TED2015
David Eagleman: Can we create new senses for humans?
David Eagleman: Létrehozhatunk-e új emberi érzékszerveket?
Filmed:
Readability: 4.1
2,933,070 views
Mi, emberek a fényhullámoknak csak kevesebb, mint a tízbilliomod részét érzékeljük. "A világról alkotott tapasztalatunkat biológiai felépítésünk beszűkíti" — mondja David Eagleman idegkutató. David változtatni szeretne rajta: az agyi folyamatokkal kapcsolatos kutatásai új illesztőegységek megalkotását eredményezték (mint például az érzékelő mellényét), amelyek a korábban számunkra láthatatlan világról is lehetővé teszik az információ befogadását.
David Eagleman - Neuroscientist
David Eagleman decodes the mysteries of the tangled web of neurons and electricity that make our minds tick -- and also make us human. Full bio
David Eagleman decodes the mysteries of the tangled web of neurons and electricity that make our minds tick -- and also make us human. Full bio
Double-click the English transcript below to play the video.
00:12
We are built out of very small stuff,
0
973
4543
Nagyon apró részekből állunk,
00:17
and we are embedded in
a very large cosmos,
a very large cosmos,
1
5516
2515
de egy irdatlan világegyetem
részei vagyunk,
részei vagyunk,
00:20
and the fact is that we are not
very good at understanding reality
very good at understanding reality
2
8031
4551
s tény, hogy nekünk a valóság
érzékelése egyik skálán
érzékelése egyik skálán
00:24
at either of those scales,
3
12582
1579
sem megy nagyon jól.
00:26
and that's because our brains
4
14161
1602
Ennek oka, hogy agyunk e skálán
00:27
haven't evolved to understand
the world at that scale.
the world at that scale.
5
15763
4394
nem képes érzékelni a világot.
00:32
Instead, we're trapped on this
very thin slice of perception
very thin slice of perception
6
20157
4220
Helyette be vagyunk szorítva
az érzékelés nagyon keskeny,
az érzékelés nagyon keskeny,
00:36
right in the middle.
7
24377
1766
épp a középső szeletébe.
00:38
But it gets strange, because even at
that slice of reality that we call home,
that slice of reality that we call home,
8
26723
4468
De ez furcsa, mert a valóság
otthonunknak nevezhető szeletében
otthonunknak nevezhető szeletében
00:43
we're not seeing most
of the action that's going on.
of the action that's going on.
9
31191
2985
sem látjuk a legtöbb
végbemenő történést.
végbemenő történést.
00:46
So take the colors of our world.
10
34176
3390
Vegyük pl. a világunk színeit.
00:49
This is light waves, electromagnetic
radiation that bounces off objects
radiation that bounces off objects
11
37566
4713
A szín tárgyról visszaverődő fényhullám,
elektromágneses sugárzás,
elektromágneses sugárzás,
00:54
and it hits specialized receptors
in the back of our eyes.
in the back of our eyes.
12
42279
3437
amely szemünk hátsó falán lévő
specializált receptorokra jut.
specializált receptorokra jut.
00:57
But we're not seeing
all the waves out there.
all the waves out there.
13
45716
3645
De nem látunk minden hullámot.
01:01
In fact, what we see
14
49361
1695
Az a helyzet, hogy csak kevesebb,
01:03
is less than a 10 trillionth
of what's out there.
of what's out there.
15
51056
4063
mint a tízbilliomod részüket látjuk.
01:07
So you have radio waves and microwaves
16
55119
3367
Azután vannak még a testünkön átmenő
rádióhullámok, mikrohullámok,
rádióhullámok, mikrohullámok,
01:10
and X-rays and gamma rays
passing through your body right now
passing through your body right now
17
58486
3297
röntgensugarak és gamma-sugarak.
01:13
and you're completely unaware of it,
18
61783
2949
Ezeket egyáltalán nem érzékeljük,
01:16
because you don't come with
the proper biological receptors
the proper biological receptors
19
64732
3181
mert nincs meg hozzá
megfelelő biológiai receptorunk,
megfelelő biológiai receptorunk,
01:19
for picking it up.
20
67913
1208
amelyik észlelné őket.
01:21
There are thousands
of cell phone conversations
of cell phone conversations
21
69631
2567
Mobiltelefon-beszélgetések ezrei
01:24
passing through you right now,
22
72198
1556
áramlanak rajtunk át e percben,
01:25
and you're utterly blind to it.
23
73754
2301
s mi teljesen vakok vagyunk hozzá.
01:28
Now, it's not that these things
are inherently unseeable.
are inherently unseeable.
24
76055
3898
Nem arról van szó, hogy ezek a dolgok
eleve láthatatlanok lennének.
eleve láthatatlanok lennének.
01:31
Snakes include some infrared
in their reality,
in their reality,
25
79953
4899
A kígyók világában valamelyes
infravörös megtalálható,
infravörös megtalálható,
01:36
and honeybees include ultraviolet
in their view of the world,
in their view of the world,
26
84852
3878
a méhek világának pedig
része az UV-sugárzás.
része az UV-sugárzás.
01:40
and of course we build machines
in the dashboards of our cars
in the dashboards of our cars
27
88730
2925
Kocsink műszerfalában vannak készülékek,
01:43
to pick up on signals
in the radio frequency range,
in the radio frequency range,
28
91655
3228
amelyek veszik a jeleket
a rádiófrekvenciás sávban.
a rádiófrekvenciás sávban.
01:46
and we built machines in hospitals
to pick up on the X-ray range.
to pick up on the X-ray range.
29
94883
3692
A kórházakban vannak berendezések,
amelyek a röntgensugárzást veszik.
amelyek a röntgensugárzást veszik.
01:50
But you can't sense
any of those by yourself,
any of those by yourself,
30
98575
3390
De mi magunk egyiküket sem érzékeljük,
01:53
at least not yet,
31
101965
1509
legalábbis, most még nem,
01:55
because you don't come equipped
with the proper sensors.
with the proper sensors.
32
103474
3947
mert nincsenek meg bennünk
a kellő érzékelők.
a kellő érzékelők.
01:59
Now, what this means is that
our experience of reality
our experience of reality
33
107421
4481
Ez azt jelenti, hogy
a világról alkotott tapasztalatunkat
a világról alkotott tapasztalatunkat
02:03
is constrained by our biology,
34
111902
3460
biológiai felépítésünk beszűkíti,
02:07
and that goes against
the common sense notion
the common sense notion
35
115362
2554
és ez ellentmond a józan észnek,
02:09
that our eyes and our ears
and our fingertips
and our fingertips
36
117916
2263
miszerint szemünk, fülünk és ujjbegyeink
02:12
are just picking up
the objective reality that's out there.
the objective reality that's out there.
37
120179
4215
arra valók, hogy érzékeljék
a külvilág objektív valóságát.
a külvilág objektív valóságát.
02:16
Instead, our brains are sampling
just a little bit of the world.
just a little bit of the world.
38
124394
5619
Helyette az agyunk csak
egy kicsit szemezget a világból.
egy kicsit szemezget a világból.
02:22
Now, across the animal kingdom,
39
130013
2067
Az állatvilágban az állatok
02:24
different animals pick up
on different parts of reality.
on different parts of reality.
40
132080
3320
a valóság különféle részét érzékelik.
02:27
So in the blind
and deaf world of the tick,
and deaf world of the tick,
41
135400
2949
A kullancs süket és vak világában
02:30
the important signals
are temperature and butyric acid;
are temperature and butyric acid;
42
138349
4481
a fontos jel a hőmérséklet és a vajsav;
02:34
in the world of the black ghost knifefish,
43
142830
2926
a fekete szellemkéshal érzékelt világát
02:37
its sensory world is lavishly colored
by electrical fields;
by electrical fields;
44
145756
4899
villamos terek színezik gazdagon.
02:42
and for the echolocating bat,
45
150655
2461
A visszhangot helymeghatározásra
használó denevér
használó denevér
02:45
its reality is constructed
out of air compression waves.
out of air compression waves.
46
153116
4040
a valóságot a légnyomás-hullámokból
építi föl.
építi föl.
02:49
That's the slice of their ecosystem
that they can pick up on,
that they can pick up on,
47
157156
4365
Ilyen az állatok ökorendszere,
amelyet érzékelni képesek.
amelyet érzékelni képesek.
02:53
and we have a word for this in science.
48
161521
1858
A tudományban szavunk is van rá,
mégpedig az Umwelt.
02:55
It's called the umwelt,
49
163403
1508
02:56
which is the German word
for the surrounding world.
for the surrounding world.
50
164911
3692
A német szó környezetet jelent.
03:00
Now, presumably, every animal assumes
51
168603
2995
Minden állat alighanem úgy hiszi,
03:03
that its umwelt is the entire
objective reality out there,
objective reality out there,
52
171598
4389
hogy az umweltje a külvilág
teljes objektív valósága,
teljes objektív valósága,
03:07
because why would you ever stop to imagine
53
175987
2294
mert miért is képzelnénk,
03:10
that there's something beyond
what we can sense.
what we can sense.
54
178281
2521
hogy más is létezik
az érzékelt világunkon túl?
az érzékelt világunkon túl?
03:13
Instead, what we all do
is we accept reality
is we accept reality
55
181412
2714
Helyette úgy fogadjuk el a valóságot,
03:16
as it's presented to us.
56
184126
2646
ahogy tálalják nekünk.
03:19
Let's do a consciousness-raiser on this.
57
187222
2495
Gondoljunk bele, mit jelent ez
a gyakorlatban.
a gyakorlatban.
03:21
Imagine that you are a bloodhound dog.
58
189717
2656
Képzeljék el, hogy vérebek.
03:24
Your whole world is about smelling.
59
192973
2205
Az egész világuk nem más mint szaglás.
Hosszú orrukban
200 millió szagreceptor van,
200 millió szagreceptor van,
03:27
You've got a long snout that has
200 million scent receptors in it,
200 million scent receptors in it,
60
195178
4412
03:31
and you have wet nostrils
that attract and trap scent molecules,
that attract and trap scent molecules,
61
199590
4504
nedves orrlyukuk vonzza
és elkapja a szagmolekulákat,
és elkapja a szagmolekulákat,
03:36
and your nostrils even have slits
so you can take big nosefuls of air.
so you can take big nosefuls of air.
62
204094
3994
orrnyílásuk ráadásul lehetővé
teszi, hogy egy nagyot szippantsanak.
teszi, hogy egy nagyot szippantsanak.
03:40
Everything is about smell for you.
63
208088
3274
Minden adott a szagláshoz.
03:43
So one day, you stop in your tracks
with a revelation.
with a revelation.
64
211362
3901
Egy nap a meglepetéstől
földbe gyökerezik a lábuk.
földbe gyökerezik a lábuk.
03:47
You look at your human owner
and you think,
and you think,
65
215263
3320
A gazdira pillantva elgondolkoznak:
03:50
"What is it like to have the pitiful,
impoverished nose of a human?
impoverished nose of a human?
66
218583
4810
"Milyen lehet ezzel a szánalmas,
csökevényes orral élni?"
csökevényes orral élni?"
03:55
(Laughter)
67
223393
1690
(Nevetés)
03:57
What is it like when you take
a feeble little noseful of air?
a feeble little noseful of air?
68
225083
3252
"Milyen lehet olyan picit
és gyatrát szippantani?
és gyatrát szippantani?
04:00
How can you not know that there's
a cat 100 yards away,
a cat 100 yards away,
69
228335
4049
Hát akkor ezért nem tudja, hogy
100 méterre van egy macska,
100 méterre van egy macska,
04:04
or that your neighbor was on
this very spot six hours ago?"
this very spot six hours ago?"
70
232384
3334
vagy a szomszédja hat órája itt járt!"
04:07
(Laughter)
71
235718
2740
(Nevetés)
04:10
So because we're humans,
72
238458
2299
Emberek vagyunk,
04:12
we've never experienced
that world of smell,
that world of smell,
73
240757
2647
sohasem éreztük a szagok világát,
04:15
so we don't miss it,
74
243404
2679
ezért nem is hiányzik,
04:18
because we are firmly settled
into our umwelt.
into our umwelt.
75
246083
4031
mivel jól illeszkedünk az umweltünkbe.
04:22
But the question is,
do we have to be stuck there?
do we have to be stuck there?
76
250114
3663
De az a kérdés, így kell-e ennek maradnia?
04:26
So as a neuroscientist, I'm interested
in the way that technology
in the way that technology
77
254317
4528
Idegkutatóként az érdekel, hogyan tudja
04:30
might expand our umwelt,
78
258845
2623
a technológia kitágítani az umweltünket,
04:33
and how that's going to change
the experience of being human.
the experience of being human.
79
261468
3640
és ez hogy változtatja meg
az ember tapasztalatait.
az ember tapasztalatait.
Már tudjuk, hogy össze tudjuk párosítani
a technikát a biológiánkkal,
a technikát a biológiánkkal,
04:38
So we already know that we can marry
our technology to our biology,
our technology to our biology,
80
266228
3553
04:41
because there are hundreds of thousands
of people walking around
of people walking around
81
269781
3784
mert sok százezer társunk él
04:45
with artificial hearing
and artificial vision.
and artificial vision.
82
273565
3599
mesterséges hallással
és mesterséges látással.
és mesterséges látással.
04:49
So the way this works is, you take
a microphone and you digitize the signal,
a microphone and you digitize the signal,
83
277164
4389
A halláshoz veszünk egy mikrofont,
digitalizáljuk a jeleket,
digitalizáljuk a jeleket,
04:53
and you put an electrode strip
directly into the inner ear.
directly into the inner ear.
84
281553
3738
és egy elektródát helyezünk
közvetlenül a belsőfülbe.
közvetlenül a belsőfülbe.
04:57
Or, with the retinal implant,
you take a camera
you take a camera
85
285291
2299
A retina implantációnál
04:59
and you digitize the signal,
and then you plug an electrode grid
and then you plug an electrode grid
86
287590
3274
a kamera jeleit digitalizáljuk,
és egy elektródarácsot
és egy elektródarácsot
05:02
directly into the optic nerve.
87
290864
3018
kapcsolunk a látóidegre.
05:05
And as recently as 15 years ago,
88
293882
3924
Mindössze 15 éve sok kutató
05:09
there were a lot of scientists who thought
these technologies wouldn't work.
these technologies wouldn't work.
89
297806
3738
úgy vélekedett, hogy ezek
a technikák nem válnak be.
a technikák nem válnak be.
05:13
Why? It's because these technologies
speak the language of Silicon Valley,
speak the language of Silicon Valley,
90
301544
5179
Miért? Mert ezek a technikák
a Szilíciumvölgy nyelvén beszélnek,
a Szilíciumvölgy nyelvén beszélnek,
05:18
and it's not exactly the same dialect
as our natural biological sense organs.
as our natural biological sense organs.
91
306723
5572
ez pedig nem egészen a természetes
biológiai érzékszerveink tájszólása.
biológiai érzékszerveink tájszólása.
05:24
But the fact is that it works;
92
312295
2415
Viszont működőképesek.
05:26
the brain figures out
how to use the signals just fine.
how to use the signals just fine.
93
314710
4589
Az agy kiókumlálja, hogyan tudja
ügyesen hasznosítani a jelet.
ügyesen hasznosítani a jelet.
05:31
Now, how do we understand that?
94
319719
1514
Mit értsünk ezen?
A titok nyitja:
05:33
Well, here's the big secret:
95
321763
1695
05:35
Your brain is not hearing
or seeing any of this.
or seeing any of this.
96
323458
5270
agyunk nem lát és nem hall.
05:40
Your brain is locked in a vault of silence
and darkness inside your skull.
and darkness inside your skull.
97
328728
6455
Agyunk be van zárva koponyánk
töksüket és sötét kriptájába.
töksüket és sötét kriptájába.
05:47
All it ever sees are
electrochemical signals
electrochemical signals
98
335183
3808
Csupán az elektrokémiai jeleket látja,
05:50
that come in along different data cables,
99
338991
2549
amelyek különböző adatkábeleken jönnek be,
05:53
and this is all it has to work with,
and nothing more.
and nothing more.
100
341540
4452
ezekkel kell kezdenie valamit, más nincs.
05:58
Now, amazingly,
101
346672
2252
Elképesztő módon az agyunk
06:00
the brain is really good
at taking in these signals
at taking in these signals
102
348924
2763
nagyon jól bánik ezekkel a jelekkel,
06:03
and extracting patterns
and assigning meaning,
and assigning meaning,
103
351687
3551
és kihámozza belőlük a mintázatokat.
Jelentést kapcsol hozzájuk,
Jelentést kapcsol hozzájuk,
06:07
so that it takes this inner cosmos
and puts together a story
and puts together a story
104
355238
4054
s ebből a belső világegyetemből
fűzi össze a történetet,
fűzi össze a történetet,
06:11
of this, your subjective world.
105
359292
4887
azaz a szubjektív világunkat.
06:16
But here's the key point:
106
364179
1950
De a lényeg az,
06:18
Your brain doesn't know,
and it doesn't care,
and it doesn't care,
107
366129
3390
hogy agyunk nem tudja, és nem is érdekli,
06:21
where it gets the data from.
108
369519
3042
honnan származnak az adatok.
06:24
Whatever information comes in,
it just figures out what to do with it.
it just figures out what to do with it.
109
372561
4853
Amilyen információt kap,
abból jön rá, mit tegyen vele.
abból jön rá, mit tegyen vele.
06:29
And this is a very efficient
kind of machine.
kind of machine.
110
377414
2438
Nagyon hatékony a gépezet.
06:31
It's essentially a general purpose
computing device,
computing device,
111
379852
4156
Az agy voltaképpen egy
általános célú számítógép,
általános célú számítógép,
06:36
and it just takes in everything
112
384008
2415
mindent befogad,
06:38
and figures out
what it's going to do with it,
what it's going to do with it,
113
386423
2600
és kitalálja, mit fog vele kezdeni,
06:41
and that, I think, frees up Mother Nature
114
389023
3646
és leveszi a terhet az anyatermészetről,
06:44
to tinker around with different
sorts of input channels.
sorts of input channels.
115
392669
4783
hogy különféle bemenő
csatornákkal barkácsoljon.
csatornákkal barkácsoljon.
06:49
So I call this the P.H.
model of evolution,
model of evolution,
116
397452
2832
Ezt "K.F. evolúciós modell"-nek hívom,
06:52
and I don't want to get
too technical here,
too technical here,
117
400284
2044
de nem akarok senkit
szakszavakkal untatni:
szakszavakkal untatni:
06:54
but P.H. stands for Potato Head,
118
402328
3041
a K.F. a krumplifej rövidítése.
06:57
and I use this name to emphasize
that all these sensors
that all these sensors
119
405369
3831
Ezzel a megnevezéssel hangsúlyozni akarom,
07:01
that we know and love, like our eyes
and our ears and our fingertips,
and our ears and our fingertips,
120
409200
3251
hogy az általunk ismert és kedvelt
érzékelők: szemünk, fülünk
érzékelők: szemünk, fülünk
07:04
these are merely peripheral
plug-and-play devices:
plug-and-play devices:
121
412451
4319
és ujjbegyeink — mind-mind
plug-and-play periféria-eszközök.
plug-and-play periféria-eszközök.
07:08
You stick them in, and you're good to go.
122
416770
3274
Csak bedugjuk őket, és máris indulhatunk.
07:12
The brain figures out what to do
with the data that comes in.
with the data that comes in.
123
420044
5109
Az agy kitalálja, mit kezdjen
a beérkező adatokkal.
a beérkező adatokkal.
07:18
And when you look across
the animal kingdom,
the animal kingdom,
124
426243
2206
Ha megnézzük az állatvilágot,
07:20
you find lots of peripheral devices.
125
428449
2647
sok periféria-eszközt találunk.
07:23
So snakes have heat pits
with which to detect infrared,
with which to detect infrared,
126
431096
4110
A kígyók érzékelő gödröcskéi
az infravörös sugárzást észlelik,
az infravörös sugárzást észlelik,
07:27
and the ghost knifefish has
electroreceptors,
electroreceptors,
127
435206
3250
a szellemkéshalnak elektromos
receptorai vannak.
receptorai vannak.
07:30
and the star-nosed mole has this appendage
128
438456
2601
A csillagorrú vakond orrát
07:33
with 22 fingers on it
129
441057
2647
22 tapogató csápocska keretezi,
07:35
with which it feels around and constructs
a 3D model of the world,
a 3D model of the world,
130
443704
3669
velük érzékeli a környezetét,
és építi föl háromdimenziós világát.
és építi föl háromdimenziós világát.
07:39
and many birds have magnetite
so they can orient
so they can orient
131
447373
3924
Sok madár testében magnetit van,
így tájékozódnak a Föld mágneses terében.
07:43
to the magnetic field of the planet.
132
451297
2495
07:45
So what this means is that
nature doesn't have to continually
nature doesn't have to continually
133
453792
3872
Levonhatjuk a következtetést,
hogy a természetnek
hogy a természetnek
07:49
redesign the brain.
134
457664
2415
nem kell állandóan újraterveznie az agyat.
07:52
Instead, with the principles
of brain operation established,
of brain operation established,
135
460079
4481
Helyette a szokásos agyműködés
elvei alapján
elvei alapján
07:56
all nature has to worry about
is designing new peripherals.
is designing new peripherals.
136
464560
4679
a természetnek csak új perifériák
tervezésével kell törődnie.
tervezésével kell törődnie.
08:01
Okay. So what this means is this:
137
469239
2925
Rendben, de ebből következően
08:04
The lesson that surfaces
138
472164
2020
a levonható tanulság,
08:06
is that there's nothing
really special or fundamental
really special or fundamental
139
474184
3669
hogy nincs semmi egyedi vagy alapvető
08:09
about the biology that we
come to the table with.
come to the table with.
140
477853
2995
a létező biológiában.
08:12
It's just what we have inherited
141
480848
2067
Csak amit örököltünk
08:14
from a complex road of evolution.
142
482915
3227
az evolúció összetett folyamatából.
08:18
But it's not what we have to stick with,
143
486142
3529
De nem kell hozzájuk ragaszkodnunk,
08:21
and our best proof of principle of this
144
489671
2044
s ennek az elvnek a legjobb bizonyítékát
08:23
comes from what's called
sensory substitution.
sensory substitution.
145
491715
2600
az ún. érzékszerv-felcserélés nyújtja.
08:26
And that refers to feeding
information into the brain
information into the brain
146
494315
3228
Ezen azt értjük, hogy az agyba
az információt
az információt
08:29
via unusual sensory channels,
147
497543
2786
szokatlan érzékelő-csatornákon
juttatjuk be,
juttatjuk be,
08:32
and the brain just figures out
what to do with it.
what to do with it.
148
500329
2879
s az agynak kell rájönnie,
mitévő legyen vele.
mitévő legyen vele.
08:35
Now, that might sound speculative,
149
503208
2461
Ez puszta okoskodásnak tűnhet,
08:37
but the first paper demonstrating this was
published in the journal Nature in 1969.
published in the journal Nature in 1969.
150
505669
4952
de az ezt taglaló első cikket
a Nature 1969-ben közölte.
a Nature 1969-ben közölte.
Paul Bach-y-Rita kutató
08:43
So a scientist named Paul Bach-y-Rita
151
511985
2368
08:46
put blind people
in a modified dental chair,
in a modified dental chair,
152
514353
3228
átalakított fogorvosi székbe
vakokat ültetett,
vakokat ültetett,
08:49
and he set up a video feed,
153
517581
2345
összeállított egy videóberendezést,
08:51
and he put something
in front of the camera,
in front of the camera,
154
519926
2252
valamit a kamera elé helyezett,
08:54
and then you would feel that
155
522178
2461
s a vakok érezték,
08:56
poked into your back
with a grid of solenoids.
with a grid of solenoids.
156
524639
2926
hogy egy szolenoidrács böködi a hátukat.
08:59
So if you wiggle a coffee cup
in front of the camera,
in front of the camera,
157
527565
2484
Ha egy kávéscsészét mozgatunk
a kamera előtt,
a kamera előtt,
09:02
you're feeling that in your back,
158
530049
2345
érezzük azt a hátunkon,
09:04
and amazingly, blind people
got pretty good
got pretty good
159
532394
3088
és csodálatosképpen, a vakok eléggé jól
09:07
at being able to determine
what was in front of the camera
what was in front of the camera
160
535482
3553
meg tudták határozni,
mi volt a kamera előtt,
mi volt a kamera előtt,
09:11
just by feeling it
in the small of their back.
in the small of their back.
161
539035
3785
csupán a hátuk puha részével érzékelve.
Az ötlet sok másban is testet öltött.
09:14
Now, there have been many
modern incarnations of this.
modern incarnations of this.
162
542820
3506
09:18
The sonic glasses take a video feed
right in front of you
right in front of you
163
546326
3274
A hangszemüveg az előttünk lévő
látható képet
látható képet
09:21
and turn that into a sonic landscape,
164
549600
2855
hang-tájképpé változtatja át.
09:24
so as things move around,
and get closer and farther,
and get closer and farther,
165
552455
2477
Ahogy a tárgyak ide-oda mozognak,
közelebbre vagy
közelebbre vagy
távolabbra jutnak, ezt halljuk:
"bzz, bzz".
"bzz, bzz".
09:26
it sounds like "Bzz, bzz, bzz."
166
554956
2074
09:29
It sounds like a cacophony,
167
557030
1973
Azt hinnénk, ez hangzavar,
09:31
but after several weeks, blind people
start getting pretty good
start getting pretty good
168
559003
3994
de pár hét után a vakok elég jól
09:34
at understanding what's in front of them
169
562997
2322
kezdik érteni, mi van előttük,
09:37
just based on what they're hearing.
170
565319
2647
csupán hallásukra támaszkodva.
09:39
And it doesn't have to be
through the ears:
through the ears:
171
567966
2000
Még a fülünk sem kell hozzá:
a rendszer homlokra erősített
elektronikus tapintórácsot használ.
elektronikus tapintórácsot használ.
09:41
this system uses an electrotactile grid
on the forehead,
on the forehead,
172
569990
3364
09:45
so whatever's in front of the video feed,
you're feeling it on your forehead.
you're feeling it on your forehead.
173
573354
3690
Tehát a videó-bemeneten lévő tárgyat
a homlokunkon érezzük.
a homlokunkon érezzük.
09:49
Why the forehead? Because you're not
using it for much else.
using it for much else.
174
577044
2853
Miért pont a homlokunk?
Mert egyébként nem sokra használjuk.
Mert egyébként nem sokra használjuk.
09:51
The most modern incarnation
is called the brainport,
is called the brainport,
175
579897
4206
A legutóbbi fejlesztés neve BrainPort,
09:56
and this is a little electrogrid
that sits on your tongue,
that sits on your tongue,
176
584103
3749
ez egy nyelvre illeszthető elektródarács,
09:59
and the video feed gets turned into
these little electrotactile signals,
these little electrotactile signals,
177
587852
4116
amelyen át a videó-bemenet jelei kis
elektronikus tapintójelekké alakulnak.
elektronikus tapintójelekké alakulnak.
10:03
and blind people get so good at using this
that they can throw a ball into a basket,
that they can throw a ball into a basket,
178
591968
6487
A vakok olyan jól használják az eszközt,
hogy be tudják dobni a labdát a kosárba,
hogy be tudják dobni a labdát a kosárba,
10:10
or they can navigate
complex obstacle courses.
complex obstacle courses.
179
598455
4016
vagy bonyolult akadálypályán
irányítani tudják magukat.
irányítani tudják magukat.
10:15
They can come to see through their tongue.
180
603311
4214
A nyelvükön keresztül látnak.
10:19
Now, that sounds completely insane, right?
181
607525
2206
Ez tiszta őrültségnek hangzik, igaz?
10:21
But remember, all vision ever is
182
609731
2809
De ne feledjük, hogy minden kép nem más,
10:24
is electrochemical signals
coursing around in your brain.
coursing around in your brain.
183
612540
4017
mint elektrokémiai jelek összessége,
amelyek agyunkban áramlanak.
amelyek agyunkban áramlanak.
10:28
Your brain doesn't know
where the signals come from.
where the signals come from.
184
616557
2694
Agyunk nem tudja,
honnan származnak a jelek,
honnan származnak a jelek,
10:31
It just figures out what to do with them.
185
619251
3436
csak azt, hogy mit kezdjen velük.
10:34
So my interest in my lab
is sensory substitution for the deaf,
is sensory substitution for the deaf,
186
622687
5806
Laboromban süketek részére
az érzékszerv-felcserélést kutatom,
az érzékszerv-felcserélést kutatom,
10:40
and this is a project I've undertaken
187
628493
2739
ebbe a projektbe bevontam
10:43
with a graduate student
in my lab, Scott Novich,
in my lab, Scott Novich,
188
631232
2995
Scott Novich végzős PhD-hallgatót,
10:46
who is spearheading this for his thesis.
189
634227
2299
akinek ez a disszertáció-témája.
10:48
And here is what we wanted to do:
190
636526
1996
Azt tűztük ki célul,
10:50
we wanted to make it so that
sound from the world gets converted
sound from the world gets converted
191
638522
3994
hogy a környezet hangjait
valahogy átalakítsuk,
valahogy átalakítsuk,
10:54
in some way so that a deaf person
can understand what is being said.
can understand what is being said.
192
642516
4876
s így egy süket is érthesse a beszédet.
10:59
And we wanted to do this, given the power
and ubiquity of portable computing,
and ubiquity of portable computing,
193
647392
4528
Hordozható számítógéppel
akartuk megoldani úgy,
akartuk megoldani úgy,
11:03
we wanted to make sure that this
would run on cell phones and tablets,
would run on cell phones and tablets,
194
651920
4876
hogy mobiltelefonon
és táblagépen is működjön.
és táblagépen is működjön.
11:08
and also we wanted
to make this a wearable,
to make this a wearable,
195
656796
2298
Az eszköznek hordhatónak kellett lennie,
11:11
something that you could wear
under your clothing.
under your clothing.
196
659094
3042
hogy akár ruha alatt is viselhessük.
11:14
So here's the concept.
197
662136
1680
Ez volt az elképzelésünk.
11:17
So as I'm speaking, my sound
is getting captured by the tablet,
is getting captured by the tablet,
198
665326
5076
Ahogy most beszélek, a hangomat
a táblagép veszi,
a táblagép veszi,
11:22
and then it's getting mapped onto a vest
that's covered in vibratory motors,
that's covered in vibratory motors,
199
670402
5758
onnan rákerül egy mellényre,
melyet rezgő motorok borítanak,
melyet rezgő motorok borítanak,
11:28
just like the motors in your cell phone.
200
676160
3437
ilyenek vannak a mobilunkban is.
11:31
So as I'm speaking,
201
679597
2391
Ahogy most beszélek,
11:33
the sound is getting translated
to a pattern of vibration on the vest.
to a pattern of vibration on the vest.
202
681988
6339
a hangot a készülék lefordítja
a mellény számára rezgésmintázattá.
a mellény számára rezgésmintázattá.
11:40
Now, this is not just conceptual:
203
688327
1579
Na mármost, ez nemcsak elmélet,
11:41
this tablet is transmitting Bluetooth,
and I'm wearing the vest right now.
and I'm wearing the vest right now.
204
689906
5108
ez a táblagép egy sugárzó Bluetooth,
rajtam van a mellény.
rajtam van a mellény.
11:47
So as I'm speaking -- (Applause) --
205
695014
2309
Ahogy beszélek —, (Taps)
11:50
the sound is getting translated
into dynamic patterns of vibration.
into dynamic patterns of vibration.
206
698033
5933
a hang dinamikus
rezgésmintázattá alakul át.
rezgésmintázattá alakul át.
11:55
I'm feeling the sonic world around me.
207
703966
5374
Érzem magam körül a hangok világát.
12:01
So, we've been testing this
with deaf people now,
with deaf people now,
208
709340
4064
Teszteljük a berendezést süketeken is.
12:05
and it turns out that after
just a little bit of time,
just a little bit of time,
209
713404
3506
Kiderült, hogy nem kell hozzá sok idő,
12:08
people can start feeling,
they can start understanding
they can start understanding
210
716910
3390
és az emberek kezdik érezni,
kezdik érteni
kezdik érteni
12:12
the language of the vest.
211
720300
2670
a mellény nyelvét.
12:14
So this is Jonathan. He's 37 years old.
He has a master's degree.
He has a master's degree.
212
722970
4783
Ő itt a 37 éves Jonathan. Diplomás ember.
12:19
He was born profoundly deaf,
213
727753
2345
Teljesen süketnek született,
12:22
which means that there's a part
of his umwelt that's unavailable to him.
of his umwelt that's unavailable to him.
214
730098
4110
ami azt jelenti, hogy umweltjének
egy szelvénye a számára elérhetetlen.
egy szelvénye a számára elérhetetlen.
12:26
So we had Jonathan train with the vest
for four days, two hours a day,
for four days, two hours a day,
215
734208
4388
Négy napig, napi két órát edzettük
Jonathant a mellénnyel,
Jonathant a mellénnyel,
12:30
and here he is on the fifth day.
216
738596
3280
itt éppen az ötödik napnál járunk.
12:33
Scott Novich: You.
217
741876
2136
Scott Novich: Te
12:36
David Eagleman: So Scott says a word,
Jonathan feels it on the vest,
Jonathan feels it on the vest,
218
744012
3214
David Eagleman: Scott kiejt egy szót,
Jonathan érzi a mellényén,
Jonathan érzi a mellényén,
12:39
and he writes it on the board.
219
747226
3056
s leírja a táblára.
12:42
SN: Where. Where.
220
750282
3886
SN: Hol. Hol.
12:46
DE: Jonathan is able to translate
this complicated pattern of vibrations
this complicated pattern of vibrations
221
754168
3637
DE: Jonathan le tudja fordítani
a bonyolult rezgésmintázatokat
a bonyolult rezgésmintázatokat
12:49
into an understanding
of what's being said.
of what's being said.
222
757805
2879
érthető beszédre.
12:52
SN: Touch. Touch.
223
760684
3599
SN: Érintsd. Érintsd.
12:56
DE: Now, he's not doing this --
224
764283
4440
DE: Na mármost, ezt Jonathan —
13:00
(Applause) --
225
768723
6061
(Taps)
13:07
Jonathan is not doing this consciously,
because the patterns are too complicated,
because the patterns are too complicated,
226
775944
4086
ezt Jonathan most nem tudatosan csinálja,
mert a mintázat túl bonyolult,
mert a mintázat túl bonyolult,
13:12
but his brain is starting to unlock
the pattern that allows it to figure out
the pattern that allows it to figure out
227
780030
5480
de az agya kezdi kapiskálni
a mintázatot, ami lehetővé teszi,
a mintázatot, ami lehetővé teszi,
13:17
what the data mean,
228
785510
2276
hogy rájöjjön az adatok értelmére.
13:19
and our expectation is that,
after wearing this for about three months,
after wearing this for about three months,
229
787786
4202
Arra számítunk, hogy háromhavi
viselés után
viselés után
13:23
he will have a direct
perceptual experience of hearing
perceptual experience of hearing
230
791988
4598
már közvetlen hallásészlelési
élménye lesz ugyanúgy,
élménye lesz ugyanúgy,
13:28
in the same way that when a blind person
passes a finger over braille,
passes a finger over braille,
231
796586
4179
mint mikor egy vak végigfuttatja
az ujját a Braille-íráson.
az ujját a Braille-íráson.
13:32
the meaning comes directly off the page
without any conscious intervention at all.
without any conscious intervention at all.
232
800765
5597
Az értelme tudatos beavatkozás nélkül,
közvetlenül a lapról kerül az agyba.
közvetlenül a lapról kerül az agyba.
Ez a technika gyökeresen
megváltoztathatja a helyzetet,
megváltoztathatja a helyzetet,
13:38
Now, this technology has the potential
to be a game-changer,
to be a game-changer,
233
806941
3553
13:42
because the only other solution
for deafness is a cochlear implant,
for deafness is a cochlear implant,
234
810494
3784
mert a másik megoldás a süketség
megszüntetésére a csiga-beültetés,
megszüntetésére a csiga-beültetés,
13:46
and that requires an invasive surgery.
235
814278
2903
mely feltáró sebészeti beavatkozással jár.
13:49
And this can be built for 40 times cheaper
than a cochlear implant,
than a cochlear implant,
236
817181
5154
Készülékünk 40-szer olcsóbb
a csiga-beültetésnél.
a csiga-beültetésnél.
13:54
which opens up this technology globally,
even for the poorest countries.
even for the poorest countries.
237
822335
4899
Ez a technikát világszerte, még a szegény
országokban is hozzáférhetővé teszi.
országokban is hozzáférhetővé teszi.
14:00
Now, we've been very encouraged
by our results with sensory substitution,
by our results with sensory substitution,
238
828052
5119
Az érzékszerv-felcserélésben
elért eredményeink kedvezők,
elért eredményeink kedvezők,
14:05
but what we've been thinking a lot about
is sensory addition.
is sensory addition.
239
833171
4203
de sokat gondolkozunk
az érzékszerv-bővítésről.
az érzékszerv-bővítésről.
14:09
How could we use a technology like this
to add a completely new kind of sense,
to add a completely new kind of sense,
240
837374
5429
Hogyan alkalmazhatjuk ezt a technikát
teljesen új érzékszerv létrehozására,
teljesen új érzékszerv létrehozására,
14:14
to expand the human umvelt?
241
842803
3134
amely kitágítaná az emberi umweltet?
14:17
For example, could we feed
real-time data from the Internet
real-time data from the Internet
242
845937
4249
Például, be tudnánk-e táplálni
egyidejűleg adatokat
egyidejűleg adatokat
14:22
directly into somebody's brain,
243
850186
1881
az internetről valaki agyába,
14:24
and can they develop a direct
perceptual experience?
perceptual experience?
244
852067
3878
s ez kifejleszt-e közvetlen
érzékelési élményt?
érzékelési élményt?
14:27
So here's an experiment
we're doing in the lab.
we're doing in the lab.
245
855945
2537
Itt látjuk a laborunkban végzett
egyik kísérletünket.
egyik kísérletünket.
14:30
A subject is feeling a real-time
streaming feed from the Net of data
streaming feed from the Net of data
246
858482
3894
Az alany szinkronban érzékeli
az adathálózatról bejövő áramlást
az adathálózatról bejövő áramlást
14:34
for five seconds.
247
862376
1811
öt másodpercen keresztül.
14:36
Then, two buttons appear,
and he has to make a choice.
and he has to make a choice.
248
864187
3269
Ekkor két gomb jelenik meg,
és neki választania kell,
és neki választania kell,
14:39
He doesn't know what's going on.
249
867456
1689
de nem tudja, mi történik.
14:41
He makes a choice,
and he gets feedback after one second.
and he gets feedback after one second.
250
869145
2696
Választ, azután egy másodperc múlva
visszajelzést kap.
visszajelzést kap.
14:43
Now, here's the thing:
251
871841
1205
Az alanynak
14:45
The subject has no idea
what all the patterns mean,
what all the patterns mean,
252
873046
2644
fogalma sincs róla,
mit jelentenek a mintázatok,
mit jelentenek a mintázatok,
14:47
but we're seeing if he gets better
at figuring out which button to press.
at figuring out which button to press.
253
875690
3671
viszont mi látjuk, ha már jobban tudja,
melyik gombot kell nyomnia.
melyik gombot kell nyomnia.
14:51
He doesn't know that what we're feeding
254
879361
2067
Az alany nem tudja, hogy szinkronban
14:53
is real-time data from the stock market,
255
881428
3181
tőzsdei adatokat közlünk vele,
14:56
and he's making buy and sell decisions.
256
884609
2507
ő pedig adásvételi döntéseket hoz.
14:59
(Laughter)
257
887116
1754
(Nevetés)
A visszacsatolás közli vele, hogy
helyes volt-e a döntése vagy sem.
helyes volt-e a döntése vagy sem.
15:01
And the feedback is telling him
whether he did the right thing or not.
whether he did the right thing or not.
258
889490
3302
15:04
And what we're seeing is,
can we expand the human umvelt
can we expand the human umvelt
259
892792
2869
Látható, hogy az emberi
umwelt kibővíthető.
umwelt kibővíthető.
15:07
so that he comes to have,
after several weeks,
after several weeks,
260
895661
2995
Néhány hét után az alanynak már
15:10
a direct perceptual experience
of the economic movements of the planet.
of the economic movements of the planet.
261
898656
6107
közvetlen érzékelési élménye van
bolygónk gazdaságának működéséről.
bolygónk gazdaságának működéséről.
15:16
So we'll report on that later
to see how well this goes.
to see how well this goes.
262
904763
3366
Később, ha már látjuk, hogy ez
milyen jól megy, majd tudósítunk róla.
milyen jól megy, majd tudósítunk róla.
15:20
(Laughter)
263
908129
1821
(Nevetés)
Még egy más dologgal is foglalkozunk.
15:22
Here's another thing we're doing:
264
910730
2090
15:24
During the talks this morning,
we've been automatically scraping Twitter
we've been automatically scraping Twitter
265
912820
4597
A délelőtti előadások alatt
automatikusan átnézzük
automatikusan átnézzük
15:29
for the TED2015 hashtag,
266
917417
2438
a Twitteren a #TED2015-ös bejegyzéseket,
15:31
and we've been doing
an automated sentiment analysis,
an automated sentiment analysis,
267
919855
2693
és automatizált érzelem-elemzéssel
vizsgáljuk,
vizsgáljuk,
15:34
which means, are people using positive
words or negative words or neutral?
words or negative words or neutral?
268
922548
4575
hogy az emberek pozitív, negatív
vagy semleges szavakat használnak-e.
vagy semleges szavakat használnak-e.
15:39
And while this has been going on,
269
927123
2444
Mialatt ez folyik,
15:41
I have been feeling this,
270
929567
2995
eközben én érzékelem,
15:44
and so I am plugged in
to the aggregate emotion
to the aggregate emotion
271
932562
4273
így egyidejűleg rá vagyok kapcsolva
15:48
of thousands of people in real time,
272
936835
4156
ezernyi ember összesített érzelmére,
15:52
and that's a new kind of human experience,
because now I can know
because now I can know
273
940991
3738
ez pedig egy újfajta emberi élmény,
mert most tudhatom,
mert most tudhatom,
15:56
how everyone's doing
and how much you're loving this.
and how much you're loving this.
274
944729
3297
hogy vannak, és mennyire tetszik
önöknek az előadás.
önöknek az előadás.
16:00
(Laughter) (Applause)
275
948026
5133
(Nevetés) (Taps)
Ez nagyobb élmény, mint amekkorát
az ember egyébként tapasztal.
az ember egyébként tapasztal.
16:06
It's a bigger experience
than a human can normally have.
than a human can normally have.
276
954899
4356
A pilóták umweltjét is bővítjük.
16:11
We're also expanding the umvelt of pilots.
277
959845
2693
16:14
So in this case, the vest is streaming
nine different measures
nine different measures
278
962538
4086
Itt a mellény 9 különféle paramétert
16:18
from this quadcopter,
279
966624
1626
közvetít erről a quadcopterről.
16:20
so pitch and yaw and roll
and orientation and heading,
and orientation and heading,
280
968250
3367
úgymint dőlésszög, elfordulás,
orsózás, irány és haladási irány,
orsózás, irány és haladási irány,
16:23
and that improves
this pilot's ability to fly it.
this pilot's ability to fly it.
281
971617
4086
ezek segítik a pilótát a repülésben.
16:27
It's essentially like he's extending
his skin up there, far away.
his skin up there, far away.
282
975703
5295
Ez olyan, mintha rettentően
kinyújtanánk a bőrét.
kinyújtanánk a bőrét.
16:32
And that's just the beginning.
283
980998
1555
De ez még csak a kezdet.
16:34
What we're envisioning is taking
a modern cockpit full of gauges
a modern cockpit full of gauges
284
982553
5804
Lelki szemeink előtt az lebeg,
hogy a modern pilótafülke műszereit
hogy a modern pilótafülke műszereit
16:40
and instead of trying
to read the whole thing, you feel it.
to read the whole thing, you feel it.
285
988357
4551
nem leolvassuk, hanem érezzük.
16:44
We live in a world of information now,
286
992908
2485
Ma információs világban élünk,
16:47
and there is a difference
between accessing big data
between accessing big data
287
995393
3808
s van különbség a között, hogy a big data
16:51
and experiencing it.
288
999201
3088
eljut hozzánk vagy megtapasztaljuk őket.
16:54
So I think there's really no end
to the possibilities
to the possibilities
289
1002289
3825
Úgy hiszem, a lehetőségeknek
semmi nem szab határt
semmi nem szab határt
16:58
on the horizon for human expansion.
290
1006114
2322
az ember érzékelés bővítésének.
17:00
Just imagine an astronaut
being able to feel
being able to feel
291
1008436
4922
Képzeljük el az űrhajóst,
aki érzi a nemzetközi űrállomás
aki érzi a nemzetközi űrállomás
17:05
the overall health
of the International Space Station,
of the International Space Station,
292
1013358
3321
általános egészségügyi állapotát,
17:08
or, for that matter, having you feel
the invisible states of your own health,
the invisible states of your own health,
293
1016679
4876
vagy önök a saját láthatatlan egészségi
állapotukat érzékelik, pl.
állapotukat érzékelik, pl.
17:13
like your blood sugar
and the state of your microbiome,
and the state of your microbiome,
294
1021555
3939
a vércukorszintjüket
vagy mikrobiótájuk állapotát,
vagy mikrobiótájuk állapotát,
17:17
or having 360-degree vision
or seeing in infrared or ultraviolet.
or seeing in infrared or ultraviolet.
295
1025494
5627
vagy látómezejük 360 fokos, vagy látják
az infravörös vagy az ultraibolya színt.
az infravörös vagy az ultraibolya színt.
17:23
So the key is this:
As we move into the future,
As we move into the future,
296
1031121
3495
A lényeg a következő: minél inkább
haladunk az időben,
haladunk az időben,
17:26
we're going to increasingly be able
to choose our own peripheral devices.
to choose our own peripheral devices.
297
1034616
4899
annál inkább megválaszthatjuk
a periféria-eszközeinket.
a periféria-eszközeinket.
17:31
We no longer have to wait
for Mother Nature's sensory gifts
for Mother Nature's sensory gifts
298
1039515
3854
Már nem kell várnunk az anyatermészetre,
hogy megajándékozzon bennünket
hogy megajándékozzon bennünket
17:35
on her timescales,
299
1043369
1858
érzékszervvel.
17:37
but instead, like any good parent,
she's given us the tools that we need
she's given us the tools that we need
300
1045227
4272
Ehelyett, mint egy jó szülő,
megadta a kellő eszközöket,
megadta a kellő eszközöket,
17:41
to go out and define our own trajectory.
301
1049499
4133
hogy megszabjuk a pályánkat.
17:45
So the question now is,
302
1053632
1741
Ma az a kérdés,
17:47
how do you want to go out
and experience your universe?
and experience your universe?
303
1055373
5225
hogyan akarjuk megtapasztalni
a világmindenségünket.
a világmindenségünket.
17:52
Thank you.
304
1060598
2043
Köszönöm.
17:54
(Applause)
305
1062641
8336
(Taps)
18:11
Chris Anderson: Can you feel it?
DE: Yeah.
DE: Yeah.
306
1079365
2188
Chris Anderson: Ezt most érzed?
DE: Igen.
DE: Igen.
18:13
Actually, this was the first time
I felt applause on the vest.
I felt applause on the vest.
307
1081553
3390
Egyébként, először éreztem
a tapsot a mellénnyel.
a tapsot a mellénnyel.
18:16
It's nice. It's like a massage. (Laughter)
308
1084943
2159
Nagyon jó. Akár a masszírozás.
(Nevetés)
(Nevetés)
18:19
CA: Twitter's going crazy.
Twitter's going mad.
Twitter's going mad.
309
1087102
3645
CA: A Twitter megőrül.
A Twitter becsavarodott.
A Twitter becsavarodott.
18:22
So that stock market experiment.
310
1090747
2293
Tehát, a tőzsdével végzett kísérlet.
18:25
This could be the first experiment
that secures its funding forevermore,
that secures its funding forevermore,
311
1093040
4528
Ez lenne az első kísérlet, amely
mindörökre biztosítja a finanszírozást,
mindörökre biztosítja a finanszírozást,
18:29
right, if successful?
312
1097568
1995
amennyiben sikeres, nem?
18:31
DE: Well, that's right, I wouldn't
have to write to NIH anymore.
have to write to NIH anymore.
313
1099563
3152
DE: Nos, többé nem kellene
már kérvényt írnom az NIH-nek.
már kérvényt írnom az NIH-nek.
CA: Egy pillanatra hadd tamáskodjam.
18:34
CA: Well look, just to be
skeptical for a minute,
skeptical for a minute,
314
1102715
2817
18:37
I mean, this is amazing,
but isn't most of the evidence so far
but isn't most of the evidence so far
315
1105532
3170
Úgy értem, ez csodálatos,
de eddig nem sok bizonyítja,
de eddig nem sok bizonyítja,
18:40
that sensory substitution works,
316
1108702
2347
hogy az érzékszerv-felcserélés működik,
18:43
not necessarily
that sensory addition works?
that sensory addition works?
317
1111049
2107
s lehet, hogy az érzékszerv-bővítés nem?
18:45
I mean, isn't it possible that the
blind person can see through their tongue
blind person can see through their tongue
318
1113156
3637
Nem az a helyzet, hogy egy vak
azért lát a nyelvével,
azért lát a nyelvével,
18:48
because the visual cortex is still there,
ready to process,
ready to process,
319
1116793
5178
mert a látási agykéreg még megvan,
és kész a földolgozásra,
és kész a földolgozásra,
18:53
and that that is needed as part of it?
320
1121971
1819
és ez részben nélkülözhetetlen?
18:55
DE: That's a great question.
We actually have no idea
We actually have no idea
321
1123790
2644
DE: Ez egy remek kérdés.
Egyelőre fogalmunk sincs,
Egyelőre fogalmunk sincs,
18:58
what the theoretical limits are of what
kind of data the brain can take in.
kind of data the brain can take in.
322
1126434
3896
hogy agyunk adatfajta-felfogó
képességének elméletileg mi a korlátja.
képességének elméletileg mi a korlátja.
19:02
The general story, though,
is that it's extraordinarily flexible.
is that it's extraordinarily flexible.
323
1130330
3048
Általánosságban, az agy
hihetetlenül rugalmas.
hihetetlenül rugalmas.
Amikor valaki megvakul,
agyának látókéregnek nevezett részét
agyának látókéregnek nevezett részét
19:05
So when a person goes blind,
what we used to call their visual cortex
what we used to call their visual cortex
324
1133402
3805
19:09
gets taken over by other things,
by touch, by hearing, by vocabulary.
by touch, by hearing, by vocabulary.
325
1137207
5058
átveszi a tapintás, a hallás
vagy a szókincs.
vagy a szókincs.
19:14
So what that tells us is that
the cortex is kind of a one-trick pony.
the cortex is kind of a one-trick pony.
326
1142265
4062
Ebből látszik, hogy az agykéreg
egysíkúan működik,
egysíkúan működik,
19:18
It just runs certain kinds
of computations on things.
of computations on things.
327
1146327
2648
a dolgoknak csak bizonyos fajtájú
földolgozását végzi.
földolgozását végzi.
19:20
And when we look around
at things like braille, for example,
at things like braille, for example,
328
1148975
3101
Vegyük pl. a Braille-írást: az emberekhez
19:24
people are getting information
through bumps on their fingers.
through bumps on their fingers.
329
1152076
3089
az információ az ujjbegyek birizgálása
útján jut el.
útján jut el.
19:27
So I don't thing we have any reason
to think there's a theoretical limit
to think there's a theoretical limit
330
1155165
3655
Ezért nincs okom föltételezni,
19:30
that we know the edge of.
331
1158820
1514
hogy lenne elméleti korlát.
19:33
CA: If this checks out,
you're going to be deluged.
you're going to be deluged.
332
1161244
3264
CA: Ha ez beválik, elárasztanak
majd a témák.
majd a témák.
19:36
There are so many
possible applications for this.
possible applications for this.
333
1164508
3251
Ennek olyan sok alkalmazása lehet.
19:39
Are you ready for this? What are you most
excited about, the direction it might go?
excited about, the direction it might go?
334
1167759
3931
Számolsz ezzel? Mi izgat leginkább,
melyik irány a legizgalmasabb?
melyik irány a legizgalmasabb?
19:43
DE: I mean, I think there's
a lot of applications here.
a lot of applications here.
335
1171690
2577
DE: Gondolom, sok alkalmazás lehetséges.
19:46
In terms of beyond sensory substitution,
the things I started mentioning
the things I started mentioning
336
1174267
3448
Az érzékszerv-felcserélésen túl
— ezekről kezdtem beszélni
— ezekről kezdtem beszélni
19:49
about astronauts on the space station,
they spend a lot of their time
they spend a lot of their time
337
1177715
4370
az űrállomáson lévő űrhajósokkal
kapcsolatban —, ők idejük nagy részét
kapcsolatban —, ők idejük nagy részét
19:54
monitoring things, and they could instead
just get what's going on,
just get what's going on,
338
1182085
3219
megfigyeléssel töltik, helyette
észlelhetnék a történéseket,
észlelhetnék a történéseket,
19:57
because what this is really good for
is multidimensional data.
is multidimensional data.
339
1185304
3460
mert ez tényleg alkalmas módszer
a többparaméteres adatokhoz.
a többparaméteres adatokhoz.
20:00
The key is this: Our visual systems
are good at detecting blobs and edges,
are good at detecting blobs and edges,
340
1188764
4783
A lényeg: látási rendszereink foltok
és körvonalak felismerésére jók,
és körvonalak felismerésére jók,
20:05
but they're really bad
at what our world has become,
at what our world has become,
341
1193547
2448
de rossz, ha a mai világunkról
kell informálnia,
kell informálnia,
20:07
which is screens
with lots and lots of data.
with lots and lots of data.
342
1195995
2187
mert a világ adatokkal teli
képernyőkből áll.
képernyőkből áll.
20:10
We have to crawl that
with our attentional systems.
with our attentional systems.
343
1198182
2403
Át kell őket néznünk
megfigyelő rendszereinkkel.
megfigyelő rendszereinkkel.
20:12
So this is a way of just
feeling the state of something,
feeling the state of something,
344
1200585
2670
Ez a módja, hogy valaminek
az állapotát csak érezzük,
az állapotát csak érezzük,
20:15
just like the way you know the state
of your body as you're standing around.
of your body as you're standing around.
345
1203255
3594
ahogy testünk helyzetét
tudomásul vesszük, mikor állunk.
tudomásul vesszük, mikor állunk.
20:18
So I think heavy machinery, safety,
feeling the state of a factory,
feeling the state of a factory,
346
1206849
3179
Gondolom, hogy a nehéz-gépek,
a biztonság, egy gyár állapotának,
a biztonság, egy gyár állapotának,
20:22
of your equipment, that's one place
it'll go right away.
it'll go right away.
347
1210028
3064
egy berendezésnek az érzékelése
— nyomban meg fog indulni.
— nyomban meg fog indulni.
20:25
CA: David Eagleman, that was one
mind-blowing talk. Thank you very much.
mind-blowing talk. Thank you very much.
348
1213092
3705
CA: David Eagleman, elképesztő
előadás volt. Nagyon köszönöm.
előadás volt. Nagyon köszönöm.
20:28
DE: Thank you, Chris.
(Applause)
(Applause)
349
1216797
4779
DE: Köszönöm, Chris.
(Taps)
(Taps)
ABOUT THE SPEAKER
David Eagleman - NeuroscientistDavid Eagleman decodes the mysteries of the tangled web of neurons and electricity that make our minds tick -- and also make us human.
Why you should listen
As the creator of stacks of compelling research, books and now the 6-part PBS series The Brain, grey matter expert David Eagleman is our most visible evangelist for neuroscience. He has helmed ground-breaking studies on time perception, brain plasticity and neurolaw. His latest research explores technology that bypasses sensory impairment -- such as a smartphone-controlled vest that translates sound into patterns of vibration for the deaf.
Eagleman is also the author of Sum, an internationally bestselling short story collection speculating on life, death and what it means to be human. Translated into 28 languages, Sum has been turned into two separate operas at the Sydney Opera House and the Royal Opera House in London.
David Eagleman | Speaker | TED.com