ABOUT THE SPEAKER
Jeff Hawkins - Computer designer, brain researcher
Jeff Hawkins pioneered the development of PDAs such as the Palm and Treo. Now he's trying to understand how the human brain really works, and adapt its method -- which he describes as a deep system for storing memory -- to create new kinds of computers and tools.

Why you should listen

Jeff Hawkins' Palm PDA became such a widely used productivity tool during the 1990s that some fanatical users claimed it replaced their brains. But Hawkins' deepest interest was in the brain itself. So after the success of the Palm and Treo, which he brought to market at Handspring, Hawkins delved into brain research at the Redwood Center for Theoretical Neuroscience in Berkeley, Calif., and a new company called Numenta.

Hawkins' dual goal is to achieve an understanding of how the human brain actually works -- and then develop software to mimic its functionality, delivering true artificial intelligence. In his book On Intelligence (2004) he lays out his compelling, controversial theory: Contrary to popular AI wisdom, the human neocortex doesn't work like a processor; rather, it relies on a memory system that stores and plays back experiences to help us predict, intelligently, what will happen next. He thinks that "hierarchical temporal memory" computer platforms, which mimic this functionality (and which Numenta might pioneer), could enable groundbreaking new applications that could powerfully extend human intelligence.

More profile about the speaker
Jeff Hawkins | Speaker | TED.com
TED2003

Jeff Hawkins: How brain science will change computing

Џеф Хокинс: Како науката за мозокот ќе ја промени технологијата на компјутерите

Filmed:
1,674,773 views

Џеф Хокинс, создавачот на Трео, нѐ поттикнува да гледаме на мозокот на еден поинаков начин-да го гледаме, не како брз процесор туку како мемориски систем кој ги зачувува и повторно ги прегледува искуствата кои овозможуваат на интелигентен начин да предвидуваме што ќе се случува понатаму.
- Computer designer, brain researcher
Jeff Hawkins pioneered the development of PDAs such as the Palm and Treo. Now he's trying to understand how the human brain really works, and adapt its method -- which he describes as a deep system for storing memory -- to create new kinds of computers and tools. Full bio

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

00:25
I do two things: I design mobile computers and I study brains.
0
0
3000
Се занимавам со 2 работи-креирам мобилни
компјутери и го проучувам мозокот.
00:29
And today's talk is about brains and,
1
4000
2000
Денес ќе зборувам за мозокот и
00:31
yay, somewhere I have a brain fan out there.
2
6000
2000
да, таму некаде има фанови на мозокот.
00:33
(Laughter)
3
8000
2000
(Смеа)
00:35
I'm going to, if I can have my first slide up here,
4
10000
2000
Ќе зборувам, ако може да оди првиот слајд,
00:37
and you'll see the title of my talk and my two affiliations.
5
12000
4000
и ќе го видите насловот на говорот
и двете потточки.
00:41
So what I'm going to talk about is why we don't have a good brain theory,
6
16000
4000
Ќе ви зборувам за тоа зошто немаме
добра теорија за мозокот,
00:45
why it is important that we should develop one and what we can do about it.
7
20000
3000
зошто е важно да ја создададеме
и што можеме да направиме.
00:48
And I'll try to do all that in 20 minutes. I have two affiliations.
8
23000
3000
Ќе се обидам да го сторам тоа во 20 мин.
Имам 2 подружници.
00:51
Most of you know me from my Palm and Handspring days,
9
26000
3000
Повеќето ме знаат од времето
на Палм и Хендспринг
00:54
but I also run a nonprofit scientific research institute
10
29000
3000
но, водам и непрофитен институт
за научни истражувања
- Редвуд Институтот за
Невронаука во М.Парк
00:57
called the Redwood Neuroscience Institute in Menlo Park,
11
32000
2000
00:59
and we study theoretical neuroscience,
12
34000
2000
каде проучуваме теоретска невронаука,
01:01
and we study how the neocortex works.
13
36000
2000
и функцијата на неокортексот.
01:03
I'm going to talk all about that.
14
38000
2000
Ќе зборувам за тоа.
01:05
I have one slide on my other life, the computer life, and that's the slide here.
15
40000
3000
Имам еден слајд во мојот друг живот,
компјутерот, еве го.
01:08
These are some of the products I've worked on over the last 20 years,
16
43000
3000
Има неколку производи на кои работев
изминатите 20 год.
01:11
starting back from the very original laptop to some of the first tablet computers
17
46000
4000
почнувајќи од првобитниот лаптоп
до првите таблет компјутери
01:15
and so on, and ending up most recently with the Treo,
18
50000
2000
и така натаму, завршувајќи со Трео
01:17
and we're continuing to do this.
19
52000
2000
и продолжуваме да го работиме тоа.
01:19
And I've done this because I really believe that mobile computing
20
54000
2000
Верувам дека мобилното компјутерство
01:21
is the future of personal computing, and I'm trying to make the world
21
56000
3000
е иднината на персоналното компјутерство
и се трудам светот
01:24
a little bit better by working on these things.
22
59000
3000
да го направам подобро место
за живеење со мојата работа.
01:27
But this was, I have to admit, all an accident.
23
62000
2000
Да бидам искрен, ова беше случајно.
01:29
I really didn't want to do any of these products
24
64000
2000
Не сакав да ги направам овие производи
01:31
and very early in my career I decided
25
66000
2000
и на почетокот на кариерата одлучив
01:33
I was not going to be in the computer industry.
26
68000
3000
да не бидам во компјутерската индустрија.
01:36
And before I tell you about that, I just have to tell you
27
71000
2000
Но, пред тоа морам да ви кажам
01:38
this one little picture of graffiti there I picked off the web the other day.
28
73000
2000
за парче графити најдено на интернет.
01:40
I was looking for a picture of graffiti, little text input language,
29
75000
3000
Барав графити, мал облик на текст,
01:43
and I found the website dedicated to teachers who want to make these,
30
78000
3000
и наидов на страна за наставници
кои сакаат да ги прават овие,
01:46
you know, the script writing things across the top of their blackboard,
31
81000
3000
да стават текстови на таблите
01:49
and they had added graffiti to it, and I'm sorry about that.
32
84000
3000
и додаваат графити на нив -
жал ми е поради тоа.
01:52
(Laughter)
33
87000
2000
(Смеа)
01:54
So what happened was, when I was young and got out of engineering school
34
89000
5000
Се случи следново, кога бев млад
и кога завршив за инжењер
01:59
at Cornell in '79, I decided -- I went to work for Intel and
35
94000
4000
во Корнел, во 1979 год.
се вработив во Интел;
02:03
I was in the computer industry -- and three months into that,
36
98000
3000
во компјутерска индустрија
и после 3 месеци
02:06
I fell in love with something else, and I said, "I made the wrong career choice here,"
37
101000
4000
се заљубив во нешто друго и си реков:
`Направив погрешен избор на кариера`,
02:10
and I fell in love with brains.
38
105000
3000
и се заљубив во мозокот.
02:13
This is not a real brain. This is a picture of one, a line drawing.
39
108000
3000
Не е вистински мозок,
туку исцртана слика на мозок.
02:16
But I don't remember exactly how it happened,
40
111000
3000
Не паметам точно како се случи,
02:19
but I have one recollection, which was pretty strong in my mind.
41
114000
3000
но паметам еден настан
кој ми остана во јасно сеќавање.
02:22
In September 1979, Scientific American came out
42
117000
3000
Во септември 1979 год. се појави
списанието Саентифик Американ
02:25
with a single topic issue about the brain. And it was quite good.
43
120000
3000
посветен на темата-мозок.
Многу добра тема.
02:28
It was one of the best issues ever. And they talked about the neuron
44
123000
3000
Еден од најдобрите броеви.
Се зборуваше за неуроните,
02:31
and development and disease and vision and all the things
45
126000
2000
развојот, болестите и визиите и за сѐ она
02:33
you might want to know about brains. It was really quite impressive.
46
128000
3000
што би ве инетерсирало.
Беше импресивно.
02:36
And one might have the impression that we really knew a lot about brains.
47
131000
3000
Мислевме дека навистина
знаеме сѐ за мозокот.
02:39
But the last article in that issue was written by Francis Crick of DNA fame.
48
134000
4000
Но, последниот напис во тој број беше
на Франсис Крик, познат по ДНК откритието.
02:43
Today is, I think, the 50th anniversary of the discovery of DNA.
49
138000
3000
Денес славиме 50-годишнина
од тоа откритие.
02:46
And he wrote a story basically saying,
50
141000
2000
Крик, во суштина во написот вели:
02:48
well, this is all well and good, but you know what,
51
143000
3000
„Сето тоа е одлично, но кога
се работи за мозокот
02:51
we don't know diddley squat about brains
52
146000
2000
ние немаме поим,
02:53
and no one has a clue how these things work,
53
148000
2000
никој не знае како тој функционира,
02:55
so don't believe what anyone tells you.
54
150000
2000
не верувајте во сѐ што ќе чуете.“
02:57
This is a quote from that article. He said, "What is conspicuously lacking,"
55
152000
3000
Ова е дел од неговиот напис каде вели:
„Тоа што недостасува“,
03:00
he's a very proper British gentleman so, "What is conspicuously lacking
56
155000
4000
тој е фин аглиски господин
и вели: „Недостасува
03:04
is a broad framework of ideas in which to interpret these different approaches."
57
159000
3000
широка рамка на идеи за интерпретирање
на различните идеи.“
03:07
I thought the word framework was great.
58
162000
2000
Мислам дека зборот `рамка` е одличен.
03:09
He didn't say we didn't even have a theory. He says,
59
164000
2000
Не рече дека не ни имаме теорија, туку
03:11
we don't even know how to begin to think about it --
60
166000
2000
не знаеме како да
почнеме да размислуваме -
03:13
we don't even have a framework.
61
168000
2000
немаме дури ни рамка.
03:15
We are in the pre-paradigm days, if you want to use Thomas Kuhn.
62
170000
3000
Да го парафразирам Т.Кунт, ние сме во ера
на пред-моделирање.
03:18
And so I fell in love with this, and said look,
63
173000
3000
Така се заљубив во ова и си реков:
03:21
we have all this knowledge about brains. How hard can it be?
64
176000
3000
„Го имаме ова знаење за мозокот.
Колку тешко може да биде тоа?“
03:24
And this is something we can work on my lifetime. I felt I could make a difference,
65
179000
3000
Може да работиме на ова.
Би можел да променам нешто;
03:27
and so I tried to get out of the computer business, into the brain business.
66
182000
4000
го напуштив светот на компјутерите
и влегов во светот на мозокот.
Прво во МИТ-одделот
за вештачка интелигенција,
03:31
First, I went to MIT, the AI lab was there,
67
186000
2000
03:33
and I said, well, I want to build intelligent machines, too,
68
188000
2000
реков, сакам да создадам интелигентен уред
03:35
but the way I want to do it is to study how brains work first.
69
190000
3000
но, прво морам да проучам
како работи мозокот.
03:38
And they said, oh, you don't need to do that.
70
193000
3000
Ми рекоа: „Не мора да се направи тоа.
03:41
We're just going to program computers; that's all we need to do.
71
196000
2000
Ќе програмираме компјутери.
Тоа ни треба.“
03:43
And I said, no, you really ought to study brains. They said, oh, you know,
72
198000
3000
Реков: „Треба да се проучува мозокот“,
тие рекоа НЕ,
03:46
you're wrong. And I said, no, you're wrong, and I didn't get in.
73
201000
2000
Им реков не се во право и не успеав.
03:48
(Laughter)
74
203000
1000
(Смеа)
Бев малку разочаран,
прилично млад, но се вратив
03:50
But I was a little disappointed -- pretty young -- but I went back again
75
205000
2000
03:52
a few years later and this time was in California, and I went to Berkeley.
76
207000
3000
по неколку години, овојпат
во Беркли, Калифорнија
03:55
And I said, I'll go in from the biological side.
77
210000
4000
Реков ќе пристапам на проблемот
од биолошки аспект.
03:59
So I got in -- in the Ph.D. program in biophysics, and I was, all right,
78
214000
3000
Ме примија на докторски студии
по биофизика.
04:02
I'm studying brains now, and I said, well, I want to study theory.
79
217000
3000
Сега го проучувам мозокот и реков
сакам да проучувам теорија.
04:05
And they said, oh no, you can't study theory about brains.
80
220000
2000
Ми рекоа не можам да учам теорија.
04:07
That's not something you do. You can't get funded for that.
81
222000
2000
Не можат да се добијат средства за тоа.
04:09
And as a graduate student, you can't do that. So I said, oh my gosh.
82
224000
4000
Како докторант не може тоа да се прави.
„Господе“ - си реков.
Бев депримиран. Реков:
Ќе направам промена.
04:13
I was very depressed. I said, but I can make a difference in this field.
83
228000
2000
04:15
So what I did is I went back in the computer industry
84
230000
3000
Така се вратив во компјутерската
индустрија.
04:18
and said, well, I'll have to work here for a while, do something.
85
233000
2000
Морав да работам тука, да правам нешто.
04:20
That's when I designed all those computer products.
86
235000
3000
Така ги дизајнирав сите оние
компјутерски уреди.
04:23
(Laughter)
87
238000
1000
(Смеа)
04:24
And I said, I want to do this for four years, make some money,
88
239000
3000
Решив да го правам тоа 4 години,
да заработам,
04:27
like I was having a family, and I would mature a bit,
89
242000
4000
да имам семејство и да созреам,
04:31
and maybe the business of neuroscience would mature a bit.
90
246000
3000
и можеби и работата со мозокот ќе созрее.
04:34
Well, it took longer than four years. It's been about 16 years.
91
249000
3000
Траеше повеќе од 4 години,
всушност околу 16.
04:37
But I'm doing it now, and I'm going to tell you about it.
92
252000
2000
Сега го правам тоа и ќе ви раскажам.
04:39
So why should we have a good brain theory?
93
254000
3000
Зошто ни треба добра теорија за мозокот?
04:42
Well, there's lots of reasons people do science.
94
257000
3000
Луѓето се занимаваат со наука
од повеќе причини.
04:45
One is -- the most basic one is -- people like to know things.
95
260000
3000
Првата е тоа што луѓето сакаат да знаат.
04:48
We're curious, and we just go out and get knowledge, you know?
96
263000
2000
Љубопитни сме и сакаме да дознаваме.
04:50
Why do we study ants? Well, it's interesting.
97
265000
2000
Зошто ги проучуваме мравките? Интересно е.
04:52
Maybe we'll learn something really useful about it, but it's interesting and fascinating.
98
267000
3000
Можеби ќе дознаеме нешто
корисно, но интересно е.
04:55
But sometimes, a science has some other attributes
99
270000
2000
Понекогаш науката има и други обележја
04:57
which makes it really, really interesting.
100
272000
2000
кои ја прават навистина интересна.
04:59
Sometimes a science will tell something about ourselves,
101
274000
3000
Понекогаш таа ни кажува за нас,
05:02
it'll tell us who we are.
102
277000
1000
кои сме ние.
05:03
Rarely, you know: evolution did this and Copernicus did this,
103
278000
3000
Поретко, еволуцијата го направи ова,
Коперник тоа
05:06
where we have a new understanding of who we are.
104
281000
2000
и се разбираме себе си на поинаков начин.
05:08
And after all, we are our brains. My brain is talking to your brain.
105
283000
4000
Всушност, ние сме нашиот мозок -
тој ви зборува вам.
05:12
Our bodies are hanging along for the ride, but my brain is talking to your brain.
106
287000
3000
Телото e пасивно, но мозокот зборува.
05:15
And if we want to understand who we are and how we feel and perceive,
107
290000
3000
Ако сакаме да разбереме кој сме,
како чувствуваме и доживуваме
05:18
we really understand what brains are.
108
293000
2000
тогаш разбираме што е мозокот.
05:20
Another thing is sometimes science
109
295000
2000
Друго, науката понекогаш води кон крупни
05:22
leads to really big societal benefits and technologies,
110
297000
2000
социјални придобивки и технологии,
05:24
or businesses, or whatever, that come out of it. And this is one, too,
111
299000
2000
или бизниси и сл. И ова е една од нив,
05:26
because when we understand how brains work, we're going to be able
112
301000
3000
зашто ако сфатиме како функционира
мозокот, ќе можеме
05:29
to build intelligent machines, and I think that's actually a good thing on the whole,
113
304000
3000
да создадеме интелигентни
машини, што е добро -
05:32
and it's going to have tremendous benefits to society,
114
307000
2000
ќе има огромни придобивки за општеството,
05:34
just like a fundamental technology.
115
309000
2000
како фундаментална технологија.
05:36
So why don't we have a good theory of brains?
116
311000
2000
Зошто немаме добра теорија за мозокот?
05:38
And people have been working on it for 100 years.
117
313000
3000
Луѓето работат на тоа веќе 100 години.
05:41
Well, let's first take a look at what normal science looks like.
118
316000
2000
Да видиме прво како работи обичната наука.
05:43
This is normal science.
119
318000
2000
Ова е обична наука.
05:45
Normal science is a nice balance between theory and experimentalists.
120
320000
4000
Обичната наука балансира меѓу
теорија и експерименти.
05:49
And so the theorist guys say, well, I think this is what's going on,
121
324000
2000
Теоретичарите велат што ќе направат,
05:51
and the experimentalist says, no, you're wrong.
122
326000
2000
а, експерименталистите
велат погрешно е.
05:53
And it goes back and forth, you know?
123
328000
2000
И така, напред, назад.
05:55
This works in physics. This works in geology. But if this is normal science,
124
330000
2000
Така е во физиката, геологијата. Тогаш,
05:57
what does neuroscience look like? This is what neuroscience looks like.
125
332000
3000
како изгледа неуронауката?
Еве како изгледа.
06:00
We have this mountain of data, which is anatomy, physiology and behavior.
126
335000
5000
Имаме куп податоци, анатомија,
физиологија и однесување.
06:05
You can't imagine how much detail we know about brains.
127
340000
3000
Немате поим колку многу
детали имаме за мозокот.
06:08
There were 28,000 people who went to the neuroscience conference this year,
128
343000
4000
28.000 луѓе беа на конференцијата
за неуронаука годинава
06:12
and every one of them is doing research in brains.
129
347000
2000
и секој од нив истаржува за мозокот.
06:14
A lot of data. But there's no theory. There's a little, wimpy box on top there.
130
349000
4000
Многу податоци. Но нема теорија.
Само небитен квадрат на врвот.
06:18
And theory has not played a role in any sort of grand way in the neurosciences.
131
353000
5000
Теоријата нема значајна
улога во неуронауката.
06:23
And it's a real shame. Now why has this come about?
132
358000
3000
Штета. Зошто е така?
06:26
If you ask neuroscientists, why is this the state of affair,
133
361000
2000
Ако ги прашате неуронаучниците
06:28
they'll first of all admit it. But if you ask them, they'll say,
134
363000
3000
најпрво ќе признаат, но потоа ќе речат
06:31
well, there's various reasons we don't have a good brain theory.
135
366000
3000
има повќе причини зашто нема
добра теорија за мозокот.
06:34
Some people say, well, we don't still have enough data,
136
369000
2000
Некои велат нема доволно податоци,
06:36
we need to get more information, there's all these things we don't know.
137
371000
3000
ни требаат информации за сѐ што не знаеме.
06:39
Well, I just told you there's so much data coming out your ears.
138
374000
3000
Веќе реков, има толку многу податоци.
06:42
We have so much information, we don't even know how to begin to organize it.
139
377000
3000
Имаме многу информации и не
знаеме како да ги организираме.
06:45
What good is more going to do?
140
380000
2000
Што ни требаат повеќе?
06:47
Maybe we'll be lucky and discover some magic thing, but I don't think so.
141
382000
3000
Можеби ќе имаме среќа да откриеме
магични работи - не верувам.
06:50
This is actually a symptom of the fact that we just don't have a theory.
142
385000
3000
Ова е симптом дека немаме теорија.
06:53
We don't need more data -- we need a good theory about it.
143
388000
3000
Не ни тебаат повеќе податоци -
ни треба добра теорија.
06:56
Another one is sometimes people say, well, brains are so complex,
144
391000
3000
Некои луѓе велат, мозокот
е премногу сложен
06:59
it'll take another 50 years.
145
394000
2000
и ќе ни требаат уште 50 години.
07:01
I even think Chris said something like this yesterday.
146
396000
2000
Нешто слично рече Крис вчера.
07:03
I'm not sure what you said, Chris, but something like,
147
398000
2000
Не сум сигурен што, но нешто слично дека
07:05
well, it's one of the most complicated things in the universe. That's not true.
148
400000
3000
тој е едно од насложените нешта
во унверзумот. Не е точно.
07:08
You're more complicated than your brain. You've got a brain.
149
403000
2000
Ти си посложен од мозок - го поседуваш.
07:10
And it's also, although the brain looks very complicated,
150
405000
2000
Иако мозокот изгледа сложен,
07:12
things look complicated until you understand them.
151
407000
3000
и работите се сложени ама ги разбираш.
07:15
That's always been the case. And so all we can say, well,
152
410000
3000
Секогаш било така. Можеме да кажеме дека
07:18
my neocortex, which is the part of the brain I'm interested in, has 30 billion cells.
153
413000
4000
мојот неокортекс, дел на мозокот кој
ме интересира, има 30 милијарди клетки.
07:22
But, you know what? It's very, very regular.
154
417000
2000
Но, тоа е многу, многу вообичаено.
07:24
In fact, it looks like it's the same thing repeated over and over and over again.
155
419000
3000
Изгледа како истата работа да се
повторува одново и одново.
07:27
It's not as complex as it looks. That's not the issue.
156
422000
3000
Не е сложено како што изгледа.
Не е тоа суштината.
07:30
Some people say, brains can't understand brains.
157
425000
2000
Некои велат мозокот не разбира мозоци.
07:32
Very Zen-like. Whoo. (Laughter)
158
427000
3000
Многу налик на Зен. Нели? (Смеа)
07:35
You know,
159
430000
1000
Знаете,
07:36
it sounds good, but why? I mean, what's the point?
160
431000
3000
звучи добро, но зошто? Во што е поентата?
07:39
It's just a bunch of cells. You understand your liver.
161
434000
3000
Само куп клетки. Го разбирате
вашиот џигер.
07:42
It's got a lot of cells in it too, right?
162
437000
2000
И тој има многу клетки, нели?
07:44
So, you know, I don't think there's anything to that.
163
439000
2000
Затоа не мислам дека е така.
07:46
And finally, some people say, well, you know,
164
441000
2000
На крај, некои ќе речат:
07:48
I don't feel like a bunch of cells, you know. I'm conscious.
165
443000
4000
„Не сум куп клетки, имам свест.
07:52
I've got this experience, I'm in the world, you know.
166
447000
2000
Имам искуство, во светот сум.
07:54
I can't be just a bunch of cells. Well, you know,
167
449000
2000
Не можам да бидам куп клетки.“
07:56
people used to believe there was a life force to be living,
168
451000
3000
Луѓето веруваат дека има животна
сила за да се живее
07:59
and we now know that's really not true at all.
169
454000
2000
но, знаеме дека тоа не е вистина.
08:01
And there's really no evidence that says -- well, other than people
170
456000
3000
И нема докази кои потврдуваат освен
оние кои не веруваат дека
08:04
just have disbelief that cells can do what they do.
171
459000
2000
клетките прават она што го прават.
08:06
And so, if some people have fallen into the pit of metaphysical dualism,
172
461000
3000
Ако некои паднале во дупката
на метафизички дуализам,
08:09
some really smart people, too, but we can reject all that.
173
464000
3000
вклучително и некои паметни,
можеме да го побиеме тоа.
08:12
(Laughter)
174
467000
2000
(Смеа)
08:14
No, I'm going to tell you there's something else,
175
469000
3000
Ќе ви кажам сега дека
постои и нешто друго,
08:17
and it's really fundamental, and this is what it is:
176
472000
2000
нешто фундаментално, а тоа е дека има
08:19
there's another reason why we don't have a good brain theory,
177
474000
2000
и друга причина зошто нема добра теорија,
08:21
and it's because we have an intuitive, strongly-held,
178
476000
3000
а тоа е дека имаме интуитивна, поддржана
08:24
but incorrect assumption that has prevented us from seeing the answer.
179
479000
5000
но, неточна претпоставка заради
која не го гледаме одговорот.
08:29
There's something we believe that just, it's obvious, but it's wrong.
180
484000
3000
Постои нешто во кое веруавме,
очигледно, но неточно.
08:32
Now, there's a history of this in science and before I tell you what it is,
181
487000
4000
За тоа има историја во науката
и пред да кажам што е тоа
08:36
I'm going to tell you a bit about the history of it in science.
182
491000
2000
ќе кажам за неговата историја во науката.
08:38
You look at some other scientific revolutions,
183
493000
2000
Погледнете други научни револуции,
08:40
and this case, I'm talking about the solar system, that's Copernicus,
184
495000
2000
на пример Сончевиот систем на Коперник,
08:42
Darwin's evolution, and tectonic plates, that's Wegener.
185
497000
3000
Еволуцијата на Дарвин, Текстонските
плочи на Вегнер.
08:45
They all have a lot in common with brain science.
186
500000
3000
Сите тие се поврзани со
науката за мозокот.
08:48
First of all, they had a lot of unexplained data. A lot of it.
187
503000
3000
Прво, имале многу необјасниви
податоци. Еден куп.
08:51
But it got more manageable once they had a theory.
188
506000
3000
Но, тие станале разбирливи
кога се создала теорија.
08:54
The best minds were stumped -- really, really smart people.
189
509000
3000
Најдобрите умови биле збунети -
некои вистински паметни луѓе.
08:57
We're not smarter now than they were then.
190
512000
2000
Ние не сме попаметни сега од нив.
08:59
It just turns out it's really hard to think of things,
191
514000
2000
Изгледа тешко да се
размислува за нешатата,
09:01
but once you've thought of them, it's kind of easy to understand it.
192
516000
2000
но, штом мислите лесно ќе ги разберете.
09:03
My daughters understood these three theories
193
518000
2000
Моите ќерки ги разбираа овие три теории
09:05
in their basic framework by the time they were in kindergarten.
194
520000
3000
во нивните основни рамки
кога беа во градинка.
09:08
And now it's not that hard, you know, here's the apple, here's the orange,
195
523000
3000
Не е тешко, ова е јаболко, ова портокал,
09:11
you know, the Earth goes around, that kind of stuff.
196
526000
3000
Земјата се врти и слични работи.
09:14
Finally, another thing is the answer was there all along,
197
529000
2000
Конечно, одговорот бил тука цело време,
09:16
but we kind of ignored it because of this obvious thing, and that's the thing.
198
531000
3000
но не го гледавме поради
очигледното нешто.
09:19
It was an intuitive, strong-held belief that was wrong.
199
534000
3000
Интуитивното, поддржаното
верување кое не е точно.
09:22
In the case of the solar system, the idea that the Earth is spinning
200
537000
3000
Во однос на Сончевиот систем -
идејата дека Земјата се врти
09:25
and the surface of the Earth is going like a thousand miles an hour,
201
540000
3000
и површината на Земјата се движи
со 1.000 милји на час,
09:28
and the Earth is going through the solar system about a million miles an hour.
202
543000
3000
и Земјата се движи во Сончевиот
систем со милион милји на час.
09:31
This is lunacy. We all know the Earth isn't moving.
203
546000
2000
Лудост. Знаеме дека Земјата не се движи.
09:33
Do you feel like you're moving a thousand miles an hour?
204
548000
2000
Верувате дека се движите со таа брзина?
09:35
Of course not. You know, and someone who said,
205
550000
2000
Секако не. А некој кој рекол дека
09:37
well, it was spinning around in space and it's so huge,
206
552000
2000
Земјата се врти во вселената и е огромна,
09:39
they would lock you up, and that's what they did back then.
207
554000
2000
бил затворен. Така правеле во минатото.
09:41
(Laughter)
208
556000
1000
(Смеа)
09:42
So it was intuitive and obvious. Now what about evolution?
209
557000
3000
Интуитивно и очигледно. А еволуцијата?
09:45
Evolution's the same thing. We taught our kids, well, the Bible says,
210
560000
3000
Истото. Ги учевме децата,
според Библијата, нели,
09:48
you know, God created all these species, cats are cats, dogs are dogs,
211
563000
2000
дека Бог ги создал сите суштества, луѓето,
09:50
people are people, plants are plants, they don't change.
212
565000
3000
животните и растенијата такви
какви што се. Не се менуваат.
09:53
Noah put them on the Ark in that order, blah, blah, blah. And, you know,
213
568000
4000
Ное ги ставил во коработ по ред,
бла, бла бла..
Факт е, ако верувате во еволуција,
имаме заеднички предок
09:57
the fact is, if you believe in evolution, we all have a common ancestor,
214
572000
4000
10:01
and we all have a common ancestry with the plant in the lobby.
215
576000
3000
и имаме заедничко потекло
со растенијата во холот.
Тоа ни го кажува еволуцијата.
Точно и малку неверојатно.
10:04
This is what evolution tells us. And, it's true. It's kind of unbelievable.
216
579000
3000
10:07
And the same thing about tectonic plates, you know?
217
582000
3000
Истото е и со тектонските плочи.
Планините и континентте како да пловат
10:10
All the mountains and the continents are kind of floating around
218
585000
2000
10:12
on top of the Earth, you know? It's like, it doesn't make any sense.
219
587000
4000
на површината на Земјата.
Како да нема смисла, нели?
Која е интуитивната и
неточна претпоставка
10:16
So what is the intuitive, but incorrect assumption,
220
591000
4000
10:20
that's kept us from understanding brains?
221
595000
2000
поради која не го разбиравме мозокот?
10:22
Now I'm going to tell it to you, and it's going to seem obvious that that is correct,
222
597000
2000
Ќе ви кажам и ќе сфатите дека е точна -
10:24
and that's the point, right? Then I'm going to have to make an argument
223
599000
2000
тоа е целта. Потоа ќе објаснам
10:26
why you're incorrect about the other assumption.
224
601000
2000
зошто е неточна другата претпоставка.
Интуитивно и очигледно е
дека интелигенцијата
10:28
The intuitive but obvious thing is that somehow intelligence
225
603000
3000
10:31
is defined by behavior,
226
606000
2000
се дефинира со однесувањето,
интелигентни сме поради начинот
на кој ги правиме нештата
10:33
that we are intelligent because of the way that we do things
227
608000
2000
10:35
and the way we behave intelligently, and I'm going to tell you that's wrong.
228
610000
3000
и интелигентниот начин што не е точно.
10:38
What it is is intelligence is defined by prediction.
229
613000
2000
Интелигенција се дефинира
со предвидување.
10:40
And I'm going to work you through this in a few slides here,
230
615000
3000
Ќе го видиме тоа низ слајдовите,
ќе ви дадам пример што значи тоа.
Еве го системот.
10:43
give you an example of what this means. Here's a system.
231
618000
4000
Инжињерите ги сакаат овие системи.
Научниците истотака.
10:47
Engineers like to look at systems like this. Scientists like to look at systems like this.
232
622000
3000
Велат, има нешто во квадратот
и има внес и изнес,
10:50
They say, well, we have a thing in a box, and we have its inputs and its outputs.
233
625000
3000
Луѓето кои работат на ВИ велат нештото во
квадратот е програмиран компјутер
10:53
The AI people said, well, the thing in the box is a programmable computer
234
628000
3000
бидејќи е еквивалентен е на мозокот
10:56
because that's equivalent to a brain, and we'll feed it some inputs
235
631000
2000
и прави нешто, има некакво однесување.
10:58
and we'll get it to do something, have some behavior.
236
633000
2000
11:00
And Alan Turing defined the Turing test, which is essentially saying,
237
635000
3000
Алан Теринг го создаде Теринг
тестот според кој
знаеме дали е нешто интелигентно
ако се однесува како човек.
11:03
we'll know if something's intelligent if it behaves identical to a human.
238
638000
3000
Тоа е бихејвиорален метрички
состав на интелигенција
11:06
A behavioral metric of what intelligence is,
239
641000
3000
останат во размислувањата долго време.
11:09
and this has stuck in our minds for a long period of time.
240
644000
3000
Реалноста - јас ја нарекувам
реална интелигенција.
11:12
Reality though, I call it real intelligence.
241
647000
2000
Реалната интелигенција е
изградена од нешто друго.
11:14
Real intelligence is built on something else.
242
649000
2000
Светот го доживуваме низ секвенца
на обрасци кои ги зачувуваме,
11:16
We experience the world through a sequence of patterns, and we store them,
243
651000
4000
се навраќаме на нив и кога се навраќаме
ги споредуваме
11:20
and we recall them. And when we recall them, we match them up
244
655000
3000
во однос на реалноста и
предвидуваме цело време.
11:23
against reality, and we're making predictions all the time.
245
658000
4000
Тоа е бескраен метрички состав кој
го имаме и кој кажува
11:27
It's an eternal metric. There's an eternal metric about us sort of saying,
246
662000
3000
дали го разбираме светот и предвидуваме.
11:30
do we understand the world? Am I making predictions? And so on.
247
665000
3000
Интелигентни сте но не
правите ништо сега.
11:33
You're all being intelligent right now, but you're not doing anything.
248
668000
2000
Можеби се чешате или
си го чепкате носот,
11:35
Maybe you're scratching yourself, or picking your nose,
249
670000
2000
не знам, но токму сега не правите ништо,
11:37
I don't know, but you're not doing anything right now,
250
672000
2000
но, интелигентни сте, разбирате што велам.
11:39
but you're being intelligent; you're understanding what I'm saying.
251
674000
3000
Бидејќи сте интелигентни
и знаете англиски
11:42
Because you're intelligent and you speak English,
252
677000
2000
знаете кој збор е на крај
на оваа..(молк)
11:44
you know what word is at the end of this -- (Silence)
253
679000
1000
11:45
sentence.
254
680000
2000
реченица.
Се сетивте на зборот и така предвидувате.
11:47
The word came into you, and you're making these predictions all the time.
255
682000
3000
Велам дека
бескрајните предвидувања се
изнесот во кортексот
11:50
And then, what I'm saying is,
256
685000
2000
11:52
is that the eternal prediction is the output in the neocortex.
257
687000
2000
Предвидувањата водат кон
интелигентно однесување.
11:54
And that somehow, prediction leads to intelligent behavior.
258
689000
3000
Еве како се се одвива тоа. Да почнеме со
неинтелигентниот мозок.
11:57
And here's how that happens. Let's start with a non-intelligent brain.
259
692000
3000
Ќе земеме неинтелигентен, стар мозок
12:00
Well I'll argue a non-intelligent brain, we got hold of an old brain,
260
695000
4000
12:04
and we're going to say it's like a non-mammal, like a reptile,
261
699000
3000
не на цицачи туку на рептили,
12:07
so I'll say, an alligator; we have an alligator.
262
702000
2000
алигатор на пример, имаме алигатор.
12:09
And the alligator has some very sophisticated senses.
263
704000
3000
Тој има некои софистицирани сетила.
Има добар вид, слух и допир и сл.
12:12
It's got good eyes and ears and touch senses and so on,
264
707000
3000
12:15
a mouth and a nose. It has very complex behavior.
265
710000
4000
уста и нос. Има сложено однесување.
Може да трча, да се крие. Има страв
и емоции. Може да ве изеде.
12:19
It can run and hide. It has fears and emotions. It can eat you, you know.
266
714000
4000
Знае да напаѓа и многу други работи.
12:23
It can attack. It can do all kinds of stuff.
267
718000
4000
Но, не велиме дека е
интелигентен како нас.
12:27
But we don't consider the alligator very intelligent, not like in a human sort of way.
268
722000
5000
Но, има сложено однесување.
12:32
But it has all this complex behavior already.
269
727000
2000
12:34
Now, in evolution, what happened?
270
729000
2000
Што се случи во текот на еволуцијата?
12:36
First thing that happened in evolution with mammals,
271
731000
3000
Прво што се случи со цицачите
е развојот на неокортексот.
12:39
we started to develop a thing called the neocortex.
272
734000
2000
Ќе ви го прикажам неокортексот овде,
12:41
And I'm going to represent the neocortex here,
273
736000
2000
со помош на овој кваддрат кој
се наоѓа над стариот мозок.
12:43
by this box that's sticking on top of the old brain.
274
738000
2000
12:45
Neocortex means new layer. It is a new layer on top of your brain.
275
740000
3000
Неокортексот значи нов слој.
Тоа е нов слој на нашиот мозок.
12:48
If you don't know it, it's the wrinkly thing on the top of your head that,
276
743000
3000
Збрчканиот дел горе.
12:51
it's got wrinkly because it got shoved in there and doesn't fit.
277
746000
3000
Збрчкан е зашто е втиснат и не го собира.
12:54
(Laughter)
278
749000
1000
(Смеа)
12:55
No, really, that's what it is. It's about the size of a table napkin.
279
750000
2000
Така е. Има големина на салфета.
12:57
And it doesn't fit, so it gets all wrinkly. Now look at how I've drawn this here.
280
752000
3000
Не се вклопил и се збрчкал. Погледнете.
Стариот мозок е тука.
Имаме мозокот на алигатор.
13:00
The old brain is still there. You still have that alligator brain.
281
755000
4000
Да. Тоа е нашиот емоционален мозок.
13:04
You do. It's your emotional brain.
282
759000
2000
Тоа се сите оние реакции кои ги имаме.
13:06
It's all those things, and all those gut reactions you have.
283
761000
3000
Над него го имаме системот на меморија
наречен неокортекс.
13:09
And on top of it, we have this memory system called the neocortex.
284
764000
3000
Тој стои над сензорниот дел на мозокот.
13:12
And the memory system is sitting over the sensory part of the brain.
285
767000
4000
Сензорниот внес доаѓа и прима
информации од стариот мозок,
13:16
And so as the sensory input comes in and feeds from the old brain,
286
771000
3000
потоа оди во неокортексот.
А, неокортексот само памети.
13:19
it also goes up into the neocortex. And the neocortex is just memorizing.
287
774000
4000
13:23
It's sitting there saying, ah, I'm going to memorize all the things that are going on:
288
778000
4000
Тој седи вели, јас ќе запаметам
сѐ што се случува:
13:27
where I've been, people I've seen, things I've heard, and so on.
289
782000
2000
каде одам, луѓето кои ги среќавам,
што слушам и сл.
13:29
And in the future, when it sees something similar to that again,
290
784000
4000
Во иднина кога ќе наиди на нешто слично
13:33
so in a similar environment, or the exact same environment,
291
788000
3000
слична средина или пак истата средина
13:36
it'll play it back. It'll start playing it back.
292
791000
2000
ќе се присети на старите случки повторно.
13:38
Oh, I've been here before. And when you've been here before,
293
793000
2000
Овде сум бил. И кога си бил
таму претходниот пат
13:40
this happened next. It allows you to predict the future.
294
795000
3000
се случи тоа и тоа. Предвидува настани.
13:43
It allows you to, literally it feeds back the signals into your brain;
295
798000
4000
Буквално ги враќа сигналите во мозокот,
13:47
they'll let you see what's going to happen next,
296
802000
2000
овозможува да видите
што ќе се случи следно,
13:49
will let you hear the word "sentence" before I said it.
297
804000
3000
овозможува да чуете збор
пред да е изговорен.
Токму тоа ги враќа податоците
во стариот мозок,
13:52
And it's this feeding back into the old brain
298
807000
3000
13:55
that'll allow you to make very more intelligent decisions.
299
810000
3000
и ви овозможува да носите
интелигентни одлуки.
13:58
This is the most important slide of my talk, so I'll dwell on it a little bit.
300
813000
3000
Ова е најважен дел во мојот говор
и ќе се задржам на него.
14:01
And so, all the time you say, oh, I can predict the things.
301
816000
4000
Цело време велите, можам да предвидувам.
14:05
And if you're a rat and you go through a maze, and then you learn the maze,
302
820000
3000
Ако сте глушец и минувате низ лавиринт
следниот пат исто ќе се
однесувате во него,
14:08
the next time you're in a maze, you have the same behavior,
303
823000
2000
наеднаш сте попаметни
14:10
but all of a sudden, you're smarter
304
825000
2000
зашто го препознавате местото
и знаете каде одите.
14:12
because you say, oh, I recognize this maze, I know which way to go,
305
827000
3000
Бев овде и можам да ја предочам иднината-
14:15
I've been here before, I can envision the future. And that's what it's doing.
306
830000
3000
така е и со луѓето.
Патем, со сите цицачи;
14:18
In humans -- by the way, this is true for all mammals;
307
833000
3000
точно е за некои цицачи-
кај луѓето е полошо.
14:21
it's true for other mammals -- and in humans, it got a lot worse.
308
836000
2000
Кај нас е развиен предниот
дел на неокортексот
14:23
In humans, we actually developed the front part of the neocortex
309
838000
3000
наречен антериорен дел,
природата се поигра
14:26
called the anterior part of the neocortex. And nature did a little trick.
310
841000
4000
го копира постериорниот дел, задниот дел -
14:30
It copied the posterior part, the back part, which is sensory,
311
845000
2000
14:32
and put it in the front part.
312
847000
2000
сензорен и го стави во редниот дел.
14:34
And humans uniquely have the same mechanism on the front,
313
849000
2000
Луѓето го имаат истиот механизам
на предниот дел
14:36
but we use it for motor control.
314
851000
2000
14:38
So we are now able to make very sophisticated motor planning, things like that.
315
853000
3000
но, го користиме за моторика.
Затоа сме способни за софистицирани
моторични вештини.
14:41
I don't have time to get into all this, but if you want to understand how a brain works,
316
856000
3000
Немам многу време за детаљи,
но треба да
14:44
you have to understand how the first part of the mammalian neocortex works,
317
859000
3000
знаеме како функционира првиот дел
на неокортексот кај цицачите
14:47
how it is we store patterns and make predictions.
318
862000
2000
како чуваме обрасци и како предвидуваме.
14:49
So let me give you a few examples of predictions.
319
864000
3000
Ќе дадам неколку примери за предвидувања.
14:52
I already said the word "sentence." In music,
320
867000
2000
Веќе госпомнав зборот `реченица`
во музиката,
14:54
if you've heard a song before, if you heard Jill sing those songs before,
321
869000
3000
ако сте ја чуле песната на Џил претходно,
14:57
when she sings them, the next note pops into your head already --
322
872000
3000
кога ја пее, следниот стих
ви е во главата веќе -
15:00
you anticipate it as you're going. If it was an album of music,
323
875000
2000
и го очекувате. Ако е албум или мизика,
15:02
the end of one album, the next song pops into your head.
324
877000
3000
крајот на албумот, следната песна
се појавуваат во мислите
15:05
And these things happen all the time. You're making these predictions.
325
880000
2000
Ова се случува цело време.
Правите предвидувања.
15:07
I have this thing called the altered door thought experiment.
326
882000
3000
Направив обид наречен мисловен експеримент
на променлива врата.
15:10
And the altered door thought experiment says, you have a door at home,
327
885000
3000
Овој експеримент вели имате дома врата,
15:13
and when you're here, I'm changing it, I've got a guy
328
888000
3000
и кога сте тука, ја менувам, имам човек
15:16
back at your house right now, moving the door around,
329
891000
2000
кај вас дома сега кој ја трга вратата
15:18
and they're going to take your doorknob and move it over two inches.
330
893000
2000
ќе ја земам кваката и ќе ја поместам 5см.
15:20
And when you go home tonight, you're going to put your hand out there,
331
895000
2000
Кога ќе се вратите дома,
ќе ја ставите раката
15:22
and you're going to reach for the doorknob and you're going to notice
332
897000
2000
да ја фатите кваката и ќе забележите дека
15:24
it's in the wrong spot, and you'll go, whoa, something happened.
333
899000
3000
е на погрешно место и дека нешто се случи.
15:27
It may take a second to figure out what it was, but something happened.
334
902000
2000
Ќе потрае еден миг за да сфатите.
15:29
Now I could change your doorknob in other ways.
335
904000
2000
Можам да сменам квака и на друг начин.
15:31
I can make it larger or smaller, I can change its brass to silver,
336
906000
2000
да ја направам поголема или помала,
сребрена место метална.
15:33
I could make it a lever. I can change your door, put colors on;
337
908000
2000
15:35
I can put windows in. I can change a thousand things about your door,
338
910000
3000
Да ја заменам со рачка, да сменам боја,
можам да ставам прозорец на неа
и илјадници други промени.
15:38
and in the two seconds you take to open your door,
339
913000
2000
и 2 секунди пред да ја отворите вратата
15:40
you're going to notice that something has changed.
340
915000
3000
ќе забележите дека нешто се променило.
15:43
Now, the engineering approach to this, the AI approach to this,
341
918000
2000
Инженерскиот пристап на ова-пристапот А,
е да се создаде
15:45
is to build a door database. It has all the door attributes.
342
920000
3000
датотека со сите особини на вратата.
15:48
And as you go up to the door, you know, let's check them off one at time.
343
923000
3000
Колку сте поблиску до неа, особините
една по една се елиминираат, врата, боја..
15:51
Door, door, door, you know, color, you know what I'm saying.
344
926000
2000
Не го правиме тоа. Мозкот не прави така.
15:53
We don't do that. Your brain doesn't do that.
345
928000
2000
15:55
What your brain is doing is making constant predictions all the time
346
930000
2000
Мозокот прави постојани
предвидувања цело време
15:57
about what is going to happen in your environment.
347
932000
2000
за тоа што ќе се случи во вашата околина.
15:59
As I put my hand on this table, I expect to feel it stop.
348
934000
3000
Кога спуштам рака на маса,
таа ќе ја запре.
Кога одам,секој чекор, ако го промашам,
16:02
When I walk, every step, if I missed it by an eighth of an inch,
349
937000
3000
знам дека нешто се сменило.
16:05
I'll know something has changed.
350
940000
2000
Постојано предвидуваме за нашата околина.
16:07
You're constantly making predictions about your environment.
351
942000
2000
16:09
I'll talk about vision here briefly. This is a picture of a woman.
352
944000
3000
Ова е слика на жена.
Кога гледате во луѓето, ги опфаќате
16:12
And when you look at people, your eyes are caught
353
947000
2000
16:14
over at two to three times a second.
354
949000
1000
со поглед 2-3 пати во секунда.
16:15
You're not aware of this, but your eyes are always moving.
355
950000
2000
Не сте свесни,
но очите постојано се движат.
16:17
And so when you look at someone's face,
356
952000
2000
Кога погледнувате во нечие лице,
16:19
you'd typically go from eye to eye to eye to nose to mouth.
357
954000
2000
16:21
Now, when your eye moves from eye to eye,
358
956000
2000
се движите од очите до носот и устата.
16:23
if there was something else there like, a nose,
359
958000
2000
16:25
you'd see a nose where an eye is supposed to be,
360
960000
2000
Кога очите се движат од око до око,
16:27
and you'd go, oh shit, you know --
361
962000
3000
ако има нешто друго, нос на пример,
ќе го видите
на местото на окото,
16:30
(Laughter)
362
965000
1000
ќе се збуните, по ѓаволите-
16:31
There's something wrong about this person.
363
966000
2000
(Смеа)
Нешто не е во ред со оваа личност.
16:33
And that's because you're making a prediction.
364
968000
2000
Тоа е поради предвидувањата.
16:35
It's not like you just look over there and say, what am I seeing now?
365
970000
2000
Не се прашуваме
што гледаме туку очекуваме
нешто да видиме.
16:37
A nose, that's okay. No, you have an expectation of what you're going to see.
366
972000
3000
(Смеа)
16:40
(Laughter)
367
975000
1000
Секој миг. Да видиме како ја тестираме
интелигенцијата.
16:41
Every single moment. And finally, let's think about how we test intelligence.
368
976000
4000
Со предвидувања. Кој е следниот збор овде?
16:45
We test it by prediction. What is the next word in this, you know?
369
980000
3000
16:48
This is to this as this is to this. What is the next number in this sentence?
370
983000
3000
Ова е за ова а ова за ова.
Кој е следниот број овде?
16:51
Here's three visions of an object.
371
986000
2000
Еве 3 визии за еден предмет.
16:53
What's the fourth one? That's how we test it. It's all about prediction.
372
988000
4000
Кој е четвртиот? Така тестираме.
Тоа е предвидување.
Кој е рецептот за теоријата за мозокот?
16:57
So what is the recipe for brain theory?
373
992000
3000
Прво, да имаме точна рамка.
17:00
First of all, we have to have the right framework.
374
995000
3000
А тоа е рамката на меморија,
17:03
And the framework is a memory framework,
375
998000
2000
не комјутерска или бихејвиорална.
Мемориска.
17:05
not a computation or behavior framework. It's a memory framework.
376
1000000
2000
17:07
How do you store and recall these sequences or patterns? It's spatio-temporal patterns.
377
1002000
4000
Како се зачувуваат секвенци и обрасци?
Тоа се просторно-временски обрасци.
17:11
Then, if in that framework, you take a bunch of theoreticians.
378
1006000
3000
Во таа рамка ставаме група теоретичари.
17:14
Now biologists generally are not good theoreticians.
379
1009000
2000
Биолозите генерално не се погодни
за теоретичари.
17:16
It's not always true, but in general, there's not a good history of theory in biology.
380
1011000
4000
не мора да значи, но генерално нема добра
теорија во биологија.
17:20
So I found the best people to work with are physicists,
381
1015000
3000
Сметам, најдобри за
оваа работа се физичари
17:23
engineers and mathematicians, who tend to think algorithmically.
382
1018000
3000
инжeнери и математичари
кои мислат алгоритамски.
17:26
Then they have to learn the anatomy, and they've got to learn the physiology.
383
1021000
3000
Тие треба да ја научата анатомијата
и физиологогијата.
17:29
You have to make these theories very realistic in anatomical terms.
384
1024000
4000
Теориите мора да се реални во анатомијата.
17:33
Anyone who gets up and tells you their theory about how the brain works
385
1028000
4000
Секој кој ќе ја каже својата
теорија за мозокот
но не и како сѐ функционира во мозокот,
17:37
and doesn't tell you exactly how it's working in the brain
386
1032000
2000
17:39
and how the wiring works in the brain, it is not a theory.
387
1034000
2000
како врските фунционираат
во мозокот, тоа не е теорија.
17:41
And that's what we're doing at the Redwood Neuroscience Institute.
388
1036000
3000
Тоа правиме во Редвуд Институтот
за невронаука.
17:44
I would love to have more time to tell you we're making fantastic progress in this thing,
389
1039000
4000
Би сакал да можам да ви зборувам
за нашиот одличен напредок.
17:48
and I expect to be back up on this stage,
390
1043000
2000
Би сакал да имам повеќе време
да ви зборувам за тоа,
17:50
maybe this will be some other time in the not too distant future and tell you about it.
391
1045000
2000
можеби ќе се вратам пак во блиска иднина.
17:52
I'm really, really excited. This is not going to take 50 years at all.
392
1047000
3000
Многу сум возбуден. Ова не ќе трае ни 50г.
17:55
So what will brain theory look like?
393
1050000
2000
Па, како ќе изгледа теоријата на мозокот?
17:57
First of all, it's going to be a theory about memory.
394
1052000
2000
17:59
Not like computer memory. It's not at all like computer memory.
395
1054000
3000
Прво, таа ќе биде теорија за меморијата.
Не налик на компјутерска теорија.
Воопшто не.
18:02
It's very, very different. And it's a memory of these very
396
1057000
2000
Многу поразлична ќе е. Тоа ќе е меморија
18:04
high-dimensional patterns, like the things that come from your eyes.
397
1059000
3000
за високо-димензионални обрасци. Како тие
18:07
It's also memory of sequences.
398
1062000
2000
што доаѓаат од очите.
Тоа е меморија на секвенци.
18:09
You cannot learn or recall anything outside of a sequence.
399
1064000
2000
Не може ништо да се запамети
или научи надвор од секвенцата.
18:11
A song must be heard in sequence over time,
400
1066000
3000
Песната се слуша во секвенци низ времето,
18:14
and you must play it back in sequence over time.
401
1069000
3000
и повторно ја слушате во секвенци
низ времето.
Секвенците се памтат авто-асоцијативно,
ако гледам нешто,
18:17
And these sequences are auto-associatively recalled, so if I see something,
402
1072000
3000
слушам нешто што ме потсетува
и се враќа автоматски.
18:20
I hear something, it reminds me of it, and then it plays back automatically.
403
1075000
3000
Тоа е автоматски плејбек. Предвидување на
иден внес е саканиот изнес.
18:23
It's an automatic playback. And prediction of future inputs is the desired output.
404
1078000
4000
18:27
And as I said, the theory must be biologically accurate,
405
1082000
3000
Како што реков,теоријата
мора да е билошки точна,
18:30
it must be testable, and you must be able to build it.
406
1085000
2000
да е тестирана и изградена.
18:32
If you don't build it, you don't understand it. So, one more slide here.
407
1087000
4000
Ако не е изградена, не е разбирлива.
Уште еден слајд сега.
18:36
What is this going to result in? Are we going to really build intelligent machines?
408
1091000
4000
Во што ќе резултира ова?
Ќе правиме интелигентни машини?
18:40
Absolutely. And it's going to be different than people think.
409
1095000
4000
Секако. И ќе бидат поинакви од оние
што ги замислуваат луѓето.
18:44
No doubt that it's going to happen, in my mind.
410
1099000
3000
Немам сомнеж дека ќе се случи тоа.
18:47
First of all, it's going to be built up, we're going to build the stuff out of silicon.
411
1102000
4000
Пред сѐ ќе бидат од силикон.
18:51
The same techniques we use for building silicon computer memories,
412
1106000
3000
Како силиконските компјутерски мемории
18:54
we can use for here.
413
1109000
1000
кои можеме да ги користиме овде.
18:55
But they're very different types of memories.
414
1110000
2000
Но, тие се поинакви видови мемории.
18:57
And we're going to attach these memories to sensors,
415
1112000
2000
Мемориите ќе ги додадеме на сензори
18:59
and the sensors will experience real-live, real-world data,
416
1114000
3000
и сензорите ќе искусат реален живот,
податоци од реалниот живот
19:02
and these things are going to learn about their environment.
417
1117000
2000
и тие ќе учат за околината.
19:04
Now it's very unlikely the first things you're going to see are like robots.
418
1119000
3000
Првите нешта кои ќе ги видите
веројатно нема да се роботи.
19:07
Not that robots aren't useful and people can build robots.
419
1122000
3000
Не зашто роботите не се корисни-се прават.
19:10
But the robotics part is the hardest part. That's the old brain. That's really hard.
420
1125000
4000
Но, роботскиот дел е најтешкиот.
Тоа е стариот мозок. Тешко е.
Новиот мозок е полесен од стариот.
19:14
The new brain is actually kind of easier than the old brain.
421
1129000
2000
Прво ќе ги правиме нештата кои немаат
19:16
So the first thing we're going to do are the things that don't require a lot of robotics.
422
1131000
3000
многу роботика. Нема да видите Ц3-По.
19:19
So you're not going to see C-3PO.
423
1134000
2000
19:21
You're going to more see things like, you know, intelligent cars
424
1136000
2000
Ќе гледате, на пример,
интелигентни автомобили
19:23
that really understand what traffic is and what driving is
425
1138000
3000
кои го разбираат сообраќајот и возењето
19:26
and have learned that certain types of cars with the blinkers on for half a minute
426
1141000
3000
и знаат дека кај некои автомобили
пола минута трепкање
19:29
probably aren't going to turn, things like that.
427
1144000
2000
нема да значи свртување.
19:31
(Laughter)
428
1146000
1000
(Смеа)
19:32
We can also do intelligent security systems.
429
1147000
2000
Ќе градиме и паметен систем за безбедност.
19:34
Anywhere where we're basically using our brain, but not doing a lot of mechanics.
430
1149000
4000
Сѐ повразно со мозокот без многу механика.
Тие работи ќе се случуваат најпрвин.
19:38
Those are the things that are going to happen first.
431
1153000
2000
Но, светот е граница овде.
19:40
But ultimately, the world's the limit here.
432
1155000
2000
Не знам како ќе испадне сево ова.
19:42
I don't know how this is going to turn out.
433
1157000
2000
Знам луѓе кои го измислија микропроцеорот
19:44
I know a lot of people who invented the microprocessor
434
1159000
2000
19:46
and if you talk to them, they knew what they were doing was really significant,
435
1161000
5000
и ако ги прашате ќе ви кажат дека
направиле нешто значајно
19:51
but they didn't really know what was going to happen.
436
1166000
3000
но не знаеле што навистина ќе се случи.
19:54
They couldn't anticipate cell phones and the Internet and all this kind of stuff.
437
1169000
5000
Не очекувале мобилни, интернет
и слични работи.
Знаеле дека ќе прават калкулатори,
19:59
They just knew like, hey, they were going to build calculators
438
1174000
2000
и контролори на семафори.
И дека тоа ќе биде голема работа.
20:01
and traffic light controllers. But it's going to be big.
439
1176000
2000
20:03
In the same way, this is like brain science and these memories
440
1178000
3000
Слично, ова е наука за мозокот
и овие мемории
20:06
are going to be a very fundamental technology, and it's going to lead
441
1181000
3000
ќе бидат фундаментална
технологија која ќе води
20:09
to very unbelievable changes in the next 100 years.
442
1184000
3000
до неверојатни промени
во следните 100 години.
20:12
And I'm most excited about how we're going to use them in science.
443
1187000
4000
Многу ме интересира како ќе ги
примениме во науката.
Го преминав времето, мислам
дека ќе завршам тука.
20:16
So I think that's all my time, I'm over it, and I'm going to end my talk
444
1191000
3000
20:19
right there.
445
1194000
1000
Translated by Julia Pascal Kalaputi
Reviewed by Renata Gjoreska

▲Back to top

ABOUT THE SPEAKER
Jeff Hawkins - Computer designer, brain researcher
Jeff Hawkins pioneered the development of PDAs such as the Palm and Treo. Now he's trying to understand how the human brain really works, and adapt its method -- which he describes as a deep system for storing memory -- to create new kinds of computers and tools.

Why you should listen

Jeff Hawkins' Palm PDA became such a widely used productivity tool during the 1990s that some fanatical users claimed it replaced their brains. But Hawkins' deepest interest was in the brain itself. So after the success of the Palm and Treo, which he brought to market at Handspring, Hawkins delved into brain research at the Redwood Center for Theoretical Neuroscience in Berkeley, Calif., and a new company called Numenta.

Hawkins' dual goal is to achieve an understanding of how the human brain actually works -- and then develop software to mimic its functionality, delivering true artificial intelligence. In his book On Intelligence (2004) he lays out his compelling, controversial theory: Contrary to popular AI wisdom, the human neocortex doesn't work like a processor; rather, it relies on a memory system that stores and plays back experiences to help us predict, intelligently, what will happen next. He thinks that "hierarchical temporal memory" computer platforms, which mimic this functionality (and which Numenta might pioneer), could enable groundbreaking new applications that could powerfully extend human intelligence.

More profile about the speaker
Jeff Hawkins | Speaker | TED.com

Data provided by TED.

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

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

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

Privacy Policy

Developer's Blog

Buy Me A Coffee