TED Talks Live
Eric Haseltine: What will be the next big scientific breakthrough?
אריק הזלטיין: מה תהיה פריצת הדרך המדעית הבאה?
Filmed:
Readability: 4.3
1,571,528 views
לאורך ההיסטוריה, ספקולציות דרבנו מדע יפה, מהפכני שפוקח את עינינו ליקומים חדשים. "אני לא מדבר על מדע שלוקח צעדי תינוק", אומר אריק הזלטיין. "אני מדבר על מדע שלוקח קפיצות ענק." בשיחה הזו, הזלטיין לוקח אותנו בתשוקה לקצה של המרדף האינטלקטואלי של שני רעיונות - אחד שכבר עשה היסטוריה, והשני שחופר לתוך אחת השאלות האנושיות מעוררות הערצה, שאיפה ומנה בריאה של סקפטיות לרבים.
Eric Haseltine - Author, futurist, innovator
Eric Haseltine applies discoveries about the brain to innovation and forecasting game-changing advances in science and technology. Full bio
Eric Haseltine applies discoveries about the brain to innovation and forecasting game-changing advances in science and technology. Full bio
Double-click the English transcript below to play the video.
00:12
Tonight, I'm going to share with you
my passion for science.
my passion for science.
0
920
3616
הלילה, אני הולך לחלוק אתכם
את התשוקה שלי למדע.
את התשוקה שלי למדע.
00:16
I'm not talking about science
that takes baby steps.
that takes baby steps.
1
4560
3016
אני לא מדבר על מדע שעושה צעדי תינוק.
00:19
I'm talking about science
that takes enormous leaps.
that takes enormous leaps.
2
7600
4256
אני מדבר על מדע שעושה קפיצות ענקיות.
00:23
I'm talking Darwin, I'm talking Einstein,
3
11880
3376
אני מדבר על דארווין,
אני מדבר על איינשטיין,
אני מדבר על איינשטיין,
00:27
I'm talking revolutionary science
that turns the world on its head.
that turns the world on its head.
4
15280
3600
אני מדבר על מדע מהפכני
אשר הופך את העולם על ראשו.
אשר הופך את העולם על ראשו.
00:31
In a moment, I'm going to talk
about two ideas that might do this.
about two ideas that might do this.
5
19440
3400
בעוד רגע, אני הולך לדבר
על שני רעיונות שאולי הולכים לעשות זאת.
על שני רעיונות שאולי הולכים לעשות זאת.
00:35
I say "might"
6
23800
1216
אני אומר "אולי"
00:37
because, with revolutionary ideas,
most are flat wrong,
most are flat wrong,
7
25040
2776
בגלל, שעם רעיונות מהפכניים,
רובם טועים בגדול,
רובם טועים בגדול,
00:39
and even those that are right
seldom have the impact
seldom have the impact
8
27840
2456
ואפילו אלו שצודקים
לעתים רחוקות יש להם את ההשפעה
לעתים רחוקות יש להם את ההשפעה
00:42
that we want them to have.
9
30320
1696
שאנו רוצים שיהיו להם.
00:44
To explain why I picked
two ideas in particular,
two ideas in particular,
10
32040
2496
כדי להסביר למה בחרתי שני רעיונות מסויימים,
00:46
I'm going to start with a mystery.
11
34560
1680
אני הולך להתחיל עם תעלומה.
00:48
1847, Vienna, Austria.
12
36840
3080
1847, וינה, אוסטריה.
00:53
Ignaz Semmelweis was a somber,
compulsively thorough doctor
compulsively thorough doctor
13
41080
3616
איגנץ זמלוויס היה רופא קודר,
יסודי בצורה כפייתית
יסודי בצורה כפייתית
00:56
who ran two maternity clinics.
14
44720
1856
שניהל שתי מרפאות ליולדות.
00:58
They were identical except for one thing.
15
46600
2440
הן היו זהות למעט דבר אחד.
01:01
Women were dying of high fevers
soon after giving birth
soon after giving birth
16
49720
2656
נשים מתו מחום גבוה
זמן קצר לאחר הלידה
זמן קצר לאחר הלידה
01:04
three times more often
at one of the clinics than at the other.
at one of the clinics than at the other.
17
52400
3560
בתדירות גבוהה פי שלושה
באחת המרפאות מאשר האחרת.
באחת המרפאות מאשר האחרת.
01:08
Trying to figure out
what the difference was that caused this,
what the difference was that caused this,
18
56600
2936
בניסיון להבין מה היה ההבדל
אשר גרם לכך,
אשר גרם לכך,
01:11
Semmelweis looked at everything he could.
19
59560
2016
זמלוויס הסתכל על כל
דבר שיכל.
דבר שיכל.
01:13
Sanitation? No.
20
61600
1736
סנטציה? לא.
01:15
Medical procedures? No.
21
63360
2000
זרימת אויר? לא
01:18
Air flow? No.
22
66000
1920
שפעת מועברת באוויר? לא.
01:20
The puzzle went unsolved
until he happened to autopsy a doctor
until he happened to autopsy a doctor
23
68800
3256
התעלומה נותרה לא פתורה
עד שהוא ביצע נתיחה שאחר המוות ברופא
עד שהוא ביצע נתיחה שאחר המוות ברופא
01:24
who died of an infected scalpel cut.
24
72080
2000
שמת מזיהום בחיתוך בקרקפת.
01:26
The doctor's symptoms were identical
to those of the mothers who were dying.
to those of the mothers who were dying.
25
74760
3776
הסימפטומים של הדוקטור היו זהים
לאלו של האמהות שמתו.
לאלו של האמהות שמתו.
01:30
How was that possible?
26
78560
1376
איך זה היה אפשרי?
01:31
How could a male doctor
get the same thing as new mothers?
get the same thing as new mothers?
27
79960
2880
איך לרופא זכר יכל להיות
אותו דבר כמו אמהות חדשות?
אותו דבר כמו אמהות חדשות?
01:35
Semmelweis reconstructed
everything the doctor had done
everything the doctor had done
28
83560
3256
זמלוויס שחזר כל דבר
שהרופא עשה
שהרופא עשה
01:38
right before he got sick,
29
86840
1256
בדיוק לפני שהוא חלה,
01:40
and he discovered
that he'd been autopsying a corpse.
that he'd been autopsying a corpse.
30
88120
4296
והוא גילה שהוא ביצע
ניתוח לאחר המוות של גוויה.
ניתוח לאחר המוות של גוויה.
01:44
Had something gotten
in his wound that killed him?
in his wound that killed him?
31
92440
2800
האם משהו נכנס לפצע שלו
שהרג אותו?
שהרג אותו?
01:48
With growing excitement,
32
96760
1776
עם התרגשות גוברת,
01:50
Semmelweis looked
for any connection he could
for any connection he could
33
98560
2816
זמלוויס הסתכל על כל
קישור שיכל
קישור שיכל
01:53
between dead bodies in the morgue
and dead mothers in his delivery room,
and dead mothers in his delivery room,
34
101400
5376
בין גוויות מתות בחדר המתים
לאמהות מתות בחדר היולדות שלו,
לאמהות מתות בחדר היולדות שלו,
01:58
and he found it.
35
106800
1600
והוא מצא את זה.
02:01
It turned out that at the hospital
with the high death rate,
with the high death rate,
36
109320
2856
הסתבר כי בבית החולים
עם אחוז המוות הגבוה,
עם אחוז המוות הגבוה,
02:04
but not the others,
37
112200
1776
אבל לא באחרים,
02:06
doctors delivered babies immediately
after autopsying corpses in the morgue.
after autopsying corpses in the morgue.
38
114000
5136
רופאים ילדו תינוקות
מיד לאחר ניתוח גוויות בחדר המתים.
מיד לאחר ניתוח גוויות בחדר המתים.
02:11
Aha! Corpses were contaminating
the doctors' hands
the doctors' hands
39
119160
3936
אהה! גוויות זיהמו את ידיהם
של הרופאים
של הרופאים
02:15
and killing his mothers.
40
123120
1240
והרגו את האימהות.
02:17
So he ordered the doctors
to sterilize their hands,
to sterilize their hands,
41
125240
3055
אז הוא הורה לרופאים לחטא את ידיהם,
02:20
and the deaths stopped.
42
128320
2280
והמיתות פסקו.
02:23
Dr. Ignaz Semmelweis
had discovered infectious disease.
had discovered infectious disease.
43
131400
4400
ד"ר איגנץ זמלוויס
גילה את מחלות זיהומיות.
גילה את מחלות זיהומיות.
02:28
But the doctors of the day
thought he was crazy,
thought he was crazy,
44
136400
3416
אבל הרופאים של ימים אלו
חשבו שהוא היה משוגע,
חשבו שהוא היה משוגע,
02:31
because they knew,
and had for hundreds of years,
and had for hundreds of years,
45
139840
3496
בגלל שהם ידעו, ויודעים
במשך מאות שנים,
במשך מאות שנים,
02:35
that odorous vapors
called miasmas caused disease,
called miasmas caused disease,
46
143360
5096
שאדי ריחות של מחלה
שנקראת מיאסמאס גורמת מחלות,
שנקראת מיאסמאס גורמת מחלות,
02:40
not these hypothetical particles
that you couldn't see.
that you couldn't see.
47
148480
3400
לא החלקיקים ההיפותטיים
שאף אחד לא יכול לראות.
שאף אחד לא יכול לראות.
02:44
It took 20 years
for Frenchman Louis Pasteur
for Frenchman Louis Pasteur
48
152880
4176
זה לקח 20 שנים
לצרפתי לואי פסטור
לצרפתי לואי פסטור
02:49
to prove that Semmelweis was right.
49
157080
1960
להוכיח שזמלוויס צדק.
02:51
Pasteur was an agricultural chemist
50
159680
2696
פסטור היה כימאי של חקלאות
02:54
who tried to figure out
why milk and beer spoiled so often.
why milk and beer spoiled so often.
51
162400
4176
שניסה להבין למה בירה וחלב
מתקלקלים בתדירות כזו גבוהה.
מתקלקלים בתדירות כזו גבוהה.
02:58
He found that bacteria were the culprits.
52
166600
2440
הוא גילה שבקטריות היו האשמות.
03:02
He also found that bacteria
could kill people in exactly the same way
could kill people in exactly the same way
53
170160
3856
הוא גם גילה שבקטריות יכולות
להרוג אנשים באותו אופן
להרוג אנשים באותו אופן
03:06
that Semmelweis's patients were dying.
54
174040
2320
שמטופליו של זמלוויס מתו.
03:09
We now look at what I want
to talk about tonight, in two ideas.
to talk about tonight, in two ideas.
55
177120
4400
כעת אנחנו מסתכלים על מה
שאני רוצה לדבר עליו הערב, בשני רעיונות.
שאני רוצה לדבר עליו הערב, בשני רעיונות.
03:14
We saw it with Semmelweis,
that he was a revolutionary.
that he was a revolutionary.
56
182600
2920
ראינו זאת עם זמלוויס
שהיה מהפכן.
שהיה מהפכן.
03:18
He did it for two reasons.
57
186560
1256
הוא עשה זאת משתי סיבות.
03:19
One, he opened our eyes
to a completely new world.
to a completely new world.
58
187840
3240
אחד, הוא פקח את עינינו
לעולם חדש לגמרי.
לעולם חדש לגמרי.
03:23
We'd known since the 1680s about bacteria.
59
191720
2976
ידענו מאז 1680 על בקטריות.
03:26
We just didn't know
that bacteria killed people.
that bacteria killed people.
60
194720
2456
פשוט לא ידענו שבקטריות הורגות אנשים.
03:29
And he also demolished fond ideas
that people kept close to their heart.
that people kept close to their heart.
61
197200
5056
והוא גם גם ביטל רעיונות
חביבים שאנשים שמרו קרוב ללבם.
חביבים שאנשים שמרו קרוב ללבם.
03:34
Miasmas didn't kill people.
Bacteria killed people.
Bacteria killed people.
62
202280
3320
מיסאמס לא הורג אנשים.
בקטריות הורגות אנשים.
בקטריות הורגות אנשים.
03:38
So this brings me to the two ideas
I want to talk about tonight.
I want to talk about tonight.
63
206080
3336
לכן זה מביא אותי לשני
הרעיונות שאני רוצה לדבר עליהם הערב.
הרעיונות שאני רוצה לדבר עליהם הערב.
03:41
One has opened our eyes
to a completely new universe,
to a completely new universe,
64
209440
2816
אחד פקח את עינינו ליקום חדש לגמרי,
03:44
and the other attacks long-held beliefs.
65
212280
3976
והשני תקף אמונה ישנה ומוחזקת.
03:48
Let's get started with Dr. Eric Betzig.
66
216280
1936
בואו נתחיל עם ד"ר אריק בטזיג.
03:50
He's a physicist who has opened our eyes
to an entirely new world
to an entirely new world
67
218240
3896
הוא פיזיקאי שפקח את עינינו לעולם
חדש לגמרי
חדש לגמרי
03:54
by violating the laws of physics.
68
222160
1880
על ידי הפרת חוקי הפיזיקה.
03:56
Betzig is a true rebel.
69
224720
1280
בטזיג הוא מורד אמיתי.
03:58
He quit a job at prestigious
Bell Laboratory
Bell Laboratory
70
226560
2896
הוא הפסיק את עבודתו
במעבדת בל היוקרתית
במעבדת בל היוקרתית
04:01
inventing new microscopes for biology
71
229480
2256
המציא מיקרוסקופ חדש לביולוגיה
04:03
because he thought scientists
were taking his brilliant inventions
were taking his brilliant inventions
72
231760
4336
כי הוא חשב שמדענים לוקחים
את ההמצאות המבריקות שלו
את ההמצאות המבריקות שלו
04:08
and doing lousy work with them.
73
236120
1520
ועושים עבודה גרועה איתן.
04:10
So he became a househusband,
74
238880
3040
אז הוא נהיה עקר בית,
04:15
but he never lost his passion
for figuring out
for figuring out
75
243360
2576
אבל הוא מעולם לא איבד את
התשוקה להבין
התשוקה להבין
04:17
how to get microscopes
to see finer and finer details
to see finer and finer details
76
245960
2896
איך לגרום למיקרוסקופ לראות
פרטים עדינים יותר ויותר
פרטים עדינים יותר ויותר
04:20
than had ever been seen before
or ever could be seen.
or ever could be seen.
77
248880
2477
שלא נראו בעבר או יוכלו להיראות.
04:23
This is crucial if we're ever
going to understand how cells work,
going to understand how cells work,
78
251960
4456
זה הכרחי אם אתה מעוניין לדעת איך תא עובד,
04:28
and how cancer works,
79
256440
1495
ואיך סרטן עובד,
04:29
and how something
150th the size of a head of a pin
150th the size of a head of a pin
80
257959
5417
ואיך משהו קטן פי 150 מראש סיכה
04:35
can do all these amazing things,
81
263400
2136
יכול לעשות את כל הדברים המדהימים הללו,
04:37
like make proteins
82
265560
1576
כמו לייצר חלבונים
04:39
and move charges around
83
267160
1896
ולהזיז מטענים
04:41
and all of those things.
84
269080
1280
וכל הדברים הללו.
04:43
There's just one problem.
85
271400
1680
ישנה רק בעיה אחת.
04:46
There's this thing
called the law of physics,
called the law of physics,
86
274040
2976
יש את הדבר הזה שנקרא
חוקי הפיזיקה,
חוקי הפיזיקה,
04:49
and part of the law of physics
is the thing called the diffraction limit.
is the thing called the diffraction limit.
87
277040
3456
ובחלק מחוקי הפיזיקה ישנו דבר
שנקרא גבול ההשתברות.
שנקרא גבול ההשתברות.
04:52
The diffraction limit is kind of like
when you go to a doctor's office,
when you go to a doctor's office,
88
280520
3376
גבול ההשתברות הוא כמו שאתה
הולך למשרד של רופא,
הולך למשרד של רופא,
04:55
you can only see so far down,
no matter how good glasses you have.
no matter how good glasses you have.
89
283920
3136
אתה יכול לראות עד גבול מסוים,
לא משנה כמה המשקפיים שלך טובים.
לא משנה כמה המשקפיים שלך טובים.
04:59
This was a so-called impossible problem.
90
287080
3376
זו הייתה כביכול בעיה בלתי אפשרית.
05:02
But one of Betzig's friends
figured out how to take a tiny molecule
figured out how to take a tiny molecule
91
290480
3176
אבל אחד החברים של בטזיג
הבין כיצד לקחת מולקולה קטנה
הבין כיצד לקחת מולקולה קטנה
05:05
that was smaller than
the best microscope could see
the best microscope could see
92
293680
2416
קטנה יותר ממה שהמיקרוסקופ הטוב
ביותר יכול לראות
ביותר יכול לראות
05:08
and get it to light up and fluoresce.
93
296120
2136
ולגרום לה להידלק ולזרוח.
05:10
"Aha!" Betzig said.
94
298280
2496
"אהה!" בטזיג אמר.
05:12
"I think maybe the laws of physics
are not so unbreakable after all."
are not so unbreakable after all."
95
300800
4696
"אני חושב שחוקי הפיזיקה אינם
לא שבירים אחרי הכל."
לא שבירים אחרי הכל."
05:17
So he lashed together a microscope
in his friend's living room.
in his friend's living room.
96
305520
4856
אז הוא חיבר מיקרוסקופ
בסלון של חבר שלו.
בסלון של חבר שלו.
05:22
He had no laboratory.
97
310400
1816
לא הייתה לו מעבדה.
05:24
This revolutionary instrument
got different protein molecules
got different protein molecules
98
312240
3576
הכלי המהפכני הזה גרם
למולקולות חלבונים שונות
למולקולות חלבונים שונות
05:27
to light up in different colors,
99
315840
1560
להידלק במגוון צבעים,
05:30
and with a computer, he was able
to turn very, very fuzzy blurs
to turn very, very fuzzy blurs
100
318080
4696
ועם מחשב, הוא יכל להפוך
ערפולים מאוד מאוד מטושטשים
ערפולים מאוד מאוד מטושטשים
05:34
into very sharp dots and produce images
of unprecedented and startling clarity.
of unprecedented and startling clarity.
101
322800
6696
לנקודות מאוד חדות ולהפיק
תמונות חסרות תקדים בבהירות שלהם.
תמונות חסרות תקדים בבהירות שלהם.
05:41
For this work, last year,
102
329520
2296
עבור העבודה הזו, שנה שעברה,
05:43
Eric Betzig won the Nobel Prize.
103
331840
2600
אריק בטזיג זכה בפרס הנובל.
05:47
Why?
104
335360
1216
למה?
05:48
Because now we can see
with unprecedented detail
with unprecedented detail
105
336600
4096
בגלל שעכשיו אנחנו יכולים לראות
בפירוט חסר תקדים
בפירוט חסר תקדים
05:52
things that we never had seen before,
106
340720
1816
דברים שלא ראינו בעבר,
05:54
and now doctors can get
a better handle on things like cancer.
a better handle on things like cancer.
107
342560
3840
וכעת רופאים יכולים להבין
טוב יותר דברים כמו סרטן.
טוב יותר דברים כמו סרטן.
05:59
But do you think
Betzig was satisfied there?
Betzig was satisfied there?
108
347080
2496
אבל אתם חושבים שבטזיג היה מרוצה שם?
06:01
No.
109
349600
1296
לא.
06:02
He wanted movies.
110
350920
1856
הוא רצה סרטים.
06:04
The problem was
111
352800
1216
הבעיה הייתה
06:06
that even the genius microscopes
that he invented were just too slow.
that he invented were just too slow.
112
354040
3976
שאפילו המיקרוסקופ הגאוני
שהוא המציא היה אטי מדי.
שהוא המציא היה אטי מדי.
06:10
So what did he do?
113
358040
1256
אז מה הוא עשה?
06:11
He came up with a 200-year-old idea
114
359320
3576
הוא העלה רעיון בן 200 שנים
06:14
called moiré patterns.
115
362920
1696
שנקרא תבניות מוייר.
06:16
So the way that works is
if you take two very, very fine patterns
if you take two very, very fine patterns
116
364640
3456
הדרך שבה זה עובד היא אם אתם
לוקחים שתי תבניות מאוד מאוד עדינות
לוקחים שתי תבניות מאוד מאוד עדינות
06:20
and you move them across each other,
117
368120
1776
ואתם מזיזים אותם זו על זו.
06:21
you will see a gross pattern
118
369920
3016
אתם תראו תבנית גסה
06:24
that a microscope can see
119
372960
1480
שמיקרוסקופ יכול לראות
06:27
that otherwise you would not
be able to see.
be able to see.
120
375360
2096
שאחרת לא תוכלו לראות.
06:29
So he applied this technique
to taking a really blurry image of a cell
to taking a really blurry image of a cell
121
377480
3296
אז הוא יישם את הטכניקה הזו כדי לקחת
תמונה מאוד מטושטשת של תא
תמונה מאוד מטושטשת של תא
06:32
and moving lots of structured
light patterns across it
light patterns across it
122
380800
2576
והעביר הרבה תבניות של מבני
אור לאורכו
אור לאורכו
06:35
until this cell became crystal clear.
123
383400
2440
עד שהתא נהיה ברור.
06:38
And here is the result:
124
386840
2016
והנה התוצאה:
06:40
a mysterious new world,
125
388880
2736
עולם מסתורי וחדש,
06:43
full of strange things zipping around
126
391640
2136
מלא בדברים מוזרים שזזים מסביב
06:45
doing things that
we don't know what they're doing.
we don't know what they're doing.
127
393800
2400
עושים דברים שלא ידענו
שהם יודעים לעשות.
שהם יודעים לעשות.
06:49
But when we figure it out,
we'll have a better handle on life itself.
we'll have a better handle on life itself.
128
397600
3976
אבל כשנבין זאת,
תהיה לנו הבנה יותר טובה של החיים עצמם.
תהיה לנו הבנה יותר טובה של החיים עצמם.
06:53
For example, those
green globs that you see?
green globs that you see?
129
401600
2096
לדוגמה, הגושים הירוקים שאתם רואים?
06:55
Those things are called clathrins.
130
403720
1680
דברים אלו נקראים קלאת'רין.
06:57
They're molecules
that protect other molecules
that protect other molecules
131
405960
2416
אלו מולקולות שמגינות על מולקולות אחרות
07:00
as they move through a cell.
132
408400
1376
כאשר הן עוברות בתוך תא.
07:01
Unfortunately, viruses sometimes
hijack those to infect cells.
hijack those to infect cells.
133
409800
4336
לצערנו, וירוסים לעתים חוטפים
אותן כדי להדביק תאים.
אותן כדי להדביק תאים.
07:06
Also, you see those little squiggly
wormlike things moving around?
wormlike things moving around?
134
414160
3096
בנוסף, אתם רואים את הקשקושים
דמויי תולעת שנעים מסביב?
דמויי תולעת שנעים מסביב?
07:09
Those are actin molecules.
135
417280
2296
אלו מולקולות אקטין.
07:11
Unfortunately, viruses
also climb down those things
also climb down those things
136
419600
2416
לצערנו, וירוסים גם מטפסים על אלו
07:14
to get into the cell nucleus
137
422040
1456
כדי להיכנס לגרעין התא
07:15
to replicate themselves and make you sick.
138
423520
2120
כדי לשכפל את עצמם ולגרום לכם
להיות חולים.
להיות חולים.
07:18
Now that we can look at movies
139
426240
1856
עתה כשאנחנו יכולים להסתכל על סרטים
07:20
of what's actually going on
deep inside a cell,
deep inside a cell,
140
428120
2856
של מה שמרחש בעומק התא,
07:23
we have a much better chance
of curing viral diseases like AIDS.
of curing viral diseases like AIDS.
141
431000
4080
יש לנו סיכוי גבוה בהרבה לרפא
מחלות וירליות כמו איידס.
מחלות וירליות כמו איידס.
07:27
So when you look at a movie like this,
142
435680
1856
לכן כאשר אתם מסתכלים על סרט כמו זה,
07:29
it's very clear that Betzig has opened
our eyes to a completely new world.
our eyes to a completely new world.
143
437560
4000
זה מאוד ברור שבטזיג פקח
את עינינו לעולם חדש לגמרי.
את עינינו לעולם חדש לגמרי.
07:34
But he hasn't shattered
any cherished beliefs.
any cherished beliefs.
144
442560
4120
אבל הוא לא ניפץ
שום אמונה אהובה.
שום אמונה אהובה.
07:39
That leads us to Dr. Aubrey de Grey
145
447200
2936
זה מוביל אותנו לד"ר אובריי דה גריי
07:42
at Cambridge.
146
450160
1200
מקיימברידג'.
07:44
De Grey definitely has scientists
squirming with an interesting idea:
squirming with an interesting idea:
147
452440
4336
דה גריי ללא ספק גרם למדענים
להתפתל עם רעיון מעניין:
להתפתל עם רעיון מעניין:
07:48
we can be immortal.
148
456800
1376
אנו יכולים להיות בני-אלמוות.
07:50
We can beat aging.
149
458200
1616
אנחנו יכולים לנצח את הזקנה.
07:51
Now, most scientists
think he's a crackpot.
think he's a crackpot.
150
459840
2560
עכשיו, רוב המדענים
חושבים שהוא משוגע.
חושבים שהוא משוגע.
07:55
Any Biology 101 student knows
151
463320
3296
כל סטודנט מתחיל לביולוגיה יודע
07:58
that aging is an inevitable
consequence of living.
consequence of living.
152
466640
4016
שהזדקנות היא תהליך
בלתי נמנע של החיים.
בלתי נמנע של החיים.
08:02
For example, when we eat,
153
470680
2096
לדוגמה, כאשר אנחנו אוכלים,
08:04
we take in food and we metabolize it,
154
472800
1856
אנחנו מכניסים פנימה אוכל ומעכלים אותו,
08:06
and that throws off
what we call free radicals.
what we call free radicals.
155
474680
2376
וזה משחרר מה שאנחנו
קוראים לו רדיקלים חופשיים.
קוראים לו רדיקלים חופשיים.
08:09
You might have heard of those.
156
477080
1456
אולי שמעתם עליהם.
08:10
Also known as oxygen ions,
157
478560
1936
ידועים גם כיוני חמצן,
08:12
those bind to our DNA, cause it to mutate,
158
480520
2376
אלו מתחברים לדנ"א שלנו,
גורמים לו מוטציה,
גורמים לו מוטציה,
08:14
and cause us to get old and lose our hair.
159
482920
2056
וגורמים לנו להתבגר ולאבד את השיער שלנו.
08:17
(Laughter)
160
485000
1576
(צחוק)
08:18
It's just like, no, it's exactly like
161
486600
2736
זה כמו, לא, זה בדיוק כמו
08:21
oxygen binding to iron and making it rust.
162
489360
2176
חמצן שמתחבר לברזל וגורם לו להחליד.
08:23
So you age because you rust out.
163
491560
2456
אז אתם מתבגרים כי אתם מחליד החוצה.
08:26
(Laughter)
164
494040
2176
(צחוק)
08:28
Oh, and scientists also know
there is something called immortality:
there is something called immortality:
165
496240
5096
או, ומדענים יודעים שיש
דבר כזה שנקרא אלמוות:
דבר כזה שנקרא אלמוות:
08:33
in cancer cells.
166
501360
1976
בתאי סרטן.
08:35
So if you stop aging,
167
503360
2296
אז אם אתה מפסיק להזדקן,
08:37
all of you are going to turn
into giant walking malignant tumors.
into giant walking malignant tumors.
168
505680
3920
כולך הולך להפוך לגידול
ממאיר מהלך.
ממאיר מהלך.
08:42
These are cherished beliefs,
but could de Grey be on to something?
but could de Grey be on to something?
169
510680
3160
אלו אמונות נצורות,
אבל האם דה גריי עלה על משהו?
אבל האם דה גריי עלה על משהו?
08:47
I think he deserves a closer look.
170
515159
1657
אני חושב שמגיע לו מבט מעמיק.
08:48
First of all, I have a really hard time
seeing him as a crackpot.
seeing him as a crackpot.
171
516840
3136
ראשית כל, קשה לי לראות אותו כמשוגע.
08:52
Yeah, he started off life
as a computer scientist,
as a computer scientist,
172
520000
2336
כן, הוא התחיל את חייו כמדען מחשבים,
08:54
not a biologist,
173
522360
1496
לא ביולוג,
08:55
but he earned a PhD
in biology from Cambridge,
in biology from Cambridge,
174
523880
3816
אבל הוא הרוויח את הדוקטורט
בביולוגיה מקיימברידג'.
בביולוגיה מקיימברידג'.
08:59
and he has published
some very significant work
some very significant work
175
527720
2376
והוא פרסם עבודות בעלות משמעות
09:02
on mitochondrial DNA
and a bunch of other stuff.
and a bunch of other stuff.
176
530120
2456
על דנ"א מיטוכונדריאלי ועוד כמה דברים.
09:04
Secondly, he started
an antiaging foundation
an antiaging foundation
177
532600
3096
שנית, הוא הקים קרן נגד הזדקנות
09:07
that has identified
seven different causes of aging,
seven different causes of aging,
178
535720
2576
שזיהתה שבעה גורמים שונים שגורמים להזדקנות,
09:10
to me, that seem very plausible,
179
538320
2256
עבורי, זה נראה מאוד אפשרי,
09:12
and he is hot in pursuit
of fixes for every single one of them.
of fixes for every single one of them.
180
540600
4136
והוא במרדף חם לתקן כל אחד מהם.
09:16
For example, one of the reasons we age
is that our mitochondrial DNA mutates,
is that our mitochondrial DNA mutates,
181
544760
5016
לדוגמה, אחת הסיבות שאנחנו מזדקנים היא
שהדנ"א המיטכונדריאלי שלנו עובר מוטציה,
שהדנ"א המיטכונדריאלי שלנו עובר מוטציה,
09:21
and we get kind of old
and our cells lose energy.
and our cells lose energy.
182
549800
2680
ואנחנו נהיים זקנים
והתאים שלנו מאבדים אנרגיה.
והתאים שלנו מאבדים אנרגיה.
09:25
He believes, and he's made
a convincing case,
a convincing case,
183
553160
2336
הוא מאמין, והוא מציג הסבר משכנע,
09:27
that using viruses we can do gene therapy,
184
555520
2536
שבאמצעות וירוסים אנחנו
יכולים לעשות טיפול גנטי,
יכולים לעשות טיפול גנטי,
09:30
fix that DNA
185
558080
1656
לתקן את הדנ"א הזה
09:31
and rejuvenate our cells.
186
559760
1720
ולהצעיר את התאים שלנו.
09:35
One more thing.
187
563400
1336
עוד דבר אחד.
09:36
We have an existent proof
188
564760
1856
יש לנו הוכחה קיימת
09:38
that extreme longevity is possible.
189
566640
2720
שאריכות חיים קיצונית אפשרית.
09:42
Bristlecone pine trees live 5,000 years,
190
570520
4160
עצי אורן מסוג בריסטלקון
חיים 5,000 שנים,
חיים 5,000 שנים,
09:47
and some lobsters don't age at all.
191
575720
3800
וסוגים מסוימים של לובסטר
לא מזדקנים כלל.
לא מזדקנים כלל.
09:52
Now, this doesn't mean that de Grey
is going to revolutionize our lifespans.
is going to revolutionize our lifespans.
192
580640
4336
עכשיו, זה לא אומר שדה גריי
הולך לחולל מהפכה באורך חיינו.
הולך לחולל מהפכה באורך חיינו.
09:57
I mean, after all, we're not trees,
and most of us are not lobsters.
and most of us are not lobsters.
193
585000
3816
אני מתכוון, אחרי הכל, אנחנו לא עצים,
ורובנו לא לובסטרים.
ורובנו לא לובסטרים.
10:00
(Laughter)
194
588840
1216
(צחוק)
10:02
But I've got to believe that there are
Darwins and Einsteins out there,
Darwins and Einsteins out there,
195
590080
4800
אבל התחלתי להאמין
שישנם דארווינים ואיינשטיינים שם,
שישנם דארווינים ואיינשטיינים שם,
10:07
and I'll tell you why.
196
595840
1376
ואני אגיד לכם למה.
10:09
Consider this:
197
597240
1200
תשקלו זאת:
10:11
there are seven times more people
alive today than during Darwin's time.
alive today than during Darwin's time.
198
599160
5296
ישנם פי שבעה יותר אנשים
היום מאשר בתקופתו של דארווין.
היום מאשר בתקופתו של דארווין.
10:16
There are four times as many people
alive today as Einstein.
alive today as Einstein.
199
604480
3456
ישנם פי ארבעה יותר אנשים
היום מאשר בתקופתו של איינשטיין.
היום מאשר בתקופתו של איינשטיין.
10:19
When you consider
200
607960
1216
כאשר אתם שוקלים
10:21
that the proportion of scientists
in the population has skyrocketed,
in the population has skyrocketed,
201
609200
3216
שיחס המדענים באוכלוסייה הרקיע שחקים,
10:24
there are now seven million scientists.
202
612440
2376
ישנם עכשיו שבעה מליון מדענים.
10:26
I've got to believe, and I do believe,
that there's one of them out there
that there's one of them out there
203
614840
3440
אני חייב להאמין, ואני מאמין,
שיש אחד מהם שם בחוץ
שיש אחד מהם שם בחוץ
10:31
who is working right now in obscurity
204
619720
2336
שעובד עכשיו במחשכים
10:34
to rock our lives,
and I don't know about you,
and I don't know about you,
205
622080
2416
לזעזע את חיינו, ואני לא מה איתכם,
10:36
but I can't wait to be rocked.
206
624520
1816
אבל אני לא יכול לחכות שיזעזעו אותי.
10:38
Thank you.
207
626360
1256
תודה לכם.
10:39
(Applause)
208
627640
6961
(מחיאות כפיים)
ABOUT THE SPEAKER
Eric Haseltine - Author, futurist, innovatorEric Haseltine applies discoveries about the brain to innovation and forecasting game-changing advances in science and technology.
Why you should listen
Dr. Eric Haseltine is a neuroscientist and futurist who has applied a brain-centered approach to help organizations in aerospace, entertainment, healthcare, consumer products and national security transform and innovate. He is the author of Long Fuse, Big Bang: Achieving Long-Term Success Through Daily Victories. For five years, he wrote a monthly column on the brain for Discover magazine and is a frequent contributor to Psychology Today's web site, where his popular blog on the brain has garnered over 800,000 views. Haseltine received the Distinguished Psychologist in Management Award from the Society of Psychologists in Management and has published 41 patents and patent applications in optics, media and entertainment technology.
In 1992 he joined Walt Disney Imagineering to help found the Virtual Reality Studio, which he ultimately ran until his departure from Disney in 2002. When he left Disney, Haseltine was executive vice president of Imagineering and head of R&D for the entire Disney Corporation, including film, television, theme parks, Internet and consumer products.
In the aftermath of 9/11, Eric joined the National Security Agency to run its Research Directorate. Three years later, he was promoted to associate of director of National Intelligence, where he oversaw all science and technology efforts within the United States Intelligence Community as well as fostering development innovative new technologies for countering cyber threats and terrorism. For his work on counter-terrorism technologies, he received the National Intelligence Distinguished Service Medal in 2007.
Haseltine serves on numerous boards, and is an active consultant, speaker and writer. Over the past three years, he has focused heavily on developing innovation strategies and consumer applications for the Internet of Things, virtual reality and augmented reality.
Haseltine continues to do basic research in neuroscience, with his most recent publications focusing on the mind-body health connection and exploitation of big-data to uncover subtle, but important trends in mental and physical health.
Eric Haseltine | Speaker | TED.com