TEDGlobal 2009
Beau Lotto: Optical illusions show how we see
באו לוטו: אשליות אופטיות מסבירות לנו איך אנו רואים
Filmed:
Readability: 2.7
7,158,267 views
משחקי הצבעים של באו לוטו מתעתעים בראיה שלכם, אבל הם גם מראים את מה שבדרך כלל אנחנו לא יכולים לראות: איך המוח שלנו עובד. ההסתכלות המבדרת ממבט ראשון על חוש הראיה הורסטילי מראה איך האבולוציה צובעת את התפיסה של הנמצא בעולם באמת.
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
אני רוצה להתחיל במשחק
00:16
And to win this game,
1
4000
2000
וכדי לזכות במשחק
00:18
all you have to do is see the reality that's in front of you
2
6000
3000
כל מה שתצטרכו לעשות הוא לראות את המציאות שלפניכם
00:21
as it really is. All right?
3
9000
2000
כמו שהיא באמת. בסדר?
00:23
So, we have two panels here,
4
11000
2000
אז, יש לנו פה שני לוחות
00:25
of colored dots.
5
13000
2000
עליהם עיגולים צבעוניים.
00:27
And one of those dots is the same
6
15000
3000
צבע אחד העיגולים זהה
00:30
in the two panels. Okay?
7
18000
3000
בשני הלוחות, אוקיי?
00:33
And you have to tell me which one.
8
21000
2000
ואתם צריכים לומר לי איזה מהם.
00:35
Now, narrow it down to
9
23000
3000
עכשיו נצמצם את האפשרויות
00:38
the gray one, the green one and, say, the orange one.
10
26000
3000
האפור, הירוק נגיד גם הכתום.
00:41
So, by a show of hands -- we'll start with the easiest one --
11
29000
3000
אז, בהרמת יד - נתחיל עם הקל יותר -
00:44
Show of hands: how many people think it's the gray one?
12
32000
4000
ירימו ידיים: כמה חושבים שזה האפור?
00:48
Really? Okay.
13
36000
2000
באמת? אוקיי.
00:50
How many people think it's the green one?
14
38000
5000
כמה חושבים שזה הירוק?
00:55
And how many people think it's the orange one?
15
43000
4000
וכמה חושבים שזה הכתום?
00:59
Pretty even split.
16
47000
3000
החלוקה שווה בערך.
01:02
Let's find out what the reality is.
17
50000
3000
אז בואו ונראה מה המציאות באמת.
01:05
Here is the orange one.
18
53000
3000
הנה הכתום.
01:08
(Laughter)
19
56000
2000
(צחוק)
01:10
Here is the green one.
20
58000
3000
הנה הירוק.
01:13
And here is the gray one.
21
61000
4000
והנה האפור.
01:17
(Laughter)
22
65000
3000
(צחוק)
01:20
So, for all of you who saw that, you're a complete realist. All right?
23
68000
4000
אז, למי מיכם שראה את זה, אתם ראליסטים לגמרי. בסדר?
01:24
(Laughter)
24
72000
2000
(צחוק)
01:26
So, this is pretty amazing, actually, isn't it?
25
74000
2000
אז, זה די מדהים בעצם, לא?
01:28
Because nearly every living system
26
76000
2000
מפני שכמעט כל יצור חי
01:30
has evolved the ability to detect light in one way or another.
27
78000
3000
פיתח את היכולת לגלות אור בדרך זו או אחרת.
01:33
So, for us, seeing color is one of the simplest things the brain does.
28
81000
5000
לכן, בשבילנו, לראות צבע זה אחד הדברים הפשוטים שהמוח עושה.
01:38
And yet, even at this most fundamental level,
29
86000
2000
ובכל זאת, אפילו ברמה הבסיסית הזו,
01:40
context is everything.
30
88000
3000
ההקשר הוא הכל.
01:43
What I want to talk about is not that context is everything,
31
91000
3000
מה שאני רוצה לדבר עליו זה לא שההקשר הוא הכל,
01:46
but why is context everything.
32
94000
2000
אלא למה ההקשר הוא הכל.
01:48
Because it's answering that question that tells us not only
33
96000
4000
מפני שתשובה לשאלה זו אומרת לנו לא רק
01:52
why we see what we do,
34
100000
2000
למה אנו רואים מה שאנו עושים,
01:54
but who we are as individuals,
35
102000
2000
אלא מי אנחנו כפרט,
01:56
and who we are as a society.
36
104000
3000
ומי אנחנו כחברה.
01:59
But first, we have to ask another question,
37
107000
2000
אבל ראשית, עלינו לשאול שאלה נוספת,
02:01
which is, "What is color for?"
38
109000
2000
והיא, "למה יש צבע?"
02:03
And instead of telling you, I'll just show you.
39
111000
2000
ובמקום לאמר לכם, אני פשוט אראה לכם.
02:05
What you see here is a jungle scene,
40
113000
3000
מה שאתם רואים כאן זו תמונה של ג'ונגל.
02:08
and you see the surfaces according to the amount
41
116000
2000
ואתם רואים את המשטחים לפי כמות האור
02:10
of light that those surfaces reflect.
42
118000
2000
שמשטחים אלה מחזירים.
02:12
Now, can any of you see the predator that's about to jump out at you?
43
120000
5000
עכשיו, האם מישהו מכם יכול לראות את הטורף שמתכוון לקפוץ עליכם?
02:17
And if you haven't seen it yet, you're dead. Right?
44
125000
2000
ואם עדיין לא ראיתם אותו, אתם מתים. בסדר?
02:19
(Laughter)
45
127000
2000
(צחוקים בקהל)
02:21
Can anyone see it? Anyone? No?
46
129000
2000
האם מישהו יכול לראות אותו? מישהו? לא?
02:23
Now, let's see the surfaces according to the quality of light that they reflect.
47
131000
4000
עכשיו, הבה נראה את המשטחים לפי סוג האור שהם מחזירים.
02:27
And now you see it.
48
135000
3000
ועכשיו אתם רואים אותו.
02:30
So, color enables us to see
49
138000
3000
אז, צבע מאפשר לנו לראות.
02:33
the similarities and differences between surfaces,
50
141000
2000
את הדמיון וההבדלים בין המשטחים,
02:35
according to the full spectrum of light that they reflect.
51
143000
3000
לפי המנעד המלא של האור שהם מחזירים.
02:38
But what you've just done is, in many respects, mathematically impossible.
52
146000
4000
אבל מה שעשיתם כרגע, במובנים רבים, הוא בלתי אפשרי מתמטית.
02:42
Why? Because, as Berkeley tells us,
53
150000
3000
למה? מפני שכמו שברקלי מספר לנו,
02:45
we have no direct access to our physical world,
54
153000
3000
אין לנו גישה ישירה לעולם הפיזי,
02:48
other than through our senses.
55
156000
2000
אלא דרך החושים שלנו.
02:50
And the light that falls onto our eyes
56
158000
2000
והאור שמגיע לעיניים שלנו
02:52
is determined by multiple things in the world --
57
160000
2000
נקבע על ידי דברים רבים בעולם -
02:54
not only the color of objects,
58
162000
2000
לא רק צבע האובייקט
02:56
but also the color of their illumination,
59
164000
2000
אלא גם על ידי צבע האור,
02:58
and the color of the space between us and those objects.
60
166000
3000
וצבע המרחב בינינו ובין האוביקטים.
03:01
You vary any one of those parameters,
61
169000
2000
אם תשנו כל אחד מהפרמטרים האלה,
03:03
and you'll change the color of the light that falls onto your eye.
62
171000
5000
תשנו את צבע האור המגיע לעינינו.
03:08
This is a huge problem because it means that
63
176000
2000
זו בעיה גדולה מפני שזה אומר
03:10
the same image could have an infinite number
64
178000
3000
שלאותה תמונה יכולות להיות מספר אינסופי
03:13
of possible real-world sources.
65
181000
3000
של מקורות אפשריים בעולם האמיתי.
03:16
So let me show you what I mean. Imagine that this is the back of your eye.
66
184000
3000
אז הבה אראה לכם למה אני מתכון. דמינו שזה החלק האחורי של העין שלכם.
03:19
And these are two projections from the world.
67
187000
3000
ואלה שני הקרנות מהעולם.
03:22
They are identical in every single way.
68
190000
3000
הן זהות בכל מובן.
03:25
Identical in shape, size, spectral content.
69
193000
4000
זהות בצורה, גודל, ותוכן ספקטרלי.
03:29
They are the same, as far as your eye is concerned.
70
197000
4000
הן זהות ככל שהעין יכולה לראות.
03:33
And yet they come from completely different sources.
71
201000
5000
ועדיין הן מגיעות משני מקורות שונים לחלוטין.
03:38
The one on the right
72
206000
2000
זו שמימין
03:40
comes from a yellow surface,
73
208000
3000
מגיעה ממשטח צהוב,
03:43
in shadow, oriented facing the left,
74
211000
2000
בצל, פונה לשמאל,
03:45
viewed through a pinkish medium.
75
213000
3000
דרך תווך ורדרד.
03:48
The one on the left comes from an orange surface,
76
216000
3000
זו משמאל מגיעה ממשטח כתום,
03:51
under direct light, facing to the right,
77
219000
2000
בתאורה ישירה, פונה לימין,
03:53
viewed through a sort of a bluish medium.
78
221000
2000
ונצפת דרך תווך כחלחל.
03:55
Completely different meanings,
79
223000
3000
שתי משמעויות שונות לחלוטין,
03:58
giving rise to the exact same retinal information.
80
226000
3000
שמביאות למידע זהה על הרשתית.
04:01
And yet it's only the retinal information
81
229000
2000
ועם זאת זה המידע הרישתי בלבד
04:03
that we get.
82
231000
2000
שאנו מקבלים.
04:05
So how on Earth do we even see?
83
233000
3000
אז איך אנחנו רואים בכלל?
04:08
So, if you remember anything in this next 18 minutes,
84
236000
4000
אז, אם תזכרו משהו מ 18 הדקות הקרובות,
04:12
remember this: that the light that falls on to your eye,
85
240000
3000
תזכרו : את העובדה שהאור שמגיע לעינכם,
04:15
sensory information, is meaningless,
86
243000
2000
המידע החושי, הוא חסר משמעות.
04:17
because it could mean literally anything.
87
245000
3000
מפני שהוא יכול להביע כל דבר.
04:20
And what's true for sensory information is true for information generally.
88
248000
3000
ומה שנכון למידע חושי נכון גם למידע בכלל.
04:23
There is no inherent meaning in information.
89
251000
2000
אין משמעות טבועה במידע.
04:25
It's what we do with that information that matters.
90
253000
4000
זה מה שאנו עושים במידע שמשנה.
04:29
So, how do we see? Well, we see by learning to see.
91
257000
3000
אז, איך אנחנו רואים? אנחנו רואים על ידי למידה לראות.
04:32
So, the brain evolved the mechanisms for finding patterns,
92
260000
4000
המוח פיתח את המגנון למציאת תבניות,
04:36
finding relationships in information
93
264000
2000
מציאת יחסים, במידע
04:38
and associating those relationships
94
266000
2000
ושיוך בין היחסים
04:40
with a behavioral meaning,
95
268000
2000
למשמעות התנהגותית,
04:42
a significance, by interacting with the world.
96
270000
3000
משמעות, על ידי אינטראקציה עם העולם.
04:45
We're very aware of this
97
273000
2000
אנחנו מאוד מודעים לזה
04:47
in the form of more cognitive attributes, like language.
98
275000
3000
בתכונות יותר קוגניטיביות, כמו שפה.
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
אני עומד לתת לכם כמה מחרוזות של אותיות. ואני רוצה שתקראו אותן בשבילי,
04:52
if you can.
100
280000
2000
אם תוכלו.
04:54
Audience: "Can you read this?"
101
282000
3000
קהל: "האם אתם יכולים לקרוא את זה?"
04:57
"You are not reading this."
102
285000
2000
"אתם לא קוראים את זה"
04:59
"What are you reading?"
103
287000
2000
"מה אתם קוראים?"
05:01
Beau Lotto: "What are you reading?" Half the letters are missing. Right?
104
289000
3000
באו לוטו: "מה אתם קוראים?" חצי מהאותיות חסרות. נכון?
05:04
There is no a priori reason why an "H" has to go
105
292000
2000
אין סיבה קודמת מדוע H צריך להופיע
05:06
between that "W" and "A."
106
294000
2000
בין ה"W" וה "A".
05:08
But you put one there. Why?
107
296000
2000
אבל אתם שמתם אחת שם. למה?
05:10
Because in the statistics of your past experience
108
298000
2000
מפני שלפי הסטטיסטיקה של נסיון העבר שלכם
05:12
it would have been useful to do so. So you do so again.
109
300000
3000
היה מועיל לנהוג כך. לכן עשיתם זאת שוב.
05:15
And yet you don't put a letter after that first "T."
110
303000
3000
ועדין אתם לא מוסיפים אות אחרי ה "T" הראשון.
05:18
Why? Because it wouldn't have been useful in the past.
111
306000
3000
מדוע? מפני שזה לא היה מועיל בעבר.
05:21
So you don't do it again.
112
309000
2000
לכן לא תעשו זאת שוב.
05:23
So let me show you how quickly our brains can redefine normality,
113
311000
4000
אז תנו לי להראות לכם באיזו מהירות המוח שלנו מגדיר מחדש נורמליות.
05:27
even at the simplest thing the brain does, which is color.
114
315000
2000
אפילו בדבר הפשוט ביותר שהמוח שלנו עושה, צבע.
05:29
So, if I could have the lights down up here.
115
317000
3000
אז, אם אוכל לקבל את האורות מוחשכים כאן.
05:32
I want you to first notice that those two desert scenes are physically the same.
116
320000
3000
הייתי רוצה שתשימו לב לכך ששתי סצנות המדבר זהות לחלוטין.
05:35
One is simply the flipping of the other. Okay?
117
323000
5000
אחת היא פשוט תמונת ראי של השניה. בסדר?
05:40
Now I want you to look at that dot
118
328000
2000
עכשיו הייתי רוצה שתביטו בנקודה ההיא
05:42
between the green and the red. Okay?
119
330000
3000
בין הירוק והאדום. בסדר?
05:45
And I want you to stare at that dot. Don't look anywhere else.
120
333000
3000
ואני רוצה שתבהו בנקודה. אל תביטו בשום דבר אחר.
05:48
And we're going to look at that for about 30 seconds,
121
336000
1000
ואנו נביט בה למשך כ30 שניות.
05:49
which is a bit of a killer in an 18-minute talk.
122
337000
3000
שזה מעט בזבוז בהרצאה של 18 דקות.
05:52
(Laughter)
123
340000
1000
(צחוק)
05:53
But I really want you to learn.
124
341000
2000
אבל אני באמת רוצה שתלמדו.
05:55
And I'll tell you -- don't look anywhere else --
125
343000
3000
ואני אסביר לכם - אל תסתכלו לשום מקום אחר -
05:58
and I'll tell you what's happening inside your head.
126
346000
2000
ואני אסביר לכם מה קורה בתוך הראש שלכם.
06:00
Your brain is learning. And it's learning that the right side of its visual field
127
348000
3000
המוח שלכם לומד. והוא לומד ששדה הראיה הימני
06:03
is under red illumination;
128
351000
2000
נמצא בתאורה אדומה;
06:05
the left side of its visual field is under green illumination.
129
353000
3000
שדה הראיה השמאלי נמצא בתאורה ירוקה.
06:08
That's what it's learning. Okay?
130
356000
3000
זה מה שהוא לומד. בסדר?
06:11
Now, when I tell you, I want you to look at the dot between the two desert scenes.
131
359000
5000
עכשיו, כשאגיד לכם, אני רוצה שתביטו בנקודה בין שתי תמונות המדבר.
06:16
So why don't you do that now?
132
364000
2000
אז למה שלא תעשו זאת עכשיו?
06:18
(Laughter)
133
366000
3000
(צחוק)
06:21
Can I have the lights up again?
134
369000
2000
אפשר לקבל את האורות בחזרה?
06:23
I take it from your response they don't look the same anymore. Right?
135
371000
4000
אני מבין מהתגובה שהן כבר לא נראות זהות. נכון?
06:27
(Applause)
136
375000
1000
(תשואות)
06:28
Why? Because your brain is seeing that same information
137
376000
3000
מדוע? מפני שהמוח שלכם רואה את אותו מידע
06:31
as if the right one is still under red light,
138
379000
2000
כאילו הימני עדיין בתאורה אדומה.
06:33
and the left one is still under green light.
139
381000
2000
והשמאלי עדיין בתאורה ירוקה.
06:35
That's your new normal.
140
383000
2000
זה הנורמלי החדש שלכם.
06:37
So, what does this mean for context?
141
385000
2000
אז, מה זה אומר על ההקשר?
06:39
It means that I can take these two identical squares,
142
387000
2000
זה אומר שאני יכול לקחת את שני הריבועים הזהים האלה,
06:41
and I can put them in light and dark surrounds.
143
389000
2000
אני יכול לשים אותם בסביבות כהות ובהירות.
06:43
And now the one on the dark surround looks lighter than the one on the light surround.
144
391000
3000
ועכשיו זה שבסביבה הכהה נראה בהיר מזה בסביבה הבהירה.
06:46
What's significant is not simply the light and dark surrounds that matter.
145
394000
4000
מה שמשמעותי הוא לא שפשוט הסביבות הכהה והבהירה משנות.
06:50
It's what those light and dark surrounds meant for your behavior in the past.
146
398000
4000
אלא מה המשמעויות בעבר של הסביבה הכהה והבהירה.
06:54
So I'll show you what I mean. Here we have
147
402000
2000
אז אראה לכם למה אני מתכוון. כאן יש לנו
06:56
that exact same illusion.
148
404000
2000
את אותה אשלייה בדיוק.
06:58
We have two identical tiles, on the left,
149
406000
2000
יש לנו כאן שתי לוחיות זהות, בצד שמאל,
07:00
one in a dark surround, one in a light surround.
150
408000
2000
אחת בסביבה כהה.
07:02
And the same thing over on the right.
151
410000
2000
ואותו דבר בצד ימין.
07:04
Now, what I'm going to do is I'm going to review those two scenes.
152
412000
3000
עכשיו, מה שאני עומד לעשות זה לראות את שתי הסצנות.
07:07
But I'm not going to change anything within those boxes,
153
415000
2000
אבל אני לא עומד לשנות דבר בשתי הקופסאות.
07:09
except their meaning.
154
417000
2000
חוץ מהמשמעות שלהן.
07:11
And see what happens to your perception.
155
419000
2000
ותראו מה קורה לתפיסה שלכם.
07:13
Notice that on the left
156
421000
2000
שמו לב שבצד שמאל
07:15
the two tiles look nearly completely opposite:
157
423000
3000
שתי הלוחיות נראות כמעט לחלוטין הפוכות:
07:18
one very white and one very dark.
158
426000
2000
אחת מאוד בהירה ואחת מאוד כהה.
07:20
All right? Whereas on the right,
159
428000
2000
בסדר? לעומת זאת, בצד ימין,
07:22
the two tiles look nearly the same.
160
430000
2000
שתי הלוחיות נראות כמעט זהות.
07:24
And yet there is still one on a dark surround and one on a light surround.
161
432000
4000
ועדיין יש אחת על רקע כהה, ואחת על רקע בהיר.
07:28
Why? Because if the tile in that shadow
162
436000
3000
למה? מפני שאם הלוחית בצל ההוא
07:31
were in fact in shadow,
163
439000
2000
היו באמת בצל,
07:33
and reflecting the same amount of light to your eye
164
441000
2000
ומחזירות את אותה כמות של אור לעין
07:35
as the one outside the shadow,
165
443000
2000
כמו זו שמחוץ לצל,
07:37
it would have to be more reflective -- just the laws of physics.
166
445000
3000
היא היתה צריכה להיות מחזירת אור טובה יותר - פשוט חוקי הפיזיקה.
07:40
So you see it that way.
167
448000
2000
לכן אתם רואים את זה כך.
07:42
Whereas on the right, the information is consistent
168
450000
3000
לעומת צד ימין, שם המידע אחיד
07:45
with those two tiles being under the same light.
169
453000
2000
כששתי הלוחיות נמצאות תחת אותו אור.
07:47
If they are under the same light, reflecting the same amount of light
170
455000
2000
אם הן נמצאות תחת אותו אור, ומחזירות את אותה כמות אור
07:49
to your eye,
171
457000
2000
לעין שלכם,
07:51
then they must be equally reflective.
172
459000
2000
אז הן צריכות להיות מחזירות אור באותה מידה.
07:53
So you see it that way.
173
461000
2000
לכן אתם רואים אותן כך.
07:55
Which means we can bring all this information together
174
463000
2000
מה שאומר שאנחנו יכולים לאחד את כל המידע הזה
07:57
to create some incredibly strong illusions.
175
465000
2000
וליצור אשליות מאוד חזקות.
07:59
This is one I made a few years ago.
176
467000
2000
את זו יצרתי לפני כמה שנים.
08:01
And you'll notice you see a dark brown tile at the top,
177
469000
3000
ותשימו לב שרואים לוחית חומה כהה על הפן העליון.
08:04
and a bright orange tile at the side.
178
472000
3000
ולוחית כתומה בהירה בצד.
08:07
That is your perceptual reality. The physical reality
179
475000
2000
זו המציאות התפיסתית שלכם. המציאות הפיסית
08:09
is that those two tiles are the same.
180
477000
5000
היא ששתי הלוחיות זהות.
08:14
Here you see four gray tiles on your left,
181
482000
3000
כאן תראו ארבע לוחיות אפורות בצד שמאל,
08:17
seven gray tiles on the right.
182
485000
2000
שבע לוחיות אפורות בצד ימין.
08:19
I'm not going to change those tiles at all,
183
487000
2000
אני לא עומד לשנות את הלוחיות האלה בכלל.
08:21
but I'm going to reveal the rest of the scene
184
489000
2000
אבל אני עומד לחשוף את שאר הסצנה.
08:23
and see what happens to your perception.
185
491000
3000
ותראו מה קורה לתפיסה שלכם.
08:26
The four blue tiles on the left are gray.
186
494000
4000
ארבע הלוחיות הכחולות משמאל הן אפורות.
08:30
The seven yellow tiles on the right are also gray.
187
498000
3000
ושבע הלוחיות הצהובות לימין הן גם אפורות.
08:33
They are the same. Okay?
188
501000
2000
הן זהות. בסדר?
08:35
Don't believe me? Let's watch it again.
189
503000
4000
לא מאמינים לי? בו נראה שוב.
08:39
What's true for color is also true for complex perceptions of motion.
190
507000
4000
מה שנכון לצבע נכון גם לתפיסה המורכבת של תנועה.
08:43
So here we have --
191
511000
3000
אז כאן יש לנו -
08:46
let's turn this around -- a diamond.
192
514000
5000
בא נסובב את זה - יהלום.
08:51
And what I'm going to do is, I'm going to hold it here,
193
519000
2000
ומה שאני עומד לעשות, אני אחזיק את זה כאן,
08:53
and I'm going to spin it.
194
521000
4000
ואני אסובב אותו.
08:57
And for all of you, you'll see it probably spinning this direction.
195
525000
3000
וכולכם, כנראה תראו אותו מסתובב לכיוון הזה.
09:00
Now I want you to keep looking at it.
196
528000
3000
עכשיו אני רוצה שתמשיכו להביט בו.
09:03
Move your eyes around, blink, maybe close one eye.
197
531000
2000
הזיזו את העיניים שלכם, מצמצו, אולי תעצמו עיין אחת.
09:05
And suddenly it will flip, and start spinning the opposite direction.
198
533000
4000
ופתאום הוא יתהפך ויתחיל להסתובב לכיוון השני.
09:09
Yes? Raise your hand if you got that. Yes?
199
537000
3000
כן? הרימו את הידיים אם ראיתם את זה. כן?
09:12
Keep blinking. Every time you blink it will switch. Alright?
200
540000
4000
המשיכו למצמץ. כל פעם שתמצמצו הוא יחליף כיוון. בסדר?
09:16
So I can ask you, which direction is it rotating?
201
544000
4000
אז אני יכול לשאול אתכם, לאיזה כיוון הוא מסתובב?
09:20
How do you know?
202
548000
2000
איך אתם יודעים?
09:22
Your brain doesn't know. Because both are equally likely.
203
550000
3000
המוח שלכם לא יודע. מפני ששני הכיוונים אפשריים במידה שווה.
09:25
So depending on where it looks, it flips
204
553000
2000
אז תלוי לא אתם מסתכלים, זה מתחלף
09:27
between the two possibilities.
205
555000
3000
בין שתי האפשרויות.
09:30
Are we the only ones that see illusions?
206
558000
2000
האם אנחנו היחידים שרואים אשליות ?
09:32
The answer to this question is no.
207
560000
2000
התשובה לשאלה היא לא.
09:34
Even the beautiful bumblebee,
208
562000
2000
אפילו הדבורה היפיפיה,
09:36
with its mere one million brain cells,
209
564000
2000
עם מליון תאי מוח בלבד,
09:38
which is 250 times fewer cells than you have in one retina,
210
566000
3000
שזה פי 250 תאים פחות ממה שיש לכם על הרשתית,
09:41
sees illusions, does the most complicated things
211
569000
3000
רואה אשליות, ועושה דברים מסובכים
09:44
that even our most sophisticated computers can't do.
212
572000
3000
שאפילו המחשבים המשוכללים ביותר שלנו לא יכולים לעשות.
09:47
So in my lab, we of course work on bumblebees.
213
575000
2000
אז במעבדה שלי, אנחנו כמובן עובדים עם דבורים.
09:49
Because we can completely control their experience,
214
577000
2000
מפני שאנחנו יכלים לשלוט בחוויה שלהן באופן מלא,
09:51
and see how that alters the architecture of their brain.
215
579000
2000
ולראות איך זה משנה את מבנה המוח שלהן.
09:53
And we do this in what we call the Bee Matrix.
216
581000
3000
ואנחנו עושים זאת במה שאנחנו קוראים לו מטריצת הדבורים.
09:56
And here you have the hive. You can see the queen bee,
217
584000
2000
וכאן יש לכם את הכוורת. אתם יכולים לראות את המלכה,
09:58
that large bee in the middle there. Those are all her daughters, the eggs.
218
586000
3000
הדבורה הגדולה במרכז. כל אלו הן בנותיה, הביצים.
10:01
And they go back and forth between this hive
219
589000
3000
והו הולכות הלוך ושוב בין הכוורת
10:04
and the arena, via this tube.
220
592000
5000
והזירה, דרך הצינור הזה.
10:09
And you'll see one of the bees come out here.
221
597000
2000
ואתם תראו אחת מהדבורים יוצאת מכאן.
10:11
You see how she has a little number on her?
222
599000
3000
אתם רואים שיש עליה מספר קטן?
10:14
Yeah there is another one coming out. She has another number on her.
223
602000
3000
כן יש עוד אחת שיוצאת. גם עליה יש מספר.
10:17
Now, they are not born that way. Right?
224
605000
3000
עכשיו, הן לא נולדות ככה. בסדר?
10:20
We pull them out, put them in the fridge, and they fall asleep.
225
608000
2000
אנחנו מוציאים אותן, שמים אותן במקרר, והן נרדמות.
10:22
And then you can superglue little numbers on them.
226
610000
2000
ואז אפשר להדביק מספרים קטנים עליהן.
10:24
(Laughter)
227
612000
2000
(צחוק)
10:26
And now, in this experiment they get rewarded if they go to the blue flowers.
228
614000
4000
ועכשיו בניסוי הזה הן מתוגמלות אם הן עפות לפרח הכחול.
10:30
And they land on the flower. They stick their tongue in there,
229
618000
3000
והן נוחתות על הפרח. הן מכניסות את הלשון שלהן,
10:33
called a proboscis, and they drink sugar water.
230
621000
2000
שנקראת פרובוסיס, והן שותות מי סוכר.
10:35
Now she is drinking a glass of water that's about that big to you and I,
231
623000
3000
עכשיו היא שותה כוס מים שהיא כזאת גדולה לנו,
10:38
will do that about three times, and then fly.
232
626000
6000
היא תעשה זאת שלוש פעמים, ואז תעוף.
10:44
And sometimes they learn not to go to the blue,
233
632000
2000
ולפעמים הן לומדות לא לעוף לכחול,
10:46
but to go to where the other bees go.
234
634000
2000
אלא למקום שאליו עפות הדבורים האחרות.
10:48
So they copy each other. They can count to five. They can recognize faces.
235
636000
3000
אז הן מחקות אחת את השניה. הן יכולות לספור עד חמש. הן מסוגלות לזהות פרצופים.
10:51
And here she comes down the ladder.
236
639000
3000
וכאן היא יורדת בסולם.
10:54
And she'll come into the hive, find an empty honey pot
237
642000
2000
והיא תכנס לכוורת, ותמצא תא דבש ריק,
10:56
and throw up, and that's honey.
238
644000
2000
ותקיא לתוכו, וזה דבש.
10:58
(Laughter)
239
646000
1000
(צחוק)
10:59
Now remember -- (Laughter)
240
647000
3000
עכשיו תזכרו - (צחוק)
11:02
-- she's supposed to be going to the blue flowers.
241
650000
2000
- היא אמורה ללכת לפרחים הכחולים.
11:04
But what are these bees doing in the upper right corner?
242
652000
3000
אבל מה הדבורים האלה עושות בפינה הימנית העליונה?
11:07
It looks like they're going to green flowers.
243
655000
2000
נראה שהן עפות לפרחים הירוקים.
11:09
Now, are they getting it wrong?
244
657000
3000
עכשיו, האם הן טועות?
11:12
And the answer to the question is no. Those are actually blue flowers.
245
660000
3000
והתשובה לשאלה היא לא. אלה בעצם פרחים כחולים.
11:15
But those are blue flowers under green light.
246
663000
4000
אבל אלה פרחים כחולים תחת תאורה ירוקה.
11:19
So they are using the relationships between the colors to solve the puzzle,
247
667000
4000
אז הן משתמשות ביחס בין הצבעים כדי לפתור את הבעיה.
11:23
which is exactly what we do.
248
671000
2000
שזה בדיוק מה שאנחנו עושים.
11:25
So, illusions are often used,
249
673000
2000
אז, אשליות משמשות אותנו פעמים רבות,
11:27
especially in art, in the words of a more contemporary artist,
250
675000
4000
ביחוד באומנות, במילים של אומן עכשוי יותר,
11:31
"to demonstrate the fragility of our senses."
251
679000
2000
"להדגים את השבריריות של החושים שלנו."
11:33
Okay, this is complete rubbish.
252
681000
3000
בסדר, זה שטות לחלוטין.
11:36
The senses aren't fragile. And if they were, we wouldn't be here.
253
684000
3000
החושים לא שבריריים. ואם הם היו, אנחנו לא היינו כאן.
11:39
Instead, color tells us something completely different,
254
687000
4000
במקום זאת, צבעים מספרים לנו משהו שונה לחלוטין,
11:43
that the brain didn't actually evolve to see the world the way it is.
255
691000
3000
שהמוח לא התפתח לראות את העולם כמו שהוא.
11:46
We can't. Instead, the brain evolved to see the world
256
694000
4000
אנחנו לא יכולים. במקום זאת, המוח התפתח לראות את העולם
11:50
the way it was useful to see in the past.
257
698000
3000
בצורה שהיתה יעילה בשבילנו בעבר.
11:53
And how we see is by continually redefining normality.
258
701000
6000
והצורה שאנו רואים היא על ידי הגדרה קבועה מחדש של נורמליות.
11:59
So how can we take this
259
707000
4000
אז איך אנחנו יכולים לקחת
12:03
incredible capacity of plasticity of the brain
260
711000
3000
את הפלסטיות המדהימה של המוח
12:06
and get people to experience their world differently?
261
714000
3000
ולגרום לאנשים לחוות את העולם בצורה אחרת?
12:09
Well, one of the ways we do in my lab and studio
262
717000
3000
ובכן, אחת הדרכים שאנו עושים זאת במעבדה והסטודיו שלי
12:12
is we translate the light into sound
263
720000
3000
היא לתרגם את האור לצליל
12:15
and we enable people to hear their visual world.
264
723000
4000
ואנחנו מאפשרים לאנשים לשמוע את העולם הויזואלי.
12:19
And they can navigate the world using their ears.
265
727000
3000
והם יכולים לנווט בעולם בעזרת האוזניים.
12:22
Here is David, in the right. And he is holding a camera.
266
730000
3000
הנה דוד, בצד ימין. והוא מחזיק מצלמה.
12:25
On the left is what his camera sees.
267
733000
2000
בצד שמאל רואים את מה שהמצלמה רואה.
12:27
And you'll see there is a line, a faint line going across that image.
268
735000
3000
ואתם תראו קו, קו חלש עובר לרוחב התמונה.
12:30
That line is broken up into 32 squares.
269
738000
3000
הקן מחולק ל32 ריבועים.
12:33
In each square we calculate the average color.
270
741000
2000
בכל ריבוע אנחנו מחשבים את הצבע הממוצע.
12:35
And then we just simply translate that into sound.
271
743000
2000
ואז אנחנו פשוט מתרגמים אותו לצליל.
12:37
And now he's going to
272
745000
3000
ועכשיו הוא עומד
12:40
turn around, close his eyes,
273
748000
4000
להסתובב, לעצום את עיניו,
12:44
and find a plate on the ground with his eyes closed.
274
752000
3000
ולמצוא צלחת על הרצפה, עם עיניים עצומות.
13:06
He finds it. Amazing. Right?
275
774000
2000
הוא מוצא אותה. מדהים. נכון?
13:08
So not only can we create a prosthetic for the visually impaired,
276
776000
2000
אז לא רק שאנחנו יכולים ליצור תותב לאנשים עם בעיות ראיה,
13:10
but we can also investigate how people
277
778000
3000
אנחנו גם יכולים לחקור איך אנשים
13:13
literally make sense of the world.
278
781000
3000
פשוטו כמשמעו מבינים את העולם.
13:16
But we can also do something else. We can also make music with color.
279
784000
4000
אבל אנחנו יכולים לעשות דבר נוסף, אנחנו יכולים ליצור מוסיקה עם צבע.
13:20
So, working with kids,
280
788000
2000
אז, בעבודה עם ילדים,
13:22
they created images,
281
790000
2000
הם יוצרים תמונות,
13:24
thinking about what might the images you see
282
792000
2000
במחשבה על איך התמונות שאתם רואים
13:26
sound like if we could listen to them.
283
794000
2000
ישמעו אם תוכלו להאזין להן.
13:28
And then we translated these images.
284
796000
2000
ואז אנחנו מתרגמים את התמונות האלה.
13:30
And this is one of those images.
285
798000
2000
וזו אחת מהתמונות.
13:32
And this is a six-year-old child composing a piece of music
286
800000
3000
וזה ילד בן שש שמלחין מוזיקה
13:35
for a 32-piece orchestra.
287
803000
3000
לתזמורת 32 כלים.
13:38
And this is what it sounds like.
288
806000
2000
וכך זה נשמע.
14:06
So, a six-year-old child. Okay?
289
834000
3000
אז, ילד בן שש. בסדר?
14:09
Now, what does all this mean?
290
837000
3000
עכשיו, מה כל זה אומר?
14:12
What this suggests is that no one is an outside observer
291
840000
3000
מה שזה מציע זה שאף אחד לא צופה מחוץ
14:15
of nature. Okay?
292
843000
2000
לטבע. בסדר?
14:17
We are not defined by our central properties,
293
845000
2000
אנחנו לא מוגדרים על ידי התכונות המרכזיות שלנו,
14:19
by the bits that make us up.
294
847000
2000
על ידי החלקים שמרכיבים אותנו.
14:21
We're defined by our environment and our interaction with that environment --
295
849000
3000
אנחנו מוגדרים על ידי הסביבה והאינטראקציה שלנו עם הסביבה
14:24
by our ecology.
296
852000
2000
על ידי האקולוגיה שלנו.
14:26
And that ecology is necessarily relative,
297
854000
4000
והאקולוגיה היא בהכרח יחסית,
14:30
historical and empirical.
298
858000
2000
הסטורית ואמפירית.
14:32
So what I'd like to finish with is this over here.
299
860000
6000
אז מה שארצה לסיים איתו נמצא כאן.
14:38
Because what I've been trying to do is really celebrate uncertainty.
300
866000
3000
מפני שמה שאני באמת מנסה לעשות הוא לחגוג את אי הודאות.
14:41
Because I think only through uncertainty is there potential for understanding.
301
869000
4000
מפני שאני חושב שרק דרך אי הודאות מגיע פוטנציאל ההבנה שלנו.
14:45
So, if some of you are still feeling a bit too certain,
302
873000
3000
אז, אם חלק מכם עדיין מרגישים יותר מדי בטוחים,
14:48
I'd like to do this one.
303
876000
2000
הייתי רוצה להדגים את זה.
14:50
So, if we have the lights down.
304
878000
2000
אז, אם נוכל להחליש את האורות.
14:52
And what we have here --
305
880000
6000
ומה שיש לנו כאן -
14:58
Can everyone see 25 purple surfaces
306
886000
3000
האם כולם יכולים לראות 25 משטחים סגולים
15:01
on your left,
307
889000
2000
בצד שמאל,
15:03
and 25, call it yellowish, surfaces on your right?
308
891000
4000
ו 25 משטחים, נקרא להם צהבהבים, בצד ימין?
15:07
So, now, what I want to do:
309
895000
2000
אז, עכשיו מה שהייתי רוצה לעשות:
15:09
I'm going to put the middle nine surfaces here
310
897000
2000
אני עומד לשים את תשעת המשטחים האמצעיים כאן
15:11
under yellow illumination
311
899000
2000
תחת תאורה צהובה
15:13
by simply putting a filter behind them.
312
901000
4000
ע"י הוספת פילטר מאחוריהם.
15:17
All right. Now you can see that changes the light
313
905000
3000
בסדר, עכשיו אתם יכולים לראות שזה משנה את האור
15:20
that's coming through there. Right?
314
908000
2000
שיוצא משם. נכון?
15:22
Because now the light is going through a yellowish filter
315
910000
2000
מפני שהאור עובר עכשיו דרך פילטר צהבהב
15:24
and then a purplish filter.
316
912000
2000
ואז דרך פילטר סגלגל.
15:26
I'm going to do this opposite on the left here.
317
914000
5000
אני עומד לעשות את ההפך בצד שמאל.
15:31
I'm going to put the middle nine under a purplish light.
318
919000
7000
אני עומד לשים את תשעת המשטחים באמצע תחת תאורה סגולה.
15:38
Now, some of you will notice that the consequence is that
319
926000
4000
עכשיו, חלק מכם יבחינו שהתוצאה של זה היא
15:42
the light coming through those middle nine on the right,
320
930000
3000
שהאור שיוצא דרך תשעת האמצעיים בצד ימין,
15:45
or your left,
321
933000
2000
השמאל שלכם,
15:47
is exactly the same as the light coming through
322
935000
2000
זהה לחלוטין לאור שיוצא דרך
15:49
the middle nine on your right.
323
937000
2000
תשעת האמצעיים מימין.
15:51
Agreed? Yes?
324
939000
3000
הסכמנו? כן?
15:54
Okay. So they are physically the same.
325
942000
2000
בסדר, אז הם זהים לחלוטין.
15:56
Let's pull the covers off.
326
944000
6000
הבה נמשוך את הכיסויים.
16:02
Now remember,
327
950000
4000
עכשיו תזכרו,
16:06
you know the middle nine are exactly the same.
328
954000
3000
אתם יודעים שתשעת האמצעיים זהים לחלוטין.
16:09
Do they look the same? No.
329
957000
4000
האם הם נראים זהים? לא.
16:13
The question is, "Is that an illusion?"
330
961000
2000
השאלה היא, "האם זו אשליה?"
16:15
And I'll leave you with that.
331
963000
2000
ואני אשאיר אתכם עם זה.
16:17
So, thank you very much.
332
965000
2000
אז, תודה רבה לכם
16:19
(Applause)
333
967000
3000
(מחיאות כפיים)
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