English-Video.net comment policy

The comment field is common to all languages

Let's write in your language and use "Google Translate" together

Please refer to informative community guidelines on TED.com

TED2015

Laura Schulz: The surprisingly logical minds of babies

Лора Шульц: Удивительно логичный разум ребёнка

Filmed
Views 1,632,838

Как малыши так быстро и глубоко познают наш мир? В полном интересных опытов выступлении учёный-когнитивист Лора Шульц рассказывает, как дети принимают неожиданно логичные решения ещё до того, как начинают говорить.

- Cognitive scientist
Developmental behavior studies spearheaded by Laura Schulz are changing our notions of how children learn. Full bio

Mark Twain summed up
what I take to be
Марку Твену удалось описать
00:12
one of the fundamental problems
of cognitive science
основную проблему науки о мышлении
00:14
with a single witticism.
одной остроумной фразой.
00:18
He said, "There's something
fascinating about science.
Он сказал: «Всё-таки в науке
есть что-то захватывающее.
00:20
One gets such wholesale
returns of conjecture
Вложишь какое-то пустяковое
количество фактов,
00:23
out of such a trifling
investment in fact."
а берёшь колоссальный дивиденд в виде
умозаключений. Да ещё с процентами».
00:26
(Laughter)
(Смех)
00:29
Twain meant it as a joke,
of course, but he's right:
Марк Твен, конечно, шутил,
но в чём-то он прав:
00:32
There's something
fascinating about science.
в науке есть что-то захватывающее.
00:34
From a few bones, we infer
the existence of dinosuars.
Несколько костей доказывают
существование динозавров.
00:37
From spectral lines,
the composition of nebulae.
По спектральным линиям
определена структура туманности.
00:42
From fruit flies,
Наблюдая за плодовыми мушками,
00:47
the mechanisms of heredity,
учёные выявили механизмы наследования.
00:50
and from reconstructed images
of blood flowing through the brain,
А по восстановленным изображениям
кровяных потоков в мозге
00:53
or in my case, from the behavior
of very young children,
или, как в моём случае,
по поведению детей
00:57
we try to say something about
the fundamental mechanisms
можно делать выводы
о фундаментальных механизмах
01:02
of human cognition.
человеческого мышления.
01:05
In particular, in my lab in the Department
of Brain and Cognitive Sciences at MIT,
На базе лаборатории когнитивных
исследований Массачусетского института
01:07
I have spent the past decade
trying to understand the mystery
в течение последних десяти лет
я пыталась разобраться,
01:12
of how children learn so much
from so little so quickly.
как дети так много познают о мире
из ничего, притом так быстро.
01:16
Because, it turns out that
the fascinating thing about science
Ведь, оказывается,
то захватывающее, что есть в науке,
01:20
is also a fascinating
thing about children,
есть и в детях,
01:23
which, to put a gentler
spin on Mark Twain,
а именно, если перефразировать
Марка Твена,
01:27
is precisely their ability
to draw rich, abstract inferences
их способность к сложным,
абстрактным суждениям,
01:29
rapidly and accurately
from sparse, noisy data.
сделанным быстро и безошибочно,
из скудной, спутанной информации.
01:34
I'm going to give you
just two examples today.
Я представлю вам два примера.
01:40
One is about a problem of generalization,
Один касается проблемы обобщения,
01:42
and the other is about a problem
of causal reasoning.
а второй — причинно-следственной связи.
01:45
And although I'm going to talk
about work in my lab,
Несмотря на то, что я буду ссылаться
только на работу моей лаборатории,
01:47
this work is inspired by
and indebted to a field.
успехами исследований мы обязаны
всей научной области.
01:50
I'm grateful to mentors, colleagues,
and collaborators around the world.
Я благодарна наставникам, коллегам
и единомышленникам со всего мира.
01:53
Let me start with the problem
of generalization.
Позвольте мне начать с вопроса обобщения.
01:59
Generalizing from small samples of data
is the bread and butter of science.
Для науки обобщение малых выборок
данных — хлеб насущный.
02:02
We poll a tiny fraction of the electorate
По анализу крохотной доли избирателей
02:06
and we predict the outcome
of national elections.
мы прогнозируем результаты выборов.
02:09
We see how a handful of patients
responds to treatment in a clinical trial,
Мы оцениваем реакцию группы пациентов
на клинические испытания препарата —
02:12
and we bring drugs to a national market.
и поставляем лекарства в аптеки страны.
02:16
But this only works if our sample
is randomly drawn from the population.
Но такой способ работает
только с произвольной выборкой.
02:19
If our sample is cherry-picked
in some way --
Если бы мы тщательно подбирали людей,
02:23
say, we poll only urban voters,
например, брали только
городских избирателей,
02:26
or say, in our clinical trials
for treatments for heart disease,
или для клинических испытаний
лечения сердечных заболеваний
02:28
we include only men --
брали только мужчин,
02:32
the results may not generalize
to the broader population.
то результаты были бы неприменимы
к широким слоям населения.
02:34
So scientists care whether evidence
is randomly sampled or not,
Поэтому учёных всегда волнует,
случайна ли выборка или нет.
02:38
but what does that have to do with babies?
Как же это связано с детьми?
02:42
Well, babies have to generalize
from small samples of data all the time.
Детям всё время приходится обобщать,
исходя из малого объёма данных.
02:44
They see a few rubber ducks
and learn that they float,
Они видят резиновую уточку
и узнают, что она не тонет;
02:49
or a few balls and learn that they bounce.
или видят мяч и узнают,
что он отскакивает.
02:52
And they develop expectations
about ducks and balls
Так они формируют ожидания
«поведения» уточек и мячиков,
02:55
that they're going to extend
to rubber ducks and balls
которые будут у них
по отношению к этим предметам
02:58
for the rest of their lives.
на протяжении всей жизни.
03:01
And the kinds of generalizations
babies have to make about ducks and balls
Такие же обобщения,
как об уточках и мячах,
03:03
they have to make about almost everything:
дети формируют практически обо всём:
03:07
shoes and ships and sealing wax
and cabbages and kings.
об обуви, кораблях, сургуче,
о королях и капусте.
03:09
So do babies care whether
the tiny bit of evidence they see
Волнует ли детей, можно или нет
считать мизерные объёмы увиденного
03:14
is plausibly representative
of a larger population?
достаточно показательными для обобщения?
03:17
Let's find out.
Давайте посмотрим.
03:21
I'm going to show you two movies,
Я покажу вам два фильма —
03:23
one from each of two conditions
of an experiment,
по одному на каждое из двух условий опыта.
03:25
and because you're going to see
just two movies,
И поскольку вы посмотрите
только два фильма,
03:27
you're going to see just two babies,
вы увидите только двух детей,
03:30
and any two babies differ from each other
in innumerable ways.
а между любыми двумя детьми
различий не сосчитать.
03:32
But these babies, of course,
here stand in for groups of babies,
Но оба ребёнка в этом случае
представляют разные группы детей,
03:36
and the differences you're going to see
и наблюдаемые различия в их поведении
03:39
represent average group differences
in babies' behavior across conditions.
выражают различия в реакции
данных групп на условия опыта.
03:41
In each movie, you're going to see
a baby doing maybe
В каждом фильме вам,
возможно, покажется,
03:47
just exactly what you might
expect a baby to do,
что дети делают именно то,
чего мы от них ожидаем,
03:49
and we can hardly make babies
more magical than they already are.
ведь ребёнок —
это уже само по себе волшебство.
03:53
But to my mind the magical thing,
Но мне кажется,
что здесь волшебство в том, —
03:58
and what I want you to pay attention to,
пожалуйста, обратите
на это особое внимание, —
04:00
is the contrast between
these two conditions,
насколько противоположны два опыта.
04:02
because the only thing
that differs between these two movies
Ведь единственная разница
между двумя фильмами —
04:05
is the statistical evidence
the babies are going to observe.
это статистические данные,
которые будут представлены детям.
04:08
We're going to show babies
a box of blue and yellow balls,
Мы покажем ребёнку коробку
с синими и жёлтыми мячиками.
04:13
and my then-graduate student,
now colleague at Stanford, Hyowon Gweon,
Моя на тот момент дипломница,
теперь коллега в Стэнфорде, Хайован Гван,
04:16
is going to pull three blue balls
in a row out of this box,
выложит из коробки
три синих мячика подряд.
04:21
and when she pulls those balls out,
she's going to squeeze them,
Вытаскивая, она их сожмёт,
04:24
and the balls are going to squeak.
и мячики запищат.
04:27
And if you're a baby,
that's like a TED Talk.
А для ребёнка это —
как для нас выступление TED.
04:29
It doesn't get better than that.
Лучше не придумаешь.
04:32
(Laughter)
(Смех)
04:34
But the important point is it's really
easy to pull three blue balls in a row
Важный момент в том, что очень просто
вытащить подряд три синих мячика
04:38
out of a box of mostly blue balls.
из коробки, в которой
больше синих мячиков.
04:42
You could do that with your eyes closed.
Это можно сделать
даже с закрытыми глазами.
04:44
It's plausibly a random sample
from this population.
Для данной группы объектов
такая выборка довольна показательна.
04:46
And if you can reach into a box at random
and pull out things that squeak,
И если вы произвольно вытаскиваете
из коробки мячики, которые пищат,
04:49
then maybe everything in the box squeaks.
то можно предположить,
что все мячики в коробке пищат.
04:53
So maybe babies should expect
those yellow balls to squeak as well.
Потому, вероятно, дети могут ожидать,
что и жёлтые мячики тоже пищат.
04:56
Now, those yellow balls
have funny sticks on the end,
На конце жёлтых мячиков
прикреплён стержень,
05:00
so babies could do other things
with them if they wanted to.
и дети могут делать с ними
что-то иное, если захочется.
05:02
They could pound them or whack them.
Они могут ими стучать или потрясти их.
05:05
But let's see what the baby does.
Но давайте посмотрим,
что же делает ребёнок.
05:07
(Video) Hyowon Gweon: See this?
(Ball squeaks)
(Видео) Хайован Гван:
Смотри какой мячик. (Мячик пищит)
05:12
Did you see that?
(Ball squeaks)
Ух ты! Видела? (Мячик пищит)
05:16
Cool.
Здорово.
05:20
See this one?
Смотри этот какой.
05:24
(Ball squeaks)
(Мячик пищит)
05:26
Wow.
Вау!
05:28
Laura Schulz: Told you. (Laughs)
Лора Шульц: Я же говорила. (Смех)
05:33
(Video) HG: See this one?
(Ball squeaks)
(Видео) ХГ: А этот какой! (Мячик пищит)
05:35
Hey Clara, this one's for you.
You can go ahead and play.
Клара, вот этот тебе.
Можешь с ним поиграть.
05:39
(Laughter)
(Смех)
05:51
LS: I don't even have to talk, right?
ЛШ: Тут даже не нужно комментировать, так?
05:56
All right, it's nice that babies
will generalize properties
Итак, здорово, что дети применяют свойства
05:59
of blue balls to yellow balls,
синих мячиков к жёлтым.
06:02
and it's impressive that babies
can learn from imitating us,
И то, как дети учатся,
копируя наши действия, впечатляет.
06:03
but we've known those things about babies
for a very long time.
Но это нам уже давно известно.
06:06
The really interesting question
Самое интересное в том,
06:10
is what happens when we show babies
exactly the same thing,
что произойдёт, если мы
покажем ребёнку то же самое, —
06:12
and we can ensure it's exactly the same
because we have a secret compartment
абсолютно то же самое,
ведь сзади коробки есть тайное отделение,
06:15
and we actually pull the balls from there,
откуда мы и берём все мячики, —
06:18
but this time, all we change
is the apparent population
но только в этот раз
мы изменим видимое содержимое,
06:20
from which that evidence was drawn.
из которого составляется наша выборка.
06:24
This time, we're going to show babies
three blue balls
На сей раз мы покажем ребёнку
три синих мячика,
06:27
pulled out of a box
of mostly yellow balls,
вытащенных из коробки,
в которой больше жёлтых мячиков.
06:30
and guess what?
И вы знаете, скорее всего, вам не удастся
06:34
You [probably won't] randomly draw
three blue balls in a row
случайно вытащить три синих мячика подряд
06:35
out of a box of mostly yellow balls.
из коробки, полной жёлтых мячиков.
06:38
That is not plausibly
randomly sampled evidence.
Такая выборка не является показательной.
06:40
That evidence suggests that maybe Hyowon
was deliberately sampling the blue balls.
Она предполагает, что, вероятно,
Хайован нарочно выбирала синие мячики.
06:44
Maybe there's something special
about the blue balls.
Может быть, синие мячики
какие-то особенные,
06:49
Maybe only the blue balls squeak.
и только они пищат.
06:52
Let's see what the baby does.
Давайте посмотрим,
как реагирует ребёнок.
06:55
(Video) HG: See this?
(Ball squeaks)
(Видео) ХГ: Смотри какой мячик.
(Мячик пищит)
06:57
See this toy?
(Ball squeaks)
Гляди, какая игрушка! (Мячик пищит)
07:02
Oh, that was cool. See?
(Ball squeaks)
Как здорово! Смотри. (Мячик пищит)
07:05
Now this one's for you to play.
You can go ahead and play.
А вот этот тебе. Можешь с ним поиграть.
07:10
(Fussing)
(Laughter)
(Смех)
07:18
LS: So you just saw
two 15-month-old babies
ЛШ: Вы только что наблюдали,
как два 15-месячных ребёнка
07:26
do entirely different things
ведут себя совершенно по-разному,
07:29
based only on the probability
of the sample they observed.
исходя из наблюдаемой ими
вероятностной выборки.
07:31
Let me show you the experimental results.
Давайте посмотрим на результаты опыта.
07:35
On the vertical axis, you'll see
the percentage of babies
На оси ординат показан процент детей,
07:37
who squeezed the ball in each condition,
которые сжали мячик
в каждом из вариантов опыта.
07:40
and as you'll see, babies are much
more likely to generalize the evidence
Мы видим, что дети с большей долей
вероятности делают обобщения,
07:42
when it's plausibly representative
of the population
когда выборка репрезентативна,
07:46
than when the evidence
is clearly cherry-picked.
чем когда мы тщательно подбирали мячики.
07:49
And this leads to a fun prediction:
На этом основании мы сделали
интересный прогноз.
07:53
Suppose you pulled just one blue ball
out of the mostly yellow box.
Допустим, вы достали один синий мячик
из коробки полной жёлтых мячиков.
07:55
You [probably won't] pull three blue balls
in a row at random out of a yellow box,
Вероятно, из такой коробки нельзя
достать три синих мячика подряд,
08:00
but you could randomly sample
just one blue ball.
но вполне можно достать один.
08:04
That's not an improbable sample.
Такая выборка не маловероятна.
08:07
And if you could reach into
a box at random
И если вы в случайном порядке
вытащили из коробки что-то пищащее,
08:09
and pull out something that squeaks,
maybe everything in the box squeaks.
то, возможно, все мячики в коробке пищат.
08:11
So even though babies are going to see
much less evidence for squeaking,
И хотя у ребёнка будет меньше
оснований считать, что все мячики пищат,
08:15
and have many fewer actions to imitate
и меньше действий для копирования
08:20
in this one ball condition than in
the condition you just saw,
в данном опыте с одним мячиком
по сравнению с предыдущими,
08:22
we predicted that babies themselves
would squeeze more,
мы предположили, что дети
чаще попробуют сжать мячик.
08:25
and that's exactly what we found.
И именно так и получилось.
08:29
So 15-month-old babies,
in this respect, like scientists,
Получается, что 15-месячные дети
отчасти похожи на учёных,
08:32
care whether evidence
is randomly sampled or not,
и для них тоже важно,
случайна ли выборка или нет.
08:37
and they use this to develop
expectations about the world:
На основе этого
дети и формируют понимание мира:
08:40
what squeaks and what doesn't,
что пищит, а что нет;
08:43
what to explore and what to ignore.
на что обращать внимание, а на что нет.
08:45
Let me show you another example now,
Сейчас я расскажу вам
ещё об одном примере,
08:50
this time about a problem
of causal reasoning.
касающемся причинно-следственной связи.
08:52
And it starts with a problem
of confounded evidence
Тут начнём с проблемы
сбивающих с толку данных,
08:55
that all of us have,
которая всем знакома,
08:57
which is that we are part of the world.
ведь мы все являемся частью мира.
08:59
And this might not seem like a problem
to you, but like most problems,
Возможно, это покажется вам проблемой
09:01
it's only a problem when things go wrong.
только тогда, когда что-то пойдёт не так.
09:04
Take this baby, for instance.
Взять, к примеру, ребёнка на экране.
09:07
Things are going wrong for him.
У него ничего не получается.
09:09
He would like to make
this toy go, and he can't.
Он пытается включить игрушку, но не может.
09:10
I'll show you a few-second clip.
Давайте посмотрим короткое видео.
09:13
And there's two possibilities, broadly:
Есть два варианта почему:
09:21
Maybe he's doing something wrong,
либо ребёнок что-то делает не так,
09:23
or maybe there's something
wrong with the toy.
либо игрушка не работает.
09:25
So in this next experiment,
В следующем опыте
09:30
we're going to give babies
just a tiny bit of statistical data
мы покажем ребёнку лишь
малую толику статистических данных,
09:32
supporting one hypothesis over the other,
подтверждающих одну из наших гипотез,
09:35
and we're going to see if babies
can use that to make different decisions
и посмотрим, может ли ребёнок
использовать эту информацию,
09:38
about what to do.
чтобы решить, что делать.
09:41
Here's the setup.
Последовательность такая:
09:43
Hyowon is going to try to make
the toy go and succeed.
Хайован попробует включить игрушку,
и у неё получится.
09:46
I am then going to try twice
and fail both times,
Затем я дважды попробую то же,
но мне не удастся.
09:49
and then Hyowon is going
to try again and succeed,
После чего Хайован попробует ещё раз,
и у неё опять получится.
09:52
and this roughly sums up my relationship
to my graduate students
У меня с моими дипломниками всегда так
09:55
in technology across the board.
во всём, что касается техники. (Смех)
09:58
But the important point here is
it provides a little bit of evidence
Но, главное, этим мы хотим показать,
10:02
that the problem isn't with the toy,
it's with the person.
что проблема не в игрушке, а в человеке.
10:05
Some people can make this toy go,
У кого-то получается включить игрушку,
10:08
and some can't.
у кого-то — нет.
10:11
Now, when the baby gets the toy,
he's going to have a choice.
Когда мы дадим игрушку ребёнку,
ему предстоит сделать выбор.
10:12
His mom is right there,
Его мама рядом с ним,
10:16
so he can go ahead and hand off the toy
and change the person,
поэтому он может передать
игрушку другому человеку.
10:18
but there's also going to be
another toy at the end of that cloth,
Но также на краю скатерти
будет лежать такая же игрушка,
10:21
and he can pull the cloth towards him
and change the toy.
поэтому он может потянуть скатерть
и заменить свою игрушку на новую.
10:24
So let's see what the baby does.
Давайте посмотрим, что сделает ребёнок.
10:28
(Video) HG: Two, three. Go!
(Music)
(Видео) ХГ: Два, три. Вперёд! (Музыка)
10:30
LS: One, two, three, go!
ЛШ: Раз, два, три. Вперёд!
10:34
Arthur, I'm going to try again.
One, two, three, go!
Я попробую ещё раз, Артур.
Раз, два, три. Вперёд!
10:37
YG: Arthur, let me try again, okay?
ХГ: Давай лучше я, Артур.
10:45
One, two, three, go!
(Music)
Раз, два, три. Вперёд!
(Музыка)
10:48
Look at that. Remember these toys?
Только посмотри. Узнаёшь игрушки?
10:53
See these toys? Yeah, I'm going
to put this one over here,
Узнаёшь? Да?
10:55
and I'm going to give this one to you.
Я положу одну вот сюда,
а вот эту дам тебе.
10:58
You can go ahead and play.
Можешь с ней поиграть.
11:00
LS: Okay, Laura, but of course,
babies love their mommies.
ЛШ: Вы скажете: «Конечно, Лора,
дети просто любят свою маму.
11:23
Of course babies give toys
to their mommies
И, конечно, они отдадут игрушку маме,
11:27
when they can't make them work.
если у них что-то не получается».
11:30
So again, the really important question
is what happens when we change
Поэтому главный вопрос в том,
что будет, если мы поменяем
11:32
the statistical data ever so slightly.
статистические данные совсем чуть-чуть.
11:35
This time, babies are going to see the toy
work and fail in exactly the same order,
На сей раз ребёнок увидит, что игрушка
точно так же включается и не включается,
11:38
but we're changing
the distribution of evidence.
но мы изменим последовательность попыток.
11:42
This time, Hyowon is going to succeed
once and fail once, and so am I.
В этот раз и Хайован, и я один раз
сможем включить игрушку, а один раз — нет.
11:45
And this suggests it doesn't matter
who tries this toy, the toy is broken.
А значит, это не зависит
от человека — игрушка сломана,
11:49
It doesn't work all the time.
она не каждый раз включается.
11:55
Again, the baby's going to have a choice.
И опять у ребёнка будет выбор:
11:57
Her mom is right next to her,
so she can change the person,
передать игрушку другому человеку,
то есть маме, сидящей рядом;
11:59
and there's going to be another toy
at the end of the cloth.
или поменять свою игрушку на новую.
12:02
Let's watch what she does.
Давайте посмотрим.
12:05
(Video) HG: Two, three, go!
(Music)
(Видео) ХГ: «Два, три. Вперёд! (Музыка)
12:07
Let me try one more time.
One, two, three, go!
Дай-ка я ещё попробую.
Раз, два, три. Вперёд!
12:11
Hmm.
Хм.
12:17
LS: Let me try, Clara.
ЛШ: Давай лучше я, Клара.
12:19
One, two, three, go!
Раз, два, три. Вперёд!
12:22
Hmm, let me try again.
Хм. Ну-ка, ещё разок.
12:27
One, two, three, go!
(Music)
Раз, два, три. Вперёд! (Музыка).
12:29
HG: I'm going
to put this one over here,
ХГ: Я положу вот эту игрушку сюда,
12:35
and I'm going to give this one to you.
а эту дам тебе.
12:37
You can go ahead and play.
Можешь с ней поиграть.
12:39
(Applause)
(Аплодисменты)
12:58
LS: Let me show you
the experimental results.
ЛШ: Давайте посмотрим
на результаты опытов.
13:04
On the vertical axis,
you'll see the distribution
По вертикали мы видим,
13:07
of children's choices in each condition,
как распределялся выбор детей
при каждом из условий.
13:09
and you'll see that the distribution
of the choices children make
Из этого ясно, что их выбор
13:12
depends on the evidence they observe.
зависит от того, что они видели.
13:16
So in the second year of life,
Уже в возрасте двух лет
13:19
babies can use a tiny bit
of statistical data
дети, пользуясь мизерным объёмом данных,
13:21
to decide between two
fundamentally different strategies
выбирают между двумя
13:24
for acting in the world:
совершенно разными
моделями поведения в мире:
13:27
asking for help and exploring.
попросить помощи или исследовать варианты.
13:29
I've just shown you
two laboratory experiments
Я только что показала вам
всего два лабораторных опыта
13:33
out of literally hundreds in the field
that make similar points,
из сотен подобных в данной области науки.
13:37
because the really critical point
Потому что самое главное в том,
13:40
is that children's ability
to make rich inferences from sparse data
что способность детей делать
точные выводы из скудного объёма данных
13:43
underlies all the species-specific
cultural learning that we do.
лежит в основе культурного обучения,
свойственного нам как виду.
13:48
Children learn about new tools
from just a few examples.
Дети запоминают, как пользоваться
предметами, всего на нескольких примерах.
13:53
They learn new causal relationships
from just a few examples.
Они понимают причинно-следственную связь
всего на нескольких примерах.
13:58
They even learn new words,
in this case in American Sign Language.
Они даже учат новые слова, в данном
примере — американский язык жестов.
14:03
I want to close with just two points.
Мне бы хотелось закончить
на двух моментах.
14:08
If you've been following my world,
the field of brain and cognitive sciences,
Если вы следили за тем,
что происходит в области когнитивной науки
14:12
for the past few years,
в последние годы,
14:15
three big ideas will have come
to your attention.
то вы заметили три важные идеи.
14:17
The first is that this is
the era of the brain.
Во-первых, мы живём в эпоху
активного изучения мозга.
14:20
And indeed, there have been
staggering discoveries in neuroscience:
В нейробиологии были сделаны
поразительные открытия:
14:23
localizing functionally specialized
regions of cortex,
определены области коры головного мозга,
выполняющие различные функции;
14:27
turning mouse brains transparent,
найден способ, как сделать
мозг мыши прозрачным
14:30
activating neurons with light.
и привести нейроны в действие
с помощью света.
14:33
A second big idea
Вторая важная идея:
14:36
is that this is the era of big data
and machine learning,
мы живём в эпоху больших данных
и машинного обучения.
14:38
and machine learning promises
to revolutionize our understanding
И именно машинное обучение
радикально изменит наше понимание
14:43
of everything from social networks
to epidemiology.
окружающего мира:
от социальных сетей до эпидемиологии.
14:46
And maybe, as it tackles problems
of scene understanding
И поскольку это затрагивает
интерпретацию изображений
14:50
and natural language processing,
и обработку естественного языка,
14:53
to tell us something
about human cognition.
возможно, мы больше узнаем
о человеческом познании.
14:55
And the final big idea you'll have heard
Последняя важная идея:
14:59
is that maybe it's a good idea we're going
to know so much about brains
наверное, хорошо, что мы
столько узнаём о человеческом мозге
15:01
and have so much access to big data,
и получаем доступ к большим данным,
15:05
because left to our own devices,
потому что сами по себе
15:06
humans are fallible, we take shortcuts,
люди склонны ошибаться,
мы ищем лёгкие пути,
15:09
we err, we make mistakes,
мы путаемся, делаем ошибки,
15:13
we're biased, and in innumerable ways,
мы зачастую предвзяты,
15:16
we get the world wrong.
и во многих отношениях
мы неверно понимаем окружающий мир.
15:20
I think these are all important stories,
Думаю, все эти книги очень важны,
15:24
and they have a lot to tell us
about what it means to be human,
и мы можем многое узнать из них о том,
что значит быть человеком,
15:27
but I want you to note that today
I told you a very different story.
но сегодня я рассказала вам иную историю.
15:31
It's a story about minds and not brains,
Историю разума, а не мозга;
15:35
and in particular, it's a story
about the kinds of computations
историю о том, какие вычисления
15:39
that uniquely human minds can perform,
может производить исключительно
только разум человека.
15:42
which involve rich, structured knowledge
and the ability to learn
Богатые, структурированные знания
и способность обучаться,
15:45
from small amounts of data,
the evidence of just a few examples.
используя небольшие объёмы данных, —
всего пара примеров.
15:49
And fundamentally, it's a story
about how starting as very small children
По большому счёту, я рассказала вам,
как начиная с детского возраста
15:56
and continuing out all the way
to the greatest accomplishments
и вплоть до великих достижений
16:00
of our culture,
нашей культуры,
16:04
we get the world right.
мы всё-таки понимаем мир правильно.
16:08
Folks, human minds do not only learn
from small amounts of data.
Человеческий разум не только обучается
на малом количестве информации.
16:12
Human minds think
of altogether new ideas.
В разуме человека появляются
принципиально новые идеи.
16:18
Human minds generate
research and discovery,
Разум человека рождает
исследования и открытия.
16:20
and human minds generate
art and literature and poetry and theater,
Разум человека создаёт искусство
и литературу, поэзию и театр.
16:23
and human minds take care of other humans:
И только разум человека
заботится о других людях:
16:29
our old, our young, our sick.
пожилых, маленьких, больных.
16:32
We even heal them.
Мы даже можем их лечить.
16:36
In the years to come, we're going
to see technological innovations
В ближайшие годы мы увидим
новинки в области технологий,
16:39
beyond anything I can even envision,
которые я даже не могу представить.
16:42
but we are very unlikely
Но мы вряд ли увидим
16:46
to see anything even approximating
the computational power of a human child
что-то хотя бы отдалённо похожее
на вычислительные способности детей
16:48
in my lifetime or in yours.
на нашем веку.
16:54
If we invest in these most powerful
learners and their development,
Если мы будем вкладывать в развитие
самых способных наших учеников —
16:58
in babies and children
в младенцев и детей,
17:03
and mothers and fathers
в мам и пап,
17:06
and caregivers and teachers
в воспитательниц и учителей —
17:08
the ways we invest in our other
most powerful and elegant forms
столько, сколько мы вкладываем
в самые мощные и первоклассные виды
17:11
of technology, engineering and design,
технологий, проектирования и дизайна,
17:15
we will not just be dreaming
of a better future,
мы не просто будем мечтать
о светлом будущем,
17:18
we will be planning for one.
мы будем его строить.
17:21
Thank you very much.
Спасибо большое.
17:23
(Applause)
(Аплодисменты)
17:25
Chris Anderson: Laura, thank you.
I do actually have a question for you.
Крис Андерсон: Спасибо, Лора.
Но у меня есть один вопрос.
17:29
First of all, the research is insane.
Во-первых, такое исследование —
это что-то с чем-то.
17:34
I mean, who would design
an experiment like that? (Laughter)
Кому придёт в голову
провести такой опыт? (Смех)
17:36
I've seen that a couple of times,
Я уже несколько раз его видел,
17:41
and I still don't honestly believe
that that can truly be happening,
и, честно говоря, до сих пор
не могу поверить, что так бывает.
17:42
but other people have done
similar experiments; it checks out.
Но и другие учёные провели
те же опыты — всё сходится.
17:46
The babies really are that genius.
Дети действительно гениальны.
17:49
LS: You know, they look really impressive
in our experiments,
ЛШ: В наших опытах они
поистине производят впечатление,
17:50
but think about what they
look like in real life, right?
а представьте, каковы они в обычной жизни.
17:53
It starts out as a baby.
Всё начинается с младенца.
17:56
Eighteen months later,
it's talking to you,
А 18 месяцев спустя, они уже говорят,
17:57
and babies' first words aren't just
things like balls and ducks,
и их первые слова не «утка» или «мяч»,
17:59
they're things like "all gone,"
which refer to disappearance,
а «Где все?», выражающее
потерю близких из вида,
18:02
or "uh-oh," which refer
to unintentional actions.
или «Ой», означающее
непреднамеренное действие.
18:05
It has to be that powerful.
Дети должны быть гениальными.
18:07
It has to be much more powerful
than anything I showed you.
Куда гениальнее, чем то, что я показала.
18:09
They're figuring out the entire world.
Они пытаются понять целый мир.
18:12
A four-year-old can talk to you
about almost anything.
Четырёхлетний ребёнок уже может
говорить с вами о чём угодно.
18:14
(Applause)
(Аплодисменты)
18:17
CA: And if I understand you right,
the other key point you're making is,
КА: Если я правильно понял,
одна из озвученных вами идей в том,
18:19
we've been through these years
where there's all this talk
что все эти годы мы говорили о мозге,
18:22
of how quirky and buggy our minds are,
какой он причудливый и странный,
18:25
that behavioral economics
and the whole theories behind that
а поведенческая экономика
и многочисленные теории считают,
18:27
that we're not rational agents.
что мы не рациональны.
18:29
You're really saying that the bigger
story is how extraordinary,
Вы говорите, что суть в том,
насколько разум удивителен
18:31
and there really is genius there
that is underappreciated.
и что в нём скрыт недооценённый гений.
18:35
LS: One of my favorite
quotes in psychology
ЛШ: Одна из моих
любимых цитат в психологии
18:40
comes from the social
psychologist Solomon Asch,
принадлежит социальному психологу
Соломону Ашу.
18:42
and he said the fundamental task
of psychology is to remove
Он сказал: «Основная задача
психологии в том,
18:45
the veil of self-evidence from things.
чтобы снять завесу очевидности
с того, что нас окружает».
18:47
There are orders of magnitude
more decisions you make every day
Каждый день мы принимаем
на порядок больше решений,
18:50
that get the world right.
дающих верное представление о мире.
18:55
You know about objects
and their properties.
Мы знаем вещи и их свойства,
18:56
You know them when they're occluded.
You know them in the dark.
узнаём их даже в темноте.
18:58
You can walk through rooms.
Мы ходим по комнатам.
19:01
You can figure out what other people
are thinking. You can talk to them.
Знаем, что думают окружающие.
Мы говорим с ними.
19:02
You can navigate space.
You know about numbers.
Ориентируемся в пространстве.
Умеем считать.
19:06
You know causal relationships.
You know about moral reasoning.
Понимаем причинно-следственные связи
и что хорошо, что плохо.
19:08
You do this effortlessly,
so we don't see it,
Это происходит без всяких усилий
и остаётся незамеченным.
19:11
but that is how we get the world right,
and it's a remarkable
Но именно так
мы правильно понимаем мир,
19:14
and very difficult-to-understand
accomplishment.
и это удивительное достижение,
которое трудно постичь.
19:16
CA: I suspect there are people
in the audience who have
КА: Я подозреваю,
что среди наших зрителей
19:19
this view of accelerating
technological power
есть те, кто верит
в технологический прогресс,
19:21
who might dispute your statement
that never in our lifetimes
кто может не разделять ваше утверждение,
19:24
will a computer do what
a three-year-old child can do,
что на нашем веку компьютеры не достигнут
уровня развития трёхлетнего ребёнка.
19:27
but what's clear is that in any scenario,
Но, очевидно, в любом случае
19:29
our machines have so much to learn
from our toddlers.
компьютерам есть чему поучиться у малышей.
19:32
LS: I think so. You'll have some
machine learning folks up here.
ЛШ: Да, согласна. У вас будут выступать
люди, занимающиеся машинным обучением.
19:38
I mean, you should never bet
against babies or chimpanzees
Никогда не держите пари
против младенцев, шимпанзе
19:41
or technology as a matter of practice,
или технологий, говорю из опыта.
19:45
but it's not just
a difference in quantity,
Тут разница не в количестве,
19:49
it's a difference in kind.
а в роде деятельности.
19:53
We have incredibly powerful computers,
У нас есть невероятные компьютеры,
19:55
and they do do amazingly
sophisticated things,
которые выполняют
удивительно сложные операции
19:57
often with very big amounts of data.
с огромным количеством данных.
20:00
Human minds do, I think,
something quite different,
Но человеческий разум
делает нечто совершенно другое.
20:03
and I think it's the structured,
hierarchical nature of human knowledge
И мне кажется, что именно природа
человеческого знания с её структурой
20:05
that remains a real challenge.
является главным отличием.
20:09
CA: Laura Schulz, wonderful
food for thought. Thank you so much.
КА: Лора Шульц. Отличная пища
для размышлений. Спасибо большое.
20:11
LS: Thank you.
(Applause)
ЛШ: Спасибо.
(Аплодисменты)
20:14
Translated by Julia Skupchenko
Reviewed by Alina Siluyanova

▲Back to top

About the speaker:

Laura Schulz - Cognitive scientist
Developmental behavior studies spearheaded by Laura Schulz are changing our notions of how children learn.

Why you should listen

MIT Early Childhood Cognition Lab lead investigator Laura Schulz studies learning in early childhood. Her research bridges computational models of cognitive development and behavioral studies in order to understand the origins of inquiry and discovery.

Working in play labs, children’s museums, and a recently-launched citizen science website, Schultz is reshaping how we view young children’s perceptions of the world around them. Some of the surprising results of her research: before the age of four, children expect hidden causes when events happen probabilistically, use simple experiments to distinguish causal hypotheses, and trade off learning from instruction and exploration.

More profile about the speaker
Laura Schulz | Speaker | TED.com