TED2013
Mary Lou Jepsen: Could future devices read images from our brains?
Mary Lou Jepsen: ¿Podrán los dispositivos del futuro leer las imágenes de nuestro cerebro?
Filmed:
Readability: 4.6
1,035,856 views
La experta en visualizaciones digitales de avanzada, Mary Lou Jepsen estudia cómo mostrar nuestras ideas más creativas en la pantalla. Como paciente de una cirugía cerebral, fue impulsada a conocer más sobre la actividad neural que subyace la invención, la creatividad, el pensamiento. Combina estas dos pasiones en una alucinante charla sobre dos estudios de avanzada del cerebro que podrían indicar una nueva frontera en el entendimiento de cómo (y qué) 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.
Fui operada del cerebro hace 18 años,
00:12
I had brain surgery 18 years ago,
0
607
2508
00:15
and since that time, brain science has become
1
3115
2567
y, desde ese día, la ciencia del cerebro
00:17
a personal passion of mine.
2
5682
1999
se me ha convertido en una pasión personal.
00:19
I'm actually an engineer.
3
7681
2235
Soy ingeniera
00:21
And first let me say, I recently joined
4
9916
2516
y quiero decirles que
00:24
Google's Moonshot group,
5
12432
1549
recientemente me he unido
al grupo Moonshot. de Google,
al grupo Moonshot. de Google,
00:25
where I had a division,
6
13981
1212
donde he tenido una divisón a mi cargo;
00:27
the display division in Google X,
7
15193
2181
la divisón de visualización de Google X.
Pero todo el trabajo del que hablaré hoy aquí
sobre la ciencia del cerebro,
00:29
and the brain science work I'm speaking about today
8
17374
2622
00:31
is work I did before I joined Google
9
19996
2921
lo realicé antes de unirme a Google
00:34
and on the side outside of Google.
10
22917
2332
o fuera de mi trabajo allí.
00:37
So that said, there's a stigma
11
25249
3183
Habiendo dicho esto,
existe un estigma
existe un estigma
00:40
when you have brain surgery.
12
28432
2285
cuando te sometes a
una operación de cerebro.
una operación de cerebro.
00:42
Are you still smart or not?
13
30717
2823
¿Sigues siendo igual de inteligente o no?
00:45
And if not, can you make yourself smart again?
14
33540
3848
De no ser así,
¿podrás volver a ser inteligente?
¿podrás volver a ser inteligente?
00:49
After my neurosurgery,
15
37388
1766
Luego de la neurocirugía,
00:51
part of my brain was missing,
16
39154
1997
me faltaba una parte del cerebro,
00:53
and I had to deal with that.
17
41151
2773
y tenía que vivir con ello.
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
No era la materia gris, pero era
la parte pegajosa muerta del centro
la parte pegajosa muerta del centro
00:58
that makes key hormones and neurotransmitters.
19
46868
3402
que crea importantes hormonas y
neurotransmisores.
neurotransmisores.
01:02
Immediately after my surgery,
20
50270
2231
Inmediatamente luego de la operación,
01:04
I had to decide what amounts of each of over
21
52501
2143
tuve que decidir qué cantidad tomar,
01:06
a dozen powerful chemicals to take each day,
22
54644
3702
de más de una docena de
potentes químicos cada día,
potentes químicos cada día,
01:10
because if I just took nothing,
23
58346
1809
ya que si no tomaba nada,
01:12
I would die within hours.
24
60155
2732
moriría en pocas horas.
01:14
Every day now for 18 years -- every single day --
25
62887
3920
Cada día, durante los últimos 18 años,
01:18
I've had to try to decide the combinations
26
66807
2710
he tenido que decidir
sobre las combinaciones
sobre las combinaciones
01:21
and mixtures of chemicals,
27
69517
1328
y mezclas de químicos,
01:22
and try to get them, to stay alive.
28
70845
3847
y tratar de conseguirlas,
para seguir con vida.
para seguir con vida.
01:26
There have been several close calls.
29
74692
2721
Más de una vez me he salvado por poco.
01:29
But luckily, I'm an experimentalist at heart,
30
77413
3699
Pero, por suerte,
tengo alma de experimentalista,
tengo alma de experimentalista,
01:33
so I decided I would experiment
31
81112
3227
por lo que decidí que experimentaría
01:36
to try to find more optimal dosages
32
84339
2440
para tratar de obtener las dosis óptimas
01:38
because there really isn't a clear road map
33
86779
1637
ya que realmente no existe un mapa claro
01:40
on this that's detailed.
34
88416
1903
que lo diga en deatalle.
01:42
I began to try different mixtures,
35
90319
2151
Comencé a probar con mezclas diferentes,
01:44
and I was blown away by how
36
92470
2872
y quedé sorprendida al ver cómo
01:47
tiny changes in dosages
37
95342
2411
pequeños cambios en las dosis
01:49
dramatically changed my sense of self,
38
97753
3149
cambiaban drásticamente mi autoimagen,
01:52
my sense of who I was, my thinking,
39
100902
1811
mi sentido de quién era yo,
mi forma de pensar,
mi forma de pensar,
01:54
my behavior towards people.
40
102713
2259
mi comportamiento con los demás.
01:56
One particularly dramatic case:
41
104972
2049
Un caso particularmente impresionante:
01:59
for a couple months I actually tried dosages
42
107021
1868
durante unos meses, probé dosis
02:00
and chemicals typical of a man in his early 20s,
43
108889
3908
y químicos típicos
para un hombre de veinte,
para un hombre de veinte,
02:04
and I was blown away by how my thoughts changed.
44
112797
3011
y me sorprendí al ver cómo
cambiaban mis pensamientos.
cambiaban mis pensamientos.
02:07
(Laughter)
45
115808
3120
(Risas)
02:10
I was angry all the time,
46
118928
3058
Estaba siempre furiosa,
02:13
I thought about sex constantly,
47
121986
1846
pensaba todo el tiempo en el sexo,
02:15
and I thought I was the smartest person
48
123832
2949
y me creía que era la persona
más inteligente
más inteligente
02:18
in the entire world, and
49
126781
2051
de todo el mundo, y...
02:20
—(Laughter)—
50
128832
2263
(Risas)
02:23
of course over the years I'd
met guys kind of like that,
met guys kind of like that,
51
131095
2925
...por supuesto, muchas veces en el pasado
he conocido varios tipos así,
he conocido varios tipos así,
02:26
or maybe kind of toned-down versions of that.
52
134020
2267
o quizás algunas versiones atenuadas.
02:28
I was kind of extreme.
53
136287
2184
Resulté como un extremo.
02:30
But to me, the surprise was,
54
138471
2569
Pero mi gran sorpresa fue
02:33
I wasn't trying to be arrogant.
55
141040
2166
que no estaba intentando ser arrogante.
02:35
I was actually trying,
56
143206
3209
De hecho, estaba intentando,
02:38
with a little bit of insecurity,
57
146415
2360
un tanto insegura,
02:40
to actually fix a problem in front of me,
58
148775
3000
arreglar un problema
que tenía al frente,
que tenía al frente,
02:43
and it just didn't come out that way.
59
151775
1856
y simplemente no sucedía así.
02:45
So I couldn't handle it.
60
153631
1483
Así, no podía manejarlo.
02:47
I changed my dosages.
61
155114
1525
Cambié mis dosis.
02:48
But that experience, I think, gave me
62
156639
2455
Pero, pienso que esa experiencia me dió
02:51
a new appreciation for men
63
159094
1751
una nueva apreciación sobre los hombres
02:52
and what they might walk through,
64
160845
1816
y sobre lo que tienen que atravesar.
02:54
and I've gotten along with men
65
162661
1690
Desde entonces
02:56
a lot better since then.
66
164351
1839
me llevo mejor con los hombres.
02:58
What I was trying to do
67
166190
1545
Lo que trataba de lograr.
02:59
with tuning these hormones
68
167735
2028
al ajustar esas hormonas
03:01
and neurotransmitters and so forth
69
169763
2323
y neurotransmisores y demás,
03:04
was to try to get my intelligence back
70
172086
3605
era recuperar mi inteligencia
03:07
after my illness and surgery,
71
175691
2634
luego de la enfermedad y la operación;
03:10
my creative thought, my idea flow.
72
178325
2635
mi pensamiento creativo,
mi flujo de ideas.
mi flujo de ideas.
03:12
And I think mostly in images,
73
180960
2641
Suelo pensar casi siempre
en imágenes,
en imágenes,
03:15
and so for me that became a key metric --
74
183601
2852
y eso se convirtió en
mi punto de referencia clave:
mi punto de referencia clave:
03:18
how to get these mental images
75
186453
2330
¿cómo consigo esas imágenes mentales
03:20
that I use as a way of rapid prototyping,
76
188783
2504
que utilizo para crear
prototiposrápidos,
prototiposrápidos,
03:23
if you will, my ideas,
77
191287
1743
mis ideas, si se quiere?
03:25
trying on different new ideas for size,
78
193030
2372
Probando nuevas ideas y
03:27
playing out scenarios.
79
195402
1695
recreando situaciones.
03:29
This kind of thinking isn't new.
80
197097
1913
Esta clase de pensamientos no es nueva.
03:31
Philiosophers like Hume and Descartes and Hobbes
81
199010
3255
Filósofos como Hume, Descartes y Hobbes
03:34
saw things similarly.
82
202265
1528
veían las cosas de forma similar.
03:35
They thought that mental images and ideas
83
203793
2737
Pensaban que las imágenes y las ideas mentales
03:38
were actually the same thing.
84
206530
2331
eran la misma cosa.
03:40
There are those today that dispute that,
85
208861
2417
Hoy hay quienes cuestionan esta idea,
03:43
and lots of debates about how the mind works,
86
211278
3195
y existen muchas discusiones
sobre cómo funciona la mente.
sobre cómo funciona la mente.
03:46
but for me it's simple:
87
214473
1736
Para mí es simple:
03:48
Mental images, for most of us,
88
216209
2532
para la mayoría de nosotros,
las imágenes mentales
las imágenes mentales
03:50
are central in inventive and creative thinking.
89
218741
3934
son fundamentales para
el pensamiento creartivo e inventivo.
el pensamiento creartivo e inventivo.
03:54
So after several years,
90
222675
1775
Por lo que, luego de varios años,
03:56
I tuned myself up and I have lots of great,
91
224450
3233
logre encontrar el punto justo
y tengo ya montones de
y tengo ya montones de
03:59
really vivid mental images with a lot of sophistication
92
227683
3048
grandiosas mágenes mentales,
realmente vívidas, bien sofisticadas
realmente vívidas, bien sofisticadas
04:02
and the analytical backbone behind them.
93
230731
2269
y bien estructuradas.
04:05
And so now I'm working on,
94
233000
1921
Ahora, estoy trabajando en
04:06
how can I get these mental images in my mind
95
234921
4162
cómo llevar bien rápido
estas imágenes mentales,
estas imágenes mentales,
de mi mente a la pantalla
de la computadora.
de la computadora.
04:11
out to my computer screen faster?
96
239083
2850
04:13
Can you imagine, if you will,
97
241933
2089
¿Se imaginan qué sucedería
04:16
a movie director being able to use
98
244022
2120
si un director de cine fuese capaz de usar
04:18
her imagination alone to
direct the world in front of her?
direct the world in front of her?
99
246142
3762
su imaginación únicamente para dirigir
al mundo que tiene al frente?
al mundo que tiene al frente?
04:21
Or a musician to get the music out of his head?
100
249904
3588
¿O si un músico pudiese extraer
la música de su cabeza?
la música de su cabeza?
04:25
There are incredible possibilities with this
101
253492
2292
Hay increíbles posibilidades con esto,
04:27
as a way for creative people
102
255784
1993
como la forma con que la gente creativa
04:29
to share at light speed.
103
257777
2233
puede llegar a compartir a la velocidad de la luz.
04:32
And the truth is, the remaining bottleneck
104
260010
1998
Y la verdad es que, la única dificultad
04:34
in being able to do this
105
262008
1173
para lograr hacer esto
04:35
is just upping the resolution of brain scan systems.
106
263181
3980
es simplemente aumentar la resolución de
nuestros sistemas de escaneo cerebral.
nuestros sistemas de escaneo 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
Déjenme mostrarles por qué creo que
estamos bastante cerca de llegar a esto
estamos bastante cerca de llegar a esto
04:42
by sharing with you two recent experiments
108
270029
2387
con dos experimentos recientes
04:44
from two top neuroscience groups.
109
272416
2587
realizados por dos grupos
destacados en neurociencia.
destacados en neurociencia.
04:47
Both used fMRI technology --
110
275003
2488
Ambos utilizaron tecnología IRM,
04:49
functional magnetic resonance imaging technology --
111
277491
2279
imagen por resonancia magnética funcional,
04:51
to image the brain,
112
279770
1411
para representar el cerebro.
04:53
and here is a brain scan set from Giorgio Ganis
113
281181
3257
Aquí pueden ver el escaneo cerebral
realizado por
realizado por
04:56
and his colleagues at Harvard.
114
284438
1950
Giorgio Ganis y sus colegas de Harvard.
04:58
And the left-hand column shows a brain scan
115
286388
3154
La columna de la izquierda
muestra el escaneo del cerebro
muestra el escaneo del cerebro
05:01
of a person looking at an image.
116
289542
3267
de una persona que mira una imagen.
05:04
The middle column shows the brainscan
117
292809
1929
La columna del medio muestra
el escaneo del cerebro
el escaneo del cerebro
05:06
of that same individual
118
294738
1621
de ese mismo individuo
05:08
imagining, seeing that same image.
119
296359
3066
mientras se imaginaba,
viendo esa misma imagen.
viendo esa misma imagen.
05:11
And the right column was created
120
299425
2048
La columna de la derecha se creó
05:13
by subtracting the middle
column from the left column,
column from the left column,
121
301473
3594
restando el contenido de la columna
central de la de la izquierda.
central de la de la izquierda.
05:17
showing the difference to be nearly zero.
122
305083
2943
Se ve que la diferencia es casi nula.
05:20
This was repeated on lots of different individuals
123
308026
2894
Esto se repitió en
muchos individuos diferentes
muchos individuos diferentes
05:22
with lots of different images,
124
310920
2830
con muchas imágenes diferentes,
05:25
always with a similar result.
125
313750
1604
siempre con un resultado similar.
05:27
The difference between seeing an image
126
315354
2089
La diferencia entre ver una imagen
05:29
and imagining seeing that same image
127
317443
2455
e imaginar ver esa misma imagen
05:31
is next to nothing.
128
319898
2155
es casi nula.
05:34
Next let me share with you one other experiment,
129
322053
2761
Ahora, permítanme compartirles
otro experimento.
otro experimento.
05:36
this from Jack Gallant's lab at Cal Berkeley.
130
324814
4541
Este es del laboratorio de Jack Gallant
en Berkeley, California.
en Berkeley, California.
05:41
They've been able to decode brainwaves
131
329355
2063
Ellos lograron convertir
las ondas cerebrales
las ondas cerebrales
05:43
into recognizable visual fields.
132
331418
2441
en campos visuales reconocibles.
05:45
So let me set this up for you.
133
333859
1305
Pongámoslo de esta manera.
05:47
In this experiment, individuals were shown
134
335164
2333
En este experimento,
se mostró a las personas
se mostró a las personas
05:49
hundreds of hours of YouTube videos
135
337497
1995
cientos de horas de videos de YouTube
05:51
while scans were made of their brains
136
339492
2039
mientras se escaneaban sus cerebros
05:53
to create a large library of their brain reacting
137
341531
3216
para crear un gran acervo
de reacciones del cerebro
de reacciones del cerebro
05:56
to video sequences.
138
344747
2649
ante las secuencias de video.
05:59
Then a new movie was shown with new images,
139
347396
2850
Luego, se les mostró una película
con imágenes nuevas,
con imágenes nuevas,
06:02
new people, new animals in it,
140
350246
1952
gente nueva, nuevos animales,
06:04
and a new scan set was recorded.
141
352198
2711
y mientras tanto se registraba un nuevo escaneo.
06:06
The computer, using brain scan data alone,
142
354909
2788
La computadora, utilizando solo
la información cerebral del escaneo
la información cerebral del escaneo
06:09
decoded that new brain scan
143
357697
2024
lo decodificó
06:11
to show what it thought the
individual was actually seeing.
individual was actually seeing.
144
359721
4376
para mostrar lo que parecía que
la persona estaba viendo.
la persona estaba viendo.
06:16
On the right-hand side, you
see the computer's guess,
see the computer's guess,
145
364097
3381
A la derecha se pueden ver
las deducciones de la computadora,
las deducciones de la computadora,
06:19
and on the left-hand side, the presented clip.
146
367478
4007
y a la izquierda,
el video que se les mostró.
el video que se les mostró.
06:23
This is the jaw-dropper.
147
371485
2319
Esto nos dejó boquiabiertos.
06:25
We are so close to being able to do this.
148
373804
2687
Estamos bien cerca de lograrlo.
06:28
We just need to up the resolution.
149
376491
2785
Solo necesitamos mejorar la resolución.
06:31
And now remember that when you see an image
150
379276
3252
Y ahora, recuerden que
cuando uno ve una imagen
cuando uno ve una imagen
06:34
versus when you imagine that same image,
151
382528
2158
y cuando se imaginan esa misma imagen,
06:36
it creates the same brain scan.
152
384686
3475
se crea en el cerebro el mismo mapeo.
06:40
So this was done with the highest-resolution
153
388161
2722
Esto se llevó a cabo con los sistemas
de escaneo cerebral
de escaneo cerebral
06:42
brain scan systems available today,
154
390883
2185
de mayor resolución disponibles hoy,
06:45
and their resolution has increased really
155
393068
1784
y su resolución se incrementó
06:46
about a thousandfold in the last several years.
156
394852
3497
como mil veces en los últimos años.
06:50
Next we need to increase the resolution
157
398349
2322
Ahora necesitamos
incrementar la resolución
incrementar la resolución
06:52
another thousandfold
158
400671
1977
unas mil veces más
06:54
to get a deeper glimpse.
159
402648
1789
para obtener una mirada más profunda.
06:56
How do we do that?
160
404437
1511
¿Cómo lo logramos?
06:57
There's a lot of techniques in this approach.
161
405948
2614
Existen muchas técnicas para hacerlo.
07:00
One way is to crack open your
skull and put in electrodes.
skull and put in electrodes.
162
408562
3118
Una es abrir el cráneo e
introducir electrodos.
introducir electrodos.
07:03
I'm not for that.
163
411680
1403
No me ofrezco para esa.
07:05
There's a lot of new imaging techniques
164
413083
2955
Muchos están proponiendo nuevas técnicas
07:08
being proposed, some even by me,
165
416038
2003
de proyección por imágenes, incluso yo.
07:10
but given the recent success of MRI,
166
418041
2959
Contando con el resultado reciente de la IRM,
07:13
first we need to ask the question,
167
421000
2068
primero debemos preguntarnos lo siguiente,
07:15
is it the end of the road with this technology?
168
423068
2841
¿esta tecnología será el final del camino?
07:17
Conventional wisdom says the only way
169
425909
2455
La sabiduría convencional
dice que la única forma
dice que la única forma
07:20
to get higher resolution is with bigger magnets,
170
428364
2589
de obtener mayor resolución es
con imanes más grandes,
con imanes más grandes,
07:22
but at this point bigger magnets
171
430953
1842
pero a este punto, imanes más granes
07:24
only offer incremental resolution improvements,
172
432795
3750
solo ofrecen pequeñas mejoras
en la resolución,
en la resolución,
07:28
not the thousandfold we need.
173
436545
2160
no aumentos por miles como necesitamos.
07:30
I'm putting forward an idea:
174
438705
1823
Propongo esta idea:
07:32
instead of bigger magnets,
175
440528
1963
en vez de imanes más grandes,
07:34
let's make better magnets.
176
442491
2450
hagamos mejores imanes.
07:36
There's some new technology breakthroughs
177
444941
2003
Existen nuevos avances tecnológicos
07:38
in nanoscience
178
446944
1457
en nanociencia
07:40
when applied to magnetic structures
179
448401
1727
que al aplicarse a las
estructuras magnéticas
estructuras magnéticas
07:42
that have created a whole new class of magnets,
180
450128
3013
han creado una nueva clase de imanes,
07:45
and with these magnets, we can lay down
181
453141
2531
mediante los cuales podemos crear
07:47
very fine detailed magnetic field patterns
182
455672
2167
patrones de campos magnéticos
muy detallados
muy detallados
07:49
throughout the brain,
183
457839
1355
por todo el cerebro,
07:51
and using those, we can actually create
184
459194
3182
y, con ellos, podemos crear
07:54
holographic-like interference structures
185
462376
2838
figuras de interferencia
similares a hologramas,
similares a hologramas,
07:57
to get precision control over many patterns,
186
465214
3469
para tomar control preciso
de muchos patrones,
de muchos patrones,
08:00
as is shown here by shifting things.
187
468683
2445
tal como se muestra aquí
al cambiar las cosas.
al cambiar las cosas.
08:03
We can create much more complicated structures
188
471128
3150
Podemos crear estructuras
mucho más complejas
mucho más complejas
08:06
with slightly different arrangements,
189
474278
2071
con arreglos ligeramente diferentes,
08:08
kind of like making Spirograph.
190
476349
3033
como haciendo un espirógrafo.
08:11
So why does that matter?
191
479382
2228
¿Y por qué esto nos importa?
08:13
A lot of effort in MRI over the years
192
481610
2577
En los últimos años, una gran cantidad
08:16
has gone into making really big,
193
484187
2837
de esfuerzo en las IRM fueron para hacer
08:19
really huge magnets, right?
194
487024
2610
imanes realmente grandes, ¿cierto?
08:21
But yet most of the recent advances
195
489634
2509
Sin embargo, la mayoría de
los avances recientes
los avances recientes
08:24
in resolution have actually come from
196
492143
2197
en resoluciónprovinieron
08:26
ingeniously clever encoding and decoding solutions
197
494340
4008
de soluciones ingeniosas y brillantes
en codificación y decodificación,
en codificación y decodificación,
08:30
in the F.M. radio frequency transmitters and receivers
198
498348
3287
en los transmisores y receptores
de frecuencia de radio FM
de frecuencia de radio FM
08:33
in the MRI systems.
199
501635
2691
en los sistemas de IRM.
08:36
Let's also, instead of a uniform magnetic field,
200
504326
3322
A su vez, en vez de un campo
magnético uniforme, utilicemos
magnético uniforme, utilicemos
08:39
put down structured magnetic patterns
201
507648
2672
patrones magnéticos estructurados
08:42
in addition to the F.M. radio frequencies.
202
510320
3099
sumados a las frecuencias de radio FM.
08:45
So by combining the magnetics patterns
203
513419
2307
Así, al combinar
los patrones magnéticos
los patrones magnéticos
08:47
with the patterns in the F.M. radio frequencies
204
515726
2710
con los patrones del procesamiento
de frecuencias de radio FM,
de frecuencias de radio FM,
08:50
processing which can massively increase
205
518436
2171
podemos incrementar de forma masiva
08:52
the information that we can extract
206
520607
1969
la información que se puede extraer
08:54
in a single scan.
207
522576
2446
en un solo escaneo.
08:57
And on top of that, we can then layer
208
525022
2332
Además, podemos luego dividir en capas
08:59
our ever-growing knowledge
of brain structure and memory
of brain structure and memory
209
527354
4472
nuestro conocimiento creciente sobre
la estructura del cerebro y la memoria
la estructura del cerebro y la memoria
09:03
to create a thousandfold increase that we need.
210
531826
3695
para crear el incremento en
los miles que necesitamos.
los miles que necesitamos.
09:07
And using fMRI, we should be able to measure
211
535521
2943
Al utilizar la IRMf deberíamos ser
capaces de medir
capaces de medir
09:10
not just oxygenated blood flow,
212
538464
2082
no solo el fluido de sangre oxigenada,
09:12
but the hormones and neurotransmitters
I've talked about
I've talked about
213
540546
2901
sino el de las hormonas y
neutrotransmisores que he mencionado
neutrotransmisores que he mencionado
09:15
and maybe even the direct neural activity,
214
543447
2345
y quizás incluso
la actividad neural directa.
la actividad neural directa.
09:17
which is the dream.
215
545792
1503
Este es el sueño.
09:19
We're going to be able to dump our ideas
216
547295
2234
Seremos capaces de volcar nuestras ideas
09:21
directly to digital media.
217
549529
2694
en forma directa a los medios digitales.
09:24
Could you imagine if we could leapfrog language
218
552223
2711
¿Se imaginan si pudiésemos pasar
por encima del lenguaje
por encima del lenguaje
09:26
and communicate directly with human thought?
219
554934
4209
y comunicarnos directamente
mediante el pensamiento?
mediante el pensamiento?
09:31
What would we be capable of then?
220
559143
3193
¿De qué seríamos capaces?
09:34
And how will we learn to deal
221
562336
2637
¿Y cómo aprenderemos a lidiar con
09:36
with the truths of unfiltered human thought?
222
564973
4219
las verdades del pensamiento
humano sin filtro?
humano sin filtro?
09:41
You think the Internet was big.
223
569192
2567
Ustedes pensaban que
la Internet es algo grande.
la Internet es algo grande.
09:43
These are huge questions.
224
571759
2602
Estas son grandes preguntas.
09:46
It might be irresistible as a tool
225
574361
2148
Sería irresistible utilizarla
como herramienta
como herramienta
09:48
to amplify our thinking and communication skills.
226
576509
3876
para amplificar nuestras habilidades
de pensamiento y comunicación.
de pensamiento y comunicación.
09:52
And indeed, this very same tool
227
580385
2023
Ciertamente, esta misma herramienta
09:54
may prove to lead to the cure
228
582408
2126
podría llevar a la cura
09:56
for Alzheimer's and similar diseases.
229
584534
3074
del Alzheimer y enfermedades similares.
09:59
We have little option but to open this door.
230
587608
3512
Tenemos pocas opciones más
que abrir esta puerta.
que abrir esta puerta.
10:03
Regardless, pick a year --
231
591120
1585
De todas formas, elijan un año,
10:04
will it happen in five years or 15 years?
232
592705
2266
¿sucederá en 5 o 15 años?
10:06
It's hard to imagine it taking much longer.
233
594971
4616
Es difícil imaginar que tardará mucho más.
10:11
We need to learn how to take this step together.
234
599587
3695
Tenemos que aprender
cómo dar este paso juntos.
cómo dar este paso juntos.
10:15
Thank you.
235
603282
2174
Gracias.
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