ABOUT THE SPEAKERS
Beau Lotto - Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system.

Why you should listen

"Let there be perception," was evolution's proclamation, and so it was that all creatures, from honeybees to humans, came to see the world not as it is, but as was most useful. This uncomfortable place--where what an organism's brain sees diverges from what is actually out there--is what Beau Lotto and his team at Lottolab are exploring through their dazzling art-sci experiments and public illusions. Their Bee Matrix installation, for example, places a live bee in a transparent enclosure where gallerygoers may watch it seek nectar in a virtual meadow of luminous Plexiglas flowers. (Bees, Lotto will tell you, see colors much like we humans do.) The data captured isn't just discarded, either: it's put to good use in probing scientific papers, and sometimes in more exhibits.

At their home in London’s Science Museum, the lab holds "synesthetic workshops" where kids and adults make abstract paintings that computers interpret into music, and they host regular Lates--evenings of science, music and "mass experiments." Lotto is passionate about involving people from all walks of life in research on perception--both as subjects and as fellow researchers. One such program, called "i,scientist," in fact led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," December 2010). It starts, "Once upon a time ..."

These and Lotto's other conjurings are slowly, charmingly bending the science of perception--and our perceptions of what science can be.

More profile about the speaker
Beau Lotto | Speaker | TED.com
Cirque du Soleil - Circus arts entertainers
Based in Montreal, the Cirque du Soleil Entertainment Group is a world leader in live entertainment.

Why you should listen

On top of producing world-renowned circus arts shows, the Cirque du Soleil Entertainment Group brings its creative approach to a large variety of entertainment forms, such as multimedia productions, immersive experiences, theme parks and special events. It currently has 4,500 employees from nearly 70 countries. Going beyond its various creations, the organization aims to make a positive impact on people, communities and the planet with its most important tools: creativity and art.

More profile about the speaker
Cirque du Soleil | Speaker | TED.com
TED2019

Beau Lotto and Cirque du Soleil: How we experience awe -- and why it matters

બેઉ લોટો અને સરકયુ ડયુ સોલેઇલ: કઈ રીતે અનુભવી એ છીએ અથવા શા માટે તે મુદો્ છે

Filmed:
281,361 views

ન્યુરોસાયન્ટિસ્ટ બેઉ લોટો મહત્વકાંસા અભ્યાસ સરકયુ ડયુ સોલેઇલસાથે કરી જાણકારી મેળવી શારીરીક અને વતઁન અને લાભો મેળવ્યા હતા આ વાતો માં આપણે રુબરુ માહિતી મેળવીશુ,તે ધણી બીજી માહીતી શોધી-- અને પાછો સરકયુ ડયુ સોલેઇલ તેના પોતાના નિણઁય કે છે
- Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system. Full bio - Circus arts entertainers
Based in Montreal, the Cirque du Soleil Entertainment Group is a world leader in live entertainment. Full bio

Double-click the English transcript below to play the video.

00:14
Before I get started:
0
2079
1174
હુ ચાલુ કરુ એ પેહલા:
00:15
I'm really excited to be here
1
3277
1388
હુ ખુબ જ ઉતસુક છુ.
00:16
to just actually watch
what's going to happen, from here.
2
4689
3238
હમણા જ મે બરાબર જૉયૂ શુ ચાલી રહયુ છે અહીંયા.
00:19
So with that said,
we're going to start with:
3
7951
5449
તો તેની સાથે કહીએ,આપણે તેની સાથેચાલુ કરી:
00:25
What is one of our greatest needs,
4
13424
3042
શુ છે આપણી સૌથી મોટી જરુરીયાત.
00:28
one of our greatest needs for our brain?
5
16490
2309
આપણા મગજ માટે સૌથી મોટી જરુરીયાત કઈ છે?
00:30
And instead of telling you,
I want to show you.
6
18823
2228
હૂ તમને બતાવવા માંગૂ છૂ અને કહેવા માંગુ છુ,
00:33
In fact, I want you to feel it.
7
21075
1481
અને હકીકત માં તમને અનુભવ કરાવવા માંગૂ છૂ,.
00:34
There's a lot I want you to feel
in the next 14 minutes.
8
22580
2639
તયાં ઘણી બધી વસતુઓ તમને છેલલી ૧૪ મિનિટ માં જણાવીશ.
00:37
So, if we could all stand up.
9
25243
2232
તો આપણે બધા ઊભા થઈ જઈએ.
00:39
We're all going to conduct
a piece of Strauss together.
10
27499
4420
ટ્સ સાથે નો ટુકડો,બધા આચરણ પર જતા હતા.
00:44
Alright? And you all know it.
11
32546
1934
બરાબર? અને તમે બધા જાણો છો.
00:46
Alright. Are you ready?
12
34815
1562
બરાબર. તમે બધા તૈયાર છો?
00:48
Audience: Yeah!
13
36401
1161
પે્શકો:હા!
00:49
Beau Lotto: Alright.
Ready, one, two, three!
14
37586
2302
બેઉ લોટો:બરાબર.તૈયાર,એક,બે,તણ!
00:52
It's just the end.
15
40506
1198
તે હમણા અંત છે.
00:53
(Music: Richard Strauss
"Also Sprach Zarathustra")
16
41728
3969
(સંગીત: રીચારઁડ સટ્સ"સપે્સ ઝુરાસટ્રા")
01:01
Right?
17
49036
1175
બરાબર?
01:02
You know where it's going.
18
50235
1494
તમે જાણો છો તે કયાં જાય છે,.
01:03
(Music)
19
51753
5118
(સંગીત)
01:13
Oh, it's coming!
20
61950
1150
અરે,તે આવે છે!
01:22
(Music stops abruptly)
21
70591
1389
( સંગીત અચાનક બંધ થાય છે)
01:24
Oh!
22
72004
1151
અરે!
01:25
(Laughter)
23
73179
1166
(હાસય)
01:26
Right?
24
74369
1167
સાચુ?
01:27
Collective coitus interruptus.
25
75560
1452
સામુયિક વિતરણ
01:29
OK, you can all sit down.
26
77036
1397
બરાબર,તમે બેસી શકો છો.
01:30
(Laughter)
27
78457
1900
(હાસય)
01:32
We have a fundamental need for closure.
28
80381
3159
આપણી પાસે તેની નજીવી મુળભુત જરુરીયાત છે.
01:35
(Laughter)
29
83564
1944
(હાસય)
01:37
We love closure.
30
85532
1809
આપણો નજીકી પે્મ.
01:39
(Applause)
31
87365
2538
(અભિવાદન)
01:41
I was told the story that Mozart,
just before he'd go to bed,
32
89927
3250
પલંગ પર જતા પહેલા,હુ મોજરત ની વાતાઁ કરુ
01:45
he'd go to the piano and go,
33
93201
1386
તે પિયાનો વગાડતો ગયો વગાડતો ગયો.
01:46
"da-da-da-da-da."
34
94611
1154
"ડ-ડ-ડ-ડ-ડ".
01:47
His father, who was already in bed,
would think, "Argh."
35
95789
2683
તેના પિતા જે પહેલા થી પંલગ પર હતા,તે વિચારે" અરે".
01:50
He'd have to get up
and hit the final note to the chord
36
98496
2692
તે ઊભો થયો અને તાર ને અંતિમ નોંધ હિટ કરી.
01:53
before he could go back to sleep.
37
101212
1604
એ પહેલા કઇ કરે એ સુઈ ગયો.
01:54
(Laughter)
38
102840
1094
(હાસય)
01:55
So the need for closure
leads us to thinking about:
39
103958
5101
તેથી નજીક ની જરુરીયાત બાબત:અમને તે વિશે વિચારવા દોરી જાય છે.
02:01
What is our greatest fear?
40
109083
2177
આપણો સૌથી મોટો ડર કયો છે?
02:04
Think -- what is our greatest fear
growing up, even now?
41
112378
4264
વિચારો-આપણો સોથીમોટો ડર કયો છે હમણા?
02:09
And it's the fear of the dark.
42
117407
3657
અને તે ધાઢ ડર છે.
02:15
We hate uncertainty.
43
123717
2149
આપણે અિનિશિચત છીએ.
02:18
We hate to not know.
44
126384
1960
આપણે જાણતા નથી તો નફરત ના કરી શકીએ.
02:20
We hate it.
45
128368
1166
આપણે નફરત કરીએ છીએ.
02:21
Think about horror films.
46
129558
1439
વિચારો ભયાનક પિચર વિશે.
02:23
Horror films are always shot in the dark,
47
131021
2770
ભયાનક પિચર હંમેશા ગાઢ રાત માં ઊતારેલુ હોય છે,
02:25
in the forest,
48
133815
1976
જંગલ માં,
02:27
at night,
49
135815
1238
રાતે,
02:29
in the depths of the sea,
50
137077
1271
સમુદ્ ની ડાણો માં,
02:30
the blackness of space.
51
138372
1610
કાળાશ ભયાઁ અવકાશમાં
02:32
And the reason is because
dying was easy during evolution.
52
140539
3331
અને એનુ કારણ મૃતયુ ઘણી શરણતા થી થઈ શકે છે અને એનૂ મુલયાંકન કરી શકાય છે.
02:35
If you weren't sure that was a predator,
53
143894
1921
જો તમે ચોકકસ ના હોવ તો તયાં એક શિકારી હતો,
02:37
it was too late.
54
145839
1150
તે ઘણુ મોડુ હતુ.
02:39
Your brain evolved to predict.
55
147490
2543
તમારા મગજ વિકસિત થવાની સંભાવના છે.
02:42
And if you couldn't predict, you died.
56
150057
2401
અને જો તમે સંભવિત ન હોવ તો તમે મતયૂ પામો.
02:45
And the way your brain predicts
is by encoding the bias and assumptions
57
153136
4216
અને મગજ ને સંભવિત કરવા નો સંકેતીકરણ ધારણા અને પુવઁગ્હ છે.
02:49
that were useful in the past.
58
157376
1789
તે ઘણી વાર ભુતપુવઁ બની ગયુ છે.
02:51
But those assumptions
just don't stay inside your brain.
59
159593
2786
પણ તે ધારણાઓ હમણા મગજ માંથી કાઢી દો.
02:54
You project them out into the world.
60
162403
2400
તમે પો્જેકટ કરો દુનિયાની બહાર.
02:57
There is no bird there.
61
165498
1870
તયાં પશી નહી હોય.
03:00
You're projecting the meaning
onto the screen.
62
168006
3133
તમારો પો્જેકટ નો મતલબ પડદા પર બતાવો.
03:04
Everything I'm saying to you right now
is literally meaningless.
63
172506
3557
મે તમને જે કઇ પણ કીઘુ તે બધુ મતલબ વગર નુ છે.
03:09
(Laughter)
64
177151
2429
(હાસય)
03:11
You're creating the meaning
and projecting it onto me.
65
179604
3071
તમે શબદ બનાવો અને પો્જેકટ પર તે મારા પર કરો.
03:14
And what's true for objects
is true for other people.
66
182699
2587
અને શુ વિપશ સાચુ છે મારા માટે તે બીજા લોકો માટે પણ સાચુ છે.
03:17
While you can measure
their "what" and their "when,"
67
185310
2434
જયારે તમે" શુ "અને "કયારે "માપો છો,
03:19
you can never measure their "why."
68
187768
1857
તયારે તમે કદી "શા માટે "એ નથી માપતા
03:21
So we color other people.
69
189649
1198
તેથી અમે અનય લોકો ને રંગ આપી શકીએ છીએ.
03:22
We project a meaning onto them
based on our biases and our experience.
70
190871
4642
આપણે તેના પર મતલબ વાળુ કાયઁ કરીએ ,શુભકામનાઓ અને અનુભવ પર,
03:29
Which is why the best of design is almost
always about decreasing uncertainty.
71
197911
4290
કઈ ડિઝાઇન સૌથી ઉતમ છે જે હંમેશા અનિશચિતતાના વિશે ઘટાડો કરે.
03:34
So when we step into uncertainty,
72
202739
2083
તેથી આપણે જયારે અનિચિતતા માં પ્વેશ કરીએ છીએ.
03:37
our bodies respond
physiologically and mentally.
73
205858
2904
આપણુ શરીર ફરી થી જવાબ આપે છે શારીરીક અને માનસીક રીતે,
03:40
Your immune system
will start deteriorating.
74
208786
2849
તમારી રોગ પ્તિકારક શકિત માં બગડવાનુ શરુ કરશે.
03:43
Your brain cells wither and even die.
75
211659
2850
તમારા મગજ ના કોષો મરી જાય અને મૃતયુ પામે છે.
03:46
Your creativity and intelligence decrease.
76
214533
3553
તમારી બુધિ માં સઁજનાતમક ધટાડો થાય.
03:50
We often go from fear to anger,
almost too often.
77
218443
3889
લગભગ ઘણી વાર ડર થી માંડી ને કો્ધ સુધી નો સમય
03:54
Why? Because fear is a state of certainty.
78
222356
2894
શા માટે?કારણકે ભય એ ચોકકસ પણે રાજય છે.
03:57
You become morally judgmental.
79
225870
1881
તમે નૈતિક નયાયી બની જાઓ છો.
03:59
You become an extreme version of yourself.
80
227775
2103
તમે તમારી જાત ને અલગ ઓળખ આપી શકો છો.
04:01
If you're a conservative,
you become more conservative.
81
229902
2603
જો તમે રુઢીચુસત હોવ,તો તમે વધુ રુઢીચુસત બની શકો છો.
04:04
If you're a liberal,
you become more liberal.
82
232529
2143
જો તમે ઉદાર છો તો વધુ ઉદાર બની શકો છો.
04:06
Because you go to a place of familiarity.
83
234696
2379
કારણકે તમે કુટુબની જગયા એ જાઓ છો.
04:10
The problem is that the world changes.
84
238133
3161
તકલીફ એ છે કે દુનિયા બદલાય છે.
04:13
And we have to adapt or die.
85
241950
1508
અને આપણે પારંગત અને મૃતયુ પામીએ છીએ.
04:15
And if you want to shift from A to B,
86
243482
1778
અને જો આપણે અ થી બ માં ફરીએ,
04:17
the first step is not B.
87
245284
1896
પહેલો પગલો બ નહી,
04:19
The first step is to go from A to not A --
88
247204
3063
પ્થમ પગલો જાય છે અ ના અ--
04:23
to let go of your bias and assumptions;
89
251141
2191
ચાલો તેની મુળભુત ધારણા તરફ જઇએ.
04:25
to step into the very place
that our brain evolved to avoid;
90
253356
4525
ખુબ જ જગયા એ પગલુ આપણા મગજ ને ટાળવા માટે વિકસિત;
04:31
to step into the place of the unknown.
91
259696
3181
પગલા માંથી અજાણી જગયા એ.
04:37
But it's so essential
that we go to this place
92
265553
2627
પણ એ ધણી આવશયક છે તેથી આપણે તે જગયાએ જઇએ.
04:40
that our brain gave us a solution.
93
268204
2738
તેથી આપણુ મગજ આપણ ને જવાબ આપશે.
04:42
Evolution gave us a solution.
94
270966
2143
ગણતરી એ જ જવાબ છે.
04:45
And it's possibly one of the most profound
perceptual experiences.
95
273133
4465
અને એ આવશયક થાય છે ગહન માટે, સમજ શકિત પુવઁક નો અનુભવ
04:50
And it's the experience of awe.
96
278971
2608
અને એનો અવયવસિથત અનુભવ.
04:55
(Music)
97
283860
5289
(સંગીત)
05:56
(Applause)
98
344333
3689
(અભિવાદન)
06:01
(Music)
99
349109
5873
(સંગીત)
06:08
(Applause)
100
356870
3984
(અભિવાદન)
06:12
(Music)
101
360878
5389
(સંગીત)
06:56
(Applause)
102
404557
4782
(અભિવાદન)
07:02
(Music)
103
410438
4569
(સંગીત)
07:16
(Applause)
104
424881
5015
(અભિવાદન)
07:21
(Cheers)
105
429920
3849
(ઉતસાહ)
07:25
(Applause)
106
433793
4627
(અભિવાદન)
07:31
Beau Lotto: Ah, how wonderful, right?
107
439836
3040
બયુ લોટો: અરે વાહ ,સાચુ?
07:34
So right now, you're probably all feeling,
at some level or another, awe.
108
442900
6886
ઑતો હવે સાચુ,તમે બધુ સંભવિ શકો છો,એક અમુક જગયાએ.
07:42
Right?
109
450332
1151
સાચૂ?
07:43
So what's happening
inside your brain right now?
110
451507
3266
તો શુ થાય છે તમારા મગજ માં?
07:47
And for thousands of years,
111
455570
1427
અને હજારો વષૉ માટે,
07:49
we've been thinking and writing
and experiencing awe,
112
457021
3389
આપણે વિચારી એ અને લખીએ અને અનુભવીએ,
07:52
and we know so little about it.
113
460434
2573
અને આપણ્ જાણીએ તેની નાનકડી બાબત વિશે.
07:55
And so to try to understand
what is it and what does it do,
114
463514
6105
અને આપણે સમજવાનો પ્યાસ કરીએ શુ ચાલે છે અને શુ કરે છે એ,
08:01
my Lab of Misfits had just
the wonderful opportunity and the pleasure
115
469643
5833
મારી પ્યોગશાળા મિસફિટ એ મને અદભુત તક મને હમણા જ આપયો
08:07
to work with who are some of the greatest
creators of awe that we know:
116
475500
5014
કામ કરવા કે જે સૌથી મોટો સજઁનાતમક છે આપણે તેને જાણીએ છીએ:
08:12
the writers, the creators,
the directors, the accountants,
117
480538
3870
પલેખકો,સઁજકો,ડિરેકટર,નામુશસતરી,
08:16
the people who are Cirque Du Soleil.
118
484432
2361
માણસો કે જેસરકયુ ડયુ સેલો.
08:20
And so we went to Las Vegas,
119
488137
1850
તેથી આપણે જઇએ લાસ વેગે પાસે,
08:23
and we recorded
the brain activity of people
120
491120
3496
અને આપણે સંગ્હી એ માણસો ના મગજ નીપ્વૃતિ
08:26
while they're watching the performance,
121
494640
2334
જયારે તેઓ કામગીરી જુએ છે,
08:28
over 10 performances of "O,"
122
496998
2786
"૧૦"માંથી " ૦ ",
08:31
which is iconic Cirque performance.
123
499808
2833
કે જે આઇકોનિક સરકયુ કામગીરી છે.
08:34
And we also measured
the behavior before the performance,
124
502665
3564
અને અમે માનીએ છીએ કે તેનો કામગીરી પહેલા વઁતાવ,
08:38
as well as a different group
after the performance.
125
506253
2757
અલગ જુથ કામગીરી પછી.
08:41
And so we had over 200 people involved.
126
509332
2600
તેથી અમે ૨૦૦ ઉપર લોકો ને ભેગા કયૉ.
08:45
So what is awe?
127
513371
1952
તો બીજુ શુ?
08:47
What is happening
inside your brain right now?
128
515347
2159
શુ ચાલે છે? તમારા મગજ માં અતયારે?
08:49
It's a brain state. OK?
129
517530
3008
તે મગજ નુ રાજય . બરાબર?
08:52
The front part of your brain,
the prefrontal cortex,
130
520562
2698
તમારા મગજ નો પ્થમ ભાગ,પિ્ફનટલ આચછાદન,
08:55
which is responsible
for your executive function,
131
523284
2317
કોણ દવાબદાર છે એ અદ્ભુત કામ માટે,
08:57
your attentional control,
132
525625
1250
તમારો ધ્યાનપુવઁક અંકૂશ,
08:58
is now being downregulated.
133
526899
1800
તે હમણા શરુઆત ડા્ઉનગે્લેટેડ ની.
09:02
The part of your brain called
the DMN, default mode network,
134
530157
4620
તમારા મગજ ના ભાગ તમને ડી એમ એન તમને બોલાવે અને એ કાયઁરત જાળુ,
09:06
which is the interaction
between multiple areas in your brain,
135
534801
2975
કઈ કાયઁરત છે ટુકાં, વિચારધારા,
09:09
which is active during, sort of, ideation,
136
537800
3714
મુદા્ માં અલગ ,દિવા સ્વપન વિચારો
09:13
creative thinking in terms
of divergent thinking and daydreaming,
137
541538
3222
અદેભુત મુદા્ માં જુદી જુદી અને દિવાવપ્ન રીતે વિચારો
09:16
is now being upregulated.
138
544784
1666
તે હમણા નવો સુધારો છે
09:19
And right about now,
139
547942
1992
અને હમણા સાચુ,
09:21
the activity in your
prefrontal cortex is changing.
140
549958
2756
તમારી પ્વૃતિ પ્પે્ફેવૃનકટલ કોનટે્સ માં બદલાવ
09:25
It's becoming asymmetrical
in its activity,
141
553416
2928
તે તેની પ્વૃતિ માં અસમપ્માણ છે,
09:28
biased towards the right,
142
556368
1310
બ્લેઝ જમણી તરફ,
09:29
which is highly correlated
when people step forward into the world,
143
557702
3841
કઇ વસ્તુુ સૌથી વધુ સરખી છે જયારે માણસ આગળ કદમ મુકે છે દુનિયા માં,
09:33
as opposed to step back.
144
561567
1600
તેની વિરુડ્ પાછી તરફ.
09:36
In fact, the activity across the brains
of all these people was so correlated
145
564718
4984
ખરેખર,પ્વૂતિ મગજ તરફ કે જે માણસો સહભાગી હોય
09:41
that we're able to train
an artificial neural network
146
569726
2532
કે જે બરાબર કૂતિ્મ જાળુ ગોઠવાયેલુ
09:44
to predict whether or not
people are experiencing awe
147
572282
2709
તેની આગાહી માટે માણસો અનુભવી રહયા છે
09:47
to an accuracy of 75 percent on average,
148
575015
3205
તેની ચોકકસાઈ ૭૫ ટકા,
09:50
with a maximum of 83 percent.
149
578244
1933
મહ્તમ ૮૩ટકા.
09:54
So what does this brain state do?
150
582946
3360
તો મગજ શુ કરે છે?
09:58
Well, others have demonstrated,
151
586850
1729
સારુ અહી દશાઁવયૃ છે,
10:00
for instance, Professors
Haidt and Keltner,
152
588603
2573
પો્ફેસરો માટે અવરોધ કલેન્ટર,
10:03
have told us that people feel small
but connected to the world.
153
591200
4748
માણસો નાની લાગણીઓ પણ દુનિયા સાથે જોડાયેલા છે એવુ કીધુ છે.
10:08
And their prosocial behavior increases,
154
596662
3507
અને તેમની વ્યવસાયિક માં પણ વધારો થયો છે,
10:12
because they feel an increased
affinity towards others.
155
600193
2850
કારણકે તેઓ લાગણીઓ વધુ અનુભવતા હતા બીજા માટે.
10:15
And we've also shown in this study
156
603836
2397
અને અમે તે ભણવામાં પણ તે વસ્તુ બતાવી હતી
10:18
that people have less need
for cognitive control.
157
606257
3373
માણસો ને તે કોગે્ટીવ કંટો્લ ની ઓછી જરુરીઆત હતી.
10:21
They're more comfortable with uncertainty
without having closure.
158
609654
4269
તેઓ અિન્ચિતતા સાથે આરામદાયક હતા વગર કોઈ નજીવી
10:26
And their appetite
for risk also increases.
159
614408
3065
તેમનુ જોખમ વધતુ હતુ ભુખ માટે.
10:29
They actually seek risk,
and they are better able at taking it.
160
617497
3762
તેઓ સાચુ જોખમ લીધુ અને તે સારા રીતે લઇ શકતા હતા.
10:34
And something that
was really quite profound
161
622172
2579
અને ઘણી વાર તે ત્દન ગહન કરેલૂ હોય છે
10:36
is that when we asked people,
162
624775
1524
અને તેના માટે અમે માણસો ને પુછયુ,
10:38
"Are you someone who has a propensity
to experience awe?"
163
626323
3793
"તમારી પાસે કોઇ ની જોડે અનુભવ નુ વલણ છે?"
10:42
They were more likely
to give a positive response
164
630641
2547
તેમને ઘણો આછો જવાબ આપ્યો હતો
10:45
after the performance
than they were [before].
165
633212
2179
કાયઁક્મ પછી ત્યારે તેઓ[ પછી]
10:47
They literally redefined themselves
and their history.
166
635415
3323
તેમની ઘણી ઓછી અવ્યાખ્યાયિત અને તેમની વાતો
10:52
So, awe is possibly the perception
that is bigger than us.
167
640974
6103
તેથી તેમની માહીતી તેમની સંભાવના કરતા વધુ છે
11:00
And in the words of Joseph Campbell,
168
648823
2048
અને દુનિયા માંજોસેપ કેમપબેલ,
11:02
"Awe is what enables us to move forward."
169
650895
3039
"જાણતા રહો વધુ સશ્મ માટે અને આગળ વધો"
11:06
Or in the words of a dear friend,
170
654522
1928
અને દુનિયા નો તમારો મિત્ર,
11:08
probably one of our
greatest photographers,
171
656474
2182
સંભાવનાઆપણા સૌથી મોટા ફોટો પાડનાર ની,
11:10
still living photographers,
Duane Michaels,
172
658680
2072
હજુ જીવે છે ફોટો પાડનાર,ડયુન મિહકલસ,
11:12
he said to me just the other day
173
660776
1595
તેને મને કહ્યુ કે હમણા બીજા દિવસે
11:14
that maybe it gives us the curiosity
to overcome our cowardice.
174
662395
4436
તે આપણી ઉત્સુકતા વધારે છે કેજે આપણ ને કાયરતા બનાવે.
11:20
So who cares? Why should we care?
175
668752
3340
કોણ કાળજી રાખશે? તો આપણે જ કાળજી રાખીએ?
11:24
Well, consider conflict,
176
672534
1334
સારુ આપણે સંઘશઁ કરીએ,
11:25
which seems to be so omnipresent
in our society at the moment.
177
673892
3333
કયુ વધાર્ સઁવ વ્યાપક ઑ લાગે છે આપણી સોસાયટી માં તે સમયે.
11:29
If you and I are in conflict,
178
677249
1777
જો તમે અનેહુ સંધષઁ કરીશુ,
11:31
it's as if we're at the opposite
ends of the same line.
179
679050
2956
એ એવુ લાગશે કે જાણે તે વિરુદ્ર હોય તેજ લાઇન માં.
11:34
And my aim is to prove that you're wrong
and to shift you towards me.
180
682030
3245
મારી તરફ શિફટ કરી એ મારુ સુત્ર એ છે અને તમને ખોટો સાબિત કરુ
11:37
The problem is, you are doing
exactly the same.
181
685299
2239
મુસિબત એ છે કે તમે એ કરો છો કે જે હુ કરુ છુ
11:39
You're trying to prove that I'm wrong
and shift me towards you.
182
687562
3174
તમે સાબીત કરો કે હુ ખોટો છુ અને મનેત મારી તરફ શિફટ કરો.
11:42
Notice that conflict is the setup
to win but not learn.
183
690760
5098
સંધષઁ એ તમને જીતાવશે પણ શીખવાડશે નહી
11:48
Your brain only learns if we move.
184
696525
2630
જો આપણે આગળ વધવુ હોય તો એ મગજ તમને ખાલી શીખવાડશે.
11:51
Life is movement.
185
699179
1869
જીંદગી એ ખાલી ચળવળ છે
11:54
So, what if we could use awe,
not to get rid of conflict --
186
702555
5397
જો આપણે દૂર જઇએ તો સંધષઁ છુટકારો મેળવતો નથી--
11:59
conflict is essential,
conflict is how your brain expands,
187
707976
3538
સંધષઁ એ આવશયક છે સંધષઁ એ તમારા મગજ ને તૈયાર કરે છે
12:03
it's how your brain learns --
188
711538
1857
તે તમારા મગજ ને કઇ રીતે શીખવે--
12:05
but rather, to enter conflict
in a different way?
189
713419
3277
પણ છતાંય,સંધષઁ તમને કઇ રીતે પ્વેશ મેળવવો તે બતાવે છે
12:09
And what if awe could
enable us to enter it
190
717561
3234
અને જો આપણે કઇ કરીએ અને તે કઇ રીતે સક્સ્મ થાય
12:12
in at least two different ways?
191
720819
1485
અને છેલ્લે બે અલગ ઉપાય છે?
12:14
One, to give us the humility
and courage to not know.
192
722328
3380
એક માનવતા આપે અને હિંમત તે આપણે જાણતા નથી.
12:18
Right? To enter conflict
with a question instead of an answer.
193
726466
4048
સાચુ? સંધષઁ માં પ્વેશ માટે શુ કરશો પ્ર્શ્નન સાથે તરત જવાબ આપો.
12:22
What would happen then?
194
730538
1403
ત્યારે તમે શુ કરશો?
12:23
To enter the conflict
with uncertainty instead of certainty.
195
731965
3296
ચોકકસ ને બદલે અનિચિતતા સાથે સંધષઁ માં પ્વેશ કરીએ
12:27
And the second is,
in entering conflict that way,
196
735798
2714
અને બીજુ એ સંધષઁ માં પ્વેશ માટે,
12:30
to seek to understand,
rather than convince.
197
738536
3555
માનવુ કે પ્વેશી લેવુ જોઇએ.
12:35
Because everyone makes sense
to themselves, right?
198
743377
3507
કારણકે બધા પોતાની જાતને કઇ ને કઇ બનાવે જ છે,સાચુ?
12:39
And to understand another person,
199
747461
1596
અને બીજા માણસો ને સમજો,
12:41
is to understand the biases
and assumptions
200
749081
2023
સમજો તમારા પાયા અને આધાર ને
12:43
that give rise to their behavior.
201
751128
1647
કે જે તમને સાચી સલાહ આપે.
12:46
And we've actually initiated a pilot study
202
754493
2663
અને આપણે ખરેખર પાયલોટી અભ્યાસ શરુ કર્યો
12:49
to look to see whether
we could use art-induced awe
203
757180
3406
કે તે જૂએ છે કેએ ખરેખર આપણે રલા પ્રેરિત છીઅ
12:52
to facilitate toleration.
204
760610
2253
કે સુવિધા સહનશીલતા.
12:55
And the results are actually
incredibly positive.
205
763895
2658
અને પરિણામ ખરેખર હકારાત્
12:58
We can mitigate against anger and hate
206
766577
3027
આપણે ફરીથી ગુસ્સો અને નફરત મટાડવા
13:01
through the experience of awe
generated by art.
207
769628
3145
સાચા દિલ થી અનુભવ થી કળા કરવી જોઇએ
13:06
So where can we find awe,
208
774080
3921
તો કયાં આપણે એક માગ્ઁ શોધવા જઇએ
13:10
given how important it is?
209
778025
1733
તેનુ મહત્વ આપો?
13:14
So, what if ...
210
782914
2156
તો શુ...
13:18
A suggestion:
211
786747
1786
સુચન:
13:20
that awe is not just
to be found in the grandeur.
212
788557
3708
તેનો માગઁ ખાલી ભવ્યતા નહી
13:24
Awe is essential.
213
792914
1170
માગઁ એ આવશયક છે
13:26
Often, it's scale --
the mountains, the sunscape.
214
794108
4344
ઘણી વાર તેનો માપ પઁવતો, સંસ્કેપ.
13:31
But what if we could actually
rescale ourselves
215
799506
3542
પણ જો શુ આપણે તેનુ પુન:સ્થાપનકરીએ
13:36
and find the impossible in the simple?
216
804356
3198
અને શોધીએ અશકય નુ શકય?
13:41
And if this is true,
217
809165
1322
અને જો આ સાચુ હોય,
13:43
and our data are right,
218
811431
3332
અને આપણી માહિતી સાચી હોય,
13:46
then endeavors like science,
219
814787
2413
પ્યત્નો જેવા કે વિગ્નાનિક,
13:49
adventure, art, ideas, love,
220
817224
4031
સાહસ,કલા,વિચાર,પ્યાર,
13:53
a TED conference, performance,
221
821279
2852
ટેડ નો પરિષદ અને પ્ભાવ
13:57
are not only inspired by awe,
222
825171
2933
આપણે માત્ર તેનાથી પ્રેરિત નથી,
14:01
but could actually be our ladders
into uncertainty
223
829029
3842
પણ ખરેખર તે અનિચિતતા નોસીડી છે
14:05
to help us expand.
224
833897
1517
અમને વિસ્તૃત કરવા સહાય માટે.
14:26
Thank you very much.
225
854736
1341
ઘન્યવાદ ઘણો આભાર.
14:28
(Applause)
226
856101
1151
(અભિવાદન)
14:29
Please, come up.
227
857276
1151
મહેરબાની કરીને ,જલ્દી આવજો
14:30
(Applause)
228
858451
3998
(અભિવાદન)
14:34
(Cheers)
229
862473
4081
(ઉત્સાહ)
14:38
(Applause)
230
866578
6541
(અભિવાદન)
Translated by Yashvi Shah
Reviewed by Nupur solanki

▲Back to top

ABOUT THE SPEAKERS
Beau Lotto - Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system.

Why you should listen

"Let there be perception," was evolution's proclamation, and so it was that all creatures, from honeybees to humans, came to see the world not as it is, but as was most useful. This uncomfortable place--where what an organism's brain sees diverges from what is actually out there--is what Beau Lotto and his team at Lottolab are exploring through their dazzling art-sci experiments and public illusions. Their Bee Matrix installation, for example, places a live bee in a transparent enclosure where gallerygoers may watch it seek nectar in a virtual meadow of luminous Plexiglas flowers. (Bees, Lotto will tell you, see colors much like we humans do.) The data captured isn't just discarded, either: it's put to good use in probing scientific papers, and sometimes in more exhibits.

At their home in London’s Science Museum, the lab holds "synesthetic workshops" where kids and adults make abstract paintings that computers interpret into music, and they host regular Lates--evenings of science, music and "mass experiments." Lotto is passionate about involving people from all walks of life in research on perception--both as subjects and as fellow researchers. One such program, called "i,scientist," in fact led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," December 2010). It starts, "Once upon a time ..."

These and Lotto's other conjurings are slowly, charmingly bending the science of perception--and our perceptions of what science can be.

More profile about the speaker
Beau Lotto | Speaker | TED.com
Cirque du Soleil - Circus arts entertainers
Based in Montreal, the Cirque du Soleil Entertainment Group is a world leader in live entertainment.

Why you should listen

On top of producing world-renowned circus arts shows, the Cirque du Soleil Entertainment Group brings its creative approach to a large variety of entertainment forms, such as multimedia productions, immersive experiences, theme parks and special events. It currently has 4,500 employees from nearly 70 countries. Going beyond its various creations, the organization aims to make a positive impact on people, communities and the planet with its most important tools: creativity and art.

More profile about the speaker
Cirque du Soleil | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee