ABOUT THE SPEAKER
Donald Hoffman - Cognitive scientist
Donald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality.

Why you should listen

In his research to uncover the underlying secrets of human perception, Donald Hoffman has discovered important clues pointing to the subjective nature of reality.

Rather than as a set of absolute physical principles, reality is best understood as a set of phenomena our brain constructs to guide our behavior. To put it simply: we actively create everything we see, and there is no aspect of reality that does not depend on consciousness.

Hoffman is a faculty member at UC Irvine and a recipient of the Troland Award of the US National Academy of Sciences.

More profile about the speaker
Donald Hoffman | Speaker | TED.com
TED2015

Donald Hoffman: Do we see reality as it is?

Donald Hoffman: Voyons-nous la réalité telle qu'elle est ?

Filmed:
2,642,172 views

Donald Hoffman est un expert en sciences cognitives qui essaie de répondre à une grande question : ressentons-nous le monde tel quel est vraiment ... ou comme on a besoin qu'il soit ? Dans cet époustouflant discours, il médite sur la façon dont notre esprit construit la réalité pour nous.
- Cognitive scientist
Donald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality. Full bio

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

00:12
I love a great mysterymystère,
0
835
2066
Les grands mystères me fascinent,
00:14
and I'm fascinatedfasciné by the greatestplus grand
unsolvednon résolus mysterymystère in sciencescience,
1
2901
4412
et je le suis par le plus grand mystère
non-résolu de la science,
00:19
perhapspeut être because it's personalpersonnel.
2
7313
1958
peut-être à cause de sa
dimension personnelle.
00:21
It's about who we are,
3
9681
1858
C'est à propos de qui nous sommes,
00:23
and I can't help but be curiouscurieuse.
4
11539
2117
et je ne peux m'empêcher d'être curieux.
00:26
The mysterymystère is this:
5
14186
2089
Voici le mystère :
00:28
What is the relationshiprelation
betweenentre your braincerveau
6
16275
3435
quelle est la relation entre
notre cerveau
et nos expériences conscientes,
00:31
and your consciousconscient experiencesexpériences,
7
19710
1511
00:33
suchtel as your experienceexpérience
of the tastegoût of chocolateChocolat
8
21221
2670
telle que goûter du chocolat
00:35
or the feelingsentiment of velvetvelours?
9
23891
1774
ou toucher du velours ?
00:38
Now, this mysterymystère is not newNouveau.
10
26805
1584
Ce mystère n'est pas nouveau.
00:40
In 1868, ThomasThomas HuxleyHuxley wrotea écrit,
11
28999
3599
En 1868, Thomas Huxley écrivait :
00:44
"How it is that anything so remarkableremarquable
as a stateEtat of consciousnessconscience comesvient about
12
32598
5294
« Comment se fait-il que quelque chose
d'aussi remarquable que
l'état conscient,
résultat de l'excitation
de tissus nerveux,
00:49
as the resultrésultat of irritatingirritant nervousnerveux tissuetissu
13
37892
3367
00:53
is just as unaccountableirresponsable
14
41259
2066
soit aussi inexplicable
00:55
as the appearanceapparence of the geniegénie
when AladdinAladdin rubbedfrotté his lamplampe."
15
43325
4053
que l'apparition du génie
quand Aladin frotta la lampe.»
01:01
Now, HuxleyHuxley knewa connu that braincerveau activityactivité
16
49268
2277
Huxley savait que l'activité cérébrale
01:03
and consciousconscient experiencesexpériences are correlatedcorrélé,
17
51545
3274
et les expériences conscientes
étaient liées,
mais sans savoir pourquoi.
01:06
but he didn't know why.
18
54819
2159
Pour la science de son époque,
c'était un mystère.
01:08
To the sciencescience of his day,
it was a mysterymystère.
19
56978
3321
01:12
In the yearsannées sincedepuis HuxleyHuxley,
20
60299
2136
Pendant la période qui suivit,
01:14
sciencescience has learnedappris a lot
about braincerveau activityactivité,
21
62435
3366
la science a beaucoup appris
sur l'activité cérébrale,
01:17
but the relationshiprelation
betweenentre braincerveau activityactivité
22
65801
2021
mais la relation entre
l'activité cérébrale
01:19
and consciousconscient experiencesexpériences
is still a mysterymystère.
23
67822
3088
et les expériences conscientes
demeure mystèrieuse.
Pourquoi ? Pourquoi avons-nous
fait si peu de progrès ?
01:22
Why? Why have we madefabriqué so little progressle progrès?
24
70910
3645
Certains experts pensent que nous ne
pouvons pas résoudre ce problème
01:26
Well, some expertsexperts think
that we can't solverésoudre this problemproblème
25
74555
4859
car nous manquons de l'intelligence
et des concepts nécessaires.
01:31
because we lackmanquer de the necessarynécessaire
conceptsconcepts and intelligenceintelligence.
26
79414
3799
Nous n'attendons pas des
singes qu'ils résolvent
01:35
We don't expectattendre monkeyssinges to solverésoudre
problemsproblèmes in quantumquantum mechanicsmécanique,
27
83883
4069
des problèmes de mécanique quantique.
01:39
and as it happensarrive, we can't expectattendre
our speciesespèce to solverésoudre this problemproblème eithernon plus.
28
87952
4165
Dès lors, nous ne pouvons demander à
notre espèce de résoudre ce problème.
Pour ma part, je ne suis pas d'accord.
Je suis plus optimiste.
01:44
Well, I disagreeêtre en désaccord. I'm more optimisticoptimiste.
29
92527
3134
Je pense que nous avons simplement
fait une mauvaise hypothèse.
01:47
I think we'venous avons simplysimplement
madefabriqué a falsefaux assumptionsupposition.
30
95661
3042
Corrigeons cela et nous serons à même
de résoudre le problème.
01:50
OnceFois we fixréparer it, we just
mightpourrait solverésoudre this problemproblème.
31
98703
3506
Je suis là pour vous exposer
cette hypothèse, vous expliquer
01:54
TodayAujourd'hui, I'd like tell you
what that assumptionsupposition is,
32
102209
2417
01:56
why it's falsefaux, and how to fixréparer it.
33
104626
2758
pourquoi elle est fausse et
comment la corriger.
01:59
Let's begincommencer with a questionquestion:
34
107874
1694
Une question pour commencer :
voyons-nous la réalité telle qu'elle est ?
02:01
Do we see realityréalité as it is?
35
109778
3088
J'ouvre mes yeux
02:04
I openouvrir my eyesles yeux
36
112866
1695
et je décris mon expérience comme voyant
une tomate rouge à 1 mètre de distance.
02:06
and I have an experienceexpérience that I describedécrire
as a redrouge tomatotomate a metermètre away.
37
114561
4937
De ce fait, j'en viens à croire
qu'en réalité,
02:12
As a resultrésultat, I come to believe
that in realityréalité,
38
120606
3243
il y a une tomate rouge à un mètre.
02:15
there's a redrouge tomatotomate a metermètre away.
39
123849
2642
02:18
I then closeFermer my eyesles yeux, and my experienceexpérience
changeschangements to a graygris fieldchamp,
40
126751
4864
Je referme les yeux, et je
ne vois plus qu'un voile gris,
mais est-il toujours vrai que dans
la réalité il y a une tomate à 1 mètre ?
02:24
but is it still the caseCas that in realityréalité,
there's a redrouge tomatotomate a metermètre away?
41
132425
5166
Je crois, mais se peut-il que je
me trompe ?
02:30
I think so, but could I be wrongfaux?
42
138361
3552
Pourrais-je mal interpréter la nature de
mes perceptions ?
02:33
Could I be misinterpretingune mauvaise interprétation
the naturela nature of my perceptionsperceptions?
43
141913
4598
02:39
We have misinterpretedmal interprété
our perceptionsperceptions before.
44
147351
3200
Cela nous est déjà arrivé auparavant.
Nous pensions que la Terre était plate car
on la voyait ainsi.
02:42
We used to think the EarthTerre is flatappartement,
because it looksregards that way.
45
150551
3459
Pythagore découvrit
que nous nous trompions.
02:46
PythagorusPythagore discovereddécouvert that we were wrongfaux.
46
154707
2879
02:49
Then we thought that the EarthTerre
is the unmovingimmobile centercentre of the UniverseUnivers,
47
157586
4012
Nous pensions également que la Terre
était le centre immuable de l'Univers,
encore une fois, car ça y ressemblait.
02:53
again because it looksregards that way.
48
161603
1903
Copernic et Galilée découvrirent encore
une fois que nous nous trompions.
02:56
CopernicusCopernic and GalileoGalileo discovereddécouvert,
again, that we were wrongfaux.
49
164406
4906
Galilée se demanda alors
s'il était possible
03:01
GalileoGalileo then wondereddemandé if we mightpourrait
be misinterpretingune mauvaise interprétation our experiencesexpériences
50
169312
4088
que nous interprétions mal
nos autres expériences.
03:05
in other waysfaçons.
51
173400
1508
Il a écrit : « Je crois que les goûts,
les odeurs, les couleurs et tout le reste
03:06
He wrotea écrit: "I think that tastesgoûts,
odorsodeurs, colorscouleurs, and so on
52
174908
5009
n'existent que dans ma conscience.
03:11
residerésident in consciousnessconscience.
53
179917
2004
03:14
HenceC’est pourquoi if the livingvivant creaturecréature were removedsupprimé,
all these qualitiesqualités would be annihilatedanéantis."
54
182291
5752
Et que donc si les créatures
vivantes disparaissaient,
il en serait de même pour ces qualités. »
C'est une étonnante affirmation.
03:20
Now, that's a stunningétourdissant claimprétendre.
55
188955
1839
Se pourrait-il que Galilée
ait raison ?
03:23
Could GalileoGalileo be right?
56
191184
1811
Se pourrait-il que nous interprétions
si mal nos expériences ?
03:24
Could we really be misinterpretingune mauvaise interprétation
our experiencesexpériences that badlymal?
57
192995
4598
Quelle réponse peut apporter
la science moderne ?
03:29
What does modernmoderne sciencescience
have to say about this?
58
197593
2561
Eh bien, les neuroscientifiques
nous disent que
03:32
Well, neuroscientistsneuroscientifiques tell us
that about a thirdtroisième of the brain'scerveaux cortexcortex
59
200704
5224
la vision occupe environ
un tiers de notre cortex cérébral.
03:37
is engagedengagé in visionvision.
60
205928
1858
Quand vous ouvrez vos yeux et
jetez un coup d’œil dans cette pièce,
03:39
When you simplysimplement openouvrir your eyesles yeux
and look about this roomchambre,
61
207786
3506
des milliards de neurones
03:43
billionsdes milliards of neuronsneurones
and trillionsbillions of synapsessynapses are engagedengagé.
62
211292
4272
et des milliers de milliards de synapses
sont à l’œuvre.
03:47
Now, this is a bitbit surprisingsurprenant,
63
215564
1608
C'est un peu surprenant
dans la mesure où quand nous
pensons à notre vision,
03:49
because to the extentampleur that
we think about visionvision at all,
64
217172
2641
nous la voyons comme un
appareil photo.
03:51
we think of it as like a cameracaméra.
65
219813
2837
Elle prend juste une image objective
de la réalité.
03:54
It just takes a picturephoto
of objectiveobjectif realityréalité as it is.
66
222650
3940
Cela fonctionne en partie ainsi :
03:58
Now, there is a partpartie of visionvision
that's like a cameracaméra:
67
226590
3700
l’œil a une lentille qui concentre
une image sur l'arrière de l’œil
04:02
the eyeœil has a lenslentille that focusesse concentre
an imageimage on the back of the eyeœil
68
230290
4639
où se trouvent
130 millions de photorécepteurs,
04:06
where there are 130 millionmillion
photoreceptorsphotorécepteurs,
69
234929
3390
04:10
so the eyeœil is like a 130-megapixel-photo de megapixel cameracaméra.
70
238319
3900
donc on peut comparer l’œil à un appareil
photo de 130 mégapixels.
04:14
But that doesn't explainExplique
the billionsdes milliards of neuronsneurones
71
242219
3483
Mais ça n'explique pas
les milliards de neurones
04:17
and trillionsbillions of synapsessynapses
that are engagedengagé in visionvision.
72
245702
3622
et les milliers de milliards
de synapses mobilisées.
Que font ces neurones ?
04:21
What are these neuronsneurones up to?
73
249324
2299
Eh bien, les neuroscientifiques nous
disent qu'ils créent, en temps réel,
04:23
Well, neuroscientistsneuroscientifiques tell us
that they are creatingcréer, in realréal time,
74
251623
4207
04:27
all the shapesformes, objectsobjets, colorscouleurs,
and motionsrequêtes that we see.
75
255830
4330
toutes les formes, les objets,
les couleurs
et les mouvements que nous voyons.
04:32
It feelsse sent like we're just takingprise a snapshotinstantané
of this roomchambre the way it is,
76
260160
3491
Comme si nous prenions un cliché
de cette pièce telle quelle,
04:35
but in factfait, we're constructingconstruire
everything that we see.
77
263651
3575
mais qu'en fait, nous construisions
tout ce que nous voyons.
Nous ne construisons pas tout
en une seule fois.
04:39
We don't constructconstruction
the wholeentier worldmonde at onceune fois que.
78
267226
3181
Nous construisons ce dont nous avons
besoin à un moment donné.
04:42
We constructconstruction what we need in the momentmoment.
79
270407
2765
04:45
Now, there are manybeaucoup demonstrationsdes démonstrations
that are quiteassez compellingimpérieuses
80
273542
3367
Il existe plusieurs preuves
qui sont plutôt convaincantes
que nous construisons
ce que nous voyons.
04:48
that we constructconstruction what we see.
81
276909
1811
04:50
I'll just showmontrer you two.
82
278720
2043
Je vais vous en montrer deux.
04:52
In this exampleExemple, you see some redrouge discsdisques
with bitsmorceaux cutCouper out of them,
83
280763
5766
Dans cet exemple, vous voyez
des cercles rouges ajourés,
mais si je tourne
un peu ces cercles,
04:58
but if I just rotatetourner
the disksdisques a little bitbit,
84
286529
2941
vous pouvez voir tout à coup
un cube en 3D sortir de l'écran.
05:01
suddenlysoudainement, you see a 3D cubecube
poppop out of the screenécran.
85
289470
4737
L'écran bien sûr est plat,
05:06
Now, the screenécran of coursecours is flatappartement,
86
294207
2833
donc le cube en trois dimensions
que vous voyez
05:09
so the three-dimensionaltridimensionnel cubecube
that you're experiencingéprouver
87
297040
2600
05:11
mustdoit be your constructionconstruction.
88
299640
2977
est sûrement construit
par vous.
05:15
In this nextprochain exampleExemple,
89
303397
1913
Dans l'exemple qui suit,
05:17
you see glowingincandescent bluebleu barsbarres
with prettyjoli sharptranchant edgesbords
90
305310
4224
vous voyez des barres lumineuses
avec des bords très nets
05:21
movingen mouvement acrossà travers a fieldchamp of dotspoints.
91
309534
3184
qui se déplacent en continu
sur les points.
En réalité, aucun point ne bouge.
05:25
In factfait, no dotspoints movebouge toi.
92
313708
3137
05:28
All I'm doing from frameCadre to frameCadre
is changingen changeant the colorscouleurs of dotspoints
93
316845
4621
Je change simplement la
couleur des points image par image
de bleu en noir
ou de noir en bleu.
05:33
from bluebleu to blacknoir or blacknoir to bluebleu.
94
321466
2461
Mais quand je le fais rapidement,
05:35
But when I do this quicklyrapidement,
95
323927
1834
votre système oculaire crée ces
barres lumineuses
05:37
your visualvisuel systemsystème createscrée
the glowingincandescent bluebleu barsbarres
96
325761
3715
avec des bords nets et leur mouvement.
05:41
with the sharptranchant edgesbords and the motionmouvement.
97
329476
2671
05:44
There are manybeaucoup more examplesexemples,
but these are just two
98
332147
2670
Il existe plein d'autres exemples,
mais ces deux-là montrent bien
05:46
that you constructconstruction what you see.
99
334817
2763
que vous construisez
ce que vous voyez.
Mais les neuroscientifiques
vont plus loin.
05:49
But neuroscientistsneuroscientifiques go furtherplus loin.
100
337580
2375
Ils disent que nous reconstruisons
la réalité.
05:53
They say that we reconstructreconstruire realityréalité.
101
341395
5101
Donc, quand j'ai une expérience
05:58
So, when I have an experienceexpérience
that I describedécrire as a redrouge tomatotomate,
102
346496
4226
que je décris comme visualisant
une tomate rouge,
cette expérience est en fait une
reconstruction précise
06:02
that experienceexpérience is actuallyréellement
an accurateprécis reconstructionreconstruction
103
350722
4133
06:06
of the propertiesPropriétés of a realréal redrouge tomatotomate
104
354855
2115
des propriétés d'une vraie
tomate rouge
06:08
that would existexister
even if I weren'tn'étaient pas looking.
105
356970
3295
qui existerait même si nous ne la
regardions pas.
Pourquoi les neuroscientifiques
nous disent
06:13
Now, why would neuroscientistsneuroscientifiques
say that we don't just constructconstruction,
106
361595
3221
que nous ne construisons pas juste
simplement
06:16
we reconstructreconstruire?
107
364816
1880
mais que nous reconstruisons ?
06:18
Well, the standardla norme argumentargument givendonné
108
366696
2531
L'argument habituel qui est donné
06:21
is usuallyd'habitude an evolutionaryévolutionniste one.
109
369227
2554
est, en général, lié à l'évolution.
Ceux qui parmi nos ancêtres
voyaient le plus clair
06:24
Those of our ancestorsles ancêtres
who saw more accuratelyavec précision
110
372941
2439
avaient un net avantage
06:27
had a competitivecompétitif advantageavantage comparedpar rapport
to those who saw lessMoins accuratelyavec précision,
111
375380
4853
sur ceux qui voyaient moins bien.
De ce fait, ils avaient plus de chances
de le transmettre grâce aux gènes.
06:32
and thereforedonc they were more likelyprobable
to passpasser on theirleur genesgènes.
112
380233
2756
06:34
We are the offspringprogéniture of those
who saw more accuratelyavec précision,
113
382989
3391
Nous sommes les descendants
de ces derniers.
Nous pouvons donc être sûr,
qu'en général,
06:38
and so we can be confidentsur de soi that,
in the normalnormal caseCas,
114
386380
2769
nos perceptions sont précises.
06:41
our perceptionsperceptions are accurateprécis.
115
389149
2531
06:43
You see this in the standardla norme textbooksmanuels.
116
391680
3695
C'est écrit dans les manuels classiques.
06:47
One textbookcahier de texte saysdit, for exampleExemple,
117
395375
1994
Par exemple, un manuel nous dit :
06:49
"EvolutionarilyÉvolutionnaires speakingParlant,
118
397369
1971
En terme d'évolution,
la vision est utile précisément
parce qu'elle est si précise.
06:51
visionvision is usefulutile preciselyprécisément
because it is so accurateprécis."
119
399340
4043
06:55
So the ideaidée is that accurateprécis perceptionsperceptions
are fittermonteur d’installations au perceptionsperceptions.
120
403383
4798
D'où l'idée que les perceptions précises
sont meilleures.
Elles vous donnent un avantage
en terme de survie.
07:00
They give you a survivalsurvie advantageavantage.
121
408181
2144
Cela est-il vrai ?
07:02
Now, is this correctcorrect?
122
410325
1915
Est-ce la bonne interprétation
de la théorie de l'évolution ?
07:04
Is this the right interpretationinterprétation
of evolutionaryévolutionniste theorythéorie?
123
412240
2659
Jetons d'abord un coup d’œil
à quelques exemples dans la nature.
07:06
Well, let's first look at a couplecouple
of examplesexemples in naturela nature.
124
414899
3381
Le bupreste australien
07:10
The AustralianAustralien jewelbijou beetlescarabée
125
418800
2438
a une carapace solide,
il est brillant et marron.
07:13
is dimpledalvéolée, glossybrillant and brownmarron.
126
421238
3111
07:16
The femalefemelle is flightlessincapables de voler.
127
424349
2345
La femelle est incapable de voler.
07:18
The malemâle fliesmouches, looking,
of coursecours, for a hotchaud femalefemelle.
128
426694
4017
Le mâle vole et cherche bien sûr
une femelle en chaleur.
Quand il en trouve une,
il se pose et s'accouple.
07:22
When he findstrouve one, he alightsse pose and matescompagnons.
129
430711
3948
07:26
There's anotherun autre speciesespèce in the outbackOutback,
130
434659
2471
Il existe une autre espèce plus
loin dans la brousse.
07:29
HomoHomo sapienssapiens.
131
437130
1334
l'Homo Sapiens.
07:30
The malemâle of this speciesespèce
has a massivemassif braincerveau
132
438464
3067
Le mâle de cette espèce a
un très gros cerveau
07:33
that he usesles usages to huntchasse for colddu froid beerBière.
133
441531
3948
qu'il utilise pour chasser
la bière fraîche.
(Rires)
07:37
(LaughterRires)
134
445889
1279
07:39
And when he findstrouve one, he drainsdrains it,
135
447168
2374
Et quand il en trouve une,
il la vide,
07:41
and sometimesparfois throwsjette the bottlebouteille
into the outbackOutback.
136
449542
3390
et parfois il jette la bouteille
dans la nature.
07:44
Now, as it happensarrive, these bottlesbouteilles
are dimpledalvéolée, glossybrillant,
137
452932
4248
Comme par hasard, ces bouteilles sont
dures et brillantes
et ont la même nuance de marron
qui attire ces scarabées.
07:49
and just the right shadeombre of brownmarron
to tickleTickle the fancyfantaisie of these beetlescoléoptères.
138
457180
4140
Les mâles affluent sur toutes ces
bouteilles, essayant de s'accoupler.
07:54
The malesmâles swarmessaim all over
the bottlesbouteilles tryingen essayant to matematé.
139
462772
3463
Ils perdent tout intérêt pour
les vraies femelles.
07:59
They loseperdre all interestintérêt
in the realréal femalesfemelles.
140
467582
2787
Cas classique d'un mâle qui délaisse
la femelle pour la bouteille.
08:02
ClassicClassique caseCas of the malemâle
leavingen quittant the femalefemelle for the bottlebouteille.
141
470369
4203
(Rires) (Applaudissements)
08:06
(LaughterRires) (ApplauseApplaudissements)
142
474572
2947
L'espèce s'est presque éteinte.
08:11
The speciesespèce almostpresque wentest allé extinctdisparu.
143
479402
2371
L'Australie a dû modifier ses bouteilles
pour sauvegarder ses scarabées.
08:14
AustraliaAustralie had to changechangement its bottlesbouteilles
to saveenregistrer its beetlescoléoptères.
144
482443
4309
(Rires)
08:18
(LaughterRires)
145
486752
3000
08:21
Now, the malesmâles had successfullyavec succès
founda trouvé femalesfemelles for thousandsmilliers,
146
489752
4208
Les mâles trouvaient des femelles
depuis des milliers,
08:25
perhapspeut être millionsdes millions of yearsannées.
147
493960
2438
voire des millions d'années.
Voyaient-ils la réalité
telle qu'elle était ?
08:28
It lookedregardé like they saw realityréalité
as it is, but apparentlyApparemment not.
148
496398
4434
Apparemment non.
08:32
EvolutionEvolution had givendonné them a hackpirater.
149
500832
2857
L'évolution les avait floués.
08:35
A femalefemelle is anything dimpledalvéolée,
glossybrillant and brownmarron,
150
503689
4736
Une femelle doit être quelque
chose de solide, brillant et marron,
et plus c'est gros, mieux c'est.
08:40
the biggerplus gros the better.
151
508425
2276
(Rires)
08:42
(LaughterRires)
152
510701
1834
Même en rampant sur
toute la bouteille,
08:44
Even when crawlingrampant all over the bottlebouteille,
the malemâle couldn'tne pouvait pas discoverdécouvrir his mistakeerreur.
153
512535
4840
il ne pouvait pas se rendre
compte de son erreur.
Vous me direz, les scarabées sont des
créatures très simples,
08:49
Now, you mightpourrait say, beetlescoléoptères, sure,
they're very simplesimple creaturescréatures,
154
517945
3645
08:53
but surelysûrement not mammalsmammifères.
155
521590
1858
ce n'est pas comme les mammifères.
08:55
MammalsMammifères don't relycompter on tricksdes trucs.
156
523448
2717
Eux ne se font pas duper.
08:58
Well, I won'thabitude dwellDwell on this,
but you get the ideaidée. (LaughterRires)
157
526165
6013
Bref, je ne m'étendrai pas sur le
sujet, vous voyez l'idée.
(Rires)
09:04
So this raisessoulève an importantimportant
technicaltechnique questionquestion:
158
532178
3158
Mais cela soulève
une question technique importante :
l'évolution permet-elle de voir
la réalité telle qu'elle est ?
09:07
Does naturalNaturel selectionsélection really favorfavoriser
seeingvoyant realityréalité as it is?
159
535336
5991
Heureusement, pas besoin
de faire une foire aux questions.
09:13
FortunatelyHeureusement, we don't have
to wavevague our handsmains and guessdeviner;
160
541877
3536
09:17
evolutionévolution is a mathematicallymathématiquement
preciseprécis theorythéorie.
161
545413
3181
L'évolution est une théorie
mathématiquement précise.
Nous pouvons utiliser ses équations
et voir ce que cela donne.
09:20
We can use the equationséquations of evolutionévolution
to checkvérifier this out.
162
548594
3553
09:24
We can have variousdivers organismsorganismes
in artificialartificiel worldsmondes competerivaliser
163
552147
4153
On peut mettre en compétition
plusieurs organismes de divers mondes
et voir qui survit et qui se porte bien,
09:28
and see whichlequel survivesurvivre and whichlequel thriveprospérer,
164
556300
1953
09:30
whichlequel sensorysensoriel systemssystèmes are more fiten forme.
165
558253
3553
quels systèmes sensoriels
conviennent le mieux.
09:33
A keyclé notionnotion in those
equationséquations is fitnessremise en forme.
166
561806
4085
Une notion clé dans ces équations
est la condition physique.
09:37
ConsiderEnvisager de this steaksteak:
167
565891
2695
Ce steak par exemple.
Que procure-t-il à la condition physique
d'un animal ?
09:41
What does this steaksteak do
for the fitnessremise en forme of an animalanimal?
168
569956
2962
Eh bien, pour un lion affamé,
il l'améliore.
09:45
Well, for a hungryaffamé lionLion looking to eatmanger,
it enhancesaméliore fitnessremise en forme.
169
573438
6016
Pour un lion bien nourri cherchant
à s'accoupler, il ne fait rien.
09:52
For a well-fedbien nourris lionLion looking to matematé,
it doesn't enhanceaméliorer fitnessremise en forme.
170
580179
4594
Et pour un lapin, il ne l'améliore
en aucune façon,
09:58
And for a rabbitlapin in any stateEtat,
it doesn't enhanceaméliorer fitnessremise en forme,
171
586053
3871
10:01
so fitnessremise en forme does dependdépendre
on realityréalité as it is, yes,
172
589924
4124
donc la condition physique dépend
de la réalité telle qu'elle est, oui,
mais également de l'organisme,
de son état et son action.
10:06
but alsoaussi on the organismorganisme,
its stateEtat and its actionaction.
173
594048
4188
La condition physique n'est pas la même
chose que la réalité telle qu'elle est,
10:10
FitnessRemise en forme is not the sameMême thing
as realityréalité as it is,
174
598236
3553
10:13
and it's fitnessremise en forme,
and not realityréalité as it is,
175
601789
3483
et c'est la condition physique et
non la réalité
10:17
that figureschiffres centrallyau centre
in the equationséquations of evolutionévolution.
176
605272
4179
qui joue grandement dans l'équation
de l'évolution.
10:21
So, in my lablaboratoire,
177
609451
3191
Donc, dans mon laboratoire,
j'ai fait des centaines de milliers
de simulations
10:24
we have runcourir hundredsdes centaines of thousandsmilliers
of evolutionaryévolutionniste gameJeu simulationsdes simulations
178
612642
3775
10:28
with lots of differentdifférent
randomlyau hasard chosenchoisi worldsmondes
179
616417
3065
dans différents univers choisis
au hasard,
10:31
and organismsorganismes that competerivaliser
for resourcesRessources in those worldsmondes.
180
619482
4179
où les organismes se disputent
les ressources de ces mondes.
10:35
Some of the organismsorganismes
see all of the realityréalité,
181
623661
4319
Certains organismes voient
toute la réalité.
Certains en voient certaines parties,
10:39
othersautres see just partpartie of the realityréalité,
182
627980
1889
et d'autres ne la voient pas du tout,
10:41
and some see noneaucun of the realityréalité,
183
629869
2105
10:43
only fitnessremise en forme.
184
631974
1766
seulement la condition physique.
Qui l'emporte ?
10:46
Who winsgagne?
185
634240
1580
Eh bien, je suis désolé de vous l'annoncer
10:48
Well, I hatehaine to breakPause it to you,
but perceptionla perception of realityréalité goesva extinctdisparu.
186
636290
5965
mais ceux qui voient la réalité
s'éteignent.
Dans presque toutes les simulations,
10:54
In almostpresque everychaque simulationsimulation,
187
642255
1909
les organismes qui ne voient pas la
réalité telle qu'elle est vraiment
10:56
organismsorganismes that see noneaucun of realityréalité
188
644164
2182
10:58
but are just tunedaccordé to fitnessremise en forme
189
646346
2090
mais qui sont concentrés
sur la condition physique
11:00
driveconduire to extinctionextinction all the organismsorganismes
that perceivepercevoir realityréalité as it is.
190
648436
5224
poussent à l'extinction ceux
qui voient la réalité telle qu'elle est.
Tout ça pour dire que l'évolution
ne favorise pas
11:05
So the bottombas lineligne is, evolutionévolution
does not favorfavoriser verticalverticale,
191
653660
4590
les perceptions verticales ou précises.
11:10
or accurateprécis perceptionsperceptions.
192
658250
1656
Ces perceptions de la réalité
ne survivent pas.
11:11
Those perceptionsperceptions of realityréalité go extinctdisparu.
193
659906
3762
C'est assez étonnant.
11:15
Now, this is a bitbit stunningétourdissant.
194
663668
2020
Comment se fait-il que ne pas
voir le monde avec précision
11:17
How can it be that not seeingvoyant
the worldmonde accuratelyavec précision
195
665688
3682
donne un avantage à la survie ?
11:21
givesdonne us a survivalsurvie advantageavantage?
196
669370
1820
11:23
That is a bitbit counterintuitivecontre-intuitif.
197
671190
2113
C'est un peu contre-intuitif.
Mais souvenez-vous du scarabée.
11:25
But rememberrappelles toi the jewelbijou beetlescarabée.
198
673303
1835
Il a survécu durant des milliers
voire des millions d'années,
11:27
The jewelbijou beetlescarabée survivedsurvécu
for thousandsmilliers, perhapspeut être millionsdes millions of yearsannées,
199
675138
3761
11:30
usingen utilisant simplesimple tricksdes trucs and hackshacks.
200
678899
2694
avec des astuces simples.
Ce que disent les équations
de l'évolution,
11:33
What the equationséquations
of evolutionévolution are tellingrécit us
201
681593
3177
c'est que tous les organismes,
nous inclus,
11:36
is that all organismsorganismes, includingcomprenant us,
are in the sameMême boatbateau as the jewelbijou beetlescarabée.
202
684770
5643
sont dans le même bateau
que les scarabées.
Nous ne voyons pas la réalité
telle qu'elle est.
11:42
We do not see realityréalité as it is.
203
690413
1930
11:44
We're shapeden forme de with tricksdes trucs
and hackshacks that keep us alivevivant.
204
692343
4272
Nous fonctionnons sur la base
d'astuces et de raccourcis
qui nous maintiennent en vie.
11:48
Still,
205
696615
2020
Néanmoins, nous avons besoin d'aide
en ce qui concerne nos intuitions.
11:50
we need some help with our intuitionsintuitions.
206
698635
2067
11:52
How can not perceivingpercevoir
realityréalité as it is be usefulutile?
207
700702
4783
Comment le fait de ne pas voir la réalité
peut nous aider ?
11:57
Well, fortunatelyHeureusement, we have
a very helpfulutile metaphormétaphore:
208
705485
3669
Heureusement, il y a cette métaphore :
12:01
the desktopordinateur de bureau interfaceinterface on your computerordinateur.
209
709154
2832
l'interface d'un ordinateur.
12:03
ConsiderEnvisager de that bluebleu iconicône
for a TEDTED Talk that you're writingl'écriture.
210
711986
4133
Regardez l’icône d'un texte de TED
sur lequel vous travaillez.
12:08
Now, the iconicône is bluebleu and rectangularrectangulaire
211
716119
4004
L'icône est bleue et rectangulaire
12:12
and in the lowerinférieur right cornercoin
of the desktopordinateur de bureau.
212
720123
2381
et située en bas à droite de votre écran.
Cela signifie-t-il que le document est
lui aussi bleu,
12:15
Does that mean that the texttexte filefichier itselfse
in the computerordinateur is bluebleu,
213
723324
4186
rectangulaire et en bas
à droite de l'écran ?
12:20
rectangularrectangulaire, and in the lowerinférieur
right-handmain droite cornercoin of the computerordinateur?
214
728200
3755
12:23
Of coursecours not.
215
731955
1323
Bien sûr que non.
12:25
AnyoneN’importe qui who thought that misinterpretsdénature
the purposeobjectif of the interfaceinterface.
216
733278
4709
Celui qui pense ça interprète mal
le fonctionnement de l'interface.
Ce n'est pas là pour vous montrer
la réalité de l'ordinateur,
12:29
It's not there to showmontrer you
the realityréalité of the computerordinateur.
217
737987
2768
12:32
In factfait, it's there to hidecacher that realityréalité.
218
740755
2925
mais pour cacher la réalité.
12:35
You don't want to know about the diodesdiodes
219
743680
1875
On ne veut rien savoir de
toutes ces diodes,
12:37
and resistorsrésistances and all
the megabytesmégaoctets of softwareLogiciel.
220
745555
2250
et résistances et
megabytes du logiciel.
S'il fallait gérer tout cela, on ne
pourrait jamais écrire un texte
12:39
If you had to dealtraiter with that,
you could never writeécrire your texttexte filefichier
221
747805
3131
12:42
or editmodifier your photophoto.
222
750936
1475
ou imprimer une photo.
12:44
So the ideaidée is that evolutionévolution
has givendonné us an interfaceinterface
223
752411
4717
L'idée est que l'évolution nous
a dotés d'une interface
12:49
that hidesmasque realityréalité and guidesguides
adaptiveadaptatif behaviorcomportement.
224
757128
4315
qui cache la réalité et guide
nos comportements.
12:53
SpaceEspace and time, as you
perceivepercevoir them right now,
225
761443
3018
L'espace et le temps,
tels que vous les percevez
12:56
are your desktopordinateur de bureau.
226
764461
2174
sont votre interface.
12:58
PhysicalPhysique objectsobjets are simplysimplement iconsicônes
in that desktopordinateur de bureau.
227
766635
4737
Les objets physiques ne sont
que des icônes sur votre bureau.
13:04
There's an obviousévident objectionobjection.
228
772192
2221
Bien sûr, on peut objecter :
13:06
HoffmanHoffman, if you think that traintrain
comingvenir down the trackPiste at 200 MPHMI/H
229
774413
3948
Hoffman, si tu penses que le train
qui arrive à 200 km/h
13:10
is just an iconicône of your desktopordinateur de bureau,
230
778361
2461
n'est qu'une icône sur ton bureau,
pourquoi tu ne te postes pas
en face de lui ?
13:12
why don't you stepétape in frontde face of it?
231
780822
2125
13:14
And after you're gonedisparu,
and your theorythéorie with you,
232
782947
2293
Et une fois mort, et ta théorie avec,
13:17
we'llbien know that there's more
to that traintrain than just an iconicône.
233
785240
3314
nous saurons que ce train
était plus qu'une icône.
13:20
Well, I wouldn'tne serait pas stepétape
in frontde face of that traintrain
234
788554
2043
Bon, je ne ferais pas face à ce train,
13:22
for the sameMême reasonraison
235
790597
1556
pour la même raison
13:24
that I wouldn'tne serait pas carelesslynégligemment dragtraîne
that iconicône to the trashpoubelle can:
236
792153
4295
que je ne voudrais pas mettre
par erreur cette icône dans la corbeille,
13:28
not because I take the iconicône literallyLittéralement --
237
796448
3181
pas parce que je la prends
au sens littéral,
13:31
the filefichier is not literallyLittéralement bluebleu
or rectangularrectangulaire --
238
799629
3005
le dossier n'est pas vraiment bleu
ou rectangulaire,
13:34
but I do take it seriouslysérieusement.
239
802934
2326
mais parce qu'elle est importante.
13:37
I could loseperdre weekssemaines of work.
240
805260
2031
Je perdrais des semaines de travail.
13:39
SimilarlyDe la même façon, evolutionévolution has shapeden forme de us
241
807291
2554
De la même façon, l'évolution
nous a façonnés
13:41
with perceptualperceptuel symbolssymboles
that are designedconçu to keep us alivevivant.
242
809845
4436
avec des symboles perceptifs qui nous
maintiennent en vie.
13:46
We'dNous le ferions better take them seriouslysérieusement.
243
814811
2465
On doit les prendre au sérieux.
13:49
If you see a snakeserpent, don't pickchoisir it up.
244
817276
2205
Si vous voyez un serpent,
ne l'attrapez pas.
Si vous voyez une falaise, ne sautez pas.
13:52
If you see a clifffalaise, don't jumpsaut off.
245
820391
2759
13:55
They're designedconçu to keep us safesûr,
and we should take them seriouslysérieusement.
246
823150
3576
Ces symboles garantissent notre sécurité,
il faut les prendre au sérieux.
13:58
That does not mean that we
should take them literallyLittéralement.
247
826726
2691
Cela ne veut pas dire tout prendre
au pied de la lettre.
14:01
That's a logicallogique errorErreur.
248
829417
2254
C'est une erreur de logique.
14:03
AnotherUn autre objectionobjection: There's
nothing really newNouveau here.
249
831671
3205
On pourrait objecter que
tout cela n'est pas nouveau.
14:06
PhysicistsPhysiciens have told us for a long time
that the metalmétal of that traintrain looksregards solidsolide
250
834876
3924
Les physiciens nous ont depuis longtemps
expliqué que le métal d'un train
a l'air solide mais que ce n'est
14:10
but really it's mostlyla plupart emptyvide spaceespace
with microscopicmicroscopique particlesdes particules zippingzipper around.
251
838800
4388
qu'un espace vide rempli
de minuscules particules.
Rien de neuf.
14:15
There's nothing newNouveau here.
252
843188
1488
14:16
Well, not exactlyexactement.
253
844676
2204
En fait, pas vraiment.
14:18
It's like sayingen disant, I know that
that bluebleu iconicône on the desktopordinateur de bureau
254
846880
4040
C'est comme dire : Je sais que cette
icône bleue sur mon bureau
14:22
is not the realityréalité of the computerordinateur,
255
850920
2299
n'est pas la réalité de l'ordinateur,
14:25
but if I pulltirer out my trustyfidèle
magnifyinggrossissant glassverre and look really closelyétroitement,
256
853219
3459
mais si je prends ma loupe
et regarde de très près,
14:28
I see little pixelspixels,
257
856678
1811
je vais voir des petits pixels
14:30
and that's the realityréalité of the computerordinateur.
258
858489
2461
et ça c'est la réalité de l'ordinateur.
14:32
Well, not really -- you're still
on the desktopordinateur de bureau, and that's the pointpoint.
259
860950
3808
Eh bien, pas vraiment car
vous êtes toujours sur l'interface
et c'est là le problème.
14:36
Those microscopicmicroscopique particlesdes particules
are still in spaceespace and time:
260
864758
2996
Ces particules microscopiques sont
toujours dans le temps et l'espace :
14:39
they're still in the userutilisateur interfaceinterface.
261
867754
2391
elles sont toujours sur l'interface.
14:42
So I'm sayingen disant something farloin more radicalradical
than those physicistsphysiciens.
262
870145
3762
Je suis bien plus beaucoup plus radical
que ces physiciens.
Au final, vous pourrez objecter
14:46
FinallyEnfin, you mightpourrait objectobjet,
263
874727
1473
14:48
look, we all see the traintrain,
264
876200
2559
que vous voyez tous le train,
14:50
thereforedonc noneaucun of us constructsconstruit the traintrain.
265
878759
3042
que personne ne construit ce train.
14:53
But rememberrappelles toi this exampleExemple.
266
881801
2090
Mais rappelez-vous cet exemple.
14:55
In this exampleExemple, we all see a cubecube,
267
883891
2716
Dans ce dernier, on voit tous un cube,
14:59
but the screenécran is flatappartement,
268
887597
2093
mais l'écran est plat,
15:01
so the cubecube that you see
is the cubecube that you constructconstruction.
269
889690
2737
donc le cube que vous voyez est
le cube que vous avez construit.
15:05
We all see a cubecube
270
893736
2043
On voit tous un cube
15:07
because we all, eachchaque one of us,
constructsconstruit the cubecube that we see.
271
895779
4859
parce que nous avons tous construit
le cube que nous voyons.
15:12
The sameMême is truevrai of the traintrain.
272
900638
2060
C'est la même chose pour le train.
15:14
We all see a traintrain because
we eachchaque see the traintrain that we constructconstruction,
273
902698
4482
Nous voyons tous un train car nous voyons
tous le train que nous construisons
15:19
and the sameMême is truevrai
of all physicalphysique objectsobjets.
274
907180
3553
et il en va de même pour tous
les objets physiques.
Nous pourrions penser que
la perception est
15:24
We're inclinedinclinée to think that perceptionla perception
is like a windowfenêtre on realityréalité as it is.
275
912343
5053
comme une fenêtre sur la réalité vraie.
15:29
The theorythéorie of evolutionévolution is tellingrécit us
that this is an incorrectincorrecte interpretationinterprétation
276
917396
5004
Mais la théorie de l’Évolution démontre
qu'il s'agit d'une mauvaise interprétation
15:34
of our perceptionsperceptions.
277
922400
1465
de nos perceptions.
15:37
InsteadAu lieu de cela, realityréalité is more like a 3D desktopordinateur de bureau
278
925095
3544
En fait, la réalité est plutôt comme
une interface 3D
15:40
that's designedconçu to hidecacher
the complexitycomplexité of the realréal worldmonde
279
928639
3297
dont le but est de cacher la complexité
du monde réel
15:43
and guideguider adaptiveadaptatif behaviorcomportement.
280
931936
1866
et d'avoir les comportements adaptés.
15:46
SpaceEspace as you perceivepercevoir it is your desktopordinateur de bureau.
281
934282
2928
L'Espace comme vous le percevez
est votre interface.
15:49
PhysicalPhysique objectsobjets are just
the iconsicônes in that desktopordinateur de bureau.
282
937210
3026
Les objets physiques sont juste
des icônes sur le bureau.
15:53
We used to think that the EarthTerre is flatappartement
because it looksregards that way.
283
941456
3670
On pensait que la Terre était plate car
ça y ressemblait.
Ensuite, nous avons pensé que la Terre
15:57
Then we thought that the EarthTerre
is the unmovingimmobile centercentre of realityréalité
284
945520
3134
était le centre immuable de l'univers
16:00
because it looksregards that way.
285
948654
1724
parce que cela y ressemblait.
16:02
We were wrongfaux.
286
950378
1142
On se trompait.
16:03
We had misinterpretedmal interprété our perceptionsperceptions.
287
951520
2670
Nous avions mal interprété
nos perceptions.
16:06
Now we believe that spacetimeespace-temps and objectsobjets
288
954910
3409
Maintenant, nous pensons que
l'espace-temps et les objets
16:10
are the naturela nature of realityréalité as it is.
289
958319
2614
représentent le réel dans sa logique.
16:13
The theorythéorie of evolutionévolution is tellingrécit us
that onceune fois que again, we're wrongfaux.
290
961453
3924
Le théorie de l’Évolution nous démontre
encore que nous nous trompons.
16:17
We're misinterpretingune mauvaise interprétation the contentcontenu
of our perceptualperceptuel experiencesexpériences.
291
965377
5039
Nous interprétons mal le contenu
de nos expériences sensorielles.
16:22
There's something that existsexiste
when you don't look,
292
970416
2531
Il y a quelque chose qui existe
quand on ne regarde pas,
16:24
but it's not spacetimeespace-temps
and physicalphysique objectsobjets.
293
972947
3403
mais ce n'est ni l'espace-temps, ni
les objets physiques.
16:28
It's as harddifficile for us to let go
of spacetimeespace-temps and objectsobjets
294
976350
3028
Nous avons du mal à nous détacher de cet
espace-temps et des objets,
16:31
as it is for the jewelbijou beetlescarabée
to let go of its bottlebouteille.
295
979378
3483
comme le bupreste avec sa bouteille.
16:34
Why? Because we're blindaveugle
to our ownposséder blindnessesblindnesses.
296
982861
4418
Pourquoi ? Parce que nous ne voyons pas
que nous sommes aveugles.
16:40
But we have an advantageavantage
over the jewelbijou beetlescarabée:
297
988409
2347
Mais nous avons un avantage sur
le bupreste :
16:42
our sciencescience and technologyLa technologie.
298
990756
1788
notre science et notre technologie.
16:44
By peeringpeering throughpar the lenslentille of a telescopetélescope
299
992544
2391
En regardant au travers d'un téléscope,
16:46
we discovereddécouvert that the EarthTerre
is not the unmovingimmobile centercentre of realityréalité,
300
994935
4636
nous avons découvert que la Terre n'était
pas le centre immuable de l'Univers
16:51
and by peeringpeering throughpar the lenslentille
of the theorythéorie of evolutionévolution
301
999571
2878
et en regardant au travers
de la théorie de l’Évolution,
16:54
we discovereddécouvert that spacetimeespace-temps and objectsobjets
302
1002449
2322
nous avons découvert que
l'espace-temps et les objets
16:56
are not the naturela nature of realityréalité.
303
1004771
2368
ne sont pas la réalité dans sa logique.
16:59
When I have a perceptualperceptuel experienceexpérience
that I describedécrire as a redrouge tomatotomate,
304
1007139
4285
Quand je vis une expérience sensorielle
où je décris une tomate rouge,
17:03
I am interactinginteragir with realityréalité,
305
1011424
2937
j’interagis avec la réalité,
17:06
but that realityréalité is not a redrouge tomatotomate
and is nothing like a redrouge tomatotomate.
306
1014361
5210
mais la réalité n'est pas une tomate rouge
et n'a rien d'une tomate rouge.
17:11
SimilarlyDe la même façon, when I have an experienceexpérience
that I describedécrire as a lionLion or a steaksteak,
307
1019571
5401
Idem, dans une expérience sensorielle
où je décris un lion ou un steak,
17:16
I'm interactinginteragir with realityréalité,
308
1024972
1848
j’interagis avec la réalité,
17:18
but that realityréalité is not a lionLion or a steaksteak.
309
1026820
3158
mais la réalité n'est pas un lion,
ni un steak.
17:21
And here'svoici the kickerkicker:
310
1029978
2020
Alors voilà le problème :
17:23
When I have a perceptualperceptuel experienceexpérience
that I describedécrire as a braincerveau, or neuronsneurones,
311
1031998
4690
quand je vis une expérience sensorielle
où je décris un cerveau ou des neurones,
17:28
I am interactinginteragir with realityréalité,
312
1036688
2090
j’interagis avec la réalité,
17:30
but that realityréalité is not a braincerveau or neuronsneurones
313
1038778
3529
mais la réalité n'est pas un cerveau
ou des neurones
17:34
and is nothing like a braincerveau or neuronsneurones.
314
1042307
3498
et n'a rien à voir avec un cerveau
ou des neurones.
17:37
And that realityréalité, whateverpeu importe it is,
315
1045805
4779
Et cette réalité quelle qu'elle soit
17:42
is the realréal sourcela source of causecause and effecteffet
316
1050584
3611
est le seul lien de cause à effet
17:46
in the worldmonde -- not brainscerveaux, not neuronsneurones.
317
1054195
4032
dans le monde - pas le cerveau,
ni les neurones.
17:50
BrainsCerveaux and neuronsneurones
have no causalcausal powerspouvoirs.
318
1058227
2600
Les cerveaux et les neurones
n'ont pas de puissance causale.
17:52
They causecause noneaucun of our
perceptualperceptuel experiencesexpériences,
319
1060827
2601
Ils ne suscitent aucune de nos
expériences sensorielles
17:55
and noneaucun of our behaviorcomportement.
320
1063428
1788
et aucun de nos comportements.
17:57
BrainsCerveaux and neuronsneurones are a species-specificspécifique à l’espèce
setensemble of symbolssymboles, a hackpirater.
321
1065216
5376
Les cerveaux et les neurones
sont un ensemble
de symboles propres à l'espèce,
un piratage.
18:02
What does this mean
for the mysterymystère of consciousnessconscience?
322
1070592
2681
Quel rapport avec le mystère
de la conscience ?
18:05
Well, it openss'ouvre up newNouveau possibilitiespossibilités.
323
1073923
3993
Eh bien, cela ouvre de
nouvelles possibilités.
18:09
For instanceexemple,
324
1077916
1695
Par exemple,
18:11
perhapspeut être realityréalité is some vastvaste machinemachine
that causescauses our consciousconscient experiencesexpériences.
325
1079611
6979
la réalité est peut-être
une grande machine
qui provoque nos expériences
sensorielles.
18:18
I doubtdoute this, but it's worthvaut exploringexplorant.
326
1086590
3670
J'en doute mais ça vaut la peine
de l'étudier.
18:22
PerhapsPeut-être realityréalité is some vastvaste,
interactinginteragir networkréseau of consciousconscient agentsagents,
327
1090260
5349
La réalité est peut-être un réseau
interactif d'entités conscientes,
18:27
simplesimple and complexcomplexe, that causecause
eachchaque other'sautres consciousconscient experiencesexpériences.
328
1095609
5573
simple et complexe, qui est à la base
de chaque expérience consciente.
18:33
ActuallyEn fait, this isn't as crazyfou
an ideaidée as it seemssemble,
329
1101182
3250
En fait, ce n'est pas une idée aussi
folle qu'il n'y paraît
18:36
and I'm currentlyactuellement exploringexplorant it.
330
1104432
1620
et je travaille dessus.
18:38
But here'svoici the pointpoint:
331
1106592
2066
De quoi s'agit-il ?
18:40
OnceFois we let go of our massivelymassivement intuitiveintuitif
332
1108658
3321
Une fois abandonnée la forte mais fausse
intuition sur la nature de la réalité,
18:43
but massivelymassivement falsefaux assumptionsupposition
about the naturela nature of realityréalité,
333
1111979
3924
18:47
it openss'ouvre up newNouveau waysfaçons to think
about life'sla vie greatestplus grand mysterymystère.
334
1115903
4388
de nouvelles portes s'ouvrent sur
le grand mystère de la vie.
18:53
I betpari that realityréalité will endfin up
turningtournant out to be more fascinatingfascinant
335
1121251
4609
Je suis prêt à parier que la réalité
va s'avérer bien plus fascinante
18:57
and unexpectedinattendu than we'venous avons ever imaginedimaginé.
336
1125860
3974
et bien plus inattendue que l'on ne pense.
19:01
The theorythéorie of evolutionévolution presentsprésente us
with the ultimateultime dareoser:
337
1129834
4388
La théorie de l’Évolution nous propose
le défi ultime :
19:06
DareDare to recognizereconnaître that perceptionla perception
is not about seeingvoyant truthvérité,
338
1134222
5142
oser reconnaître que la perception
n'est pas de voir la vérité,
19:11
it's about havingayant kidsdes gamins.
339
1139364
4096
mais avoir des enfants.
Et tiens, au fait, cette conférence TED
n'est que dans votre tête.
19:15
And by the way, even this TEDTED
is just in your headtête.
340
1143460
4740
19:20
Thank you very much.
341
1148200
2044
Merci beaucoup.
(Applaudissements)
19:22
(ApplauseApplaudissements)
342
1150244
3388
Chris Anderson : Ok, si c'est bien
vous ici, alors merci.
19:32
ChrisChris AndersonAnderson: If that's
really you there, thank you.
343
1160786
3435
19:36
So there's so much from this.
344
1164221
2931
Il y a tellement à dire.
19:39
I mean, first of all, some people
maymai just be profoundlyprofondément depresseddéprimé
345
1167152
3269
Je veux dire, d'abord, certaines personnes
pourraient déprimer
19:42
at the thought that,
if evolutionévolution does not favorfavoriser realityréalité,
346
1170421
5549
en pensant que, si l’Évolution
ne prône pas la réalité,
19:47
I mean, doesn't that to some extentampleur
underminesaper all our endeavorsefforts here,
347
1175970
3330
est-ce que finalement ça n'anéantit
pas tous nos efforts,
19:51
all our abilitycapacité to think
that we can think the truthvérité,
348
1179300
2684
et notre capacité à penser que
ce que nous pensons est vrai,
19:53
possiblypeut-être even includingcomprenant
your ownposséder theorythéorie, if you go there?
349
1181984
3506
et cela est valable pour votre théorie ?
19:57
DonaldDonald HoffmanHoffman: Well, this does not
stop us from a successfulréussi sciencescience.
350
1185490
4454
Donald Hoffman : Cela n'empêche pas
la science d'avancer.
20:01
What we have is one theorythéorie
that turnedtourné out to be falsefaux,
351
1189944
2812
Nous avons donc une théorie qui
s'avère fausse, selon laquelle
20:04
that perceptionla perception is like realityréalité
and realityréalité is like our perceptionsperceptions.
352
1192756
4459
la perception est comme la réalité
et la réalité est comme nos perceptions.
20:09
That theorythéorie turnsse tourne out to be falsefaux.
353
1197215
1685
Cette théorie s'est avérée fausse.
20:10
Okay, throwjeter that theorythéorie away.
354
1198900
1418
OK, jetons aux orties cette théorie.
20:12
That doesn't stop us from now postulatingpostulant
all sortssortes of other theoriesthéories
355
1200318
3254
Cela ne nous empêche pas
d'énoncer
d'autres théories
sur la nature de la réalité.
20:15
about the naturela nature of realityréalité,
356
1203572
1358
20:16
so it's actuallyréellement progressle progrès to recognizereconnaître
that one of our theoriesthéories was falsefaux.
357
1204930
3605
C'est un vrai progrès de reconnaître
que l'une de nos théories était fausse.
20:20
So sciencescience continuescontinue as normalnormal.
There's no problemproblème here.
358
1208535
2658
La science continue son chemin.
Il n'y a pas de problème.
20:23
CACA: So you think it's possiblepossible
-- (LaughterRires) --
359
1211193
2601
CA : Donc vous pensez que c'est possible.
(Rires)
20:25
This is coolcool, but what you're sayingen disant
I think is it's possiblepossible that evolutionévolution
360
1213794
4110
C'est cool mais ce que vous dites,
c'est que l’Évolution
20:29
can still get you to reasonraison.
361
1217904
2647
peut vous ramener à la raison.
20:32
DHDH: Yes. Now that's a very,
very good pointpoint.
362
1220551
2313
DH : Oui. Voilà un point très
très intéressant.
20:34
The evolutionaryévolutionniste gameJeu simulationsdes simulations that I
showedmontré were specificallyPlus précisément about perceptionla perception,
363
1222864
4527
Les jeux que je vous ai montrés
sont spécifiques à la perception
20:39
and they do showmontrer that our perceptionsperceptions
have been shapeden forme de
364
1227391
2578
et prouvent que nos perceptions
ont été façonnées
pour que nous ne voyons pas
la réalité telle qu'elle est.
20:41
not to showmontrer us realityréalité as it is,
365
1229969
1880
20:43
but that does not mean the sameMême thing
about our logiclogique or mathematicsmathématiques.
366
1231849
4273
Mais cela n'est pas valable pour les
mathématiques ou la logique.
20:48
We haven'tn'a pas doneterminé these simulationsdes simulations,
but my betpari is that we'llbien find
367
1236122
3622
Nous n'avons pas fait de simulations
mais je suis prêt à parier qu'il y a
20:51
that there are some selectionsélection pressurespressions
for our logiclogique and our mathematicsmathématiques
368
1239744
3622
une sorte de pression qui agit sur notre
logique ou nos mathématiques
20:55
to be at leastmoins in the directiondirection of truthvérité.
369
1243366
2206
au moins pour nous emmener dans la
direction de la vérité.
20:57
I mean, if you're like me,
mathmath and logiclogique is not easyfacile.
370
1245572
2647
Et, si comme moi, vous n'êtes pas
trop maths et logique,
21:00
We don't get it all right, but at leastmoins
the selectionsélection pressurespressions are not
371
1248219
3351
même si c'est dur, les
choix induits ne sont pas
21:03
uniformlyuniformément away from truevrai mathmath and logiclogique.
372
1251570
2338
si éloignés de la logique
et des maths.
21:05
So I think that we'llbien find that we have
to look at eachchaque cognitivecognitif facultyla faculté
373
1253908
3320
Je pense donc qu'on découvrira
qu'il faut étudier chaque
faculté cognitive une par une
21:09
one at a time and see
what evolutionévolution does to it.
374
1257228
2624
et voir quel effet
à sur elle l’Évolution.
21:11
What's truevrai about perceptionla perception maymai not
be truevrai about mathmath and logiclogique.
375
1259852
3761
Ce qui est vrai pour la perception
ne l'est peut-être pas pour
les maths et la logique.
21:15
CACA: I mean, really what you're proposingproposer
is a kindgentil of modern-daymoderne BishopÉvêque BerkeleyBerkeley
376
1263613
3994
CA : En fait, vous proposez une
vision moderne du monde
21:19
interpretationinterprétation of the worldmonde:
377
1267607
2391
selon l’Évêque Berkeley :
21:21
consciousnessconscience causescauses mattermatière,
not the other way around.
378
1269998
2949
c'est la conscience qui crée la matière
et non l'inverse.
21:24
DHDH: Well, it's slightlylégèrement
differentdifférent than BerkeleyBerkeley.
379
1272947
2392
DH : Eh bien, c'est un peu différent.
21:27
BerkeleyBerkeley thought that, he was a deistdéiste,
and he thought that the ultimateultime
380
1275339
3362
Berkeley était un croyant qui pensait
donc que la nature de la réalité
21:30
naturela nature of realityréalité is God
and so forthavant,
381
1278701
2039
était Dieu, donc à partir de là,
21:32
and I don't need to go
where Berkeley'sBerkeley going,
382
1280740
3110
je ne vais pas m'engager sur la
voie de Berbeley.
21:35
so it's quiteassez a bitbit
differentdifférent from BerkeleyBerkeley.
383
1283850
2695
Donc, nos théories sont un
peu différentes.
J'appelle cela du réalisme
conscient,
21:39
I call this consciousconscient realismréalisme.
It's actuallyréellement a very differentdifférent approachapproche.
384
1287725
3510
c'est une approche assez
différente en fait.
21:43
CACA: DonDon, I could literallyLittéralement talk with you
for hoursheures, and I hopeespérer to do that.
385
1291235
3590
CA : Don, je pourrais littéralement en
parler avec vous pendant des heures.
21:46
ThanksMerci so much for that.
DHDH: Thank you. (ApplauseApplaudissements)
386
1294825
2473
Tous mes sincères remerciements.
DH : Merci.
Translated by Céline DIVAY RIOUFOL
Reviewed by sann tint

▲Back to top

ABOUT THE SPEAKER
Donald Hoffman - Cognitive scientist
Donald Hoffman studies how our visual perception, guided by millions of years of natural selection, authors every aspect of our everyday reality.

Why you should listen

In his research to uncover the underlying secrets of human perception, Donald Hoffman has discovered important clues pointing to the subjective nature of reality.

Rather than as a set of absolute physical principles, reality is best understood as a set of phenomena our brain constructs to guide our behavior. To put it simply: we actively create everything we see, and there is no aspect of reality that does not depend on consciousness.

Hoffman is a faculty member at UC Irvine and a recipient of the Troland Award of the US National Academy of Sciences.

More profile about the speaker
Donald Hoffman | Speaker | TED.com