Laura Schulz: The surprisingly logical minds of babies

Переводчик: Julia Skupchenko Редактор: Alina Siluyanova

Mark Twain summed up what I take to be

Марку Твену удалось описать

one of the fundamental problems of cognitive science

основную проблему науки о мышлении

with a single witticism.

одной остроумной фразой.

He said, "There's something fascinating about science.

Он сказал: «Всё-таки в науке есть что-то захватывающее.

One gets such wholesale returns of conjecture

Вложишь какое-то пустяковое количество фактов,

out of such a trifling investment in fact."

а берёшь колоссальный дивиденд в виде умозаключений. Да ещё с процентами».

(Laughter)

(Смех)

Twain meant it as a joke, of course, but he's right:

Марк Твен, конечно, шутил, но в чём-то он прав:

There's something fascinating about science.

в науке есть что-то захватывающее.

From a few bones, we infer the existence of dinosuars.

Несколько костей доказывают существование динозавров.

From spectral lines, the composition of nebulae.

По спектральным линиям определена структура туманности.

From fruit flies,

Наблюдая за плодовыми мушками,

the mechanisms of heredity,

учёные выявили механизмы наследования.

and from reconstructed images of blood flowing through the brain,

А по восстановленным изображениям кровяных потоков в мозге

or in my case, from the behavior of very young children,

или, как в моём случае, по поведению детей

we try to say something about the fundamental mechanisms

можно делать выводы о фундаментальных механизмах

of human cognition.

человеческого мышления.

In particular, in my lab in the Department of Brain and Cognitive Sciences at MIT,

На базе лаборатории когнитивных исследований Массачусетского института

I have spent the past decade trying to understand the mystery

в течение последних десяти лет я пыталась разобраться,

как дети так много познают о мире из ничего, притом так быстро.

of how children learn so much from so little so quickly.

Because, it turns out that the fascinating thing about science

Ведь, оказывается, то захватывающее, что есть в науке,

is also a fascinating thing about children,

есть и в детях,

which, to put a gentler spin on Mark Twain,

а именно, если перефразировать Марка Твена,

is precisely their ability to draw rich, abstract inferences

их способность к сложным, абстрактным суждениям,

rapidly and accurately from sparse, noisy data.

сделанным быстро и безошибочно, из скудной, спутанной информации.

I'm going to give you just two examples today.

Я представлю вам два примера.

One is about a problem of generalization,

Один касается проблемы обобщения,

and the other is about a problem of causal reasoning.

а второй — причинно-следственной связи.

And although I'm going to talk about work in my lab,

Несмотря на то, что я буду ссылаться только на работу моей лаборатории,

this work is inspired by and indebted to a field.

успехами исследований мы обязаны всей научной области.

I'm grateful to mentors, colleagues, and collaborators around the world.

Я благодарна наставникам, коллегам и единомышленникам со всего мира.

Let me start with the problem of generalization.

Позвольте мне начать с вопроса обобщения.

Generalizing from small samples of data is the bread and butter of science.

Для науки обобщение малых выборок данных — хлеб насущный.

We poll a tiny fraction of the electorate

По анализу крохотной доли избирателей

and we predict the outcome of national elections.

мы прогнозируем результаты выборов.

We see how a handful of patients responds to treatment in a clinical trial,

Мы оцениваем реакцию группы пациентов на клинические испытания препарата —

and we bring drugs to a national market.

и поставляем лекарства в аптеки страны.

But this only works if our sample is randomly drawn from the population.

Но такой способ работает только с произвольной выборкой.

If our sample is cherry-picked in some way --

Если бы мы тщательно подбирали людей,

say, we poll only urban voters,

например, брали только городских избирателей,

or say, in our clinical trials for treatments for heart disease,

или для клинических испытаний лечения сердечных заболеваний

we include only men --

брали только мужчин,

the results may not generalize to the broader population.

то результаты были бы неприменимы к широким слоям населения.

So scientists care whether evidence is randomly sampled or not,

Поэтому учёных всегда волнует, случайна ли выборка или нет.

but what does that have to do with babies?

Как же это связано с детьми?

Well, babies have to generalize from small samples of data all the time.

Детям всё время приходится обобщать, исходя из малого объёма данных.

They see a few rubber ducks and learn that they float,

Они видят резиновую уточку и узнают, что она не тонет;

or a few balls and learn that they bounce.

или видят мяч и узнают, что он отскакивает.

And they develop expectations about ducks and balls

Так они формируют ожидания «поведения» уточек и мячиков,

that they're going to extend to rubber ducks and balls

которые будут у них по отношению к этим предметам

for the rest of their lives.

на протяжении всей жизни.

And the kinds of generalizations babies have to make about ducks and balls

Такие же обобщения, как об уточках и мячах,

they have to make about almost everything:

дети формируют практически обо всём:

shoes and ships and sealing wax and cabbages and kings.

об обуви, кораблях, сургуче, о королях и капусте.

So do babies care whether the tiny bit of evidence they see

Волнует ли детей, можно или нет считать мизерные объёмы увиденного

is plausibly representative of a larger population?

достаточно показательными для обобщения?

Let's find out.

Давайте посмотрим.

I'm going to show you two movies,

Я покажу вам два фильма —

one from each of two conditions of an experiment,

по одному на каждое из двух условий опыта.

and because you're going to see just two movies,

И поскольку вы посмотрите только два фильма,

you're going to see just two babies,

вы увидите только двух детей,

and any two babies differ from each other in innumerable ways.

а между любыми двумя детьми различий не сосчитать.

But these babies, of course, here stand in for groups of babies,

Но оба ребёнка в этом случае представляют разные группы детей,

and the differences you're going to see

и наблюдаемые различия в их поведении

represent average group differences in babies' behavior across conditions.

выражают различия в реакции данных групп на условия опыта.

In each movie, you're going to see a baby doing maybe

В каждом фильме вам, возможно, покажется,

just exactly what you might expect a baby to do,

что дети делают именно то, чего мы от них ожидаем,

and we can hardly make babies more magical than they already are.

ведь ребёнок — это уже само по себе волшебство.

Но мне кажется, что здесь волшебство в том, —

But to my mind the magical thing,

and what I want you to pay attention to,

пожалуйста, обратите на это особое внимание, —

is the contrast between these two conditions,

насколько противоположны два опыта.

because the only thing that differs between these two movies

Ведь единственная разница между двумя фильмами —

is the statistical evidence the babies are going to observe.

это статистические данные, которые будут представлены детям.

We're going to show babies a box of blue and yellow balls,

Мы покажем ребёнку коробку с синими и жёлтыми мячиками.

and my then-graduate student, now colleague at Stanford, Hyowon Gweon,

Моя на тот момент дипломница, теперь коллега в Стэнфорде, Хайован Гван,

is going to pull three blue balls in a row out of this box,

выложит из коробки три синих мячика подряд.

and when she pulls those balls out, she's going to squeeze them,

Вытаскивая, она их сожмёт,

and the balls are going to squeak.

и мячики запищат.

And if you're a baby, that's like a TED Talk.

А для ребёнка это — как для нас выступление TED.

It doesn't get better than that.

Лучше не придумаешь.

(Смех)

(Laughter)

But the important point is it's really easy to pull three blue balls in a row

Важный момент в том, что очень просто вытащить подряд три синих мячика

out of a box of mostly blue balls.

из коробки, в которой больше синих мячиков.

You could do that with your eyes closed.

Это можно сделать даже с закрытыми глазами.

It's plausibly a random sample from this population.

Для данной группы объектов такая выборка довольна показательна.

And if you can reach into a box at random and pull out things that squeak,

И если вы произвольно вытаскиваете из коробки мячики, которые пищат,

then maybe everything in the box squeaks.

то можно предположить, что все мячики в коробке пищат.

So maybe babies should expect those yellow balls to squeak as well.

Потому, вероятно, дети могут ожидать, что и жёлтые мячики тоже пищат.

Now, those yellow balls have funny sticks on the end,

На конце жёлтых мячиков прикреплён стержень,

so babies could do other things with them if they wanted to.

и дети могут делать с ними что-то иное, если захочется.

They could pound them or whack them.

Они могут ими стучать или потрясти их.

But let's see what the baby does.

Но давайте посмотрим, что же делает ребёнок.

(Video) Hyowon Gweon: See this? (Ball squeaks)

(Видео) Хайован Гван: Смотри какой мячик. (Мячик пищит)

Ух ты! Видела? (Мячик пищит)

Did you see that? (Ball squeaks)

Здорово.

Cool.

See this one?

Смотри этот какой.

(Ball squeaks)

(Мячик пищит)

Wow.

Вау!

Laura Schulz: Told you. (Laughs)

Лора Шульц: Я же говорила. (Смех)

(Video) HG: See this one? (Ball squeaks)

(Видео) ХГ: А этот какой! (Мячик пищит)

Hey Clara, this one's for you. You can go ahead and play.

Клара, вот этот тебе. Можешь с ним поиграть.

(Смех)

(Laughter)

LS: I don't even have to talk, right?

ЛШ: Тут даже не нужно комментировать, так?

All right, it's nice that babies will generalize properties

Итак, здорово, что дети применяют свойства

синих мячиков к жёлтым.

of blue balls to yellow balls,

and it's impressive that babies can learn from imitating us,

И то, как дети учатся, копируя наши действия, впечатляет.

but we've known those things about babies for a very long time.

Но это нам уже давно известно.

The really interesting question

Самое интересное в том,

is what happens when we show babies exactly the same thing,

что произойдёт, если мы покажем ребёнку то же самое, —

and we can ensure it's exactly the same because we have a secret compartment

абсолютно то же самое, ведь сзади коробки есть тайное отделение,

and we actually pull the balls from there,

откуда мы и берём все мячики, —

but this time, all we change is the apparent population

но только в этот раз мы изменим видимое содержимое,

from which that evidence was drawn.

из которого составляется наша выборка.

This time, we're going to show babies three blue balls

На сей раз мы покажем ребёнку три синих мячика,

pulled out of a box of mostly yellow balls,

вытащенных из коробки, в которой больше жёлтых мячиков.

and guess what?

И вы знаете, скорее всего, вам не удастся

You [probably won't] randomly draw three blue balls in a row

случайно вытащить три синих мячика подряд

out of a box of mostly yellow balls.

из коробки, полной жёлтых мячиков.

That is not plausibly randomly sampled evidence.

Такая выборка не является показательной.

That evidence suggests that maybe Hyowon was deliberately sampling the blue balls.

Она предполагает, что, вероятно, Хайован нарочно выбирала синие мячики.

Maybe there's something special about the blue balls.

Может быть, синие мячики какие-то особенные,

Maybe only the blue balls squeak.

и только они пищат.

Let's see what the baby does.

Давайте посмотрим, как реагирует ребёнок.

(Video) HG: See this? (Ball squeaks)

(Видео) ХГ: Смотри какой мячик. (Мячик пищит)

See this toy? (Ball squeaks)

Гляди, какая игрушка! (Мячик пищит)

Oh, that was cool. See? (Ball squeaks)

Как здорово! Смотри. (Мячик пищит)

Now this one's for you to play. You can go ahead and play.

А вот этот тебе. Можешь с ним поиграть.

(Fussing) (Laughter)

(Смех)

LS: So you just saw two 15-month-old babies

ЛШ: Вы только что наблюдали, как два 15-месячных ребёнка

do entirely different things

ведут себя совершенно по-разному,

based only on the probability of the sample they observed.

исходя из наблюдаемой ими вероятностной выборки.

Let me show you the experimental results.

Давайте посмотрим на результаты опыта.

On the vertical axis, you'll see the percentage of babies

На оси ординат показан процент детей,

who squeezed the ball in each condition,

которые сжали мячик в каждом из вариантов опыта.

and as you'll see, babies are much more likely to generalize the evidence

Мы видим, что дети с большей долей вероятности делают обобщения,

when it's plausibly representative of the population

когда выборка репрезентативна,

than when the evidence is clearly cherry-picked.

чем когда мы тщательно подбирали мячики.

And this leads to a fun prediction:

На этом основании мы сделали интересный прогноз.

Suppose you pulled just one blue ball out of the mostly yellow box.

Допустим, вы достали один синий мячик из коробки полной жёлтых мячиков.

You [probably won't] pull three blue balls in a row at random out of a yellow box,

Вероятно, из такой коробки нельзя достать три синих мячика подряд,

but you could randomly sample just one blue ball.

но вполне можно достать один.

That's not an improbable sample.

Такая выборка не маловероятна.

And if you could reach into a box at random

И если вы в случайном порядке вытащили из коробки что-то пищащее,

and pull out something that squeaks, maybe everything in the box squeaks.

то, возможно, все мячики в коробке пищат.

So even though babies are going to see much less evidence for squeaking,

И хотя у ребёнка будет меньше оснований считать, что все мячики пищат,

и меньше действий для копирования

and have many fewer actions to imitate

in this one ball condition than in the condition you just saw,

в данном опыте с одним мячиком по сравнению с предыдущими,

we predicted that babies themselves would squeeze more,

мы предположили, что дети чаще попробуют сжать мячик.

and that's exactly what we found.

И именно так и получилось.

So 15-month-old babies, in this respect, like scientists,

Получается, что 15-месячные дети отчасти похожи на учёных,

care whether evidence is randomly sampled or not,

и для них тоже важно, случайна ли выборка или нет.

and they use this to develop expectations about the world:

На основе этого дети и формируют понимание мира:

what squeaks and what doesn't,

что пищит, а что нет;

what to explore and what to ignore.

на что обращать внимание, а на что нет.

Let me show you another example now,

Сейчас я расскажу вам ещё об одном примере,

this time about a problem of causal reasoning.

касающемся причинно-следственной связи.

And it starts with a problem of confounded evidence

Тут начнём с проблемы сбивающих с толку данных,

that all of us have,

которая всем знакома,

which is that we are part of the world.

ведь мы все являемся частью мира.

And this might not seem like a problem to you, but like most problems,

Возможно, это покажется вам проблемой

только тогда, когда что-то пойдёт не так.

it's only a problem when things go wrong.

Take this baby, for instance.

Взять, к примеру, ребёнка на экране.

Things are going wrong for him.

У него ничего не получается.

He would like to make this toy go, and he can't.

Он пытается включить игрушку, но не может.

I'll show you a few-second clip.

Давайте посмотрим короткое видео.

Есть два варианта почему:

And there's two possibilities, broadly:

Maybe he's doing something wrong,

либо ребёнок что-то делает не так,

or maybe there's something wrong with the toy.

либо игрушка не работает.

So in this next experiment,

В следующем опыте

мы покажем ребёнку лишь малую толику статистических данных,

we're going to give babies just a tiny bit of statistical data

supporting one hypothesis over the other,

подтверждающих одну из наших гипотез,

and we're going to see if babies can use that to make different decisions

и посмотрим, может ли ребёнок использовать эту информацию,

чтобы решить, что делать.

about what to do.

Here's the setup.

Последовательность такая:

Hyowon is going to try to make the toy go and succeed.

Хайован попробует включить игрушку, и у неё получится.

I am then going to try twice and fail both times,

Затем я дважды попробую то же, но мне не удастся.

and then Hyowon is going to try again and succeed,

После чего Хайован попробует ещё раз, и у неё опять получится.

and this roughly sums up my relationship to my graduate students

У меня с моими дипломниками всегда так

in technology across the board.

во всём, что касается техники. (Смех)

Но, главное, этим мы хотим показать,

But the important point here is it provides a little bit of evidence

that the problem isn't with the toy, it's with the person.

что проблема не в игрушке, а в человеке.

Some people can make this toy go,

У кого-то получается включить игрушку,

and some can't.

у кого-то — нет.

Now, when the baby gets the toy, he's going to have a choice.

Когда мы дадим игрушку ребёнку, ему предстоит сделать выбор.

His mom is right there,

Его мама рядом с ним,

поэтому он может передать игрушку другому человеку.

so he can go ahead and hand off the toy and change the person,

but there's also going to be another toy at the end of that cloth,

Но также на краю скатерти будет лежать такая же игрушка,

and he can pull the cloth towards him and change the toy.

поэтому он может потянуть скатерть и заменить свою игрушку на новую.

So let's see what the baby does.

Давайте посмотрим, что сделает ребёнок.

(Video) HG: Two, three. Go! (Music)

(Видео) ХГ: Два, три. Вперёд! (Музыка)

LS: One, two, three, go!

ЛШ: Раз, два, три. Вперёд!

Arthur, I'm going to try again. One, two, three, go!

Я попробую ещё раз, Артур. Раз, два, три. Вперёд!

YG: Arthur, let me try again, okay?

ХГ: Давай лучше я, Артур.

One, two, three, go! (Music)

Раз, два, три. Вперёд! (Музыка)

Look at that. Remember these toys?

Только посмотри. Узнаёшь игрушки?

See these toys? Yeah, I'm going to put this one over here,

Узнаёшь? Да?

Я положу одну вот сюда, а вот эту дам тебе.

and I'm going to give this one to you.

You can go ahead and play.

Можешь с ней поиграть.

LS: Okay, Laura, but of course, babies love their mommies.

ЛШ: Вы скажете: «Конечно, Лора, дети просто любят свою маму.

Of course babies give toys to their mommies

И, конечно, они отдадут игрушку маме,

when they can't make them work.

если у них что-то не получается».

So again, the really important question is what happens when we change

Поэтому главный вопрос в том, что будет, если мы поменяем

the statistical data ever so slightly.

статистические данные совсем чуть-чуть.

This time, babies are going to see the toy work and fail in exactly the same order,

На сей раз ребёнок увидит, что игрушка точно так же включается и не включается,

but we're changing the distribution of evidence.

но мы изменим последовательность попыток.

This time, Hyowon is going to succeed once and fail once, and so am I.

В этот раз и Хайован, и я один раз сможем включить игрушку, а один раз — нет.

And this suggests it doesn't matter who tries this toy, the toy is broken.

А значит, это не зависит от человека — игрушка сломана,

It doesn't work all the time.

она не каждый раз включается.

Again, the baby's going to have a choice.

И опять у ребёнка будет выбор:

передать игрушку другому человеку, то есть маме, сидящей рядом;

Her mom is right next to her, so she can change the person,

and there's going to be another toy at the end of the cloth.

или поменять свою игрушку на новую.

Давайте посмотрим.

Let's watch what she does.

(Video) HG: Two, three, go! (Music)

(Видео) ХГ: «Два, три. Вперёд! (Музыка)

Let me try one more time. One, two, three, go!

Дай-ка я ещё попробую. Раз, два, три. Вперёд!

Hmm.

Хм.

LS: Let me try, Clara.

ЛШ: Давай лучше я, Клара.

One, two, three, go!

Раз, два, три. Вперёд!

Хм. Ну-ка, ещё разок.

Hmm, let me try again.

One, two, three, go! (Music)

Раз, два, три. Вперёд! (Музыка).

HG: I'm going to put this one over here,

ХГ: Я положу вот эту игрушку сюда,

and I'm going to give this one to you.

а эту дам тебе.

You can go ahead and play.

Можешь с ней поиграть.

(Applause)

(Аплодисменты)

LS: Let me show you the experimental results.

ЛШ: Давайте посмотрим на результаты опытов.

On the vertical axis, you'll see the distribution

По вертикали мы видим,

of children's choices in each condition,

как распределялся выбор детей при каждом из условий.

and you'll see that the distribution of the choices children make

Из этого ясно, что их выбор

depends on the evidence they observe.

зависит от того, что они видели.

So in the second year of life,

Уже в возрасте двух лет

babies can use a tiny bit of statistical data

дети, пользуясь мизерным объёмом данных,

to decide between two fundamentally different strategies

выбирают между двумя

совершенно разными моделями поведения в мире:

for acting in the world:

asking for help and exploring.

попросить помощи или исследовать варианты.

I've just shown you two laboratory experiments

Я только что показала вам всего два лабораторных опыта

из сотен подобных в данной области науки.

out of literally hundreds in the field that make similar points,

because the really critical point

Потому что самое главное в том,

is that children's ability to make rich inferences from sparse data

что способность детей делать точные выводы из скудного объёма данных

underlies all the species-specific cultural learning that we do.

лежит в основе культурного обучения, свойственного нам как виду.

Children learn about new tools from just a few examples.

Дети запоминают, как пользоваться предметами, всего на нескольких примерах.

They learn new causal relationships from just a few examples.

Они понимают причинно-следственную связь всего на нескольких примерах.

They even learn new words, in this case in American Sign Language.

Они даже учат новые слова, в данном примере — американский язык жестов.

I want to close with just two points.

Мне бы хотелось закончить на двух моментах.

If you've been following my world, the field of brain and cognitive sciences,

Если вы следили за тем, что происходит в области когнитивной науки

for the past few years,

в последние годы,

three big ideas will have come to your attention.

то вы заметили три важные идеи.

The first is that this is the era of the brain.

Во-первых, мы живём в эпоху активного изучения мозга.

And indeed, there have been staggering discoveries in neuroscience:

В нейробиологии были сделаны поразительные открытия:

localizing functionally specialized regions of cortex,

определены области коры головного мозга, выполняющие различные функции;

turning mouse brains transparent,

найден способ, как сделать мозг мыши прозрачным

activating neurons with light.

и привести нейроны в действие с помощью света.

A second big idea

Вторая важная идея:

is that this is the era of big data and machine learning,

мы живём в эпоху больших данных и машинного обучения.

and machine learning promises to revolutionize our understanding

И именно машинное обучение радикально изменит наше понимание

of everything from social networks to epidemiology.

окружающего мира: от социальных сетей до эпидемиологии.

And maybe, as it tackles problems of scene understanding

И поскольку это затрагивает интерпретацию изображений

and natural language processing,

и обработку естественного языка,

to tell us something about human cognition.

возможно, мы больше узнаем о человеческом познании.

And the final big idea you'll have heard

Последняя важная идея:

is that maybe it's a good idea we're going to know so much about brains

наверное, хорошо, что мы столько узнаём о человеческом мозге

и получаем доступ к большим данным,

and have so much access to big data,

because left to our own devices,

потому что сами по себе

humans are fallible, we take shortcuts,

люди склонны ошибаться, мы ищем лёгкие пути,

we err, we make mistakes,

мы путаемся, делаем ошибки,

we're biased, and in innumerable ways,

мы зачастую предвзяты,

и во многих отношениях мы неверно понимаем окружающий мир.

we get the world wrong.

I think these are all important stories,

Думаю, все эти книги очень важны,

and they have a lot to tell us about what it means to be human,

и мы можем многое узнать из них о том, что значит быть человеком,

but I want you to note that today I told you a very different story.

но сегодня я рассказала вам иную историю.

It's a story about minds and not brains,

Историю разума, а не мозга;

and in particular, it's a story about the kinds of computations

историю о том, какие вычисления

that uniquely human minds can perform,

может производить исключительно только разум человека.

which involve rich, structured knowledge and the ability to learn

Богатые, структурированные знания и способность обучаться,

from small amounts of data, the evidence of just a few examples.

используя небольшие объёмы данных, — всего пара примеров.

По большому счёту, я рассказала вам, как начиная с детского возраста

And fundamentally, it's a story about how starting as very small children

and continuing out all the way to the greatest accomplishments

и вплоть до великих достижений

of our culture,

нашей культуры,

we get the world right.

мы всё-таки понимаем мир правильно.

Folks, human minds do not only learn from small amounts of data.

Человеческий разум не только обучается на малом количестве информации.

Human minds think of altogether new ideas.

В разуме человека появляются принципиально новые идеи.

Human minds generate research and discovery,

Разум человека рождает исследования и открытия.

and human minds generate art and literature and poetry and theater,

Разум человека создаёт искусство и литературу, поэзию и театр.

and human minds take care of other humans:

И только разум человека заботится о других людях:

our old, our young, our sick.

пожилых, маленьких, больных.

We even heal them.

Мы даже можем их лечить.

In the years to come, we're going to see technological innovations

В ближайшие годы мы увидим новинки в области технологий,

beyond anything I can even envision,

которые я даже не могу представить.

but we are very unlikely

Но мы вряд ли увидим

to see anything even approximating the computational power of a human child

что-то хотя бы отдалённо похожее на вычислительные способности детей

in my lifetime or in yours.

на нашем веку.

If we invest in these most powerful learners and their development,

Если мы будем вкладывать в развитие самых способных наших учеников —

in babies and children

в младенцев и детей,

and mothers and fathers

в мам и пап,

and caregivers and teachers

в воспитательниц и учителей —

the ways we invest in our other most powerful and elegant forms

столько, сколько мы вкладываем в самые мощные и первоклассные виды

of technology, engineering and design,

технологий, проектирования и дизайна,

we will not just be dreaming of a better future,

мы не просто будем мечтать о светлом будущем,

we will be planning for one.

мы будем его строить.

Thank you very much.

Спасибо большое.

(Аплодисменты)

(Applause)

Chris Anderson: Laura, thank you. I do actually have a question for you.

Крис Андерсон: Спасибо, Лора. Но у меня есть один вопрос.

First of all, the research is insane.

Во-первых, такое исследование — это что-то с чем-то.

I mean, who would design an experiment like that? (Laughter)

Кому придёт в голову провести такой опыт? (Смех)

I've seen that a couple of times,

Я уже несколько раз его видел,

and I still don't honestly believe that that can truly be happening,

и, честно говоря, до сих пор не могу поверить, что так бывает.

but other people have done similar experiments; it checks out.

Но и другие учёные провели те же опыты — всё сходится.

Дети действительно гениальны.

The babies really are that genius.

LS: You know, they look really impressive in our experiments,

ЛШ: В наших опытах они поистине производят впечатление,

but think about what they look like in real life, right?

а представьте, каковы они в обычной жизни.

Всё начинается с младенца.

It starts out as a baby.

Eighteen months later, it's talking to you,

А 18 месяцев спустя, они уже говорят,

and babies' first words aren't just things like balls and ducks,

и их первые слова не «утка» или «мяч»,

they're things like "all gone," which refer to disappearance,

а «Где все?», выражающее потерю близких из вида,

или «Ой», означающее непреднамеренное действие.

or "uh-oh," which refer to unintentional actions.

It has to be that powerful.

Дети должны быть гениальными.

It has to be much more powerful than anything I showed you.

Куда гениальнее, чем то, что я показала.

Они пытаются понять целый мир.

They're figuring out the entire world.

Четырёхлетний ребёнок уже может говорить с вами о чём угодно.

A four-year-old can talk to you about almost anything.

(Аплодисменты)

(Applause)

CA: And if I understand you right, the other key point you're making is,

КА: Если я правильно понял, одна из озвученных вами идей в том,

we've been through these years where there's all this talk

что все эти годы мы говорили о мозге,

of how quirky and buggy our minds are,

какой он причудливый и странный,

that behavioral economics and the whole theories behind that

а поведенческая экономика и многочисленные теории считают,

that we're not rational agents.

что мы не рациональны.

You're really saying that the bigger story is how extraordinary,

Вы говорите, что суть в том, насколько разум удивителен

and there really is genius there that is underappreciated.

и что в нём скрыт недооценённый гений.

LS: One of my favorite quotes in psychology

ЛШ: Одна из моих любимых цитат в психологии

comes from the social psychologist Solomon Asch,

принадлежит социальному психологу Соломону Ашу.

and he said the fundamental task of psychology is to remove

Он сказал: «Основная задача психологии в том,

the veil of self-evidence from things.

чтобы снять завесу очевидности с того, что нас окружает».

There are orders of magnitude more decisions you make every day

Каждый день мы принимаем на порядок больше решений,

дающих верное представление о мире.

that get the world right.

You know about objects and their properties.

Мы знаем вещи и их свойства,

You know them when they're occluded. You know them in the dark.

узнаём их даже в темноте.

You can walk through rooms.

Мы ходим по комнатам.

You can figure out what other people are thinking. You can talk to them.

Знаем, что думают окружающие. Мы говорим с ними.

Ориентируемся в пространстве. Умеем считать.

You can navigate space. You know about numbers.

Понимаем причинно-следственные связи и что хорошо, что плохо.

You know causal relationships. You know about moral reasoning.

Это происходит без всяких усилий и остаётся незамеченным.

You do this effortlessly, so we don't see it,

Но именно так мы правильно понимаем мир,

but that is how we get the world right, and it's a remarkable

и это удивительное достижение, которое трудно постичь.

and very difficult-to-understand accomplishment.

КА: Я подозреваю, что среди наших зрителей

CA: I suspect there are people in the audience who have

есть те, кто верит в технологический прогресс,

this view of accelerating technological power

кто может не разделять ваше утверждение,

who might dispute your statement that never in our lifetimes

что на нашем веку компьютеры не достигнут уровня развития трёхлетнего ребёнка.

will a computer do what a three-year-old child can do,

Но, очевидно, в любом случае

but what's clear is that in any scenario,

our machines have so much to learn from our toddlers.

компьютерам есть чему поучиться у малышей.

LS: I think so. You'll have some machine learning folks up here.

ЛШ: Да, согласна. У вас будут выступать люди, занимающиеся машинным обучением.

I mean, you should never bet against babies or chimpanzees

Никогда не держите пари против младенцев, шимпанзе

or technology as a matter of practice,

или технологий, говорю из опыта.

but it's not just a difference in quantity,

Тут разница не в количестве,

it's a difference in kind.

а в роде деятельности.

We have incredibly powerful computers,

У нас есть невероятные компьютеры,

and they do do amazingly sophisticated things,

которые выполняют удивительно сложные операции

often with very big amounts of data.

с огромным количеством данных.

Human minds do, I think, something quite different,

Но человеческий разум делает нечто совершенно другое.

and I think it's the structured, hierarchical nature of human knowledge

И мне кажется, что именно природа человеческого знания с её структурой

that remains a real challenge.

является главным отличием.

CA: Laura Schulz, wonderful food for thought. Thank you so much.

КА: Лора Шульц. Отличная пища для размышлений. Спасибо большое.

LS: Thank you. (Applause)

ЛШ: Спасибо. (Аплодисменты)