TED2013
Mary Lou Jepsen: Could future devices read images from our brains?
Mary Lou Jepsen: Ar gali ateities prietaisai skaityti mintis tiesiai iš mūsų smegenų?
Filmed:
Readability: 4.6
1,035,856 views
Pažangiausių skaitmeninių vaizdavimo formų ekspertė Mary Lou Jepsen gilinais į tai, kaip perkelti mūsų kūrybingiausias mintis į ekraną. Kadangi jai pačiai teko patirti smegenų operaciją, ji nori žinoti kuo daugiau apie neuronų veiklą, skatinančią inovacijas, kūrybingumą, mąstymą. Jos gyvenimo aistros susilieja stulbinančioje kalboje, kurioje ji papasakoja apie pažangiausius šiuo metu atliekamus smegenų tyrimus, galinčius išplėsti mūsų suvokimo ribas apie tai, kaip (ir ką) mes mąstome.
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
Prieš 18 metų man atliko smegenų operaciją
00:15
and since that time, brain science has become
1
3115
2567
ir nuo tada mokslas, tyrinėjantis smegenis,
00:17
a personal passion of mine.
2
5682
1999
tapo mano aistra.
00:19
I'm actually an engineer.
3
7681
2235
Iš tiesų aš inžinierė.
00:21
And first let me say, I recently joined
4
9916
2516
Visų pirma norėčiau pasakyi, kad neseniai prisijungiau
00:24
Google's Moonshot group,
5
12432
1549
prie Google Moonshot grupės,
00:25
where I had a division,
6
13981
1212
kur aš prižiūrėjau
00:27
the display division in Google X,
7
15193
2181
Google X displėjaus padalinį,
ir darbas, susijęs su smegenų tyrinėjimu,
00:29
and the brain science work I'm speaking about today
8
17374
2622
apie kurį pasakosiu šiandien,
00:31
is work I did before I joined Google
9
19996
2921
yra tai, ką aš dirbau iki prisijungdama prie Google,
00:34
and on the side outside of Google.
10
22917
2332
ir nėra susiję su Google.
00:37
So that said, there's a stigma
11
25249
3183
Tai tiek.
00:40
when you have brain surgery.
12
28432
2285
Su smegenų operacija yra susijusi stigma.
00:42
Are you still smart or not?
13
30717
2823
Ar tu vis dar protingas, ar jau nebe?
00:45
And if not, can you make yourself smart again?
14
33540
3848
O jei ne, ar gali save ir vėl padaryti protingu?
00:49
After my neurosurgery,
15
37388
1766
Po man atliktos neurochirurgijos
00:51
part of my brain was missing,
16
39154
1997
nebeturejau dalies smegenų
00:53
and I had to deal with that.
17
41151
2773
ir man teko su tuo susitaikyti.
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
Tai nebuvo pilkoji medžiaga, bet ta dalis pačiame centre,
00:58
that makes key hormones and neurotransmitters.
19
46868
3402
kuri gamina pagrindinius hormonus ir neurotransmiterius.
01:02
Immediately after my surgery,
20
50270
2231
Iš karto po operacijos
01:04
I had to decide what amounts of each of over
21
52501
2143
turėjau nuspręsti, kokį kiekį kiekvieno iš dešimties
01:06
a dozen powerful chemicals to take each day,
22
54644
3702
stiprių cheminių preparatų privalau gerti kiekvieną dieną,
01:10
because if I just took nothing,
23
58346
1809
nes jeigu jų nevartočiau,
01:12
I would die within hours.
24
60155
2732
mirčiau per kelias valandas.
01:14
Every day now for 18 years -- every single day --
25
62887
3920
Jau 18 metų kiekvieną dieną
01:18
I've had to try to decide the combinations
26
66807
2710
turėjau galvoti, kokias cheminių medžiagų
01:21
and mixtures of chemicals,
27
69517
1328
kombinacijas ir mišinius rinktis,
01:22
and try to get them, to stay alive.
28
70845
3847
ir mėginti jų gauti tam, kad likčiau gyva.
01:26
There have been several close calls.
29
74692
2721
Keletą kartą vos išsikapsčiau.
01:29
But luckily, I'm an experimentalist at heart,
30
77413
3699
Bet, laimei, širdyje esu eksperimentatorė,
01:33
so I decided I would experiment
31
81112
3227
tad nusprendžiau pabandyti
01:36
to try to find more optimal dosages
32
84339
2440
surasti, kokios būtų tinkamesnės dozės,
01:38
because there really isn't a clear road map
33
86779
1637
nes čia nebuvo jokių aiškių
01:40
on this that's detailed.
34
88416
1903
detalių instrukcijų.
01:42
I began to try different mixtures,
35
90319
2151
Ėmiau bandyti skirtingus mišinius,
01:44
and I was blown away by how
36
92470
2872
ir buvau priblokšta,
01:47
tiny changes in dosages
37
95342
2411
kaip mažyčiai pakeitimai dozavime
01:49
dramatically changed my sense of self,
38
97753
3149
aukštyn kojom apvertė mano suvokimą,
01:52
my sense of who I was, my thinking,
39
100902
1811
kas aš esu, mano mąstymą,
01:54
my behavior towards people.
40
102713
2259
mano elgesį su kitais.
01:56
One particularly dramatic case:
41
104972
2049
Vienas konkretus atvejis:
01:59
for a couple months I actually tried dosages
42
107021
1868
keletą mėnesių vartojau dvidešimtmečiui vyrui tinkamas
02:00
and chemicals typical of a man in his early 20s,
43
108889
3908
dozes ir chemines medžiagas,
02:04
and I was blown away by how my thoughts changed.
44
112797
3011
ir buvau apstulbinta, kaip pasikeitė mano mintys.
02:07
(Laughter)
45
115808
3120
(Juokiasi)
02:10
I was angry all the time,
46
118928
3058
Visą laiką buvau pikta,
02:13
I thought about sex constantly,
47
121986
1846
nuolatos galvojau apie seksą,
02:15
and I thought I was the smartest person
48
123832
2949
ir maniau esanti pati protingiausia
02:18
in the entire world, and
49
126781
2051
visame pasaulyje, ir
02:20
—(Laughter)—
50
128832
2263
- (Juokiasi) -
02:23
of course over the years I'd
met guys kind of like that,
met guys kind of like that,
51
131095
2925
žinoma, per tuos metus sutikau vyrų, kuriems tai patiko
02:26
or maybe kind of toned-down versions of that.
52
134020
2267
arba patiko švelnesnės to versijos.
02:28
I was kind of extreme.
53
136287
2184
Aš buvau kraštutinybė.
02:30
But to me, the surprise was,
54
138471
2569
Bet mane nustebino tai,
02:33
I wasn't trying to be arrogant.
55
141040
2166
kad nesistengiau būti arogantiška tyčia.
02:35
I was actually trying,
56
143206
3209
Aš tiesiog stengiausi,
02:38
with a little bit of insecurity,
57
146415
2360
kiek nedrąsiai,
02:40
to actually fix a problem in front of me,
58
148775
3000
tik įveikti savo problemą,
02:43
and it just didn't come out that way.
59
151775
1856
ir man tiesiog nepavyko taip, kaip tikėjausi.
02:45
So I couldn't handle it.
60
153631
1483
Negalėjau su tuo susidoroti.
02:47
I changed my dosages.
61
155114
1525
Pakeičiau savo dozes.
02:48
But that experience, I think, gave me
62
156639
2455
Bet toji patirtis, manau, leido man
02:51
a new appreciation for men
63
159094
1751
naujai vertinti vyrus
02:52
and what they might walk through,
64
160845
1816
ir į tai, ką jiems tenka patirti,
02:54
and I've gotten along with men
65
162661
1690
ir nuo to laiko sutariu su vyrais
02:56
a lot better since then.
66
164351
1839
kur kas geriau.
02:58
What I was trying to do
67
166190
1545
Tai, ko aš siekiau,
02:59
with tuning these hormones
68
167735
2028
stimuliuodama šiuos hormonus
03:01
and neurotransmitters and so forth
69
169763
2323
ir neurotransmiterius,
03:04
was to try to get my intelligence back
70
172086
3605
buvo bandymas susigrąžinti savo intelektą,
03:07
after my illness and surgery,
71
175691
2634
kurio netekau per savo ligą ir operaciją,
03:10
my creative thought, my idea flow.
72
178325
2635
susigrąžinti savo kūrybinį mąstymą, minties tėkmę.
03:12
And I think mostly in images,
73
180960
2641
O dažniausiai mąstau vaizdais,
03:15
and so for me that became a key metric --
74
183601
2852
taigi man tai tapo svarbiausiu matu --
03:18
how to get these mental images
75
186453
2330
tikslu pažadinti šią vaizduotę,
03:20
that I use as a way of rapid prototyping,
76
188783
2504
kuriuos aš naudoju kaip būdą greitam prototipų gaminimui,
03:23
if you will, my ideas,
77
191287
1743
savo idėjoms,
03:25
trying on different new ideas for size,
78
193030
2372
naujų koncepcijų išbandymui,
03:27
playing out scenarios.
79
195402
1695
scenarijų įgyvendinimui.
03:29
This kind of thinking isn't new.
80
197097
1913
Toks mąstymas nėra nieko nauja.
03:31
Philiosophers like Hume and Descartes and Hobbes
81
199010
3255
Tokie filosofai kaip Hiumas, Dekartas ir Hobsas
03:34
saw things similarly.
82
202265
1528
manė panašiai.
03:35
They thought that mental images and ideas
83
203793
2737
Jie galvojo, kad vaizdinis mąstymas ir idėjos
03:38
were actually the same thing.
84
206530
2331
yra iš esmės tas pats.
03:40
There are those today that dispute that,
85
208861
2417
Šiandien yra žmonių, kurie su tuo nesutinka,
03:43
and lots of debates about how the mind works,
86
211278
3195
ir pilna diskusijų apie tai, kaip veikia protas,
03:46
but for me it's simple:
87
214473
1736
tačiau suprantu paprastai:
03:48
Mental images, for most of us,
88
216209
2532
daugeliui iš mūsų vaizdinis mąstymas
03:50
are central in inventive and creative thinking.
89
218741
3934
yra kertinis inovatyviam ir kūrybingam mąstymui.
03:54
So after several years,
90
222675
1775
Taigi po keletos metų
03:56
I tuned myself up and I have lots of great,
91
224450
3233
aš save sustygavau ir galiu įsivaizduoti daugybę puikių,
03:59
really vivid mental images with a lot of sophistication
92
227683
3048
labai ryškių vaizdinių su nemažai rafinuotumo
04:02
and the analytical backbone behind them.
93
230731
2269
ir analitinio pagrindo.
04:05
And so now I'm working on,
94
233000
1921
Dabar sprendžiu,
04:06
how can I get these mental images in my mind
95
234921
4162
kaip šiuos vaizdinius iš savo minčių pasaulio
04:11
out to my computer screen faster?
96
239083
2850
perkelti į kompiuterio ekraną greičiau.
04:13
Can you imagine, if you will,
97
241933
2089
Ar galite įsivaizduoti, tarkime,
04:16
a movie director being able to use
98
244022
2120
filmo režisierę, kuri galėtų panaudoti
04:18
her imagination alone to
direct the world in front of her?
direct the world in front of her?
99
246142
3762
vien savo vaizduotę režisuodama ją supantį pasaulį?
04:21
Or a musician to get the music out of his head?
100
249904
3588
Arba muzikantą, kuris galėtų "ištraukti" muziką iš savo galvos?
04:25
There are incredible possibilities with this
101
253492
2292
Tai yra nuostabi galimybė
04:27
as a way for creative people
102
255784
1993
kūrybingiems žmonėms
04:29
to share at light speed.
103
257777
2233
dalintis idėjomis šviesos greičiu.
04:32
And the truth is, the remaining bottleneck
104
260010
1998
Tiesą pasakius, vienintelis sunkumas
04:34
in being able to do this
105
262008
1173
įgyvendinant šią idėją,
04:35
is just upping the resolution of brain scan systems.
106
263181
3980
yra kaip pagerinti smegenų skenavimo sistemų rezoliuciją.
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
Taigi leiskite man pademonstruoti, kodėl manau, jog mes esame pakankamai arti to,
04:42
by sharing with you two recent experiments
108
270029
2387
ir pasidalinti pora neseniai darytų eksperimentų,
04:44
from two top neuroscience groups.
109
272416
2587
kuriuos atliko dvi geriausios neurologų grupės.
04:47
Both used fMRI technology --
110
275003
2488
Abi naudojo fMRI technologiją --
04:49
functional magnetic resonance imaging technology --
111
277491
2279
funkcinio magnetinio rezonanso vaizdavimo būdą --
04:51
to image the brain,
112
279770
1411
pavaizduoti smegenis,
04:53
and here is a brain scan set from Giorgio Ganis
113
281181
3257
ir štai čia yra Giorgio Ganis ir jo kolegų iš Harvardo
04:56
and his colleagues at Harvard.
114
284438
1950
smegenų nuskanuotų vaizdų rinkinys.
04:58
And the left-hand column shows a brain scan
115
286388
3154
Kairėje esančioje skiltyje smegenys priklauso
05:01
of a person looking at an image.
116
289542
3267
žmogaui, žiūrinčiam į paveikslą.
05:04
The middle column shows the brainscan
117
292809
1929
Vidurinė skiltis rodo smegenis
05:06
of that same individual
118
294738
1621
to paties individo,
05:08
imagining, seeing that same image.
119
296359
3066
tik įsivaizduojančio, kad mato tokį pat paveikslą.
05:11
And the right column was created
120
299425
2048
Ir dešinioji skiltis buvo sukurta
05:13
by subtracting the middle
column from the left column,
column from the left column,
121
301473
3594
atimant vidurinę skiltį iš kairiosios,
05:17
showing the difference to be nearly zero.
122
305083
2943
ir skirtumas yra beveik nulinis.
05:20
This was repeated on lots of different individuals
123
308026
2894
Tai buvo pakartota su daug skirtingų žmonių
05:22
with lots of different images,
124
310920
2830
ir paveiksėlių,
05:25
always with a similar result.
125
313750
1604
tačiau rezultatas visada būdavo toks pat.
05:27
The difference between seeing an image
126
315354
2089
Skirtumo tarp paveikslo matymo
05:29
and imagining seeing that same image
127
317443
2455
ir įsivaizdavimo, kad matai tą paveikslą,
05:31
is next to nothing.
128
319898
2155
beveik nėra.
05:34
Next let me share with you one other experiment,
129
322053
2761
Taip pat norėčiau su jumis pasidalinti dar vienu eksperimentu,
05:36
this from Jack Gallant's lab at Cal Berkeley.
130
324814
4541
atliktu Jack Gallant laboratorijoje Cal Berkley.
05:41
They've been able to decode brainwaves
131
329355
2063
Jiems pavyko dekoduoti smegenų skleidžiamas bangas
05:43
into recognizable visual fields.
132
331418
2441
į atpažįstamus vizualinius laukus.
05:45
So let me set this up for you.
133
333859
1305
Taigi leiskite man viską sudėlioti į vietas.
05:47
In this experiment, individuals were shown
134
335164
2333
Eksperimento metu asmenims buvo rodomi
05:49
hundreds of hours of YouTube videos
135
337497
1995
šimtai valandų YouTube vaizdo įrašų,
05:51
while scans were made of their brains
136
339492
2039
o tuo metu jų smegenys buvo skenuojamos
05:53
to create a large library of their brain reacting
137
341531
3216
ir taip sukurta didelė duomenų bazė, kurioje matyti,
05:56
to video sequences.
138
344747
2649
kaip smegenys reaguoja į vaizdo įrašus.
05:59
Then a new movie was shown with new images,
139
347396
2850
Tuomet buvo parodytas kitas filmas su naujais vaizdais,
06:02
new people, new animals in it,
140
350246
1952
naujais žmonėmis, gyvūnais ir t.t.,
06:04
and a new scan set was recorded.
141
352198
2711
ir smegenys vėl nuskenuotos.
06:06
The computer, using brain scan data alone,
142
354909
2788
Kompiuteris, naudodamas vien tik skenavimo duomenis,
06:09
decoded that new brain scan
143
357697
2024
iššifravo tą naują smegenų skanuotę,
06:11
to show what it thought the
individual was actually seeing.
individual was actually seeing.
144
359721
4376
kad atskleistų mums, iš tikrųjų asmuo matė.
06:16
On the right-hand side, you
see the computer's guess,
see the computer's guess,
145
364097
3381
Dešinėje pusėje matote kompiuterio spėjimą,
06:19
and on the left-hand side, the presented clip.
146
367478
4007
o kairėje - demonstruotą vaizdo įrašą.
06:23
This is the jaw-dropper.
147
371485
2319
Tai neįtikėtina.
06:25
We are so close to being able to do this.
148
373804
2687
Mes esame taip arti.
06:28
We just need to up the resolution.
149
376491
2785
Mums tereikia pagerinti rezoliuciją.
06:31
And now remember that when you see an image
150
379276
3252
O dabar prisiminkite, kad kai matote vaizdą
06:34
versus when you imagine that same image,
151
382528
2158
ir kai įsivaizduojate identišką vaizdą,
06:36
it creates the same brain scan.
152
384686
3475
smegenų skanuotė būna tokia pati.
06:40
So this was done with the highest-resolution
153
388161
2722
Taigi tai buvo padaryta su aukščiausios skiriamosios gebos
06:42
brain scan systems available today,
154
390883
2185
šiuolaikinėmis smegenų skenavimo sistemomis,
06:45
and their resolution has increased really
155
393068
1784
ir jų skiriamoji geba išaugo
06:46
about a thousandfold in the last several years.
156
394852
3497
tūkstančius kartų per pastaruosius keletą metų.
06:50
Next we need to increase the resolution
157
398349
2322
Toliau mums reikia padidinti rezoliuciją
06:52
another thousandfold
158
400671
1977
dar tūkstančiu kartų,
06:54
to get a deeper glimpse.
159
402648
1789
kad galėtumėme žvelgti dar giliau.
06:56
How do we do that?
160
404437
1511
Kaip tai padaryti?
06:57
There's a lot of techniques in this approach.
161
405948
2614
Yra daug būdų.
07:00
One way is to crack open your
skull and put in electrodes.
skull and put in electrodes.
162
408562
3118
Vienas jų yra atidaryti kaukolę ir įdėti elektrodus į vidų.
07:03
I'm not for that.
163
411680
1403
Aš nesu už tai.
07:05
There's a lot of new imaging techniques
164
413083
2955
Yra daug naujų pasiūlymų, kaip pavaizduoti smegenis,
07:08
being proposed, some even by me,
165
416038
2003
kai kurie jų yra mano pačios,
07:10
but given the recent success of MRI,
166
418041
2959
bet atsižvelgiant į MRT sėkmę,
07:13
first we need to ask the question,
167
421000
2068
pirmiausia reikėtų išsiaiškinti,
07:15
is it the end of the road with this technology?
168
423068
2841
ar tai jau viskas, ką galime padaryti su šia technologija?
07:17
Conventional wisdom says the only way
169
425909
2455
Yra visuotinai priimta, kad vienintelis būdas
07:20
to get higher resolution is with bigger magnets,
170
428364
2589
gauti geresnę rezoliuciją yra didesni magnetai,
07:22
but at this point bigger magnets
171
430953
1842
bet šiuo atveju didesni magnetai
07:24
only offer incremental resolution improvements,
172
432795
3750
gali pagerinti rezoliuciją tik palaipsniui,
07:28
not the thousandfold we need.
173
436545
2160
o ne tūkstančius kartų, kaip mums reikia.
07:30
I'm putting forward an idea:
174
438705
1823
Aš siūlau idėją:
07:32
instead of bigger magnets,
175
440528
1963
vietoj didesnių magnetų
07:34
let's make better magnets.
176
442491
2450
padarykime geresnius magnetus.
07:36
There's some new technology breakthroughs
177
444941
2003
Yra naujų technologinių laimėjimų
07:38
in nanoscience
178
446944
1457
nanomokslo srityje,
07:40
when applied to magnetic structures
179
448401
1727
kuriuos pritaikius magnetinėms struktūroms
07:42
that have created a whole new class of magnets,
180
450128
3013
buvo sukurta visiškai nauja rūšis magnetų,
07:45
and with these magnets, we can lay down
181
453141
2531
su kuriais galime išgauti
07:47
very fine detailed magnetic field patterns
182
455672
2167
labai išsamius magnetinio lauko modelius
07:49
throughout the brain,
183
457839
1355
iš smegenų
07:51
and using those, we can actually create
184
459194
3182
ir juos naudojant galime sukurti
07:54
holographic-like interference structures
185
462376
2838
holografinio tipo trukdžių struktūras
07:57
to get precision control over many patterns,
186
465214
3469
ir preciziškai kontroliuoti daugelį modelių,
08:00
as is shown here by shifting things.
187
468683
2445
kaip yra parodyta čia perkelinėjant daiktus.
08:03
We can create much more complicated structures
188
471128
3150
Mes galime sukurti sudėtingesnes struktūras
08:06
with slightly different arrangements,
189
474278
2071
su šiek tiek kitokia tvarka,
08:08
kind of like making Spirograph.
190
476349
3033
panašiai kaip kuriant spirografą.
08:11
So why does that matter?
191
479382
2228
Taigi kodėl tai svarbu?
08:13
A lot of effort in MRI over the years
192
481610
2577
Daug pastangų buvo įdėta į MRT
08:16
has gone into making really big,
193
484187
2837
siekiant sukurti didelius,
08:19
really huge magnets, right?
194
487024
2610
milžiniškus magnetus, taip?
08:21
But yet most of the recent advances
195
489634
2509
Bet vis dėlto daugelis pasiekimų
08:24
in resolution have actually come from
196
492143
2197
rezoliucijoje buvo padaryti
08:26
ingeniously clever encoding and decoding solutions
197
494340
4008
dėka išradingų kodavimo ir dekodavimo sprendimų
08:30
in the F.M. radio frequency transmitters and receivers
198
498348
3287
F.M. radijo dažnio siųstuvuose ir gavikliuose
08:33
in the MRI systems.
199
501635
2691
MRT sistemose.
08:36
Let's also, instead of a uniform magnetic field,
200
504326
3322
Vietoj vienodo magnetinio lauko
08:39
put down structured magnetic patterns
201
507648
2672
galime pateikti struktūrinius magnetinius modelius
08:42
in addition to the F.M. radio frequencies.
202
510320
3099
kartu su F.M. radio dažniais.
08:45
So by combining the magnetics patterns
203
513419
2307
Taip derindami magnetinius modelius
08:47
with the patterns in the F.M. radio frequencies
204
515726
2710
su modeliais, esančiais F.M. radijo dažniuose,
08:50
processing which can massively increase
205
518436
2171
ir juos apdorodami galime labai padidinti
08:52
the information that we can extract
206
520607
1969
informaciją, kurią galime išgauti
08:54
in a single scan.
207
522576
2446
iš vieno skenavimo.
08:57
And on top of that, we can then layer
208
525022
2332
Ir be to, taip išplėstume
08:59
our ever-growing knowledge
of brain structure and memory
of brain structure and memory
209
527354
4472
nuolatos augančias žinias apie smegenų struktūrą ir atmintį,
09:03
to create a thousandfold increase that we need.
210
531826
3695
kad sukurtume tūkstantakartį augimą, kurio mums reikia.
09:07
And using fMRI, we should be able to measure
211
535521
2943
Naudodami fMRT, galėsime išmatuoti
09:10
not just oxygenated blood flow,
212
538464
2082
ne tik deguonimi prisotinto kraujo tekėjimą,
09:12
but the hormones and neurotransmitters
I've talked about
I've talked about
213
540546
2901
bet ir minėtus hormonus ir neuromediatorius,
09:15
and maybe even the direct neural activity,
214
543447
2345
ir galbūt net ir tiesioginę neuronų veiklą,
09:17
which is the dream.
215
545792
1503
kas yra svajonė.
09:19
We're going to be able to dump our ideas
216
547295
2234
Ir tuomet sugebėsime savo idėjas
09:21
directly to digital media.
217
549529
2694
tiesiogiai perkelti į skaitmeninę laikmeną.
09:24
Could you imagine if we could leapfrog language
218
552223
2711
Ar galite įsivaizduoti, kad mums pavyktų be kalbos
09:26
and communicate directly with human thought?
219
554934
4209
tiesiogiai bendrauti mintimis?
09:31
What would we be capable of then?
220
559143
3193
Ką tuomet galėtume nuveikti?
09:34
And how will we learn to deal
221
562336
2637
Ir kaip išmoktume susidoroti
09:36
with the truths of unfiltered human thought?
222
564973
4219
su žmogaus minties nefiltruotomis tiesomis?
09:41
You think the Internet was big.
223
569192
2567
Manote, kad internetas buvo didelis pasiekimas.
09:43
These are huge questions.
224
571759
2602
Šie klausimai ne ką mažesnės svarbos.
09:46
It might be irresistible as a tool
225
574361
2148
Tai galėtų būti didžiulė priemonė
09:48
to amplify our thinking and communication skills.
226
576509
3876
mūsų mąstymo ir bendravimo įgūdžiams išplėsti.
09:52
And indeed, this very same tool
227
580385
2023
Ir iš tiesų gali paaiškėti, jog ta pati priemonė
09:54
may prove to lead to the cure
228
582408
2126
galėtų tapti būdu
09:56
for Alzheimer's and similar diseases.
229
584534
3074
Alzheimerio ir panašioms ligoms gydyti.
09:59
We have little option but to open this door.
230
587608
3512
Mes neturime kitos išeities, kaip tik atverti duris.
10:03
Regardless, pick a year --
231
591120
1585
Tik išsirinkite metus:
10:04
will it happen in five years or 15 years?
232
592705
2266
ar tai atsitiks per penkerius, ar per penkiolika?
10:06
It's hard to imagine it taking much longer.
233
594971
4616
Sunku įsivaizduoti, kad tai užtruktų ilgiau.
10:11
We need to learn how to take this step together.
234
599587
3695
Mes turime pasiruošti žengti šį žingsnį kartu.
10:15
Thank you.
235
603282
2174
Ačiū.
10:17
(Applause)
236
605456
3974
(Plojimai)
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