TED2013
Mary Lou Jepsen: Could future devices read images from our brains?
Mary Lou Jepsen: Dispositivos futuros conseguirão ler as imagens produzidas nos nossos cérebros?
Filmed:
Readability: 4.6
1,035,856 views
Especialista em ecrãs digitais com tecnologia de ponta, Mary Lou Jepsen estuda como expor as nossas ideias mais criativas em ecrãs. Enquanto paciente submetida a uma cirurgia cerebral, sente-se motivada para saber mais sobre a atividade neural por trás da invenção, da criatividade e do pensamento. Combina as duas paixões numa palestra espantosa sobre dois estudos inovadores acerca do cérebro que podem apontar para uma nova fronteira na compreensão de como (e o que) pensamos.
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
Fiz uma cirurgia ao cérebro há 18 anos
00:15
and since that time, brain science has become
1
3115
2567
e, desde então,
a ciência do cérebro
a ciência do cérebro
00:17
a personal passion of mine.
2
5682
1999
passou a ser a minha grande paixão.
00:19
I'm actually an engineer.
3
7681
2235
Sou engenheira.
00:21
And first let me say, I recently joined
4
9916
2516
Recentemente, tornei-me membro
00:24
Google's Moonshot group,
5
12432
1549
do grupo do Google, "Moonshot",
00:25
where I had a division,
6
13981
1212
onde eu tinha um setor,
00:27
the display division in Google X,
7
15193
2181
o setor de ecrãs no Google X,
00:29
and the brain science work I'm speaking about today
8
17374
2622
e o trabalho de ciência cerebral
de que falo agora
de que falo agora
00:31
is work I did before I joined Google
9
19996
2921
é fruto de trabalho anterior ao Google
00:34
and on the side outside of Google.
10
22917
2332
e de trabalho extra fora do Google.
00:37
So that said, there's a stigma
11
25249
3183
Dito isto, há um estigma
00:40
when you have brain surgery.
12
28432
2285
quando se faz cirurgia cerebral.
00:42
Are you still smart or not?
13
30717
2823
Continuamos inteligentes, ou não?
00:45
And if not, can you make yourself smart again?
14
33540
3848
Se não, podemos voltar a ser inteligentes?
00:49
After my neurosurgery,
15
37388
1766
Depois da neurocirurgia,
00:51
part of my brain was missing,
16
39154
1997
fiquei sem parte do meu cérebro,
00:53
and I had to deal with that.
17
41151
2773
e tinha que lidar com isso.
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
Não era a massa cinzenta,
era a parte central, sentimental
era a parte central, sentimental
00:58
that makes key hormones and neurotransmitters.
19
46868
3402
que produz hormonas
e neurotransmissores essenciais.
e neurotransmissores essenciais.
01:02
Immediately after my surgery,
20
50270
2231
Logo após minha cirurgia,
01:04
I had to decide what amounts of each of over
21
52501
2143
tive que decidir
a quantidade diária a tomar,
a quantidade diária a tomar,
01:06
a dozen powerful chemicals to take each day,
22
54644
3702
dentre mais de uma dúzia
de medicamentos poderosos,
de medicamentos poderosos,
01:10
because if I just took nothing,
23
58346
1809
porque, se não tomasse nada,
01:12
I would die within hours.
24
60155
2732
morreria em poucas horas.
01:14
Every day now for 18 years -- every single day --
25
62887
3920
Todos os dias durante 18 anos
— cada santo dia —
— cada santo dia —
01:18
I've had to try to decide the combinations
26
66807
2710
tive que decidir as combinações
01:21
and mixtures of chemicals,
27
69517
1328
e as misturas de químicos,
01:22
and try to get them, to stay alive.
28
70845
3847
e tomá-los, para me manter viva.
01:26
There have been several close calls.
29
74692
2721
Várias vezes, quase morri.
01:29
But luckily, I'm an experimentalist at heart,
30
77413
3699
Por sorte, no fundo sou
uma experimentalista
uma experimentalista
01:33
so I decided I would experiment
31
81112
3227
portanto, decidi fazer experiências
01:36
to try to find more optimal dosages
32
84339
2440
para tentar encontrar as dosagens ideais
01:38
because there really isn't a clear road map
33
86779
1637
já que não há uma rota clara
01:40
on this that's detailed.
34
88416
1903
e detalhada a esse respeito.
01:42
I began to try different mixtures,
35
90319
2151
Comecei a experimentar
misturas diferentes,
misturas diferentes,
01:44
and I was blown away by how
36
92470
2872
e fiquei surpreendida
01:47
tiny changes in dosages
37
95342
2411
como pequenas mudanças nas dosagens
01:49
dramatically changed my sense of self,
38
97753
3149
mudavam drasticamente
o sentimento do meu eu,
o sentimento do meu eu,
01:52
my sense of who I was, my thinking,
39
100902
1811
o sentimento de quem era,
o meu raciocínio,
o meu raciocínio,
01:54
my behavior towards people.
40
102713
2259
o meu comportamento
frente às pessoas.
frente às pessoas.
01:56
One particularly dramatic case:
41
104972
2049
Um caso particularmente dramático:
01:59
for a couple months I actually tried dosages
42
107021
1868
durante alguns meses
experimentei dosagens
experimentei dosagens
02:00
and chemicals typical of a man in his early 20s,
43
108889
3908
e químicos habituais
para um homem de 20 anos,
para um homem de 20 anos,
02:04
and I was blown away by how my thoughts changed.
44
112797
3011
e fiquei surpreendida com a diferença
nos meus pensamentos.
nos meus pensamentos.
02:07
(Laughter)
45
115808
3120
(Risos)
02:10
I was angry all the time,
46
118928
3058
Estava sempre irritada,
02:13
I thought about sex constantly,
47
121986
1846
estava sempre a pensar em sexo,
02:15
and I thought I was the smartest person
48
123832
2949
e achava que era
a pessoa mais inteligente
a pessoa mais inteligente
02:18
in the entire world, and
49
126781
2051
do universo, e...
02:20
—(Laughter)—
50
128832
2263
(Risos)
02:23
of course over the years I'd
met guys kind of like that,
met guys kind of like that,
51
131095
2925
Claro, com o passar dos anos,
conheci homens desse tipo,
conheci homens desse tipo,
02:26
or maybe kind of toned-down versions of that.
52
134020
2267
ou talvez versões mais suaves disso.
02:28
I was kind of extreme.
53
136287
2184
Eu era um bocado radical.
02:30
But to me, the surprise was,
54
138471
2569
Mas a surpresa foi
02:33
I wasn't trying to be arrogant.
55
141040
2166
que eu não estava a ser arrogante.
02:35
I was actually trying,
56
143206
3209
Tentava, na verdade,
02:38
with a little bit of insecurity,
57
146415
2360
com um pouco de insegurança,
02:40
to actually fix a problem in front of me,
58
148775
3000
resolver um problema
que enfrentava,
que enfrentava,
02:43
and it just didn't come out that way.
59
151775
1856
e simplesmente não era
o que transparecia.
o que transparecia.
02:45
So I couldn't handle it.
60
153631
1483
Então não aguentei.
02:47
I changed my dosages.
61
155114
1525
Mudei as dosagens.
02:48
But that experience, I think, gave me
62
156639
2455
Mas creio que essa experiência
02:51
a new appreciation for men
63
159094
1751
me deu uma nova opinião
quanto aos homens
quanto aos homens
02:52
and what they might walk through,
64
160845
1816
e o que eles podem enfrentar,
02:54
and I've gotten along with men
65
162661
1690
e relaciono-me muito melhor com eles
02:56
a lot better since then.
66
164351
1839
desde então.
02:58
What I was trying to do
67
166190
1545
O que eu estava a tentar fazer,
02:59
with tuning these hormones
68
167735
2028
ao regular essas hormonas
03:01
and neurotransmitters and so forth
69
169763
2323
e neurotransmissores e afins
03:04
was to try to get my intelligence back
70
172086
3605
era voltar a ter a minha inteligência
03:07
after my illness and surgery,
71
175691
2634
depois da doença e da cirurgia,
03:10
my creative thought, my idea flow.
72
178325
2635
o meu pensamento criativo,
o meu fluxo de ideias.
o meu fluxo de ideias.
03:12
And I think mostly in images,
73
180960
2641
Penso principalmente com imagens,
03:15
and so for me that became a key metric --
74
183601
2852
então para mim isso tornou-se
uma medida chave
uma medida chave
03:18
how to get these mental images
75
186453
2330
— como conseguir que
essas imagens mentais
essas imagens mentais
03:20
that I use as a way of rapid prototyping,
76
188783
2504
que uso como um meio
de fazer um rápido protótipo,
de fazer um rápido protótipo,
03:23
if you will, my ideas,
77
191287
1743
de certa forma, das minhas ideias,
03:25
trying on different new ideas for size,
78
193030
2372
tentando testar novas ideias,
03:27
playing out scenarios.
79
195402
1695
imaginando cenários.
03:29
This kind of thinking isn't new.
80
197097
1913
Este tipo de pensamento não é novidade.
03:31
Philiosophers like Hume and Descartes and Hobbes
81
199010
3255
Filósofos como Hume,
Descartes e Hobbes
Descartes e Hobbes
03:34
saw things similarly.
82
202265
1528
viam as coisas do mesmo modo.
03:35
They thought that mental images and ideas
83
203793
2737
Pensavam que imagens e ideias mentais,
03:38
were actually the same thing.
84
206530
2331
na verdade, eram a mesma coisa.
03:40
There are those today that dispute that,
85
208861
2417
Há hoje quem discorde disso,
03:43
and lots of debates about how the mind works,
86
211278
3195
e há muitos debates
sobre como a mente funciona,
sobre como a mente funciona,
03:46
but for me it's simple:
87
214473
1736
mas para mim é simples:
03:48
Mental images, for most of us,
88
216209
2532
Para muitos de nós, as imagens mentais
03:50
are central in inventive and creative thinking.
89
218741
3934
são essenciais para
o pensamento inventivo e criativo.
o pensamento inventivo e criativo.
03:54
So after several years,
90
222675
1775
Assim, após muitos anos,
03:56
I tuned myself up and I have lots of great,
91
224450
3233
consegui sintonizar-me
e tenho muitas imagens mentais
vívidas e sofisticadas
vívidas e sofisticadas
03:59
really vivid mental images with a lot of sophistication
92
227683
3048
04:02
and the analytical backbone behind them.
93
230731
2269
e a estrutura analítica
que está por trás delas.
que está por trás delas.
04:05
And so now I'm working on,
94
233000
1921
Agora estou a trabalhar
04:06
how can I get these mental images in my mind
95
234921
4162
em como fazer sair
essas imagens mentais
essas imagens mentais
04:11
out to my computer screen faster?
96
239083
2850
para fora do ecrã do meu computador
mais rapidamente?
mais rapidamente?
04:13
Can you imagine, if you will,
97
241933
2089
São capazes de imaginar
04:16
a movie director being able to use
98
244022
2120
uma diretora de cinema capaz de utilizar
04:18
her imagination alone to
direct the world in front of her?
direct the world in front of her?
99
246142
3762
somente a imaginação
para dirigir o mundo à sua frente?
para dirigir o mundo à sua frente?
04:21
Or a musician to get the music out of his head?
100
249904
3588
Ou um músico para tirar a música da cabeça?
04:25
There are incredible possibilities with this
101
253492
2292
Há possibilidades fantásticas nisto
04:27
as a way for creative people
102
255784
1993
para pessoas criativas
04:29
to share at light speed.
103
257777
2233
comunicarem num piscar de olhos.
04:32
And the truth is, the remaining bottleneck
104
260010
1998
E a verdade é que o que falta,
04:34
in being able to do this
105
262008
1173
para poder fazer isso,
04:35
is just upping the resolution of brain scan systems.
106
263181
3980
é somente aumentar a resolução
dos sistemas de varredura cerebral.
dos sistemas de varredura cerebral.
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
Vou mostrar porque é que penso
que estamos perto de lá chegar,
que estamos perto de lá chegar,
04:42
by sharing with you two recent experiments
108
270029
2387
contando-vos duas experiências recentes
04:44
from two top neuroscience groups.
109
272416
2587
de dois excelentes grupos
de neurocientistas.
de neurocientistas.
04:47
Both used fMRI technology --
110
275003
2488
Ambos usaram a tecnologia IRMf
04:49
functional magnetic resonance imaging technology --
111
277491
2279
— tecnologia de imagem de ressonância
magnética funcional —
magnética funcional —
04:51
to image the brain,
112
279770
1411
para retratar o cérebro.
04:53
and here is a brain scan set from Giorgio Ganis
113
281181
3257
Eis um conjunto de imagens
do cérebro de Giorgio Ganis
do cérebro de Giorgio Ganis
04:56
and his colleagues at Harvard.
114
284438
1950
e dos seus colegas em Harvard.
04:58
And the left-hand column shows a brain scan
115
286388
3154
A coluna da esquerda
mostra imagens do cérebro
mostra imagens do cérebro
05:01
of a person looking at an image.
116
289542
3267
de uma pessoa
a olhar para uma imagem.
a olhar para uma imagem.
05:04
The middle column shows the brainscan
117
292809
1929
A coluna do meio mostra imagens do cérebro
05:06
of that same individual
118
294738
1621
do mesmo indivíduo
05:08
imagining, seeing that same image.
119
296359
3066
a imaginar ver essa mesma imagem.
05:11
And the right column was created
120
299425
2048
E a coluna da direita foi criada
05:13
by subtracting the middle
column from the left column,
column from the left column,
121
301473
3594
subtraindo a coluna do meio
à coluna da esquerda,
à coluna da esquerda,
05:17
showing the difference to be nearly zero.
122
305083
2943
revelando uma diferença quase inexistente.
05:20
This was repeated on lots of different individuals
123
308026
2894
Isso foi repetido
com muitos indivíduos distintos
com muitos indivíduos distintos
05:22
with lots of different images,
124
310920
2830
com muitas imagens diferentes,
05:25
always with a similar result.
125
313750
1604
sempre com um resultado semelhante.
05:27
The difference between seeing an image
126
315354
2089
A diferença entre ver uma imagem
05:29
and imagining seeing that same image
127
317443
2455
e imaginar ver a mesma imagem
05:31
is next to nothing.
128
319898
2155
é quase nenhuma.
05:34
Next let me share with you one other experiment,
129
322053
2761
Agora vou contar-vos
mais uma experiência.
mais uma experiência.
05:36
this from Jack Gallant's lab at Cal Berkeley.
130
324814
4541
Esta é do laboratório de Jack Gallant
na Universidade de Berkeley, Califórnia.
na Universidade de Berkeley, Califórnia.
05:41
They've been able to decode brainwaves
131
329355
2063
Conseguiram descodificar ondas cerebrais
05:43
into recognizable visual fields.
132
331418
2441
em campos visuais percetíveis.
05:45
So let me set this up for you.
133
333859
1305
Passo a explicar.
05:47
In this experiment, individuals were shown
134
335164
2333
Nesta experiência,
mostraram a vários indivíduos
mostraram a vários indivíduos
05:49
hundreds of hours of YouTube videos
135
337497
1995
centenas de horas de vídeos do YouTube
05:51
while scans were made of their brains
136
339492
2039
enquanto gravavam imagens
dos seus cérebros
dos seus cérebros
05:53
to create a large library of their brain reacting
137
341531
3216
para criar uma vasta biblioteca
da reação do cérebro
da reação do cérebro
05:56
to video sequences.
138
344747
2649
às sequências de vídeos.
05:59
Then a new movie was shown with new images,
139
347396
2850
Depois mostraram um novo filme,
com novas imagens,
com novas imagens,
06:02
new people, new animals in it,
140
350246
1952
novas pessoas, novos animais,
06:04
and a new scan set was recorded.
141
352198
2711
e registavam um novo conjunto
de imagens.
de imagens.
06:06
The computer, using brain scan data alone,
142
354909
2788
O computador, utilizando somente
dados da varredura cerebral,
dados da varredura cerebral,
06:09
decoded that new brain scan
143
357697
2024
descodificou essa nova varredura cerebral
06:11
to show what it thought the
individual was actually seeing.
individual was actually seeing.
144
359721
4376
para mostrar o que pensava
que o indivíduo estava realmente a ver.
que o indivíduo estava realmente a ver.
06:16
On the right-hand side, you
see the computer's guess,
see the computer's guess,
145
364097
3381
À direita, temos a conclusão do computador
06:19
and on the left-hand side, the presented clip.
146
367478
4007
e à esquerda, o videoclipe apresentado.
06:23
This is the jaw-dropper.
147
371485
2319
Isto é de se ficar de boca aberta.
06:25
We are so close to being able to do this.
148
373804
2687
Estamos muito perto
de poder fazer isso.
de poder fazer isso.
06:28
We just need to up the resolution.
149
376491
2785
Só precisamos de aumentar a resolução.
06:31
And now remember that when you see an image
150
379276
3252
E agora lembrem-se de que,
quando vemos uma imagem
quando vemos uma imagem
06:34
versus when you imagine that same image,
151
382528
2158
versus quando imaginamos
ver essa mesma imagem,
ver essa mesma imagem,
06:36
it creates the same brain scan.
152
384686
3475
cria-se a mesma imagem cerebral.
06:40
So this was done with the highest-resolution
153
388161
2722
Isso foi feito com o sistema
de varredura cerebral
de varredura cerebral
06:42
brain scan systems available today,
154
390883
2185
mais avançado atualmente disponível,
06:45
and their resolution has increased really
155
393068
1784
e essa resolução aumentou
06:46
about a thousandfold in the last several years.
156
394852
3497
cerca de mil vezes nos últimos anos.
06:50
Next we need to increase the resolution
157
398349
2322
Agora, precisamos de aumentar a resolução
06:52
another thousandfold
158
400671
1977
mais mil vezes,
06:54
to get a deeper glimpse.
159
402648
1789
para conseguir
uma visão mais profunda.
uma visão mais profunda.
06:56
How do we do that?
160
404437
1511
Como fazemos isso?
06:57
There's a lot of techniques in this approach.
161
405948
2614
Há várias técnicas nessa abordagem.
07:00
One way is to crack open your
skull and put in electrodes.
skull and put in electrodes.
162
408562
3118
Uma forma é abrir o crânio
e colocar elétrodos lá dentro.
e colocar elétrodos lá dentro.
07:03
I'm not for that.
163
411680
1403
Não aconselho.
07:05
There's a lot of new imaging techniques
164
413083
2955
Há muitas propostas de
novas técnicas de imagem,
novas técnicas de imagem,
algumas delas até por mim
07:08
being proposed, some even by me,
165
416038
2003
07:10
but given the recent success of MRI,
166
418041
2959
mas, dado o sucesso recente da IRM,
07:13
first we need to ask the question,
167
421000
2068
é preciso perguntar primeiro:
07:15
is it the end of the road with this technology?
168
423068
2841
"Será o fim da jornada
com essa tecnologia?"
com essa tecnologia?"
07:17
Conventional wisdom says the only way
169
425909
2455
A sabedoria tradicional
indica que a única forma
indica que a única forma
07:20
to get higher resolution is with bigger magnets,
170
428364
2589
de alcançar uma maior resolução
é com ímanes maiores,
é com ímanes maiores,
07:22
but at this point bigger magnets
171
430953
1842
mas, nesta altura, os ímanes maiores
07:24
only offer incremental resolution improvements,
172
432795
3750
só oferecem melhorias
de resolução por etapas,
de resolução por etapas,
07:28
not the thousandfold we need.
173
436545
2160
não as milhares que precisamos.
07:30
I'm putting forward an idea:
174
438705
1823
Proponho uma nova ideia:
07:32
instead of bigger magnets,
175
440528
1963
Em vez de ímanes maiores,
07:34
let's make better magnets.
176
442491
2450
façamos ímanes melhores.
07:36
There's some new technology breakthroughs
177
444941
2003
Há descobertas de novas tecnologias
07:38
in nanoscience
178
446944
1457
na nanociência
07:40
when applied to magnetic structures
179
448401
1727
que, aplicadas a estruturas magnéticas
07:42
that have created a whole new class of magnets,
180
450128
3013
criaram uma nova classe de ímanes,
07:45
and with these magnets, we can lay down
181
453141
2531
e com esses ímanes, podemos estabelecer
07:47
very fine detailed magnetic field patterns
182
455672
2167
padrões detalhados de campos magnéticos
07:49
throughout the brain,
183
457839
1355
por todo o cérebro.
07:51
and using those, we can actually create
184
459194
3182
Usando-os, podemos criar
07:54
holographic-like interference structures
185
462376
2838
estruturas de interferência
semelhantes a imagens holográficas
semelhantes a imagens holográficas
07:57
to get precision control over many patterns,
186
465214
3469
para exercer um controlo de precisão
sobre muitos padrões,
sobre muitos padrões,
08:00
as is shown here by shifting things.
187
468683
2445
como se mostra aqui mudando as coisas.
08:03
We can create much more complicated structures
188
471128
3150
Podemos criar estruturas mais complexas
08:06
with slightly different arrangements,
189
474278
2071
com arranjos ligeiramente diferentes,
08:08
kind of like making Spirograph.
190
476349
3033
como desenhar com espirógrafo.
08:11
So why does that matter?
191
479382
2228
Porque é que isso é importante?
08:13
A lot of effort in MRI over the years
192
481610
2577
Muito do esforço em IRM,
ao longo dos anos,
ao longo dos anos,
08:16
has gone into making really big,
193
484187
2837
foi em prol da fabricação
de ímanes grandes, enormes, não foi?
08:19
really huge magnets, right?
194
487024
2610
08:21
But yet most of the recent advances
195
489634
2509
Mesmo assim, muitos dos progressos recentes
08:24
in resolution have actually come from
196
492143
2197
na resolução tiveram origem
08:26
ingeniously clever encoding and decoding solutions
197
494340
4008
em soluções inteligentes
de codificação e decodificação
de codificação e decodificação
08:30
in the F.M. radio frequency transmitters and receivers
198
498348
3287
nos transmissores e recetores
de frequência de rádio FM,
de frequência de rádio FM,
08:33
in the MRI systems.
199
501635
2691
nos sistemas IRM.
08:36
Let's also, instead of a uniform magnetic field,
200
504326
3322
Em vez de um campo magnético uniforme,
08:39
put down structured magnetic patterns
201
507648
2672
utilizemos padrões magnéticos estruturados
08:42
in addition to the F.M. radio frequencies.
202
510320
3099
juntamente com as frequências de rádio FM.
08:45
So by combining the magnetics patterns
203
513419
2307
Ao combinar os padrões magnéticos
08:47
with the patterns in the F.M. radio frequencies
204
515726
2710
com os padrões no processamento
de frequências de rádio FM,
de frequências de rádio FM,
08:50
processing which can massively increase
205
518436
2171
que podem aumentar intensamente
08:52
the information that we can extract
206
520607
1969
as informações que extraímos
08:54
in a single scan.
207
522576
2446
num único exame.
08:57
And on top of that, we can then layer
208
525022
2332
Podemos ainda acrescentar
08:59
our ever-growing knowledge
of brain structure and memory
of brain structure and memory
209
527354
4472
o conhecimento sempre crescente
da estrutura e da memória do cérebro
da estrutura e da memória do cérebro
09:03
to create a thousandfold increase that we need.
210
531826
3695
para criar o aumento em milhares
de vezes de que precisamos.
de vezes de que precisamos.
09:07
And using fMRI, we should be able to measure
211
535521
2943
Utilizando a IRMf,
seremos capazes de medir
seremos capazes de medir
09:10
not just oxygenated blood flow,
212
538464
2082
não apenas o fluxo
de sangue oxigenado,
de sangue oxigenado,
09:12
but the hormones and neurotransmitters
I've talked about
I've talked about
213
540546
2901
mas as hormonas
e os neurotransmissores de que falei
e os neurotransmissores de que falei
09:15
and maybe even the direct neural activity,
214
543447
2345
e talvez até a atividade neural direta
09:17
which is the dream.
215
545792
1503
que é o sonho.
09:19
We're going to be able to dump our ideas
216
547295
2234
Vamos conseguir despejar as nossas ideias
09:21
directly to digital media.
217
549529
2694
diretamente em meios de comunicação digital.
09:24
Could you imagine if we could leapfrog language
218
552223
2711
Podem imaginar se pudéssemos
passar por cima da linguagem
passar por cima da linguagem
09:26
and communicate directly with human thought?
219
554934
4209
e comunicar diretamente
com o pensamento humano?
com o pensamento humano?
09:31
What would we be capable of then?
220
559143
3193
Do que seríamos capazes?
09:34
And how will we learn to deal
221
562336
2637
Como vamos aprender a lidar
09:36
with the truths of unfiltered human thought?
222
564973
4219
com as verdades
do pensamento humano sem filtro?
do pensamento humano sem filtro?
09:41
You think the Internet was big.
223
569192
2567
E nós a pensar que a Internet era grande.
09:43
These are huge questions.
224
571759
2602
Estas são questões gigantes.
09:46
It might be irresistible as a tool
225
574361
2148
Pode ser irresistível como ferramenta
09:48
to amplify our thinking and communication skills.
226
576509
3876
para ampliar as nossas capacidades
de raciocínio e comunicação.
de raciocínio e comunicação.
09:52
And indeed, this very same tool
227
580385
2023
E, de facto, essa mesma ferramenta
09:54
may prove to lead to the cure
228
582408
2126
pode acabar por levar à cura
09:56
for Alzheimer's and similar diseases.
229
584534
3074
da doença de Alzheimer
e doenças semelhantes.
e doenças semelhantes.
09:59
We have little option but to open this door.
230
587608
3512
Temos poucas opções
a não ser abrir esta porta.
a não ser abrir esta porta.
10:03
Regardless, pick a year --
231
591120
1585
De qualquer forma, escolham um ano:
10:04
will it happen in five years or 15 years?
232
592705
2266
Isso vai acontecer
dentro de 5 ou de 15 anos?
dentro de 5 ou de 15 anos?
10:06
It's hard to imagine it taking much longer.
233
594971
4616
É difícil imaginar
que demore mais do que isso.
que demore mais do que isso.
10:11
We need to learn how to take this step together.
234
599587
3695
Precisamos de aprender
a dar este passo juntos.
a dar este passo juntos.
10:15
Thank you.
235
603282
2174
Obrigada.
10:17
(Applause)
236
605456
3974
(Aplausos)
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