TED2013
Mary Lou Jepsen: Could future devices read images from our brains?
Mary Lou Jepsen: Mohli by zariadenia budúcnosti čítať obrazy z našich mozgov?
Filmed:
Readability: 4.6
1,035,856 views
Ako expertka na najmodernejšie digitálne obrazovky, Mary Lou Jepsen študuje, ako ukázať naše najkreatívnejšie nápady na obrazovkách. Sama je po operácii mozgu, preto ju láka vedieť viac o neurónovej aktivite, ktorá je základom vynachádzavosti, kreativity, myšlienok. Tieto dve svoje vášne spája v ohurujúcej prednáške o dvoch najmodernejších mozgových štúdiách, ktoré by mohli poukázať na nové pole v pochopení toho, ako (a čo) si myslíme.
Mary Lou Jepsen - Inventor, entrepreneur, optical physicist
Mary Lou Jepsen pushes the edges of what's possible in optics and physics, to make new types of devices, leading teams and working with huge factories that can ship vast volumes of these strange, new things. Full bio
Mary Lou Jepsen pushes the edges of what's possible in optics and physics, to make new types of devices, leading teams and working with huge factories that can ship vast volumes of these strange, new things. Full bio
Double-click the English transcript below to play the video.
00:12
I had brain surgery 18 years ago,
0
607
2508
Pred 18 rokmi som bola na operácii mozgu
00:15
and since that time, brain science has become
1
3115
2567
a odvtedy sa pre mňa výskum mozgu
00:17
a personal passion of mine.
2
5682
1999
stal osobnou vášňou.
00:19
I'm actually an engineer.
3
7681
2235
V skutočnosti som inžinierka.
A ako prvé mi dovoľte povedať,
že som sa nedávno pridala
že som sa nedávno pridala
00:21
And first let me say, I recently joined
4
9916
2516
00:24
Google's Moonshot group,
5
12432
1549
ku skupine Google Moonshot,
00:25
where I had a division,
6
13981
1212
kde som bola v skupine v Google X
00:27
the display division in Google X,
7
15193
2181
zameranej na zobrazovania,
00:29
and the brain science work I'm speaking about today
8
17374
2622
a tá práca o mozgoch,
o ktorej dnes hovorím,
o ktorej dnes hovorím,
00:31
is work I did before I joined Google
9
19996
2921
je práca, ktorú som robila,
než som sa pridala ku Googlu
než som sa pridala ku Googlu
00:34
and on the side outside of Google.
10
22917
2332
a úplne mimo Googlu.
00:37
So that said, there's a stigma
11
25249
3183
No a teraz, keď máte po operácii mozgu,
00:40
when you have brain surgery.
12
28432
2285
zostane na vás stopa.
00:42
Are you still smart or not?
13
30717
2823
Ste stále chytrí?
00:45
And if not, can you make yourself smart again?
14
33540
3848
A ak nie, môžete sa znovu stať chytrým?
00:49
After my neurosurgery,
15
37388
1766
Po mojej neurooperácii
00:51
part of my brain was missing,
16
39154
1997
mi chýbala časť mozgu
00:53
and I had to deal with that.
17
41151
2773
a ja som sa s tým musela vyrovnať.
00:55
It wasn't the grey matter, but it
was the gooey part dead center
was the gooey part dead center
18
43924
2944
Nebola to sivá hmota,
ale tá mazľavá časť úplne v strede,
ale tá mazľavá časť úplne v strede,
00:58
that makes key hormones and neurotransmitters.
19
46868
3402
ktorá vyrába kľúčové hormóny
a neuroprenášače.
a neuroprenášače.
01:02
Immediately after my surgery,
20
50270
2231
Hneď po mojej operácii
01:04
I had to decide what amounts of each of over
21
52501
2143
som sa musela rozhodnúť,
koľko ktorých z tuctu
koľko ktorých z tuctu
01:06
a dozen powerful chemicals to take each day,
22
54644
3702
silných chemikálii budem brať každý deň,
01:10
because if I just took nothing,
23
58346
1809
pretože ak by som nebrala nič,
01:12
I would die within hours.
24
60155
2732
umrela by som do pár hodín.
01:14
Every day now for 18 years -- every single day --
25
62887
3920
A teraz každý deň už 18 rokov –
každý jeden deň –
každý jeden deň –
01:18
I've had to try to decide the combinations
26
66807
2710
som sa musela pokúsiť zvoliť si
01:21
and mixtures of chemicals,
27
69517
1328
kombináciu chemikálii
01:22
and try to get them, to stay alive.
28
70845
3847
a skúsiť ich získať,
aby som zostala nažive.
aby som zostala nažive.
01:26
There have been several close calls.
29
74692
2721
Už bolo niekoľko kritických momentov.
01:29
But luckily, I'm an experimentalist at heart,
30
77413
3699
Ale našťastie som srdcom pokušiteľka,
01:33
so I decided I would experiment
31
81112
3227
a tak som sa rozhodla experimentovať
01:36
to try to find more optimal dosages
32
84339
2440
s cieľom nájsť viac optimálnych dávkovaní,
01:38
because there really isn't a clear road map
33
86779
1637
pretože nie je jasný návod,
01:40
on this that's detailed.
34
88416
1903
ktorý by bol dosť podrobný.
01:42
I began to try different mixtures,
35
90319
2151
Začala som skúšať rôzne kombinácie
01:44
and I was blown away by how
36
92470
2872
a ohúrilo ma,
ako malé zmeny v dávkovaní
01:47
tiny changes in dosages
37
95342
2411
01:49
dramatically changed my sense of self,
38
97753
3149
dramaticky zmenili môj cit
o tom, kto som, moje zmýšľanie,
01:52
my sense of who I was, my thinking,
39
100902
1811
01:54
my behavior towards people.
40
102713
2259
moje správanie voči ľuďom.
01:56
One particularly dramatic case:
41
104972
2049
Jeden naozaj dramatický prípad:
niekoľko mesiacov som skúšala dávkovanie
01:59
for a couple months I actually tried dosages
42
107021
1868
02:00
and chemicals typical of a man in his early 20s,
43
108889
3908
a chemikálie typické pre
muža, dvadsiatnika,
muža, dvadsiatnika,
02:04
and I was blown away by how my thoughts changed.
44
112797
3011
a ohúrilo ma, ako sa mi zmenili myšlienky.
02:07
(Laughter)
45
115808
3120
(smiech)
02:10
I was angry all the time,
46
118928
3058
Bola som stále nahnevaná,
02:13
I thought about sex constantly,
47
121986
1846
stále som rozmýšľala o sexe,
02:15
and I thought I was the smartest person
48
123832
2949
myslela som si, že som najmúdrejšia osoba
02:18
in the entire world, and
49
126781
2051
na celom svete a –
02:20
—(Laughter)—
50
128832
2263
(smiech)
02:23
of course over the years I'd
met guys kind of like that,
met guys kind of like that,
51
131095
2925
samozrejme počas života
som stretla takých chalanov,
som stretla takých chalanov,
02:26
or maybe kind of toned-down versions of that.
52
134020
2267
alebo možno ich o niečo slabší odvar.
02:28
I was kind of extreme.
53
136287
2184
Bola som niečo ako extrém.
02:30
But to me, the surprise was,
54
138471
2569
Ale prekvapením pre mňa bolo,
02:33
I wasn't trying to be arrogant.
55
141040
2166
že som sa nesnažila byť arogantnou,
02:35
I was actually trying,
56
143206
3209
v skutočnosti som sa snažila,
02:38
with a little bit of insecurity,
57
146415
2360
s trochou neistoty,
02:40
to actually fix a problem in front of me,
58
148775
3000
vyriešiť problém predo mnou,
02:43
and it just didn't come out that way.
59
151775
1856
ale tak to jednoducho nevyšlo.
02:45
So I couldn't handle it.
60
153631
1483
Takže som to nezvládala.
02:47
I changed my dosages.
61
155114
1525
Zmenila som dávkovanie.
02:48
But that experience, I think, gave me
62
156639
2455
Ale táto skúsenosť, myslím, mi dala
02:51
a new appreciation for men
63
159094
1751
nové uznanie voči mužom
02:52
and what they might walk through,
64
160845
1816
a cez čo si asi prechádzajú
02:54
and I've gotten along with men
65
162661
1690
a odvtedy som lepšie
02:56
a lot better since then.
66
164351
1839
vychádzala s mužmi.
02:58
What I was trying to do
67
166190
1545
Čo som sa snažila robiť,
02:59
with tuning these hormones
68
167735
2028
keď som upravovala tieto hromóny
03:01
and neurotransmitters and so forth
69
169763
2323
a neuroprenášače, bolo,
03:04
was to try to get my intelligence back
70
172086
3605
že som skúšala,
po mojej chorobe a operácii,
po mojej chorobe a operácii,
03:07
after my illness and surgery,
71
175691
2634
získať späť svoju inteligenciu,
03:10
my creative thought, my idea flow.
72
178325
2635
moje kreatívne myšlienky, niť myšlienok.
03:12
And I think mostly in images,
73
180960
2641
A rozmýšľam hlavne v obrazoch,
03:15
and so for me that became a key metric --
74
183601
2852
preto sa to pre mňa stalo
kľúčovým meradlom,
kľúčovým meradlom,
03:18
how to get these mental images
75
186453
2330
ako dostať tieto mentálne obrazy,
03:20
that I use as a way of rapid prototyping,
76
188783
2504
ktoré používam ako spôsob
rýchleho prototypovania
rýchleho prototypovania
03:23
if you will, my ideas,
77
191287
1743
mojich myšlienok,
03:25
trying on different new ideas for size,
78
193030
2372
skúšala som nové myšlienky o veľkosti,
03:27
playing out scenarios.
79
195402
1695
prehrávala som scenáre.
03:29
This kind of thinking isn't new.
80
197097
1913
Tento spôsob rozmýšľania nie je nový.
03:31
Philiosophers like Hume and Descartes and Hobbes
81
199010
3255
Filozofovia ako Hume a Descartes a Hobbes
03:34
saw things similarly.
82
202265
1528
videli veci podobne.
03:35
They thought that mental images and ideas
83
203793
2737
Mysleli si, že mentálne obrazy a nápady
03:38
were actually the same thing.
84
206530
2331
sú vlastne tá istá vec.
03:40
There are those today that dispute that,
85
208861
2417
Dnes to veľa ľudí spochybňuje
03:43
and lots of debates about how the mind works,
86
211278
3195
a veľa debatuje o tom, ako pracuje myseľ,
03:46
but for me it's simple:
87
214473
1736
ale pre mňa je to jednoduché:
03:48
Mental images, for most of us,
88
216209
2532
Mentálne obrazy, pre väčšinu z nás,
03:50
are central in inventive and creative thinking.
89
218741
3934
sú najdôležitejšie vo vynaliezavom
a kreatívnom myslení.
a kreatívnom myslení.
03:54
So after several years,
90
222675
1775
Takže po niekoľkých rokoch
03:56
I tuned myself up and I have lots of great,
91
224450
3233
som sa upravila a mávam veľa skvelých,
03:59
really vivid mental images with a lot of sophistication
92
227683
3048
naozaj živých mentálnych obrazov,
veľmi sofistikovaných
veľmi sofistikovaných
04:02
and the analytical backbone behind them.
93
230731
2269
a s analytickým pozadím.
04:05
And so now I'm working on,
94
233000
1921
Takže teraz ďalej pracujem na tom,
04:06
how can I get these mental images in my mind
95
234921
4162
ako dostať tieto mentálne
obrazy z mojej mysle
obrazy z mojej mysle
04:11
out to my computer screen faster?
96
239083
2850
na obrazovku počítača rýchlejšie.
04:13
Can you imagine, if you will,
97
241933
2089
Viete si predstaviť, napríklad
04:16
a movie director being able to use
98
244022
2120
filmovú režisérku, ktorá môže použiť
04:18
her imagination alone to
direct the world in front of her?
direct the world in front of her?
99
246142
3762
len svoju predstavivosť na to,
aby režírovala svet pred sebou?
aby režírovala svet pred sebou?
04:21
Or a musician to get the music out of his head?
100
249904
3588
Alebo hudobníka, ktorý dostane
hudbu zo svojej hlavy?
hudbu zo svojej hlavy?
04:25
There are incredible possibilities with this
101
253492
2292
Je veľa skvelých možností, ako by takto
04:27
as a way for creative people
102
255784
1993
mohli kreatívni ľudia
04:29
to share at light speed.
103
257777
2233
zdieľať veci rýchlosťou svetla.
04:32
And the truth is, the remaining bottleneck
104
260010
1998
A pravdou je, že jediným východiskom,
04:34
in being able to do this
105
262008
1173
ako toto dosiahnuť,
04:35
is just upping the resolution of brain scan systems.
106
263181
3980
je zlepšovanie rozlíšenia systémov
skenovania mozgu.
skenovania mozgu.
04:39
So let me show you why I think
we're pretty close to getting there
we're pretty close to getting there
107
267161
2858
Dovoľte mi ukázať vám,
prečo si myslím, že sme skoro tam.
prečo si myslím, že sme skoro tam.
04:42
by sharing with you two recent experiments
108
270029
2387
Podelím sa s vami o dva nedávne pokusy
04:44
from two top neuroscience groups.
109
272416
2587
od dvoch najlepších neurovedeckých skupín.
04:47
Both used fMRI technology --
110
275003
2488
Obe použili technológiu fMRI –
funkčnú technológiu obrazovej
magnetickej rezonancie –
magnetickej rezonancie –
04:49
functional magnetic resonance imaging technology --
111
277491
2279
04:51
to image the brain,
112
279770
1411
ktorou vyobrazili mozog,
04:53
and here is a brain scan set from Giorgio Ganis
113
281181
3257
no a toto je set skenov mozgu
od Giorgia Ganisa
od Giorgia Ganisa
04:56
and his colleagues at Harvard.
114
284438
1950
a jeho kolegov na Harvarde.
04:58
And the left-hand column shows a brain scan
115
286388
3154
Stĺpik na ľavej strane ukazuje sken mozgu
05:01
of a person looking at an image.
116
289542
3267
osoby pozerajúcej na obraz.
05:04
The middle column shows the brainscan
117
292809
1929
Stredný stĺpik ukazuje sken mozgu
05:06
of that same individual
118
294738
1621
tej istej osoby,
05:08
imagining, seeing that same image.
119
296359
3066
ako si predstavuje pozeranie
na ten istý obraz.
na ten istý obraz.
05:11
And the right column was created
120
299425
2048
A pravý stĺpik vznikol
05:13
by subtracting the middle
column from the left column,
column from the left column,
121
301473
3594
odčítaním stredného stĺpiku od ľavého,
05:17
showing the difference to be nearly zero.
122
305083
2943
ukazujúc takmer nulový rozdiel.
05:20
This was repeated on lots of different individuals
123
308026
2894
Toto zopakovali na množstve rôznych ľudí
05:22
with lots of different images,
124
310920
2830
s množstvom rozdielnych obrazov,
05:25
always with a similar result.
125
313750
1604
vždy s podobným výsledkom.
05:27
The difference between seeing an image
126
315354
2089
Rozdiel medzi videním obrazu
05:29
and imagining seeing that same image
127
317443
2455
a predstavovaním si, že ho vidíte,
05:31
is next to nothing.
128
319898
2155
je takmer nulový.
05:34
Next let me share with you one other experiment,
129
322053
2761
A teraz mi dovoľte ukázať vám iný pokus,
05:36
this from Jack Gallant's lab at Cal Berkeley.
130
324814
4541
tento je z laboratória Jacka Gallanta
z kalifornského Berkeley.
z kalifornského Berkeley.
05:41
They've been able to decode brainwaves
131
329355
2063
Tu, boli schopní dekódovať mozgové vlny
05:43
into recognizable visual fields.
132
331418
2441
do rozoznateľných vizuálnych polí.
Takže mi to dovoľte predviesť.
05:45
So let me set this up for you.
133
333859
1305
05:47
In this experiment, individuals were shown
134
335164
2333
V tomto pokuse ľuďom ukázali
05:49
hundreds of hours of YouTube videos
135
337497
1995
stovky hodín videí z YouTube,
05:51
while scans were made of their brains
136
339492
2039
kým im skenovali mozgy,
05:53
to create a large library of their brain reacting
137
341531
3216
aby vytvorili rozsiahlu knižnicu
ich mozgov reagujúcich
ich mozgov reagujúcich
05:56
to video sequences.
138
344747
2649
na úseky videí.
05:59
Then a new movie was shown with new images,
139
347396
2850
Potom im ukázali film s novými obrazmi,
06:02
new people, new animals in it,
140
350246
1952
novými ľuďmi, novými zvieratami
06:04
and a new scan set was recorded.
141
352198
2711
a nahrali nový set skenov.
06:06
The computer, using brain scan data alone,
142
354909
2788
Počítač používajúci len údaje
zo skenov mozgu,
zo skenov mozgu,
06:09
decoded that new brain scan
143
357697
2024
dekódoval ten nový sken,
06:11
to show what it thought the
individual was actually seeing.
individual was actually seeing.
144
359721
4376
ktorým ukázal, čo si myslí,
že osoba naozaj videla.
že osoba naozaj videla.
06:16
On the right-hand side, you
see the computer's guess,
see the computer's guess,
145
364097
3381
Na pravej strane vidíte tip počítača,
06:19
and on the left-hand side, the presented clip.
146
367478
4007
a na ľavej ukázaný klip.
06:23
This is the jaw-dropper.
147
371485
2319
Padne vám z toho sánka.
06:25
We are so close to being able to do this.
148
373804
2687
Sme tak blízko k tomu,
aby sme to naozaj dokázali.
aby sme to naozaj dokázali.
06:28
We just need to up the resolution.
149
376491
2785
Potrebujeme len zvýšiť rozlíšenie.
06:31
And now remember that when you see an image
150
379276
3252
A teraz si pamätajte, že keď vidíte obraz
06:34
versus when you imagine that same image,
151
382528
2158
v porovnaní s predstavou
toho istého obrazu,
toho istého obrazu,
06:36
it creates the same brain scan.
152
384686
3475
vytvorí to rovnaký sken mozgu.
06:40
So this was done with the highest-resolution
153
388161
2722
Toto bolo urobené s najvyšším rozlíšením,
06:42
brain scan systems available today,
154
390883
2185
aké dnes skenery mozgu dosahujú,
06:45
and their resolution has increased really
155
393068
1784
a ich rozlíšenie sa zvýšilo
06:46
about a thousandfold in the last several years.
156
394852
3497
asi tisíckrát v posledných pár rokoch.
06:50
Next we need to increase the resolution
157
398349
2322
Naďalej potrebujeme zvýšiť rozlíšenie
06:52
another thousandfold
158
400671
1977
asi tisíckrát,
06:54
to get a deeper glimpse.
159
402648
1789
aby sme získali hlbší náhľad.
06:56
How do we do that?
160
404437
1511
Ako to urobíme?
06:57
There's a lot of techniques in this approach.
161
405948
2614
Existuje na to množstvo techník.
07:00
One way is to crack open your
skull and put in electrodes.
skull and put in electrodes.
162
408562
3118
Jedným spôsobom je otvoriť
vašu lebku a vložiť do nej elektródy.
vašu lebku a vložiť do nej elektródy.
07:03
I'm not for that.
163
411680
1403
Za to ja nie som.
07:05
There's a lot of new imaging techniques
164
413083
2955
Je množstvo obrazových techník,
07:08
being proposed, some even by me,
165
416038
2003
ktoré sa navrhujú, niektoré aj mnou,
07:10
but given the recent success of MRI,
166
418041
2959
ale po nedávnom úspechu MRI,
07:13
first we need to ask the question,
167
421000
2068
najprv sa musíme opýtať,
07:15
is it the end of the road with this technology?
168
423068
2841
je toto koniec tejto technológie?
07:17
Conventional wisdom says the only way
169
425909
2455
Bežná múdrosť hovorí, že jediný spôsob,
07:20
to get higher resolution is with bigger magnets,
170
428364
2589
ako dostať vyššie rozlíšenie, je
s väčšími magnetmi,
s väčšími magnetmi,
07:22
but at this point bigger magnets
171
430953
1842
ale momentálne väčšie magnety
07:24
only offer incremental resolution improvements,
172
432795
3750
ponúkajú len malé zlepšenia v rozlíšení,
07:28
not the thousandfold we need.
173
436545
2160
nie tisícnásobné, aké potrebujeme.
07:30
I'm putting forward an idea:
174
438705
1823
Posúvam vám tento nápad:
07:32
instead of bigger magnets,
175
440528
1963
miesto väčších magnetov
07:34
let's make better magnets.
176
442491
2450
urobme lepšie magnety.
07:36
There's some new technology breakthroughs
177
444941
2003
V nanovede sú nové
07:38
in nanoscience
178
446944
1457
prelomové technológie,
07:40
when applied to magnetic structures
179
448401
1727
ktoré keď aplikovali
na magnetické štruktúry,
na magnetické štruktúry,
07:42
that have created a whole new class of magnets,
180
450128
3013
vytvorili úplne novú kategóriu magnetov,
07:45
and with these magnets, we can lay down
181
453141
2531
a s týmito magnetmi môžme predložiť
07:47
very fine detailed magnetic field patterns
182
455672
2167
veľmi detailné vzory magnetických polí
07:49
throughout the brain,
183
457839
1355
cez mozog,
07:51
and using those, we can actually create
184
459194
3182
ktorých použitím naozaj vytvoríme
07:54
holographic-like interference structures
185
462376
2838
akoby holografické,
prelínajúce sa štruktúry,
prelínajúce sa štruktúry,
07:57
to get precision control over many patterns,
186
465214
3469
ktorými dosiahneme presné ovládanie
mnohých vzorov,
mnohých vzorov,
08:00
as is shown here by shifting things.
187
468683
2445
ako je zobrazené tu, posúvaním vecí.
08:03
We can create much more complicated structures
188
471128
3150
Môžme vytvoriť oveľa
komplikovanejšie štruktúry
komplikovanejšie štruktúry
08:06
with slightly different arrangements,
189
474278
2071
s trochu odlišnými usporiadaniami,
08:08
kind of like making Spirograph.
190
476349
3033
akoby sme tvorili špirálovité vzory.
08:11
So why does that matter?
191
479382
2228
No prečo na tom záleží?
08:13
A lot of effort in MRI over the years
192
481610
2577
Veľa snáh na MRI počas rokov
08:16
has gone into making really big,
193
484187
2837
šlo na vyrábanie naozaj veľkých,
08:19
really huge magnets, right?
194
487024
2610
naozaj obrovských magnetov, však?
08:21
But yet most of the recent advances
195
489634
2509
Ale napriek tomu
väčšina súčasných zlepšení
väčšina súčasných zlepšení
08:24
in resolution have actually come from
196
492143
2197
v rozlíšení vlastne pochádza
08:26
ingeniously clever encoding and decoding solutions
197
494340
4008
z dômyselne šikovných kódovacích
a dekódovacích riešení
a dekódovacích riešení
08:30
in the F.M. radio frequency transmitters and receivers
198
498348
3287
v FM rádio prenášačoch a prijímačoch
08:33
in the MRI systems.
199
501635
2691
v systémoch MRI.
08:36
Let's also, instead of a uniform magnetic field,
200
504326
3322
Ale tiež miesto rovnakých
magnetických polí
magnetických polí
08:39
put down structured magnetic patterns
201
507648
2672
zrušme štruktúrované magnetické vzory
08:42
in addition to the F.M. radio frequencies.
202
510320
3099
v prospech FM rádiových frekvencii.
08:45
So by combining the magnetics patterns
203
513419
2307
Takže kombináciou magnetických vzorov
08:47
with the patterns in the F.M. radio frequencies
204
515726
2710
so vzorom FM rádio frekvencií
08:50
processing which can massively increase
205
518436
2171
získame výrazné zvýšenie množstva
08:52
the information that we can extract
206
520607
1969
informácií, ktoré môžeme získať
08:54
in a single scan.
207
522576
2446
z jediného skenu.
08:57
And on top of that, we can then layer
208
525022
2332
Navyše s využitím
08:59
our ever-growing knowledge
of brain structure and memory
of brain structure and memory
209
527354
4472
našich rastúcich vedomostí
o štruktúre mozgu a pamäte,
o štruktúre mozgu a pamäte,
09:03
to create a thousandfold increase that we need.
210
531826
3695
aby sme dosiahli tisícnásobné
zväčšenie, ktoré potrebujeme.
zväčšenie, ktoré potrebujeme.
09:07
And using fMRI, we should be able to measure
211
535521
2943
A použitím fMRI by sme mali dokázať zmerať
09:10
not just oxygenated blood flow,
212
538464
2082
nielen tok okysličenej krvi,
09:12
but the hormones and neurotransmitters
I've talked about
I've talked about
213
540546
2901
ale aj hormóny a neuroprenášače,
o ktorých som hovorila,
o ktorých som hovorila,
09:15
and maybe even the direct neural activity,
214
543447
2345
a možno dokonca nasmerovať
nervovú aktivitu,
nervovú aktivitu,
09:17
which is the dream.
215
545792
1503
čo je zatiaľ len snom.
09:19
We're going to be able to dump our ideas
216
547295
2234
Budeme schopní prehodiť naše nápady
09:21
directly to digital media.
217
549529
2694
rovno na digitálne prostriedky.
09:24
Could you imagine if we could leapfrog language
218
552223
2711
Viete si predstaviť, že by sme
dokázali premostiť jazyk
dokázali premostiť jazyk
09:26
and communicate directly with human thought?
219
554934
4209
a komunikovali priamo
s ľudskou myšlienkou?
s ľudskou myšlienkou?
09:31
What would we be capable of then?
220
559143
3193
Čoho by sme potom boli schopní?
09:34
And how will we learn to deal
221
562336
2637
A ako sa naučíme vyrovnať s pravdivými,
09:36
with the truths of unfiltered human thought?
222
564973
4219
nefiltrovanými ľudskými myšlienkami?
09:41
You think the Internet was big.
223
569192
2567
Myslíte si, že internet bol veľký.
09:43
These are huge questions.
224
571759
2602
Toto sú veľké otázky.
09:46
It might be irresistible as a tool
225
574361
2148
Môže to byť neodolateľný nástroj
09:48
to amplify our thinking and communication skills.
226
576509
3876
na zosilnenie nášho myslenia a
komunikačných schopností.
komunikačných schopností.
09:52
And indeed, this very same tool
227
580385
2023
A v skutočnosti ten istý nástroj
09:54
may prove to lead to the cure
228
582408
2126
môže viesť k vyliečeniu
09:56
for Alzheimer's and similar diseases.
229
584534
3074
Alzheimera a podobných chorôb.
09:59
We have little option but to open this door.
230
587608
3512
Máme málo iných možností,
ako otvoriť tieto dvere.
ako otvoriť tieto dvere.
10:03
Regardless, pick a year --
231
591120
1585
Napriek tomu, vyberte si rok –
10:04
will it happen in five years or 15 years?
232
592705
2266
stane sa to o 5 či 15 rokov?
10:06
It's hard to imagine it taking much longer.
233
594971
4616
Je ťažké predstaviť si,
že by sa to stalo oveľa neskôr.
že by sa to stalo oveľa neskôr.
10:11
We need to learn how to take this step together.
234
599587
3695
Musíme sa naučiť, ako sa tam dostať naraz.
10:15
Thank you.
235
603282
2174
Ďakujem.
10:17
(Applause)
236
605456
3974
(potlesk)
ABOUT THE SPEAKER
Mary Lou Jepsen - Inventor, entrepreneur, optical physicistMary Lou Jepsen pushes the edges of what's possible in optics and physics, to make new types of devices, leading teams and working with huge factories that can ship vast volumes of these strange, new things.
Why you should listen
Mary Lou Jepsen is one of the world’s foremost engineers and scientists in optics, imaging and display -- inventing at the hairy, crazy edge of what physics allows, aiming to do what seems impossible and leading teams to achieve these in volume in partnership with the world’s largest manufacturers, in Asia. She has more than 200 patents published or issued.
Jepsen is the founder and CEO of Openwater, which aims to use new optics to see inside our bodies. Previously a top technical exec at Google, Facebook, Oculus and Intel, her startups include One Laptop Per Child, where she was CTO and chief architect on the $100 laptop. She studied at Brown, MIT and Rhode Island School of Design, and she was a professor at both MITs -- the one in Cambridge, Mass., and the Royal Melbourne Institute of Tech in Australia.
Mary Lou Jepsen | Speaker | TED.com