ABOUT THE SPEAKER
Michael Merzenich - Neuroscientist
Michael Merzenich studies neuroplasticity -- the brain's powerful ability to change itself and adapt -- and ways we might make use of that plasticity to heal injured brains and enhance the skills in healthy ones.

Why you should listen

One of the foremost researchers of neuroplasticity, Michael Merzenich's work has shown that the brain retains its ability to alter itself well into adulthood -- suggesting that brains with injuries or disease might be able to recover function, even later in life. He has also explored the way the senses are mapped in regions of the brain and the way sensations teach the brain to recognize new patterns.

Merzenich wants to bring the powerful plasticity of the brain into practical use through technologies and methods that harness it to improve learning. He founded Scientific Learning Corporation, which markets and distributes educational software for children based on models of brain plasticity. He is co-founder and Chief Science Officer of Posit Science, which creates "brain training" software also based on his research.

Merzenich is professor emeritus of neuroscience at the University of California, San Francisco.

More profile about the speaker
Michael Merzenich | Speaker | TED.com
TED2004

Michael Merzenich: Growing evidence of brain plasticity

Michael Merzenich: Zunehmende Belege für Neuroplastizität

Filmed:
1,483,469 views

Neurowissenschaftler Michael Merzenich betrachtet eines der Geheimnisse der unglaublichen Leistungsfähigkeit des Gehirns: seine Fähigkeit, sich selbst aktiv neu zu vernetzen. Er untersucht Wege, die Hirnplastizität zu nutzen, um unsere Fertigkeiten zu verbessern und verloren gegangene Funktion wiederzuerlangen.
- Neuroscientist
Michael Merzenich studies neuroplasticity -- the brain's powerful ability to change itself and adapt -- and ways we might make use of that plasticity to heal injured brains and enhance the skills in healthy ones. Full bio

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

00:12
This machineMaschine, whichwelche we all have residingmit Wohnsitz in our skullsSchädel,
0
0
3000
Diese Maschine, die in all
unseren Schädeln wohnt,
00:15
remindserinnert me of an aphorismAphorismus, of a
1
3000
3000
erinnert mich an eine Bemerkung
von Woody Allen,
00:18
commentKommentar of WoodyHolzige AllenAllen
2
6000
2000
der fragte, was das Beste wäre,
das man in seinem Schädel haben kann.
00:20
to askFragen about what is the very bestBeste thing to have withininnerhalb your skullSchädel.
3
8000
2000
00:22
And it's this machineMaschine.
4
10000
2000
Und es ist diese Maschine.
00:24
And it's constructedgebaut for changeVeränderung. It's all about changeVeränderung.
5
12000
3000
Sie ist für Veränderung geschaffen,
es geht eigentlich nur darum.
00:27
It confersverleiht on us the abilityFähigkeit to do things tomorrowMorgen that we can't do todayheute,
6
15000
3000
So können wir morgen Dinge tun,
die wir heute noch nicht können,
00:30
things todayheute that we couldn'tkonnte nicht do yesterdaygestern.
7
18000
2000
und heute die, die wir
gestern noch nicht konnten.
00:32
And of courseKurs it's borngeboren stupidblöd.
8
20000
2000
Natürlich wird sie dumm geboren.
00:34
The last time you were in the presenceGegenwart of a babyBaby --
9
22000
2000
Das letzte Mal, als Sie
ein Baby gesehen haben --
00:36
this happensdas passiert to be my granddaughterEnkelin, MitraMitra.
10
24000
3000
Das ist übrigens meine Enkeltochter Mitra.
00:39
Isn't she fabulousfabelhaft?
11
27000
2000
Ist sie nicht großartig?
00:41
(LaughterLachen)
12
29000
1000
(Lachen)
00:42
But nonethelessdennoch when she poppedaufgetaucht out
13
30000
2000
Aber als sie geboren wurde,
00:44
despiteTrotz the factTatsache that her brainGehirn had actuallytatsächlich been progressingvoran
14
32000
2000
obwohl ihr Gehirn sich schon
seit Monaten entwickelt hatte,
00:46
in its developmentEntwicklung for severalmehrere monthsMonate before
15
34000
2000
basierend auf den Erfahrungen, die sie
in der Gebärmutter gemacht hatte,
00:48
on the basisBasis of her experiencesErfahrungen in the wombGebärmutter --
16
36000
2000
00:50
nonethelessdennoch she had very limitedbegrenzt abilitiesFähigkeiten,
17
38000
2000
waren ihre Fähigkeiten
nur sehr schwach ausgebildet,
00:52
as does everyjeden infantSäugling
18
40000
2000
wie bei jedem Kind
00:54
at the time of normalnormal, naturalnatürlich full-termvolle Laufzeit birthGeburt.
19
42000
3000
zur Zeit einer normalen,
natürlichen Geburt.
00:57
If we were to assayAssay her perceptualWahrnehmungs abilitiesFähigkeiten, they would be crudegrobe.
20
45000
4000
Ihre Wahrnehmungskompetenzen
fielen in einem Test plump aus.
01:01
There is no realecht indicationIndikation that there is any realecht thinkingDenken going on.
21
49000
3000
Es gibt keine richtigen Anzeichen
für gedankliche Aktivität.
01:04
In factTatsache there is little evidenceBeweise that there is any
22
52000
3000
Es gibt eigentlich
fast keine Beweise dafür,
01:07
cognitivekognitiv abilityFähigkeit in a very youngjung infantSäugling.
23
55000
3000
dass sehr kleine Kinder überhaupt
kognitive Fähigkeiten haben.
01:10
InfantsKleinkinder don't respondreagieren to much.
24
58000
2000
Babys reagieren nicht auf viel.
01:12
There is not really much of an indicationIndikation in factTatsache that there is a personPerson on boardTafel.
25
60000
3000
Es gibt kaum Anhaltspunkte dafür,
dass eine Person mit von der Partie ist.
01:15
(LaughterLachen)
26
63000
3000
(Lachen)
01:18
And they can only in a very primitivePrimitive way, and in a very limitedbegrenzt way
27
66000
3000
Und sie können ihre Bewegungen
nur auf sehr primitive Art kontrollieren.
01:21
controlsteuern theirihr movementsBewegungen.
28
69000
1000
01:22
It would be severalmehrere monthsMonate before this infantSäugling
29
70000
2000
Einige Monate vergehen,
bis dieses Kind
etwas so Simples tun kann
wie willentlich nach etwas zu greifen,
01:24
could do something as simpleeinfach as reacherreichen out and graspGriff
30
72000
2000
01:26
underunter voluntaryfreiwillig controlsteuern an objectObjekt and retrieveAbrufen it,
31
74000
2000
zu nehmen und herumzubewegen,
01:28
usuallygewöhnlich to the mouthMund.
32
76000
2000
meistens zum Mund.
01:30
And it will be some monthsMonate beforewardbeforeward,
33
78000
2000
Es werden einige Monate vergehen,
01:32
and we see a long steadystetig progressionProgression
34
80000
3000
und wir sehen eine lange,
kontinuierliche Entwicklung
01:35
of the evolutionEvolution from the first wiggleswackelt,
35
83000
2000
der Evolution von den
ersten Strampelbewegungen
01:37
to rollingrollend over, and sittingSitzung up, and crawlingkriechend,
36
85000
2000
zum Sich-Umdrehen,
Aufsetzen, Krabbeln,
01:39
standingStehen, walkingGehen,
37
87000
2000
Stehen, Gehen, Sehen,
01:41
before we get to that magicalmagisch pointPunkt
38
89000
2000
bevor wir den magischen Punkt erreichen,
01:43
in whichwelche we can motatemotate in the worldWelt.
39
91000
2000
an dem wir durch die Welt spazieren.
01:45
And yetnoch, when we look forwardVorwärts- in the brainGehirn
40
93000
2000
Schauen wir uns jedoch
die Zukunft des Gehirns an,
01:47
we see really remarkablebemerkenswert advanceVoraus.
41
95000
3000
finden wir beachtlichen Fortschritt.
01:50
By this ageAlter the brainGehirn can actuallytatsächlich storeGeschäft.
42
98000
2000
In diesem Alter kann das Gehirn
bereits Dinge speichern.
01:52
It has storedgespeichert, recordedverzeichnet,
43
100000
2000
Es hat gespeichert, aufgezeichnet,
01:54
can fastlyschnell retrieveAbrufen
44
102000
2000
kann sehr schnell die Bedeutung
01:56
the meaningsBedeutungen of thousandsTausende,
45
104000
2000
von Tausenden,
01:58
tenszehn of thousandsTausende of objectsObjekte,
46
106000
2000
Zehntausenden Objekten,
02:00
actionsAktionen, and theirihr relationshipsBeziehungen in the worldWelt.
47
108000
2000
Handlungen, und
deren Verhältnis zur Welt abrufen.
02:02
And those relationshipsBeziehungen can in factTatsache be constructedgebaut in hundredsHunderte of thousandsTausende,
48
110000
3000
Und diese Beziehungen
können auf Hunderttausende,
02:05
potentiallymöglicherweise millionsMillionen of waysWege.
49
113000
2000
wahrscheinlich Millionen,
Arten gebildet werden.
02:07
By this ageAlter the brainGehirn controlsKontrollen very refinedraffiniert perceptualWahrnehmungs abilitiesFähigkeiten.
50
115000
5000
In diesem Alter kontrolliert das Gehirn
schon sehr verfeinerte
Wahrnehmungsfähigkeiten.
02:12
And it actuallytatsächlich has a growingwachsend repertoireRepertoire of cognitivekognitiv skillsFähigkeiten.
51
120000
3000
Es hat sogar ein wachsendes Potential
an kognitiven Fähigkeiten.
02:15
This brainGehirn is very much a thinkingDenken machineMaschine.
52
123000
3000
Das Gehirn ist praktisch
eine Denk-Maschine.
02:18
And by this ageAlter there is absolutelyunbedingt no questionFrage
53
126000
3000
Und in diesem Alter steht es außer Frage,
02:21
that this brainGehirn, it has a personPerson on boardTafel.
54
129000
4000
dass bei diesem Gehirn
eine Person involviert ist.
02:25
And in factTatsache at this ageAlter it is substantiallyim Wesentlichen controllingControlling its ownbesitzen self-developmentSelbst-Entwicklung.
55
133000
4000
Und in diesem Alter steuert es
im Wesentlichen seine Selbstentwicklung
02:29
And by this ageAlter we see a remarkablebemerkenswert evolutionEvolution
56
137000
2000
und wir sehen
eine bemerkenswerte Entwicklung
02:31
in its capacityKapazität to controlsteuern movementBewegung.
57
139000
3000
bezüglich der Fähigkeit,
Bewegungen zu steuern.
02:34
Now movementBewegung has advancedfortgeschritten to the pointPunkt
58
142000
2000
Jetzt hat sich Bewegung
so weit entwickelt,
02:36
where it can actuallytatsächlich controlsteuern movementBewegung simultaneouslygleichzeitig,
59
144000
3000
dass das Gehirn mehrere Bewegungen
simultan steuern kann,
02:39
in a complexKomplex sequenceSequenz, in complexKomplex waysWege
60
147000
2000
in einer komplexen Abfolge,
auf komplizierte Arten,
02:41
as would be requirederforderlich for exampleBeispiel
61
149000
2000
wie es zum Beispiel nötig ist,
02:43
for playingspielen a complicatedkompliziert gameSpiel,
62
151000
2000
um komplizierte Spiele, wie Fußball,
02:45
like soccerFußball.
63
153000
2000
zu spielen.
02:47
Now this boyJunge can bounceBounce a soccerFußball ballBall on his headKopf.
64
155000
3000
Dieser Junge hier kann
mit seinem Kopf Ball spielen.
02:50
And where this boyJunge comeskommt from, SaoSao PauloPaulo, BrazilBrazilien,
65
158000
2000
Dort wo er herkommt,
Sao Paulo, Brasilien,
02:52
about 40 percentProzent of boysJungen of his ageAlter have this abilityFähigkeit.
66
160000
4000
können das etwa
40 % der Jungen in seinem Alter.
02:56
You could go out into the communityGemeinschaft in MontereyMonterey,
67
164000
4000
Würde man nach Monterey gehen,
hätte man Schwierigkeiten,
03:00
and you'ddu würdest have difficultySchwierigkeit findingErgebnis a boyJunge that has this abilityFähigkeit.
68
168000
3000
einen Jungen zu finden, der das kann.
03:03
And if you did he'der würde probablywahrscheinlich be from SaoSao PauloPaulo.
69
171000
3000
Und wenn man einen finden würde,
wäre er wahrscheinlich aus Sao Paulo.
03:06
(LaughterLachen)
70
174000
1000
(Lachen)
03:07
That's all anotherein anderer way of sayingSprichwort
71
175000
2000
Das alles zeigt uns,
03:09
that our individualPerson skillsFähigkeiten and abilitiesFähigkeiten
72
177000
2000
dass unsere individuellen Fähigkeiten
03:11
are very much shapedgeformt by our environmentsUmgebungen.
73
179000
2000
stark durch unser Umfeld geprägt werden.
03:13
That environmentUmwelt extendserweitert into our contemporaryzeitgenössisch cultureKultur,
74
181000
3000
Dieses Umfeld erstreckt sich
bis in unsere zeitgenössische Kultur,
03:16
the thing our brainGehirn is challengedherausgefordert with.
75
184000
2000
diesem Ding,
das unser Gehirn sehr fordert.
03:18
Because what we'vewir haben doneerledigt in our personalpersönlich evolutionsEntwicklungen
76
186000
2000
Was wir mit unserer persönlichen
Entwicklung bewältigt haben,
03:20
is buildbauen up a largegroß repertoireRepertoire of specificspezifisch skillsFähigkeiten and abilitiesFähigkeiten
77
188000
4000
ist der Aufbau eines großen Repertoires
an bestimmten Fähigkeiten,
03:24
that are specificspezifisch to our ownbesitzen individualPerson historiesGeschichten.
78
192000
2000
die genau an unsere persönliche
Vergangenheit angepasst sind.
03:26
And in factTatsache they resultErgebnis in a wonderfulwunderbar
79
194000
2000
Sie bilden wundervolle
03:28
differentiationDifferenzierung in humankindMenschheit,
80
196000
3000
Unterschiede im menschlichen Wesen,
03:31
in the way that, in factTatsache, no two of us
81
199000
2000
sodass keine zwei von uns
03:33
are quiteganz alikewie.
82
201000
2000
ganz gleich sind.
03:35
EveryJedes one of us has a differentanders setSet of acquirederworben skillsFähigkeiten and abilitiesFähigkeiten
83
203000
3000
Jeder von uns hat sich
verschiedene Fähigkeiten angeeignet,
03:38
that all deriveableiten out of the plasticityPlastizität,
84
206000
2000
die sich alle von der Formbarkeit
und Anpassungsfähigkeit
03:40
the adaptabilityAnpassungsfähigkeit of this really remarkablebemerkenswert adaptiveadaptiv machineMaschine.
85
208000
5000
dieser bemerkenswert
anpassungsfähigen Maschine herleiten.
03:45
In an adultErwachsene brainGehirn of courseKurs we'vewir haben builtgebaut up
86
213000
3000
Im Gehirn eines Erwachsenen
haben wir natürlich
03:48
a largegroß repertoireRepertoire of masteredgemeistert skillsFähigkeiten and abilitiesFähigkeiten
87
216000
2000
ein großes Repertoire
an erlernten Fähigkeiten,
03:50
that we can performausführen more or lessWeniger automaticallyautomatisch from memoryErinnerung,
88
218000
3000
die wir mehr oder weniger automatisch
aus der Erinnerung ausführen können,
03:53
and that definedefinieren us as actingSchauspielkunst, movingbewegend, thinkingDenken creaturesKreaturen.
89
221000
5000
was uns zu handelnden, sich
bewegenden, denkenden Wesen macht.
03:58
Now we studyStudie this,
90
226000
2000
Verklemmte Laborratten an der Uni,
also Menschen wie ich,
04:00
as the nerdyNerdy, laboratoryLabor, university-baseduniversitäre scientistsWissenschaftler that we are,
91
228000
3000
untersuchen dies,
indem wir uns Gehirne
04:03
by engagingansprechend the brainsGehirne
92
231000
2000
04:05
of animalsTiere like ratsRatten, or monkeysAffen,
93
233000
3000
von Tieren wie Ratten oder Affen ansehen,
04:08
or of this particularlyinsbesondere curiousneugierig creatureKreatur --
94
236000
3000
oder dieser eigenartigen Kreatur --
04:11
one of the more bizarreBizarre formsFormen of life on earthErde --
95
239000
3000
eine der bizarrsten
Lebensformen der Welt --
04:14
to engageengagieren them in learningLernen newneu skillsFähigkeiten and abilitiesFähigkeiten.
96
242000
3000
indem wir sie dazu bringen,
sich neue Fähigkeiten anzueignen.
04:17
And we try to trackSpur the changesÄnderungen that occurauftreten
97
245000
2000
Wir verfolgen die Veränderungen
04:19
as the newneu skillFertigkeit or abilityFähigkeit is acquirederworben.
98
247000
2000
beim Erlernen einer neuen Fähigkeit.
04:21
In factTatsache we do this in individualsIndividuen
99
249000
3000
Wir machen das
mit Individuen jeden Alters,
04:24
of any ageAlter, in these differentanders speciesSpezies --
100
252000
2000
dieser verschiedenen Spezies --
04:26
that is to say from infanciesKinderschuhen,
101
254000
2000
nämlich von der Kindheit an
04:28
infancyKinderschuhen up to adulthoodErwachsenenalter and oldalt ageAlter.
102
256000
4000
über die Zeit als Erwachsene bis ins Alter.
04:32
So we mightMacht engageengagieren a ratRatte, for exampleBeispiel,
103
260000
2000
Wir nehmen also dazu etwa eine Ratte,
04:34
to acquireerwerben a newneu skillFertigkeit or abilityFähigkeit
104
262000
2000
um eine neue Fähigkeit zu erlernen,
04:36
that mightMacht involvebeinhalten the ratRatte usingmit its pawPfote
105
264000
3000
die es erfordern könnte,
dass die Ratte ihre Pfote benutzt,
04:39
to masterMeister particularinsbesondere manualHandbuch graspGriff behaviorsVerhaltensweisen
106
267000
2000
um bestimmte manuelle
Griffweisen zu beherrschen,
04:41
just like we mightMacht examineprüfen a childKind
107
269000
3000
so wie wir ein Kind untersuchen
04:44
and theirihr abilityFähigkeit to acquireerwerben the sub-skillsSub-Fähigkeiten,
108
272000
2000
und dessen Fähigkeit,
Teilkenntnisse zu erwerben,
04:46
or the generalGeneral overallinsgesamt skillFertigkeit of accomplishingvollbringen something
109
274000
2000
oder eine allgemeine Fertigkeit,
04:48
like masteringMastering the abilityFähigkeit to readlesen.
110
276000
3000
wie die Lesefähigkeit, zu erlangen.
04:51
Or you mightMacht look in an olderälter individualPerson
111
279000
2000
Oder man schaut sich
ein älteres Individuum an,
04:53
who has masteredgemeistert a complexKomplex setSet of abilitiesFähigkeiten
112
281000
2000
das eine komplexe Reihe
von Fähigkeiten gemeistert hat,
04:55
that mightMacht relatesich beziehen to readingLesen musicalMusical notationNotation
113
283000
2000
etwa das Lesen einer Notenschrift
04:57
or performingAufführung the mechanicalmechanisch actshandelt of performancePerformance
114
285000
3000
oder die Durchführung
eines mechanischen Aktes
05:00
that applysich bewerben to musicalMusical performancePerformance.
115
288000
3000
wie eine musikalische Aufführung.
05:03
From these studiesStudien we defineddefiniert two great epochsEpochen
116
291000
3000
Ausgehend von diesen Studien
definierten wir zwei große Abschnitte
05:06
of the plasticKunststoff historyGeschichte of the brainGehirn.
117
294000
3000
der plastischen Entwicklung des Gehirns.
05:09
The first great epochEpoche is commonlyhäufig callednamens the "CriticalKritischen PeriodZeitraum."
118
297000
3000
Der erste große Abschnitt
heißt meist "Kritische Zeit".
05:12
And that is the periodPeriode in whichwelche the brainGehirn is settingRahmen up
119
300000
2000
Und in diesem Zeitraum richtet das Gehirn
05:14
in its initialInitiale formbilden its basicBasic processingwird bearbeitet machineryMaschinen.
120
302000
3000
in seiner ursprünglichen Form seine
grundlegende Verarbeitungsmaschine ein.
05:17
This is actuallytatsächlich a periodPeriode of dramaticdramatisch changeVeränderung
121
305000
3000
Dies ist tatsächlich eine Periode
dramatischen Wandels,
05:20
in whichwelche it doesn't take learningLernen, perpro sese, to driveFahrt
122
308000
3000
in der es nicht das Lernen
an sich braucht,
05:23
the initialInitiale differentiationDifferenzierung of the machineryMaschinen of the brainGehirn.
123
311000
3000
um die anfängliche Differenzierung
des Gehirnmechanismus anzuregen.
05:26
All it takes for exampleBeispiel in the soundklingen domainDomain,
124
314000
3000
Alles, was es dafür etwa
im Klang-Bereich braucht,
05:29
is exposureExposition to soundklingen.
125
317000
2000
ist die Einwirkung von Klang.
05:31
And the brainGehirn actuallytatsächlich is at the mercyBarmherzigkeit
126
319000
2000
Und das Gehirn ist von
der akustischen Umgebung abhängig,
05:33
of the soundklingen environmentUmwelt in whichwelche it is rearedaufgezogen.
127
321000
4000
in der es heranwächst.
05:37
So for exampleBeispiel I can rearRückseite an animalTier
128
325000
2000
Ich kann z. B. ein Tier
in einer Umgebung aufziehen,
05:39
in an environmentUmwelt in whichwelche there is meaninglessbedeutungslos dumbstumm soundklingen,
129
327000
4000
in der es einen sinnlosen,
dumpfen Klang gibt,
05:43
a repertoireRepertoire of soundklingen that I make up,
130
331000
3000
ein Klang-Repertoire, das ich erstelle
05:46
that I make, just by exposureExposition, artificiallykünstlich importantwichtig
131
334000
2000
und für das Tier und sein junges Gehirn
nur dadurch bedeutsam mache,
05:48
to the animalTier and its youngjung brainGehirn.
132
336000
3000
dass ich es diesen Klängen aussetze.
05:51
And what I see is that the animal'sdes Tieres brainGehirn setssetzt up
133
339000
2000
Und ich stelle fest,
dass das Gehirn des Tiers
05:53
its initialInitiale processingwird bearbeitet of that soundklingen
134
341000
2000
die ursprüngliche Verarbeitung
dieses Klangs idealisiert,
05:55
in a formbilden that's idealizedidealisierte, withininnerhalb the limitsGrenzen of its processingwird bearbeitet achievementsLeistungen
135
343000
4000
innerhalb der Grenzen
seiner Verarbeitungsleistung,
05:59
to representvertreten it in an organizedorganisiert and orderlygeordnete way.
136
347000
4000
um ihn in einer organisierten
und geordneten Weise darzustellen.
06:03
The soundklingen doesn't have to be valuablewertvoll to the animalTier:
137
351000
3000
Das Geräusch muss
für das Tier nicht wertvoll sein:
06:06
I could raiseerziehen the animalTier in something that could be hypotheticallyhypothetisch valuablewertvoll,
138
354000
3000
Ich könnte ein Tier etwas
hypothetisch Wertvollem aussetzen,
06:09
like the soundsGeräusche that simulatesimulieren
139
357000
2000
wie Geräusche, die die Muttersprache
eines Kindes simulieren.
06:11
the soundsGeräusche of a nativeNativ languageSprache of a childKind.
140
359000
3000
06:14
And I see the brainGehirn actuallytatsächlich developentwickeln a processorProzessor that is specializedspezialisiert --
141
362000
3000
Das Gehirn entwickelt dann sogar
einen spezialisierten Prozessor --
06:17
specializedspezialisiert for that complexKomplex arrayArray, a repertoireRepertoire of soundsGeräusche.
142
365000
3000
spezialisiert auf ein komplexes Spektrum,
auf dieses Klangrepertoir.
06:20
It actuallytatsächlich exaggeratesübertreibt theirihr separatenessGetrenntheit of representationDarstellung,
143
368000
3000
Es übersteigert
die Abgetrenntheit von Bedeutung
06:23
in multi-dimensionalmehrdimensional neuronalneuronale representationalgegenständliche termsBegriffe.
144
371000
4000
auf multi-dimensionale,
neuronal-repräsentative Weise.
06:27
Or I can exposeentlarven the animalTier to a completelyvollständig meaninglessbedeutungslos and destructivedestruktive soundklingen.
145
375000
5000
Wir können das Tier auch
einem komplett bedeutungslosen
und destruktiven Geräusch aussetzen.
Ich kann ein Tier
unter Bedingungen halten,
06:32
I can raiseerziehen an animalTier underunter conditionsBedingungen
146
380000
2000
06:34
that would be equivalentÄquivalent to raisingAnhebung a babyBaby
147
382000
2000
die damit vergleichbar wären,
06:36
underunter a moderatelymäßig loudlaut ceilingDecke fanVentilator,
148
384000
2000
ein Baby unter einem mäßig lauten
Deckenventilator aufzuziehen,
06:38
in the presenceGegenwart of continuouskontinuierlich noiseLärm.
149
386000
2000
in der Präsenz
eines kontinuierlichen Rauschens.
06:40
And when I do that I actuallytatsächlich specializesich spezialisieren the brainGehirn
150
388000
3000
Und wenn ich das tue,
spezialisiere ich das Gehirn sogar,
06:43
to be a masterMeister processorProzessor for that meaninglessbedeutungslos soundklingen.
151
391000
4000
um ein Meisterverarbeiter
dieses sinnlosen Rauschens zu werden.
06:47
And I frustratevereiteln its abilityFähigkeit
152
395000
2000
Als Folge hemme ich seine Fähigkeit,
06:49
to representvertreten any meaningfulsinnvoll soundklingen as a consequenceFolge.
153
397000
3000
irgendein sinnvolles Geräusch
darzustellen.
06:52
SuchDiese things in the earlyfrüh historyGeschichte of babiesBabys
154
400000
2000
Solche Dinge
in der frühen kindlichen Entwicklung
06:54
occurauftreten in realecht babiesBabys.
155
402000
2000
passieren bei echten Babys.
06:56
And they accountKonto for, for exampleBeispiel
156
404000
3000
Und sie sind z. B.
für die schöne Entwicklung
06:59
the beautifulschön evolutionEvolution of a language-specificsprachspezifische processorProzessor
157
407000
3000
eines sprachenspezifischen Prozessors verantwortlich,
07:02
in everyjeden normallynormalerweise developingEntwicklung babyBaby.
158
410000
3000
bei jedem sich normal entwickelnden Baby.
07:05
And so they alsoebenfalls accountKonto for
159
413000
2000
Sie sind also auch verantwortlich
07:07
developmentEntwicklung of defectivedefekt processingwird bearbeitet
160
415000
2000
für die Entwicklung
von fehlerhafter Verarbeitung
07:09
in a substantialwesentlich populationBevölkerung of childrenKinder
161
417000
3000
bei einem beträchtlichen Teil an Kindern,
07:12
who are more limitedbegrenzt, as a consequenceFolge,
162
420000
2000
die als Folge eingeschränkter sind
07:14
in theirihr languageSprache abilitiesFähigkeiten at an olderälter ageAlter.
163
422000
4000
in ihren Sprachfähigkeiten,
wenn sie älter sind.
07:18
Now in this earlyfrüh periodPeriode of plasticityPlastizität
164
426000
3000
In diesem frühen Stadium der Plastizität
07:21
the brainGehirn actuallytatsächlich changesÄnderungen outsidedraußen of a learningLernen contextKontext.
165
429000
3000
ändert sich das Gehirn sogar
außerhalb eines Lernkontextes.
07:24
I don't have to be payingzahlend attentionAufmerksamkeit to what I hearhören.
166
432000
3000
Ich muss dem Gehörten
keine Aufmerksamkeit schenken.
07:27
The inputEingang doesn't really have to be meaningfulsinnvoll.
167
435000
3000
Der Input muss
nicht wirklich sinnvoll sein.
07:30
I don't have to be in a behavioralVerhaltens- contextKontext.
168
438000
3000
Ich muss nicht
in einem Verhaltenskontext sein.
07:33
This is requirederforderlich so the brainGehirn setssetzt up it's processingwird bearbeitet
169
441000
3000
Das ist nötig, damit das Gehirn
seine Verarbeitung einrichtet,
07:36
so that it can actHandlung differentiallydifferentiell,
170
444000
2000
um differentiell und selektiv zu handeln,
07:38
so that it can actHandlung selectivelyselektiv,
171
446000
2000
07:40
so that the creatureKreatur that wearsträgt it, that carriesträgt it,
172
448000
4000
damit das Lebewesen, das es trägt,
07:44
can beginStart to operatearbeiten on it in a selectiveselektive way.
173
452000
3000
anfangen kann, auf
eine selektive Weise zu funktionieren.
07:47
In the nextNächster great epochEpoche of life, whichwelche appliesgilt for mostdie meisten of life,
174
455000
4000
In der nächsten großen Lebensepoche,
die auf ein Großteil des Lebens zutrifft,
07:51
the brainGehirn is actuallytatsächlich refiningRaffination its machineryMaschinen
175
459000
3000
verfeinert das Gehirn seinen Mechanismus,
07:54
as it mastersMeister a widebreit repertoireRepertoire of skillsFähigkeiten and abilitiesFähigkeiten.
176
462000
2000
während es ein breites Repertoire
an Fähigkeiten meistert.
07:56
And in this epochEpoche,
177
464000
2000
Und in diesem Zeitraum,
07:58
whichwelche extendserweitert from latespät in the first yearJahr of life to deathTod;
178
466000
4000
der sich vom ersten Lebensjahr
bis zum Tod hinzieht,
08:02
it's actuallytatsächlich doing this underunter behavioralVerhaltens- controlsteuern.
179
470000
2000
macht es das unter Verhaltenskontrolle.
08:04
And that's anotherein anderer way of sayingSprichwort
180
472000
2000
Und das heißt mit anderen Worten,
08:06
the brainGehirn has strategiesStrategien that definedefinieren
181
474000
3000
das Gehirn hat Strategien,
die die Bedeutung
08:09
the significanceBedeutung of the inputEingang to the brainGehirn.
182
477000
2000
des Inputs für das Gehirn definieren.
08:11
And it's focusingfokussierend on skillFertigkeit after skillFertigkeit,
183
479000
2000
Und es konzentriert sich
auf eine Fertigkeit
08:13
or abilityFähigkeit after abilityFähigkeit,
184
481000
4000
oder eine Fähigkeit nach der anderen,
08:17
underunter specificspezifisch attentionalAufmerksamkeits controlsteuern.
185
485000
2000
unter spezifischer
Aufmerksamkeitssteuerung.
08:19
It's a functionFunktion of whetherob a goalTor in a behaviorVerhalten is achievederreicht
186
487000
3000
Es hat die Funktion, ein Ziel
mit einem Verhalten zu erreichen,
08:22
or whetherob the individualPerson is rewardedbelohnt in the behaviorVerhalten.
187
490000
5000
oder das Individuum,
indem Verhalten belohnt wird.
08:27
This is actuallytatsächlich very powerfulmächtig.
188
495000
3000
Das ist tatsächlich sehr wirksam.
08:30
This lifelonglebenslang capacityKapazität for plasticityPlastizität, for brainGehirn changeVeränderung,
189
498000
2000
Eine ausdrucksstarke Fähigkeit
zur Plastizität
08:32
is powerfullymächtig expressedausgedrückt.
190
500000
2000
für Veränderungen im Gehirn.
08:34
It is the basisBasis of our realecht differentiationDifferenzierung,
191
502000
2000
Es ist die Basis unserer
wirklichen Differenzierung,
08:36
one individualPerson from anotherein anderer.
192
504000
2000
eines Individuums vom anderen.
08:38
You can look down in the brainGehirn of an animalTier
193
506000
2000
Man kann sich das Gehirn
eines Tiers anschauen,
08:40
that's engagedbeschäftigt in a specificspezifisch skillFertigkeit,
194
508000
2000
das mit einer spezifischen Fertigkeit
beschäftigt ist,
08:42
and you can witnessZeuge or documentDokument this changeVeränderung on a varietyVielfalt of levelsEbenen.
195
510000
3000
und die Veränderung in mehreren Ebenen
miterleben oder dokumentieren.
08:45
So here is a very simpleeinfach experimentExperiment.
196
513000
2000
Hier ist ein sehr einfaches Experiment.
08:47
It was actuallytatsächlich conductedgeführt about fivefünf yearsJahre agovor
197
515000
2000
Es wurde tatsächlich
vor 5 Jahren in Kooperation
08:49
in collaborationZusammenarbeit with scientistsWissenschaftler from the UniversityUniversität of ProvenceProvence
198
517000
3000
mit Wissenschaftlern von
der Universität von Provence
08:52
in MarseillesMarseille.
199
520000
2000
in Marseilles durchgeführt.
08:54
It's a very simpleeinfach experimentExperiment where a monkeyAffe has been trainedausgebildet
200
522000
2000
Ein sehr einfaches Experiment,
bei dem ein Affe trainiert worden war,
08:56
in a taskAufgabe that involvesbeinhaltet it manipulatingmanipulierend a toolWerkzeug
201
524000
4000
mit einem Werkzeug umzugehen,
09:00
that's equivalentÄquivalent in its difficultySchwierigkeit
202
528000
2000
was genauso schwierig ist,
09:02
to a childKind learningLernen to manipulatemanipulieren or handleGriff a spoonLöffel.
203
530000
2000
wie der Umgang mit einem Löffel
für ein Kind.
09:04
The monkeyAffe actuallytatsächlich masteredgemeistert the taskAufgabe
204
532000
2000
Der Affe meisterte
diese Aufgabe auch
09:06
in about 700 practicetrainieren triesversucht.
205
534000
3000
in ca. 700 Praxisversuchen.
09:09
So in the beginningAnfang the monkeyAffe could not performausführen this taskAufgabe at all.
206
537000
3000
Anfangs konnte der Affe
sie also gar nicht erfüllen.
09:12
It had a successErfolg ratePreis of about one in eightacht triesversucht.
207
540000
3000
Er hatte eine Erfolgsquote
von 1 aus 8 Versuchen.
09:15
Those triesversucht were elaborateerarbeiten.
208
543000
2000
Diese Versuche waren sehr aufwendig.
09:17
EachJedes attemptVersuch was substantiallyim Wesentlichen differentanders from the other.
209
545000
3000
Jeder Versuch unterschied sich
erheblich vom nächsten.
09:20
But the monkeyAffe graduallyallmählich developedentwickelt a strategyStrategie.
210
548000
3000
Aber der Affe entwickelte
schrittweise eine Strategie.
09:23
And 700 or so triesversucht laterspäter
211
551000
2000
Und etwa 700 Versuche später
09:25
the monkeyAffe is performingAufführung it flawlesslyeinwandfrei -- never failsschlägt fehl.
212
553000
3000
verrichtet der Affe sie fehlerlos --
er scheitert nie.
09:28
He's successfulerfolgreich in his retrievalAbruf of foodLebensmittel with this toolWerkzeug everyjeden time.
213
556000
3000
Er ist bei jeder Nahrungsaufnahme
mit seinem Werkzeug erfolgreich.
09:31
At this pointPunkt the taskAufgabe is beingSein performeddurchgeführt
214
559000
2000
Zurzeit wird die Aufgabe
09:33
in a beautifullyschön stereotypedStereotyp way:
215
561000
3000
in einer schön
stereotypen Weise ausgeführt:
09:36
very beautifullyschön regulatedgeregelten and highlyhöchst repeatedwiederholt, trialVersuch to trialVersuch.
216
564000
3000
sehr schön regulierte
und häufig wiederholte Versuche.
09:39
We can look down in the brainGehirn of the monkeyAffe.
217
567000
2000
Wir können in das Gehirn
des Affen blicken.
09:41
And we see that it's distortedverzerrt.
218
569000
2000
Und da sehen wir eine Verzerrung.
09:43
We can trackSpur these changesÄnderungen, and have trackedverfolgt these changesÄnderungen
219
571000
2000
Wir können diese Änderungen verfolgen
und haben das über die Zeit
09:45
in manyviele sucheine solche behaviorsVerhaltensweisen acrossüber time.
220
573000
2000
für solche Verhaltensweisen auch getan.
09:47
And here we see the distortionVerzerrung
221
575000
3000
Und hier sehen wir die Verzerrung
09:50
reflectedreflektiert in the mapKarte of the skinHaut surfacesOberflächen of the handHand of the monkeyAffe.
222
578000
3000
auf der Hautoberfläche
der Hand des Affen.
09:53
Now this is a mapKarte, down in the surfaceOberfläche of the brainGehirn,
223
581000
3000
Diese Karte hier zeigt
die Oberfläche des Gehirns,
09:56
in whichwelche, in a very elaborateerarbeiten experimentExperiment we'vewir haben reconstructedrekonstruiert the responsesAntworten,
224
584000
3000
in der wir in einem aufwendigen Experiment
die Reaktionen rekonstruiert haben,
09:59
locationLage by locationLage,
225
587000
2000
Position für Position,
10:01
in a highlyhöchst detailedAusführliche responseAntwort mappingKartierung of the responsesAntworten of its neuronsNeuronen.
226
589000
4000
in einer sehr detaillierten Kartierung
der Reaktionen der Neuronen.
10:05
We see here a reconstructionWiederaufbau of how
227
593000
2000
Wir sehen hier eine Rekonstruktion davon,
10:07
the handHand is representedvertreten in the brainGehirn.
228
595000
2000
wie die Hand im Gehirn repräsentiert ist.
10:09
We'veWir haben actuallytatsächlich distortedverzerrt the mapKarte by the exerciseÜbung.
229
597000
3000
Wir haben die Karte durch
diese Übung tatsächlich verzerrt.
10:12
And that is indicatedangegeben in the pinkRosa. We have a couplePaar fingertipFingerspitze surfacesOberflächen that are largergrößer.
230
600000
4000
Das ist in Pink dargestellt. Ein paar
Fingerkuppen-Oberflächen sind größer.
10:16
These are the surfacesOberflächen the monkeyAffe is usingmit to manipulatemanipulieren the toolWerkzeug.
231
604000
4000
Diese Oberflächen nutzt der Affe,
um das Werkzeug zu handhaben.
10:20
If we look at the selectivitySelektivität of responsesAntworten
232
608000
2000
Schauen wir uns die Selektivität
der Reaktionen im Kortex des Affen an,
10:22
in the cortexKortex of the monkeyAffe,
233
610000
2000
10:24
we see that the monkeyAffe has actuallytatsächlich changedgeändert the filterFilter characteristicsCharakteristik
234
612000
3000
sehen wir, dass der Affe sogar
die Filtermerkmale geändert hat,
10:27
whichwelche representsrepräsentiert inputEingang from the skinHaut
235
615000
2000
die den Haut-Input der beteiligten
Fingerspitzen darstellen.
10:29
of the fingertipsFingerspitzen that are engagedbeschäftigt.
236
617000
2000
10:31
In other wordsWörter there is still a singleSingle, simpleeinfach representationDarstellung of the fingertipsFingerspitzen
237
619000
3000
Es gibt also immer noch eine einzige,
einfache Repräsentation der Fingerspitzen
10:34
in this mostdie meisten organizedorganisiert of corticalkortikale areasBereiche
238
622000
2000
in diesem am besten organisierten
kortikalen Bereich
10:36
of the surfaceOberfläche of the skinHaut of the bodyKörper.
239
624000
2000
von der Hautoberfläche des Körpers.
10:38
MonkeyAffe has like you have.
240
626000
3000
Beim Affen ist das wie bei uns.
10:41
And yetnoch now it's representedvertreten in substantiallyim Wesentlichen finerfeiner grainKorn.
241
629000
3000
Und jetzt wird es in einer wesentlich
feineren Körnung repräsentiert.
10:44
The monkeyAffe is gettingbekommen more detailedAusführliche informationInformation from these surfacesOberflächen.
242
632000
3000
Der Affe erhält von diesen Oberflächen
detailliertere Informationen.
10:47
And that is an unknownunbekannt -- unsuspectedungeahnte, maybe, by you --
243
635000
3000
Und das ist ein unbekannter --
vielleicht auch unerwarteter --
10:50
partTeil of acquiringErwerben the skillFertigkeit or abilityFähigkeit.
244
638000
3000
Teil des Erwerbs
der Fähigkeit oder Fertigkeit.
10:53
Now actuallytatsächlich we'vewir haben lookedsah in severalmehrere differentanders corticalkortikale areasBereiche
245
641000
3000
Wir haben uns unterschiedliche
Bereiche des Kortex angesehen,
10:56
in the monkeyAffe learningLernen this taskAufgabe.
246
644000
2000
während der Affe diese Aufgabe erfüllt.
10:58
And eachjede einzelne one of them changesÄnderungen in waysWege that are specificspezifisch
247
646000
2000
Jeder davon ändert sich auf eine Weise,
11:00
to the skillFertigkeit or abilityFähigkeit.
248
648000
2000
die spezifisch ist
für die Kenntnis oder Fähigkeit.
11:02
So for exampleBeispiel we can look to the corticalkortikale areaBereich
249
650000
3000
So können wir etwa
den Großhirnbereich betrachten,
11:05
that representsrepräsentiert inputEingang that's controllingControlling the postureHaltung of the monkeyAffe.
250
653000
3000
der den Input darstellt,
der die Haltung des Affen kontrolliert.
11:08
We look in corticalkortikale areasBereiche that controlsteuern specificspezifisch movementsBewegungen,
251
656000
2000
Wir betrachten die Großhirnbereiche,
die spezifische Bewegungen kontrollieren,
11:10
and the sequencesSequenzen of movementsBewegungen
252
658000
2000
die bei einem Verhalten benötigten
Bewegungsabläufe, usw.
11:12
that are requirederforderlich in the behaviorVerhalten, and so forthher.
253
660000
2000
11:14
They are all remodeledNeu-Gestaltung. They all becomewerden specializedspezialisiert for the taskAufgabe at handHand.
254
662000
4000
Alle sind umgestaltet und spezialisieren
sich auf die vorliegende Aufgabe.
11:18
There are 15 or 20 corticalkortikale areasBereiche that are changedgeändert specificallyspeziell
255
666000
3000
Es gibt 15 oder 20 Großhirnbereiche,
die sich ausdrücklich ändern,
11:21
when you learnlernen a simpleeinfach skillFertigkeit like this.
256
669000
3000
wenn man solch
eine einfache Fertigkeit erlernt.
11:24
And that representsrepräsentiert in your brainGehirn, really massivemassiv changeVeränderung.
257
672000
4000
Und das stellt sich in Ihrem Gehirn
als starke Veränderung dar.
11:28
It representsrepräsentiert the changeVeränderung in a reliablezuverlässig way
258
676000
3000
Es repräsentiert
zuverlässig die Veränderung
11:31
of the responsesAntworten of tenszehn of millionsMillionen,
259
679000
2000
der vielen Millionen von Reaktionen
11:33
possiblymöglicherweise hundredsHunderte of millionsMillionen of neuronsNeuronen in your brainGehirn.
260
681000
3000
von Neuronen in Ihrem Gehirn.
11:36
It representsrepräsentiert changesÄnderungen
261
684000
2000
Es stellt die Veränderungen
11:38
of hundredsHunderte of millionsMillionen, possiblymöglicherweise billionsMilliarden
262
686000
2000
von Hundertmillionen oder Milliarden
11:40
of synapticsynaptischen connectionsVerbindungen in your brainGehirn.
263
688000
2000
synaptischer Verbindungen
in Ihrem Gehirn dar.
11:42
This is constructedgebaut by physicalphysisch changeVeränderung.
264
690000
3000
Das entsteht durch physische Veränderung.
11:45
And the levelEbene of constructionBau that occurstritt ein is massivemassiv.
265
693000
3000
Und das Ausmaß
der Konstruktion ist enorm.
11:48
Think about the changesÄnderungen that occurauftreten in the brainGehirn of a childKind
266
696000
3000
Denken Sie an die Änderungen,
die im Gehirn eines Kindes stattfinden,
11:51
throughdurch the courseKurs of acquiringErwerben theirihr movementBewegung behaviorVerhalten abilitiesFähigkeiten in generalGeneral.
267
699000
4000
im allgemeinen Verlauf des Erwerbs
des Bewegungsverhaltens.
11:55
Or acquiringErwerben theirihr nativeNativ languageSprache abilitiesFähigkeiten.
268
703000
2000
Oder beim Erwerb
muttersprachlicher Fähigkeiten.
11:57
The changesÄnderungen are massivemassiv.
269
705000
4000
Die Änderungen sind massiv.
12:01
What it's all about is the selectiveselektive representationsVertretungen
270
709000
2000
Es geht vor allem um die selektiven
Repräsentationen von Dingen,
12:03
of things that are importantwichtig to the brainGehirn.
271
711000
2000
die für das Gehirn wichtig sind.
12:05
Because in mostdie meisten of the life of the brainGehirn
272
713000
3000
Zumeist wird dies
im Leben des Gehirns
12:08
this is underunter controlsteuern of behavioralVerhaltens- contextKontext.
273
716000
2000
vom Verhaltenskontext
kontrolliert.
12:10
It's what you payZahlen attentionAufmerksamkeit to.
274
718000
2000
Diesem schenkt man Aufmerksamkeit.
12:12
It's what's rewardinglohnende to you.
275
720000
2000
Dadurch wird man belohnt.
12:14
It's what the brainGehirn regardsGrüße, itselfselbst,
276
722000
2000
Das ist, was das Gehirn selbst
12:16
as positivepositiv and importantwichtig to you.
277
724000
2000
als positiv und wichtig
für einen erachtet.
12:18
It's all about corticalkortikale processingwird bearbeitet
278
726000
2000
Es geht um kortikale Verarbeitung
12:20
and forebrainVorderhirn specializationSpezialisierung.
279
728000
2000
und Spezialisierung des Vorderhirns.
12:22
And that underlieszugrunde liegt your specializationSpezialisierung.
280
730000
2000
Und das unterliegt
Ihrer Spezialisierung.
12:24
That is why you, in your manyviele skillsFähigkeiten and abilitiesFähigkeiten,
281
732000
2000
Deshalb sind Sie in Ihren
vielen Kenntnissen und Fähigkeiten
12:26
are a uniqueeinzigartig specialistSpezialist:
282
734000
2000
ein einzigartiger Spezialist:
12:28
a specialistSpezialist that's vastlyerheblich differentanders
283
736000
2000
Ein Spezialist, dessen physisches Gehirn
12:30
in your physicalphysisch brainGehirn in detailDetail
284
738000
2000
im Einzelnen ganz anders ist
12:32
than the brainGehirn of an individualPerson 100 yearsJahre agovor;
285
740000
3000
als das Gehirn
einer Person vor 1000 Jahren;
12:35
enormouslyenorm differentanders in the detailsDetails
286
743000
3000
im Einzelnen überaus anders geartet
12:38
from the brainGehirn of the averagedurchschnittlich individualPerson 1,000 yearsJahre agovor.
287
746000
4000
als ein durchschnittliches Individuum
vor 1000 Jahren.
12:42
Now, one of the characteristicsCharakteristik of this changeVeränderung processverarbeiten
288
750000
4000
Eine der Eigenschaften
dieses Änderungsprozesses
12:46
is that informationInformation is always relatedverwandte
289
754000
3000
besteht darin,
dass die Information immer
12:49
to other inputsEingänge or informationInformation that is occurringauftreten
290
757000
2000
auf einen anderen Input
oder Information bezogen ist,
12:51
in immediateSofort time, in contextKontext.
291
759000
3000
die zeitlich unmittelbar
im Kontext auftreten.
Denn das Gehirn konstruiert
die Repräsentationen von Dingen,
12:54
And that's because the brainGehirn is constructingkonstruieren representationsVertretungen of things
292
762000
3000
12:57
that are correlatedkorreliert in little momentsMomente of time
293
765000
3000
die sich in kurzen Augenblicken bedingen
13:00
and that relatesich beziehen to one anotherein anderer in little momentsMomente of successiveaufeinanderfolgend time.
294
768000
3000
und sich in kurzen Sequenzen
aufeinander beziehen.
13:03
The brainGehirn is recordingAufzeichnung all informationInformation
295
771000
2000
Das Gehirn zeichnet alle Information auf
13:05
and drivingFahren all changeVeränderung
296
773000
2000
und treibt die Veränderung
13:07
in temporalzeitliche contextKontext.
297
775000
2000
in einem zeitlichen Kontext voran.
13:09
Now overwhelminglyüberwältigend the mostdie meisten powerfulmächtig contextKontext
298
777000
2000
Der überwiegend stärkste Kontext,
13:11
that's occurredaufgetreten in your brainGehirn is you.
299
779000
3000
der in Ihrem Gehirn auftritt, sind Sie.
13:14
BillionsMilliarden of eventsVeranstaltungen have occurredaufgetreten in your historyGeschichte
300
782000
4000
Milliarden von Ereignissen haben sich
in Ihrer Geschichte ereignet,
die sich in der Zeit auf Sie beziehen
13:18
that are relatedverwandte in time to yourselfdich selber
301
786000
2000
13:20
as the receiverEmpfänger,
302
788000
2000
als dem Empfänger,
13:22
or yourselfdich selber as the actorDarsteller, yourselfdich selber as the thinkerDenker,
303
790000
2000
oder als Akteur, Ihnen selbst als Denker,
13:24
yourselfdich selber as the moverMover.
304
792000
3000
Ihnen als treibender Kraft.
13:27
BillionsMilliarden of timesmal little piecesStücke of sensationSensation have come in
305
795000
3000
Milliardenfach kommen
Sinneseindrücke stückchenweise
13:30
from the surfaceOberfläche of your bodyKörper
306
798000
2000
von der Oberfläche Ihres Körpers,
13:32
that are always associateddamit verbundenen with you as the receiverEmpfänger,
307
800000
3000
die immer mit Ihnen
als Empfänger verbunden sind,
13:35
and that resultErgebnis in
308
803000
2000
und die in Ihnen
13:37
the embodimentAusführungsform of you.
309
805000
3000
als Verkörperung münden.
13:40
You are constructedgebaut, your selfselbst is constructedgebaut
310
808000
3000
Sie werden konstruiert, Ihr Selbst wird
13:43
from these billionsMilliarden of eventsVeranstaltungen.
311
811000
2000
aus Millionen von Ereignissen konstruiert.
13:45
It's constructedgebaut. It's createderstellt in your brainGehirn.
312
813000
3000
Es wird konstruiert.
Es wird im Gehirn erschaffen.
13:48
And it's createderstellt in the brainGehirn viaüber physicalphysisch changeVeränderung.
313
816000
3000
Und es wird im Gehirn durch
physikalische Änderung erschaffen.
13:51
This is a marvelouslywunderbar constructedgebaut thing
314
819000
3000
Das ist eine wunderbar
konstruierte Sache,
13:54
that resultsErgebnisse in individualPerson formbilden
315
822000
3000
die zu einer individuellen Form führt,
13:57
because eachjede einzelne one of us has vastlyerheblich differentanders historiesGeschichten,
316
825000
2000
denn jeder von uns hat erheblich
13:59
and vastlyerheblich differentanders experiencesErfahrungen,
317
827000
2000
unterschiedliche Geschichten
und Erfahrungen,
14:01
that driveFahrt in to us this marvelousfabelhaft differentiationDifferenzierung of selfselbst,
318
829000
4000
die in uns diese fabelhafte
Differenzierung des Selbst,
14:05
of personhoodPersönlichkeit.
319
833000
2000
von Persönlichkeit, antreiben.
14:07
Now we'vewir haben used this researchForschung
320
835000
2000
Wir haben diese Forschung genutzt,
14:09
to try to understandverstehen not just how a normalnormal personPerson developsentwickelt,
321
837000
3000
um zu verstehen, wie sich
eine normale Person entwickelt
14:12
and elaborateserarbeitet theirihr skillsFähigkeiten and abilitiesFähigkeiten,
322
840000
2000
und ihre Fähigkeiten
und Fertigkeiten verfeinert,
14:14
but alsoebenfalls try to understandverstehen
323
842000
2000
aber auch um die Ursprünge
von Störungen zu verstehen,
14:16
the originsHerkunft of impairmentBeeinträchtigung,
324
844000
3000
und die Entstehungen
von Unterschieden oder Variationen,
14:19
and the originsHerkunft of differencesUnterschiede or variationsVariationen
325
847000
3000
14:22
that mightMacht limitGrenze the capacitiesKapazitäten of a childKind, or an adultErwachsene.
326
850000
3000
die die Leistungen eines Kindes
oder Erwachsenen begrenzen könnten.
14:25
I'm going to talk about usingmit these strategiesStrategien
327
853000
3000
Ich rede über
die Nutzung dieser Strategien,
14:28
to actuallytatsächlich designEntwurf brainGehirn plasticity-basedPlastizität-basierte
328
856000
2000
um den auf Gehirnplastizität
basierenden Ansatz
14:30
approachAnsatz to driveFahrt correctionsKorrekturen in the machineryMaschinen of a childKind
329
858000
5000
zum Korrekturantrieb im Mechanismus
eines Kindes zu gestalten,
14:35
that increaseserhöht sich the competenceKompetenz of the childKind
330
863000
3000
der die Kompetenz des Kindes
14:38
as a languageSprache receiverEmpfänger and userBenutzer
331
866000
2000
als Sprachempfänger und -nutzer erhöht,
14:40
and, thereafterDanach, as a readerLeser.
332
868000
2000
und anschließend als Leser.
14:42
And I'm going to talk about experimentsExperimente that involvebeinhalten
333
870000
2000
Und ich werde
über Experimente sprechen,
14:44
actuallytatsächlich usingmit this brainGehirn scienceWissenschaft,
334
872000
2000
die diese Neurowissenschaft
tatsächlich anwenden,
14:46
first of all to understandverstehen how it contributesträgt bei to the lossVerlust of functionFunktion as we ageAlter.
335
874000
3000
hauptsächlich um zu verstehen, wie das
zum Funktionsverlust beim Altern beiträgt.
14:49
And then, by usingmit it in a targetedgezielt approachAnsatz
336
877000
5000
Und indem wir dies in einem
zielgerichteten Ansatz anwenden,
14:54
we're going to try to differentiateunterscheiden
337
882000
2000
versuchen wir,
den Mechanismus zu differenzieren,
14:56
the machineryMaschinen to recovererholen functionFunktion in oldalt ageAlter.
338
884000
5000
um im Alter Funktionen
wiederherzustellen.
15:01
So the first exampleBeispiel I'm going to talk about
339
889000
2000
Mein erstes Beispiel bezieht sich
auf Kinder mit Lernschwächen.
15:03
relatesbezieht sich to childrenKinder with learningLernen impairmentsBeeinträchtigungen.
340
891000
2000
15:05
We now have a largegroß bodyKörper of literatureLiteratur
341
893000
2000
Wir haben jetzt einen ganz
großen Fundus an Literatur,
15:07
that demonstrateszeigt that the fundamentalgrundlegend
342
895000
2000
der das fundamentale Problem zeigt,
15:09
problemProblem that occurstritt ein in the majorityMehrheit of childrenKinder
343
897000
2000
das bei den meisten Kindern
mit frühen Sprachschwächen auftritt
15:11
that have earlyfrüh languageSprache impairmentsBeeinträchtigungen,
344
899000
2000
15:13
and that are going to struggleKampf to learnlernen to readlesen,
345
901000
2000
und die damit kämpfen,
Lesen zu lernen:
15:15
is that theirihr languageSprache processorProzessor
346
903000
2000
Ihre Sprachverarbeitung
entwickelt sich nur defekt.
15:17
is createderstellt in a defectivedefekt formbilden.
347
905000
2000
15:19
And the reasonGrund that it risessteigt in a defectivedefekt formbilden
348
907000
3000
Und der Grund für
diese defekte Entstehung ist
15:22
is because earlyfrüh in the baby'sdes Babys brain'sGehirn life
349
910000
4000
ein Rauschen im Mechanismus
im frühen Leben des Babygehirns.
15:26
the machineMaschine processverarbeiten is noisylaut.
350
914000
2000
15:28
It's that simpleeinfach.
351
916000
2000
So einfach ist das.
15:30
It's a signal-to-noiseSignal-Rausch- problemProblem. Okay?
352
918000
2000
Es ist ein Signal-Rausch-Problem. Verstanden?
15:32
And there are a lot of things that contributebeitragen to that.
353
920000
2000
Viele Dinge tragen dazu bei.
15:34
There are numerouszahlreiche inheritedvererbt faultsFehler
354
922000
2000
Es gibt zahlreiche ererbte Defekte,
15:36
that could make the machineMaschine processverarbeiten noisierlauter.
355
924000
3000
die ein Rauschen in
den Mechanismusprozess einführen.
15:39
Now I mightMacht say the noiseLärm problemProblem could alsoebenfalls occurauftreten
356
927000
3000
Ich könnte nun sagen,
das Rauschproblem könnte auch
15:42
on the basisBasis of informationInformation providedunter der Voraussetzung
357
930000
3000
aufgrund von Information auftauchen,
15:45
in the worldWelt from the earsOhren.
358
933000
3000
die den Ohren von der Welt
geliefert werden.
15:48
If any -- those of you who are olderälter in the audiencePublikum know
359
936000
3000
Die Älteren unter Ihnen
im Publikum werden es wissen:
15:51
that when I was a childKind we understoodverstanden that a childKind borngeboren with a cleftgespalten palateGaumen
360
939000
4000
Als ich ein Kind war, war klar: Ein mit
einer Gaumenspalte geborenes Kind
15:55
was borngeboren with what we callednamens mentalgeistig retardationRetardierung.
361
943000
3000
wurde mit einer geistigen
Unterentwicklung geboren.
15:58
We knewwusste that they were going to be slowlangsam cognitivelykognitiv;
362
946000
4000
Wir wussten, dass es kognitiv langsam sein
16:02
we knewwusste they were going to struggleKampf to learnlernen to developentwickeln normalnormal languageSprache abilitiesFähigkeiten;
363
950000
3000
und damit kämpfen würde,
normale Sprachfähigkeiten zu erlernen;
16:05
and we knewwusste that they were going to struggleKampf to learnlernen to readlesen.
364
953000
4000
wir wussten, dass es damit
kämpfen würde, Lesen zu lernen.
16:09
MostDie meisten of them would be intellectualgeistig and academicakademisch failuresAusfälle.
365
957000
4000
Die meisten wären intellektuelle
und akademische Fehlschläge.
16:13
That's disappearedverschwunden. That no longerlänger appliesgilt.
366
961000
3000
Diese Ansicht tritt nicht länger auf.
16:16
That inheritedvererbt weaknessSchwäche, that inheritedvererbt conditionBedingung
367
964000
2000
Diese ererbte Schwäche,
16:18
has evaporatedverdampft.
368
966000
2000
dieser ererbte Zustand,
hat sich verflüchtigt.
16:20
We don't hearhören about that anymorenicht mehr. Where did it go?
369
968000
3000
Davon hört man nichts mehr.
Wo ist das hin?
16:23
Well, it was understoodverstanden by a DutchHolländisch surgeonChirurg,
370
971000
2000
Ein niederländischer Chirurgen
verstand vor etwa 35 Jahren,
16:25
about 35 yearsJahre agovor,
371
973000
2000
16:27
that if you simplyeinfach fixFix the problemProblem earlyfrüh enoughgenug,
372
975000
3000
dass man das Problem
einfach früh genug lösen kann,
16:30
when the brainGehirn is still in this initialInitiale plasticKunststoff periodPeriode
373
978000
2000
nämlich in der anfänglichen
plastischen Phase des Gehirns.
16:32
so it can setSet up this machineryMaschinen adequatelyangemessen,
374
980000
3000
In dieser anfänglichen Installationszeit
in der kritischen Phase
16:35
in this initialInitiale setSet up time in the criticalkritisch periodPeriode,
375
983000
2000
stellt das Gehirn den Mechanismus
einfach angemessen ein
16:37
nonekeiner of that happensdas passiert.
376
985000
2000
und nichts davon passiert.
16:39
What are you doing by operatingBetriebs on the cleftgespalten palateGaumen to correctrichtig it?
377
987000
3000
Wie korrigiert man eine Gaumenspalte
durch Operation?
16:42
You're basicallyGrundsätzlich gilt openingÖffnung up
378
990000
2000
Man öffnet im Grunde
16:44
the tubesRöhren that drainAbfluss fluidFlüssigkeit from the middleMitte earsOhren,
379
992000
2000
die Kanäle, die Flüssigkeit
aus dem Mittelohr abtransportieren,
16:46
whichwelche have had them reliablyzuverlässig fullvoll.
380
994000
3000
die waren nämlich ziemlich voll.
16:49
EveryJedes soundklingen the childKind hearshört uncorrectedunkorrigierte is muffleddumpf.
381
997000
2000
Jedes unkorrigierte Geräusch,
das das Kind hört, ist gedämpft.
16:51
It's degradedabgebaut.
382
999000
2000
Es ist reduziert.
16:53
The child'sdes Kindes nativeNativ languageSprache is sucheine solche a caseFall is not EnglishEnglisch.
383
1001000
3000
Die Muttersprache des Kindes
ist in diesem Fall nicht Englisch.
16:56
It's not JapaneseJapanisch.
384
1004000
2000
Sie ist nicht Japanisch.
16:58
It's muffleddumpf EnglishEnglisch. It's degradedabgebaut JapaneseJapanisch.
385
1006000
3000
Es ist gedämpftes Englisch
oder reduziertes Japanisch.
17:01
It's crapMist.
386
1009000
2000
Es ist Mist.
17:03
And the brainGehirn specializesspezialisiert ist for it.
387
1011000
2000
Und das Gehirn
spezialisiert sich darauf.
17:05
It createserstellt a representationDarstellung of languageSprache crapMist.
388
1013000
3000
Es erstellt eine Repräsentation
von Sprach-Mist.
17:08
And then the childKind is stuckfest with it.
389
1016000
2000
Und dann bleibt das Kind darauf sitzen.
17:10
Now the crapMist doesn't just happengeschehen in the earOhr.
390
1018000
3000
Der Mist passiert aber nicht nur im Ohr.
17:13
It can alsoebenfalls happengeschehen in the brainGehirn.
391
1021000
2000
Er kann auch im Gehirn passieren.
17:15
The brainGehirn itselfselbst can be noisylaut. It's commonlyhäufig noisylaut.
392
1023000
4000
Das Gehirn selbst kann rauschen.
Es rauscht normalerweise sehr stark.
17:19
There are manyviele inheritedvererbt faultsFehler that can make it noisierlauter.
393
1027000
3000
Es gibt viele ererbte Defekte,
die zu mehr Rauschen führen.
17:22
And the nativeNativ languageSprache for a childKind with sucheine solche a brainGehirn
394
1030000
3000
Und die Muttersprache eines Kindes
mit so einem Gehirn wird reduziert.
17:25
is degradedabgebaut.
395
1033000
1000
17:26
It's not EnglishEnglisch. It's noisylaut EnglishEnglisch.
396
1034000
4000
Es ist kein Englisch,
sondern rauschendes Englisch.
17:30
And that resultsErgebnisse in defectivedefekt representationsVertretungen of soundsGeräusche of wordsWörter --
397
1038000
4000
Und das führt zu fehlerhaften
Repräsentationen von Wortklängen --
17:34
not normalnormal -- a differentanders strategyStrategie,
398
1042000
3000
nicht den normalen --
einer anderen Strategie,
17:37
by a machineMaschine that has differentanders time constantskonstanten and differentanders spacePlatz constantskonstanten.
399
1045000
3000
von einer Maschine mit einer
unterschiedlichen Zeit- und Raumkonstante.
17:40
And you can look in the brainGehirn of sucheine solche a childKind and recordAufzeichnung those time constantskonstanten.
400
1048000
3000
Und man kann im Gehirn so eines Kindes
diese Zeitkonstanten aufzeichnen.
17:43
They are about an orderAuftrag of magnitudeGröße longerlänger,
401
1051000
3000
Sie sind eine Größenordnung länger,
17:46
about 11 timesmal longerlänger in durationDauer on averagedurchschnittlich,
402
1054000
3000
durchschnittlich etwa 11 Mal länger
17:49
than in a normalnormal childKind.
403
1057000
2000
als bei einem normalen Kind.
17:51
SpaceRaum constantskonstanten are about threedrei timesmal greatergrößer.
404
1059000
3000
Raumkonstanten
sind etwa 3 Mal größer.
17:54
SuchDiese a childKind will have memoryErinnerung and cognitivekognitiv deficitsDefizite
405
1062000
2000
So ein Kind wird Defizite
in der Kognition und Merkfähigkeit
17:56
in this domainDomain.
406
1064000
2000
in diesem Bereich haben.
17:58
Of courseKurs they will. Because as a receiverEmpfänger of languageSprache,
407
1066000
3000
Natürlich haben sie das.
Denn als Empfänger einer Sprache
18:01
they are receivingEmpfang it and representingDarstellen it,
408
1069000
2000
empfangen sie sie und bilden sie ab,
18:03
and in informationInformation it's representingDarstellen crapMist.
409
1071000
4000
und als Information bilden sie Mist ab.
18:07
And they are going to have poorArm readingLesen skillsFähigkeiten.
410
1075000
2000
Und sie werden
eine mangelnde Lesefähigkeit haben.
18:09
Because readingLesen is dependentabhängig uponauf the translationÜbersetzung of wordWort soundsGeräusche
411
1077000
3000
Denn Lesen hängt von
der Übertragung von Wortklängen
18:12
into this orthographicorthographische or visualvisuell
412
1080000
3000
in diese orthografische
oder visuelle Darstellungsform ab.
18:15
representationalgegenständliche formbilden.
413
1083000
2000
18:17
If you don't have a brainGehirn representationDarstellung of wordWort soundsGeräusche
414
1085000
2000
Wenn man keine Gehirn-Repräsentation
von Wortklängen hat,
18:19
that translationÜbersetzung makesmacht no senseSinn.
415
1087000
3000
macht diese Übertragung keinen Sinn.
18:22
And you are going to have correspondingdazugehörigen abnormalabnorme neurologyNeurologie.
416
1090000
3000
Und ist die Neurologie
entsprechend abnormal.
18:25
Then these childrenKinder increasinglyzunehmend
417
1093000
2000
Dann haben diese Kinder zunehmend,
18:27
in evaluationBewertung after evaluationBewertung,
418
1095000
2000
in einer Bewertung nach der anderen,
18:29
in theirihr operationsOperationen in languageSprache, and theirihr operationsOperationen in readingLesen --
419
1097000
2000
in deren Sprach- und Lesehandhabung --
18:31
we documentDokument that abnormalabnorme neurologyNeurologie.
420
1099000
5000
dort lässt sich
diese abnormale Neurologie belegen.
18:36
The pointPunkt is is that you can trainZug the brainGehirn out of this.
421
1104000
2000
Es geht darum, dass man dies
dem Gehirn abtrainieren kann.
18:38
A way to think about this is you can actuallytatsächlich re-refineRe zu verfeinern
422
1106000
2000
Eine Herangehensweise ist,
dass man tatsächlich
18:40
the processingwird bearbeitet capacityKapazität of the machineryMaschinen
423
1108000
2000
die Verarbeitungsfähigkeit
des Mechanismus verfeinern kann,
18:42
by changingÄndern it.
424
1110000
2000
indem man ihn verändert.
18:44
ChangingÄndern it in detailDetail. It takes about 30 hoursStd. on the averagedurchschnittlich.
425
1112000
3000
Ihn bis ins Detail verändert.
Das dauert durchschnittlich 30 Stunden.
18:47
And we'vewir haben accomplishederreicht that in about 430,000 kidsKinder todayheute.
426
1115000
4000
Und wir haben das bisher
bei ca. 430 000 Kindern erreicht.
18:51
ActuallyTatsächlich, probablywahrscheinlich about 15,000 childrenKinder are beingSein trainedausgebildet as we speaksprechen.
427
1119000
5000
Tatsächlich werden rund 15 000
Kinder geschult, während wir sprechen.
18:56
And actuallytatsächlich when you look at the impactsAuswirkungen, the impactsAuswirkungen are substantialwesentlich.
428
1124000
3000
Und diese Auswirkungen
sind beträchtlich.
18:59
So here we're looking at the normalnormal distributionVerteilung.
429
1127000
2000
Hier schauen wir uns also
die Normalverteilung an.
19:01
What we're mostdie meisten interestedinteressiert in is these kidsKinder on the left sideSeite of the distributionVerteilung.
430
1129000
2000
Am meisten interessieren uns die Kinder
auf der linken Seite der Verteilung.
19:03
This is from about 3,000 childrenKinder.
431
1131000
2000
Das sind etwa 3000 Kinder.
19:05
You can see that mostdie meisten of the childrenKinder on the left sideSeite of the distributionVerteilung
432
1133000
3000
Sie sehen, dass die meisten Kinder
auf der linken Seite der Verteilung
19:08
are movingbewegend into the middleMitte or the right.
433
1136000
2000
sich in die Mitte oder
nach rechts bewegen.
19:10
This is in a broadbreit assessmentBewertung of theirihr languageSprache abilitiesFähigkeiten.
434
1138000
3000
Das ist eine umfassende Bewertung
von ihren Sprachfähigkeiten.
19:13
This is like an IQIQ testTest for languageSprache.
435
1141000
2000
Das ist wie ein IQ-Test für Sprache.
19:15
The impactEinfluss in the distributionVerteilung, if you trainedausgebildet everyjeden childKind
436
1143000
3000
Die Auswirkung auf die Verteilung,
wenn man jedes Kind in den USA
19:18
in the UnitedVereinigte StatesStaaten, would be to shiftVerschiebung the wholeganze distributionVerteilung to the right
437
1146000
3000
trainieren würde, wäre eine komplette
Verschiebung der Verteilung nach rechts
19:21
and narroweng the distributionVerteilung.
438
1149000
2000
und eine Einengung der Verteilung.
19:23
This is a substantiallyim Wesentlichen largegroß impactEinfluss.
439
1151000
2000
Das ist ein erheblicher Einfluss.
19:25
Think of a classroomKlassenzimmer of childrenKinder in the languageSprache artsKunst.
440
1153000
3000
Denken Sie an eine Klasse
von Kindern in Sprachkunst.
19:28
Think of the childrenKinder on the slowlangsam sideSeite of the classKlasse.
441
1156000
3000
Denken Sie an die Kinder
am langsamen Ende der Klasse.
19:31
We have the potentialPotenzial to moveBewegung mostdie meisten of those childrenKinder
442
1159000
2000
Wir haben das Potential,
die meisten dieser Kinder
19:33
to the middleMitte or to the right sideSeite.
443
1161000
2000
zur Mitte oder rechten Seite hin zu bewegen.
19:35
In additionZusatz to accurategenau languageSprache trainingAusbildung
444
1163000
2000
Neben sorgfältigem Sprachtraining
19:37
it alsoebenfalls fixesbehebt memoryErinnerung and cognitionErkenntnis
445
1165000
2000
verbessert es auch
Gedächtnis, Wahrnehmung,
19:39
speechRede fluencyGeläufigkeit and speechRede productionProduktion.
446
1167000
3000
Sprechflüssigkeit
und Sprachproduktion.
19:42
And an importantwichtig languageSprache dependentabhängig skillFertigkeit is enabledaktiviert by this trainingAusbildung --
447
1170000
3000
Eine wichtige sprachabhängige Fähigkeit
wird durch dieses Training aktiviert --
19:45
that is to say readingLesen.
448
1173000
1000
nämlich das Lesen.
19:46
And to a largegroß extentUmfang it fixesbehebt the brainGehirn.
449
1174000
2000
Und das Gehirn wird weitgehend
in Ordnung gebracht.
19:48
You can look down in the brainGehirn of a childKind
450
1176000
3000
Man kann in das Gehirn
eines Kindes schauen,
19:51
in a varietyVielfalt of tasksAufgaben that scientistsWissenschaftler have at StanfordStanford,
451
1179000
3000
bei verschiedensten Aufgaben,
wie das Forscher in Stanford,
19:54
and MITMIT, and UCSFUCSF, and UCLAUCLA, and a numberNummer of other institutionsInstitutionen.
452
1182000
6000
MIT, UCSF und UCLA und
einigen anderen Institutionen getan haben.
20:00
And childrenKinder operatingBetriebs in variousverschiedene languageSprache behaviorsVerhaltensweisen,
453
1188000
3000
Und bei Kindern,
die in verschieden Sprachverhalten
20:03
or in variousverschiedene readingLesen behaviorsVerhaltensweisen,
454
1191000
2000
oder in verschiedenen Leseverhalten agieren,
20:05
you see for the mostdie meisten extentUmfang,
455
1193000
2000
sieht man zum großen Teil,
20:07
for mostdie meisten childrenKinder, theirihr neuronalneuronale responsesAntworten,
456
1195000
2000
für die meisten Kinder,
deren neuronale Reaktionen,
20:09
complexlyKomplex abnormalabnorme before you startAnfang,
457
1197000
2000
die zu Beginn sehr abnormal sind,
20:11
are normalizednormalisierte by the trainingAusbildung.
458
1199000
3000
und die sich durch Training normalisieren.
20:14
Now you can alsoebenfalls take the samegleich approachAnsatz
459
1202000
2000
Man kann nun
die gleiche Methode nehmen,
20:16
to addressAdresse problemsProbleme in agingAltern.
460
1204000
3000
um Probleme beim Altern anzugehen.
20:19
Where again the machineryMaschinen is deterioratingsich verschlechternd now
461
1207000
2000
Wo sich der Mechanismus
wieder verschlechtert
20:21
from competentkompetent machineryMaschinen, it's going southSüd.
462
1209000
4000
vom kompetenten Mechanismus.
Es geht bergab.
20:25
NoiseLärm is increasingsteigend in the brainGehirn.
463
1213000
2000
Das Rauschen im Gehirn nimmt zu.
20:27
And learningLernen modulationModulation and controlsteuern is deterioratingsich verschlechternd.
464
1215000
3000
Und das Erlernen von Modulation
und Kontrolle verschlechtern sich.
20:30
And you can actuallytatsächlich look down on the brainGehirn of sucheine solche an individualPerson
465
1218000
2000
Und man kann in das Gehirn
eines solchen Individuums schauen
20:32
and witnessZeuge a changeVeränderung in the time constantskonstanten and spacePlatz constantskonstanten
466
1220000
3000
und die Veränderung in den Zeit-
und Raumkonstanten bezeugen,
20:35
with whichwelche, for exampleBeispiel, the brainGehirn is representingDarstellen languageSprache again.
467
1223000
3000
mit denen z. B. das Gehirn
die Sprache wieder abbildet.
20:38
Just as the brainGehirn camekam out of chaosChaos at the beginningAnfang,
468
1226000
3000
So wie das Gehirn zu Beginn
aus dem Chaos kam,
20:41
it's going back into chaosChaos in the endEnde.
469
1229000
3000
geht es am Ende wieder ins Chaos über.
20:44
This resultsErgebnisse in declinesRückgänge in memoryErinnerung
470
1232000
2000
Daraus ergibt sich
eine Schwächung von Gedächtnis,
20:46
in cognitionErkenntnis, and in posturalHaltungsschäden abilityFähigkeit and agilityAgilität.
471
1234000
4000
Kognition, Haltungsfähigkeit
und Beweglichkeit.
20:50
It turnswendet sich out you can trainZug the brainGehirn of sucheine solche an individualPerson --
472
1238000
2000
Es zeigt sich, dass man das Gehirn
eines solchen Menschens --
20:52
this is a smallklein populationBevölkerung of sucheine solche individualsIndividuen --
473
1240000
3000
das ist eine so kleine
Bevölkerungsgruppe --
20:55
trainZug equallygleichermaßen intensivelyintensiv for about 30 hoursStd..
474
1243000
2000
genauso intensiv für
ca. 30 Stunden trainieren kann.
20:57
These are 80- to 90-year-olds-Jährige.
475
1245000
3000
Das sind 80- bis 90-Jährige.
21:00
And what you see are substantialwesentlich improvementsVerbesserungen of theirihr immediateSofort memoryErinnerung,
476
1248000
3000
Wir sehen deutliche Verbesserungen
ihrer unmittelbaren Erinnerung,
21:03
of theirihr abilityFähigkeit to remembermerken things after a delayverzögern,
477
1251000
2000
ihrer Fähigkeit,
Dinge mit Verzögerung zu erinnern,
21:05
of theirihr abilityFähigkeit to controlsteuern theirihr attentionAufmerksamkeit,
478
1253000
2000
ihrer Fähigkeit,
ihre Aufmerksamkeit zu kontrollieren,
21:07
theirihr languageSprache abilitiesFähigkeiten and visual-spatialvisuell-räumlich abilitiesFähigkeiten.
479
1255000
2000
ihrer Sprachfähigkeiten und
visuell-räumlichen Fähigkeiten.
21:09
The overallinsgesamt neuropsychologicalneuropsychologische indexIndex
480
1257000
2000
Der neuropsychologische Gesamtindex
21:11
of these trainedausgebildet individualsIndividuen in this populationBevölkerung
481
1259000
3000
dieser geschulten Individuen
in der Bevölkerung
21:14
is about two standardStandard deviationsAbweichungen.
482
1262000
2000
betrifft zwei Standardabweichungen.
21:16
That meansmeint that if you sitsitzen at the left sideSeite of the distributionVerteilung,
483
1264000
2000
Wenn Sie also auf der linken Seite
der Verteilung sitzen,
21:18
and I'm looking at your neuropyschologicalneuropsychologischer abilitiesFähigkeiten,
484
1266000
3000
und ich Ihre neuropsychologischen
Fähigkeiten betrachte,
21:21
the averagedurchschnittlich personPerson has movedbewegt to the middleMitte
485
1269000
2000
ist der Durchschnittsmensch in die Mitte
21:23
or the right sideSeite of the distributionVerteilung.
486
1271000
2000
oder auf die rechte Seite
der Verteilung gerückt.
21:25
It meansmeint that mostdie meisten people who are at riskRisiko for senilitySenilität,
487
1273000
2000
Es bedeutet, dass Menschen
mit einem Risiko für Senilität,
21:27
more or lessWeniger immediatelysofort,
488
1275000
2000
mehr oder weniger sofort,
21:29
are now in a protectedgeschützt positionPosition.
489
1277000
3000
sich jetzt in einer
geschützten Lage befinden.
21:32
My issuesProbleme are to try to get to rescuingRettung
490
1280000
3000
Mein Anliegen ist es, zu versuchen,
21:35
olderälter citizensBürger more completelyvollständig and in largergrößer numbersNummern,
491
1283000
3000
ältere Mitbürger beinahe vollständig
und in großen Zahlen zu retten,
21:38
because I think this can be doneerledigt in this arenaArena on a vastriesig scaleRahmen --
492
1286000
3000
denn das kann auf diesem Gebiet
im großen Umfang getan werden --
21:41
and the samegleich for kidsKinder.
493
1289000
2000
und das Gleiche trifft auf Kinder zu.
21:43
My mainMain interestinteressieren is how to elaborateerarbeiten this scienceWissenschaft to addressAdresse other maladiesKrankheiten.
494
1291000
3000
Vor allem möchte ich diese Wissenschaft
auf andere Krankheiten ausweiten.
21:46
I'm specificallyspeziell interestedinteressiert in things like autismAutismus,
495
1294000
2000
Ich bin besonders an Dingen
wie Autismus interessiert,
21:48
and cerebralzerebrale palsyZerebralparese, these great childhoodKindheit catastrophesKatastrophen.
496
1296000
3000
und Zerebralparese, diesen
großen Kindheitskatastrophen.
21:51
And in olderälter ageAlter conditionsBedingungen like ParkinsonismParkinsonismus,
497
1299000
3000
Und bei Altersbedingungen
wie Parkinsonismus,
21:54
and in other acquirederworben impairmentsBeeinträchtigungen like schizophreniaSchizophrenie.
498
1302000
5000
und bei anderen erworbenen
Beeinträchtigungen wie Schizophrenie.
21:59
Your issuesProbleme as it relatesbezieht sich to this scienceWissenschaft,
499
1307000
3000
Ihre Hauptfrage hier geht darum,
wie Sie Ihren eigenen
22:02
is how to maintainpflegen your ownbesitzen high-functioningHigh-functioning learningLernen machineMaschine.
500
1310000
3000
hochfunktionstüchtigen
Lernmechanismus aufrechterhalten.
22:05
And of courseKurs, a well-orderedgeordneten life
501
1313000
3000
Und natürlich ist der Schlüssel
ein wohlgeordnetes Leben,
22:08
in whichwelche learningLernen is a continuouskontinuierlich partTeil of it, is keySchlüssel.
502
1316000
2000
in dem Lernen
ständiger Bestandteil ist.
22:10
But alsoebenfalls in your futureZukunft is brainGehirn aerobicsAerobic.
503
1318000
3000
Aber in Zukunft gehört Gehirn-Aerobic dazu.
22:13
Get readybereit for it. It's going to be a partTeil of everyjeden life
504
1321000
2000
Machen Sie sich dafür bereit.
Es wird für alle Teil des Lebens,
22:15
not too farweit in the futureZukunft,
505
1323000
2000
in nicht allzu ferner Zukunft,
22:17
just like physicalphysisch exerciseÜbung
506
1325000
2000
genauso wie Leibesübungen
22:19
is a partTeil of everyjeden well organizedorganisiert life in the contemporaryzeitgenössisch periodPeriode.
507
1327000
4000
Teil eines gutorganisierten,
zeitgemäßen Lebens sind.
22:23
The other way that we will ultimatelyletzten Endes come to considerErwägen this
508
1331000
4000
Die andere Art, wie wir
diese Literatur und Wissenschaft
22:27
literatureLiteratur and the scienceWissenschaft that is importantwichtig to you
509
1335000
3000
letztlich betrachten werden,
die für Sie wichtig ist,
22:30
is in a considerationBerücksichtigung of how to nurturenähren yourselfdich selber.
510
1338000
2000
ist unter Berücksichtigung dessen,
wie man sich selbst unterstützen kann.
22:32
Now that you know, now that scienceWissenschaft is tellingErzählen us
511
1340000
3000
Jetzt da Sie wissen,
dass die Wissenschaft uns mitteilt,
22:35
that you are in chargeberechnen,
512
1343000
2000
dass Sie verantwortlich sind,
22:37
that it's underunter your controlsteuern,
513
1345000
2000
dass Sie es unter Kontrolle haben,
22:39
that your happinessGlück, your well-beingWohlbefinden,
514
1347000
2000
dass Ihr Glück, Ihr Wohlbefinden,
22:41
your abilitiesFähigkeiten, your capacitiesKapazitäten,
515
1349000
2000
Ihre Fähigkeiten und Kapazitäten
22:43
are capablefähig of continuouskontinuierlich modificationÄnderung,
516
1351000
3000
sich ständig verändern
und verbessern können,
22:46
continuouskontinuierlich improvementVerbesserung,
517
1354000
2000
22:48
and you're the responsibleverantwortlich agentAgent and partyParty.
518
1356000
3000
und Sie der verantwortliche Akteur sind.
22:51
Of courseKurs a lot of people will ignoreignorieren this adviceRat.
519
1359000
2000
Natürlich werden viele
diesen Ratschlag ignorieren.
22:53
It will be a long time before they really understandverstehen it.
520
1361000
2000
Es wird lange dauern,
bis sie es wirklich verstehen.
22:55
(LaughterLachen)
521
1363000
1000
(Gelächter)
22:56
Now that's anotherein anderer issueProblem and not my faultFehler.
522
1364000
2000
Das ist ein anderes Problem
und nicht meine Schuld.
22:58
Okay. Thank you.
523
1366000
2000
Okay. Danke.
23:00
(ApplauseApplaus)
524
1368000
2000
(Applaus)
Translated by Angelika Lueckert Leon
Reviewed by Judith Matz

▲Back to top

ABOUT THE SPEAKER
Michael Merzenich - Neuroscientist
Michael Merzenich studies neuroplasticity -- the brain's powerful ability to change itself and adapt -- and ways we might make use of that plasticity to heal injured brains and enhance the skills in healthy ones.

Why you should listen

One of the foremost researchers of neuroplasticity, Michael Merzenich's work has shown that the brain retains its ability to alter itself well into adulthood -- suggesting that brains with injuries or disease might be able to recover function, even later in life. He has also explored the way the senses are mapped in regions of the brain and the way sensations teach the brain to recognize new patterns.

Merzenich wants to bring the powerful plasticity of the brain into practical use through technologies and methods that harness it to improve learning. He founded Scientific Learning Corporation, which markets and distributes educational software for children based on models of brain plasticity. He is co-founder and Chief Science Officer of Posit Science, which creates "brain training" software also based on his research.

Merzenich is professor emeritus of neuroscience at the University of California, San Francisco.

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

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee