TEDGlobal 2009
Beau Lotto: Optical illusions show how we see
Beau Lotto: Optik illuzyonlar nasıl gördüğümüzü açıklıyor
Filmed:
Readability: 2.7
7,158,267 views
Beau Lotto'nun renk oyunları görme duyumuzu sorguluyor, ama aynı zamanda normalde görmediğimiz şeylere ışık tutuyor: beynin nasıl çalıştığı. Kendi görme duyumuza, bu orjinal eğlenceli ve çok yönlü bakışımız, görme duyumuzun gerçekte karşımızda olan şeyi algılamasında adaptasyonun ne kadar etkili olduğunu ortaya koyuyor.
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. Full bio
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 start with a game.
0
1000
3000
Bir oyunla başlamak istiyorum.
00:16
And to win this game,
1
4000
2000
Ve bu oyunu kazanmanız için,
00:18
all you have to do is see the reality that's in front of you
2
6000
3000
yapmanız gereken tek şey karşınızda duran gerçeği
00:21
as it really is. All right?
3
9000
2000
olduğu haliyle görmeniz. Anlaştık mı?
00:23
So, we have two panels here,
4
11000
2000
Burada renkli noktaların olduğu
00:25
of colored dots.
5
13000
2000
iki tane pano var.
00:27
And one of those dots is the same
6
15000
3000
Ve bu noktalardan bir tanesi
00:30
in the two panels. Okay?
7
18000
3000
her iki panoda da aynı. Tamam mı?
00:33
And you have to tell me which one.
8
21000
2000
Ve bana hangisi olduğunu söylemeniz gerekiyor.
00:35
Now, narrow it down to
9
23000
3000
Şimdi, daha da basitleştirelim,
00:38
the gray one, the green one and, say, the orange one.
10
26000
3000
gri mi, yeşil mi, yoksa turuncu mu?
00:41
So, by a show of hands -- we'll start with the easiest one --
11
29000
3000
O halde, elleri kaldırarak en kolay olanla başlayalım.
00:44
Show of hands: how many people think it's the gray one?
12
32000
4000
Elinizi kaldırın: kaç kişi gri olduğunu düşünüyor?
00:48
Really? Okay.
13
36000
2000
Gerçekten mi? Tamam.
00:50
How many people think it's the green one?
14
38000
5000
Kaç kişi yeşil olduğunu düşünüyor?
00:55
And how many people think it's the orange one?
15
43000
4000
Ve kaç kişi turuncu olduğunu düşünüyor?
00:59
Pretty even split.
16
47000
3000
Gerçekten eşit bir dağılım.
01:02
Let's find out what the reality is.
17
50000
3000
Doğrunun ne olduğunu bulalım.
01:05
Here is the orange one.
18
53000
3000
Şu turuncu olan.
01:08
(Laughter)
19
56000
2000
(Gülme sesleri)
01:10
Here is the green one.
20
58000
3000
İşte yeşil.
01:13
And here is the gray one.
21
61000
4000
ve işte gri.
01:17
(Laughter)
22
65000
3000
(Gülme sesleri)
01:20
So, for all of you who saw that, you're a complete realist. All right?
23
68000
4000
Bunu baştan görebilenler, siz gerçekten realistsiniz.
01:24
(Laughter)
24
72000
2000
(Gülme sesleri)
01:26
So, this is pretty amazing, actually, isn't it?
25
74000
2000
Bu hakikaten çok ilginç, değil mi?
01:28
Because nearly every living system
26
76000
2000
Çünkü neredeyse her canlı
01:30
has evolved the ability to detect light in one way or another.
27
78000
3000
ışığı o ve ya bu şekilde görme yeteneği geliştirdi.
01:33
So, for us, seeing color is one of the simplest things the brain does.
28
81000
5000
O halde, bizim için, renkleri görmek beynimizin yaptığı en basit işlerden.
01:38
And yet, even at this most fundamental level,
29
86000
2000
Ve böyle olduğu halde bu en basit işte bile
01:40
context is everything.
30
88000
3000
objenin bulunduğu ortam her şeydir.
01:43
What I want to talk about is not that context is everything,
31
91000
3000
Söylemek istediğim sadece bulunulan ortamın her şey olduğu değil,
01:46
but why is context everything.
32
94000
2000
ama bunun neden böyle olduğu.
01:48
Because it's answering that question that tells us not only
33
96000
4000
Çünkü bu bize sadece neden yaptıklarımızı
01:52
why we see what we do,
34
100000
2000
gördüğümüzü değil,
01:54
but who we are as individuals,
35
102000
2000
birey olarak kim olduğumuzun,
01:56
and who we are as a society.
36
104000
3000
ve toplum olarak kim olduğumuzun cevabını verir.
01:59
But first, we have to ask another question,
37
107000
2000
Ama öncelikle, diğer bir soruyu, "Renkler ne için?"
02:01
which is, "What is color for?"
38
109000
2000
sorusunu sormalıyız.
02:03
And instead of telling you, I'll just show you.
39
111000
2000
Size söylemek yerine, göstereceğim.
02:05
What you see here is a jungle scene,
40
113000
3000
Bu gördüğünüz bir orman sahnesi.
02:08
and you see the surfaces according to the amount
41
116000
2000
Ve yüzeyleri, yansıttıkları ışığa bağlı
02:10
of light that those surfaces reflect.
42
118000
2000
olarak görüyorsunuz.
02:12
Now, can any of you see the predator that's about to jump out at you?
43
120000
5000
Şimdi, üzerinize atlamak üzere olan vahşi hayvanı görebileniniz ar mı?
02:17
And if you haven't seen it yet, you're dead. Right?
44
125000
2000
Ve eğer henüz göremediyseniz, Öldünüz. Doğru mu?
02:19
(Laughter)
45
127000
2000
(Gülme sesleri)
02:21
Can anyone see it? Anyone? No?
46
129000
2000
Gören var mı? Kimse? Yok?
02:23
Now, let's see the surfaces according to the quality of light that they reflect.
47
131000
4000
Şimdi, yüzeyleri yansıttıkları ışığın kalitesine bağlı olarak görelim.
02:27
And now you see it.
48
135000
3000
Ve şimdi görüyorsunuz.
02:30
So, color enables us to see
49
138000
3000
O halde, renk, yüzeyler arasındaki
02:33
the similarities and differences between surfaces,
50
141000
2000
farklılıklar ve benzerlikleri yansıttıkları
02:35
according to the full spectrum of light that they reflect.
51
143000
3000
ışık tayfına bağlı olarak görmemizi sağlar.
02:38
But what you've just done is, in many respects, mathematically impossible.
52
146000
4000
Ama az önce yaptığınız, bir çok açıdan, matematiksel olarak imkansız.
02:42
Why? Because, as Berkeley tells us,
53
150000
3000
Neden? Çünkü, Berkeley'in bize söylediği gibi,
02:45
we have no direct access to our physical world,
54
153000
3000
fiziksel dünyamıza duyularımız dışında
02:48
other than through our senses.
55
156000
2000
direk bir bağlantımız yoktur
02:50
And the light that falls onto our eyes
56
158000
2000
Ve gözlerimize düşen ışık
02:52
is determined by multiple things in the world --
57
160000
2000
etraftaki bir çok şey tarafından belirlenir -
02:54
not only the color of objects,
58
162000
2000
sadece nesnelerin rengiyle değil,
02:56
but also the color of their illumination,
59
164000
2000
aynı zamanda onları aydınlatan renk ile,
02:58
and the color of the space between us and those objects.
60
166000
3000
ve biz ve nesne arasındaki çevrenin rengiyle.
03:01
You vary any one of those parameters,
61
169000
2000
Bu parametrelerden herhangi birini değiştirirseniz,
03:03
and you'll change the color of the light that falls onto your eye.
62
171000
5000
gözünüze gelen ışığın rengini değiştirirsiniz.
03:08
This is a huge problem because it means that
63
176000
2000
Bu büyük bir problem çünkü bu, aynı görüntün
03:10
the same image could have an infinite number
64
178000
3000
sonsuz sayıda gerçek kaynağı olabileceği
03:13
of possible real-world sources.
65
181000
3000
anlamına geliyor.
03:16
So let me show you what I mean. Imagine that this is the back of your eye.
66
184000
3000
İzninizle ne demek istediğimi açıklayayım. Farzedinki bu gözünüzün arka kısmı.
03:19
And these are two projections from the world.
67
187000
3000
Ve bunlar dünyadan iki farklı projeksiyon.
03:22
They are identical in every single way.
68
190000
3000
her bir yönden tıpa tıp aynılar.
03:25
Identical in shape, size, spectral content.
69
193000
4000
Şekil, boyut ve spektrum içerikleri aynı.
03:29
They are the same, as far as your eye is concerned.
70
197000
4000
Gözünüze göre bunlar aynı.
03:33
And yet they come from completely different sources.
71
201000
5000
Oysa, tamamen farklı kaynaklardan geliyorlar.
03:38
The one on the right
72
206000
2000
Sağdaki
03:40
comes from a yellow surface,
73
208000
3000
sarı bir yüzeyden, gölge içerisinde,
03:43
in shadow, oriented facing the left,
74
211000
2000
sola bakacak şekilde yerleştirilmiş,
03:45
viewed through a pinkish medium.
75
213000
3000
pembemsi bir ortamdan arkasından görülüyor.
03:48
The one on the left comes from an orange surface,
76
216000
3000
Sol taraftaki turuncu bir yüzeyden geliyor,
03:51
under direct light, facing to the right,
77
219000
2000
direk ışık altında, sağa bakacak şekilde yerleştirilmiş,
03:53
viewed through a sort of a bluish medium.
78
221000
2000
bir çeşit mavimsi ortam arkasından görülüyor.
03:55
Completely different meanings,
79
223000
3000
Tamamen farklı anlamlar,
03:58
giving rise to the exact same retinal information.
80
226000
3000
tamamen aynı retinal bilgiyi veriyor.
04:01
And yet it's only the retinal information
81
229000
2000
Ve bize ulaşan sadece
04:03
that we get.
82
231000
2000
bu retinal bilgi.
04:05
So how on Earth do we even see?
83
233000
3000
O halde biz nasıl görebiliyoruz?
04:08
So, if you remember anything in this next 18 minutes,
84
236000
4000
Öyleyse, bu 18 dakikadan öğreneceğiniz bir şey varsa,
04:12
remember this: that the light that falls on to your eye,
85
240000
3000
o da şu: gözünüze düşen ışık,
04:15
sensory information, is meaningless,
86
243000
2000
görme algınız, manasız.
04:17
because it could mean literally anything.
87
245000
3000
Çünkü asıl itibariyle bu algı her anlama gelebilir.
04:20
And what's true for sensory information is true for information generally.
88
248000
3000
Ve görme algısınca doğru olan genel olarak doğrudur.
04:23
There is no inherent meaning in information.
89
251000
2000
Bilginin içerisinde anlam yoktur.
04:25
It's what we do with that information that matters.
90
253000
4000
Asıl olan bizim bu bilgiyi nasıl kullandığımızdır.
04:29
So, how do we see? Well, we see by learning to see.
91
257000
3000
O halde, nasıl görüyoruz? Görmeyi öğrenerek.
04:32
So, the brain evolved the mechanisms for finding patterns,
92
260000
4000
Öyleyse, beyin dış dünya ile etkileşerek
04:36
finding relationships in information
93
264000
2000
bilgi içerisinde belli kalıplar, bilgiler arası ilişkiler
04:38
and associating those relationships
94
266000
2000
bulmak ve bu ilişkileri
04:40
with a behavioral meaning,
95
268000
2000
davranışsal bir mana ile alâkalandırmak için
04:42
a significance, by interacting with the world.
96
270000
3000
mekanizmalar geliştiriyor.
04:45
We're very aware of this
97
273000
2000
Lisan gibi daha kavramsal olgularla
04:47
in the form of more cognitive attributes, like language.
98
275000
3000
biz bunun gayet farkındayız.
04:50
So, I'm going to give you some letter strings. And I want you to read them out for me,
99
278000
2000
Şimdi, size birkaç harf dizileri göstereceğim. Ve sizden, mümkünse bunları
04:52
if you can.
100
280000
2000
sesli okumanızı istiyorum.
04:54
Audience: "Can you read this?"
101
282000
3000
İzleyicilere: "Bunu okuyabilir misiniz?"
04:57
"You are not reading this."
102
285000
2000
"Bunu okumuyorsunuz."
04:59
"What are you reading?"
103
287000
2000
"Ne okuyorsunuz?"
05:01
Beau Lotto: "What are you reading?" Half the letters are missing. Right?
104
289000
3000
Beau Lotto: "Sen ne okuyorsun?" Harflerin yarısı eksik. Değil mi?
05:04
There is no a priori reason why an "H" has to go
105
292000
2000
"W" ve "A" arasına "H" nin girmesi için hiçbir
05:06
between that "W" and "A."
106
294000
2000
ön koşul yok.
05:08
But you put one there. Why?
107
296000
2000
Ama siz koyuyorsunuz. Niye?
05:10
Because in the statistics of your past experience
108
298000
2000
Çünkü geçmiş deneyimlerinizin birikimiyle
05:12
it would have been useful to do so. So you do so again.
109
300000
3000
böyle yapmanız yararlıydı. O yüzden yine yapıyorsunuz.
05:15
And yet you don't put a letter after that first "T."
110
303000
3000
Ve şu ilk "T" harfinden sonra bir harf koymuyorsunuz.
05:18
Why? Because it wouldn't have been useful in the past.
111
306000
3000
Neden? Çünkü geçmişte böyle yapmanız faydasız olmuştu.
05:21
So you don't do it again.
112
309000
2000
O yüzden bir daha yapmıyorsunuz.
05:23
So let me show you how quickly our brains can redefine normality,
113
311000
4000
O halde size beynimizin, yaptığı en basit iş olan renk algılamada
05:27
even at the simplest thing the brain does, which is color.
114
315000
2000
normal kavramını ne kadar hızlı bir şekilde yeniden tanımladığını göstereceğim.
05:29
So, if I could have the lights down up here.
115
317000
3000
Eğer ışığı şuraya doğru alabilirsem...
05:32
I want you to first notice that those two desert scenes are physically the same.
116
320000
3000
Öncelikle bu iki çöl manzarasının fiziksel olarak aynı olduğunuzu görmenizi istiyorum.
05:35
One is simply the flipping of the other. Okay?
117
323000
5000
Biri sadece diğerinin çevrilmişi. Tamam mı?
05:40
Now I want you to look at that dot
118
328000
2000
Şimdi yeşil ve kırmızı arasındaki
05:42
between the green and the red. Okay?
119
330000
3000
şu noktaya bakmanızı istiyorum. Tamam mı?
05:45
And I want you to stare at that dot. Don't look anywhere else.
120
333000
3000
Ve o noktaya sabit bir şekilde bakmanızı istiyorum. Başka bir yere bakmayın.
05:48
And we're going to look at that for about 30 seconds,
121
336000
1000
Ve buraya 30 saniye kadar bakacağız.
05:49
which is a bit of a killer in an 18-minute talk.
122
337000
3000
18 dakikalık konuşmada biraz israf ama...
05:52
(Laughter)
123
340000
1000
(Gülme sesleri)
05:53
But I really want you to learn.
124
341000
2000
Ama hakikaten öğrenmenizi istiyorum.
05:55
And I'll tell you -- don't look anywhere else --
125
343000
3000
Ve size kafanızın içinde -- Başka bir yere bakmayın --
05:58
and I'll tell you what's happening inside your head.
126
346000
2000
kafanızın içinde neler olduğunu söyleyeceğim
06:00
Your brain is learning. And it's learning that the right side of its visual field
127
348000
3000
Beyniniz öğreniyor. Sağ taraftaki görme bölgesinin kırmızı ışık
06:03
is under red illumination;
128
351000
2000
ile uyarıldığını,
06:05
the left side of its visual field is under green illumination.
129
353000
3000
sol tarafının yeşil ile uyarıldığını öğreniyor.
06:08
That's what it's learning. Okay?
130
356000
3000
Öğrenme dediğim şey bu? Tamam mı?
06:11
Now, when I tell you, I want you to look at the dot between the two desert scenes.
131
359000
5000
Şimdi, size söylediğimde, iki çöl manzarası arasındaki noktaya bakmanızı isteyeceğim..
06:16
So why don't you do that now?
132
364000
2000
O halde neden şimdi bakmıyorsunuz?
06:18
(Laughter)
133
366000
3000
(Gülme sesleri)
06:21
Can I have the lights up again?
134
369000
2000
Işığı tekrar alabilir miyim?
06:23
I take it from your response they don't look the same anymore. Right?
135
371000
4000
Tepkinizden aynı görünmediklerini anlıyorum. Doğru mu?
06:27
(Applause)
136
375000
1000
(Alkış)
06:28
Why? Because your brain is seeing that same information
137
376000
3000
Neden? Çünkü beyniniz bu bilgiyi sanki hala
06:31
as if the right one is still under red light,
138
379000
2000
sağ tarafı kırmızı ışık altında, sol tarafı yeşil
06:33
and the left one is still under green light.
139
381000
2000
ışık altındaymış gibi görüyor.
06:35
That's your new normal.
140
383000
2000
Bu sizin yeni normal tanımınız.
06:37
So, what does this mean for context?
141
385000
2000
O halde "Ortam"ın anlamı nedir?
06:39
It means that I can take these two identical squares,
142
387000
2000
Bu iki eş kareyi alıp koyu ve açık
06:41
and I can put them in light and dark surrounds.
143
389000
2000
ortam içine koyabilirim.
06:43
And now the one on the dark surround looks lighter than the one on the light surround.
144
391000
3000
Ve şimdi koyu ortamda olan daha açık, açık ortamda olan daha koyu görünüyor.
06:46
What's significant is not simply the light and dark surrounds that matter.
145
394000
4000
Çarpıcı olan, sadece açık veya koyu ortamın etkisi değil.
06:50
It's what those light and dark surrounds meant for your behavior in the past.
146
398000
4000
Önemli olan açık ve koyu ortamın sizin davranışınıza geçmişte olan etkisi.
06:54
So I'll show you what I mean. Here we have
147
402000
2000
Size ne demek istediğimi göstereceğim.
06:56
that exact same illusion.
148
404000
2000
İşte önceki iluzyonun aynısı.
06:58
We have two identical tiles, on the left,
149
406000
2000
İki eş karomuz var, biri solda,
07:00
one in a dark surround, one in a light surround.
150
408000
2000
ve koyu ortamda, diğeri açık ortamda.
07:02
And the same thing over on the right.
151
410000
2000
Ve sağ taraftada aynı şey var.
07:04
Now, what I'm going to do is I'm going to review those two scenes.
152
412000
3000
Şimdi yapacağım şey, bu iki görüntüyü gözden geçireceğim.
07:07
But I'm not going to change anything within those boxes,
153
415000
2000
Fakat kutuların içindeki hiçbir şeyi değiştirmeyeceğim.
07:09
except their meaning.
154
417000
2000
Anlamları dışında...
07:11
And see what happens to your perception.
155
419000
2000
Algılamanıza ne olduğunu görün.
07:13
Notice that on the left
156
421000
2000
Soldakine bakarsanız,
07:15
the two tiles look nearly completely opposite:
157
423000
3000
her iki karo neredeyse zıt:
07:18
one very white and one very dark.
158
426000
2000
biri çok beyaz ve diğeri çok koyu.
07:20
All right? Whereas on the right,
159
428000
2000
Tamam mı? Oysa, sağ tarafta
07:22
the two tiles look nearly the same.
160
430000
2000
her iki karo neredeyse aynı görünüyor.
07:24
And yet there is still one on a dark surround and one on a light surround.
161
432000
4000
Ama yine biri koyu ortamda, diğeri açık ortamda.
07:28
Why? Because if the tile in that shadow
162
436000
3000
Neden? Çünkü şu gölgedeki karo
07:31
were in fact in shadow,
163
439000
2000
hakikaten gölgede olsaydı, ve gölgenin dışındakiyle
07:33
and reflecting the same amount of light to your eye
164
441000
2000
aynı miktar ışığı gözünüze yansıtsaydı
07:35
as the one outside the shadow,
165
443000
2000
daha yansıtıcı olması gerekirdi.
07:37
it would have to be more reflective -- just the laws of physics.
166
445000
3000
Bir fizik kanunu.
07:40
So you see it that way.
167
448000
2000
Sonuçta onu bu şekilde görüyorsunuz.
07:42
Whereas on the right, the information is consistent
168
450000
3000
Diğer yandan sağdaki şu iki çizgiden gelen bilgi,
07:45
with those two tiles being under the same light.
169
453000
2000
bunların aynı ışık altında olmasından dolayı tutarlı.
07:47
If they are under the same light, reflecting the same amount of light
170
455000
2000
Eğer aynı ışık altındalarsa, gözünüze
07:49
to your eye,
171
457000
2000
aynı miktar ışık yansıtırlar,
07:51
then they must be equally reflective.
172
459000
2000
öyleyse bu açıdan eşitler.
07:53
So you see it that way.
173
461000
2000
Böylece onları bu şeklide görürsünüz
07:55
Which means we can bring all this information together
174
463000
2000
Bu demek ki biz bu bilgileri bir araya getirerek
07:57
to create some incredibly strong illusions.
175
465000
2000
inanılmaz illüzyonlar yaratırız.
07:59
This is one I made a few years ago.
176
467000
2000
Bu bir kaç yıl önce yaptığım bir tanesi.
08:01
And you'll notice you see a dark brown tile at the top,
177
469000
3000
fark edeceksiniz ki yukarıda koyu kahverengi bir karo,
08:04
and a bright orange tile at the side.
178
472000
3000
yanda parlak turuncu bir karo var.
08:07
That is your perceptual reality. The physical reality
179
475000
2000
Bu sizin algılama gerçekliğiniz. Fiziksel gerçeklik ise
08:09
is that those two tiles are the same.
180
477000
5000
bu karoların aynı olduğu.
08:14
Here you see four gray tiles on your left,
181
482000
3000
Burada solda dört gri karo,
08:17
seven gray tiles on the right.
182
485000
2000
sağda yedi gri karo görüyorsunuz.
08:19
I'm not going to change those tiles at all,
183
487000
2000
Bu karoları kesinlikle değiştirmeyeceğim.
08:21
but I'm going to reveal the rest of the scene
184
489000
2000
Ama resmin geri kalanını ortaya çıkaracağım.
08:23
and see what happens to your perception.
185
491000
3000
Ve algılamanıza ne olduğunu görüyoruz.
08:26
The four blue tiles on the left are gray.
186
494000
4000
Soldaki dört mavi karo gri.
08:30
The seven yellow tiles on the right are also gray.
187
498000
3000
Sağdaki yedi sarı karo da gri.
08:33
They are the same. Okay?
188
501000
2000
Hepsi aynı. Tamam mı?
08:35
Don't believe me? Let's watch it again.
189
503000
4000
Bana inanmayın? Tekrar izleyelim.
08:39
What's true for color is also true for complex perceptions of motion.
190
507000
4000
Renk için doğru olan, karmaşık hareket algıları için de doğrudur.
08:43
So here we have --
191
511000
3000
İşte burada --
08:46
let's turn this around -- a diamond.
192
514000
5000
diğer tarafını çevirelim -- bir elmas.
08:51
And what I'm going to do is, I'm going to hold it here,
193
519000
2000
Yapacağım şu, bunu burada tutacağım ve
08:53
and I'm going to spin it.
194
521000
4000
döndüreceğim.
08:57
And for all of you, you'll see it probably spinning this direction.
195
525000
3000
Ve herkes bunu belki bu yönde dönüyor olarak görüyor.
09:00
Now I want you to keep looking at it.
196
528000
3000
Sizden bakamaya devam etmenizi istiyorum.
09:03
Move your eyes around, blink, maybe close one eye.
197
531000
2000
Gözünüzü gezdirin, göz kırpın, belki birini kapatın.
09:05
And suddenly it will flip, and start spinning the opposite direction.
198
533000
4000
ve bir anda yönü değişecek ve diğer tarafa dönmeye başlayacak.
09:09
Yes? Raise your hand if you got that. Yes?
199
537000
3000
Doğru mu? Bu size olduysa el kaldırın. Oldu mu?
09:12
Keep blinking. Every time you blink it will switch. Alright?
200
540000
4000
Göz kırpmaya devam edin. Her kırpışınızda yön değişecek. Tamam mı?
09:16
So I can ask you, which direction is it rotating?
201
544000
4000
O halde size hangi yönde döndüğünü sorabilirim.
09:20
How do you know?
202
548000
2000
Nereden biliyorsunuz?
09:22
Your brain doesn't know. Because both are equally likely.
203
550000
3000
Beyniniz bilmiyor. Çünkü her iki yönde eşit olasılıkta.
09:25
So depending on where it looks, it flips
204
553000
2000
Nereye baktığına göre iki olasılık arasında
09:27
between the two possibilities.
205
555000
3000
değişiyor.
09:30
Are we the only ones that see illusions?
206
558000
2000
Bu illüzyonu gören sadece biz miyiz?
09:32
The answer to this question is no.
207
560000
2000
Sorunun cevabı hayır.
09:34
Even the beautiful bumblebee,
208
562000
2000
Bu yaban arısı bile,
09:36
with its mere one million brain cells,
209
564000
2000
sizin bir retinanızdaki hücrelerden 250 kat daha az
09:38
which is 250 times fewer cells than you have in one retina,
210
566000
3000
olan binlerce beyin hücresi ile illüzyonu görebiliyor
09:41
sees illusions, does the most complicated things
211
569000
3000
ve en ileri bilgisayarlarımızın bile yapamadığı
09:44
that even our most sophisticated computers can't do.
212
572000
3000
işleri yapıyor.
09:47
So in my lab, we of course work on bumblebees.
213
575000
2000
Kendi laboratuvarımda yaban arılarıyla çalışıyoruz.
09:49
Because we can completely control their experience,
214
577000
2000
Çünkü yaşam süreçlerini tamamen kontrol edebiliyoruz
09:51
and see how that alters the architecture of their brain.
215
579000
2000
ve bunun beyinlerinin yapısını nasıl değiştirdiğini görüyoruz.
09:53
And we do this in what we call the Bee Matrix.
216
581000
3000
Bunu "Bee Matrix" dediğimiz şeyin içerisinde yapıyoruz.
09:56
And here you have the hive. You can see the queen bee,
217
584000
2000
İşte size kovan. Kraliçe arıyı görüyorsunuz.
09:58
that large bee in the middle there. Those are all her daughters, the eggs.
218
586000
3000
Şu ortada büyük olan. Şunların hepsi onun kızları, yumurtaları.
10:01
And they go back and forth between this hive
219
589000
3000
Ve bu kovan ile arena arasında şu tüp
10:04
and the arena, via this tube.
220
592000
5000
sayesinde gidip geliyorlar.
10:09
And you'll see one of the bees come out here.
221
597000
2000
Arılardan bir tanesinin dışarı geldiğini göreceksiniz.
10:11
You see how she has a little number on her?
222
599000
3000
Üzerindeki ufak numarayı görüyor musunuz?
10:14
Yeah there is another one coming out. She has another number on her.
223
602000
3000
Evet bir tane daha dışarı geliyor.
10:17
Now, they are not born that way. Right?
224
605000
3000
Doğuştan numaralı değiller. Değil mi?
10:20
We pull them out, put them in the fridge, and they fall asleep.
225
608000
2000
Onları alıyoruz, donduruyoruz ve uykuya dalıyorlar.
10:22
And then you can superglue little numbers on them.
226
610000
2000
Ve üzerilerine numaraları yapıştırıyoruz.
10:24
(Laughter)
227
612000
2000
(Gülme sesleri)
10:26
And now, in this experiment they get rewarded if they go to the blue flowers.
228
614000
4000
Ve bu deneyde mavi çiçeklere giderlerse ödül alıyorlar.
10:30
And they land on the flower. They stick their tongue in there,
229
618000
3000
Ve çiçeğe konuyorlar. Proboscis denilen dillerini
10:33
called a proboscis, and they drink sugar water.
230
621000
2000
içeri daldırıyorlar, ve şekerli su içiyorlar.
10:35
Now she is drinking a glass of water that's about that big to you and I,
231
623000
3000
Şu anda bize göre bir bardak su büyüklüğünde bir şeyi içiyor.
10:38
will do that about three times, and then fly.
232
626000
6000
Bunu üç sefer tekrarlayıp sonra uçuyor.
10:44
And sometimes they learn not to go to the blue,
233
632000
2000
Bazen de maviye gitmemeyi, başkaları nereye
10:46
but to go to where the other bees go.
234
634000
2000
giderse oraya gitmeyi öğreniyorlar.
10:48
So they copy each other. They can count to five. They can recognize faces.
235
636000
3000
O halde birbirlerini kopyalıyorlar. Beşe kadar sayabiliyorlar. YÜzleri tanıyabiliyorlar.
10:51
And here she comes down the ladder.
236
639000
3000
İşte merdivenden aşağı geliyor.
10:54
And she'll come into the hive, find an empty honey pot
237
642000
2000
Kovana gelecek, boş bir kovan bulacak,
10:56
and throw up, and that's honey.
238
644000
2000
ve kusacak. İşte buna bal diyoruz.
10:58
(Laughter)
239
646000
1000
(Gülme Sesleri)
10:59
Now remember -- (Laughter)
240
647000
3000
Şimdi hatırlayın -- (Gülme sesleri)
11:02
-- she's supposed to be going to the blue flowers.
241
650000
2000
-- mavi çiçeklere gidiyor olması gerekir.
11:04
But what are these bees doing in the upper right corner?
242
652000
3000
Ama şu arılar sağ yukarı köşede ne yapıyorlar?
11:07
It looks like they're going to green flowers.
243
655000
2000
Yeşil çiçeğe gidiyor gibiler.
11:09
Now, are they getting it wrong?
244
657000
3000
Yanılıyorlar mı?
11:12
And the answer to the question is no. Those are actually blue flowers.
245
660000
3000
sorunun yanıtı hayır. Bunlar esasında mavi çiçekler.
11:15
But those are blue flowers under green light.
246
663000
4000
Ama bunlar yeşil ışık altında mavi renkte görünen çiçekler.
11:19
So they are using the relationships between the colors to solve the puzzle,
247
667000
4000
O halde renkler arasındaki ilişkiyi kullanarak bilmeceyi çözüyorlar.
11:23
which is exactly what we do.
248
671000
2000
Bizde aynen bunu yapıyoruz.
11:25
So, illusions are often used,
249
673000
2000
Demek ki, ilüzyonlar özellikler sanatta sık kullanılır.
11:27
especially in art, in the words of a more contemporary artist,
250
675000
4000
Çağdaş bir sanatçı deyimiyle,
11:31
"to demonstrate the fragility of our senses."
251
679000
2000
"hislerimizin nazikliğini göstermek için."
11:33
Okay, this is complete rubbish.
252
681000
3000
Neyse, boş konuşmaya başladım.
11:36
The senses aren't fragile. And if they were, we wouldn't be here.
253
684000
3000
Hisler nazik değil. Öyle olsaydı biz burada olmazdık.
11:39
Instead, color tells us something completely different,
254
687000
4000
Onun yerine, renkler bize tamamen başka bir şey söylüyor:
11:43
that the brain didn't actually evolve to see the world the way it is.
255
691000
3000
beynimizin aslında kendini dünyayı olduğu gibi görmek için geliştirmediğini.
11:46
We can't. Instead, the brain evolved to see the world
256
694000
4000
Yapamayız. Gerçekte beyin, dünyayı geçmişte faydalı olduğunu
11:50
the way it was useful to see in the past.
257
698000
3000
bildiği şekilde görmek için geliştirir.
11:53
And how we see is by continually redefining normality.
258
701000
6000
Normaliteyi sürekli yeniden tanımlayarak görüyoruz.
11:59
So how can we take this
259
707000
4000
O yüzden biz bu beynin sağladığı inanılmaz
12:03
incredible capacity of plasticity of the brain
260
711000
3000
esnekliği kullanarak insanların çevrelerini
12:06
and get people to experience their world differently?
261
714000
3000
değişik görmelerini sağlıyoruz.
12:09
Well, one of the ways we do in my lab and studio
262
717000
3000
Evet, labarotuarımda ve stüdyoda kullandığımız yöntemlerden biri de
12:12
is we translate the light into sound
263
720000
3000
ışığı sese çevirmek ve insanların
12:15
and we enable people to hear their visual world.
264
723000
4000
görsel dünyalarını duymalarını sağlamak.
12:19
And they can navigate the world using their ears.
265
727000
3000
Ve kulaklarını kullanarak dünyayı dolaşabiliyorlar.
12:22
Here is David, in the right. And he is holding a camera.
266
730000
3000
Şu sağdaki, David. Ve elinde bir kamera tutuyor.
12:25
On the left is what his camera sees.
267
733000
2000
Soldaki bu kameranın gördükleri.
12:27
And you'll see there is a line, a faint line going across that image.
268
735000
3000
Ve soluk bir çizginin resmin ortasından geçtiğini göreceksiniz.
12:30
That line is broken up into 32 squares.
269
738000
3000
Bu çizgi 32 tane kareye bölünüyor.
12:33
In each square we calculate the average color.
270
741000
2000
Her bir karenin ortalama rengini hesaplıyoruz.
12:35
And then we just simply translate that into sound.
271
743000
2000
Ve basitçe bunu sese çeviriyoruz.
12:37
And now he's going to
272
745000
3000
Ve şimdi arkasını dönecek,
12:40
turn around, close his eyes,
273
748000
4000
gözlerini kapayacak,
12:44
and find a plate on the ground with his eyes closed.
274
752000
3000
ve gözleri kapalıyken yerde duran bir tabak bulacak.
13:06
He finds it. Amazing. Right?
275
774000
2000
Ve buluyor. İlginç. Değil mi?
13:08
So not only can we create a prosthetic for the visually impaired,
276
776000
2000
Bu şekilde sadece görme engelliler için protex değil
13:10
but we can also investigate how people
277
778000
3000
aynı zamanda insanların tam anlamıyla
13:13
literally make sense of the world.
278
781000
3000
dünyayı algıladıklarını inceliyoruz.
13:16
But we can also do something else. We can also make music with color.
279
784000
4000
Ama aynı zamanda başka bir şey de yapabiliriz. Renk ile müzik yapabiliriz
13:20
So, working with kids,
280
788000
2000
Böylece, çocuklar ile beraber çalıştık
13:22
they created images,
281
790000
2000
ve yaptıkları resimleri,
13:24
thinking about what might the images you see
282
792000
2000
dinleyince ne ifade ettiklerini
13:26
sound like if we could listen to them.
283
794000
2000
düşünerek yaptılar.
13:28
And then we translated these images.
284
796000
2000
Ve sonra bu resimleri sese çevirdik.
13:30
And this is one of those images.
285
798000
2000
Ve bu o resimlerden bir tanesi.
13:32
And this is a six-year-old child composing a piece of music
286
800000
3000
Ve bu 6 yaşındaki bir çocuk 32 parça orkestra için
13:35
for a 32-piece orchestra.
287
803000
3000
bir müzik bestelerken.
13:38
And this is what it sounds like.
288
806000
2000
Ve bu sese çevrilmiş hali.
14:06
So, a six-year-old child. Okay?
289
834000
3000
Sadece 6 yaşındaki bir çocuk. Tamam mı?
14:09
Now, what does all this mean?
290
837000
3000
Şimdi, bütün bunlar ne anlama geliyor?
14:12
What this suggests is that no one is an outside observer
291
840000
3000
Bu gösteriyor ki, hiç kimse çevreyi dışarıdan izlemiyor.
14:15
of nature. Okay?
292
843000
2000
Tamam mı?
14:17
We are not defined by our central properties,
293
845000
2000
Biz kendimizi oluşturan merkezi özellikler
14:19
by the bits that make us up.
294
847000
2000
ile tanımlanmıyoruz.
14:21
We're defined by our environment and our interaction with that environment --
295
849000
3000
Biz çevremizle ve çevremizle iletişimimizle, ekolojimizle
14:24
by our ecology.
296
852000
2000
tanımlanıyoruz.
14:26
And that ecology is necessarily relative,
297
854000
4000
Ve bu ekoloji ister istemez göreceli
14:30
historical and empirical.
298
858000
2000
geçmişe bağlı ve ampirik.
14:32
So what I'd like to finish with is this over here.
299
860000
6000
Ve şununla bitirmek istiyorum.
14:38
Because what I've been trying to do is really celebrate uncertainty.
300
866000
3000
Çünkü yapmaya çalıştığım şey gerçekten belirsizliği kanıtlıyor.
14:41
Because I think only through uncertainty is there potential for understanding.
301
869000
4000
Çünkü bence anlama potansiyelimiz ancak belirsizlik sayesinde var.
14:45
So, if some of you are still feeling a bit too certain,
302
873000
3000
Öyleyse, eğer bazılarınız hala biraz fazla kesin hissediyorsa.
14:48
I'd like to do this one.
303
876000
2000
Şunu yapmak istiyorum.
14:50
So, if we have the lights down.
304
878000
2000
Işığı kapatabilirsek...
14:52
And what we have here --
305
880000
6000
Ve buraya bakarsak --
14:58
Can everyone see 25 purple surfaces
306
886000
3000
Herkes sol tarafında 25 mor yüzeyi,
15:01
on your left,
307
889000
2000
ve sağ tarafında 25 sarımsı yüzeyi
15:03
and 25, call it yellowish, surfaces on your right?
308
891000
4000
görebiliyor mu?
15:07
So, now, what I want to do:
309
895000
2000
Şimdi, yapmak istediğim:
15:09
I'm going to put the middle nine surfaces here
310
897000
2000
Şu ortadaki 9 tane yüzeyi
15:11
under yellow illumination
311
899000
2000
arkasına bir filtre koyarak sarı ışıkla
15:13
by simply putting a filter behind them.
312
901000
4000
aydınlatacağım.
15:17
All right. Now you can see that changes the light
313
905000
3000
Güzel. Şimdi bunun oradan gelen ışığı değiştirdiğini
15:20
that's coming through there. Right?
314
908000
2000
görebiliyorsunuz. Değil mi?
15:22
Because now the light is going through a yellowish filter
315
910000
2000
Şimdi ışık önce sarı sonra morumsu filtreden
15:24
and then a purplish filter.
316
912000
2000
geçiyor.
15:26
I'm going to do this opposite on the left here.
317
914000
5000
Su sol tarafta bunu tersini yapacağım.
15:31
I'm going to put the middle nine under a purplish light.
318
919000
7000
Ortadaki 9 taneyi morumsu ışıkla aydınlatacağım.
15:38
Now, some of you will notice that the consequence is that
319
926000
4000
Şimdi bazılarınız fark edecek ki bunun sonucunda,
15:42
the light coming through those middle nine on the right,
320
930000
3000
sağ ve ya sol ortadaki 9 yüzeyden
15:45
or your left,
321
933000
2000
gelen ışık
15:47
is exactly the same as the light coming through
322
935000
2000
ortadaki 9 taneden gelen ışıkla tıpatıp aynı.
15:49
the middle nine on your right.
323
937000
2000
ortadaki 9 taneden gelen ışıkla tıpatıp aynı.
15:51
Agreed? Yes?
324
939000
3000
Kabul mü? Evet mi?
15:54
Okay. So they are physically the same.
325
942000
2000
Tamam. O halde fiziksel olarak aynılar.
15:56
Let's pull the covers off.
326
944000
6000
Kılıfları çıkaralım.
16:02
Now remember,
327
950000
4000
Şimdi hatırlayın,
16:06
you know the middle nine are exactly the same.
328
954000
3000
ortadaki 9 tamamen aynı.
16:09
Do they look the same? No.
329
957000
4000
Aynı görünüyorlar mı? Hayır.
16:13
The question is, "Is that an illusion?"
330
961000
2000
Soru şu: "Bu bir ilüzyon mu?"
16:15
And I'll leave you with that.
331
963000
2000
Ve buradan sonra size bırakacağım.
16:17
So, thank you very much.
332
965000
2000
Çok teşekkür ederim.
16:19
(Applause)
333
967000
3000
(Alkış)
ABOUT THE SPEAKER
Beau Lotto - Neuroscientist, ArtistBeau 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.
Beau Lotto | Speaker | TED.com