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: Come vola una mosca

Filmed:
1,787,704 views

L'abilità che un insetto ha di volare è forse una delle più grandi imprese dell'evoluzione. Michael Dickinson esamina come una comune mosca prende il volo con ali così delicate, grazie a un intelligente modo di battere le ali e a muscoli del volo potenti e agili allo stesso tempo. Ma il segreto è l'incredibile cervello della mosca. (Filmato a 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 grewè cresciuto up watchingGuardando StarStar TrekTrek. I love StarStar TrekTrek.
0
545
3532
Sono cresciuto guardando Star trek. Adoro Star Trek.
00:19
StarStar TrekTrek madefatto me want to see alienalieno creaturescreature,
1
4077
4462
Star Trek ha fatto nascere in me la voglia
di vedere creature aliene,
00:24
creaturescreature from a far-distantmolto lontana worldmondo.
2
8539
2303
creature da un mondo lontano.
00:26
But basicallyfondamentalmente, I figuredfigurato out that I could find
3
10842
2787
Ma ho capito che potevo trovare
00:29
those alienalieno creaturescreature right on EarthTerra.
4
13629
2977
quelle creature aliene anche sulla Terra.
00:32
And what I do is I studystudia insectsinsetti.
5
16606
2653
Quello che faccio è studiare gli insetti.
00:35
I'm obsessedossessionato with insectsinsetti, particularlysoprattutto insectinsetto flightvolo.
6
19259
3256
Sono ossessionato dagli insetti,
in particolare dal volo degli insetti.
00:38
I think the evolutionEvoluzione of insectinsetto flightvolo is perhapsForse
7
22515
3141
penso che l'evoluzione
del volo degli insetti sia
00:41
one of the mostmaggior parte importantimportante eventseventi in the historystoria of life.
8
25656
2742
uno dei più importanti eventi
nella storia della vita.
00:44
WithoutSenza insectsinsetti, there'dil rosso be no floweringfioritura plantspiante.
9
28398
2237
Senza insetti, non ci sarebbero piante fiorite.
00:46
WithoutSenza floweringfioritura plantspiante, there would be no
10
30635
1916
Senza piante fiorite, non ci sarebbero
00:48
cleverintelligente, fruit-eatingmangiare frutta primatesprimati givingdando TEDTED TalksColloqui.
11
32551
3137
primati intelligenti ghiotti di frutta
a presentare i talk di TED.
00:51
(LaughterRisate)
12
35688
2300
(Risate)
00:53
Now,
13
37988
1987
Dunque,
00:55
DavidDavid and HidehikoHidehiko and KetakiKetaki
14
39975
3039
David e Hidehiko e Ketaki
00:58
gaveha dato a very compellingconvincente storystoria about
15
43014
3445
hanno raccontato una storia convincente sulle
01:02
the similaritiesanalogie betweenfra fruitfrutta fliesmosche and humansgli esseri umani,
16
46459
2805
somiglianze tra tra i moscerini della frutta
e gli umani,
01:05
and there are manymolti similaritiesanalogie,
17
49264
1489
e ci sono molte somiglianze,
01:06
and so you mightpotrebbe think that if humansgli esseri umani are similarsimile to fruitfrutta fliesmosche,
18
50753
3002
quindi potreste pensare che se gli umani
sono simili ai moscerini della frutta,
01:09
the favoritefavorito behaviorcomportamento of a fruitfrutta flyvolare mightpotrebbe be this, for exampleesempio --
19
53755
3797
il comportamento preferito di un moscerino
della frutta potrebbe essere questo --
01:13
(LaughterRisate)
20
57552
2282
(Risate)
01:15
but in my talk, I don't want to emphasizeenfatizzare on the similaritiesanalogie
21
59834
3191
ma nel mio discorso, non voglio enfatizzare
le somiglianze
01:18
betweenfra humansgli esseri umani and fruitfrutta fliesmosche, but ratherpiuttosto the differencesdifferenze,
22
63025
3067
tra gli umani e i moscerini della frutta,
ma le differenze,
01:21
and focusmessa a fuoco on the behaviorscomportamenti that I think fruitfrutta fliesmosche exceleccellere at doing.
23
66092
5287
voglio concentrarmi sulle cose che
penso che i moscerini facciano meglio.
01:27
And so I want to showmostrare you a high-speedalta velocità videovideo sequencesequenza
24
71379
2856
Voglio mostrarvi un video velocizzato
01:30
of a flyvolare shottiro at 7,000 framesmontatura perper secondsecondo in infraredinfrarosso lightingilluminazione,
25
74235
3935
di una mosca, a 7000 fotogrammi al secondo
in infrarossi
01:34
and to the right, off-screenfuori schermo, is an electronicelettronico loomingsi profila predatorPredator
26
78170
4210
a destra, fuori dallo schermo, c'è un
minaccioso predatore elettronico
01:38
that is going to go at the flyvolare.
27
82380
1435
che sta per andare verso la mosca.
01:39
The flyvolare is going to sensesenso this predatorPredator.
28
83815
1838
La mosca sta per percepire il predatore.
01:41
It is going to extendestendere its legsgambe out.
29
85653
2455
Sta per estendere le sue zampe.
01:44
It's going to sashaysashay away
30
88108
1613
Sta per andarsene con disinvoltura
01:45
to livevivere to flyvolare anotherun altro day.
31
89721
2565
per vivere un giorno in più.
01:48
Now I have carefullyaccuratamente croppedritagliate this sequencesequenza
32
92286
2362
Ho tagliato questa sequenza
01:50
to be exactlydi preciso the durationdurata of a humanumano eyeocchio blinklampeggiare,
33
94648
3160
in modo che corrispondesse alla
durata di un battito di ciglia umano,
01:53
so in the time that it would take you to blinklampeggiare your eyeocchio,
34
97808
2834
nel tempo in cui battete gli occhi,
01:56
the flyvolare has seenvisto this loomingsi profila predatorPredator,
35
100642
3265
la mosca ha visto il predatore minaccioso,
01:59
estimatedstimato its positionposizione, initiatedavviato a motoril motore patternmodello to flyvolare it away,
36
103907
6168
valutato la sua posizione, iniziato a volare via,
02:05
beatingbattito its wingsAli at 220 timesvolte a secondsecondo as it does so.
37
110075
4464
battendo le ali 220 volte al secondo.
02:10
I think this is a fascinatingaffascinante behaviorcomportamento
38
114539
1973
Credo che questo sia un comportamento affascinante
02:12
that showsSpettacoli how fastveloce the fly'sdella Mosca braincervello can processprocesso informationinformazione.
39
116512
3921
che mostra quanto velocemente il cervello
della mosca possa elaborare le informazioni.
02:16
Now, flightvolo -- what does it take to flyvolare?
40
120433
2842
Volare -- cosa ci vuole per volare?
02:19
Well, in orderordine to flyvolare, just as in a humanumano aircraftaereo,
41
123275
2864
Per volare, come in un aeroplano umano,
02:22
you need wingsAli that can generatecreare sufficientsufficiente aerodynamicaerodinamico forcesforze,
42
126139
2735
c'è bisogno di ali che generino abbastanza
forza aerodinamica,
02:24
you need an enginemotore sufficientsufficiente to generatecreare the powerenergia requirednecessario for flightvolo,
43
128874
3546
c'è bisogno di un motore
che generi potenza per volare,
02:28
and you need a controllercontroller di,
44
132420
1709
e c'è bisogno di un controllore,
02:30
and in the first humanumano aircraftaereo, the controllercontroller di was basicallyfondamentalmente
45
134129
2626
e nel primo aeroplano umano,
il controllore era
02:32
the braincervello of OrvilleOrville and WilburWilbur sittingseduta in the cockpitcabina di pilotaggio.
46
136755
4312
il cervello di Orville e Wilbur
seduti nella cabina di pilotaggio.
02:36
Now, how does this compareconfrontare to a flyvolare?
47
141067
2753
Cosa ha a che fare questo con una mosca?
02:39
Well, I spentspeso a lot of my earlypresto careercarriera tryingprovare to figurefigura out
48
143820
3251
All'inizio ho speso gran parte della mia carriera
a cercare di capire
02:42
how insectinsetto wingsAli generatecreare enoughabbastanza forcevigore to keep the fliesmosche in the airaria.
49
147071
4336
come le ali degli insetti generino forza sufficiente
per tenere le mosche sospese.
02:47
And you mightpotrebbe have heardsentito how engineersingegneri proveddimostrato
50
151407
1610
Avrete sentito che gli ingegneri dimostrarono
02:48
that bumblebeesbombi couldn'tnon poteva flyvolare.
51
153017
2634
che i calabroni non potevano volare.
02:51
Well, the problemproblema was in thinkingpensiero that the insectinsetto wingsAli
52
155651
2620
Il problema era pensare che le ali degli insetti
02:54
functionfunzione in the way that aircraftaereo wingsAli work. But they don't.
53
158271
3119
funzionassero come le ali degli aerei.
Ma non è così.
02:57
And we tackleaffrontare this problemproblema by buildingcostruzione giantgigante,
54
161390
2854
Affrontiamo questo problema costruendo
03:00
dynamicallyin modo dinamico scaledscalato modelmodello robotrobot insectsinsetti
55
164244
3432
insetti robot giganti in scala
03:03
that would flapfalda in giantgigante poolspiscine of mineralminerale oilolio
56
167676
3336
che si muovono in giganti vasche di olio minerale
03:06
where we could studystudia the aerodynamicaerodinamico forcesforze.
57
171012
2274
dove possiamo studiare le forze aerodinamiche.
03:09
And it turnsgiri out that the insectsinsetti flapfalda theirloro wingsAli
58
173286
2158
Risulta che gli insetti sbattono le ali
03:11
in a very cleverintelligente way, at a very highalto angleangolo of attackattacco
59
175444
2592
in modo intelligente, a un angolo d'attacco alto
03:13
that createscrea a structurestruttura at the leadingprincipale edgebordo of the wingala,
60
178036
3121
che crea una struttura nella parte anteriore dell'ala,
03:17
a little tornado-likeTornado-come structurestruttura calledchiamato a leadingprincipale edgebordo vortexvortice,
61
181157
3199
una struttura a tornado chiamata
vortice della parte anteriore,
03:20
and it's that vortexvortice that actuallyin realtà enablesAbilita the wingsAli
62
184356
2954
ed è questo vortice che permette alle ali
03:23
to make enoughabbastanza forcevigore for the animalanimale to stayrestare in the airaria.
63
187310
3359
di produrre forza sufficiente
affinché l'animale stia in aria.
03:26
But the thing that's actuallyin realtà mostmaggior parte -- so, what's fascinatingaffascinante
64
190669
2428
Ma la cosa più affascinante
03:28
is not so much that the wingala has some interestinginteressante morphologymorfologia.
65
193097
2975
non sta tanto nell'interessante morfologia dell'ala.
03:31
What's cleverintelligente is the way the flyvolare flapslembi it,
66
196072
3645
La cosa intelligente è il modo in cui
la mosca batte le ali,
03:35
whichquale of coursecorso ultimatelyin definitiva is controlledcontrollata by the nervousnervoso systemsistema,
67
199717
3136
il che è controllato dal sistema nervoso,
03:38
and this is what enablesAbilita fliesmosche to performeseguire
68
202853
2647
e questo permette alle mosche di realizzare
03:41
these remarkablenotevole aerialaerea maneuversmanovre.
69
205500
2807
queste eccezionali evoluzioni aeree.
03:44
Now, what about the enginemotore?
70
208307
2097
E il motore?
03:46
The enginemotore of the flyvolare is absolutelyassolutamente fascinatingaffascinante.
71
210404
2492
Il motore della mosca è affascinante.
03:48
They have two typestipi of flightvolo musclemuscolo:
72
212896
1898
Hanno due tipi di muscoli del volo:
03:50
so-calledcosiddetto powerenergia musclemuscolo, whichquale is stretch-activatedtratto-attivato,
73
214794
2985
il muscolo della potenza, attivato dall'allungamento,
03:53
whichquale meanssi intende that it activatesattiva itselfsi and does not need to be controlledcontrollata
74
217779
3726
quindi che si attiva da solo
senza essere controllato
03:57
on a contraction-by-contractioncontrazione di contrazione basisbase by the nervousnervoso systemsistema.
75
221505
3339
con un sistema di contrazioni dal sistema nervoso.
04:00
It's specializedspecializzato to generatecreare the enormousenorme powerenergia requirednecessario for flightvolo,
76
224844
4609
È specializzato nel generare l'enorme
potenza necessaria per volare,
04:05
and it fillsriempimenti the middlein mezzo portionporzione of the flyvolare,
77
229453
2079
e riempie la parte centrale della mosca,
04:07
so when a flyvolare hitscolpi your windshieldparabrezza,
78
231532
1547
quando una mosca
colpisce un tergicristallo,
04:08
it's basicallyfondamentalmente the powerenergia musclemuscolo that you're looking at.
79
233079
2406
state guardando il muscolo della potenza.
04:11
But attachedallegato to the basebase of the wingala
80
235485
2146
Ma attaccato alla base delle ali
04:13
is a setimpostato of little, tinyminuscolo controlcontrollo musclesmuscoli
81
237631
2638
c'è un insieme di piccoli muscoli di controllo
04:16
that are not very powerfulpotente at all, but they're very fastveloce,
82
240269
3301
non molto potenti, ma molto veloci,
04:19
and they're ablecapace to reconfigurericonfigurare the hingecerniera of the wingala
83
243570
3206
possono riconfigurare il cardine dell'ala
04:22
on a stroke-by-strokecorsa da corsa basisbase,
84
246776
1762
con un colpo dopo l'altro,
04:24
and this is what enablesAbilita the flyvolare to changemodificare its wingala
85
248538
3142
e questo permette alla mosca di cambiare ala
04:27
and generatecreare the changesi cambiamenti in aerodynamicaerodinamico forcesforze
86
251680
2971
e generare i cambiamenti nelle forze aerodinamiche
04:30
whichquale changemodificare its flightvolo trajectorytraiettoria.
87
254651
2573
che cambiano la sua traiettoria di volo.
04:33
And of coursecorso, the roleruolo of the nervousnervoso systemsistema is to controlcontrollo all this.
88
257224
3563
Il ruolo del sistema nervoso è di controllare tutto questo.
04:36
So let's look at the controllercontroller di.
89
260787
1512
Esaminiamo il controllore.
04:38
Now fliesmosche exceleccellere in the sortstipi of sensorssensori
90
262299
2647
Le mosche eccellono nei tipi di sensori
04:40
that they carrytrasportare to this problemproblema.
91
264946
2284
che hanno a questo scopo.
04:43
They have antennaeantenne that sensesenso odorsodori and detectindividuare windvento detectionrivelazione.
92
267230
4127
Hanno antenne che percepiscono gli odori
e rilevano il vento.
04:47
They have a sophisticatedsofisticato eyeocchio whichquale is
93
271357
1675
Hanno un occhio sofisticato che è
04:48
the fastestpiù veloce visualvisivo systemsistema on the planetpianeta.
94
273032
2456
il sistema visivo più veloce del mondo.
04:51
They have anotherun altro setimpostato of eyesocchi on the topsuperiore of theirloro headcapo.
95
275488
2036
Hanno altri occhi sulla loro testa.
04:53
We have no ideaidea what they do.
96
277524
2052
Non abbiamo idea di ciò che facciano.
04:55
They have sensorssensori on theirloro wingala.
97
279576
2954
Hanno dei sensori sull'ala.
04:58
TheirLoro wingala is coveredcoperto with sensorssensori, includingCompreso sensorssensori
98
282530
3760
La loro ala è ricoperta di sensori,
compresi sensori
05:02
that sensesenso deformationdeformazione of the wingala.
99
286290
2046
che percepiscono la deformazione dell'ala.
05:04
They can even tastegusto with theirloro wingsAli.
100
288336
2109
Possono distinguere il sapore con le loro ali.
05:06
One of the mostmaggior parte sophisticatedsofisticato sensorssensori a flyvolare has
101
290445
2555
Uno dei sensori più sofisticati di una mosca
05:08
is a structurestruttura calledchiamato the halteresbilancieri.
102
293000
1807
è una struttura chiamata bilanciere.
05:10
The halteresbilancieri are actuallyin realtà gyroscopesgiroscopi.
103
294807
1879
I bilancieri sono dei giroscopi.
05:12
These devicesdispositivi beatbattere back and forthvia about 200 hertzHertz duringdurante flightvolo,
104
296686
4449
Questi strumenti sbattono avanti e indietro
a circa 200 hertz durante il volo,
05:17
and the animalanimale can use them to sensesenso its bodycorpo rotationrotazione
105
301135
2673
e l'animale può usarli per precepire
la rotazione del suo corpo
05:19
and initiateavviare very, very fastveloce correctiveazioni correttive maneuversmanovre.
106
303808
3968
e iniziare manovre correttive molto veloci.
05:23
But all of this sensorysensoriale informationinformazione has to be processedelaborati
107
307776
2329
Tutte queste informazioni sensoriali
devono essere elaborate
05:26
by a braincervello, and yes, indeedinfatti, fliesmosche have a braincervello,
108
310105
3720
da un cervello e le mosche ne hanno uno,
05:29
a braincervello of about 100,000 neuronsneuroni.
109
313825
3159
un cervello di 100 000 neuroni.
05:32
Now severalparecchi people at this conferenceconferenza
110
316984
2193
Molti a questa conferenza
05:35
have alreadygià suggestedsuggerito that fruitfrutta fliesmosche could serveservire neuroscienceneuroscienza
111
319177
4808
hanno già suggerito che i moscerini della frutta
possono servire alla neuroscienza
05:39
because they're a simplesemplice modelmodello of braincervello functionfunzione.
112
323985
3247
perché sono un modello semplice
della funzione cerebrale.
05:43
And the basicdi base punchlinePunchline of my talk is,
113
327232
2077
E lo scopo del mio discorso è quello
05:45
I'd like to turnturno that over on its headcapo.
114
329309
2658
di capovolgere tutto questo.
05:47
I don't think they're a simplesemplice modelmodello of anything.
115
331967
2628
Non penso siano un modello semplice di niente.
05:50
And I think that fliesmosche are a great modelmodello.
116
334595
2477
Penso che le mosche siano un ottimo modello.
05:52
They're a great modelmodello for fliesmosche.
117
337072
2516
Sono un ottimo modello per le mosche.
05:55
(LaughterRisate)
118
339588
2481
(Risate)
05:57
And let's exploreEsplorare this notionnozione of simplicitysemplicità.
119
342069
3003
Esploriamo questo concetto di semplicità.
06:00
So I think, unfortunatelypurtroppo, a lot of neuroscientistsneuroscienziati,
120
345072
2431
Penso che molti neuroscienziati,
06:03
we're all somewhatpiuttosto narcissisticnarcisistica.
121
347503
1832
siamo tutti un po' narcisisti.
06:05
When we think of braincervello, we of coursecorso imagineimmaginare our ownproprio braincervello.
122
349335
3433
Quando pensiamo al cervello,
immaginiamo il nostro.
06:08
But rememberricorda that this kindgenere of braincervello,
123
352768
1960
Ma questo tipo di cervello,
06:10
whichquale is much, much smallerpiù piccola
124
354728
1768
che è più piccolo
06:12
insteadanziché of 100 billionmiliardo neuronsneuroni, it has 100,000 neuronsneuroni
125
356496
2678
- invece di 100 miliardi di neuroni ne ha 100 000 -
06:15
but this is the mostmaggior parte commonComune formmodulo of braincervello on the planetpianeta
126
359174
2882
ma questa è la più comune forma di cervello al mondo
06:17
and has been for 400 millionmilione yearsanni.
127
362056
2904
e lo è stata per 400 milioni di anni.
06:20
And is it fairgiusto to say that it's simplesemplice?
128
364960
2288
È giusto dire che è semplice?
06:23
Well, it's simplesemplice in the sensesenso that it has fewermeno neuronsneuroni,
129
367248
2095
È semplice nel senso che ha meno neuroni,
06:25
but is that a fairgiusto metricmetrico?
130
369343
1754
ma questo è un metro di paragone giusto?
06:26
And I would proposeproporre it's not a fairgiusto metricmetrico.
131
371097
2276
Suggerirei che non lo è.
06:29
So let's sortordinare of think about this. I think we have to compareconfrontare --
132
373373
3100
Pensiamoci. Credo che dovremmo comparare --
06:32
(LaughterRisate) —
133
376473
1559
(Risate) --
06:33
we have to compareconfrontare the sizedimensione of the braincervello
134
378032
5121
dobbiamo comparare le dimensioni del cervello
06:39
with what the braincervello can do.
135
383153
2030
con ciò che il cervello può fare.
06:41
So I proposeproporre we have a TrumpBriscola numbernumero,
136
385183
2881
Propongo di avere un numero Trump,
06:43
and the TrumpBriscola numbernumero is the ratiorapporto of this man'sL'uomo di
137
388064
2865
dove il numero Trump è il rapporto tra
06:46
behavioralcomportamentale repertoirerepertorio to the numbernumero of neuronsneuroni in his braincervello.
138
390929
3679
i comportamenti di quest'uomo e
il numero di neuroni del suo cervello.
06:50
We'llWe'll calculatecalcolare the TrumpBriscola numbernumero for the fruitfrutta flyvolare.
139
394608
2668
Calcoliamo il numero Trump per
il moscerino della frutta.
06:53
Now, how manymolti people here think the TrumpBriscola numbernumero
140
397276
2684
Quanti pensano che il numero Trump
06:55
is higherpiù alto for the fruitfrutta flyvolare?
141
399960
2489
sia più alto per il moscerino?
06:58
(ApplauseApplausi)
142
402449
2431
(Applausi)
07:00
It's a very smartinteligente, smartinteligente audiencepubblico.
143
404880
3428
Il pubblico è molto intelligente.
07:04
Yes, the inequalitydisuguaglianza goesva in this directiondirezione, or I would positposit it.
144
408308
3327
La disparità va in questa direzione,
o così ipotizzerei.
07:07
Now I realizerendersi conto that it is a little bitpo absurdassurdo
145
411635
2382
Capisco che sia un po' assurdo
07:09
to compareconfrontare the behavioralcomportamentale repertoirerepertorio of a humanumano to a flyvolare.
146
414017
3558
paragonare i comportamenti di umani e mosche.
07:13
But let's take anotherun altro animalanimale just as an exampleesempio. Here'sQui è a mousetopo.
147
417575
4143
Facciamo un esempio con un altro animale.
Un topo.
07:17
A mousetopo has about 1,000 timesvolte as manymolti neuronsneuroni as a flyvolare.
148
421718
4305
Un topo ha circa 1000 neuroni in più di una mosca.
07:21
I used to studystudia micetopi. When I studiedstudiato micetopi,
149
426023
2027
Studiavo i topi. Quando li studiavo
07:23
I used to talk really slowlylentamente.
150
428050
2837
parlavo molto piano.
07:26
And then something happenedè accaduto when I startediniziato to work on fliesmosche.
151
430887
2576
Poi è successo qualcosa quando ho iniziato
a studiare le mosche.
07:29
(LaughterRisate)
152
433463
2412
(Risate)
07:31
And I think if you compareconfrontare the naturalnaturale historystoria of fliesmosche and micetopi,
153
435875
3460
Se si confronta la storia naturale di
mosche e topi,
07:35
it's really comparablecomparabile. They have to forageforaggio for foodcibo.
154
439335
3313
è davvero comparabile. Devono ricercare cibo.
07:38
They have to engageimpegnare in courtshipcorteggiamento.
155
442648
2447
Devono fare la corte.
07:40
They have sexsesso. They hidenascondere from predatorspredatori.
156
445095
3471
Fanno sesso. Si nascondono dai predatori.
07:44
They do a lot of the similarsimile things.
157
448566
1980
Fanno un sacco di cose simili.
07:46
But I would arguediscutere that fliesmosche do more.
158
450546
1718
Ma io direi che le mosche fanno di più.
07:48
So for exampleesempio, I'm going to showmostrare you a sequencesequenza,
159
452264
3378
Per esempio, vi farò vedere una sequenza,
07:51
and I have to say, some of my fundingfinanziamento comesviene from the militarymilitare,
160
455642
4205
devo dire che alcuni dei miei fondi
vengono dalle forze armate,
07:55
so I'm showingmostrando this classifiedclassificati sequencesequenza
161
459847
2072
quindi vi mostro questa sequenza riservata
07:57
and you cannotnon può discussdiscutere it outsideal di fuori of this roomcamera. Okay?
162
461919
4093
di cui non potete parlare al di fuori
di questa stanza, ok?
08:01
So I want you to look at the payloadcarico utile
163
466012
1908
Voglio che guardiate il carico
08:03
at the tailcoda of the fruitfrutta flyvolare.
164
467920
3026
sulla coda del moscerino della frutta.
08:06
Watch it very closelystrettamente,
165
470946
2101
Guardatelo attentamente,
08:08
and you'llpotrai see why my six-year-olddi sei anni sonfiglio
166
473047
4297
e capirete perché mio figlio di sei anni
08:13
now wants to be a neuroscientistneuroscienziato.
167
477344
4729
vuole diventare un neuroscienziato.
08:17
Wait for it.
168
482073
1179
Aspettate.
08:19
PshhewPshhew.
169
483252
1569
Fiuuuu!
08:20
So at leastmeno you'llpotrai admitammettere that if fruitfrutta fliesmosche are not as cleverintelligente as micetopi,
170
484821
3084
Ammetterete che se i moscerini della frutta
non sono intelligenti quanto i topi,
08:23
they're at leastmeno as cleverintelligente as pigeonspiccioni. (LaughterRisate)
171
487905
4916
almeno lo sono quanto i piccioni.
(Risate)
08:28
Now, I want to get acrossattraverso that it's not just a matterimporta of numbersnumeri
172
492821
3967
Voglio far capire che non è solo
una questione di numeri
08:32
but alsoanche the challengesfida for a flyvolare to computecalcolare
173
496788
2598
ma è anche una sfida
per una mosca calcolare
08:35
everything its braincervello has to computecalcolare with suchcome tinyminuscolo neuronsneuroni.
174
499386
2849
tutto ciò che il suo cervello deve calcolare
con neuroni così piccoli.
08:38
So this is a beautifulbellissimo imageImmagine of a visualvisivo interneuronInterneurone from a mousetopo
175
502235
2988
Questa è una bella immagine
di un interneurone di un topo
08:41
that cameè venuto from JeffJeff Lichtman'sDi Lichtman lablaboratorio,
176
505223
2768
dal laboratorio di Jeff Lichtman,
08:43
and you can see the wonderfulmeraviglioso imagesimmagini of brainsmente
177
507991
3247
potete vedere le meravigliose
immagini del cervello
08:47
that he showedha mostrato in his talk.
178
511238
3193
che ha mostrato nel suo discorso.
08:50
But up in the cornerangolo, in the right cornerangolo, you'llpotrai see,
179
514431
2368
Nell'angolo in alto a destra, vedete,
08:52
at the samestesso scalescala, a visualvisivo interneuronInterneurone from a flyvolare.
180
516799
4112
nella stessa scala, un interneurone
di una mosca.
08:56
And I'll expandespandere this up.
181
520911
1841
Lo ingrandisco.
08:58
And it's a beautifullymagnificamente complexcomplesso neuronneurone.
182
522752
2170
È un neurone complesso.
09:00
It's just very, very tinyminuscolo, and there's lots of biophysicalBiofisica challengessfide
183
524922
3485
È solo molto piccolo, ed è una sfida biofisica
09:04
with tryingprovare to computecalcolare informationinformazione with tinyminuscolo, tinyminuscolo neuronsneuroni.
184
528407
3623
cercare di calcolare le informazioni
con dei neuroni molto piccoli.
09:07
How smallpiccolo can neuronsneuroni get? Well, look at this interestinginteressante insectinsetto.
185
532030
3537
Quanto piccoli possono essere i neuroni?
Guardate questo insetto.
09:11
It lookssembra sortordinare of like a flyvolare. It has wingsAli, it has eyesocchi,
186
535567
2212
È come una mosca. Ha le ali, gli occhi,
09:13
it has antennaeantenne, its legsgambe, complicatedcomplicato life historystoria,
187
537779
2799
le antenne, le zampe, una storia di vita complicata,
09:16
it's a parasiteparassita, it has to flyvolare around and find caterpillarsTrattori a cingoli
188
540578
3096
è un parassita, vola per cercare bruchi
09:19
to parasatizeparassitizzare,
189
543674
1382
da parassitizzare,
09:20
but not only is its braincervello the sizedimensione of a saltsale graingrano,
190
545056
4115
non solo il suo cervello è grande come
un granello di sale,
09:25
whichquale is comparablecomparabile for a fruitfrutta flyvolare,
191
549171
1969
come nel moscerino della frutta,
09:27
it is the sizedimensione of a saltsale graingrano.
192
551140
2926
lui stesso è grande come un granello di sale.
09:29
So here'secco some other organismsorganismi at the similarsimile scalescala.
193
554066
3635
Qui ci sono altri organismi in una scala simile.
09:33
This animalanimale is the sizedimensione of a parameciumParamecium and an amoebaameba,
194
557701
4130
Questo animale è grande come
un paramecio e un'ameba,
09:37
and it has a braincervello of 7,000 neuronsneuroni that's so smallpiccolo --
195
561831
3880
e ha un cervello di 7000 neuroni, è così piccolo --
09:41
you know these things calledchiamato cellcellula bodiescorpi you've been hearingudito about,
196
565711
2456
conoscete queste cose chiamate corpi cellulari
09:44
where the nucleusnucleo of the neuronneurone is?
197
568167
1651
dove c'è il nucleo del neurone?
09:45
This animalanimale getsprende ridliberare of them because they take up too much spacespazio.
198
569818
3460
Questo animale se ne disfa
perché occupano troppo spazio.
09:49
So this is a sessionsessione on frontiersfrontiere in neuroscienceneuroscienza.
199
573278
2473
Questa sessione tocca le frontiere
della neuroscienza.
09:51
I would positposit that one frontierfrontiera in neuroscienceneuroscienza is to figurefigura out how the braincervello of that thing workslavori.
200
575751
5360
Ipotizzerei che una frontiera della neuroscienza
è capire come funziona il cervello di quella cosa.
09:57
But let's think about this. How can you make a smallpiccolo numbernumero of neuronsneuroni do a lot?
201
581111
5633
Ma come si possono far fare
così tante cose a pochi neuroni?
10:02
And I think, from an engineeringingegneria perspectiveprospettiva,
202
586744
2522
Da una prospettiva ingegneristica, io penso,
10:05
you think of multiplexingmultiplazione.
203
589266
1729
voi pensate alla multiplazione.
10:06
You can take a hardwarehardware and have that hardwarehardware
204
590995
2703
Potete prendere un hardware e fargli fare
10:09
do differentdiverso things at differentdiverso timesvolte,
205
593698
1613
cose diverse in momenti diversi,
10:11
or have differentdiverso partsparti of the hardwarehardware doing differentdiverso things.
206
595311
2995
o avere parti diverse dell'hardware
che fanno cose diverse.
10:14
And these are the two conceptsconcetti I'd like to exploreEsplorare.
207
598306
3271
Questi sono due concetti che vorrei esplorare.
10:17
And they're not conceptsconcetti that I've come up with,
208
601577
1658
Non sono concetti che mi sono inventato io,
10:19
but conceptsconcetti that have been proposedproposto by othersaltri in the pastpassato.
209
603235
4545
ma che sono stati proposti da altri in passato.
10:23
And one ideaidea comesviene from lessonsLezioni from chewingda masticare crabsGranchi.
210
607780
3075
Un'idea viene dalla masticazione dei granchi.
10:26
And I don't mean chewingda masticare the crabsGranchi.
211
610855
1867
Che non significa masticare i granchi.
10:28
I grewè cresciuto up in BaltimoreBaltimore, and I chewmasticare crabsGranchi very, very well.
212
612722
3599
Sono cresciuto a Baltimora, mastico
i granchi molto bene.
10:32
But I'm talkingparlando about the crabsGranchi actuallyin realtà doing the chewingda masticare.
213
616321
2857
Ma sto parlando dei granchi che masticano.
10:35
CrabGranchio chewingda masticare is actuallyin realtà really fascinatingaffascinante.
214
619178
2030
La masticazione dei granchi è affascinante.
10:37
CrabsGranchi have this complicatedcomplicato structurestruttura undersotto theirloro carapacecarapace
215
621208
3259
I granchi hanno una struttura complessa
sotto il carapace
10:40
calledchiamato the gastricgastrico millmulino
216
624467
1310
chiamata mulino gastrico
10:41
that grindsmacina theirloro foodcibo in a varietyvarietà of differentdiverso waysmodi.
217
625777
2430
che frantuma il cibo in modi diversi.
10:44
And here'secco an endoscopicendoscopica moviefilm of this structurestruttura.
218
628207
5259
Ecco un filmato endoscopico di questa struttura.
10:49
The amazingStupefacente thing about this is that it's controlledcontrollata
219
633466
2560
La cosa sorprendente è che è controllata
10:51
by a really tinyminuscolo setimpostato of neuronsneuroni, about two dozendozzina neuronsneuroni
220
636026
3432
da un insieme di neuroni, circa due dozzine
10:55
that can produceprodurre a vastvasto varietyvarietà of differentdiverso motoril motore patternsmodelli,
221
639458
4963
che possono produrre diversi schemi motori,
11:00
and the reasonragionare it can do this is that this little tinyminuscolo ganglionganglio
222
644421
4347
e la ragione per cui può farlo è che
questo piccolo ganglio
11:04
in the crabgranchio is actuallyin realtà inundatedinondato by manymolti, manymolti neuromodulatorsneuromodulatori.
223
648768
4184
nel granchio è inondato da molti
neuromodulatori.
11:08
You heardsentito about neuromodulatorsneuromodulatori earlierprima.
224
652952
2141
Avete già sentito parlare di neuromodulatori.
11:10
There are more neuromodulatorsneuromodulatori
225
655093
2225
Ci sono più neuromodulatori
11:13
that alterALTER, that innervateinnervano this structurestruttura than actuallyin realtà neuronsneuroni in the structurestruttura,
226
657318
5485
che alterano, innervano questa struttura
rispetto ai neuroni nella struttura,
11:18
and they're ablecapace to generatecreare a complicatedcomplicato setimpostato of patternsmodelli.
227
662803
4242
e sono in grado di generare un
insieme di schemi complesso.
11:22
And this is the work by EveEve MarderMarder and her manymolti colleaguescolleghi
228
667045
3441
Questo è il lavoro di Eve Marder e
dei suoi molti colleghi
11:26
who'veche hanno been studyingstudiando this fascinatingaffascinante systemsistema
229
670486
2295
che hanno studiato questo sistema affascinante
11:28
that showmostrare how a smallerpiù piccola clustergrappolo of neuronsneuroni
230
672781
2152
che mostra come un più piccolo gruppo di neuroni
11:30
can do manymolti, manymolti, manymolti things
231
674933
1825
possa fare molte, molte cose
11:32
because of neuromodulationneuromodulazione that can take placeposto on a moment-by-momentmomento per momento basisbase.
232
676758
4856
a causa della neuromodulazione
che può avvenire attimo per attimo.
11:37
So this is basicallyfondamentalmente multiplexingmultiplazione in time.
233
681614
2439
Quindi avviene una multiplazione nel tempo.
11:39
ImagineImmaginate a networkRete of neuronsneuroni with one neuromodulatorneuromodulatore.
234
684053
2785
Immaginate una rete di neuroni
con un neuromodulatore.
11:42
You selectselezionare one setimpostato of cellscellule to performeseguire one sortordinare of behaviorcomportamento,
235
686838
3478
Selezionate un insieme di cellule per
rappresentare un comportamento,
11:46
anotherun altro neuromodulatorneuromodulatore, anotherun altro setimpostato of cellscellule,
236
690316
2618
un altro neuromodulatore, un altro insieme di cellule,
11:48
a differentdiverso patternmodello, and you can imagineimmaginare
237
692934
1713
uno schema diverso, e potete immaginare
11:50
you could extrapolateestrapolare to a very, very complicatedcomplicato systemsistema.
238
694647
3878
potete estrapolare un sistema molto complicato.
11:54
Is there any evidenceprova that fliesmosche do this?
239
698525
2094
C'è una prova che le mosche facciano ciò?
11:56
Well, for manymolti yearsanni in my laboratorylaboratorio and other laboratorieslaboratori around the worldmondo,
240
700619
3375
Per molti anni nel mio laboratorio
e in altri laboratori nel mondo,
11:59
we'venoi abbiamo been studyingstudiando flyvolare behaviorscomportamenti in little flightvolo simulatorssimulatori.
241
703994
2648
abbiamo studiato il comportamento delle mosche
in piccoli simulatori di volo.
12:02
You can tetherTether a flyvolare to a little stickbastone.
242
706642
1706
Si può legare una mosca a un bastoncino.
12:04
You can measuremisurare the aerodynamicaerodinamico forcesforze it's creatingla creazione di.
243
708348
2501
Si possono misurare le forze aerodinamiche
che sta creando.
12:06
You can let the flyvolare playgiocare a little videovideo gamegioco
244
710849
2546
Si può lasciar giocare la mosca
a un piccolo videogioco
12:09
by lettinglocazione it flyvolare around in a visualvisivo displaydisplay.
245
713395
3878
lasciandola volare in un display visivo.
12:13
So let me showmostrare you a little tinyminuscolo sequencesequenza of this.
246
717273
2337
Ve ne mostro una piccola sequenza.
12:15
Here'sQui è a flyvolare
247
719610
1227
Ecco una mosca
12:16
and a largegrande infraredinfrarosso viewvista of the flyvolare in the flightvolo simulatorsimulatore,
248
720837
3437
e un'ampia veduta a infrarossi
della mosca nel simulatore di volo,
12:20
and this is a gamegioco the fliesmosche love to playgiocare.
249
724274
1955
questo è un gioco che piace alle mosche.
12:22
You allowpermettere them to steerSteer towardsin direzione the little stripestriscia,
250
726229
2437
Le si lascia dirigere verso la piccola striscia,
12:24
and they'llfaranno just steerSteer towardsin direzione that stripestriscia foreverper sempre.
251
728666
2825
e loro andranno per sempre verso quella striscia.
12:27
It's partparte of theirloro visualvisivo guidanceGuida systemsistema.
252
731491
3558
Fa parte del loro sistema di orientamento visivo.
12:30
But very, very recentlyrecentemente, it's been possiblepossibile
253
735049
2345
Ma molto recentemente, è stato possibile
12:33
to modifymodificare these sortstipi of behavioralcomportamentale arenasarene for physiologiesfisiologie.
254
737394
4940
modificare queste aree comportamentali
per fisiologie.
12:38
So this is the preparationpreparazione that one of my formerex post-docsPost-doc,
255
742334
2488
Questa è una produzione che un mio ex ricercatore,
12:40
GabyGaby MaimonMaimon, who'schi è now at RockefellerRockefeller, developedsviluppato,
256
744822
2443
Gaby Maimon, ora alla Rockefeller, ha sviluppato,
12:43
and it's basicallyfondamentalmente a flightvolo simulatorsimulatore
257
747265
1686
è un simulatore di volo
12:44
but undersotto conditionscondizioni where you actuallyin realtà can stickbastone an electrodeelettrodo
258
748951
3075
in cui è realmente possibile
introdurre un elettrodo
12:47
in the braincervello of the flyvolare and recorddisco
259
752026
2264
nel cervello della mosca e registrare
12:50
from a geneticallygeneticamente identifiedidentificato neuronneurone in the fly'sdella Mosca braincervello.
260
754290
3656
da un neurone geneticamente identificato
nel cervello della mosca.
12:53
And this is what one of these experimentsesperimenti lookssembra like.
261
757946
2298
Uno di questi esperimenti appare così.
12:56
It was a sequencesequenza takenprese from anotherun altro post-docPost-doc in the lablaboratorio,
262
760244
2971
Era una sequenza presa da un altro ricercatore
nel laboratorio,
12:59
BettinaBettina SchnellSchnell.
263
763215
1199
Bettina Schnell.
13:00
The greenverde tracetraccia at the bottomparte inferiore is the membranemembrana potentialpotenziale
264
764414
3392
La traccia verde in basso è
il potenziale della membrana
13:03
of a neuronneurone in the fly'sdella Mosca braincervello,
265
767806
2030
di un neurone nel cervello della mosca,
13:05
and you'llpotrai see the flyvolare startinizio to flyvolare, and the flyvolare is actuallyin realtà
266
769836
2942
vedrete la mosca iniziare a volare,
la mosca sta davvero
13:08
controllingcontrollo the rotationrotazione of that visualvisivo patternmodello itselfsi
267
772778
3279
controllando la rotazione dello schema visivo
13:11
by its ownproprio wingala motionmovimento,
268
776057
1479
tramite il movimento dell'ala,
13:13
and you can see this visualvisivo interneuronInterneurone
269
777536
2110
e potete vedere questo interneurone visivo
13:15
respondrispondere to the patternmodello of wingala motionmovimento as the flyvolare fliesmosche.
270
779646
3908
rispondere allo schema del moto dell'ala
mentre la mosca vola.
13:19
So for the first time we'venoi abbiamo actuallyin realtà been ablecapace to recorddisco
271
783554
2376
Per la prima volta siamo stati in grado di registrare
13:21
from neuronsneuroni in the fly'sdella Mosca braincervello while the flyvolare
272
785930
2908
da neuroni nel cervello della mosca mentre la mosca
13:24
is performingl'esecuzione sophisticatedsofisticato behaviorscomportamenti suchcome as flightvolo.
273
788838
4468
si esibiva in comportamenti sofisticati come il volo.
13:29
And one of the lessonsLezioni we'venoi abbiamo been learningapprendimento
274
793306
1855
Una delle lezioni che abbiamo imparato
13:31
is that the physiologyfisiologia of cellscellule that we'venoi abbiamo been studyingstudiando
275
795161
2420
è che la fisiologia delle cellule
che abbiamo studiato
13:33
for manymolti yearsanni in quiescentquiescenza fliesmosche
276
797581
2421
per molti anni nelle mosche quiescenti
13:35
is not the samestesso as the physiologyfisiologia of those cellscellule
277
800002
2648
non è uguale alla fisiologia di quelle cellule
13:38
when the fliesmosche actuallyin realtà engageimpegnare in activeattivo behaviorscomportamenti
278
802650
2736
quando la mosca assume comportamenti attivi
13:41
like flyingvolante and walkinga passeggio and so forthvia.
279
805386
2539
come volare e camminare e così via.
13:43
And why is the physiologyfisiologia differentdiverso?
280
807925
2925
Perché la fisiologia è diversa?
13:46
Well it turnsgiri out it's these neuromodulatorsneuromodulatori,
281
810850
2057
È per via di questi neuromodulatori,
13:48
just like the neuromodulatorsneuromodulatori in that little tinyminuscolo ganglionganglio in the crabsGranchi.
282
812907
3951
proprio come i neuromodulatori nel
piccolo ganglio dei granchi.
13:52
So here'secco a pictureimmagine of the octopamineoctopamina systemsistema.
283
816858
2550
Ecco un'immagine dell'octopamina.
13:55
OctopamineOctopamina is a neuromodulatorneuromodulatore
284
819408
1754
L'octopamina è un neuromodulatore
13:57
that seemssembra to playgiocare an importantimportante roleruolo in flightvolo and other behaviorscomportamenti.
285
821162
4336
che sembra avere un ruolo importante
nel volo e in altri comportamenti.
14:01
But this is just one of manymolti neuromodulatorsneuromodulatori
286
825498
2472
Ma è solo uno dei molti neuromodulatori
14:03
that's in the fly'sdella Mosca braincervello.
287
827970
1071
nel cervello della mosca.
14:04
So I really think that, as we learnimparare more,
288
829041
2666
Penso che con il tempo
14:07
it's going to turnturno out that the wholetotale flyvolare braincervello
289
831707
2527
risulterà che l'intero cervello della mosca
14:10
is just like a largegrande versionversione of this stomatogastricstomatogastrico ganglionganglio,
290
834234
3089
è una versione ampia di questo
ganglio stomatogastrico,
14:13
and that's one of the reasonsmotivi why it can do so much with so fewpochi neuronsneuroni.
291
837323
4360
e questa è una ragione per cui
può fare tanto con pochi neuroni.
14:17
Now, anotherun altro ideaidea, anotherun altro way of multiplexingmultiplazione
292
841683
2787
Un'altra idea, un altro tipo di multiplazione
14:20
is multiplexingmultiplazione in spacespazio,
293
844470
1656
è la multiplazione nello spazio,
14:22
havingavendo differentdiverso partsparti of a neuronneurone
294
846126
1694
facendo fare a diverse parti di un neurone
14:23
do differentdiverso things at the samestesso time.
295
847820
2122
diverse cose allo stesso tempo.
14:25
So here'secco two sortordinare of canonicalcanonica neuronsneuroni
296
849942
1833
Ecco due tipi di neuroni canonici
14:27
from a vertebratevertebrato and an invertebrateinvertebrati marini,
297
851775
2285
da un vertebrato e da un invertebrato,
14:29
a humanumano pyramidalpiramidale neuronneurone from RamonRamon y CajalCajal,
298
854060
3250
un neurone piramidale umano da Ramon y Cajal,
14:33
and anotherun altro cellcellula to the right, a non-spikingsenza impulsi interneuronInterneurone,
299
857310
4003
e un'altra cellula a destra,
un interneurone senza impulsi,
14:37
and this is the work of AlanAlan WatsonWatson and MalcolmMalcolm BurrowsTane manymolti yearsanni agofa,
300
861313
4147
questo è il lavoro di Alan Watson e
Malcolm Burrows molti anni fa,
14:41
and MalcolmMalcolm BurrowsTane cameè venuto up with a prettybella interestinginteressante ideaidea
301
865460
3075
e a Malcolm Burrows venne un'idea interessante
14:44
basedbasato on the factfatto that this neuronneurone from a locustlocusta
302
868535
2882
basata sul fatto che questo neurone di una locusta
14:47
does not firefuoco actionazione potentialspotenziali.
303
871417
1959
non innesca potenziali d'azione.
14:49
It's a non-spikingsenza impulsi cellcellula.
304
873376
1748
È una cellula senza impulsi
14:51
So a typicaltipico cellcellula, like the neuronsneuroni in our braincervello,
305
875124
2780
Quindi una cellula tipica, come i neuroni
nel nostro cervello,
14:53
has a regionregione calledchiamato the dendritesdendriti that receivesriceve inputingresso,
306
877904
2752
ha una regione dendritica che riceve input,
14:56
and that inputingresso sumssomme togetherinsieme
307
880656
2589
e gli input si sommano
14:59
and will produceprodurre actionazione potentialspotenziali
308
883245
2296
producendo potenziali d'azione
15:01
that runcorrere down the axonassone and then activateattivare
309
885541
2331
che corrono lungo l'assone e attivano
15:03
all the outputproduzione regionsregioni of the neuronneurone.
310
887872
2296
le regioni di output del neurone.
15:06
But non-spikingsenza impulsi neuronsneuroni are actuallyin realtà quiteabbastanza complicatedcomplicato
311
890168
2876
Ma i neuroni senza impulsi sono complicati
15:08
because they can have inputingresso synapsessinapsi and outputproduzione synapsessinapsi
312
893044
3112
perché possono avere delle
sinapsi di input e di output
15:12
all interdigitatedinterdigitating, and there's no singlesingolo actionazione potentialpotenziale
313
896156
3663
tutte intrecciate, e non c'è alcun
potenziale d'azione
15:15
that drivesunità all the outputsuscite at the samestesso time.
314
899819
3126
che trasmette tutti gli output allo stesso tempo.
15:18
So there's a possibilitypossibilità that you have computationalcomputazionale compartmentsscomparti
315
902945
3907
C'è una possibilità di avere dei
compartimenti computazionali
15:22
that allowpermettere the differentdiverso partsparti of the neuronneurone
316
906852
3978
che permettono alle diverse parti del neurone
15:26
to do differentdiverso things at the samestesso time.
317
910830
2560
di fare cose diverse allo stesso tempo.
15:29
So these basicdi base conceptsconcetti of multitaskingmultitasking in time
318
913390
4671
Questi basilari concetti di multitasking nel tempo
15:33
and multitaskingmultitasking in spacespazio,
319
918061
2361
e multitasking nello spazio,
15:36
I think these are things that are truevero in our brainsmente as well,
320
920422
2832
penso siano veri anche per i nostri cervelli,
15:39
but I think the insectsinsetti are the truevero mastersmaestri of this.
321
923254
2577
ma penso che gli insetti siano dei maestri in questo.
15:41
So I hopesperanza you think of insectsinsetti a little bitpo differentlydiversamente nextIl prossimo time,
322
925831
3116
Spero che la prossima volta guarderete gli insetti
con occhi diversi,
15:44
and as I say up here, please think before you swatschiacciare.
323
928947
2935
e, per favore, pensateci prima di schiacciarli.
15:47
(ApplauseApplausi)
324
931882
2953
(Applausi)
Translated by Silvia Colombo
Reviewed by Anna Cristiana Minoli

▲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