TEDxBeaconStreet
Sam Rodriques: What we'll learn about the brain in the next century
सैम रोड्रिक्स: अगले शताब्दी में हम मस्तिष्क के बारे में क्या सीखेंगे
Filmed:
Readability: 4
1,621,715 views
इस कल्पनाशील बात में, न्यूरोइंजिनर सैम रोड्रिक्स हमें मस्तिष्क विज्ञान में अगले 100 वर्षों के रोमांचकारी दौरे पर ले जाता है। वह अजीब (और कभी-कभी डरावना) नवाचारों की कल्पना करते हैं जो मस्तिष्क की बीमारी को समझने और उनका इलाज करने की कुंजी हो सकती है - जैसे लेजर जो हमारी खोपड़ी में छोटे छेद ड्रिल करते हैं और जांच को हमारे न्यूरॉन्स की विद्युत गतिविधि का अध्ययन करने की अनुमति देते हैं।
Sam Rodriques - Neuroengineer
Sam Rodriques invents new technologies to help neuroscientists understand how the brain works. Full bio
Sam Rodriques invents new technologies to help neuroscientists understand how the brain works. Full bio
Double-click the English transcript below to play the video.
00:13
I want to tell you guys
something about neuroscience.
something about neuroscience.
0
1040
2507
मैं आपको तंत्रिका विज्ञान के
बारे में बताना चाहता हूँ.
बारे में बताना चाहता हूँ.
00:16
I'm a physicist by training.
1
4040
1800
मैं प्रशिक्षण से भौतिक वैज्ञानिक हूँ।
00:18
About three years ago, I left physics
2
6230
2206
लगभग तीन साल पहले,
मैंने भौतिकी विज्ञान छोड़ी
मैंने भौतिकी विज्ञान छोड़ी
00:20
to come and try to understand
how the brain works.
how the brain works.
3
8460
2349
और मस्तिष्क कैसे काम करता है,
यह समझने की कोशिश की।
यह समझने की कोशिश की।
00:22
And this is what I found.
4
10833
1474
और यह मैंने पाया।
00:24
Lots of people are working on depression.
5
12331
2064
बहुत से लोग अवसाद पर काम कर रहे हैं।
00:26
And that's really good,
6
14419
1159
और यह बहुत अच्छा है,
00:27
depression is something
that we really want to understand.
that we really want to understand.
7
15602
2721
अवसाद के बारे में
हम वास्तव में समझना चाहते हैं।
हम वास्तव में समझना चाहते हैं।
00:30
Here's how you do it:
8
18347
1167
आप इस तरह कर सकते है
00:31
you take a jar and you fill it up,
about halfway, with water.
about halfway, with water.
9
19538
4161
एक घड़ा लें और इसे आधा भरें
00:35
And then you take a mouse,
and you put the mouse in the jar, OK?
and you put the mouse in the jar, OK?
10
23723
4182
और फिर आप एक चूहा
घङे में डाल दें, ठीक है?
घङे में डाल दें, ठीक है?
00:39
And the mouse swims around
for a little while
for a little while
11
27929
2350
चूहा थोड़ी देर के लिए चारों ओर तैरता है
00:42
and then at some point,
the mouse gets tired
the mouse gets tired
12
30303
2388
कुछ समय बाद, चूहा थक जाता है
00:44
and decides to stop swimming.
13
32715
1934
और फिर चूहा तैरना
रोकने का फैसला करता है।
रोकने का फैसला करता है।
00:46
And when it stops swimming,
that's depression.
that's depression.
14
34673
3133
और जब यह तैराकी बंद कर देता है,
वह अवसाद है।
वह अवसाद है।
00:50
OK?
15
38696
1150
ठीक है?
00:52
And I'm from theoretical physics,
16
40291
3380
मैं सैद्धांतिक भौतिकी से हूं,
00:55
so I'm used to people making
very sophisticated mathematical models
very sophisticated mathematical models
17
43695
3668
इसलिए मैं जानता हूँ कि लोग अक्सर
जटिल गणितीय मॉडल का प्रयोग करते हैं
जटिल गणितीय मॉडल का प्रयोग करते हैं
00:59
to precisely describe physical phenomena,
18
47387
2881
भौतिक घटनाओं का सटीक वर्णन करने के लिए
01:02
so when I saw that this
is the model for depression,
is the model for depression,
19
50292
2452
इसलिए जब मैंने अवसाद के लिए
बनाया गया मॉडल देखा,
बनाया गया मॉडल देखा,
01:04
I though to myself, "Oh my God,
we have a lot of work to do."
we have a lot of work to do."
20
52768
2937
मैंने खुद से कहा, "हे भगवान,
हमें बहुत सारा काम करना है।"
हमें बहुत सारा काम करना है।"
01:07
(Laughter)
21
55729
1370
(हंसी)
01:09
But this is a kind of general
problem in neuroscience.
problem in neuroscience.
22
57123
2951
लेकिन यह न्यूरोसाइंस में सामान्य समस्या है
01:12
So for example, take emotion.
23
60377
2111
तो उदाहरण के लिए, 'भावना' लें।
01:14
Lots of people want to understand emotion.
24
62512
2459
बहुत से लोग 'भावनाओं' को समझना चाहते हैं।
01:17
But you can't study emotion
in mice or monkeys
in mice or monkeys
25
65352
3313
लेकिन आप 'भावना' का अध्ययन
चूहों या बंदरों में नहीं कर सकते हैं
चूहों या बंदरों में नहीं कर सकते हैं
क्योंकि आप उनसे
पूछ नहीं सकते
पूछ नहीं सकते
01:20
because you can't ask them
26
68689
1254
01:21
how they're feeling
or what they're experiencing.
or what they're experiencing.
27
69967
2317
वे क्या महसूस या अनुभव कर रहे हैं।
01:24
So instead, people who want
to understand emotion,
to understand emotion,
28
72308
2357
इसलिए, जो लोग 'भावना' समझना चाहते हैं
01:26
typically end up studying
what's called motivated behavior,
what's called motivated behavior,
29
74689
2777
आमतौर पर वे 'प्रेरित व्यवहार'
का अध्ययन कर रहे होते हैं
का अध्ययन कर रहे होते हैं
01:29
which is code for "what the mouse does
when it really, really wants cheese."
when it really, really wants cheese."
30
77490
3658
ये कोड है "चूहा क्या करता है
जब यह वास्तव में, पनीर चाहता है। "
जब यह वास्तव में, पनीर चाहता है। "
01:33
OK, I could go on and on.
31
81839
1675
मैं इस विषय पर बहुत कुछ कह सकता हूं
01:35
I mean, the point is, the NIH
spends about 5.5 billion dollars a year
spends about 5.5 billion dollars a year
32
83538
6316
परंतु, महत्वपूर्ण है की, एनआईएच
सालाना 5.5 अरब डॉलर
सालाना 5.5 अरब डॉलर
01:41
on neuroscience research.
33
89878
1532
न्यूरोसाइंस शोध पर खर्च करता है।
01:43
And yet there have been almost
no significant improvements in outcomes
no significant improvements in outcomes
34
91434
3603
और फिर भी, अभी तक, परिणामों में
महत्वपूर्ण सुधार नहीं है,
महत्वपूर्ण सुधार नहीं है,
01:47
for patients with brain diseases
in the past 40 years.
in the past 40 years.
35
95061
3491
मस्तिष्क रोगों के रोगियों के लिए,
पिछले 40 वर्षों में।
पिछले 40 वर्षों में।
01:51
And I think a lot of that
is basically due to the fact
is basically due to the fact
36
99015
2540
मुझे लगता है कि ये
मूल रूप से इस तथ्य के कारण है
मूल रूप से इस तथ्य के कारण है
01:53
that mice might be OK as a model
for cancer or diabetes,
for cancer or diabetes,
37
101579
4151
चूहों का प्रयोग कैंसर या मधुमेह के
लिए मॉडल के रूप में ठीक हो सकता है
लिए मॉडल के रूप में ठीक हो सकता है
01:57
but the mouse brain
is just not sophisticated enough
is just not sophisticated enough
38
105754
2687
लेकिन चूहों का मस्तिष्क
पर्याप्त विवेकीनहीं है
पर्याप्त विवेकीनहीं है
02:00
to reproduce human psychology
or human brain disease.
or human brain disease.
39
108465
3175
मानव मस्तिष्क रोग या मानव मनोविज्ञान
को पुनरुत्पादित करने के लिए।
को पुनरुत्पादित करने के लिए।
02:04
OK?
40
112379
1225
ठीक है?
02:05
So if the mouse models are so bad,
why are we still using them?
why are we still using them?
41
113628
3634
इसलिए यदि चूहों का मॉडल इतने खराब हैं,
हम अभी भी उनका उपयोग क्यों कर रहे हैं?
हम अभी भी उनका उपयोग क्यों कर रहे हैं?
02:10
Well, it basically boils down to this:
42
118143
2103
यह मूल रूप से इस कारण है:
02:12
the brain is made up of neurons
43
120270
2556
मस्तिष्क न्यूरॉन्स से बना है
02:14
which are these little cells that send
electrical signals to each other.
electrical signals to each other.
44
122850
3447
ये छोटी कोशिकाऐं ऐक दूसरे
को विद्युत सिग्नल भेजती हैं।
को विद्युत सिग्नल भेजती हैं।
02:18
If you want to understand
how the brain works,
how the brain works,
45
126680
2144
मस्तिष्क कैसे काम करता है,समझने के लिए
02:20
you have to be able to measure
the electrical activity of these neurons.
the electrical activity of these neurons.
46
128848
3808
इन न्यूरॉन्स की विद्युत गतिविधि
मापने में सक्षम होना आवश्यक है।
मापने में सक्षम होना आवश्यक है।
02:25
But to do that, you have to get
really close to the neurons
really close to the neurons
47
133339
2992
लेकिन ऐसा करने के लिए, आपको
न्यूरॉन्स के करीब पहुंचना होगा
न्यूरॉन्स के करीब पहुंचना होगा
02:28
with some kind of electrical
recording device or a microscope.
recording device or a microscope.
48
136355
2928
बिजली रिकॉर्डिंग डिवाइस या
माइक्रोस्कोप के द्वारा।
माइक्रोस्कोप के द्वारा।
आप चूहों और बंदरों में ऐसा कर सकते हैं
02:31
And so you can do that in mice
and you can do it in monkeys,
and you can do it in monkeys,
49
139563
2810
क्योंकि आप भौतिक रूप से
चीजों को उनके मस्तिष्क में डाल सकते हैं
चीजों को उनके मस्तिष्क में डाल सकते हैं
02:34
because you can physically
put things into their brain
put things into their brain
50
142397
2548
02:36
but for some reason we still
can't do that in humans, OK?
can't do that in humans, OK?
51
144969
3046
लेकिन कुछ कारणों से हम अभी भी
इंसानों में ऐसा नहीं कर सकते ।
इंसानों में ऐसा नहीं कर सकते ।
02:40
So instead, we've invented
all these proxies.
all these proxies.
52
148533
3370
इसके बजाए, हमने आविष्कार किया है
इनको मानव का अधिकार देकर
इनको मानव का अधिकार देकर
02:43
So the most popular one is probably this,
53
151927
2515
तो सबसे लोकप्रिय एक शायद यह है,
02:46
functional MRI, fMRI,
54
154466
2397
कार्यात्मक एमआरआई, एफएमआरआई,
02:48
which allows you to make these
pretty pictures like this,
pretty pictures like this,
55
156887
2692
जो आपको इस तरह की सुंदर
तस्वीरें बनाने देता है
तस्वीरें बनाने देता है
यह दिखाता है कि आपके दिमाग के
कौन से हिस्से में रोशनी है
कौन से हिस्से में रोशनी है
02:51
that show which parts
of your brain light up
of your brain light up
56
159603
2056
02:53
when you're engaged
in different activities.
in different activities.
57
161683
2126
जब आप व्यस्त हैं
विभिन्न गतिविधियों में।
विभिन्न गतिविधियों में।
02:55
But this is a proxy.
58
163833
1920
लेकिन यह एक परॉक्सी है।
आप वास्तव में यहाँ तंत्रिका
गतिविधि माप नहीं रहे हैं।
गतिविधि माप नहीं रहे हैं।
02:57
You're not actually measuring
neural activity here.
neural activity here.
59
165777
3292
03:01
What you're doing
is you're measuring, essentially,
is you're measuring, essentially,
60
169093
2842
आप माप रहे हैं,
03:03
like, blood flow in the brain.
61
171959
1832
मस्तिष्क में रक्त प्रवाह।
03:05
Where there's more blood.
62
173815
1238
जहां अधिक खून है।
03:07
It's actually where there's more oxygen,
but you get the idea, OK?
but you get the idea, OK?
63
175077
3103
यह वास्तव में है जहां अधिक ऑक्सीजन है!
आप विचार समझे, ठीक है?
आप विचार समझे, ठीक है?
03:10
The other thing that you can do
is you can do this --
is you can do this --
64
178204
2519
दूसरी चीज जो आप कर सकते हैं
03:12
electroencephalography -- you can put
these electrodes on your head, OK?
these electrodes on your head, OK?
65
180747
3591
इलेक्ट्रोएन्सफ्लोग्राफी - आप
सिर पर ये इलेक्ट्रोड डाल सकते हैं,
सिर पर ये इलेक्ट्रोड डाल सकते हैं,
03:16
And then you can measure your brain waves.
66
184362
2143
और फिरअपने मस्तिष्क
तरंगों को माप सकते हैं।
तरंगों को माप सकते हैं।
03:19
And here, you're actually measuring
electrical activity.
electrical activity.
67
187125
3079
और यहां, आप वास्तव में
विद्युत गतिविधि माप रहे हैं
विद्युत गतिविधि माप रहे हैं
03:22
But you're not measuring
the activity of neurons.
the activity of neurons.
68
190228
2365
लेकिन आप न्यूरॉन्स की गतिविधि
माप नहीं रहे हैं।
माप नहीं रहे हैं।
03:24
You're measuring
these electrical currents,
these electrical currents,
69
192911
2444
आप माप रहे हैं
इन विद्युत धाराओं को,
इन विद्युत धाराओं को,
03:27
sloshing back and forth in your brain.
70
195379
2299
आपके दिमाग में आगे पीछे जाते हुऐ।
03:30
So the point is just
that these technologies that we have
that these technologies that we have
71
198157
2674
तो मुद्दा बस है,
कि हमारे पास ये तकनीकें हैं जो
कि हमारे पास ये तकनीकें हैं जो
03:32
are really measuring the wrong thing.
72
200855
2436
वास्तव में गलत चीज़ को माप रही हैं।
03:35
Because, for most of the diseases
that we want to understand --
that we want to understand --
73
203315
2953
क्योंकि अधिकांश बीमारियों के लिए
हम समझना चाहते हैं -
हम समझना चाहते हैं -
03:38
like, Parkinson's is the classic example.
74
206292
2198
जैसे, पार्किंसंस क्लासिक उदाहरण है।
03:40
In Parkinson's, there's one particular
kind of neuron deep in your brain
kind of neuron deep in your brain
75
208514
3554
पार्किंसंस में, एक विशेष न्यूरॉन है
आपके मस्तिष्क में गहराई में
आपके मस्तिष्क में गहराई में
03:44
that is responsible for the disease,
76
212092
1731
यह रोग के लिए ज़िम्मेदार है,
03:45
and these technologies just don't have
the resolution that you need
the resolution that you need
77
213847
3182
और ये प्रौद्योगिकि विकसित नहीं हैं
03:49
to get at that.
78
217053
1373
उस गहराई तक पहुचने के लिऐ।
03:50
And so that's why
we're still stuck with the animals.
we're still stuck with the animals.
79
218450
3974
यही कारण है हम अभी भी
जानवरों के साथ अटक गए हैं।
जानवरों के साथ अटक गए हैं।
03:54
Not that anyone wants
to be studying depression
to be studying depression
80
222448
2533
कोई भी अवसाद का अध्ययन
03:57
by putting mice into jars, right?
81
225005
2262
चूहों को घडा में डालकर
नहीं करना चाहता है।
नहीं करना चाहता है।
03:59
It's just that there's this pervasive
sense that it's not possible
sense that it's not possible
82
227291
3753
यह सिर्फ इतना है कि यह व्यापक है
समझो कि यह संभव नहीं है
समझो कि यह संभव नहीं है
04:03
to look at the activity of neurons
in healthy humans.
in healthy humans.
83
231068
3847
न्यूरॉन्स की गतिविधि को देखने के लिए
स्वस्थ मनुष्यों में।
स्वस्थ मनुष्यों में।
04:08
So here's what I want to do.
84
236180
1492
इसलिए मैं यह करना चाहता हूं।
04:09
I want to take you into the future.
85
237974
2521
मैं आपको भविष्य में ले जाना चाहता हूं।
04:12
To have a look at one way in which
I think it could potentially be possible.
I think it could potentially be possible.
86
240519
4482
एक तरह देखने से मुझे लगता है कि
यह संभवतः संभव हो सकता है।
यह संभवतः संभव हो सकता है।
04:17
And I want to preface this by saying,
I don't have all the details.
I don't have all the details.
87
245526
3298
इसलिए मैं आपको आरंभ में
ही कहना चाहता हूं,
ही कहना चाहता हूं,
मेरे पास सभी विवरण नहीं हैं।
04:21
So I'm just going to provide you
with a kind of outline.
with a kind of outline.
88
249272
2967
इसलिए मैं आपको एक रूपरेखा
प्रदान करने जा रहा हूं।
प्रदान करने जा रहा हूं।
04:24
But we're going to go the year 2100.
89
252263
2400
हम साल 2100 जा रहे हैं।
04:27
Now what does the year 2100 look like?
90
255732
2299
अब वर्ष 2100 कैसा दिखता है?
04:30
Well, to start with, the climate
is a bit warmer that what you're used to.
is a bit warmer that what you're used to.
91
258055
3518
जलवायु के साथ शुरू करें,
सामान्य से थोड़ा गर्म है।
सामान्य से थोड़ा गर्म है।
04:33
(Laughter)
92
261597
3583
(हंसी) ¶
04:37
And that robotic vacuum cleaner
that you know and love
that you know and love
93
265204
4952
और वह रोबोट वैक्यूम क्लीनर,
जो आप जानते हैं
जो आप जानते हैं
04:42
went through a few generations,
94
270180
1514
कुछ पीढ़ियों के माध्यम से,
04:43
and the improvements
were not always so good.
were not always so good.
95
271718
2843
और सुधार हमेशा इतने अच्छे नहीं थे।
04:46
(Laughter)
96
274585
1595
(हंसी) ¶
04:48
It was not always for the better.
97
276530
2310
यह हमेशा बेहतर नहीं होता है।
04:52
But actually, in the year 2100
most things are surprisingly recognizable.
most things are surprisingly recognizable.
98
280221
4538
लेकिन वास्तव में, वर्ष 2100
में ज्यादातर चीजें
में ज्यादातर चीजें
आश्चर्यजनक रूप से
पहचाने जाने योग्य हैं।
पहचाने जाने योग्य हैं।
04:57
It's just the brain is totally different.
99
285458
2734
सिर्फ मस्तिष्क बिल्कुल अलग है।
05:00
For example, in the year 2100,
100
288740
2547
उदाहरण के लिए, वर्ष 2100 में,
05:03
we understand the root causes
of Alzheimer's.
of Alzheimer's.
101
291311
2857
हम अल्जाइमर के मूल कारणों को समझते हैं।
05:06
So we can deliver targeted
genetic therapies or drugs
genetic therapies or drugs
102
294192
3714
इसलिए हम लक्षित तरीके से
अनुवांशिक उपचार या दवाएं दें सकते हैं
अनुवांशिक उपचार या दवाएं दें सकते हैं
05:09
to stop the degenerative process
before it begins.
before it begins.
103
297930
2876
अपजनन सम्बन्धी प्रक्रिया को रोकने के लिए,
इससे पहले कि यह शुरू होता है।
इससे पहले कि यह शुरू होता है।
05:13
So how did we do it?
104
301629
1333
तो हमने यह कैसे किया?
05:15
Well, there were essentially three steps.
105
303898
2238
अनिवार्य रूप से तीन कदम थे।
05:18
The first step was
that we had to figure out
that we had to figure out
106
306589
2814
पहला कदम हमें पता लगाना था
05:21
some way to get electrical
connections through the skull
connections through the skull
107
309427
3293
खोपड़ी के माध्यम से बिजली पाने का तरीका
05:24
so we could measure
the electrical activity of neurons.
the electrical activity of neurons.
108
312744
3015
ताकि हम माप सकें
न्यूरॉन्स की विद्युत गतिविधि।
न्यूरॉन्स की विद्युत गतिविधि।
05:28
And not only that,
it had to be easy and risk-free.
it had to be easy and risk-free.
109
316339
4349
और यह आसान और जोखिम मुक्त होना था।
05:32
Something that basically anyone
would be OK with,
would be OK with,
110
320712
2378
जिसे मूल रूप से सभी स्वीकार करेंगे,
05:35
like getting a piercing.
111
323114
1600
जैसे, शरीर भेदी की तरह
05:37
Because back in 2017,
112
325156
2747
क्योंकि 2017 में ,
05:39
the only way that we knew of
to get through the skull
to get through the skull
113
327927
2913
खोपड़ी तक पहूॅंचने का एकमात्र
तरीका जिसे हम जानते थे,
तरीका जिसे हम जानते थे,
05:42
was to drill these holes
the size of quarters.
the size of quarters.
114
330864
2817
वह था, इन क्वार्टर आकार छेद ड्रिल करके
05:46
You would never let
someone do that to you.
someone do that to you.
115
334015
2039
आप कभी नहीं चाहेंगे
कोई आपके साथ ऐसा करे।
कोई आपके साथ ऐसा करे।
05:48
So in the 2020s,
116
336967
2253
तो 2020 में, ¶
05:51
people began to experiment --
rather than drilling these gigantic holes,
rather than drilling these gigantic holes,
117
339244
3381
लोगों ने प्रयोग करना शुरू किया -
इन विशाल छेद ड्रिल करने के बजाय,
इन विशाल छेद ड्रिल करने के बजाय,
05:54
drilling microscopic holes,
no thicker than a piece of hair.
no thicker than a piece of hair.
118
342649
3115
माइक्रोस्कोपिक छेद ड्रिलिंग,
बालों के टुकड़े से मोटा नहीं।
बालों के टुकड़े से मोटा नहीं।
05:58
And the idea here
was really for diagnosis --
was really for diagnosis --
119
346735
2096
और यहां विचार
वास्तव में निदान के लिए था -
वास्तव में निदान के लिए था -
06:00
there are lots of times in the diagnosis
of brain disorders
of brain disorders
120
348855
2786
मस्तिष्क विकारों के निदान में कई बार
06:03
when you would like to be able to look
at the neural activity beneath the skull
at the neural activity beneath the skull
121
351665
4872
आप खोपड़ी के नीचे तंत्रिका
गतिविधि देखना चाहते हैं
गतिविधि देखना चाहते हैं
06:08
and being able to drill
these microscopic holes
these microscopic holes
122
356561
3191
और ड्रिल करने में सक्षम होना
इन सूक्ष्म छेद
इन सूक्ष्म छेद
06:11
would make that much easier
for the patient.
for the patient.
123
359776
2142
इसे इतना आसान बना देगा
रोगी के लिए।
रोगी के लिए।
06:13
In the end, it would be
like getting a shot.
like getting a shot.
124
361942
2349
अंत में, यह एक शॉट प्राप्त
करने की तरह होगा।
करने की तरह होगा।
06:16
You just go in and you sit down
125
364315
1580
आप बस अंदर जाते हैं
और आप बैठते हैं
और आप बैठते हैं
06:17
and there's a thing
that comes down on your head,
that comes down on your head,
126
365919
2301
और यह आपके सिर पर आता है,
06:20
and a momentary sting and then it's done,
127
368244
1953
और एक क्षणिक डंक और फिर यह हो गया,
06:22
and you can go back about your day.
128
370221
1864
और आप अपने दिनचर्या
में वापस जा सकते हैं।
में वापस जा सकते हैं।
06:24
So we're eventually able to do it
129
372736
4793
इसलिए हम अंततः इसे करने में सक्षम हैं
06:29
using lasers to drill the holes.
130
377553
2667
छेद ड्रिल करने के लिए लेजर का उपयोग करके।
06:32
And with the lasers,
it was fast and extremely reliable,
it was fast and extremely reliable,
131
380244
2620
और लेजर के साथ,
यह तेज़ और बेहद विश्वसनीय था,
यह तेज़ और बेहद विश्वसनीय था,
06:34
you couldn't even tell
the holes were there,
the holes were there,
132
382888
2213
आप भी बता नहीं सकते थे छेद वहां थे,
06:37
any more than you could tell
that one of your hairs was missing.
that one of your hairs was missing.
133
385125
3000
आपको कुछ पता नहीं चलेगा
और मुझे पता है कि यह
पागल लग सकता है,
पागल लग सकता है,
06:40
And I know it might sound crazy,
using lasers to drill holes in your skull,
using lasers to drill holes in your skull,
134
388753
4738
अपनी खोपड़ी में छेद ड्रिल
करने के लिए लेजर का उपयोग करना,
करने के लिए लेजर का उपयोग करना,
06:45
but back in 2017,
135
393515
1366
लेकिन 2017 में ,
06:46
people were OK with surgeons
shooting lasers into their eyes
shooting lasers into their eyes
136
394905
4109
सर्जन लोगों की आंखों
में लेजर का उपयोग करते थे,
में लेजर का उपयोग करते थे,
06:51
for corrective surgery
137
399038
1214
सुधारात्मक सर्जरी के लिए।
06:52
So when you're already here,
it's not that big of a step.
it's not that big of a step.
138
400276
3887
तो जब आप पहले से ही यहां हैं,
यह एक कदम का बड़ा नहीं है।
यह एक कदम का बड़ा नहीं है।
06:57
OK?
139
405561
1151
ओके?
06:58
So the next step,
that happened in the 2030s,
that happened in the 2030s,
140
406736
3571
अगले चरण में,जो 2030 के दशक में हुआ, ¶
07:02
was that it's not just about
getting through the skull.
getting through the skull.
141
410331
3086
कि यह सिर्फ खोपड़ी के
माध्यम से हो नहीं रही है।
माध्यम से हो नहीं रही है।
07:05
To measure the activity of neurons,
142
413441
1700
न्यूरॉन्स की गतिविधि
को मापने के लिए
को मापने के लिए
07:07
you have to actually make it
into the brain tissue itself.
into the brain tissue itself.
143
415165
3825
आपको इसे वास्तव में
मस्तिष्क ऊतक में पहुँचना है।
मस्तिष्क ऊतक में पहुँचना है।
07:11
And the risk, whenever
you put something into the brain tissue,
you put something into the brain tissue,
144
419344
2968
और जब भी आप मस्तिष्क ऊतक
में कुछ डालते हैं,
में कुछ डालते हैं,
07:14
is essentially that of stroke.
145
422336
1439
स्ट्रोक का जोखिम है।
07:15
That you would hit
a blood vessel and burst it,
a blood vessel and burst it,
146
423799
2196
रक्त वाहिका को चोट लग सकता है
07:18
and that causes a stroke.
147
426019
1519
और यह स्ट्रोक का कारण बनता है।
07:19
So, by the mid 2030s,
we had invented these flexible probes
we had invented these flexible probes
148
427916
3725
तो, 2030 के मध्य तक,
हमने इन लचीली जांच का आविष्कार किया था।
हमने इन लचीली जांच का आविष्कार किया था।
07:23
that were capable of going
around blood vessels,
around blood vessels,
149
431665
2278
वें रक्त वाहिकाओं
के चारों ओर जाने में सक्षम थे।
के चारों ओर जाने में सक्षम थे।
07:25
rather than through them.
150
433967
1476
और उनके माध्यम से,
07:27
And thus, we could put
huge batteries of these probes
huge batteries of these probes
151
435467
5697
इन जांच की विशाल जांच उपकरण
बैटरी हम डाल सकते थे
बैटरी हम डाल सकते थे
07:33
into the brains of patients
152
441188
1357
रोगियों के दिमाग में
07:34
and record from thousands of their neurons
without any risk to them.
without any risk to them.
153
442569
3270
और उनके हजारों न्यूरॉन्स से रिकॉर्ड
कर सकते थे, बिना किसी जोखिम के।
कर सकते थे, बिना किसी जोखिम के।
07:39
And what we discovered,
sort of to our surprise,
sort of to our surprise,
154
447458
4061
और जो प्रकट हुआ, उसने
हमें आश्चर्यचकित कर दिया
हमें आश्चर्यचकित कर दिया
07:43
is that the neurons that we could identify
155
451543
2190
कि न्यूरॉन्स जिन्हें हम पहचान सकते हैं
07:45
were not responding
to things like ideas or emotion,
to things like ideas or emotion,
156
453757
3524
विचारों या भावनाओं जैसी चीजों के लिए,
जवाब नहीं दे रहे हैं
जवाब नहीं दे रहे हैं
07:49
which was what we had expected.
157
457305
1627
..... जो हमने आशा की थी।
07:50
They were mostly responding
to things like Jennifer Aniston
to things like Jennifer Aniston
158
458956
3796
वे ज्यादातर प्रतिक्रिया दे रहे थे
चीज़ों के लिए, जैसे कि, जेनिफर एनिस्टन
चीज़ों के लिए, जैसे कि, जेनिफर एनिस्टन
07:54
or Halle Berry
159
462776
2404
या हेले बेरी
07:57
or Justin Trudeau.
160
465204
1310
या जस्टिन ट्रूडू।
07:58
I mean --
161
466538
1253
मेरा मतलब है -
07:59
(Laughter)
162
467815
2326
(हंसी) ¶
08:02
In hindsight, we shouldn't
have been that surprised.
have been that surprised.
163
470165
2437
हिंडसाइट में, हमें
आश्चर्यचकित नहीं होना चाहिए था।
आश्चर्यचकित नहीं होना चाहिए था।
08:04
I mean, what do your neurons
spend most of their time thinking about?
spend most of their time thinking about?
164
472626
3262
मेरा मतलब है, आपके न्यूरॉन्स
ज्यादातर समय में क्या सोचते हैं?
ज्यादातर समय में क्या सोचते हैं?
(हंसी) ¶
08:07
(Laughter)
165
475912
1150
08:09
But really, the point is that
166
477380
2040
लेकिन वास्तव में, मुद्दा यह है कि
08:11
this technology enabled us to begin
studying neuroscience in individuals.
studying neuroscience in individuals.
167
479444
4430
इस तकनीक ने हमें व्यक्तियों में तंत्रिका
विज्ञान का अध्ययन करने में सक्षम बनाया।
विज्ञान का अध्ययन करने में सक्षम बनाया।
08:15
So much like the transition to genetics,
at the single cell level,
at the single cell level,
168
483898
4230
आनुवंशिकी में संक्रमण की तरह,
एकल सेल स्तर पर,
एकल सेल स्तर पर,
08:20
we started to study neuroscience,
at the single human level.
at the single human level.
169
488152
3206
हमने तंत्रिका विज्ञान का अध्ययन
करना शुरू किया, एक मानव स्तर पर।
करना शुरू किया, एक मानव स्तर पर।
08:23
But we weren't quite there yet.
170
491890
1618
लेकिन हमें अभी और प्रगति की जरूरत थी।
08:25
Because these technologies
171
493895
1642
इन प्रौद्योगिकियों के साथ,
08:27
were still restricted
to medical applications,
to medical applications,
172
495561
3056
अभी भी हम सीमित थे,
चिकित्सा अनुप्रयोगों के लिए,
चिकित्सा अनुप्रयोगों के लिए,
08:30
which meant that we were studying
sick brains, not healthy brains.
sick brains, not healthy brains.
173
498641
3391
जिसका मतलब था कि हम पढ़ रहे थे
बीमार मस्तिष्क, स्वस्थ दिमाग नहीं।
बीमार मस्तिष्क, स्वस्थ दिमाग नहीं।
08:35
Because no matter how safe
your technology is,
your technology is,
174
503235
3754
क्योंकि आपकी तकनीक कितनी भी सुरक्षित हो,
08:39
you can't stick something
into someone's brain
into someone's brain
175
507013
2730
आप कोई छड़ी किसी के
दिमाग में नहीं डाल सकते हैं
दिमाग में नहीं डाल सकते हैं
08:41
for research purposes.
176
509767
1420
अनुसंधान उद्देश्यों के लिए।
08:43
They have to want it.
177
511211
1549
इसे खुद आजमाने की
इच्छा होनी चाहिए।
इच्छा होनी चाहिए।
08:44
And why would they want it?
178
512784
1460
और इसे कोई क्यों आजमाना चाहे?
08:46
Because as soon as you have
an electrical connection to the brain,
an electrical connection to the brain,
179
514268
3571
जैसे ही आपके पास है
मस्तिष्क के लिए एक विद्युत कनेक्शन,
मस्तिष्क के लिए एक विद्युत कनेक्शन,
08:49
you can use it to hook
the brain up to a computer.
the brain up to a computer.
180
517863
2444
आप मस्तिष्क को
कंप्यूटर से हुक कर सकते हैं।
कंप्यूटर से हुक कर सकते हैं।
08:53
Oh, well, you know, the general public
was very skeptical at first.
was very skeptical at first.
181
521061
3429
ओह..., आप जानते हैं, आम जनता
पहले बहुत संशयात्मक थी।
पहले बहुत संशयात्मक थी।
08:56
I mean, who wants to hook
their brain up to their computers?
their brain up to their computers?
182
524514
2869
मेरा मतलब है, कौन हुक करना चाहता है
अपने दिमाग को कंप्यूटर पर?
अपने दिमाग को कंप्यूटर पर?
08:59
Well just imagine being able
to send an email with a thought.
to send an email with a thought.
183
527926
4236
कल्पना करें की आप विचार से
ईमेल भेजने में सक्षम हैं ।
ईमेल भेजने में सक्षम हैं ।
09:04
(Laughter)
184
532186
2253
(हंसी) ¶
09:06
Imagine being able to take
a picture with your eyes, OK?
a picture with your eyes, OK?
185
534463
4500
कल्पना करें की आप आंखों से
तस्वीर लेने में सक्षम हैं
तस्वीर लेने में सक्षम हैं
09:10
(Laughter)
186
538987
1230
(हंसी) ¶
09:12
Imagine never forgetting anything anymore,
187
540241
2963
कल्पना करें कि अब और कुछ भी नहीं भूलना, ¶
09:15
because anything
that you choose to remember
that you choose to remember
188
543228
2159
कुछ भी जो आप याद रखना चाहते हैं
09:17
will be stored permanently
on a hard drive somewhere,
on a hard drive somewhere,
189
545411
2477
स्थायी रूप से संग्रहीत किया जाएगा
कहीं एक हार्ड ड्राइव पर,
कहीं एक हार्ड ड्राइव पर,
09:19
able to be recalled at will.
190
547912
2029
इच्छा पर स्मरण कर सकते हैं।
09:21
(Laughter)
191
549965
3366
(हंसी) ¶
09:25
The line here
between crazy and visionary
between crazy and visionary
192
553355
3381
यहां पागल और दूरदर्शी के बीच की रेखा
09:28
was never quite clear.
193
556760
1467
कभी स्पष्ट नहीं थी।
09:30
But the systems were safe.
194
558720
1857
लेकिन सिस्टम सुरक्षित थे।
09:32
So when the FDA decided to deregulate
these laser-drilling systems, in 2043,
these laser-drilling systems, in 2043,
195
560879
5016
इसलिए जब एफडीए ने 2043 में, लेजर ड्रिलिंग
सिस्टम का विनियमन करने का फैसला किया
सिस्टम का विनियमन करने का फैसला किया
09:37
commercial demand just exploded.
196
565919
2357
वाणिज्यिक मांग में विस्फोट हुआ।
09:40
People started signing their emails,
197
568300
1888
लोगों ने ईमेल हस्ताक्षर करना शुरू किया,
"कृपया टाइपो के लिए क्षमा करें,
09:42
"Please excuse any typos.
198
570212
1341
09:43
Sent from my brain."
199
571577
1333
मेरे दिमाग द्वारा भेजा गया।"¶
09:44
(Laughter)
200
572934
1001
(हंसी)
09:45
Commercial systems
popped up left and right,
popped up left and right,
201
573959
2072
नए वाणिज्यिक सिस्टम बनाए गए,
09:48
offering the latest and greatest
in neural interfacing technology.
in neural interfacing technology.
202
576055
3238
नवीनतम और महानतम तंत्रिका
इंटरफेसिंग प्रौद्योगिकी का उपयोग कर।
इंटरफेसिंग प्रौद्योगिकी का उपयोग कर।
09:51
There were 100 electrodes.
203
579792
1753
सौ इलेक्ट्रोड थे।
09:53
A thousand electrodes.
204
581569
1911
एक हजार इलेक्ट्रोड।
एक महीने में केवल 99.99 में उच्च बैंडविथ।
09:55
High bandwidth for only 99.99 a month.
205
583504
2476
09:58
(Laughter)
206
586004
1539
(हंसी) ¶
09:59
Soon, everyone had them.
207
587567
1534
जल्द, हर किसी के पास था।
10:01
And that was the key.
208
589694
1571
और वह कुंजी थी।
10:03
Because, in the 2050s,
if you were a neuroscientist,
if you were a neuroscientist,
209
591289
2923
क्योंकि, 2050 के दशक में,
यदि आप एक न्यूरोसायटिस्ट थे,
यदि आप एक न्यूरोसायटिस्ट थे,
10:06
you could have someone come into your lab
essentially from off the street.
essentially from off the street.
210
594236
3939
कोई भी सड़क से आपकी
प्रयोगशाला में आ सकता है
प्रयोगशाला में आ सकता है
10:10
And you could have them engaged
in some emotional task
in some emotional task
211
598792
2864
और आप उन्हें भावनात्मक कार्य में
व्यस्त कर सकते थे
व्यस्त कर सकते थे
10:13
or social behavior or abstract reasoning,
212
601680
2437
या सामाजिक व्यवहार या अमूर्त तर्क,
10:16
things you could never study in mice.
213
604141
2531
चीजें आप कभी चूहों में अध्ययन
नहीं कर सकते थे।
नहीं कर सकते थे।
10:18
And you could record
the activity of their neurons
the activity of their neurons
214
606696
3111
और आप उनके न्यूरॉन्स
की गतिविधि रिकॉर्ड कर सकते हैं
की गतिविधि रिकॉर्ड कर सकते हैं
10:21
using the interfaces
that they already had.
that they already had.
215
609831
3191
मौजूदा इंटरफ़ेस का उपयोग करके।
10:25
And then you could also ask them
about what they were experiencing.
about what they were experiencing.
216
613046
3189
और फिर आप उन्हें पूछ भी सकते हैं,
वे क्या अनुभव कर रहे थे।
वे क्या अनुभव कर रहे थे।
10:28
So this link between
psychology and neuroscience
psychology and neuroscience
217
616259
3349
मनोविज्ञान और तंत्रिका विज्ञान
के बीच इस लिंक
के बीच इस लिंक
10:31
that you could never make
in the animals, was suddenly there.
in the animals, was suddenly there.
218
619632
3381
जो आप कभी जानवरों में नहीं कर
सकते थे, अचानक, अब था।
सकते थे, अचानक, अब था।
10:35
So perhaps the classic example of this
219
623695
2184
शायद इस के क्लासिक उदाहरण
10:37
was the discovery
of the neural basis for insight.
of the neural basis for insight.
220
625903
3523
तंत्रिका अंतर्दृष्टि के आधार
पर खोज है।
पर खोज है।
10:41
That "Aha!" moment, the moment
it all comes together, it clicks.
it all comes together, it clicks.
221
629450
3600
"आह!" पल, पल
जब सब एक साथ आता है, यह क्लिक करता है।
जब सब एक साथ आता है, यह क्लिक करता है।
10:45
And this was discovered
by two scientists in 2055,
by two scientists in 2055,
222
633593
4056
और यह खोजा गया था
2055 में दो वैज्ञानिकों द्वारा,
2055 में दो वैज्ञानिकों द्वारा,
10:49
Barry and Late,
223
637673
1372
बेरी और लेट,
10:51
who observed, in the dorsal
prefrontal cortex,
prefrontal cortex,
224
639069
3663
जिन्होने पृष्ठीय प्रीफ्रंटल
कॉर्टेक्स में देखा
कॉर्टेक्स में देखा
किसी के दिमाग में किस तरह
एक विचार को समझने की कोशिश होति है,
एक विचार को समझने की कोशिश होति है,
10:54
how in the brain of someone
trying to understand an idea,
trying to understand an idea,
225
642756
5222
11:00
how different populations of neurons
would reorganize themselves --
would reorganize themselves --
226
648002
3369
न्यूरॉन्स की विभिन्न आबादी
खुद को पुनर्गठित कैसे करते हैं-
खुद को पुनर्गठित कैसे करते हैं-
11:03
you're looking at neural
activity here in orange --
activity here in orange --
227
651395
2436
आप तंत्रिका गतिविधि को
देख रहे हैं, नारंगी रंग में -
देख रहे हैं, नारंगी रंग में -
11:05
until finally their activity aligns
in a way that leads to positive feedback.
in a way that leads to positive feedback.
228
653855
3738
अंततः उनकी गतिविधि संरेखित होती है
एक तरह से सकारात्मक
प्रतिक्रिया की ओर जाती है।
प्रतिक्रिया की ओर जाती है।
11:10
Right there.
229
658339
1150
वहाँ।
11:12
That is understanding.
230
660723
1467
यह है समझना।
11:15
So finally, we were able to get
at the things that make us human.
at the things that make us human.
231
663413
4437
आखिर में, हम समझने में सक्षम थे,
उन चीज़ों को, जो हमें मानव बनाते हैं।
उन चीज़ों को, जो हमें मानव बनाते हैं।
और यही वह तरीका है जिसने
वास्तव में रास्ता खोला
वास्तव में रास्ता खोला
11:21
And that's what really opened the way
to major insights from medicine.
to major insights from medicine.
232
669871
4578
दवा से प्रमुख अंतर्दृष्टि के लिए।
11:27
Because, starting in the 2060s,
233
675465
2755
क्योंकि 2060 के दशक से शुरूआत हुई
11:30
with the ability to record
the neural activity
the neural activity
234
678244
2484
तंत्रिका गतिविधि रिकॉर्ड
करने की क्षमता
करने की क्षमता
11:32
in the brains of patients
with these different mental diseases,
with these different mental diseases,
235
680752
3587
विभिन्न मानसिक बीमारियों
के रोगियों के मस्तिष्क में,
बीमारियों को परिभाषित करने के बजाय
उनके लक्षणों के आधार पर,
उनके लक्षणों के आधार पर,
11:36
rather than defining the diseases
on the basis of their symptoms,
on the basis of their symptoms,
236
684363
4690
जैसे हम सदी की शुरुआत में थे,
11:41
as we had at the beginning of the century,
237
689077
2040
हमने उन्हें परिभाषित
करना शुरू कर दिया
करना शुरू कर दिया
11:43
we started to define them
238
691141
1222
11:44
on the basis of the actual pathology
that we observed at the neural level.
that we observed at the neural level.
239
692387
3539
वास्तविक पैथोलॉजी
के आधार पर,
के आधार पर,
जो तंत्रिका स्तर पर
असल में देखा गया।
असल में देखा गया।
11:48
So for example, in the case of ADHD,
240
696768
3825
उदाहरण के लिए, एडीएचडी के मामले में,
11:52
we discovered that there are
dozens of different diseases,
dozens of different diseases,
241
700617
3174
हमने पाया कि वहां
दर्जनों बीमारियॉं हैं ,
दर्जनों बीमारियॉं हैं ,
सदी की शुरुआत में,
सभी को एडीएचडी कहा गया था
सभी को एडीएचडी कहा गया था
11:55
all of which had been called ADHD
at the start of the century,
at the start of the century,
242
703815
3009
वास्तव में, वे सभी अलग थे
11:58
that actually had nothing
to do with each other,
to do with each other,
243
706848
2301
सिर्फ़ उनके लक्षण समान थे।
12:01
except that they had similar symptoms.
244
709173
2118
12:03
And they needed to be treated
in different ways.
in different ways.
245
711625
2372
उन्हें अलग तरीकों से
इलाज करने की ज़रूरत थी।
इलाज करने की ज़रूरत थी।
12:06
So it was kind of incredible,
in retrospect,
in retrospect,
246
714307
2247
तो पुनरावलोकन करने पर,
यह अविश्वसनीय था,
यह अविश्वसनीय था,
12:08
that at the beginning of the century,
247
716578
1777
की शताब्दी की शुरुआत में,
12:10
we had been treating
all those different diseases
all those different diseases
248
718379
2317
हम उन सभी अलग-अलग
बीमारियों
बीमारियों
12:12
with the same drug,
249
720720
1183
का इलाज एक ही दवा,
एमफिटामीन से कर रहे थे,
एमफिटामीन से कर रहे थे,
12:13
just by giving people amphetamine,
basically is what we were doing.
basically is what we were doing.
250
721927
3214
स्किज़ोफ्रेनिया और अवसाद
वैसे ही हैं।
वैसे ही हैं।
12:17
And schizophrenia and depression
are the same way.
are the same way.
251
725165
2488
अतीत जैसे, लोगों को यादृच्छिक रूप से दवा
निर्धारित करने के बजाय,
निर्धारित करने के बजाय,
12:19
So rather than prescribing drugs to people
essentially at random,
essentially at random,
252
727677
4032
12:23
as we had,
253
731733
1150
हमने सीखा कि कैसे भविष्यवाणी की जाए
कौन सी दवाएं सबसे प्रभावी होंगी
कौन सी दवाएं सबसे प्रभावी होंगी
12:24
we learned how to predict
which drugs would be most effective
which drugs would be most effective
254
732907
3511
किस रोगी के लिए
12:28
in which patients,
255
736442
1183
12:29
and that just led to this huge
improvement in outcomes.
improvement in outcomes.
256
737649
2756
और सिर्फ इससे परिणामों
में विशाल सुधार हुआ
में विशाल सुधार हुआ
12:33
OK, I want to bring you back now
to the year 2017.
to the year 2017.
257
741498
3476
मैं अब आपको वापस ले जाना चाहता हूं
वर्ष 2017 तक
वर्ष 2017 तक
12:38
Some of this may sound satirical
or even far fetched.
or even far fetched.
258
746117
3373
इनमें से कुछ व्यंग्यात्मक
अौर कुछ क्लिष्ट व असुगम लग सकते हैं।
अौर कुछ क्लिष्ट व असुगम लग सकते हैं।
12:41
And some of it is.
259
749514
1293
और इनमें से कुछ हैं भी।
12:43
I mean, I can't actually
see into the future.
see into the future.
260
751291
2651
मेरा मतलब है, मैं वास्तव में
भविष्य में नहीं देखें सकता।
भविष्य में नहीं देखें सकता।
12:45
I don't actually know
261
753966
1366
मैं वास्तव में नहीं जानता
12:47
if we're going to be drilling hundreds
or thousands of microscopic holes
or thousands of microscopic holes
262
755356
3667
हम 30 वर्षों में हमारे
सिर में सैकड़ों ड्रिलिग
सिर में सैकड़ों ड्रिलिग
12:51
in our heads in 30 years.
263
759047
1667
करने जा रहे हैं या
हजारों माइक्रोस्कोपिक छेद
हजारों माइक्रोस्कोपिक छेद
12:53
But what I can tell you
264
761762
1706
लेकिन मैं आपको यह बता सकता हूं
12:55
is that we're not going
to make any progress
to make any progress
265
763492
2175
कि हम कोई प्रगति
नहीं करने जा रहे हैं
नहीं करने जा रहे हैं
12:57
towards understanding the human brain
or human diseases
or human diseases
266
765691
3727
मानव मस्तिष्क या मानव रोग को समझने के लिए
13:01
until we figure out how to get
at the electrical activity of neurons
at the electrical activity of neurons
267
769442
4516
जब तक हम स्वस्थ इंसानों में न्यूरॉन्स
की विद्युत गतिविधि नहीं समझते हैं!
की विद्युत गतिविधि नहीं समझते हैं!
13:05
in healthy humans.
268
773982
1200
13:07
And almost no one is working
on figuring out how to do that today.
on figuring out how to do that today.
269
775918
3239
और ईस दिशा में अभी कोई शोध नहीं कर रहा है।
13:12
That is the future of neuroscience.
270
780077
2334
यह न्यूरोसाइंस का भविष्य है।
13:14
And I think it's time for neuroscientists
to put down the mouse brain
to put down the mouse brain
271
782752
4393
और मुझे लगता है कि अब समय आ गया है
न्यूरोसाइस्टिक्स के लिए कि
चूहे के मस्तिष्क पर शोध बंद करें
चूहे के मस्तिष्क पर शोध बंद करें
13:19
and to dedicate the thought
and investment necessary
and investment necessary
272
787169
2754
और आवश्यक विचार व निवेश समर्पित करें
13:21
to understand the human brain
and human disease.
and human disease.
273
789947
3267
मानव मस्तिष्क व मानव रोग को समझने के लिए।
13:27
Thank you.
274
795629
1151
धन्यवाद।
13:28
(Applause)
275
796804
1172
(तालियां)
ABOUT THE SPEAKER
Sam Rodriques - NeuroengineerSam Rodriques invents new technologies to help neuroscientists understand how the brain works.
Why you should listen
Sam Rodriques has designed a new nanofabrication method and a new approach to sensing neural activity with probes in the bloodstream, and his forthcoming technologies are aimed at understanding the spatial organization of cells in the brain and the transcriptional activity of neurons over time. He is a graduate student in Physics at the Massachusetts Institute of Technology, with affiliations at the MIT Media Lab, the MIT Department of Brain and Cognitive Sciences and the Broad Institute of Harvard and MIT. He graduated summa cum laude with highest honors in Physics from Haverford College, where he worked on new methods for calculating quantum entanglement in multipartite quantum systems. He has received numerous national awards and fellowships to support his research, including the Hertz Foundation Graduate Fellowship, an NSF Graduate Research Fellowship and a Churchill Scholarship.
Sam Rodriques | Speaker | TED.com