TED2008
Susan Blackmore: Memes and "temes"
Susan Blackmore "mim" ve "tim" kavramları hakkında konuşuyor
Filmed:
Readability: 3.8
882,044 views
Susan Blackmore mim kavramını inceliyor: bir virüs gibi çoğalarak beyinden beyine yayılan fikirler. Aynı zamanda yeni ve cesur bir önerge sunuyor: İnsanlık yeni bir tür mim olan tim'yi yarattı, teknoloji aracılığı ile yayılan ve hayatta kalmak için yeni yöntemler geliştiren yeni bir tür mim.
Susan Blackmore - Memeticist
Susan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created. Full bio
Susan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created. Full bio
Double-click the English transcript below to play the video.
00:18
Cultural evolution is a dangerous child
0
0
3000
Kültürel evrim, yeryüzündeki tüm canlı türleri için
00:21
for any species to let loose on its planet.
1
3000
3000
başıboş bırakılması tehlikeli olan bir çocuktur.
00:24
By the time you realize what's happening, the child is a toddler,
2
6000
4000
Tam ne olduğunu fark ettiğiniz anda, emeklemekte olan bu çocuk
00:28
up and causing havoc, and it's too late to put it back.
3
10000
6000
ayağa kalkıp bir sürü kargaşaya neden olur, ve onu geri alması da çok zordur.
00:34
We humans are Earth's Pandoran species.
4
16000
3000
Bizler, insanlar dünyanın Pandora türleriyiz.
00:37
We're the ones who let the second replicator out of its box,
5
19000
5000
İkincil kopyalacıyı kutusundan serbest bıraktık,
00:42
and we can't push it back in.
6
24000
2000
ve şimdi onu kutusuna geri koyamıyoruz.
00:44
We're seeing the consequences all around us.
7
26000
3000
Bunun sonuçlarını etrafımızda her yerde görüyoruz.
00:48
Now that, I suggest, is the view that
8
30000
4000
Şimdi, ben inanıyorum ki,
00:52
comes out of taking memetics seriously.
9
34000
2000
mimetikleri ciddiye alan bir görüş ortaya çıkıyor.
00:54
And it gives us a new way of thinking about
10
36000
2000
ve bu görüş bize yeni bir şekilde düşünmeyi öğretiyor.
00:56
not only what's going on on our planet,
11
38000
2000
Sadece gezegenimizde neler olup bittiğini değil,
00:58
but what might be going on elsewhere in the cosmos.
12
40000
3000
evrende başka yerlerde neler oluyor olabileceğini de gösteriyor.
01:01
So first of all, I'd like to say something about memetics
13
43000
3000
Bu nedenle öncelikle mimetik ve mim teorisi hakkında
01:04
and the theory of memes,
14
46000
2000
birkaç şey söylemek istiyorum.
01:06
and secondly, how this might answer questions about who's out there,
15
48000
5000
ikinci bahsedeceğim şey ise bu konunun eğer oralarda uzaklarda birileri varsa
01:11
if indeed anyone is.
16
53000
3000
onlar hakkındaki soruları nasıl yanıtlayabileceği.
01:14
So, memetics:
17
56000
2000
Evet, mimetik.
01:16
memetics is founded on the principle of Universal Darwinism.
18
58000
4000
Mimetik, evrensel Darwinizm prensipleri üzerine kurulmuş bir bilim.
01:20
Darwin had this amazing idea.
19
62000
3000
Darwin'in muhteçem bir fikri vardı.
01:23
Indeed, some people say
20
65000
2000
Hatta bazı insanlar bunun şimdiye dek
01:25
it's the best idea anybody ever had.
21
67000
3000
öne sürülmüş en iyi fikir olduğunu düşünüyorlar.
01:28
Isn't that a wonderful thought, that there could be such a thing
22
70000
4000
Bu müthiş bir şey değil mi, bir fikrin, şimdiye kadar
01:32
as a best idea anybody ever had?
23
74000
2000
insanların aklına gelen en iyi fikir olması?
01:34
Do you think there could?
24
76000
1000
Bu olabilir mi sizce?
01:35
Audience: No.
25
77000
1000
Seyircileri: Hayır.
01:36
(Laughter)
26
78000
1000
( Gülüşmeler)
01:37
Susan Blackmore: Someone says no, very loudly, from over there.
27
79000
2000
Susan Blackmore: Birisi hayır diyor, oldukça yüksek sesli hem de, şurada.
01:39
Well, I say yes, and if there is, I give the prize to Darwin.
28
81000
4000
Bence evet, ve eüer böyle bir ödül olsa idi ben bunu Darwin' e verirdim.
01:43
Why?
29
85000
2000
Neden mi?
01:45
Because the idea was so simple,
30
87000
3000
Çünkü bu fikir öylesine basitti ki,
01:48
and yet it explains all design in the universe.
31
90000
6000
ama evrenin tüm yapısını da açıklamaya yetiyordu.
01:54
I would say not just biological design,
32
96000
2000
Sadece biyolojik yapısını da değil üstelik,
01:56
but all of the design that we think of as human design.
33
98000
2000
insanların ürettiği şeylerin yapısını bile.
01:58
It's all just the same thing happening.
34
100000
2000
Aslında orada da olan şeyler aynı.
02:00
What did Darwin say?
35
102000
2000
Darwin ne dedi?
02:02
I know you know the idea, natural selection,
36
104000
2000
Kabaca biliyorsunuz, doğal seleksiyon fikrini ortaya koydu,
02:04
but let me just paraphrase "The Origin of Species," 1859,
37
106000
5000
ama 1859'da yayınlanan "Türlerin Kökeni'nden" birkaç cümle
02:09
in a few sentences.
38
111000
2000
alıntı yapmama izin verin.
02:11
What Darwin said was something like this:
39
113000
3000
Darwin'in söylediği şuna benzer bir şeydi --
02:14
if you have creatures that vary, and that can't be doubted --
40
116000
4000
"eğer elinizde çeşitlilik gösteren canlılar varsa, ki şüphesiz vardır--
02:18
I've been to the Galapagos, and I've measured the size of the beaks
41
120000
3000
Ben Galapagos adalarına gittim ve buradaki kuşların gagalarının,
02:21
and the size of the turtle shells and so on, and so on.
42
123000
2000
kaplumbağaların kabuklarının boylarını ölçtüm diye gidiyor.
02:23
And 100 pages later.
43
125000
2000
100 sayfa kadar sonra --
02:25
(Laughter)
44
127000
2000
(Gülüşmeler)
02:27
And if there is a struggle for life,
45
129000
4000
" ve eğer bu ortamdaki canlılar
02:31
such that nearly all of these creatures die --
46
133000
3000
hayatta kalma mücadelesi veriyor, ve hatta ölüyorlarsa --
02:34
and this can't be doubted, I've read Malthus
47
136000
3000
ki mutlaka böyledir. Malthus'u okudum ve
02:37
and I've calculated how long it would take for elephants
48
139000
2000
eğer fillerin kısıtlanmadan üreyecek olurlarsa dünyanın tamamını
02:39
to cover the whole world if they bred unrestricted, and so on and so on.
49
141000
3000
ne kadar zamanda tamamen kaplayacağını hesapladım..." vesaire vesaire--
02:42
And another 100 pages later.
50
144000
4000
100 sayfa kadar sonra,
02:46
And if the very few that survive pass onto their offspring
51
148000
5000
" ve eğer bu hayatta kalabilen canlılar, hayatta kalmalarını
02:51
whatever it was that helped them survive,
52
153000
3000
sağlayan özelliklerini bir sonraki nesile aktarabiliyorlarsa,
02:54
then those offspring must be better adapted
53
156000
2000
bir sonraki nesil, ebeveynlerine göre
02:56
to the circumstances in which all this happened
54
158000
2000
bu koşullarıa çok daha hızlı ve iyi
02:58
than their parents were.
55
160000
3000
uyum sağlayabileceklerdir.
03:01
You see the idea?
56
163000
2000
Fikri görebiliyor musunuz?
03:03
If, if, if, then.
57
165000
2000
Eğer, eğer, eğer ve o zaman.
03:05
He had no concept of the idea of an algorithm,
58
167000
2000
Algoritm hakkında çok fazla bilgisi yoktu,
03:07
but that's what he described in that book,
59
169000
3000
ama bu kitapta bahsedilen şey
03:10
and this is what we now know as the evolutionary algorithm.
60
172000
3000
bugün evrimsel algoritma dediğimiz şeyin ta kendisi.
03:13
The principle is you just need those three things --
61
175000
4000
Bu prensip uyarınca sadece üç şeye ihtiyaç vardır --
03:17
variation, selection and heredity.
62
179000
3000
çeşitlilik, seçim ve kalıtsallık.
03:20
And as Dan Dennett puts it, if you have those,
63
182000
4000
Dan Dennett'in dediği gibi, eğer bu üçü mevcutsa
03:24
then you must get evolution.
64
186000
2000
o zaman eninde sonunda mutlaka evrim gerçekleşecektir.
03:26
Or design out of chaos, without the aid of mind.
65
188000
5000
Ya da, aklın yardımı olmaksızın kaostan tasarıma gidiş.
03:31
There's one word I love on that slide.
66
193000
2000
Bu slaytta çok sevdiğim bir kelime var.
03:33
What do you think my favorite word is?
67
195000
2000
Bu kelimeyi tahmin edebilir misiniz?
03:35
Audience: Chaos.
68
197000
1000
Seyirciler: Kaos.
03:36
SB: Chaos? No. What? Mind? No.
69
198000
3000
SB: Kaos mu? Değil. Ne? Akıl mı? Yok o da değil.
03:39
Audience: Without.
70
201000
1000
Seyirciler: Olmaksızın.
03:40
SB: No, not without.
71
202000
1000
SB: Yok, olmaksızın da değil.
03:41
(Laughter)
72
203000
1000
( Gülüşmeler)
03:42
You try them all in order: Mmm...?
73
204000
2000
Hepsini sırayla deniyorsunuz... hadi ama?
03:44
Audience: Must.
74
206000
1000
Seyirciler: Mutlaka.
03:45
SB: Must, at must. Must, must.
75
207000
4000
Mutlaka, evet eninde sonunda mutlaka.
03:49
This is what makes it so amazing.
76
211000
2000
Bu durumu bu kadar inanılmaz kılan da bu zaten.
03:51
You don't need a designer,
77
213000
3000
Bir yaratıcıya, bir plana, bir ön tasarıma
03:54
or a plan, or foresight, or anything else.
78
216000
3000
ya da benzer bir başka şeye ihtiyacınız yok.
03:57
If there's something that is copied with variation
79
219000
3000
Eğer çeşitlilikten köken alan ve bir sonraki nesile kopyalanan
04:00
and it's selected, then you must get design appearing out of nowhere.
80
222000
4000
ve seçilime uğrayan bir özellik varsa, yoktan var olan bir tasarım elde edeceğiniz kesindir.
04:04
You can't stop it.
81
226000
2000
Bunun önüne geçemezsiniz.
04:06
Must is my favorite word there.
82
228000
4000
Benim buradaki favori kelimem mutlaka.
04:11
Now, what's this to do with memes?
83
233000
2000
Peki, bunun mim'lerle ne ilgisi var?
04:13
Well, the principle here applies to anything
84
235000
5000
Buradaki çeşitliliğin kopyalanması ve seçilimi
04:18
that is copied with variation and selection.
85
240000
1000
prensibini pekçok şeye uygulamak mümkün
04:19
We're so used to thinking in terms of biology,
86
241000
3000
Biyolojik terimlerle düşünmeye çok alışkın olduğumuzdan
04:22
we think about genes this way.
87
244000
2000
genleri bu şekilde düşünebiliyoruz.
04:24
Darwin didn't, of course; he didn't know about genes.
88
246000
3000
oysa ki Darwin, elbette genler hakkında birşey bilmiyordu.
04:27
He talked mostly about animals and plants,
89
249000
2000
Genelde bitkiler ve hayvanlar hakkında konuşmuştu,
04:29
but also about languages evolving and becoming extinct.
90
251000
3000
ama aynı zamanda evrimleşen ve soyu tükenen dillerden de bahsetmişti.
04:32
But the principle of Universal Darwinism
91
254000
2000
Evrensel Darwinizm prensibine göre
04:34
is that any information that is varied and selected
92
256000
4000
çeşitliliği olan ve tercih edilen her tür bilgi
04:38
will produce design.
93
260000
2000
bir tasarıma dönüşecektir.
04:40
And this is what Richard Dawkins was on about
94
262000
2000
Richard Dawkins'in 1976 yılında yayınlanan çok satan kitabı
04:42
in his 1976 bestseller, "The Selfish Gene."
95
264000
3000
"Bencil Gen"de bahsettiği kavram da buydu.
04:45
The information that is copied, he called the replicator.
96
267000
4000
Kopyalanan veri, ki o buna replikatör adını takmıştı,
04:49
It selfishly copies.
97
271000
2000
kendini bencilce kopyalar.
04:51
Not meaning it kind of sits around inside cells going, "I want to get copied."
98
273000
4000
Elbette bundan kastım hücrenin içinde oturup beklerden "kopyalanmak istiyorum" demesi değil.
04:55
But that it will get copied if it can,
99
277000
2000
Şu demek, sonuçları ne olursa olsun
04:57
regardless of the consequences.
100
279000
2000
olabiliyorsa, kendini kopyalayacaktır.
05:00
It doesn't care about the consequences because it can't,
101
282000
3000
Kopyalamanın sonuçlarını düşünemez, çünkü düşünme yetisi yoktur,
05:03
because it's just information being copied.
102
285000
2000
kopyalanan sadece verilerdir.
05:06
And he wanted to get away
103
288000
1000
Dawkins, bu konuda herkesin genleri örnek gösterip
05:07
from everybody thinking all the time about genes,
104
289000
3000
düşünmesinden uzaklaşmak isteiği için
05:10
and so he said, "Is there another replicator out there on the planet?"
105
292000
3000
"dünyada bu şekilde çalışan bir başka veri kopyalayıcı var mı?" diye düşündü.
05:13
Ah, yes, there is.
106
295000
2000
Evet, elbette var.
05:15
Look around you -- here will do, in this room.
107
297000
3000
Etrafınıza bir bakın, bu odadaki grup bile yeterli.
05:18
All around us, still clumsily drifting about
108
300000
3000
Hepimizin çevresi, hala dikkatsizce sağa sola savrulan
05:21
in its primeval soup of culture, is another replicator.
109
303000
3000
bir ilkek kültür çorbasıyla kaplı durumda, bu da bir başka replikatör.
05:24
Information that we copy from person to person, by imitation,
110
306000
5000
Verileri insandan insana taklit ederek,
05:29
by language, by talking, by telling stories,
111
311000
2000
dilimizi kullanıp konuşarak ya da hikayeler anlatarak,
05:31
by wearing clothes, by doing things.
112
313000
3000
kılık kıyafetimizle ya da yaptıklarımızla aktarıyoruz.
05:34
This is information copied with variation and selection.
113
316000
5000
Bu bilgiler de çeşitlilik ve seçim ile kopyalanıyorlar,
05:39
This is design process going on.
114
321000
3000
ve tasarım süreci devam ediyor.
05:42
He wanted a name for the new replicator.
115
324000
3000
Dawkins bu kopyalayıcıya yeni bir isim vermek istedi,
05:45
So, he took the Greek word "mimeme," which means that which is imitated.
116
327000
4000
ve Yunanca bir kelime olan "mimeme"yi seçti, ki bu taklit edilen anlamına geliyor.
05:49
Remember that, that's the core definition:
117
331000
2000
Unutmayın ki temel tanım bu.
05:52
that which is imitated.
118
334000
1000
Taklit edilen şey.
05:53
And abbreviated it to meme, just because it sounds good
119
335000
3000
Ve bu kelimeyı kısalatarak mim adını verdi, kulağa hoş geliyor çünkü
05:56
and made a good meme, an effective spreading meme.
120
338000
3000
ve güzel bir mim yarattı, oldukça etkin yayılan bir mim hem de.
05:59
So that's how the idea came about.
121
341000
3000
Bu fikrin ortaya çıkışı bu şekilde.
06:03
It's important to stick with that definition.
122
345000
3000
Bu tanıma sadık kalmakta fayda var.
06:06
The whole science of memetics is much maligned,
123
348000
4000
Mimetik bilimi oldukça yanlış algılanmış,
06:10
much misunderstood, much feared.
124
352000
3000
amacından saptırılmış ve korkulan hale gelmiş bir bilim.
06:13
But a lot of these problems can be avoided
125
355000
3000
Ama bu sorunların çoğu bu kelimenin
06:16
by remembering the definition.
126
358000
2000
esas tanımını hatırlamakla ortadan kalkıyor.
06:18
A meme is not equivalent to an idea.
127
360000
2000
Mim, bir fikir ile eş anlamlı değildir.
06:20
It's not an idea. It's not equivalent to anything else, really.
128
362000
2000
Bir fikir ya da benzer başka bir şey ile aynı değildir.
06:22
Stick with the definition.
129
364000
2000
Tanıma sadık kalalım.
06:24
It's that which is imitated,
130
366000
2000
Taklit edilen bir şey.
06:26
or information which is copied from person to person.
131
368000
3000
Ya da insandan insana kopyalanarak geçen bilgi.
06:30
So, let's see some memes.
132
372000
1000
Bazı mim örneklerine bakalım şimdi.
06:31
Well, you sir, you've got those glasses hung around your neck
133
373000
3000
Bayım siz, gözlüklerinizi dikkat çekici bir şekilde
06:34
in that particularly fetching way.
134
376000
2000
boynunuza asmışsınız.
06:36
I wonder whether you invented that idea for yourself,
135
378000
2000
Bunu kendiniz mi akıl ettiniz,
06:38
or copied it from someone else?
136
380000
2000
yoksa bir başkasında mı gördünüz?
06:40
If you copied it from someone else, it's a meme.
137
382000
3000
Bir başkasında gördünüz ve kopyaladınız, bu bir mim.
06:43
And what about, oh, I can't see any interesting memes here.
138
385000
3000
Başka, başka... hmm burada ilginç mimler göremiyorum şu an.
06:46
All right everyone, who's got some interesting memes for me?
139
388000
3000
Evet, bakalım başka ilginç mimler var mı?
06:49
Oh, well, your earrings,
140
391000
2000
Ah evet, küpeleriniz,
06:51
I don't suppose you invented the idea of earrings.
141
393000
2000
küpe takma fikrini sizin keşfettiğinizi sanmıyorum
06:53
You probably went out and bought them.
142
395000
2000
muhtemelen dışarıda bir yerlerden satın aldınız onları.
06:55
There are plenty more in the shops.
143
397000
2000
Dükkanlarda daha bir sürü mevcut.
06:57
That's something that's passed on from person to person.
144
399000
2000
Bu da insandan insana geçen bir şey.
06:59
All the stories that we're telling -- well, of course,
145
401000
3000
Tüm anlattığımız hikayeler de öyle, elbette,
07:02
TED is a great meme-fest, masses of memes.
146
404000
4000
TED'in kendisi bile dev bir mim festivali.
07:06
The way to think about memes, though,
147
408000
2000
Mimler hakkında dişünmemiz gereken şey ise şu,
07:08
is to think, why do they spread?
148
410000
2000
neden yayılıyorlar?
07:10
They're selfish information, they will get copied, if they can.
149
412000
4000
Onlar bencil verileri, eğer becerebilirlerse kopyalanıyorlar.
07:14
But some of them will be copied because they're good,
150
416000
3000
Bazıları iyi, güzel, doğru ya da faydalı
07:17
or true, or useful, or beautiful.
151
419000
2000
oldukları için kopyalanıyor.
07:19
Some of them will be copied even though they're not.
152
421000
2000
bazıları ise öyle olmasalar da kopyalanıyorlar.
07:21
Some, it's quite hard to tell why.
153
423000
2000
Bazılarının neden kopyalandıklarını anlamak imkansız.
07:24
There's one particular curious meme which I rather enjoy.
154
426000
3000
Hoşuma giden çok tuhaf bir mim var.
07:27
And I'm glad to say, as I expected, I found it when I came here,
155
429000
3000
Mutlulukla söyleyebilirim ki, buraya konferans için geldiğimde de gördüm onu,
07:30
and I'm sure all of you found it, too.
156
432000
2000
eminim ki siz de karşılaştınız onunla.
07:32
You go to your nice, posh, international hotel somewhere,
157
434000
3000
Bir yerlerde güzel bir otel odası kiraladınız,
07:36
and you come in and you put down your clothes
158
438000
2000
odaya girdiniz, elbiselerinizi yerleştirdiniz ve
07:38
and you go to the bathroom, and what do you see?
159
440000
3000
banyoya gittiniz, orada ne gördünüz?
07:41
Audience: Bathroom soap.
160
443000
1000
Seyirciler: Banyo sabunu.
07:42
SB: Pardon?
161
444000
1000
SB: Anlamadım?
07:43
Audience: Soap.
162
445000
1000
Seyirciler: Sabun.
07:44
SB: Soap, yeah. What else do you see?
163
446000
2000
SB: Sabun, evet peki, başka?
07:46
Audience: (Inaudible)
164
448000
1000
Seyirci: ( Anlaşılmıyor)
07:47
SB: Mmm mmm.
165
449000
1000
SB: Hı, hı.....
07:48
Audience: Sink, toilet!
166
450000
1000
Seyirciler: Lavabo, tuvalet!
07:49
SB: Sink, toilet, yes, these are all memes, they're all memes,
167
451000
2000
SB: Lavabo, tuvalet, evet bunlar da mim, hepsi mim,
07:51
but they're sort of useful ones, and then there's this one.
168
453000
3000
ama bunlar bir anlamda faydalı, ama bir de bu var.
07:54
(Laughter)
169
456000
3000
( Gülüşmeler)
07:58
What is this one doing?
170
460000
2000
Bu nedir böyle?
08:00
(Laughter)
171
462000
1000
( Gülüşmeler)
08:01
This has spread all over the world.
172
463000
2000
Bu olay dünyanın her yanına yayılmış durumda.
08:03
It's not surprising that you all found it
173
465000
2000
sizin de buradaki banyonuzda bu mim ile
08:05
when you arrived in your bathrooms here.
174
467000
2000
karşılaşmış olmanız şaşırtıcı değil.
08:07
But I took this photograph in a toilet at the back of a tent
175
469000
5000
Ama ben bu fotorafı, Assam'da, ormanın ortasındaki
08:12
in the eco-camp in the jungle in Assam.
176
474000
2000
bir ekolojik kampta çektim.
08:14
(Laughter)
177
476000
1000
( Gülüşmeler)
08:16
Who folded that thing up there, and why?
178
478000
3000
Bunu kim böyle katlamış ve neden?
08:19
(Laughter)
179
481000
1000
( Gülüşmeler)
08:20
Some people get carried away.
180
482000
2000
Bazıları bu işe kendini epey kaptırıyor.
08:22
(Laughter)
181
484000
3000
( Gülüşmellr)
08:26
Other people are just lazy and make mistakes.
182
488000
3000
Bazıları daha tembel ve hata yapıyorlar.
08:29
Some hotels exploit the opportunity to put even more memes
183
491000
3000
Bazı oteller bu mim'e başka mimler ekleme fırsatını kaçırmıyor,
08:32
with a little sticker.
184
494000
2000
mesela bu küçük etiketle.
08:34
(Laughter)
185
496000
1000
(Gülüşmeler)
08:35
What is this all about?
186
497000
2000
Bunun ne anlamı var?
08:37
I suppose it's there to tell you that somebody's
187
499000
2000
Sanırım birinin buraları temizlediğinin
08:39
cleaned the place, and it's all lovely.
188
501000
2000
göstergesi bu, çok güzel.
08:41
And you know, actually, all it tells you is that another person
189
503000
3000
Ama biliyorsunuz aslında bir başka insanın kendi
08:44
has potentially spread germs from place to place.
190
506000
3000
mikroplarını sağa sola yaydığını da gösteriyor.
08:47
(Laughter)
191
509000
1000
(Gülüşmeler)
08:48
So, think of it this way.
192
510000
2000
Bunu şöyle düşününç
08:50
Imagine a world full of brains
193
512000
2000
Beyinlerle dolu bir dünya hayal edin
08:52
and far more memes than can possibly find homes.
194
514000
3000
ve burda kendine bir yer bulamayacak kadar çok mim olsun.
08:55
The memes are all trying to get copied --
195
517000
3000
Bu mimler kopyalanmanın bir yolunu arıyorlar,
08:58
trying, in inverted commas -- i.e.,
196
520000
3000
tırnak içinde "kendilerine ev arıyorlaræ ve
09:01
that's the shorthand for, if they can get copied, they will.
197
523000
3000
eğer kopyalanmayı başarırlarsa bunu becerecekler.
09:04
They're using you and me as their propagating, copying machinery,
198
526000
6000
Sizi ve beni kendilerini kopyalayacak makineler olarak kullanıyorlar,
09:10
and we are the meme machines.
199
532000
3000
biz onların mim makineleriyiz.
09:13
Now, why is this important?
200
535000
2000
Bu neden önemli sizce?
09:15
Why is this useful, or what does it tell us?
201
537000
2000
Neden faydalı bir şeyö ya da bize ne anlatıyor?
09:17
It gives us a completely new view of human origins
202
539000
4000
Bize insanoğlunun kökenleri hakkında, insan olmanın
09:21
and what it means to be human,
203
543000
1000
ne demek olduğu hakkında yepyeni bir bakış açısı sağlıyor.
09:22
all conventional theories of cultural evolution,
204
544000
4000
Kültürel evrimin bilinen tüm teorileri,
09:26
of the origin of humans,
205
548000
2000
insanlığın tüm kökeni ve
09:28
and what makes us so different from other species.
206
550000
4000
bizi diğer canlılardan farklı kılan öeyler hakkında.
09:32
All other theories explaining the big brain, and language, and tool use
207
554000
2000
Diğer teoriler beynin büyüklüğünü, konuşma yetimizi ve alet kullanımını
09:34
and all these things that make us unique,
208
556000
2000
genlerimizden köken alan ve bizi benzersiz kılan
09:36
are based upon genes.
209
558000
3000
diğer özelliklerimizi açıklıyor.
09:39
Language must have been useful for the genes.
210
561000
3000
Konuşma yeteneği genlerimize faydalı olmuş olmalı.
09:42
Tool use must have enhanced our survival, mating and so on.
211
564000
3000
Alet kullanmamız hayatta kalma ve üreme şansımızı artırmış olmalı.
09:45
It always comes back, as Richard Dawkins complained
212
567000
3000
Her zaman konu dönüp dolanıp, Richard Dawkins'in de
09:48
all that long time ago, it always comes back to genes.
213
570000
3000
bir zaman önce yakındığı gibi genlerimize geliyor.
09:51
The point of memetics is to say, "Oh no, it doesn't."
214
573000
4000
Mimetik biliminin amacı ise, " Yo, hayır her zaman değil." demek.
09:55
There are two replicators now on this planet.
215
577000
3000
Yaşadığımız bu gezegende iki tan kopyalayıcı mevcut.
09:58
From the moment that our ancestors,
216
580000
3000
İki milyon yıl öncesindeki atalarımızdan beri
10:01
perhaps two and a half million years ago or so,
217
583000
2000
süregelen, onların taklit etmesi ile başlayan
10:03
began imitating, there was a new copying process.
218
585000
4000
yeni bir kopyalama süreci mevcut.
10:07
Copying with variation and selection.
219
589000
2000
Değişkenlikle kopyalama ve aralarından seçme.
10:09
A new replicator was let loose, and it could never be --
220
591000
5000
Yeni bir kopyalayıcı serbest bırakılmıştı ve bir daha asla --
10:14
right from the start -- it could never be
221
596000
1000
en başından beri, bu kopyalayıcıyı serbest bırakan atalarımız
10:15
that human beings who let loose this new creature,
222
597000
5000
onu sadece yararlı, güzel ve doğru
10:20
could just copy the useful, beautiful, true things,
223
602000
3000
şeylerde kullanıp diğer şeylerde kullanmamazlık
10:23
and not copy the other things.
224
605000
2000
edemezdi elbette.
10:25
While their brains were having an advantage from being able to copy --
225
607000
3000
Beyinleri bu koylamadan edindikleri avatajları özümserken --
10:28
lighting fires, keeping fires going, new techniques of hunting,
226
610000
5000
ateş yakmak, ateşi canlı tutmak, yeni avlanma yöntemleri,
10:33
these kinds of things --
227
615000
2000
buna benzer şeyleri --
10:35
inevitably they were also copying putting feathers in their hair,
228
617000
3000
kaçınılmaz olarak aynı zaman da saçlarına tüyler takmayı,
10:38
or wearing strange clothes, or painting their faces,
229
620000
2000
tuhaf kılıklar giymeyi, yüzlerini boyamayı veya
10:40
or whatever.
230
622000
1000
benzer şeyleri de taklit ettiler.
10:41
So, you get an arms race between the genes
231
623000
4000
Böylece ortaya insanlara onların vaktini bu tip gereksiz şeyleri kopyalayarak
10:45
which are trying to get the humans to have small economical brains
232
627000
4000
vakitlerini harcamayı engelleyecek ufak, verimli beyinler
10:49
and not waste their time copying all this stuff,
233
631000
2000
sağlamaya çalışan genler ile, bunların tersini yapan
10:51
and the memes themselves, like the sounds that people made and copied --
234
633000
4000
mesela insanların yaptığı sesleri kopyalayan ve sonunda
10:56
in other words, what turned out to be language --
235
638000
2000
bunun konuşma diline dönüşmesini sağlayan ve beyinleri gittiçe daha büyük
10:58
competing to get the brains to get bigger and bigger.
236
640000
3000
hale getirmek için yarışan mimler arasında bir çekişme ortaya çıktı.
11:01
So, the big brain, on this theory, is driven by the memes.
237
643000
4000
Bu teoriye göre büyük beyinlerimiz mimlerin bir ürünü.
11:05
This is why, in "The Meme Machine," I called it memetic drive.
238
647000
4000
Bu nedenle "Mim Makinesi"nde bu durumu mimetik ivme olarak nitelendirdim.
11:09
As the memes evolve, as they inevitably must,
239
651000
3000
Mimler evrimleştikçe, ki kaçınılmaz olarak evrimleşmek zorundadırlar
11:12
they drive a bigger brain that is better at copying the memes
240
654000
4000
mimleri kopyalamada daha usta hale gelmiş, daha büyük
11:16
that are doing the driving.
241
658000
2000
bir beyine sahip olacaklardır.
11:18
This is why we've ended up with such peculiar brains,
242
660000
4000
Bu nedenle böyle tuhaf beyinlere sahip olduk,
11:22
that we like religion, and music, and art.
243
664000
3000
din, müzik ve sanattan hoşlanıyoruz.
11:25
Language is a parasite that we've adapted to,
244
667000
3000
Konuşma dili, bu görüşe göre
11:28
not something that was there originally for our genes,
245
670000
2000
uyum sağlamayı başardığımız bir parazit,
11:30
on this view.
246
672000
2000
başlangıçtan beri genlerimizden gelmiyor.
11:32
And like most parasites, it can begin dangerous,
247
674000
3000
ve hemen bütün parazitler gibi tehlikeli olarak başlıyor,
11:35
but then it coevolves and adapts,
248
677000
3000
ama sonradan evrimleşiyor ve uyum sağlıyor
11:38
and we end up with a symbiotic relationship
249
680000
2000
ve bu yeni parazitle simbiyotik yeni bir
11:40
with this new parasite.
250
682000
1000
ilişki kuruyoruz.
11:41
And so, from our perspective,
251
683000
2000
Kendi bakış açımızdan bunun
11:43
we don't realize that that's how it began.
252
685000
3000
nasıl başladığının ayırdına varamıyoruz.
11:46
So, this is a view of what humans are.
253
688000
3000
Bu insanların ne olduğuna dair bir görüş.
11:49
All other species on this planet are gene machines only,
254
691000
3000
Bu gezegendeki diğer canlıların tümü gen makinaları,
11:52
they don't imitate at all well, hardly at all.
255
694000
3000
taklitçilik konusunda çok iyi değiller, balki birazcık.
11:55
We alone are gene machines and meme machines as well.
256
697000
5000
Ama biz, tek başımıza hem gen hem de mim makineleriyiz.
12:00
The memes took a gene machine and turned it into a meme machine.
257
702000
4000
Mimler bir gen makinesin aldılar ve onu bir mim makinesine çevirdiler.
12:04
But that's not all.
258
706000
2000
Ama hepsi bu değil.
12:06
We have a new kind of memes now.
259
708000
3000
Artık yeni bir tür mime sahibiz.
12:09
I've been wondering for a long time,
260
711000
1000
Bunu uzunca bir zamandır merak ediyorum,
12:10
since I've been thinking about memes a lot,
261
712000
2000
çünkü mimler hakkında epeyce çok düşünüyorum.
12:12
is there a difference between the memes that we copy --
262
714000
2000
kopyaladığımız bu mimler ile etrafımızdaki bütün bu
12:14
the words we speak to each other,
263
716000
2000
teknolojik şeyler arasında bir ilinti var mı? --
12:16
the gestures we copy, the human things --
264
718000
2000
kopyaladığımız mimler derken, birbirimize söylediğimiz kelimeler
12:18
and all these technological things around us?
265
720000
2000
vücut dilimiz, diğer insani şeyerden bahsediyorum.
12:20
I have always, until now, called them all memes,
266
722000
4000
Bu güne kadar, bu şeyleri her zaman mim diye adlandırdım,
12:24
but I do honestly think now
267
726000
3000
ama doğrusunu isterseniz artık
12:27
we need a new word for technological memes.
268
729000
3000
teknolojik mimler için yeni bir kelimeye ihtiyacımız olduğunu düşünüyorum.
12:30
Let's call them techno-memes or temes.
269
732000
3000
Bunlara teknomimler ya da timler diyelim.
12:33
Because the processes are getting different.
270
735000
3000
Çünkü süreçleri biraz daha farklı işliyor.
12:37
We began, perhaps 5,000 years ago, with writing.
271
739000
3000
Bundan 5000 yıl kadar önce, yazı yazmaya başladık.
12:40
We put the storage of memes out there on a clay tablet,
272
742000
7000
Biriktirdiğimiz mimleri kilden tabletlere aktardık,
12:48
but in order to get true temes and true teme machines,
273
750000
2000
ama gerçek timler ve tim makinaları elde etmek için
12:50
you need to get the variation, the selection and the copying,
274
752000
3000
çeşitliliğin, seçilimin ve kopyalamanın
12:53
all done outside of humans.
275
755000
2000
insanların dışında yapılıyor olması gerekli.
12:55
And we're getting there.
276
757000
2000
Ve bu noktaya geliyoruz.
12:57
We're at this extraordinary point where we're nearly there,
277
759000
2000
Neredeyse bu koşulları sağlayacak olağandışı bir noktadayız
12:59
that there are machines like that.
278
761000
2000
artık bunu yapan makinalar var.
13:01
And indeed, in the short time I've already been at TED,
279
763000
2000
Aslında, TED'de bulunduğum şu kısa süre boyunca bile
13:03
I see we're even closer than I thought we were before.
280
765000
2000
buna daha önce düşündüğümden daha yakın olduğumuzu gördüm.
13:05
So actually, now the temes are forcing our brains
281
767000
6000
Gerçekte, artık timler beyinlerimizi daha çok
13:11
to become more like teme machines.
282
773000
2000
tim makinaları gibi davranmak için zorluyor.
13:13
Our children are growing up very quickly learning to read,
283
775000
3000
Çocuklarımız okuma yazmayı çok hızlı öğreniyorlar,
13:16
learning to use machinery.
284
778000
2000
makine kullanmayı da öyle.
13:18
We're going to have all kinds of implants,
285
780000
1000
Bir sürü implant, uyumadan ayakta kalmamızı
13:19
drugs that force us to stay awake all the time.
286
781000
3000
sağlayacak bir sürü ilaca sahibiz.
13:22
We'll think we're choosing these things,
287
784000
2000
Bunları kendinizin seçtiğini düşünüyor olabilirsiniz,
13:24
but the temes are making us do it.
288
786000
3000
ama aslında bunu yapan timler.
13:28
So, we're at this cusp now
289
790000
1000
Şu anda gezegenimizde üçüncü bir
13:29
of having a third replicator on our planet.
290
791000
4000
kopyalayıcı olması nedeniyle ilginç br değişim içindeyiz.
13:34
Now, what about what else is going on out there in the universe?
291
796000
5000
Peki evrenin diğer noktalarında neler olup bitiyor bu konuda?
13:39
Is there anyone else out there?
292
801000
2000
Oralarda birileri var mı?
13:41
People have been asking this question for a long time.
293
803000
3000
İnsanlar uzunca bir zamandır bu soruyu soruyorlar.
13:44
We've been asking it here at TED already.
294
806000
2000
TED'de, burada da bu soruyu soruyoruz.
13:46
In 1961, Frank Drake made his famous equation,
295
808000
4000
1961'de Frank Drake meşhur formülünü öne sürdü,
13:50
but I think he concentrated on the wrong things.
296
812000
2000
ama bence yanlışi bir şeye konsantre oldu.
13:52
It's been very productive, that equation.
297
814000
2000
Bu formül çok verimli bir formül oldu,
13:54
He wanted to estimate N,
298
816000
2000
N'in değerini öngirmek istemişti,
13:56
the number of communicative civilizations out there in our galaxy,
299
818000
4000
yani galaksimizde bulunan, iletişim kurma yetisine sahip uygarlık sayısını.
14:00
and he included in there the rate of star formation,
300
822000
4000
Formüle yıldız oluşma hızını, gezegen sayısını,
14:04
the rate of planets, but crucially, intelligence.
301
826000
4000
ve kaşınılmaz olarak zeki olmayı ekledi.
14:08
I think that's the wrong way to think about it.
302
830000
4000
Bence bu yanlış bir düşünce şekli.
14:12
Intelligence appears all over the place, in all kinds of guises.
303
834000
3000
Zeka, her yerde olabilir, çok farklı şekillere bürünebilir.
14:15
Human intelligence is only one kind of a thing.
304
837000
2000
İnsan zekası bildiğimiz zekalardan sadece biri.
14:17
But what's really important is the replicators you have
305
839000
3000
Ama esas önemli olan şey çoğaltıcınızın olup olmadığı
14:20
and the levels of replicators, one feeding on the one before.
306
842000
4000
ve varsa kaçıncı derece oldukları, hangisinin kimden beslendiği.
14:24
So, I would suggest that we don't think intelligence,
307
846000
5000
Bu nedenle, zekayı değil de, çoğaltıcıları
14:29
we think replicators.
308
851000
2000
göz önüne alalım diyorum.
14:31
And on that basis, I've suggested a different kind of equation.
309
853000
3000
Bundan yola çıkarak da farklı bir formül öneriyorum.
14:34
A very simple equation.
310
856000
2000
Çok basit bir formül.
14:36
N, the same thing,
311
858000
2000
N, aynı anlama geliyor.
14:38
the number of communicative civilizations out there
312
860000
3000
Galaksimizde bulmayı umduğumuz iletişim kurabilecek
14:41
[that] we might expect in our galaxy.
313
863000
2000
uygarlıkların sayısı.
14:43
Just start with the number of planets there are in our galaxy.
314
865000
4000
Bizim galaksimizdeki gezegenlerin sayısını alın,
14:47
The fraction of those which get a first replicator.
315
869000
4000
bunların çok az bir kısmında birinci derece bir çoğaltıcı olacaktır.
14:51
The fraction of those that get the second replicator.
316
873000
4000
Bunların çok az bir kısmında da ikinci derece bir çoğaltıcı var olabilir.
14:55
The fraction of those that get the third replicator.
317
877000
2000
Bunların çok öok az bir kısmı da üçünü seviye çoğaltıcıya sahip olacaktır.
14:58
Because it's only the third replicator that's going to reach out --
318
880000
3000
Çünkü sadece içinci derece çoğaltıcı gezegen dışına gitmeye çalışıp
15:01
sending information, sending probes, getting out there,
319
883000
3000
bilgi, uzay aracı vesaire göndermeye çalışarak
15:04
and communicating with anywhere else.
320
886000
2000
uzaktakilerle iletişim kurmaya çalışacaktır.
15:06
OK, so if we take that equation,
321
888000
3000
Tamam, eğer bu formülü göz önüne alırsak,
15:09
why haven't we heard from anybody out there?
322
891000
5000
neden hala orada bir yerlerden mesaj almadık?
15:14
Because every step is dangerous.
323
896000
4000
Çünkü bu süreçteki her adım tehlikelidir.
15:18
Getting a new replicator is dangerous.
324
900000
3000
Yeni bir çoğaltıcı sahibi olmak tehlikelidir.
15:21
You can pull through, we have pulled through,
325
903000
2000
Bunu başarabilirsiniz, biz başardık ama
15:23
but it's dangerous.
326
905000
2000
tehlikelidir.
15:25
Take the first step, as soon as life appeared on this earth.
327
907000
3000
ilk adımı ele alın, dünyada yaşam ortaya çıktıktan hemen sonra.
15:28
We may take the Gaian view.
328
910000
2000
Gaian görüşü benimseyelim.
15:30
I loved Peter Ward's talk yesterday -- it's not Gaian all the time.
329
912000
3000
Peter Ward'ın dünkü konuşmasını çok beğendim -- her zaman Gaian olmak mümkün değil.
15:33
Actually, life forms produce things that kill themselves.
330
915000
3000
Yaşam biçimleri, kendilerini lödürecek şeyler üretebilirler.
15:36
Well, we did pull through on this planet.
331
918000
3000
Evet, biz bu gezegende başarılı olup hayatta kaldık,
15:39
But then, a long time later, billions of years later,
332
921000
2000
Ama, uzun bir zaman sonra, milyarlarca yıl sonra
15:41
we got the second replicator, the memes.
333
923000
3000
İkinci bir çoğaltıcıya sahip olduk: mimler.
15:44
That was dangerous, all right.
334
926000
2000
Bu tehlikeliydi, tamam mı?
15:46
Think of the big brain.
335
928000
2000
Büyük beynimizi düşünün.
15:48
How many mothers do we have here?
336
930000
3000
Burada kaç anne vardır sizce?
15:51
You know all about big brains.
337
933000
2000
Sizler büyük beyinleri oldukça yakından tanıyorsunuz.
15:53
They are dangerous to give birth to,
338
935000
2000
Onları doğurmak epey zordur.
15:55
are agonizing to give birth to.
339
937000
2000
Çok acı vericidir.
15:57
(Laughter)
340
939000
1000
( Gülüşmeler)
15:59
My cat gave birth to four kittens, purring all the time.
341
941000
2000
Benim kedin dört yavru doğurdu, doğum bıyunca da guruldadı.
16:01
Ah, mm -- slightly different.
342
943000
2000
Eee, bizdekinden epey farklı değil mi?
16:03
(Laughter)
343
945000
2000
( Gülüşmeler)
16:05
But not only is it painful, it kills lots of babies,
344
947000
3000
Sadece acı verici olmakla kalmaz, pekçok bebeğin ve annenin
16:08
it kills lots of mothers,
345
950000
2000
ölümüne neden olur.
16:10
and it's very expensive to produce.
346
952000
2000
Bu beyni yapması da çok pahalıdır.
16:12
The genes are forced into producing all this myelin,
347
954000
2000
Genler, bu myelini üretmek için uğraşırlar,
16:14
all the fat to myelinate the brain.
348
956000
2000
bütün yağları myeline çevrilir.
16:16
Do you know, sitting here,
349
958000
2000
Biliyor musunuz, burada öylesine otururken
16:18
your brain is using about 20 percent of your body's energy output
350
960000
4000
beyniniz, vücudunuzun sadece ağırlıkça %2'sine sahip olduğu halde
16:22
for two percent of your body weight?
351
964000
2000
enerji tüketiminizin %20'sini harcıyor.
16:24
It's a really expensive organ to run.
352
966000
2000
Çalıştırması gerçekten de en pahalı olan organdır.
16:26
Why? Because it's producing the memes.
353
968000
2000
Neden? Çünkü mimleri üretiyor.
16:28
Now, it could have killed us off. It could have killed us off,
354
970000
4000
Ama bu hepimizi öldürebilirdi, hepimizi öldürebilirdi,
16:32
and maybe it nearly did, but you see, we don't know.
355
974000
2000
belki de neredeyse bunu yaptı, görüyorsunuz ya, tam bilemiyoruz
16:34
But maybe it nearly did.
356
976000
2000
Belki de neredeyse bunu yaptı.
16:36
Has it been tried before?
357
978000
1000
Daha önce benzer birşeyi deneyen olmuş muydu?
16:37
What about all those other species?
358
979000
2000
Diğer türlere ne dersiniz?
16:39
Louise Leakey talked yesterday
359
981000
2000
Louise Leakey dün anlattı,
16:41
about how we're the only one in this branch left.
360
983000
3000
biz evrim ağacının bu dalına hayatta kalan tek grubuz.
16:44
What happened to the others?
361
986000
2000
Diğerlerine ne oldu?
16:46
Could it be that this experiment in imitation,
362
988000
2000
Bu taklit etme deneyi,
16:48
this experiment in a second replicator,
363
990000
2000
bu ikincil çoğaştıcı deneyi
16:50
is dangerous enough to kill people off?
364
992000
4000
bu insanları öldürmüş olacak kadar tehlikeli olabilir mi?
16:54
Well, we did pull through, and we adapted.
365
996000
2000
Biz paçayı kurtardık ve uyum sağladık.
16:56
But now, we're hitting, as I've just described,
366
998000
3000
Ama şu anda, daha önce de söylediğim gibi
16:59
we're hitting the third replicator point.
367
1001000
2000
üçüncü çoğaltıcıya gelmiş durumdayız.
17:01
And this is even more dangerous --
368
1003000
3000
Ve bu daha öncekilerden daha da tehlikeli--
17:04
well, it's dangerous again.
369
1006000
2000
tekrar bir tehlike var .
17:06
Why? Because the temes are selfish replicators
370
1008000
4000
Neden? Çünkü tümler bencil çoğaltıcılardır
17:10
and they don't care about us, or our planet, or anything else.
371
1012000
3000
ne biz, ne gezegenimiz ne de başka şeyler umurlarında.
17:13
They're just information, why would they?
372
1015000
3000
Onlar sadece bilgiden ibaret -- neden umursasınlar ki?
17:17
They are using us to suck up the planet's resources
373
1019000
2000
Şu anda gezegenin kaynaklarını tüketmek için bizi kullanıyorlar,
17:19
to produce more computers,
374
1021000
2000
daha fazla bilgisayar üretmek için,
17:21
and more of all these amazing things we're hearing about here at TED.
375
1023000
3000
ya da burada TED'de dinlediğimiz diğer müthiş şeylerden üretmek için.
17:24
Don't think, "Oh, we created the Internet for our own benefit."
376
1026000
4000
"Ah, ama interneti kendi menfaatimiz için biz yarattık." diye düşünmeyin.
17:28
That's how it seems to us.
377
1030000
2000
Bize öyle geliyor elbette.
17:30
Think, temes spreading because they must.
378
1032000
4000
Ama timlerin, buna zorunlu oldukları için yayıldığını düşünün.
17:34
We are the old machines.
379
1036000
2000
Bizler eski makineleriz.
17:36
Now, are we going to pull through?
380
1038000
2000
Şimdi, bu defa da paşayı kurtarabilecek miyiz?
17:38
What's going to happen?
381
1040000
2000
Ne olacak?
17:40
What does it mean to pull through?
382
1042000
2000
Paşayı kurtarmak ne demek?
17:42
Well, there are kind of two ways of pulling through.
383
1044000
2000
paşayı kurtarmanın iki yolu var aslında
17:45
One that is obviously happening all around us now,
384
1047000
2000
birincisi çu an etrafımızda zaten olup bitenlerden ibaret,
17:47
is that the temes turn us into teme machines,
385
1049000
4000
timler bizi tim makinalarına dönüştürecek,
17:51
with these implants, with the drugs,
386
1053000
2000
bu implantlar, ilaçlar ve bizim
17:53
with us merging with the technology.
387
1055000
3000
teknoloji ile bitinleşiyor olmamız sayesinde.
17:56
And why would they do that?
388
1058000
2000
Peki bunu neden yapsaınlar ki?
17:58
Because we are self-replicating.
389
1060000
2000
Çünkü biz kendi kendimize çoğalabiliyoruz.
18:00
We have babies.
390
1062000
2000
Bebek doğuruyoruz.
18:02
We make new ones, and so it's convenient to piggyback on us,
391
1064000
3000
yeni bireyler meydana getiriyoruz, bu nedenle bizim sırtımıza tutunmak mantıklı
18:05
because we're not yet at the stage on this planet
392
1067000
4000
çünkü, bu gezegende henüz diğer aşamaya geçemedik.
18:09
where the other option is viable.
393
1071000
2000
Her ne kadar yakın da olsa
18:11
Although it's closer, I heard this morning,
394
1073000
2000
bu sabah duydum hatta
18:13
it's closer than I thought it was.
395
1075000
2000
zennettiğimden de yakınmış.
18:15
Where the teme machines themselves will replicate themselves.
396
1077000
3000
ikinci aşamada tim makinaları kendilerini çoğaltmanın bir yolunu bulacaklar.
18:18
That way, it wouldn't matter if the planet's climate
397
1080000
4000
Bu olduğunda, gezegenin iklimi tamamen değişse de
18:22
was utterly destabilized,
398
1084000
2000
bunun bir önemi olmayacak.
18:24
and it was no longer possible for humans to live here.
399
1086000
2000
ve insanların artık burada yaşayamacak olması da önemsiz olacak.
18:26
Because those teme machines, they wouldn't need --
400
1088000
2000
Çünkü bu tim makinaları, artık bize
18:28
they're not squishy, wet, oxygen-breathing,
401
1090000
2000
çabucak ezilen, nemli gövdeli, oksijen soluyan
18:30
warmth-requiring creatures.
402
1092000
3000
sıcaklık isteyen yaratıklara ihtiyaç duymuyor olacaklar.
18:33
They could carry on without us.
403
1095000
2000
Bizsiz de çoğalabilecekler.
18:35
So, those are the two possibilities.
404
1097000
3000
İki olasılık bunlar.
18:38
The second, I don't think we're that close.
405
1100000
4000
İkinci olasılığa henüz çok da
18:42
It's coming, but we're not there yet.
406
1104000
2000
yakın olduğumuzu düşünmüyorum.
18:44
The first, it's coming too.
407
1106000
2000
Ama ilki hızla geliyor.
18:46
But the damage that is already being done
408
1108000
3000
Ve gezegenimize şimdiye kadar verdiğimiz zarar
18:49
to the planet is showing us how dangerous the third point is,
409
1111000
5000
üçüncü noktanın ne kadar tehlikeli olduğunu da gösteriyor.
18:54
that third danger point, getting a third replicator.
410
1116000
3000
Üçüncü tehlikeli an, üçüncü kopyalayıcıyı elde etmek.
18:58
And will we get through this third danger point,
411
1120000
2000
Bu tehlikeli noktadan da, daha önce birinci ve ikincisinden
19:00
like we got through the second and like we got through the first?
412
1122000
3000
geçtiğimiz gibi kurtulup hayatta kalabilecek miyiz?
19:04
Maybe we will, maybe we won't.
413
1126000
2000
Belki evet, belki de hayır.
19:06
I have no idea.
414
1128000
3000
Hiç bir fikrim yok.
19:13
(Applause)
415
1135000
10000
( Alkışlar)
19:24
Chris Anderson: That was an incredible talk.
416
1146000
2000
Chris Anderson: Bu inanılmaz bir konuşmaydı.
19:26
SB: Thank you. I scared myself.
417
1148000
2000
SB: Teşekkürler. Ben bile korktum.
19:28
CA: (Laughter)
418
1150000
1000
CA: ( Kahkaha)
ABOUT THE SPEAKER
Susan Blackmore - MemeticistSusan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created.
Why you should listen
Susan Blackmore is dedicated to understanding the scientific nature of consciousness. Her latest work centers on the existence of memes -- little bits of knowledge, lore, habit that seem to spread themselves using human brains as mere carriers. She's exploring the existence of a new class of meme, spread by human technology. It's temporarily named the "teme."
She has written about memes, consciousness, and near-death experiences; has appeared on the British Big Brother to discuss the psychology of the participants; and writes for the Guardian UK.
Susan Blackmore | Speaker | TED.com