ABOUT THE SPEAKER
Michael Dickinson - Biologist
Most people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder.

Why you should listen

Some things are so commonplace that they barely register our attention. Michael Dickinson has dedicated much of his research to one such thing -- the flight of the fly. Dickinson aims to understand how a fly's nervous system allows it to accomplish such incredible aerodynamic feats. Affectionately dubbed the "Fly Guy" by The Scientist, Dickinson's research brings together zoology, neuroscience and fluid mechanics.

Dickinson was named a MacArthur Fellow in 2001. He is now a professor of biology at the University of Washington, where he heads The Dickinson Lab. The lab conducts research into insect flight control, animal brain recordings, animal/robot interactions and animal visual navigation and welcomes students with an interest in studying insect flight, behavior and evolution from an interdisciplinary approach perspective. 

More profile about the speaker
Michael Dickinson | Speaker | TED.com
TEDxCaltech

Michael Dickinson: How a fly flies

Michael Dickinson : Comment une mouche peut-elle voler ?

Filmed:
1,787,704 views

La capacité d'un insecte à voler est certainement un des exploits les plus formidables de l'évolution. Michael Dickinson explore comment une simple mouche s'envole, avec ses ailes si fragiles, grâce à un mouvement de battement remarquable, grâce à des muscles qui sont à la fois puissants et agiles. L'ingrédient secret du vol, c'est le cerveau de la mouche. (Filmé à TEDxCaltech.)
- Biologist
Most people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder. Full bio

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

00:16
I grewgrandi up watchingen train de regarder StarStar TrekTrek. I love StarStar TrekTrek.
0
545
3532
J'ai grandit en regardant Star Trek.
J'adore Star Trek.
00:19
StarStar TrekTrek madefabriqué me want to see alienextraterrestre creaturescréatures,
1
4077
4462
Star Trek m'a donné envie
de voir des créatures extra-terrestres,
00:24
creaturescréatures from a far-distantlointaine worldmonde.
2
8539
2303
des créatures d'un monde lointain.
00:26
But basicallyen gros, I figuredfiguré out that I could find
3
10842
2787
Mais en fait, je me suis rendu compte
que je pouvais trouver
00:29
those alienextraterrestre creaturescréatures right on EarthTerre.
4
13629
2977
ces créatures étranges
ici-même sur la Terre.
00:32
And what I do is I studyétude insectsinsectes.
5
16606
2653
Moi, j'étudie les insectes.
00:35
I'm obsessedobsédé with insectsinsectes, particularlyparticulièrement insectinsecte flightvol.
6
19259
3256
Je suis passionné par les insectes,
et plus particulièrement par leur vol.
00:38
I think the evolutionévolution of insectinsecte flightvol is perhapspeut être
7
22515
3141
Je pense que l'évolution du vol
des insectes est peut-être
00:41
one of the mostles plus importantimportant eventsévénements in the historyhistoire of life.
8
25656
2742
un des évenements les plus importants
de l'histoire de la vie.
00:44
WithoutSans insectsinsectes, there'dle rouge be no floweringfloraison plantsles plantes.
9
28398
2237
Sans les insectes,
il n'y aurait pas de plantes à fleurs,
00:46
WithoutSans floweringfloraison plantsles plantes, there would be no
10
30635
1916
Sans les plantes à fleurs,
il n'y aurait pas de
00:48
cleverintelligent, fruit-eatingfrugivores primatesprimates givingdonnant TEDTED TalksPourparlers.
11
32551
3137
primates fructivores et intelligents
donnant des conférences TED.
00:51
(LaughterRires)
12
35688
2300
(Rires).
00:53
Now,
13
37988
1987
Alors,
00:55
DavidDavid and HidehikoHidehiko and KetakiMiguel Angel
14
39975
3039
David, Hidehiko et Ketaki
00:58
gavea donné a very compellingimpérieuses storyrécit about
15
43014
3445
ont raconté une histoire très probante
01:02
the similaritiessimilitudes betweenentre fruitfruit fliesmouches and humanshumains,
16
46459
2805
sur les similitudes entre les
mouches drosophiles et les êtres humains,
01:05
and there are manybeaucoup similaritiessimilitudes,
17
49264
1489
il y a de nombreuses similitudes,
01:06
and so you mightpourrait think that if humanshumains are similarsimilaire to fruitfruit fliesmouches,
18
50753
3002
et vous pourriez penser que si les hommes
et les mouches drosophiles sont similaires,
01:09
the favoritepréféré behaviorcomportement of a fruitfruit flymouche mightpourrait be this, for exampleExemple --
19
53755
3797
le comportement préféré d'une drosophile
drosophile serait par exemple celui-ci -
01:13
(LaughterRires)
20
57552
2282
(Rires)
01:15
but in my talk, I don't want to emphasizesouligner on the similaritiessimilitudes
21
59834
3191
mais, dans cette conférence, je ne souhaite pas
mettre l'accent sur les similitudes
01:18
betweenentre humanshumains and fruitfruit fliesmouches, but ratherplutôt the differencesdifférences,
22
63025
3067
entre les hommes et les mouches drosophiles,
mais plutôt sur les différences
01:21
and focusconcentrer on the behaviorscomportements that I think fruitfruit fliesmouches excelexceller at doing.
23
66092
5287
et me concentrer sur les comportements pour
lesquels les mouches sont particulièrement douées.
01:27
And so I want to showmontrer you a high-speedhaute vitesse videovidéo sequenceséquence
24
71379
2856
Alors, je vais vous montrer une
vidéo à haute vitesse,
01:30
of a flymouche shotcoup at 7,000 framescadres perpar secondseconde in infraredinfrarouge lightingéclairage,
25
74235
3935
d'une mouche filmée à 7000 images
seconde en lumière infra-rouge,
01:34
and to the right, off-screenhors de l’écran, is an electronicélectronique loomingse profile predatorPredator
26
78170
4210
et à droite, hors de l'écran, il y a
un prédateur électronique qui approche,
01:38
that is going to go at the flymouche.
27
82380
1435
qui est prêt à sauter sur
la mouche.
01:39
The flymouche is going to sensesens this predatorPredator.
28
83815
1838
La mouche va sentir
ce prédateur,
01:41
It is going to extendétendre its legsjambes out.
29
85653
2455
va tendre ses pattes,
01:44
It's going to sashaySashay away
30
88108
1613
et va s'en aller en se pavanant
01:45
to livevivre to flymouche anotherun autre day.
31
89721
2565
pour vivre une nouvelle
journée de mouche.
01:48
Now I have carefullysoigneusement croppedrecadrée this sequenceséquence
32
92286
2362
Alors, j'ai découpé cette séquence
01:50
to be exactlyexactement the durationdurée of a humanHumain eyeœil blinkcligner,
33
94648
3160
pour qu'elle dure exactement
le temps d'un clignement d’œil humain,
01:53
so in the time that it would take you to blinkcligner your eyeœil,
34
97808
2834
et pendant le temps qu'il
vous faut pour cligner de l’œil,
01:56
the flymouche has seenvu this loomingse profile predatorPredator,
35
100642
3265
la mouche a vu ce prédateur
qui approche,
01:59
estimatedestimé its positionposition, initiatedinitié a motormoteur patternmodèle to flymouche it away,
36
103907
6168
a estimé sa position, a mis en route
un schéma pour s'enfuir,
02:05
beatingbattement its wingsailes at 220 timesfois a secondseconde as it does so.
37
110075
4464
en battant des ailes 220 fois par seconde.
02:10
I think this is a fascinatingfascinant behaviorcomportement
38
114539
1973
Je trouve que c'est
un comportement fascinant
02:12
that showsmontre how fastvite the fly'smouche braincerveau can processprocessus informationinformation.
39
116512
3921
qui montre à quelle vitesse le cerveau
de la mouche peut traiter des informations.
02:16
Now, flightvol -- what does it take to flymouche?
40
120433
2842
Mais, le vol. Que faut-il
pour voler ?
02:19
Well, in ordercommande to flymouche, just as in a humanHumain aircraftavion,
41
123275
2864
Pour voler, comme dans un avion,
02:22
you need wingsailes that can generateGénérer sufficientsuffisante aerodynamicaérodynamique forcesles forces,
42
126139
2735
il vous faut des ailes qui peuvent générer
suffisamment de forces aérodynamiques,
02:24
you need an enginemoteur sufficientsuffisante to generateGénérer the powerPuissance requiredChamps obligatoires for flightvol,
43
128874
3546
il vous faut un moteur capable de générer
assez d'énergie pour un vol,
02:28
and you need a controllercontrôleur de,
44
132420
1709
et il vous faut un contrôleur,
02:30
and in the first humanHumain aircraftavion, the controllercontrôleur de was basicallyen gros
45
134129
2626
dans le premier avion,
le contrôleur était tout simplement
02:32
the braincerveau of OrvilleOrville and WilburWilbur sittingséance in the cockpitcockpit.
46
136755
4312
le cerveau d'Orville et Wilbur
assis dans le cockpit.
02:36
Now, how does this comparecomparer to a flymouche?
47
141067
2753
Alors, quel rapport avec
une mouche ?
02:39
Well, I spentdépensé a lot of my earlyde bonne heure careercarrière tryingen essayant to figurefigure out
48
143820
3251
J'ai passé une grande partie de
mon début de carrière à essayer de comprendre
02:42
how insectinsecte wingsailes generateGénérer enoughassez forceObliger to keep the fliesmouches in the airair.
49
147071
4336
comment les ailes des insectes pouvaient
générer assez de force pour les maintenir en l'air.
02:47
And you mightpourrait have heardentendu how engineersingénieurs provedprouvé
50
151407
1610
Et vous avez peut-être entendu parler du
fait que des ingénieurs ont prouvé
02:48
that bumblebeesbourdons couldn'tne pouvait pas flymouche.
51
153017
2634
qu'un bourdon ne pouvait pas voler ?
02:51
Well, the problemproblème was in thinkingen pensant that the insectinsecte wingsailes
52
155651
2620
Et bien, le problème était d'avoir
pensé que les ailes des insectes
02:54
functionfonction in the way that aircraftavion wingsailes work. But they don't.
53
158271
3119
fonctionnent comme les ailes des avions.
Mais ce n'est pas le cas.
02:57
And we tackletacle this problemproblème by buildingbâtiment giantgéant,
54
161390
2854
On a résolu le problème
en construisant
03:00
dynamicallydynamiquement scaledescaladé modelmaquette robotrobot insectsinsectes
55
164244
3432
des insectes robots géants, à l'échelle,
03:03
that would flaprabat in giantgéant poolspiscines of mineralminéral oilpétrole
56
167676
3336
qui battaient des ailes dans des
piscines géantes d'huile minérale
03:06
where we could studyétude the aerodynamicaérodynamique forcesles forces.
57
171012
2274
où nous pouvions étudier les
forces aérodynamiques.
03:09
And it turnsse tourne out that the insectsinsectes flaprabat theirleur wingsailes
58
173286
2158
Et il se trouve que les insectes
battent des ailes
03:11
in a very cleverintelligent way, at a very highhaute angleangle of attackattaque
59
175444
2592
d'une façon très intelligente,
avec un angle d'attaque très élevé
03:13
that createscrée a structurestructure at the leadingde premier plan edgebord of the wingaile,
60
178036
3121
qui crée une structure à
l'extrémité de l'aile,
03:17
a little tornado-liketornade-like structurestructure calledappelé a leadingde premier plan edgebord vortexVortex,
61
181157
3199
une sorte de structure comme une tornade,
que l'on appelle un vortex
03:20
and it's that vortexVortex that actuallyréellement enablespermet the wingsailes
62
184356
2954
et que c'est ce vortex qui
permet aux ailes
03:23
to make enoughassez forceObliger for the animalanimal to stayrester in the airair.
63
187310
3359
de créer assez de force pour
que l'animal reste en l'air.
03:26
But the thing that's actuallyréellement mostles plus -- so, what's fascinatingfascinant
64
190669
2428
Mais, en fait, ce qui est le plus -
ce qui est fascinant,
03:28
is not so much that the wingaile has some interestingintéressant morphologymorphologie.
65
193097
2975
ce n'est pas le fait que l'aile ait
une morphologie intéressante.
03:31
What's cleverintelligent is the way the flymouche flapsrabats it,
66
196072
3645
Ce qui est intéressant, c'est la façon
dont la mouche bat de l'aile,
03:35
whichlequel of coursecours ultimatelyen fin de compte is controlledcontrôlé by the nervousnerveux systemsystème,
67
199717
3136
ce qui est bien évidemment contrôlé
par son système nerveux,
03:38
and this is what enablespermet fliesmouches to performeffectuer
68
202853
2647
qui lui permet de voler et de réaliser
03:41
these remarkableremarquable aerialAerial maneuversmanœuvres.
69
205500
2807
ces figures aériennes remarquables.
03:44
Now, what about the enginemoteur?
70
208307
2097
Alors, qu'en est-il du moteur?
03:46
The enginemoteur of the flymouche is absolutelyabsolument fascinatingfascinant.
71
210404
2492
Le moteur de la mouche
est totalement fascinant.
03:48
They have two typesles types of flightvol musclemuscle:
72
212896
1898
Elles ont deux types de
muscle pour voler :
03:50
so-calledsoi-disant powerPuissance musclemuscle, whichlequel is stretch-activatedcaneaux activés par,
73
214794
2985
le muscle dit de puissance,
qui s'active en s'étirant,
03:53
whichlequel meansveux dire that it activatesActive itselfse and does not need to be controlledcontrôlé
74
217779
3726
ce qui veut dire qu'il s'active
et n'a pas besoin d'être contrôlé
03:57
on a contraction-by-contractioncontraction-par-contraction basisbase by the nervousnerveux systemsystème.
75
221505
3339
par le système nerveux sur un mode
de contraction- par contraction.
04:00
It's specializedspécialisé to generateGénérer the enormousénorme powerPuissance requiredChamps obligatoires for flightvol,
76
224844
4609
Ce muscle génère l'énorme puissance
qui est demandée pour le vol,
04:05
and it fillsremplit the middlemilieu portionportion of the flymouche,
77
229453
2079
et il remplit la partie
au milieu de la mouche,
04:07
so when a flymouche hitsles coups your windshieldpare-brise,
78
231532
1547
donc quand une mouche
heurte votre pare-brise,
04:08
it's basicallyen gros the powerPuissance musclemuscle that you're looking at.
79
233079
2406
c'est tout simplement le muscle
de la puissance que vous avez en face de vous.
04:11
But attachedattaché to the basebase of the wingaile
80
235485
2146
Mais aussi, attachés à
la base de l'aile,
04:13
is a setensemble of little, tinyminuscule controlcontrôle musclesmuscles
81
237631
2638
il y a un ensemble de petits muscles
de contrôle minuscules
04:16
that are not very powerfulpuissant at all, but they're very fastvite,
82
240269
3301
qui ne sont pas du tout puissants,
mais qui sont très rapides
04:19
and they're ablecapable to reconfigurereconfigure the hingecharnière of the wingaile
83
243570
3206
et qui peuvent reconfigurer
la charnière de l'aile
04:22
on a stroke-by-strokecourse par course basisbase,
84
246776
1762
à chaque battement,
04:24
and this is what enablespermet the flymouche to changechangement its wingaile
85
248538
3142
et c'est ce qui permet à la mouche
de changer son orientation
04:27
and generateGénérer the changeschangements in aerodynamicaérodynamique forcesles forces
86
251680
2971
et qui est à l'origine des changements
dans les forces aérodynamiques
04:30
whichlequel changechangement its flightvol trajectorytrajectoire.
87
254651
2573
qui changent sa trajectoire de vol.
04:33
And of coursecours, the rolerôle of the nervousnerveux systemsystème is to controlcontrôle all this.
88
257224
3563
Bien sûr, c'est au système nerveux
de contrôler tout ça.
04:36
So let's look at the controllercontrôleur de.
89
260787
1512
Alors, regardons un peu
le contrôleur.
04:38
Now fliesmouches excelexceller in the sortssortes of sensorscapteurs
90
262299
2647
Les mouches excellent dans
le type de capteurs sensoriels
04:40
that they carryporter to this problemproblème.
91
264946
2284
qu'elles ont pour résoudre
ce problème.
04:43
They have antennaeantennes that sensesens odorsodeurs and detectdétecter windvent detectiondétection.
92
267230
4127
Elles ont des antennes qui sentent les odeurs
et qui détectent le vent.
04:47
They have a sophisticatedsophistiqué eyeœil whichlequel is
93
271357
1675
Elles ont un œil sophistiqué qui
04:48
the fastestle plus rapide visualvisuel systemsystème on the planetplanète.
94
273032
2456
est le système visuel
le plus rapide de la planète.
04:51
They have anotherun autre setensemble of eyesles yeux on the topHaut of theirleur headtête.
95
275488
2036
Elles ont aussi un autre groupe d'yeux
sur le sommet de la tête.
04:53
We have no ideaidée what they do.
96
277524
2052
Et nous ne savons pas
à quoi ils servent.
04:55
They have sensorscapteurs on theirleur wingaile.
97
279576
2954
Elles ont des capteurs sur
leurs ailes.
04:58
TheirLeur wingaile is coveredcouvert with sensorscapteurs, includingcomprenant sensorscapteurs
98
282530
3760
Leurs ailes sont couvertes de capteurs,
y compris des capteurs
05:02
that sensesens deformationdéformation of the wingaile.
99
286290
2046
qui mesurent la déformation de l'aile.
05:04
They can even tastegoût with theirleur wingsailes.
100
288336
2109
Elle peuvent même gouter
avec leurs ailes.
05:06
One of the mostles plus sophisticatedsophistiqué sensorscapteurs a flymouche has
101
290445
2555
Un des capteurs les plus
sophistiqués de la mouche
05:08
is a structurestructure calledappelé the haltereshaltères.
102
293000
1807
est une structure qu'on
appelle les haltères.
05:10
The haltereshaltères are actuallyréellement gyroscopesgyroscopes.
103
294807
1879
Les haltères sont en fait des gyroscopes.
05:12
These devicesdispositifs beatbattre back and forthavant about 200 hertzHertz duringpendant flightvol,
104
296686
4449
Ces éléments battent d'avant en arrière
à environ 200 hertz pendant le vol,
05:17
and the animalanimal can use them to sensesens its bodycorps rotationrotation
105
301135
2673
l'animal peut les utiliser pour
ressentir la rotation de son corps
05:19
and initiateinitier very, very fastvite correctivecorrectives maneuversmanœuvres.
106
303808
3968
et faire des manœuvres correctives
extrêmement rapides.
05:23
But all of this sensorysensoriel informationinformation has to be processedtraitées
107
307776
2329
Toutes ces informations sensorielles
doivent être analysées
05:26
by a braincerveau, and yes, indeedeffectivement, fliesmouches have a braincerveau,
108
310105
3720
par un cerveau, et oui, en effet,
les mouches ont un cerveau,
05:29
a braincerveau of about 100,000 neuronsneurones.
109
313825
3159
un cerveau d'environ
100 000 neurones.
05:32
Now severalnombreuses people at this conferenceconférence
110
316984
2193
Plusieurs personnes
présentes à cette conférence
05:35
have alreadydéjà suggestedsuggéré that fruitfruit fliesmouches could serveservir neuroscienceneuroscience
111
319177
4808
ont déjà suggéré que les drosophiles
soient utilisées en neurosciences.
05:39
because they're a simplesimple modelmaquette of braincerveau functionfonction.
112
323985
3247
parce qu'elles ont un modèle simple
de fonction cérébrale.
05:43
And the basicde base punchlinePunchline of my talk is,
113
327232
2077
Le point central de
mon exposé est que,
05:45
I'd like to turntour that over on its headtête.
114
329309
2658
je voudrais que l'on y
réfléchisse,
05:47
I don't think they're a simplesimple modelmaquette of anything.
115
331967
2628
je ne pense pas qu'il y ait
un modèle simple pour quoi que ce soit.
05:50
And I think that fliesmouches are a great modelmaquette.
116
334595
2477
Et je pense que les mouches
sont un modèle formidable,
05:52
They're a great modelmaquette for fliesmouches.
117
337072
2516
elles sont un modèle formidable
pour les mouches.
05:55
(LaughterRires)
118
339588
2481
(Rires)
05:57
And let's exploreexplorer this notionnotion of simplicitysimplicité.
119
342069
3003
Examinons un peu cette notion
de simplicité.
06:00
So I think, unfortunatelymalheureusement, a lot of neuroscientistsneuroscientifiques,
120
345072
2431
Je pense que malheureusement
de nombreux spécialistes des neurosciences
06:03
we're all somewhatquelque peu narcissisticnarcissique.
121
347503
1832
nous sommes tous
un peu narcissiques.
06:05
When we think of braincerveau, we of coursecours imagineimaginer our ownposséder braincerveau.
122
349335
3433
Quand on pense cerveau,
on bien sûr pense à notre propre cerveau.
06:08
But rememberrappelles toi that this kindgentil of braincerveau,
123
352768
1960
Mais souvenez-vous que
ce type de cerveau,
06:10
whichlequel is much, much smallerplus petit
124
354728
1768
qui est beaucoup plus petit
06:12
insteadau lieu of 100 billionmilliard neuronsneurones, it has 100,000 neuronsneurones
125
356496
2678
- il a 100 000 neurones
et pas 100 milliards -
06:15
but this is the mostles plus commoncommun formforme of braincerveau on the planetplanète
126
359174
2882
c'est la forme la plus courante
de cerveau de cette planète
06:17
and has been for 400 millionmillion yearsannées.
127
362056
2904
depuis 400 millions d'années.
06:20
And is it fairjuste to say that it's simplesimple?
128
364960
2288
Alors, est-il juste de dire
qu'il est simple ?
06:23
Well, it's simplesimple in the sensesens that it has fewermoins neuronsneurones,
129
367248
2095
Il est simple dans la mesure
où ce cerveau a moins de neurones,
06:25
but is that a fairjuste metricmétrique?
130
369343
1754
mais est-ce la bonne
façon de mesurer ?
06:26
And I would proposeproposer it's not a fairjuste metricmétrique.
131
371097
2276
Je pense que ce n'est pas
une bonne façon de mesurer.
06:29
So let's sortTrier of think about this. I think we have to comparecomparer --
132
373373
3100
Réfléchissons-y un peu,
Nous devons comparer
06:32
(LaughterRires) —
133
376473
1559
(Rires)
06:33
we have to comparecomparer the sizeTaille of the braincerveau
134
378032
5121
nous devons comparer la taille
du cerveau
06:39
with what the braincerveau can do.
135
383153
2030
à ce que le cerveau
peut faire.
06:41
So I proposeproposer we have a TrumpTrump numbernombre,
136
385183
2881
Admettons que nous ayons
un chiffre façon Trump,
06:43
and the TrumpTrump numbernombre is the ratioratio of this man'sl'homme
137
388064
2865
et que ce chiffre soit le ratio
entre le nombre de comportements
06:46
behavioralcomportementale repertoirerépertoire to the numbernombre of neuronsneurones in his braincerveau.
138
390929
3679
de cet homme et le nombre
de neurones de son cerveau.
06:50
We'llNous allons calculatecalculer the TrumpTrump numbernombre for the fruitfruit flymouche.
139
394608
2668
Nous allons calculer ce chiffre
pour la mouche drosophile.
06:53
Now, how manybeaucoup people here think the TrumpTrump numbernombre
140
397276
2684
Combien de personnes pensent
ici que ce chiffre
06:55
is higherplus haute for the fruitfruit flymouche?
141
399960
2489
est supérieur pour la drosophile ?
06:58
(ApplauseApplaudissements)
142
402449
2431
(Applaudissements)
07:00
It's a very smartintelligent, smartintelligent audiencepublic.
143
404880
3428
Nous avons un public
vraiment très intelligent.
07:04
Yes, the inequalityinégalité goesva in this directiondirection, or I would positPosit it.
144
408308
3327
Oui, c'est bien dans ce
sens qu'il faut lire cette équation.
07:07
Now I realizeprendre conscience de that it is a little bitbit absurdabsurde
145
411635
2382
Bon, je conçois bien que
ça semble un peu absurde
07:09
to comparecomparer the behavioralcomportementale repertoirerépertoire of a humanHumain to a flymouche.
146
414017
3558
de comparer les comportements
d'un humain à ceux d'une mouche.
07:13
But let's take anotherun autre animalanimal just as an exampleExemple. Here'sVoici a mouseSouris.
147
417575
4143
Mais prenons par exemple un autre animal.
Voici une souris.
07:17
A mouseSouris has about 1,000 timesfois as manybeaucoup neuronsneurones as a flymouche.
148
421718
4305
Une souris a 1 000 fois plus
de neurones qu'une mouche.
07:21
I used to studyétude micedes souris. When I studiedétudié micedes souris,
149
426023
2027
J'étudiais les souris à une époque.
Quand j'étudiais les souris,
07:23
I used to talk really slowlylentement.
150
428050
2837
je parlais très lentement.
07:26
And then something happenedarrivé when I startedcommencé to work on fliesmouches.
151
430887
2576
Ensuite, quand j'ai commencé à travailler sur
les mouches, il s'est passé quelque chose.
07:29
(LaughterRires)
152
433463
2412
(Rires)
07:31
And I think if you comparecomparer the naturalNaturel historyhistoire of fliesmouches and micedes souris,
153
435875
3460
Je pense que si on compare l'histoire
naturelle des mouches et des souris,
07:35
it's really comparablecomparable. They have to foragefourrage for foodaliments.
154
439335
3313
c'est très similaire.
Les deux sont en quête de nourriture.
07:38
They have to engageengager in courtshipcour.
155
442648
2447
Elles doivent faire la cour
pour trouver leur partenaire.
07:40
They have sexsexe. They hidecacher from predatorsprédateurs.
156
445095
3471
Elles ont des relations sexuelles.
Elles se cachent de leurs prédateurs.
07:44
They do a lot of the similarsimilaire things.
157
448566
1980
Elles font de nombreuses
choses similaires.
07:46
But I would arguese disputer that fliesmouches do more.
158
450546
1718
Mais je dirais que les mouches
font bien plus.
07:48
So for exampleExemple, I'm going to showmontrer you a sequenceséquence,
159
452264
3378
Voici par exemple un film,
07:51
and I have to say, some of my fundingfinancement comesvient from the militarymilitaire,
160
455642
4205
et je dois avouer que certains
de mes financements proviennent de l'armée,
07:55
so I'm showingmontrer this classifiedclassés sequenceséquence
161
459847
2072
alors je vais vous montrer cette vidéo
classée secret défense
07:57
and you cannotne peux pas discussdiscuter it outsideà l'extérieur of this roomchambre. Okay?
162
461919
4093
dont vous ne pourrez pas parler
à l'extérieur de cette pièce. D'accord ?
08:01
So I want you to look at the payloadcharge utile
163
466012
1908
Regardez la charge
08:03
at the tailqueue of the fruitfruit flymouche.
164
467920
3026
sur la queue de la drosophile.
08:06
Watch it very closelyétroitement,
165
470946
2101
Regardez attentivement,
08:08
and you'lltu vas see why my six-year-oldsix ans sonfils
166
473047
4297
et vous comprendrez pourquoi
mon fils de six ans
08:13
now wants to be a neuroscientistchercheur en neurosciences.
167
477344
4729
veut devenir un spécialiste
en neurosciences.
08:17
Wait for it.
168
482073
1179
Attendez un instant.
08:19
PshhewPshhew.
169
483252
1569
Pouf.
08:20
So at leastmoins you'lltu vas admitadmettre that if fruitfruit fliesmouches are not as cleverintelligent as micedes souris,
170
484821
3084
Alors si les drosophiles
ne sont pas aussi intelligentes que les souris
08:23
they're at leastmoins as cleverintelligent as pigeonspigeons. (LaughterRires)
171
487905
4916
vous conviendrez qu'elles sont au moins
aussi intelligentes que les pigeons. (Rires)
08:28
Now, I want to get acrossà travers that it's not just a mattermatière of numbersNombres
172
492821
3967
Mais, je veux vous expliquer que
ce n'est pas qu'un problème de chiffres,
08:32
but alsoaussi the challengedéfi for a flymouche to computecalculer
173
496788
2598
mais c'est aussi le défi posé
à la mouche pour calculer
08:35
everything its braincerveau has to computecalculer with suchtel tinyminuscule neuronsneurones.
174
499386
2849
tout ce qui se présente à son cerveau
en utilisant des neurones aussi petits.
08:38
So this is a beautifulbeau imageimage of a visualvisuel interneuroninterneurones from a mouseSouris
175
502235
2988
Voici une photo superbe d'un interneurone
de la vision d'une souris,
08:41
that camevenu from JeffJeff Lichtman'sDe Lichtman lablaboratoire,
176
505223
2768
qui provient du laboratoire de
Jeff Lichtman,
08:43
and you can see the wonderfulformidable imagesimages of brainscerveaux
177
507991
3247
et vous voyez ces images
magnifiques des cerveaux
08:47
that he showedmontré in his talk.
178
511238
3193
qu'il a montrées dans sa conférence.
08:50
But up in the cornercoin, in the right cornercoin, you'lltu vas see,
179
514431
2368
Au coin en haut à droite,
vous pouvez voir,
08:52
at the sameMême scaleéchelle, a visualvisuel interneuroninterneurones from a flymouche.
180
516799
4112
à la même échelle, l'interneurone
de la vision d'une mouche.
08:56
And I'll expanddévelopper this up.
181
520911
1841
Je vais agrandir.
08:58
And it's a beautifullymagnifiquement complexcomplexe neuronneurone.
182
522752
2170
C'est un neurone d'une
complexité magnifique.
09:00
It's just very, very tinyminuscule, and there's lots of biophysicalbiophysiques challengesdéfis
183
524922
3485
Il est vraiment minuscule, et
les défis bio-physiques
09:04
with tryingen essayant to computecalculer informationinformation with tinyminuscule, tinyminuscule neuronsneurones.
184
528407
3623
pour calculer avec des neurones aussi
minuscules sont immenses.
09:07
How smallpetit can neuronsneurones get? Well, look at this interestingintéressant insectinsecte.
185
532030
3537
A quel point les neurones peuvent-ils être petits ?
Regardons cet insecte.
09:11
It looksregards sortTrier of like a flymouche. It has wingsailes, it has eyesles yeux,
186
535567
2212
Il ressemble à une mouche.
Il a des ailes, il a des yeux,
09:13
it has antennaeantennes, its legsjambes, complicatedcompliqué life historyhistoire,
187
537779
2799
il a des antennes, des pattes
une histoire de vie compliquée.
09:16
it's a parasiteparasite, it has to flymouche around and find caterpillarschenilles
188
540578
3096
C'est un parasite qui doit voler
et trouver des chenilles
09:19
to parasatizeparasatize,
189
543674
1382
à parasiter.
09:20
but not only is its braincerveau the sizeTaille of a saltsel graingrain,
190
545056
4115
Non seulement son cerveau est
de la taille d'un grain de sable,
09:25
whichlequel is comparablecomparable for a fruitfruit flymouche,
191
549171
1969
de celui d'une mouche,
09:27
it is the sizeTaille of a saltsel graingrain.
192
551140
2926
il est réellement de
la taille d'un grain de sable.
09:29
So here'svoici some other organismsorganismes at the similarsimilaire scaleéchelle.
193
554066
3635
Voici d'autres organismes
à la même échelle.
09:33
This animalanimal is the sizeTaille of a parameciumparamécie and an amoebaamibe,
194
557701
4130
Cet animal est de la taille d'une
paramécie et d'un amibe
09:37
and it has a braincerveau of 7,000 neuronsneurones that's so smallpetit --
195
561831
3880
et a un un cerveau de 7000 neurones
qui est si petit -
09:41
you know these things calledappelé cellcellule bodiescorps you've been hearingaudition about,
196
565711
2456
vous avez entendu parler de
ces corps cellulaires
09:44
where the nucleusnoyau of the neuronneurone is?
197
568167
1651
où se trouve le noyau du neurone ?
09:45
This animalanimal getsobtient riddébarrasser of them because they take up too much spaceespace.
198
569818
3460
Cet animal s'en débarrasse car
ils prennent trop de places.
09:49
So this is a sessionsession on frontiersfrontières in neuroscienceneuroscience.
199
573278
2473
C'est une session sur
les limites des neurosciences.
09:51
I would positPosit that one frontierFrontier in neuroscienceneuroscience is to figurefigure out how the braincerveau of that thing workstravaux.
200
575751
5360
Mon postutlat est qu'une des frontières en
neurosciences est de comprendre comment
le cerveau de cet animal fonctionne.
09:57
But let's think about this. How can you make a smallpetit numbernombre of neuronsneurones do a lot?
201
581111
5633
Réfléchissons un peu. Comment si peu
de neurones peuvent faire autant de choses ?
10:02
And I think, from an engineeringingénierie perspectivela perspective,
202
586744
2522
Je pense, que du point de vue d'un ingénieur,
10:05
you think of multiplexingmultiplexage.
203
589266
1729
on pense au multiplexage.
10:06
You can take a hardwareMatériel and have that hardwareMatériel
204
590995
2703
On prend un matériel et on lui fait faire
10:09
do differentdifférent things at differentdifférent timesfois,
205
593698
1613
différentes choses à différents moments,
10:11
or have differentdifférent partsles pièces of the hardwareMatériel doing differentdifférent things.
206
595311
2995
ou alors, on fait faire différentes choses
au différentes parties de ce matériel.
10:14
And these are the two conceptsconcepts I'd like to exploreexplorer.
207
598306
3271
Voici les deux concepts que
j'aimerais étudier.
10:17
And they're not conceptsconcepts that I've come up with,
208
601577
1658
Ce ne sont pas des concepts
que j'ai imaginés,
10:19
but conceptsconcepts that have been proposedproposé by othersautres in the pastpassé.
209
603235
4545
mais ce sont des concepts qui ont été
avancés par d'autres dans le passé.
10:23
And one ideaidée comesvient from lessonscours from chewingà mâcher crabsCrabes.
210
607780
3075
Une de ces idées vient
d'études sur la mastication des crabes.
10:26
And I don't mean chewingà mâcher the crabsCrabes.
211
610855
1867
Je ne parle pas de
mastiquer des crabes.
10:28
I grewgrandi up in BaltimoreBaltimore, and I chewclausse crabsCrabes very, very well.
212
612722
3599
J'ai grandi à Baltimore, et je
mastique vraiment très bien les crabes.
10:32
But I'm talkingparlant about the crabsCrabes actuallyréellement doing the chewingà mâcher.
213
616321
2857
Non, je parle des crabes
qui eux-mêmes mastiquent.
10:35
CrabCrabe chewingà mâcher is actuallyréellement really fascinatingfascinant.
214
619178
2030
La mastication des crabes est
réellement fascinante.
10:37
CrabsCrabes have this complicatedcompliqué structurestructure underen dessous de theirleur carapacecarapace
215
621208
3259
Les crabes ont une structure
très complexe sous leur carapace
10:40
calledappelé the gastricgastrique millmoulin
216
624467
1310
que l'on appelle
le moulin gastrique
10:41
that grindsbroie theirleur foodaliments in a varietyvariété of differentdifférent waysfaçons.
217
625777
2430
et qui meule la nourriture
de plusieurs façons différentes.
10:44
And here'svoici an endoscopicendoscopique moviefilm of this structurestructure.
218
628207
5259
Voici une vidéo endoscopique
de cette structure.
10:49
The amazingincroyable thing about this is that it's controlledcontrôlé
219
633466
2560
Le plus épatant, c'est qu'elle est contrôlée
10:51
by a really tinyminuscule setensemble of neuronsneurones, about two dozendouzaine neuronsneurones
220
636026
3432
par un tout petit groupe de neurones,
environ 24 neurones,
10:55
that can produceproduire a vastvaste varietyvariété of differentdifférent motormoteur patternsmodèles,
221
639458
4963
qui peuvent générer une grande
variété de schémas moteurs,
11:00
and the reasonraison it can do this is that this little tinyminuscule ganglionganglion
222
644421
4347
et ceci est possible grâce
à ce minuscule ganglion
11:04
in the crabcrabe is actuallyréellement inundatedinondé by manybeaucoup, manybeaucoup neuromodulatorsneuromodulateurs.
223
648768
4184
qui est dans le crabe et qui est
inondé par de nombreux neuromodulateurs.
11:08
You heardentendu about neuromodulatorsneuromodulateurs earlierplus tôt.
224
652952
2141
On a parlé des neuro-modulateurs
un peu plus tôt.
11:10
There are more neuromodulatorsneuromodulateurs
225
655093
2225
Il y a plus de neuromodulateurs
11:13
that altermodifier, that innervateinnervent this structurestructure than actuallyréellement neuronsneurones in the structurestructure,
226
657318
5485
qui changent, qui innervent la structure
que de neurones dans la structure en fait,
11:18
and they're ablecapable to generateGénérer a complicatedcompliqué setensemble of patternsmodèles.
227
662803
4242
et ils sont capables de produire
des schémas complexes.
11:22
And this is the work by EveEve MarderMarder and her manybeaucoup colleaguescollègues
228
667045
3441
C'est le travail d'Eve Marder
et de ses nombreux collègues
11:26
who'vequi a been studyingen train d'étudier this fascinatingfascinant systemsystème
229
670486
2295
qui ont étudié ce système fascinant
11:28
that showmontrer how a smallerplus petit clustergrappe of neuronsneurones
230
672781
2152
qui ont montré qu'un tout petit
groupe de neurones
11:30
can do manybeaucoup, manybeaucoup, manybeaucoup things
231
674933
1825
peut faire vraiment beaucoup de choses,
11:32
because of neuromodulationNeuromodulation that can take placeendroit on a moment-by-moment-instant basisbase.
232
676758
4856
parce que la neuromodulation peut avoir lieu
à chaque moment.
11:37
So this is basicallyen gros multiplexingmultiplexage in time.
233
681614
2439
C'est donc du multiplexage dans le temps.
11:39
ImagineImaginez a networkréseau of neuronsneurones with one neuromodulatorneuromodulateur.
234
684053
2785
Imaginez un réseau de neurones
avec un unique neuromodulateur.
11:42
You selectsélectionner one setensemble of cellscellules to performeffectuer one sortTrier of behaviorcomportement,
235
686838
3478
Vous choisissez un groupe de cellules
pour avoir un certain comportement,
11:46
anotherun autre neuromodulatorneuromodulateur, anotherun autre setensemble of cellscellules,
236
690316
2618
un autre neuromodulateur,
un autre groupe de cellules,
11:48
a differentdifférent patternmodèle, and you can imagineimaginer
237
692934
1713
un autre schéma, et vous voyez bien
11:50
you could extrapolateextrapoler to a very, very complicatedcompliqué systemsystème.
238
694647
3878
qu'on peut extrapoler
à un système beaucoup plus compliqué.
11:54
Is there any evidencepreuve that fliesmouches do this?
239
698525
2094
Peut-on prouver que les mouches le font ?
11:56
Well, for manybeaucoup yearsannées in my laboratorylaboratoire and other laboratorieslaboratoires around the worldmonde,
240
700619
3375
Et bien , pendant de nombreuses années, dans
mon labo et dans de nombreux labos dans le monde,
11:59
we'venous avons been studyingen train d'étudier flymouche behaviorscomportements in little flightvol simulatorssimulateurs.
241
703994
2648
nous avons étudié les comportements de
la mouche dans des petits simulateurs de vols.
12:02
You can tetherpour fixation a flymouche to a little stickbâton.
242
706642
1706
On peut attacher la mouche
à un petit bâton.
12:04
You can measuremesure the aerodynamicaérodynamique forcesles forces it's creatingcréer.
243
708348
2501
On peut mesurer les forces
aérodynamiques ainsi créées.
12:06
You can let the flymouche playjouer a little videovidéo gameJeu
244
710849
2546
On peut permettre à la mouche
de jouer à un jeu vidéo
12:09
by lettinglocation it flymouche around in a visualvisuel displayafficher.
245
713395
3878
en la laissant voler devant
une visualisation.
12:13
So let me showmontrer you a little tinyminuscule sequenceséquence of this.
246
717273
2337
Je vais vous en montrer
une toute petite séquence.
12:15
Here'sVoici a flymouche
247
719610
1227
Voici une mouche
12:16
and a largegrand infraredinfrarouge viewvue of the flymouche in the flightvol simulatorsimulateur de,
248
720837
3437
et vous avez une vue étendue en infra-rouges
de la mouche dans le simulateur de vol,
12:20
and this is a gameJeu the fliesmouches love to playjouer.
249
724274
1955
et c'est un jeu auquel les mouches adorent jouer.
12:22
You allowpermettre them to steerSteer towardsvers the little stripeStripe,
250
726229
2437
On leur permet de se diriger vers
la petite bande,
12:24
and they'llils vont just steerSteer towardsvers that stripeStripe foreverpour toujours.
251
728666
2825
et elle s'y dirigent encore et encore.
12:27
It's partpartie of theirleur visualvisuel guidanceconseils systemsystème.
252
731491
3558
Ça fait partie de leur système
de navigation visuel.
12:30
But very, very recentlyrécemment, it's been possiblepossible
253
735049
2345
Mais depuis peu, il est possible
12:33
to modifymodifier these sortssortes of behavioralcomportementale arenasarénas for physiologiesphysiologies.
254
737394
4940
de modifier ce genre d'arène comportementale
pour de la physiologie.
12:38
So this is the preparationpréparation that one of my formerancien post-docspost-doctorants,
255
742334
2488
Voici le document que l'un
de mes post-doctorants
12:40
GabyGaby MaimonMaimon, who'squi est now at RockefellerRockefeller, developeddéveloppé,
256
744822
2443
Gaby Maimon, qui est maintenant
à Rockfeller, a développé,
12:43
and it's basicallyen gros a flightvol simulatorsimulateur de
257
747265
1686
c'est tout simplement
un simulateur de vol
12:44
but underen dessous de conditionsconditions where you actuallyréellement can stickbâton an electrodeélectrode
258
748951
3075
mais dans lequel on peut
coller une électrode
12:47
in the braincerveau of the flymouche and recordrecord
259
752026
2264
dans le cerveau de la mouche
et enregistrer
12:50
from a geneticallygénétiquement identifiedidentifié neuronneurone in the fly'smouche braincerveau.
260
754290
3656
à partir d'un neurone identifié génétiquement
dans le cerveau de la mouche.
12:53
And this is what one of these experimentsexpériences looksregards like.
261
757946
2298
Voici à quoi ressemble une de ses expérences.
12:56
It was a sequenceséquence takenpris from anotherun autre post-docpost-doc in the lablaboratoire,
262
760244
2971
C'est une séquence tirée d'un autre
post-doctorant du laboratoire,
12:59
BettinaBettina SchnellSchnell.
263
763215
1199
Bettina Schnell.
13:00
The greenvert tracetrace at the bottombas is the membranemembrane potentialpotentiel
264
764414
3392
La trace verte en bas est
le potentiel de la membrane
13:03
of a neuronneurone in the fly'smouche braincerveau,
265
767806
2030
d'un neurone du cerveau d'une mouche,
13:05
and you'lltu vas see the flymouche startdébut to flymouche, and the flymouche is actuallyréellement
266
769836
2942
et vous voyez que la mouche commence
à voler et qu'en fait
13:08
controllingcontrôler the rotationrotation of that visualvisuel patternmodèle itselfse
267
772778
3279
elle contrôle la rotation de ce modèle visuel
13:11
by its ownposséder wingaile motionmouvement,
268
776057
1479
en produisant son propre
mouvement d'aile
13:13
and you can see this visualvisuel interneuroninterneurones
269
777536
2110
et vous voyez que cet interneurone visuel
13:15
respondrépondre to the patternmodèle of wingaile motionmouvement as the flymouche fliesmouches.
270
779646
3908
répond au modèle de mouvement d'aile
au fur et à mesure que la mouche vole.
13:19
So for the first time we'venous avons actuallyréellement been ablecapable to recordrecord
271
783554
2376
Pour la première fois, nous avons
été vraiment en mesure d'enregistrer
13:21
from neuronsneurones in the fly'smouche braincerveau while the flymouche
272
785930
2908
à partir des neurones de la mouche
pendant que la mouche
13:24
is performingeffectuer sophisticatedsophistiqué behaviorscomportements suchtel as flightvol.
273
788838
4468
réalise des mouvements aussi
sophistiqués que le vol.
13:29
And one of the lessonscours we'venous avons been learningapprentissage
274
793306
1855
Une des leçons qu'on en a tiré,
13:31
is that the physiologyphysiologie of cellscellules that we'venous avons been studyingen train d'étudier
275
795161
2420
c'est que la physiologie des cellules
que nous avions étudiées
13:33
for manybeaucoup yearsannées in quiescentquiescentes fliesmouches
276
797581
2421
pendant de nombreuses
années sur des mouches au repos
13:35
is not the sameMême as the physiologyphysiologie of those cellscellules
277
800002
2648
n'est pas la même
que la physiologie de ces cellules
13:38
when the fliesmouches actuallyréellement engageengager in activeactif behaviorscomportements
278
802650
2736
lorsque la mouche est active,
13:41
like flyingen volant and walkingen marchant and so forthavant.
279
805386
2539
comme par exemple quand
elle vole, avance, etc.
13:43
And why is the physiologyphysiologie differentdifférent?
280
807925
2925
Pourquoi la physiologie est-elle différente ?
13:46
Well it turnsse tourne out it's these neuromodulatorsneuromodulateurs,
281
810850
2057
Il se trouve que c'est le fait
de ces neuromodulateurs,
13:48
just like the neuromodulatorsneuromodulateurs in that little tinyminuscule ganglionganglion in the crabsCrabes.
282
812907
3951
tout comme les neuromodulateurs
du petit ganglion des crabes.
13:52
So here'svoici a picturephoto of the octopamineoctopamine systemsystème.
283
816858
2550
Voici une photo du
système de l'octopamine.
13:55
OctopamineOctopamine is a neuromodulatorneuromodulateur
284
819408
1754
L'octopamine est un neuromodulateur
13:57
that seemssemble to playjouer an importantimportant rolerôle in flightvol and other behaviorscomportements.
285
821162
4336
qui semble jouer un rôle important
dans le vol et dans d'autres comportements.
14:01
But this is just one of manybeaucoup neuromodulatorsneuromodulateurs
286
825498
2472
Mais c'est juste un des
nombreux neuromodulateurs
14:03
that's in the fly'smouche braincerveau.
287
827970
1071
présents dans le cerveau de la mouche.
14:04
So I really think that, as we learnapprendre more,
288
829041
2666
Je pense vraiment
qu'au fil de nos découvertes,
14:07
it's going to turntour out that the wholeentier flymouche braincerveau
289
831707
2527
nous allons découvrir
que le cerveau de la mouche tout entier
14:10
is just like a largegrand versionversion of this stomatogastricstomagastrique ganglionganglion,
290
834234
3089
n'est qu'une version plus grande
du ganglion stomatogastrique
14:13
and that's one of the reasonsles raisons why it can do so much with so fewpeu neuronsneurones.
291
837323
4360
et que c'est une des raisons pour laquelle
il peut en faire tant, avec si peu de neurones.
14:17
Now, anotherun autre ideaidée, anotherun autre way of multiplexingmultiplexage
292
841683
2787
Une autre idée,
une autre façon de multiplexer,
14:20
is multiplexingmultiplexage in spaceespace,
293
844470
1656
est de multiplexer dans l'espace,
14:22
havingayant differentdifférent partsles pièces of a neuronneurone
294
846126
1694
et de faire faire des choses différentes
14:23
do differentdifférent things at the sameMême time.
295
847820
2122
aux différentes parties d'un neurone
au même moment.
14:25
So here'svoici two sortTrier of canonicalcanonique neuronsneurones
296
849942
1833
Là, vous voyez deux types
de neurones canoniques,
14:27
from a vertebratevertébré and an invertebrateinvertébré,
297
851775
2285
celui d'un vertébré
et celui d'un invertébré,
14:29
a humanHumain pyramidalpyramidale neuronneurone from RamonRamon y CajalCajal,
298
854060
3250
un neurone pyramidal humains
de Ramon Y Cajal,
14:33
and anotherun autre cellcellule to the right, a non-spikingnon-dopage interneuroninterneurones,
299
857310
4003
et une autre cellule à droite,
un interneurone sans poussées,
14:37
and this is the work of AlanAlan WatsonWatson and MalcolmMalcolm BurrowsTerriers manybeaucoup yearsannées agodepuis,
300
861313
4147
c'est le travail réalisé il y a bien des années
par Alan Watson et Malcolm Borrows,
14:41
and MalcolmMalcolm BurrowsTerriers camevenu up with a prettyjoli interestingintéressant ideaidée
301
865460
3075
et Malcom Burrows est arrivé à une
conclusion particulièrement intéressante
14:44
basedbasé on the factfait that this neuronneurone from a locustcriquet
302
868535
2882
basée sur le fait que ce neurone de sauterelle
14:47
does not fireFeu actionaction potentialspotentiels.
303
871417
1959
ne déclenche pas de potentiels actionnels;
14:49
It's a non-spikingnon-dopage cellcellule.
304
873376
1748
c'est une cellule sans poussée.
14:51
So a typicaltypique cellcellule, like the neuronsneurones in our braincerveau,
305
875124
2780
Une cellule classique,
comme le neurone de notre cerveau
14:53
has a regionRégion calledappelé the dendritesdendrites that receivesreçoit inputcontribution,
306
877904
2752
a une partie appelée dendrite
qui reçoit une information
14:56
and that inputcontribution sumsdes sommes togetherensemble
307
880656
2589
et cette information s'additionne
14:59
and will produceproduire actionaction potentialspotentiels
308
883245
2296
et génèrera des potentiels d'action
15:01
that runcourir down the axonAxon and then activateactiver
309
885541
2331
qui courront le long de l'axone et activeront
15:03
all the outputsortie regionsles régions of the neuronneurone.
310
887872
2296
toutes les zones réactives du neurone.
15:06
But non-spikingnon-dopage neuronsneurones are actuallyréellement quiteassez complicatedcompliqué
311
890168
2876
Mais les neurones sans poussée
sont en fait très complexes
15:08
because they can have inputcontribution synapsessynapses and outputsortie synapsessynapses
312
893044
3112
car ils ont des synapses réceptives
et des synapses émettrices
15:12
all interdigitatedinterdigitée, and there's no singleunique actionaction potentialpotentiel
313
896156
3663
toutes emboitées, et il n'y aucun potentiel d'action
15:15
that drivesdisques all the outputssorties at the sameMême time.
314
899819
3126
qui actionne toutes les émissions
au même moment.
15:18
So there's a possibilitypossibilité that you have computationalcalcul compartmentscompartiments
315
902945
3907
Il est possible qu'il y est
des subdivisions computationnelles
15:22
that allowpermettre the differentdifférent partsles pièces of the neuronneurone
316
906852
3978
qui permettent aux différentes
zones du neurone
15:26
to do differentdifférent things at the sameMême time.
317
910830
2560
de faire des choses différentes
en même temps.
15:29
So these basicde base conceptsconcepts of multitaskingmultitâche in time
318
913390
4671
Ces concepts simple d'activités
en multi-tâche dans le temps,
15:33
and multitaskingmultitâche in spaceespace,
319
918061
2361
en multi-tâche dans l'espace,
15:36
I think these are things that are truevrai in our brainscerveaux as well,
320
920422
2832
je pense qu'ils sont également valables
pour nos cerveaux
15:39
but I think the insectsinsectes are the truevrai mastersmaîtres of this.
321
923254
2577
mais je suis persuadé que les
insectes sont les vrais maîtres en la matière.
15:41
So I hopeespérer you think of insectsinsectes a little bitbit differentlydifféremment nextprochain time,
322
925831
3116
J'espère que vous verrez les
insectes d'un autre œil la prochaine fois,
15:44
and as I say up here, please think before you swatécraser.
323
928947
2935
et comme je dis,
réfléchissez un peu avant d'en écraser un.
15:47
(ApplauseApplaudissements)
324
931882
2953
(Applaudissements)
Translated by Caroline ERUIMY
Reviewed by Wendy Morales

▲Back to top

ABOUT THE SPEAKER
Michael Dickinson - Biologist
Most people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder.

Why you should listen

Some things are so commonplace that they barely register our attention. Michael Dickinson has dedicated much of his research to one such thing -- the flight of the fly. Dickinson aims to understand how a fly's nervous system allows it to accomplish such incredible aerodynamic feats. Affectionately dubbed the "Fly Guy" by The Scientist, Dickinson's research brings together zoology, neuroscience and fluid mechanics.

Dickinson was named a MacArthur Fellow in 2001. He is now a professor of biology at the University of Washington, where he heads The Dickinson Lab. The lab conducts research into insect flight control, animal brain recordings, animal/robot interactions and animal visual navigation and welcomes students with an interest in studying insect flight, behavior and evolution from an interdisciplinary approach perspective. 

More profile about the speaker
Michael Dickinson | Speaker | TED.com