TEDGlobal 2010
Gero Miesenboeck: Re-engineering the brain
Gero Miesenboeck přestavuje mozek
Filmed:
Readability: 4.7
717,411 views
Ve snaze zmapovat mozek se mnoho vědců snažilo o neuvěřitelně zastrašující úkol: zaznamenat činnost každého neuronu. Gero Miesenboeck na to jde opačně -- prostřednictvím ohromujících experimentů, které zkoumají způsob, jak octomilky vnímají světlo, se snaží pomocí manipulace s určitými neurony zjistit, co přesně tyto neurony dělají.
Gero Miesenboeck - Optogeneticist
Using light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior. Full bio
Using light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior. Full bio
Double-click the English transcript below to play the video.
00:15
I have a doppelganger.
0
0
3000
Mám dvojníka.
00:18
(Laughter)
1
3000
3000
(Smích)
00:21
Dr. Gero is a brilliant
2
6000
3000
Dr. Gero je vynikající,
00:24
but slightly mad scientist
3
9000
2000
ale trochu šílený vědec
00:26
in the "Dragonball Z: Android Saga."
4
11000
3000
z Dragonball Z "Android Ságy".
00:29
If you look very carefully,
5
14000
2000
Když se pečlivě podíváte,
00:31
you see that his skull has been replaced
6
16000
3000
vidíte, že jeho lebka byla nahrazena
00:34
with a transparent Plexiglas dome
7
19000
2000
průhlednou kopulí z plexiskla,
00:36
so that the workings of his brain can be observed
8
21000
3000
tak, aby mohla být činnost jeho mozku pozorována
00:39
and also controlled with light.
9
24000
3000
a také ovládána světlem.
00:42
That's exactly what I do --
10
27000
2000
To je přesně, co já provádím --
00:44
optical mind control.
11
29000
2000
optické ovládání mysli.
00:46
(Laughter)
12
31000
2000
(Smích)
00:48
But in contrast to my evil twin
13
33000
2000
Ale na rozdíl od mého zlomyslného dvojčete,
00:50
who lusts after world domination,
14
35000
3000
který dychtí po ovládnutí světa,
00:53
my motives are not sinister.
15
38000
3000
mé motivy nejsou zlověstné.
00:56
I control the brain
16
41000
2000
Ovládám mozek,
00:58
in order to understand how it works.
17
43000
2000
abychom věděli, jak pracuje.
01:00
Now wait a minute, you may say,
18
45000
2000
Teď si můžete říkat: "Počkej, počkej,
01:02
how can you go straight to controlling the brain
19
47000
3000
jak může přeskočit na ovládání mozku,
01:05
without understanding it first?
20
50000
2000
aniž by mu nejprve rozuměl?"
01:07
Isn't that putting the cart before the horse?
21
52000
3000
Není to jako stavět dům od střechy?
01:11
Many neuroscientists agree with this view
22
56000
3000
Mnoho neurovědců se na tomto stanovisku shodne.
01:14
and think that understanding will come
23
59000
3000
Domnívají se, že porozumění lze dosáhnout
01:17
from more detailed observation and analysis.
24
62000
3000
detailnějším pozorováním a rozborem.
01:20
They say, "If we could record the activity of our neurons,
25
65000
4000
Říkají, "Kdybychom mohli zaznamenat činnost našich neuronů,
01:24
we would understand the brain."
26
69000
3000
porozuměli bychom mozku."
01:27
But think for a moment what that means.
27
72000
3000
Ale na chvíli se zamyslete, co to znamená.
01:30
Even if we could measure
28
75000
2000
I kdybychom mohli zaznamenat,
01:32
what every cell is doing at all times,
29
77000
2000
co která buňka kdy dělá,
01:34
we would still have to make sense
30
79000
2000
museli bychom stále rozluštit
01:36
of the recorded activity patterns,
31
81000
2000
zaznamenaná schémata jejich činnosti,
01:38
and that's so difficult,
32
83000
2000
a to je tak obtížné,
01:40
chances are we'll understand these patterns
33
85000
2000
že pravděpodobně budeme moci rozumět těmto schématům
01:42
just as little as the brains that produce them.
34
87000
3000
jen trochu, stejně tak jako mozku, který je produkuje.
01:45
Take a look at what brain activity might look like.
35
90000
3000
Podívejme se, jak asi vypadá činnost mozku.
01:48
In this simulation, each black dot
36
93000
2000
V této simulaci, každá černá tečka
01:50
is one nerve cell.
37
95000
2000
je jedna nervová buňka.
01:52
The dot is visible
38
97000
2000
Tečka je viditelná
01:54
whenever a cell fires an electrical impulse.
39
99000
2000
pokaždé, kdy buňka vyšle elektrický impulz.
01:56
There's 10,000 neurons here.
40
101000
2000
Zde je 10 000 neuronů.
01:58
So you're looking at roughly one percent
41
103000
2000
Takže se díváte odhadem
02:00
of the brain of a cockroach.
42
105000
3000
na jedno procento mozku švába.
02:04
Your brains are about 100 million times
43
109000
3000
Váš mozek je asi 100 milionkrát
02:07
more complicated.
44
112000
2000
komplikovanější.
02:09
Somewhere, in a pattern like this,
45
114000
2000
Někde je schéma stejné jako toto,
02:11
is you,
46
116000
2000
jste to vy,
02:13
your perceptions,
47
118000
2000
vaše smysly,
02:15
your emotions, your memories,
48
120000
3000
vaše emoce, vaše vzpomínky
02:18
your plans for the future.
49
123000
2000
vaše plány do budoucna.
02:20
But we don't know where,
50
125000
2000
Ale nevíme kde,
02:22
since we don't know how to read the pattern.
51
127000
3000
jelikož nevíme, jak tato schémata rozluštit.
02:25
We don't understand the code used by the brain.
52
130000
3000
Nerozumíme kódu, který mozek používá.
02:28
To make progress,
53
133000
2000
Abychom se pohnuli kupředu,
02:30
we need to break the code.
54
135000
2000
potřebujeme rozluštit tento kód.
02:32
But how?
55
137000
2000
Ale jak?
02:35
An experienced code-breaker will tell you
56
140000
2000
Zkušený luštitel kódů vám řekne,
02:37
that in order to figure out what the symbols in a code mean,
57
142000
3000
že k rozluštění kódu a jeho symbolů
02:40
it's essential to be able to play with them,
58
145000
3000
je potřeba si s nimi umět hrát,
02:43
to rearrange them at will.
59
148000
2000
libovolně je přeskupovat.
02:45
So in this situation too,
60
150000
2000
A tak je tomu i v této situaci,
02:47
to decode the information
61
152000
2000
k dešifrování informace
02:49
contained in patterns like this,
62
154000
2000
obsažené v tomto schématu,
02:51
watching alone won't do.
63
156000
2000
pouhé pozorování nestačí,
02:53
We need to rearrange the pattern.
64
158000
2000
potřebujeme přeskupit schéma.
02:55
In other words,
65
160000
2000
Jinými slovy,
02:57
instead of recording the activity of neurons,
66
162000
2000
namísto zaznamenání činnosti neuronů
02:59
we need to control it.
67
164000
2000
je potřebujeme ovládat.
03:01
It's not essential that we can control
68
166000
2000
Není důležité ovládat
03:03
the activity of all neurons in the brain, just some.
69
168000
3000
činnost všech neuronů v mozku, stačí jen některé.
03:06
The more targeted our interventions, the better.
70
171000
2000
Čím cílenější jsou naše zásahy, tím lépe.
03:08
And I'll show you in a moment
71
173000
2000
A za malý moment vám ukáži,
03:10
how we can achieve the necessary precision.
72
175000
3000
jak můžeme dosáhnout potřebné přesnosti.
03:13
And since I'm realistic, rather than grandiose,
73
178000
3000
A jelikož jsem realistický a nejsem nafoukaný,
03:16
I don't claim that the ability to control the function of the nervous system
74
181000
3000
netvrdím, že schopnost ovládat funkci nervového systému
03:19
will at once unravel all its mysteries.
75
184000
3000
najednou odkryje všechna tajemství.
03:22
But we'll certainly learn a lot.
76
187000
3000
Ale dozajista se mnoho naučíme.
03:27
Now, I'm by no means
77
192000
2000
Nyní, jsem rozhodně
03:29
the first person to realize
78
194000
2000
první člověk, který si uvědomil,
03:31
how powerful a tool intervention is.
79
196000
3000
jak mocný je tento nástroj.
03:34
The history of attempts
80
199000
2000
Seznam pokusů
03:36
to tinker with the function of the nervous system
81
201000
2000
v rýpání se ve funkcích nervového systému
03:38
is long and illustrious.
82
203000
2000
je proslulý a dlouhý.
03:40
It dates back at least 200 years,
83
205000
3000
Pocházejí z období přinejmenším před 200 lety
03:43
to Galvani's famous experiments
84
208000
2000
od Galvaniho proslulého experimentu
03:45
in the late 18th century and beyond.
85
210000
3000
v pozdním 18. století a dál.
03:49
Galvani showed that a frog's legs twitched
86
214000
3000
Galvani ukázal, že se žabí stehýnko cuká,
03:52
when he connected the lumbar nerve
87
217000
2000
když zapojí bederní nerv
03:54
to a source of electrical current.
88
219000
3000
ke zdroji elektrického proudu.
03:57
This experiment revealed the first, and perhaps most fundamental,
89
222000
3000
Tento experiment odhalil první a možná nejvýznamnější
04:00
nugget of the neural code:
90
225000
2000
povahu nervového kódu:
04:02
that information is written in the form
91
227000
2000
informace je zaznamenána ve formě
04:04
of electrical impulses.
92
229000
3000
elektrických impulzů.
04:08
Galvani's approach
93
233000
2000
Galvaniho přístup
04:10
of probing the nervous system with electrodes
94
235000
2000
zkoumání nervového systému pomocí elektrod
04:12
has remained state-of-the-art until today,
95
237000
3000
zůstal nejvyspělejší metodou až do dnes,
04:15
despite a number of drawbacks.
96
240000
3000
navzdory počtu nevýhod.
04:18
Sticking wires into the brain is obviously rather crude.
97
243000
3000
Strkat dráty do mozku je evidentně docela kruté.
04:21
It's hard to do in animals that run around,
98
246000
2000
Je to těžké se zvířaty, která pobíhají kolem,
04:23
and there is a physical limit
99
248000
2000
a také počet drátů,
04:25
to the number of wires
100
250000
2000
které můžete zapojit zároveň
04:27
that can be inserted simultaneously.
101
252000
3000
je omezený.
04:30
So around the turn of the last century,
102
255000
2000
Takže na přelomu minulého století
04:32
I started to think,
103
257000
2000
jsem se zamyslel,
04:34
"Wouldn't it be wonderful if one could take this logic
104
259000
3000
nebylo by to úžasné, kdybychom mohli využít této logiky
04:37
and turn it upside down?"
105
262000
2000
a převrátit ji vzhůru nohama.
04:39
So instead of inserting a wire
106
264000
2000
Namísto zasunování drátů
04:41
into one spot of the brain,
107
266000
3000
do mozku,
04:44
re-engineer the brain itself
108
269000
2000
můžeme zkonstruovat samotný mozek,
04:46
so that some of its neural elements
109
271000
3000
tak, aby některé jeho nervové články
04:49
become responsive to diffusely broadcast signals
110
274000
3000
reagovaly na difůzně vysílané signály,
04:52
such as a flash of light.
111
277000
3000
jako například paprsek světla.
04:55
Such an approach would literally, in a flash of light,
112
280000
3000
Takový příistup by doslova v momentu
04:58
overcome many of the obstacles to discovery.
113
283000
3000
překonal mnoho překážek k objevům.
05:01
First, it's clearly a non-invasive,
114
286000
3000
Za prvé, jedná se zjevně o neinvazivní,
05:04
wireless form of communication.
115
289000
3000
bezdrátovou formu komunikace.
05:07
And second, just as in a radio broadcast,
116
292000
2000
A za druhé, stejně jako u vysílání rádia,
05:09
you can communicate with many receivers at once.
117
294000
3000
můžete komunikovat s mnoha příjemci najednou.
05:12
You don't need to know where these receivers are,
118
297000
3000
Nemusíte vědět, kde se tito příjemci nachází.
05:15
and it doesn't matter if these receivers move --
119
300000
2000
A nezáleží na tom, zda se tito příjemci pohybují --
05:17
just think of the stereo in your car.
120
302000
3000
jen si představte rádio ve vašem autě.
05:20
It gets even better,
121
305000
3000
A to není všechno,
05:23
for it turns out that we can fabricate the receivers
122
308000
3000
ukázalo se, ze můžeme vyrobit přijímače
05:26
out of materials that are encoded in DNA.
123
311000
3000
z materiálu, který je zakódovaný v DNA.
05:29
So each nerve cell
124
314000
2000
Každá nervová buňka
05:31
with the right genetic makeup
125
316000
2000
se správnou genetickou úpravou
05:33
will spontaneously produce a receiver
126
318000
3000
samovolně vyprodukuje přijímač,
05:36
that allows us to control its function.
127
321000
3000
který nám dovolí ovládat její funkce.
05:39
I hope you'll appreciate
128
324000
2000
Doufám, že oceníte
05:41
the beautiful simplicity
129
326000
2000
tu krásu jednoduchosti
05:43
of this concept.
130
328000
2000
této koncepce.
05:45
There's no high-tech gizmos here,
131
330000
2000
Nejedná se zde o žádný hi-tech přístroj,
05:47
just biology revealed through biology.
132
332000
3000
pouze biologii odhalovanou skrze biologii.
05:51
Now let's take a look at these miraculous receivers up close.
133
336000
3000
Pojďme se teď podívat na tyto zázračné přijímače zblízka.
05:54
As we zoom in on one of these purple neurons,
134
339000
3000
Jakmile přiblížíme na jeden z těchto fialových neuronů,
05:57
we see that its outer membrane
135
342000
2000
vidíme, že jeho vnější membrána
05:59
is studded with microscopic pores.
136
344000
2000
je hustě pokryta mikroskopickými póry.
06:01
Pores like these conduct electrical current
137
346000
2000
Póry jako tyto vedou elektrický proud
06:03
and are responsible
138
348000
2000
a jsou odpovědné
06:05
for all the communication in the nervous system.
139
350000
2000
za veškerou komunikaci nervového systému.
06:07
But these pores here are special.
140
352000
2000
Ale tyto póry jsou zvláštní.
06:09
They are coupled to light receptors
141
354000
2000
Jsou spojené do světelných receptorů,
06:11
similar to the ones in your eyes.
142
356000
3000
podobných těm, jaké jsou ve vašich očích.
06:14
Whenever a flash of light hits the receptor,
143
359000
2000
Kdykoli záblesk světla zasáhne receptor,
06:16
the pore opens, an electrical current is switched on,
144
361000
3000
pór se otevře a spustí se elektrický proud,
06:19
and the neuron fires electrical impulses.
145
364000
3000
a neuron vyšle elektrické impulzy.
06:22
Because the light-activated pore is encoded in DNA,
146
367000
3000
Jelikož tento světlem aktivovaný pór je zakódován v DNA,
06:25
we can achieve incredible precision.
147
370000
3000
mužeme dosáhnout neuvěřitelné přesnosti.
06:28
This is because,
148
373000
2000
Je tomu tak,
06:30
although each cell in our bodies
149
375000
2000
přestože každá buňka v našem těle
06:32
contains the same set of genes,
150
377000
2000
obsahuje stejnou sadu genů,
06:34
different mixes of genes get turned on and off
151
379000
2000
různé kombinace genů se zapnou či vypnou
06:36
in different cells.
152
381000
2000
v různých buňkách.
06:38
You can exploit this to make sure
153
383000
2000
Tohoto mužete využít, abyste se ujistili,
06:40
that only some neurons
154
385000
2000
že pouze některé neurony
06:42
contain our light-activated pore and others don't.
155
387000
3000
obsahují naše světlem aktivované póry a některé ne.
06:45
So in this cartoon, the bluish white cell
156
390000
2000
Na této kresbě, tato namodrale bílá buňka
06:47
in the upper-left corner
157
392000
2000
v horním levém rohu
06:49
does not respond to light
158
394000
2000
nereaguje na světlo,
06:51
because it lacks the light-activated pore.
159
396000
3000
protože postrádá světlem aktivované póry.
06:54
The approach works so well
160
399000
2000
Tento přístup funguje tak dobře,
06:56
that we can write purely artificial messages
161
401000
2000
že můžeme posílat čistě umělé zprávy
06:58
directly to the brain.
162
403000
2000
přímo do mozku.
07:00
In this example, each electrical impulse,
163
405000
2000
V tomto případě, každý elektrický impulz,
07:02
each deflection on the trace,
164
407000
3000
každá odchylka od trasy,
07:05
is caused by a brief pulse of light.
165
410000
3000
ja způsobena krátkým bliknutím.
07:08
And the approach, of course, also works
166
413000
2000
Tento postup funguje také
07:10
in moving, behaving animals.
167
415000
3000
u pohybujících se, reagujících zvířat.
07:13
This is the first ever such experiment,
168
418000
2000
Toto je naprosto ojedinělý experiment svého druhu,
07:15
sort of the optical equivalent of Galvani's.
169
420000
3000
jakási optická obdoba Galvaniho pokusu.
07:18
It was done six or seven years ago
170
423000
2000
Byl vykonán před 6 či 7 lety
07:20
by my then graduate student, Susana Lima.
171
425000
3000
mojí tehdejší promující studentkou, Susanou Lima.
07:23
Susana had engineered the fruit fly on the left
172
428000
3000
Susana překonstruovala octomilku tady nalevo,
07:26
so that just two out of the 200,000 cells in its brain
173
431000
4000
tak, že pouze dvě z 200 000 buněk v jejím mozku
07:30
expressed the light-activated pore.
174
435000
3000
vykázaly světlem aktivované póry.
07:33
You're familiar with these cells
175
438000
2000
Znáte tyto buňky,
07:35
because they are the ones that frustrate you
176
440000
2000
protože to jsou ty, které vás frustrují
07:37
when you try to swat the fly.
177
442000
2000
když se snažíte mouchu zaplácnout.
07:39
They trained the escape reflex that makes the fly jump into the air
178
444000
3000
Vytrénovaly únikový reflex, který přiměje mouchu uletět,
07:42
and fly away whenever you move your hand in position.
179
447000
3000
kdykoli pohnete rukou.
07:46
And you can see here that the flash of light has exactly the same effect.
180
451000
3000
A tady můžete vidět, jak proud světla má naprosto stejný efekt.
07:49
The animal jumps, it spreads its wings, it vibrates them,
181
454000
3000
Živočich poskočí, reflex mu rozvine křídla, rozechvěje je,
07:52
but it can't actually take off
182
457000
2000
ale nemůže vzlétnout,
07:54
because the fly is sandwiched between two glass plates.
183
459000
3000
protože moucha je obložená dvěma skleněnými destičkami.
07:58
Now to make sure that this was no reaction of the fly
184
463000
2000
Abychom se ujistili, že se nejedná o reakci mouchy
08:00
to a flash it could see,
185
465000
3000
na světlo, které vidí,
08:03
Susana did a simple
186
468000
2000
Susana provedla jednoduchý,
08:05
but brutally effective experiment.
187
470000
2000
ale nesmírně účinný experiment.
08:07
She cut the heads off of her flies.
188
472000
3000
Usekla mouchám hlavy.
08:11
These headless bodies can live for about a day,
189
476000
3000
Tato bezhlavá těla mohou žít zhruba den,
08:14
but they don't do much.
190
479000
2000
ale moc toho nedělají.
08:16
They just stand around
191
481000
3000
Jen tak postávají
08:19
and groom excessively.
192
484000
3000
a nadměrně se upravují.
08:22
So it seems that the only trait that survives decapitation is vanity.
193
487000
3000
Tak to vypadá, že jediná vlastnost, která přetrvala, je marnivost.
08:25
(Laughter)
194
490000
3000
(Smích)
08:30
Anyway, as you'll see in a moment,
195
495000
2000
Jak za okamžik uvidíte,
08:32
Susana was able to turn on the flight motor
196
497000
3000
Susana dokázala zapnout jejich režim létání
08:35
of what's the equivalent of the spinal cord of these flies
197
500000
3000
u jejich obdoby páteřní míchy
08:38
and get some of the headless bodies
198
503000
2000
a podařilo se jí, aby některá bezhlavá těla
08:40
to actually take off and fly away.
199
505000
3000
vzlétla a odlétla.
08:47
They didn't get very far, obviously.
200
512000
2000
Zjevně neodletěla nijak daleko.
08:50
Since we took these first steps,
201
515000
2000
Od doby, kdy jsme udělali tyto první kroky,
08:52
the field of optogenetics has exploded.
202
517000
3000
obor optogenetiky se prudce rozrostl.
08:55
And there are now hundreds of labs
203
520000
2000
Nyní jsou stovky laboratoří,
08:57
using these approaches.
204
522000
2000
které využívají tohoto přístupu.
08:59
And we've come a long way
205
524000
2000
A máme za sebou dlouhou cestu
09:01
since Galvani's and Susana's first successes
206
526000
3000
od Galvaniho a Susanina prvního úspěchu
09:04
in making animals twitch or jump.
207
529000
2000
v přimění zvířat, aby se cukala či skákala.
09:06
We can now actually interfere with their psychology
208
531000
3000
Nyní se dokonce můžeme vměšovat do jejich psychologie
09:09
in rather profound ways,
209
534000
2000
velmi důmyslným způsobem,
09:11
as I'll show you in my last example,
210
536000
2000
jak vám ukáži ve svém posledním příkladu,
09:13
which is directed at a familiar question.
211
538000
3000
který se řídí známou otázkou.
09:16
Life is a string of choices
212
541000
3000
Život je řetězcem možností
09:19
creating a constant pressure to decide what to do next.
213
544000
3000
způsobujícím konstatní tlak, abychom se rozhodli, co dělat dál.
09:23
We cope with this pressure by having brains,
214
548000
3000
S tímto tlakem se vyrovnáváme používáním mozku,
09:26
and within our brains, decision-making centers
215
551000
3000
a v něm, centra rozhodování,
09:29
that I've called here the "Actor."
216
554000
3000
kterému zde říkám Činitel.
09:33
The Actor implements a policy that takes into account
217
558000
3000
Činitel uskuteční postup, který zohlední
09:36
the state of the environment
218
561000
2000
stav prostředí
09:38
and the context in which we operate.
219
563000
3000
a kontext, ve kterém fungujeme.
09:41
Our actions change the environment, or context,
220
566000
3000
Naše činy mění prostředí či kontext,
09:44
and these changes are then fed back into the decision loop.
221
569000
3000
a tyto změny zpětně reagují na smyčku rozhodnutí.
09:48
Now to put some neurobiological meat
222
573000
3000
Nyní přidáme trochu neurobiologické příměsi
09:51
on this abstract model,
223
576000
2000
do tohoto abstraktního modelu,
09:53
we constructed a simple one-dimensional world
224
578000
2000
vybudovali jsme jednoduchý jednorozměrný svět
09:55
for our favorite subject, fruit flies.
225
580000
3000
pro náš oblíbený objekt zkoumání, octomilky.
09:58
Each chamber in these two vertical stacks
226
583000
2000
Každá komora v těchto dvou svislých komínech
10:00
contains one fly.
227
585000
2000
obsahuje jednu octomilku.
10:02
The left and the right halves of the chamber
228
587000
3000
Levá a pravá polovina komor
10:05
are filled with two different odors,
229
590000
2000
obsahuje jiný pach,
10:07
and a security camera watches
230
592000
2000
a bezpečnostní kamera pozoruje
10:09
as the flies pace up and down between them.
231
594000
3000
octomilky, jak se mezi nimi pohybují nahoru a dolů.
10:12
Here's some such CCTV footage.
232
597000
2000
Tady je jejich záznam.
10:14
Whenever a fly reaches the midpoint of the chamber
233
599000
3000
Jakmile moucha dosáhne středu komory,
10:17
where the two odor streams meet,
234
602000
2000
kde se ty dva pachy střetávají,
10:19
it has to make a decision.
235
604000
2000
musí se rozhodnout,
10:21
It has to decide whether to turn around
236
606000
2000
jestli se má otočit
10:23
and stay in the same odor,
237
608000
2000
a zůstat ve stejném pachu,
10:25
or whether to cross the midline
238
610000
2000
nebo má překročit střed
10:27
and try something new.
239
612000
2000
a zkusit něco nového.
10:29
These decisions are clearly a reflection
240
614000
3000
Tato rozhodnutí jsou jasně výsledkem
10:32
of the Actor's policy.
241
617000
3000
Činitelova postupu.
10:36
Now for an intelligent being like our fly,
242
621000
3000
Jelikož se jedná o inteligenci mouchy,
10:39
this policy is not written in stone
243
624000
3000
tento postup není stálý,
10:42
but rather changes as the animal learns from experience.
244
627000
3000
ale mění se s přibývajícími zkušenostmi živočicha.
10:45
We can incorporate such an element
245
630000
2000
Můžeme zahrnout element
10:47
of adaptive intelligence into our model
246
632000
3000
adaptivní inteligence do našeho modelu,
10:50
by assuming that the fly's brain
247
635000
2000
když budeme předpokládat, že mozek mouchy
10:52
contains not only an Actor,
248
637000
2000
neobsahuje pouze Činitele,
10:54
but a different group of cells,
249
639000
2000
ale i jinou skupinu buněk,
10:56
a "Critic," that provides a running commentary
250
641000
3000
Posuzovatele, který poskytuje průběžný komentář
10:59
on the Actor's choices.
251
644000
2000
k výběru Činitele.
11:01
You can think of this nagging inner voice
252
646000
3000
Pod tímto sekýrováním si můžete představit
11:04
as sort of the brain's equivalent
253
649000
2000
jakousi obdobu mozku
11:06
of the Catholic Church,
254
651000
2000
Katolické církve,
11:08
if you're an Austrian like me,
255
653000
3000
jestliže jste Rakušan jako já,
11:11
or the super-ego, if you're Freudian,
256
656000
3000
nebo jakési nadjá, jestliže jste zastánce Freuda,
11:14
or your mother, if you're Jewish.
257
659000
2000
nebo vaši matku, jestliže jste Žid.
11:16
(Laughter)
258
661000
4000
(Smích)
11:20
Now obviously,
259
665000
2000
Očividně,
11:22
the Critic is a key ingredient
260
667000
3000
Posuzovatel je klíčovou přísadou,
11:25
in what makes us intelligent.
261
670000
2000
která nás tvoří inteligentními.
11:27
So we set out to identify
262
672000
2000
A tak jsme se rozhodli identifikovat
11:29
the cells in the fly's brain
263
674000
2000
ty buňky v mozku mouchy,
11:31
that played the role of the Critic.
264
676000
2000
které hrají roli Posuzovatele.
11:33
And the logic of our experiment was simple.
265
678000
3000
Logika našeho experimentu byla jednoduchá.
11:36
We thought if we could use our optical remote control
266
681000
3000
Domnívali jsme se, že jestliže můžeme použít dálkový ovladač
11:39
to activate the cells of the Critic,
267
684000
3000
k aktivaci buněk Posuzovatele,
11:42
we should be able, artificially, to nag the Actor
268
687000
3000
můžeme také, uměle, naléhat na Činitele,
11:45
into changing its policy.
269
690000
2000
aby změnil svůj postup.
11:47
In other words,
270
692000
2000
Jinými slovy,
11:49
the fly should learn from mistakes
271
694000
2000
moucha by se měla učit z chyb,
11:51
that it thought it had made
272
696000
2000
které si myslí, že udělala,
11:53
but, in reality, it had not made.
273
698000
3000
ale ve skutečnosti žádné neudělala.
11:56
So we bred flies
274
701000
2000
A tak jsme vypěstovali mouchy,
11:58
whose brains were more or less randomly peppered
275
703000
3000
jejichž mozky jsme více méně nahodile poseli
12:01
with cells that were light addressable.
276
706000
2000
buňkami, které jsou světelně směrovatelné.
12:03
And then we took these flies
277
708000
2000
Pak jsme vzali tyto mouchy
12:05
and allowed them to make choices.
278
710000
2000
a nechali je učinit rozhodnutí.
12:07
And whenever they made one of the two choices,
279
712000
2000
A kdykoliv se rozhodly pro jedno z řešení,
12:09
chose one odor,
280
714000
2000
vybraly jeden pach,
12:11
in this case the blue one over the orange one,
281
716000
2000
v tomto případě, ten modrý před oranžovým,
12:13
we switched on the lights.
282
718000
2000
zapli jsme světla.
12:15
If the Critic was among the optically activated cells,
283
720000
3000
Jestliže byl Posuzovatel mezi opticky aktivovanými buňkami,
12:18
the result of this intervention
284
723000
2000
výsledkem tohoto zásahu
12:20
should be a change in policy.
285
725000
3000
by měla být změna v postupu.
12:23
The fly should learn to avoid
286
728000
2000
Moucha by se měla naučit vyhnout se
12:25
the optically reinforced odor.
287
730000
2000
opticky posílenému pachu.
12:27
Here's what happened in two instances:
288
732000
3000
Tady jsou dva příklady.
12:30
We're comparing two strains of flies,
289
735000
3000
Porovnáváme dva druhy much,
12:33
each of them having
290
738000
2000
každá z much má v mozku
12:35
about 100 light-addressable cells in their brains,
291
740000
2000
kolem 100 světelně směrovatelných buněk,
12:37
shown here in green on the left and on the right.
292
742000
3000
které tady vidíte zeleně nalevo a napravo.
12:40
What's common among these groups of cells
293
745000
3000
Co je běžné u těchto skupin buněk,
12:43
is that they all produce the neurotransmitter dopamine.
294
748000
3000
je, že produkují neurotransmiter dopamin.
12:46
But the identities of the individual
295
751000
2000
Ale totožnosti jednotlivých
12:48
dopamine-producing neurons
296
753000
2000
dopamin vyrábějících neuronů
12:50
are clearly largely different on the left and on the right.
297
755000
3000
jsou zřetelně jiné nalevo a napravo.
12:53
Optically activating
298
758000
2000
Stovky opticky aktivovaných
12:55
these hundred or so cells
299
760000
2000
buněk
12:57
into two strains of flies
300
762000
2000
ve dvou druzích much
12:59
has dramatically different consequences.
301
764000
2000
přináší dramaticky různé důsledky.
13:01
If you look first at the behavior
302
766000
2000
Když se podíváte nejprve na chování
13:03
of the fly on the right,
303
768000
2000
mouchy napravo,
13:05
you can see that whenever it reaches the midpoint of the chamber
304
770000
3000
vidíte, že kdykoliv se přiblížila středu komory,
13:08
where the two odors meet,
305
773000
2000
kde se dva pachy střetávají,
13:10
it marches straight through, as it did before.
306
775000
3000
napochoduje si přímo skrz, jako kdyby to už dělala.
13:13
Its behavior is completely unchanged.
307
778000
2000
Její chování zůstává neměnné.
13:15
But the behavior of the fly on the left is very different.
308
780000
3000
Ale chování mouchy nalevo je jiné.
13:18
Whenever it comes up to the midpoint,
309
783000
3000
Kdykoliv dosáhne středu,
13:21
it pauses,
310
786000
2000
zastaví se,
13:23
it carefully scans the odor interface
311
788000
2000
opatrně prozkoumá pach rozhraní,
13:25
as if it was sniffing out its environment,
312
790000
2000
jako kdyby čenichala jeho prostředí,
13:27
and then it turns around.
313
792000
2000
a pak se otočí zpět.
13:29
This means that the policy that the Actor implements
314
794000
3000
To znamená, že postup, který Činitel nyní realizuje
13:32
now includes an instruction to avoid the odor
315
797000
2000
zahrnuje instrukce vyvarovat se pachu,
13:34
that's in the right half of the chamber.
316
799000
3000
který je v pravé straně komory.
13:37
This means that the Critic
317
802000
2000
To znamená, že Posuzovatel
13:39
must have spoken in that animal,
318
804000
2000
promluvil k živočichovi,
13:41
and that the Critic must be contained
319
806000
2000
a že patří
13:43
among the dopamine-producing neurons on the left,
320
808000
3000
mezi neurony produkující dopamin nalevo
13:46
but not among the dopamine producing neurons on the right.
321
811000
3000
a ne mezi neurony produkující dopamin napravo.
13:49
Through many such experiments,
322
814000
3000
Díky mnoha podobným experimentům
13:52
we were able to narrow down
323
817000
2000
jsme byli schopni zúžit počet možných
13:54
the identity of the Critic
324
819000
2000
buněk identifikovatelných jako Posuzovatel
13:56
to just 12 cells.
325
821000
2000
na pouhých 12 buněk.
13:58
These 12 cells, as shown here in green,
326
823000
3000
Těchto 12 buněk, jak vidíte tady zeleně,
14:01
send the output to a brain structure
327
826000
2000
vysílá data do části mozku
14:03
called the "mushroom body,"
328
828000
2000
zvaného houbovité těleso,
14:05
which is shown here in gray.
329
830000
2000
které je zde vyznačeno šedivě.
14:07
We know from our formal model
330
832000
2000
Víme, z našeho předchozího modelu,
14:09
that the brain structure
331
834000
2000
že poslední strukturou mozku,
14:11
at the receiving end of the Critic's commentary is the Actor.
332
836000
3000
která dostává Posuzovatelovy komentáře, je Činitel.
14:14
So this anatomy suggests
333
839000
2000
Tato anatomie naznačuje,
14:16
that the mushroom bodies have something to do
334
841000
3000
že houbovitá tělesa mají co dočinění
14:19
with action choice.
335
844000
2000
s výběrem jednání.
14:21
Based on everything we know about the mushroom bodies,
336
846000
2000
Na základě všeho, co víme o houbovitých tělesech,
14:23
this makes perfect sense.
337
848000
2000
to dává dokonalý smysl.
14:25
In fact, it makes so much sense
338
850000
2000
Ve skutečnosti to dává takový smysl,
14:27
that we can construct an electronic toy circuit
339
852000
3000
že můžeme vyrábět hračky s elektronickým obvodem,
14:30
that simulates the behavior of the fly.
340
855000
3000
který představuje chování mouchy.
14:33
In this electronic toy circuit,
341
858000
3000
Na této hračce s obvodem,
14:36
the mushroom body neurons are symbolized
342
861000
2000
jsou neurony houbovitého tělesa symbolizovány
14:38
by the vertical bank of blue LEDs
343
863000
3000
svislou plošinou s modrými diodami
14:41
in the center of the board.
344
866000
3000
ve středu desky.
14:44
These LED's are wired to sensors
345
869000
2000
Tyto diody jsou připojené k senzorům,
14:46
that detect the presence of odorous molecules in the air.
346
871000
3000
které ve vzduchu odhalí přítomnost aromatických molekul.
14:50
Each odor activates a different combination of sensors,
347
875000
3000
Každý pach aktivuje jiné kombinace senzorů,
14:53
which in turn activates
348
878000
2000
které střídavě aktivují
14:55
a different odor detector in the mushroom body.
349
880000
3000
různé pachové detektory v houbovitých tělesech.
14:58
So the pilot in the cockpit of the fly,
350
883000
2000
Takže pilot v kabině mouchy,
15:00
the Actor,
351
885000
2000
Činitel,
15:02
can tell which odor is present
352
887000
2000
může rozeznat, který pach je přítomný,
15:04
simply by looking at which of the blue LEDs lights up.
353
889000
4000
pouhým pohledem na to, která z modrých diod je rozsvícena.
15:09
What the Actor does with this information
354
894000
2000
Co Čintel s touto informací udělá,
15:11
depends on its policy,
355
896000
2000
závisí na postupu,
15:13
which is stored in the strengths of the connection,
356
898000
2000
který je uložen v síle spojení
15:15
between the odor detectors
357
900000
2000
mezi detektory pachu
15:17
and the motors
358
902000
2000
a motory,
15:19
that power the fly's evasive actions.
359
904000
2000
které pohánějí vyhýbavé jednání mouchy.
15:22
If the connection is weak, the motors will stay off
360
907000
2000
Jestliže je spojení slabé, motory zůstanou vypnuty
15:24
and the fly will continue straight on its course.
361
909000
3000
a moucha bude pokračovat ve své dráze.
15:27
If the connection is strong, the motors will turn on
362
912000
3000
Jestliže je spojení silné, motory se zapnou
15:30
and the fly will initiate a turn.
363
915000
3000
a moucha se stočí.
15:33
Now consider a situation
364
918000
2000
Nyní zvažme situaci,
15:35
in which the motors stay off,
365
920000
2000
kdy by motory zůstaly vypnuty,
15:37
the fly continues on its path
366
922000
3000
moucha by pokračovala ve své cestě
15:40
and it suffers some painful consequence
367
925000
2000
a utrpěla bolestivé následky,
15:42
such as getting zapped.
368
927000
2000
jako například zaplácnutí.
15:44
In a situation like this,
369
929000
2000
V těchto situacích
15:46
we would expect the Critic to speak up
370
931000
2000
bychom očekávali od Posuzovatele, že se ujme slova
15:48
and to tell the Actor
371
933000
2000
a řekne Činiteli,
15:50
to change its policy.
372
935000
2000
aby změnil postup.
15:52
We have created such a situation, artificially,
373
937000
3000
Takovouto situaci jsme uměle vytvořili tím,
15:55
by turning on the critic with a flash of light.
374
940000
3000
že jsme se obrátili na Posuzovatele se světlem.
15:58
That caused a strengthening of the connections
375
943000
3000
To způsobilo zesílení spojení
16:01
between the currently active odor detector
376
946000
3000
mezi momentálně aktivním detektorem pachu
16:04
and the motors.
377
949000
2000
a motory.
16:06
So the next time
378
951000
2000
Takže příště, až
16:08
the fly finds itself facing the same odor again,
379
953000
3000
moucha bude čelit stejnému pachu,
16:11
the connection is strong enough to turn on the motors
380
956000
3000
spojení bude dostatečně silné k zapnutí motorů
16:14
and to trigger an evasive maneuver.
381
959000
3000
a spustí úhybný manévr.
16:19
I don't know about you,
382
964000
3000
Nevím, jak vy,
16:22
but I find it exhilarating to see
383
967000
3000
ale myslím si, že je radostné vidět,
16:25
how vague psychological notions
384
970000
3000
jak neurčité psychologické poznatky
16:28
evaporate and give rise
385
973000
2000
mizí a přenechávají místo
16:30
to a physical, mechanistic understanding of the mind,
386
975000
3000
fyzickému, mechanistickému chápání mysli,
16:33
even if it's the mind of the fly.
387
978000
3000
i když se jedná o mysl mouchy.
16:36
This is one piece of good news.
388
981000
3000
Toto je první část dobré zprávy.
16:39
The other piece of good news,
389
984000
2000
Ta druhá část dobré zprávy,
16:41
for a scientist at least,
390
986000
2000
přinejmenším pro vědce,
16:43
is that much remains to be discovered.
391
988000
3000
je, že toho zbývá mnoho objevit.
16:46
In the experiments I told you about,
392
991000
2000
V pokusech, o kterých jsem vám vyprávěl,
16:48
we have lifted the identity of the Critic,
393
993000
3000
jsme určili identitu Posuzovatele,
16:51
but we still have no idea
394
996000
2000
ale stále nemáme ponětí,
16:53
how the Critic does its job.
395
998000
2000
jak Posuzovatel provádí svou práci.
16:55
Come to think of it, knowing when you're wrong
396
1000000
2000
Příjít na to, že se mýlíte,
16:57
without a teacher, or your mother, telling you,
397
1002000
3000
aniž by vám to učitel, či vaše matka řekli,
17:00
is a very hard problem.
398
1005000
2000
je velký problém.
17:02
There are some ideas in computer science
399
1007000
2000
Jsou nějaké nápady nabízené počítačovou vědou
17:04
and in artificial intelligence
400
1009000
2000
či umělou inteligencí,
17:06
as to how this might be done,
401
1011000
2000
jak se to může dít,
17:08
but we still haven't solved
402
1013000
2000
ale stále jsme nevyřešili
17:10
a single example
403
1015000
2000
jediný příklad toho,
17:12
of how intelligent behavior
404
1017000
3000
jak se vyklube inteligentní chování
17:15
springs from the physical interactions
405
1020000
2000
z fyzických interakcí
17:17
in living matter.
406
1022000
2000
v živé hmotě.
17:19
I think we'll get there in the not too distant future.
407
1024000
3000
Myslím, že se k tomu v nedaleké budoucnosti dopracujeme.
17:22
Thank you.
408
1027000
2000
Děkuji.
17:24
(Applause)
409
1029000
4000
(Potlesk)
ABOUT THE SPEAKER
Gero Miesenboeck - OptogeneticistUsing light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior.
Why you should listen
Gero Miesenboeck is pioneering the field of optogenetics: genetically modifying nerve cells to respond to light. By flashing light at a modified neuron in a living nervous system, Miesenboeck and his collaborators can mimic a brain impulse -- and then study what happens next. Optogenetics will allow ever more precise experiments on living brains, allowing us to gather better evidence on how electrical impulses on tissue translate into actual behavior and thoughts.
In one experiment, done at Yale, he and his team engineered fruit flies to be light-sensitive in the neural area responsible for escape response. Then the flies were beheaded; fruit flies can live for a day without their heads, but they don't move. When the modified cells were flashed with light, though, the headless flies flew. Miesenboeck had successfully simulated an order from a brain that wasn't even there anymore.
Miesenboeck's current research at Oxford's growing department of neurobiology focuses on the nerve cell networks that underpin what animals perceive, remember and do. In one recent experiment, he used optogenetics to implant an unpleasant memory in a fruit fly, causing it to "remember" to avoid a certain odor as it traveled around. He and his team were able, in fact, to find the fly's specific 12-neuron brain circuit that govern memory formation.
Gero Miesenboeck | Speaker | TED.com