים להבין מוחות.

Very Zen-like. Woo.

מאוד "זֵני".

(Laughter)

(צחוק)

You know, it sounds good, but why? I mean, what's the point?

זה נשמע טוב, אבל למה? מה הנקודה?

It's just a bunch of cells. You understand your liver.

הם רק כמה תאים. אתה יכול להבין את הכבד שלך.

It's got a lot of cells in it too, right?

גם בו יש המון תאים, נכון?

So, you know, I don't think there's anything to that.

אני לא חושב שיש בזה משהו.

And finally, some people say,

ולסיום, אנשים מסוימים אומרים, אתה יודע,

"I don't feel like a bunch of cells -- I'm conscious.

אני לא מרגיש רק כמו תאים. אני מודע.

I've got this experience, I'm in the world.

יש לי חוויות, אני בעולם.

I can't be just a bunch of cells."

לא יכול להיות שאני רק ערימה של תאים. ובכן,

Well, people used to believe there was a life force to be living,

פעם אנשים האמינו שיש איזשהו כח חיים,

and we now know that's really not true at all.

וכיום אנו יודעים שזה לא ממש נכון.

And there's really no evidence,

ואין הוכחה, למעט אנשים

other than that people just disbelieve that cells can do what they do.

שאינם מאמינים שתאים יכולים לעשות מה שהם עושים.

So some people have fallen into the pit of metaphysical dualism,

כך הרבה אנשים נפלו לבור הדואליזם המטאפיזי

some really smart people, too, but we can reject all that.

גם כמה אנשים ממש חכמים, אבל אנו יכולים לדחות זאת על הסף.

(Laughter)

(צחוק)

אני הולך לומר לכם שיש משהו אחר,

No, there's something else,

something really fundamental, and it is:

בסיסי מאוד,

another reason why we don't have a good brain theory

שיש סיבה אחרת לכך שאין לנו תיאורית מח טובה,

is because we have an intuitive, strongly held but incorrect assumption

והיא בגלל שאנו מחזיקים באינטואיציה חזקה,

ובהנחה לא נכונה שמונעת מאתנו לראות את התשובה.

that has prevented us from seeing the answer.

There's something we believe that just, it's obvious, but it's wrong.

ישנו דבר שאנו מאמינים בו, מובן מאליו בשבילנו, אך הוא שגוי.

Now, there's a history of this in science and before I tell you what it is,

יש לכך היסטוריה במדע, ולפני שאומר לכם מהו,

I'll tell you about the history of it in science.

אספר לכם מעט על ההסטוריה.

Look at other scientific revolutions --

הביטו על כמה מהפכות מדעיות אחרות,

the solar system, that's Copernicus,

אני מדבר על מערכת השמש, זה קופרניקוס,

Darwin's evolution, and tectonic plates, that's Wegener.

האבולוציה של דרווין, והלוחות הטקטונים של וגנר.

יש להם המון מהמשותף למדעי המח.

They all have a lot in common with brain science.

First, they had a lot of unexplained data. A lot of it.

קודם כל היו להם המון נתונים לא מוסברים. המון.

But it got more manageable once they had a theory.

אבל זה היה הרבה יותר ברור ברגע שהיתה להם תאוריה.

The best minds were stumped -- really smart people.

האנשים החכמים ביותר היו מבולבלים, אנשים מאוד מאוד חכמים.

We're not smarter now than they were then;

אנו לא חכמים יותר עכשיו ממה שהם היו אז

it just turns out it's really hard to think of things,

רק הסתבר שזה מאוד קשה לחשוב על דברים,

but once you've thought of them, it's easy to understand.

אבל ברגע שחשבת עליהם, זה די פשוט להבין אותם.

My daughters understood these three theories,

הבנות שלי הבינו את שלושת התיאוריות

בצורתם הבסיסית, כבר בגן הילדים.

in their basic framework, in kindergarten.

It's not that hard -- here's the apple, here's the orange,

וזה לא כזה קשה, הנה התפוח, הנה התפוז,

the Earth goes around, that kind of stuff.

כדור הארץ מקיף, משהו בסגנון הזה.

Another thing is the answer was there all along,

לבסוף, התשובה היתה שם לאורך כל הדרך,

but we kind of ignored it because of this obvious thing.

אבל די התעלמנו ממנה, בגלל הדבר המובן מאליו.

It was an intuitive, strongly held belief that was wrong.

זו היתה אמונה אינטואיטיבית חזקה אך שגויה.

In the case of the solar system,

במקרה של מערכת השמש, הרעיון שכדור הארץ סב

the idea that the Earth is spinning,

the surface is going a thousand miles an hour,

ושכדור הארץ נע במהירות של אלפי קילומטרים לשעה,

and it's going through the solar system at a million miles an hour --

וסביב מערכת השמש במהירות של מיליוני קילומטרים לשעה.

this is lunacy; we all know the Earth isn't moving.

זה טירוף. כולנו יודעים שהקרקע אינה זזה.

Do you feel like you're moving a thousand miles an hour?

אתם מרגישים שאתם זזים במהירות של אלפי קילומטרים לשעה?

ברור שלא. ומי שהיה אומר,

If you said Earth was spinning around in space and was huge --

הוא חג בחלל והוא כל כך ענק,

they would lock you up, that's what they did back then.

הם היו כולאים אותו וזה מה שהם היו עושים.

(צחוק)

So it was intuitive and obvious. Now, what about evolution?

זו היתה הנחה ברורה מאליה. ומה לגבי האבולוציה?

Evolution, same thing.

באותה מידה. לימדנו את ילדנו, שהתנ"ך מספר

We taught our kids the Bible says God created all these species,

שאלוהים יצר את כל היצורים, חתולים הם חתולים, כלבים הם כלבים,

cats are cats; dogs are dogs; people are people; plants are plants;

בני אדם הם בני אדם, צמחים הם צמחים, הם לא משתנים.

they don't change.

נוח שם אותם בתיבה לפי הסדר, בלה בלה בלה.

Noah put them on the ark in that order, blah, blah.

The fact is, if you believe in evolution, we all have a common ancestor.

ולמעשה, אם אתם מאמינים באבולוציה, אז לכולנו יש אב קדמון,

We all have a common ancestor with the plant in the lobby!

משותף עם העציץ בלובי.

This is what evolution tells us. And it's true. It's kind of unbelievable.

זה מה שהאבולוציה מספרת לנו. וזה נכון. אבל ממש לא יאומן.

And the same thing about tectonic plates.

ואותו הדבר עם הלוחות הטקטונים,

All the mountains and the continents

כל ההרים והיבשות מרחפות להם

are kind of floating around on top of the Earth.

על פני כדור הארץ, ממש לא הגיוני.

It doesn't make any sense.

So what is the intuitive, but incorrect assumption,

אז מהי ההנחה האינטואיטיבית המוטעית,

that's kept us from understanding brains?

שמנעה מאיתנו להבין את המח?

I'll tell you. It'll seem obvious that it's correct. That's the point.

אני הולך לומר לכם אותה, והיא תישמע מובנת מאליה,

וזו הנקודה, נכון? אחר כך אצטרך לטעון טענה

Then I'll make an argument why you're incorrect on the other assumption.

מדוע אתם שוגים לגבי אותה הנחה.

The intuitive but obvious thing is:

ההנחה האינטואיטיבית המובנת מאליה היא שהאינטליגנציה,

somehow, intelligence is defined by behavior;

מוגדרת על ידי התנהגות,

we're intelligent because of how we do things

שאנו אינטליגנטים בזכות הדרך שבה אנו עושים דברים

and how we behave intelligently.

הדרך שבה אנו מתנהגים בצורה אינטליגנטית, ואני אומר לכם שזו טעות.

And I'm going to tell you that's wrong.

Intelligence is defined by prediction.

שאינטליגנציה היא ניבוי.

I'm going to work you through this in a few slides,

ואסביר זאת בשקופיות הבאות,

and give you an example of what this means.

אתן לכם דוגמא למה אני מתכוון. הנה מערכת.

Here's a system.

Engineers and scientists like to look at systems like this.

מהנדסים ומדענים אוהבים להביט על מערכות כאלה.

They say, we have a thing in a box. We have its inputs and outputs.

הם אומרים, ישנו משהו בקופסא, ולקופסא יש קלט ופלט.

The AI people said, the thing in the box is a programmable computer,

אנשי האינטליגנציה המלאכותית אומרים, הדבר שבקופסא הוא מחשב

because it's equivalent to a brain.

שהוא המקביל למח, נטען אותו בקלט כלשהו

We'll feed it some inputs and get it to do something, have some behavior.

ונגרום לו לעשות משהו, להתנהג בצורה מסויימת.

ואלן טורינג הגדיר את מבחן טורינג, שעקרונית אומר

Alan Turing defined the Turing test, which essentially says,

נדע אם משהו אינטליגנטי אם יתנהג זהה לאדם.

we'll know if something's intelligent if it behaves identical to a human --

התנהגות השקולה לאינטליגנציה.

a behavioral metric of what intelligence is

that has stuck in our minds for a long time.

וזה נתקע לנו בתודעה לאורך המון זמן.

Reality, though -- I call it real intelligence.

אולם במציאות, אני קורה לזה אינטליגנציה אמיתית.

Real intelligence is built on something else.

אינטליגנציה אמיתית בנויה על משהו אחר.

We experience the world through a sequence of patterns,

אנו חווים את העולם באמצעות רצף דפוסים, שומרים אותם,

and we store them, and we recall them.

נזכרים בהם ומעמתים אותם

When we recall them, we match them up against reality,

עם המציאות, ומנבאים כל הזמן.

and we're making predictions all the time.

It's an internal metric; there's an internal metric about us,

זו מערכת אין סופית.

saying, do we understand the world, am I making predictions, and so on.

האם אני מבין את העולם? אני מנבא? וכולי.

You're all being intelligent now, but you're not doing anything.

כולכם אינטליגנטיים ברגע זה, אך אתם לא עושים שום דבר.

אולי מגרדים איפשהו או מחטטים באף,

Maybe you're scratching yourself, but you're not doing anything.

אבל אתם לא עושים שום דבר ברגע זה,

But you're being intelligent; you're understanding what I'm saying.

אך עדיין אינטליגנטים, אתם מבינים את מילותיי.

Because you're intelligent and you speak English,

בזכות זה שאתם אינטליגנטים ומדברים אנגלית,

you know the word at the end of this

אתם יודעים איזו מילה תבוא בסוף...

המשפט.

sentence.

The word came to you; you make these predictions all the time.

המילה קפצה לכם, ואתם עושים ניבויים כאלה כל הזמן.

What I'm saying is,

ומה שאני אומר

the internal prediction is the output in the neocortex,

שהניבוי הוא הפלט של קליפת המח.

ושבצורה כלשהי, הניבויים מובילים להתנהגות אינטליגנטית.

and somehow, prediction leads to intelligent behavior.

Here's how that happens:

וכך זה קורה. בואו נתחיל עם מח לא אינטליגנטי.

Let's start with a non-intelligent brain.

המח הישן,

I'll argue a non-intelligent brain, we'll call it an old brain.

And we'll say it's a non-mammal, like a reptile,

נניח של לא יונק, זוחל למשל ,

say, an alligator; we have an alligator.

כמו תנין.

And the alligator has some very sophisticated senses.

ולתנין יש חושים מאוד מתוחכמים.

It's got good eyes and ears and touch senses and so on,

יש לו עיניים ואוזניים טובות, וחוש מישוש,

a mouth and a nose.

פה ואף. יש לו התנהגות מאוד מורכבת.

It has very complex behavior.

It can run and hide. It has fears and emotions. It can eat you.

הוא יכול לרוץ ולהתחבא. יש לו פחדים ורגשות. הוא יכול לטרוף אותך.

It can attack. It can do all kinds of stuff.

ולתקוף. כל מיני דברים.

But we don't consider the alligator very intelligent,

אך אנו לא מחשיבים את התנין ליצור מאוד אינטליגנטי, לא במובן האנושי של המילה.

not in a human sort of way.

But it has all this complex behavior already.

למרות שיש לו את ההתנהגות המורכבת הזו.

Now in evolution, what happened?

מה קרה במהלך האבולוציה?

First thing that happened in evolution with mammals

הדבר הראשון שקרה באבולוציה של היונקים,

is we started to develop a thing called the neocortex.

שפיתחנו את החלק שנקרא קליפת המח.

I'm going to represent the neocortex by this box on top of the old brain.

ואני מיצג את קליפת המח כאן,

בעזרת התיבה הזו שיושבת מעל המח הישן.

Neocortex means "new layer." It's a new layer on top of your brain.

קליפת המח משמעותה שכבה חדשה. בראש המח.

It's the wrinkly thing on the top of your head

אם לא ידעתם, היא הדבר המקומט בראש המח,

that got wrinkly because it got shoved in there and doesn't fit.

שיש לו קמטים כי הוא נדחס לשם למרות חוסר המקום.

(Laughter)

(צחוק)

Literally, it's about the size of a table napkin

ברצינות, זה בערך בגודל של מפית.

and doesn't fit, so it's wrinkly.

וזה לא מתאים, אז זה נהיה מקומט.

Now, look at how I've drawn this.

The old brain is still there.

המח הישן עדין כאן. עדין יש לנו מח כמו לתנין.

You still have that alligator brain. You do. It's your emotional brain.

בהחלט יש לנו. זה המח הרגשי שלכם.

It's all those gut reactions you have.

כל הדברים כמו תחושות הבטן.

On top of it, we have this memory system called the neocortex.

ומעליו ישנה מערכת זכרון הנקראת קליפת המח.

And the memory system is sitting over the sensory part of the brain.

ומערכת הזכרון הזו יושבת בחלק החישתי של המח.

So as the sensory input comes in and feeds from the old brain,

וכשקלט חישתי מגיע למח הישן,

it also goes up into the neocortex.

הוא בנוסף עולה לקליפת המח החדשה. והיא משננת.

And the neocortex is just memorizing.

It's sitting there saying, I'm going to memorize all the things going on:

היא יושבת שם "ואומרת" אני אשנן את כל הדברים שקורים,

where I've been, people I've seen, things I've heard, and so on.

איפה הייתי, אנשים שראיתי, דברים ששמעתי וכולי.

And in the future, when it sees something similar to that again,

ובעתיד, כשהיא רואה משהו דומה,

in a similar environment, or the exact same environment,

בסביבה דומה או אפילו זהה,

it'll start playing it back: "Oh, I've been here before,"

היא תפעיל את זה מחדש.

הו, הייתי פה בעבר. וכשהייתי פה,

and when you were here before, this happened next.

זה מה שקרה הלאה. זה מאפשר לכם לחזות את העתיד.

It allows you to predict the future.

It literally feeds back the signals into your brain;

זה מאפשר לכם פשוטו כמשמעו להזין את האותות למוחכם,

they'll let you see what's going to happen next,

שיאפשרו לכם לצפות מה יקרה ברגע הבא,

will let you hear the word "sentence" before I said it.

יאפשר לכם לשמוע את המילה "משפט" לפני שאמרתי אותה.

And it's this feeding back into the old brain

זו ההזנה-החוזרת למח הישן

that will allow you to make more intelligent decisions.

המאפשרת לקבל החלטות אינטליגנטיות.

This is the most important slide of my talk, so I'll dwell on it a little.

זו השקופית החשובה ביותר בהרצאה אז אשאר איתה לזמן מה.

And all the time you say, "Oh, I can predict things,"

אז כל הזמן אתה אומר, הו, אני יכול לחזות מה יקרה.

so if you're a rat and you go through a maze, and you learn the maze,

אם אתה עכבר שמסתובב במבוך, ולומד אותו,

next time you're in one, you have the same behavior.

פעם הבאה שאתה במבוך, ההתנהגות שלך זהה,

But suddenly, you're smarter; you say, "I recognize this maze,

אבל לפתע, אתה חכם יותר

כי אתה אומר, אני מכיר את המבוך הזה, אני יודע לאן ללכת,

I know which way to go; I've been here before; I can envision the future."

הייתי פה בעבר, אני יכול לצפות את העתיד. וזה מה שהוא עושה.

That's what it's doing.

This is true for all mammals --

זה נכון לגבי כל היונקים,

in humans, it got a lot worse.

אבל אצל בני אדם, זה נהיה גרוע יותר.

Humans actually developed the front of the neocortex,

אצל בני אדם, פיתחנו את החלק הקדמי של קליפת המח

called the anterior part of the neocortex.

שנקרא הקליפה הקדמית. והטבע עשה תעלול.

And nature did a little trick.

It copied the posterior, the back part, which is sensory,

הוא העתיק את החלק האחורי החישתי,

and put it in the front.

ושם אותו מקדימה.

Humans uniquely have the same mechanism on the front,

אצל בני אדם באופן יחודי יש את אותו מנגנון מקדימה,

but we use it for motor control.

אבל אנו משתמשים בו לתנועה.

So we're now able to do very sophisticated motor planning, things like that.

אנו יכולים עכשיו לעשות תנועות מתוחכמות מאוד.

I don't have time to explain, but to understand how a brain works,

אין לי זמן להכנס להכל, אבל אם אתם רוצים להבין אין המח עובד,

you have to understand how the first part of the mammalian neocortex works,

אתם חייבים להבין איך החלק הראשון של קליפת המח אצל יונקים עובד,

איך אנו מצליחים לאגור דפוסים ולנבא.

how it is we store patterns and make predictions.

בואו נראה כמה דוגמאות של ניבוי.

Let me give you a few examples of predictions.

I already said the word "sentence."

כבר נתתי את הדוגמא של המילה "משפט". במוסיקה,

In music, if you've heard a song before,

אם שמעתם שיר בעבר, אם שמעתם את ג'יל שרה את השירים הללו בעבר,

when you hear it, the next note pops into your head already --

כשהיא שרה אותם, התו הבא קופץ לכם לראש מיד-

you anticipate it.

אתם מצפים לשמוע אותו. אם זה היה אלבום שירים,

With an album, at the end of a song, the next song pops into your head.

בסוף כל שיר, השיר הבא קופץ לכם לראש.

It happens all the time, you make predictions.

הדברים האלו קורים כל הזמן. כך אתם מנבאים.

I have this thing called the "altered door" thought experiment.

יש ניסוי שאני קורא לו ניסוי "הדלת המשתנה".

It says, you have a door at home;

והניסוי אומר, יש לכם בבית דלת,

when you're here, I'm changing it --

ובזמן שאתם נמצאים כאן, אני משנה אותה, יש לי מישהו

I've got a guy back at your house right now, moving the door around,

בבית שלכם ברגע זה, שמתעסק בדלת,

moving your doorknob over two inches.

והוא עומד להזיז את ידית הדלת כמה סנטימטרים.

When you go home tonight, you'll put your hand out, reach for the doorknob,

כשתגיעו הביתה היום בערב, תושיטו את היד

לכוון ידית הדלת ותבחינו

notice it's in the wrong spot

שהיא במקום הלא נכון, ותאמרו, וואו, משהו קרה.

and go, "Whoa, something happened."

It may take a second, but something happened.

זה יכול לקחת כמה רגעים להבין מה בדיוק קרה, אבל משהו קרה.

I can change your doorknob in other ways --

אני יכול לשנות את הדלת שלכם בדרכים אחרות.

make it larger, smaller, change its brass to silver, make it a lever,

אני יכול לעשות אותה גדולה או קטנה יותר, לשנות אותה מנחושת לכסף,

להוסיף לה מנוף. לצבוע אותה,

I can change the door; put colors on, put windows in.

לשים חלונות. אני יכול לשנות אלפי דברים בדלת,

I can change a thousand things about your door

ובשתי שניות שלוקח לכם לפתוח אותה,

and in the two seconds you take to open it,

אתם תשימו לב שמשהו השתנה.

you'll notice something has changed.

Now, the engineering approach, the AI approach to this,

גישת האינטליגנציה מלאכותית לכך,

is to build a door database with all the door attributes.

היא לבנות מסד נתונים של דלתות שיש בו את כל תכונות הדלת.

And as you go up to the door, we check them off one at time:

וברגע שאתם הולכים לדלת, אתם בודקים את כל התכונות אחת אחרי השניה.

door, door, color ...

דלת, דלת, דלת...צבע.

We don't do that. Your brain doesn't do that.

אנו לא עושים את זאת כך. המח שלכם לא עושה זאת כך.

Your brain is making constant predictions all the time

מה שהוא עושה זה לנבא ללא הרף ובאופן עקבי

about what will happen in your environment.

מה יקרה בסביבתכם.

As I put my hand on this table, I expect to feel it stop.

כשאני שם את ידי על השולחן, אני מצפה שהיא תעצר.

When I walk, every step, if I missed it by an eighth of an inch,

כשאני הולך, בכל צעד, אם אפספס אותו בכמה מילימטרים,

I'll know something has changed.

אדע שמשהו השתנה.

You're constantly making predictions about your environment.

אתם מנבאים ללא הרף לגבי סביבתכם.

I'll talk about vision, briefly.

אדבר בקצרה על הראיה. זוהי תמונה של אשה.

This is a picture of a woman.

When we look at people, our eyes saccade over two to three times a second.

וכשאתם מסתכלים על אנשים, העיניים שלכם

מדלגות פעמיים עד שלוש בשניה.

We're not aware of it, but our eyes are always moving.

אתם לא מודעים לכך, אבל העיניים שלכם זזות ללא הרף.

כשאתם מסתכלים על פנים של מישהו,

When we look at a face, we typically go from eye to eye to nose to mouth.

אתם בדרך כלל עוברים מעין לעין לאף ולפה.

When your eye moves from eye to eye,

כשאתם עוברים מעין לעין,

if there was something else there like a nose,

אם היה משהו אחר במקום העין, למשל אף,

you'd see a nose where an eye is supposed to be and go, "Oh, shit!"

הייתם רואים אף במקום שעין צריכה להיות,

הייתם אומרים, אופס...

(Laughter)

"There's something wrong about this person."

(צחוק)

יש משהו לא בסדר באדם הזה.

That's because you're making a prediction.

וזה בגלל שאתם מנבאים.

It's not like you just look over and say, "What am I seeing? A nose? OK."

זה לא שאתם מסתכלים לשם ואומרים, מה אני רואה עכשיו?

אף, זה בסדר. לא, יש לכם צפיה לגבי מה שאתם אמורים לראות.

No, you have an expectation of what you're going to see.

(צחוק)

Every single moment.

ולסיום, איך אנו בוחנים אינטליגנציה.

And finally, let's think about how we test intelligence.

We test it by prediction: What is the next word in this ...?

אנחנו בוחנים את זה על ידי ניבוי. מהי המילה הבאה?

This is to this as this is to this. What is the next number in this sentence?

הדבר הזה ביחס לזה הוא כמו הדבר הזה ביחס למה? מה המילה הבאה במשפט?

Here's three visions of an object. What's the fourth one?

הנה שלושה צדדים של דבר.

מהו הרביעי? כך בוחנים את זה. הכל עניין של ניבוי.

That's how we test it. It's all about prediction.

So what is the recipe for brain theory?

אז מהו המתכון לתיאורית מח?

First of all, we have to have the right framework.

קודם כל, חייבת להיות לנו תבנית נכונה.

And the framework is a memory framework,

תבנית של זיכרון,

not a computational or behavior framework,

לא תבנית ממוחשבת או התנהגותית. תבנית זיכרון.

it's a memory framework.

How do you store and recall these sequences of patterns?

איך אנו שומרים וזוכרים את הרצפים והדפוסים? דפוסים הן בזמן והן במרחב.

It's spatiotemporal patterns.

Then, if in that framework, you take a bunch of theoreticians --

לאחר מכן לוקחים כמה תאורטיקנים.

biologists generally are not good theoreticians.

ביולוגים בדרך כלל לא תאורטיקנים טובים.

זה לא תמיד נכון, אך באופן כללי, אין ניסיון עשיר של תאוריות בביולוגיה.

Not always, but generally, there's not a good history of theory in biology.

I've found the best people to work with are physicists,

אז מצאתי לנכון שהאנשים הטובים ביותר לעבוד איתם הם פיסיקאים,

engineers and mathematicians,

מהנדסים ומתמטיקאים, שבאופן טבעי חושבים בצורה אלגוריתמית.

who tend to think algorithmically.

Then they have to learn the anatomy and the physiology.

והם חייבים ללמוד אנטומיה, והם חייבים ללמוד פיזיולוגיה.

You have to make these theories very realistic in anatomical terms.

צריך לבנות את התיאוריות הללו בצורה מאוד מציאותית מבחינה אנטומית.

אם מישהו יקום ויספר לכם על תאוריה

Anyone who tells you their theory about how the brain works

and doesn't tell you exactly how it's working

ולא יספר לכם איך בדיוק זה עובד במח

and how the wiring works --

ואיך החיווט עובד במח, זו לא באמת תאוריה.

it's not a theory.

And that's what we do at the Redwood Neuroscience Institute.

וזה מה שאנו עושים במכון רד-ווד.

I'd love to tell you we're making fantastic progress in this thing,

הייתי שמח אילו היה לי יותר זמן לספר לכם אנו עושים התקדמות נהדרת בנושא,

and I expect to be back on this stage sometime in the not too distant future,

ואני מצפה לשוב לבמה זו,

אולי בעתיד הלא רחוק ולספר לכם על זה.

to tell you about it.

I'm really excited; this is not going to take 50 years.

אני מאוד מאוד נלהב. זה ממש לא יקח חמישים שנה.

What will brain theory look like?

אז איך תיאורית המח תיראה?

First of all, it's going to be about memory.

קודם כל, זו תהיה תאוריה על זיכרון.

Not like computer memory -- not at all like computer memory.

לא כמו של מחשב. זה אפילו לא דומה לזיכרון של מחשב.

It's very different.

זה מאוד, מאוד שונה. וזהו זיכרון של אותם

It's a memory of very high-dimensional patterns,

דפוסים רב-מימדיים, אותם הדברים הבאים מהעינים.

like the things that come from your eyes.

It's also memory of sequences:

בנוסף, גם זיכרון של רצפים.

you cannot learn or recall anything outside of a sequence.

אתם לא יכולים ללמוד או לזכור שום דבר מחוץ לרצף כלשהו.

A song must be heard in sequence over time,

שיר חייב להיות מושמע ברצף לאורך זמן,

and you must play it back in sequence over time.

ואתם חייבים להשמיע אותו לעצמכם ברצף לאורך זמן.

And these sequences are auto-associatively recalled,

אנו נזכרים ברצפים האלה בצורה עצמית ואסוציאטיבית, אז אם אני רואה

so if I see something, I hear something, it reminds me of it,

או שומע משהו, אני נזכר, ומושמע בצורה אוטומטית.

and it plays back automatically.

It's an automatic playback.

זו השמעה חוזרת אוטומטית. וניבוי של קלט עתידי הוא הפלט הרצוי.

And prediction of future inputs is the desired output.

And as I said, the theory must be biologically accurate,

כמו שאמרתי, התאוריה חייבת להיות מדויקת מבחינה ביולוגית,

it must be testable and you must be able to build it.

היא חייבת להיות ברת בדיקה, ואתה חייב להיות מסוגל לבנות אותה.

If you don't build it, you don't understand it.

אם אתה לא בונה אותה, אתה לא מבין אותה.

One more slide.

What is this going to result in?

מה זה הולך ליצור? האם אנחנו באמת הולכים לבנות מכונות אינטליגנטיות?

Are we going to really build intelligent machines?

ללא ספק. זה יהיה שונה ממה שאנשים חושבים.

Absolutely. And it's going to be different than people think.

אין לי ספק שזה הולך לקרות.

No doubt that it's going to happen, in my mind.

First of all, we're going to build this stuff out of silicon.

קודם כל, זה הולך להבנות מסיליקון.

The same techniques we use to build silicon computer memories,

אותה טכניקה שבה השתמשנו לבנות זכרון למחשב,

we can use here.

תשמש אותנו כאן.

But they're very different types of memories.

אבל סוג הזכרון הוא מאוד מאוד שונה.

And we'll attach these memories to sensors,

נצמיד את מערכת הזכרון הזו לחיישנים,

and the sensors will experience real-live, real-world data,

והחיישנים יקלטו נתונים מהעולם האמיתי,

and learn about their environment.

והדברים הללו ילמדו על הסביבה שלהם.

Now, it's very unlikely the first things you'll see are like robots.

מאוד לא סביר שהדבר הראשון שנראה יהיו רובוטים.

Not that robots aren't useful; people can build robots.

לא בגלל שרובוטים הם חסרי תועלת ובהחלט ניתן לבנות אותם.

But the robotics part is the hardest part. That's old brain. That's really hard.

אלא שהחלק הרובוטי הוא החלק הקשה. זהו המח הישן. זה ממש קשה.

The new brain is easier than the old brain.

המח החדש הוא די קל ביחס למח הישן.

So first we'll do things that don't require a lot of robotics.

אז הדברים הראשונים שאנו עומדים לעשות אינם זקוקוים ליותר מידי רובוטיקה.

So you're not going to see C-3PO.

אתם לא הולכים לראות C-3PO.

You're going to see things more like intelligent cars

תראו דברים יותר כמו מכוניות אינטליגנטיות

that really understand what traffic is, what driving is

שמבינות תחבורה ונהיגה

and have learned that cars with the blinkers on for half a minute

ולמדו שמכוניות מסויימות עם אורות שמהבהבים במשך חצי דקה

probably aren't going to turn.

כנראה לא עומדות לפנות, דברים מעין אלה.

(Laughter)

(צחוק)

We can also do intelligent security systems.

ניתן לעשות אמצעי אבטחה חכמים.

Anytime we're basically using our brain but not doing a lot of mechanics --

כל המקומות שבהם אנו משתמשים הרבה בשכלנו ללא הרבה מכניקה.

those are the things that will happen first.

אלו הדברים שיקרו קודם.

But ultimately, the world's the limit.

בסופו של דבר, השמיים הם הגבול.

I don't know how this will turn out.

אינני יודע איך זה יתפתח.

I know a lot of people who invented the microprocessor.

אני מכיר אנשים רבים שהמציאו את המיקרו-מעבדים

And if you talk to them,

אם הייתם שואלים אותם, הם ידעו שמה שהם עושים הוא מאוד חשוב,

they knew what they were doing was really significant,

but they didn't really know what was going to happen.

אך הם לא ידעו מה יקרה בעתיד.

They couldn't anticipate cell phones and the Internet

הם לא צפו את הטלפונים הסלולרים, את האינטרנט וכל הדברים הללו.

and all this kind of stuff.

They just knew like, "We're going to build calculators

הם רק ידעו שהם עומדים לבנות מחשבונים

and traffic-light controllers.

ובקרת רמזורים. זה הולך להיות גדול.

But it's going to be big!"

In the same way, brain science and these memories

מדעי המח ומערכות הזכרון הללו,

are going to be a very fundamental technology,

יהיו טכנולוגיה מאוד בסיסית, שתוביל

and it will lead to unbelievable changes in the next 100 years.

לשינויים מרחיקי לכת במאה שנים הקרובות.

And I'm most excited about how we're going to use them in science.

ואני הכי נלהב לגלות כיצד נשתמש בהם במדע.

So I think that's all my time -- I'm over,

אני חושב שזמני תם, ובזאת אסיים

and I'm going to end my talk right there.

את ההרצאה.