TED Talks Live
Eric Haseltine: What will be the next big scientific breakthrough?
Eric Haseltine: Was wird der nächste wissenschaftliche Durchbruch sein?
Filmed:
Readability: 4.3
1,571,528 views
Spekulationen haben durch unsere Geschichte hinweg bewundernswerte und revolutionäre Forschung angetrieben. "Hier ist nicht die Rede von Wissenschaft die nur kleine Schritte geht," sagt Eric Haseltine. "Ich rede von Forschung, die grosse Schritte macht." Haseltine bringt uns in seiner leidenschaftlichen Rede an die Ränder des intellektuellen Wissens mit zwei Ideen -- eine, die bereits Geschichte gemacht hat, und die andere beschäftigt sich mit einzigartigem Ehrgeiz mit einer der grössten Fragen des Menschseins (auch wenn viele Skeptiker vorhanden sind).
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
Heute werde ich Ihnen meine Leidenschaft
für die Wissenschaft vermittteln.
für die Wissenschaft vermittteln.
00:16
I'm not talking about science
that takes baby steps.
that takes baby steps.
1
4560
3016
Ich rede hier nicht von Forschung,
die kleine Schritte geht.
die kleine Schritte geht.
00:19
I'm talking about science
that takes enormous leaps.
that takes enormous leaps.
2
7600
4256
Die Rede ist von Wissenschaft
die große Sprünge macht.
die große Sprünge macht.
00:23
I'm talking Darwin, I'm talking Einstein,
3
11880
3376
Die Rede ist von Darwin, von Einstein,
00:27
I'm talking revolutionary science
that turns the world on its head.
that turns the world on its head.
4
15280
3600
die Rede ist von Forschung,
die die Welt auf den Kopf stellt.
die die Welt auf den Kopf stellt.
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
Gleich werde ich über zwei Ideen
berichten, die dies erreichen könnten.
berichten, die dies erreichen könnten.
00:35
I say "might"
6
23800
1216
Ich betone "könnten",
00:37
because, with revolutionary ideas,
most are flat wrong,
most are flat wrong,
7
25040
2776
denn bahnbrechende Ideen
sind einfach meistens falsch,
sind einfach meistens falsch,
00:39
and even those that are right
seldom have the impact
seldom have the impact
8
27840
2456
selbst die, die richtig liegen,
haben selten Einfluss,
haben selten Einfluss,
00:42
that we want them to have.
9
30320
1696
den wir ihnen gönnen.
00:44
To explain why I picked
two ideas in particular,
two ideas in particular,
10
32040
2496
Um meine Wahl
dieser zwei Ideen zu erläutern,
dieser zwei Ideen zu erläutern,
00:46
I'm going to start with a mystery.
11
34560
1680
werde ich mit einem Rätsel starten.
00:48
1847, Vienna, Austria.
12
36840
3080
1847, Wien, Österreich.
00:53
Ignaz Semmelweis was a somber,
compulsively thorough doctor
compulsively thorough doctor
13
41080
3616
Ignaz Semmelweis war ein ernster,
zwanghaft gründlicher Arzt,
zwanghaft gründlicher Arzt,
00:56
who ran two maternity clinics.
14
44720
1856
der zwei Entbindungskliniken leitete.
00:58
They were identical except for one thing.
15
46600
2440
Sie waren identisch, bis auf eine Sache.
01:01
Women were dying of high fevers
soon after giving birth
soon after giving birth
16
49720
2656
Mütter starben nach der
Entbindung an hohem Fieber
Entbindung an hohem Fieber
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
in einer der Kliniken drei mal öfter
als in der anderen.
als in der anderen.
01:08
Trying to figure out
what the difference was that caused this,
what the difference was that caused this,
18
56600
2936
Um die Ursache zu ermitteln,
01:11
Semmelweis looked at everything he could.
19
59560
2016
untersuchte Semmelweis alles.
01:13
Sanitation? No.
20
61600
1736
Mangelnde Hygiene? Nein.
01:15
Medical procedures? No.
21
63360
2000
Medizinische Vorgehensweisen? Nein.
01:18
Air flow? No.
22
66000
1920
Luftzug? Nein.
01:20
The puzzle went unsolved
until he happened to autopsy a doctor
until he happened to autopsy a doctor
23
68800
3256
Es blieb ein Rätsel,
bis er einen Arzt autopsierte,
bis er einen Arzt autopsierte,
der an einem infizierten
Skalpellschnitt starb.
Skalpellschnitt starb.
01:24
who died of an infected scalpel cut.
24
72080
2000
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
Die Symptome des Arztes waren mit
denen der sterbenden Mütter identisch.
denen der sterbenden Mütter identisch.
01:30
How was that possible?
26
78560
1376
Wie war das nur möglich?
01:31
How could a male doctor
get the same thing as new mothers?
get the same thing as new mothers?
27
79960
2880
Wie konnte ein männlicher Arzt
wie diese Mütter sterben?
wie diese Mütter sterben?
01:35
Semmelweis reconstructed
everything the doctor had done
everything the doctor had done
28
83560
3256
Semmelweis verfolgte alles zurück,
was der Arzt getan hatte
was der Arzt getan hatte
01:38
right before he got sick,
29
86840
1256
kurz bevor er krank wurde,
01:40
and he discovered
that he'd been autopsying a corpse.
that he'd been autopsying a corpse.
30
88120
4296
und er fand heraus, dass dieser
eine Leiche autopsiert hatte.
eine Leiche autopsiert hatte.
01:44
Had something gotten
in his wound that killed him?
in his wound that killed him?
31
92440
2800
Hatte etwas seine Wunde infiziert,
das ihn tötete?
das ihn tötete?
01:48
With growing excitement,
32
96760
1776
Mit wachsender Anspannung
01:50
Semmelweis looked
for any connection he could
for any connection he could
33
98560
2816
suchte Semmelweis
nach einem Zusammenhang
nach einem Zusammenhang
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
zwischen den Leichen im Leichenschauhaus
und den toten Müttern in der Entbindung,
und den toten Müttern in der Entbindung,
01:58
and he found it.
35
106800
1600
und er fand ihn.
Es stellte sich heraus, dass in der
Klinik mit der hohen Todesrate,
Klinik mit der hohen Todesrate,
02:01
It turned out that at the hospital
with the high death rate,
with the high death rate,
36
109320
2856
02:04
but not the others,
37
112200
1776
aber nicht in der zweiten Klinik,
02:06
doctors delivered babies immediately
after autopsying corpses in the morgue.
after autopsying corpses in the morgue.
38
114000
5136
die Ärzte gleich nachdem sie Leichen
autopsierten, Entbindungen vornahmen.
autopsierten, Entbindungen vornahmen.
02:11
Aha! Corpses were contaminating
the doctors' hands
the doctors' hands
39
119160
3936
Aha! Die Leichen infizierten
die Hände der Ärzte
die Hände der Ärzte
02:15
and killing his mothers.
40
123120
1240
und töteten die Mütter.
02:17
So he ordered the doctors
to sterilize their hands,
to sterilize their hands,
41
125240
3055
Daher wies er alle Ärzte an,
ihre Hände zu desinfizieren,
ihre Hände zu desinfizieren,
02:20
and the deaths stopped.
42
128320
2280
und das Sterben hörte auf.
02:23
Dr. Ignaz Semmelweis
had discovered infectious disease.
had discovered infectious disease.
43
131400
4400
Dr. Ignaz Semmelweis entdeckte
die infektiöse Krankheit.
die infektiöse Krankheit.
02:28
But the doctors of the day
thought he was crazy,
thought he was crazy,
44
136400
3416
Aber die Ärzte seiner Zeit
dachten er sei verrückt,
dachten er sei verrückt,
02:31
because they knew,
and had for hundreds of years,
and had for hundreds of years,
45
139840
3496
weil sie wussten und es
hunderte Jahre gewusst hatten,
hunderte Jahre gewusst hatten,
02:35
that odorous vapors
called miasmas caused disease,
called miasmas caused disease,
46
143360
5096
dass üble Dünste, Miasma genannt,
Krankheiten verursachten,
Krankheiten verursachten,
02:40
not these hypothetical particles
that you couldn't see.
that you couldn't see.
47
148480
3400
nicht etwa diese theoretischen Partikel,
die man nicht sehen konnte.
die man nicht sehen konnte.
02:44
It took 20 years
for Frenchman Louis Pasteur
for Frenchman Louis Pasteur
48
152880
4176
Es kostete dem Franzosen
Louis Pasteur 20 Jahre,
Louis Pasteur 20 Jahre,
um zu zeigen, dass Semmelweis richtig lag.
02:49
to prove that Semmelweis was right.
49
157080
1960
02:51
Pasteur was an agricultural chemist
50
159680
2696
Pasteur war Agrarchemiker,
02:54
who tried to figure out
why milk and beer spoiled so often.
why milk and beer spoiled so often.
51
162400
4176
der versuchte herauszufinden,
warum Milch und Bier so oft verderben.
warum Milch und Bier so oft verderben.
02:58
He found that bacteria were the culprits.
52
166600
2440
Er fand heraus, dass Bakterien
die Übeltäter waren.
die Übeltäter waren.
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
Er fand auch heraus, dass Bakterien
Leute genau auf dieselbe Art töteten,
Leute genau auf dieselbe Art töteten,
03:06
that Semmelweis's patients were dying.
54
174040
2320
wie Semmelweis' Patienten starben.
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
Jetzt komme ich zu den zwei Ideen,
über die ich heute reden wollte.
über die ich heute reden wollte.
03:14
We saw it with Semmelweis,
that he was a revolutionary.
that he was a revolutionary.
56
182600
2920
Bei Semmelweis sahen wir,
dass er ein Revolutionär war.
dass er ein Revolutionär war.
03:18
He did it for two reasons.
57
186560
1256
Er tat dies aus zwei Gründen.
03:19
One, he opened our eyes
to a completely new world.
to a completely new world.
58
187840
3240
Erstens, er öffnete unsere Augen
für eine komplett neuen Welt.
für eine komplett neuen Welt.
03:23
We'd known since the 1680s about bacteria.
59
191720
2976
Wir wussten etwa seit
den 1680ern von Bakterien.
den 1680ern von Bakterien.
03:26
We just didn't know
that bacteria killed people.
that bacteria killed people.
60
194720
2456
Was wir nicht wussten:
Bakterien töten Menschen.
Bakterien töten Menschen.
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
Er vernichtete diese lieb gewonnene Idee,
die den Leuten so am Herzen lag.
die den Leuten so am Herzen lag.
03:34
Miasmas didn't kill people.
Bacteria killed people.
Bacteria killed people.
62
202280
3320
Nicht Miasma töteten Menschen.
Bakterien töteten Menschen.
Bakterien töteten Menschen.
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
Dies bringt mich zu den zwei Ideen,
über die ich heute reden will.
über die ich heute reden will.
03:41
One has opened our eyes
to a completely new universe,
to a completely new universe,
64
209440
2816
Eine davon eröffnete uns
eine total neue Welt
eine total neue Welt
03:44
and the other attacks long-held beliefs.
65
212280
3976
und die andere greift
langwierige Ansichten an.
langwierige Ansichten an.
03:48
Let's get started with Dr. Eric Betzig.
66
216280
1936
Beginnen wir mit Dr. Eric Betzig.
03:50
He's a physicist who has opened our eyes
to an entirely new world
to an entirely new world
67
218240
3896
Als Physiker hat er durchs
Brechen der Physikgesetze
Brechen der Physikgesetze
unsere Augen für eine
komplett neue Welt geöffnet.
komplett neue Welt geöffnet.
03:54
by violating the laws of physics.
68
222160
1880
Betzig ist ein wahrer Rebell.
03:56
Betzig is a true rebel.
69
224720
1280
03:58
He quit a job at prestigious
Bell Laboratory
Bell Laboratory
70
226560
2896
Er verließ seinen Job im
renommierten Bell-Labor,
renommierten Bell-Labor,
04:01
inventing new microscopes for biology
71
229480
2256
wo er neue Mikroskope
für die Biologie erfand,
für die Biologie erfand,
04:03
because he thought scientists
were taking his brilliant inventions
were taking his brilliant inventions
72
231760
4336
weil er meinte, die Forscher nutzten
seine brillianten Erfindungen
seine brillianten Erfindungen
04:08
and doing lousy work with them.
73
236120
1520
für lausige Zwecke.
04:10
So he became a househusband,
74
238880
3040
Also blieb er als Ehemann zu Hause,
04:15
but he never lost his passion
for figuring out
for figuring out
75
243360
2576
aber ihn verließ nie seine Hingabe
weiterzuforschen,
weiterzuforschen,
04:17
how to get microscopes
to see finer and finer details
to see finer and finer details
76
245960
2896
wie Mikroskope immer feinere
Details als je zuvor oder jemals
Details als je zuvor oder jemals
04:20
than had ever been seen before
or ever could be seen.
or ever could be seen.
77
248880
2477
sehen können.
04:23
This is crucial if we're ever
going to understand how cells work,
going to understand how cells work,
78
251960
4456
Das ist enorm wichtig, wenn wir verstehen
wollen wie Zellen funktionieren,
wollen wie Zellen funktionieren,
04:28
and how cancer works,
79
256440
1495
wie sich Krebs entwickelt
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
und wie etwas, das 150-mal
kleiner ist als eine Nadelkopf
kleiner ist als eine Nadelkopf
04:35
can do all these amazing things,
81
263400
2136
all diese unglaublichen Dinge tun kann,
04:37
like make proteins
82
265560
1576
wie z. B. Eiweiße produzieren,
04:39
and move charges around
83
267160
1896
Ladungen transportieren
04:41
and all of those things.
84
269080
1280
und all diese Dinge.
04:43
There's just one problem.
85
271400
1680
Es gibt nur ein Problem.
04:46
There's this thing
called the law of physics,
called the law of physics,
86
274040
2976
Nämlich die Gesetze der Physik,
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
und Teil davon ist als
Beugungsgrenze bekannt.
Beugungsgrenze bekannt.
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
Bei der Beugungsgrenze ist es so
als gingen sie Sie zum Optiker,
als gingen sie Sie zum Optiker,
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
aber egal wie gut die Brille ist,
man kann nie alles sehen.
man kann nie alles sehen.
04:59
This was a so-called impossible problem.
90
287080
3376
Das sogenannte unmögliche Problem.
Ein Freund von Betzig fand heraus
wie man ein kleines Molekül nimmt,
wie man ein kleines Molekül nimmt,
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
kleiner als vom besten
Mikroskope zu erkennen,
Mikroskope zu erkennen,
05:05
that was smaller than
the best microscope could see
the best microscope could see
92
293680
2416
05:08
and get it to light up and fluoresce.
93
296120
2136
und es strahlen und leuchten zu lassen.
05:10
"Aha!" Betzig said.
94
298280
2496
"Aha!", sagte Betzig.
05:12
"I think maybe the laws of physics
are not so unbreakable after all."
are not so unbreakable after all."
95
300800
4696
"Vielleicht sind die Gesetze der Physik
gar nicht so unumstösslich."
gar nicht so unumstösslich."
05:17
So he lashed together a microscope
in his friend's living room.
in his friend's living room.
96
305520
4856
So baute er im Wohnzimmer
seines Freundes ein Mikroskop.
seines Freundes ein Mikroskop.
05:22
He had no laboratory.
97
310400
1816
Da er kein Labor hatte.
05:24
This revolutionary instrument
got different protein molecules
got different protein molecules
98
312240
3576
Dieses revolutionäre Instrument
erlaubte, verschiedene Eiweißmoleküle
erlaubte, verschiedene Eiweißmoleküle
05:27
to light up in different colors,
99
315840
1560
in diversen Farben zu erleuchten
05:30
and with a computer, he was able
to turn very, very fuzzy blurs
to turn very, very fuzzy blurs
100
318080
4696
und mit einem Computer konnte er
sehr verschwommene Flecken
sehr verschwommene Flecken
05:34
into very sharp dots and produce images
of unprecedented and startling clarity.
of unprecedented and startling clarity.
101
322800
6696
in sehr scharfe Punkte und nie
vorher gesehene, klare Bilder wandeln.
vorher gesehene, klare Bilder wandeln.
05:41
For this work, last year,
102
329520
2296
Für diese Leistung bekam
Eric Betzig letztes Jahr den Nobelpreis.
Eric Betzig letztes Jahr den Nobelpreis.
05:43
Eric Betzig won the Nobel Prize.
103
331840
2600
05:47
Why?
104
335360
1216
Warum?
05:48
Because now we can see
with unprecedented detail
with unprecedented detail
105
336600
4096
Weil wir nun mit beispiellosem Detail
05:52
things that we never had seen before,
106
340720
1816
nie gesehene Dinge sehen können,
05:54
and now doctors can get
a better handle on things like cancer.
a better handle on things like cancer.
107
342560
3840
und Ärzte können nun etwa
Krebs besser behandeln.
Krebs besser behandeln.
05:59
But do you think
Betzig was satisfied there?
Betzig was satisfied there?
108
347080
2496
Aber gab sich Betzig hiermit zufrieden?
06:01
No.
109
349600
1296
Nein.
06:02
He wanted movies.
110
350920
1856
Er wollte Filme.
06:04
The problem was
111
352800
1216
Das Problem bestand darin,
06:06
that even the genius microscopes
that he invented were just too slow.
that he invented were just too slow.
112
354040
3976
dass selbst die genialen Mikroskope,
die er erfand, zu langsam waren.
die er erfand, zu langsam waren.
06:10
So what did he do?
113
358040
1256
Was tat er dann?
06:11
He came up with a 200-year-old idea
114
359320
3576
Er kam auf eine 200 Jahre alte Idee,
06:14
called moiré patterns.
115
362920
1696
die wir Moiré-Effekt nennen.
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
Bei diesem Vorgang nimmt
man zwei sehr feine Raster
man zwei sehr feine Raster
06:20
and you move them across each other,
117
368120
1776
und überlagert diese,
06:21
you will see a gross pattern
118
369920
3016
sodass Sie ein grobes Muster sehen,
06:24
that a microscope can see
119
372960
1480
das ein Mikroskop erkennen kann,
das Sie sonst nicht sehen könnten.
06:27
that otherwise you would not
be able to see.
be able to see.
120
375360
2096
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
Die Technik gebrauchte er an
einem unklaren Bild einer Zelle.
einem unklaren Bild einer Zelle.
06:32
and moving lots of structured
light patterns across it
light patterns across it
122
380800
2576
Und durch das rasterförmige Ablichten
06:35
until this cell became crystal clear.
123
383400
2440
gelang es ihm, die Zelle
kristallklar aufzunehmen.
kristallklar aufzunehmen.
06:38
And here is the result:
124
386840
2016
Und hier ist das Ergebnis:
06:40
a mysterious new world,
125
388880
2736
Eine geheimnisvolle neue Welt,
06:43
full of strange things zipping around
126
391640
2136
voll von seltsamen Dingen,
die umherschießen
die umherschießen
06:45
doing things that
we don't know what they're doing.
we don't know what they're doing.
127
393800
2400
und Dinge tun, wovon wir nichts wissen.
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
Aber wenn wir es rausfinden,
werden wir unser Dasein besser verstehen.
werden wir unser Dasein besser verstehen.
06:53
For example, those
green globs that you see?
green globs that you see?
129
401600
2096
Diese grünen Kleckse, zum Beispiel?
06:55
Those things are called clathrins.
130
403720
1680
Die werden Clathrin genannt.
06:57
They're molecules
that protect other molecules
that protect other molecules
131
405960
2416
Diese Moleküle beschützen andere Moleküle
07:00
as they move through a cell.
132
408400
1376
beim Durchqueren einer Zelle.
07:01
Unfortunately, viruses sometimes
hijack those to infect cells.
hijack those to infect cells.
133
409800
4336
Leider werden sie manchmal von Viren
überfallen, um Zellen zu infizieren.
überfallen, um Zellen zu infizieren.
07:06
Also, you see those little squiggly
wormlike things moving around?
wormlike things moving around?
134
414160
3096
Sehen Sie auch die verschnörkelten Teile,
die wie Würmer zappeln?
die wie Würmer zappeln?
07:09
Those are actin molecules.
135
417280
2296
Das sind Aktinmoleküle.
07:11
Unfortunately, viruses
also climb down those things
also climb down those things
136
419600
2416
Viren befallen leider auch sie,
07:14
to get into the cell nucleus
137
422040
1456
um in den Kern einzudringen,
07:15
to replicate themselves and make you sick.
138
423520
2120
um sich zu kopieren und Sie anzustecken.
07:18
Now that we can look at movies
139
426240
1856
Jetzt wo wir uns Filme anschauen können,
07:20
of what's actually going on
deep inside a cell,
deep inside a cell,
140
428120
2856
was genau in einer Zelle vor sich geht,
07:23
we have a much better chance
of curing viral diseases like AIDS.
of curing viral diseases like AIDS.
141
431000
4080
haben wir eine bessere Chance,
Krankheiten wie AIDS zu heilen.
Krankheiten wie AIDS zu heilen.
07:27
So when you look at a movie like this,
142
435680
1856
Wenn Sie sich nun so einen Film ansehen,
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
wird es offensichtlich, dass Betzig uns
eine neue Welt eröffnet hat.
eine neue Welt eröffnet hat.
07:34
But he hasn't shattered
any cherished beliefs.
any cherished beliefs.
144
442560
4120
Aber er hat dabei keine
gehegten Prinzipien verworfen.
gehegten Prinzipien verworfen.
07:39
That leads us to Dr. Aubrey de Grey
145
447200
2936
Dies bringt uns zu Doktor Aubrey de Grey
07:42
at Cambridge.
146
450160
1200
aus Cambridge.
07:44
De Grey definitely has scientists
squirming with an interesting idea:
squirming with an interesting idea:
147
452440
4336
Manche Forscher springen schon
im Dreieck wegen De Greys Idee:
im Dreieck wegen De Greys Idee:
07:48
we can be immortal.
148
456800
1376
Wir könnten unsterblich sein.
07:50
We can beat aging.
149
458200
1616
Wir können das Altern aufhalten.
07:51
Now, most scientists
think he's a crackpot.
think he's a crackpot.
150
459840
2560
Die meisten Wissenschaftler
denken, er sei ein Spinner.
denken, er sei ein Spinner.
07:55
Any Biology 101 student knows
151
463320
3296
Jeder Biologieschüler weiß,
07:58
that aging is an inevitable
consequence of living.
consequence of living.
152
466640
4016
dass Altern eine unvermeidbare
Konsequenz des Daseins ist.
Konsequenz des Daseins ist.
08:02
For example, when we eat,
153
470680
2096
Wenn wir etwa essen,
08:04
we take in food and we metabolize it,
154
472800
1856
nehmen wir Nahrung auf und verdauen sie,
08:06
and that throws off
what we call free radicals.
what we call free radicals.
155
474680
2376
und dies stößt freie Radikale aus.
08:09
You might have heard of those.
156
477080
1456
Sie mögen davon gehört haben.
Auch als Sauerstoffmoleküle bekannt,
08:10
Also known as oxygen ions,
157
478560
1936
die sich mit unserer DNA verbinden,
deren Mutation bedingen,
deren Mutation bedingen,
08:12
those bind to our DNA, cause it to mutate,
158
480520
2376
08:14
and cause us to get old and lose our hair.
159
482920
2056
uns altern lassen, für Haarausfall sorgen.
08:17
(Laughter)
160
485000
1576
(Gelächter)
08:18
It's just like, no, it's exactly like
161
486600
2736
Es ist beinahe wie, nein,
es ist genau wie Sauerstoff,
es ist genau wie Sauerstoff,
08:21
oxygen binding to iron and making it rust.
162
489360
2176
der sich an Eisen bindet und rostet.
08:23
So you age because you rust out.
163
491560
2456
Also Sie altern weil sie verrosten.
08:26
(Laughter)
164
494040
2176
(Gelächter)
08:28
Oh, and scientists also know
there is something called immortality:
there is something called immortality:
165
496240
5096
Oh, und Forscher wissen, dass es
etwas wie Unsterblichkeit gibt:
etwas wie Unsterblichkeit gibt:
08:33
in cancer cells.
166
501360
1976
in Krebszellen.
08:35
So if you stop aging,
167
503360
2296
Wenn man das Altern aufhalten kann,
08:37
all of you are going to turn
into giant walking malignant tumors.
into giant walking malignant tumors.
168
505680
3920
würden Sie sich alle in riesige,
laufende bösartige Tumore verwandeln.
laufende bösartige Tumore verwandeln.
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
Dies sind gehegte Prinzipien, aber
könnte de Grey an etwas dran sein?
könnte de Grey an etwas dran sein?
08:47
I think he deserves a closer look.
170
515159
1657
Wir sollten uns das genau ansehen.
08:48
First of all, I have a really hard time
seeing him as a crackpot.
seeing him as a crackpot.
171
516840
3136
Erstens, tue ich mich schwer
ihn als Spinner anzusehen.
ihn als Spinner anzusehen.
08:52
Yeah, he started off life
as a computer scientist,
as a computer scientist,
172
520000
2336
Er begann als Computerspezialist,
08:54
not a biologist,
173
522360
1496
nicht etwa als Biologe,
08:55
but he earned a PhD
in biology from Cambridge,
in biology from Cambridge,
174
523880
3816
aber er hat seinen Doktor in Biologie
in Cambridge erhalten,
in Cambridge erhalten,
08:59
and he has published
some very significant work
some very significant work
175
527720
2376
und er hat einige relevante
Thesen veröffentlicht
Thesen veröffentlicht
09:02
on mitochondrial DNA
and a bunch of other stuff.
and a bunch of other stuff.
176
530120
2456
über mitochondriale DNA
und ein paar andere Dinge.
und ein paar andere Dinge.
09:04
Secondly, he started
an antiaging foundation
an antiaging foundation
177
532600
3096
Zweitens ist er der Gründer
einer Anti-Alterungs-Stiftung,
einer Anti-Alterungs-Stiftung,
die sieben verschiedenen Gründe
des Alterns ermittelte,
des Alterns ermittelte,
09:07
that has identified
seven different causes of aging,
seven different causes of aging,
178
535720
2576
09:10
to me, that seem very plausible,
179
538320
2256
mir scheinen sie sehr plausibel,
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
und er gibt sich Mühe,
Maßnahmen dagegen zu finden.
Maßnahmen dagegen zu finden.
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
Eine der Gründe, warum wir altern, ist,
dass unsere mitochondriale DNA mutiert.
dass unsere mitochondriale DNA mutiert.
09:21
and we get kind of old
and our cells lose energy.
and our cells lose energy.
182
549800
2680
Wir altern und die Zellen
verlieren Energie.
verlieren Energie.
09:25
He believes, and he's made
a convincing case,
a convincing case,
183
553160
2336
Er glaubt, und das auf überzeugende Weise,
09:27
that using viruses we can do gene therapy,
184
555520
2536
dass Viren zur Gentherapie
genutzt werden könnten,
genutzt werden könnten,
09:30
fix that DNA
185
558080
1656
um die DNA wiederherzustellen
09:31
and rejuvenate our cells.
186
559760
1720
und unsere Zellen zu regenerieren.
09:35
One more thing.
187
563400
1336
Und noch eins.
09:36
We have an existent proof
188
564760
1856
Es gibt einen konkreten Beweis,
09:38
that extreme longevity is possible.
189
566640
2720
dass extreme Langlebigkeit möglich ist.
09:42
Bristlecone pine trees live 5,000 years,
190
570520
4160
Bristlecone-Kiefern werden 5000 Jahre alt,
09:47
and some lobsters don't age at all.
191
575720
3800
und einige Hummerarten altern gar nicht.
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
Das bedeutet nicht, dass de Grey unsere
Lebenserwartung revolutionieren wird.
Lebenserwartung revolutionieren wird.
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
Schlussendlich sind wir keine Bäume,
noch sind die meisten von uns Hummer.
noch sind die meisten von uns Hummer.
10:00
(Laughter)
194
588840
1216
(Gelächter)
10:02
But I've got to believe that there are
Darwins and Einsteins out there,
Darwins and Einsteins out there,
195
590080
4800
Aber ich will mir vorstellen, dass es
da draußen Darwins und Einsteine gibt,
da draußen Darwins und Einsteine gibt,
10:07
and I'll tell you why.
196
595840
1376
und ich sage Ihnen warum.
10:09
Consider this:
197
597240
1200
Überlegen Sie mal:
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
Heute leben sieben mal mehr Menschen
in der Welt als zu Darwins Zeiten.
in der Welt als zu Darwins Zeiten.
10:16
There are four times as many people
alive today as Einstein.
alive today as Einstein.
199
604480
3456
Vier mal so viele Menschen leben heute
als zu Einsteins Zeiten.
als zu Einsteins Zeiten.
10:19
When you consider
200
607960
1216
Wenn man bedenkt,
dass die Anzahl der Forscher in
der Bevölkerung in die Höhe schnellte,
der Bevölkerung in die Höhe schnellte,
10:21
that the proportion of scientists
in the population has skyrocketed,
in the population has skyrocketed,
201
609200
3216
10:24
there are now seven million scientists.
202
612440
2376
gibt es heute sieben Millionen Forscher.
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
Ich will glauben, und ich tue es,
dass es da draußen jemanden gibt,
dass es da draußen jemanden gibt,
10:31
who is working right now in obscurity
204
619720
2336
der insgeheim gerade daran arbeitet,
unser Dasein komplett umzuwandeln.
unser Dasein komplett umzuwandeln.
10:34
to rock our lives,
and I don't know about you,
and I don't know about you,
205
622080
2416
Ich weiß nicht wie's Ihnen geht,
aber ich kann es kaum erwarten.
aber ich kann es kaum erwarten.
10:36
but I can't wait to be rocked.
206
624520
1816
10:38
Thank you.
207
626360
1256
Danke.
10:39
(Applause)
208
627640
6961
(Applaus)
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