ABOUT THE SPEAKER
Suzana Herculano-Houzel - Neuroscientist
Suzana Herculano-Houzel shrunk the human brain by 14 billion neurons -- by developing a new way to count them.

Why you should listen

How many neurons make a human brain? For years, the answer has been (give or take) 100 billion. But neuroscientist Suzana Herculano-Houzel decided to count them herself. Her research approach involved dissolving four human brains (donated to science) into a homogeneous mixture -- in her lab at the Institute of Biomedical Sciences in Rio de Janeiro, they call it "brain soup." She then took a sample of the mix, counted the number of cell nuclei belonging to neurons, and scaled that up. Result: the human brain has about 86 billion neurons, 14 billion fewer than assumed -- but intriguingly, far more than other animals, relative to brain size.

She suggests that it was the invention of cooking by our ancestors -- which makes food yield much more metabolic energy -- that allowed humans to develop the largest primate brain. She's now working on elephant and whale brains to test her hypothesis.

More profile about the speaker
Suzana Herculano-Houzel | Speaker | TED.com
TEDGlobal 2013

Suzana Herculano-Houzel: What is so special about the human brain?

Suzana Herculano-Houzel: Was ist so besonders am menschlichen Gehirn?

Filmed:
3,044,795 views

Das menschliche Gehirn ist rätselhaft: Es ist eigenartig groß im Vergleich zu unserer Körpergröße, verbraucht viel zu viel Energie für sein Gewicht und verfügt über eine bizarr dichte Großhirnrinde. Aber warum? Die Neurowissenschaftlerin Suzana Herculano-Houzel setzt ihre Detektivkappe auf und führt uns durch dieses Geheimnis. Sie macht "Gehirnsuppe" und kommt zu einem verblüffenden Ergebnis.
- Neuroscientist
Suzana Herculano-Houzel shrunk the human brain by 14 billion neurons -- by developing a new way to count them. Full bio

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

00:12
What is so specialbesondere about the humanMensch brainGehirn?
0
946
2394
Was ist am menschlichen Gehirn
so besonders?
00:15
Why is it that we studyStudie other animalsTiere
1
3340
2212
Warum erforschen wir andere Tiere
00:17
insteadstattdessen of them studyingstudieren us?
2
5552
2121
und nicht sie uns?
00:19
What does a humanMensch brainGehirn have or do
3
7673
1798
Was hat oder kann
ein menschliches Gehirn,
00:21
that no other brainGehirn does?
4
9471
1733
was kein anderes Gehirn kann?
00:23
When I becamewurde interestedinteressiert
in these questionsFragen about 10 yearsJahre agovor,
5
11204
2848
Als ich mich vor zehn Jahren
diesen Fragen widmete,
00:26
scientistsWissenschaftler thought they knewwusste
what differentanders brainsGehirne were madegemacht of.
6
14052
2942
dachte die Wissenschaft, sie wüsste,
wie Gehirne beschaffen sind.
00:28
ThoughAber it was basedbasierend on very little evidenceBeweise,
7
16994
1729
Obwohl es nur wenige Anhaltspunkte gab,
00:30
manyviele scientistsWissenschaftler thought that all mammalianSäugetier- brainsGehirne,
8
18723
2187
dachten viele Wissenschaftler,
dass die Gehirne aller Säugetiere,
00:32
includingeinschließlich the humanMensch brainGehirn,
9
20910
1725
einschließlich die der Menschen,
00:34
were madegemacht in the samegleich way,
10
22635
1300
gleich beschaffen seien:
00:35
with a numberNummer of neuronsNeuronen that was always
11
23935
1502
mit einer Anzahl von Neuronen,
00:37
proportionalproportional to the sizeGröße of the brainGehirn.
12
25437
2231
die immer proportional
zur Größe des Gehirns war.
00:39
This meansmeint that two brainsGehirne of the samegleich sizeGröße,
13
27668
2076
Das bedeutete, dass zwei
gleich große Gehirne
00:41
like these two, with a respectablerespektabel 400 gramsGramm,
14
29744
3548
wie diese beiden,
mit respektablen 400 Gramm,
00:45
should have similarähnlich numbersNummern of neuronsNeuronen.
15
33292
2552
eine ähnliche Anzahl
Neuronen haben sollten.
00:47
Now, if neuronsNeuronen are the functionalfunktionell
16
35844
1796
Wenn Neuronen also
die funktionellen Einheiten
00:49
informationInformation processingwird bearbeitet unitsEinheiten of the brainGehirn,
17
37640
2903
der Informationsverarbeitung
im Gehirn sind,
00:52
then the ownersEigentümer of these two brainsGehirne
18
40543
1592
müssten die Besitzer dieser Gehirne
00:54
should have similarähnlich cognitivekognitiv abilitiesFähigkeiten.
19
42135
2729
ähnliche kognitive Fähigkeiten vorweisen.
00:56
And yetnoch, one is a chimpSchimpanse,
20
44864
2349
Und doch ist eins
das eines Schimpansen
00:59
and the other is a cowKuh.
21
47213
2637
und das andere das einer Kuh.
01:01
Now maybe cowsKühe have a really richReich
22
49850
2362
Aber vielleicht haben Kühe wirklich
01:04
internalintern mentalgeistig life and are so smartsmart
23
52212
2253
ein reiches mentales Innenleben
und sind so schlau,
01:06
that they choosewählen not to let us realizerealisieren it,
24
54465
3803
sich nichts anmerken zu lassen.
01:10
but we eatEssen them.
25
58268
1445
Aber wir essen sie.
01:11
I think mostdie meisten people will agreezustimmen
26
59713
1699
Ich glaube, die Mehrheit
kann dem zustimmen,
01:13
that chimpsSchimpansen are capablefähig of much more complexKomplex,
27
61412
2001
dass Schimpansen zu viel
komplexeren, komplizierteren
01:15
elaborateerarbeiten and flexibleflexibel behaviorsVerhaltensweisen than cowsKühe are.
28
63413
3056
und flexibleren Verhaltensweisen
fähig sind als Kühe.
01:18
So this is a first indicationIndikation that the
29
66469
1932
Dies ist also der erste
Hinweis dafür, dass das
01:20
"all brainsGehirne are madegemacht the samegleich way" scenarioSzenario
30
68401
2033
Szenario "alle Gehirne
sind gleich beschaffen"
01:22
is not quiteganz right.
31
70434
1671
nicht ganz stimmen kann.
01:24
But let's playspielen alongeine lange.
32
72105
1346
Aber spielen wir mal mit.
01:25
If all brainsGehirne were madegemacht the samegleich way
33
73451
1778
Wenn alle Gehirne
gleich beschaffen wären
01:27
and you were to comparevergleichen animalsTiere
with brainsGehirne of differentanders sizesGrößen,
34
75229
2912
und man bei Tieren die Größe
ihrer Gehirne vergleichen würde,
01:30
largergrößer brainsGehirne should always have more neuronsNeuronen
35
78141
2182
sollten größere Gehirne stets
mehr Neuronen aufweisen
01:32
than smallerkleiner brainsGehirne,
and the largergrößer the brainGehirn,
36
80323
2323
als kleinere Gehirne,
und umso größer das Gehirn,
01:34
the more cognitivelykognitiv ablefähig its ownerInhaber should be.
37
82646
3022
desto begabter sollte sein Besitzer sein.
01:37
So the largestgrößten brainGehirn around should alsoebenfalls be
38
85668
2136
Die größten Gehirne
der Welt sollten auch
01:39
the mostdie meisten cognitivelykognitiv ablefähig.
39
87804
2289
die kognitiv fähigsten sein.
01:42
And here comeskommt the badschlecht newsNachrichten:
40
90093
1581
Jetzt die schlechte Nachricht:
01:43
Our brainGehirn, not the largestgrößten one around.
41
91674
2757
Unser Gehirn ist nicht
das größte auf der Welt.
01:46
It seemsscheint quiteganz vexingärgerlich.
42
94431
1555
Das ist ziemlich verwirrend.
01:47
Our brainGehirn weighswiegt betweenzwischen 1.2 and 1.5 kilosKilo,
43
95986
2735
Unser Gehirn wiegt
zwischen 1,2 und 1,5 Kilo,
01:50
but elephantElefant brainsGehirne weighwiegen betweenzwischen fourvier and fivefünf kilosKilo,
44
98721
3317
aber das der Elefanten wiegt
zwischen vier und fünf Kilo
01:54
and whaleWal brainsGehirne can weighwiegen up to nineneun kilosKilo,
45
102038
2585
und das Gehirn von Walen kann
bis zu neun Kilo wiegen,
01:56
whichwelche is why scientistsWissenschaftler used to resortUrlaubsort to sayingSprichwort
46
104623
4738
weshalb Wissenschaftler
zu sagen pflegten,
02:01
that our brainGehirn mustsollen be specialbesondere
47
109361
2157
dass unser Gehirn speziell sein muss,
02:03
to explainerklären our cognitivekognitiv abilitiesFähigkeiten.
48
111518
2862
wenn wir unsere kognitiven
Fähigkeiten erklären wollen.
02:06
It mustsollen be really extraordinaryaußergewöhnlich,
49
114380
2946
Es muss richtig außergewöhnlich sein,
02:09
an exceptionAusnahme to the ruleRegel.
50
117326
1977
eine Ausnahme der Regel.
02:11
TheirsIhre maykann be biggergrößer, but oursunsere is better,
51
119303
3226
Ihres mag größer sein,
aber unseres ist besser
02:14
and it could be better, for exampleBeispiel,
52
122529
1875
und es könnte
z. B. besser darin sein,
02:16
in that it seemsscheint largergrößer than it should be,
53
124404
2111
größer auszusehen, als es sollte,
02:18
with a much largergrößer cerebralzerebrale cortexKortex
than we should have
54
126515
2698
mit einem -- im Vergleich
zu unserem Körper --
02:21
for the sizeGröße of our bodiesKörper.
55
129213
1539
viel größeren Kortex.
02:22
So that would give us extraextra cortexKortex
56
130752
1652
Wir haben also extra viel Kortex,
02:24
to do more interestinginteressant things
than just operatingBetriebs the bodyKörper.
57
132404
2960
um Interessanteres zu tun,
als nur den Körper zu bewegen.
02:27
That's because the sizeGröße of the brainGehirn
58
135364
1679
Die Größe des Gehirns passt sich
02:29
usuallygewöhnlich followsfolgt the sizeGröße of the bodyKörper.
59
137043
2333
nämlich oft der Körpergröße an.
02:31
So the mainMain reasonGrund for sayingSprichwort that
60
139376
2317
Der Hauptgrund dieser Behauptung,
02:33
our brainGehirn is largergrößer than it should be
61
141693
2087
unser Gehirn wäre größer,
als es sein sollte,
02:35
actuallytatsächlich comeskommt from comparingVergleichen ourselvesuns selbst
62
143780
1772
liegt wohl darin, dass wir uns selber mit
02:37
to great apesAffen.
63
145552
1686
Menschenaffen vergleichen.
02:39
GorillasGorillas can be two to threedrei timesmal largergrößer than we are,
64
147238
2594
Gorillas können zwei- oder
dreimal größer sein als wir,
02:41
so theirihr brainsGehirne should alsoebenfalls be largergrößer than oursunsere,
65
149832
2421
ihre Gehirne sollten also
auch größer als unsere sein,
02:44
but insteadstattdessen it's the other way around.
66
152253
1945
aber es ist genau umgekehrt.
02:46
Our brainGehirn is threedrei timesmal largergrößer than a gorillaGorilla brainGehirn.
67
154198
2935
Unser Gehirn ist dreimal
größer als das eines Gorillas.
02:49
The humanMensch brainGehirn alsoebenfalls seemsscheint specialbesondere
68
157133
2120
Das menschliche Gehirn ist auch speziell
02:51
in the amountMenge of energyEnergie that it usesVerwendungen.
69
159253
2247
in seinem Energieverbrauch.
02:53
AlthoughObwohl it weighswiegt only two percentProzent of the bodyKörper,
70
161500
2749
Obwohl es nur 2 Prozent
des Körpergewichts ausmacht,
02:56
it aloneallein usesVerwendungen 25 percentProzent of all the energyEnergie
71
164249
3443
verbraucht es ganze 25 Prozent
der ganzen Energie,
02:59
that your bodyKörper requireserfordert to runLauf perpro day.
72
167692
2463
die Ihr Körper täglich braucht,
um zu funktionieren.
03:02
That's 500 caloriesKalorien out of a totalgesamt of 2,000 caloriesKalorien,
73
170155
3353
Das sind 500 Kalorien
von insgesamt 2000,
03:05
just to keep your brainGehirn workingArbeiten.
74
173508
2405
um Ihr Gehirn
am Funktionieren zu halten.
03:07
So the humanMensch brainGehirn is largergrößer than it should be,
75
175913
2928
Das menschliche Gehirn ist also
größer, als es sein sollte,
03:10
it usesVerwendungen much more energyEnergie than it should,
76
178841
2026
es verbraucht viel mehr Energie,
als es sollte,
03:12
so it's specialbesondere.
77
180867
1458
es ist also etwas Besonderes.
03:14
And this is where the storyGeschichte startedhat angefangen to botherdie Mühe me.
78
182325
2571
Aber hier begann mich das Ganze zu stören.
03:16
In biologyBiologie, we look for rulesRegeln
79
184896
1671
In Biologie suchen wir Regeln,
03:18
that applysich bewerben to all animalsTiere and to life in generalGeneral,
80
186567
2846
für alle Tiere und das Leben im Allgemeinen,
03:21
so why should the rulesRegeln of evolutionEvolution
81
189413
1850
warum sollten also die Regeln der Evolution
03:23
applysich bewerben to everybodyjeder elsesonst but not to us?
82
191263
3642
auf alle anwendbar sein außer auf uns?
03:26
Maybe the problemProblem was with the basicBasic assumptionAnnahme
83
194905
2197
Wahrscheinlich lag das Problem
in unserer Grundannahme,
03:29
that all brainsGehirne are madegemacht in the samegleich way.
84
197102
1871
dass alle Gehirne gleich beschaffen seien.
03:30
Maybe two brainsGehirne of a similarähnlich sizeGröße
85
198973
1599
Vielleicht können zwei ähnlich große Gehirne
03:32
can actuallytatsächlich be madegemacht of
very differentanders numbersNummern of neuronsNeuronen.
86
200572
2591
tatsächlich eine ganz verschiedene
Anzahl an Neuronen haben.
03:35
Maybe a very largegroß brainGehirn
87
203163
1607
Vielleicht hat ein größeres Gehirn
03:36
does not necessarilyNotwendig have more neuronsNeuronen
88
204770
1840
gar nicht unbedingt mehr Neuronen
03:38
than a more modest-sizedbescheidene Größe brainGehirn.
89
206610
2221
als ein Gehirn von bescheidener Größe.
03:40
Maybe the humanMensch brainGehirn
actuallytatsächlich has the mostdie meisten neuronsNeuronen
90
208831
3009
Vielleicht hat das menschliche Gehirn
im Vergleich zu jedem Gehirn
03:43
of any brainGehirn, regardlessungeachtet of its sizeGröße,
91
211840
2573
die meisten Neuronen
und die Größe ist dabei egal,
03:46
especiallyinsbesondere in the cerebralzerebrale cortexKortex.
92
214413
2094
gerade in Bezug auf die Großhirnrinde.
03:48
So this to me becamewurde
93
216507
1552
Dies wurde also für mich
03:50
the importantwichtig questionFrage to answerAntworten:
94
218059
1729
die zu eruierende Zentralfrage:
03:51
how manyviele neuronsNeuronen does the humanMensch brainGehirn have,
95
219788
2400
Wie viele Neuronen
hat das menschliche Gehirn
03:54
and how does that comparevergleichen to other animalsTiere?
96
222188
2522
und das im Vergleich zu anderen Tieren?
03:56
Now, you maykann have heardgehört or readlesen somewhereirgendwo
97
224710
2423
Sie haben sicherlich irgendwo
schon mal gelesen oder gehört,
03:59
that we have 100 billionMilliarde neuronsNeuronen,
98
227133
2111
dass wir 100 Milliarden Neuronen haben.
04:01
so 10 yearsJahre agovor, I askedaufgefordert my colleaguesKollegen
99
229244
2086
Vor 10 Jahren fragte ich meine Kollegen,
04:03
if they knewwusste where this numberNummer camekam from.
100
231330
1839
woher diese Zahl denn eigentlich stamme.
04:05
But nobodyniemand did.
101
233169
1458
Aber keiner wusste es.
04:06
I've been digginggraben throughdurch the literatureLiteratur
102
234627
1453
Ich durchforstete die Fachliteratur
04:08
for the originalOriginal referenceReferenz for that numberNummer,
103
236080
2058
nach der Herkunft dieser Zahl,
04:10
and I could never find it.
104
238138
1783
aber finden konnte ich sie nie.
04:11
It seemsscheint that nobodyniemand had actuallytatsächlich ever countedgezählt
105
239921
2739
Scheinbar hatte noch nie jemand
04:14
the numberNummer of neuronsNeuronen in the humanMensch brainGehirn,
106
242660
1534
die Anzahl der Neuronen
im menschlichen Gehirn gezählt
04:16
or in any other brainGehirn for that matterAngelegenheit.
107
244194
2499
oder überhaupt in einem Gehirn
zu diesem Zweck nachgezählt.
04:18
So I camekam up with my ownbesitzen way
to countGraf cellsZellen in the brainGehirn,
108
246693
3535
Deshalb dachte ich mir selber was aus,
um im Gehirn Zellen zu zählen.
04:22
and it essentiallyim Wesentlichen consistsbesteht aus of
109
250228
2108
Im Wesentlichen geht es darum,
04:24
dissolvingAuflösung that brainGehirn into soupSuppe.
110
252336
3245
das Gehirn in eine Suppe zu verwandeln.
04:27
It worksWerke like this:
111
255581
2037
Und so geht's:
04:29
You take a brainGehirn, or partsTeile of that brainGehirn,
112
257618
3127
Sie nehmen ein Gehirn
oder nur einen Teil davon
04:32
and you dissolvesich auflösen it in detergentWaschmittel,
113
260745
1744
und lösen es in
einem Reinigungsmittel auf,
04:34
whichwelche destroyszerstört the cellZelle membranesMembranen
114
262489
1509
das die Zellmembranen zerstört
04:35
but keepshält the cellZelle nucleiKerne intactintakt,
115
263998
2436
aber den Zellkern intakt lässt,
04:38
so you endEnde up with a suspensionAufhängung of freefrei nucleiKerne
116
266434
3140
so dass eine Suspension
freier Kerne herauskommt,
04:41
that lookssieht aus like this,
117
269574
1781
die so aussieht
04:43
like a clearklar soupSuppe.
118
271355
1273
wie eine klare Suppe.
04:44
This soupSuppe containsenthält all the nucleiKerne
119
272628
1891
Diese Suppe enthält alle Zellkerne,
04:46
that onceEinmal were a mouseMaus brainGehirn.
120
274519
2054
die einmal das Gehirn
einer Maus ausmachten.
04:48
Now, the beautySchönheit of a soupSuppe is that because it is soupSuppe,
121
276573
3030
Das Schöne an einer Suppe ist,
04:51
you can agitateagitieren it and make those nucleiKerne
122
279603
2898
dass man sie schütteln und
so man die Zellkerne
04:54
be distributedverteilt homogeneouslyhomogen in the liquidFlüssigkeit,
123
282501
1971
homogen in der Flüssigkeit
verteilen kann,
04:56
so that now by looking underunter the microscopeMikroskop
124
284472
1981
so dass man unter dem Mikroskop
04:58
at just fourvier or fivefünf samplesProben
of this homogeneoushomogene solutionLösung,
125
286453
4083
mit nur vier oder fünf Beispielen
dieser homogenen Lösung
05:02
you can countGraf nucleiKerne, and thereforedeswegen tell
126
290536
2536
die Zellkerne zählen kann und darin erkennt,
05:05
how manyviele cellsZellen that brainGehirn had.
127
293072
1679
wie viele Zellen das Gehirn hatte.
05:06
It's simpleeinfach, it's straightforwardeinfach,
128
294751
1625
Es ist einfach und unkompliziert
05:08
and it's really fastschnell.
129
296376
1434
und richtig schnell.
05:09
So we'vewir haben used that methodMethode to countGraf neuronsNeuronen
130
297810
1997
Wir haben diese Methode
des Neuronenzählens
05:11
in dozensDutzende of differentanders speciesSpezies so farweit,
131
299807
2311
bis jetzt bei Dutzenden
von Spezies angewendet
05:14
and it turnswendet sich out that all brainsGehirne
132
302118
1689
und es hat sich herausgestellt,
dass nicht alle Gehirne
05:15
are not madegemacht the samegleich way.
133
303807
2582
gleich beschaffen sind.
05:18
Take rodentsNagetiere and primatesPrimaten, for instanceBeispiel:
134
306389
2187
Nehmen wir z. B. Nagetiere und Primaten:
05:20
In largergrößer rodentNagetier brainsGehirne, the averagedurchschnittlich sizeGröße
135
308576
2284
Bei den größeren
Nagetiergehirnen nimmt die
05:22
of the neuronNeuron increaseserhöht sich,
136
310860
1686
Durchschnittsgröße der Neuronen zu
05:24
so the brainGehirn inflatesbläst very rapidlyschnell
137
312546
2599
und bläht das Gehirn sehr rasch auf
05:27
and gainsGewinne sizeGröße much fasterschneller than it gainsGewinne neuronsNeuronen.
138
315145
3165
und es wächst schneller, als
Neuronen hinzu gewonnen werden.
05:30
But primatePrimas brainsGehirne gaingewinnen neuronsNeuronen
139
318310
1703
Aber Primatengehirne
gewinnen Neuronen hinzu,
05:32
withoutohne the averagedurchschnittlich neuronNeuron becomingWerden any largergrößer,
140
320013
2459
ohne dass das Durchschnittsneuron
größer wird
05:34
whichwelche is a very economicalsparsam way
141
322472
1525
und das ist eine sehr sparsame Art,
05:35
to addhinzufügen neuronsNeuronen to your brainGehirn.
142
323997
1653
dem Gehirn Neuronen hinzuzufügen.
05:37
The resultErgebnis is that a primatePrimas brainGehirn
143
325650
1764
Ein Primatengehirn hat also
05:39
will always have more neuronsNeuronen than
a rodentNagetier brainGehirn of the samegleich sizeGröße,
144
327414
3167
stets mehr Neuronen als das
eines gleich großen Nagetiers,
05:42
and the largergrößer the brainGehirn,
145
330581
1483
und je größer das Gehirn,
05:44
the largergrößer this differenceUnterschied will be.
146
332064
2214
umso größer dieser Unterschied.
05:46
Well, what about our brainGehirn then?
147
334278
2103
Wie viele Neuronen hat nun unser Gehirn?
05:48
We foundgefunden that we have, on averagedurchschnittlich,
148
336381
1684
Im Durchschnitt haben wir
05:50
86 billionMilliarde neuronsNeuronen,
149
338065
1785
86 Milliarden Neuronen,
05:51
16 billionMilliarde of whichwelche are in the cerebralzerebrale cortexKortex,
150
339850
2999
16 Milliarden von ihnen liegen im Kortex
05:54
and if you considerErwägen that the cerebralzerebrale cortexKortex
151
342849
2081
und wenn Sie bedenken,
dass die Großhirnrinde
05:56
is the seatSitz of functionsFunktionen like
152
344930
3094
der Sitz von Funktionen wie
06:00
awarenessdas Bewusstsein and logicallogisch and abstractabstrakt reasoningArgumentation,
153
348024
3137
das Bewusstsein und das logische
und abstrakte Denken ist
06:03
and that 16 billionMilliarde is the mostdie meisten neuronsNeuronen
154
351161
2984
und dass 16 Milliarden überhaupt
die höchste Anzahl ist,
06:06
that any cortexKortex has,
155
354145
2621
die ein Kortex haben kann,
06:08
I think this is the simplesteinfachste explanationErläuterung
156
356766
1718
ist dies die einfachste Erklärung für
06:10
for our remarkablebemerkenswert cognitivekognitiv abilitiesFähigkeiten.
157
358484
3142
unsere bemerkenswerten
kognitiven Fähigkeiten.
06:13
But just as importantwichtig is what
the 86 billionMilliarde neuronsNeuronen mean.
158
361626
3221
Ebenso wichtig ist die Bedeutung
dieser 86 Milliarden Neuronen.
06:16
Because we foundgefunden that the relationshipBeziehung
159
364847
1529
Als wir herausfanden,
dass die Beziehung
06:18
betweenzwischen the sizeGröße of the brainGehirn
and its numberNummer of neuronsNeuronen
160
366376
2352
zwischen der Größe des Gehirns
und der Neuronenanzahl
06:20
could be describedbeschrieben mathematicallymathematisch,
161
368728
1627
mathematisch ausgedrückt
werden konnte,
06:22
we could calculateberechnen what a humanMensch brainGehirn
162
370355
2218
konnten wir auch ausrechnen,
wie ein menschliches Gehirn
06:24
would look like if it was madegemacht like a rodentNagetier brainGehirn.
163
372573
2674
aussehen würde, wenn es wie das Gehirn
eines Nagetieres beschaffen wäre.
06:27
So, a rodentNagetier brainGehirn with 86 billionMilliarde neuronsNeuronen
164
375247
3574
Ein Gehirn eines Nagetieres
mit 86 Milliarden Neuronen
06:30
would weighwiegen 36 kilosKilo.
165
378821
3121
würde 36 Kilo wiegen.
06:33
That's not possiblemöglich.
166
381942
1633
Das wäre unmöglich.
06:35
A brainGehirn that hugeenorm would be crushedzerdrückt
167
383575
1906
So ein Gehirn würde vom
06:37
by its ownbesitzen weightGewicht,
168
385481
1184
eigenen Gewicht zerquetscht,
06:38
and this impossibleunmöglich brainGehirn would go
169
386665
1587
und dieses unmögliche Gehirn entspräche
06:40
in the bodyKörper of 89 tonsTonnen.
170
388252
3771
einem Körper von neun Tonnen.
06:44
I don't think it lookssieht aus like us.
171
392023
2134
Das sieht nicht aus wie wir.
06:46
So this bringsbringt us to a very importantwichtig
conclusionSchlussfolgerung alreadybereits,
172
394157
2553
Dies führt uns bereits
zu einem wichtigen Ergebnis:
06:48
whichwelche is that we are not rodentsNagetiere.
173
396710
2647
Wir sind keine Nagetiere.
06:51
The humanMensch brainGehirn is not a largegroß ratRatte brainGehirn.
174
399357
3268
Das menschliche Gehirn ist
kein großes Rattengehirn.
06:54
ComparedIm Vergleich to a ratRatte, we mightMacht seemscheinen specialbesondere, yes,
175
402625
2628
Verglichen mit einer Ratte
mögen wir besonders sein,
06:57
but that's not a fairMesse comparisonVergleich to make,
176
405253
2220
aber das ist kein fairer Vergleich,
06:59
givengegeben that we know that we are not rodentsNagetiere.
177
407473
2089
denn wir wissen ja,
dass wir keine Nagetiere sind.
07:01
We are primatesPrimaten,
178
409562
1390
Wir sind Primaten,
07:02
so the correctrichtig comparisonVergleich is to other primatesPrimaten.
179
410952
2774
also müssen wir uns auch
mit ihnen vergleichen.
07:05
And there, if you do the mathMathe,
180
413726
1227
Und wenn Sie da rechnen,
07:06
you find that a genericgenerisch primatePrimas
181
414953
2786
finden Sie heraus,
dass ein arttypischer Primat
07:09
with 86 billionMilliarde neuronsNeuronen
182
417739
1930
mit 86 Milliarden Neuronen
07:11
would have a brainGehirn of about 1.2 kilosKilo,
183
419669
3003
ein Gehirn von
etwa 1,2 kg haben würde,
07:14
whichwelche seemsscheint just right,
184
422672
1889
was ganz angemessen ist,
07:16
in a bodyKörper of some 66 kilosKilo,
185
424561
1972
wenn man einen Körper hat,
der 66 Kilo schwer ist,
07:18
whichwelche in my caseFall is exactlygenau right,
186
426533
2645
was in meinem Fall exakt stimmt
07:21
whichwelche bringsbringt us to a very unsurprisingnicht überraschend
187
429178
2620
und uns zu einem
wenig überraschenden
07:23
but still incrediblyunglaublich importantwichtig conclusionSchlussfolgerung:
188
431798
2969
und doch zu einem extrem
wichtigen Ergebnis führt:
07:26
I am a primatePrimas.
189
434767
1341
Ich bin ein Primat.
07:28
And all of you are primatesPrimaten.
190
436108
2698
Und Sie alle sind Primaten.
07:30
And so was DarwinDarwin.
191
438806
1900
Auch Darwin.
07:32
I love to think that DarwinDarwin
would have really appreciatedgeschätzt this.
192
440706
2940
Mir ist wohl dabei, dass Darwin
dies wirklich gewürdigt hätte.
07:35
His brainGehirn, like oursunsere,
193
443646
1967
Sein Gehirn, wie unseres auch,
07:37
was madegemacht in the imageBild of other primatePrimas brainsGehirne.
194
445613
3511
ist so beschaffen
wie das Gehirn anderer Primaten.
07:41
So the humanMensch brainGehirn maykann be remarkablebemerkenswert, yes,
195
449124
2302
Das menschliche Gehirn mag
also außergewöhnlich sein, ja,
07:43
but it is not specialbesondere in its numberNummer of neuronsNeuronen.
196
451426
2781
aber nicht aufgrund
seiner Neuronen-Anzahl.
07:46
It is just a largegroß primatePrimas brainGehirn.
197
454207
1855
Da ist es einfach nur
ein großes Primatengehirn.
07:48
I think that's a very humblingdemütigende and soberingernüchternd thought
198
456062
3044
Dies ist ein sehr demütigender
und ernüchternder Gedanke,
07:51
that should reminderinnern us of our placeOrt in natureNatur.
199
459106
3063
der uns unseren Platz
in der Natur klar macht.
07:54
Why does it costKosten so much energyEnergie, then?
200
462169
2644
Warum benutzt es also so viel Energie?
07:56
Well, other people have figuredabgebildet out
201
464813
1447
Andere haben herausgefunden,
07:58
how much energyEnergie the humanMensch brainGehirn
202
466260
1503
wie viel Energie das menschliche Gehirn
07:59
and that of other speciesSpezies costsKosten,
203
467763
1407
und das anderer Spezies verbraucht
08:01
and now that we knewwusste how manyviele neuronsNeuronen
204
469170
1652
und jetzt, wo wir wissen,
wie viele Neuronen
08:02
eachjede einzelne brainGehirn was madegemacht of, we could do the mathMathe.
205
470822
2342
jedes Gehirn hat,
können wir diese berechnen.
08:05
And it turnswendet sich out that bothbeide humanMensch
206
473164
1866
Heraus kam,
dass das menschliche
08:07
and other brainsGehirne costKosten about the samegleich,
207
475030
2823
als auch andere Gehirne
fast dasselbe verbrauchen:
08:09
an averagedurchschnittlich of sixsechs caloriesKalorien
perpro billionMilliarde neuronsNeuronen perpro day.
208
477853
3421
nämlich ungefähr 6 Kalorien
pro Milliarde Neuronen pro Tag.
08:13
So the totalgesamt energeticenergisch costKosten of a brainGehirn
209
481274
2139
Der gesamte Energieverbrauch
eines Gehirns
08:15
is a simpleeinfach, linearlinear functionFunktion
210
483413
2034
ist eine simple, lineare Funktion
08:17
of its numberNummer of neuronsNeuronen,
211
485447
1709
seiner Anzahl an Neuronen
08:19
and it turnswendet sich out that the humanMensch brainGehirn
212
487156
2183
und es stellte sich heraus,
dass das menschliche Gehirn
08:21
costsKosten just as much energyEnergie as you would expecterwarten von.
213
489339
3841
so viel Energie verbraucht,
wie anzunehmen war.
08:25
So the reasonGrund why the humanMensch brainGehirn
214
493180
2091
Der Grund dafür,
dass das menschliche Gehirn
08:27
costsKosten so much energyEnergie is simplyeinfach because
215
495271
1672
so viel Energie verbraucht,
ist einfach der,
08:28
it has a hugeenorm numberNummer of neuronsNeuronen,
216
496943
1983
dass es eine hohe Anzahl an Neuronen hat
08:30
and because we are primatesPrimaten
217
498926
1485
und da wir Primaten sind,
08:32
with manyviele more neuronsNeuronen for a givengegeben bodyKörper sizeGröße
218
500411
2499
die gemessen an unserer Größe
viel mehr Neuronen haben
08:34
than any other animalTier,
219
502910
1522
als irgendein anderes Tier,
08:36
the relativerelativ costKosten of our brainGehirn is largegroß,
220
504432
3540
ist der relative Verbrauch
unseres Gehirns hoch,
08:39
but just because we're primatesPrimaten,
not because we're specialbesondere.
221
507972
3001
aber weil wir Primaten sind,
nicht weil wir besonders sind.
08:42
Last questionFrage, then:
222
510973
1190
Letzte Frage:
08:44
how did we come by this
remarkablebemerkenswert numberNummer of neuronsNeuronen,
223
512163
3115
Wie kommen wir zu dieser
bemerkenswerten Anzahl Neuronen
08:47
and in particularinsbesondere, if great apesAffen
224
515278
1900
und in Anbetracht der Tatsache,
dass Menschenaffen
08:49
are largergrößer than we are,
225
517178
1555
größer sind als wir,
08:50
why don't they have a largergrößer brainGehirn
than we do, with more neuronsNeuronen?
226
518733
3765
warum haben sie nicht das größere
Gehirn mit mehr Neuronen?
08:54
When we realizedrealisiert how much expensiveteuer it is
227
522498
2090
Als wir merkten,
wie viel mehr Energie
08:56
to have a lot of neuronsNeuronen in the brainGehirn, I figuredabgebildet,
228
524588
2333
viele Neuronen
im Gehirn kosten, dachte ich,
08:58
maybe there's a simpleeinfach reasonGrund.
229
526921
2003
vielleicht ist die Erklärung ganz einfach.
09:00
They just can't affordgewähren the energyEnergie
230
528924
1683
Sie können sich den
Energieaufwand nicht leisten
09:02
for bothbeide a largegroß bodyKörper
and a largegroß numberNummer of neuronsNeuronen.
231
530607
2950
für den großen Körper
und die vielen Neuronen.
09:05
So we did the mathMathe.
232
533557
1429
Wir rechneten erneut.
09:06
We calculatedberechnet on the one handHand
233
534986
1600
Wir rechneten aus, wie viel
09:08
how much energyEnergie a primatePrimas getsbekommt perpro day
234
536586
1941
Energie ein Primat am Tag braucht,
09:10
from eatingEssen rawroh foodsLebensmittel,
235
538527
1350
wenn er Rohkost frisst.
09:11
and on the other handHand, how much energyEnergie
236
539877
2037
und andererseits, wie viel Energie
09:13
a bodyKörper of a certainsicher sizeGröße costsKosten
237
541914
1764
ein Körper einer bestimmten Größe braucht.
09:15
and how much energyEnergie a brainGehirn of a
certainsicher numberNummer of neuronsNeuronen costsKosten,
238
543678
3387
und wie viel Energie ein Gehirn mit
einer bestimmten Anzahl Neuronen braucht.
09:19
and we lookedsah for the combinationsKombinationen
239
547065
1489
und schauten uns die Relation
09:20
of bodyKörper sizeGröße and numberNummer of brainGehirn neuronsNeuronen
240
548554
2411
von Körpergröße und
Anzahl Gehirnzellen an,
09:22
that a primatePrimas could affordgewähren
241
550965
1270
die ein Primat haben könnte,
09:24
if it ate a certainsicher numberNummer of hoursStd. perpro day.
242
552235
2548
wenn er eine gewisse Stundenanzahl
pro Tag fräße.
09:26
And what we foundgefunden is that
243
554783
1816
Es wurde deutlich,
09:28
because neuronsNeuronen are so expensiveteuer,
244
556599
1712
da die Neuronen
so viel Energie verbrauchen,
09:30
there is a tradeoffKompromiss zwischen betweenzwischen
bodyKörper sizeGröße and numberNummer of neuronsNeuronen.
245
558311
3370
gibt es einen Kompromiss zwischen
Körpergröße und Neuronen-Anzahl.
09:33
So a primatePrimas that eatsisst eightacht hoursStd. perpro day
246
561681
2951
Ein Primat, der 8 Stunden pro Tag frisst,
09:36
can affordgewähren at mostdie meisten 53 billionMilliarde neuronsNeuronen,
247
564632
3024
kann sich höchstens
53 Milliarden Neuronen leisten,
09:39
but then its bodyKörper cannotnicht können be any biggergrößer
248
567656
1727
aber dann kann sein Körper nicht größer
09:41
than 25 kilosKilo.
249
569383
1954
als 25 Kilo sein.
09:43
To weighwiegen any more than that,
250
571337
1701
Würde er mehr wiegen,
09:45
it has to give up neuronsNeuronen.
251
573038
1769
müsste er Neuronen einbüßen.
09:46
So it's eitherentweder a largegroß bodyKörper
252
574807
2653
Es geht also entweder
um einen großen Körper
09:49
or a largegroß numberNummer of neuronsNeuronen.
253
577460
1495
oder um eine hohe Anzahl Neuronen.
09:50
When you eatEssen like a primatePrimas,
254
578955
1365
Wenn man wie ein Primat frisst,
09:52
you can't affordgewähren bothbeide.
255
580320
2236
kann man sich beides nicht leisten.
09:54
One way out of this metabolicmetabolische limitationEinschränkung
256
582556
1964
Ein Weg aus dieser Stoffwechsellimitation
09:56
would be to spendverbringen even more hoursStd. perpro day eatingEssen,
257
584520
3401
wäre, noch mehr als 8 Stunden zu fressen,
09:59
but that getsbekommt dangerousgefährlich,
258
587921
1363
aber das wäre gefährlich
10:01
and pastVergangenheit a certainsicher pointPunkt, it's just not possiblemöglich.
259
589284
2719
und ab einem bestimmten Punkt unmöglich.
10:04
GorillasGorillas and orangutansOrang-Utans, for instanceBeispiel,
260
592003
1537
Gorillas und Orang Utans zum Beispiel
10:05
affordgewähren about 30 billionMilliarde neuronsNeuronen
261
593540
1923
verfügen etwa über
30 Milliarden Neuronen,
10:07
by spendingAusgaben eightacht and a halfHälfte hoursStd. perpro day eatingEssen,
262
595463
2966
und bringen 8,5 Stunden
pro Tag mit Fressen zu.
10:10
and that seemsscheint to be about as much as they can do.
263
598429
3116
Dies ist die Höchstzahl,
die sie scheinbar erreichen können.
10:13
NineNeun hoursStd. of feedingFütterung perpro day
264
601545
1791
Neun Stunden, um Nahrung aufzunehmen
10:15
seemsscheint to be the practicalpraktisch limitGrenze for a primatePrimas.
265
603336
3271
scheint für einen Primaten
die praktikable Grenze zu sein.
10:18
What about us?
266
606607
1791
Und bei uns?
10:20
With our 86 billionMilliarde neuronsNeuronen
267
608398
1600
Mit 86 Milliarden Neuronen
10:21
and 60 to 70 kilosKilo of bodyKörper massMasse,
268
609998
3035
und Körpergewicht von 60-70 kg
10:25
we should have to spendverbringen over nineneun hoursStd.
269
613033
3561
müssten wir über 9 Stunden am Tag
10:28
perpro day everyjeden singleSingle day feedingFütterung,
270
616594
3575
damit verbringen, uns zu ernähren,
10:32
whichwelche is just not feasiblemöglich.
271
620169
2039
aber das wäre nicht machbar.
10:34
If we ate like a primatePrimas,
272
622208
1834
Wenn wir wie ein Primat essen würden,
10:36
we should not be here.
273
624042
2253
könnten wir gar nicht hier sein.
10:38
How did we get here, then?
274
626295
2127
Wie kam es dennoch dazu?
10:40
Well, if our brainGehirn costsKosten just as much energyEnergie
275
628422
2735
Wenn unser Gehirn
so viel Energie verbraucht
10:43
as it should, and if we can't spendverbringen
276
631157
1723
wie angenommen und wir nicht jede
10:44
everyjeden wakingaufwachen hourStunde of the day feedingFütterung,
277
632880
3674
wache Minute darauf verwenden
können, uns zu ernähren,
10:48
then the only alternativeAlternative, really,
278
636554
1911
ist die einzige Alternative, in der Tat,
10:50
is to somehowirgendwie get more energyEnergie
279
638465
1958
irgendwie mehr Energie
10:52
out of the samegleich foodsLebensmittel.
280
640423
1953
von derselben Kost zu erhalten.
10:54
And remarkablybemerkenswert, that matchesSpiele exactlygenau
281
642376
3800
Und erstaunlicherweise
passt das genau
10:58
what our ancestorsVorfahren are believedglaubte to have inventederfunden
282
646176
3037
zu dem, was unsere Vorfahren wohl vor
11:01
one and a halfHälfte millionMillion yearsJahre agovor,
283
649213
1839
1,5 Millionen Jahren erfunden haben,
11:03
when they inventederfunden cookingKochen.
284
651052
2782
als sie das Kochen entdeckten.
11:05
To cookKoch is to use fireFeuer
285
653834
1970
Kochen bedeutet Feuer zu nutzen
11:07
to pre-digestPre-digest foodsLebensmittel outsidedraußen of your bodyKörper.
286
655804
3800
und das Essen außerhalb
unseres Körpers vorzuverdauen.
11:11
CookedGekocht foodsLebensmittel are softerweicher, so they're easiereinfacher to chewKauen
287
659604
2606
Gekochte Nahrung ist weicher,
demnach einfacher zu kauen
11:14
and to turnWende completelyvollständig into mushBrei in your mouthMund,
288
662210
2563
und im Mund in Brei zu verwandeln
11:16
so that allowserlaubt them to be completelyvollständig digestedverdaut
289
664773
2152
so dass sie vollkommen
im Magen verdaut
11:18
and absorbedabsorbiert in your gutDarm,
290
666925
1436
und absorbiert werden kann,
11:20
whichwelche makesmacht them yieldAusbeute much more
energyEnergie in much lessWeniger time.
291
668361
3655
was ihnen in viel geringerer Zeit
viel mehr Energie einbrachte.
11:24
So cookingKochen freesbefreit time for us to do
292
672016
2489
Das Kochen ermöglicht uns also,
11:26
much more interestinginteressant things with our day
293
674505
2062
viel interessantere Dinge
mit unserem Tag und
11:28
and with our neuronsNeuronen
294
676567
1480
unseren Neuronen anzufangen,
11:30
than just thinkingDenken about foodLebensmittel,
295
678047
1905
als nur über Nahrung nachzudenken,
11:31
looking for foodLebensmittel, and gobblingverschlingen down foodLebensmittel
296
679952
1704
sie zu suchen und zu verschlingen,
11:33
all day long.
297
681656
1225
den ganzen Tag über.
11:34
So because of cookingKochen, what onceEinmal was
298
682881
2499
Dank des Kochens
wurde aus einem einst
11:37
a majorHaupt liabilityHaftung, this largegroß,
299
685380
2353
schwerem Bestandteil, diesem großen,
11:39
dangerouslygefährlich expensiveteuer brainGehirn with a lot of neuronsNeuronen,
300
687733
3033
gefährlich kostspieligem Gehirn
mit einer Menge Neuronen
11:42
could now becomewerden a majorHaupt assetAktiva,
301
690766
2036
nun ein Gehirn mit einem großen Pluspunkt.
11:44
now that we could bothbeide affordgewähren
the energyEnergie for a lot of neuronsNeuronen
302
692802
3251
Jetzt konnten wir uns beides leisten,
die Energie für viele Neuronen
11:48
and the time to do interestinginteressant things with them.
303
696056
2503
und die Zeit,
mit ihnen interessante Dinge zu tun.
11:50
So I think this explainserklärt why the humanMensch brainGehirn
304
698559
1974
Dies erklärt, glaube ich, warum
das menschliche Gehirn wuchs,
11:52
grewwuchs to becomewerden so largegroß so fastschnell in evolutionEvolution,
305
700533
3240
um so schnell in der Evolution
so groß zu werden
11:55
all of the while remainingverbleibend just a primatePrimas brainGehirn.
306
703773
3897
und trotzdem bloß das
Gehirn eines Primaten blieb.
11:59
With this largegroß brainGehirn now affordableerschwinglich by cookingKochen,
307
707670
2774
Mit dem großen Gehirn, das wir uns
dank des Kochens nun leisten konnten,
12:02
we wentging rapidlyschnell from rawroh foodsLebensmittel to cultureKultur,
308
710444
2913
gingen wir schnell von der
Rohkost zum Kultivieren über:
12:05
agricultureLandwirtschaft, civilizationZivilisation, groceryLebensmittelgeschäft storesShops,
309
713357
2606
Agrikultur, Zivilisation,
Lebensmittelgeschäfte,
12:07
electricityElektrizität, refrigeratorsKühlschränke,
310
715963
1625
Elektrizität, Kühlschränke,
12:09
all of those things that nowadaysheutzutage
311
717588
1607
all diese Dinge, die uns nun erlauben,
12:11
allowzulassen us to get all the energyEnergie we need
312
719195
2042
all die Energie, die wir
für einen Tag brauchen,
12:13
for the wholeganze day in a singleSingle sittingSitzung
313
721237
2782
an einem Tag zu tanken,
indem wir nur einmal
12:16
at your favoriteFavorit fastschnell foodLebensmittel jointJoint.
314
724019
2954
in unserem Lieblings-
Fastfood-Restaurant essen.
12:18
So what onceEinmal was a solutionLösung
315
726973
2437
Was einst eine Lösung gewesen war,
12:21
now becamewurde the problemProblem,
316
729410
1699
wurde jetzt zum Problem und
12:23
and ironicallyironisch, we look for the solutionLösung in rawroh foodLebensmittel.
317
731109
5517
ironischerweise suchen wir
die Lösung jetzt bei der Rohkost.
12:28
So what is the humanMensch advantageVorteil?
318
736626
2556
Welcher ist also der
Vorteil von uns Menschen?
12:31
What is it that we have
319
739182
1503
Was haben wir,
12:32
that no other animalTier has?
320
740685
2535
was kein anderes Tier hat?
12:35
My answerAntworten is that we have the largestgrößten numberNummer
321
743220
2348
Meine Antwort ist die größte Anzahl
12:37
of neuronsNeuronen in the cerebralzerebrale cortexKortex,
322
745568
1472
an Neuronen auf der Gehirnrinde.
12:39
and I think that's the simplesteinfachste explanationErläuterung
323
747040
1844
Die einfachste Erklärung dafür,
12:40
for our remarkablebemerkenswert cognitivekognitiv abilitiesFähigkeiten.
324
748884
2013
dass wir kognitiv so fähig sind.
12:42
And what is it that we do that no other animalTier does,
325
750897
3227
Was machen wir,
was kein anderes Tier macht
12:46
and whichwelche I believe was fundamentalgrundlegend
326
754124
1969
und was ausschlaggebend war,
12:48
to allowzulassen us to reacherreichen that largegroß,
327
756093
3083
um diese größte Anzahl
12:51
largestgrößten numberNummer of neuronsNeuronen in the cortexKortex?
328
759176
2222
an Neuronen im Kortex zu entwickeln?
12:53
In two wordsWörter, we cookKoch.
329
761398
2215
Mit zwei Worten: Wir kochen.
12:55
No other animalTier cooksKöche its foodLebensmittel. Only humansMenschen do.
330
763613
3566
Kein anderes Tier kocht sein Essen.
Nur Menschen machen das.
12:59
And I think that's how we got to becomewerden humanMensch.
331
767179
2870
Ich glaube, so wurden wir zu Menschen.
13:02
StudyingStudium the humanMensch brainGehirn changedgeändert
the way I think about foodLebensmittel.
332
770049
2460
Seitdem ich das menschliche Gehirn erforsche,
denke ich anders über Essen ...
13:04
I now look at my kitchenKüche,
333
772509
1645
Jetzt sehe ich meine Küche an
13:06
and I bowBogen to it,
334
774154
1470
und verneige mich vor ihr,
13:07
and I thank my ancestorsVorfahren for comingKommen up
335
775624
1705
und ich danke meinen Vorfahren,
13:09
with the inventionErfindung that probablywahrscheinlich madegemacht us humansMenschen.
336
777329
1900
die diese Erfindung machten, die uns
wahrscheinlich zu Menschen werden ließ.
13:11
Thank you very much.
337
779229
2132
Vielen Dank.
13:13
(ApplauseApplaus)
338
781361
6353
(Applaus)

▲Back to top

ABOUT THE SPEAKER
Suzana Herculano-Houzel - Neuroscientist
Suzana Herculano-Houzel shrunk the human brain by 14 billion neurons -- by developing a new way to count them.

Why you should listen

How many neurons make a human brain? For years, the answer has been (give or take) 100 billion. But neuroscientist Suzana Herculano-Houzel decided to count them herself. Her research approach involved dissolving four human brains (donated to science) into a homogeneous mixture -- in her lab at the Institute of Biomedical Sciences in Rio de Janeiro, they call it "brain soup." She then took a sample of the mix, counted the number of cell nuclei belonging to neurons, and scaled that up. Result: the human brain has about 86 billion neurons, 14 billion fewer than assumed -- but intriguingly, far more than other animals, relative to brain size.

She suggests that it was the invention of cooking by our ancestors -- which makes food yield much more metabolic energy -- that allowed humans to develop the largest primate brain. She's now working on elephant and whale brains to test her hypothesis.

More profile about the speaker
Suzana Herculano-Houzel | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee