TED Talks Live
Eric Haseltine: What will be the next big scientific breakthrough?
Eric Haseltine: Quelle sera la prochaine grande découverte scientifique ?
Filmed:
Readability: 4.3
1,571,528 views
A travers l'Histoire, des spéculations ont stimulé les belles et révolutionnaires sciences, ouvrant nos yeux sur des univers entièrement nouveaux. « Je ne parle pas de la science qui avance lentement, » dit Eric Haseltine. « Je parle de la science qui avance très rapidement ». Dans son exposé, il nous emmène avec passion dans les tréfonds de la recherche intellectuelle avec deux idées ; l'une d'elle étant déjà rentrée dans l'histoire, l'autre creusant l'un des plus grands questionnements de l'humanité avec une admirable ambition (et une dose saine de scepticisme pour la plupart).
Eric Haseltine - Author, futurist, innovator
Eric Haseltine applies discoveries about the brain to innovation and forecasting game-changing advances in science and technology. Full bio
Eric Haseltine applies discoveries about the brain to innovation and forecasting game-changing advances in science and technology. Full bio
Double-click the English transcript below to play the video.
00:12
Tonight, I'm going to share with you
my passion for science.
my passion for science.
0
920
3616
Ce soir, je vais partager avec vous
ma passion pour la science.
ma passion pour la science.
00:16
I'm not talking about science
that takes baby steps.
that takes baby steps.
1
4560
3016
Je ne parle pas de la science
qui avance lentement.
qui avance lentement.
00:19
I'm talking about science
that takes enormous leaps.
that takes enormous leaps.
2
7600
4256
Je parle de la science
qui avance très rapidement.
qui avance très rapidement.
00:23
I'm talking Darwin, I'm talking Einstein,
3
11880
3376
Je parle de Darwin, d'Einstein,
00:27
I'm talking revolutionary science
that turns the world on its head.
that turns the world on its head.
4
15280
3600
je parle de la science révolutionnaire
qui change le monde.
qui change le monde.
00:31
In a moment, I'm going to talk
about two ideas that might do this.
about two ideas that might do this.
5
19440
3400
Je vais vous parler de deux idées
qui pourraient avoir cet effet.
qui pourraient avoir cet effet.
00:35
I say "might"
6
23800
1216
Je dis « pourraient »
00:37
because, with revolutionary ideas,
most are flat wrong,
most are flat wrong,
7
25040
2776
car la plupart des idées révolutionnaires
sont fausses,
sont fausses,
00:39
and even those that are right
seldom have the impact
seldom have the impact
8
27840
2456
et même celles qui sont justes
ont rarement l'impact
ont rarement l'impact
00:42
that we want them to have.
9
30320
1696
que l'on voudrait qu'elles aient.
00:44
To explain why I picked
two ideas in particular,
two ideas in particular,
10
32040
2496
Pour expliquer pourquoi
j'ai choisi ces deux idées,
j'ai choisi ces deux idées,
00:46
I'm going to start with a mystery.
11
34560
1680
je vais commencer par un mystère.
00:48
1847, Vienna, Austria.
12
36840
3080
1857, Vienne, Autriche.
00:53
Ignaz Semmelweis was a somber,
compulsively thorough doctor
compulsively thorough doctor
13
41080
3616
Ingaz Semmelweis était un docteur sombre
et compulsivement rigoureux
et compulsivement rigoureux
00:56
who ran two maternity clinics.
14
44720
1856
qui dirigeait deux maternités.
Elles étaient identiques,
sauf pour une chose.
sauf pour une chose.
00:58
They were identical except for one thing.
15
46600
2440
Les femmes mouraient de fortes fièvres
peu après avoir accouché
peu après avoir accouché
01:01
Women were dying of high fevers
soon after giving birth
soon after giving birth
16
49720
2656
01:04
three times more often
at one of the clinics than at the other.
at one of the clinics than at the other.
17
52400
3560
trois fois plus dans une clinique
que dans l'autre.
que dans l'autre.
01:08
Trying to figure out
what the difference was that caused this,
what the difference was that caused this,
18
56600
2936
En essayant de comprendre
quelle était la cause de cela,
quelle était la cause de cela,
01:11
Semmelweis looked at everything he could.
19
59560
2016
Semmelweis compara
tout ce qu'il pouvait.
tout ce qu'il pouvait.
01:13
Sanitation? No.
20
61600
1736
L'hygiène ? Non.
01:15
Medical procedures? No.
21
63360
2000
Les procédures médicales ? Non.
01:18
Air flow? No.
22
66000
1920
Les flux d'air ? Non.
01:20
The puzzle went unsolved
until he happened to autopsy a doctor
until he happened to autopsy a doctor
23
68800
3256
Le mystère resta sans réponse
jusqu'à ce qu'il autopsie un docteur
jusqu'à ce qu'il autopsie un docteur
01:24
who died of an infected scalpel cut.
24
72080
2000
mort d'une coupure de scalpel infecté.
01:26
The doctor's symptoms were identical
to those of the mothers who were dying.
to those of the mothers who were dying.
25
74760
3776
Les symptômes du docteur étaient les mêmes
que ceux des mères qui mouraient.
que ceux des mères qui mouraient.
01:30
How was that possible?
26
78560
1376
Comment était-ce possible ?
Comment un docteur homme pouvait-il avoir
les mêmes symptômes que des mères ?
les mêmes symptômes que des mères ?
01:31
How could a male doctor
get the same thing as new mothers?
get the same thing as new mothers?
27
79960
2880
01:35
Semmelweis reconstructed
everything the doctor had done
everything the doctor had done
28
83560
3256
Semmelweis reconstitua
tout ce que le docteur fit dans la journée
tout ce que le docteur fit dans la journée
juste avant de tomber malade
01:38
right before he got sick,
29
86840
1256
01:40
and he discovered
that he'd been autopsying a corpse.
that he'd been autopsying a corpse.
30
88120
4296
et il découvrit
qu'il avait autopsié un cadavre.
qu'il avait autopsié un cadavre.
01:44
Had something gotten
in his wound that killed him?
in his wound that killed him?
31
92440
2800
Quelque chose serait-il allé
dans sa blessure et l'aurait tué ?
dans sa blessure et l'aurait tué ?
01:48
With growing excitement,
32
96760
1776
Avec une excitation grandissante,
01:50
Semmelweis looked
for any connection he could
for any connection he could
33
98560
2816
Semmelweis rechercha
tous les liens possibles
tous les liens possibles
01:53
between dead bodies in the morgue
and dead mothers in his delivery room,
and dead mothers in his delivery room,
34
101400
5376
entre les corps de la morgue et
les mères mortes en salle d’accouchement,
les mères mortes en salle d’accouchement,
01:58
and he found it.
35
106800
1600
et il trouva le lien.
02:01
It turned out that at the hospital
with the high death rate,
with the high death rate,
36
109320
2856
Dans l’hôpital
au taux de mortalité le plus élevé,
au taux de mortalité le plus élevé,
02:04
but not the others,
37
112200
1776
mais pas dans les autres,
02:06
doctors delivered babies immediately
after autopsying corpses in the morgue.
after autopsying corpses in the morgue.
38
114000
5136
les docteurs aidaient à l'accouchement
après avoir autopsié des cadavres
à la morgue.
à la morgue.
02:11
Aha! Corpses were contaminating
the doctors' hands
the doctors' hands
39
119160
3936
Ahah ! Les cadavres contaminaient
les mains des docteurs
les mains des docteurs
02:15
and killing his mothers.
40
123120
1240
et tuaient les mères.
02:17
So he ordered the doctors
to sterilize their hands,
to sterilize their hands,
41
125240
3055
Du coup, il demanda aux docteurs
de se stériliser les mains
de se stériliser les mains
02:20
and the deaths stopped.
42
128320
2280
et les morts s'arrêtèrent.
02:23
Dr. Ignaz Semmelweis
had discovered infectious disease.
had discovered infectious disease.
43
131400
4400
Le Dr Ignaz Semmelweis avait découvert
les maladies infectieuses.
les maladies infectieuses.
02:28
But the doctors of the day
thought he was crazy,
thought he was crazy,
44
136400
3416
Cependant, les docteurs de l'époque
pensaient qu'il était fou,
pensaient qu'il était fou,
02:31
because they knew,
and had for hundreds of years,
and had for hundreds of years,
45
139840
3496
parce qu’ils pensaient,
et depuis des centaines d'années,
et depuis des centaines d'années,
02:35
that odorous vapors
called miasmas caused disease,
called miasmas caused disease,
46
143360
5096
que des vapeurs odorantes, appelées
miasmes, causaient les maladies
miasmes, causaient les maladies
02:40
not these hypothetical particles
that you couldn't see.
that you couldn't see.
47
148480
3400
et non pas ces particules hypothétiques
que l'on ne pouvait pas voir.
que l'on ne pouvait pas voir.
02:44
It took 20 years
for Frenchman Louis Pasteur
for Frenchman Louis Pasteur
48
152880
4176
Cela prit 20 ans à Louis Pasteur
02:49
to prove that Semmelweis was right.
49
157080
1960
pour prouver que Semmelweis avait raison.
02:51
Pasteur was an agricultural chemist
50
159680
2696
Pasteur était un chimiste agricole
02:54
who tried to figure out
why milk and beer spoiled so often.
why milk and beer spoiled so often.
51
162400
4176
qui essayait de comprendre pourquoi
la bière et le lait tournaient si souvent.
la bière et le lait tournaient si souvent.
02:58
He found that bacteria were the culprits.
52
166600
2440
Il découvrit
que les bactéries étaient les coupables.
que les bactéries étaient les coupables.
03:02
He also found that bacteria
could kill people in exactly the same way
could kill people in exactly the same way
53
170160
3856
Il découvrit également que les bactéries
pouvaient tuer les gens de la même façon
pouvaient tuer les gens de la même façon
03:06
that Semmelweis's patients were dying.
54
174040
2320
que les patients de Semmelweis mouraient.
03:09
We now look at what I want
to talk about tonight, in two ideas.
to talk about tonight, in two ideas.
55
177120
4400
Regardons maintenant ce dont
je veux parler ce soir, en deux idées.
je veux parler ce soir, en deux idées.
03:14
We saw it with Semmelweis,
that he was a revolutionary.
that he was a revolutionary.
56
182600
2920
Nous avons vu avec Semmelweis,
qu'il était révolutionnaire.
qu'il était révolutionnaire.
03:18
He did it for two reasons.
57
186560
1256
Il l'était pour 2 raisons.
03:19
One, he opened our eyes
to a completely new world.
to a completely new world.
58
187840
3240
Premièrement, il nous a ouvert les yeux
sur un monde totalement neuf.
sur un monde totalement neuf.
03:23
We'd known since the 1680s about bacteria.
59
191720
2976
On connaissait les bactéries
depuis les années 1680.
depuis les années 1680.
03:26
We just didn't know
that bacteria killed people.
that bacteria killed people.
60
194720
2456
Mais on ignorait
que les bactéries tuaient les gens.
que les bactéries tuaient les gens.
03:29
And he also demolished fond ideas
that people kept close to their heart.
that people kept close to their heart.
61
197200
5056
Et il a aussi démoli des idées
qui tenaient à cœur.
qui tenaient à cœur.
03:34
Miasmas didn't kill people.
Bacteria killed people.
Bacteria killed people.
62
202280
3320
Les miasmes ne tuaient pas les gens,
c'étaient les bactéries qui les tuaient.
c'étaient les bactéries qui les tuaient.
03:38
So this brings me to the two ideas
I want to talk about tonight.
I want to talk about tonight.
63
206080
3336
Cela m’amène aux deux idées
dont je veux parler ce soir.
dont je veux parler ce soir.
03:41
One has opened our eyes
to a completely new universe,
to a completely new universe,
64
209440
2816
L'une nous ouvrit
les yeux sur un monde nouveau,
les yeux sur un monde nouveau,
03:44
and the other attacks long-held beliefs.
65
212280
3976
et l'autre attaqua de vieilles croyances.
03:48
Let's get started with Dr. Eric Betzig.
66
216280
1936
Commençons par le Docteur Eric Betzig.
03:50
He's a physicist who has opened our eyes
to an entirely new world
to an entirely new world
67
218240
3896
C'est un physicien
qui nous a fait découvrir un monde
qui nous a fait découvrir un monde
03:54
by violating the laws of physics.
68
222160
1880
en violant les lois de la physique.
03:56
Betzig is a true rebel.
69
224720
1280
Betzig est un vrai rebelle.
03:58
He quit a job at prestigious
Bell Laboratory
Bell Laboratory
70
226560
2896
Il quitta son travail
au prestigieux laboratoire Bell
au prestigieux laboratoire Bell
04:01
inventing new microscopes for biology
71
229480
2256
qui créait
de nouveaux microscopes de biologie
de nouveaux microscopes de biologie
04:03
because he thought scientists
were taking his brilliant inventions
were taking his brilliant inventions
72
231760
4336
parce qu'il pensait que les scientifiques
prenaient ses brillantes inventions
prenaient ses brillantes inventions
04:08
and doing lousy work with them.
73
236120
1520
et les utilisaient mal.
04:10
So he became a househusband,
74
238880
3040
Donc il devint homme au foyer,
04:15
but he never lost his passion
for figuring out
for figuring out
75
243360
2576
mais il ne perdit jamais son ambition
de créer des microscopes pouvant voir
des détails de plus en plus fins
des détails de plus en plus fins
04:17
how to get microscopes
to see finer and finer details
to see finer and finer details
76
245960
2896
04:20
than had ever been seen before
or ever could be seen.
or ever could be seen.
77
248880
2477
qui n’avaient jamais été vus avant,
ou ne le seraient jamais.
ou ne le seraient jamais.
04:23
This is crucial if we're ever
going to understand how cells work,
going to understand how cells work,
78
251960
4456
C'est crucial si l'on veut comprendre
comment les cellules fonctionnent,
comment les cellules fonctionnent,
04:28
and how cancer works,
79
256440
1495
comment le cancer fonctionne,
04:29
and how something
150th the size of a head of a pin
150th the size of a head of a pin
80
257959
5417
et comment quelque chose de la taille
d'1/150ème d'une tête d'épingle
d'1/150ème d'une tête d'épingle
04:35
can do all these amazing things,
81
263400
2136
puisse faire
toutes ces choses merveilleuses,
toutes ces choses merveilleuses,
04:37
like make proteins
82
265560
1576
comme fabriquer des protéines,
04:39
and move charges around
83
267160
1896
et faire circuler des charges
04:41
and all of those things.
84
269080
1280
et toutes ces choses.
04:43
There's just one problem.
85
271400
1680
Il y a juste un souci.
04:46
There's this thing
called the law of physics,
called the law of physics,
86
274040
2976
Il y a ces choses appelées
les lois de la physique,
les lois de la physique,
et une partie des lois de la physique
est la limite de diffraction.
est la limite de diffraction.
04:49
and part of the law of physics
is the thing called the diffraction limit.
is the thing called the diffraction limit.
87
277040
3456
La limite de diffraction, c'est un peu
comme quand vous allez chez le docteur
comme quand vous allez chez le docteur
04:52
The diffraction limit is kind of like
when you go to a doctor's office,
when you go to a doctor's office,
88
280520
3376
vous ne pourrez jamais tout lire,
même avec de très bonnes lunettes.
même avec de très bonnes lunettes.
04:55
you can only see so far down,
no matter how good glasses you have.
no matter how good glasses you have.
89
283920
3136
C'était un soi-disant
« problème insoluble ».
« problème insoluble ».
04:59
This was a so-called impossible problem.
90
287080
3376
05:02
But one of Betzig's friends
figured out how to take a tiny molecule
figured out how to take a tiny molecule
91
290480
3176
Mais l'un des amis de Betzig comprit
comment une minuscule molécule,
comment une minuscule molécule,
05:05
that was smaller than
the best microscope could see
the best microscope could see
92
293680
2416
invisible avec le meilleur microscope,
05:08
and get it to light up and fluoresce.
93
296120
2136
pouvait s'éclairer
et devenir fluorescente.
et devenir fluorescente.
« Ahah » dit Betzig.
05:10
"Aha!" Betzig said.
94
298280
2496
05:12
"I think maybe the laws of physics
are not so unbreakable after all."
are not so unbreakable after all."
95
300800
4696
« Peut-être que les lois de la physique
ne sont pas si inviolables après tout. »
ne sont pas si inviolables après tout. »
05:17
So he lashed together a microscope
in his friend's living room.
in his friend's living room.
96
305520
4856
Donc il assembla un microscope
dans le salon de son ami.
dans le salon de son ami.
05:22
He had no laboratory.
97
310400
1816
Il n'avait pas de laboratoire.
05:24
This revolutionary instrument
got different protein molecules
got different protein molecules
98
312240
3576
Cet instrument révolutionnaire
utilisait divers molécules de protéines
utilisait divers molécules de protéines
05:27
to light up in different colors,
99
315840
1560
pour éclairer de diverses couleurs,
05:30
and with a computer, he was able
to turn very, very fuzzy blurs
to turn very, very fuzzy blurs
100
318080
4696
et avec un ordinateur, il était capable de
transformer des taches très très floues
transformer des taches très très floues
05:34
into very sharp dots and produce images
of unprecedented and startling clarity.
of unprecedented and startling clarity.
101
322800
6696
en points très nets et de produire des
images d'une clarté inégalée et étonnante.
images d'une clarté inégalée et étonnante.
05:41
For this work, last year,
102
329520
2296
Pour ce travail, l'année dernière,
05:43
Eric Betzig won the Nobel Prize.
103
331840
2600
Eric Betzig remporta le prix Nobel.
05:47
Why?
104
335360
1216
Pourquoi ?
05:48
Because now we can see
with unprecedented detail
with unprecedented detail
105
336600
4096
Parce que maintenant nous pouvons voir
avec des détails sans précédent des choses
avec des détails sans précédent des choses
05:52
things that we never had seen before,
106
340720
1816
que nous n'avons jamais vues avant,
05:54
and now doctors can get
a better handle on things like cancer.
a better handle on things like cancer.
107
342560
3840
et maintenant les docteurs peuvent mieux
saisir des choses comme le cancer.
saisir des choses comme le cancer.
05:59
But do you think
Betzig was satisfied there?
Betzig was satisfied there?
108
347080
2496
Mais pensez-vous que Betzig
était satisfait de cela ?
était satisfait de cela ?
06:01
No.
109
349600
1296
Non.
06:02
He wanted movies.
110
350920
1856
Il voulait des films.
06:04
The problem was
111
352800
1216
Le problème était
06:06
that even the genius microscopes
that he invented were just too slow.
that he invented were just too slow.
112
354040
3976
que même les microscopes de génie qu'il
avait inventés étaient trop lents.
avait inventés étaient trop lents.
06:10
So what did he do?
113
358040
1256
Donc que fit-il ?
06:11
He came up with a 200-year-old idea
114
359320
3576
Il trouva une solution vieille de 200 ans
06:14
called moiré patterns.
115
362920
1696
appelée « effet moiré ».
06:16
So the way that works is
if you take two very, very fine patterns
if you take two very, very fine patterns
116
364640
3456
Voici le principe :
si vous prenez deux motifs très très fins
si vous prenez deux motifs très très fins
06:20
and you move them across each other,
117
368120
1776
et les déplacez l'un sur l'autre,
06:21
you will see a gross pattern
118
369920
3016
vous allez voir un motif grossier
06:24
that a microscope can see
119
372960
1480
qu'un microscope peut voir
06:27
that otherwise you would not
be able to see.
be able to see.
120
375360
2096
et qu'il n'aurait pas pu voir autrement.
06:29
So he applied this technique
to taking a really blurry image of a cell
to taking a really blurry image of a cell
121
377480
3296
Donc il appliqua cette technique à
une image de cellule très floue
une image de cellule très floue
06:32
and moving lots of structured
light patterns across it
light patterns across it
122
380800
2576
et en la balayant avec beaucoup
de motifs de lumière
de motifs de lumière
06:35
until this cell became crystal clear.
123
383400
2440
jusqu'à ce que la cellule devienne
parfaitement claire.
parfaitement claire.
06:38
And here is the result:
124
386840
2016
Et voici le résultat :
06:40
a mysterious new world,
125
388880
2736
un nouveau monde mystérieux,
06:43
full of strange things zipping around
126
391640
2136
avec plein de choses étranges
qui circulent
qui circulent
06:45
doing things that
we don't know what they're doing.
we don't know what they're doing.
127
393800
2400
faisant des choses
que nous ne connaissons pas.
que nous ne connaissons pas.
06:49
But when we figure it out,
we'll have a better handle on life itself.
we'll have a better handle on life itself.
128
397600
3976
Mais quand on le découvrira, on aura
une meilleure idée de la vie elle-même.
une meilleure idée de la vie elle-même.
06:53
For example, those
green globs that you see?
green globs that you see?
129
401600
2096
Par exemple,
ces globules verts à l'écran ?
ces globules verts à l'écran ?
06:55
Those things are called clathrins.
130
403720
1680
Ils sont appelés « clathrines ».
06:57
They're molecules
that protect other molecules
that protect other molecules
131
405960
2416
Ce sont des molécules
qui en protègent d'autres
qui en protègent d'autres
en bougeant dans une cellule.
07:00
as they move through a cell.
132
408400
1376
07:01
Unfortunately, viruses sometimes
hijack those to infect cells.
hijack those to infect cells.
133
409800
4336
Malheureusement, les virus les détournent
parfois pour infecter les cellules.
parfois pour infecter les cellules.
07:06
Also, you see those little squiggly
wormlike things moving around?
wormlike things moving around?
134
414160
3096
Et vous voyez ces petits gribouillis
en forme de vers de terre ?
en forme de vers de terre ?
07:09
Those are actin molecules.
135
417280
2296
Ce sont des molécules d'actine.
07:11
Unfortunately, viruses
also climb down those things
also climb down those things
136
419600
2416
Malheureusement,
les virus redescendent ces choses
les virus redescendent ces choses
pour entrer dans le noyau cellulaire
07:14
to get into the cell nucleus
137
422040
1456
07:15
to replicate themselves and make you sick.
138
423520
2120
pour se répliquer et vous rendre malade.
Maintenant que nous pouvons voir les films
07:18
Now that we can look at movies
139
426240
1856
07:20
of what's actually going on
deep inside a cell,
deep inside a cell,
140
428120
2856
de ce qu'il se passe dans une cellule,
07:23
we have a much better chance
of curing viral diseases like AIDS.
of curing viral diseases like AIDS.
141
431000
4080
nous avons des chances accrues de vaincre
des maladies virales comme le SIDA.
des maladies virales comme le SIDA.
Donc quand vous regardez un film comme ça,
07:27
So when you look at a movie like this,
142
435680
1856
07:29
it's very clear that Betzig has opened
our eyes to a completely new world.
our eyes to a completely new world.
143
437560
4000
c'est vraiment clair que Betzig a ouvert
nos yeux sur un nouveau monde.
nos yeux sur un nouveau monde.
07:34
But he hasn't shattered
any cherished beliefs.
any cherished beliefs.
144
442560
4120
Mais il n'a pas bouleversé
de convictions.
de convictions.
07:39
That leads us to Dr. Aubrey de Grey
145
447200
2936
Ce qui nous amène au Dr Aubrey de Grey
07:42
at Cambridge.
146
450160
1200
à Cambridge.
07:44
De Grey definitely has scientists
squirming with an interesting idea:
squirming with an interesting idea:
147
452440
4336
De Grey a crispé les scientifiques
avec une idée intéressante :
avec une idée intéressante :
07:48
we can be immortal.
148
456800
1376
nous pouvons être immortels
et vaincre le vieillissement.
et vaincre le vieillissement.
07:50
We can beat aging.
149
458200
1616
La plupart des scientifiques
pensent que c'est une idée saugrenue.
pensent que c'est une idée saugrenue.
07:51
Now, most scientists
think he's a crackpot.
think he's a crackpot.
150
459840
2560
07:55
Any Biology 101 student knows
151
463320
3296
Tout étudiant en sciences naturelles sait
07:58
that aging is an inevitable
consequence of living.
consequence of living.
152
466640
4016
que le vieillissement est
une conséquence inévitable de la vie.
une conséquence inévitable de la vie.
08:02
For example, when we eat,
153
470680
2096
Par exemple, quand nous mangeons,
08:04
we take in food and we metabolize it,
154
472800
1856
nous métabolisons la nourriture
08:06
and that throws off
what we call free radicals.
what we call free radicals.
155
474680
2376
et rejetons des radicaux libres.
Vous avez dû en entendre parler.
08:09
You might have heard of those.
156
477080
1456
08:10
Also known as oxygen ions,
157
478560
1936
Aussi connus comme des ions oxygènes,
08:12
those bind to our DNA, cause it to mutate,
158
480520
2376
qui s'attachent à notre ADN,
le font muter,
le font muter,
08:14
and cause us to get old and lose our hair.
159
482920
2056
nous font vieillir et perdre nos cheveux.
08:17
(Laughter)
160
485000
1576
(Rires)
08:18
It's just like, no, it's exactly like
161
486600
2736
C'est juste comme, non,
c'est exactement comme
c'est exactement comme
08:21
oxygen binding to iron and making it rust.
162
489360
2176
l'oxygène se liant au fer et le rouillant.
08:23
So you age because you rust out.
163
491560
2456
Donc vous vieillissez
parce que vous rouillez.
parce que vous rouillez.
08:26
(Laughter)
164
494040
2176
(Rires)
08:28
Oh, and scientists also know
there is something called immortality:
there is something called immortality:
165
496240
5096
Oh, et les scientifiques pensent aussi
qu'il y a une chose appelée immortalité
qu'il y a une chose appelée immortalité
08:33
in cancer cells.
166
501360
1976
dans les cellules cancéreuses.
08:35
So if you stop aging,
167
503360
2296
Donc, si vous vous arrêtez de vieillir,
08:37
all of you are going to turn
into giant walking malignant tumors.
into giant walking malignant tumors.
168
505680
3920
tout votre corps va se transformer
en une tumeur cancéreuse généralisée.
en une tumeur cancéreuse généralisée.
08:42
These are cherished beliefs,
but could de Grey be on to something?
but could de Grey be on to something?
169
510680
3160
Ce sont des convictions profondes,
mais de Grey pourrait-il avoir raison ?
mais de Grey pourrait-il avoir raison ?
08:47
I think he deserves a closer look.
170
515159
1657
Il mérite une étude approfondie.
08:48
First of all, I have a really hard time
seeing him as a crackpot.
seeing him as a crackpot.
171
516840
3136
Tout d'abord, j'ai du mal
à le considérer comme un cinglé.
à le considérer comme un cinglé.
08:52
Yeah, he started off life
as a computer scientist,
as a computer scientist,
172
520000
2336
Il a commencé sa carrière
comme informaticien,
comme informaticien,
08:54
not a biologist,
173
522360
1496
et non pas comme biologiste,
08:55
but he earned a PhD
in biology from Cambridge,
in biology from Cambridge,
174
523880
3816
mais il a obtenu un PhD en biologie
à Cambridge
à Cambridge
08:59
and he has published
some very significant work
some very significant work
175
527720
2376
et il a publié des travaux significatifs
09:02
on mitochondrial DNA
and a bunch of other stuff.
and a bunch of other stuff.
176
530120
2456
sur l'ADN mitochondrial
et d'autres choses.
et d'autres choses.
09:04
Secondly, he started
an antiaging foundation
an antiaging foundation
177
532600
3096
Deuxièmement, il a fondé
une fondation anti-vieillissement
une fondation anti-vieillissement
09:07
that has identified
seven different causes of aging,
seven different causes of aging,
178
535720
2576
qui a identifié 7 causes différentes
du vieillissement,
du vieillissement,
09:10
to me, that seem very plausible,
179
538320
2256
qui, selon moi, semblent très plausibles,
09:12
and he is hot in pursuit
of fixes for every single one of them.
of fixes for every single one of them.
180
540600
4136
et il est motivé pour trouver
des solutions pour chacune d'elles.
des solutions pour chacune d'elles.
09:16
For example, one of the reasons we age
is that our mitochondrial DNA mutates,
is that our mitochondrial DNA mutates,
181
544760
5016
Par exemple, nous vieillissons notamment
parce que notre ADN mitochondrial mute,
parce que notre ADN mitochondrial mute,
09:21
and we get kind of old
and our cells lose energy.
and our cells lose energy.
182
549800
2680
nous devenons vieux
et nos cellules perdent de l'énergie.
et nos cellules perdent de l'énergie.
09:25
He believes, and he's made
a convincing case,
a convincing case,
183
553160
2336
Il croit, et a conçu
un argumentaire convaincant,
un argumentaire convaincant,
qu'avec les virus, on pourrait
faire de la thérapie des gènes,
faire de la thérapie des gènes,
09:27
that using viruses we can do gene therapy,
184
555520
2536
09:30
fix that DNA
185
558080
1656
qui corrigerait notre ADN
09:31
and rejuvenate our cells.
186
559760
1720
et rajeunirait nos cellules.
09:35
One more thing.
187
563400
1336
Une chose encore,
09:36
We have an existent proof
188
564760
1856
nous avons une preuve vivante
09:38
that extreme longevity is possible.
189
566640
2720
que l’extrême longévité est possible.
09:42
Bristlecone pine trees live 5,000 years,
190
570520
4160
Les pins de Bristlecone vivent 5 000 ans,
09:47
and some lobsters don't age at all.
191
575720
3800
et certains homards
ne vieillissent pas du tout.
ne vieillissent pas du tout.
09:52
Now, this doesn't mean that de Grey
is going to revolutionize our lifespans.
is going to revolutionize our lifespans.
192
580640
4336
Maintenant, ça ne signifie pas que de Grey
va révolutionner notre espérance de vie.
va révolutionner notre espérance de vie.
09:57
I mean, after all, we're not trees,
and most of us are not lobsters.
and most of us are not lobsters.
193
585000
3816
Je veux dire qu'après tout nous ne sommes
ni des arbres, ni des homards.
ni des arbres, ni des homards.
10:00
(Laughter)
194
588840
1216
(Rires)
10:02
But I've got to believe that there are
Darwins and Einsteins out there,
Darwins and Einsteins out there,
195
590080
4800
Mais je crois qu'il y a des Darwin
et des Einstein ici-bas,
et des Einstein ici-bas,
et je vais vous dire pourquoi.
10:07
and I'll tell you why.
196
595840
1376
10:09
Consider this:
197
597240
1200
Considérez ceci :
10:11
there are seven times more people
alive today than during Darwin's time.
alive today than during Darwin's time.
198
599160
5296
Il y a sept fois plus de gens vivent
aujourd'hui qu'à l'époque de Darwin.
aujourd'hui qu'à l'époque de Darwin.
10:16
There are four times as many people
alive today as Einstein.
alive today as Einstein.
199
604480
3456
Quatre fois plus de gens vivent
aujourd'hui qu'à l'époque d'Einstein.
aujourd'hui qu'à l'époque d'Einstein.
10:19
When you consider
200
607960
1216
Quand vous considérez
10:21
that the proportion of scientists
in the population has skyrocketed,
in the population has skyrocketed,
201
609200
3216
que la proportion de scientifiques
a monté en flèche,
a monté en flèche,
10:24
there are now seven million scientists.
202
612440
2376
il y a actuellement
sept millions de scientifiques.
sept millions de scientifiques.
10:26
I've got to believe, and I do believe,
that there's one of them out there
that there's one of them out there
203
614840
3440
Je crois vraiment qu'il y en a un
10:31
who is working right now in obscurity
204
619720
2336
qui travaille maintenant dans l'ombre
10:34
to rock our lives,
and I don't know about you,
and I don't know about you,
205
622080
2416
pour changer nos vies,
et je ne sais pas pour vous,
et je ne sais pas pour vous,
10:36
but I can't wait to be rocked.
206
624520
1816
mais j'ai hâte de voir ça.
10:38
Thank you.
207
626360
1256
Merci.
10:39
(Applause)
208
627640
6961
(Applaudissements)
ABOUT THE SPEAKER
Eric Haseltine - Author, futurist, innovatorEric Haseltine applies discoveries about the brain to innovation and forecasting game-changing advances in science and technology.
Why you should listen
Dr. Eric Haseltine is a neuroscientist and futurist who has applied a brain-centered approach to help organizations in aerospace, entertainment, healthcare, consumer products and national security transform and innovate. He is the author of Long Fuse, Big Bang: Achieving Long-Term Success Through Daily Victories. For five years, he wrote a monthly column on the brain for Discover magazine and is a frequent contributor to Psychology Today's web site, where his popular blog on the brain has garnered over 800,000 views. Haseltine received the Distinguished Psychologist in Management Award from the Society of Psychologists in Management and has published 41 patents and patent applications in optics, media and entertainment technology.
In 1992 he joined Walt Disney Imagineering to help found the Virtual Reality Studio, which he ultimately ran until his departure from Disney in 2002. When he left Disney, Haseltine was executive vice president of Imagineering and head of R&D for the entire Disney Corporation, including film, television, theme parks, Internet and consumer products.
In the aftermath of 9/11, Eric joined the National Security Agency to run its Research Directorate. Three years later, he was promoted to associate of director of National Intelligence, where he oversaw all science and technology efforts within the United States Intelligence Community as well as fostering development innovative new technologies for countering cyber threats and terrorism. For his work on counter-terrorism technologies, he received the National Intelligence Distinguished Service Medal in 2007.
Haseltine serves on numerous boards, and is an active consultant, speaker and writer. Over the past three years, he has focused heavily on developing innovation strategies and consumer applications for the Internet of Things, virtual reality and augmented reality.
Haseltine continues to do basic research in neuroscience, with his most recent publications focusing on the mind-body health connection and exploitation of big-data to uncover subtle, but important trends in mental and physical health.
Eric Haseltine | Speaker | TED.com