ABOUT THE SPEAKER
Beau Lotto - Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system.

Why you should listen

"Let there be perception," was evolution's proclamation, and so it was that all creatures, from honeybees to humans, came to see the world not as it is, but as was most useful. This uncomfortable place--where what an organism's brain sees diverges from what is actually out there--is what Beau Lotto and his team at Lottolab are exploring through their dazzling art-sci experiments and public illusions. Their Bee Matrix installation, for example, places a live bee in a transparent enclosure where gallerygoers may watch it seek nectar in a virtual meadow of luminous Plexiglas flowers. (Bees, Lotto will tell you, see colors much like we humans do.) The data captured isn't just discarded, either: it's put to good use in probing scientific papers, and sometimes in more exhibits.

At their home in London’s Science Museum, the lab holds "synesthetic workshops" where kids and adults make abstract paintings that computers interpret into music, and they host regular Lates--evenings of science, music and "mass experiments." Lotto is passionate about involving people from all walks of life in research on perception--both as subjects and as fellow researchers. One such program, called "i,scientist," in fact led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," December 2010). It starts, "Once upon a time ..."

These and Lotto's other conjurings are slowly, charmingly bending the science of perception--and our perceptions of what science can be.

More profile about the speaker
Beau Lotto | Speaker | TED.com
TEDGlobal 2009

Beau Lotto: Optical illusions show how we see

Beau Lotto: Iluzje optyczne pokazują jak widzimy

Filmed:
7,158,267 views

Kolorowe gry Beau Lotto zaskoczą Twój wzrok, ale również naświetlą to, czego zwykle nie widać: jak działa mózg. Sam zobacz jak przez zabawę Twój elastycznie działający zmysł wzroku ujawnia, w jaki sposób ewolucja podkolorowuje percepcję prawdziwego świata.
- Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system. Full bio

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

00:13
I want to startpoczątek with a gamegra.
0
1000
3000
Chcę rozpocząć grą.
00:16
And to winzdobyć this gamegra,
1
4000
2000
A żeby wygrąć tą grę,
00:18
all you have to do is see the realityrzeczywistość that's in frontz przodu of you
2
6000
3000
jedyne co musicie zrobić, to widzieć rzeczywistość,
00:21
as it really is. All right?
3
9000
2000
taką jaka jest. Wszystko jasne?
00:23
So, we have two panelspanele here,
4
11000
2000
Więc, mamy tu dwa panele
00:25
of coloredkolorowy dotskropki.
5
13000
2000
kolorowych kropek.
00:27
And one of those dotskropki is the samepodobnie
6
15000
3000
I jedna z tych kropek jest taka sama
00:30
in the two panelspanele. Okay?
7
18000
3000
w obu panelach. Okej?
00:33
And you have to tell me whichktóry one.
8
21000
2000
A Wy musicie mi powiedzieć, która z nich.
00:35
Now, narrowwąska it down to
9
23000
3000
Może zawęźmy wybór do
00:38
the grayszary one, the greenZielony one and, say, the orangePomarańczowy one.
10
26000
3000
szarej, zielonej i... dajmy na to - pomarańczowej.
00:41
So, by a showpokazać of handsręce -- we'lldobrze startpoczątek with the easiestnajłatwiejszy one --
11
29000
3000
Więc, przez podniesienie rąk -- zacznijmy od najłatwiejszej --
00:44
ShowPokaż of handsręce: how manywiele people think it's the grayszary one?
12
32000
4000
Podnieście ręce: Ile ludzi myśli, że to ta szara?
00:48
Really? Okay.
13
36000
2000
Na prawdę? Okej.
00:50
How manywiele people think it's the greenZielony one?
14
38000
5000
Ile ludzi myśli, że to zielona?
00:55
And how manywiele people think it's the orangePomarańczowy one?
15
43000
4000
A ile ludzi myśli, że to pomarańczowa?
00:59
PrettyŁadny even splitrozdzielać.
16
47000
3000
Wyszło całkiem równo.
01:02
Let's find out what the realityrzeczywistość is.
17
50000
3000
Przekonajmy się, jak to jest na prawdę.
01:05
Here is the orangePomarańczowy one.
18
53000
3000
Tutaj mamy pomarańczową.
01:08
(LaughterŚmiech)
19
56000
2000
(Śmiech)
01:10
Here is the greenZielony one.
20
58000
3000
Tutaj mamy zieloną.
01:13
And here is the grayszary one.
21
61000
4000
A tu jest szara.
01:17
(LaughterŚmiech)
22
65000
3000
(Śmiech)
01:20
So, for all of you who saw that, you're a completekompletny realistrealista. All right?
23
68000
4000
A więc, każdy z was, kto to zobaczył jest kompletnym realistą. Dobra?
01:24
(LaughterŚmiech)
24
72000
2000
(Śmiech)
01:26
So, this is prettyładny amazingniesamowity, actuallytak właściwie, isn't it?
25
74000
2000
Więc, całkiem zaskakujące, nie uważacie?
01:28
Because nearlyprawie everykażdy livingżycie systemsystem
26
76000
2000
Bo prawie każdy żyjący system
01:30
has evolvedewoluował the abilityzdolność to detectwykryć lightlekki in one way or anotherinne.
27
78000
3000
wyewoluował możliwość wykrywania światła, w ten czy inny sposób.
01:33
So, for us, seeingwidzenie colorkolor is one of the simplestnajprostszy things the brainmózg does.
28
81000
5000
Więc, dla nas, widzenie barw jest jedną z najprostszych rzeczy. które robi mózg.
01:38
And yetjeszcze, even at this mostwiększość fundamentalfundamentalny levelpoziom,
29
86000
2000
Ale jednak, nawet na tak podstawowym poziomie,
01:40
contextkontekst is everything.
30
88000
3000
kontekst jest najważniejszy.
01:43
What I want to talk about is not that contextkontekst is everything,
31
91000
3000
Nie chcę tutaj mówić o tym, że kontekst jest wszystkim,
01:46
but why is contextkontekst everything.
32
94000
2000
ale dlaczego jest wszystkim.
01:48
Because it's answeringodpowiadając that questionpytanie that tellsmówi us not only
33
96000
4000
Ponieważ odpowiedź na to pytanie nie mówi nam tylko
01:52
why we see what we do,
34
100000
2000
dlaczego widzimy to co widzimy,
01:54
but who we are as individualsosoby prywatne,
35
102000
2000
ale kim jesteśmy jako jednostki,
01:56
and who we are as a societyspołeczeństwo.
36
104000
3000
i kim jesteśmy jako społeczeństwo.
01:59
But first, we have to askzapytać anotherinne questionpytanie,
37
107000
2000
Ale najpierw musimy zadać inne pytanie,
02:01
whichktóry is, "What is colorkolor for?"
38
109000
2000
a mianowicie: "Po co jest kolor?"
02:03
And insteadzamiast of tellingwymowny you, I'll just showpokazać you.
39
111000
2000
I zamiast wam opowiadać, po prostu wam pokażę.
02:05
What you see here is a jungledżungla scenescena,
40
113000
3000
To co tu widzicie to scena z dżungli.
02:08
and you see the surfacespowierzchnie accordingwedług to the amountilość
41
116000
2000
i widzicie powierzchnie według ilości
02:10
of lightlekki that those surfacespowierzchnie reflectodzwierciedlić.
42
118000
2000
światła, które te powierzchnie odbijają.
02:12
Now, can any of you see the predatordrapieżnik that's about to jumpskok out at you?
43
120000
5000
Teraz, czy ktokolwiek widzi drapieżnika, który zaraz na was skoczy?
02:17
And if you haven'tnie mam seenwidziany it yetjeszcze, you're deadnie żyje. Right?
44
125000
2000
A jeśli go jeszcze nie zobaczyliście, to jesteście martwi, prawda?
02:19
(LaughterŚmiech)
45
127000
2000
(śmiech)
02:21
Can anyonektokolwiek see it? AnyoneKtoś? No?
46
129000
2000
Czy ktokolwiek go widzi? Ktokolwiek? Nie?
02:23
Now, let's see the surfacespowierzchnie accordingwedług to the qualityjakość of lightlekki that they reflectodzwierciedlić.
47
131000
4000
Teraz, zobaczmy powierzchnie ze względu na jakość światła, które odbijają.
02:27
And now you see it.
48
135000
3000
I teraz to widzicie.
02:30
So, colorkolor enablespozwala us to see
49
138000
3000
Więc, kolor umożliwia nam widzenie
02:33
the similaritiespodobieństwa and differencesróżnice betweenpomiędzy surfacespowierzchnie,
50
141000
2000
podobieństw i różnic pomiędzy powierzchniami,
02:35
accordingwedług to the fullpełny spectrumwidmo of lightlekki that they reflectodzwierciedlić.
51
143000
3000
ze względu na pełne spektrum światła, które odbijają.
02:38
But what you've just doneGotowe is, in manywiele respectswyrazy szacunku, mathematicallymatematycznie impossibleniemożliwy.
52
146000
4000
Ale to, co właśnie zrobiliście jest, pod wieloma względami, matematycznie niemożliwe.
02:42
Why? Because, as BerkeleyBerkeley tellsmówi us,
53
150000
3000
Dlaczego? Ponieważ, jak mawiał Barkley,
02:45
we have no directbezpośredni accessdostęp to our physicalfizyczny worldświat,
54
153000
3000
nie mamy bezpośredniego dostępu do fizycznego świata,
02:48
other than throughprzez our sensesrozsądek.
55
156000
2000
innego niż przez nasz zmysły.
02:50
And the lightlekki that fallsspada ontona our eyesoczy
56
158000
2000
A światło padające na nasze oczy
02:52
is determinedustalona by multiplewielokrotność things in the worldświat --
57
160000
2000
jest zależne od wielu rzeczy w świecie --
02:54
not only the colorkolor of objectsobiekty,
58
162000
2000
nie tylko od kolorów obiektów,
02:56
but alsorównież the colorkolor of theirich illuminationOświetlenie,
59
164000
2000
ale także od koloru ich podświetlenia,
02:58
and the colorkolor of the spaceprzestrzeń betweenpomiędzy us and those objectsobiekty.
60
166000
3000
i koloru przestrzeni pomiędzy nami i tymi obiektami.
03:01
You varyróżnią się any one of those parametersparametry,
61
169000
2000
Zmień jeden z tych parametrów,
03:03
and you'llTy będziesz changezmiana the colorkolor of the lightlekki that fallsspada ontona your eyeoko.
62
171000
5000
a zmienisz kolor światła padającego na twoje oko.
03:08
This is a hugeolbrzymi problemproblem because it meansznaczy that
63
176000
2000
To jest ogromy problem, bo to znaczy, że
03:10
the samepodobnie imageobraz could have an infinitenieskończony numbernumer
64
178000
3000
ten sam obraz może mieć nieskończoną ilość
03:13
of possiblemożliwy real-worldprawdziwy świat sourcesźródła.
65
181000
3000
źródeł w świecie zewnętrznym.
03:16
So let me showpokazać you what I mean. ImagineWyobraź sobie that this is the back of your eyeoko.
66
184000
3000
Pokażę Wam co mam przez to na myśli. Wyobraźcie sobie, że to jest tylna część oka.
03:19
And these are two projectionsprognozy from the worldświat.
67
187000
3000
I mamy dwa obrazy ze świata.
03:22
They are identicalidentyczny in everykażdy singlepojedynczy way.
68
190000
3000
Są identyczne pod każdym możliwym względem.
03:25
IdenticalIdentyczne in shapekształt, sizerozmiar, spectralwidmowy contentzadowolony.
69
193000
4000
Mają ten sam kształt, rozmiar, rozpiętość spektrum.
03:29
They are the samepodobnie, as fardaleko as your eyeoko is concernedzaniepokojony.
70
197000
4000
Są identyczne, przynajmniej dla Waszych oczu.
03:33
And yetjeszcze they come from completelycałkowicie differentróżne sourcesźródła.
71
201000
5000
Ale jednek pochodzą z zupełnie innych źródeł.
03:38
The one on the right
72
206000
2000
Ten z prawej
03:40
comespochodzi from a yellowżółty surfacepowierzchnia,
73
208000
3000
pochodzi z żółtej powierzchni,
03:43
in shadowcień, orientedzorientowane na facingokładzina the left,
74
211000
2000
zacienionej, skierowany jest w lewo,
03:45
viewedobejrzeli throughprzez a pinkishróżowawy mediumśredni.
75
213000
3000
widziany przez róźowawe medium.
03:48
The one on the left comespochodzi from an orangePomarańczowy surfacepowierzchnia,
76
216000
3000
Ten z lewej pochodzi z pomarańczowej powierzchni,
03:51
underpod directbezpośredni lightlekki, facingokładzina to the right,
77
219000
2000
oświetlony bezpośrednio, skierowany w prawo,
03:53
viewedobejrzeli throughprzez a sortsortować of a bluishniebieskawy mediumśredni.
78
221000
2000
widziany przez niebieskawe medium.
03:55
CompletelyCałkowicie differentróżne meaningsznaczenie,
79
223000
3000
Kompletnie różne znaczenia,
03:58
givingdający risewzrost to the exactdokładny samepodobnie retinalsiatkówki informationInformacja.
80
226000
3000
zbudowane na podstawie dokładnie tej samej informacji z siatkówki.
04:01
And yetjeszcze it's only the retinalsiatkówki informationInformacja
81
229000
2000
Ale ciągle, jest to tylko informacja z siatkówki
04:03
that we get.
82
231000
2000
którą dostajemy.
04:05
So how on EarthZiemia do we even see?
83
233000
3000
Więc jak na Boga widzimy?
04:08
So, if you rememberZapamiętaj anything in this nextNastępny 18 minutesminuty,
84
236000
4000
Więc, jeśli masz zapamiętać cokolwiek z następnych 18 minut,
04:12
rememberZapamiętaj this: that the lightlekki that fallsspada on to your eyeoko,
85
240000
3000
pamiętaj to, że światło, które pada na Twoje oko,
04:15
sensorysensoryczny informationInformacja, is meaninglessbez znaczenia,
86
243000
2000
informacja sensoryczna, jest bez znaczenia.
04:17
because it could mean literallydosłownie anything.
87
245000
3000
Bo może oznaczać dosłownie cokolwiek.
04:20
And what's trueprawdziwe for sensorysensoryczny informationInformacja is trueprawdziwe for informationInformacja generallyogólnie.
88
248000
3000
A to co jest prawdą dla informacji sensorycznej, jest prawdą dla informacji w ogóle.
04:23
There is no inherentnieodłączny meaningznaczenie in informationInformacja.
89
251000
2000
Informacja nie posiada gotowego znaczenia.
04:25
It's what we do with that informationInformacja that matterssprawy.
90
253000
4000
Ważne jest to, co robimy z tą informacją.
04:29
So, how do we see? Well, we see by learninguczenie się to see.
91
257000
3000
A więc, jak widzimy? Cóż, widzimy bo uczymy się widzieć.
04:32
So, the brainmózg evolvedewoluował the mechanismsmechanizmy for findingodkrycie patternswzorce,
92
260000
4000
Więc, mózg wyspecjalizował mechanizmy odnajdywania wzorów,
04:36
findingodkrycie relationshipsrelacje in informationInformacja
93
264000
2000
odnajdywania relacji w informacjach,
04:38
and associatingKojarzenie those relationshipsrelacje
94
266000
2000
i przypisywania tym relacjom
04:40
with a behavioralbehawioralne meaningznaczenie,
95
268000
2000
znaczenia behawioralnego,
04:42
a significanceznaczenie, by interactinginterakcja with the worldświat.
96
270000
3000
pewnej istotności, poprzez interakcje ze światem.
04:45
We're very awareświadomy of this
97
273000
2000
Jesteśmy tego bardzo świadomi
04:47
in the formformularz of more cognitivepoznawczy attributesatrybuty, like languagejęzyk.
98
275000
3000
w formach atrybutów poznawczych, na przykład w języku.
04:50
So, I'm going to give you some letterlist stringssmyczki. And I want you to readczytać them out for me,
99
278000
2000
Więc, pokażę Wam teraz ciągi znaków. I chcę, żebyście odczytali je dla mnie na głos,
04:52
if you can.
100
280000
2000
jeśli potraficie.
04:54
AudiencePubliczność: "Can you readczytać this?"
101
282000
3000
Widzowie: "Czy potraficie to przeczytać?"
04:57
"You are not readingczytanie this."
102
285000
2000
"Nie czytacie tego."
04:59
"What are you readingczytanie?"
103
287000
2000
"Co czytacie?"
05:01
BeauBeau LottoLotto: "What are you readingczytanie?" HalfPołowa the letterslisty are missingbrakujący. Right?
104
289000
3000
Beau Lotto: "Co czytacie?" Brakuje połowy liter. Prawda?
05:04
There is no a prioripriori reasonpowód why an "H" has to go
105
292000
2000
Nie ma odgórnej zasady, dla której "H" powinno być
05:06
betweenpomiędzy that "W" and "A."
106
294000
2000
pomiędzy "W" i "A." (What)
05:08
But you put one there. Why?
107
296000
2000
Ale jednak je tam umieszczacie. Dlaczego?
05:10
Because in the statisticsStatystyka of your pastprzeszłość experiencedoświadczenie
108
298000
2000
Bo według statystyk przeszłych doświadczeń
05:12
it would have been usefulprzydatny to do so. So you do so again.
109
300000
3000
zrobienie tego byłoby przydatne. Więc robicie to znów.
05:15
And yetjeszcze you don't put a letterlist after that first "T."
110
303000
3000
Ale nie umieszczacie już litery po tym pierwszym "T."
05:18
Why? Because it wouldn'tnie have been usefulprzydatny in the pastprzeszłość.
111
306000
3000
Dlaczego? Bo to nie było przydatne w przeszłości.
05:21
So you don't do it again.
112
309000
2000
Więc tego nie robicie.
05:23
So let me showpokazać you how quicklyszybko our brainsmózg can redefinena nowo normalitynormalności,
113
311000
4000
Więc, pozwólcie, że pokażę Wam szybko, jak nasze mózgi zmieniają normalność,
05:27
even at the simplestnajprostszy thing the brainmózg does, whichktóry is colorkolor.
114
315000
2000
nawet przy tak prostej funkcji wykonywanej przez mózg, jak widzenie kolorów.
05:29
So, if I could have the lightsświatła down up here.
115
317000
3000
Więc, proszę przygasić górne światła.
05:32
I want you to first noticeogłoszenie that those two desertpustynia scenessceny are physicallyfizycznie the samepodobnie.
116
320000
3000
Chcę, żebyście zauważyli, że te dwie scenerie są fizycznie identyczne.
05:35
One is simplypo prostu the flippingrzut of the other. Okay?
117
323000
5000
Są po prostu swoimi odbiciami. Okej?
05:40
Now I want you to look at that dotkropka
118
328000
2000
Teraz chcę, żebyście spojrzeli na tą kropkę
05:42
betweenpomiędzy the greenZielony and the redczerwony. Okay?
119
330000
3000
pomiędzy zielonym i czerwonym, okej?
05:45
And I want you to staregapić się at that dotkropka. Don't look anywheregdziekolwiek elsejeszcze.
120
333000
3000
I pogapcie się na tę kropkę. Nie patrzcie nigdzie na boki.
05:48
And we're going to look at that for about 30 secondstowary drugiej jakości,
121
336000
1000
I popatrzymy się na nią przez jakieś 30 sekund,
05:49
whichktóry is a bitkawałek of a killerzabójca in an 18-minute-chwila talk.
122
337000
3000
co jest strasznym samobójem przy 18 minutowym wykładzie.
05:52
(LaughterŚmiech)
123
340000
1000
(Śmiech)
05:53
But I really want you to learnuczyć się.
124
341000
2000
Ale na prawdę chcę wam pokazać.
05:55
And I'll tell you -- don't look anywheregdziekolwiek elsejeszcze --
125
343000
3000
I powiedzieć -- nie patrzcie nigdzie na boki --
05:58
and I'll tell you what's happeningwydarzenie insidewewnątrz your headgłowa.
126
346000
2000
I powiedzieć co się dzieje w waszych głowach.
06:00
Your brainmózg is learninguczenie się. And it's learninguczenie się that the right sidebok of its visualwizualny fieldpole
127
348000
3000
Wasz mózg się uczy. A uczy się, że prawa strona pola widzenia
06:03
is underpod redczerwony illuminationOświetlenie;
128
351000
2000
jest podświetlona na czerwono;
06:05
the left sidebok of its visualwizualny fieldpole is underpod greenZielony illuminationOświetlenie.
129
353000
3000
lewa strona pola widzenia jest podświetlona na zielono.
06:08
That's what it's learninguczenie się. Okay?
130
356000
3000
Tego się uczy, okej?
06:11
Now, when I tell you, I want you to look at the dotkropka betweenpomiędzy the two desertpustynia scenessceny.
131
359000
5000
Teraz, kiedy powiem że już, chcę żebyście spojrzeli na kropkę pomiędzy dwiema scenami pustynnymi.
06:16
So why don't you do that now?
132
364000
2000
Może spróbujcie zrobić to teraz?
06:18
(LaughterŚmiech)
133
366000
3000
(Śmiech)
06:21
Can I have the lightsświatła up again?
134
369000
2000
Mogę prosić więcej światła?
06:23
I take it from your responseodpowiedź they don't look the samepodobnie anymorejuż. Right?
135
371000
4000
Domyślam się po waszej rekacji, że już nie wyglądały tak samo, prawda?
06:27
(ApplauseAplauz)
136
375000
1000
(Aplauz)
06:28
Why? Because your brainmózg is seeingwidzenie that samepodobnie informationInformacja
137
376000
3000
Dlaczego? Bo wasz mózg widzi tę samą informację
06:31
as if the right one is still underpod redczerwony lightlekki,
138
379000
2000
tak jakby prawa była ciągle pod czerwonym,
06:33
and the left one is still underpod greenZielony lightlekki.
139
381000
2000
a lewa pod zielonym oświetleniem.
06:35
That's your newNowy normalnormalna.
140
383000
2000
To jest Wasza nowa norma.
06:37
So, what does this mean for contextkontekst?
141
385000
2000
A wiec, co to oznacza dla kontekstu?
06:39
It meansznaczy that I can take these two identicalidentyczny squareskwadraty,
142
387000
2000
Oznacza to, że mogę wziąć te dwa identyczne kwadraty,
06:41
and I can put them in lightlekki and darkciemny surroundsotacza.
143
389000
2000
i umieścić je w jasnym i ciemnym otoczeniu.
06:43
And now the one on the darkciemny surroundotaczać lookswygląda lighterzapalniczka than the one on the lightlekki surroundotaczać.
144
391000
3000
I teraz ten na ciemnym tle wygląda jaśniej, niż ten na jasnym.
06:46
What's significantznaczący is not simplypo prostu the lightlekki and darkciemny surroundsotacza that mattermateria.
145
394000
4000
Istotne nie jest jednak po prostu jasne lub ciemne otoczenie.
06:50
It's what those lightlekki and darkciemny surroundsotacza meantOznaczało for your behaviorzachowanie in the pastprzeszłość.
146
398000
4000
Tylko to, co to otoczenie oznaczało dla waszego zachowania w przeszłości.
06:54
So I'll showpokazać you what I mean. Here we have
147
402000
2000
Więc, pokażę Wam co mam na myśli. Mamy tutaj
06:56
that exactdokładny samepodobnie illusioniluzja.
148
404000
2000
dokładnie tę samą iluzję.
06:58
We have two identicalidentyczny tilespłytki, on the left,
149
406000
2000
Mamy dwa identyczne kafelki, po lewej,
07:00
one in a darkciemny surroundotaczać, one in a lightlekki surroundotaczać.
150
408000
2000
jeden w ciemnym otoczeniu, jeden w jasnym otoczeniu.
07:02
And the samepodobnie thing over on the right.
151
410000
2000
I to samo po prawej.
07:04
Now, what I'm going to do is I'm going to reviewrecenzja those two scenessceny.
152
412000
3000
Teraz, to co zrobię, to znów pokażę te dwie sceny.
07:07
But I'm not going to changezmiana anything withinw ciągu those boxespudła,
153
415000
2000
Ale nie zmienię nic w tych pudełkach,
07:09
exceptz wyjątkiem theirich meaningznaczenie.
154
417000
2000
poza ich znaczeniem.
07:11
And see what happensdzieje się to your perceptionpostrzeganie.
155
419000
2000
I zobaczcie co dzieje się z Waszą percepcją.
07:13
NoticePowiadomienia that on the left
156
421000
2000
Zwróćcie uwagę jak po lewej
07:15
the two tilespłytki look nearlyprawie completelycałkowicie oppositenaprzeciwko:
157
423000
3000
te dwa kafelki wyglądają na zupełnie przeciwne:
07:18
one very whitebiały and one very darkciemny.
158
426000
2000
jeden bardzo biały, jeden bardzo ciemny.
07:20
All right? WhereasMając na uwadze on the right,
159
428000
2000
Jasne? Kiedy po prawej
07:22
the two tilespłytki look nearlyprawie the samepodobnie.
160
430000
2000
te dwa kafelki wyglądają prawe identycznie.
07:24
And yetjeszcze there is still one on a darkciemny surroundotaczać and one on a lightlekki surroundotaczać.
161
432000
4000
Ale mimo wszystko jeden jest na ciemnym, a drugi jasnym tle.
07:28
Why? Because if the tiledachówka in that shadowcień
162
436000
3000
Dlaczego? Ponieważ jeśli kafelek w cieniu
07:31
were in factfakt in shadowcień,
163
439000
2000
byłby faktycznie w cieniu
07:33
and reflectingodzwierciedlając the samepodobnie amountilość of lightlekki to your eyeoko
164
441000
2000
i odbijał tę samą ilość światła do Waszego oka
07:35
as the one outsidena zewnątrz the shadowcień,
165
443000
2000
jak ten poza cieniem
07:37
it would have to be more reflectiveodblaskowy -- just the lawsprawa of physicsfizyka.
166
445000
3000
musiałby mocniej odbijać światło -- to zwykłe prawa fizyki.
07:40
So you see it that way.
167
448000
2000
Wiec widzicie to w ten sposób.
07:42
WhereasMając na uwadze on the right, the informationInformacja is consistentzgodny
168
450000
3000
Z kolei po prawej, informacja jest spójna
07:45
with those two tilespłytki beingistota underpod the samepodobnie lightlekki.
169
453000
2000
z tym, że oba kafelki są tak samo oświetlone.
07:47
If they are underpod the samepodobnie lightlekki, reflectingodzwierciedlając the samepodobnie amountilość of lightlekki
170
455000
2000
jeżeli są pod tym samym oświetleniem i odbjają tę samą ilość światła
07:49
to your eyeoko,
171
457000
2000
do Waszego oka,
07:51
then they mustmusi be equallyna równi reflectiveodblaskowy.
172
459000
2000
to znaczy, że muszą w równym stopniu odbijać światło.
07:53
So you see it that way.
173
461000
2000
Więc widzicie to w ten sposób.
07:55
WhichCo meansznaczy we can bringprzynieść all this informationInformacja togetherRazem
174
463000
2000
Co oznacza, że możemy zebrać całą tą informację
07:57
to createStwórz some incrediblyniewiarygodnie strongsilny illusionsiluzje.
175
465000
2000
aby stworzyć niesamowicie silne iluzje.
07:59
This is one I madezrobiony a fewkilka yearslat agotemu.
176
467000
2000
To jest jedna, którą stworzyłem kilka lat temu.
08:01
And you'llTy będziesz noticeogłoszenie you see a darkciemny brownbrązowy tiledachówka at the topTop,
177
469000
3000
Zauważcie, że widzicie ciemno brązowy kafelek na górze,
08:04
and a brightjasny orangePomarańczowy tiledachówka at the sidebok.
178
472000
3000
i jasno pomarańczowy z boku.
08:07
That is your perceptualpercepcyjny realityrzeczywistość. The physicalfizyczny realityrzeczywistość
179
475000
2000
To jest Wasza rzeczywistość percepcyjna. Fizyczna rzeczywostość
08:09
is that those two tilespłytki are the samepodobnie.
180
477000
5000
jest taka, że te dwa kafelki są takie same.
08:14
Here you see fourcztery grayszary tilespłytki on your left,
181
482000
3000
Tutaj widzicie cztery szare kafelki po lewej,
08:17
sevensiedem grayszary tilespłytki on the right.
182
485000
2000
siedem szarych kafelków po prawej.
08:19
I'm not going to changezmiana those tilespłytki at all,
183
487000
2000
Nie zmienię w ogóle tych kafelków.
08:21
but I'm going to revealodsłonić the restodpoczynek of the scenescena
184
489000
2000
Ale odkryję resztę scenerii.
08:23
and see what happensdzieje się to your perceptionpostrzeganie.
185
491000
3000
I zobaczcie co dzieje się z Waszą percepcją.
08:26
The fourcztery blueniebieski tilespłytki on the left are grayszary.
186
494000
4000
Cztery niebieskie kafelki po lewej są szare.
08:30
The sevensiedem yellowżółty tilespłytki on the right are alsorównież grayszary.
187
498000
3000
Siedem żółtych kafelków po prawej też jest szarych.
08:33
They are the samepodobnie. Okay?
188
501000
2000
One są takie same. Okej?
08:35
Don't believe me? Let's watch it again.
189
503000
4000
Nie wierzycie mi? Zobaczmy raz jeszcze.
08:39
What's trueprawdziwe for colorkolor is alsorównież trueprawdziwe for complexzłożony perceptionspercepcje of motionruch.
190
507000
4000
To co jest prawdziwe dla koloru, jest także prawdziwe dla kompleksowego widzenia ruchu.
08:43
So here we have --
191
511000
3000
Mamy tutaj --
08:46
let's turnskręcać this around -- a diamonddiament.
192
514000
5000
obróćmy to -- diament.
08:51
And what I'm going to do is, I'm going to holdutrzymać it here,
193
519000
2000
I to co zrobię, to będę go tu trzymał,
08:53
and I'm going to spinspin it.
194
521000
4000
i nim zakręcę.
08:57
And for all of you, you'llTy będziesz see it probablyprawdopodobnie spinningspinning this directionkierunek.
195
525000
3000
I wszyscy pewnie zobaczycie, że kręci się w tym kierunku.
09:00
Now I want you to keep looking at it.
196
528000
3000
Teraz chcę, żebyście się mu przyglądali.
09:03
MovePrzenieść your eyesoczy around, blinkmigać, maybe closeblisko one eyeoko.
197
531000
2000
poruszajcie trochę oczami, mrugnijcie, może zamknijcie jedno oko.
09:05
And suddenlynagle it will fliptrzepnięcie, and startpoczątek spinningspinning the oppositenaprzeciwko directionkierunek.
198
533000
4000
I nagle on się odwróci, i zacznie kręcić w odwrotnym kierunku.
09:09
Yes? RaisePodnieść your handdłoń if you got that. Yes?
199
537000
3000
Tak? Niech podniesie rękę ten, kto to zobaczył. Tak?
09:12
Keep blinkingmiga. EveryKażdy time you blinkmigać it will switchprzełącznik. AlrightW porządku?
200
540000
4000
Mrugajcie dalej. Z każdym mrugnięciem się odwróci. Dobra?
09:16
So I can askzapytać you, whichktóry directionkierunek is it rotatingobrotowe?
201
544000
4000
Więc mogę zapytać: W którym kierunku on się kręci?
09:20
How do you know?
202
548000
2000
Skąd to wiemy?
09:22
Your brainmózg doesn't know. Because bothobie are equallyna równi likelyprawdopodobne.
203
550000
3000
Wasz mózg nie wie. Bo oba są tak samo prawdopodobne.
09:25
So dependingw zależności on where it lookswygląda, it flipskoziołki
204
553000
2000
Więc w zależności od tego gdzie patrzy, zmienia się
09:27
betweenpomiędzy the two possibilitiesmożliwości.
205
555000
3000
pomiędzy dwiema możliwościami.
09:30
Are we the only oneste that see illusionsiluzje?
206
558000
2000
Czy tylko my widzimy iluzje?
09:32
The answerodpowiedź to this questionpytanie is no.
207
560000
2000
Odpowiedź na ty pytanie brzmi: nie.
09:34
Even the beautifulpiękny bumblebeetrzmiel,
208
562000
2000
Nawet piękna pszczoła,
09:36
with its meresam one millionmilion brainmózg cellskomórki,
209
564000
2000
ze swoim milionem komórek mózgowych,
09:38
whichktóry is 250 timesczasy fewermniej cellskomórki than you have in one retinaSiatkówka oka,
210
566000
3000
co jest 250 razy mniejszą ilością, niż macie w swojej siatkówce,
09:41
seeswidzi illusionsiluzje, does the mostwiększość complicatedskomplikowane things
211
569000
3000
widzi iluzje, robi rzeczy tak skomplikowane
09:44
that even our mostwiększość sophisticatedwyrafinowany computerskomputery can't do.
212
572000
3000
jakich nie potrafią robić nawet najbardziej wyszukane komputery.
09:47
So in my lablaboratorium, we of coursekurs work on bumblebeesTrzmiele.
213
575000
2000
A więc w moim laboratorium, pracujemy oczywiście z pszczołami.
09:49
Because we can completelycałkowicie controlkontrola theirich experiencedoświadczenie,
214
577000
2000
Ponieważ możemy w pełni kontrolować ich doświadczenie,
09:51
and see how that altersmodyfikuje the architecturearchitektura of theirich brainmózg.
215
579000
2000
i zobaczyć jako to zmienia architektury ich mózgów.
09:53
And we do this in what we call the BeePszczoła MatrixMacierz.
216
581000
3000
I robimy to za pomocą Pszczelej Matrycy.
09:56
And here you have the hiveUla. You can see the queenkrólowa beePszczoła,
217
584000
2000
Tutaj macie ul. Widzicie królową pszczół,
09:58
that largeduży beePszczoła in the middleśrodkowy there. Those are all her daughterscórki, the eggsjaja.
218
586000
3000
to ta wielka pszczoła w środku. To wszystko są jej córki, jajka.
10:01
And they go back and forthnaprzód betweenpomiędzy this hiveUla
219
589000
3000
I one przemieszczają się tam i z powrotem między ulem
10:04
and the arenaarena, viaprzez this tuberura.
220
592000
5000
i otoczeniem prze tę rurę.
10:09
And you'llTy będziesz see one of the beespszczoły come out here.
221
597000
2000
I widzicie że jedna z tych pszczół tu wychodzi.
10:11
You see how she has a little numbernumer on her?
222
599000
3000
Widzicie, że ma na sobie malutki numerek?
10:14
Yeah there is anotherinne one comingprzyjście out. She has anotherinne numbernumer on her.
223
602000
3000
O następna wychodzi. Ma inny numerek na sobie.
10:17
Now, they are not bornurodzony that way. Right?
224
605000
3000
Teraz, one się tak nie rodzą, prawda?
10:20
We pullCiągnąć them out, put them in the fridgelodówka, and they fallspadek asleepwe śnie.
225
608000
2000
Wyciągamy je, wkładamy do lodówki i one zasypiają.
10:22
And then you can supergluesuperglue little numbersliczby on them.
226
610000
2000
Wtedy można przykleić numerek superglue do nich.
10:24
(LaughterŚmiech)
227
612000
2000
(Śmiech)
10:26
And now, in this experimenteksperyment they get rewardednagrodzone if they go to the blueniebieski flowerskwiaty.
228
614000
4000
I dalej w tym eksperymencie są nagradzane za wizytę w niebieskich kwiatach.
10:30
And they landwylądować on the flowerkwiat. They stickkij theirich tonguejęzyk in there,
229
618000
3000
i lądują na kwiecie. Wkładają tam języki,
10:33
callednazywa a proboscistrąba, and they drinkdrink sugarcukier waterwoda.
230
621000
2000
zwane trąbkami, i piją wodę z cukrem.
10:35
Now she is drinkingpicie a glassszkło of waterwoda that's about that bigduży to you and I,
231
623000
3000
Ona teraz wypija szklankę wody, tak duże by to było dla mnie i dla Ciebie,
10:38
will do that about threetrzy timesczasy, and then flylatać.
232
626000
6000
zrobi to około 3 razy i leci dalej.
10:44
And sometimesczasami they learnuczyć się not to go to the blueniebieski,
233
632000
2000
A czasami uczą się, żeby nie lecieć do niebieskiego,
10:46
but to go to where the other beespszczoły go.
234
634000
2000
ale tam, gdzie idą inne pszczoły.
10:48
So they copyKopiuj eachkażdy other. They can countliczyć to fivepięć. They can recognizerozpoznać facestwarze.
235
636000
3000
Więc naśladują się wzajemnie. Potrafią liczyć do pięciu. Potrafią rozpoznawać twarze.
10:51
And here she comespochodzi down the ladderdrabina.
236
639000
3000
A tutaj ona schodzi po drabinie.
10:54
And she'llmuszla come into the hiveUla, find an emptypusty honeykochanie potgarnek
237
642000
2000
I wejdzie do ula, znajdzie pusty klaster na miód,
10:56
and throwrzucać up, and that's honeykochanie.
238
644000
2000
zwymiotuje, i macie miód.
10:58
(LaughterŚmiech)
239
646000
1000
(Śmiech)
10:59
Now rememberZapamiętaj -- (LaughterŚmiech)
240
647000
3000
Teraz pamiętajcie -- (Śmiech)
11:02
-- she's supposeddomniemany to be going to the blueniebieski flowerskwiaty.
241
650000
2000
-- że ona miała iść do niebieskich kwiatów.
11:04
But what are these beespszczoły doing in the uppergórny right cornerkąt?
242
652000
3000
Ale co robi ta pszczoła w prawym górnym rogu?
11:07
It lookswygląda like they're going to greenZielony flowerskwiaty.
243
655000
2000
Wygląda na to, że poszła do zielonych kwiatów.
11:09
Now, are they gettinguzyskiwanie it wrongźle?
244
657000
3000
Teraz, czy one się pomyliły?
11:12
And the answerodpowiedź to the questionpytanie is no. Those are actuallytak właściwie blueniebieski flowerskwiaty.
245
660000
3000
I odpowiedź na to pytanie brzmi: nie. To są tak na prawdę niebieskie kwiaty.
11:15
But those are blueniebieski flowerskwiaty underpod greenZielony lightlekki.
246
663000
4000
Tylko że pod zielonym ośietleniem.
11:19
So they are usingza pomocą the relationshipsrelacje betweenpomiędzy the colorszabarwienie to solverozwiązać the puzzlepuzzle,
247
667000
4000
Więc one używają relacji między kolorami, żeby rozwiązać tę zagadkę.
11:23
whichktóry is exactlydokładnie what we do.
248
671000
2000
Co jest dokładnie tym, co my robimy.
11:25
So, illusionsiluzje are oftenczęsto used,
249
673000
2000
A więc, iluzje często są używane,
11:27
especiallyszczególnie in artsztuka, in the wordssłowa of a more contemporarywspółczesny artistartysta,
250
675000
4000
szczególnie w sztuce, ujmę to w słowa współczesnego artysty,
11:31
"to demonstratewykazać the fragilitykruchość of our sensesrozsądek."
251
679000
2000
"aby zademonstrować kruchość naszych zmysłów."
11:33
Okay, this is completekompletny rubbishśmieci.
252
681000
3000
Okej, to kompletna bzdura.
11:36
The sensesrozsądek aren'tnie są fragilekruchy. And if they were, we wouldn'tnie be here.
253
684000
3000
A nasze zmysły nie są kruche. Jeśli by były, to by nas tu nie było.
11:39
InsteadZamiast tego, colorkolor tellsmówi us something completelycałkowicie differentróżne,
254
687000
4000
Zamiast tego, kolory mówią nam coś zupełnie innego,
11:43
that the brainmózg didn't actuallytak właściwie evolveewoluować to see the worldświat the way it is.
255
691000
3000
że mózg nie ewoluował, aby widzieć świat dokładnie takim, jakim jest.
11:46
We can't. InsteadZamiast tego, the brainmózg evolvedewoluował to see the worldświat
256
694000
4000
Tego nie możemy. Zamiast tego mózg ewoluował żeby widzieć świat
11:50
the way it was usefulprzydatny to see in the pastprzeszłość.
257
698000
3000
jaki był przydatny do widzenia w przeszłości.
11:53
And how we see is by continuallynieustannie redefiningZmiana definicji normalitynormalności.
258
701000
6000
I sposób w jaki widzimy polega na ciągłym redefiniowaniu normalności.
11:59
So how can we take this
259
707000
4000
Więc jak możemy wziąć
12:03
incredibleniesamowite capacityPojemność of plasticityplastyczność of the brainmózg
260
711000
3000
tą niesamowitą plastyczność naszych mózgów
12:06
and get people to experiencedoświadczenie theirich worldświat differentlyróżnie?
261
714000
3000
i pozwolić ludziom doświadczać swojego świata w odmienny sposób?
12:09
Well, one of the wayssposoby we do in my lablaboratorium and studiostudio
262
717000
3000
Cóż, jednym sposobem jakiego używamy w moim laboratorium i studiu
12:12
is we translateTłumaczyć the lightlekki into sounddźwięk
263
720000
3000
jest tłumaczenie światła w dźwięki
12:15
and we enablewłączyć people to hearsłyszeć theirich visualwizualny worldświat.
264
723000
4000
I umożliwiamy ludziom słyszenie świata wizualnego.
12:19
And they can navigatenawigować the worldświat usingza pomocą theirich earsuszy.
265
727000
3000
I mogą oni nawigować przez ten świat dzięki dźwiękom.
12:22
Here is DavidDavid, in the right. And he is holdingtrzymać a cameraaparat fotograficzny.
266
730000
3000
Oto Dawid z prawej. Trzyma kamerę.
12:25
On the left is what his cameraaparat fotograficzny seeswidzi.
267
733000
2000
Po lewej jet to, co widzi kamera.
12:27
And you'llTy będziesz see there is a linelinia, a faintsłaby linelinia going acrossprzez that imageobraz.
268
735000
3000
I widzicie, że tam jest linia, blada linia przechodzi przez obraz.
12:30
That linelinia is brokenzłamany up into 32 squareskwadraty.
269
738000
3000
Ta linia jest rozbita na 32 kwadraty.
12:33
In eachkażdy squareplac we calculateobliczać the averageśredni colorkolor.
270
741000
2000
W każdym z nich kalkulujemy średni kolor.
12:35
And then we just simplypo prostu translateTłumaczyć that into sounddźwięk.
271
743000
2000
A potem najwyczajniej tłumaczymy to na dźwięk.
12:37
And now he's going to
272
745000
3000
I teraz on
12:40
turnskręcać around, closeblisko his eyesoczy,
273
748000
4000
się obróci, zamknie oczy,
12:44
and find a platetalerz on the groundziemia with his eyesoczy closedZamknięte.
274
752000
3000
i znajdzie talerz leżący na podłodze, z zamkniętymi oczami.
13:06
He findsznajduje it. AmazingNiesamowite. Right?
275
774000
2000
Znalazł. Zadziwiające, prawda?
13:08
So not only can we createStwórz a prostheticprotetyczne for the visuallynaocznie impairedupośledzony,
276
776000
2000
Więc nie tylko możemy stworzyć protezy dla niewidzących,
13:10
but we can alsorównież investigatezbadać how people
277
778000
3000
ale możemy przyjrzeć się jak ludzie
13:13
literallydosłownie make sensesens of the worldświat.
278
781000
3000
dosłownie budują sens świata.
13:16
But we can alsorównież do something elsejeszcze. We can alsorównież make musicmuzyka with colorkolor.
279
784000
4000
Ale możemy zrobić coś innego. Możemy tworzyć muzykę dzięki kolorom.
13:20
So, workingpracujący with kidsdzieciaki,
280
788000
2000
Więc, pracując z dziećmi,
13:22
they createdstworzony imagesobrazy,
281
790000
2000
one tworzyły obrazy,
13:24
thinkingmyślący about what mightmoc the imagesobrazy you see
282
792000
2000
z mylą o tym, jak brzmiałyby obrazy które widać
13:26
sounddźwięk like if we could listen to them.
283
794000
2000
jeżeli możnaby ich posłuchać.
13:28
And then we translatedprzetłumaczony these imagesobrazy.
284
796000
2000
I potem przetłumaczyliśmy te obrazy.
13:30
And this is one of those imagesobrazy.
285
798000
2000
I oto jeden z nich.
13:32
And this is a six-year-oldsześciolatek childdziecko composingkomponowanie a piecekawałek of musicmuzyka
286
800000
3000
Macie tutaj sześciolatka, komponującego muzykę
13:35
for a 32-piece-kawałek orchestraOrkiestra.
287
803000
3000
na orkiestrę złożoną z 32 instrumentów.
13:38
And this is what it soundsDźwięki like.
288
806000
2000
I tak oto ona brzmi.
14:06
So, a six-year-oldsześciolatek childdziecko. Okay?
289
834000
3000
Więc, sześcioletnie dziecko, Okej?
14:09
Now, what does all this mean?
290
837000
3000
Teraz, co to wszystko oznacza?
14:12
What this suggestswskazuje is that no one is an outsidena zewnątrz observerobserwator
291
840000
3000
To sugeruje, że nikt nie jest zewnętrznym obserwatorem
14:15
of natureNatura. Okay?
292
843000
2000
natury. Okej?
14:17
We are not definedokreślone by our centralcentralny propertiesnieruchomości,
293
845000
2000
Nie jesteśmy zdefiniowani przez nasze centralne właściwości,
14:19
by the bitsbity that make us up.
294
847000
2000
poskładani z części, które nas tworzą.
14:21
We're definedokreślone by our environmentśrodowisko and our interactioninterakcja with that environmentśrodowisko --
295
849000
3000
Jesteśmy definiowani przez nasze środowiska i nasza interakcję z tym środowiskiem--
14:24
by our ecologyekologia.
296
852000
2000
przez naszą ekologię.
14:26
And that ecologyekologia is necessarilykoniecznie relativekrewny,
297
854000
4000
I ta ekologia jest koniecznie relatywna,
14:30
historicalhistoryczny and empiricalempiryczne.
298
858000
2000
historycznie i empirycznie.
14:32
So what I'd like to finishkoniec with is this over here.
299
860000
6000
Więc, chciałbym skończyć tym tutaj.
14:38
Because what I've been tryingpróbować to do is really celebrateświętować uncertaintyniepewność.
300
866000
3000
Ponieważ co chciałem zrobić to tak na prawdę celebrować niepewność.
14:41
Because I think only throughprzez uncertaintyniepewność is there potentialpotencjał for understandingzrozumienie.
301
869000
4000
Ponieważ uważam, że tylko przez w niepewności jest potencjał rozumienia.
14:45
So, if some of you are still feelinguczucie a bitkawałek too certainpewny,
302
873000
3000
Więc, jeżeli ktoś z was ciągle czuje się bardzo pewny,
14:48
I'd like to do this one.
303
876000
2000
Chciałbym zrobić coś takiego.
14:50
So, if we have the lightsświatła down.
304
878000
2000
Więc, jeżeli możemy przygasić światła.
14:52
And what we have here --
305
880000
6000
I co tutaj mamy --
14:58
Can everyonekażdy see 25 purplefioletowy surfacespowierzchnie
306
886000
3000
Czy wszyscy widzą 25 purpurowych powierzchni
15:01
on your left,
307
889000
2000
po lewej,
15:03
and 25, call it yellowishżółtawy, surfacespowierzchnie on your right?
308
891000
4000
i 25, powiedzmy żółtawych powierzchni po prawej?
15:07
So, now, what I want to do:
309
895000
2000
Więc, teraz, co chcę żebyście zrobili:
15:09
I'm going to put the middleśrodkowy ninedziewięć surfacespowierzchnie here
310
897000
2000
Poddam dziewięć środkowych powierzchni tutaj
15:11
underpod yellowżółty illuminationOświetlenie
311
899000
2000
żółtej iluminacji
15:13
by simplypo prostu puttingwprowadzenie a filterfiltr behindza them.
312
901000
4000
umieszczając za nimi po prostu żółty filtr.
15:17
All right. Now you can see that changeszmiany the lightlekki
313
905000
3000
W porządku. Teraz widzicie, że to zmienia światło
15:20
that's comingprzyjście throughprzez there. Right?
314
908000
2000
które tędy przechodzi. Prawda?
15:22
Because now the lightlekki is going throughprzez a yellowishżółtawy filterfiltr
315
910000
2000
Bo światło przechodzi przez żółtawy filtr
15:24
and then a purplishfioletowo filterfiltr.
316
912000
2000
a potem przez purpurowy.
15:26
I'm going to do this oppositenaprzeciwko on the left here.
317
914000
5000
Zrobię to w odwrotnej kolejności tu po lewej.
15:31
I'm going to put the middleśrodkowy ninedziewięć underpod a purplishfioletowo lightlekki.
318
919000
7000
Środkowe dziewięć poddam purpurowemu światłu.
15:38
Now, some of you will noticeogłoszenie that the consequencekonsekwencja is that
319
926000
4000
Teraz, niektórzy zauważą, że w konsekwencji
15:42
the lightlekki comingprzyjście throughprzez those middleśrodkowy ninedziewięć on the right,
320
930000
3000
światło wychodzące z tych środkowych dziewięciu po prawej,
15:45
or your left,
321
933000
2000
lub waszej lewej,
15:47
is exactlydokładnie the samepodobnie as the lightlekki comingprzyjście throughprzez
322
935000
2000
jest dokładnie takie samo jak światło przechodzące
15:49
the middleśrodkowy ninedziewięć on your right.
323
937000
2000
przez środkowe dziewięć po waszej prawej.
15:51
AgreedUzgodnione? Yes?
324
939000
3000
Zgoda? Tak?
15:54
Okay. So they are physicallyfizycznie the samepodobnie.
325
942000
2000
Okej. Więc fizycznie są takie same.
15:56
Let's pullCiągnąć the coversokładki off.
326
944000
6000
Ściągnijmy obudowy.
16:02
Now rememberZapamiętaj,
327
950000
4000
Teraz pamiętajcie.
16:06
you know the middleśrodkowy ninedziewięć are exactlydokładnie the samepodobnie.
328
954000
3000
wiecie, że środkowa dziewiątka jest dokładnie taka sama.
16:09
Do they look the samepodobnie? No.
329
957000
4000
Czy wygląda tak samo? Nie.
16:13
The questionpytanie is, "Is that an illusioniluzja?"
330
961000
2000
Pytanie brzmi: Czy to jest iluzja?
16:15
And I'll leavepozostawiać you with that.
331
963000
2000
I z tym Was zostawię.
16:17
So, thank you very much.
332
965000
2000
Więc, dziękuję bardzo.
16:19
(ApplauseAplauz)
333
967000
3000
(Aplauz)
Translated by Jakub Porebski
Reviewed by Marcin Kasiak

▲Back to top

ABOUT THE SPEAKER
Beau Lotto - Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system.

Why you should listen

"Let there be perception," was evolution's proclamation, and so it was that all creatures, from honeybees to humans, came to see the world not as it is, but as was most useful. This uncomfortable place--where what an organism's brain sees diverges from what is actually out there--is what Beau Lotto and his team at Lottolab are exploring through their dazzling art-sci experiments and public illusions. Their Bee Matrix installation, for example, places a live bee in a transparent enclosure where gallerygoers may watch it seek nectar in a virtual meadow of luminous Plexiglas flowers. (Bees, Lotto will tell you, see colors much like we humans do.) The data captured isn't just discarded, either: it's put to good use in probing scientific papers, and sometimes in more exhibits.

At their home in London’s Science Museum, the lab holds "synesthetic workshops" where kids and adults make abstract paintings that computers interpret into music, and they host regular Lates--evenings of science, music and "mass experiments." Lotto is passionate about involving people from all walks of life in research on perception--both as subjects and as fellow researchers. One such program, called "i,scientist," in fact led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," December 2010). It starts, "Once upon a time ..."

These and Lotto's other conjurings are slowly, charmingly bending the science of perception--and our perceptions of what science can be.

More profile about the speaker
Beau Lotto | 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