TED2015
Donald Hoffman: Do we see reality as it is?
Donald Hoffman: Sehen wir wirklich die Realität?
Filmed:
Readability: 4.5
2,949,831 views
Der Kognitionswissenschaftler Donald Hoffman versucht, eine große Frage zu beantworten: Erleben wir die Welt, wie sie wirklich ist ... oder so, wie wir sie gerade brauchen? In diesem erstaunlichen Vortrag erklärt Hoffman seine Gedanken darüber, wie die Realität in unseren Köpfen entsteht.
Donald Hoffman - Cognitive scientist
Donald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality. Full bio
Donald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality. Full bio
Double-click the English transcript below to play the video.
Ich liebe Rätsel,
00:12
I love a great mystery,
0
835
2066
00:14
and I'm fascinated by the greatest
unsolved mystery in science,
unsolved mystery in science,
1
2901
4412
und mich fasziniert das größte,
ungelöste Rätsel der Wissenschaft,
ungelöste Rätsel der Wissenschaft,
00:19
perhaps because it's personal.
2
7313
1958
vielleicht, weil es persönlich ist.
Es geht darum, wer wir sind,
00:21
It's about who we are,
3
9681
1858
00:23
and I can't help but be curious.
4
11539
2117
da muss ich einfach neugierig sein.
Das Mysterium ist folgendes:
00:26
The mystery is this:
5
14186
2089
Was ist die Beziehung
zwischen unserem Hirn
zwischen unserem Hirn
00:28
What is the relationship
between your brain
between your brain
6
16275
3435
und unseren bewussten Erfahrungen,
00:31
and your conscious experiences,
7
19710
1511
00:33
such as your experience
of the taste of chocolate
of the taste of chocolate
8
21221
2670
wie etwa dem Geschmack von Schokolade
00:35
or the feeling of velvet?
9
23891
1774
oder dem Gefühl von Samt?
Dieses Mysterium ist nicht neu.
00:38
Now, this mystery is not new.
10
26805
1584
1868 schrieb Thomas Huxley:
00:40
In 1868, Thomas Huxley wrote,
11
28999
3599
00:44
"How it is that anything so remarkable
as a state of consciousness comes about
as a state of consciousness comes about
12
32598
5294
"Wie kann etwas so Außergewöhnliches
wie ein Bewusstseinszustand,
wie ein Bewusstseinszustand,
hervorgerufen durch einen Reiz
des Nervensystems,
des Nervensystems,
00:49
as the result of irritating nervous tissue
13
37892
3367
00:53
is just as unaccountable
14
41259
2066
genau so unerklärlich sein
00:55
as the appearance of the genie
when Aladdin rubbed his lamp."
when Aladdin rubbed his lamp."
15
43325
4053
wie die Erscheinung des Dschinns
aus Aladdins Lampe."
aus Aladdins Lampe."
01:01
Now, Huxley knew that brain activity
16
49268
2277
Huxley wusste, dass Gehirnaktivität
01:03
and conscious experiences are correlated,
17
51545
3274
und bewusste Erfahrungen zusammenhängen,
01:06
but he didn't know why.
18
54819
2159
aber er wusste nicht, warum.
01:08
To the science of his day,
it was a mystery.
it was a mystery.
19
56978
3321
Der damaligen Wissenschaft
war es ein Rätsel.
war es ein Rätsel.
01:12
In the years since Huxley,
20
60299
2136
Seither hat die Wissenschaft
01:14
science has learned a lot
about brain activity,
about brain activity,
21
62435
3366
viel über die Hirntätigkeit gelernt,
01:17
but the relationship
between brain activity
between brain activity
22
65801
2021
aber die Verbindung zwischen Hirntätigkeit
01:19
and conscious experiences
is still a mystery.
is still a mystery.
23
67822
3088
und bewusster Erfahrung blieb ein Rätsel.
Warum haben wir
so wenige Fortschritte gemacht?
so wenige Fortschritte gemacht?
01:22
Why? Why have we made so little progress?
24
70910
3645
01:26
Well, some experts think
that we can't solve this problem
that we can't solve this problem
25
74555
4859
Einige Experten glauben,
uns fehlten die nötigen Konzepte
uns fehlten die nötigen Konzepte
01:31
because we lack the necessary
concepts and intelligence.
concepts and intelligence.
26
79414
3799
und die Intelligenz,
um das Rätsel zu lösen.
um das Rätsel zu lösen.
01:35
We don't expect monkeys to solve
problems in quantum mechanics,
problems in quantum mechanics,
27
83883
4069
Wir fordern von keinem Affen,
Probleme der Quantenmechanik zu lösen.
Probleme der Quantenmechanik zu lösen.
01:39
and as it happens, we can't expect
our species to solve this problem either.
our species to solve this problem either.
28
87952
4165
Und so können wir auch von uns
eine Lösung des Rätsels nicht erwarten.
eine Lösung des Rätsels nicht erwarten.
Ich sehe das anders, optimistischer.
01:44
Well, I disagree. I'm more optimistic.
29
92527
3134
01:47
I think we've simply
made a false assumption.
made a false assumption.
30
95661
3042
Ich meine, wir sind von einer
falschen Annahme ausgegangen.
falschen Annahme ausgegangen.
01:50
Once we fix it, we just
might solve this problem.
might solve this problem.
31
98703
3506
Wenn wir das beheben,
könnten wir das Problem lösen.
könnten wir das Problem lösen.
01:54
Today, I'd like tell you
what that assumption is,
what that assumption is,
32
102209
2417
Heute erkläre ich Ihnen,
was diese Annahme ist,
was diese Annahme ist,
01:56
why it's false, and how to fix it.
33
104626
2758
warum sie falsch
und wie sie zu korrigieren ist.
und wie sie zu korrigieren ist.
01:59
Let's begin with a question:
34
107874
1694
Fangen wir mit einer Frage an:
02:01
Do we see reality as it is?
35
109778
3088
Sehen wir die Realität,
wie sie wirklich ist?
wie sie wirklich ist?
02:04
I open my eyes
36
112866
1695
Ich öffne meine Augen,
02:06
and I have an experience that I describe
as a red tomato a meter away.
as a red tomato a meter away.
37
114561
4937
und nehme etwas wahr, das ich beschreibe
als: 'rote Tomate, einen Meter entfernt'.
als: 'rote Tomate, einen Meter entfernt'.
02:12
As a result, I come to believe
that in reality,
that in reality,
38
120606
3243
Dadurch glaube ich daran,
dass einen Meter entfernt
eine rote Tomate liegt.
eine rote Tomate liegt.
02:15
there's a red tomato a meter away.
39
123849
2642
02:18
I then close my eyes, and my experience
changes to a gray field,
changes to a gray field,
40
126751
4864
Ich schließe meine Augen wieder,
und nehme nur Grau wahr.
und nehme nur Grau wahr.
02:24
but is it still the case that in reality,
there's a red tomato a meter away?
there's a red tomato a meter away?
41
132425
5166
Liegt nun in der Realität einen Meter
entfernt immer noch eine rote Tomate?
entfernt immer noch eine rote Tomate?
02:30
I think so, but could I be wrong?
42
138361
3552
Ich glaube schon,
aber könnte ich falsch liegen?
aber könnte ich falsch liegen?
02:33
Could I be misinterpreting
the nature of my perceptions?
the nature of my perceptions?
43
141913
4598
Könnte ich die Natur meiner Wahrnehmung
falsch interpretieren?
falsch interpretieren?
02:39
We have misinterpreted
our perceptions before.
our perceptions before.
44
147351
3200
Wir haben dies schon öfters getan.
02:42
We used to think the Earth is flat,
because it looks that way.
because it looks that way.
45
150551
3459
Wir dachten, die Erde sei flach,
weil sie flach aussieht.
weil sie flach aussieht.
Pythagoras fand heraus,
dass wir falsch lagen.
dass wir falsch lagen.
02:46
Pythagorus discovered that we were wrong.
46
154707
2879
02:49
Then we thought that the Earth
is the unmoving center of the Universe,
is the unmoving center of the Universe,
47
157586
4012
Dann glaubten wir, die Erde sei
das regungslose Zentrum des Universums,
das regungslose Zentrum des Universums,
02:53
again because it looks that way.
48
161603
1903
wieder, weil es eben so aussah.
02:56
Copernicus and Galileo discovered,
again, that we were wrong.
again, that we were wrong.
49
164406
4906
Kopernikus und Galileo fanden heraus,
dass wir wieder falsch lagen.
dass wir wieder falsch lagen.
Galileo fragte sich,
ob wir unsere Erfahrungen
ob wir unsere Erfahrungen
03:01
Galileo then wondered if we might
be misinterpreting our experiences
be misinterpreting our experiences
50
169312
4088
auch in anderen Sachen fehlinterpretieren.
03:05
in other ways.
51
173400
1508
Er schrieb: "Ich glaube,
Geschmack, Gerüche, Farben etc.
Geschmack, Gerüche, Farben etc.
03:06
He wrote: "I think that tastes,
odors, colors, and so on
odors, colors, and so on
52
174908
5009
03:11
reside in consciousness.
53
179917
2004
befinden sich im Bewusstsein.
03:14
Hence if the living creature were removed,
all these qualities would be annihilated."
all these qualities would be annihilated."
54
182291
5752
Ohne Lebewesen gäbe es
diese Eigenschaften nicht."
diese Eigenschaften nicht."
03:20
Now, that's a stunning claim.
55
188955
1839
Das ist eine verblüffende Behauptung.
03:23
Could Galileo be right?
56
191184
1811
Könnte Galileo richtig liegen?
Missinterpretieren wir
unsere Erfahrungen wirklich so arg?
unsere Erfahrungen wirklich so arg?
03:24
Could we really be misinterpreting
our experiences that badly?
our experiences that badly?
57
192995
4598
03:29
What does modern science
have to say about this?
have to say about this?
58
197593
2561
Was sagt die moderne Wissenschaft dazu?
03:32
Well, neuroscientists tell us
that about a third of the brain's cortex
that about a third of the brain's cortex
59
200704
5224
Neurowissenschaftler sagen,
dass ein Drittel der Hirnrinde
dass ein Drittel der Hirnrinde
03:37
is engaged in vision.
60
205928
1858
am Sehen beteiligt ist.
03:39
When you simply open your eyes
and look about this room,
and look about this room,
61
207786
3506
Wenn Sie Ihre Augen öffnen
und sich im Raum umschauen,
und sich im Raum umschauen,
03:43
billions of neurons
and trillions of synapses are engaged.
and trillions of synapses are engaged.
62
211292
4272
arbeiten Milliarden Neuronen
und Billionen Synapsen.
und Billionen Synapsen.
03:47
Now, this is a bit surprising,
63
215564
1608
Das ist überraschend,
03:49
because to the extent that
we think about vision at all,
we think about vision at all,
64
217172
2641
denn wenn wir überhaupt daran denken,
03:51
we think of it as like a camera.
65
219813
2837
stellen wir uns das Sehen
wie eine Kamera vor.
wie eine Kamera vor.
03:54
It just takes a picture
of objective reality as it is.
of objective reality as it is.
66
222650
3940
Man macht einfach ein Bild
der objektiven Realität, wie sie ist.
der objektiven Realität, wie sie ist.
03:58
Now, there is a part of vision
that's like a camera:
that's like a camera:
67
226590
3700
Tatsächlich funktioniert
ein Teil des Sehens wie eine Kamera:
ein Teil des Sehens wie eine Kamera:
04:02
the eye has a lens that focuses
an image on the back of the eye
an image on the back of the eye
68
230290
4639
Das Auge hat eine Linse, welche ein Bild
an die Rückwand des Auges wirft,
an die Rückwand des Auges wirft,
04:06
where there are 130 million
photoreceptors,
photoreceptors,
69
234929
3390
wo 130 Millionen Fotorezeptoren sitzen.
04:10
so the eye is like a 130-megapixel camera.
70
238319
3900
Das Auge ist also wie
eine 130-Megapixel-Kamera.
eine 130-Megapixel-Kamera.
04:14
But that doesn't explain
the billions of neurons
the billions of neurons
71
242219
3483
Das erklärt aber die Milliarden Neuronen
und Billionen Synapsen nicht,
und Billionen Synapsen nicht,
04:17
and trillions of synapses
that are engaged in vision.
that are engaged in vision.
72
245702
3622
die am Sehen beteiligt sind.
04:21
What are these neurons up to?
73
249324
2299
Was tun diese Neuronen?
Neurowissenschaftler erklären uns,
04:23
Well, neuroscientists tell us
that they are creating, in real time,
that they are creating, in real time,
74
251623
4207
dass sie wahrgenommene Formen, Objekte,
Farben und Bewegung in Echtzeit erzeugen.
Farben und Bewegung in Echtzeit erzeugen.
04:27
all the shapes, objects, colors,
and motions that we see.
and motions that we see.
75
255830
4330
04:32
It feels like we're just taking a snapshot
of this room the way it is,
of this room the way it is,
76
260160
3491
Es scheint, als würden wir
diesen Raum fotografieren, wie er ist.
diesen Raum fotografieren, wie er ist.
04:35
but in fact, we're constructing
everything that we see.
everything that we see.
77
263651
3575
In Wirklichkeit erzeugen wir
alles, was wir sehen.
alles, was wir sehen.
04:39
We don't construct
the whole world at once.
the whole world at once.
78
267226
3181
Wir konstruieren nicht die ganze Welt,
04:42
We construct what we need in the moment.
79
270407
2765
sondern nur das, was wir gerade brauchen.
04:45
Now, there are many demonstrations
that are quite compelling
that are quite compelling
80
273542
3367
Es gibt viele überzeugende Beispiele,
dass wir das, was wir sehen, konstruieren.
04:48
that we construct what we see.
81
276909
1811
04:50
I'll just show you two.
82
278720
2043
Ich zeige Ihnen nur zwei:
04:52
In this example, you see some red discs
with bits cut out of them,
with bits cut out of them,
83
280763
5766
In diesem Beispiel sehen Sie rote Flächen,
aus denen etwas ausgeschnitten wurde.
aus denen etwas ausgeschnitten wurde.
04:58
but if I just rotate
the disks a little bit,
the disks a little bit,
84
286529
2941
Wenn ich die jetzt drehe,
05:01
suddenly, you see a 3D cube
pop out of the screen.
pop out of the screen.
85
289470
4737
sehen Sie plötzlich einen Würfel,
der aus dem Bildschirm kommt.
der aus dem Bildschirm kommt.
05:06
Now, the screen of course is flat,
86
294207
2833
Der Bildschirm ist natürlich flach,
05:09
so the three-dimensional cube
that you're experiencing
that you're experiencing
87
297040
2600
dieser 3D-Würfel, den Sie wahrnehmen,
05:11
must be your construction.
88
299640
2977
muss also von Ihnen konstruiert sein.
05:15
In this next example,
89
303397
1913
Im nächsten Beispiel
05:17
you see glowing blue bars
with pretty sharp edges
with pretty sharp edges
90
305310
4224
sehen Sie leuchtende blaue Balken
mit klarer Kontur
mit klarer Kontur
05:21
moving across a field of dots.
91
309534
3184
sich über ein Punktefeld bewegen.
Doch kein einziger Punkt bewegt sich.
05:25
In fact, no dots move.
92
313708
3137
05:28
All I'm doing from frame to frame
is changing the colors of dots
is changing the colors of dots
93
316845
4621
Die Punkte ändern lediglich ihre Farbe
zwischen jedem Einzelbild,
zwischen jedem Einzelbild,
von Blau zu Schwarz oder Schwarz zu Blau.
05:33
from blue to black or black to blue.
94
321466
2461
05:35
But when I do this quickly,
95
323927
1834
Wenn das schnell genug geht,
05:37
your visual system creates
the glowing blue bars
the glowing blue bars
96
325761
3715
erschafft Ihr visuelles System
die leuchtenden blauen Balken
die leuchtenden blauen Balken
05:41
with the sharp edges and the motion.
97
329476
2671
mit den Kanten und der Bewegung.
05:44
There are many more examples,
but these are just two
but these are just two
98
332147
2670
Das sind nur zwei von vielen Beispielen,
05:46
that you construct what you see.
99
334817
2763
dass wir das, was wir sehen,
selber erschaffen.
selber erschaffen.
05:49
But neuroscientists go further.
100
337580
2375
Neurowissenschaftler gehen noch weiter.
Sie behaupten,
wir rekonstruieren die Realität.
wir rekonstruieren die Realität.
05:53
They say that we reconstruct reality.
101
341395
5101
05:58
So, when I have an experience
that I describe as a red tomato,
that I describe as a red tomato,
102
346496
4226
Eine Sinneserfahrung,
die Sie als rote Tomate beschreiben,
die Sie als rote Tomate beschreiben,
06:02
that experience is actually
an accurate reconstruction
an accurate reconstruction
103
350722
4133
ist tatsächlich
eine akkurate Rekonstruktion
eine akkurate Rekonstruktion
06:06
of the properties of a real red tomato
104
354855
2115
der Eigenschaften einer echten Tomate,
06:08
that would exist
even if I weren't looking.
even if I weren't looking.
105
356970
3295
die auch dann existieren würde,
wenn Sie nicht hinsähen.
wenn Sie nicht hinsähen.
Warum sprechen Neurowissenschaftler
nicht nur vom Konstruieren,
nicht nur vom Konstruieren,
06:13
Now, why would neuroscientists
say that we don't just construct,
say that we don't just construct,
106
361595
3221
sondern vom Rekonstruieren?
06:16
we reconstruct?
107
364816
1880
Die übliche Begründung dafür
ist eine evolutionsbedingte.
ist eine evolutionsbedingte.
06:18
Well, the standard argument given
108
366696
2531
06:21
is usually an evolutionary one.
109
369227
2554
Diejenigen unserer Vorfahren,
die am besten sehen konnten,
die am besten sehen konnten,
06:24
Those of our ancestors
who saw more accurately
who saw more accurately
110
372941
2439
06:27
had a competitive advantage compared
to those who saw less accurately,
to those who saw less accurately,
111
375380
4853
hatten einen Vorteil im Wettbewerb
mit den weniger gut sehenden,
mit den weniger gut sehenden,
06:32
and therefore they were more likely
to pass on their genes.
to pass on their genes.
112
380233
2756
und gaben ihre Gene mit
größerer Wahrscheinlichkeit weiter.
größerer Wahrscheinlichkeit weiter.
06:34
We are the offspring of those
who saw more accurately,
who saw more accurately,
113
382989
3391
Wir sind die Nachkommen derer,
die akkurater sehen konnten,
die akkurater sehen konnten,
06:38
and so we can be confident that,
in the normal case,
in the normal case,
114
386380
2769
also nehmen wir an,
dass unsere Wahrnehmung,
dass unsere Wahrnehmung,
06:41
our perceptions are accurate.
115
389149
2531
in den meisten Fällen richtig ist.
06:43
You see this in the standard textbooks.
116
391680
3695
Das steht auch so in den Schulbüchern.
06:47
One textbook says, for example,
117
395375
1994
Ein Beispiel dafür ist:
06:49
"Evolutionarily speaking,
118
397369
1971
"Evolutionär gesehen
ist das Sehen nützlich,
ist das Sehen nützlich,
06:51
vision is useful precisely
because it is so accurate."
because it is so accurate."
119
399340
4043
gerade weil es so akkurat ist."
06:55
So the idea is that accurate perceptions
are fitter perceptions.
are fitter perceptions.
120
403383
4798
Dahinter steckt, dass genauere
Wahrnehmung anpassungsfähiger ist.
Wahrnehmung anpassungsfähiger ist.
07:00
They give you a survival advantage.
121
408181
2144
Sie gibt einem einen Überlebensvorteil.
07:02
Now, is this correct?
122
410325
1915
Ist das wirklich richtig?
Ist das die richtige Interpretation
der Evolutionstheorie?
der Evolutionstheorie?
07:04
Is this the right interpretation
of evolutionary theory?
of evolutionary theory?
123
412240
2659
07:06
Well, let's first look at a couple
of examples in nature.
of examples in nature.
124
414899
3381
Gucken wir uns dafür
ein paar Beispiele der Natur an.
ein paar Beispiele der Natur an.
07:10
The Australian jewel beetle
125
418800
2438
Der australische Prachtkäfer
07:13
is dimpled, glossy and brown.
126
421238
3111
hat Rillen im Panzer,
glänzt und ist braun.
glänzt und ist braun.
07:16
The female is flightless.
127
424349
2345
Die Weibchen können nicht fliegen.
07:18
The male flies, looking,
of course, for a hot female.
of course, for a hot female.
128
426694
4017
Das Männchen fliegt herum
und sucht nach einem schicken Weibchen.
und sucht nach einem schicken Weibchen.
07:22
When he finds one, he alights and mates.
129
430711
3948
Wenn er eines gefunden hat,
landet er und paart sich.
landet er und paart sich.
07:26
There's another species in the outback,
130
434659
2471
Es gibt noch eine weitere Spezies
in der Wildnis.
in der Wildnis.
07:29
Homo sapiens.
131
437130
1334
Homo Sapiens.
07:30
The male of this species
has a massive brain
has a massive brain
132
438464
3067
Das Männchen hat ein großes Hirn,
07:33
that he uses to hunt for cold beer.
133
441531
3948
welches er für die Jagd
auf kaltes Bier einsetzt.
auf kaltes Bier einsetzt.
(Lachen)
07:37
(Laughter)
134
445889
1279
Und wenn er eins findet, trinkt er es aus,
07:39
And when he finds one, he drains it,
135
447168
2374
07:41
and sometimes throws the bottle
into the outback.
into the outback.
136
449542
3390
und schmeißt die Flasche in die Wildnis.
07:44
Now, as it happens, these bottles
are dimpled, glossy,
are dimpled, glossy,
137
452932
4248
Die Flaschen haben auch Rillen, glänzen,
07:49
and just the right shade of brown
to tickle the fancy of these beetles.
to tickle the fancy of these beetles.
138
457180
4140
und haben genau das richtige Braun,
um diese Käfer in Stimmung zu bringen.
um diese Käfer in Stimmung zu bringen.
Die Männchen setzen sich auf die Flaschen,
und versuchen, sich zu paaren.
und versuchen, sich zu paaren.
07:54
The males swarm all over
the bottles trying to mate.
the bottles trying to mate.
139
462772
3463
07:59
They lose all interest
in the real females.
in the real females.
140
467582
2787
Sie verlieren jegliches Interesse
an den Weibchen.
an den Weibchen.
08:02
Classic case of the male
leaving the female for the bottle.
leaving the female for the bottle.
141
470369
4203
Ein typischer Fall in dem das Männchen,
das Weibchen durch die Flasche ersetzt.
das Weibchen durch die Flasche ersetzt.
08:06
(Laughter) (Applause)
142
474572
2947
(Lachen) (Applaus)
08:11
The species almost went extinct.
143
479402
2371
Diese Käferart wäre fast ausgestorben.
08:14
Australia had to change its bottles
to save its beetles.
to save its beetles.
144
482443
4309
Australien musste die Flaschen ändern,
um seine Käfer zu retten.
um seine Käfer zu retten.
08:18
(Laughter)
145
486752
3000
(Lachen)
08:21
Now, the males had successfully
found females for thousands,
found females for thousands,
146
489752
4208
Die Männchen hatten doch
Tausende oder sogar Millionen von Jahren
Tausende oder sogar Millionen von Jahren
08:25
perhaps millions of years.
147
493960
2438
ihre Weibchen erfolgreich finden können.
08:28
It looked like they saw reality
as it is, but apparently not.
as it is, but apparently not.
148
496398
4434
Es schien, als könnten sie die wirkliche
Realität sehen -- aber nein.
Realität sehen -- aber nein.
Die Evolution gab ihnen eine Abkürzung.
08:32
Evolution had given them a hack.
149
500832
2857
08:35
A female is anything dimpled,
glossy and brown,
glossy and brown,
150
503689
4736
Ein Weibchen ist alles Unebene,
Glänzende und Braune,
Glänzende und Braune,
08:40
the bigger the better.
151
508425
2276
je größer, desto besser.
08:42
(Laughter)
152
510701
1834
(Lachen)
08:44
Even when crawling all over the bottle,
the male couldn't discover his mistake.
the male couldn't discover his mistake.
153
512535
4840
Selbst beim Krabbeln über die Flasche,
merkten die Männchen ihren Fehler nicht.
merkten die Männchen ihren Fehler nicht.
Jetzt sagen Sie vielleicht:
"Käfer, diese einfachen Kreaturen ...
"Käfer, diese einfachen Kreaturen ...
08:49
Now, you might say, beetles, sure,
they're very simple creatures,
they're very simple creatures,
154
517945
3645
08:53
but surely not mammals.
155
521590
1858
Aber Säugetieren passiert so etwas nicht,
08:55
Mammals don't rely on tricks.
156
523448
2717
die brauchen keine Tricks."
08:58
Well, I won't dwell on this,
but you get the idea. (Laughter)
but you get the idea. (Laughter)
157
526165
6013
Ich führe das nicht weiter aus,
Sie wissen, was ich meine.
Sie wissen, was ich meine.
(Lachen)
09:04
So this raises an important
technical question:
technical question:
158
532178
3158
Das wirft eine wichtige,
fachliche Frage auf:
fachliche Frage auf:
09:07
Does natural selection really favor
seeing reality as it is?
seeing reality as it is?
159
535336
5991
Bevorzugt die natürliche Selektion
das Sehen der Realität, wie sie ist?
das Sehen der Realität, wie sie ist?
Zum Glück müssen
wir nicht viel herumraten,
wir nicht viel herumraten,
09:13
Fortunately, we don't have
to wave our hands and guess;
to wave our hands and guess;
160
541877
3536
da die Evolutionstheorie
eine mathematisch akkurate ist.
eine mathematisch akkurate ist.
09:17
evolution is a mathematically
precise theory.
precise theory.
161
545413
3181
09:20
We can use the equations of evolution
to check this out.
to check this out.
162
548594
3553
Wir können es mit den Gleichungen
der Evolution herausfinden.
der Evolution herausfinden.
09:24
We can have various organisms
in artificial worlds compete
in artificial worlds compete
163
552147
4153
Wir lassen verschiedene Organismen
in künstlichen Welten konkurrieren
in künstlichen Welten konkurrieren
und sehen, welche überleben
und Erfolg haben,
und Erfolg haben,
09:28
and see which survive and which thrive,
164
556300
1953
09:30
which sensory systems are more fit.
165
558253
3553
wessen Wahrnehmungssystem
am besten geeignet ist.
am besten geeignet ist.
09:33
A key notion in those
equations is fitness.
equations is fitness.
166
561806
4085
Ein Schlüsselbegriff dieser Gleichungen
ist die Tauglichkeit.
ist die Tauglichkeit.
09:37
Consider this steak:
167
565891
2695
Stellen Sie sich dieses Steak vor:
Welchen Einfluss hat es
auf die Tauglichkeit eines Tieres?
auf die Tauglichkeit eines Tieres?
09:41
What does this steak do
for the fitness of an animal?
for the fitness of an animal?
168
569956
2962
09:45
Well, for a hungry lion looking to eat,
it enhances fitness.
it enhances fitness.
169
573438
6016
Die Tauglichkeit eines
hungrigen Löwen verbessert es;
hungrigen Löwen verbessert es;
die eines gut genährten Löwen,
der sich paaren will, nicht.
der sich paaren will, nicht.
09:52
For a well-fed lion looking to mate,
it doesn't enhance fitness.
it doesn't enhance fitness.
170
580179
4594
Und die Tauglichkeit eines Hasen
verbessert es keinesfalls.
verbessert es keinesfalls.
09:58
And for a rabbit in any state,
it doesn't enhance fitness,
it doesn't enhance fitness,
171
586053
3871
10:01
so fitness does depend
on reality as it is, yes,
on reality as it is, yes,
172
589924
4124
Die Tauglichkeit hängt daher
von der Realität, wie sie ist, ab;
von der Realität, wie sie ist, ab;
10:06
but also on the organism,
its state and its action.
its state and its action.
173
594048
4188
aber auch vom Organismus,
seiner Situation und Handlung.
seiner Situation und Handlung.
10:10
Fitness is not the same thing
as reality as it is,
as reality as it is,
174
598236
3553
Tauglichkeit ist also nicht das Gleiche
wie die Realität, wie sie ist.
wie die Realität, wie sie ist.
10:13
and it's fitness,
and not reality as it is,
and not reality as it is,
175
601789
3483
Es ist die Tauglichkeit --
nicht die Realität, wie sie ist --
nicht die Realität, wie sie ist --
10:17
that figures centrally
in the equations of evolution.
in the equations of evolution.
176
605272
4179
die in der Gleichung der Evolution
die zentrale Rolle spielt.
die zentrale Rolle spielt.
10:21
So, in my lab,
177
609451
3191
In meinem Labor
haben wir Hunderttausende
Evolutionssimulationen durchgeführt,
Evolutionssimulationen durchgeführt,
10:24
we have run hundreds of thousands
of evolutionary game simulations
of evolutionary game simulations
178
612642
3775
10:28
with lots of different
randomly chosen worlds
randomly chosen worlds
179
616417
3065
in vielen zufällig gewählten Welten,
10:31
and organisms that compete
for resources in those worlds.
for resources in those worlds.
180
619482
4179
mit Organismen, die dort
um die Ressourcen konkurrieren.
um die Ressourcen konkurrieren.
10:35
Some of the organisms
see all of the reality,
see all of the reality,
181
623661
4319
Einige Organismen
sehen die ganze Realität,
sehen die ganze Realität,
10:39
others see just part of the reality,
182
627980
1889
andere nur einen Teil
10:41
and some see none of the reality,
183
629869
2105
und wieder andere gar nichts davon,
10:43
only fitness.
184
631974
1766
nur ihre Tauglichkeit und Anpassung.
Wer gewinnt?
10:46
Who wins?
185
634240
1580
Es tut mir leid, das sagen zu müssen,
aber die Wahrnehmung der Realität
aber die Wahrnehmung der Realität
10:48
Well, I hate to break it to you,
but perception of reality goes extinct.
but perception of reality goes extinct.
186
636290
5965
stirbt in fast jeder Simulation aus.
10:54
In almost every simulation,
187
642255
1909
10:56
organisms that see none of reality
188
644164
2182
Organismen, die nichts
von der Realität sehen
von der Realität sehen
10:58
but are just tuned to fitness
189
646346
2090
und nur auf Tauglichkeit
und Anpassung setzen,
und Anpassung setzen,
11:00
drive to extinction all the organisms
that perceive reality as it is.
that perceive reality as it is.
190
648436
5224
lassen alle anderen aussterben,
die die Realität wahrnehmen, wie sie ist.
die die Realität wahrnehmen, wie sie ist.
11:05
So the bottom line is, evolution
does not favor vertical,
does not favor vertical,
191
653660
4590
Wir sehen, dass die Evolution
akkurate Wahrnehmung nicht favorisiert.
akkurate Wahrnehmung nicht favorisiert.
11:10
or accurate perceptions.
192
658250
1656
11:11
Those perceptions of reality go extinct.
193
659906
3762
Diese Realitätswahrnehmungen sterben aus.
11:15
Now, this is a bit stunning.
194
663668
2020
Das ist überraschend.
Wie kann ungenaues Sehen
11:17
How can it be that not seeing
the world accurately
the world accurately
195
665688
3682
einen Überlebensvorteil bringen?
11:21
gives us a survival advantage?
196
669370
1820
11:23
That is a bit counterintuitive.
197
671190
2113
Das widerspricht dem Bauchgefühl.
11:25
But remember the jewel beetle.
198
673303
1835
Erinnern wir uns an den Prachtkäfer:
11:27
The jewel beetle survived
for thousands, perhaps millions of years,
for thousands, perhaps millions of years,
199
675138
3761
Er hat für Tausende,
vielleicht Millionen Jahre
vielleicht Millionen Jahre
11:30
using simple tricks and hacks.
200
678899
2694
mit seinen Tricks und Kniffen überlebt.
11:33
What the equations
of evolution are telling us
of evolution are telling us
201
681593
3177
Die Evolutionsgleichungen sagen,
11:36
is that all organisms, including us,
are in the same boat as the jewel beetle.
are in the same boat as the jewel beetle.
202
684770
5643
dass alle Organismen, uns eingeschlossen,
im selben Boot wie der Käfer sitzen.
im selben Boot wie der Käfer sitzen.
Wir sehen die Realität nicht, wie sie ist.
11:42
We do not see reality as it is.
203
690413
1930
11:44
We're shaped with tricks
and hacks that keep us alive.
and hacks that keep us alive.
204
692343
4272
Wir sind durch Tricks und Kniffe
geprägt, die uns am Leben halten.
geprägt, die uns am Leben halten.
11:48
Still,
205
696615
2020
Wir müssen unserem Bauchgefühl
also auf die Sprünge helfen.
also auf die Sprünge helfen.
11:50
we need some help with our intuitions.
206
698635
2067
Wie kann das Nicht-Wahrnehmen
der Realität nützlich sein?
der Realität nützlich sein?
11:52
How can not perceiving
reality as it is be useful?
reality as it is be useful?
207
700702
4783
11:57
Well, fortunately, we have
a very helpful metaphor:
a very helpful metaphor:
208
705485
3669
Zum Glück gibt es dafür
eine hilfreiche Metapher:
eine hilfreiche Metapher:
12:01
the desktop interface on your computer.
209
709154
2832
Die Desktopoberfläche Ihres Computers.
12:03
Consider that blue icon
for a TED Talk that you're writing.
for a TED Talk that you're writing.
210
711986
4133
Denken Sie an das blaue Symbol
für einen TEDTalk, den Sie schreiben.
für einen TEDTalk, den Sie schreiben.
12:08
Now, the icon is blue and rectangular
211
716119
4004
Es ist blau und rechteckig,
12:12
and in the lower right corner
of the desktop.
of the desktop.
212
720123
2381
und in der unteren, rechten Ecke.
12:15
Does that mean that the text file itself
in the computer is blue,
in the computer is blue,
213
723324
4186
Heißt das, dass die Textdatei im Computer
auch blau, rechteckig,
auch blau, rechteckig,
12:20
rectangular, and in the lower
right-hand corner of the computer?
right-hand corner of the computer?
214
728200
3755
und in der unteren, rechten Ecke ist?
12:23
Of course not.
215
731955
1323
Natürlich nicht.
12:25
Anyone who thought that misinterprets
the purpose of the interface.
the purpose of the interface.
216
733278
4709
Wer das glaubt, versteht den Sinn
der Benutzeroberfläche nicht.
der Benutzeroberfläche nicht.
12:29
It's not there to show you
the reality of the computer.
the reality of the computer.
217
737987
2768
Sie soll nicht die Realität
des Computers zeigen,
des Computers zeigen,
12:32
In fact, it's there to hide that reality.
218
740755
2925
sondern diese Realität verstecken.
Mit den Dioden, Widerständen
und Megabytes an Software
und Megabytes an Software
12:35
You don't want to know about the diodes
219
743680
1875
12:37
and resistors and all
the megabytes of software.
the megabytes of software.
220
745555
2250
will man sich nicht befassen.
Täten Sie das,
12:39
If you had to deal with that,
you could never write your text file
you could never write your text file
221
747805
3131
kämen Sie nie dazu, Texte zu schreiben
oder Bilder zu bearbeiten.
oder Bilder zu bearbeiten.
12:42
or edit your photo.
222
750936
1475
12:44
So the idea is that evolution
has given us an interface
has given us an interface
223
752411
4717
Das Prinzip ist also, dass die Evolution
uns eine Oberfläche gegeben hat,
uns eine Oberfläche gegeben hat,
12:49
that hides reality and guides
adaptive behavior.
adaptive behavior.
224
757128
4315
die die Realität versteckt
und unser Lernverhalten leitet.
und unser Lernverhalten leitet.
12:53
Space and time, as you
perceive them right now,
perceive them right now,
225
761443
3018
Raum und Zeit, wie Sie sie
gerade wahrnehmen,
gerade wahrnehmen,
12:56
are your desktop.
226
764461
2174
sind Ihr Desktop;
12:58
Physical objects are simply icons
in that desktop.
in that desktop.
227
766635
4737
physische Objekte
sind nur die Symbole darauf.
sind nur die Symbole darauf.
13:04
There's an obvious objection.
228
772192
2221
Da gibt es einen naheliegenden Einwand:
13:06
Hoffman, if you think that train
coming down the track at 200 MPH
coming down the track at 200 MPH
229
774413
3948
Hoffman, wenn dieser Zug,
der mit 300 km/h auf dich zukommt,
der mit 300 km/h auf dich zukommt,
13:10
is just an icon of your desktop,
230
778361
2461
nur ein Symbol auf deinem Bildschirm ist,
13:12
why don't you step in front of it?
231
780822
2125
warum springst du dann nicht davor?
Und wenn du samt deiner Theorie fort bist,
13:14
And after you're gone,
and your theory with you,
and your theory with you,
232
782947
2293
wissen wir, dass der Zug mehr ist,
als ein Symbol auf dem Desktop.
als ein Symbol auf dem Desktop.
13:17
we'll know that there's more
to that train than just an icon.
to that train than just an icon.
233
785240
3314
13:20
Well, I wouldn't step
in front of that train
in front of that train
234
788554
2043
Ich würde aus dem selben Grund,
nicht vor den Zug springen,
nicht vor den Zug springen,
13:22
for the same reason
235
790597
1556
aus dem ich dieses Symbol nicht einfach
in den Papierkorb verschieben würde:
in den Papierkorb verschieben würde:
13:24
that I wouldn't carelessly drag
that icon to the trash can:
that icon to the trash can:
236
792153
4295
13:28
not because I take the icon literally --
237
796448
3181
Nicht, weil ich das Symbol
"wörtlich" nehme --
"wörtlich" nehme --
die Datei ist weder blau
noch rechteckig --
noch rechteckig --
13:31
the file is not literally blue
or rectangular --
or rectangular --
238
799629
3005
13:34
but I do take it seriously.
239
802934
2326
aber ich nehme es trotzdem ernst.
13:37
I could lose weeks of work.
240
805260
2031
Ich könnte Wochen an Arbeit verlieren.
13:39
Similarly, evolution has shaped us
241
807291
2554
In ähnlicher Weise hat die Evolution
13:41
with perceptual symbols
that are designed to keep us alive.
that are designed to keep us alive.
242
809845
4436
uns mit Wahrnehmungs-Symbolen geprägt,
die uns am Leben halten sollen.
die uns am Leben halten sollen.
13:46
We'd better take them seriously.
243
814811
2465
Wir nehmen sie besser ernst.
13:49
If you see a snake, don't pick it up.
244
817276
2205
Sehen Sie eine Schlange,
heben Sie sie nicht auf.
heben Sie sie nicht auf.
Stehen Sie an einer Klippe,
springen Sie nicht hinunter.
springen Sie nicht hinunter.
13:52
If you see a cliff, don't jump off.
245
820391
2759
13:55
They're designed to keep us safe,
and we should take them seriously.
and we should take them seriously.
246
823150
3576
Die Symbole sollen uns schützen
und wir sollten sie ernst,
und wir sollten sie ernst,
aber nicht "wörtlich" nehmen.
13:58
That does not mean that we
should take them literally.
should take them literally.
247
826726
2691
Das ist ein logischer Fehler.
14:01
That's a logical error.
248
829417
2254
14:03
Another objection: There's
nothing really new here.
nothing really new here.
249
831671
3205
Ein anderer Einwand:
Das ist doch alles nichts Neues.
Das ist doch alles nichts Neues.
14:06
Physicists have told us for a long time
that the metal of that train looks solid
that the metal of that train looks solid
250
834876
3924
Physiker sagen schon lange,
dass das Metall des Zuges fest aussieht,
dass das Metall des Zuges fest aussieht,
14:10
but really it's mostly empty space
with microscopic particles zipping around.
with microscopic particles zipping around.
251
838800
4388
aber größtenteils leerer Raum mit herum
flitzenden mikroskopischen Teilchen ist.
flitzenden mikroskopischen Teilchen ist.
14:15
There's nothing new here.
252
843188
1488
Das ist also nichts Neues.
14:16
Well, not exactly.
253
844676
2204
Das stimmt nicht ganz.
14:18
It's like saying, I know that
that blue icon on the desktop
that blue icon on the desktop
254
846880
4040
Genau so könnte man sagen,
dass das blaue Symbol auf dem Desktop
dass das blaue Symbol auf dem Desktop
14:22
is not the reality of the computer,
255
850920
2299
nicht die Realität des Computers ist,
14:25
but if I pull out my trusty
magnifying glass and look really closely,
magnifying glass and look really closely,
256
853219
3459
dann seine gute alte Lupe
herausholen, ganz nah dran gehen,
herausholen, ganz nah dran gehen,
14:28
I see little pixels,
257
856678
1811
die kleinen Pixel sehen
14:30
and that's the reality of the computer.
258
858489
2461
und diese für die Realität
des Computers halten.
des Computers halten.
14:32
Well, not really -- you're still
on the desktop, and that's the point.
on the desktop, and that's the point.
259
860950
3808
Falsch. Sie sind immer noch
auf dem Desktop, darum geht es.
auf dem Desktop, darum geht es.
14:36
Those microscopic particles
are still in space and time:
are still in space and time:
260
864758
2996
Diese kleinen Teilchen
sind immer noch in Raum und Zeit,
sind immer noch in Raum und Zeit,
14:39
they're still in the user interface.
261
867754
2391
immer noch auf der Benutzeroberfläche.
14:42
So I'm saying something far more radical
than those physicists.
than those physicists.
262
870145
3762
Ich behaupte also etwas viel
Radikaleres als die Physiker.
Radikaleres als die Physiker.
Zuletzt könnten Sie einwenden,
14:46
Finally, you might object,
263
874727
1473
14:48
look, we all see the train,
264
876200
2559
dass wir alle den Zug sehen,
14:50
therefore none of us constructs the train.
265
878759
3042
ihn also keiner von uns
selbst konstruiert.
selbst konstruiert.
14:53
But remember this example.
266
881801
2090
Erinnern Sie sich aber an dieses Beispiel:
14:55
In this example, we all see a cube,
267
883891
2716
Hier sehen wir alle einen Würfel,
aber der Bildschirm ist flach,
14:59
but the screen is flat,
268
887597
2093
also ist der Würfel ein Konstrukt.
15:01
so the cube that you see
is the cube that you construct.
is the cube that you construct.
269
889690
2737
15:05
We all see a cube
270
893736
2043
Wir sehen alle diesen Würfel,
15:07
because we all, each one of us,
constructs the cube that we see.
constructs the cube that we see.
271
895779
4859
weil jeder Einzelne von uns,
diesen Würfel selbst konstruiert.
diesen Würfel selbst konstruiert.
Das Gleiche gilt für den Zug.
15:12
The same is true of the train.
272
900638
2060
15:14
We all see a train because
we each see the train that we construct,
we each see the train that we construct,
273
902698
4482
Wir sehen alle einen Zug, weil wir alle
den Zug sehen, den wir konstruieren.
den Zug sehen, den wir konstruieren.
15:19
and the same is true
of all physical objects.
of all physical objects.
274
907180
3553
Das gleiche gilt für alle anderen
physischen Objekte.
physischen Objekte.
Wir tendieren dazu, unsere Wahrnehmung
als Fenster zur echten Realität zu sehen.
als Fenster zur echten Realität zu sehen.
15:24
We're inclined to think that perception
is like a window on reality as it is.
is like a window on reality as it is.
275
912343
5053
15:29
The theory of evolution is telling us
that this is an incorrect interpretation
that this is an incorrect interpretation
276
917396
5004
Die Evolutionstheorie zeigt uns,
dass das eine falsche Interpretation
unserer Wahrnehmungen ist.
unserer Wahrnehmungen ist.
15:34
of our perceptions.
277
922400
1465
Die Realität ist eher
wie ein 3D-Bildschirm,
wie ein 3D-Bildschirm,
15:37
Instead, reality is more like a 3D desktop
278
925095
3544
15:40
that's designed to hide
the complexity of the real world
the complexity of the real world
279
928639
3297
der die Komplexität
der wirklichen Welt verstecken
der wirklichen Welt verstecken
15:43
and guide adaptive behavior.
280
931936
1866
und unser Lernverhalten leiten soll.
15:46
Space as you perceive it is your desktop.
281
934282
2928
Der Raum, wie Sie ihn
wahrnehmen, ist Ihr Desktop.
wahrnehmen, ist Ihr Desktop.
15:49
Physical objects are just
the icons in that desktop.
the icons in that desktop.
282
937210
3026
Die physischen Objekte
sind die Symbole darauf.
sind die Symbole darauf.
15:53
We used to think that the Earth is flat
because it looks that way.
because it looks that way.
283
941456
3670
Wir glaubten, die Erde sei flach,
weil es so aussieht;
weil es so aussieht;
15:57
Then we thought that the Earth
is the unmoving center of reality
is the unmoving center of reality
284
945520
3134
wir glaubten, die Erde wäre
das unbewegliche Zentrum der Realität,
das unbewegliche Zentrum der Realität,
16:00
because it looks that way.
285
948654
1724
weil es so aussieht.
16:02
We were wrong.
286
950378
1142
Wir lagen falsch.
16:03
We had misinterpreted our perceptions.
287
951520
2670
Wir haben unsere Wahrnehmungen
falsch interpretiert.
falsch interpretiert.
Jetzt glauben wir,
dass Raumzeit und Objekte
dass Raumzeit und Objekte
16:06
Now we believe that spacetime and objects
288
954910
3409
16:10
are the nature of reality as it is.
289
958319
2614
die Beschaffenheit der Realität sind,
wie diese wirklich ist.
wie diese wirklich ist.
16:13
The theory of evolution is telling us
that once again, we're wrong.
that once again, we're wrong.
290
961453
3924
Die Evolutionstheorie beweist uns wieder,
dass wir falsch liegen.
dass wir falsch liegen.
16:17
We're misinterpreting the content
of our perceptual experiences.
of our perceptual experiences.
291
965377
5039
Wir interpretieren den Inhalt
unserer Sinneswahrnehmungen falsch.
unserer Sinneswahrnehmungen falsch.
16:22
There's something that exists
when you don't look,
when you don't look,
292
970416
2531
Etwas existiert auch dann,
wenn man wegschaut,
wenn man wegschaut,
16:24
but it's not spacetime
and physical objects.
and physical objects.
293
972947
3403
aber es sind weder die Raumzeit
noch physische Objekte.
noch physische Objekte.
Es fällt uns so schwer, die Raumzeit
und Objekte loszulassen,
und Objekte loszulassen,
16:28
It's as hard for us to let go
of spacetime and objects
of spacetime and objects
294
976350
3028
16:31
as it is for the jewel beetle
to let go of its bottle.
to let go of its bottle.
295
979378
3483
wie dem Prachtkäfer seine Flasche.
Warum? Weil wir blind sind
für unsere eigene Blindheit.
für unsere eigene Blindheit.
16:34
Why? Because we're blind
to our own blindnesses.
to our own blindnesses.
296
982861
4418
Aber wir haben gegenüber
dem Käfer einen Vorteil:
dem Käfer einen Vorteil:
16:40
But we have an advantage
over the jewel beetle:
over the jewel beetle:
297
988409
2347
Wissenschaft und Technologie.
16:42
our science and technology.
298
990756
1788
16:44
By peering through the lens of a telescope
299
992544
2391
Mit dem Blick durch
die Linse des Teleskops,
die Linse des Teleskops,
16:46
we discovered that the Earth
is not the unmoving center of reality,
is not the unmoving center of reality,
300
994935
4636
entdeckten wir, dass die Erde nicht
das unbewegte Zentrum der Realität ist
das unbewegte Zentrum der Realität ist
16:51
and by peering through the lens
of the theory of evolution
of the theory of evolution
301
999571
2878
und mit dem Blick durch die Linse
der Evolutionstheorie,
der Evolutionstheorie,
16:54
we discovered that spacetime and objects
302
1002449
2322
dass die Raumzeit und Objekte
16:56
are not the nature of reality.
303
1004771
2368
nicht die Beschaffenheit
der Realität sind.
der Realität sind.
Bei einer Wahrnehmungserfahrung,
die ich als rote Tomate beschreibe,
die ich als rote Tomate beschreibe,
16:59
When I have a perceptual experience
that I describe as a red tomato,
that I describe as a red tomato,
304
1007139
4285
17:03
I am interacting with reality,
305
1011424
2937
interagiere ich mit der Realität,
17:06
but that reality is not a red tomato
and is nothing like a red tomato.
and is nothing like a red tomato.
306
1014361
5210
aber diese Realität ist keine rote Tomate,
und auch nichts Ähnliches.
und auch nichts Ähnliches.
17:11
Similarly, when I have an experience
that I describe as a lion or a steak,
that I describe as a lion or a steak,
307
1019571
5401
Auch wenn ich etwas wahrnehme,
das ich als Löwen oder Steak beschreibe,
das ich als Löwen oder Steak beschreibe,
interagiere ich mit der Realität,
17:16
I'm interacting with reality,
308
1024972
1848
17:18
but that reality is not a lion or a steak.
309
1026820
3158
aber diese ist weder Löwe noch Steak.
17:21
And here's the kicker:
310
1029978
2020
Und hier ist das Beste:
17:23
When I have a perceptual experience
that I describe as a brain, or neurons,
that I describe as a brain, or neurons,
311
1031998
4690
Wenn ich eine Wahrnehmungserfahrung mache,
die ich als Hirn oder Neuronen beschreibe,
die ich als Hirn oder Neuronen beschreibe,
17:28
I am interacting with reality,
312
1036688
2090
interagiere ich mit der Realität,
17:30
but that reality is not a brain or neurons
313
1038778
3529
aber diese ist weder Gehirn noch Neuronen,
17:34
and is nothing like a brain or neurons.
314
1042307
3498
und ihnen auch kein bisschen ähnlich.
17:37
And that reality, whatever it is,
315
1045805
4779
Diese Realität, was auch immer sie ist,
17:42
is the real source of cause and effect
316
1050584
3611
ist der wahre Ursprung
von Ursache und Wirkung in der Welt --
von Ursache und Wirkung in der Welt --
17:46
in the world -- not brains, not neurons.
317
1054195
4032
nicht die Gehirne oder die Neuronen.
17:50
Brains and neurons
have no causal powers.
have no causal powers.
318
1058227
2600
Die beiden haben keine kausalen Kräfte.
17:52
They cause none of our
perceptual experiences,
perceptual experiences,
319
1060827
2601
Sie verursachen weder
unsere Wahrnehmungserfahrungen
unsere Wahrnehmungserfahrungen
17:55
and none of our behavior.
320
1063428
1788
noch unser Verhalten.
17:57
Brains and neurons are a species-specific
set of symbols, a hack.
set of symbols, a hack.
321
1065216
5376
Hirne und Neuronen sind eine
arteigene Reihe an Symbolen -- ein Trick.
arteigene Reihe an Symbolen -- ein Trick.
Was bedeutet das
für das Rätsel des Bewusstseins?
für das Rätsel des Bewusstseins?
18:02
What does this mean
for the mystery of consciousness?
for the mystery of consciousness?
322
1070592
2681
Es eröffnet neue Möglichkeiten.
18:05
Well, it opens up new possibilities.
323
1073923
3993
18:09
For instance,
324
1077916
1695
Zum Beispiel, dass Realität
eine große Maschine ist,
eine große Maschine ist,
18:11
perhaps reality is some vast machine
that causes our conscious experiences.
that causes our conscious experiences.
325
1079611
6979
die unsere bewussten
Erfahrungen verursacht.
Erfahrungen verursacht.
Ich bezweifle das,
aber es ist eine Untersuchung wert.
aber es ist eine Untersuchung wert.
18:18
I doubt this, but it's worth exploring.
326
1086590
3670
Vielleicht ist Realität ein großes,
interagierendes Netz bewusster Kräfte,
interagierendes Netz bewusster Kräfte,
18:22
Perhaps reality is some vast,
interacting network of conscious agents,
interacting network of conscious agents,
327
1090260
5349
18:27
simple and complex, that cause
each other's conscious experiences.
each other's conscious experiences.
328
1095609
5573
einfach und komplex, die gegenseitig
ihre Erfahrungen verursachen.
ihre Erfahrungen verursachen.
18:33
Actually, this isn't as crazy
an idea as it seems,
an idea as it seems,
329
1101182
3250
Das ist nicht so verrückt,
wie es sich anhört,
wie es sich anhört,
18:36
and I'm currently exploring it.
330
1104432
1620
und ich erforsche es gerade.
18:38
But here's the point:
331
1106592
2066
Aber hier ist der Knackpunkt:
18:40
Once we let go of our massively intuitive
332
1108658
3321
Wenn wir von unserer
ebenso sehr intuitiven,
ebenso sehr intuitiven,
18:43
but massively false assumption
about the nature of reality,
about the nature of reality,
333
1111979
3924
wie falschen These über die Beschaffenheit
der Realität abkommen,
der Realität abkommen,
18:47
it opens up new ways to think
about life's greatest mystery.
about life's greatest mystery.
334
1115903
4388
eröffnet uns das neue Denkweisen
über das größte Rätsel des Lebens.
über das größte Rätsel des Lebens.
18:53
I bet that reality will end up
turning out to be more fascinating
turning out to be more fascinating
335
1121251
4609
Ich wette, dass die Realität
faszinierender
faszinierender
und unerwarteter aussehen wird,
als wir sie uns je vorgestellt haben.
als wir sie uns je vorgestellt haben.
18:57
and unexpected than we've ever imagined.
336
1125860
3974
19:01
The theory of evolution presents us
with the ultimate dare:
with the ultimate dare:
337
1129834
4388
Die Evolutionstheorie stellt uns
vor das ultimative Wagnis:
vor das ultimative Wagnis:
19:06
Dare to recognize that perception
is not about seeing truth,
is not about seeing truth,
338
1134222
5142
Anzuerkennen, dass es beim Wahrnehmen
nicht um das Sehen der Wahrheit geht,
nicht um das Sehen der Wahrheit geht,
19:11
it's about having kids.
339
1139364
4096
sondern darum, Kinder zu haben.
Und nebenbei: Selbst diesen TED
gibt es nur in Ihrem Kopf.
gibt es nur in Ihrem Kopf.
19:15
And by the way, even this TED
is just in your head.
is just in your head.
340
1143460
4740
19:20
Thank you very much.
341
1148200
2044
Vielen Dank.
19:22
(Applause)
342
1150244
3388
(Applaus)
Chris Anderson: Don, bleiben Sie hier.
CA: Wenn das wirklich Sie sind, danke.
19:32
Chris Anderson: If that's
really you there, thank you.
really you there, thank you.
343
1160786
3435
19:36
So there's so much from this.
344
1164221
2931
Das wirft so viele Fragen auf.
19:39
I mean, first of all, some people
may just be profoundly depressed
may just be profoundly depressed
345
1167152
3269
Der Gedanke, dass die Evolution
nicht die Realität bevorzugt,
nicht die Realität bevorzugt,
19:42
at the thought that,
if evolution does not favor reality,
if evolution does not favor reality,
346
1170421
5549
könnte manche Menschen sehr verstören.
19:47
I mean, doesn't that to some extent
undermine all our endeavors here,
undermine all our endeavors here,
347
1175970
3330
Untergräbt das nicht all unsere
Bestrebungen und Befähigungen
Bestrebungen und Befähigungen
19:51
all our ability to think
that we can think the truth,
that we can think the truth,
348
1179300
2684
zu glauben, die Wahrheit denken zu können,
19:53
possibly even including
your own theory, if you go there?
your own theory, if you go there?
349
1181984
3506
vielleicht sogar einschließlich
Ihrer eigenen Theorie?
Ihrer eigenen Theorie?
19:57
Donald Hoffman: Well, this does not
stop us from a successful science.
stop us from a successful science.
350
1185490
4454
Donald Hoffman: Das hält uns nicht
von erfolgreicher Wissenschaft ab.
von erfolgreicher Wissenschaft ab.
20:01
What we have is one theory
that turned out to be false,
that turned out to be false,
351
1189944
2812
Wir haben eine Theorie,
die sich als falsch herausstellt:
die sich als falsch herausstellt:
20:04
that perception is like reality
and reality is like our perceptions.
and reality is like our perceptions.
352
1192756
4459
Die Wahrnehmung gleicht der Realität,
und die Realität gleich der Wahrnehmung.
und die Realität gleich der Wahrnehmung.
20:09
That theory turns out to be false.
353
1197215
1685
Das hat sich als falsch erwiesen.
20:10
Okay, throw that theory away.
354
1198900
1418
Dann verwerfen wir diese Theorie.
20:12
That doesn't stop us from now postulating
all sorts of other theories
all sorts of other theories
355
1200318
3254
Wir können trotzdem,
viele weitere Theorien
viele weitere Theorien
über die Natur der Realität aufstellen.
20:15
about the nature of reality,
356
1203572
1358
Es ist ein Fortschritt, zu verstehen,
dass eine unserer Theorien falsch war.
dass eine unserer Theorien falsch war.
20:16
so it's actually progress to recognize
that one of our theories was false.
that one of our theories was false.
357
1204930
3605
20:20
So science continues as normal.
There's no problem here.
There's no problem here.
358
1208535
2658
Die Wissenschaft geht weiter
ihren Gang. Kein Problem.
ihren Gang. Kein Problem.
20:23
CA: So you think it's possible
-- (Laughter) --
-- (Laughter) --
359
1211193
2601
CA: Sie glauben also, es ist möglich
-- (Lachen) --
-- (Lachen) --
20:25
This is cool, but what you're saying
I think is it's possible that evolution
I think is it's possible that evolution
360
1213794
4110
Schön und gut, aber ich glaube,
dass uns die Evolution
dass uns die Evolution
20:29
can still get you to reason.
361
1217904
2647
dennoch zu Einsichten führen kann.
DH: Ja. Das ist ein guter Punkt.
20:32
DH: Yes. Now that's a very,
very good point.
very good point.
362
1220551
2313
20:34
The evolutionary game simulations that I
showed were specifically about perception,
showed were specifically about perception,
363
1222864
4527
In den Evolutions-Simulationen
ging es speziell um Wahrnehmung,
ging es speziell um Wahrnehmung,
20:39
and they do show that our perceptions
have been shaped
have been shaped
364
1227391
2578
und sie zeigen, dass unsere Wahrnehmungen
so geformt wurden,
so geformt wurden,
20:41
not to show us reality as it is,
365
1229969
1880
uns die Realität nicht so
zu zeigen wie sie ist.
zu zeigen wie sie ist.
20:43
but that does not mean the same thing
about our logic or mathematics.
about our logic or mathematics.
366
1231849
4273
Das muss aber nicht für unsere Logik
oder Mathematik gelten.
oder Mathematik gelten.
20:48
We haven't done these simulations,
but my bet is that we'll find
but my bet is that we'll find
367
1236122
3622
Wir haben dazu keine Simulationen
durchgeführt, aber ich wette,
durchgeführt, aber ich wette,
20:51
that there are some selection pressures
for our logic and our mathematics
for our logic and our mathematics
368
1239744
3622
dass Logik und Mathematik
unter dem Selektionsdruck stehen,
unter dem Selektionsdruck stehen,
zumindest in Richtung Wahrheit zu deuten.
20:55
to be at least in the direction of truth.
369
1243366
2206
Logik und Mathe sind nicht einfach.
20:57
I mean, if you're like me,
math and logic is not easy.
math and logic is not easy.
370
1245572
2647
Wir lösen nicht alles richtig,
aber zumindest deutet der Selektionsdruck
aber zumindest deutet der Selektionsdruck
21:00
We don't get it all right, but at least
the selection pressures are not
the selection pressures are not
371
1248219
3351
21:03
uniformly away from true math and logic.
372
1251570
2338
nicht konstant von wahrer
Mathematik und Logik weg.
Mathematik und Logik weg.
21:05
So I think that we'll find that we have
to look at each cognitive faculty
to look at each cognitive faculty
373
1253908
3320
Wir müssen jeden kognitiven
Bereich einzeln betrachten,
Bereich einzeln betrachten,
21:09
one at a time and see
what evolution does to it.
what evolution does to it.
374
1257228
2624
und sehen, was die Evolution damit macht.
21:11
What's true about perception may not
be true about math and logic.
be true about math and logic.
375
1259852
3761
Was für Wahrnehmung stimmt,
muss nicht für Mathe und Logik stimmen.
muss nicht für Mathe und Logik stimmen.
21:15
CA: I mean, really what you're proposing
is a kind of modern-day Bishop Berkeley
is a kind of modern-day Bishop Berkeley
376
1263613
3994
CA: Sie schlagen eine moderne
George-Berkeley-Weltsicht vor:
George-Berkeley-Weltsicht vor:
21:19
interpretation of the world:
377
1267607
2391
21:21
consciousness causes matter,
not the other way around.
not the other way around.
378
1269998
2949
Bewusstsein schafft Materie,
und nicht andersherum.
und nicht andersherum.
21:24
DH: Well, it's slightly
different than Berkeley.
different than Berkeley.
379
1272947
2392
DH: Es ist schon ein wenig anders.
Als Deist war Berkeley der Meinung,
21:27
Berkeley thought that, he was a deist,
and he thought that the ultimate
and he thought that the ultimate
380
1275339
3362
21:30
nature of reality is God
and so forth,
and so forth,
381
1278701
2039
dass die ultimative Natur der Realität
Gott ist, und so weiter,
Gott ist, und so weiter,
21:32
and I don't need to go
where Berkeley's going,
where Berkeley's going,
382
1280740
3110
dahin muss ich ihm nicht folgen.
21:35
so it's quite a bit
different from Berkeley.
different from Berkeley.
383
1283850
2695
Es unterscheidet sich also
ziemlich von Berkeley.
ziemlich von Berkeley.
Ich nenne es bewussten Realismus.
Es ist eine ganz andere Sichtweise.
Es ist eine ganz andere Sichtweise.
21:39
I call this conscious realism.
It's actually a very different approach.
It's actually a very different approach.
384
1287725
3510
21:43
CA: Don, I could literally talk with you
for hours, and I hope to do that.
for hours, and I hope to do that.
385
1291235
3590
CA: Ich könnte noch Stunden darüber reden,
und hoffe, die Gelegenheit zu haben.
und hoffe, die Gelegenheit zu haben.
21:46
Thanks so much for that.
DH: Thank you. (Applause)
DH: Thank you. (Applause)
386
1294825
2473
Vielen Dank.
DH: Danke. (Applaus)
DH: Danke. (Applaus)
ABOUT THE SPEAKER
Donald Hoffman - Cognitive scientistDonald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality.
Why you should listen
In his research to uncover the underlying secrets of human perception, Donald Hoffman has discovered important clues pointing to the subjective nature of reality.
Rather than as a set of absolute physical principles, reality is best understood as a set of phenomena our brain constructs to guide our behavior. To put it simply: we actively create everything we see, and there is no aspect of reality that does not depend on consciousness.
Hoffman is a faculty member at UC Irvine and a recipient of the Troland Award of the US National Academy of Sciences.
Donald Hoffman | Speaker | TED.com