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

Лаура Шульц: Навдивовижу логічний розум немовлят

Filmed
Views 1,632,838

Як немовлята так швидко вчаться з такого малого обсягу інформації? У веселій, експериментально обґрунтованій промові Лаура Шульці демонструє, як наші малята приймають рішення, застосовуючи сильну незаперечну логіку, ще задовго до того, як вони навчаться розмовляти.

- 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
Марк Твен блискуче виклав суть
00:12
one of the fundamental problems
of cognitive science
фундаментальної проблеми когнітивістики
00:14
with a single witticism.
буквально однією фразою.
00:18
He said, "There's something
fascinating about science.
Він сказав: "У науці справді є
дещо захоплююче.
00:20
One gets such wholesale
returns of conjecture
Такі далекосяжні та всеохопні гіпотези
00:23
out of such a trifling
investment in fact."
вона здатна будувати на підставі
дріб'язкових статистичних даних."
00:26
(Laughter)
(Сміх)
00:29
Twain meant it as a joke,
of course, but he's right:
Твен, звичайно, жартував, але він правий:
00:32
There's something
fascinating about science.
В науці насправді є дещо захоплююче.
00:34
From a few bones, we infer
the existence of dinosuars.
За декількома кістками ми зробили
висновок щодо існування динозаврів.
00:37
From spectral lines,
the composition of nebulae.
За спектральними лініями ми
визначили структуру туманності.
00:42
From fruit flies,
Спостерігаючи за плодовими мушками,
00:47
the mechanisms of heredity,
виявили механізми наслідування.
00:50
and from reconstructed images
of blood flowing through the brain,
За відтвореними зображеннями кров'яних
потоків у мозку,
00:53
or in my case, from the behavior
of very young children,
або, як у моєму випадку, за поведінкою
маленьких дітей,
00:57
we try to say something about
the fundamental mechanisms
ми можемо дещо сказати про фундаментальні механізми
01:02
of human cognition.
людського пізнання.
01:05
In particular, in my lab in the Department
of Brain and Cognitive Sciences at MIT,
У моїй лабораторії в Департаменті мозку
та когнітивних наук в МІТ
01:07
I have spent the past decade
trying to understand the mystery
останні десять років
я намагалася осягнути таємницю:
01:12
of how children learn so much
from so little so quickly.
здатність дітей так швидко і багато
вивчати майже з нічого.
01:16
Because, it turns out that
the fascinating thing about science
Виявляється, що дивовижність науки
01:20
is also a fascinating
thing about children,
є також дивовижною особливістю дітей,
01:23
which, to put a gentler
spin on Mark Twain,
яка полягає, повертаючись до
Марка Твена,
01:27
is precisely their ability
to draw rich, abstract inferences
у їх здатності робити складні та
абстрактні судження
01:29
rapidly and accurately
from sparse, noisy data.
швидко та безпомилково, виходячи з
невеликої кількості інформації.
01:34
I'm going to give you
just two examples today.
Сьогодні я покажу вам лише 2 приклади.
01:40
One is about a problem of generalization,
Один стосується узагальнення,
01:42
and the other is about a problem
of causal reasoning.
інший - причинно-наслідкового зв'язку.
01:45
And although I'm going to talk
about work in my lab,
І, хоча я збираюся говорити про роботу
в лабораторії,
01:47
this work is inspired by
and indebted to a field.
насправді, я в боргу перед людьми, що
надихали мене.
01:50
I'm grateful to mentors, colleagues,
and collaborators around the world.
Я вдячна менторам, колегам та
співробітникам з усього світу.
01:53
Let me start with the problem
of generalization.
Дозвольте мені почати з проблеми
узагальнення.
01:59
Generalizing from small samples of data
is the bread and butter of science.
Для науки узагальнення на основі невеликої вибірки даних - хліб насущний.
02:02
We poll a tiny fraction of the electorate
Ми опитуємо невелику частку електорату
02:06
and we predict the outcome
of national elections.
і прогнозуємо результати національних
виборів.
02:09
We see how a handful of patients
responds to treatment in a clinical trial,
Ми бачимо, як жменька пацієнтів реагує на ліки під час випробувань,
02:12
and we bring drugs to a national market.
і ми виводимо ці ліки на ринок.
02:16
But this only works if our sample
is randomly drawn from the population.
Але це працює тільки тоді, коли зразки є
випадковими.
02:19
If our sample is cherry-picked
in some way --
Якщо ж ми застосовуємо вибірковий підхід,
02:23
say, we poll only urban voters,
наприклад, ми опитуємо лише жителів
міста,
02:26
or say, in our clinical trials
for treatments for heart disease,
або, в клінічні випробування лікування
серцевих хвороб
02:28
we include only men --
ми включаємо лише чоловіків,
02:32
the results may not generalize
to the broader population.
тоді результати можуть не поширитись
на широкі верстви населення.
02:34
So scientists care whether evidence
is randomly sampled or not,
Отже науковці переймаються щодо
того, чи є вибірка випадковою,
02:38
but what does that have to do with babies?
але як це пов'язано з малюками?
02:42
Well, babies have to generalize
from small samples of data all the time.
Малюки постійно мають узагальнювати
інформацію з маленьких зразків.
02:44
They see a few rubber ducks
and learn that they float,
Вони бачать кілька ґумових качок
та розуміють, що вони плавають,
02:49
or a few balls and learn that they bounce.
або бачать декілька м'ячів та розуміють,
що вони стрибають.
02:52
And they develop expectations
about ducks and balls
І вони розвивають очікування щодо
качок і м'ячів,
02:55
that they're going to extend
to rubber ducks and balls
які вони будуть поширювати на всіх
качок і на всі м'ячі
02:58
for the rest of their lives.
до кінця свого життя.
03:01
And the kinds of generalizations
babies have to make about ducks and balls
Узагальнення, які вони зробили щодо
качок та м'ячів,
03:03
they have to make about almost everything:
вони мають робити буквально
щодо всього:
03:07
shoes and ships and sealing wax
and cabbages and kings.
щодо туфлів, кораблів, сургучу,
капусти та королів.
03:09
So do babies care whether
the tiny bit of evidence they see
Чи турбуються малюки про те,
чи їх маленькі спостереження
03:14
is plausibly representative
of a larger population?
розповсюджуються на більшість?
03:17
Let's find out.
Давайте розберемося.
03:21
I'm going to show you two movies,
Я покажу вам 2 фільми,
03:23
one from each of two conditions
of an experiment,
кожен з яких демонструє одну з умов
експерименту,
03:25
and because you're going to see
just two movies,
і через те, що ви побачите лише
два фільми,
03:27
you're going to see just two babies,
ви побачите лише двох малюків,
03:30
and any two babies differ from each other
in innumerable ways.
а будь-які дві дитини неймовірно
відрізняються одна від одної.
03:32
But these babies, of course,
here stand in for groups of babies,
Але ці малюки, звичайно, представляють
групи малюків,
03:36
and the differences you're going to see
і відмінності, що ви побачите,
03:39
represent average group differences
in babies' behavior across conditions.
представляють середні розбіжності поведінки малюків за певних умов.
03:41
In each movie, you're going to see
a baby doing maybe
В кожному фільмі ви побачите,
як малюк робить, мабуть,
03:47
just exactly what you might
expect a baby to do,
саме те, чого від нього чекають,
03:49
and we can hardly make babies
more magical than they already are.
і ми навряд чи можемо зробити малюків
більш чарівними, ніж вони вже є.
03:53
But to my mind the magical thing,
Але прекрасним є те, -
03:58
and what I want you to pay attention to,
і на що я хочу звернути вашу увагу, -
04:00
is the contrast between
these two conditions,
це контраст між цими двома умовами,
04:02
because the only thing
that differs between these two movies
тому що єдине, що розрізняє ці 2 фільми,
04:05
is the statistical evidence
the babies are going to observe.
це статистичні дані,
за якими вони будуть спостерігати.
04:08
We're going to show babies
a box of blue and yellow balls,
Ми покажемо малюкам коробку блакитних та жовтих м'ячиків,
04:13
and my then-graduate student,
now colleague at Stanford, Hyowon Gweon,
і моя, тоді ще аспірант, а нині колега зі
Стенфорду, Хайвон Гвеон,
04:16
is going to pull three blue balls
in a row out of this box,
витягне з коробки
три блакитних м'ячі поспіль,
04:21
and when she pulls those balls out,
she's going to squeeze them,
і коли вона витягне ці м'ячі,
вона їх стисне,
04:24
and the balls are going to squeak.
і м'ячі почнуть пищати.
04:27
And if you're a baby,
that's like a TED Talk.
Якщо ви - це малюк,
це ніби виступа на TED.
04:29
It doesn't get better than that.
Краще не буває.
04:32
(Laughter)
(Сміх)
04:34
But the important point is it's really
easy to pull three blue balls in a row
Важливо зауважити, що це справді легко -
витягти три блакитних м'ячі поспіль
04:38
out of a box of mostly blue balls.
з коробки, що містить переважно
блакитні м'ячі.
04:42
You could do that with your eyes closed.
Ви можете зробити це з закритими очима.
04:44
It's plausibly a random sample
from this population.
Ймовірно, це випадкова вибірка
з цієї множини.
04:46
And if you can reach into a box at random
and pull out things that squeak,
І якщо ви навмання витягуєте щось
з коробки і воно пищить,
04:49
then maybe everything in the box squeaks.
тоді можливо все, що лежить
в коробці, пищить.
04:53
So maybe babies should expect
those yellow balls to squeak as well.
Можливо, малюки очікують,
що жовті м'ячі також будуть пищати.
04:56
Now, those yellow balls
have funny sticks on the end,
Жовті м'ячі мають смішні палички на кінці,
05:00
so babies could do other things
with them if they wanted to.
так що малюки можуть робити з ними
щось інше, якщо захочуть.
05:02
They could pound them or whack them.
Вони можуть бити та калатати ці м'ячі.
05:05
But let's see what the baby does.
Але подивимось, що роблять малюки.
05:07
(Video) Hyowon Gweon: See this?
(Ball squeaks)
(Відео) Хайвон Гвеон: Бачиш це?
(М'яч пищить)
05:12
Did you see that?
(Ball squeaks)
Бачиш? (М'яч пищить)
05:16
Cool.
Круто.
05:20
See this one?
Бачиш цей?
05:24
(Ball squeaks)
(М'яч пищить)
05:26
Wow.
Вау.
05:28
Laura Schulz: Told you. (Laughs)
Лаура Шульц: Я ж вам казала.
(Сміється)
05:33
(Video) HG: See this one?
(Ball squeaks)
(Відео) ХГ: Бачиш цей?
(М'яч пищить)
05:35
Hey Clara, this one's for you.
You can go ahead and play.
Кларо, цей м'ячик для тебе.
Можеш ним гратися.
05:39
(Laughter)
(Сміх)
05:51
LS: I don't even have to talk, right?
Коментарі зайві, так?
05:56
All right, it's nice that babies
will generalize properties
Це добре, що малюки поширюють
властивості
05:59
of blue balls to yellow balls,
блакитних м'ячів на жовті м'ячі,
06:02
and it's impressive that babies
can learn from imitating us,
і вражає те, що малюки можуть навчатися
шляхом імітації наших дій,
06:03
but we've known those things about babies
for a very long time.
але ми вже давно це знали.
06:06
The really interesting question
Але цікавим є питання:
06:10
is what happens when we show babies
exactly the same thing,
що трапиться, коли ми покажемо малюкам те саме,
06:12
and we can ensure it's exactly the same
because we have a secret compartment
і ми можемо впевнитись, що це те саме,
бо у нас є таємний відсік
06:15
and we actually pull the balls from there,
і ми дістаємо м'ячі саме з нього,
06:18
but this time, all we change
is the apparent population
але цього разу ми змінили лише
видиму сукупність,
06:20
from which that evidence was drawn.
з якої малюки витягують
докази.
06:24
This time, we're going to show babies
three blue balls
Цього разу, ми покажемо малюкам три
блакитних м'ячі,
06:27
pulled out of a box
of mostly yellow balls,
витягнутих з коробки, що
містить переважно жовті м'ячі,
06:30
and guess what?
і що, як ви думаєте?
06:34
You [probably won't] randomly draw
three blue balls in a row
Ви, певно, не зможете випадково витягнути три блакитних м'ячі
06:35
out of a box of mostly yellow balls.
поспіль з коробки, що містить переважно
жовті м'ячі.
06:38
That is not plausibly
randomly sampled evidence.
Ймовірно, вони не були випадково вибрані.
06:40
That evidence suggests that maybe Hyowon
was deliberately sampling the blue balls.
Можливо, Хайвон свідомо витягує
блакитні м'ячі.
06:44
Maybe there's something special
about the blue balls.
Можливо, в цих блакитних м'ячах є
щось особливе.
06:49
Maybe only the blue balls squeak.
Можливо, лише блакитні м'ячі пищать.
06:52
Let's see what the baby does.
Давайте подивимось, що робить малюк.
06:55
(Video) HG: See this?
(Ball squeaks)
(Відео) ХГ: Бачиш?
(М'яч пищить)
06:57
See this toy?
(Ball squeaks)
Бачиш цю іграшку?
(М'яч пищить)
07:02
Oh, that was cool. See?
(Ball squeaks)
Це було класно. Бачиш?
(М'яч пищить)
07:05
Now this one's for you to play.
You can go ahead and play.
Цим можеш гратися.
Бери його і грайся.
07:10
(Fussing)
(Laughter)
(Занепокоєння)
(Сміх)
07:18
LS: So you just saw
two 15-month-old babies
ЛС: Отже ви щойно побачили
двох 15-місячних малюків,
07:26
do entirely different things
які діяли по-різному,
07:29
based only on the probability
of the sample they observed.
в залежності від того,
що вони спостерігали раніше.
07:31
Let me show you the experimental results.
Дозвольте показати вам результати
експерименту.
07:35
On the vertical axis, you'll see
the percentage of babies
По вертикалі ви бачите відсоток
малюків,
07:37
who squeezed the ball in each condition,
що стиснули м'яч в обох випадках,
07:40
and as you'll see, babies are much
more likely to generalize the evidence
і, як ви бачите, малюки радше
узагальнюють тоді,
07:42
when it's plausibly representative
of the population
коли щось наявне в вибірці з великою
вірогідністю,
07:46
than when the evidence
is clearly cherry-picked.
ніж коли ми застосовуємо вибірковий
підхід.
07:49
And this leads to a fun prediction:
І це приводить нас до кумедного
передбачення:
07:53
Suppose you pulled just one blue ball
out of the mostly yellow box.
Припустимо, ви витягнули блакитний м'яч з переважно жовтої коробки.
07:55
You [probably won't] pull three blue balls
in a row at random out of a yellow box,
Ви, певно, не витягнете 3 блакитних м'ячі
поспіль з жовтої коробки,
08:00
but you could randomly sample
just one blue ball.
але можете випадково вибрати один
блакитний м'яч.
08:04
That's not an improbable sample.
Це не є неймовірним.
08:07
And if you could reach into
a box at random
Якщо ви навмання занурили
руку в коробку
08:09
and pull out something that squeaks,
maybe everything in the box squeaks.
і витягнули дещо, що пищить,
можливо, все в коробці пищить.
08:11
So even though babies are going to see
much less evidence for squeaking,
Незважаючи на те, що діти побачать менше доказів пищання,
08:15
and have many fewer actions to imitate
і мають набагато менше дій для
імітації
08:20
in this one ball condition than in
the condition you just saw,
в цих умовах, ніж в тих,
що ми щойно побачили,
08:22
we predicted that babies themselves
would squeeze more,
ми передбачили, що малюки будуть
більше стискати,
08:25
and that's exactly what we found.
і саме це ми і виявили.
08:29
So 15-month-old babies,
in this respect, like scientists,
Отже, 15-місячні малята,
в цьому відношенні, як науковці,
08:32
care whether evidence
is randomly sampled or not,
цікавляться, чи є вибірка випадковою,
08:37
and they use this to develop
expectations about the world:
і використовують це, щоб мати
очікування щодо навколишнього світу,
08:40
what squeaks and what doesn't,
що пищить, а що - ні,
08:43
what to explore and what to ignore.
що досліджувати, а що ігнорувати.
08:45
Let me show you another example now,
Дозвольте показати вам інший приклад,
08:50
this time about a problem
of causal reasoning.
цього разу щодо проблеми
випадкових міркувань.
08:52
And it starts with a problem
of confounded evidence
І все починається з проблеми
заплутаності доказів,
08:55
that all of us have,
що всі ми переживаємо,
08:57
which is that we are part of the world.
тому що ми є частиною світу.
08:59
And this might not seem like a problem
to you, but like most problems,
Це може не бути проблемою для вас, але, як більшість проблем,
09:01
it's only a problem when things go wrong.
проблема є тільки тоді,
коли щось пішло не так.
09:04
Take this baby, for instance.
Візьміть для прикладу малюка.
09:07
Things are going wrong for him.
Щось пішло не так.
09:09
He would like to make
this toy go, and he can't.
Він хоче, аби іграшка працювала,
але не може так зробити..
09:10
I'll show you a few-second clip.
Покажу вам декілька секунд кліпу.
09:13
And there's two possibilities, broadly:
Тут є 2 можливих варіанти:
09:21
Maybe he's doing something wrong,
Можливо, він робить щось не так,
09:23
or maybe there's something
wrong with the toy.
або, можливо, щось не так
з іграшкою.
09:25
So in this next experiment,
Отже, в цьому експерименті
09:30
we're going to give babies
just a tiny bit of statistical data
ми дамо малюкам небагато
статистичних даних,
09:32
supporting one hypothesis over the other,
що будуть підтверджувати одну
з гіпотез,
09:35
and we're going to see if babies
can use that to make different decisions
ми побачимо, чи зможуть малюки
користатися ними для прийняття рішень
09:38
about what to do.
щодо того, що потрібно робити.
09:41
Here's the setup.
Ось де пастка.
09:43
Hyowon is going to try to make
the toy go and succeed.
Хайвон прагне, аби
іграшка працювала, їй це вдається.
09:46
I am then going to try twice
and fail both times,
Я спробую двічі і обидва рази
зазнаю невдачі,
09:49
and then Hyowon is going
to try again and succeed,
потім Хайвон ще раз спробує
і досягне успіху,
09:52
and this roughly sums up my relationship
to my graduate students
і це приблизно характеризує мої
стосунки зі всіма моїми
09:55
in technology across the board.
студентами-технологами.
09:58
But the important point here is
it provides a little bit of evidence
Але важливим є той факт, що
ми не бачимо доказів тому,
10:02
that the problem isn't with the toy,
it's with the person.
що проблема в іграшці,
проблема в людині.
10:05
Some people can make this toy go,
Хтось може її увімкнути,
10:08
and some can't.
хтось не може.
10:11
Now, when the baby gets the toy,
he's going to have a choice.
Тепер, коли малюк отримує іграшку,
у нього буде вибір.
10:12
His mom is right there,
Його мама сидить поруч,
10:16
so he can go ahead and hand off the toy
and change the person,
отже він може передати іграшку
і змінити людину,
10:18
but there's also going to be
another toy at the end of that cloth,
але на другому кінці скатертини
буде інша іграшка,
10:21
and he can pull the cloth towards him
and change the toy.
і він може, потягнувши за скатертину,
змінити іграшку.
10:24
So let's see what the baby does.
Давайте подивимось, що зробить малюк.
10:28
(Video) HG: Two, three. Go!
(Music)
(Відео) ХГ: Два, три! Поїхали!
(Музика)
10:30
LS: One, two, three, go!
ЛС: Раз, два, три, поїхали!
10:34
Arthur, I'm going to try again.
One, two, three, go!
Артур, я спробую ще раз.
Раз, два, три, поїхали!
10:37
YG: Arthur, let me try again, okay?
ХГ: Артуре, я спробую ще раз, добре?
10:45
One, two, three, go!
(Music)
Раз, два, три, поїхали!
(Музика)
10:48
Look at that. Remember these toys?
Подивись на це. Пам'ятаєш ці іграшки?
10:53
See these toys? Yeah, I'm going
to put this one over here,
Бачиш ці іграшки? Так, я покладу
одну ось тут,
10:55
and I'm going to give this one to you.
а цю я дам тобі.
10:58
You can go ahead and play.
Ти можеш гратися нею.
11:00
LS: Okay, Laura, but of course,
babies love their mommies.
ЛС: Добре, Лауро, звичайно,
малюки люблять своїх матусь.
11:23
Of course babies give toys
to their mommies
Звичайно, вони віддають іграшки
своїм матусям,
11:27
when they can't make them work.
коли не можуть їх увімкнути.
11:30
So again, the really important question
is what happens when we change
Знову, найважливіше питання:
що буде, коли ми трохи
11:32
the statistical data ever so slightly.
змінимо статистичні дані.
11:35
This time, babies are going to see the toy
work and fail in exactly the same order,
Цього разу малюки побачать, як іграшка
працює і не працює в тому ж порядку,
11:38
but we're changing
the distribution of evidence.
але ми змінимо розподіл результатів.
11:42
This time, Hyowon is going to succeed
once and fail once, and so am I.
Цього разу Хайвон одного разу увімкне
іграшку, одного - ні, і я так само.
11:45
And this suggests it doesn't matter
who tries this toy, the toy is broken.
І це підтверджує той факт, що не важливо
хто грається, іграшка зламана.
11:49
It doesn't work all the time.
Вона не працює кожного разу.
11:55
Again, the baby's going to have a choice.
Так само, малюки матимуть вибір.
11:57
Her mom is right next to her,
so she can change the person,
Її матуся сидить поряд,
отже вона може змінити людину,
11:59
and there's going to be another toy
at the end of the cloth.
а також на іншому кінці скатертини
лежить інша іграшка.
12:02
Let's watch what she does.
Подивимось, що вона зробить.
12:05
(Video) HG: Two, three, go!
(Music)
(Відео) ХГ: Два, три, поїхали!
(Музика)
12:07
Let me try one more time.
One, two, three, go!
Дай мені спробувати ще раз.
Раз, два, три, поїхали!
12:11
Hmm.
Хмм.
12:17
LS: Let me try, Clara.
ЛС: Дай мені спробувати, Кларо.
12:19
One, two, three, go!
Раз, два, три, поїхали!
12:22
Hmm, let me try again.
Хмм, я спробую ще раз.
12:27
One, two, three, go!
(Music)
Раз, два, три, поїхали!
(Музика)
12:29
HG: I'm going
to put this one over here,
ЙГ: Я покладу цю ось тут,
12:35
and I'm going to give this one to you.
а цю віддаю тобі.
12:37
You can go ahead and play.
Ти можеш тепер гратися.
12:39
(Applause)
(Оплески)
12:58
LS: Let me show you
the experimental results.
ЛС: Дозвольте показати вам результати
експерименту.
13:04
On the vertical axis,
you'll see the distribution
По вертикалі ви бачите
розподіл
13:07
of children's choices in each condition,
вибору дитини в кожній з умов
13:09
and you'll see that the distribution
of the choices children make
і ви бачите, що розподіл виборів,
які роблять діти,
13:12
depends on the evidence they observe.
залежать від того, що вони
спостерігають.
13:16
So in the second year of life,
Отже, на другому році життя
13:19
babies can use a tiny bit
of statistical data
малюки здатні використовувати
статистичні дані,
13:21
to decide between two
fundamentally different strategies
аби зробити вибір між двома
фундаментально різними стратегіями
13:24
for acting in the world:
поведінки у світі:
13:27
asking for help and exploring.
просити допомоги чи досліджувати самому.
13:29
I've just shown you
two laboratory experiments
Я щойно продемонструвала вам
2 лабораторних експерименти
13:33
out of literally hundreds in the field
that make similar points,
із сотні експериментів в цій
області, що демонструють те саме,
13:37
because the really critical point
тому що вирішальним аргументом
13:40
is that children's ability
to make rich inferences from sparse data
є те, що здатність дітей робити
цінні висновки з розсіяних даних
13:43
underlies all the species-specific
cultural learning that we do.
лежить в основі всього
нашого культурного пізнання.
13:48
Children learn about new tools
from just a few examples.
Діти вивчають новий інструмент лише
після декількох прикладів.
13:53
They learn new causal relationships
from just a few examples.
Вони розуміють випадкові зв'язки
після лише декількох прикладів.
13:58
They even learn new words,
in this case in American Sign Language.
вони навіть вивчають нові слова,
в цьому випадку, мову жестів.
14:03
I want to close with just two points.
Я хочу завершити,
зробивши 2 акценти.
14:08
If you've been following my world,
the field of brain and cognitive sciences,
Якби ви слідкували за мною,
у вивченні мозку та когнітивістиці,
14:12
for the past few years,
протягом минулих двох років,
14:15
three big ideas will have come
to your attention.
ви би помітили 3 великі ідеї.
14:17
The first is that this is
the era of the brain.
Перше - ми живемо в еру інтелекту.
14:20
And indeed, there have been
staggering discoveries in neuroscience:
Більш того, були зроблені приголомшливі
відкриття в неврології:
14:23
localizing functionally specialized
regions of cortex,
локалізація функціональних областей
кори головного мозку,
14:27
turning mouse brains transparent,
досягнення прозорості мозку мишей,
14:30
activating neurons with light.
активація нейронів за допомогою світла.
14:33
A second big idea
Друга важлива ідея полягає в тому,
14:36
is that this is the era of big data
and machine learning,
що це ера величезних даних та
машинного навчання,
14:38
and machine learning promises
to revolutionize our understanding
і це навчання в перспективі
різко змінить наше розуміння
14:43
of everything from social networks
to epidemiology.
всього: від соціальних мереж
до епідеміології.
14:46
And maybe, as it tackles problems
of scene understanding
І можливо, це вирішує проблему
інтерпретації сцен
14:50
and natural language processing,
та природної обробки мови,
14:53
to tell us something
about human cognition.
аби пояснити нам дещо
щодо людського пізнання.
14:55
And the final big idea you'll have heard
І, нарешті, останнє, що
ви почули -
14:59
is that maybe it's a good idea we're going
to know so much about brains
можливо, це добре, що ми дізнаємось багато чого про наш мозок
15:01
and have so much access to big data,
та матимемо доступ до великих
баз даних,
15:05
because left to our own devices,
тому що, кинуті напризволяще,
15:06
humans are fallible, we take shortcuts,
люди помиляються,
використовують легкі шляхи,
15:09
we err, we make mistakes,
ми помиляємось,
15:13
we're biased, and in innumerable ways,
ми упереджені,
і, у багатьох випадках,
15:16
we get the world wrong.
ми неправильно розуміємо світ.
15:20
I think these are all important stories,
Я вважаю, що це дуже важливі історії,
15:24
and they have a lot to tell us
about what it means to be human,
і вони багато про що нам говорять,
про те, як це - бути людиною,
15:27
but I want you to note that today
I told you a very different story.
але я хочу, аби ви зрозуміли,
що я розповіла вам зовсім інше.
15:31
It's a story about minds and not brains,
Це історія про розум, а не про мозок,
15:35
and in particular, it's a story
about the kinds of computations
і зокрема, це історія про розрахунки,
15:39
that uniquely human minds can perform,
що може зробити лише людський розум,
15:42
which involve rich, structured knowledge
and the ability to learn
що включає в себе обширні, структуровані
знання та здатність до навчання,
15:45
from small amounts of data,
the evidence of just a few examples.
використовуючи невелику кількість
інформації з кількох лише прикладів.
15:49
And fundamentally, it's a story
about how starting as very small children
Принципово, що це історія про те,
як починаючи шлях дитиною,
15:56
and continuing out all the way
to the greatest accomplishments
і продовжуючи увесь шлях
до найбільших досягнень
16:00
of our culture,
нашої культури,
16:04
we get the world right.
ми правильно розуміємо
навколишній світ.
16:08
Folks, human minds do not only learn
from small amounts of data.
Люди можуть не тільки вчитися,
використовуючи невеликі дані.
16:12
Human minds think
of altogether new ideas.
Людський розум думає
про нові ідеї.
16:18
Human minds generate
research and discovery,
Людський розум генерує
дослідження і відкриття,
16:20
and human minds generate
art and literature and poetry and theater,
генерує мистецтво, літературу,
поезію та театр,
16:23
and human minds take care of other humans:
людський розум піклується про
інші людські створіння:
16:29
our old, our young, our sick.
про старих, молодих, хворих.
16:32
We even heal them.
Ми зцілюємо їх.
16:36
In the years to come, we're going
to see technological innovations
В наступні роки ми побачимо технологічні
інновації
16:39
beyond anything I can even envision,
за межами того,
що я можу собі уявити,
16:42
but we are very unlikely
але навряд, чи ми
16:46
to see anything even approximating
the computational power of a human child
побачимо щось навіть приблизно схоже
на обчислювальну силу малюка,
16:48
in my lifetime or in yours.
протягом мого чи вашого життя.
16:54
If we invest in these most powerful
learners and their development,
Якщо ми будемо інвестувати в найбільш
потужних учнів та їх розвиток,
16:58
in babies and children
в малюків та дітей,
17:03
and mothers and fathers
в матусь та татусів,
17:06
and caregivers and teachers
вихователів і вчителів,
17:08
the ways we invest in our other
most powerful and elegant forms
так само, як ми інвестуємо у потужні
та витончені форми
17:11
of technology, engineering and design,
технологій, інженерії та дизайну,
17:15
we will not just be dreaming
of a better future,
ми не тільки будемо мріяти
про краще майбутнє,
17:18
we will be planning for one.
ми будемо готуватися до нього.
17:21
Thank you very much.
Дуже вам дякую.
17:23
(Applause)
(Оплески)
17:25
Chris Anderson: Laura, thank you.
I do actually have a question for you.
Кріс Андерсон: Лауро, дякую вам.
Я маю до вас питання.
17:29
First of all, the research is insane.
По-перше, ваше дослідження,
воно божевільне.
17:34
I mean, who would design
an experiment like that? (Laughter)
Справді, хто міг зробити такий
експеримент? (Сміх)
17:36
I've seen that a couple of times,
Я передивлявся кілька разів,
17:41
and I still don't honestly believe
that that can truly be happening,
і до цих пір не можу до кінця повірити в
те, що це по-справжньому,
17:42
but other people have done
similar experiments; it checks out.
але люди проводили схожі експерименти;
це виправдано.
17:46
The babies really are that genius.
Малюки насправді є геніями.
17:49
LS: You know, they look really impressive
in our experiments,
ЛС: Знаєш, вони вражаюче виглядають
в наших експериментах,
17:50
but think about what they
look like in real life, right?
але подумай, якими вони є
у житті?
17:53
It starts out as a baby.
Спочатку це малюки.
17:56
Eighteen months later,
it's talking to you,
Через 18 місяців
вони розмовляють,
17:57
and babies' first words aren't just
things like balls and ducks,
і перші слова малюка це не просто
"качка" або "м'ячик",
17:59
they're things like "all gone,"
which refer to disappearance,
а речі типу "все",
що означає зникнення,
18:02
or "uh-oh," which refer
to unintentional actions.
або "о-оу", що має означати
ненавмисну дію.
18:05
It has to be that powerful.
Це дуже сильно.
18:07
It has to be much more powerful
than anything I showed you.
Це, мабуть, набагато сильніше,
ніж все, що я вже показала.
18:09
They're figuring out the entire world.
Вони починають розуміти цілий світ.
18:12
A four-year-old can talk to you
about almost anything.
Чотирирічна дитина може говорити з
тобою про все, що завгодно.
18:14
(Applause)
(Оплески)
18:17
CA: And if I understand you right,
the other key point you're making is,
КА: Якщо я правильно тебе розумію,
ти наголошуєш на тому, що
18:19
we've been through these years
where there's all this talk
ми пройшли через всі ці роки,
коли всі розмови
18:22
of how quirky and buggy our minds are,
про те, яким винахідливим є наш мозок,
18:25
that behavioral economics
and the whole theories behind that
що поведінкова економіка та
всі теорії за нею,
18:27
that we're not rational agents.
ми не є раціональними.
18:29
You're really saying that the bigger
story is how extraordinary,
Ти кажеш, що найважливіше
в цій історії те, що існує
18:31
and there really is genius there
that is underappreciated.
незвичайний геній,
якого недооцінили.
18:35
LS: One of my favorite
quotes in psychology
ЛС: Моя улюблена цитата з
психології,
18:40
comes from the social
psychologist Solomon Asch,
сказана соціальним психологом
Соломоном Ешем.
18:42
and he said the fundamental task
of psychology is to remove
Він сказав, що основним завданням
психології є зняття
18:45
the veil of self-evidence from things.
вуалі очевидності з речей.
18:47
There are orders of magnitude
more decisions you make every day
Кожен день ви приймаєте
мільйони рішень,
18:50
that get the world right.
через які ви
розумієте світ.
18:55
You know about objects
and their properties.
Ви все знаєте про об'єкти
та їх властивості.
18:56
You know them when they're occluded.
You know them in the dark.
Ви знаєте, коли вони закриті.
Ви знаєте їх у темряві.
18:58
You can walk through rooms.
Ви можете зайти
в кімнату.
19:01
You can figure out what other people
are thinking. You can talk to them.
Ви можете з'ясувати, про що думають
інші люди. Можете розмовляти з ними.
19:02
You can navigate space.
You know about numbers.
Ви можете полетіти в космос.
Знаєте арифметику.
19:06
You know causal relationships.
You know about moral reasoning.
Знаєте причинно-наслідкові зв'язки.
Про моральність суджень.
19:08
You do this effortlessly,
so we don't see it,
Ви легко все це робите,
і ми цього не помічаємо,
19:11
but that is how we get the world right,
and it's a remarkable
саме так ви правильно розумієте світ,
і це дивовижне
19:14
and very difficult-to-understand
accomplishment.
та дуже складне для розуміння
досягнення.
19:16
CA: I suspect there are people
in the audience who have
КА: Я підозрюю, серед аудиторії є люди,
які мають
19:19
this view of accelerating
technological power
погляди на прискорення
технологічної потужності,
19:21
who might dispute your statement
that never in our lifetimes
які можуть заперечити ваше судження,
що ніколи в житті
19:24
will a computer do what
a three-year-old child can do,
комп'ютер не зробить того,
що може трирічна дитина,
19:27
but what's clear is that in any scenario,
але зрозуміло,
що в будь-якому випадку,
19:29
our machines have so much to learn
from our toddlers.
машинам є чого повчитися у наших
повзунків.
19:32
LS: I think so. You'll have some
machine learning folks up here.
ЛС: Я згодна.
19:38
I mean, you should never bet
against babies or chimpanzees
Ніколи не тримайте парі проти
малюків або шимпанзе,
19:41
or technology as a matter of practice,
або технології.
19:45
but it's not just
a difference in quantity,
Але це не тільки кількісна різниця,
19:49
it's a difference in kind.
це якісна різниця.
19:53
We have incredibly powerful computers,
У нас є надзвичайно потужні
комп'ютери,
19:55
and they do do amazingly
sophisticated things,
і вони виконують
дивовижно складні завдання,
19:57
often with very big amounts of data.
зазвичай з величезною
кількістю інформації.
20:00
Human minds do, I think,
something quite different,
Я вважаю, людський розум робить дещо
інше.
20:03
and I think it's the structured,
hierarchical nature of human knowledge
Структурована та ієрархічна природа
людського розуму
20:05
that remains a real challenge.
залишається справжнім викликом.
20:09
CA: Laura Schulz, wonderful
food for thought. Thank you so much.
КА: Лауро Шульц, чудовий матеріал
для роздумів. Величезне вам дякую.
20:11
LS: Thank you.
(Applause)
ЛС: Дякую.
(Оплески)
20:14
Translated by Olena Gapak
Reviewed by Khrystyna Romashko

▲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