TEDIndia 2009
Pawan Sinha: How brains learn to see
Pawan Sinha parla sobre com el cervell aprèn a veure
Filmed:
Readability: 4.5
939,209 views
Pawan Sinha ens explica la seva innovadora investigació sobre com es desenvolupa el sistema visual del cervell. Sinha i el seu equip proporcionen tractament gratuït per a la recuperació de la vista de nens cecs de naixement. A més, estudien com el cervell d'aquests nens aprèn a interpretar la informació visual. La investigació aporta claretat sobre la neurociència, l'enginyeria i, fins i tot, l'autisme.
Pawan Sinha - Visual neuroscientist
Pawan Sinha researches how our brains interpret what our eyes see -- and uses that research to give blind children the gift of sight. Full bio
Pawan Sinha researches how our brains interpret what our eyes see -- and uses that research to give blind children the gift of sight. Full bio
Double-click the English transcript below to play the video.
00:15
If you are a blind child in India,
0
0
4000
Si sou un nen cec a l'Índia,
00:19
you will very likely have to contend with
1
4000
3000
molt probablement us haureu d'enfrontar
00:22
at least two big pieces of bad news.
2
7000
3000
a almenys dues notícies força negatives.
00:25
The first bad news
3
10000
2000
La primera d'aquestes notícies
00:27
is that the chances of getting treatment
4
12000
3000
és que les possibilitats d'aconseguir tractament
00:30
are extremely slim to none,
5
15000
3000
són entre molt poques i cap.
00:33
and that's because most of the blindness
6
18000
2000
Això és perquè la majoria dels programes
00:35
alleviation programs in the country
7
20000
2000
de pal·liació de la ceguera al país
00:37
are focused on adults,
8
22000
2000
estan centrats en pacients adults
00:39
and there are very, very few hospitals
9
24000
3000
i hi ha molt pocs hospitals
00:42
that are actually equipped to treat children.
10
27000
3000
equipats de forma adequada per tractar nens.
00:46
In fact, if you were to be treated,
11
31000
4000
De fet, si necessitéssiu tractament,
00:51
you might well end up being treated
12
36000
3000
podrieu perfectament ser tractats
00:54
by a person who has no medical credentials
13
39000
3000
per una persona que no tingués credencials mèdiques,
00:57
as this case from Rajasthan illustrates.
14
42000
3000
com queda demostrat amb aquest cas de Rajasthan.
01:00
This is a three-year-old orphan girl
15
45000
2000
Es tracta d'una nena de tres anys, orfe,
01:02
who had cataracts.
16
47000
2000
que tenia cataractes.
01:04
So, her caretakers took her
17
49000
2000
Els seus tutors la van portar
01:06
to the village medicine man,
18
51000
2000
al curandero del poblat,
01:08
and instead of suggesting to the caretakers
19
53000
3000
qui, en comptes de suggerir-los
01:11
that the girl be taken to a hospital,
20
56000
3000
que la duguessin a l'hospital,
01:14
the person decided to burn her abdomen
21
59000
2000
va decidir cremar-li l'abdomen
01:16
with red-hot iron bars
22
61000
2000
fent servir unes barres de ferro roent
01:18
to drive out the demons.
23
63000
2000
per tal de fer fora els dimonis.
01:20
The second piece of bad news
24
65000
3000
La segona mala notícia
01:23
will be delivered to you
25
68000
2000
us la donaran
01:25
by neuroscientists, who will tell you
26
70000
3000
els neurocientífics, que us explicaran
01:28
that if you are older than four or five years of age,
27
73000
3000
que si teniu més de quatre o cinc anys,
01:31
that even if you have your eye corrected,
28
76000
3000
encara que us operessiu de la vista,
01:34
the chances of your brain learning how to see
29
79000
3000
les possibilitats que el cervell aprengués a veure
01:37
are very, very slim --
30
82000
2000
són molt, i molt petites.
01:39
again, slim or none.
31
84000
3000
Entre molt petites i cap.
01:42
So when I heard these two things,
32
87000
2000
Quan vaig sentir aquestes dues coses,
01:44
it troubled me deeply,
33
89000
2000
em vaig sentir molt trasbalsat,
01:46
both because of personal reasons
34
91000
2000
tant per motius personals
01:48
and scientific reasons.
35
93000
2000
com per motius científics.
01:50
So let me first start with the personal reason.
36
95000
3000
Començaré pel motiu personal.
01:53
It'll sound corny, but it's sincere.
37
98000
3000
Sona cursi, però sóc sincer.
01:56
That's my son, Darius.
38
101000
2000
Aquest és el meu fill, en Dàrius.
01:58
As a new father,
39
103000
2000
Com a pare novell que sóc,
02:00
I have a qualitatively different sense
40
105000
4000
tinc un sentiment qualitativament diferent
02:04
of just how delicate babies are,
41
109000
3000
de com n'arriben a ser, de delicats, els nadons,
02:07
what our obligations are towards them
42
112000
3000
de quines són les nostres obligacions cap a ells
02:10
and how much love
43
115000
2000
i quant d'amor
02:12
we can feel towards a child.
44
117000
3000
podem sentir envers un infant.
02:15
I would move heaven and earth
45
120000
2000
Hauria mogut terra i cel
02:17
in order to get treatment for Darius,
46
122000
3000
per trobar un tractament per en Dàrius.
02:20
and for me to be told
47
125000
2000
I saber que
02:22
that there might be other Dariuses
48
127000
2000
pot ser que hi hagi altres Dàrius
02:24
who are not getting treatment,
49
129000
2000
que no reben cap tractament
02:26
that's just viscerally wrong.
50
131000
3000
em sembla una gran injustícia.
02:29
So that's the personal reason.
51
134000
2000
Aquesta és, doncs, la raó personal.
02:31
Scientific reason is that this notion
52
136000
3000
La raó científica és que aquesta noció
02:34
from neuroscience of critical periods --
53
139000
2000
de la neurociència sobre els períodes crítics
02:36
that if the brain is older
54
141000
3000
segons la qual, si el cervell és més vell
02:39
than four or five years of age,
55
144000
2000
que quatre o cinc anys,
02:41
it loses its ability to learn --
56
146000
2000
perd l'habilitat d'aprendre,
02:43
that doesn't sit well with me,
57
148000
2000
no em fa el pes
02:45
because I don't think that idea
58
150000
2000
perquè no crec que aquesta idea
02:47
has been tested adequately.
59
152000
3000
s'hagi comprovat de forma adequada.
02:50
The birth of the idea is from
60
155000
2000
L'origen d'aquesta idea el trobem
02:52
David Hubel and Torsten Wiesel's work,
61
157000
2000
amb els treballs d'en David Hubel i en Torsten Wiesel,
02:54
two researchers who were at Harvard,
62
159000
2000
dos investigadors de Havard
02:56
and they got the Nobel Prize in 1981
63
161000
3000
que van guanyar el premi Nobel l'any 1981
02:59
for their studies of visual physiology,
64
164000
2000
pels seus estudis de fisiologia visual,
03:01
which are remarkably beautiful studies,
65
166000
2000
els quals són realment meravellosos.
03:03
but I believe some of their work
66
168000
2000
Crec, però, que part del seu treball
03:05
has been extrapolated
67
170000
2000
s'ha extrapolat
03:07
into the human domain prematurely.
68
172000
2000
al domini dels éssers humans abans de temps.
03:09
So, they did their work with kittens,
69
174000
2000
Ells van fer la seva recerca amb gatets
03:11
with different kinds of deprivation regiments,
70
176000
2000
amb diferents tipus de períodes de privació
03:13
and those studies,
71
178000
2000
i aquells estudis,
03:15
which date back to the '60s,
72
180000
2000
que es van realitzar als anys 60,
03:17
are now being applied to human children.
73
182000
3000
s'apliquen ara als nens.
03:20
So I felt that I needed to do two things.
74
185000
3000
Vaig sentir que havia de fer dues coses.
03:23
One: provide care
75
188000
3000
Una: proporcionar assistència mèdica
03:26
to children who are currently
76
191000
2000
als nens que actualment
03:28
being deprived of treatment.
77
193000
2000
no reben tractament.
03:30
That's the humanitarian mission.
78
195000
2000
És la missió humanitària.
03:32
And the scientific mission would be
79
197000
2000
I la missió científica és
03:34
to test the limits
80
199000
2000
examinar els límits
03:36
of visual plasticity.
81
201000
2000
de la plasticitat visual.
03:38
And these two missions, as you can tell,
82
203000
3000
Aquestes dues missions, com podeu veure,
03:41
thread together perfectly. One adds to the other;
83
206000
3000
s'entrellacen perfectament; una complementa l'altra.
03:44
in fact, one would be impossible without the other.
84
209000
3000
De fet, l'una seria impossible sense l'altra.
03:49
So, to implement
85
214000
2000
Per posar en pràctica
03:51
these twin missions,
86
216000
2000
aquestes missions bessones,
03:53
a few years ago, I launched Project Prakash.
87
218000
3000
vaig iniciar el Projecte Prakash ara fa uns anys.
03:56
Prakash, as many of you know,
88
221000
2000
Com molts de vosaltres ja sabeu,
03:58
is the Sanskrit word for light,
89
223000
2000
Prakash és la paraula en sànscrit per llum
04:00
and the idea is that
90
225000
2000
i la idea és que
04:02
in bringing light into the lives of children,
91
227000
3000
duent llum a la vida dels nens,
04:05
we also have a chance
92
230000
2000
també tenim una oportunitat
04:07
of shedding light on some of the
93
232000
2000
d'aclarir alguns dels misteris
04:09
deepest mysteries of neuroscience.
94
234000
3000
més profunds de la neurociència.
04:12
And the logo -- even though it looks extremely Irish,
95
237000
3000
I el logotip, encara que sembli molt irlandès,
04:15
it's actually derived from
96
240000
2000
prové en realitat
04:17
the Indian symbol of Diya, an earthen lamp.
97
242000
4000
del símbol indià de Diya, una llàntia d'argila.
04:21
The Prakash, the overall effort
98
246000
3000
El Prakash, l'esforç global
04:24
has three components:
99
249000
2000
té tres components:
04:26
outreach, to identify children in need of care;
100
251000
4000
assistència per tal d'identificar els nens que la necessiten,
04:30
medical treatment; and in subsequent study.
101
255000
3000
tractament mèdic i un posterior estudi.
04:33
And I want to show you a short video clip
102
258000
3000
Us vull ensenyar un petit videoclip
04:36
that illustrates the first two components of this work.
103
261000
3000
que mostra els dos primers components d'aquest treball.
04:41
This is an outreach station
104
266000
2000
Aquest és un centre mèdic
04:43
conducted at a school for the blind.
105
268000
3000
que funciona en una escola per a cecs.
04:46
(Text: Most of the children are profoundly and permanently blind ...)
106
271000
5000
(Text: La majoria dels nens són totalment cecs de forma irreversible...)
04:51
Pawan Sinha: So, because this is a school for the blind,
107
276000
5000
Pawan Sinha: Com que es tracta d'una escola per a nens cecs,
04:56
many children have permanent conditions.
108
281000
2000
molts d'ells tenen danys permanents.
04:58
That's a case of microphthalmos,
109
283000
3000
Aquest és un cas de microftàlmia,
05:01
which is malformed eyes,
110
286000
2000
que és una malformació dels ulls
05:03
and that's a permanent condition;
111
288000
2000
i és irreversible.
05:05
it cannot be treated.
112
290000
2000
No es pot tractar.
05:07
That's an extreme of micropthalmos
113
292000
2000
Aquest és un cas extrem de microftàlmia
05:09
called enophthalmos.
114
294000
2000
anomenat enoftàlmia.
05:11
But, every so often, we come across children
115
296000
2000
Però, de tant en tant, ens trobem amb nens
05:13
who show some residual vision,
116
298000
3000
que tenen visió residual,
05:16
and that is a very good sign
117
301000
3000
i aquest és un bon senyal
05:19
that the condition might actually be treatable.
118
304000
2000
de que se'ls podria tractar.
05:21
So, after that screening, we bring the children to the hospital.
119
306000
3000
Després de la revisió, portem els nens a l'hospital.
05:24
That's the hospital we're working with in Delhi,
120
309000
2000
Aquest és l'hospital amb el qual treballem a Delhi,
05:26
the Schroff Charity Eye Hospital.
121
311000
3000
l'hospital oftalmològic Schroff Charity.
05:29
It has a very well-equipped
122
314000
2000
Té un centre oftalmològic
05:31
pediatric ophthalmic center,
123
316000
3000
pediàtric molt ben equipat,
05:35
which was made possible in part
124
320000
2000
gràcies en part
05:37
by a gift from the Ronald McDonald charity.
125
322000
4000
a la fundació benèfica d'en Ronald McDonald.
05:41
So, eating burgers actually helps.
126
326000
3000
Així doncs, menjar hamburgueses realment ajuda.
05:45
(Text: Such examinations allow us to improve
127
330000
2000
(Text: Aquests examens ens permeten millorar
05:47
eye-health in many children, and ...
128
332000
2000
la salut ocular en molts nens i...
05:54
... help us find children who can participate in Project Prakash.)
129
339000
3000
... ens ajuda a trobar nens que poden prendre part en el Projecte Prakash).
05:57
PS: So, as I zoom in to the eyes of this child,
130
342000
2000
PS: A mida que ens apropem als ulls d'aquest nen,
05:59
you will see the cause of his blindness.
131
344000
3000
podreu descobrir la causa de la seva ceguesa.
06:03
The whites that you see in the middle of his pupils
132
348000
3000
Això blanc que veieu al mig de les pupil·les
06:06
are congenital cataracts,
133
351000
3000
són cataractes congènites,
06:09
so opacities of the lens.
134
354000
2000
és a dir, opacitats dels cristal·lins.
06:11
In our eyes, the lens is clear,
135
356000
3000
Els nostres ulls tenen els cristal·lins clars,
06:14
but in this child, the lens has become opaque,
136
359000
2000
però en els ulls d'aquest nen, els cristal·lins s'han tornat opacs
06:16
and therefore he can't see the world.
137
361000
3000
i, conseqüentment, no pot veure el món.
06:19
So, the child is given treatment. You'll see shots of the eye.
138
364000
3000
A aquest nen se'l va tractar. Veureu ara algunes fotografies de l'ull.
06:22
Here's the eye with the opaque lens,
139
367000
2000
Aquí podeu veure l'ull amb el cristal·lí opac,
06:24
the opaque lens extracted
140
369000
2000
es va extreure el cristal·lí
06:26
and an acrylic lens inserted.
141
371000
3000
i es va introduir un d'acrílic.
06:29
And here's the same child
142
374000
2000
I aquí trobem el mateix nen
06:31
three weeks post-operation,
143
376000
3000
tres setmanes després de l'operació,
06:34
with the right eye open.
144
379000
3000
amb l'ull dret obert.
06:40
(Applause)
145
385000
6000
(Aplaudiments)
06:46
Thank you.
146
391000
2000
Gràcies.
06:48
So, even from that little clip, you can begin to get the sense
147
393000
3000
Fins i tot, amb aquest petit vídeo, podeu començar a veure
06:51
that recovery is possible,
148
396000
2000
que la recuperació és possible.
06:53
and we have now
149
398000
2000
Fins ara
06:55
provided treatment to over 200 children,
150
400000
3000
hem tractat més de 200 nens,
06:58
and the story repeats itself.
151
403000
2000
sempre amb els mateixos resultats.
07:00
After treatment, the child
152
405000
2000
Després del tractament, el nen
07:02
gains significant functionality.
153
407000
3000
guanya una funcionalitat significant.
07:05
In fact, the story holds true
154
410000
3000
De fet, els resultats es mantenten
07:08
even if you have a person who got sight
155
413000
2000
fins i tot amb una persona que va recuperar la vista
07:10
after several years of deprivation.
156
415000
2000
després de ser cega durant diversos anys.
07:12
We did a paper a few years ago
157
417000
2000
Ara fa uns anys vam escriure un article
07:14
about this woman that you see on the right, SRD,
158
419000
4000
sobre la dona a la dreta de la fotografia, SRD.
07:18
and she got her sight late in life,
159
423000
2000
Va aconseguir veure a una edat avançada
07:20
and her vision is remarkable at this age.
160
425000
4000
i la seva visió és sorprenent a aquesta edat.
07:24
I should add a tragic postscript to this --
161
429000
3000
He d'afegir una dada negativa a aquesta història.
07:27
she died two years ago
162
432000
2000
Aquesta dona va morir fa dos anys
07:29
in a bus accident.
163
434000
2000
en un accident d'autobús.
07:31
So, hers is just a truly inspiring story --
164
436000
4000
La seva és una història realment estimulant;
07:35
unknown, but inspiring story.
165
440000
3000
desconeguda i estimulant alhora
07:38
So when we started finding these results,
166
443000
2000
Quan vam començar a trobar aquests resultats,
07:40
as you might imagine, it created quite a bit of stir
167
445000
3000
com podeu imaginar, tot això va causar força rebombori
07:43
in the scientific and the popular press.
168
448000
3000
a la prensa científica i popular.
07:46
Here's an article in Nature
169
451000
2000
Aquest és un article a la revista Nature
07:48
that profiled this work,
170
453000
2000
que fa referència a aquest treball
07:50
and another one in Time.
171
455000
2000
i un altre a la revistaTime.
07:52
So, we were fairly convinced -- we are convinced --
172
457000
2000
Així doncs, estàvem convençuts, estem convençuts
07:54
that recovery is feasible,
173
459000
2000
de que la recuperació es factible,
07:56
despite extended visual deprivation.
174
461000
3000
malgrat la pèrdua prolongada de visió.
07:59
The next obvious question to ask:
175
464000
2000
La següent pregunta òbvia a fer-se:
08:01
What is the process of recovery?
176
466000
3000
quin és el procés de recuperació?
08:04
So, the way we study that is,
177
469000
3000
La forma com estudiem és la següent:
08:07
let's say we find a child who has light sensitivity.
178
472000
2000
diguem que trobem un infant que té sensibilitat a la llum;
08:09
The child is provided treatment,
179
474000
2000
al nen se li proporciona tractament
08:11
and I want to stress that the treatment
180
476000
2000
i vull remarcar que el tractament
08:13
is completely unconditional;
181
478000
2000
és completament incondicional.
08:15
there is no quid pro quo.
182
480000
2000
No hi ha cap quid pro quo.
08:17
We treat many more children then we actually work with.
183
482000
3000
Treballem amb menys nens dels que en realitat tractem.
08:20
Every child who needs treatment is treated.
184
485000
3000
Tractem tots i cada un dels nens que necessiten tractament.
08:23
After treatment, about every week,
185
488000
2000
Després del tractament, cada setmana més o menys,
08:25
we run the child
186
490000
2000
fem que el nen
08:27
on a battery of simple visual tests
187
492000
3000
faci una sèrie de proves visuals simples
08:30
in order to see how their visual skills
188
495000
2000
per veure com les seves habilitats visuals
08:32
are coming on line.
189
497000
2000
van millorant.
08:34
And we try to do this for as long as possible.
190
499000
3000
I tenim la intenció de fer això mateix el màxim de temps possible.
08:37
This arc of development
191
502000
2000
Aquest arc de desenvolupament
08:39
gives us unprecedented
192
504000
2000
ens dóna informació sense precedents
08:41
and extremely valuable information
193
506000
2000
i extremadament valuosa
08:43
about how the scaffolding of vision
194
508000
2000
sobre com l'estructura de la visió
08:45
gets set up.
195
510000
2000
pren forma.
08:47
What might be the causal connections
196
512000
2000
Quines poden ser les connexions
08:49
between the early developing skills
197
514000
2000
entre les habilitats que es desenvolupen en primer lloc
08:51
and the later developing ones?
198
516000
2000
i aquelles que ho fan més tard?
08:53
And we've used this general approach to study
199
518000
2000
Hem emprat aquest enfocament general per estudiar
08:55
many different visual proficiencies,
200
520000
3000
les diverses competències visuals,
08:58
but I want to highlight one particular one,
201
523000
4000
però en vull destacar una en especial
09:02
and that is image parsing into objects.
202
527000
3000
que és l'anàlisi d'imatges en objectes.
09:05
So, any image of the kind that you see on the left,
203
530000
2000
Qualsevol imatge com la que teniu a l'esquerra,
09:07
be it a real image or a synthetic image,
204
532000
3000
sigui real o artificial,
09:10
it's made up of little regions
205
535000
2000
està formada per petites àrees
09:12
that you see in the middle column,
206
537000
2000
com les que veieu en la columna del mig;
09:14
regions of different colors, different luminances.
207
539000
3000
àrees de diferents colors i lluminositats.
09:17
The brain has this complex task
208
542000
3000
El cervell té la complexa tasca
09:20
of putting together, integrating,
209
545000
3000
d'aplegar, d'integrar,
09:23
subsets of these regions
210
548000
2000
els subconjunts d'aquestes àrees
09:25
into something that's more meaningful,
211
550000
2000
formant-ne quelcom de més significatiu,
09:27
into what we would consider to be objects,
212
552000
2000
formant-ne el que consideraríem objectes,
09:29
as you see on the right.
213
554000
2000
com podeu veure a la dreta.
09:31
And nobody knows how this integration happens,
214
556000
2000
Ningú no sap com funciona aquest procés d'integració.
09:33
and that's the question we asked with Project Prakash.
215
558000
4000
Aquesta és la pregunta que ens vam fer al Projecte Prakash.
09:37
So, here's what happens
216
562000
2000
I això és el que passa
09:39
very soon after the onset of sight.
217
564000
3000
poc després de començar a veure.
09:42
Here's a person who had gained sight just a couple of weeks ago,
218
567000
3000
Veiem aquí una persona que havia recuperat la visió un parells de setmanes abans,
09:45
and you see Ethan Myers, a graduate student from MIT,
219
570000
3000
i podeu veure l'Ethan Myers, un estudiant de postgrau del MIT,
09:48
running the experiment with him.
220
573000
3000
duent a terme un experiment amb ell.
09:51
His visual-motor coordination is quite poor,
221
576000
4000
La seva coordinació visual-motora és força limitada
09:55
but you get a general sense
222
580000
2000
però us podeu fer una idea general
09:57
of what are the regions that he's trying to trace out.
223
582000
3000
de les parts que prova de traçar.
10:00
If you show him real world images,
224
585000
2000
Si li ensenyeu imatges del món real,
10:02
if you show others like him real world images,
225
587000
3000
si ensenyeu imatges del món real a d'altres com ell,
10:05
they are unable to recognize most of the objects
226
590000
2000
veuríeu que no són capaços de reconèixer la majoria dels objectes,
10:07
because the world to them is over-fragmented;
227
592000
3000
perquè, per a ells, el món està completament fragmentat,
10:10
it's made up of a collage, a patchwork,
228
595000
3000
està fet com un collage, un conjunt de retalls
10:13
of regions of different colors and luminances.
229
598000
2000
de regions de diferents colors i lluminositats.
10:15
And that's what's indicated in the green outlines.
230
600000
2000
I això és el que està indicat en els contorns verds.
10:17
When you ask them,
231
602000
2000
Quan se'ls demana que,
10:19
"Even if you can't name the objects, just point to where the objects are,"
232
604000
3000
encara que no puguin anomenar els objectes, indiquin on es troben,
10:22
these are the regions that they point to.
233
607000
2000
aquestes són les regions que assenyalaran.
10:24
So the world is this complex
234
609000
2000
Així doncs, el món és
10:26
patchwork of regions.
235
611000
2000
aquest complex mosaïc de regions.
10:28
Even the shadow on the ball
236
613000
2000
Fins i tot l'ombra damunt la pilota
10:30
becomes its own object.
237
615000
3000
es converteix en un objecte.
10:33
Interestingly enough,
238
618000
2000
Sorprenentment,
10:35
you give them a few months,
239
620000
2000
després d'uns quants mesos,
10:37
and this is what happens.
240
622000
3000
això és el que passa.
10:43
Doctor: How many are these?
241
628000
2000
Doctor: Quants n'hi ha?
10:45
Patient: These are two things.
242
630000
2000
Pacient: Dos.
10:47
Doctor: What are their shapes?
243
632000
2000
Doctor: Quines formes tenen?
10:49
Patient: Their shapes ...
244
634000
2000
Pacient: Les formes...
10:51
This one is a circle,
245
636000
3000
Aquest és un cercle
10:54
and this
246
639000
2000
i aquest altre
10:56
is a square.
247
641000
2000
és un quadrat.
10:58
PS: A very dramatic transformation has come about.
248
643000
3000
PS: Ha tingut lloc una transformació espectacular.
11:01
And the question is:
249
646000
2000
La pregunta és:
11:03
What underlies this transformation?
250
648000
2000
què hi ha darrera aquesta transformació?
11:05
It's a profound question,
251
650000
2000
És una qüestió profunda,
11:07
and what's even more amazing is how simple
252
652000
2000
però resulta encara més sorprenent com n'arriba de ser, de simple,
11:09
the answer is.
253
654000
2000
la resposta.
11:11
The answer lies in motion
254
656000
2000
Aquesta és el moviment
11:13
and that's what I want to show you in the next clip.
255
658000
3000
i això és el que us vull ensenyar en el següent vídeo.
11:18
Doctor: What shape do you see here?
256
663000
2000
Doctor: Quina forma veus aquí?
11:20
Patient: I can't make it out.
257
665000
3000
Pacient: No puc distingir-la.
11:28
Doctor: Now?
258
673000
2000
Doctor: I ara?
11:31
Patient: Triangle.
259
676000
2000
Pacient: Un triangle.
11:35
Doctor: How many things are these?
260
680000
3000
Doctor: Quants objectes hi ha?
11:48
Now, how many things are these?
261
693000
3000
I ara, quant objectes hi ha?
11:51
Patient: Two.
262
696000
2000
Pacient: Dos.
11:53
Doctor: What are these things?
263
698000
2000
Doctor: Quins objectes són?
11:56
Patient: A square and a circle.
264
701000
2000
Pacient: Un quadrat i un cercle.
11:58
PS: And we see this pattern over and over again.
265
703000
3000
PS: Aquest patró es repeteix una vegada i una altra.
12:01
The one thing the visual system needs
266
706000
3000
L'única cosa que el sistema visual necessita
12:04
in order to begin parsing the world
267
709000
2000
per tal de començar a analitzar el món
12:06
is dynamic information.
268
711000
2000
és informació dinàmica.
12:08
So the inference we are deriving from this,
269
713000
2000
La conclusió que s'extreu d'això
12:10
and several such experiments,
270
715000
2000
i d'altres experiments similars
12:12
is that dynamic information processing,
271
717000
2000
és que el processament d'informació dinàmica,
12:14
or motion processing,
272
719000
2000
o el processament del moviment,
12:16
serves as the bedrock for building
273
721000
2000
constitueix la base per a construir
12:18
the rest of the complexity of visual processing;
274
723000
4000
la resta del complex processament visual.
12:22
it leads to visual integration
275
727000
2000
Condueix a la integració visual
12:24
and eventually to recognition.
276
729000
3000
i, finalment, al reconeixement.
12:27
This simple idea has far reaching implications.
277
732000
3000
Aquesta idea simple té grans implicacions.
12:30
And let me just quickly mention two,
278
735000
3000
En faré una ràpida referència a dos.
12:33
one, drawing from the domain of engineering,
279
738000
2000
Una implicació fa referència a l'àmbit de la enginyeria
12:35
and one from the clinic.
280
740000
2000
i una altra, a l'àmbit clínic.
12:37
So, from the perspective of engineering,
281
742000
2000
Des de la perspectiva de l'enginyeria,
12:39
we can ask: Goven that we know
282
744000
3000
i donat que sabem que el moviment
12:42
that motion is so important for the human visual system,
283
747000
2000
és tan important pel sistema visual humà, podem preguntar-nos
12:44
can we use this as a recipe
284
749000
3000
si és possible fer servir això com a base
12:47
for constructing machine-based vision systems
285
752000
3000
per a construir sistemes de visió artificials
12:50
that can learn on their own, that don't need to be programmed
286
755000
3000
que puguin aprendre per si sols i que no hagin de ser programats
12:53
by a human programmer?
287
758000
2000
per un programador humà.
12:55
And that's what we're trying to do.
288
760000
2000
I això és el que provem de fer.
12:57
I'm at MIT, at MIT you need to apply
289
762000
3000
Jo estic a l'MIT i a l'MIT és necessari aplicar
13:00
whatever basic knowledge you gain.
290
765000
2000
qualsevol tipus de coneixement bàsic que s'adquireix.
13:02
So we are creating Dylan,
291
767000
2000
Així doncs, estem creant en Dylan,
13:04
which is a computational system
292
769000
2000
un sistema computacional
13:06
with an ambitious goal
293
771000
2000
amb l'ambiciós objectiu
13:08
of taking in visual inputs
294
773000
2000
de recollir dades d'entrada visuals
13:10
of the same kind that a human child would receive,
295
775000
3000
del tipus que un nen rebria
13:13
and autonomously discovering:
296
778000
2000
i de descobrir de forma autònoma
13:15
What are the objects in this visual input?
297
780000
3000
quins objectes hi ha en aquestes dades d'entrada visuals.
13:18
So, don't worry about the internals of Dylan.
298
783000
3000
Però no us preocupeu pel què passa a l'interior d'en Dylan.
13:21
Here, I'm just going to talk about
299
786000
3000
Jo només parlaré
13:24
how we test Dylan.
300
789000
2000
sobre com vam provar en Dylan.
13:26
The way we test Dylan is by giving it
301
791000
2000
Això ho fem donant en Dylan
13:28
inputs, as I said, of the same kind
302
793000
3000
dades d'entrada del mateix tipus
13:31
that a baby, or a child in Project Prakash would get.
303
796000
3000
que rebria un nadó o un nen del Projecte Prakash.
13:34
But for a long time we couldn't quite figure out:
304
799000
3000
Durant molt de temps, no vam saber esbrinar
13:37
Wow can we get these kinds of video inputs?
305
802000
3000
com aconseguir aquest tipus de dades en vídeo.
13:41
So, I thought,
306
806000
2000
Se'm va acudir
13:43
could we have Darius
307
808000
2000
que podríem fer que en Dàrius
13:45
serve as our babycam carrier,
308
810000
3000
fos el nostre càmara
13:48
and that way get the inputs that we feed into Dylan?
309
813000
3000
i d'aquesta manera aconseguir les dades d'entrada que carregaríem en en Dylan.
13:51
So that's what we did.
310
816000
2000
I això és el que vam fer.
13:53
(Laughter)
311
818000
7000
(Rialles)
14:00
I had to have long conversations with my wife.
312
825000
3000
Vaig tenir una llarga conversa amb la meva dona.
14:03
(Laughter)
313
828000
5000
(Rialles)
14:08
In fact, Pam, if you're watching this,
314
833000
2000
De fet, Pam, si ens estàs veient,
14:10
please forgive me.
315
835000
2000
si us plau, perdona'm.
14:13
So, we modified the optics of the camera
316
838000
4000
Bé, doncs vam modificar la òptica de la càmara
14:17
in order to mimic the baby's visual acuity.
317
842000
3000
per tal que s'assemblés a l'agudesa visual d'un nadó.
14:20
As some of you might know,
318
845000
2000
Com alguns de vosaltres ja sabeu,
14:22
babyies are born pretty much legally blind.
319
847000
4000
els nens neixen pràcticament cecs.
14:26
Their acuity -- our acuity is 20/20;
320
851000
3000
La nostra agudesa visual es de 20/20;
14:29
babies' acuity is like 20/800,
321
854000
3000
la dels nadons és d'uns 20/800,
14:32
so they are looking at the world
322
857000
2000
així doncs, miren al món
14:34
in a very, very blurry fashion.
323
859000
3000
des d'una perspectiva molt borrosa.
14:37
Here's what a baby-cam video looks like.
324
862000
3000
Així es veu el vídeo de la càmara del nadó.
14:41
(Laughter)
325
866000
9000
(Rialles)
14:50
(Applause)
326
875000
3000
(Aplaudiments)
14:53
Thankfully, there isn't any audio
327
878000
2000
Per sort, el vídeo
14:55
to go with this.
328
880000
3000
no té so.
14:58
What's amazing is that working with such
329
883000
2000
El que és increïble és que a partir
15:00
highly degraded input,
330
885000
2000
d'informació tan degradada,
15:02
the baby, very quickly, is able
331
887000
2000
el nadó, ràpidament, és capaç
15:04
to discover meaning in such input.
332
889000
3000
de descobrir el significat d'aquestes entrades d'informació.
15:07
But then two or three days afterward,
333
892000
2000
Però després de dos o tres dies,
15:09
babies begin to pay attention
334
894000
2000
els nadons comencen a parar atenció
15:11
to their mother's or their father's face.
335
896000
2000
a les cares de la mare i del pare.
15:13
How does that happen? We want Dylan to be able to do that,
336
898000
3000
Com passa això? Volem que Dylan sigui capaç de fer-ho.
15:16
and using this mantra of motion,
337
901000
3000
Seguint el mantra del moviment,
15:19
Dylan actually can do that.
338
904000
2000
en Dylan realment pot fer-ho.
15:21
So, given that kind of video input,
339
906000
3000
Malgrat el tipus de dades d'entrada,
15:24
with just about six or seven minutes worth of video,
340
909000
3000
i amb tan sols sis o set minuts bons de vídeo
15:27
Dylan can begin to extract patterns
341
912000
3000
en Dylan pot començar a extreure patrons
15:30
that include faces.
342
915000
3000
que inclouen les cares.
15:33
So, it's an important demonstration
343
918000
2000
És una prova convincent
15:35
of the power of motion.
344
920000
2000
de la importància del moviment.
15:37
The clinical implication, it comes from the domain of autism.
345
922000
3000
La implicació clínica prové de l'àmbit de l'autisme.
15:40
Visual integration has been associated with autism
346
925000
2000
Diversos investigadors han associat
15:42
by several researchers.
347
927000
2000
la integració visual amb l'autisme.
15:44
When we saw that, we asked:
348
929000
2000
Quan vam veure-ho, ens vam preguntar:
15:46
Could the impairment in visual integration
349
931000
3000
Podria ser que la discapacitat en la integració visual
15:49
be the manifestation of something underneath,
350
934000
3000
fos una prova de quelcom més profund
15:52
of dynamic information processing deficiencies in autism?
351
937000
3000
en la deficiència del processament de la informació dinàmica en l'autisme?
15:55
Because, if that hypothesis were to be true,
352
940000
3000
Perquè, si aquesta hipòtesi fos veritat,
15:58
it would have massive repercussions in our understanding
353
943000
3000
tindria grans repercussions en la nostra comprensió
16:01
of what's causing the many different aspects
354
946000
2000
del que causa els diversos aspectes
16:03
of the autism phenotype.
355
948000
3000
del fenotip de l'autisme.
16:06
What you're going to see are
356
951000
2000
El que ara veureu
16:08
video clips of two children -- one neurotypical,
357
953000
3000
sóin uns vídeos de dos nens, un d'ells neurotípic
16:11
one with autism, playing Pong.
358
956000
2000
i l'altre autista, jugant al ping-pong.
16:13
So, while the child is playing Pong, we are tracking where they're looking.
359
958000
3000
Mentre ells juguen, nosaltres observem allò que miren.
16:16
In red are the eye movement traces.
360
961000
3000
En color vermell, veiem els rastres del moviment dels ulls.
16:19
This is the neurotypical child, and what you see
361
964000
3000
Aquest és el nen neurotípic i podem veure
16:22
is that the child is able to make cues
362
967000
2000
com el nen és capac de captar
16:24
of the dynamic information
363
969000
2000
la informació dinàmica
16:26
to predict where the ball is going to go.
364
971000
2000
per tal de predir on anirà la pilota.
16:28
Even before the ball gets to a place,
365
973000
3000
Fins i tot abans que la pilota arribi a un lloc concret,
16:31
the child is already looking there.
366
976000
3000
el nen ja està mirant allà.
16:34
Contrast this with a child
367
979000
2000
Això contrasta amb el que passa
16:36
with autism playing the same game.
368
981000
2000
quan un nen autista juga al mateix joc.
16:38
Instead of anticipating,
369
983000
2000
En comptes d'anticipar-s'hi,
16:40
the child always follows where the ball has been.
370
985000
3000
el nen sempre segueix el lloc on la pilota ha estat.
16:43
The efficiency of the use
371
988000
2000
L'eficiència de l'ús
16:45
of dynamic information
372
990000
2000
de la informació dinàmica
16:47
seems to be significantly compromised in autism.
373
992000
3000
sembla estar greument compromesa en l'autisme.
16:51
So we are pursuing this line of work
374
996000
3000
Nosaltres seguim aquesta línia de treball
16:54
and hopefully we'll have
375
999000
2000
i esperem que aviat
16:56
more results to report soon.
376
1001000
2000
tindrem nous resultats.
16:58
Looking ahead, if you think of this disk
377
1003000
3000
Si mirem cap al futur i imaginem que aquest cercle
17:01
as representing all of the children
378
1006000
2000
representa tots els nens
17:03
we've treated so far,
379
1008000
2000
que fins ara hem tractat,
17:05
this is the magnitude of the problem.
380
1010000
2000
aquesta és la magintud del problema.
17:07
The red dots are the children we have not treated.
381
1012000
3000
Els punts vermells són els nens que no hem tractat.
17:10
So, there are many, many more children who need to be treated,
382
1015000
2000
Hi ha molts, moltíssims nens que necessiten tractament
17:12
and in order to expand the scope of the project,
383
1017000
3000
i per tal d'expandir el camp d'acció del projecte,
17:15
we are planning on launching
384
1020000
2000
tenim pensat fundar
17:17
The Prakash Center for Children,
385
1022000
2000
el Centre Prakash per a Nens,
17:19
which will have a dedicated pediatric hospital,
386
1024000
3000
que incorporarà un hospital pediàtric,
17:22
a school for the children we are treating
387
1027000
2000
una escola pels nens que estan sota tractament
17:24
and also a cutting-edge research facility.
388
1029000
2000
i també un centre d'investigació completament innovador.
17:26
The Prakash Center will integrate health care,
389
1031000
3000
El Centre Prakash integrarà assistència sanitària,
17:29
education and research in a way
390
1034000
2000
educació i investigació d'una manera
17:31
that truly creates the whole
391
1036000
2000
que faci que el conjunt
17:33
to be greater than the sum of the parts.
392
1038000
3000
realment sigui més gran que la suma de les seves parts.
17:36
So, to summarize: Prakash, in its five years of existence,
393
1041000
3000
Durant els cinc anys que fa que existeix,
17:39
it's had an impact in multiple areas,
394
1044000
3000
Prakash ha tingut repercussió en diferents àrees,
17:42
ranging from basic neuroscience
395
1047000
2000
des de la neurociència bàsica,
17:44
plasticity and learning in the brain,
396
1049000
2000
la plasticitat i l'aprenentatge del cervell
17:46
to clinically relevant hypotheses like in autism,
397
1051000
4000
fins a la formulació d'hipòtesis clíniciament rellevants com en l'autisme,
17:50
the development of autonomous machine vision systems,
398
1055000
3000
el desenvolupament de sistemes autònoms de visió,
17:53
education of the undergraduate and graduate students,
399
1058000
3000
la formació d'estudiants graduats i no graduats,
17:56
and most importantly in the alleviation
400
1061000
2000
i, el que és més important, en la paliació
17:58
of childhood blindness.
401
1063000
2000
de la ceguera infantil.
18:00
And for my students and I, it's been
402
1065000
2000
Per mi i pels meus estudiants,
18:02
just a phenomenal experience
403
1067000
2000
ha estat una experiència increïble
18:04
because we have gotten to do interesting research,
404
1069000
4000
perquè hem pogut realitzar una investigació interessant
18:08
while at the same time
405
1073000
2000
alhora que
18:10
helping the many children that we have worked with.
406
1075000
2000
ajudàvem molts nens amb els que hem treballat.
18:12
Thank you very much.
407
1077000
2000
Moltes gràcies.
18:14
(Applause)
408
1079000
2000
(Aplaudiments)
ABOUT THE SPEAKER
Pawan Sinha - Visual neuroscientistPawan Sinha researches how our brains interpret what our eyes see -- and uses that research to give blind children the gift of sight.
Why you should listen
At Pawan Sinha's MIT lab, he and his team spend their days trying to understand how the brain learns to recognize and use the patterns and scenes we see around us. To do this, they often use computers to model the processes of the human brain, but they also study human subjects, some of whom are seeing the world for the very first time and can tell them about the experience as it happens. They find these unusual subjects through the humanitarian branch of their research, Project Prakash.
Project Prakash sets up eye-care camps in some of the most habitually underserved regions of India, and gives free eye-health screenings to, since 2003, more than 700 functionally blind children. The children are then treated without charge, even if they do not fit the profile that would make them eligible for Sinha's research.
Sinha's eventual goal is to help 500 children each year; plans are under way for a center for visual rehabilitation in new Delhi. The special relationship that Sinha has created between research and humanitarianism promises to deliver on both fronts.
Pawan Sinha | Speaker | TED.com