Laura Schulz: The surprisingly logical minds of babies

Перекладач: Olena Gapak Утверджено: Khrystyna Romashko

Mark Twain summed up what I take to be

Марк Твен блискуче виклав суть

one of the fundamental problems of cognitive science

фундаментальної проблеми когнітивістики

with a single witticism.

буквально однією фразою.

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

Він сказав: "У науці справді є дещо захоплююче.

One gets such wholesale returns of conjecture

Такі далекосяжні та всеохопні гіпотези

out of such a trifling investment in fact."

вона здатна будувати на підставі дріб'язкових статистичних даних."

(Laughter)

(Сміх)

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

Твен, звичайно, жартував, але він правий:

There's something fascinating about science.

В науці насправді є дещо захоплююче.

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

За декількома кістками ми зробили висновок щодо існування динозаврів.

From spectral lines, the composition of nebulae.

За спектральними лініями ми визначили структуру туманності.

From fruit flies,

Спостерігаючи за плодовими мушками,

the mechanisms of heredity,

виявили механізми наслідування.

and from reconstructed images of blood flowing through the brain,

За відтвореними зображеннями кров'яних потоків у мозку,

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

або, як у моєму випадку, за поведінкою маленьких дітей,

we try to say something about the fundamental mechanisms

ми можемо дещо сказати про фундаментальні механізми

of human cognition.

людського пізнання.

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

У моїй лабораторії в Департаменті мозку та когнітивних наук в МІТ

I have spent the past decade trying to understand the mystery

останні десять років я намагалася осягнути таємницю:

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

здатність дітей так швидко і багато вивчати майже з нічого.

Because, it turns out that the fascinating thing about science

Виявляється, що дивовижність науки

is also a fascinating thing about children,

є також дивовижною особливістю дітей,

which, to put a gentler spin on Mark Twain,

яка полягає, повертаючись до Марка Твена,

is precisely their ability to draw rich, abstract inferences

у їх здатності робити складні та абстрактні судження

rapidly and accurately from sparse, noisy data.

швидко та безпомилково, виходячи з невеликої кількості інформації.

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

Сьогодні я покажу вам лише 2 приклади.

One is about a problem of generalization,

Один стосується узагальнення,

and the other is about a problem of causal reasoning.

інший - причинно-наслідкового зв'язку.

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

І, хоча я збираюся говорити про роботу в лабораторії,

this work is inspired by and indebted to a field.

насправді, я в боргу перед людьми, що надихали мене.

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

Я вдячна менторам, колегам та співробітникам з усього світу.

Let me start with the problem of generalization.

Дозвольте мені почати з проблеми узагальнення.

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

Для науки узагальнення на основі невеликої вибірки даних - хліб насущний.

We poll a tiny fraction of the electorate

Ми опитуємо невелику частку електорату

and we predict the outcome of national elections.

і прогнозуємо результати національних виборів.

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

Ми бачимо, як жменька пацієнтів реагує на ліки під час випробувань,

and we bring drugs to a national market.

і ми виводимо ці ліки на ринок.

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

Але це працює тільки тоді, коли зразки є випадковими.

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

Якщо ж ми застосовуємо вибірковий підхід,

say, we poll only urban voters,

наприклад, ми опитуємо лише жителів міста,

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

або, в клінічні випробування лікування серцевих хвороб

we include only men --

ми включаємо лише чоловіків,

the results may not generalize to the broader population.

тоді результати можуть не поширитись на широкі верстви населення.

So scientists care whether evidence is randomly sampled or not,

Отже науковці переймаються щодо того, чи є вибірка випадковою,

but what does that have to do with babies?

але як це пов'язано з малюками?

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

Малюки постійно мають узагальнювати інформацію з маленьких зразків.

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

Вони бачать кілька ґумових качок та розуміють, що вони плавають,

or a few balls and learn that they bounce.

або бачать декілька м'ячів та розуміють, що вони стрибають.

And they develop expectations about ducks and balls

І вони розвивають очікування щодо качок і м'ячів,

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

які вони будуть поширювати на всіх качок і на всі м'ячі

for the rest of their lives.

до кінця свого життя.

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

Узагальнення, які вони зробили щодо качок та м'ячів,

they have to make about almost everything:

вони мають робити буквально щодо всього:

shoes and ships and sealing wax and cabbages and kings.

щодо туфлів, кораблів, сургучу, капусти та королів.

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

Чи турбуються малюки про те, чи їх маленькі спостереження

is plausibly representative of a larger population?

розповсюджуються на більшість?

Let's find out.

Давайте розберемося.

I'm going to show you two movies,

Я покажу вам 2 фільми,

one from each of two conditions of an experiment,

кожен з яких демонструє одну з умов експерименту,

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

і через те, що ви побачите лише два фільми,

you're going to see just two babies,

ви побачите лише двох малюків,

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

а будь-які дві дитини неймовірно відрізняються одна від одної.

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

Але ці малюки, звичайно, представляють групи малюків,

and the differences you're going to see

і відмінності, що ви побачите,

represent average group differences in babies' behavior across conditions.

представляють середні розбіжності поведінки малюків за певних умов.

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

В кожному фільмі ви побачите, як малюк робить, мабуть,

just exactly what you might expect a baby to do,

саме те, чого від нього чекають,

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

і ми навряд чи можемо зробити малюків більш чарівними, ніж вони вже є.

But to my mind the magical thing,

Але прекрасним є те, -

and what I want you to pay attention to,

і на що я хочу звернути вашу увагу, -

is the contrast between these two conditions,

це контраст між цими двома умовами,

because the only thing that differs between these two movies

тому що єдине, що розрізняє ці 2 фільми,

is the statistical evidence the babies are going to observe.

це статистичні дані, за якими вони будуть спостерігати.

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

Ми покажемо малюкам коробку блакитних та жовтих м'ячиків,

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

і моя, тоді ще аспірант, а нині колега зі Стенфорду, Хайвон Гвеон,

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

витягне з коробки три блакитних м'ячі поспіль,

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

і коли вона витягне ці м'ячі, вона їх стисне,

and the balls are going to squeak.

і м'ячі почнуть пищати.

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

Якщо ви - це малюк, це ніби виступа на TED.

It doesn't get better than that.

Краще не буває.

(Laughter)

(Сміх)

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

Важливо зауважити, що це справді легко - витягти три блакитних м'ячі поспіль

out of a box of mostly blue balls.

з коробки, що містить переважно блакитні м'ячі.

You could do that with your eyes closed.

Ви можете зробити це з закритими очима.

It's plausibly a random sample from this population.

Ймовірно, це випадкова вибірка з цієї множини.

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

І якщо ви навмання витягуєте щось з коробки і воно пищить,

then maybe everything in the box squeaks.

тоді можливо все, що лежить в коробці, пищить.

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

Можливо, малюки очікують, що жовті м'ячі також будуть пищати.

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

Жовті м'ячі мають смішні палички на кінці,

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

так що малюки можуть робити з ними щось інше, якщо захочуть.

They could pound them or whack them.

Вони можуть бити та калатати ці м'ячі.

But let's see what the baby does.

Але подивимось, що роблять малюки.

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

(Відео) Хайвон Гвеон: Бачиш це? (М'яч пищить)

Did you see that? (Ball squeaks)

Бачиш? (М'яч пищить)

Cool.

Круто.

See this one?

Бачиш цей?

(Ball squeaks)

(М'яч пищить)

Wow.

Вау.

Laura Schulz: Told you. (Laughs)

Лаура Шульц: Я ж вам казала. (Сміється)

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

(Відео) ХГ: Бачиш цей? (М'яч пищить)

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

Кларо, цей м'ячик для тебе. Можеш ним гратися.

(Laughter)

(Сміх)

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

Коментарі зайві, так?

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

Це добре, що малюки поширюють властивості

of blue balls to yellow balls,

блакитних м'ячів на жовті м'ячі,

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

і вражає те, що малюки можуть навчатися шляхом імітації наших дій,

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

але ми вже давно це знали.

The really interesting question

Але цікавим є питання:

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

що трапиться, коли ми покажемо малюкам те саме,

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

і ми можемо впевнитись, що це те саме, бо у нас є таємний відсік

and we actually pull the balls from there,

і ми дістаємо м'ячі саме з нього,

but this time, all we change is the apparent population

але цього разу ми змінили лише видиму сукупність,

from which that evidence was drawn.

з якої малюки витягують докази.

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

Цього разу, ми покажемо малюкам три блакитних м'ячі,

pulled out of a box of mostly yellow balls,

витягнутих з коробки, що містить переважно жовті м'ячі,

and guess what?

і що, як ви думаєте?

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

Ви, певно, не зможете випадково витягнути три блакитних м'ячі

out of a box of mostly yellow balls.

поспіль з коробки, що містить переважно жовті м'ячі.

That is not plausibly randomly sampled evidence.

Ймовірно, вони не були випадково вибрані.

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

Можливо, Хайвон свідомо витягує блакитні м'ячі.

Maybe there's something special about the blue balls.

Можливо, в цих блакитних м'ячах є щось особливе.

Maybe only the blue balls squeak.

Можливо, лише блакитні м'ячі пищать.

Let's see what the baby does.

Давайте подивимось, що робить малюк.

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

(Відео) ХГ: Бачиш? (М'яч пищить)

See this toy? (Ball squeaks)

Бачиш цю іграшку? (М'яч пищить)

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

Це було класно. Бачиш? (М'яч пищить)

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

Цим можеш гратися. Бери його і грайся.

(Fussing) (Laughter)

(Занепокоєння) (Сміх)

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

ЛС: Отже ви щойно побачили двох 15-місячних малюків,

do entirely different things

які діяли по-різному,

based only on the probability of the sample they observed.

в залежності від того, що вони спостерігали раніше.

Let me show you the experimental results.

Дозвольте показати вам результати експерименту.

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

По вертикалі ви бачите відсоток малюків,

who squeezed the ball in each condition,

що стиснули м'яч в обох випадках,

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

і, як ви бачите, малюки радше узагальнюють тоді,

when it's plausibly representative of the population

коли щось наявне в вибірці з великою вірогідністю,

than when the evidence is clearly cherry-picked.

ніж коли ми застосовуємо вибірковий підхід.

And this leads to a fun prediction:

І це приводить нас до кумедного передбачення:

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

Припустимо, ви витягнули блакитний м'яч з переважно жовтої коробки.

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

Ви, певно, не витягнете 3 блакитних м'ячі поспіль з жовтої коробки,

but you could randomly sample just one blue ball.

але можете випадково вибрати один блакитний м'яч.

That's not an improbable sample.

Це не є неймовірним.

And if you could reach into a box at random

Якщо ви навмання занурили руку в коробку

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

і витягнули дещо, що пищить, можливо, все в коробці пищить.

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

Незважаючи на те, що діти побачать менше доказів пищання,

and have many fewer actions to imitate

і мають набагато менше дій для імітації

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

в цих умовах, ніж в тих, що ми щойно побачили,

we predicted that babies themselves would squeeze more,

ми передбачили, що малюки будуть більше стискати,

and that's exactly what we found.

і саме це ми і виявили.

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

Отже, 15-місячні малята, в цьому відношенні, як науковці,

care whether evidence is randomly sampled or not,

цікавляться, чи є вибірка випадковою,

and they use this to develop expectations about the world:

і використовують це, щоб мати очікування щодо навколишнього світу,

what squeaks and what doesn't,

що пищить, а що - ні,

what to explore and what to ignore.

що досліджувати, а що ігнорувати.

Let me show you another example now,

Дозвольте показати вам інший приклад,

this time about a problem of causal reasoning.

цього разу щодо проблеми випадкових міркувань.

And it starts with a problem of confounded evidence

І все починається з проблеми заплутаності доказів,

that all of us have,

що всі ми переживаємо,

which is that we are part of the world.

тому що ми є частиною світу.

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

Це може не бути проблемою для вас, але, як більшість проблем,

it's only a problem when things go wrong.

проблема є тільки тоді, коли щось пішло не так.

Take this baby, for instance.

Візьміть для прикладу малюка.

Things are going wrong for him.

Щось пішло не так.

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

Він хоче, аби іграшка працювала, але не може так зробити..

I'll show you a few-second clip.

Покажу вам декілька секунд кліпу.

And there's two possibilities, broadly:

Тут є 2 можливих варіанти:

Maybe he's doing something wrong,

Можливо, він робить щось не так,

or maybe there's something wrong with the toy.

або, можливо, щось не так з іграшкою.

So in this next experiment,

Отже, в цьому експерименті

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

ми дамо малюкам небагато статистичних даних,

supporting one hypothesis over the other,

що будуть підтверджувати одну з гіпотез,

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

ми побачимо, чи зможуть малюки користатися ними для прийняття рішень

about what to do.

щодо того, що потрібно робити.

Here's the setup.

Ось де пастка.

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

Хайвон прагне, аби іграшка працювала, їй це вдається.

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

Я спробую двічі і обидва рази зазнаю невдачі,

and then Hyowon is going to try again and succeed,

потім Хайвон ще раз спробує і досягне успіху,

and this roughly sums up my relationship to my graduate students

і це приблизно характеризує мої стосунки зі всіма моїми

in technology across the board.

студентами-технологами.

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

Але важливим є той факт, що ми не бачимо доказів тому,

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

що проблема в іграшці, проблема в людині.

Some people can make this toy go,

Хтось може її увімкнути,

and some can't.

хтось не може.

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

Тепер, коли малюк отримує іграшку, у нього буде вибір.

His mom is right there,

Його мама сидить поруч,

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

отже він може передати іграшку і змінити людину,

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

але на другому кінці скатертини буде інша іграшка,

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

і він може, потягнувши за скатертину, змінити іграшку.

So let's see what the baby does.

Давайте подивимось, що зробить малюк.

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

(Відео) ХГ: Два, три! Поїхали! (Музика)

LS: One, two, three, go!

ЛС: Раз, два, три, поїхали!

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

Артур, я спробую ще раз. Раз, два, три, поїхали!

YG: Arthur, let me try again, okay?

ХГ: Артуре, я спробую ще раз, добре?

One, two, three, go! (Music)

Раз, два, три, поїхали! (Музика)

Look at that. Remember these toys?

Подивись на це. Пам'ятаєш ці іграшки?

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

Бачиш ці іграшки? Так, я покладу одну ось тут,

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

а цю я дам тобі.

You can go ahead and play.

Ти можеш гратися нею.

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

ЛС: Добре, Лауро, звичайно, малюки люблять своїх матусь.

Of course babies give toys to their mommies

Звичайно, вони віддають іграшки своїм матусям,

when they can't make them work.

коли не можуть їх увімкнути.

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

Знову, найважливіше питання: що буде, коли ми трохи

the statistical data ever so slightly.

змінимо статистичні дані.

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

Цього разу малюки побачать, як іграшка працює і не працює в тому ж порядку,

but we're changing the distribution of evidence.

але ми змінимо розподіл результатів.

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

Цього разу Хайвон одного разу увімкне іграшку, одного - ні, і я так само.

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

І це підтверджує той факт, що не важливо хто грається, іграшка зламана.

It doesn't work all the time.

Вона не працює кожного разу.

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

Так само, малюки матимуть вибір.

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

Її матуся сидить поряд, отже вона може змінити людину,

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

а також на іншому кінці скатертини лежить інша іграшка.

Let's watch what she does.

Подивимось, що вона зробить.

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

(Відео) ХГ: Два, три, поїхали! (Музика)

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

Дай мені спробувати ще раз. Раз, два, три, поїхали!

Hmm.

Хмм.

LS: Let me try, Clara.

ЛС: Дай мені спробувати, Кларо.

One, two, three, go!

Раз, два, три, поїхали!

Hmm, let me try again.

Хмм, я спробую ще раз.

One, two, three, go! (Music)

Раз, два, три, поїхали! (Музика)

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

ЙГ: Я покладу цю ось тут,

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

а цю віддаю тобі.

You can go ahead and play.

Ти можеш тепер гратися.

(Applause)

(Оплески)

LS: Let me show you the experimental results.

ЛС: Дозвольте показати вам результати експерименту.

On the vertical axis, you'll see the distribution

По вертикалі ви бачите розподіл

of children's choices in each condition,

вибору дитини в кожній з умов

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

і ви бачите, що розподіл виборів, які роблять діти,

depends on the evidence they observe.

залежать від того, що вони спостерігають.

So in the second year of life,

Отже, на другому році життя

babies can use a tiny bit of statistical data

малюки здатні використовувати статистичні дані,

to decide between two fundamentally different strategies

аби зробити вибір між двома фундаментально різними стратегіями

for acting in the world:

поведінки у світі:

asking for help and exploring.

просити допомоги чи досліджувати самому.

I've just shown you two laboratory experiments

Я щойно продемонструвала вам 2 лабораторних експерименти

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

із сотні експериментів в цій області, що демонструють те саме,

because the really critical point

тому що вирішальним аргументом

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

є те, що здатність дітей робити цінні висновки з розсіяних даних

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

лежить в основі всього нашого культурного пізнання.

Children learn about new tools from just a few examples.

Діти вивчають новий інструмент лише після декількох прикладів.

They learn new causal relationships from just a few examples.

Вони розуміють випадкові зв'язки після лише декількох прикладів.

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

вони навіть вивчають нові слова, в цьому випадку, мову жестів.

I want to close with just two points.

Я хочу завершити, зробивши 2 акценти.

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

Якби ви слідкували за мною, у вивченні мозку та когнітивістиці,

for the past few years,

протягом минулих двох років,

three big ideas will have come to your attention.

ви би помітили 3 великі ідеї.

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

Перше - ми живемо в еру інтелекту.

And indeed, there have been staggering discoveries in neuroscience:

Більш того, були зроблені приголомшливі відкриття в неврології:

localizing functionally specialized regions of cortex,

локалізація функціональних областей кори головного мозку,

turning mouse brains transparent,

досягнення прозорості мозку мишей,

activating neurons with light.

активація нейронів за допомогою світла.

A second big idea

Друга важлива ідея полягає в тому,

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

що це ера величезних даних та машинного навчання,

and machine learning promises to revolutionize our understanding

і це навчання в перспективі різко змінить наше розуміння

of everything from social networks to epidemiology.

всього: від соціальних мереж до епідеміології.

And maybe, as it tackles problems of scene understanding

І можливо, це вирішує проблему інтерпретації сцен

and natural language processing,

та природної обробки мови,

to tell us something about human cognition.

аби пояснити нам дещо щодо людського пізнання.

And the final big idea you'll have heard

І, нарешті, останнє, що ви почули -

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

можливо, це добре, що ми дізнаємось багато чого про наш мозок

and have so much access to big data,

та матимемо доступ до великих баз даних,

because left to our own devices,

тому що, кинуті напризволяще,

humans are fallible, we take shortcuts,

люди помиляються, використовують легкі шляхи,

we err, we make mistakes,

ми помиляємось,

we're biased, and in innumerable ways,

ми упереджені, і, у багатьох випадках,

we get the world wrong.

ми неправильно розуміємо світ.

I think these are all important stories,

Я вважаю, що це дуже важливі історії,

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

і вони багато про що нам говорять, про те, як це - бути людиною,

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

але я хочу, аби ви зрозуміли, що я розповіла вам зовсім інше.

It's a story about minds and not brains,

Це історія про розум, а не про мозок,

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

і зокрема, це історія про розрахунки,

that uniquely human minds can perform,

що може зробити лише людський розум,

which involve rich, structured knowledge and the ability to learn

що включає в себе обширні, структуровані знання та здатність до навчання,

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

використовуючи невелику кількість інформації з кількох лише прикладів.

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

Принципово, що це історія про те, як починаючи шлях дитиною,

and continuing out all the way to the greatest accomplishments

і продовжуючи увесь шлях до найбільших досягнень

of our culture,

нашої культури,

we get the world right.

ми правильно розуміємо навколишній світ.

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

Люди можуть не тільки вчитися, використовуючи невеликі дані.

Human minds think of altogether new ideas.

Людський розум думає про нові ідеї.

Human minds generate research and discovery,

Людський розум генерує дослідження і відкриття,

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

генерує мистецтво, літературу, поезію та театр,

and human minds take care of other humans:

людський розум піклується про інші людські створіння:

our old, our young, our sick.

про старих, молодих, хворих.

We even heal them.

Ми зцілюємо їх.

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

В наступні роки ми побачимо технологічні інновації

beyond anything I can even envision,

за межами того, що я можу собі уявити,

but we are very unlikely

але навряд, чи ми

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

побачимо щось навіть приблизно схоже на обчислювальну силу малюка,

in my lifetime or in yours.

протягом мого чи вашого життя.

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

Якщо ми будемо інвестувати в найбільш потужних учнів та їх розвиток,

in babies and children

в малюків та дітей,

and mothers and fathers

в матусь та татусів,

and caregivers and teachers

вихователів і вчителів,

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

так само, як ми інвестуємо у потужні та витончені форми

of technology, engineering and design,

технологій, інженерії та дизайну,

we will not just be dreaming of a better future,

ми не тільки будемо мріяти про краще майбутнє,

we will be planning for one.

ми будемо готуватися до нього.

Thank you very much.

Дуже вам дякую.

(Applause)

(Оплески)

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

Кріс Андерсон: Лауро, дякую вам. Я маю до вас питання.

First of all, the research is insane.

По-перше, ваше дослідження, воно божевільне.

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

Справді, хто міг зробити такий експеримент? (Сміх)

I've seen that a couple of times,

Я передивлявся кілька разів,

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

і до цих пір не можу до кінця повірити в те, що це по-справжньому,

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

але люди проводили схожі експерименти; це виправдано.

The babies really are that genius.

Малюки насправді є геніями.

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

ЛС: Знаєш, вони вражаюче виглядають в наших експериментах,

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

але подумай, якими вони є у житті?

It starts out as a baby.

Спочатку це малюки.

Eighteen months later, it's talking to you,

Через 18 місяців вони розмовляють,

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

і перші слова малюка це не просто "качка" або "м'ячик",

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

а речі типу "все", що означає зникнення,

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

або "о-оу", що має означати ненавмисну дію.

It has to be that powerful.

Це дуже сильно.

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

Це, мабуть, набагато сильніше, ніж все, що я вже показала.

They're figuring out the entire world.

Вони починають розуміти цілий світ.

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

Чотирирічна дитина може говорити з тобою про все, що завгодно.

(Applause)

(Оплески)

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

КА: Якщо я правильно тебе розумію, ти наголошуєш на тому, що

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

ми пройшли через всі ці роки, коли всі розмови

of how quirky and buggy our minds are,

про те, яким винахідливим є наш мозок,

that behavioral economics and the whole theories behind that

що поведінкова економіка та всі теорії за нею,

that we're not rational agents.

ми не є раціональними.

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

Ти кажеш, що найважливіше в цій історії те, що існує

and there really is genius there that is underappreciated.

незвичайний геній, якого недооцінили.

LS: One of my favorite quotes in psychology

ЛС: Моя улюблена цитата з психології,

comes from the social psychologist Solomon Asch,

сказана соціальним психологом Соломоном Ешем.

and he said the fundamental task of psychology is to remove

Він сказав, що основним завданням психології є зняття

the veil of self-evidence from things.

вуалі очевидності з речей.

There are orders of magnitude more decisions you make every day

Кожен день ви приймаєте мільйони рішень,

that get the world right.

через які ви розумієте світ.

You know about objects and their properties.

Ви все знаєте про об'єкти та їх властивості.

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

Ви знаєте, коли вони закриті. Ви знаєте їх у темряві.

You can walk through rooms.

Ви можете зайти в кімнату.

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

Ви можете з'ясувати, про що думають інші люди. Можете розмовляти з ними.

You can navigate space. You know about numbers.

Ви можете полетіти в космос. Знаєте арифметику.

You know causal relationships. You know about moral reasoning.

Знаєте причинно-наслідкові зв'язки. Про моральність суджень.

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

Ви легко все це робите, і ми цього не помічаємо,

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

саме так ви правильно розумієте світ, і це дивовижне

and very difficult-to-understand accomplishment.

та дуже складне для розуміння досягнення.

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

КА: Я підозрюю, серед аудиторії є люди, які мають

this view of accelerating technological power

погляди на прискорення технологічної потужності,

who might dispute your statement that never in our lifetimes

які можуть заперечити ваше судження, що ніколи в житті

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

комп'ютер не зробить того, що може трирічна дитина,

but what's clear is that in any scenario,

але зрозуміло, що в будь-якому випадку,

our machines have so much to learn from our toddlers.

машинам є чого повчитися у наших повзунків.

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

ЛС: Я згодна.

I mean, you should never bet against babies or chimpanzees

Ніколи не тримайте парі проти малюків або шимпанзе,

or technology as a matter of practice,

або технології.

but it's not just a difference in quantity,

Але це не тільки кількісна різниця,

it's a difference in kind.

це якісна різниця.

We have incredibly powerful computers,

У нас є надзвичайно потужні комп'ютери,

and they do do amazingly sophisticated things,

і вони виконують дивовижно складні завдання,

often with very big amounts of data.

зазвичай з величезною кількістю інформації.

Human minds do, I think, something quite different,

Я вважаю, людський розум робить дещо інше.

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

Структурована та ієрархічна природа людського розуму

that remains a real challenge.

залишається справжнім викликом.

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

КА: Лауро Шульц, чудовий матеріал для роздумів. Величезне вам дякую.

LS: Thank you. (Applause)

ЛС: Дякую. (Оплески)