ABOUT THE SPEAKER
Donald Hoffman - Cognitive scientist
Donald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality.

Why you should listen

In his research to uncover the underlying secrets of human perception, Donald Hoffman has discovered important clues pointing to the subjective nature of reality.

Rather than as a set of absolute physical principles, reality is best understood as a set of phenomena our brain constructs to guide our behavior. To put it simply: we actively create everything we see, and there is no aspect of reality that does not depend on consciousness.

Hoffman is a faculty member at UC Irvine and a recipient of the Troland Award of the US National Academy of Sciences.

More profile about the speaker
Donald Hoffman | Speaker | TED.com
TED2015

Donald Hoffman: Do we see reality as it is?

Donald Hoffman: Czy widzimy rzeczywistość taką jaka jest?

Filmed:
2,949,831 views

Naukowiec poznawczy, Donald Hoffman, próbuje odpowiedzieć na wielkie pytanie: Czy doświaczamy świat takim, jaki naprawę jest... czy takim jakiego go potrzebujemy? W tym szokującym wykładzie rozważa na tym, jak nasze umysły konstruują dla nas rzeczywistość.
- Cognitive scientist
Donald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality. Full bio

Double-click the English transcript below to play the video.

00:12
I love a great mysteryzagadka,
0
835
2066
Uwielbiam wielkie tajemnice,
00:14
and I'm fascinatedzafascynowany by the greatestnajwiększy
unsolvednierozwiązane mysteryzagadka in sciencenauka,
1
2901
4412
i jestem zafascynowany
jedną z największych zagadek nauki.
00:19
perhapsmoże because it's personalosobisty.
2
7313
1958
Jest to poniekąd sprawa osobista,
00:21
It's about who we are,
3
9681
1858
bo dotyczy tego, kim jesteśmy
00:23
and I can't help but be curiousciekawy.
4
11539
2117
i jestem po prostu ciekawy.
00:26
The mysteryzagadka is this:
5
14186
2089
Zagadką tą jest:
00:28
What is the relationshipzwiązek
betweenpomiędzy your brainmózg
6
16275
3435
Jaki jest związek pomiędzy mózgiem
00:31
and your consciousprzytomny experienceswzruszenie religijne,
7
19710
1511
a świadomymi doświadczeniami
00:33
suchtaki as your experiencedoświadczenie
of the tastesmak of chocolateczekolada
8
21221
2670
np. smakiem czekolady
00:35
or the feelinguczucie of velvetaksamit?
9
23891
1774
czy dotykaniem aksamitu?
00:38
Now, this mysteryzagadka is not newNowy.
10
26805
1584
Ta zagadka nie jest nowa.
00:40
In 1868, ThomasThomas HuxleyHuxley wrotenapisał,
11
28999
3599
W 1868 Thomas Huxley napisał:
00:44
"How it is that anything so remarkableznakomity
as a statestan of consciousnessświadomość comespochodzi about
12
32598
5294
"To że coś tak niezwykłego
jak stan świadomości
00:49
as the resultwynik of irritatingdziała drażniąco nervousnerwowy tissuetkanka
13
37892
3367
jest rezultatem
podrażenienia komórek nerwowej
00:53
is just as unaccountablenieobliczalny
14
41259
2066
jest równie niewytłumaczalne
00:55
as the appearancewygląd of the geniedżin
when AladdinAladdin rubbedprzetarł his lamplampa."
15
43325
4053
jak pojawienie się Gina
w lampie Alladyna."
01:01
Now, HuxleyHuxley knewwiedziałem that brainmózg activityczynność
16
49268
2277
Huxley wiedział, że aktywność mózgu
01:03
and consciousprzytomny experienceswzruszenie religijne are correlatedwspółzależny,
17
51545
3274
i świadome doświadczenia są powiązane,
01:06
but he didn't know why.
18
54819
2159
ale nie wiedział dlaczego.
01:08
To the sciencenauka of his day,
it was a mysteryzagadka.
19
56978
3321
Dla nauki jego czasów była to zagadka.
01:12
In the yearslat sinceod HuxleyHuxley,
20
60299
2136
Od czasów Huxleya,
01:14
sciencenauka has learnednauczyli a lot
about brainmózg activityczynność,
21
62435
3366
naukowcy wiele się nauczyli
o aktywności mózgu,
01:17
but the relationshipzwiązek
betweenpomiędzy brainmózg activityczynność
22
65801
2021
ale związek między nią
01:19
and consciousprzytomny experienceswzruszenie religijne
is still a mysteryzagadka.
23
67822
3088
a świadomym doświadczeniem
wciąż pozostaje zagadką.
01:22
Why? Why have we madezrobiony so little progresspostęp?
24
70910
3645
Dlaczego?
Dlaczego zrobiliśmy tak mały postęp?
01:26
Well, some expertseksperci think
that we can't solverozwiązać this problemproblem
25
74555
4859
Cóż, niektórzy eksperci twierdzą,
że nie możemy rozwiązać tego problemu,
01:31
because we lackbrak the necessaryniezbędny
conceptskoncepcje and intelligenceinteligencja.
26
79414
3799
ponieważ brakuje nam
niezbędnych pojęć i inteligencji.
01:35
We don't expectoczekiwać monkeysmałpy to solverozwiązać
problemsproblemy in quantumkwant mechanicsmechanika,
27
83883
4069
Nie oczekujemy, że małpy zdolne są
rozwiązać zadania z mechaniki kwantowej
01:39
and as it happensdzieje się, we can't expectoczekiwać
our speciesgatunki to solverozwiązać this problemproblem eitherzarówno.
28
87952
4165
nie możemy więc oczekiwać,
że nasz gatunek rozwiąże ten problem.
01:44
Well, I disagreenie zgadzać się. I'm more optimisticoptymistyczny.
29
92527
3134
Cóż, nie zgadzam się.
Jestem bardziej optymistyczny.
01:47
I think we'vemamy simplypo prostu
madezrobiony a falsefałszywy assumptionzałożenie.
30
95661
3042
Sądzę, że po prostu
dokonaliśmy błędnych założeń.
01:50
OnceRaz we fixnaprawić it, we just
mightmoc solverozwiązać this problemproblem.
31
98703
3506
Kiedy je naprawimy,
możemy rozwiązać ten problem.
01:54
TodayDzisiaj, I'd like tell you
what that assumptionzałożenie is,
32
102209
2417
Dzisiaj chciałbym wam powiedzieć
o tym założeniu,
01:56
why it's falsefałszywy, and how to fixnaprawić it.
33
104626
2758
dlaczego jest błędne
i jak je naprawić.
01:59
Let's beginzaczynać with a questionpytanie:
34
107874
1694
Zacznijmy od pytania:
02:01
Do we see realityrzeczywistość as it is?
35
109778
3088
Czy postrzegamy rzeczywistość
taką, jaką jest?
02:04
I openotwarty my eyesoczy
36
112866
1695
Otwieram oczy
02:06
and I have an experiencedoświadczenie that I describeopisać
as a redczerwony tomatopomidor a metermetr away.
37
114561
4937
i doznaję czegoś, co opisuję jako
czerwony pomidor odległy o jeden metr.
02:12
As a resultwynik, I come to believe
that in realityrzeczywistość,
38
120606
3243
W rezultacie, wierzę, że rzeczywiście
02:15
there's a redczerwony tomatopomidor a metermetr away.
39
123849
2642
metr dalej znajduje się czerwony pomidor.
02:18
I then closeblisko my eyesoczy, and my experiencedoświadczenie
changeszmiany to a grayszary fieldpole,
40
126751
4864
Zamykam oczy i moje doświadczenie
zmienia się w szarą przestrzeń.
02:24
but is it still the casewalizka that in realityrzeczywistość,
there's a redczerwony tomatopomidor a metermetr away?
41
132425
5166
ale czy w rzeczywistości faktycznie
metr dalej znajduje się czerwony pomidor?
02:30
I think so, but could I be wrongźle?
42
138361
3552
Tak myślę, ale czy mogę się mylić?
02:33
Could I be misinterpretinginterpretacje
the natureNatura of my perceptionspercepcje?
43
141913
4598
Czy mogę źle interpretować
charakter mojego postrzegania?
02:39
We have misinterpretedbłędnie
our perceptionspercepcje before.
44
147351
3200
Wcześniej źle zinterpretowaliśmy
nasze wyobrażenia.
02:42
We used to think the EarthZiemia is flatmieszkanie,
because it lookswygląda that way.
45
150551
3459
Myśleliśmy, ze Ziemia jest płaska,
bo tak wygląda.
02:46
PythagorusPythagorus discoveredodkryty that we were wrongźle.
46
154707
2879
Pitagoras odkrył, że się myliliśmy.
02:49
Then we thought that the EarthZiemia
is the unmovingnieruchoma centercentrum of the UniverseWszechświat,
47
157586
4012
Myśleliśmy, że Ziemia to
centrum Wszechświata,
02:53
again because it lookswygląda that way.
48
161603
1903
bo znowu, wszystko na to wskazywało.
02:56
CopernicusKopernik and GalileoGalileo discoveredodkryty,
again, that we were wrongźle.
49
164406
4906
Kopernik i Galileusz odkryli,
że znowu się myliliśmy.
03:01
GalileoGalileo then wonderedzastanawiałem się if we mightmoc
be misinterpretinginterpretacje our experienceswzruszenie religijne
50
169312
4088
Galileusz zastanawiał się czy
mogliśmy zle zinterpretować
03:05
in other wayssposoby.
51
173400
1508
doznania w inny sposób.
03:06
He wrotenapisał: "I think that tastesSmaki,
odorsZapachy, colorszabarwienie, and so on
52
174908
5009
Pisał: "Sądzę, że smaki,
zapachy, kolory, itd.
03:11
resideznajdują się in consciousnessświadomość.
53
179917
2004
istnieją w świadomości.
03:14
HenceStąd if the livingżycie creaturekreatura were removedUsunięto,
all these qualitiescechy would be annihilatedanihilacji."
54
182291
5752
Gdyby więc żywe istoty przestały istnieć,
wszystkie te cechy zostałyby unicestwione.
03:20
Now, that's a stunningoszałamiający claimroszczenie.
55
188955
1839
Cóż to za oszałamiające stwierdzenie.
03:23
Could GalileoGalileo be right?
56
191184
1811
Czyżby Galileusz miał rację?
03:24
Could we really be misinterpretinginterpretacje
our experienceswzruszenie religijne that badlyźle?
57
192995
4598
Czy rzeczywiście do tego stopnia błędnie
interpretujemy nasze doświadczenia?
03:29
What does modernnowoczesny sciencenauka
have to say about this?
58
197593
2561
Co mówi o tym współczesna nauka?
03:32
Well, neuroscientistsneurolodzy tell us
that about a thirdtrzeci of the brain'smózg cortexkora
59
200704
5224
Neurobiolodzy twierdzą,
że 1/3 kory mózgowej
03:37
is engagedzaręczony in visionwizja.
60
205928
1858
jest zaangażowana w postrzeganie.
03:39
When you simplypo prostu openotwarty your eyesoczy
and look about this roompokój,
61
207786
3506
Kiedy otwierasz oczy
i rozglądasz się,
03:43
billionsmiliardy of neuronsneurony
and trillionsbiliony of synapsessynapsy are engagedzaręczony.
62
211292
4272
pracują miliardy neuronów
i biliardy synaps.
03:47
Now, this is a bitkawałek surprisingzaskakujący,
63
215564
1608
To trochę zaskakujące,
03:49
because to the extentstopień that
we think about visionwizja at all,
64
217172
2641
ponieważ myślimy o wzroku,
03:51
we think of it as like a cameraaparat fotograficzny.
65
219813
2837
jak o aparacie fotograficznym,
03:54
It just takes a pictureobrazek
of objectivecel realityrzeczywistość as it is.
66
222650
3940
który robi obiektywne zdjęcia
rzeczywistości.
03:58
Now, there is a partczęść of visionwizja
that's like a cameraaparat fotograficzny:
67
226590
3700
Częściowo wzrok przypomina aparat:
04:02
the eyeoko has a lensobiektyw that focusesskupia się
an imageobraz on the back of the eyeoko
68
230290
4639
soczewka skupia obraz w tyle oka,
04:06
where there are 130 millionmilion
photoreceptorsfotoreceptory,
69
234929
3390
gdzie jest 130 milionów fotoreceptorów,
04:10
so the eyeoko is like a 130-megapixel-megapikseli cameraaparat fotograficzny.
70
238319
3900
więc oko jest jak
aparat o 130 megapixelach.
04:14
But that doesn't explainwyjaśniać
the billionsmiliardy of neuronsneurony
71
242219
3483
Ale to nie wyjaśnia
miliardów neuronów
04:17
and trillionsbiliony of synapsessynapsy
that are engagedzaręczony in visionwizja.
72
245702
3622
i trylionów synaps
zaangażowanych w postrzeganie.
04:21
What are these neuronsneurony up to?
73
249324
2299
Po co są te neurony?
04:23
Well, neuroscientistsneurolodzy tell us
that they are creatingtworzenie, in realreal time,
74
251623
4207
Neurobiolodzy twierdzą, że tworzą one,
w czasie rzeczywistym,
04:27
all the shapeskształty, objectsobiekty, colorszabarwienie,
and motionsruchy that we see.
75
255830
4330
wszystkie kształty, obiekty, kolory
i ruchy, które widzimy.
04:32
It feelsczuje like we're just takingnabierający a snapshotmigawka
of this roompokój the way it is,
76
260160
3491
Wydaję się jakbyśmy po prostu robili
zdjęcie pokoju takim jaki jest,
04:35
but in factfakt, we're constructingkonstruowanie
everything that we see.
77
263651
3575
ale tak naprawdę konstruujemy
wszystko co widzimy.
04:39
We don't constructzbudować
the wholecały worldświat at oncepewnego razu.
78
267226
3181
Nie konstruujemy całego świata na raz.
04:42
We constructzbudować what we need in the momentza chwilę.
79
270407
2765
Konstruujemy to, co potrzebujemy w tym
momencie.
04:45
Now, there are manywiele demonstrationsdemonstracje
that are quitecałkiem compellingprzekonujące
80
273542
3367
Jest wiele pokazów, nawet przekonujących,
04:48
that we constructzbudować what we see.
81
276909
1811
że konstruujemy to co widzimy.
04:50
I'll just showpokazać you two.
82
278720
2043
Pokażę wam dwa.
04:52
In this exampleprzykład, you see some redczerwony discsTarcze
with bitsbity cutciąć out of them,
83
280763
5766
W tym przykładzie zobaczycei czerwone
dyski z wyciętymi kawałkami,
04:58
but if I just rotateobracać się
the disksdyski a little bitkawałek,
84
286529
2941
ale jeśli je troszkę obrócę
05:01
suddenlynagle, you see a 3D cubesześcian
popmuzyka pop out of the screenekran.
85
289470
4737
nagle zobaczycie sześciany w 3D
wyskakujące z ekranu.
05:06
Now, the screenekran of coursekurs is flatmieszkanie,
86
294207
2833
Ekran jest oczywiście płaski,
05:09
so the three-dimensionaltrójwymiarowy cubesześcian
that you're experiencingdoświadczanie
87
297040
2600
więc trójwymiarowy sześcian, którego
doznajecie
05:11
mustmusi be your constructionbudowa.
88
299640
2977
musi być waszą konstrukcją.
05:15
In this nextNastępny exampleprzykład,
89
303397
1913
W kolejnym przykładzie
05:17
you see glowingświecące blueniebieski barsbary
with prettyładny sharpostry edgeskrawędzie
90
305310
4224
widzicie świecące niebieskie paski
z całkiem wyraznymi krawędziami
05:21
movingw ruchu acrossprzez a fieldpole of dotskropki.
91
309534
3184
poruszające się po polu kropek.
05:25
In factfakt, no dotskropki moveruszaj się.
92
313708
3137
W rzeczywistości kropki się nie poruszają.
05:28
All I'm doing from framerama to framerama
is changingwymiana pieniędzy the colorszabarwienie of dotskropki
93
316845
4621
Wszystko co robię od klatki do klatki to
zmiana koloru kropek
05:33
from blueniebieski to blackczarny or blackczarny to blueniebieski.
94
321466
2461
z niebieskiego na czarny
albo czarnego na niebieski.
05:35
But when I do this quicklyszybko,
95
323927
1834
Ale kiedy zrobię to szybko
05:37
your visualwizualny systemsystem createstworzy
the glowingświecące blueniebieski barsbary
96
325761
3715
wasz system wzrokowy stworzy
świecące niebieskie paski
05:41
with the sharpostry edgeskrawędzie and the motionruch.
97
329476
2671
z wyraznymi krawędziami w ruchu.
05:44
There are manywiele more examplesprzykłady,
but these are just two
98
332147
2670
Jest o wiele więcej przykładów
a to są tylko dwa,
05:46
that you constructzbudować what you see.
99
334817
2763
w kórych konstruujecie to co widzicie.
05:49
But neuroscientistsneurolodzy go furtherdalej.
100
337580
2375
Neuronaukowcy idą dalej.
05:53
They say that we reconstructRekonstrukcja realityrzeczywistość.
101
341395
5101
Mówią, że rekonnstruujemy rzeczywistość.
05:58
So, when I have an experiencedoświadczenie
that I describeopisać as a redczerwony tomatopomidor,
102
346496
4226
Więc, kiedy doznaję coś, co
opisuję jako czerwony pomidor,
06:02
that experiencedoświadczenie is actuallytak właściwie
an accuratedokładny reconstructionrekonstrukcja
103
350722
4133
to doznanie jest właściwie trafną
rekonstrukcją
06:06
of the propertiesnieruchomości of a realreal redczerwony tomatopomidor
104
354855
2115
właściwości prawdziwego czerwonego
pomidora,
06:08
that would exististnieć
even if I weren'tnie były looking.
105
356970
3295
który istnieje nawet jeśli
na niego nie patrzymy.
06:13
Now, why would neuroscientistsneurolodzy
say that we don't just constructzbudować,
106
361595
3221
Więc, dlaczego neuronaukowcy mówią, że
nie konstruujemy,
06:16
we reconstructRekonstrukcja?
107
364816
1880
a rekonstruujemy?
06:18
Well, the standardstandard argumentargument givendany
108
366696
2531
Cóż, standardowym argumentem jest
06:21
is usuallyzazwyczaj an evolutionaryewolucyjny one.
109
369227
2554
zazwyczaj ewolucja.
06:24
Those of our ancestorsprzodkowie
who saw more accuratelydokładnie
110
372941
2439
Ci spośród naszych przodków, którzy
widzieli lepiej
06:27
had a competitivekonkurencyjny advantageZaletą comparedporównywane
to those who saw lessmniej accuratelydokładnie,
111
375380
4853
mielikonkurencyjną zaletę w porównaniu
do tych co widzili mniej dokładnie
06:32
and thereforew związku z tym they were more likelyprawdopodobne
to passprzechodzić on theirich genesgeny.
112
380233
2756
i tak więc mieli większe szanse by
przekazać swoje geny.
06:34
We are the offspringpotomstwo of those
who saw more accuratelydokładnie,
113
382989
3391
Jesteśmy potomstwem tych, co
widzieli dokładniej
06:38
and so we can be confidentpewni that,
in the normalnormalna casewalizka,
114
386380
2769
tak więc, możemy być pewni, że
w normalnym przypadku
06:41
our perceptionspercepcje are accuratedokładny.
115
389149
2531
nasze postrzeganie jest właściwe.
06:43
You see this in the standardstandard textbookspodręczniki.
116
391680
3695
Widzimy to w zwykłych podręcznikach.
06:47
One textbookpodręcznik saysmówi, for exampleprzykład,
117
395375
1994
Na przykład, jeden podręcznik mówi:
06:49
"EvolutionarilyEwolucyjnie speakingmówienie,
118
397369
1971
"Mówiąc ewolucyjnie
06:51
visionwizja is usefulprzydatny preciselydokładnie
because it is so accuratedokładny."
119
399340
4043
widzenie jest pożyteczne właśnie
przez to, że jest tak dokładne."
06:55
So the ideapomysł is that accuratedokładny perceptionspercepcje
are fitterMonter perceptionspercepcje.
120
403383
4798
Więc idea jest taka, że dokładne
postrzeganie jest właściwym postrzeganiem.
07:00
They give you a survivalprzetrwanie advantageZaletą.
121
408181
2144
Daje ci przewagę do przetrwania.
07:02
Now, is this correctpoprawny?
122
410325
1915
Więc, czy jest to poprawne?
07:04
Is this the right interpretationinterpretacja
of evolutionaryewolucyjny theoryteoria?
123
412240
2659
Czy jest to właściwa interpretacja
teorii ewolucji?
07:06
Well, let's first look at a couplepara
of examplesprzykłady in natureNatura.
124
414899
3381
Cóż, spójrzmy najpierw na pare
przykładów z natury.
07:10
The AustralianAustralijski jewelklejnot beetlechrząszcz
125
418800
2438
Australijski chrząszcz
07:13
is dimpleddołeczkami, glossylśniący and brownbrązowy.
126
421238
3111
ma dołeczki,
jest błyszczący i brązowy.
07:16
The femalePłeć żeńska is flightlessnielot.
127
424349
2345
Samica nie lata.
07:18
The malemęski fliesmuchy, looking,
of coursekurs, for a hotgorąco femalePłeć żeńska.
128
426694
4017
Samiec lata, szukając oczywiście
seksownej samiczki.
07:22
When he findsznajduje one, he alightssiada and mateskumple.
129
430711
3948
Kiedy ją znajdzie, ląduje i kopuluje.
07:26
There's anotherinne speciesgatunki in the outbackOutback,
130
434659
2471
Jest też inny gatunek w tych terenach,
07:29
HomoHomo sapienssapiens.
131
437130
1334
Homo sapiens.
07:30
The malemęski of this speciesgatunki
has a massivemasywny brainmózg
132
438464
3067
Samiec tego gatunku ma masywny mózg,
07:33
that he usesużywa to huntpolowanie for coldzimno beerpiwo.
133
441531
3948
którego używa, by polować na zimne piwo.
07:37
(LaughterŚmiech)
134
445889
1279
(Śmiech)
07:39
And when he findsznajduje one, he drainszawory spustowe it,
135
447168
2374
A kiedy je znajdzie, odsącza je
07:41
and sometimesczasami throwsrzuca the bottlebutelka
into the outbackOutback.
136
449542
3390
i czasem wyrzuca butelkę na ziemię.
07:44
Now, as it happensdzieje się, these bottlesbutelki
are dimpleddołeczkami, glossylśniący,
137
452932
4248
A kiedy się to dzieje, te butelki
mają dołeczki i się świecą
07:49
and just the right shadecień of brownbrązowy
to ticklełaskotać the fancyfantazyjny of these beetlesChrząszcze.
138
457180
4140
i mają odpowiedni odcień brązu
radując te chrząszcze
07:54
The malesmężczyźni swarmRój all over
the bottlesbutelki tryingpróbować to mateMate.
139
462772
3463
Samce zbierają się na tych butelkach
próbując kopulować.
07:59
They losestracić all interestzainteresowanie
in the realreal femaleskobiety.
140
467582
2787
Tracą zainteresowanie dla prawdziwych
samiczek.
08:02
ClassicClassic casewalizka of the malemęski
leavingodejście the femalePłeć żeńska for the bottlebutelka.
141
470369
4203
Klasyczny przypadek mężczyzny
opuszczający kobietę dla butelki.
08:06
(LaughterŚmiech) (ApplauseAplauz)
142
474572
2947
(Śmiech) (Brawa)
08:11
The speciesgatunki almostprawie wentposzedł extinctwyginąć.
143
479402
2371
Gatunek ten prawie wymarł.
08:14
AustraliaAustralia had to changezmiana its bottlesbutelki
to savezapisać its beetlesChrząszcze.
144
482443
4309
Australi musiała zmienić butelki, by
uratować ich chrząszcze.
08:18
(LaughterŚmiech)
145
486752
3000
(Śmiech)
08:21
Now, the malesmężczyźni had successfullyz powodzeniem
founduznany femaleskobiety for thousandstysiące,
146
489752
4208
Samce z sukcesem znajdowali samice przez
tysiące
08:25
perhapsmoże millionsmiliony of yearslat.
147
493960
2438
możliwie miliony lat.
08:28
It lookedspojrzał like they saw realityrzeczywistość
as it is, but apparentlywidocznie not.
148
496398
4434
Wydawało się, że widzą rzeczywistość taką
jaka jest, ale najwyrazniej to nieprawda.
08:32
EvolutionEwolucja had givendany them a hackwłamać się.
149
500832
2857
Ewolucja dała im ułatwienie.
08:35
A femalePłeć żeńska is anything dimpleddołeczkami,
glossylśniący and brownbrązowy,
150
503689
4736
Samica jest czymkowielek z dołeczkami,
świecąca i brązowa,
08:40
the biggerwiększy the better.
151
508425
2276
im większa tym lepsza.
08:42
(LaughterŚmiech)
152
510701
1834
(Śmiech)
08:44
Even when crawlingczołganie all over the bottlebutelka,
the malemęski couldn'tnie mógł discoverodkryć his mistakebłąd.
153
512535
4840
Nawet przy pełzaniu po całej butelce,
samiec nie mógł odkryć swojego błędu.
08:49
Now, you mightmoc say, beetlesChrząszcze, sure,
they're very simpleprosty creaturesstworzenia,
154
517945
3645
Teraz moglibyście powiedzieć, że
pewnie, chrząszcze to proste stworzenia,
08:53
but surelypewno not mammalsssaki.
155
521590
1858
ale na pewno nie ssaki.
08:55
MammalsSsaki don't relypolegać on trickswydziwianie.
156
523448
2717
Ssaki nie polegają na sztuczkach.
08:58
Well, I won'tprzyzwyczajenie dwellmieszkać on this,
but you get the ideapomysł. (LaughterŚmiech)
157
526165
6013
Cóż, nie będę się nad tym rozwodził,
ale rozumiecie ideę. (Śmiech)
09:04
So this raisespodnosi an importantważny
technicaltechniczny questionpytanie:
158
532178
3158
Więc, to prowokuje nowe pytanie:
09:07
Does naturalnaturalny selectionwybór really favorprzysługa
seeingwidzenie realityrzeczywistość as it is?
159
535336
5991
Czy naturalna selekcja jest przychylna
widzeniu świata takim jaki jest?
09:13
FortunatelyNa szczęście, we don't have
to wavefala our handsręce and guessodgadnąć;
160
541877
3536
Na szczęście, nie musimy
machać naszymi rękami i zgadywać;
09:17
evolutionewolucja is a mathematicallymatematycznie
preciseprecyzyjny theoryteoria.
161
545413
3181
ewolucja jest matematycznie
precyzyjną teorią.
09:20
We can use the equationsrównania of evolutionewolucja
to checkczek this out.
162
548594
3553
Możemy użyć równań ewolucji,
aby to sprawdzić.
09:24
We can have variousróżnorodny organismsorganizmy
in artificialsztuczny worldsświaty competerywalizować
163
552147
4153
Możemy sprawić, że różne organizmy w
sztucznych światach będą rywalizować,
09:28
and see whichktóry surviveprzetrwać and whichktóry thriveprosperować,
164
556300
1953
by zobaczyć, które przetrwają,
09:30
whichktóry sensorysensoryczny systemssystemy are more fitdopasowanie.
165
558253
3553
będą się dobrze rozwijać,
a ich zmysły są lepiej dostosowane.
09:33
A keyklawisz notionpojęcie in those
equationsrównania is fitnessfitness.
166
561806
4085
Główne pojęcie w tych równaniach to
przystosowanie.
09:37
ConsiderNależy wziąć pod uwagę this steakStek:
167
565891
2695
Rozważcie ten stek:
09:41
What does this steakStek do
for the fitnessfitness of an animalzwierzę?
168
569956
2962
Czy ten stek jesprawia, że zwierzę
jest przystosowane?
09:45
Well, for a hungrygłodny lionLew looking to eatjeść,
it enhanceswzmacnia fitnessfitness.
169
573438
6016
Cóż, zwiększa przystosowanie
głodnego lwa szukającego jedzenia.
09:52
For a well-feddobrze odżywione lionLew looking to mateMate,
it doesn't enhancewzmacniać fitnessfitness.
170
580179
4594
Nie zwiękasza przystosowania dla
najedzonego lwa chcącego kopulować.
09:58
And for a rabbitKrólik in any statestan,
it doesn't enhancewzmacniać fitnessfitness,
171
586053
3871
I nie zwiększa przystosowania
królika w jakimkolwiek stanie.
10:01
so fitnessfitness does dependzależeć
on realityrzeczywistość as it is, yes,
172
589924
4124
więc przystosowanie zależy od
rzeczywistości jaka jest, tak,
10:06
but alsorównież on the organismorganizm,
its statestan and its actionczynność.
173
594048
4188
ale także od organizmu, jego stanu
i działania.
10:10
FitnessFitness is not the samepodobnie thing
as realityrzeczywistość as it is,
174
598236
3553
Przystosowanie nie jest tą samą rzeczą co
rzeczywistość taka jaka jest
10:13
and it's fitnessfitness,
and not realityrzeczywistość as it is,
175
601789
3483
to przystosowanie,
nie rzeczywistość,
10:17
that figuresfigury centrallycentralnie
in the equationsrównania of evolutionewolucja.
176
605272
4179
to jest dokłanie w równaniu o ewolucji.
10:21
So, in my lablaboratorium,
177
609451
3191
Więc, w moim labolatorium
10:24
we have runbiegać hundredssetki of thousandstysiące
of evolutionaryewolucyjny gamegra simulationssymulacje
178
612642
3775
przeprowadziliśmy setki tysięcy
ewolucyjnych gier symulacyjnych
10:28
with lots of differentróżne
randomlylosowo chosenwybrany worldsświaty
179
616417
3065
z wieloma różnymi losowo wybranymi
światami
10:31
and organismsorganizmy that competerywalizować
for resourceszasoby in those worldsświaty.
180
619482
4179
i organizmami, które rywalizują o
surowce w tych światach.
10:35
Some of the organismsorganizmy
see all of the realityrzeczywistość,
181
623661
4319
Niektóre spośród organizmów widzą
całą rzeczywstość,
10:39
othersinni see just partczęść of the realityrzeczywistość,
182
627980
1889
inne widzą tylko jej część,
10:41
and some see noneŻaden of the realityrzeczywistość,
183
629869
2105
a jeszcze inne nic rzeczywistego,
10:43
only fitnessfitness.
184
631974
1766
tylko przystosowanie.
10:46
Who winswygrywa?
185
634240
1580
Kto wygrywa?
10:48
Well, I hatenienawidzić to breakprzerwa it to you,
but perceptionpostrzeganie of realityrzeczywistość goesidzie extinctwyginąć.
186
636290
5965
Cóż, nie chcę przekazywać tej wiadomości,
ale postrzeganie rzeczywistości wymiera.
10:54
In almostprawie everykażdy simulationsymulacja,
187
642255
1909
W niemalże wszystkich symulacjach
10:56
organismsorganizmy that see noneŻaden of realityrzeczywistość
188
644164
2182
organizmy, które nie widzą rzeczywistości,
10:58
but are just tuneddostrojony to fitnessfitness
189
646346
2090
ale są tylko dobrze przystosowane
11:00
drivenapęd to extinctionwygaśnięcie all the organismsorganizmy
that perceivepostrzegają realityrzeczywistość as it is.
190
648436
5224
doprowadzją do wymarcia wszystkie
organizmy, które postrzegają rzeczywistość
11:05
So the bottomDolny linelinia is, evolutionewolucja
does not favorprzysługa verticalpionowy,
191
653660
4590
Ogólny rozrachunek to: ewolucja nie
jest przychylna prawdomówności,
11:10
or accuratedokładny perceptionspercepcje.
192
658250
1656
albo właściwemu postrzeganiu.
11:11
Those perceptionspercepcje of realityrzeczywistość go extinctwyginąć.
193
659906
3762
Te postrzeganie rzeczywistości wymiera.
11:15
Now, this is a bitkawałek stunningoszałamiający.
194
663668
2020
Jest to trochę zdumiewające.
11:17
How can it be that not seeingwidzenie
the worldświat accuratelydokładnie
195
665688
3682
Jak to może być, że niewidzenie
dokładnie świata
11:21
givesdaje us a survivalprzetrwanie advantageZaletą?
196
669370
1820
daje nam przewagę w przetrwaniu?
11:23
That is a bitkawałek counterintuitivesprzeczne z intuicją.
197
671190
2113
Jest to trochę sprzeczne z intuicją.
11:25
But rememberZapamiętaj the jewelklejnot beetlechrząszcz.
198
673303
1835
Ale pamiętajcie chrząszcza.
11:27
The jewelklejnot beetlechrząszcz survivedprzeżył
for thousandstysiące, perhapsmoże millionsmiliony of yearslat,
199
675138
3761
Australijski chrząszcz przetrwał tysiące,
może i nawet milion lat,
11:30
usingza pomocą simpleprosty trickswydziwianie and hackshacki.
200
678899
2694
używając prostych trików i ułatwień.
11:33
What the equationsrównania
of evolutionewolucja are tellingwymowny us
201
681593
3177
To co równania ewolucji nam mówią
11:36
is that all organismsorganizmy, includingwłącznie z us,
are in the samepodobnie boatłódź as the jewelklejnot beetlechrząszcz.
202
684770
5643
to, to że wszystkie organizmy, włączając
nas, jadą na tym samym wózku co chrząszcz.
11:42
We do not see realityrzeczywistość as it is.
203
690413
1930
Nie widzimy
rzeczywistości jaką jest.
11:44
We're shapedw kształcie with trickswydziwianie
and hackshacki that keep us aliveżywy.
204
692343
4272
Jesteśmy ukształtowani na sztuczkach i
ułatwieniach trzymających nas przy życiu.
11:48
Still,
205
696615
2020
Pomimo tego
11:50
we need some help with our intuitionsintuicje.
206
698635
2067
potrzebujemy pomocy przy naszej intuicji.
11:52
How can not perceivingpostrzegania
realityrzeczywistość as it is be usefulprzydatny?
207
700702
4783
Jak niepostrzeganie rzeczywistości
jaką jest może być przydatne?
11:57
Well, fortunatelyna szczęście, we have
a very helpfulpomocny metaphormetafora:
208
705485
3669
Cóż, na szczęście, mamy
bardzo przydatną metaforę:
12:01
the desktoppulpitu interfaceberło on your computerkomputer.
209
709154
2832
pulpit na twoim komputerze.
12:03
ConsiderNależy wziąć pod uwagę that blueniebieski iconIkona
for a TEDTED Talk that you're writingpisanie.
210
711986
4133
Rozważ tą niebieską ikonę dla TED Talk,
którą piszesz.
12:08
Now, the iconIkona is blueniebieski and rectangularprostokątne
211
716119
4004
Ikona jest niebieska i prostokątna
12:12
and in the lowerniższy right cornerkąt
of the desktoppulpitu.
212
720123
2381
i w prawym dolnym rogu pulpitu.
12:15
Does that mean that the texttekst fileplik itselfsamo
in the computerkomputer is blueniebieski,
213
723324
4186
Czy to znaczy, że plik tekstowy w
komputerze jest niebieski,
12:20
rectangularprostokątne, and in the lowerniższy
right-handprawa ręka cornerkąt of the computerkomputer?
214
728200
3755
prostokątny i prawym
dolnym rogu komputera?
12:23
Of coursekurs not.
215
731955
1323
Oczywiście że nie.
12:25
AnyoneKtoś who thought that misinterpretszawiera nieprawidłową kwalifikację
the purposecel, powód of the interfaceberło.
216
733278
4709
Ktokolwiek kto tak pomyślał nie zrozumiał
celu pulpitu.
12:29
It's not there to showpokazać you
the realityrzeczywistość of the computerkomputer.
217
737987
2768
Nie jest tak by pokazywać
rzeczywistość komputera.
12:32
In factfakt, it's there to hideukryć that realityrzeczywistość.
218
740755
2925
Prawdę mówiąc, jest tam by
ukryć tą rzeczywistość.
12:35
You don't want to know about the diodesDiody
219
743680
1875
Nie chcesz wiedzieć o diodach
12:37
and resistorsRezystory and all
the megabytesmegabajtów of softwareoprogramowanie.
220
745555
2250
i rezystorach
i o megabajtach oprogramowania.
12:39
If you had to dealsprawa with that,
you could never writepisać your texttekst fileplik
221
747805
3131
Jeśli musiałbyś się z tym zmagać,
nie mógłbyś nigdy nic napisać
12:42
or editedytować your photozdjęcie.
222
750936
1475
albo edytować swojego zdjęcia.
12:44
So the ideapomysł is that evolutionewolucja
has givendany us an interfaceberło
223
752411
4717
Więc, pomysł jest taki, że ewoucja
dała nam pulpit,
12:49
that hidesukrywa realityrzeczywistość and guidesPrzewodniki
adaptiveadaptacyjny behaviorzachowanie.
224
757128
4315
który ukrywa rzeczywistość i prowadzi do
adaptacyjnych zachowań.
12:53
SpaceMiejsca and time, as you
perceivepostrzegają them right now,
225
761443
3018
Czas i przestrzeń, takie jak je
teraz postrzegamy
12:56
are your desktoppulpitu.
226
764461
2174
to nasz pulpit.
12:58
PhysicalFizyczne objectsobiekty are simplypo prostu iconsikony
in that desktoppulpitu.
227
766635
4737
Fizyczne obiekty to proste ikony na tym
pulpicie.
13:04
There's an obviousoczywisty objectionsprzeciw.
228
772192
2221
Jest do tego prosty zarzut.
13:06
HoffmanHoffman, if you think that trainpociąg
comingprzyjście down the tracktor at 200 MPHMPH
229
774413
3948
Hoffman, jeśli myślisz, że ten jadący
pociąg z prędkością 200km/h
13:10
is just an iconIkona of your desktoppulpitu,
230
778361
2461
to tylko ikona na pulpicie,
13:12
why don't you stepkrok in frontz przodu of it?
231
780822
2125
czemu się pod niego nie rzucisz?
13:14
And after you're goneodszedł,
and your theoryteoria with you,
232
782947
2293
I po tym jak cię już nie będzie
i twojej teorii
13:17
we'lldobrze know that there's more
to that trainpociąg than just an iconIkona.
233
785240
3314
dowiemy się, że jest to coś więcej
z tego pociągu niż tylko ikona.
13:20
Well, I wouldn'tnie stepkrok
in frontz przodu of that trainpociąg
234
788554
2043
Cóż, nie rzuciłbym się pod pociąg
13:22
for the samepodobnie reasonpowód
235
790597
1556
z tego samego powodu,
dla którego
13:24
that I wouldn'tnie carelesslynędznie dragopór
that iconIkona to the trashśmieci can:
236
792153
4295
nie przeciągnąłbym tamtej
ikony to śmietnika:
13:28
not because I take the iconIkona literallydosłownie --
237
796448
3181
nie dlatego, że biorę ją dosłownie;
13:31
the fileplik is not literallydosłownie blueniebieski
or rectangularprostokątne --
238
799629
3005
dokument nie jest naprawdę niebieski czy
prostokątny,
13:34
but I do take it seriouslypoważnie.
239
802934
2326
ale dlatego, że biorę ją na poważnie.
13:37
I could losestracić weekstygodnie of work.
240
805260
2031
Mógłbym stracić tygodnie pracy.
13:39
SimilarlyPodobnie, evolutionewolucja has shapedw kształcie us
241
807291
2554
Podobnie ukształtowała nas ewolucja
13:41
with perceptualpercepcyjny symbolssymbolika
that are designedzaprojektowany to keep us aliveżywy.
242
809845
4436
z postrzeżeniowymi symbolami, które są
zaprojektowane, aby trzymać nas przy życiu
13:46
We'dChcielibyśmy better take them seriouslypoważnie.
243
814811
2465
Powinniśmy brać je na poważnie.
13:49
If you see a snakewąż, don't pickwybierać it up.
244
817276
2205
Jeśli widzisz węża, nie podnoś go.
13:52
If you see a cliffUrwisko, don't jumpskok off.
245
820391
2759
Jeśli widzisz klif, nie zeskakuj z niego.
13:55
They're designedzaprojektowany to keep us safebezpieczny,
and we should take them seriouslypoważnie.
246
823150
3576
Są zaprojektowane, byśmy byli bezpieczni
i powinniśmy brać je na poważnie.
13:58
That does not mean that we
should take them literallydosłownie.
247
826726
2691
To nie znaczy, że mamy brać je dosłownie.
14:01
That's a logicallogiczny errorbłąd.
248
829417
2254
To logiczna niespójność.
14:03
AnotherInnym objectionsprzeciw: There's
nothing really newNowy here.
249
831671
3205
Kolejny zarzut: Nie ma tutaj nic nowego.
14:06
PhysicistsFizycy have told us for a long time
that the metalmetal of that trainpociąg lookswygląda solidsolidny
250
834876
3924
Fizycy mówili nam przez dlugi czas, że
metal z pociągu wygląda na twardy,
14:10
but really it's mostlyprzeważnie emptypusty spaceprzestrzeń
with microscopicmikroskopowe particlescząsteczki zippingzip around.
251
838800
4388
ale tak naprawdę to głównie przestrzeń
z mikroskopijnymi cząstkami spiętymi razem
14:15
There's nothing newNowy here.
252
843188
1488
Nie ma tutaj nic nowego.
14:16
Well, not exactlydokładnie.
253
844676
2204
Cóż, nie do końca.
14:18
It's like sayingpowiedzenie, I know that
that blueniebieski iconIkona on the desktoppulpitu
254
846880
4040
To jak mówienie, że wiem, że ta niebieska
ikona na pulpicie
14:22
is not the realityrzeczywistość of the computerkomputer,
255
850920
2299
nie jest rzeczywistością komputera,
14:25
but if I pullCiągnąć out my trustywierny
magnifyingpowiększanie glassszkło and look really closelydokładnie,
256
853219
3459
ale jeśli wyciągnę zaufane szkło
powiększające i popatrzę z bliska
14:28
I see little pixelspikseli,
257
856678
1811
to zobaczę małe piksele
14:30
and that's the realityrzeczywistość of the computerkomputer.
258
858489
2461
i to jest rzeczywistość komputera.
14:32
Well, not really -- you're still
on the desktoppulpitu, and that's the pointpunkt.
259
860950
3808
Cóż, nie do końca - nadal jesteś na
pulpicie, ale to to chodzi.
14:36
Those microscopicmikroskopowe particlescząsteczki
are still in spaceprzestrzeń and time:
260
864758
2996
Te mikroskopowe cząstki
są nadal w czasie i przestrzeni:
14:39
they're still in the userużytkownik interfaceberło.
261
867754
2391
są nadal w interfejsie użytkownika.
14:42
So I'm sayingpowiedzenie something fardaleko more radicalrodnik
than those physicistsfizycy.
262
870145
3762
Więc, ja mówię coś o wiele bardziej
radykalnego niż ci fizycy.
14:46
FinallyWreszcie, you mightmoc objectobiekt,
263
874727
1473
W końcu, mógłbyś się sprzeciwić
14:48
look, we all see the trainpociąg,
264
876200
2559
spójrz, wszyscy widzimy pociąg,
14:50
thereforew związku z tym noneŻaden of us constructskonstrukty the trainpociąg.
265
878759
3042
tak więc, nikt z nas nie
konstruował pociągu.
14:53
But rememberZapamiętaj this exampleprzykład.
266
881801
2090
Ale pamiętaj ten przykład.
14:55
In this exampleprzykład, we all see a cubesześcian,
267
883891
2716
W tym przykładzie, wszyscy widzimy
sześcian,
14:59
but the screenekran is flatmieszkanie,
268
887597
2093
ale ekran jest płaski,
15:01
so the cubesześcian that you see
is the cubesześcian that you constructzbudować.
269
889690
2737
więc sześcian który widzisz jest
przez ciebie konstruowany
15:05
We all see a cubesześcian
270
893736
2043
Wszyscy widzimy sześcian,
15:07
because we all, eachkażdy one of us,
constructskonstrukty the cubesześcian that we see.
271
895779
4859
bo my wszyscy, każdy z nas
konstruuje ten sześcian, który widzimy.
15:12
The samepodobnie is trueprawdziwe of the trainpociąg.
272
900638
2060
To samo jest prawdą o pociągu.
15:14
We all see a trainpociąg because
we eachkażdy see the trainpociąg that we constructzbudować,
273
902698
4482
Wszyscy widzimy pociąg, bo każdy z nas
widzi pociąg, który konstruujemy
15:19
and the samepodobnie is trueprawdziwe
of all physicalfizyczny objectsobiekty.
274
907180
3553
i to wszystko jest prawdą dla każdego
fizycznego obiektu.
15:24
We're inclinedpochylona to think that perceptionpostrzeganie
is like a windowokno on realityrzeczywistość as it is.
275
912343
5053
Jesteśmy przysposobieni do myślenia, że
doznania są jak okno na rzeczywistość.
15:29
The theoryteoria of evolutionewolucja is tellingwymowny us
that this is an incorrectnieprawidłowe interpretationinterpretacja
276
917396
5004
Teoria ewolucji mówi nam, że
to jest błędna interpretacja
15:34
of our perceptionspercepcje.
277
922400
1465
naszych doznań.
15:37
InsteadZamiast tego, realityrzeczywistość is more like a 3D desktoppulpitu
278
925095
3544
Natomiast, rzeczywistość jest
bardziej jak pulpit 3D,
15:40
that's designedzaprojektowany to hideukryć
the complexityzłożoność of the realreal worldświat
279
928639
3297
który jest zaprojektowany do chowania
komplikacji prawdziwego świata
15:43
and guideprzewodnik adaptiveadaptacyjny behaviorzachowanie.
280
931936
1866
i wskazówką do dostosowania się.
15:46
SpaceMiejsca as you perceivepostrzegają it is your desktoppulpitu.
281
934282
2928
Przestrzeń, tak jak ją postrzegasz, to
twój pulpit.
15:49
PhysicalFizyczne objectsobiekty are just
the iconsikony in that desktoppulpitu.
282
937210
3026
Fizyczne obiekty to tylko ikony na tym
pulpicie.
15:53
We used to think that the EarthZiemia is flatmieszkanie
because it lookswygląda that way.
283
941456
3670
Kiedyś myśleliśmy, że Ziemia jest płaska,
bo tak wygląda.
15:57
Then we thought that the EarthZiemia
is the unmovingnieruchoma centercentrum of realityrzeczywistość
284
945520
3134
Potem pomyśleliśmy, że Ziemia to
nieruchome centrum rzeczywistości
16:00
because it lookswygląda that way.
285
948654
1724
bo tak wygląda.
16:02
We were wrongźle.
286
950378
1142
Myliliśmy się.
16:03
We had misinterpretedbłędnie our perceptionspercepcje.
287
951520
2670
Zle zinterpretowaliśmy nasze postrzeganie.
16:06
Now we believe that spacetimeczasoprzestrzeni and objectsobiekty
288
954910
3409
Teraz wierzymy, że czas i przedmioty
16:10
are the natureNatura of realityrzeczywistość as it is.
289
958319
2614
są naturą rzeczywistości, taką jaka jest.
16:13
The theoryteoria of evolutionewolucja is tellingwymowny us
that oncepewnego razu again, we're wrongźle.
290
961453
3924
Teoria ewolucji mówi nam po raz kolejny,
że się mylimy.
16:17
We're misinterpretinginterpretacje the contentzadowolony
of our perceptualpercepcyjny experienceswzruszenie religijne.
291
965377
5039
Zle interpretujemy zawartość naszych
doznań zmysłowych.
16:22
There's something that existsistnieje
when you don't look,
292
970416
2531
Jest coś co istnieje, jeśli
na to nie patrzymy,
16:24
but it's not spacetimeczasoprzestrzeni
and physicalfizyczny objectsobiekty.
293
972947
3403
ale to nie czas czy obiekty fizyczne.
16:28
It's as hardciężko for us to let go
of spacetimeczasoprzestrzeni and objectsobiekty
294
976350
3028
To ciężkie dla nas, by porzucić ideę
czasu i przedmiotów
16:31
as it is for the jewelklejnot beetlechrząszcz
to let go of its bottlebutelka.
295
979378
3483
tak jak chrząszczowi porzucić butelkę.
16:34
Why? Because we're blindślepy
to our ownwłasny blindnessesblindnesses.
296
982861
4418
Dlaczego? Bo jesteśmy ślepi na
naszą ślepotę.
16:40
But we have an advantageZaletą
over the jewelklejnot beetlechrząszcz:
297
988409
2347
Ale mamy przewagę nad chrząszczem:
16:42
our sciencenauka and technologytechnologia.
298
990756
1788
nasza nauka i technologia.
16:44
By peeringWpatrując się throughprzez the lensobiektyw of a telescopeteleskop
299
992544
2391
Przez badawcze patrzenie przez
obiektyw teleskopu
16:46
we discoveredodkryty that the EarthZiemia
is not the unmovingnieruchoma centercentrum of realityrzeczywistość,
300
994935
4636
odkryliśmy, że Ziemia nie jest nieruchomym
centrum rzeczywistości
16:51
and by peeringWpatrując się throughprzez the lensobiektyw
of the theoryteoria of evolutionewolucja
301
999571
2878
i przez badawcze patrzenie przez
obiektyw teorii ewolucji
16:54
we discoveredodkryty that spacetimeczasoprzestrzeni and objectsobiekty
302
1002449
2322
odkryliśmy, że czas i przedmioty
16:56
are not the natureNatura of realityrzeczywistość.
303
1004771
2368
nie są naturą rzeczywistości.
16:59
When I have a perceptualpercepcyjny experiencedoświadczenie
that I describeopisać as a redczerwony tomatopomidor,
304
1007139
4285
Kiedy mam zmysłowe doznanie, które
opisuję jako czerwony pomidor
17:03
I am interactinginterakcja with realityrzeczywistość,
305
1011424
2937
Doznaję interakcji z rzeczywistością,
17:06
but that realityrzeczywistość is not a redczerwony tomatopomidor
and is nothing like a redczerwony tomatopomidor.
306
1014361
5210
ale ta rzeczywistość to nie czerwony
pomidor, ani nic podobnego do pomidora.
17:11
SimilarlyPodobnie, when I have an experiencedoświadczenie
that I describeopisać as a lionLew or a steakStek,
307
1019571
5401
Podobnie, gdy doświadczam i opisuję to
doświadczenie jako lwa czy stek,
17:16
I'm interactinginterakcja with realityrzeczywistość,
308
1024972
1848
doznaję interakcji z rzeczywistością,
17:18
but that realityrzeczywistość is not a lionLew or a steakStek.
309
1026820
3158
ale tą rzeczywistością
nie jest lew czy stek.
17:21
And here'soto jest the kickerKicker:
310
1029978
2020
I jeszcze jedna niespodzianka:
17:23
When I have a perceptualpercepcyjny experiencedoświadczenie
that I describeopisać as a brainmózg, or neuronsneurony,
311
1031998
4690
Gdy mam zmysłowe doznanie, które
opisuję jako mózg czy neurony
17:28
I am interactinginterakcja with realityrzeczywistość,
312
1036688
2090
doświadczam interakcji z rzeczywistością,
17:30
but that realityrzeczywistość is not a brainmózg or neuronsneurony
313
1038778
3529
ale tak naprawdę to nie jest
mózg czy neurony
17:34
and is nothing like a brainmózg or neuronsneurony.
314
1042307
3498
i to nie jest jak mózg czy neurony.
17:37
And that realityrzeczywistość, whatevercokolwiek it is,
315
1045805
4779
I ta rzecczywistość, czymkolwiek jest,
17:42
is the realreal sourceźródło of causeprzyczyna and effectefekt
316
1050584
3611
jest prawdziwym zródłem przyczyny
i skutku
17:46
in the worldświat -- not brainsmózg, not neuronsneurony.
317
1054195
4032
w świecie - nie mózgi, nie neurony.
17:50
BrainsMózgi and neuronsneurony
have no causalprzyczynowy powersuprawnienie.
318
1058227
2600
Mózgi i neurony nie mają mocy.
17:52
They causeprzyczyna noneŻaden of our
perceptualpercepcyjny experienceswzruszenie religijne,
319
1060827
2601
Nie powodują naszych doznań zmysłowych
17:55
and noneŻaden of our behaviorzachowanie.
320
1063428
1788
i naszego zachowania.
17:57
BrainsMózgi and neuronsneurony are a species-specificcharakterystyczne dla danego gatunku
setzestaw of symbolssymbolika, a hackwłamać się.
321
1065216
5376
Mózgi i neurony są gatunkowo-konkretnym
zestawem symboli, ułatwieniem.
18:02
What does this mean
for the mysteryzagadka of consciousnessświadomość?
322
1070592
2681
Co to znaczy dla zagadki świadomości?
18:05
Well, it opensotwiera się up newNowy possibilitiesmożliwości.
323
1073923
3993
Cóż, otwiera to nowe możliwości.
18:09
For instanceinstancja,
324
1077916
1695
Na przykład,
18:11
perhapsmoże realityrzeczywistość is some vastogromny machinemaszyna
that causesprzyczyny our consciousprzytomny experienceswzruszenie religijne.
325
1079611
6979
może rzeczywistość jest jakąś ogromną
maszyną powodującą świadome doznania.
18:18
I doubtwątpić this, but it's worthwartość exploringodkrywanie.
326
1086590
3670
Wątpię w to, ale jest to warte odkrywania.
18:22
PerhapsByć może realityrzeczywistość is some vastogromny,
interactinginterakcja networksieć of consciousprzytomny agentsagentów,
327
1090260
5349
Może rzeczywistość jest ogromną,
interaktywną siecią świadomych agentów,
18:27
simpleprosty and complexzłożony, that causeprzyczyna
eachkażdy other'sinne consciousprzytomny experienceswzruszenie religijne.
328
1095609
5573
łatwych i skomplikowanych, które powodują
świadome doświadczenia.
18:33
ActuallyFaktycznie, this isn't as crazyzwariowany
an ideapomysł as it seemswydaje się,
329
1101182
3250
Właściwie, to nie jest tak szalony pomysł
na jaki wygląda
18:36
and I'm currentlyobecnie exploringodkrywanie it.
330
1104432
1620
i obecnie go odkrywam.
18:38
But here'soto jest the pointpunkt:
331
1106592
2066
Ale to jest puenta:
18:40
OnceRaz we let go of our massivelymasowo intuitiveintuicyjny
332
1108658
3321
Raz puszczając naszą ogromnie intuicyjne,
18:43
but massivelymasowo falsefałszywy assumptionzałożenie
about the natureNatura of realityrzeczywistość,
333
1111979
3924
lecz ogromnie błędne założenie o naturze
rzeczywistości,
18:47
it opensotwiera się up newNowy wayssposoby to think
about life'sŻycia greatestnajwiększy mysteryzagadka.
334
1115903
4388
otworzą się nowe ścieżki myślenia o
największych życiowych zagadkach.
18:53
I betZakład that realityrzeczywistość will endkoniec up
turningobrócenie out to be more fascinatingfascynujący
335
1121251
4609
Założę się, że rzeczywistość okaże się
bardziej interesująca
18:57
and unexpectedniespodziewany than we'vemamy ever imaginedwyobrażałem sobie.
336
1125860
3974
i nieprzewidywalna niż moglibyśmy
sobie ją kiedykolwiek wyobrazić.
19:01
The theoryteoria of evolutionewolucja presentsprzedstawia us
with the ultimateostateczny dareodważyć się:
337
1129834
4388
Teoria ewolucji prezentuje nam
otateczne wyzwanie:
19:06
DareDare to recognizerozpoznać that perceptionpostrzeganie
is not about seeingwidzenie truthprawda,
338
1134222
5142
Wyzwanie by rozpoznać, że postrzeganie
nie jest o dociekaniu prawdy,
19:11
it's about havingmający kidsdzieciaki.
339
1139364
4096
ale o posiadaniu dzieci.
19:15
And by the way, even this TEDTED
is just in your headgłowa.
340
1143460
4740
A tak swoją drogą, nawet ten TED
jest tylko w twojej głowie.
19:20
Thank you very much.
341
1148200
2044
Dziękuję bardzo.
19:22
(ApplauseAplauz)
342
1150244
3388
(Brawa)
19:32
ChrisChris AndersonAnderson: If that's
really you there, thank you.
343
1160786
3435
Jeśli to naprawdę ty, dziękuję.
19:36
So there's so much from this.
344
1164221
2931
Tak wiele się dowiedzieliśmy.
19:39
I mean, first of all, some people
maymoże just be profoundlygłęboko depressedprzygnębiony
345
1167152
3269
Chodzi mi o to, że po pierwsze, pewni
ludzie mogą być pełni depresji
19:42
at the thought that,
if evolutionewolucja does not favorprzysługa realityrzeczywistość,
346
1170421
5549
na myśl o tym, że ewolucja nie
pochwala rzeczywistości,
19:47
I mean, doesn't that to some extentstopień
undermineosłabiać all our endeavorsstarania here,
347
1175970
3330
znaczy się, czy to nie podważa rozmiaru
naszych wysiłków,
19:51
all our abilityzdolność to think
that we can think the truthprawda,
348
1179300
2684
naszych zdolności do myślenia, że
możemy wymyślić prawdę
19:53
possiblymożliwie even includingwłącznie z
your ownwłasny theoryteoria, if you go there?
349
1181984
3506
możliwie nawet włączając w to twoją
teorię?
19:57
DonaldDonald HoffmanHoffman: Well, this does not
stop us from a successfuludany sciencenauka.
350
1185490
4454
Donald Hoffman: Cóż, to nas nie
powstrzymuje od odkryć naukowych.
20:01
What we have is one theoryteoria
that turnedobrócony out to be falsefałszywy,
351
1189944
2812
To co mamy, to jedna teoria, która
okazała się błędna,
20:04
that perceptionpostrzeganie is like realityrzeczywistość
and realityrzeczywistość is like our perceptionspercepcje.
352
1192756
4459
że postrzeganie jest jak rzeczywistość a
rzeczywistość jest jak nasze postrzeganie.
20:09
That theoryteoria turnsskręca out to be falsefałszywy.
353
1197215
1685
Ta teoria okazuje się błędna.
20:10
Okay, throwrzucać that theoryteoria away.
354
1198900
1418
Okej, wyrzuć tą teorię.
20:12
That doesn't stop us from now postulatingpostulowanie
all sortssortuje of other theoriesteorie
355
1200318
3254
To nie powstrzymuje nas od tworzenia
nowych teorii
20:15
about the natureNatura of realityrzeczywistość,
356
1203572
1358
o naturze rzeczywistości
20:16
so it's actuallytak właściwie progresspostęp to recognizerozpoznać
that one of our theoriesteorie was falsefałszywy.
357
1204930
3605
i to właściwie jest proces rozpoznania
że jedna z naszych teorii była błędna
20:20
So sciencenauka continuestrwa as normalnormalna.
There's no problemproblem here.
358
1208535
2658
Więc nauka działa nadal.
Nie ma w tym żadnego problemu.
20:23
CACA: So you think it's possiblemożliwy
-- (LaughterŚmiech) --
359
1211193
2601
CA: Więc myślisz, że to możliwe.
(Śmiech)
20:25
This is coolchłodny, but what you're sayingpowiedzenie
I think is it's possiblemożliwy that evolutionewolucja
360
1213794
4110
To super, ale myśląc o tym co mówisz,
uważam, że to możliwe, by ewolucja
20:29
can still get you to reasonpowód.
361
1217904
2647
przywróciała ci rozsądek.
20:32
DHDH: Yes. Now that's a very,
very good pointpunkt.
362
1220551
2313
DH: Teraz to bardzo, bardzo dobra kwestia.
20:34
The evolutionaryewolucyjny gamegra simulationssymulacje that I
showedpokazał were specificallykonkretnie about perceptionpostrzeganie,
363
1222864
4527
Ewolucyjna gra symulacyjna, którą
pokazałem była właśnie o postrzeganiu, ona
20:39
and they do showpokazać that our perceptionspercepcje
have been shapedw kształcie
364
1227391
2578
naprawdę pokazuje, że nasze doznania
były ukształtowane
20:41
not to showpokazać us realityrzeczywistość as it is,
365
1229969
1880
nie by pokazać nam prawdziwy świat,
20:43
but that does not mean the samepodobnie thing
about our logiclogika or mathematicsmatematyka.
366
1231849
4273
ale to nie znaczy, że ta sama sprawa się
tyczyła naszej logiki czy matematyki.
20:48
We haven'tnie mam doneGotowe these simulationssymulacje,
but my betZakład is that we'lldobrze find
367
1236122
3622
Nie przeprowadziliśmy symulacji, ale
założę się, że znajdziemy dowód,
20:51
that there are some selectionwybór pressurespresje
for our logiclogika and our mathematicsmatematyka
368
1239744
3622
że jest jakaś selekcja nacisku na naszą
logikę i matematykę
20:55
to be at leastnajmniej in the directionkierunek of truthprawda.
369
1243366
2206
by iść w dobrym kierunku zmierzając
do prawdy.
20:57
I mean, if you're like me,
mathmatematyka and logiclogika is not easyłatwo.
370
1245572
2647
Jeśli jesteś jak ja
to matematyka i logika jest trudna.
21:00
We don't get it all right, but at leastnajmniej
the selectionwybór pressurespresje are not
371
1248219
3351
Nie wszyscy to rozumiemy, ale przynajmniej
selekcja nacisku nie jest
21:03
uniformlyrównomiernie away from trueprawdziwe mathmatematyka and logiclogika.
372
1251570
2338
jednakowo odległa od prawdziwej
matmy i logiki.
21:05
So I think that we'lldobrze find that we have
to look at eachkażdy cognitivepoznawczy facultyWydział
373
1253908
3320
Więc, myślę że odkryjemy, iż musimy
przyglądać się po kolei poznawczym
21:09
one at a time and see
what evolutionewolucja does to it.
374
1257228
2624
umiejętnościom i zobaczyć
co robi z nimi ewolucja.
21:11
What's trueprawdziwe about perceptionpostrzeganie maymoże not
be trueprawdziwe about mathmatematyka and logiclogika.
375
1259852
3761
Co jest prawdą dla postrzegania nie musi
być prawdziwe dla matmy i logiki.
21:15
CACA: I mean, really what you're proposingproponowanie
is a kinduprzejmy of modern-daynowoczesny dzień BishopBiskup BerkeleyBerkeley
376
1263613
3994
CA: Naprawde, to co proponujesz to rodzaj
nowoczesnej Berkeley-owskiej
21:19
interpretationinterpretacja of the worldświat:
377
1267607
2391
interpretacji świata:
21:21
consciousnessświadomość causesprzyczyny mattermateria,
not the other way around.
378
1269998
2949
świadomość powoduje powstanie materii
a nie na odwrót.
21:24
DHDH: Well, it's slightlynieco
differentróżne than BerkeleyBerkeley.
379
1272947
2392
DH: Cóż, to jest troszkę inaczej niż
Berkeleya.
21:27
BerkeleyBerkeley thought that, he was a deistdeist,
and he thought that the ultimateostateczny
380
1275339
3362
Berkeley był deistą i myślał, że
ostateczną
21:30
natureNatura of realityrzeczywistość is God
and so forthnaprzód,
381
1278701
2039
naturą rzeczywistości jest Bóg
i tak dalej
21:32
and I don't need to go
where Berkeley'sBerkeley going,
382
1280740
3110
a ja nie muszę zmierzać z tym
tam gdzie Berkeley
21:35
so it's quitecałkiem a bitkawałek
differentróżne from BerkeleyBerkeley.
383
1283850
2695
więc to się trochę różni od interpretacji
Berkeleya.
21:39
I call this consciousprzytomny realismrealizm.
It's actuallytak właściwie a very differentróżne approachpodejście.
384
1287725
3510
Nazywam to świadomym realizmem.
To właściwie zupełnie inne podejście.
21:43
CACA: DonDon, I could literallydosłownie talk with you
for hoursgodziny, and I hopenadzieja to do that.
385
1291235
3590
Don mógłbym dosłownie rozmawiać z tobą
godzinami, mam nadzieję że tak będzie
21:46
ThanksDzięki so much for that.
DHDH: Thank you. (ApplauseAplauz)
386
1294825
2473
Dziękuję bardzo za to.
DH: Dziękuję. (Brawa)
Translated by Maria Jamrozik
Reviewed by Kasia Biel

▲Back to top

ABOUT THE SPEAKER
Donald Hoffman - Cognitive scientist
Donald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality.

Why you should listen

In his research to uncover the underlying secrets of human perception, Donald Hoffman has discovered important clues pointing to the subjective nature of reality.

Rather than as a set of absolute physical principles, reality is best understood as a set of phenomena our brain constructs to guide our behavior. To put it simply: we actively create everything we see, and there is no aspect of reality that does not depend on consciousness.

Hoffman is a faculty member at UC Irvine and a recipient of the Troland Award of the US National Academy of Sciences.

More profile about the speaker
Donald Hoffman | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee