Jeff Hawkins: How brain science will change computing

207,887 views ・ 2007-05-23

TED


Vennligst dobbeltklikk på de engelske undertekstene nedenfor for å spille av videoen.

Translator: Steve K. Sporøy Reviewer: Pål André Grimstad Worren
00:25
I do two things:
0
25476
1151
Jeg gjør to ting. Jeg designer mobile datamaskiner og jeg studerer hjerner.
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
Og i dag skal jeg prate om hjerner og,
00:31
Yay! I have a brain fan out there.
3
31747
1817
hei, det er en hjernefan her.
00:33
(Laughter)
4
33588
3147
(Latter)
Jeg skal, om jeg kan få mitt første lysbilde opp her...
00:36
If I could have my first slide,
5
36759
1555
du vil se tittelen på mitt foredrag og mine to tilknytninger.
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
Så, det jeg skal prate om er hvorfor vi ikke har en god teori om hvordan hjernen virker,
00:44
why it is important that we should develop one
8
44703
2277
hvorfor det er viktig at vi bør utvikle en og hvordan vi kan gjøre det.
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
Og jeg skal prøve å fortelle alt dette på 20 minutter. Jeg har to tilknytninger.
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
De fleste av dere kjenner meg fra mine Palm Pilot- og Handspringdager,
00:54
but I also run a nonprofit scientific research institute
13
54090
2683
men jeg driver også en ideell organisasjon, et vitenskaplig forskningsinstitutt
00:56
called the Redwood Neuroscience Institute in Menlo Park.
14
56797
2632
kalt Redwood Nevrovitenskaplige institutt i Menlo Park,
00:59
We study theoretical neuroscience and how the neocortex works.
15
59453
3388
og vi studerer teoretisk nevrovitenskap,
og vi studerer hvordan hjernebarken fungerer.
01:02
I'm going to talk all about that.
16
62865
1598
Jeg kommer bare til å prate om det.
01:04
I have one slide on my other life, the computer life,
17
64487
2745
Jeg har bare ett lysbilde om mitt andre liv, datamaskinlivet, og det er det lysbildet dere ser her.
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
Dette er noen av produktene jeg har jobbet med i de siste 20 årene,
01:11
starting from the very original laptop
20
71873
1842
jeg startet med en av de aller første bærbare datamaskinene og notatblokk PC-er
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
også videre, og endte senest opp med Treo,
01:17
and we're continuing to do this.
23
77872
1532
og vi fortsetter å med å jobbe med dette.
01:19
I've done this because I believe mobile computing
24
79428
2301
Og jeg har gjort dette fordi jeg virkelig tror at bærbare datamaskiner
01:21
is the future of personal computing,
25
81753
1724
er fremtiden til personlige datamaskiner og jeg prøver å gjøre verden
01:23
and I'm trying to make the world a little bit better
26
83501
2454
bitte litt bedre ved å jobbe med disse tingene.
01:25
by working on these things.
27
85979
1296
01:27
But this was, I admit, all an accident.
28
87299
1874
Jeg må innrømme at dette faktisk var et uhell.
01:29
I really didn't want to do any of these products.
29
89197
2308
Jeg ville egentlig ikke jobbe med noen av disse produktene
01:31
Very early in my career
30
91529
1382
og tidlig i min karriere bestemte jeg meg for at
01:32
I decided I was not going to be in the computer industry.
31
92935
2690
jeg ikke skulle forbli i datamaskinindustrien.
01:35
Before that, I just have to tell you
32
95649
1721
Og før jeg forteller deg om det må jeg bare fortelle deg om
01:37
about this picture of Graffiti I picked off the web the other day.
33
97394
3108
dette lille bildet av graffiti som jeg fant på weben her om dagen.
01:40
I was looking for a picture for Graffiti that'll text input language.
34
100526
3253
Jeg leitet etter et bilde av graffiti,
01:43
I found a website dedicated to teachers who want to make script-writing things
35
103803
3689
og jeg fant en webside for lærere som vil lage slike,
du vet, slike som man skriver ting på og henger opp over krittavlen,
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
og de hadde dekorert disse med graffiti, og det er jeg lei meg for.
01:52
(Laughter)
38
112071
2247
(Latter)
01:54
So what happened was,
39
114342
1300
Så, det som skjedde var at, når jeg var ung og gikk ut av ingeniørskolen i
01:55
when I was young and got out of engineering school at Cornell in '79,
40
115666
4899
Cornell i 1979 bestemte jeg meg for å jobbe for 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
Jeg jobbet i datamaskinindustrien, og tre måneder senere
forelsket jeg meg i noe annet, og sa til meg selv: "Jeg gjorde feil karrierevalg",
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
og forelsket meg i hjerner.
02:12
This is not a real brain.
45
132557
1533
Dette er ikke en ekte hjerne. Dette er en strektegning av en hjerne.
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
Men jeg husker ikke helt hva som skjedde,
02:19
but I have one recollection, which was pretty strong in my mind.
48
139000
3515
men jeg har et minne som jeg husker godt.
02:22
In September of 1979,
49
142539
1610
I september 1979 kom magasinet Scientific American ut
02:24
Scientific American came out with a single-topic issue about the brain.
50
144173
3364
i en utgave som bare omhandlet hjerner. Og det var en veldig bra utgave.
02:27
It was one of their best issues ever.
51
147561
1938
Faktisk var det en av de beste utgavene noensinne. Og det handlet om hjerneceller
02:29
They talked about the neuron, development, disease, vision
52
149523
2947
og utvikling og sykdommer og visjoner og alt
02:32
and all the things you might want to know about brains.
53
152494
2596
du kan tenkes å lure på om hjerner. Det var virkelig imponerende.
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
Og man kan få inntrykk av at vi vet mye om hjernen.
02:39
But the last article in that issue was written by Francis Crick of DNA fame.
56
159436
4195
Men den siste artikkelen i denne utgaven var skrevet av Francis Crick, kjent for oppdagelsen av DNA.
02:43
Today is, I think, the 50th anniversary of the discovery of DNA.
57
163655
3024
Jeg tror forresten dagen i dag er 50 års dagen for oppdagelsen av DNA.
02:46
And he wrote a story basically saying, this is all well and good,
58
166703
3075
Og han skrev en historie hvor han hovedsaklig sa,
tja, dette er vel og bra. Men vet du hva?
02:49
but you know, we don't know diddly squat about brains,
59
169802
2743
Vi vet ikke noe som helst om hjerner
02:52
and no one has a clue how they work,
60
172569
1739
og ingen aner noe om hvordan disse fungerer,
02:54
so don't believe what anyone tells you.
61
174332
1866
så ikke tro på noe av det du blir fortalt.
02:56
This is a quote from that article, he says:
62
176222
2165
Dette er et sitat fra artikkelen. Han sa: "Hva som åpenbart mangler",
02:58
"What is conspicuously lacking" -- he's a very proper British gentleman --
63
178411
4293
han er en anstendig britisk herremann, "Hva som åpenbart mangler
03:02
"What is conspicuously lacking is a broad framework of ideas
64
182728
2830
er et bredt rammeverk som kan benyttes til å tolke ulike tilnærminger".
03:05
in which to interpret these different approaches."
65
185582
2352
03:07
I thought the word "framework" was great.
66
187958
1968
Jeg syntes at ordet rammeverk var genialt.
03:09
He didn't say we didn't have a theory.
67
189950
1817
Han sa ikke at vi ikke hadde en teori. Han sa at:
03:11
He says we don't even know how to begin to think about it.
68
191791
2725
vi ikke engang vet hvordan vi skal begynne å tenke på det --
vi har ikke engang et rammeverk.
03:14
We don't even have a framework.
69
194540
1492
Vi er i de preparadigme dagene, som Thomas Kuhn ville sagt.
03:16
We are in the pre-paradigm days, if you want to use Thomas Kuhn.
70
196056
3050
Også forelsket jeg meg i dette, og sa hør her,
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
vi har en masse kunnskap om hjerner. Hvor vanskelig kan det være?
03:24
It's something we can work on in my lifetime; I could make a difference.
73
204092
3438
Og her kan vi utrette noe i min livstid. Jeg følte jeg kunne gjøre en forskjell,
03:27
So I tried to get out of the computer business, into the brain business.
74
207554
3619
så jeg prøvde å komme ut av datamaskinindustrien og inn i hjernemiljøet.
03:31
First, I went to MIT, the AI lab was there.
75
211197
2004
Først gikk jeg til MIT, der fantes det ett kunstig intelligens-laboratorium,
03:33
I said, I want to build intelligent machines too,
76
213225
2395
og sa at jeg vil lage intelligente maskiner jeg også.
03:35
but I want to study how brains work first.
77
215644
2517
Men måten jeg vil gjøre det på er å studere hjerner først.
03:38
And they said, "Oh, you don't need to do that.
78
218185
2306
Og de sa, å, du trenger ikke å gjøre det.
03:40
You're just going to program computers, that's all.
79
220515
2390
Vi kommer bare til å programmere datamaskiner, det er det vi trenger å gjøre.
03:42
I said, you really ought to study brains.
80
222929
1963
Og jeg sa nei, det dere bør gjøre er å studere hjerner. De sa, å nei
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
du tar feil. Og jeg sa, nei, dere tar feil, også fikk jeg ikke innpass.
03:48
(Laughter)
83
228642
1078
(Latter)
03:49
I was a little disappointed -- pretty young --
84
229744
2155
Men jeg var litt skuffet -- nokså ung, men jeg returnerte
03:51
but I went back again a few years later,
85
231923
1936
et par år senere og denne gangen til California og gikk da til Berkeley.
03:53
this time in California, and I went to Berkeley.
86
233883
2359
Og sa, jeg vil gå inn fra den biologiske siden.
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
Så jeg kom inn -- i et doktogradsprogram i biofysikk, og jeg følte det var bra.
04:01
I was like, I'm studying brains now. Well, I want to study theory.
89
241833
3410
Jeg studerer hjerner nå og sa, vel, jeg vil studere teori.
04:05
They said, "You can't study theory about brains.
90
245267
2269
Og de sa, å nei, du kan ikke studere teori om hjerner.
04:07
You can't get funded for that.
91
247560
1995
Det er ikke noe man gjør. Du kan ikke få støtte til det.
04:09
And as a graduate student, you can't do that."
92
249579
2155
Og som uteksaminert, kan du ikke gjøre det. Så jeg sa, å søren.
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
Jeg var veldig deprimert. Jeg sa, men jeg kan gjøre en forskjell på dette området.
Så det jeg gjorde var å returnere til datamaskinindustrien
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
og sa, vel jeg må jobbe her en stund, jeg må ha noe å gjøre.
04:20
That's when I designed all those computer products.
97
260340
2393
Det var da jeg designet alle de datamaskinproduktene.
04:22
(Laughter)
98
262757
1301
(Latter)
04:24
I said, I want to do this for four years, make some money,
99
264082
2894
Og jeg sa, jeg vil gjøre dette i 4 år for å tjene litt penger,
04:27
I was having a family, and I would mature a bit,
100
267000
3976
jeg var i prosessen med å etablere familie, kanskje kunne jeg modnes litt,
04:31
and maybe the business of neuroscience would mature a bit.
101
271000
2816
og kanskje også nevrovitenskapen da hadde modnet litt.
04:33
Well, it took longer than four years. It's been about 16 years.
102
273840
3001
Vel, det tok litt mer enn 4 år. Det har gått omtrent 16 år.
04:36
But I'm doing it now, and I'm going to tell you about it.
103
276865
2716
Men jeg gjør det nå, og jeg skal fortelle dere om det.
04:39
So why should we have a good brain theory?
104
279605
2286
Så hvorfor trenger vi en god teori om hjernen?
04:41
Well, there's lots of reasons people do science.
105
281915
3102
Vel, det er flere grunner til at folk driver med vitenskap.
04:45
The most basic one is, people like to know things.
106
285041
2917
En av grunnene -- den mest grunnlegende -- er at mennesker liker å vite ting.
04:47
We're curious, and we go out and get knowledge.
107
287982
2195
Vi er nysgjerrige, og vi er sugne på å få kunnskap, ikke sant?
04:50
Why do we study ants? It's interesting.
108
290201
1866
Hvorfor studerer vi maur? Vel, det er interessant.
04:52
Maybe we'll learn something useful, but it's interesting and fascinating.
109
292091
3466
Kanskje lærer vi noe virkelig viktig om dem, men det er interessant og fasinerende.
04:55
But sometimes a science has other attributes
110
295581
2057
Men noen ganger har en vitenskap noe ved seg
04:57
which makes it really interesting.
111
297662
1829
som gjør det veldig, veldig interessant.
04:59
Sometimes a science will tell something about ourselves;
112
299515
2627
Noen ganger vil vitenskap fortelle oss noe om oss selv,
05:02
it'll tell us who we are.
113
302166
1224
den kan fortelle oss hvem vi er.
05:03
Evolution did this and Copernicus did this,
114
303414
2752
En sjelden gang - evolusjonen ga oss dette og Copernicus ga oss dette -
05:06
where we have a new understanding of who we are.
115
306190
2334
så får vi ny forståelse av hvem vi er.
05:08
And after all, we are our brains. My brain is talking to your brain.
116
308548
3428
Og vi er jo våre hjerner. Min hjerne prater til din hjerne.
05:12
Our bodies are hanging along for the ride,
117
312000
2030
Våre kropper henger med på turen, men min hjerne prater med din hjerne.
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
Og hvis vi vil forstå hvem vi er og hvordan vi føler og sanser
må vi faktisk forstå hva hjerner er.
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
En annen ting er at vitenskap noen ganger
leder oss til virkelig store samfunnsmessige fordeler og teknologier,
05:24
or businesses or whatever.
122
324398
1291
eller forretningsmuligheter, eller hva som enn kommer ut av det. Og dette
05:25
This is one, too, because when we understand how brains work,
123
325713
2878
er også et poeng, når vi forstår hvordan hjerner virker kommer vil til å kunne
05:28
we'll be able to build intelligent machines.
124
328615
2064
bygge intelligente maskiner, og dette tror jeg vil bli en god ting for verden,
05:30
That's a good thing on the whole,
125
330703
1698
05:32
with tremendous benefits to society,
126
332425
1858
og det kommer til å ha enorme fordeler for samfunnet
05:34
just like a fundamental technology.
127
334307
1669
på samme måte som fundamental teknologi gjorde.
05:36
So why don't we have a good theory of brains?
128
336000
2850
Så hvorfor skulle vi ikke ha en god teori om hjerner?
05:38
People have been working on it for 100 years.
129
338874
2168
Mennesker har jobbet med det i 100 år.
05:41
Let's first take a look at what normal science looks like.
130
341066
2719
Vel, la oss først ta en kikk på andre vitenskaplige retninger og se hva de har gjort de siste 100 år.
05:43
This is normal science.
131
343809
1187
Andre vitenskaplige retninger gjør som følger.
05:45
Normal science is a nice balance between theory and experimentalists.
132
345020
4074
Vanligvis arbeider disse i en god balanse mellom teorier og eksperimenter.
05:49
The theorist guy says, "I think this is what's going on,"
133
349118
2691
Så teoretikeren sier, jeg tror dette er det som skjer,
05:51
the experimentalist says, "You're wrong."
134
351833
1961
og de som eksperimenterer sier, nei du tar feil.
05:53
It goes back and forth, this works in physics, this in geology.
135
353818
3004
Og slik går det frem og tilbake.
Dette fungerer innen fysikken. Det fungerer innen geologien. Men hvis dette er slik vitenskaper normalt fungerer,
05:56
But if this is normal science, what does neuroscience look like?
136
356846
3009
hva med hjerneforskningen? Slik ser hjerneforskningen ut.
05:59
This is what neuroscience looks like.
137
359879
1795
Vi har et fjell av informasjon i form av anatomi, fysiologi og adferd.
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
Du kan ikke fatte hvor mye detaljer vi vet om hjerner.
06:08
There were 28,000 people who went to the neuroscience conference this year,
141
368476
3592
Det var 28 000 mennesker på hjerneforskningskonferanse i år,
06:12
and every one of them is doing research in brains.
142
372092
2363
og alle disse forsker på hjerner.
06:14
A lot of data, but no theory.
143
374479
1694
En masse informasjon men ingen teori. En bitte liten boks på toppen her.
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
Og teori har ikke spilt en rolle i noen stor grad innen hjerneforskning.
06:21
in the neurosciences.
146
381627
1429
06:23
And it's a real shame.
147
383080
1240
Og det er en skam. Hvordan skjedde dette egentlig?
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
Om du spør en hjerneforsker, hvorfor er det slik?
06:28
first, they'll admit it.
150
388771
1246
De er de første til å innrømme at det er slik. Men hvis du spør vill de si,
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
vel, det er ulike grunner til at vi ikke har en god teori om hjerner.
06:34
Some say we still don't have enough data,
153
394306
1969
Noen sier, vel vi har ikke nok informasjon,
06:36
we need more information, there's all these things we don't know.
154
396299
3059
vi trenger mer informasjon, det er så mye vi ikke vet.
06:39
Well, I just told you there's data coming out of your ears.
155
399382
2841
Vel, jeg fortalte akkurat at vi har så mye informasjon at det tyter ut av ørene.
06:42
We have so much information, we don't even know how to organize it.
156
402247
3164
Vi har så mye informasjon at vi ikke en vet hvordan vi skal begynne med å organisere den.
06:45
What good is more going to do?
157
405435
1438
Hvorfor skulle vi trenge mer?
06:46
Maybe we'll be lucky and discover some magic thing, but I don't think so.
158
406897
3448
Kanskje har vi flaks og oppdager en eller annen magisk faktor, men jeg tror ikke det kommer til å skje.
06:50
This is a symptom of the fact that we just don't have a theory.
159
410369
2973
Og dette er faktisk et symptom av at vi ikke har en teori.
06:53
We don't need more data, we need a good theory.
160
413366
2610
Vi trenger ikke mer data -- vi trenger en god teori.
06:56
Another one is sometimes people say,
161
416000
1798
I andre tilfeller sier noen at hjerner er så komplekse,
06:57
"Brains are so complex, it'll take another 50 years."
162
417822
3154
at det kommer til å ta ytterlige 50 år.
07:01
I even think Chris said something like this yesterday, something like,
163
421000
3354
Jeg tror faktisk til og med Chris sa noe sånt i går.
Jeg er ikke helt sikker på hva du sa Chris, men det var noe sånt,
07:04
it's one of the most complicated things in the universe.
164
424378
2627
vel, det er en av de mest kompliserte ting i universet. Det er faktisk ikke sant.
07:07
That's not true -- you're more complicated than your brain.
165
427029
2790
Du er mer komplisert enn din hjerne. Du har jo en hjerne.
07:09
You've got a brain.
166
429843
1151
Det er også sånn, selv om hjerner er komplekse, så er
07:11
And although the brain looks very complicated,
167
431018
2150
ting komplekse inntil vi forstår dem.
07:13
things look complicated until you understand them.
168
433192
2336
07:15
That's always been the case.
169
435552
1335
Det har alltid vært slik. Så alt vi kan si, vel,
07:16
So we can say, my neocortex, the part of the brain I'm interested in,
170
436911
3243
min hjernebark, som er den delen av hjernen jeg er interessert i, har 30 milliarder celler.
07:20
has 30 billion cells.
171
440178
1152
07:21
But, you know what? It's very, very regular.
172
441354
2432
Men vet du hva? Den er veldig regelmessig.
07:23
In fact, it looks like it's the same thing repeated over and over again.
173
443810
3394
Faktisk så ser det ut som om det samme prinsippet gjelder hele veien.
07:27
It's not as complex as it looks. That's not the issue.
174
447228
2536
Så den er ikke så kompleks som den ser ut. Det er ikke der problemet ligger.
07:29
Some people say, brains can't understand brains.
175
449788
2287
Noen sier at hjerner kan ikke forstå hjerner.
07:32
Very Zen-like. Woo.
176
452099
1988
Veldig Zen-aktig. Whow. Ikke sant.
07:34
(Laughter)
177
454111
2188
(Latter)
07:36
You know, it sounds good, but why? I mean, what's the point?
178
456323
2859
Det høres bra ut, men hvorfor? Jeg mener, hva er poenget?
07:39
It's just a bunch of cells. You understand your liver.
179
459206
2569
Det er jo bare en klase med celler. Du forstår jo hvordan leveren din fungerer.
07:41
It's got a lot of cells in it too, right?
180
461799
1977
Den har jo også en masse celler, ikke sant.
07:43
So, you know, I don't think there's anything to that.
181
463800
2494
Så, jeg tror ikke det er noe i det.
07:46
And finally, some people say,
182
466318
2112
Og den siste versjonen er at noen sier at, vel,
07:48
"I don't feel like a bunch of cells -- I'm conscious.
183
468454
2983
jeg føler meg ikke som en klase med celler, ikke sant. Jeg er bevisst.
07:51
I've got this experience, I'm in the world.
184
471461
2069
Jeg har denne følelsen av å eksistere i verden.
07:53
I can't be just a bunch of cells."
185
473554
1910
Så jeg kan ikke bare være en klase med celler.
07:55
Well, people used to believe there was a life force to be living,
186
475488
3223
Mennesker pleide å tro at det fantes en livskraft som opprettholdt livet
07:58
and we now know that's really not true at all.
187
478735
2409
men vi vet nå at det faktisk ikke er sant.
08:01
And there's really no evidence,
188
481168
1898
Og det er faktisk ingen form for bevis for noe sånt, vel, annet enn at folk
08:03
other than that people just disbelieve that cells can do what they do.
189
483090
3374
bare ikke kan tro at celler kan gjøre det de gjør.
08:06
So some people have fallen into the pit of metaphysical dualism,
190
486488
3041
Så om noen mennesker har falt i den metafysiske dualismefellen,
08:09
some really smart people, too, but we can reject all that.
191
489553
2730
noen virkelig smarte mennesker også, så kan vi bare avvise det.
08:12
(Laughter)
192
492307
2895
(Latter)
Nei, nå skal jeg fortelle dere noe annet,
08:15
No, there's something else,
193
495226
1741
08:16
something really fundamental, and it is:
194
496991
1985
og dette er virkelig fundamentalt, og det er:
08:19
another reason why we don't have a good brain theory
195
499000
2451
det finnes en annen grunn til at vi ikke har en god teori om hvordan hjernen fungerer,
08:21
is because we have an intuitive, strongly held but incorrect assumption
196
501475
5535
og det er fordi vi har en intuitiv og sterk,
men feil antakelse som har hindret oss i å se svaret.
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
Det noe vi tror er åpenbart, men som er feil.
08:32
Now, there's a history of this in science and before I tell you what it is,
199
512982
3566
Det er en historie om dette innen vitenskapen, men før jeg forteller om den,
08:36
I'll tell you about the history of it in science.
200
516572
2299
så skal jeg fortelle dere litt om vitenskapshistorie.
08:38
Look at other scientific revolutions --
201
518895
1910
Ser man på noen andre vitenskaplige revolusjoner,
08:40
the solar system, that's Copernicus,
202
520829
1879
og da snakker jeg om solsystemet og Copernicus,
08:42
Darwin's evolution, and tectonic plates, that's Wegener.
203
522732
2819
Darwins evolusjonsteori og Wegeners oppdagelse av tektoniske plater.
De har alle en masse til felles med vitenskap om hjernen.
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
Først og fremst hadde de en masse uforklarlig data. En hel masse av det.
08:51
But it got more manageable once they had a theory.
206
531068
2794
Men det ble mer administrerbart når man fikk en teori.
08:53
The best minds were stumped -- really smart people.
207
533886
2807
De kloke hodene var veldig, veldig, smarte folk.
08:56
We're not smarter now than they were then;
208
536717
2004
Vi er ikke smartere nå enn de var da.
08:58
it just turns out it's really hard to think of things,
209
538745
2527
Det er bare sånn at det er virkelig vanskelig å komme på ting,
09:01
but once you've thought of them, it's easy to understand.
210
541296
2676
men når du kommer på noe, så er det på en måte lett å forstå det.
09:03
My daughters understood these three theories,
211
543996
2106
Mine døtre forsto det grunnleggende rammeverket i disse 3 teoriene
på det før de startet i barnehagen.
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
Og nå er det ikke vanskelig. Du vet den med, her er eplet og her er appelsinen,
09:11
the Earth goes around, that kind of stuff.
214
551958
2018
jorden går rundt og så videre.
09:14
Another thing is the answer was there all along,
215
554000
2586
Og til slutt en annen ting som var der hele tiden,
09:16
but we kind of ignored it because of this obvious thing.
216
556610
2779
men vi har liksom oversett den fordi den var så åpenbar, og det er poenget.
09:19
It was an intuitive, strongly held belief that was wrong.
217
559413
2850
Det var en så intuitiv og sterk tro, som var feil.
09:22
In the case of the solar system,
218
562287
1690
Som i tilfellet med solsystemet, ideen om at jorden roterte
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
og jordens overflate går rundt i to tusen kilometer i timen,
09:28
and it's going through the solar system at a million miles an hour --
221
568000
3249
og at jorden farer gjennom solsystemet i omtrent en halv million kilometer i timen.
09:31
this is lunacy; we all know the Earth isn't moving.
222
571273
2476
Dette er galskap. Vi vet alle at jorden ikke flytter seg.
09:33
Do you feel like you're moving a thousand miles an hour?
223
573773
2877
Føler du at du flytter deg i to tusen kilometer i timen?
Selvsagt ikke. Men om noen sa,
09:36
If you said Earth was spinning around in space and was huge --
224
576674
2919
vel, jorden spinner rundt i verdensrommet og er enormt stor
09:39
they would lock you up, that's what they did back then.
225
579617
2591
så ville de låst deg inne, og på den tiden så gjorde de også det.
(Latter)
09:42
So it was intuitive and obvious. Now, what about evolution?
226
582232
3275
Så det var intuitivt og åpenbart. Men hva med evolusjonen?
09:45
Evolution, same thing.
227
585531
1154
Det er det samme med evolusjonen. Vi fortalte våre barn det bibelen sa.
09:46
We taught our kids the Bible says God created all these species,
228
586709
3080
Gud skapte alle disse artene, katter er katter, hunder er hunder
09:49
cats are cats; dogs are dogs; people are people; plants are plants;
229
589813
3143
mennesker er mennesker, planter er plater og de endrer seg ikke.
09:52
they don't change.
230
592980
1241
Noah tok dem med i Arken i den rekkefølgen og bla bla bla. Og som du vet
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
sannheten er, forutsatt at du tror på evolusjonen, at vi alle har en felles stamfar,
10:00
We all have a common ancestor with the plant in the lobby!
233
600337
3282
og at vi alle har felles opphav - med en plante i inngangspartiet.
10:03
This is what evolution tells us. And it's true. It's kind of unbelievable.
234
603643
3686
Det er det evolusjonen forteller oss. Og det er sant. Selv om det på en måte er utrolig.
10:07
And the same thing about tectonic plates.
235
607353
2557
Og det samme gjelder tektoniske plater.
10:09
All the mountains and the continents
236
609934
1722
Alle fjell og kontinenter flyter liksom rundt
10:11
are kind of floating around on top of the Earth.
237
611680
2344
på toppen av jorden? Det høres liksom utrolig ut.
10:14
It doesn't make any sense.
238
614048
1246
10:15
So what is the intuitive, but incorrect assumption,
239
615318
4601
Så hva er den intuitive men korrekte antakelse
10:19
that's kept us from understanding brains?
240
619943
1967
som har gjort at vi ikke forstår hjernen?
10:21
I'll tell you. It'll seem obvious that it's correct. That's the point.
241
621934
3293
Jeg skal fortelle deg det og det kommer til å høres åpenbart ut at det er korrekt,
og det er hele poenget ikke sant? Så skal jeg komme med et argument
10:25
Then I'll make an argument why you're incorrect on the other assumption.
242
625251
3434
om hvorfor du tar feil angående den antakelsen.
10:28
The intuitive but obvious thing is:
243
628709
1682
Den intuitive og åpenbare er at på en måte er intelligens
10:30
somehow, intelligence is defined by behavior;
244
630415
2314
definert av adferd,
10:32
we're intelligent because of how we do things
245
632753
2350
det som definerer oss som intelligente er måten vi gjør ting på
10:35
and how we behave intelligently.
246
635127
1572
og måten vi oppfører oss intelligent på, så skal jeg fortelle deg at du tar feil.
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
Faktum er at intelligens er definert av evnen til å forutse.
10:40
I'm going to work you through this in a few slides,
249
640781
2415
Jeg skal lede dere gjennom noen lysbilder her,
10:43
and give you an example of what this means.
250
643220
2094
for å presentere noen eksempler. Her er et system.
10:45
Here's a system.
251
645338
1301
10:46
Engineers and scientists like to look at systems like this.
252
646663
2908
Ingeniører liker å se på systemer på en måte. Forskere liker å se på det på en annen måte.
10:49
They say, we have a thing in a box. We have its inputs and outputs.
253
649595
3163
De sier, vel, vi har noe i en boks med innganger og utganger.
10:52
The AI people said, the thing in the box is a programmable computer,
254
652782
3240
Kunstig intelligens menneskene sier da at tingen i boksen er en programmerbar datamaskin
10:56
because it's equivalent to a brain.
255
656046
1679
fordi det blir tilsvarende en hjerne og vi forer den med inntrykk
10:57
We'll feed it some inputs and get it to do something, have some behavior.
256
657749
3506
og får den til å gjøre noe.
Og Alan Turning definerte Turing testen, som i korte trekk sier,
11:01
Alan Turing defined the Turing test, which essentially says,
257
661279
2822
vel, vi vet at noe er intelligent hvis det oppfører seg som et menneske.
11:04
we'll know if something's intelligent if it behaves identical to a human --
258
664125
3553
En slags adferdsmessig målestokk for hva intelligens er
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
og dette trodde vi på i lang tid.
11:12
Reality, though -- I call it real intelligence.
261
672000
2392
Men virkeligheten er en annen, jeg kaller den virkelig-intelligens.
11:14
Real intelligence is built on something else.
262
674416
2175
Virkelig-intelligens dreier seg om noe annet.
11:16
We experience the world through a sequence of patterns,
263
676615
3214
Vi erfarer verden gjennom en sekvens av mønstre som vi lagrer,
11:19
and we store them, and we recall them.
264
679853
2149
og vi husker disse. Og deretter gjenkaller vi disse og måler de opp
11:22
When we recall them, we match them up against reality,
265
682026
2545
mot virkeligheten og forutser da hva som kommer til å skje. Vi gjør det hele tiden.
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
Det er en evig rundgang. Det er en evig rundgang der vi på en måte sier
11:29
saying, do we understand the world, am I making predictions, and so on.
268
689852
3342
forstår vi verden? Klarer jeg å forutse hva som skal skje? Og så videre.
11:33
You're all being intelligent now, but you're not doing anything.
269
693218
3002
Dere er alle intelligente for øyeblikket, men dere gjør ingenting.
Kanskje klør du deg eller piller deg i nesen.
11:36
Maybe you're scratching yourself, but you're not doing anything.
270
696244
3002
Jeg vet ikke, men du gjør ikke noe akkurat nå,
11:39
But you're being intelligent; you're understanding what I'm saying.
271
699270
3156
men du er intelligent, du forstår hva jeg sier.
11:42
Because you're intelligent and you speak English,
272
702450
2295
Fordi du er intelligent og snakker engelsk,
11:44
you know the word at the end of this
273
704769
1751
vet du hvilket ord som er på slutten av denne -- (stillhet)
setningen.
11:46
sentence.
274
706544
1159
11:47
The word came to you; you make these predictions all the time.
275
707727
3152
Ordet falt på plass og du forutser slik hele tiden.
11:50
What I'm saying is,
276
710903
1699
Og det jeg da sier er at,
11:52
the internal prediction is the output in the neocortex,
277
712626
2631
det man hele tiden forutser er signaler fra hjernebarken.
Og på en måte så leder det du forutser til intelligent adferd.
11:55
and somehow, prediction leads to intelligent behavior.
278
715281
2541
11:57
Here's how that happens:
279
717846
1151
Og slik virker det. La oss starte med en uintelligent hjerne.
11:59
Let's start with a non-intelligent brain.
280
719021
1955
Vi kan kalle det en uintelligent hjerne, en gammel hjerne,
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
og vi sier det er fra noe som ikke er et pattedyr, som et reptil,
12:06
say, an alligator; we have an alligator.
283
726928
1985
så sier vi at det er en alligator. Vi tar for oss en alligator.
12:08
And the alligator has some very sophisticated senses.
284
728937
3371
Og en alligator har veldig sofistikerte sanser.
12:12
It's got good eyes and ears and touch senses and so on,
285
732332
3206
Den har gode øyne og ører og føler når noe kommer bort i den og så videre
12:15
a mouth and a nose.
286
735562
1469
har den en munn og en nese. Og den har veldig kompleks adferd.
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
Den kan løpe og hjemme seg. Den har redsel og følelser. Og den kan spise deg.
12:23
It can attack. It can do all kinds of stuff.
289
743000
3590
Den kan angripe. Den kan gjøre en hel masse.
12:27
But we don't consider the alligator very intelligent,
290
747193
2856
Men vi betrakter ikke alligatoren som intelligent, i hvert fall ikke på menneskelig vis.
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
Men den har en masse kompleks adferd.
12:34
Now in evolution, what happened?
293
754510
1801
Så, i evolusjonen, hva skjedde?
12:36
First thing that happened in evolution with mammals
294
756335
2385
Det første som skjedde med pattedyr i evolusjonen,
12:38
is we started to develop a thing called the neocortex.
295
758744
2531
var at vi begynte å utvikle det som kalles hjernebarken.
12:41
I'm going to represent the neocortex by this box on top of the old brain.
296
761299
3793
Og jeg skal lage en representasjon av hjernebarken her,
på toppen av gamle hjernen.
12:45
Neocortex means "new layer." It's a new layer on top of your brain.
297
765116
3353
Den nye kortex (hjernebarken) betyr nytt lag. Den er et nytt lag på toppen av hjernen.
12:48
It's the wrinkly thing on the top of your head
298
768493
2343
Om du ikke vet det så er det en skrukkete tingen helst øverst på hodet,
12:50
that got wrinkly because it got shoved in there and doesn't fit.
299
770860
3084
og den er skrukkete fordi den ble stappet inn og ikke helt passer.
12:53
(Laughter)
300
773968
1008
(Latter)
12:55
Literally, it's about the size of a table napkin
301
775000
2242
Det er faktisk sant. Den er egentlig på størrelse med en utbrettet serviett.
12:57
and doesn't fit, so it's wrinkly.
302
777266
1574
Og den passer ikke, så derfor blir den skrukkete. Se nå hvordan jeg tegner dette.
12:58
Now, look at how I've drawn this.
303
778864
1745
13:00
The old brain is still there.
304
780633
1386
Den gamle hjernen er fortsatt der. Du har fortsatt en alligatorhjerne.
13:02
You still have that alligator brain. You do. It's your emotional brain.
305
782043
3655
Du har det. Det er den hjernen som håndterer følelser.
13:05
It's all those gut reactions you have.
306
785722
2730
Den er alt det og alle magefølelser du har.
13:08
On top of it, we have this memory system called the neocortex.
307
788476
3270
Og på toppen av det har vi minnesystemet, som kalles hjernebarken.
13:11
And the memory system is sitting over the sensory part of the brain.
308
791770
4294
Og minnesystemet ligger over sansedelene i hjernen.
13:16
So as the sensory input comes in and feeds from the old brain,
309
796088
3055
Og når sanseimpulser kommer inn via den gamle hjernen
13:19
it also goes up into the neocortex.
310
799167
2154
går de altså opp til minnesystemet. Og hjernebarkens oppgave er bare å huske de.
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
Den ligger der og sier, ah, jeg skal huske alt som foregår,
13:26
where I've been, people I've seen, things I've heard, and so on.
313
806867
3019
hvor jeg har vært, mennesker jeg har sett, ting jeg har hørt og så videre.
13:29
And in the future, when it sees something similar to that again,
314
809910
3362
Og i fremtiden, når den ser noe den gjenkjenner,
13:33
in a similar environment, or the exact same environment,
315
813296
2635
i et tilsvarende miljø, eller i det samme miljøet,
13:35
it'll start playing it back: "Oh, I've been here before,"
316
815955
3555
så spilles minner av. Den starter å spille det av.
Å, jeg har vært her før. Og når du var der sist så
13:39
and when you were here before, this happened next.
317
819534
2364
så hendte dette. Det muliggjør at du kan forutse hva som komme til å skje.
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
Det muliggjør at du, bokstavlig talt mater signaler tilbake til hjernen,
13:47
they'll let you see what's going to happen next,
320
827092
2265
og du kan da se hva som kommer til å skje,
13:49
will let you hear the word "sentence" before I said it.
321
829381
2595
og muliggjør at du kan høre ordet "setning" før jeg sa det.
13:52
And it's this feeding back into the old brain
322
832000
3185
Og det er denne matingen tilbake til gamle hjernen
13:55
that will allow you to make more intelligent decisions.
323
835209
2577
som gjør det mulig for deg å ta veldig intelligente avgjørelser.
13:57
This is the most important slide of my talk, so I'll dwell on it a little.
324
837810
3489
Dette er det viktigste lysbildet i hele foredraget mitt, så vi skal dvele litt ved det.
14:01
And all the time you say, "Oh, I can predict things,"
325
841323
3575
Også sier du hele tiden at, åh, jeg kan forutse ting.
14:04
so if you're a rat and you go through a maze, and you learn the maze,
326
844922
3360
Og hvis du er en rotte og går gjennom en labyrint, så lærer du deg labyrinten,
14:08
next time you're in one, you have the same behavior.
327
848306
2439
og neste gang du er i labyrinten gjør du det samme som sist,
14:10
But suddenly, you're smarter; you say, "I recognize this maze,
328
850769
2991
men plutselig er du blitt smartere
fordi du sier, åh, jeg kjenner denne labyrinten, jeg vet hvor jeg skal gå,
14:13
I know which way to go; I've been here before; I can envision the future."
329
853784
3542
jeg har vært her før, jeg kan se for meg hva som vil skje. Og det er det den gjør.
14:17
That's what it's doing.
330
857350
1168
14:18
This is true for all mammals --
331
858542
2840
Hos mennesker - faktisk gjelder det for alle pattedyr -
14:21
in humans, it got a lot worse.
332
861406
2031
det gjelder for alle pattedyr og hos mennesker utviklet det seg langt.
14:23
Humans actually developed the front of the neocortex,
333
863461
2587
Vi mennesker har faktisk også utviklet en fremre del
14:26
called the anterior part of the neocortex.
334
866072
2221
som kalles frontallappen. Og naturen gjorde et triks.
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
den kopierte den bakre delen, som hører til sansene,
14:32
and put it in the front.
337
872490
1151
og plasserte kopien foran.
14:33
Humans uniquely have the same mechanism on the front,
338
873665
2480
Så mennesker er de eneste som har de samme mekanismer foran som bak,
14:36
but we use it for motor control.
339
876169
1554
men vi bruker dette til motorisk kontroll.
14:37
So we're now able to do very sophisticated motor planning, things like that.
340
877747
3581
Dermed har vi nå muligheten til å gjøre sofistikert motorikk og så videre.
14:41
I don't have time to explain, but to understand how a brain works,
341
881352
3126
Jeg har ikke tid til gå for dypt i dette, men hvis du vil forstå hvordan hjerner virker
14:44
you have to understand how the first part of the mammalian neocortex works,
342
884502
3537
må du forstå hvordan den første delen av pattedyrs hjernebark virker,
hvordan vi lagrer mønstre og forutser.
14:48
how it is we store patterns and make predictions.
343
888063
2293
Så la meg gi det et par eksempler hvor du forutser.
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
Jeg sa allerede ordet "setning". I musikk,
14:54
In music, if you've heard a song before,
346
894292
3206
hvis du har hvis du har hørt en sang tidligere, hvis du har hørt Jill sine sanger før,
14:57
when you hear it, the next note pops into your head already --
347
897522
2909
når hun synger dem så popper neste note inn i hodet ditt --
15:00
you anticipate it.
348
900455
1151
du forutser det etter hvert som det går fremover. Hvis det var et musikkalbum,
15:01
With an album, at the end of a song, the next song pops into your head.
349
901630
3354
ville neste sang, ved slutten av den pågående, starte i hodet.
15:05
It happens all the time, you make predictions.
350
905008
2305
Og dette skjer hele tiden. Du prøver å forutse hva som skal skje.
15:07
I have this thing called the "altered door" thought experiment.
351
907337
3039
Jeg har et tankeeksperiment som jeg kaller den modifiserte døren.
15:10
It says, you have a door at home;
352
910400
2829
Og tankeeksperimentet med den modifiserte døren er slik, du har en dør hjemme
15:13
when you're here, I'm changing it --
353
913253
1755
og når du er her endrer jeg den, jeg har en kar
15:15
I've got a guy back at your house right now, moving the door around,
354
915032
3196
ved huset ditt akkurat nå og han flytter døren rundt,
15:18
moving your doorknob over two inches.
355
918252
1769
og de kommer til flytte dørhåndtaket mer enn 5 centimeter.
15:20
When you go home tonight, you'll put your hand out, reach for the doorknob,
356
920045
3584
Og når du drar hjem senere i kveld, kommer du til å strekke frem hånden din
og du kommer til prøve å nå dørhåndtaket og merke at
15:23
notice it's in the wrong spot
357
923653
1514
det er på feil sted og du kommer til si, hva har skjedd?
15:25
and go, "Whoa, something happened."
358
925191
1687
15:26
It may take a second, but something happened.
359
926902
2101
Det kan ta et sekund for deg å finne det ut, men noe skjedde.
15:29
I can change your doorknob in other ways --
360
929027
2003
Jeg kunne endret dørhåndtaket på andre måter.
15:31
make it larger, smaller, change its brass to silver, make it a lever,
361
931054
3241
Jeg kunne gjort det større eller mindre, jeg kunne endret det fra messing til sølv,
jeg kunne gjort den til en spak. Jeg kunne endret døren, malt den,
15:34
I can change the door; put colors on, put windows in.
362
934319
2576
satt inn vinduer. Jeg kunne endret tusen ting med døren din,
15:36
I can change a thousand things about your door
363
936919
2151
og i løpet av de to sekundene det tar å åpne døren
15:39
and in the two seconds you take to open it,
364
939094
2008
ville du komme til å merke at noe var endret.
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
Så ingeniørtilnærmingen til dette, kunstig-intelligenstilnærmingen,
15:45
is to build a door database with all the door attributes.
367
945480
2675
vil være å lage en dørdatabase med alle dørattributter.
15:48
And as you go up to the door, we check them off one at time:
368
948179
2819
Og når du går opp til døren så sjekker man alle attributter en etter en.
15:51
door, door, color ...
369
951022
1346
Dør, dør, dør, du vet, farge, dere skjønner hva jeg mener.
15:52
We don't do that. Your brain doesn't do that.
370
952392
2100
Vi gjør ikke det. Din hjerne gjør ikke det.
15:54
Your brain is making constant predictions all the time
371
954516
2540
Det din hjerne gjør hele tiden er å prøve å forutse
15:57
about what will happen in your environment.
372
957080
2034
hva som skal skje i det miljøet du befinner deg.
15:59
As I put my hand on this table, I expect to feel it stop.
373
959138
2746
Når jeg legger hånden på bordet forventer jeg å føle at den stopper.
16:01
When I walk, every step, if I missed it by an eighth of an inch,
374
961908
3019
Når jeg går, for hvert steg jeg tar, om jeg tråkker feil med 5 centimeter
16:04
I'll know something has changed.
375
964951
1533
kommer jeg til å vite at noe er endret.
16:06
You're constantly making predictions about your environment.
376
966508
2820
Du prøver hele tiden å forutse hva som vil skje i det miljøet du befinner deg.
16:09
I'll talk about vision, briefly.
377
969352
1593
Jeg skal snakke om syn her om et øyeblikk. Dette er et bilde av en kvinne.
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
Og når du ser på mennesker blir øynene dine fanget
og du ser over ansiktet to til tre ganger i sekundet.
16:15
We're not aware of it, but our eyes are always moving.
380
975890
2529
Du er ikke klar over det men øynene dine flytter seg hele tiden.
Og når du ser på ansiktet til noen
16:18
When we look at a face, we typically go from eye to eye to nose to mouth.
381
978443
3435
sveiper du fra øye til øye til øye så til nese og munn.
16:21
When your eye moves from eye to eye,
382
981902
1869
Så når ditt øye sveiper fra øye til øye,
16:23
if there was something else there like a nose,
383
983795
2158
om det var noe annet der enn en nese,
16:25
you'd see a nose where an eye is supposed to be and go, "Oh, shit!"
384
985977
3546
som at du så en nese der hvor øyet skulle vært
kom du til å si, å svarte, ikke sant --
16:29
(Laughter)
385
989547
1396
16:30
"There's something wrong about this person."
386
990967
2109
(Latter)
Det er noe galt med denne personen.
16:33
That's because you're making a prediction.
387
993100
2005
Og det er fordi du forutser hva som kan forventes.
16:35
It's not like you just look over and say, "What am I seeing? A nose? OK."
388
995129
3439
Det er ikke slik at du ser over og sier, hva ser jeg nå?
En nese, det er greit. Nei, du har forventninger til hva du skal se.
16:38
No, you have an expectation of what you're going to see.
389
998592
2634
(Latter)
16:41
Every single moment.
390
1001250
1151
Hele tiden. Og til slutt la oss ta for oss hvordan vi tester intelligens.
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
Vi tester evnen til å forutse. Hva er neste ord i rekken? Og så videre.
16:48
This is to this as this is to this. What is the next number in this sentence?
393
1008183
3627
Denne står til denne som denne står til denne. Hva er neste nummer i denne rekken?
16:51
Here's three visions of an object. What's the fourth one?
394
1011834
2690
Her er tre forskjellige former.
Hva er den fjerde? Slik tester vi intelligens. Det handler om å forutse.
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
Så hva er resepten for å lage en hjerneteori?
17:00
First of all, we have to have the right framework.
397
1020219
2366
Først av alt trenger vi å ha et rammeverk.
17:02
And the framework is a memory framework,
398
1022609
1913
Og det rammeverket er et rammeverk for hukommelsen.
17:04
not a computational or behavior framework,
399
1024546
2024
Ikke et rammeverk for kalkulering eller adferd. Men et rammeverk for hukommelse.
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
Hvordan lagrer og fremkaller du disse mønstrene? Det er spatio-temporære mønstre.
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
Så med et slikt rammeverk, tar du en gjeng med teoretikere.
17:14
biologists generally are not good theoreticians.
404
1034927
2246
Nå er ikke biologer generelt sett veldig gode teoretikere.
Det er selvfølgelig ikke alltid sant, men generelt sett, og historisk sett, er ikke teori biologiens sterkeste side.
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
Så det jeg fant ut var at fysikere var de jeg fikk mest ut av å jobbe med,
17:23
engineers and mathematicians,
407
1043348
1383
ingeniører og matematikere, som vanligvis tenker algoritmisk.
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
Men da må de lære anatomi og i tillegg fysiologi.
17:29
You have to make these theories very realistic in anatomical terms.
410
1049763
4496
Man må knytte disse teorier opp mot anatomisk terminologi.
Om noen forteller om sin teori om hvordan hjernen virker,
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
og ikke forteller deg akkurat hva som skjer i hjernen,
17:39
and how the wiring works --
413
1059193
1303
og ikke forteller deg hvordan hjernen er "kablet", ja så har de ingen teori.
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
Dette er det vi dette vi driver med på Redwood nevrovitenskaplige institutt.
17:44
I'd love to tell you we're making fantastic progress in this thing,
416
1064668
3308
Jeg skulle gjerne hatt mer tid til å fortelle om den fantastiske fremgangen vi har på området,
17:48
and I expect to be back on this stage sometime in the not too distant future,
417
1068000
3662
og jeg forventer å komme tilbake på denne scenen,
kanskje om ikke så altfor lenge for å fortelle dere om det.
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
Jeg er veldig begeistret. Dette kommer ikke til å ta ytterlige 50 år.
17:55
What will brain theory look like?
420
1075492
1578
Så hvordan vil en hjerneteori se ut?
17:57
First of all, it's going to be about memory.
421
1077094
2055
Først av alt, det kommer til å bli en teori om hukommelse.
17:59
Not like computer memory -- not at all like computer memory.
422
1079173
2822
Ikke som en datamaskins minne. Ikke i det hele tatt som datamaskinminne.
18:02
It's very different.
423
1082019
1151
Det er veldig, veldig forskjellig fra det. Og det er et minne av
18:03
It's a memory of very high-dimensional patterns,
424
1083194
2257
mønstre med mange dimensjoner, tilsvarende som det du ser med øynene.
18:05
like the things that come from your eyes.
425
1085475
1962
18:07
It's also memory of sequences:
426
1087461
1437
Det er også et minne av sekvenser.
18:08
you cannot learn or recall anything outside of a sequence.
427
1088922
2730
Du kan ikke lære eller gjenkalle noe som ikke er i form av en sekvens.
18:11
A song must be heard in sequence over time,
428
1091676
2837
En sang må høres i sekvens over tid,
18:14
and you must play it back in sequence over time.
429
1094537
2351
og du må avspille den i sekvens over tid.
18:16
And these sequences are auto-associatively recalled,
430
1096912
2449
Og disse sekvensene blir auto-assosiativt gjenkalt, så hvis jeg ser noe,
18:19
so if I see something, I hear something, it reminds me of it,
431
1099385
2873
hører noe, så minner dette meg om det og spiller automatisk dette av.
18:22
and it plays back automatically.
432
1102282
1533
18:23
It's an automatic playback.
433
1103839
1294
Det er en automatisk avspilling. Og hensikten er å forutse kommende inntrykk.
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
Og som sagt, teorien må være biologisk nøyaktig,
18:30
it must be testable and you must be able to build it.
436
1110373
2484
den må være testbar, og det må være mulig å lage den.
18:32
If you don't build it, you don't understand it.
437
1112881
2211
Hvis du ikke kan lage den så forstår du den ikke. Så, et lysbilde igjen.
18:35
One more slide.
438
1115116
1532
18:36
What is this going to result in?
439
1116672
2309
Så hva skal dette resultere i? Kommer vi virkelig til å lage intelligente maskiner?
18:39
Are we going to really build intelligent machines?
440
1119005
2348
Absolutt. Og det kommer til å bli annerledes enn det folk tror.
18:41
Absolutely. And it's going to be different than people think.
441
1121377
3798
Det er ikke tvil i min sjel om hvorvidt dette kommer til å skje.
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
Først av alt, det kommer det til å bli laget, i silikon.
18:51
The same techniques we use to build silicon computer memories,
444
1131064
2912
Med den samme teknikken vi bruker for å lage datamaskinminne av silikon,
18:54
we can use here.
445
1134000
1151
kan vi benytte i dette tilfellet.
18:55
But they're very different types of memories.
446
1135175
2109
Men vi snakker om en helt annen type hukommelse.
18:57
And we'll attach these memories to sensors,
447
1137308
2023
Og vi kommer til å koble denne hukommelsen til sensorer,
18:59
and the sensors will experience real-live, real-world data,
448
1139355
2777
og disse sensorene vil erfare data fra virkeligheten i sanntid,
19:02
and learn about their environment.
449
1142156
1752
og disse tingene kommer til å lære av sitt miljø.
19:03
Now, it's very unlikely the first things you'll see are like robots.
450
1143932
3445
Det er veldig usannsynlig at det første du vil se på dette området er roboter.
19:07
Not that robots aren't useful; people can build robots.
451
1147401
2575
Ikke at roboter er ubrukelige, og man kan lage roboter.
19:10
But the robotics part is the hardest part. That's old brain. That's really hard.
452
1150000
3767
Men robotdelen er den vanskeligste delen. Da inngår gamlehjernen. Og den er kompleks.
19:13
The new brain is easier than the old brain.
453
1153791
2007
Den nye hjernen (hjernebarken) er faktisk enklere enn gamle hjernen.
19:15
So first we'll do things that don't require a lot of robotics.
454
1155822
3082
Så det første vi må gjøre er å få på plass det som ikke krever en masse robotteknikk.
19:18
So you're not going to see C-3PO.
455
1158928
2179
Du kommer ikke til å se C-3PO (fra Star Wars).
19:21
You're going to see things more like intelligent cars
456
1161131
2485
Du kommer til å se mer, tja, intelligente biler for eksempel
19:23
that really understand what traffic is, what driving is
457
1163640
2808
som virkelig forstår hva trafikk er og hva kjøring er
19:26
and have learned that cars with the blinkers on for half a minute
458
1166472
3278
og som har lært at de biler som kjører med blinklys på i mer enn 30 sekunder
19:29
probably aren't going to turn.
459
1169774
1574
antakelig ikke kommer til å svinge, og så videre.
19:31
(Laughter)
460
1171372
1291
(Latter)
19:32
We can also do intelligent security systems.
461
1172687
2064
Vi kan også lage intelligente sikkerhetssystemer.
19:34
Anytime we're basically using our brain but not doing a lot of mechanics --
462
1174775
3573
For så vidt hva som helst der vi benytter hjernen, men samtidig ikke gjør en hel masse.
19:38
those are the things that will happen first.
463
1178372
2059
Det er dette som kommer til skje først.
19:40
But ultimately, the world's the limit.
464
1180455
1820
Men til slutt kan vi ta for oss hva som helst i hele verden.
19:42
I don't know how this will turn out.
465
1182299
1732
Jeg vet ikke hvordan det kommer til ende.
19:44
I know a lot of people who invented the microprocessor.
466
1184055
2591
Jeg kjenner mange av de som oppfant mikroprosessoren
19:46
And if you talk to them,
467
1186670
2164
og om du snakker med noen av disse, så visste de at de gjorde noe stort,
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
men de så ikke konsekvensen av det de gjorde.
19:53
They couldn't anticipate cell phones and the Internet
470
1193981
2768
De kunne ikke forutse mobiltelefoner og Internet og alt det.
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
De visste bare at de, tja, de skulle lage kalkulatorer
20:01
and traffic-light controllers.
473
1201177
1440
og trafikklyskontrollere. Men det ble stort.
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
På samme måte kommer vitenskap om hjernen og hukommelse til å være
20:06
are going to be a very fundamental technology,
476
1206329
2225
fundamental teknologi som kommer til å lede
20:08
and it will lead to unbelievable changes in the next 100 years.
477
1208578
3442
til utrolige endringer i løpet av de neste 100 år.
20:12
And I'm most excited about how we're going to use them in science.
478
1212044
3405
Og jeg er mest ivrig angående hvordan vi kan kommer til å bruke dette i vitenskapen.
20:15
So I think that's all my time -- I'm over,
479
1215473
2837
Da tror jeg min tid er ute, jeg er ferdig, og kommer til å slutte mitt foredrag
20:18
and I'm going to end my talk right there.
480
1218334
2277
akkurat nå.
Om denne nettsiden

Denne siden vil introdusere deg til YouTube-videoer som er nyttige for å lære engelsk. Du vil se engelsktimer undervist av førsteklasses lærere fra hele verden. Dobbeltklikk på de engelske undertekstene som vises på hver videoside for å spille av videoen derfra. Undertekstene ruller synkronisert med videoavspillingen. Hvis du har kommentarer eller forespørsler, vennligst kontakt oss ved å bruke dette kontaktskjemaet.

https://forms.gle/WvT1wiN1qDtmnspy7