TED2013
Mary Lou Jepsen: Could future devices read images from our brains?
Mary Lou Jepsen: I dispositivi del futuro potranno leggere le immagini del nostro cervello?
Filmed:
Readability: 4.6
1,035,856 views
Come esperta di display digitali all'avanguardia, Mary Lou Jepsen studia come mostrare le nostre idee più creative su uno schermo. E come paziente neurochirurgica, è spinta a voler approfondire l'attività neurale che si trova alla base dell'inventiva, della creatività e del pensiero. Combina queste due passioni in un intervento strabiliante su due studi neurologici innovativi che potrebbero rappresentare una nuova frontiera scientifica per comprendere come (e che cosa) pensiamo.
Mary Lou Jepsen - Inventor, entrepreneur, optical physicist
Mary Lou Jepsen pushes the edges of what's possible in optics and physics, to make new types of devices, leading teams and working with huge factories that can ship vast volumes of these strange, new things. Full bio
Mary Lou Jepsen pushes the edges of what's possible in optics and physics, to make new types of devices, leading teams and working with huge factories that can ship vast volumes of these strange, new things. Full bio
Double-click the English transcript below to play the video.
00:12
I had brain surgery 18 years ago,
0
607
2508
Sono stata operata al cervello
18 anni fa
18 anni fa
00:15
and since that time, brain science has become
1
3115
2567
e da allora, le neuroscienze
sono diventate
sono diventate
00:17
a personal passion of mine.
2
5682
1999
una mia grande passione.
00:19
I'm actually an engineer.
3
7681
2235
In realtà io sono un ingegnere.
00:21
And first let me say, I recently joined
4
9916
2516
Come prima cosa, fatemi dire
che di recente sono entrata a far parte
che di recente sono entrata a far parte
00:24
Google's Moonshot group,
5
12432
1549
del progetto Moonshot di Google,
00:25
where I had a division,
6
13981
1212
dove lavoravo in una divisione,
00:27
the display division in Google X,
7
15193
2181
la display division in Google X,
00:29
and the brain science work I'm speaking about today
8
17374
2622
e il mio lavoro nell'ambito
delle neuroscienze di cui vi parlerò oggi
delle neuroscienze di cui vi parlerò oggi
00:31
is work I did before I joined Google
9
19996
2921
è un lavoro che svolgevo
prima di entrare in Google
prima di entrare in Google
00:34
and on the side outside of Google.
10
22917
2332
e che continuo a svolgere tuttora
parallelamente a Google.
parallelamente a Google.
00:37
So that said, there's a stigma
11
25249
3183
Detto questo,
quando si viene operati al cervello
quando si viene operati al cervello
00:40
when you have brain surgery.
12
28432
2285
ne rimangono i segni.
00:42
Are you still smart or not?
13
30717
2823
Sei ancora intelligente o no?
00:45
And if not, can you make yourself smart again?
14
33540
3848
E se non lo sei, c'è un modo
per ritornare ad esserlo?
per ritornare ad esserlo?
00:49
After my neurosurgery,
15
37388
1766
Durante l'intervento,
00:51
part of my brain was missing,
16
39154
1997
parte del mio cervello è stata rimossa
00:53
and I had to deal with that.
17
41151
2773
e io ho dovuto affrontarne le conseguenze.
00:55
It wasn't the grey matter, but it
was the gooey part dead center
was the gooey part dead center
18
43924
2944
Non era materia grigia,
ma quella parte molliccia al centro
ma quella parte molliccia al centro
00:58
that makes key hormones and neurotransmitters.
19
46868
3402
che produce gli ormoni principali
e i neurotrasmettitori.
e i neurotrasmettitori.
01:02
Immediately after my surgery,
20
50270
2231
Subito dopo l'intervento,
01:04
I had to decide what amounts of each of over
21
52501
2143
dovevo decidere in che quantità assumere
01:06
a dozen powerful chemicals to take each day,
22
54644
3702
più di una dozzina
di sostanze chimiche molto potenti,
di sostanze chimiche molto potenti,
01:10
because if I just took nothing,
23
58346
1809
perché se non ne avessi assunta nessuna,
01:12
I would die within hours.
24
60155
2732
sarei morta nell'arco di poche ore.
01:14
Every day now for 18 years -- every single day --
25
62887
3920
Ogni singolo giorno ormai da 18 anni
a questa parte, ogni singolo giorno,
a questa parte, ogni singolo giorno,
01:18
I've had to try to decide the combinations
26
66807
2710
ho dovuto e devo cercare
di stabilire le combinazioni
di stabilire le combinazioni
01:21
and mixtures of chemicals,
27
69517
1328
e le miscele di queste sostanze chimiche,
01:22
and try to get them, to stay alive.
28
70845
3847
e devo assumerle per mantenermi in vita.
01:26
There have been several close calls.
29
74692
2721
In molte occasioni ho seriamente
rischiato di non cavarmela.
rischiato di non cavarmela.
01:29
But luckily, I'm an experimentalist at heart,
30
77413
3699
Ma, per fortuna,
sono una sperimentalista convinta,
sono una sperimentalista convinta,
01:33
so I decided I would experiment
31
81112
3227
e così ho deciso di sperimentare
01:36
to try to find more optimal dosages
32
84339
2440
per cercare di trovare dosaggi
sempre più ottimali
sempre più ottimali
01:38
because there really isn't a clear road map
33
86779
1637
dato che non c'è
un libretto di istruzioni chiaro
un libretto di istruzioni chiaro
01:40
on this that's detailed.
34
88416
1903
e dettagliato sull'argomento.
01:42
I began to try different mixtures,
35
90319
2151
Ho iniziato a provare miscele differenti
01:44
and I was blown away by how
36
92470
2872
e sono rimasta esterrefatta
01:47
tiny changes in dosages
37
95342
2411
da come piccoli accorgimenti nelle dosi
01:49
dramatically changed my sense of self,
38
97753
3149
cambiassero drasticamente
la mia persona,
la mia persona,
01:52
my sense of who I was, my thinking,
39
100902
1811
il mio modo di essere, di pensare,
01:54
my behavior towards people.
40
102713
2259
di comportarmi con le persone.
01:56
One particularly dramatic case:
41
104972
2049
Un caso particolarmente eclatante:
01:59
for a couple months I actually tried dosages
42
107021
1868
per un paio di mesi ho assunto le dosi
02:00
and chemicals typical of a man in his early 20s,
43
108889
3908
e le sostanze chimiche adatte
a un uomo sui vent'anni,
a un uomo sui vent'anni,
02:04
and I was blown away by how my thoughts changed.
44
112797
3011
e sono rimasta a bocca aperta
da quanto i miei pensieri fossero cambiati.
da quanto i miei pensieri fossero cambiati.
02:07
(Laughter)
45
115808
3120
(Risate)
02:10
I was angry all the time,
46
118928
3058
Ero costantemente arrabbiata,
02:13
I thought about sex constantly,
47
121986
1846
pensavo in continuazione al sesso,
02:15
and I thought I was the smartest person
48
123832
2949
e pensavo di essere
la persona più intelligente
la persona più intelligente
02:18
in the entire world, and
49
126781
2051
del mondo, e
02:20
—(Laughter)—
50
128832
2263
(Risate)
02:23
of course over the years I'd
met guys kind of like that,
met guys kind of like that,
51
131095
2925
ovviamente, nel corso degli anni,
avevo incontrato uomini così,
avevo incontrato uomini così,
02:26
or maybe kind of toned-down versions of that.
52
134020
2267
o comunque in una versione più moderata.
02:28
I was kind of extreme.
53
136287
2184
Io ero un caso estremo.
02:30
But to me, the surprise was,
54
138471
2569
Ma quello
che ha sorpreso me era
che ha sorpreso me era
02:33
I wasn't trying to be arrogant.
55
141040
2166
che non volevo essere arrogante.
02:35
I was actually trying,
56
143206
3209
In realtà, io provavo soltanto,
02:38
with a little bit of insecurity,
57
146415
2360
con un po' di insicurezza,
02:40
to actually fix a problem in front of me,
58
148775
3000
a risolvere un problema
che mi si poneva davanti,
che mi si poneva davanti,
02:43
and it just didn't come out that way.
59
151775
1856
ma non davo assolutamente
quell'impressione.
quell'impressione.
02:45
So I couldn't handle it.
60
153631
1483
Non riuscivo più a gestire la situazione.
02:47
I changed my dosages.
61
155114
1525
Ho cambiato i dosaggi.
02:48
But that experience, I think, gave me
62
156639
2455
Ma penso che quella esperienza
mi abbia fatto
mi abbia fatto
02:51
a new appreciation for men
63
159094
1751
rivalutare positivamente gli uomini
02:52
and what they might walk through,
64
160845
1816
e rendere conto dei problemi
che devono affrontare,
che devono affrontare,
02:54
and I've gotten along with men
65
162661
1690
e da allora vado molto più
02:56
a lot better since then.
66
164351
1839
d'accordo con gli uomini.
02:58
What I was trying to do
67
166190
1545
Quello che cercavo di fare,
02:59
with tuning these hormones
68
167735
2028
cambiando gli ormoni,
03:01
and neurotransmitters and so forth
69
169763
2323
i neurotrasmettitori e così via,
03:04
was to try to get my intelligence back
70
172086
3605
era cercare di riacquistare
la mia intelligenza
la mia intelligenza
03:07
after my illness and surgery,
71
175691
2634
dopo la malattia e l'intervento,
03:10
my creative thought, my idea flow.
72
178325
2635
la mia creatività, il mio flusso di idee.
03:12
And I think mostly in images,
73
180960
2641
Io penso principalmente
per immagini mentali,
per immagini mentali,
03:15
and so for me that became a key metric --
74
183601
2852
e così per me esse sono diventate
una fissazione --
una fissazione --
03:18
how to get these mental images
75
186453
2330
come generare immagini mentali,
03:20
that I use as a way of rapid prototyping,
76
188783
2504
che uso per creare
velocemente dei prototipi,
velocemente dei prototipi,
03:23
if you will, my ideas,
77
191287
1743
se preferite, le mie idee,
03:25
trying on different new ideas for size,
78
193030
2372
collaudare idee differenti,
03:27
playing out scenarios.
79
195402
1695
immaginare gli scenari possibili.
03:29
This kind of thinking isn't new.
80
197097
1913
Questo modo di pensare non è nuovo.
03:31
Philiosophers like Hume and Descartes and Hobbes
81
199010
3255
Filosofi come Hume, Cartesio e Hobbes
03:34
saw things similarly.
82
202265
1528
avevano una visone simile delle cose.
03:35
They thought that mental images and ideas
83
203793
2737
Pensavano che immagini mentali e idee
03:38
were actually the same thing.
84
206530
2331
fossero la stessa cosa.
03:40
There are those today that dispute that,
85
208861
2417
Oggi c'è chi va contro questa teoria,
03:43
and lots of debates about how the mind works,
86
211278
3195
e si dibatte molto
su come funzioni la mente,
su come funzioni la mente,
03:46
but for me it's simple:
87
214473
1736
ma per me è semplice:
03:48
Mental images, for most of us,
88
216209
2532
le immagini mentali,
per gran parte di noi,
per gran parte di noi,
03:50
are central in inventive and creative thinking.
89
218741
3934
sono essenziali per l'inventiva
e il pensiero creativo.
e il pensiero creativo.
03:54
So after several years,
90
222675
1775
Quindi, dopo parecchi anni,
03:56
I tuned myself up and I have lots of great,
91
224450
3233
ho trovato il giusto equilibrio
e ora ho tantissime
e ora ho tantissime
03:59
really vivid mental images with a lot of sophistication
92
227683
3048
immagini mentali molto vivide ed elaborate
04:02
and the analytical backbone behind them.
93
230731
2269
e sostenute alla base
dal pensiero analitico.
dal pensiero analitico.
04:05
And so now I'm working on,
94
233000
1921
E adesso sto lavorando per scoprire
04:06
how can I get these mental images in my mind
95
234921
4162
come far sì che le mie immagini mentali
passino dalla mente
passino dalla mente
04:11
out to my computer screen faster?
96
239083
2850
allo schermo del mio computer
più velocemente.
più velocemente.
04:13
Can you imagine, if you will,
97
241933
2089
Riuscite ad immaginare
04:16
a movie director being able to use
98
244022
2120
un regista capace,
solo con l'immaginazione
solo con l'immaginazione
04:18
her imagination alone to
direct the world in front of her?
direct the world in front of her?
99
246142
3762
di dirigere il mondo che ha davanti?
04:21
Or a musician to get the music out of his head?
100
249904
3588
O un musicista capace di estrapolare
la musica dalla sua mente?
la musica dalla sua mente?
04:25
There are incredible possibilities with this
101
253492
2292
Ci sono possibilità incredibili
04:27
as a way for creative people
102
255784
1993
per i creativi di condividere
le proprie idee
le proprie idee
04:29
to share at light speed.
103
257777
2233
alla velocità della luce.
04:32
And the truth is, the remaining bottleneck
104
260010
1998
E la verità è che l'ultimo ostacolo
da superare
da superare
04:34
in being able to do this
105
262008
1173
per poter realizzare tutto ciò
04:35
is just upping the resolution of brain scan systems.
106
263181
3980
è incrementare la risoluzione
dei sistemi di scansione del cervello.
dei sistemi di scansione del cervello.
04:39
So let me show you why I think
we're pretty close to getting there
we're pretty close to getting there
107
267161
2858
Vi mostro il motivo per cui penso
manchi poco a questo traguardo
manchi poco a questo traguardo
04:42
by sharing with you two recent experiments
108
270029
2387
parlandovi di due esperimenti
condotti recentemente
condotti recentemente
04:44
from two top neuroscience groups.
109
272416
2587
da due eminenti gruppi
di ricerca neuroscientifica.
di ricerca neuroscientifica.
04:47
Both used fMRI technology --
110
275003
2488
Entrambi hanno utilizzato
la tecnologia RMF
la tecnologia RMF
04:49
functional magnetic resonance imaging technology --
111
277491
2279
ossia la risonanza magnetica funzionale
04:51
to image the brain,
112
279770
1411
per realizzare un'immagine del cervello,
04:53
and here is a brain scan set from Giorgio Ganis
113
281181
3257
e qui potete vedere un set
di scansione cerebrale di Giorgio Ganis
di scansione cerebrale di Giorgio Ganis
04:56
and his colleagues at Harvard.
114
284438
1950
e dei suoi colleghi ad Harvard.
04:58
And the left-hand column shows a brain scan
115
286388
3154
La colonna a sinistra mostra
una scansione del cervello
una scansione del cervello
05:01
of a person looking at an image.
116
289542
3267
di una persona che guarda un'immagine.
05:04
The middle column shows the brainscan
117
292809
1929
La colonna centrale mostra
la scansione del cervello
la scansione del cervello
05:06
of that same individual
118
294738
1621
della stessa persona
05:08
imagining, seeing that same image.
119
296359
3066
mentre immagina di vedere
quella stessa immagine.
quella stessa immagine.
05:11
And the right column was created
120
299425
2048
E la colonna a destra è il risultato
05:13
by subtracting the middle
column from the left column,
column from the left column,
121
301473
3594
della sottrazione della colonna centrale
da quella di sinistra,
da quella di sinistra,
05:17
showing the difference to be nearly zero.
122
305083
2943
mostrando che la differenza
fra le due è quasi nulla.
fra le due è quasi nulla.
05:20
This was repeated on lots of different individuals
123
308026
2894
Tutto ciò è stato ripetuto
con molti altri individui,
con molti altri individui,
05:22
with lots of different images,
124
310920
2830
con tante immagini differenti,
05:25
always with a similar result.
125
313750
1604
con risultati sempre analoghi a questo.
05:27
The difference between seeing an image
126
315354
2089
La differenza fra il vedere un'immagine
05:29
and imagining seeing that same image
127
317443
2455
e immaginare di vedere
quella stessa immagine
quella stessa immagine
05:31
is next to nothing.
128
319898
2155
è quasi inesistente.
05:34
Next let me share with you one other experiment,
129
322053
2761
Adesso, vi racconterò
di un altro esperimento
di un altro esperimento
05:36
this from Jack Gallant's lab at Cal Berkeley.
130
324814
4541
condotto nel laboratorio di Jack Gallant
alla Cal Berkeley.
alla Cal Berkeley.
05:41
They've been able to decode brainwaves
131
329355
2063
Sono riusciti a decodificare
le onde celebrali
le onde celebrali
05:43
into recognizable visual fields.
132
331418
2441
in campi visivi riconoscibili.
05:45
So let me set this up for you.
133
333859
1305
Fatemi spiegare meglio.
05:47
In this experiment, individuals were shown
134
335164
2333
In questo esperimento,
hanno mostrato alle persone
hanno mostrato alle persone
05:49
hundreds of hours of YouTube videos
135
337497
1995
centinaia di ore di video di YouTube
05:51
while scans were made of their brains
136
339492
2039
mentre venivano eseguite
le scansioni dei loro cervelli
le scansioni dei loro cervelli
05:53
to create a large library of their brain reacting
137
341531
3216
per creare un'ampia raccolta
delle loro reazioni cerebrali
delle loro reazioni cerebrali
05:56
to video sequences.
138
344747
2649
alle sequenze video.
05:59
Then a new movie was shown with new images,
139
347396
2850
Poi è stato mostrato loro
un nuovo filmato con nuove immagini,
un nuovo filmato con nuove immagini,
06:02
new people, new animals in it,
140
350246
1952
nuove persone e nuovi animali,
06:04
and a new scan set was recorded.
141
352198
2711
ed è stato registrato
un nuovo set di scansioni.
un nuovo set di scansioni.
06:06
The computer, using brain scan data alone,
142
354909
2788
Il computer, usando solo i dati
raccolti dalle scansioni,
raccolti dalle scansioni,
06:09
decoded that new brain scan
143
357697
2024
ha decodificato
la nuova scansione cerebrale
la nuova scansione cerebrale
06:11
to show what it thought the
individual was actually seeing.
individual was actually seeing.
144
359721
4376
per mostrare che cosa pensava
che stessero guardando le persone.
che stessero guardando le persone.
06:16
On the right-hand side, you
see the computer's guess,
see the computer's guess,
145
364097
3381
A destra potete vedere
l'ipotesi del computer
l'ipotesi del computer
06:19
and on the left-hand side, the presented clip.
146
367478
4007
e a sinistra il filmato vero e proprio.
06:23
This is the jaw-dropper.
147
371485
2319
Il risultato lascia senza parole.
06:25
We are so close to being able to do this.
148
373804
2687
Siamo davvero vicinissimi
a raggiungere quel traguardo.
a raggiungere quel traguardo.
06:28
We just need to up the resolution.
149
376491
2785
Dobbiamo solo migliorare la risoluzione.
06:31
And now remember that when you see an image
150
379276
3252
Ricordatevi che sia
che guardiate un'immagine,
che guardiate un'immagine,
06:34
versus when you imagine that same image,
151
382528
2158
sia che immaginiate di guardarla,
06:36
it creates the same brain scan.
152
384686
3475
la scansione cerebrale
che ne deriva è la stessa.
che ne deriva è la stessa.
06:40
So this was done with the highest-resolution
153
388161
2722
Ora, tutto ciò è stato fatto
con sistemi di scansione cerebrale
con sistemi di scansione cerebrale
06:42
brain scan systems available today,
154
390883
2185
con la più alta risoluzione
disponibile oggi,
disponibile oggi,
06:45
and their resolution has increased really
155
393068
1784
e la loro risoluzione è davvero aumentata
06:46
about a thousandfold in the last several years.
156
394852
3497
di circa mille volte negli ultimi anni.
06:50
Next we need to increase the resolution
157
398349
2322
Adesso dobbiamo riuscire ad aumentarla
06:52
another thousandfold
158
400671
1977
ancora di mille volte in più
06:54
to get a deeper glimpse.
159
402648
1789
per potere avere immagini più nitide.
06:56
How do we do that?
160
404437
1511
Ma come facciamo?
06:57
There's a lot of techniques in this approach.
161
405948
2614
Ci sono molte tecniche utili
per questo scopo.
per questo scopo.
07:00
One way is to crack open your
skull and put in electrodes.
skull and put in electrodes.
162
408562
3118
Una consisterebbe nell'aprire il cranio
e metterci dentro degli elettrodi.
e metterci dentro degli elettrodi.
07:03
I'm not for that.
163
411680
1403
Io sono contraria.
07:05
There's a lot of new imaging techniques
164
413083
2955
Ci sono molte nuove tecniche di imaging
07:08
being proposed, some even by me,
165
416038
2003
che vengono proposte,
alcune anche da me,
alcune anche da me,
07:10
but given the recent success of MRI,
166
418041
2959
ma visto il recente successo
dell'RMF,
dell'RMF,
07:13
first we need to ask the question,
167
421000
2068
prima bisognerebbe chiedersi:
07:15
is it the end of the road with this technology?
168
423068
2841
siamo giunti al termine
di questa tecnologia?
di questa tecnologia?
07:17
Conventional wisdom says the only way
169
425909
2455
Il buon senso ci suggerisce
che la sola strada
che la sola strada
07:20
to get higher resolution is with bigger magnets,
170
428364
2589
per avere una risoluzione più alta
sia attraverso magneti più grandi,
sia attraverso magneti più grandi,
07:22
but at this point bigger magnets
171
430953
1842
ma a questo punto i magneti più grandi
07:24
only offer incremental resolution improvements,
172
432795
3750
offrono solo miglioramenti
di risoluzione progressivi,
di risoluzione progressivi,
07:28
not the thousandfold we need.
173
436545
2160
non quelle migliaia di volte in più
che ci servono.
che ci servono.
07:30
I'm putting forward an idea:
174
438705
1823
Io propongo un'idea:
07:32
instead of bigger magnets,
175
440528
1963
invece di magneti più grandi,
07:34
let's make better magnets.
176
442491
2450
realizziamo magneti migliori.
07:36
There's some new technology breakthroughs
177
444941
2003
C'è stata qualche innovazione tecnologica
07:38
in nanoscience
178
446944
1457
nella nanoscienza
07:40
when applied to magnetic structures
179
448401
1727
quando viene applicata
alle strutture magnetiche
alle strutture magnetiche
07:42
that have created a whole new class of magnets,
180
450128
3013
creando una classe
di magneti del tutto nuova,
di magneti del tutto nuova,
07:45
and with these magnets, we can lay down
181
453141
2531
e con questi magneti, possiamo proporre
07:47
very fine detailed magnetic field patterns
182
455672
2167
modelli dettagliatissimi
dei campi magnetici
dei campi magnetici
07:49
throughout the brain,
183
457839
1355
in tutto il cervello,
07:51
and using those, we can actually create
184
459194
3182
e usandoli, possiamo davvero creare
07:54
holographic-like interference structures
185
462376
2838
strutture di interferenza
simil-olografiche
simil-olografiche
07:57
to get precision control over many patterns,
186
465214
3469
per avere un controllo di precisione
su questi modelli,
su questi modelli,
08:00
as is shown here by shifting things.
187
468683
2445
come mostrato qui
spostando le immagini.
spostando le immagini.
08:03
We can create much more complicated structures
188
471128
3150
Possiamo creare strutture
molto più complicate
molto più complicate
08:06
with slightly different arrangements,
189
474278
2071
con disposizioni
leggermente differenti,
leggermente differenti,
08:08
kind of like making Spirograph.
190
476349
3033
come una specie di Spirograph.
08:11
So why does that matter?
191
479382
2228
Perché è importante tutto ciò?
08:13
A lot of effort in MRI over the years
192
481610
2577
Molto del lavoro delle RMF
nel corso degli anni
nel corso degli anni
08:16
has gone into making really big,
193
484187
2837
è servito a realizzare magneti
08:19
really huge magnets, right?
194
487024
2610
davvero enormi, vero?
08:21
But yet most of the recent advances
195
489634
2509
Eppure, la maggior parte
dei progressi recenti
dei progressi recenti
08:24
in resolution have actually come from
196
492143
2197
nella risoluzione sono in realtà
08:26
ingeniously clever encoding and decoding solutions
197
494340
4008
ingegnose soluzioni di codificazione
e di decodificazione
e di decodificazione
08:30
in the F.M. radio frequency transmitters and receivers
198
498348
3287
dei trasmettitori e dei ricevitori
della fraquenza FM delle radio
della fraquenza FM delle radio
08:33
in the MRI systems.
199
501635
2691
nei sistemi di RMF.
08:36
Let's also, instead of a uniform magnetic field,
200
504326
3322
Invece di progettare
un campo magnetico uniforme,
un campo magnetico uniforme,
08:39
put down structured magnetic patterns
201
507648
2672
proviamo a progettare
modelli magnetici strutturati
modelli magnetici strutturati
08:42
in addition to the F.M. radio frequencies.
202
510320
3099
in aggiunta alle frequenze radio FM.
08:45
So by combining the magnetics patterns
203
513419
2307
Combiniamo i modelli magnetici
08:47
with the patterns in the F.M. radio frequencies
204
515726
2710
con i modelli delle frequenze radio FM
08:50
processing which can massively increase
205
518436
2171
che elaborano ciò che potrebbe
aumentare considerevolmente
aumentare considerevolmente
08:52
the information that we can extract
206
520607
1969
le informazioni che possiamo estrarre
08:54
in a single scan.
207
522576
2446
da una singola scansione.
08:57
And on top of that, we can then layer
208
525022
2332
E inoltre, possiamo poi stratificare
08:59
our ever-growing knowledge
of brain structure and memory
of brain structure and memory
209
527354
4472
le nostre conoscenze in continua crescita
della struttura cerebrale e della memoria
della struttura cerebrale e della memoria
09:03
to create a thousandfold increase that we need.
210
531826
3695
per raggiungere la risoluzione che ci serve,
di mille volte superiore a quella attuale.
di mille volte superiore a quella attuale.
09:07
And using fMRI, we should be able to measure
211
535521
2943
E usando RMF dovremmo essere
in grado di misurare
in grado di misurare
09:10
not just oxygenated blood flow,
212
538464
2082
non solo il flusso di sangue ossigenato,
09:12
but the hormones and neurotransmitters
I've talked about
I've talked about
213
540546
2901
ma anche gli ormoni e i neurotrasmettitori
di cui vi ho parlato
di cui vi ho parlato
09:15
and maybe even the direct neural activity,
214
543447
2345
e forse persino l'attività neurale
propriamente detta,
propriamente detta,
09:17
which is the dream.
215
545792
1503
che sarebbe un sogno.
09:19
We're going to be able to dump our ideas
216
547295
2234
Saremmo in grado
di scaricare le nostre idee
di scaricare le nostre idee
09:21
directly to digital media.
217
549529
2694
direttamente nei media digitali.
09:24
Could you imagine if we could leapfrog language
218
552223
2711
Riuscite a immaginare di scavalcare
la lingua parlata
la lingua parlata
09:26
and communicate directly with human thought?
219
554934
4209
e comunicare direttamente
attraverso il pensiero?
attraverso il pensiero?
09:31
What would we be capable of then?
220
559143
3193
Di che cosa saremmo capaci allora?
09:34
And how will we learn to deal
221
562336
2637
E come impareremo ad affrontare
09:36
with the truths of unfiltered human thought?
222
564973
4219
le verità del pensiero umano
senza i filtri del linguaggio verbale?
senza i filtri del linguaggio verbale?
09:41
You think the Internet was big.
223
569192
2567
Pensate che internet sia grande.
09:43
These are huge questions.
224
571759
2602
Ma queste sono domande grandissime.
09:46
It might be irresistible as a tool
225
574361
2148
Potrebbe essere irresistibile
come strumento
come strumento
09:48
to amplify our thinking and communication skills.
226
576509
3876
per amplificare le nostre capacità
di pensiero e di comunicazione.
di pensiero e di comunicazione.
09:52
And indeed, this very same tool
227
580385
2023
E infatti, questo stesso strumento
09:54
may prove to lead to the cure
228
582408
2126
potrebbe avere un ruolo centrale
per curare
per curare
09:56
for Alzheimer's and similar diseases.
229
584534
3074
l'Alzheimer e altre malattie simili.
09:59
We have little option but to open this door.
230
587608
3512
Non ci resta altro
che aprire questa porta.
che aprire questa porta.
10:03
Regardless, pick a year --
231
591120
1585
Ad ogni modo, scegliete un anno --
10:04
will it happen in five years or 15 years?
232
592705
2266
accadrà tra 5 o tra 15 anni?
10:06
It's hard to imagine it taking much longer.
233
594971
4616
È difficile immaginare
che ci voglia più tempo di così.
che ci voglia più tempo di così.
10:11
We need to learn how to take this step together.
234
599587
3695
Dobbiamo imparare
come fare questo passo insieme.
come fare questo passo insieme.
10:15
Thank you.
235
603282
2174
Grazie.
10:17
(Applause)
236
605456
3974
(Applausi)
ABOUT THE SPEAKER
Mary Lou Jepsen - Inventor, entrepreneur, optical physicistMary Lou Jepsen pushes the edges of what's possible in optics and physics, to make new types of devices, leading teams and working with huge factories that can ship vast volumes of these strange, new things.
Why you should listen
Mary Lou Jepsen is one of the world’s foremost engineers and scientists in optics, imaging and display -- inventing at the hairy, crazy edge of what physics allows, aiming to do what seems impossible and leading teams to achieve these in volume in partnership with the world’s largest manufacturers, in Asia. She has more than 200 patents published or issued.
Jepsen is the founder and CEO of Openwater, which aims to use new optics to see inside our bodies. Previously a top technical exec at Google, Facebook, Oculus and Intel, her startups include One Laptop Per Child, where she was CTO and chief architect on the $100 laptop. She studied at Brown, MIT and Rhode Island School of Design, and she was a professor at both MITs -- the one in Cambridge, Mass., and the Royal Melbourne Institute of Tech in Australia.
Mary Lou Jepsen | Speaker | TED.com