TEDxToronto 2011
Ariel Garten: Know thyself, with a brain scanner
Ariel Garten: Conhece-te a ti mesmo, com um 'scanner' do cérebro
Filmed:
Readability: 4.2
480,514 views
Imagine jogar um video game controlado pela sua mente. Agora imagine que esse jogo também ensina a você seus próprios padrões de estresse, relaxamento e foco. Em TEDxToronto, Ariel Garten demonstra que observar sua própria atividade cerebral dá novo significado à máxima antiga "conhece-te a ti mesmo".
Ariel Garten - Artist, scientist and entrepreneur
As CEO of InteraXon, Ariel Garten works to close the gap between science, art, business and technology. Full bio
As CEO of InteraXon, Ariel Garten works to close the gap between science, art, business and technology. Full bio
Double-click the English transcript below to play the video.
00:15
The maxim, "Know thyself"
0
0
2000
A máxima "Conhece-te a ti mesmo"
00:17
has been around since the ancient Greeks.
1
2000
2000
tem estado por aí desde os gregos antigos.
00:19
Some attribute this golden world knowledge to Plato,
2
4000
3000
Alguns atribuem essa regra de ouro universal a Platão,
00:22
others to Pythagoras.
3
7000
2000
outros a Pitágoras.
00:24
But the truth is it doesn't really matter which sage said it first,
4
9000
3000
Mas a verdade é que realmente não importa qual sábio a disse primeiro,
00:27
because it's still sage advice, even today.
5
12000
3000
porque ela ainda é um conselho sábio, mesmo hoje.
00:31
"Know thyself."
6
16000
2000
"Conhece-te a ti mesmo."
00:33
It's pithy
7
18000
2000
É forte
00:35
almost to the point of being meaningless,
8
20000
2000
quase a ponto de não ter significação,
00:37
but it rings familiar and true, doesn't it?
9
22000
3000
mas soa familiar e verdadeiro, não é?
00:40
"Know thyself."
10
25000
3000
"Conhece-te a ti mesmo."
00:43
I understand this timeless dictum
11
28000
2000
Entendo essa máxima atemporal
00:45
as a statement about the problems, or more exactly the confusions,
12
30000
3000
como uma declaração sobre os problemas, ou mais exatamente as confusões,
00:48
of consciousness.
13
33000
2000
da consciência.
00:50
I've always been fascinated with knowing the self.
14
35000
2000
Sempre fui fascinada pelo conhecimento do eu.
00:52
This fascination led me to submerge myself in art,
15
37000
2000
Essa fascinação me levou a mergulhar na arte,
00:54
study neuroscience
16
39000
2000
estudar neurociência
00:56
and later to become a psychotherapist.
17
41000
2000
e mais tarde a tornar-me uma psicoterapeuta.
00:58
Today I combine all my passions
18
43000
2000
Hoje combino todas minhas paixões
01:00
as the CEO of InteraXon,
19
45000
2000
como Chefe Executiva da InteraXon,
01:02
a thought-controlled computing company.
20
47000
2000
uma companhia de computação controlada pelos pensamentos.
01:04
My goal, quite simply,
21
49000
2000
Meu objetivo, muito simples,
01:06
is to help people become more in tune
22
51000
2000
é auxiliar pessoas a terem mais harmonia
01:08
with themselves.
23
53000
2000
com elas mesmas.
01:10
I take it from this little dictum,
24
55000
2000
Tiro isso desse pequeno dito,
01:12
"Know thyself."
25
57000
2000
"Conhece-te a ti mesmo."
01:14
If you think about it,
26
59000
2000
Se você pensa sobre isso,
01:16
this imperative is kind of the defining characteristic of our species,
27
61000
2000
esse imperativo é um tipo de característica definidora da nossa espécie,
01:18
isn't it?
28
63000
2000
não é?
01:20
I mean, it's self-awareness
29
65000
2000
Quero dizer, é autoconsciência
01:22
that separates Homo sapiens
30
67000
2000
que separa o homo sapiens
01:24
from earlier instances of our mankind.
31
69000
3000
das primeiras instâncias de nossa humanidade.
01:27
Today we're often too busy
32
72000
2000
Hoje estamos frequentemente muito ocupados
01:29
tending to our iPhones and iPods
33
74000
2000
com nossos iPhones e iPods
01:31
to really stop and get to know ourselves.
34
76000
3000
para realmente parar e conhecer a nós mesmos.
01:34
Under the deluge of minute-to-minute text conversations,
35
79000
3000
Sob o dilúvio de mensagens de texto instantâneas,
01:37
emails, relentless exchange of media channels
36
82000
3000
emails, incansável troca de canais de mídia,
01:40
and passwords and apps and reminders and Tweets and tags,
37
85000
3000
senhas, aplicativos, Tweets e rótulos,
01:43
we lose sight of what all this fuss is supposed to be about in the first place:
38
88000
3000
perdemos de vista sobre o que toda essa confusão deveria ser em primeiro lugar:
01:46
ourselves.
39
91000
2000
nós mesmos.
01:48
Much of the time we're transfixed
40
93000
2000
Na maior parte do tempo estamos espantados
01:50
by all of the ways we can reflect ourselves into the world.
41
95000
4000
com todos os meios nos quais podemos refletir a nós mesmos no mundo.
01:54
And we can barely find the time to reflect deeply
42
99000
3000
E dificilmente encontramos tempo para refletir profundamente
01:57
back in on our own selves.
43
102000
3000
em nosso próprio eu
02:00
We've cluttered ourselves up with all this.
44
105000
2000
Nós nos enrolamos em tudo isso.
02:02
And we feel like we have to get
45
107000
2000
E sentimos que temos que ir
02:04
far, far away to a secluded retreat, leaving it all behind.
46
109000
3000
para muito longe, para um retiro isolado, deixando tudo isso para trás.
02:07
So we go far away
47
112000
2000
Então vamos para longe,
02:09
to the top of a mountain,
48
114000
2000
para o topo de uma montanha,
02:11
assuming that perching ourselves on a piece
49
116000
2000
acreditando que sentar a nós mesmos em um local
02:13
is bound to give us the respite we need
50
118000
2000
vai nos dar o descanso de que precisamos
02:15
to sort the clutter, the chaotic everyday,
51
120000
2000
para pôr em ordem a confusão, o dia-a-dia caótico,
02:17
and find ourselves again.
52
122000
2000
e encontrar a nós mesmos novamente.
02:19
But on that mountain
53
124000
2000
Mas, naquela montanha
02:21
where we gain that beautiful peace of mind,
54
126000
3000
onde ganhamos aquela maravilhosa paz para a mente,
02:24
what are we really achieving?
55
129000
3000
o que realmente estamos alcançando?
02:27
It's really only a successful escape.
56
132000
3000
Na verdade, é apenas uma fuga bem sucedida.
02:30
Think of the term we use, "Retreat."
57
135000
2000
Pense no termo que usamos, "Retiro".
02:32
This is the term that armies use when they've lost a battle.
58
137000
3000
Essa é uma palavra que os militares usam quando perdem uma batalha.
02:35
It means we've got to get out of here.
59
140000
2000
Significa que temos que sair daqui.
02:37
Is this how we feel about the pressures of our world,
60
142000
2000
É assim que nos sentimos sobre as pressões de nosso mundo,
02:39
that in order to get inside ourselves,
61
144000
2000
que, para entrar em contato conosco,
02:41
you have to run for the hills?
62
146000
3000
temos que correr para as montanhas?
02:44
And the problem with escaping your day-to-day life
63
149000
3000
E o problema com a fuga da vida cotidiana
02:47
is that you have to come home eventually.
64
152000
3000
é que você tem que voltar para casa no fim.
02:50
So when you think about it,
65
155000
2000
Quando você pensa sobre isso,
02:52
we're almost like a tourist
66
157000
2000
nós somos quase como um turista
02:54
visiting ourselves over there.
67
159000
3000
visitando a nós mesmos lá.
02:57
And eventually that vacation's got to come to an end.
68
162000
3000
E, afinal, aquelas férias terminam.
03:00
So my question to you is,
69
165000
3000
Assim, minha pergunta a vocês é:
03:03
can we find ways to know ourselves
70
168000
2000
podemos encontrar maneiras de conhecer a nós mesmos
03:05
without the escape?
71
170000
2000
sem a fuga?
03:07
Can we redefine our relationship
72
172000
2000
Podemos redefinir nosso relacionamento
03:09
with the technologized world
73
174000
2000
com o mundo cheio de tecnologia
03:11
in order to have the heightened sense of self-awareness
74
176000
2000
a fim de ter o elevado senso de autoconsciência
03:13
that we seek?
75
178000
2000
que buscamos?
03:15
Can we live here and now in our wired web
76
180000
3000
Podemos viver aqui e agora em nossa rede interligada
03:18
and still follow those ancient instructions,
77
183000
3000
e ainda seguir aquela instrução antiga,
03:21
"Know thyself?"
78
186000
3000
"Conhece-te a ti mesmo"?
03:24
I say the answer is yes.
79
189000
2000
Digo que a resposta é sim.
03:26
And I'm here today to share a new way
80
191000
2000
E estou aqui hoje para compartilhar uma nova maneira
03:28
that we're working with technology to this end
81
193000
2000
na qual estamos trabalhando com tecnologia para esse fim
03:30
to get familiar with our inner self
82
195000
2000
de nos familiarizar com nosso eu interior
03:32
like never before --
83
197000
2000
como nunca antes --
03:34
humanizing technology
84
199000
2000
humanizar a tecnologia
03:36
and furthering that age-old quest of ours
85
201000
2000
e levar adiante aquela velha questão nossa
03:38
to more fully know the self.
86
203000
3000
de conhecer mais completamente nosso eu.
03:41
It's called thought-controlled computing.
87
206000
4000
É chamada de computação controlada pelo pensamento.
03:47
You may or may not have noticed
88
212000
2000
Vocês podem ter ou não ter notado
03:49
that I'm wearing a tiny electrode on my forehead.
89
214000
2000
que estou usando um pequeno eletrodo em minha testa.
03:51
This is actually a brainwave sensor
90
216000
2000
Na verdade, isto é um sensor de ondas cerebrais
03:53
that's reading the electrical activity of my brain
91
218000
2000
que está lendo a atividade elétrica de meu cérebro
03:55
as I give this talk.
92
220000
2000
à medida que falo.
03:57
These brainwaves are being analyzed and we can see them as a graph.
93
222000
3000
Essas ondas cerebrais estão sendo analisadas e podemos vê-las como um gráfico.
04:00
Let me show you what it looks like.
94
225000
3000
Deixem-me mostrar a vocês como se parece.
04:03
That blue line there is my brainwave.
95
228000
3000
Aquela linha azul ali é minha onda cerebral.
04:06
It's the direct signal being recorded from my head,
96
231000
2000
É o sinal direto sendo gravado de minha teta,
04:08
rendered in real time.
97
233000
2000
capturado em tempo real.
04:10
The green and red bars show that same signal displayed by frequency,
98
235000
3000
As barras verde e vermelha mostram esse mesmo sinal representados pela frequência,
04:13
with lower frequencies here
99
238000
2000
com baixas frequências aqui
04:15
and higher frequencies up here.
100
240000
2000
e altas frequências ali em cima.
04:17
You're actually looking inside my head as I speak.
101
242000
3000
Realmente, você está olhando dentro de minha cabeça enquanto eu falo.
04:22
These graphs are compelling, they're undulating,
102
247000
3000
Esses gráficos são convincentes, são ondulantes,
04:25
but from a human's perspective,
103
250000
2000
mas, da perspectiva humana,
04:27
they're actually not very useful.
104
252000
2000
eles, de fato, não são muito úteis.
04:29
That's why we've spent a lot of time
105
254000
2000
É por isso que passamos muito tempo
04:31
thinking about how to make this data meaningful
106
256000
2000
pensando como fazer esses dados significativos
04:33
to the people who use it.
107
258000
2000
para as pessoas que usam isso.
04:35
For instance, what if I could use this data
108
260000
3000
Por exemplo, e se eu pudesse usar esses dados
04:38
to find out how relaxed I am at any moment?
109
263000
2000
para descobrir quão relaxada estou em qualquer momento?
04:40
Or what if I can take that information
110
265000
2000
Ou, e se eu pudesse pegar essa informação
04:42
and put it into an organic shape up on the screen?
111
267000
3000
e colocá-la num formato organizado na tela?
04:45
The shape on the right over here
112
270000
3000
A forma à direita, aqui
04:48
has become an indicator of what's going on in my head.
113
273000
2000
tornou-se um indicador do que está acontecendo em minha mente.
04:50
The more relaxed I am,
114
275000
2000
Quanto mais relaxada estou,
04:52
the more the energy's going to fall through it.
115
277000
2000
mais a energia vai cair nele.
04:54
I may also be interested in knowing
116
279000
2000
Também posso estar interessada em saber
04:56
how focused I am,
117
281000
2000
quão focada estou,
04:58
so I can put my level of attention into the circuit board on the other side.
118
283000
3000
assim coloco minha atenção no quadro de circuitos do outro lado.
05:01
And the more focused my brain is,
119
286000
2000
E quanto mais focado meu cérebro está,
05:03
the more the circuit board is going to surge with energy.
120
288000
3000
mais o quadro de circuitos vai ondular com enrgia.
05:06
Ordinarily, I would have no way of knowing how focused or relaxed I was
121
291000
3000
Comumente, eu não teria forma de saber quão focada ou relaxada eu estava
05:09
in any tangible way.
122
294000
3000
de nenhuma forma tangível.
05:12
As we know, our feelings about how we're feeling
123
297000
2000
Como sabemos, nossas percepções sobre como nos sentimos
05:14
are notoriously unreliable.
124
299000
2000
são notoriamente incertas.
05:16
We've all had stress creep up on us without even noticing it
125
301000
3000
Todos tivemos estresse se infiltrando em nós sem que o notássemos
05:19
until we lost it on someone who didn't deserve it,
126
304000
2000
até que o despejamos em alguém que não merecia,
05:21
and then we realize that we probably should have checked in with ourselves
127
306000
3000
e, então, percebemos que deveríamos ter verificado isso com nós mesmos
05:24
a little earlier.
128
309000
2000
um pouco antes.
05:26
This new awareness
129
311000
2000
Essa nova consciência
05:28
opens up vast possibilities
130
313000
2000
abre vastas possibilidades
05:30
for applications that help improve our lives and ourselves.
131
315000
3000
para aplicações que auxiliam a melhorar nossas vidas e nós mesmos.
05:33
We're trying to create technology that uses the insights
132
318000
3000
Estamos tentando criar tecnologia que usa as percepções
05:36
to make our work more efficient, our breaks more relaxing
133
321000
3000
para fazer nosso trabalho mais eficiente, nossos descansos mais relaxantes
05:39
and our connections deeper and more fulfilling than ever.
134
324000
3000
e nossas conexões mais profundas e mais realizadoras do que nunca.
05:43
I'm going to share some of these visions with you in a bit,
135
328000
3000
Vou compartilhar algumas dessas visões com vocês em um instante,
05:46
but first I want to take a look at how we got here.
136
331000
3000
mas, primeiro, quero considerar como chegamos aqui.
05:49
By the way, feel free to check in on my head at any time.
137
334000
3000
A propósito, fiquem à vontade para verificar minha mente a qualquer momento.
05:52
(Laughter)
138
337000
2000
(Risadas)
05:54
My team at InteraXon and I
139
339000
2000
Minha equipe na InteraXon e eu
05:56
have been developing throught-controlled application for almost a decade now.
140
341000
3000
desenvolvemos aplicativos controlados pelo pensamento por quase uma década agora.
05:59
In the first phase of development
141
344000
2000
Na primeira fase de desenvolvimento
06:01
we were really enthused by all the things we could control with our mind.
142
346000
3000
estávamos realmente entusiasmados por todas as coisas que poderíamos controlar com nossa mente.
06:04
We were making things activate, light up and work
143
349000
3000
Estávamos fazendo com que as coisas fossem ativadas, acesas e trabalhassem
06:07
just by thinking.
144
352000
2000
apenas pelo pensamento.
06:09
We were transcending the space
145
354000
2000
Estávamos transcendendo o espaço
06:11
between the mind and the device.
146
356000
2000
entre a mente e o dispositivo.
06:13
We brought to life a vast array of prototypes and products
147
358000
3000
Demos vida a uma grande quantidade de protótipos e produtos
06:16
that you could control with your mind,
148
361000
2000
que você poderia controlar com sua mente,
06:18
like thought-controlled home appliances
149
363000
2000
como aparelhos domésticos controlados pelo pensamento,
06:20
or slot car games or video games
150
365000
2000
jogos de carros com controle remoto, video games
06:22
or a levitating chair.
151
367000
2000
ou uma cadeira que levita.
06:24
We created technology and applications
152
369000
2000
Criamos tecnologia e aplicativos
06:26
that engaged people's imaginations,
153
371000
2000
que prendiam a imaginação das pessoas,
06:28
and it was really exciting.
154
373000
2000
e era muito entusiasmante.
06:30
And then we were asked to do something really big
155
375000
2000
Então, pediram-nos para fazer algo realmente grande
06:32
for the Olympics.
156
377000
2000
para as Olimpíadas.
06:34
We were invited to create a massive installation
157
379000
2000
Fomos convidados a criar uma instalação maciça
06:36
at the Vancouver 2010 winter Olympics,
158
381000
2000
nas Olimpíadas de inverno de 2010,
06:38
were used in Vancouver,
159
383000
2000
em Vancouver,
06:40
got to control the lighting on the C.N. Tower,
160
385000
2000
que tinha que controlar a iluminação da C.N. Tower,
06:42
the Canadian Parliament buildings and Niagara Falls
161
387000
3000
dos edifícios do Parlamento canadense e das cataratas do Niágara
06:45
from all the way across the country
162
390000
3000
a distância, através do país,
06:48
using their minds.
163
393000
2000
usando suas mentes.
06:50
Over 17 days at the Olympics 7,000 visitors from all over the world
164
395000
3000
Por 17 dias nas Olimpíadas, 7.000 visitantes de todo o mundo
06:53
actually got to individually control the light
165
398000
2000
realmente conseguiram controlar individualmente a luz
06:55
from the C.N. Tower, parliament and Niagara in real time
166
400000
2000
da C.N. Tower, parlamento e Niágara em tempo real
06:57
with their minds from across the country,
167
402000
2000
com seus pensamentos, através do país,
06:59
3,000 km away.
168
404000
2000
a 3.000 km de distância.
07:01
So controlling stuff with your mind
169
406000
2000
Controlar coisas com sua mente
07:03
is pretty cool.
170
408000
2000
é bem legal.
07:05
But we're always interested in multi-tiered levels of human interaction.
171
410000
3000
Mas sempre estivemos interessados em níveis sobrepostos da interação humana.
07:08
And so we began looking into inventing
172
413000
2000
E assim começamos a investigar a invenção
07:10
thought-controlled applications
173
415000
2000
de aplicativos controlados pelo pensamento
07:12
in a more complex frame than just control.
174
417000
3000
numa estrutura mais complexa do que apenas controle.
07:15
And that was responsiveness.
175
420000
3000
E isso foi a capacidade de resposta.
07:18
We realized that we had a system
176
423000
2000
Percebemos que tínhamos um sistema
07:20
that allowed technology to know something about you.
177
425000
2000
que permitia à tecnologia saber algo sobre você.
07:22
And it could join into the relationship with you.
178
427000
4000
E poderia juntar-se no relacionamento com você.
07:26
We created the responsive room
179
431000
2000
Criamos a sala respondente
07:28
where the lights music and blinds adjusted to your state.
180
433000
3000
onde luzes, música e cortinas se ajustam ao seu estado.
07:31
They followed these little shifts in your mental activity.
181
436000
3000
Elas seguem essas pequenas alterações em sua atividade mental.
07:34
So as you settled into relaxation at the end of a hard day,
182
439000
2000
Dessa forma, à medida que você relaxa no final de um dia duro,
07:36
on the couch in our office,
183
441000
2000
no sofá de seu escritório,
07:38
the music would mellow with you.
184
443000
3000
a música se harmonizará com você.
07:41
When you read, the desk lamp would get brighter.
185
446000
2000
Quando você lê, o abajur na mesa fica mais brilhante.
07:43
If you nod off, the system would know,
186
448000
3000
Se você tira uma soneca, o sistema sabe,
07:46
dimming to darkness as you do.
187
451000
3000
vai diminuindo a luminosidade até a escuridão, como você faz.
07:49
We then realized that if technology could know something about you
188
454000
3000
Assim percebemos que se a tecnologia pudesse conhecer algo sobre você
07:52
and use it to help you,
189
457000
2000
e usar isso para auxiliá-lo,
07:54
there's an even more valuable application than that.
190
459000
3000
há um aplicativo ainda mais valioso que isso.
07:57
That you could know something about yourself.
191
462000
3000
Que você poderia saber algo sobre você mesmo.
08:00
We could know sides of ourselves
192
465000
2000
Poderíamos conhecer aspectos de nós mesmo
08:02
that were all but invisible
193
467000
2000
que sempre estiveram invisíveis
08:04
and come to see things that were previously hidden.
194
469000
3000
e ver coisas que anteriormente estavam escondidas.
08:07
Let me show you an example of what I'm talking about here.
195
472000
2000
Deixem-me mostrar um exemplo do que estou falando aqui.
08:09
Here's an application
196
474000
2000
Aqui está um aplicativo
08:11
that I created for the iPad.
197
476000
2000
que criei para o iPad.
08:13
So the goal of the original game Zen Bound
198
478000
2000
A meta do jogo Zen Bound original
08:15
is to wrap a rope around a wooden form.
199
480000
2000
é enrolar uma corda em torno de uma figura de madeira.
08:17
So you use it with your headset.
200
482000
2000
Você usa isto com seu fone.
08:19
The headset connects wirelessly to an iPad or a smartphone.
201
484000
3000
O fone se conecta sem fios com um iPad ou um smarphone.
08:22
In that headset
202
487000
2000
Naquele fone
08:24
you have fabric sensors on your forehead and above the ear.
203
489000
3000
você tem sensores de tecido em sua testa e acima da orelha.
08:27
In the original Zen Bound game,
204
492000
2000
No jogo Zen Bound original,
08:29
you play it by scrolling your fingers over the pad.
205
494000
3000
você joga deslizando seus dedos sobre o controle.
08:32
In the game that we created, of course,
206
497000
2000
No jogo que criamos, claro,
08:34
you control the wooden form that's on the screen there
207
499000
2000
você controla a figura de madeira lá na tela
08:36
with your mind.
208
501000
2000
com sua mente.
08:38
As you focus on the wooden form,
209
503000
2000
Quando você foca na figura de madeira,
08:40
it rotates.
210
505000
2000
ela rodopia.
08:42
The more you focus, the faster the rotation.
211
507000
3000
Quanto mais você foca, mais rápida a rotação.
08:45
This is for real.
212
510000
2000
Isto é real.
08:47
This is not a fake.
213
512000
2000
Isto não é uma falsificação.
08:49
What's really interesting to me though
214
514000
2000
O que é realmente interessante para mim, contudo,
08:51
is at the end of the game you get stats and feedback
215
516000
2000
é que no final do jogo você tem estatísticas e comentários
08:53
about how you did.
216
518000
2000
sobre como foi seu desempenho.
08:55
You have graphs and charts
217
520000
2000
Você tem gráficos e tabelas
08:57
that tell you how your brain was doing --
218
522000
2000
que mostram a você como seu cérebro estava procedendo --
08:59
not just how much rope you used or what your high score is,
219
524000
3000
não apenas quanta corda você usou ou qual é sua pontuação mais alta,
09:02
but what was going on
220
527000
2000
mas o que estava acontecendo
09:04
inside of your mind.
221
529000
2000
dentro de sua mente.
09:06
And this is valuable feedback
222
531000
2000
E esse é um dado valioso
09:08
that we can use to understand what's going on
223
533000
3000
que podemos usar para entender o que acontece
09:11
inside of ourselves.
224
536000
3000
dentro de nós mesmos.
09:14
I like to call this
225
539000
2000
Gosto de chamar isso de
09:16
"intra-active."
226
541000
2000
"intra-ativo".
09:18
Normally we think about technology
227
543000
2000
Normalmente pensamos em tecnologia
09:20
as interactive.
228
545000
2000
e interativo.
09:22
This technology
229
547000
2000
Esta tecnologia
09:24
is intra-active.
230
549000
2000
é intrativa.
09:26
It understands what's inside of you
231
551000
3000
Ela entende o que está dentro de você
09:29
and builds a sort of responsive relationship
232
554000
3000
e constrói um tipo de relacionamento responsivo
09:32
between you and your technology
233
557000
2000
entre você e sua tecnologia
09:34
so that you can use this information
234
559000
2000
para que você possa usar essa informação
09:36
to move you forward.
235
561000
2000
e prosseguir.
09:38
So you can use this information
236
563000
2000
Portanto, você pode usar essa informação
09:40
to understand you in a responsive loop.
237
565000
3000
para entender você em um contínuo responsivo.
09:43
At InteraXon,
238
568000
4000
Na InteraXon,
09:47
intra-active technology
239
572000
3000
tecnologia intra-ativa
09:50
is one of our really defining mandates.
240
575000
3000
é realmente uma de nossas regras definidoras.
09:53
It's how we understand the world inside
241
578000
3000
É como entendemos o mundo interior
09:56
and reflect it outside
242
581000
2000
e o refletimos ao exterior
09:58
into this tight loop.
243
583000
3000
nessa firme interação.
10:01
For example, thought-controlled computing
244
586000
3000
Por exemplo, computação controlada pelo pensamento
10:04
can teach children with ADD
245
589000
2000
pode ensinar às crianças com síndrome de déficit de atenção
10:06
how to improve their focus.
246
591000
2000
como melhorar seu foco.
10:08
With ADD, children have a low proportion of beta waves for focus states
247
593000
4000
Com déficit de atenção, as crianças têm uma proporção baixa de ondas beta para os estados de foco
10:12
and a high proportion of theta states.
248
597000
2000
e uma proporção alta de ondas teta.
10:14
So you can create applications that reward focused brain states.
249
599000
3000
Então você pode criar aplicativos que recompensem os estados mentais focados.
10:17
So you can imagine kids playing video games with their brain waves
250
602000
3000
Assim, você pode imaginar crianças jogando video games com suas ondas cerebrais
10:20
and improving their ADD symptoms as they do it.
251
605000
3000
e melhorando seus sintomas de déficit de atenção à medida que fazem isso.
10:23
This can be as effective as Ritalin.
252
608000
3000
Isto pode ser tão efetivo quanto Ritalina.
10:26
Perhaps even more importantly,
253
611000
2000
Talvez ainda mais importante,
10:28
thought-controlled computing can give children with ADD
254
613000
2000
a computação controlada pelos pensamentos pode dar às crianças com déficit de atenção
10:30
insights into their own fluctuating mental states,
255
615000
3000
percepção de seus estados mentais flutuantes,
10:33
so they can better understand themselves
256
618000
2000
para que possam entender melhor a si mesmas
10:35
and their learning needs.
257
620000
2000
e suas necessidades de aprendizagem.
10:37
The way these children will be able to use their new awareness to improve themselves
258
622000
4000
A forma como essas crianças serão capazes de usar sua nova consciência para melhorar a si mesmas
10:41
will upend many of the damaging and widespread social stigmas
259
626000
3000
derrubará muitos dos estigmas sociais danosos e espalhados
10:44
that people who are diagnosed as different
260
629000
2000
com que as pessoas diagnosticadas como diferentes
10:46
are challenged with.
261
631000
2000
são desafiadas.
10:48
We can peer inside our heads
262
633000
2000
Podemos perscrutar dentro de nossa mente
10:50
and interact with what was once locked away from us,
263
635000
2000
e interagir com o que antes estava trancado longe de nós,
10:52
what once mystified and separated us.
264
637000
5000
o que antes nos mistificava e separava.
10:57
Brainwave technology can understand us, anticipate our emotions
265
642000
3000
A tecnologia da ondas cerebrais pode nos entender, antecipar nossas emoções
11:00
and find the best solutions for our needs.
266
645000
2000
e encontrar as melhores soluções para nossas necessidades.
11:02
Imagine this collected awareness of the individual
267
647000
3000
Imagine toda essa consciência do indivíduo
11:05
computed and reflected across an entire lifespan.
268
650000
3000
computadorizada e refletida por uma vida inteira.
11:08
Imagine the insights that you can gain
269
653000
2000
Imagine as percepções que você pode ganhar
11:10
from this kind of second sight.
270
655000
2000
desse tipo de segunda visão.
11:12
It would be like plugging into your own personal Google.
271
657000
3000
Seria como conectar você ao seu Google pessoal.
11:15
On the subject of Google,
272
660000
2000
E a respeito do Google,
11:17
today you can search and tag images
273
662000
2000
hoje você pode pesquisar e rotular imagens
11:19
based on the thoughts and feelings you had while you watched them.
274
664000
3000
baseado nos pensamentos e sentimentos que teve quando as viu.
11:22
You can tag pictures of baby animals as happy,
275
667000
2000
Você pode rotular fotos de filhotes como feliz,
11:24
or whatever baby animals are to you,
276
669000
3000
ou seja lá o que for que filhotes são para você,
11:27
and then you can search that database,
277
672000
2000
então você pode pesquisar esse banco de dados,
11:29
navigating with your feelings,
278
674000
2000
navegando com seus sentimentos,
11:31
rather than the keywords that just hint at them.
279
676000
3000
não com palavras chave que dão apenas uma dica sobre elas.
11:34
Or you could tag Facebook photos
280
679000
2000
Ou você poderia rotular fotos no Facebook
11:36
with the emotions that you had associated
281
681000
3000
com as emoções que você associou
11:39
with those memories
282
684000
2000
a essas memórias
11:41
and then instantly prioritize
283
686000
2000
e, então, instantaneamente priorizar
11:43
the streams that catch your attention,
284
688000
2000
os conteúdos que chamam sua atenção,
11:45
just like this.
285
690000
3000
exatamente assim.
11:48
Humanizing technology
286
693000
2000
Humanizar a tecnologia
11:50
is about taking what's already natural about the human-tech experience
287
695000
3000
é pegar o que já é natural na experiência humano-tecnológica
11:53
and building technology seamlessly in tandem with it.
288
698000
3000
e construir tecnologia sem paralelo ao lado disso.
11:56
As it aligns with our human behaviors,
289
701000
2000
Como ela se alinha aos nossos comportamentos humanos,
11:58
it can allow us to make better sense of what we do
290
703000
3000
pode permitir-nos melhor compreensão do que fazemos
12:01
and, more importantly, why,
291
706000
3000
e, mais importante, por que,
12:04
creating a big picture
292
709000
2000
criando um quadro amplo
12:06
out of all the important little details
293
711000
2000
de todos os pequenos detalhes importantes
12:08
that make up who we are.
294
713000
2000
que compõem aquilo que somos.
12:10
With humanized technology
295
715000
2000
Com tecnologia humanizada
12:12
we can monitor the quality of your sleep cycles.
296
717000
2000
podemos monitorar a qualidade de nossos ciclos de sono.
12:14
When our productivity starts to slacken,
297
719000
3000
Quando nossa produtividade começa a diminuir,
12:17
we can go back to that data
298
722000
2000
podemos voltar a essa informação
12:19
and see how we can make more effective balance
299
724000
2000
e verificar como podemos ter um equilíbrio mais efetivo
12:21
between work and play.
300
726000
2000
entre trabalho e lazer.
12:23
Do you know what causes fatigue in you
301
728000
2000
Você sabe o que lhe causa fadiga
12:25
or what brings out your energetic self,
302
730000
2000
ou o que desperta seu eu ativo,
12:27
what triggers cause you to be depressed
303
732000
3000
o que o coloca em estado de depressão
12:30
or what fun things are going to bring you out of that funk?
304
735000
4000
ou quais coisas engraçadas vão tirá-lo desse pânico?
12:34
Imagine if you had access to data
305
739000
2000
Imagine se você tivesse acesso a informações
12:36
that allowed you to rank on a scale of overall happiness
306
741000
3000
que lhe permitissem graduar em uma escala de felicidade geral
12:39
which people in your life made you the happiest,
307
744000
3000
quais pessoas em sua vida deixam você mais feliz,
12:42
or what activities brought you joy.
308
747000
3000
ou quais atividades trazem alegria a você.
12:45
Would you make more time for those people? Would you prioritize?
309
750000
3000
Você teria mais tempo para essas pessoas? Você teria prioridades?
12:48
Would you get a divorce?
310
753000
3000
Você se divorciaria?
12:51
What thought-controlled computing can allow you to do
311
756000
2000
O que a computação controlada pelo pensamento lhe permite fazer
12:53
is build colorful layered pictures of our lives.
312
758000
3000
é construir quadros coloridos e sobrepostos de nossas vidas.
12:56
And with this, we can get the skinny on our psychological happenings
313
761000
3000
E com isso, podemos diminuir os impactos psicológicos
12:59
and build a story of our behaviors over time.
314
764000
3000
e construir uma história de nossos comportamentos ao longo do tempo.
13:02
We can begin to see the underlying narratives
315
767000
2000
Podemos começar a ver as narrativas subjacentes
13:04
that propel us forward
316
769000
2000
que nos impelem adiante
13:06
and tell us about what's going on.
317
771000
3000
e nos dizem o que está acontecendo.
13:09
And from this,
318
774000
2000
E disso,
13:11
we can learn how to change the plot, the outcome
319
776000
2000
podemos aprender a mudar a trama, o resultado
13:13
and the character
320
778000
2000
e o personagem
13:15
of our personal stories.
321
780000
2000
de nossas histórias pessoais.
13:17
Two millennia ago,
322
782000
2000
Dois milênios atrás,
13:19
those Greeks had some powerful insights.
323
784000
3000
aqueles gregos tiveram percepções poderosas.
13:22
They knew that a fundamental piece falls into place
324
787000
3000
Eles sabiam que a pedra fundamental toma seu lugar
13:25
when you start to live out their little phrase,
325
790000
3000
quando você começa a viver daquela pequena frase,
13:28
when you come into contact with yourself.
326
793000
3000
quando você entra em contato com você mesmo.
13:31
They understood the power of human narrative
327
796000
3000
Eles entenderam o poder da narrativa humana
13:34
and the value that we place on humans
328
799000
2000
e que o valor que depositamos nos humanos
13:36
as changing, evolving and growing.
329
801000
3000
muda, evolui e cresce.
13:39
But they understood something more fundamental --
330
804000
3000
Mas eles entenderam algo mais fundamental --
13:42
the sheer joy in discovery,
331
807000
3000
a pura alegria da descoberta,
13:45
the delight and fascination that we get from the world
332
810000
3000
o prazer e a fascinação que obtemos do mundo
13:48
and being ourselves in it,
333
813000
2000
e por sermos nós mesmos nele,
13:50
the richness that we get
334
815000
2000
a riqueza que obtemos
13:52
from seeing, feeling and knowing the lives that we are.
335
817000
3000
ao ver, sentir e conhecer as vidas que somos.
13:55
My mom's an artist,
336
820000
2000
Minha mãe é uma artista,
13:57
and as a child I'd often see her bring things to life with the stroke of a brush.
337
822000
3000
e, quando criança, frequentemente eu a via trazer vida às coisas com uma pincelada.
14:00
One moment it was all white space, pure possibility.
338
825000
3000
Em um momento tudo era espaço em branco, pura possibilidade.
14:03
The next, it was alive
339
828000
2000
No seguinte, estava vivo
14:05
with her colorful ideas and expressions.
340
830000
3000
com suas ideias coloridas e expressões.
14:08
As I sat easel-side,
341
833000
2000
Enquanto sentava ao lado do cavalete,
14:10
watching her transform canvas after canvas,
342
835000
3000
observando-a transformar tela após tela,
14:13
I learned that you could create your own world.
343
838000
4000
aprendi que você pode criar seu próprio mundo.
14:17
I learned that our own inner worlds --
344
842000
2000
Aprendi que nossos mundos internos --
14:19
our ideas, emotions and imaginations --
345
844000
3000
nossas ideias, emoções e imaginações --
14:22
were, in fact, not bound by our brains and bodies.
346
847000
4000
são, de fato, não limitadas por nossos cérebros e corpos.
14:26
If you could think it, if you could discover it,
347
851000
3000
Se você pode pensar isso, se você pode descobrir isso,
14:29
you could bring it to life.
348
854000
3000
você pode trazer isso à vida.
14:32
To me, thought-controlled computing
349
857000
2000
Para mim, computação controlada pelo pensamento
14:34
is as simple and powerful as a paintbrush --
350
859000
2000
é tão simples e poderosa como um pincel --
14:36
one more tool to unlock and enliven
351
861000
3000
uma ferramenta a mais para desbloquear e dar vida
14:39
the hidden worlds within us.
352
864000
2000
a mundos escondidos dentro de nós.
14:41
I look forward to the day
353
866000
2000
Espero ansiosa pelo dia
14:43
that I can sit beside you, easel-side,
354
868000
3000
em que possa sentar ao seu lado, ao lado do cavalete,
14:46
watching the world that we can create
355
871000
2000
observando o mundo que podemos criar
14:48
with our new toolboxes
356
873000
2000
com nossas novas caixas de ferramentas
14:50
and the discoveries that we can make
357
875000
2000
e as descobertas que podemos fazer
14:52
about ourselves.
358
877000
2000
sobre nós mesmos.
14:54
Thank you.
359
879000
2000
Obrigada
14:56
(Applause)
360
881000
2000
(Aplausos)
ABOUT THE SPEAKER
Ariel Garten - Artist, scientist and entrepreneurAs CEO of InteraXon, Ariel Garten works to close the gap between science, art, business and technology.
Why you should listen
Ariel Garten is the CEO and co-founder of InteraXon, which creates thought controlled computing products and applications. Ariel has also researched at the Krembil Neuroscience Institute studying hippocampal neurogenesis, displayed work at the Art Gallery of Ontario, been head designer at a fashion label, and opened Toronto Fashion Week. Referred to as the “Brain Guru”, Ariel and her team’s work has been featured in hundreds of articles in over 20 countries.
Ariel Garten | Speaker | TED.com