TED2008
Susan Blackmore: Memes and "temes"
סוזן בלקמור: על ממים ו"טמים"
Filmed:
Readability: 3.8
882,044 views
סוזן בלקמור חוקרת את הממים: הרעיונות המשכפלים עצמם ממוח למוח כמו וירוסים. היא מציגה טיעון חדש ונועז: האנושות הביאה לעולם מם מסוג חדש, והוא הטם, אשר מפיץ עצמו באמצעות הטכנולוגיה - וממציא דרכים לשמר את קיומו.
Susan Blackmore - Memeticist
Susan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created. Full bio
Susan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created. Full bio
Double-click the English transcript below to play the video.
00:18
Cultural evolution is a dangerous child
0
0
3000
אבולוציה תרבותית היא צאצא מסוכן
00:21
for any species to let loose on its planet.
1
3000
3000
לכל מין שמתיר מעליה את הרסן
בכוכב הלכת שלו.
בכוכב הלכת שלו.
00:24
By the time you realize what's happening, the child is a toddler,
2
6000
4000
עד שתופסים מה קורה,
התינוק נעשה לפעוט,
התינוק נעשה לפעוט,
00:28
up and causing havoc, and it's too late to put it back.
3
10000
6000
שמשתולל וזורע מהומה,
ומאוחר מדי להכניסו בחזרה.
ומאוחר מדי להכניסו בחזרה.
00:34
We humans are Earth's Pandoran species.
4
16000
3000
כמין, אנו בני האדם הננו
תיבת-פנדורה של עולמנו.
תיבת-פנדורה של עולמנו.
00:37
We're the ones who let the second replicator out of its box,
5
19000
5000
אנחנו מי ששיחררו מכלאו
את המשכפל השני,
את המשכפל השני,
00:42
and we can't push it back in.
6
24000
2000
ואיננו יכולים להחזירו לשם.
00:44
We're seeing the consequences all around us.
7
26000
3000
אנו רואים היום את התוצאות
בכל מקום.
בכל מקום.
00:48
Now that, I suggest, is the view that
8
30000
4000
ואני טוענת שזו ההשקפה שנובעת
00:52
comes out of taking memetics seriously.
9
34000
2000
מכך שמתייחסים ברצינות לממטיקה.
00:54
And it gives us a new way of thinking about
10
36000
2000
וזה נותן לנו דרך חדשה לחשוב
00:56
not only what's going on on our planet,
11
38000
2000
לא רק על מה שקורה בעולמנו,
00:58
but what might be going on elsewhere in the cosmos.
12
40000
3000
אלא על מה שאולי מתרחש
במקומות אחרים ביקום.
במקומות אחרים ביקום.
01:01
So first of all, I'd like to say something about memetics
13
43000
3000
ראשית, ברצוני לומר משהו על הממטיקה
01:04
and the theory of memes,
14
46000
2000
ועל תיאוריית הממים,
01:06
and secondly, how this might answer questions about who's out there,
15
48000
5000
ושנית, איך זה עשוי לענות
על שאלת החיים החוצניים,
על שאלת החיים החוצניים,
01:11
if indeed anyone is.
16
53000
3000
אם אכן יש כאלה.
01:14
So, memetics:
17
56000
2000
ובכן, הממטיקה.
01:16
memetics is founded on the principle of Universal Darwinism.
18
58000
4000
הממטיקה מבוססת על עקרון
הדרוויניזם האוניברסלי.
הדרוויניזם האוניברסלי.
01:20
Darwin had this amazing idea.
19
62000
3000
לדרווין היה רעיון מדהים.
01:23
Indeed, some people say
20
65000
2000
למען האמת, יש הטוענים
01:25
it's the best idea anybody ever had.
21
67000
3000
שזה הרעיון הכי טוב מאז ומתמיד.
01:28
Isn't that a wonderful thought, that there could be such a thing
22
70000
4000
האין זו מחשבה נפלאה,
שייתכן דבר כזה,
שייתכן דבר כזה,
01:32
as a best idea anybody ever had?
23
74000
2000
"הרעיון הכי טוב מאז ומתמיד"?
01:34
Do you think there could?
24
76000
1000
נראה לכם שזה ייתכן?
01:35
Audience: No.
25
77000
1000
קהל: לא.
01:36
(Laughter)
26
78000
1000
[צחוק]
01:37
Susan Blackmore: Someone says no, very loudly, from over there.
27
79000
2000
מישהו שם אמר "לא"
בקול רם מאד.
בקול רם מאד.
01:39
Well, I say yes, and if there is, I give the prize to Darwin.
28
81000
4000
ואני אומרת שכן. ואם יש רעיון כזה,
אני נותנת את הפרס לדרווין.
אני נותנת את הפרס לדרווין.
01:43
Why?
29
85000
2000
ומדוע?
01:45
Because the idea was so simple,
30
87000
3000
כי הרעיון היה כה פשוט,
01:48
and yet it explains all design in the universe.
31
90000
6000
ועם זאת הוא מסביר
את כל התכנון ביקום.
את כל התכנון ביקום.
01:54
I would say not just biological design,
32
96000
2000
ואני טוענת שלא רק
את התכנון הביולוגי,
את התכנון הביולוגי,
01:56
but all of the design that we think of as human design.
33
98000
2000
אלא את כל התכנון
שנחשב בעינינו לתכנון אנושי.
שנחשב בעינינו לתכנון אנושי.
01:58
It's all just the same thing happening.
34
100000
2000
אותו הדבר בדיוק
חוזר ומתרחש שוב ושוב.
חוזר ומתרחש שוב ושוב.
02:00
What did Darwin say?
35
102000
2000
מה אמר דרווין?
02:02
I know you know the idea, natural selection,
36
104000
2000
אני יודעת שאתם מכירים
את רעיון הברירה הטבעית,
את רעיון הברירה הטבעית,
02:04
but let me just paraphrase "The Origin of Species," 1859,
37
106000
5000
אך הבה ואסכם
את "מוצא המינים", 1859,
את "מוצא המינים", 1859,
02:09
in a few sentences.
38
111000
2000
בכמה משפטים.
02:11
What Darwin said was something like this:
39
113000
3000
מה שדרווין אמר היה משהו כזה:
02:14
if you have creatures that vary, and that can't be doubted --
40
116000
4000
אם יש יצורים שונים אלה מאלה,
ובכך אין ספק -
ובכך אין ספק -
02:18
I've been to the Galapagos, and I've measured the size of the beaks
41
120000
3000
ביקרתי באיי גאלאפגוס
ומדדתי את גדלי המקורים
ומדדתי את גדלי המקורים
02:21
and the size of the turtle shells and so on, and so on.
42
123000
2000
ואת גדלי שריוני הצבים וכו' וכו'.
02:23
And 100 pages later.
43
125000
2000
ואחרי 100 עמודים -
02:25
(Laughter)
44
127000
2000
[צחוק]
02:27
And if there is a struggle for life,
45
129000
4000
ואם יש מלחמת קיום,
02:31
such that nearly all of these creatures die --
46
133000
3000
שבה מתים כמעט כל היצורים האלה --
02:34
and this can't be doubted, I've read Malthus
47
136000
3000
ובכך אין ספק.
קראתי את מאלתוס
קראתי את מאלתוס
02:37
and I've calculated how long it would take for elephants
48
139000
2000
וחישבתי כמה זמן היה נחוץ לפילים
02:39
to cover the whole world if they bred unrestricted, and so on and so on.
49
141000
3000
להתפשט בכל העולם
אילו התרבו ללא הגבלה, וכו' וכו'
אילו התרבו ללא הגבלה, וכו' וכו'
02:42
And another 100 pages later.
50
144000
4000
ואחרי עוד 100 עמודים,
02:46
And if the very few that survive pass onto their offspring
51
148000
5000
ואם הקומץ ששרדו מעבירים לצאצאיהם
02:51
whatever it was that helped them survive,
52
153000
3000
את מה שסייע להם לשרוד,
02:54
then those offspring must be better adapted
53
156000
2000
הרי שאותם צאצאים
ודאי מותאמים טוב יותר
ודאי מותאמים טוב יותר
02:56
to the circumstances in which all this happened
54
158000
2000
לנסיבות שבהן התרחש כל זה
02:58
than their parents were.
55
160000
3000
מאשר הוריהם.
03:01
You see the idea?
56
163000
2000
אתם מבינים את הרעיון?
03:03
If, if, if, then.
57
165000
2000
אם, אם, אם - אז.
03:05
He had no concept of the idea of an algorithm,
58
167000
2000
לא היה לו מושג מהו אלגוריתם.
03:07
but that's what he described in that book,
59
169000
3000
אך זה מה שהוא תיאר
באותו ספר,
באותו ספר,
03:10
and this is what we now know as the evolutionary algorithm.
60
172000
3000
וזה מה שמוכר לנו כיום
כאלגוריתם האבולוציוני.
כאלגוריתם האבולוציוני.
03:13
The principle is you just need those three things --
61
175000
4000
העקרון הוא
שנחוצים רק 3 דברים אלה -
שנחוצים רק 3 דברים אלה -
03:17
variation, selection and heredity.
62
179000
3000
גיוון, ברירה ותורשה.
03:20
And as Dan Dennett puts it, if you have those,
63
182000
4000
וכפי שמציג זאת דן דנט,
אם הם קיימים,
אם הם קיימים,
03:24
then you must get evolution.
64
186000
2000
אתם מוכרחים לקבל אבולוציה
03:26
Or design out of chaos, without the aid of mind.
65
188000
5000
או תכנון שנובע מתוהו,
ללא סיוע של מוח כלשהו.
ללא סיוע של מוח כלשהו.
03:31
There's one word I love on that slide.
66
193000
2000
יש בשיקופית זו מילה אחת
שאהובה עלי.
שאהובה עלי.
03:33
What do you think my favorite word is?
67
195000
2000
מה לדעתכם היא מילה זו?
03:35
Audience: Chaos.
68
197000
1000
קהל: תוהו.
03:36
SB: Chaos? No. What? Mind? No.
69
198000
3000
תוהו? לא.
מה? מוח? לא.
מה? מוח? לא.
03:39
Audience: Without.
70
201000
1000
קהל: בלי.
03:40
SB: No, not without.
71
202000
1000
לא, לא 'בלי'.
03:41
(Laughter)
72
203000
1000
[צחוק]
03:42
You try them all in order: Mmm...?
73
204000
2000
ניסיתם את כולם לפי הסדר, כן?
03:44
Audience: Must.
74
206000
1000
קהל: מוכרחים.
03:45
SB: Must, at must. Must, must.
75
207000
4000
מוכרחים. מוכרחים. מוכרחים.
03:49
This is what makes it so amazing.
76
211000
2000
זה מה שעושה זאת מדהים כל כך.
03:51
You don't need a designer,
77
213000
3000
אין צורך במתכנן,
03:54
or a plan, or foresight, or anything else.
78
216000
3000
או תכנית, או חזון, או כל דבר אחר.
03:57
If there's something that is copied with variation
79
219000
3000
אם יש משהו שמועתק תוך התגוונות
04:00
and it's selected, then you must get design appearing out of nowhere.
80
222000
4000
ודרך ברירה, אתם מוכרחים לקבל
תכנון שנובע מן האין.
תכנון שנובע מן האין.
04:04
You can't stop it.
81
226000
2000
אי-אפשר לעצור זאת.
04:06
Must is my favorite word there.
82
228000
4000
'מוכרחים' היא המילה האהובה עלי כאן.
04:11
Now, what's this to do with memes?
83
233000
2000
אבל מה הקשר לממים?
04:13
Well, the principle here applies to anything
84
235000
5000
ובכן, העקרון הזה יפה לכל דבר
04:18
that is copied with variation and selection.
85
240000
1000
שמועתק תוך התגוונות וברירה.
04:19
We're so used to thinking in terms of biology,
86
241000
3000
אנו כה רגילים לחשוב
במונחים של ביולוגיה,
במונחים של ביולוגיה,
04:22
we think about genes this way.
87
244000
2000
אנו חושבים כך על הגנים.
04:24
Darwin didn't, of course; he didn't know about genes.
88
246000
3000
אך לא דרווין, כמובן.
הוא לא ידע על הגנים.
הוא לא ידע על הגנים.
04:27
He talked mostly about animals and plants,
89
249000
2000
הוא דיבר בעיקר על חיות וצמחים,
04:29
but also about languages evolving and becoming extinct.
90
251000
3000
אך גם על שפות
שמתפתחות ונכחדות.
שמתפתחות ונכחדות.
04:32
But the principle of Universal Darwinism
91
254000
2000
אך עקרון הדרוויניזם האוניברסלי
04:34
is that any information that is varied and selected
92
256000
4000
אומר שכל מידע שמתגוון ונברר
04:38
will produce design.
93
260000
2000
עתיד להפיק תכנון.
04:40
And this is what Richard Dawkins was on about
94
262000
2000
ועל זה עלה ריצ'רד דוקינס
04:42
in his 1976 bestseller, "The Selfish Gene."
95
264000
3000
ברב-המכר שלו מ-1976,
"הגן האנוכי".
"הגן האנוכי".
04:45
The information that is copied, he called the replicator.
96
267000
4000
למידע המועתק הוא קרא 'משכפל'.
04:49
It selfishly copies.
97
271000
2000
ההעתקה היא אנוכית.
04:51
Not meaning it kind of sits around inside cells going, "I want to get copied."
98
273000
4000
המידע לא יושב לו בתא ואומר,
"ברצוני להיות מועתק"
"ברצוני להיות מועתק"
04:55
But that it will get copied if it can,
99
277000
2000
אלא הוא יועתק אם יוכל,
04:57
regardless of the consequences.
100
279000
2000
ללא קשר לתוצאות.
05:00
It doesn't care about the consequences because it can't,
101
282000
3000
לא אכפת לו מהתוצאות
כי לא יכול להיות לו איכפת,
כי לא יכול להיות לו איכפת,
05:03
because it's just information being copied.
102
285000
2000
כי זהו רק מידע שמועתק.
05:06
And he wanted to get away
103
288000
1000
והוא שאף להתרחק
05:07
from everybody thinking all the time about genes,
104
289000
3000
מהחשיבה הכללית על גנים,
05:10
and so he said, "Is there another replicator out there on the planet?"
105
292000
3000
ולכן הוא שאל,
"האם יש עוד משכפלים בעולמנו?"
"האם יש עוד משכפלים בעולמנו?"
05:13
Ah, yes, there is.
106
295000
2000
ואכן, יש ויש.
05:15
Look around you -- here will do, in this room.
107
297000
3000
הביטו סביב, כאן באולם זה.
05:18
All around us, still clumsily drifting about
108
300000
3000
על כל סביבותינו,
כשהוא עודנו נסחף בגמלוניות
כשהוא עודנו נסחף בגמלוניות
05:21
in its primeval soup of culture, is another replicator.
109
303000
3000
במרק הקדום של התרבות,
קיים משכפל נוסף.
קיים משכפל נוסף.
05:24
Information that we copy from person to person, by imitation,
110
306000
5000
המידע שאנו מעתיקים מאדם לאדם
דרך חיקוי,
דרך חיקוי,
05:29
by language, by talking, by telling stories,
111
311000
2000
דרך השפה, בדיבור, בסיפורים,
05:31
by wearing clothes, by doing things.
112
313000
3000
בבגדים שאנו לובשים, במעשינו.
05:34
This is information copied with variation and selection.
113
316000
5000
זהו מידע המועתק
תוך התגוונות וברירה.
תוך התגוונות וברירה.
05:39
This is design process going on.
114
321000
3000
זהו תהליך תכנוני בעיצומו.
05:42
He wanted a name for the new replicator.
115
324000
3000
הוא חיפש שם למשכפל החדש הזה.
05:45
So, he took the Greek word "mimeme," which means that which is imitated.
116
327000
4000
והוא שאל את המילה היוונית "מימם",
שמשמעותה: 'זה שזוכה לחיקוי'.
שמשמעותה: 'זה שזוכה לחיקוי'.
05:49
Remember that, that's the core definition:
117
331000
2000
זיכרו זאת,
זוהי ההגדרה המרכזית,
זוהי ההגדרה המרכזית,
05:52
that which is imitated.
118
334000
1000
"זה שזוכה לחיקוי".
05:53
And abbreviated it to meme, just because it sounds good
119
335000
3000
והוא קיצר אותה ל"מם",
רק מפני שזה נשמע טוב
רק מפני שזה נשמע טוב
05:56
and made a good meme, an effective spreading meme.
120
338000
3000
וזה יצר מם טוב,
מם שמתפשט ביעילות.
מם שמתפשט ביעילות.
05:59
So that's how the idea came about.
121
341000
3000
כך נוצר הרעיון.
06:03
It's important to stick with that definition.
122
345000
3000
חשוב להיצמד להגדרה זו.
06:06
The whole science of memetics is much maligned,
123
348000
4000
כל מדע הממטיקה
זוכה לקיתונות של בוז,
זוכה לקיתונות של בוז,
06:10
much misunderstood, much feared.
124
352000
3000
מרבים לא להבינו ולחשוש ממנו.
06:13
But a lot of these problems can be avoided
125
355000
3000
אבל ניתן להימנע
מרבות מהבעיות האלה
מרבות מהבעיות האלה
06:16
by remembering the definition.
126
358000
2000
אם זוכרים את ההגדרה.
06:18
A meme is not equivalent to an idea.
127
360000
2000
מם איננו שקול לרעיון.
06:20
It's not an idea. It's not equivalent to anything else, really.
128
362000
2000
הוא אינו רעיון.
הוא אינו שקול לשום דבר אחר, בעצם.
הוא אינו שקול לשום דבר אחר, בעצם.
06:22
Stick with the definition.
129
364000
2000
היצמדו להגדרה:
06:24
It's that which is imitated,
130
366000
2000
"זה שזוכה לחיקוי",
06:26
or information which is copied from person to person.
131
368000
3000
או מידע המועתק מאדם לאדם.
06:30
So, let's see some memes.
132
372000
1000
אז בואו נבחן כמה ממים.
06:31
Well, you sir, you've got those glasses hung around your neck
133
373000
3000
אתה, אדוני, עם המשקפיים התלויות
סביב צווארך
סביב צווארך
06:34
in that particularly fetching way.
134
376000
2000
בדרך שובת-לב במיוחד.
06:36
I wonder whether you invented that idea for yourself,
135
378000
2000
אני תוהה אם המצאת רעיון זה בעצמך,
06:38
or copied it from someone else?
136
380000
2000
או העתקת אותו ממישהו אחר?
06:40
If you copied it from someone else, it's a meme.
137
382000
3000
אם העתקת אותו ממישהו אחר,
זהו מם.
זהו מם.
06:43
And what about, oh, I can't see any interesting memes here.
138
385000
3000
ומה בדבר --
איני רואה כאן ממים מעניינים.
איני רואה כאן ממים מעניינים.
06:46
All right everyone, who's got some interesting memes for me?
139
388000
3000
אוקיי חבר'ה,
למי יש איזה מם מעניין עבורי?
למי יש איזה מם מעניין עבורי?
06:49
Oh, well, your earrings,
140
391000
2000
אה כן, העגילים שלך,
06:51
I don't suppose you invented the idea of earrings.
141
393000
2000
אני מניחה שלא את המצאת
את רעיון העגילים.
את רעיון העגילים.
06:53
You probably went out and bought them.
142
395000
2000
סביר שיצאת וקנית אותם.
06:55
There are plenty more in the shops.
143
397000
2000
יש עוד הרבה כאלה בחנויות.
06:57
That's something that's passed on from person to person.
144
399000
2000
זהו משהו שעובר מאדם לאדם.
06:59
All the stories that we're telling -- well, of course,
145
401000
3000
כל הסיפורים שאנחנו מספרים, כמובן,
07:02
TED is a great meme-fest, masses of memes.
146
404000
4000
"TED" הוא חגיגת ממים, המוני ממים.
07:06
The way to think about memes, though,
147
408000
2000
אך הדרך לחשוב על ממים,
07:08
is to think, why do they spread?
148
410000
2000
היא מדוע הם מתפשטים?
07:10
They're selfish information, they will get copied, if they can.
149
412000
4000
מדובר במידע אנוכי,
והם יועתקו במידה ויוכלו.
והם יועתקו במידה ויוכלו.
07:14
But some of them will be copied because they're good,
150
416000
3000
אך ממים מסוימים יועתקו
מפני שהם טובים,
מפני שהם טובים,
07:17
or true, or useful, or beautiful.
151
419000
2000
או נכונים, או מועילים, או יפים.
07:19
Some of them will be copied even though they're not.
152
421000
2000
חלקם יועתקו אפילו שאינם כאלה.
07:21
Some, it's quite hard to tell why.
153
423000
2000
וחלקם - קשה מאד לומר מדוע.
07:24
There's one particular curious meme which I rather enjoy.
154
426000
3000
יש מם מסוים אחד
שאני די נהנית ממנו,
שאני די נהנית ממנו,
07:27
And I'm glad to say, as I expected, I found it when I came here,
155
429000
3000
ואני שמחה לומר שכפי שציפיתי,
מצאתי אותו כשבאתי הנה
מצאתי אותו כשבאתי הנה
07:30
and I'm sure all of you found it, too.
156
432000
2000
ואני בטוחה שגם אתם מצאתם אותו.
07:32
You go to your nice, posh, international hotel somewhere,
157
434000
3000
אתם הולכים לאיזה מלון בינלאומי מפואר,
07:36
and you come in and you put down your clothes
158
438000
2000
אתם נכנסים ומסירים את בגדיכם,
07:38
and you go to the bathroom, and what do you see?
159
440000
3000
ונכנסים למקלחת, ומה אתם רואים?
07:41
Audience: Bathroom soap.
160
443000
1000
קהל: סבון רחצה.
07:42
SB: Pardon?
161
444000
1000
סליחה?
07:43
Audience: Soap.
162
445000
1000
קהל: סבון.
07:44
SB: Soap, yeah. What else do you see?
163
446000
2000
סבון. נכון. מה עוד אתם רואים?
07:46
Audience: (Inaudible)
164
448000
1000
קהל: (לא מובן)
07:47
SB: Mmm mmm.
165
449000
1000
מממ.
07:48
Audience: Sink, toilet!
166
450000
1000
קהל: כיור, אסלה!
07:49
SB: Sink, toilet, yes, these are all memes, they're all memes,
167
451000
2000
כיור, אסלה, כן. כל אלה ממים.
כולם ממים,
כולם ממים,
07:51
but they're sort of useful ones, and then there's this one.
168
453000
3000
וכולם שימושיים,
אך ישנו גם המם הזה.
אך ישנו גם המם הזה.
07:54
(Laughter)
169
456000
3000
[צחוק]
07:58
What is this one doing?
170
460000
2000
מה הדבר הזה עושה?
08:00
(Laughter)
171
462000
1000
[צחוק]
08:01
This has spread all over the world.
172
463000
2000
זה נפוץ בכל העולם.
08:03
It's not surprising that you all found it
173
465000
2000
לא מפתיע שכולכם מצאתם אותו
08:05
when you arrived in your bathrooms here.
174
467000
2000
כשנכנסתם לחדרי הרחצה שלכם כאן.
08:07
But I took this photograph in a toilet at the back of a tent
175
469000
5000
אך אני צילמתי זאת בשירותים
בקצהו של אוהל,
בקצהו של אוהל,
08:12
in the eco-camp in the jungle in Assam.
176
474000
2000
במחנה האקולוגי שבג'ונגל של אסאם.
08:14
(Laughter)
177
476000
1000
[צחוק]
08:16
Who folded that thing up there, and why?
178
478000
3000
מי קיפל זאת שם ומדוע?
08:19
(Laughter)
179
481000
1000
[צחוק]
08:20
Some people get carried away.
180
482000
2000
לפעמים האנשים נסחפים.
08:22
(Laughter)
181
484000
3000
[צחוק]
08:26
Other people are just lazy and make mistakes.
182
488000
3000
אחרים סתם מתעצלים ועושים טעויות.
08:29
Some hotels exploit the opportunity to put even more memes
183
491000
3000
יש מלונות שמחדירים בהזדמנות זו עוד ממים
08:32
with a little sticker.
184
494000
2000
בעזרת מדבקה קטנה.
08:34
(Laughter)
185
496000
1000
[צחוק]
08:35
What is this all about?
186
497000
2000
מה המשמעות של זה?
08:37
I suppose it's there to tell you that somebody's
187
499000
2000
אני מניחה
שזה בא להודיע לכם שמישהו
שזה בא להודיע לכם שמישהו
08:39
cleaned the place, and it's all lovely.
188
501000
2000
ניקה את המקום והכל מאד נחמד.
08:41
And you know, actually, all it tells you is that another person
189
503000
3000
ובעצם זה אומר לכם
שייתכן שמישהו אחר
שייתכן שמישהו אחר
08:44
has potentially spread germs from place to place.
190
506000
3000
העביר חיידקים ממקום למקום.
08:47
(Laughter)
191
509000
1000
[צחוק]
08:48
So, think of it this way.
192
510000
2000
אז תחשבו על זה כך.
08:50
Imagine a world full of brains
193
512000
2000
תארו לעצמכם עולם מלא מוחות
08:52
and far more memes than can possibly find homes.
194
514000
3000
ובו הרבה יותר ממים
מכפי שיוכלו למצוא לעצמם בית.
מכפי שיוכלו למצוא לעצמם בית.
08:55
The memes are all trying to get copied --
195
517000
3000
כל הממים מנסים להיות מועתקים,
08:58
trying, in inverted commas -- i.e.,
196
520000
3000
מנסים במרכאות כפולות, כלומר,
09:01
that's the shorthand for, if they can get copied, they will.
197
523000
3000
קיצור של:
אם יוכלו להיות מועתקים, יעשו זאת.
אם יוכלו להיות מועתקים, יעשו זאת.
09:04
They're using you and me as their propagating, copying machinery,
198
526000
6000
הם משתמשים בכם ובי
כבציוד ההעתקה וההפצה,
כבציוד ההעתקה וההפצה,
09:10
and we are the meme machines.
199
532000
3000
ואנחנו מכונות הממים.
09:13
Now, why is this important?
200
535000
2000
ומדוע זה חשוב?
09:15
Why is this useful, or what does it tell us?
201
537000
2000
מדוע זה מועיל,
או מה זה אומר לנו?
או מה זה אומר לנו?
09:17
It gives us a completely new view of human origins
202
539000
4000
זה נותן לנו מבט חדש לגמרי
על מקורות האדם
על מקורות האדם
09:21
and what it means to be human,
203
543000
1000
ומה משמעות היות אנושי.
09:22
all conventional theories of cultural evolution,
204
544000
4000
כל התיאוריות הרגילות
על התפתחות התרבות,
על התפתחות התרבות,
09:26
of the origin of humans,
205
548000
2000
על מקור האדם,
09:28
and what makes us so different from other species.
206
550000
4000
ועל מה שכל-כך מבדיל אותנו
ממינים אחרים.
ממינים אחרים.
09:32
All other theories explaining the big brain, and language, and tool use
207
554000
2000
כל שאר תיאוריות המוח הגדול,
השפה והשימוש בכלים
השפה והשימוש בכלים
09:34
and all these things that make us unique,
208
556000
2000
וכל יתר הדברים שמייחדים אותנו,
09:36
are based upon genes.
209
558000
3000
מבוססות על הגנים.
09:39
Language must have been useful for the genes.
210
561000
3000
השפה ודאי הועילה מאד לגנים.
09:42
Tool use must have enhanced our survival, mating and so on.
211
564000
3000
השימוש בכלים ודאי תרם להישרדותנו,
למציאת בני זוג וכו'
למציאת בני זוג וכו'
09:45
It always comes back, as Richard Dawkins complained
212
567000
3000
הכל חוזר -
כפי שהתלונן ריצ'רד דוקינס
כפי שהתלונן ריצ'רד דוקינס
09:48
all that long time ago, it always comes back to genes.
213
570000
3000
לפני זמן כה רב -
הכל חוזר לגנים.
הכל חוזר לגנים.
09:51
The point of memetics is to say, "Oh no, it doesn't."
214
573000
4000
ואילו הממטיקה טוענת,
"לא, זה לא נכון."
"לא, זה לא נכון."
09:55
There are two replicators now on this planet.
215
577000
3000
כיום יש בעולמנו שני משכפלים.
09:58
From the moment that our ancestors,
216
580000
3000
מהרגע בו אבותינו,
10:01
perhaps two and a half million years ago or so,
217
583000
2000
לפני כ-2.5 מליון שנה,
10:03
began imitating, there was a new copying process.
218
585000
4000
החלו לחקות,
החל תהליך העתקה חדש.
החל תהליך העתקה חדש.
10:07
Copying with variation and selection.
219
589000
2000
העתקה עם התגוונות וברירה.
10:09
A new replicator was let loose, and it could never be --
220
591000
5000
שוחרר משכפל חדש, ולא ייתכן -
10:14
right from the start -- it could never be
221
596000
1000
כבר מן ההתחלה, לא ייתכן
10:15
that human beings who let loose this new creature,
222
597000
5000
שבני האדם,
שהוציאו לחופשי יצור חדש זה,
שהוציאו לחופשי יצור חדש זה,
10:20
could just copy the useful, beautiful, true things,
223
602000
3000
יוכלו להעתיק רק
את מה שמועיל, יפה ונכון,
את מה שמועיל, יפה ונכון,
10:23
and not copy the other things.
224
605000
2000
ולא את כל יתר הדברים.
10:25
While their brains were having an advantage from being able to copy --
225
607000
3000
כשלמוחותיהם היה היתרון
הודות ליכולת ההעתקה --
הודות ליכולת ההעתקה --
10:28
lighting fires, keeping fires going, new techniques of hunting,
226
610000
5000
להדליק אש, לשמור עליה,
טכניקות ציד חדשות,
טכניקות ציד חדשות,
10:33
these kinds of things --
227
615000
2000
דברים כאלה --
10:35
inevitably they were also copying putting feathers in their hair,
228
617000
3000
באופן בלתי-נמנע הם העתיקו
גם את תחיבת הנוצות לשיער
גם את תחיבת הנוצות לשיער
10:38
or wearing strange clothes, or painting their faces,
229
620000
2000
או את לבישתם של בגדים משונים,
או את צביעת הפנים,
או את צביעת הפנים,
10:40
or whatever.
230
622000
1000
כל דבר שהוא.
10:41
So, you get an arms race between the genes
231
623000
4000
וקיבלתם מירוץ חימוש בין הגנים,
10:45
which are trying to get the humans to have small economical brains
232
627000
4000
שמשתדלים שלאדם יהיה
מוח קטן וחסכוני
מוח קטן וחסכוני
10:49
and not waste their time copying all this stuff,
233
631000
2000
ושלא יבזבז את זמנו
בהעתקת כל הדברים האלה,
בהעתקת כל הדברים האלה,
10:51
and the memes themselves, like the sounds that people made and copied --
234
633000
4000
ובין הממים עצמם, כמו הקולות
שאנשים השמיעו והעתיקו --
שאנשים השמיעו והעתיקו --
10:56
in other words, what turned out to be language --
235
638000
2000
כלומר, מה שהפך להיות השפה --
10:58
competing to get the brains to get bigger and bigger.
236
640000
3000
שמתחרים על הגדלת המוחות עוד ועוד.
11:01
So, the big brain, on this theory, is driven by the memes.
237
643000
4000
כך שלפי תיאוריה זו
המוח הגדול מונע ע"י הממים.
המוח הגדול מונע ע"י הממים.
11:05
This is why, in "The Meme Machine," I called it memetic drive.
238
647000
4000
ולכן, ב"מכונת הממים",
אני מכנה זאת 'מנוע ממטי',
אני מכנה זאת 'מנוע ממטי',
11:09
As the memes evolve, as they inevitably must,
239
651000
3000
עם התפתחות הממים הבלתי-נמנעת,
11:12
they drive a bigger brain that is better at copying the memes
240
654000
4000
הם דוחפים למוח גדול יותר
שייטיב להעתיק את הממים
שייטיב להעתיק את הממים
11:16
that are doing the driving.
241
658000
2000
שדוחפים לכך.
11:18
This is why we've ended up with such peculiar brains,
242
660000
4000
וזו הסיבה שיש לנו
מוחות משונים כאלה,
מוחות משונים כאלה,
11:22
that we like religion, and music, and art.
243
664000
3000
ואנו אוהבים דת, מוסיקה ואמנות.
11:25
Language is a parasite that we've adapted to,
244
667000
3000
השפה הינה טפיל שאליו הסתגלנו,
11:28
not something that was there originally for our genes,
245
670000
2000
ולא משהו שהתקיים במקור
לטובת הגנים שלנו,
לטובת הגנים שלנו,
11:30
on this view.
246
672000
2000
לפי השקפה זו.
11:32
And like most parasites, it can begin dangerous,
247
674000
3000
וכמו רוב הטפילים,
היא יכולה להיות מסוכנת,
היא יכולה להיות מסוכנת,
11:35
but then it coevolves and adapts,
248
677000
3000
אך במקביל
גם היא מתפתחת ומסתגלת
גם היא מתפתחת ומסתגלת
11:38
and we end up with a symbiotic relationship
249
680000
2000
ובסופו של דבר יש לנו
מערכת-יחסים סימביוטית
מערכת-יחסים סימביוטית
11:40
with this new parasite.
250
682000
1000
עם הטפיל החדש הזה.
11:41
And so, from our perspective,
251
683000
2000
כך שמנקודת מבטנו,
11:43
we don't realize that that's how it began.
252
685000
3000
איננו מבינים שכך זה החל.
11:46
So, this is a view of what humans are.
253
688000
3000
כך שזוהי השקפה על מהו אנושי.
11:49
All other species on this planet are gene machines only,
254
691000
3000
כל שאר המינים בעולם
הם מכונות גנים בלבד,
הם מכונות גנים בלבד,
11:52
they don't imitate at all well, hardly at all.
255
694000
3000
הם לא מחקים היטב,
כמעט ולא.
כמעט ולא.
11:55
We alone are gene machines and meme machines as well.
256
697000
5000
רק אנחנו הננו מכונות גנים
וגם מכונות ממים.
וגם מכונות ממים.
12:00
The memes took a gene machine and turned it into a meme machine.
257
702000
4000
הממים לקחו מכונת גנים
והפכו אותה למכונת ממים.
והפכו אותה למכונת ממים.
12:04
But that's not all.
258
706000
2000
אך זה לא הכל.
12:06
We have a new kind of memes now.
259
708000
3000
כעת יש לנו ממים מסוג חדש.
12:09
I've been wondering for a long time,
260
711000
1000
תהיתי במשך זמן רב,
12:10
since I've been thinking about memes a lot,
261
712000
2000
מפני שהרביתי לחשוב על ממים,
12:12
is there a difference between the memes that we copy --
262
714000
2000
האם יש הבדל בין הממים
שאנו מעתיקים --
שאנו מעתיקים --
12:14
the words we speak to each other,
263
716000
2000
המלים שאנו אומרים זה לזה,
12:16
the gestures we copy, the human things --
264
718000
2000
המחוות שאנו מעתיקים,
הדברים האנושיים -
הדברים האנושיים -
12:18
and all these technological things around us?
265
720000
2000
וכל הדברים הטכנולוגיים האלה שמסביבנו?
12:20
I have always, until now, called them all memes,
266
722000
4000
עד כה
תמיד כיניתי אותם "ממים",
תמיד כיניתי אותם "ממים",
12:24
but I do honestly think now
267
726000
3000
אך כעת אני באמת חושבת
12:27
we need a new word for technological memes.
268
729000
3000
שאנו זקוקים למילה
עבור ממים טכנולוגיים.
עבור ממים טכנולוגיים.
12:30
Let's call them techno-memes or temes.
269
732000
3000
הבה נכנה אותם
"טכנו-ממים" או "טמים".
"טכנו-ממים" או "טמים".
12:33
Because the processes are getting different.
270
735000
3000
כי התהליכים נעשים שונים.
12:37
We began, perhaps 5,000 years ago, with writing.
271
739000
3000
התחלנו, לפני כ-5,000 שנה,
עם הכתיבה.
עם הכתיבה.
12:40
We put the storage of memes out there on a clay tablet,
272
742000
7000
הפצנו את איחסון הממים
מעל גבי לוחות חימר,
מעל גבי לוחות חימר,
12:48
but in order to get true temes and true teme machines,
273
750000
2000
אך טמים אמיתיים
ומכונות טמים אמיתיות,
ומכונות טמים אמיתיות,
12:50
you need to get the variation, the selection and the copying,
274
752000
3000
מחייבים שהגיוון, הברירה וההעתקה,
12:53
all done outside of humans.
275
755000
2000
ייעשו כולם מחוץ לבני האדם.
12:55
And we're getting there.
276
757000
2000
ואנו מתקרבים לכך.
12:57
We're at this extraordinary point where we're nearly there,
277
759000
2000
אנו מצויים בשלב המופלא,
שכמעט הגענו לכך
שכמעט הגענו לכך
12:59
that there are machines like that.
278
761000
2000
שיש מכונות כאלה.
13:01
And indeed, in the short time I've already been at TED,
279
763000
2000
ולמעשה, בשהות הקצרה שלי ב"TED",
13:03
I see we're even closer than I thought we were before.
280
765000
2000
ראיתי שאנו קרובים לכך
יותר מכפי שחשבתי.
יותר מכפי שחשבתי.
13:05
So actually, now the temes are forcing our brains
281
767000
6000
כך שבעצם,
עכשיו הטמים כופים על מוחותינו
עכשיו הטמים כופים על מוחותינו
13:11
to become more like teme machines.
282
773000
2000
להפוך יותר ויותר למכונות טמים.
13:13
Our children are growing up very quickly learning to read,
283
775000
3000
ילדינו לומדים מהר יותר לקרוא,
13:16
learning to use machinery.
284
778000
2000
לומדים להשתמש במכונות.
13:18
We're going to have all kinds of implants,
285
780000
1000
יהיו לנו כל מיני שתלים,
13:19
drugs that force us to stay awake all the time.
286
781000
3000
סמים שיאלצו אותנו
להישאר ערים כל הזמן.
להישאר ערים כל הזמן.
13:22
We'll think we're choosing these things,
287
784000
2000
אנו נחשוב שאנו בוחרים
את כל אלה,
את כל אלה,
13:24
but the temes are making us do it.
288
786000
3000
אך הטמים הם שגורמים לנו
לעשות זאת.
לעשות זאת.
13:28
So, we're at this cusp now
289
790000
1000
וכעת אנו עומדים על הסף הזה,
13:29
of having a third replicator on our planet.
290
791000
4000
שיהיה לנו משכפל שלישי בעולמנו.
13:34
Now, what about what else is going on out there in the universe?
291
796000
5000
ומה עם כל מה שקורה
אי-שם ביקום?
אי-שם ביקום?
13:39
Is there anyone else out there?
292
801000
2000
האם יש שם עוד מישהו?
13:41
People have been asking this question for a long time.
293
803000
3000
אנשים שואלים שאלה זו מזה זמן רב.
13:44
We've been asking it here at TED already.
294
806000
2000
כבר שאלנו אותה כאן ב"TED".
13:46
In 1961, Frank Drake made his famous equation,
295
808000
4000
ב-1961 הציג פרנק דרייק
את המשוואה הידועה שלו,
את המשוואה הידועה שלו,
13:50
but I think he concentrated on the wrong things.
296
812000
2000
אך לדעתי הוא התרכז
בדברים הלא-נכונים.
בדברים הלא-נכונים.
13:52
It's been very productive, that equation.
297
814000
2000
זו היתה משוואה מאד פוריה.
13:54
He wanted to estimate N,
298
816000
2000
הוא ביקש להעריך את "אן",
13:56
the number of communicative civilizations out there in our galaxy,
299
818000
4000
מספר התרבויות המסוגלות לתקשורת
בגלקסיה שלנו.
בגלקסיה שלנו.
14:00
and he included in there the rate of star formation,
300
822000
4000
והוא כלל בכך
את שיעור היווצרות הכוכבים,
את שיעור היווצרות הכוכבים,
14:04
the rate of planets, but crucially, intelligence.
301
826000
4000
וכוכבי הלכת, אך בעיקר
את שיעור התבונה.
את שיעור התבונה.
14:08
I think that's the wrong way to think about it.
302
830000
4000
לדעתי זו דרך שגויה לחשוב על כך.
14:12
Intelligence appears all over the place, in all kinds of guises.
303
834000
3000
התבונה מופיעה בכל מקום
ובכל מיני צורות.
ובכל מיני צורות.
14:15
Human intelligence is only one kind of a thing.
304
837000
2000
התבונה האנושית
היא רק סוג אחד שלה.
היא רק סוג אחד שלה.
14:17
But what's really important is the replicators you have
305
839000
3000
אך מה שבאמת חשוב הוא
מהם המשכפלים
מהם המשכפלים
14:20
and the levels of replicators, one feeding on the one before.
306
842000
4000
ורמות המשכפלים,
כשכל אחת ניזונה מזו שקדמה לה.
כשכל אחת ניזונה מזו שקדמה לה.
14:24
So, I would suggest that we don't think intelligence,
307
846000
5000
לכן אני מציעה
שלא נחשוב על תבונה,
שלא נחשוב על תבונה,
14:29
we think replicators.
308
851000
2000
אלא על משכפלים.
14:31
And on that basis, I've suggested a different kind of equation.
309
853000
3000
ועל סמך זה הייתי מציעה
משוואה מסוג שונה.
משוואה מסוג שונה.
14:34
A very simple equation.
310
856000
2000
משוואה פשוטה מאד.
14:36
N, the same thing,
311
858000
2000
"אן" תייצג את אותו הדבר,
14:38
the number of communicative civilizations out there
312
860000
3000
מספר התרבויות המסוגלות לתקשורת,
14:41
[that] we might expect in our galaxy.
313
863000
2000
שניתן לצפות שיהיו בגלקסיה שלנו.
14:43
Just start with the number of planets there are in our galaxy.
314
865000
4000
פשוט להתחיל במספר כוכבי הלכת
שבגלקסיה שלנו.
שבגלקסיה שלנו.
14:47
The fraction of those which get a first replicator.
315
869000
4000
חלקיק מאלו, שמגיע למשכפל ראשון.
14:51
The fraction of those that get the second replicator.
316
873000
4000
חלקיק מאלו, שמגיע למשכפל השני.
14:55
The fraction of those that get the third replicator.
317
877000
2000
חלקיק מאלו, שמגיע למשכפל השלישי.
14:58
Because it's only the third replicator that's going to reach out --
318
880000
3000
כי רק המשכפל השלישי הוא שייצור מגע --
15:01
sending information, sending probes, getting out there,
319
883000
3000
שישלח מידע, ישגר גשושים וייצור קשר,
15:04
and communicating with anywhere else.
320
886000
2000
ויתקשר עם כל היתר.
15:06
OK, so if we take that equation,
321
888000
3000
אז אם ניקח משוואה זו,
15:09
why haven't we heard from anybody out there?
322
891000
5000
מדוע לא שמענו משהו
ממישהו אי-שם בחוץ?
ממישהו אי-שם בחוץ?
15:14
Because every step is dangerous.
323
896000
4000
מפני שכל שלב הוא מסוכן.
15:18
Getting a new replicator is dangerous.
324
900000
3000
ההגעה למשכפל חדש מסוכנת.
15:21
You can pull through, we have pulled through,
325
903000
2000
אפשר לעבור את זה,
אנו עברנו את זה,
אנו עברנו את זה,
15:23
but it's dangerous.
326
905000
2000
אבל זה מסוכן.
15:25
Take the first step, as soon as life appeared on this earth.
327
907000
3000
למשל, השלב הראשון.
מיד כשהופיעו החיים בעולמנו.
מיד כשהופיעו החיים בעולמנו.
15:28
We may take the Gaian view.
328
910000
2000
אם ניקח את ההשקפה הגאיאנית.
15:30
I loved Peter Ward's talk yesterday -- it's not Gaian all the time.
329
912000
3000
נהניתי אתמול מהרצאתו של פטר וורד.
לא הכל גאיאני.
לא הכל גאיאני.
15:33
Actually, life forms produce things that kill themselves.
330
915000
3000
למעשה, צורות החיים יוצרות דברים
שמשמידים את עצמם.
שמשמידים את עצמם.
15:36
Well, we did pull through on this planet.
331
918000
3000
אז בעולמנו הצלחנו לעבור את זה.
15:39
But then, a long time later, billions of years later,
332
921000
2000
אבל זמן רב אח"כ,
מיליארדי שנים אח"כ,
מיליארדי שנים אח"כ,
15:41
we got the second replicator, the memes.
333
923000
3000
הגענו למשכפל השני, הממים.
15:44
That was dangerous, all right.
334
926000
2000
זה היה בהחלט מסוכן.
15:46
Think of the big brain.
335
928000
2000
חישבו על המוח הגדול.
15:48
How many mothers do we have here?
336
930000
3000
כמה אימהות יש לנו בקהל?
15:51
You know all about big brains.
337
933000
2000
אתן מכירות טוב מאד
את המוח הגדול.
את המוח הגדול.
15:53
They are dangerous to give birth to,
338
935000
2000
מסוכן ללדת אותו.
15:55
are agonizing to give birth to.
339
937000
2000
מייסר ללדת אותו.
15:57
(Laughter)
340
939000
1000
[צחוק]
15:59
My cat gave birth to four kittens, purring all the time.
341
941000
2000
החתולה שלי המליטה 4 גורים
וגירגרה כל הזמן.
וגירגרה כל הזמן.
16:01
Ah, mm -- slightly different.
342
943000
2000
אצלנו זה שונה במקצת...
16:03
(Laughter)
343
945000
2000
[צחוק]
16:05
But not only is it painful, it kills lots of babies,
344
947000
3000
ולא רק שזה כואב,
זה גם ממית הרבה תינוקות,
זה גם ממית הרבה תינוקות,
16:08
it kills lots of mothers,
345
950000
2000
והרבה אימהות,
16:10
and it's very expensive to produce.
346
952000
2000
וזה גם תהליך-ייצור יקר מאד.
16:12
The genes are forced into producing all this myelin,
347
954000
2000
הגנים נאלצים לייצר
את כל המיאלין הזה,
את כל המיאלין הזה,
16:14
all the fat to myelinate the brain.
348
956000
2000
כל השומן שעוטף את המוח.
16:16
Do you know, sitting here,
349
958000
2000
האם אתם יודעים
שבעודכם יושבים כאן,
שבעודכם יושבים כאן,
16:18
your brain is using about 20 percent of your body's energy output
350
960000
4000
מוחכם מנצל 20%
מתפוקת האנרגיה של גופכם
מתפוקת האנרגיה של גופכם
16:22
for two percent of your body weight?
351
964000
2000
עבור 2% ממשקל גופכם?
16:24
It's a really expensive organ to run.
352
966000
2000
זהו באמת איבר
שמאד יקר להפעילו.
שמאד יקר להפעילו.
16:26
Why? Because it's producing the memes.
353
968000
2000
ומדוע?
מפני שהוא מייצר את הממים.
מפני שהוא מייצר את הממים.
16:28
Now, it could have killed us off. It could have killed us off,
354
970000
4000
וזה היה יכול לחסל אותנו,
16:32
and maybe it nearly did, but you see, we don't know.
355
974000
2000
ואולי זה כמעט קרה.
אבל איננו יודעים זאת.
אבל איננו יודעים זאת.
16:34
But maybe it nearly did.
356
976000
2000
אך אולי זה כמעט קרה.
16:36
Has it been tried before?
357
978000
1000
האם זה נוסה לפני כן?
16:37
What about all those other species?
358
979000
2000
מה עם כל יתר המינים?
16:39
Louise Leakey talked yesterday
359
981000
2000
לואיס ליקי הירצה אתמול
16:41
about how we're the only one in this branch left.
360
983000
3000
על כך שאנו היחידים שנותרו
בענף האבולוציוני שלנו.
בענף האבולוציוני שלנו.
16:44
What happened to the others?
361
986000
2000
מה קרה לכל השאר?
16:46
Could it be that this experiment in imitation,
362
988000
2000
הייתכן שניסוי זה בחיקוי,
16:48
this experiment in a second replicator,
363
990000
2000
ניסוי זה בהפעלת משכפל שני,
16:50
is dangerous enough to kill people off?
364
992000
4000
מסוכן דיו לחסל בני-אדם?
16:54
Well, we did pull through, and we adapted.
365
996000
2000
ובכן, שרדנו זאת, והסתגלנו.
16:56
But now, we're hitting, as I've just described,
366
998000
3000
אך כעת אנו מגיעים,
כפי שזה עתה תיארתי,
כפי שזה עתה תיארתי,
16:59
we're hitting the third replicator point.
367
1001000
2000
לשלב המשכפל השלישי.
17:01
And this is even more dangerous --
368
1003000
3000
וזה עוד יותר מסוכן --
17:04
well, it's dangerous again.
369
1006000
2000
טוב, זה שוב מסוכן.
17:06
Why? Because the temes are selfish replicators
370
1008000
4000
ומדוע?
כי הטמים הם משכפלים אנוכיים
כי הטמים הם משכפלים אנוכיים
17:10
and they don't care about us, or our planet, or anything else.
371
1012000
3000
ולא אכפת להם מאיתנו, מעולמנו
או מכל דבר אחר.
או מכל דבר אחר.
17:13
They're just information, why would they?
372
1015000
3000
הם מידע בלבד.
למה שיהיה להם אכפת?
למה שיהיה להם אכפת?
17:17
They are using us to suck up the planet's resources
373
1019000
2000
הם מנצלים אותנו
כדי למצות את משאבי העולם
כדי למצות את משאבי העולם
17:19
to produce more computers,
374
1021000
2000
על מנת לייצר עוד מחשבים,
17:21
and more of all these amazing things we're hearing about here at TED.
375
1023000
3000
ועוד מהדברים המדהימים
שאנו שומעים עליהם ב"TED".
שאנו שומעים עליהם ב"TED".
17:24
Don't think, "Oh, we created the Internet for our own benefit."
376
1026000
4000
אל תחשבו,
"אנו יצרנו את האינטרנט לתועלתנו."
"אנו יצרנו את האינטרנט לתועלתנו."
17:28
That's how it seems to us.
377
1030000
2000
זה רק נראה לנו כך.
17:30
Think, temes spreading because they must.
378
1032000
4000
חישבו על טמים שמתפשטים
מפני שהם מוכרחים.
מפני שהם מוכרחים.
17:34
We are the old machines.
379
1036000
2000
אנו הננו המכונות הישנות.
17:36
Now, are we going to pull through?
380
1038000
2000
ובכן, האם נשרוד את זה?
17:38
What's going to happen?
381
1040000
2000
מה עתיד להתרחש?
17:40
What does it mean to pull through?
382
1042000
2000
מה משמעות 'לשרוד את זה'?
17:42
Well, there are kind of two ways of pulling through.
383
1044000
2000
יש שתי דרכים לשרוד את זה.
17:45
One that is obviously happening all around us now,
384
1047000
2000
אחת שמתרחשת כעת בבירור בכל מקום,
17:47
is that the temes turn us into teme machines,
385
1049000
4000
והיא שהטמים הופכים אותנו
למכונות טמים,
למכונות טמים,
17:51
with these implants, with the drugs,
386
1053000
2000
עם השתלים האלה, עם הסמים,
17:53
with us merging with the technology.
387
1055000
3000
עם התמזגותנו עם הטכנולוגיה.
17:56
And why would they do that?
388
1058000
2000
ולמה להם לעשות זאת?
17:58
Because we are self-replicating.
389
1060000
2000
מפני שאנו משכפלים את עצמנו.
18:00
We have babies.
390
1062000
2000
אנו יולדים.
18:02
We make new ones, and so it's convenient to piggyback on us,
391
1064000
3000
אנו מייצרים אנשים חדשים,
כך שנוח לתפוס עלינו טרמפ,
כך שנוח לתפוס עלינו טרמפ,
18:05
because we're not yet at the stage on this planet
392
1067000
4000
כי בעולם הזה טרם הגענו לשלב
18:09
where the other option is viable.
393
1071000
2000
שבו האפשרות השניה מעשית.
18:11
Although it's closer, I heard this morning,
394
1073000
2000
למרות שזה קרוב, כך שמעתי הבוקר,
18:13
it's closer than I thought it was.
395
1075000
2000
זה קרוב מכפי שחשבתי.
18:15
Where the teme machines themselves will replicate themselves.
396
1077000
3000
כשמכונות הטמים
הן שישכפלו את עצמן.
הן שישכפלו את עצמן.
18:18
That way, it wouldn't matter if the planet's climate
397
1080000
4000
ואז לא ישנה
אם האקלים של כוכב הלכת
אם האקלים של כוכב הלכת
18:22
was utterly destabilized,
398
1084000
2000
ייצא לגמרי מאיזון,
18:24
and it was no longer possible for humans to live here.
399
1086000
2000
ולא יתאפשרו כאן החיים האנושיים.
18:26
Because those teme machines, they wouldn't need --
400
1088000
2000
כי מכונות הטמים האלה לא יזדקקו -
18:28
they're not squishy, wet, oxygen-breathing,
401
1090000
2000
הן אינן יצורים רכים, לחים,
נושמי-חמצן,
נושמי-חמצן,
18:30
warmth-requiring creatures.
402
1092000
3000
הזקוקים לחום.
18:33
They could carry on without us.
403
1095000
2000
הן תוכלנה להמשיך בלעדינו.
18:35
So, those are the two possibilities.
404
1097000
3000
אז אלה הן שתי האפשרויות.
18:38
The second, I don't think we're that close.
405
1100000
4000
איני חושבת שאנו קרובים כל כך
לאפשרות השניה.
לאפשרות השניה.
18:42
It's coming, but we're not there yet.
406
1104000
2000
זה מתקרב, אך טרם הגענו לכך.
18:44
The first, it's coming too.
407
1106000
2000
גם הראשונה קרובה.
18:46
But the damage that is already being done
408
1108000
3000
אך הנזק שנגרם כבר עתה
18:49
to the planet is showing us how dangerous the third point is,
409
1111000
5000
לכוכב הלכת,
מראה כמה השלב השלישי מסוכן,
מראה כמה השלב השלישי מסוכן,
18:54
that third danger point, getting a third replicator.
410
1116000
3000
שלב הסכנה השלישי הזה,
ההגעה למשכפל שלישי.
ההגעה למשכפל שלישי.
18:58
And will we get through this third danger point,
411
1120000
2000
האם אנו עתידים לשרוד
את שלב הסכנה השלישי,
את שלב הסכנה השלישי,
19:00
like we got through the second and like we got through the first?
412
1122000
3000
כמו ששרדנו את השני ואת הראשון?
19:04
Maybe we will, maybe we won't.
413
1126000
2000
אולי כן, ואולי לא.
19:06
I have no idea.
414
1128000
3000
אין לי מושג.
19:13
(Applause)
415
1135000
10000
[מחיאות כפיים]
19:24
Chris Anderson: That was an incredible talk.
416
1146000
2000
כריס אנדרסון: זו היתה הרצאה מדהימה.
19:26
SB: Thank you. I scared myself.
417
1148000
2000
ס"ב: תודה לך. הבהלתי את עצמי.
19:28
CA: (Laughter)
418
1150000
1000
כ"א: [צחוק]
ABOUT THE SPEAKER
Susan Blackmore - MemeticistSusan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created.
Why you should listen
Susan Blackmore is dedicated to understanding the scientific nature of consciousness. Her latest work centers on the existence of memes -- little bits of knowledge, lore, habit that seem to spread themselves using human brains as mere carriers. She's exploring the existence of a new class of meme, spread by human technology. It's temporarily named the "teme."
She has written about memes, consciousness, and near-death experiences; has appeared on the British Big Brother to discuss the psychology of the participants; and writes for the Guardian UK.
Susan Blackmore | Speaker | TED.com