TEDGlobal 2009
Beau Lotto: Optical illusions show how we see
Beau Lotto: Optische Täuschungen zeigen, wie wir sehen
Filmed:
Readability: 2.7
7,158,267 views
Beau Lotto's Farbenspiele verblüffen Ihre Sicht, aber sie beleuchten auch, was Sie normaler Weise nicht sehen können: Wie Ihr Gehirn funktioniert. Diese lustige, aus erster Hand kommende Betrachtung Ihres vielseitigen Sehvermögens offenbart, wie Evolution Ihre Auffassung von dem einfärbt, was wirklich da draußen los ist.
Beau Lotto - Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system. Full bio
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system. Full bio
Double-click the English transcript below to play the video.
00:13
I want to start with a game.
0
1000
3000
Ich möchte mit einem Spiel beginnen.
00:16
And to win this game,
1
4000
2000
Und um dieses Spiel zu gewinnen,
00:18
all you have to do is see the reality that's in front of you
2
6000
3000
müssen Sie einfach nur die Realität so vor Ihren Augen sehen,
00:21
as it really is. All right?
3
9000
2000
wie sie wirklich ist. Alles klar?
00:23
So, we have two panels here,
4
11000
2000
Wir haben hier also zwei Platten
00:25
of colored dots.
5
13000
2000
mit bunten Punkten drauf.
00:27
And one of those dots is the same
6
15000
3000
Und einer dieser Punkte ist der gleiche
00:30
in the two panels. Okay?
7
18000
3000
auf beiden Platten. Okay?
00:33
And you have to tell me which one.
8
21000
2000
Und Sie müssen mir sagen, welcher das ist.
00:35
Now, narrow it down to
9
23000
3000
Nun, beschränken Sie es auf
00:38
the gray one, the green one and, say, the orange one.
10
26000
3000
den grauen, den grünen, und, sagen wir, den orangenen.
00:41
So, by a show of hands -- we'll start with the easiest one --
11
29000
3000
Also mit Handzeichen: Wir fangen mit dem einfachsten an,
00:44
Show of hands: how many people think it's the gray one?
12
32000
4000
Hände hoch: Wie viele Leute glauben, es ist der graue?
00:48
Really? Okay.
13
36000
2000
Wirklich? Okay.
00:50
How many people think it's the green one?
14
38000
5000
Wie viele Leute glauben, es ist der grüne?
00:55
And how many people think it's the orange one?
15
43000
4000
Und wie viele Leute glauben, es ist der orangene?
00:59
Pretty even split.
16
47000
3000
Ziemlich gleich verteilt.
01:02
Let's find out what the reality is.
17
50000
3000
Lassen Sie uns herausfinden, was der Realität entspricht.
01:05
Here is the orange one.
18
53000
3000
Hier ist der orangene.
01:08
(Laughter)
19
56000
2000
(Gelächter)
01:10
Here is the green one.
20
58000
3000
Hier ist der grüne.
01:13
And here is the gray one.
21
61000
4000
Und hier ist der graue.
01:17
(Laughter)
22
65000
3000
(Gelächter)
01:20
So, for all of you who saw that, you're a complete realist. All right?
23
68000
4000
So, für alle, die das gesehen haben: Sie sind ein kompletter Realist. Alles klar?
01:24
(Laughter)
24
72000
2000
(Gelächter)
01:26
So, this is pretty amazing, actually, isn't it?
25
74000
2000
Also das ist eigentlich ziemlich erstaunlich, oder?
01:28
Because nearly every living system
26
76000
2000
Weil fast jedes lebende System
01:30
has evolved the ability to detect light in one way or another.
27
78000
3000
die Fähigkeit entwickelt hat, Licht so oder so zu erkennen.
01:33
So, for us, seeing color is one of the simplest things the brain does.
28
81000
5000
Für uns ist das Erkennen von Farben eins der einfachsten Dinge, die das Gehirn tut.
01:38
And yet, even at this most fundamental level,
29
86000
2000
Und selbst auf diesem grundlegenden Level
01:40
context is everything.
30
88000
3000
ist Zusammenhang alles.
01:43
What I want to talk about is not that context is everything,
31
91000
3000
Worüber ich sprechen will ist nicht, dass Zusammenhang alles ist,
01:46
but why is context everything.
32
94000
2000
sondern warum Zusammenhang alles ist.
01:48
Because it's answering that question that tells us not only
33
96000
4000
Weil dies nicht nur die Frage beantwortet,
01:52
why we see what we do,
34
100000
2000
warum wir sehen, was wir tun,
01:54
but who we are as individuals,
35
102000
2000
sondern auch, wer wir als Individuen
01:56
and who we are as a society.
36
104000
3000
und wer wir als Gesellschaft sind.
01:59
But first, we have to ask another question,
37
107000
2000
Aber zuerst müssen wir uns eine andere Frage stellen,
02:01
which is, "What is color for?"
38
109000
2000
die lautet: "Wozu gibt es Farbe?"
02:03
And instead of telling you, I'll just show you.
39
111000
2000
Und anstatt es Ihnen zu sagen, zeige ich es Ihnen einfach.
02:05
What you see here is a jungle scene,
40
113000
3000
Was Sie hier sehen ist eine Dschungelszene.
02:08
and you see the surfaces according to the amount
41
116000
2000
Und Sie sehen die Oberflächen entsprechend der Menge
02:10
of light that those surfaces reflect.
42
118000
2000
des Lichts, die diese Oberflächen reflektieren.
02:12
Now, can any of you see the predator that's about to jump out at you?
43
120000
5000
Nun, kann irgenjemand das Raubtier sehen, welche dabei ist, Sie anzugreifen?
02:17
And if you haven't seen it yet, you're dead. Right?
44
125000
2000
Und wenn Sie es immer noch nicht sehen, sind Sie tot. Richtig?
02:19
(Laughter)
45
127000
2000
(Gelächter)
02:21
Can anyone see it? Anyone? No?
46
129000
2000
Kann es jemand sehen? Irgendjemand? Nein?
02:23
Now, let's see the surfaces according to the quality of light that they reflect.
47
131000
4000
Nun, lassen Sie uns die Oberflächen entsprechend der Qualität des Lichts, welches sie refklektieren, betrachten.
02:27
And now you see it.
48
135000
3000
Und nun sehen Sie es.
02:30
So, color enables us to see
49
138000
3000
Also Farbe macht es uns möglich
02:33
the similarities and differences between surfaces,
50
141000
2000
die Gemeinsamkeiten und Unterschiede zwischen Oberflächen
02:35
according to the full spectrum of light that they reflect.
51
143000
3000
entsprechend des kompletten Spektrums des Lichts, welches sie reflektieren, zu sehen.
02:38
But what you've just done is, in many respects, mathematically impossible.
52
146000
4000
Aber was Sie gerade gemacht haben, ist in vielerlei Hinsicht mathematisch unmöglich.
02:42
Why? Because, as Berkeley tells us,
53
150000
3000
Warum? Weil, nach Barkley,
02:45
we have no direct access to our physical world,
54
153000
3000
wir keinen direkten Zugang zu unserer materiellen Welt haben,
02:48
other than through our senses.
55
156000
2000
außer durch unsere Sinne.
02:50
And the light that falls onto our eyes
56
158000
2000
Und das Licht, das auf unsere Augen fällt,
02:52
is determined by multiple things in the world --
57
160000
2000
wird durch verschiedene Dinge in der Welt bestimmt;
02:54
not only the color of objects,
58
162000
2000
nicht nur durch die Farbe der Objekte,
02:56
but also the color of their illumination,
59
164000
2000
sondern auch durch die Farbe ihrer Beleuchtung
02:58
and the color of the space between us and those objects.
60
166000
3000
und die Farbe des Raumes zwischen uns und diesen Objekten.
03:01
You vary any one of those parameters,
61
169000
2000
Wenn man nur einen Parameter verändert,
03:03
and you'll change the color of the light that falls onto your eye.
62
171000
5000
verändert man die Farbe des Lichts, das auf das Auge fällt.
03:08
This is a huge problem because it means that
63
176000
2000
Dies ist ein riesiges Problem, denn es bedeutet, dass
03:10
the same image could have an infinite number
64
178000
3000
ein und das selbe Bild eine unendliche Anzahl
03:13
of possible real-world sources.
65
181000
3000
an möglichen Quellen in der realen Welt haben könnte.
03:16
So let me show you what I mean. Imagine that this is the back of your eye.
66
184000
3000
Lassen Sie mich zeigen, was ich meine. Stellen Sie sich vor, dass das die Rückseite ihres Auges ist.
03:19
And these are two projections from the world.
67
187000
3000
Und dies sind zwei Projektionen aus der Welt.
03:22
They are identical in every single way.
68
190000
3000
Sie sind in jeder Hinsicht identisch.
03:25
Identical in shape, size, spectral content.
69
193000
4000
Identisch in Form, Größe, Spektralinhalt.
03:29
They are the same, as far as your eye is concerned.
70
197000
4000
Sie sind gleich, soweit es Ihr Auge anbelangt.
03:33
And yet they come from completely different sources.
71
201000
5000
Und doch kommen sie von komplett unterschiedlichen Quellen.
03:38
The one on the right
72
206000
2000
Die eine rechts
03:40
comes from a yellow surface,
73
208000
3000
kommt von einer gelben Fläche;
03:43
in shadow, oriented facing the left,
74
211000
2000
im Schatten, nach links gedreht,
03:45
viewed through a pinkish medium.
75
213000
3000
durch ein rosanes Medium betrachtet.
03:48
The one on the left comes from an orange surface,
76
216000
3000
Die links kommt von einer orangenen Fläche,
03:51
under direct light, facing to the right,
77
219000
2000
unter direktem Licht, nach rechts gedreht,
03:53
viewed through a sort of a bluish medium.
78
221000
2000
durch ein bläuliches Medium betrachtet.
03:55
Completely different meanings,
79
223000
3000
Komplett unterschiedliche Bedeutungen
03:58
giving rise to the exact same retinal information.
80
226000
3000
rufen exakt die gleiche Information auf der Netzhaut hervor.
04:01
And yet it's only the retinal information
81
229000
2000
Und dennoch ist es nur die Information auf der Netzhaut,
04:03
that we get.
82
231000
2000
die wir bekommen.
04:05
So how on Earth do we even see?
83
233000
3000
So wie zur Hölle sehen wir überhaupt?
04:08
So, if you remember anything in this next 18 minutes,
84
236000
4000
Also wenn Sie sich an irgendetwas in diesen 18 Minuten erinnern sollen,
04:12
remember this: that the light that falls on to your eye,
85
240000
3000
dann ist es das: Das Licht, das auf Ihr Auge fällt,
04:15
sensory information, is meaningless,
86
243000
2000
sensorische Information, ist bedeutungslos.
04:17
because it could mean literally anything.
87
245000
3000
Weil es buchstäblich alles bedeuten könnte.
04:20
And what's true for sensory information is true for information generally.
88
248000
3000
Und was für sensorische Information zutrifft, trifft generell für alle Information zu.
04:23
There is no inherent meaning in information.
89
251000
2000
Es gibt keine innewohnende Bedeutung in "Information".
04:25
It's what we do with that information that matters.
90
253000
4000
Es kommt darauf an, was wir mit dieser Information tun.
04:29
So, how do we see? Well, we see by learning to see.
91
257000
3000
Also wie sehen wir? Nun ja, wir sehen, indem wir lernen zu sehen.
04:32
So, the brain evolved the mechanisms for finding patterns,
92
260000
4000
Das Gehirn hat also Mechanismen entwickelt, Muster zu erkennen,
04:36
finding relationships in information
93
264000
2000
Beziehungen in Informationen zu finden
04:38
and associating those relationships
94
266000
2000
und diese Beziehungen
04:40
with a behavioral meaning,
95
268000
2000
mit einer Bedeutung betreffend des Verhaltens zu assoziieren,
04:42
a significance, by interacting with the world.
96
270000
3000
einem Sinn durch Interaktion mit der Welt.
04:45
We're very aware of this
97
273000
2000
Wir sind uns dessen
04:47
in the form of more cognitive attributes, like language.
98
275000
3000
in Form von kognitiven Merkmalen wie Sprache sehr bewusst.
04:50
So, I'm going to give you some letter strings. And I want you to read them out for me,
99
278000
2000
Ich werde Ihnen jetzt einige Zeichenketten geben. Und ich möchte, dass Sie mir diese vorlesen,
04:52
if you can.
100
280000
2000
wenn Sie das können.
04:54
Audience: "Can you read this?"
101
282000
3000
Publikum: "Können Sie das lesen?"
04:57
"You are not reading this."
102
285000
2000
"Sie lesen das nicht."
04:59
"What are you reading?"
103
287000
2000
"Was lesen Sie?"
05:01
Beau Lotto: "What are you reading?" Half the letters are missing. Right?
104
289000
3000
Beau Lotto: "Was lesen Sie?" Die Hälfte der Buchstaben fehlen, richtig?
05:04
There is no a priori reason why an "H" has to go
105
292000
2000
Es gibt keinen mutmaßlichen Grund, warum ein "H"
05:06
between that "W" and "A."
106
294000
2000
zwischen das "W" und das "A" kommen muss.
05:08
But you put one there. Why?
107
296000
2000
Aber Sie haben eins hingesetzt. Warum?
05:10
Because in the statistics of your past experience
108
298000
2000
Weil es in der Statistik Ihrer vergangenen Erfahrungen
05:12
it would have been useful to do so. So you do so again.
109
300000
3000
nützlich gewesen wäre. Deswegen machen Sie es wieder.
05:15
And yet you don't put a letter after that first "T."
110
303000
3000
Und dennoch setzen Sie keinen Buchstaben hinter das erste "T".
05:18
Why? Because it wouldn't have been useful in the past.
111
306000
3000
Warum? Weil es in der Vergangenheit nicht nützlich gewesen wäre.
05:21
So you don't do it again.
112
309000
2000
Deswegen machen Sie es nicht wieder.
05:23
So let me show you how quickly our brains can redefine normality,
113
311000
4000
Lassen Sie mich nun zeigen, wie schnell unsere Gehirne Normalität neu definieren können,
05:27
even at the simplest thing the brain does, which is color.
114
315000
2000
sogar für das einfachste, was unser Gehirn tut: Farben.
05:29
So, if I could have the lights down up here.
115
317000
3000
Wenn Sie also bitte das Licht hier hin richten könnten.
05:32
I want you to first notice that those two desert scenes are physically the same.
116
320000
3000
Ich möchte, dass Sie zuerst erkennen, dass diese zwei Wüstenszenen physikalisch die gleichen sind.
05:35
One is simply the flipping of the other. Okay?
117
323000
5000
Eine ist einfach die Spiegelung der anderen. Okay?
05:40
Now I want you to look at that dot
118
328000
2000
Nun möchte ich, dass Sie auf diesen Punkt
05:42
between the green and the red. Okay?
119
330000
3000
zwischen dem grünen und dem roten schauen. Okay?
05:45
And I want you to stare at that dot. Don't look anywhere else.
120
333000
3000
Und ich möchte, dass Sie auf diesen Punkt starren. Schauen Sie nirgendwo anders hin.
05:48
And we're going to look at that for about 30 seconds,
121
336000
1000
Und wir schauen etwa 30 Sekunden darauf,
05:49
which is a bit of a killer in an 18-minute talk.
122
337000
3000
was ein ziemlicher Hammer ist in einem 18 Minuten langen Vortrag.
05:52
(Laughter)
123
340000
1000
(Gelächter)
05:53
But I really want you to learn.
124
341000
2000
Aber ich möchte wirklich, dass Sie lernen.
05:55
And I'll tell you -- don't look anywhere else --
125
343000
3000
Und ich sage Ihnen - schauen Sie nirgendwo anders hin -
05:58
and I'll tell you what's happening inside your head.
126
346000
2000
und ich sage Ihnen, was in Ihren Köpfen geschieht.
06:00
Your brain is learning. And it's learning that the right side of its visual field
127
348000
3000
Ihr Gehirn lernt. Und es ist das Lernen, dass die rechte Seite des optischen Feldes
06:03
is under red illumination;
128
351000
2000
unter roter Beleuchtung,
06:05
the left side of its visual field is under green illumination.
129
353000
3000
die linke Seite des optischen Feldes unter grüner Beleuchtung ist.
06:08
That's what it's learning. Okay?
130
356000
3000
Das lernt es. Okay?
06:11
Now, when I tell you, I want you to look at the dot between the two desert scenes.
131
359000
5000
Nun, wenn ich es Ihnen sage, möchte ich, dass Sie auf den Punkt zwischen den zwei Wüstenszenen schauen.
06:16
So why don't you do that now?
132
364000
2000
Na, warum machen Sie das denn jetzt nicht?
06:18
(Laughter)
133
366000
3000
(Gelächter)
06:21
Can I have the lights up again?
134
369000
2000
Kann ich das Licht wieder an haben.
06:23
I take it from your response they don't look the same anymore. Right?
135
371000
4000
Ich entnehme Ihrer Reaktion, dass sie nicht mehr gleich aussehen. Richtig?
06:27
(Applause)
136
375000
1000
(Applaus)
06:28
Why? Because your brain is seeing that same information
137
376000
3000
Warum? Weil Ihr Gehirn die gleiche Information so sieht,
06:31
as if the right one is still under red light,
138
379000
2000
als ob die rechte Szene noch unter rotem Licht
06:33
and the left one is still under green light.
139
381000
2000
und die linke noch unter grünem Licht wäre.
06:35
That's your new normal.
140
383000
2000
Das ist Ihr neues "Normal".
06:37
So, what does this mean for context?
141
385000
2000
Was bedeutet das nun für den Zusammenhang?
06:39
It means that I can take these two identical squares,
142
387000
2000
Es bedeutet, dass ich diese zwei identischen Quadrate nehmen kann
06:41
and I can put them in light and dark surrounds.
143
389000
2000
und sie in helle und dunkle Umgebungen platzieren kann.
06:43
And now the one on the dark surround looks lighter than the one on the light surround.
144
391000
3000
Und nun sieht das Quadrat in der dunklen Umgebung heller aus, als das in der hellen Umgebung.
06:46
What's significant is not simply the light and dark surrounds that matter.
145
394000
4000
Was bedeutend ist, ist, dass es nicht nur die helle und die dunkle Umgebung sind, die eine Rolle spielen.
06:50
It's what those light and dark surrounds meant for your behavior in the past.
146
398000
4000
Es ist, welche Rolle diese helle und dunkle Umgebung für Ihr Verhalten in der Vergangenheit gespielt haben.
06:54
So I'll show you what I mean. Here we have
147
402000
2000
Ich zeige Ihnen, was ich meine. Hier haben wir
06:56
that exact same illusion.
148
404000
2000
die exakt gleiche Illusion.
06:58
We have two identical tiles, on the left,
149
406000
2000
Wir haben zwei identische Kacheln: links,
07:00
one in a dark surround, one in a light surround.
150
408000
2000
eine in einer dunklen Umgebung, eine in einer hellen Umgebung.
07:02
And the same thing over on the right.
151
410000
2000
Und genau das gleiche rechts.
07:04
Now, what I'm going to do is I'm going to review those two scenes.
152
412000
3000
Nun werde ich diese zwei Szenen noch einmal zeigen.
07:07
But I'm not going to change anything within those boxes,
153
415000
2000
Aber ich werde nichts an diesen Boxen verändern,
07:09
except their meaning.
154
417000
2000
außer ihrer Bedeutung.
07:11
And see what happens to your perception.
155
419000
2000
Mal sehen, was mit Ihrer Wahrnehmung passiert.
07:13
Notice that on the left
156
421000
2000
Beachten Sie, dass
07:15
the two tiles look nearly completely opposite:
157
423000
3000
die zwei Kacheln links fast komplett gegensätzlich aussehen:
07:18
one very white and one very dark.
158
426000
2000
eine sehr weiß und eine sehr dunkel.
07:20
All right? Whereas on the right,
159
428000
2000
Alles klar? Wohingegen rechts
07:22
the two tiles look nearly the same.
160
430000
2000
die Kacheln fast gleich aussehen.
07:24
And yet there is still one on a dark surround and one on a light surround.
161
432000
4000
Und doch ist immer noch eine Kachel auf einem dunklen Hintergrund und eine auf einem hellen.
07:28
Why? Because if the tile in that shadow
162
436000
3000
Warum? Weil wenn die Kachel in diesem Schatten
07:31
were in fact in shadow,
163
439000
2000
tatsächlich im Schatten wäre
07:33
and reflecting the same amount of light to your eye
164
441000
2000
und die gleiche Menge an Licht auf Ihr Auge reflektieren würde
07:35
as the one outside the shadow,
165
443000
2000
wie die Kachel außerhalb des Schattens,
07:37
it would have to be more reflective -- just the laws of physics.
166
445000
3000
müsste sie mehr reflektieren - einfach nach Gesetzen der Physik.
07:40
So you see it that way.
167
448000
2000
Also sehen Sie es so.
07:42
Whereas on the right, the information is consistent
168
450000
3000
Wohingegen rechts die Information beständig ist
07:45
with those two tiles being under the same light.
169
453000
2000
mit diesen zwei Kacheln unter dem gleichen Licht.
07:47
If they are under the same light, reflecting the same amount of light
170
455000
2000
Wenn sie unter dem selben Licht sind und die selbe Menge an Licht
07:49
to your eye,
171
457000
2000
auf Ihr Auge reflektieren,
07:51
then they must be equally reflective.
172
459000
2000
müssen sie gleich reflektierend sein.
07:53
So you see it that way.
173
461000
2000
Also sehen Sie es so.
07:55
Which means we can bring all this information together
174
463000
2000
Was bedeutet, dass wir diese ganze Information zusammenbringen können,
07:57
to create some incredibly strong illusions.
175
465000
2000
um einige unglaublich starke Illusionen hervorzurufen.
07:59
This is one I made a few years ago.
176
467000
2000
Dies ist eine, die ich vor einigen Jahren gemacht habe.
08:01
And you'll notice you see a dark brown tile at the top,
177
469000
3000
Und Sie erkennen, dass Sie oben eine dunkelbraune Kachel
08:04
and a bright orange tile at the side.
178
472000
3000
und an der Seite eine hellorangene Kachel sehen.
08:07
That is your perceptual reality. The physical reality
179
475000
2000
Das ist ihre wahrgenommene Realität. Die physikalische Realität ist,
08:09
is that those two tiles are the same.
180
477000
5000
dass diese zwei Kacheln die gleichen sind.
08:14
Here you see four gray tiles on your left,
181
482000
3000
Hier sehen Sie links vier graue Kacheln
08:17
seven gray tiles on the right.
182
485000
2000
und rechts sieben graue Kacheln.
08:19
I'm not going to change those tiles at all,
183
487000
2000
Ich werde diese Kacheln überhaupt nicht verändern.
08:21
but I'm going to reveal the rest of the scene
184
489000
2000
Aber ich werde den Rest der Szene aufdecken
08:23
and see what happens to your perception.
185
491000
3000
und sehen Sie, was mit Ihrer Wahrnehmung geschieht.
08:26
The four blue tiles on the left are gray.
186
494000
4000
Die vier blauen Kacheln links sind grau.
08:30
The seven yellow tiles on the right are also gray.
187
498000
3000
Die sieben gelben Kacheln rechts sind auch grau.
08:33
They are the same. Okay?
188
501000
2000
Es sind die gleichen, okay?
08:35
Don't believe me? Let's watch it again.
189
503000
4000
Glauben Sie mir nicht? Schauen wir es uns noch einmal an.
08:39
What's true for color is also true for complex perceptions of motion.
190
507000
4000
Was für Farbe gilt, gilt auch für komplexe Wahrnehmungen von Bewegung.
08:43
So here we have --
191
511000
3000
Hier haben wir also
08:46
let's turn this around -- a diamond.
192
514000
5000
- drehen wir es um - einen Diamanten.
08:51
And what I'm going to do is, I'm going to hold it here,
193
519000
2000
Und ich werde ihn hier halten
08:53
and I'm going to spin it.
194
521000
4000
und drehen.
08:57
And for all of you, you'll see it probably spinning this direction.
195
525000
3000
Und alle werden wahrscheinlich sehen, dass er sich in diese Richtung dreht.
09:00
Now I want you to keep looking at it.
196
528000
3000
Nun möchte ich, dass Sie weiterhin drauf schauen.
09:03
Move your eyes around, blink, maybe close one eye.
197
531000
2000
Bewegen Sie Ihre Augen, blinzeln Sie, schließen Sie vielleicht ein Auge.
09:05
And suddenly it will flip, and start spinning the opposite direction.
198
533000
4000
Und plötzlich wird er sich umdrehen und anfangen sich in die andere Richtung zu drehen.
09:09
Yes? Raise your hand if you got that. Yes?
199
537000
3000
Ja? Heben Sie Ihre Hand, wenn Sie das sehen. Ja?
09:12
Keep blinking. Every time you blink it will switch. Alright?
200
540000
4000
Blinzeln Sie weiterhin. Immer, wenn Sie blinzeln, wird er wechseln. Richtig?
09:16
So I can ask you, which direction is it rotating?
201
544000
4000
Also wenn ich Sie frage, in welche Richtung er rotiert,
09:20
How do you know?
202
548000
2000
woher wissen Sie das?
09:22
Your brain doesn't know. Because both are equally likely.
203
550000
3000
Ihr Gehirn weiß das nicht. Weil beide gleich wahrscheinlich sind.
09:25
So depending on where it looks, it flips
204
553000
2000
Also abhängig davon wohin es schaut,
09:27
between the two possibilities.
205
555000
3000
wechselt es zwischen den zwei Möglichkeiten.
09:30
Are we the only ones that see illusions?
206
558000
2000
Sind wir die einzigen, die Illusionen sehen?
09:32
The answer to this question is no.
207
560000
2000
Die Antwort auf diese Frage ist nein!
09:34
Even the beautiful bumblebee,
208
562000
2000
Sogar die wunderschöne Hummel
09:36
with its mere one million brain cells,
209
564000
2000
mit ihren gerade mal eine Million Gehirnzellen
09:38
which is 250 times fewer cells than you have in one retina,
210
566000
3000
- was 250 Mal weniger Zellen sind, als Sie sie in einer Netzhaut haben -
09:41
sees illusions, does the most complicated things
211
569000
3000
selbst sie sieht Illusionen und tut die kompliziertesten Dinge,
09:44
that even our most sophisticated computers can't do.
212
572000
3000
die selbst unsere fortgeschrittensten Computer nicht tun können.
09:47
So in my lab, we of course work on bumblebees.
213
575000
2000
Deswegen arbeiten wir im Labor natürlich mit Hummeln.
09:49
Because we can completely control their experience,
214
577000
2000
Weil wir ihre Erfahrungen komplett kontrollieren können
09:51
and see how that alters the architecture of their brain.
215
579000
2000
und beobachten können, wie das die Architektur ihres Gehirns verändert.
09:53
And we do this in what we call the Bee Matrix.
216
581000
3000
Das tun wir in einer sogenannten Bienenmatrix.
09:56
And here you have the hive. You can see the queen bee,
217
584000
2000
Und hier haben Sie den Bienenstock. Sie können die Königin sehen,
09:58
that large bee in the middle there. Those are all her daughters, the eggs.
218
586000
3000
diese große Biene in der Mitte. Das sind alle ihre Töchter, die Eier.
10:01
And they go back and forth between this hive
219
589000
3000
Und die gehen hin und her zwischen diesem Bienenstock
10:04
and the arena, via this tube.
220
592000
5000
und der Arena, via dieser Röhre.
10:09
And you'll see one of the bees come out here.
221
597000
2000
Und Sie sehen, wie eine dieser Bienen hier heraus kommt.
10:11
You see how she has a little number on her?
222
599000
3000
Sehen Sie, dass sie eine kleine Nummer hat?
10:14
Yeah there is another one coming out. She has another number on her.
223
602000
3000
Ja, hier kommt noch eine heraus. Die hat eine andere Nummer.
10:17
Now, they are not born that way. Right?
224
605000
3000
Nun, sie werden nicht so geboren, richtig?
10:20
We pull them out, put them in the fridge, and they fall asleep.
225
608000
2000
Wir ziehen sie heraus, stecken sie in den Kühlschrank und sie schlafen ein.
10:22
And then you can superglue little numbers on them.
226
610000
2000
Und dann können wir kleine Nummern auf sie drauf kleben.
10:24
(Laughter)
227
612000
2000
(Gelächter)
10:26
And now, in this experiment they get rewarded if they go to the blue flowers.
228
614000
4000
In diesem Experiment werden sie belohnt, wenn sie zu den blauen Blumen gehen.
10:30
And they land on the flower. They stick their tongue in there,
229
618000
3000
Sie landen auf der Blume, stecken ihre Zunge hinein,
10:33
called a proboscis, and they drink sugar water.
230
621000
2000
auch Rüssel genannt, und dann trinken sie das Zuckerwasser.
10:35
Now she is drinking a glass of water that's about that big to you and I,
231
623000
3000
Nun, sie trinkt also ein Glas Wasser, welches im Vergleich zu uns etwa so goß ist;
10:38
will do that about three times, and then fly.
232
626000
6000
sie wird das etwa drei Mal tun und dann wegfliegen.
10:44
And sometimes they learn not to go to the blue,
233
632000
2000
Und manchmal lernen sie, nicht zum Blau,
10:46
but to go to where the other bees go.
234
634000
2000
sondern dorthin zu gehen, wo die anderen Bienen hingehen.
10:48
So they copy each other. They can count to five. They can recognize faces.
235
636000
3000
Sie machen sich also nach. Sie können bis fünf zählen. Sie können Gesichter erkennen.
10:51
And here she comes down the ladder.
236
639000
3000
Und hier kommt sie die Leiter runter.
10:54
And she'll come into the hive, find an empty honey pot
237
642000
2000
Und sie kommt in den Bienenstock, findet einen leeren Honigtopf
10:56
and throw up, and that's honey.
238
644000
2000
und übergibt sich - und das ist Honig.
10:58
(Laughter)
239
646000
1000
(Gelächter)
10:59
Now remember -- (Laughter)
240
647000
3000
Nun erinnern Sie sich - (Gelächter)
11:02
-- she's supposed to be going to the blue flowers.
241
650000
2000
sie sollte zu den blauen Blumen gehen.
11:04
But what are these bees doing in the upper right corner?
242
652000
3000
Aber was machen diese Bienen in der oberen rechten Ecke?
11:07
It looks like they're going to green flowers.
243
655000
2000
Es scheint, als würden sie zu den grünen Blumen gehen.
11:09
Now, are they getting it wrong?
244
657000
3000
Machen sie das falsch?
11:12
And the answer to the question is no. Those are actually blue flowers.
245
660000
3000
Und die Antwort auf diese Frage ist: Nein! Das sind in Wirklichkeit blaue Blumen.
11:15
But those are blue flowers under green light.
246
663000
4000
Aber es sind blaue Blumen unter grünem Licht.
11:19
So they are using the relationships between the colors to solve the puzzle,
247
667000
4000
Also benutzen sie die Beziehung zwischen den Farben, um das Puzzle zu lösen.
11:23
which is exactly what we do.
248
671000
2000
Was genau das gleiche ist, was auch wir tun.
11:25
So, illusions are often used,
249
673000
2000
Illusionen werden,
11:27
especially in art, in the words of a more contemporary artist,
250
675000
4000
vor allem in der Kunst, mit den Worten eines zeitgenössischen Künstlers,
11:31
"to demonstrate the fragility of our senses."
251
679000
2000
benutzt, um "die Zerbrechlichkeit unserer Sinne zu demonstrieren".
11:33
Okay, this is complete rubbish.
252
681000
3000
Okay, das ist totaler Müll.
11:36
The senses aren't fragile. And if they were, we wouldn't be here.
253
684000
3000
Sinne sind nicht zerbrechlich. Und wenn sie das wären, wären wir nicht hier.
11:39
Instead, color tells us something completely different,
254
687000
4000
Stattdessen erzählt uns Farbe etwa ganz anderes:
11:43
that the brain didn't actually evolve to see the world the way it is.
255
691000
3000
Dass das Gehirn sich eigentlich nicht entwickelt hat, um die Welt so zu sehen, wie sie ist.
11:46
We can't. Instead, the brain evolved to see the world
256
694000
4000
Das können wir nicht. Das Gehirn hat sich hingegen so entwickelt,
11:50
the way it was useful to see in the past.
257
698000
3000
dass es die Welt so sieht, wie es in der Vergangenheit nützlich war.
11:53
And how we see is by continually redefining normality.
258
701000
6000
Und Sehen bedeutet, dass wir ständig Normalität neu definieren.
11:59
So how can we take this
259
707000
4000
Also wie können wir diese
12:03
incredible capacity of plasticity of the brain
260
711000
3000
unglaubliche Leistung von Formbarkeit des Gehirns nehmen
12:06
and get people to experience their world differently?
261
714000
3000
und Menschen dazu bringen, ihre Welt anders zu erfahren?
12:09
Well, one of the ways we do in my lab and studio
262
717000
3000
Nun ja, ein Weg, den wir in meinem Labor und im Studio gehen, ist,
12:12
is we translate the light into sound
263
720000
3000
das Licht in Ton zu übersetzen
12:15
and we enable people to hear their visual world.
264
723000
4000
und es Menschen zu ermöglichen, ihre visuelle Welt zu hören.
12:19
And they can navigate the world using their ears.
265
727000
3000
Und sie können in der Welt durch ihre Ohren navigieren.
12:22
Here is David, in the right. And he is holding a camera.
266
730000
3000
Hier ist David, rechts. Und er hält eine Kamera.
12:25
On the left is what his camera sees.
267
733000
2000
Links ist, was seine Kamera sieht.
12:27
And you'll see there is a line, a faint line going across that image.
268
735000
3000
Und Sie sehen: Hier ist eine schwache Linie, die durch das Bild hindurchgeht.
12:30
That line is broken up into 32 squares.
269
738000
3000
Diese Linie ist in 32 Quadrate geteilt.
12:33
In each square we calculate the average color.
270
741000
2000
In jedem Quadrat rechnen wir die Durchschnittsfarbe aus.
12:35
And then we just simply translate that into sound.
271
743000
2000
Und dann übersetzen wir das einfach in Ton.
12:37
And now he's going to
272
745000
3000
Und nun wird er sich umdrehen,
12:40
turn around, close his eyes,
273
748000
4000
seine Augen schließen
12:44
and find a plate on the ground with his eyes closed.
274
752000
3000
und einen Teller auf dem Boden finden, mit geschlossenen Augen.
13:06
He finds it. Amazing. Right?
275
774000
2000
Er findet ihn. Wahnsinn, oder?
13:08
So not only can we create a prosthetic for the visually impaired,
276
776000
2000
Damit können wir nicht nur eine Prothese für Sehbehinderte bauen,
13:10
but we can also investigate how people
277
778000
3000
sondern auch untersuchen, wie Menschen
13:13
literally make sense of the world.
278
781000
3000
im wörtlichen Sinne die Welt verstehen.
13:16
But we can also do something else. We can also make music with color.
279
784000
4000
Aber wir können auch noch etwas anderes machen. Wir können mit Farben Musik machen.
13:20
So, working with kids,
280
788000
2000
Wir haben mit Kindern gearbeitet
13:22
they created images,
281
790000
2000
und die haben Bilder entworfen,
13:24
thinking about what might the images you see
282
792000
2000
indem sie darüber nachgedacht haben, wie sich ein Bild, welches man sieht,
13:26
sound like if we could listen to them.
283
794000
2000
anhören würde.
13:28
And then we translated these images.
284
796000
2000
Und dann haben wir diese Bilder übersetzt.
13:30
And this is one of those images.
285
798000
2000
Und das ist eines dieser Bilder.
13:32
And this is a six-year-old child composing a piece of music
286
800000
3000
Und das hier ist ein Sechsjähriger, der ein Musikstück
13:35
for a 32-piece orchestra.
287
803000
3000
für ein 32-köpfiges Orchester komponiert.
13:38
And this is what it sounds like.
288
806000
2000
Und so hört es sich an.
14:06
So, a six-year-old child. Okay?
289
834000
3000
Ein Sechsjähriger! Okay?
14:09
Now, what does all this mean?
290
837000
3000
Nun, was bedeutet das alles?
14:12
What this suggests is that no one is an outside observer
291
840000
3000
Das hier legt nahe, dass keiner ein Betrachter
14:15
of nature. Okay?
292
843000
2000
der Natur von außen ist. Okay?
14:17
We are not defined by our central properties,
293
845000
2000
Wir sind nicht durch unsere zentralen Eigenschaften definiert,
14:19
by the bits that make us up.
294
847000
2000
durch die Teile, die uns ausmachen.
14:21
We're defined by our environment and our interaction with that environment --
295
849000
3000
Wir sind durch unsere Umwelt und unsere Interaktion mit dieser Umwelt definiert
14:24
by our ecology.
296
852000
2000
- durch unsere Ökologie.
14:26
And that ecology is necessarily relative,
297
854000
4000
Und diese Ökologie ist notwendiger Weise relativ,
14:30
historical and empirical.
298
858000
2000
historisch und empirisch.
14:32
So what I'd like to finish with is this over here.
299
860000
6000
Womit ich zum Schluss kommen möchte, ist das hier.
14:38
Because what I've been trying to do is really celebrate uncertainty.
300
866000
3000
Weil was ich hier wirklich versucht habe zu tun, ist, Ungewissheit zu zelebrieren.
14:41
Because I think only through uncertainty is there potential for understanding.
301
869000
4000
Weil ich glaube, dass es nur durch Ungewissheit Potenzial für Verstehen gibt.
14:45
So, if some of you are still feeling a bit too certain,
302
873000
3000
Wenn sich also einige von Ihnen noch etwas zu sicher fühlen,
14:48
I'd like to do this one.
303
876000
2000
möchte ich gerne das hier machen.
14:50
So, if we have the lights down.
304
878000
2000
Wenn wir bitte das Licht runterfahren können.
14:52
And what we have here --
305
880000
6000
Und was wir hier haben:
14:58
Can everyone see 25 purple surfaces
306
886000
3000
Kann jeder 25 lilane Flächen
15:01
on your left,
307
889000
2000
links
15:03
and 25, call it yellowish, surfaces on your right?
308
891000
4000
und 25 gelbliche Flächen rechts sehen?
15:07
So, now, what I want to do:
309
895000
2000
Was ich jetzt machen möchte:
15:09
I'm going to put the middle nine surfaces here
310
897000
2000
Ich setze die mittleren neun Flächen
15:11
under yellow illumination
311
899000
2000
unter gelbe Beleuchtung,
15:13
by simply putting a filter behind them.
312
901000
4000
einfach, indem ich einen Filter hinter sie lege.
15:17
All right. Now you can see that changes the light
313
905000
3000
Alles klar. Können Sie nun sehen, dass dies das Licht verändert,
15:20
that's coming through there. Right?
314
908000
2000
welches hier durch kommt. Richtig?
15:22
Because now the light is going through a yellowish filter
315
910000
2000
Weil das Licht jetzt durch einen gelblichen Filter fällt
15:24
and then a purplish filter.
316
912000
2000
und dann durch einen lilanen Filter.
15:26
I'm going to do this opposite on the left here.
317
914000
5000
Ich werde das Gegenteil hier links tun:
15:31
I'm going to put the middle nine under a purplish light.
318
919000
7000
Ich setze die mittleren neun unter das lilane Licht.
15:38
Now, some of you will notice that the consequence is that
319
926000
4000
Einige von Ihnen werden nun erkennen, dass die Konsequenz ist,
15:42
the light coming through those middle nine on the right,
320
930000
3000
dass das Licht, das durch diese mittleren neun auf der rechten Seite
15:45
or your left,
321
933000
2000
oder auf Ihrer linken Seite fällt,
15:47
is exactly the same as the light coming through
322
935000
2000
genau das gleiche ist, wie das Licht, das durch
15:49
the middle nine on your right.
323
937000
2000
die mittleren neun auf Ihrer rechten Seite fällt.
15:51
Agreed? Yes?
324
939000
3000
Stimmen Sie zu? Ja?
15:54
Okay. So they are physically the same.
325
942000
2000
Okay, damit sind sie physisch die gleichen.
15:56
Let's pull the covers off.
326
944000
6000
Lassen Sie uns die Abdeckung abnehmen.
16:02
Now remember,
327
950000
4000
Erinnern Sie sich:
16:06
you know the middle nine are exactly the same.
328
954000
3000
Sie wissen, dass die mittleren neun genau die gleichen waren.
16:09
Do they look the same? No.
329
957000
4000
Sehen sie gleich aus? Nein.
16:13
The question is, "Is that an illusion?"
330
961000
2000
Die Frage ist: Ist das Illusion?
16:15
And I'll leave you with that.
331
963000
2000
Und damit verlasse ich Sie.
16:17
So, thank you very much.
332
965000
2000
Vielen Dank.
16:19
(Applause)
333
967000
3000
(Beifall)
ABOUT THE SPEAKER
Beau Lotto - Neuroscientist, ArtistBeau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system.
Why you should listen
"Let there be perception," was evolution's proclamation, and so it was that all creatures, from honeybees to humans, came to see the world not as it is, but as was most useful. This uncomfortable place--where what an organism's brain sees diverges from what is actually out there--is what Beau Lotto and his team at Lottolab are exploring through their dazzling art-sci experiments and public illusions. Their Bee Matrix installation, for example, places a live bee in a transparent enclosure where gallerygoers may watch it seek nectar in a virtual meadow of luminous Plexiglas flowers. (Bees, Lotto will tell you, see colors much like we humans do.) The data captured isn't just discarded, either: it's put to good use in probing scientific papers, and sometimes in more exhibits.
At their home in London’s Science Museum, the lab holds "synesthetic workshops" where kids and adults make abstract paintings that computers interpret into music, and they host regular Lates--evenings of science, music and "mass experiments." Lotto is passionate about involving people from all walks of life in research on perception--both as subjects and as fellow researchers. One such program, called "i,scientist," in fact led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," December 2010). It starts, "Once upon a time ..."
These and Lotto's other conjurings are slowly, charmingly bending the science of perception--and our perceptions of what science can be.
Beau Lotto | Speaker | TED.com