TED2017
Mehdi Ordikhani-Seyedlar: What happens in your brain when you pay attention?
Mehdi Ordikhani-Seyedlar: Mi történik agyunkban, amikor összpontosítunk valamire?
Filmed:
Readability: 3.9
3,083,456 views
A figyelem lényege nemcsak annyi, hogy mire összpontosítunk – az is ugyanolyan fontos, hogy mit szűr ki az agyunk. Mehdi Ordikhani-Seyedlar számítógépes idegtudós az agyhullámok mintázatait vizsgálva próbálja közelebb hozni egymáshoz az emberi agyat és a számítógépet, s olyan modelleket készít, amelyek használhatók pl. a figyelemhiányos hiperaktivitás-zavar kezelésére, vagy éppen segíthetnek azokon, akik elvesztették beszédképességüket. Tudjon meg többet erről az érdekfeszítő témáról e rövid, ám lenyűgöző előadásból!
Mehdi Ordikhani-Seyedlar - Neuroscientist
Mehdi Ordikhani-Seyedlar is a computational neuroscientist, researching brain signals and their usage in brain-machine interfaces. Full bio
Mehdi Ordikhani-Seyedlar is a computational neuroscientist, researching brain signals and their usage in brain-machine interfaces. Full bio
Double-click the English transcript below to play the video.
00:12
Paying close attention to something:
0
760
2480
Igazán odafigyelni valamire
00:15
Not that easy, is it?
1
3280
1240
nem is olyan könnyű, ugye?
00:17
It's because our attention is pulled
in so many different directions at a time,
in so many different directions at a time,
2
5520
5016
Ez azért van, mert oly sok minden
követeli egyszerre a figyelmünket,
követeli egyszerre a figyelmünket,
00:22
and it's in fact pretty impressive
if you can stay focused.
if you can stay focused.
3
10560
4080
hogy tényleg komoly teljesítmény
összpontosítani valamire.
összpontosítani valamire.
00:28
Many people think that attention
is all about what we are focusing on,
is all about what we are focusing on,
4
16360
4056
Sokan azt hiszik: a figyelem lényege,
hogy mire összpontosítunk,
hogy mire összpontosítunk,
00:32
but it's also about what information
our brain is trying to filter out.
our brain is trying to filter out.
5
20440
4800
ám az is ugyanolyan fontos,
amit agyunk figyelmen kívül akar hagyni.
amit agyunk figyelmen kívül akar hagyni.
00:38
There are two ways
you direct your attention.
you direct your attention.
6
26320
2720
Kétféleképpen irányítjuk figyelmünket.
00:41
First, there's overt attention.
7
29600
1560
Először is van a nyílt figyelem.
00:43
In overt attention,
you move your eyes towards something
you move your eyes towards something
8
31640
4136
Ilyenkor tekintetünket
ráirányítjuk valamire,
ráirányítjuk valamire,
00:47
in order to pay attention to it.
9
35800
1560
hogy figyeljünk rá.
00:50
Then there's covert attention.
10
38360
1976
Aztán van a szórt figyelem.
00:52
In covert attention,
you pay attention to something,
you pay attention to something,
11
40360
4016
Ilyenkor anélkül figyelünk oda valamire,
00:56
but without moving your eyes.
12
44400
1560
hogy ránéznénk.
00:59
Think of driving for a second.
13
47040
1640
Gondoljanak az autóvezetésre!
01:02
Your overt attention,
your direction of the eyes,
your direction of the eyes,
14
50960
3016
A nyílt figyelmünk, a tekintetünk
01:06
are in front,
15
54000
1656
előrefele irányul,
01:07
but that's your covert attention
16
55680
1776
ám szórt figyelmünkkel
01:09
which is constantly scanning
the surrounding area,
the surrounding area,
17
57480
3080
folyamatosan pásztázzuk környezetünket,
01:13
where you don't actually look at them.
18
61600
1880
ahová éppen nem is nézünk.
01:17
I'm a computational neuroscientist,
19
65519
1937
Számítógépes idegtudós vagyok,
01:19
and I work on cognitive
brain-machine interfaces,
brain-machine interfaces,
20
67480
3096
kognitív agy–számítógép
csatolókon dolgozom,
csatolókon dolgozom,
01:22
or bringing together
the brain and the computer.
the brain and the computer.
21
70600
3040
vagyis az agy s a számítógép
összekapcsolásán.
összekapcsolásán.
01:26
I love brain patterns.
22
74720
1600
Imádom az agyhullám-mintákat.
01:28
Brain patterns are important for us
23
76720
1696
Az agyhullám-minták fontosak,
01:30
because based on them
we can build models for the computers,
we can build models for the computers,
24
78440
3496
mert azok alapján készíthetünk
számítógépes modelleket,
számítógépes modelleket,
01:33
and based on these models
25
81960
1416
s rájuk alapozva ismerik fel a gépek,
01:35
computers can recognize
how well our brain functions.
how well our brain functions.
26
83400
4216
mennyire működik jól az agyunk.
01:39
And if it doesn't function well,
27
87640
1600
Ha pedig nem jól működik,
01:42
then these computers themselves
can be used as assistive devices
can be used as assistive devices
28
90080
3920
a számítógépek segítő eszközként
is felhasználhatók
is felhasználhatók
01:46
for therapies.
29
94760
1200
a kezelés során.
01:48
But that also means something,
30
96480
1640
Ám az is fontos,
01:51
because choosing the wrong patterns
31
99360
2496
hogy a nem megfelelő
hullámmintákat választva
hullámmintákat választva
01:53
will give us the wrong models
32
101880
1896
rossz modelleket, majd ebből kifolyólag
01:55
and therefore the wrong therapies.
33
103800
1656
rossz terápiákat fejlesztünk ki.
01:57
Right?
34
105480
1200
Igaz?
01:59
In case of attention,
35
107640
1656
Ami a figyelmet illeti,
02:01
the fact that we can
36
109320
1280
a tény,
02:03
shift our attention not only by our eyes
37
111800
3496
hogy a figyelmünket
nemcsak a tekintetünkkel irányítjuk,
nemcsak a tekintetünkkel irányítjuk,
02:07
but also by thinking --
38
115320
1320
hanem gondolatokkal is,
02:09
that makes covert attention
an interesting model for computers.
an interesting model for computers.
39
117440
4080
érdekes modellezési feladattá teszi
a szórt figyelmet.
a szórt figyelmet.
02:14
So I wanted to know
what are the brainwave patterns
what are the brainwave patterns
40
122280
3456
Tudni akartam, milyen mintázatokat
alkotnak az agyhullámok,
alkotnak az agyhullámok,
02:17
when you look overtly
or when you look covertly.
or when you look covertly.
41
125760
3680
amikor nyíltan és amikor szórtan
figyelünk valamire.
figyelünk valamire.
02:22
I set up an experiment for that.
42
130440
1760
Kigondoltam erre egy kísérletet.
02:24
In this experiment
there are two flickering squares,
there are two flickering squares,
43
132960
2736
A kísérletben két villódzó
négyzetet mutatunk,
négyzetet mutatunk,
02:27
one of them flickering
at a slower rate than the other one.
at a slower rate than the other one.
44
135720
3360
az egyik lassabban villódzik,
a másik gyorsabban.
a másik gyorsabban.
02:32
Depending on which of these flickers
you are paying attention to,
you are paying attention to,
45
140600
3816
Attól függően, hogy melyikre
összpontosítunk,
összpontosítunk,
02:36
certain parts of your brain
will start resonating in the same rate
will start resonating in the same rate
46
144440
3960
az agy bizonyos területei
a villódzással megegyező frekvenciával
a villódzással megegyező frekvenciával
02:41
as that flickering rate.
47
149200
1440
kezdenek rezonálni.
02:44
So by analyzing your brain signals,
48
152000
2936
Az agy elektromos jeleinek
elemzésével követni tudjuk,
elemzésével követni tudjuk,
02:46
we can track where exactly
you are watching
you are watching
49
154960
3040
pontosan hova irányul a tekintet,
02:50
or you are paying attention to.
50
158760
1560
és mire irányul a figyelem.
02:55
So to see what happens in your brain
when you pay overt attention,
when you pay overt attention,
51
163000
4216
Hogy kiderítsem, mi történik az agyban
nyílt odafigyelés közben,
nyílt odafigyelés közben,
arra kértem kísérleti alanyokat,
nézzenek egyenesen az egyik négyzetre,
nézzenek egyenesen az egyik négyzetre,
02:59
I asked people to look directly
in one of the squares
in one of the squares
52
167240
3256
03:02
and pay attention to it.
53
170520
1280
és összpontosítsanak rá.
03:04
In this case, not surprisingly,
we saw that these flickering squares
we saw that these flickering squares
54
172760
5296
Ekkor nyilvánvalóan azt láttuk,
hogy a villódzás leképeződött
az elektromos jelekben,
az elektromos jelekben,
03:10
appeared in their brain signals
55
178080
1936
03:12
which was coming
from the back of their head,
from the back of their head,
56
180040
2360
amelyek az agy hátsó részéről jöttek,
03:15
which is responsible for the processing
of your visual information.
of your visual information.
57
183560
3400
a vizuális információt
feldolgozó területről.
feldolgozó területről.
03:20
But I was really interested
58
188280
2336
Nagyon kíváncsi voltam,
03:22
to see what happens in your brain
when you pay covert attention.
when you pay covert attention.
59
190640
3160
mi történik az agyban,
amikor szórtan figyelünk valamire.
amikor szórtan figyelünk valamire.
03:26
So this time I asked people
to look in the middle of the screen
to look in the middle of the screen
60
194480
3896
Ezúttal arra kértem az alanyokat,
nézzenek a képernyő közepére,
nézzenek a képernyő közepére,
03:30
and without moving their eyes,
61
198400
1880
és a tekintetük elfordítása nélkül
03:33
to pay attention
to either of these squares.
to either of these squares.
62
201120
2720
összpontosítsanak
a két négyzet valamelyikére.
a két négyzet valamelyikére.
03:37
When we did that,
63
205120
1616
Ez esetben azt láttuk,
03:38
we saw that both of these flickering rates
appeared in their brain signals,
appeared in their brain signals,
64
206760
3936
hogy mindkét villódzás frekvenciája
megjelent az agy elektromos jeleiben,
megjelent az agy elektromos jeleiben,
03:42
but interestingly,
65
210720
1200
de érdekes módon
03:44
only one of them,
which was paid attention to,
which was paid attention to,
66
212640
3536
az a jel volt az erősebb,
03:48
had stronger signals,
67
216200
1656
amelyikre a figyelem irányult.
03:49
so there was something in the brain
68
217880
2256
Történt tehát valami
az információt feldolgozó agyban:
03:52
which was handling this information
69
220160
2536
03:54
so that thing in the brain was basically
the activation of the frontal area.
the activation of the frontal area.
70
222720
6200
megélénkült a homloklebeny működése.
04:02
The front part of your brain
is responsible
is responsible
71
230440
2976
A homloklebenyben zajlik
az ember magas szintű
kognitív tevékenysége.
kognitív tevékenysége.
04:05
for higher cognitive functions as a human.
72
233440
2880
04:09
The frontal part,
it seems that it works as a filter
it seems that it works as a filter
73
237160
4440
A homloklebeny, úgy tűnik,
szűrőként működik,
szűrőként működik,
04:14
trying to let information come in
only from the right flicker
only from the right flicker
74
242640
4376
csak azt az információt engedi be,
amely abból a forrásból érkezik,
amely abból a forrásból érkezik,
04:19
that you are paying attention to
75
247040
1640
amelyre épp próbálunk odafigyelni,
04:21
and trying to inhibit the information
coming from the ignored one.
coming from the ignored one.
76
249400
3960
és igyekszik útját állni
a más forrásból érkező infónak.
a más forrásból érkező infónak.
04:27
The filtering ability of the brain
is indeed a key for attention,
is indeed a key for attention,
77
255400
5296
Az agyunk szűrőképessége kulcsfontosságú
a figyelem szempontjából,
a figyelem szempontjából,
04:32
which is missing in some people,
78
260720
2776
s egyesekből hiányzik e képesség,
04:35
for example in people with ADHD.
79
263520
2480
pl. a figyelemhiányos
hiperaktivitás-zavarral küzdőkből.
hiperaktivitás-zavarral küzdőkből.
04:38
So a person with ADHD
cannot inhibit these distractors,
cannot inhibit these distractors,
80
266640
5016
Ők nem tudják kizárni a zavaró ingereket,
04:43
and that's why they can't focus
for a long time on a single task.
for a long time on a single task.
81
271680
4760
ezért nem képesek hosszasan
koncentrálni egyetlen feladatra.
koncentrálni egyetlen feladatra.
04:49
But what if this person
82
277600
1536
Mi volna viszont, ha ez az ember
04:51
could play a specific computer game
83
279160
3536
számítógépes játékkal játszva,
04:54
with his brain connected to the computer,
84
282720
2880
miközben agya számítógéppel
van összekötve,
van összekötve,
04:58
and then train his own brain
85
286440
2120
megtaníthatná az agyát
05:01
to inhibit these distractors?
86
289360
2440
a zavaró infó kiszűrésére?
05:05
Well, ADHD is just one example.
87
293680
2480
A figyelemhiányos hiperaktivitás
csak egyetlen példa.
csak egyetlen példa.
05:09
We can use these cognitive
brain-machine interfaces
brain-machine interfaces
88
297200
3256
Számos más kognitív területen is
hasznosíthatjuk
hasznosíthatjuk
05:12
for many other cognitive fields.
89
300480
2200
a kognitív agy–számítógép csatolókat.
05:15
It was just a few years ago
90
303760
1776
Alig néhány éve történt,
05:17
that my grandfather had a stroke,
and he lost complete ability to speak.
and he lost complete ability to speak.
91
305560
5720
hogy nagyapámat szélütés érte,
s elvesztette beszédképességét.
s elvesztette beszédképességét.
05:24
He could understand everybody,
but there was no way to respond,
but there was no way to respond,
92
312640
3336
Értett mindenkit,
de nem tudott válaszolni,
de nem tudott válaszolni,
05:28
even not writing
because he was illiterate.
because he was illiterate.
93
316000
2480
még írásban sem, mert írástudatlan volt.
05:32
So he passed away in silence.
94
320000
2520
Csöndben halt meg.
05:36
I remember thinking at that time:
95
324800
2336
Emlékszem, arra gondoltam akkor,
05:39
What if we could have a computer
96
327160
3896
mi volna, ha lenne egy számítógép,
05:43
which could speak for him?
97
331080
1360
amely beszélhetne helyette?
05:45
Now, after years that I am in this field,
98
333840
2216
Most, hogy évek óta e területen dolgozom,
05:48
I can see that this might be possible.
99
336080
2320
látom, hogy talán ez is lehetséges.
05:52
Imagine if we can find brainwave patterns
100
340240
2856
Képzeljék csak el, ha felfedezzük
az agyhullám-mintákat,
az agyhullám-mintákat,
05:55
when people think
about images or even letters,
about images or even letters,
101
343120
3440
amelyek megfeleltethetők bizonyos
képeknek vagy akár betűknek!
képeknek vagy akár betűknek!
05:59
like the letter A generates
a different brainwave pattern
a different brainwave pattern
102
347720
2936
Lehet, hogy az A betű
más mintának felel meg,
más mintának felel meg,
06:02
than the letter B, and so on.
103
350680
1720
mint a B betű, és így tovább.
06:04
Could a computer one day
communicate for people who can't speak?
communicate for people who can't speak?
104
352960
3680
Képes lesz rá valaha a számítógép,
hogy helyettünk beszéljen?
hogy helyettünk beszéljen?
06:09
What if a computer
105
357640
1440
Mi volna, ha a számítógép
06:11
can help us understand
the thoughts of a person in a coma?
the thoughts of a person in a coma?
106
359960
4560
segíthetne megérteni
a kómában fekvő betegek gondolatait?
a kómában fekvő betegek gondolatait?
06:17
We are not there yet,
107
365840
1616
Még nem tartunk itt,
06:19
but pay close attention.
108
367480
2736
de csak figyeljenek jól!
06:22
We will be there soon.
109
370240
1696
Nincs már messze ez az idő.
06:23
Thank you.
110
371960
1496
Köszönöm.
(Taps)
06:25
(Applause)
111
373480
5632
ABOUT THE SPEAKER
Mehdi Ordikhani-Seyedlar - NeuroscientistMehdi Ordikhani-Seyedlar is a computational neuroscientist, researching brain signals and their usage in brain-machine interfaces.
Why you should listen
Mehdi Ordikhani-Seyedlar is a research scientist interested in brain-wave patterns generated by neural activities in the brain. Since embarking on his research on neuroscience, Ordikhani-Seyedlar has been working on different brain functions such as learning, memory, pain and, more recently, visual attention in humans. He also conducted a part of his research on monkeys when he was in Dr. Miguel Nicolelis' lab at Duke University. His findings help implement more accurate brain-machine interfaces to treat people who are suffering from attention deficiency.
After receiving his Ph.D in Biomedical Engineering, Ordikhani-Seyedlar was offered a postdoctoral position by Duke University to develop algorithms to process large-scale neuronal activity and brain-machine interfaces. However, due to political complications in the United States, Ordikhani-Seyedlar -- an Iranian citizen -- changed his plan to continue his brain research outside the US for some time.
As a passionate neuroscientist and neuroengineer, Ordikhani-Seyedlar's aim is to improve brain pattern detectability in computers. This enhances the ability of brain-machine interfaces substantially to better target the defected brain function which in turn enhances the sustainability of treatment effect.
Mehdi Ordikhani-Seyedlar | Speaker | TED.com