TED2013
Mary Lou Jepsen: Could future devices read images from our brains?
Mary Lou Jepsen: Czy urządzenia przyszłości będą w stanie odczytywać obrazy z naszych mózgów?
Filmed:
Readability: 4.6
1,035,856 views
Mary Lou Jepsen, ekpert w przodujących cyfrowych wizualizacjach, bada w jaki sposób przenieść nasze najbardziej kreatywne myśli na ekran. Po operacji mózgu pragnie dowiedzieć się więcej o aktywności neuronalnej, ktora leży u podstaw jej pomysłowości, kreatywności i myślenia. Łączy obie pasje w fascynującym wykładzie na temat dwóch przodujących badań dotyczących mózgu, które mogą stać się punktem przełomowym w zrozumieniu tego „dlaczego” (i co) myślimy.
Mary Lou Jepsen - Inventor, entrepreneur, optical physicist
Mary Lou Jepsen pushes the edges of what's possible in optics and physics, to make new types of devices, leading teams and working with huge factories that can ship vast volumes of these strange, new things. Full bio
Mary Lou Jepsen pushes the edges of what's possible in optics and physics, to make new types of devices, leading teams and working with huge factories that can ship vast volumes of these strange, new things. Full bio
Double-click the English transcript below to play the video.
00:12
I had brain surgery 18 years ago,
0
607
2508
Osiemnaście lat temu miałam operację mózgu
00:15
and since that time, brain science has become
1
3115
2567
i od tamtego czasu nauka o mózgu
00:17
a personal passion of mine.
2
5682
1999
stała się moją prywatną pasją.
00:19
I'm actually an engineer.
3
7681
2235
Z zawodu jestem inżynierem.
00:21
And first let me say, I recently joined
4
9916
2516
Na początku chcę wyjaśnić,
że ostatnio dołączyłam
że ostatnio dołączyłam
00:24
Google's Moonshot group,
5
12432
1549
do grupy Moonshot z Google,
00:25
where I had a division,
6
13981
1212
gdzie kieruję działem badawczym
00:27
the display division in Google X,
7
15193
2181
w Google X,
00:29
and the brain science work I'm speaking about today
8
17374
2622
a badania mózgu, o których opowiem,
00:31
is work I did before I joined Google
9
19996
2921
są pracą, którą wykonałam
przed dołączeniem do Google
przed dołączeniem do Google
00:34
and on the side outside of Google.
10
22917
2332
i poza Google.
00:37
So that said, there's a stigma
11
25249
3183
Operacja mózgu
00:40
when you have brain surgery.
12
28432
2285
zostawia swoiste piętno.
00:42
Are you still smart or not?
13
30717
2823
Czy nadal jesteś inteligentna?
00:45
And if not, can you make yourself smart again?
14
33540
3848
Jeśli nie, to czy możesz
odzyskać inteligencję?
odzyskać inteligencję?
00:49
After my neurosurgery,
15
37388
1766
Po operacji
00:51
part of my brain was missing,
16
39154
1997
brakowało części mojego mózgu
00:53
and I had to deal with that.
17
41151
2773
i musiałam się z tym pogodzić.
00:55
It wasn't the grey matter, but it
was the gooey part dead center
was the gooey part dead center
18
43924
2944
Nie była to istota szara,
ale martwy środek maziowatej części,
ale martwy środek maziowatej części,
00:58
that makes key hormones and neurotransmitters.
19
46868
3402
który syntezuje kluczowe hormony
oraz neuroprzekaźniki.
oraz neuroprzekaźniki.
01:02
Immediately after my surgery,
20
50270
2231
Zaraz po operacji
01:04
I had to decide what amounts of each of over
21
52501
2143
musiałam zadecydować, jakie ilości
01:06
a dozen powerful chemicals to take each day,
22
54644
3702
ponad tuzina silnych substancji
zażywać każdego dnia,
zażywać każdego dnia,
01:10
because if I just took nothing,
23
58346
1809
ponieważ gdybym nie wzięła nic,
01:12
I would die within hours.
24
60155
2732
umarłabym w ciągu kilku godzin.
01:14
Every day now for 18 years -- every single day --
25
62887
3920
Każdego dnia, od osiemnastu lat,
01:18
I've had to try to decide the combinations
26
66807
2710
staram się dobrać odpowiednie kombinacje
01:21
and mixtures of chemicals,
27
69517
1328
substancji chemicznych,
01:22
and try to get them, to stay alive.
28
70845
3847
i zażyć je, aby przeżyć.
01:26
There have been several close calls.
29
74692
2721
Było kilka sytuacji podbramkowych.
01:29
But luckily, I'm an experimentalist at heart,
30
77413
3699
Na szczęście, w głębi serca
lubię eksperymentować
lubię eksperymentować
01:33
so I decided I would experiment
31
81112
3227
i zdecydowałam, że będę eksperymentować,
01:36
to try to find more optimal dosages
32
84339
2440
by odnaleźć optymalniejsze dawki,
01:38
because there really isn't a clear road map
33
86779
1637
ponieważ nie ma tu określonej drogi
01:40
on this that's detailed.
34
88416
1903
ze wszystkimi szczegółami.
01:42
I began to try different mixtures,
35
90319
2151
Zaczęłam próbować różnych mieszanek
01:44
and I was blown away by how
36
92470
2872
i zaskoczyło mnie,
01:47
tiny changes in dosages
37
95342
2411
jak niewielkie zmiany dawek
01:49
dramatically changed my sense of self,
38
97753
3149
radykalnie zmieniają moje odczucie siebie,
01:52
my sense of who I was, my thinking,
39
100902
1811
poczucie tego, kim jestem, co myślę,
01:54
my behavior towards people.
40
102713
2259
jak zachowuję się w stosunku do ludzi.
01:56
One particularly dramatic case:
41
104972
2049
Było jedno dramatyczne wydarzenie.
01:59
for a couple months I actually tried dosages
42
107021
1868
Przez kilka miesięcy próbowałam dawek
02:00
and chemicals typical of a man in his early 20s,
43
108889
3908
i substancji typowych dla dwudziestolatka.
02:04
and I was blown away by how my thoughts changed.
44
112797
3011
Zaskoczyło mnie to, jakie miałam myśli.
02:07
(Laughter)
45
115808
3120
(Śmiech)
02:10
I was angry all the time,
46
118928
3058
Cały czas byłam rozgniewana,
02:13
I thought about sex constantly,
47
121986
1846
nieprzerwanie myślałam o seksie
02:15
and I thought I was the smartest person
48
123832
2949
i uważałam, że jestem najmądrzejszą osobą
02:18
in the entire world, and
49
126781
2051
na całym świecie.
02:20
—(Laughter)—
50
128832
2263
(Śmiech)
02:23
of course over the years I'd
met guys kind of like that,
met guys kind of like that,
51
131095
2925
Oczywiście w rzeczywistości spotkałam
facetów o takim podejściu
facetów o takim podejściu
02:26
or maybe kind of toned-down versions of that.
52
134020
2267
lub może ich stonowane wersje.
02:28
I was kind of extreme.
53
136287
2184
Zachowywałam się trochę ekstremalnie.
02:30
But to me, the surprise was,
54
138471
2569
Jednak największą niespodzianką było to,
02:33
I wasn't trying to be arrogant.
55
141040
2166
że nie starałam się być arogancka.
02:35
I was actually trying,
56
143206
3209
Naprawdę się starałam,
02:38
with a little bit of insecurity,
57
146415
2360
z nutką niepewności,
02:40
to actually fix a problem in front of me,
58
148775
3000
rozwiązać stawiane przede mną problemy,
02:43
and it just didn't come out that way.
59
151775
1856
ale to nie wychodziło.
02:45
So I couldn't handle it.
60
153631
1483
Nie dawałam rady.
02:47
I changed my dosages.
61
155114
1525
Zmieniłam dawki.
02:48
But that experience, I think, gave me
62
156639
2455
Myslę, że ten eksperyment pozwolił mi
02:51
a new appreciation for men
63
159094
1751
inaczej zrozumieć mężczyzn
02:52
and what they might walk through,
64
160845
1816
i to, przez co mogą przechodzić,
02:54
and I've gotten along with men
65
162661
1690
a moje relacje z mężczyznami
02:56
a lot better since then.
66
164351
1839
sporo się od tamtego czasu poprawiły.
02:58
What I was trying to do
67
166190
1545
Próbowałam,
02:59
with tuning these hormones
68
167735
2028
za pomocą eksperymentów z hormonami,
03:01
and neurotransmitters and so forth
69
169763
2323
neuroprzekaźnikami itd.,
03:04
was to try to get my intelligence back
70
172086
3605
odzyskać z powrotem moją inteligencję
03:07
after my illness and surgery,
71
175691
2634
po chorobie i operacji,
03:10
my creative thought, my idea flow.
72
178325
2635
swoje kreatywne myślenie,
przepływ pomysłów.
przepływ pomysłów.
03:12
And I think mostly in images,
73
180960
2641
Myślę głównie obrazami,
03:15
and so for me that became a key metric --
74
183601
2852
one stały się kluczowym wskaźnikiem:
03:18
how to get these mental images
75
186453
2330
jak połączyć obrazy mentalne,
03:20
that I use as a way of rapid prototyping,
76
188783
2504
których używam jako sposobu
szybkiego prototypowania
szybkiego prototypowania
03:23
if you will, my ideas,
77
191287
1743
moich pomysłów,
03:25
trying on different new ideas for size,
78
193030
2372
testując różne, nowe pomysły,
03:27
playing out scenarios.
79
195402
1695
odgrywając scenariusze.
03:29
This kind of thinking isn't new.
80
197097
1913
Myślenie tego rodzaju nie jest nowe.
03:31
Philiosophers like Hume and Descartes and Hobbes
81
199010
3255
Filozofowie tacy jak Hume,
Kartezjusz i Hobbes
Kartezjusz i Hobbes
03:34
saw things similarly.
82
202265
1528
myśleli podobnie.
03:35
They thought that mental images and ideas
83
203793
2737
Uważali, że obrazy mentalne i idee
03:38
were actually the same thing.
84
206530
2331
to tak naprawdę to samo.
03:40
There are those today that dispute that,
85
208861
2417
Do dziś jest to przedmiotem sporu,
03:43
and lots of debates about how the mind works,
86
211278
3195
toczą się debaty
na temat działania umysłu,
na temat działania umysłu,
03:46
but for me it's simple:
87
214473
1736
jednak dla mnie to proste:
03:48
Mental images, for most of us,
88
216209
2532
obrazy mentalne, dla większości z nas,
03:50
are central in inventive and creative thinking.
89
218741
3934
są kluczowe dla twórczego
i kreatywnego myślenia.
i kreatywnego myślenia.
03:54
So after several years,
90
222675
1775
Po kilku latach
03:56
I tuned myself up and I have lots of great,
91
224450
3233
dostroiłam się i mam mnóstwo wspaniałych,
03:59
really vivid mental images with a lot of sophistication
92
227683
3048
niezwykle żywych obrazów mentalnych
o dużej złożoności,
o dużej złożoności,
04:02
and the analytical backbone behind them.
93
230731
2269
które przedstawiają
moje myślenie logiczne.
moje myślenie logiczne.
04:05
And so now I'm working on,
94
233000
1921
Obecnie pracuję nad tym,
04:06
how can I get these mental images in my mind
95
234921
4162
jak przenieść obrazy mentalne
z mojego umyslu
z mojego umyslu
04:11
out to my computer screen faster?
96
239083
2850
na ekran komputera w szybszy sposób.
04:13
Can you imagine, if you will,
97
241933
2089
Czy wyobrażacie sobie
04:16
a movie director being able to use
98
244022
2120
reżyserkę filmową, która może użyć
04:18
her imagination alone to
direct the world in front of her?
direct the world in front of her?
99
246142
3762
swojej wyobraźni do wyreżyserowania
stworzonego przez nią świata?
stworzonego przez nią świata?
04:21
Or a musician to get the music out of his head?
100
249904
3588
Lub muzyka wydobywającego
muzykę "z głowy"?
muzykę "z głowy"?
04:25
There are incredible possibilities with this
101
253492
2292
Istnieje tu niewiarygodny potencjał
04:27
as a way for creative people
102
255784
1993
dla osób twórczych,
04:29
to share at light speed.
103
257777
2233
które mogłyby dzielić się ideami
z prędkością światła.
z prędkością światła.
04:32
And the truth is, the remaining bottleneck
104
260010
1998
Brakującym ogniwem,
04:34
in being able to do this
105
262008
1173
w drodze do tego
04:35
is just upping the resolution of brain scan systems.
106
263181
3980
jest zwiększenie rozdzielczości
systemów skanowania mózgu.
systemów skanowania mózgu.
04:39
So let me show you why I think
we're pretty close to getting there
we're pretty close to getting there
107
267161
2858
Pokażę, dlaczego jesteśmy blisko celu,
04:42
by sharing with you two recent experiments
108
270029
2387
dzieląc się z wami
ostatnimi eksperymentami
ostatnimi eksperymentami
04:44
from two top neuroscience groups.
109
272416
2587
z dwóch przodujących grup
w neurobiologii.
w neurobiologii.
04:47
Both used fMRI technology --
110
275003
2488
Obie używały technologii fMRI,
04:49
functional magnetic resonance imaging technology --
111
277491
2279
czynnościowego rezonansu magnetycznego,
04:51
to image the brain,
112
279770
1411
aby przedstawić obraz mózgu.
04:53
and here is a brain scan set from Giorgio Ganis
113
281181
3257
Tutaj jest zbiór skanów mózgu
opracowanych przez Giorgia Ganisa
opracowanych przez Giorgia Ganisa
04:56
and his colleagues at Harvard.
114
284438
1950
i jego kolegów z Harvardu.
04:58
And the left-hand column shows a brain scan
115
286388
3154
Lewa kolumna przedstawia skan mózgu
05:01
of a person looking at an image.
116
289542
3267
osoby patrzącej na obraz.
05:04
The middle column shows the brainscan
117
292809
1929
Środkowa kolumna przedstawia skan
05:06
of that same individual
118
294738
1621
tej samej osoby
05:08
imagining, seeing that same image.
119
296359
3066
wyobrażającej sobie,
że widzi ten sam obraz.
że widzi ten sam obraz.
05:11
And the right column was created
120
299425
2048
Z kolei prawa kolumna została stworzona
05:13
by subtracting the middle
column from the left column,
column from the left column,
121
301473
3594
przez odjęcie środkowej kolumny od lewej,
05:17
showing the difference to be nearly zero.
122
305083
2943
ukazując, że różnica jest bliska zeru.
05:20
This was repeated on lots of different individuals
123
308026
2894
Badanie powtórzono
na wielu różnych osobach,
na wielu różnych osobach,
05:22
with lots of different images,
124
310920
2830
z mnóstwem różnych obrazów
05:25
always with a similar result.
125
313750
1604
i zawsze z podobnymi wynikami.
05:27
The difference between seeing an image
126
315354
2089
Różnica pomiędzy widzeniem obrazu,
05:29
and imagining seeing that same image
127
317443
2455
a wyobrażeniem sobie, że się go widzi,
05:31
is next to nothing.
128
319898
2155
jest bliska zeru.
05:34
Next let me share with you one other experiment,
129
322053
2761
Pokażę jeszcze jeden eksperyment
05:36
this from Jack Gallant's lab at Cal Berkeley.
130
324814
4541
z laboratorium Jacka Gallanta
z Uniwersytetu z Berkeley.
z Uniwersytetu z Berkeley.
05:41
They've been able to decode brainwaves
131
329355
2063
Udało się rozkodować fale mózgowe
05:43
into recognizable visual fields.
132
331418
2441
w rozpoznawalne, ruchome obrazy.
05:45
So let me set this up for you.
133
333859
1305
Zaraz to wyjaśnię.
05:47
In this experiment, individuals were shown
134
335164
2333
W tym eksperymencie osobom pokazywano
05:49
hundreds of hours of YouTube videos
135
337497
1995
setki godzin filmów na YouTube,
05:51
while scans were made of their brains
136
339492
2039
podczas których robiono skany mózgów,
05:53
to create a large library of their brain reacting
137
341531
3216
aby stworzyć potężny zbiór reakcji mózgu
05:56
to video sequences.
138
344747
2649
na sekwencje filmowe.
05:59
Then a new movie was shown with new images,
139
347396
2850
Następnie pokazywano nowy film
z nowymi obrazami,
z nowymi obrazami,
06:02
new people, new animals in it,
140
350246
1952
nowymi ludźmi, nowymi zwierzętami,
06:04
and a new scan set was recorded.
141
352198
2711
i robiono nowy skan.
06:06
The computer, using brain scan data alone,
142
354909
2788
Komputer, używając tylko danych
ze skanu mózgu,
ze skanu mózgu,
06:09
decoded that new brain scan
143
357697
2024
rozkodowywał nowy skan,
06:11
to show what it thought the
individual was actually seeing.
individual was actually seeing.
144
359721
4376
pokazując, co według niego
dana osoba w tej chwili ogląda.
dana osoba w tej chwili ogląda.
06:16
On the right-hand side, you
see the computer's guess,
see the computer's guess,
145
364097
3381
Po prawej widać, jak zgadywał komputer,
06:19
and on the left-hand side, the presented clip.
146
367478
4007
po lewej – prezentowany klip.
06:23
This is the jaw-dropper.
147
371485
2319
To niewiarygodne.
06:25
We are so close to being able to do this.
148
373804
2687
To jest tak blisko!
06:28
We just need to up the resolution.
149
376491
2785
Musimy tylko zwiększyć rozdzielczość.
06:31
And now remember that when you see an image
150
379276
3252
Pamiętajcie, że gdy widzicie obraz
06:34
versus when you imagine that same image,
151
382528
2158
i gdy wyobrażacie sobie ten sam obraz,
06:36
it creates the same brain scan.
152
384686
3475
tworzy to taki sam skan mózgu.
06:40
So this was done with the highest-resolution
153
388161
2722
Dokonano tego z najwyższą rozdzielczością
06:42
brain scan systems available today,
154
390883
2185
dostępną w systemach skanowania mózgu;
06:45
and their resolution has increased really
155
393068
1784
ich rozdzielczość wzrosła
06:46
about a thousandfold in the last several years.
156
394852
3497
ponad tysiąckrotnie
w ostatnich kilku latach.
w ostatnich kilku latach.
06:50
Next we need to increase the resolution
157
398349
2322
Żeby zobrazować to lepiej,
06:52
another thousandfold
158
400671
1977
trzeba zwiększyć rozdzielczość
06:54
to get a deeper glimpse.
159
402648
1789
jeszcze tysiąc razy.
06:56
How do we do that?
160
404437
1511
Jak tego dokonać?
06:57
There's a lot of techniques in this approach.
161
405948
2614
Jest wiele różnych technik.
07:00
One way is to crack open your
skull and put in electrodes.
skull and put in electrodes.
162
408562
3118
Jedna z nich to otworzenie czaszki
i wprowadzenie elektrod.
i wprowadzenie elektrod.
07:03
I'm not for that.
163
411680
1403
Nie popieram tego.
07:05
There's a lot of new imaging techniques
164
413083
2955
Obecnie omawia się wiele nowych
technik obrazowania,
technik obrazowania,
07:08
being proposed, some even by me,
165
416038
2003
niektóre nawet sama zaproponowałam,
07:10
but given the recent success of MRI,
166
418041
2959
jednak w obliczu ostatnich sukcesów MRI
07:13
first we need to ask the question,
167
421000
2068
trzeba najpierw zadać pytanie:
07:15
is it the end of the road with this technology?
168
423068
2841
"Czy to już koniec tej technologii?".
07:17
Conventional wisdom says the only way
169
425909
2455
Według konwencjonalnej wiedzy,
jedynym sposobem
jedynym sposobem
07:20
to get higher resolution is with bigger magnets,
170
428364
2589
na zwiększenie rozdzielczości
są większe magnesy,
są większe magnesy,
07:22
but at this point bigger magnets
171
430953
1842
ale na tym etapie większe magnesy
07:24
only offer incremental resolution improvements,
172
432795
3750
oferują niewielki przyrost rozdzielczości,
07:28
not the thousandfold we need.
173
436545
2160
nie tysiąckrotny, którego potrzebujemy.
07:30
I'm putting forward an idea:
174
438705
1823
Mam pomysł:
07:32
instead of bigger magnets,
175
440528
1963
zamiast tworzyć większe magnesy
07:34
let's make better magnets.
176
442491
2450
zróbmy magnesy lepsze.
07:36
There's some new technology breakthroughs
177
444941
2003
Są nowe przełomy w nanotechnologii,
07:38
in nanoscience
178
446944
1457
których zastosowanie
07:40
when applied to magnetic structures
179
448401
1727
w strukturach magnetycznych
07:42
that have created a whole new class of magnets,
180
450128
3013
może dać całkiem nowe klasy magnesów,
07:45
and with these magnets, we can lay down
181
453141
2531
i za pomocą tych magnesów
będzie można określić
będzie można określić
07:47
very fine detailed magnetic field patterns
182
455672
2167
bardzo szczegółowe wzory pól magnetycznych
07:49
throughout the brain,
183
457839
1355
wewnątrz mózgu,
07:51
and using those, we can actually create
184
459194
3182
a używając ich, moglibyśmy stworzyć
07:54
holographic-like interference structures
185
462376
2838
przypominające hologramy
struktury interferencji
struktury interferencji
07:57
to get precision control over many patterns,
186
465214
3469
i uzyskać dokładną kontrolę
nad wieloma wzorami,
nad wieloma wzorami,
08:00
as is shown here by shifting things.
187
468683
2445
przez zmiany ustawień, jak widać tutaj.
08:03
We can create much more complicated structures
188
471128
3150
Można stworzyć
bardziej skomplikowane struktury
bardziej skomplikowane struktury
08:06
with slightly different arrangements,
189
474278
2071
za pomocą nieznacznie różnych ustawień,
08:08
kind of like making Spirograph.
190
476349
3033
tak jak robi się wzorki spirografem.
08:11
So why does that matter?
191
479382
2228
Dlaczego to ważne?
08:13
A lot of effort in MRI over the years
192
481610
2577
Wiele wysiłku włożonego przez lata w MRI
08:16
has gone into making really big,
193
484187
2837
doprowadziło do stworzenia wielkich,
08:19
really huge magnets, right?
194
487024
2610
olbrzymich magnesów, prawda?
08:21
But yet most of the recent advances
195
489634
2509
Obecnie jednak większość postępów
08:24
in resolution have actually come from
196
492143
2197
w rozdzielczości pochodzi
08:26
ingeniously clever encoding and decoding solutions
197
494340
4008
z pomysłowego i mądrego kodowania,
i dekodowania rozwiązań
i dekodowania rozwiązań
08:30
in the F.M. radio frequency transmitters and receivers
198
498348
3287
z transmiterów częstotliwości
radiowych z zakresu FM,
radiowych z zakresu FM,
08:33
in the MRI systems.
199
501635
2691
i odbiorników w systemach MRI.
08:36
Let's also, instead of a uniform magnetic field,
200
504326
3322
Spróbujmy, zamiast jednorodnego
pola magnetycznego,
pola magnetycznego,
08:39
put down structured magnetic patterns
201
507648
2672
ułóżyć złożone wzory magnetyczne
08:42
in addition to the F.M. radio frequencies.
202
510320
3099
jako dodatek do częstotliwości radiowych
z zakresu FM.
z zakresu FM.
08:45
So by combining the magnetics patterns
203
513419
2307
Wskutek połączenia wzorów magnetycznych
08:47
with the patterns in the F.M. radio frequencies
204
515726
2710
z wzorami częstotliwości radiowych FM
08:50
processing which can massively increase
205
518436
2171
możemy osiągnąć olbrzymi wzrost
08:52
the information that we can extract
206
520607
1969
informacji wyodrębnianych
08:54
in a single scan.
207
522576
2446
w pojedynczym skanie.
08:57
And on top of that, we can then layer
208
525022
2332
Do tego można dodać
08:59
our ever-growing knowledge
of brain structure and memory
of brain structure and memory
209
527354
4472
naszą ciągle rosnącą wiedzę na temat
struktury mózgu i pamięci,
struktury mózgu i pamięci,
09:03
to create a thousandfold increase that we need.
210
531826
3695
i tak uzyskać tysiąckrotny wzrost,
którego potrzebujemy.
którego potrzebujemy.
09:07
And using fMRI, we should be able to measure
211
535521
2943
Przy użyciu fMRI będzie można zbadać
09:10
not just oxygenated blood flow,
212
538464
2082
nie tylko przepływ natlenionej krwi,
09:12
but the hormones and neurotransmitters
I've talked about
I've talked about
213
540546
2901
ale również hormony i neuroprzekaźniki,
o których mówiłam,
o których mówiłam,
09:15
and maybe even the direct neural activity,
214
543447
2345
a może nawet bezpośrednio
aktywność neuronową,
aktywność neuronową,
09:17
which is the dream.
215
545792
1503
co jest niedoścignionym marzeniem.
09:19
We're going to be able to dump our ideas
216
547295
2234
Będziemy mogli zobrazować nasze myśli
09:21
directly to digital media.
217
549529
2694
bezpośrednio na nośniku cyfrowym.
09:24
Could you imagine if we could leapfrog language
218
552223
2711
Wyobrażacie sobie porzucenie języka
09:26
and communicate directly with human thought?
219
554934
4209
i komunikowanie się wyłącznie
przy użyciu myśli?
przy użyciu myśli?
09:31
What would we be capable of then?
220
559143
3193
Do czego bylibyśmy wówczas zdolni?
09:34
And how will we learn to deal
221
562336
2637
Czy będziemy w stanie sprostać
09:36
with the truths of unfiltered human thought?
222
564973
4219
prawdzie pochodzącej
z niefiltrowanych ludzkich myśli?
z niefiltrowanych ludzkich myśli?
09:41
You think the Internet was big.
223
569192
2567
Natłok informacji w sieci
to przy tym to nic wielkiego.
to przy tym to nic wielkiego.
09:43
These are huge questions.
224
571759
2602
To bardzo ważne pytania.
09:46
It might be irresistible as a tool
225
574361
2148
To może być narzędzie
09:48
to amplify our thinking and communication skills.
226
576509
3876
do wspomagania naszego myślenia
i zdolności porozumiewania się.
i zdolności porozumiewania się.
09:52
And indeed, this very same tool
227
580385
2023
To samo narzędzie
09:54
may prove to lead to the cure
228
582408
2126
może doprowadzić do znalezienia lekarstwa
09:56
for Alzheimer's and similar diseases.
229
584534
3074
na chorobę Alzheimera
i inne podobne schorzenia.
i inne podobne schorzenia.
09:59
We have little option but to open this door.
230
587608
3512
Nie mamy wyboru, musimy otworzyć te drzwi.
10:03
Regardless, pick a year --
231
591120
1585
Nie podam wam daty.
10:04
will it happen in five years or 15 years?
232
592705
2266
Czy zdarzy się to w ciągu 5 czy 15 lat?
10:06
It's hard to imagine it taking much longer.
233
594971
4616
Trudno wyobrazić sobie,
żeby trwało to dłużej.
żeby trwało to dłużej.
10:11
We need to learn how to take this step together.
234
599587
3695
Wspólnie musimy się nauczyć,
jak postawić kolejny krok.
jak postawić kolejny krok.
10:15
Thank you.
235
603282
2174
Dziękuję.
10:17
(Applause)
236
605456
3974
(Brawa)
ABOUT THE SPEAKER
Mary Lou Jepsen - Inventor, entrepreneur, optical physicistMary Lou Jepsen pushes the edges of what's possible in optics and physics, to make new types of devices, leading teams and working with huge factories that can ship vast volumes of these strange, new things.
Why you should listen
Mary Lou Jepsen is one of the world’s foremost engineers and scientists in optics, imaging and display -- inventing at the hairy, crazy edge of what physics allows, aiming to do what seems impossible and leading teams to achieve these in volume in partnership with the world’s largest manufacturers, in Asia. She has more than 200 patents published or issued.
Jepsen is the founder and CEO of Openwater, which aims to use new optics to see inside our bodies. Previously a top technical exec at Google, Facebook, Oculus and Intel, her startups include One Laptop Per Child, where she was CTO and chief architect on the $100 laptop. She studied at Brown, MIT and Rhode Island School of Design, and she was a professor at both MITs -- the one in Cambridge, Mass., and the Royal Melbourne Institute of Tech in Australia.
Mary Lou Jepsen | Speaker | TED.com