TEDGlobal 2012
Read Montague: What we're learning from 5,000 brains
Read Montague: Wat we leren van 5.000 breinen
Filmed:
Readability: 4
763,896 views
Muizen, insecten en hamsters zijn niet meer de enige manieren om het brein te bestuderen. Door functionele MRI (fMRI) kunnen wetenschappers breinactiviteit in kaart brengen in levende, ademende, beslissende mensen. Read Montague geeft een overzicht van hoe deze technologie ons helpt om de gecompliceerde manieren te begrijpen waarop we met elkaar kunnen interageren.
Read Montague - Behavioral Neuroscientist
What does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work. Full bio
What does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work. Full bio
Double-click the English transcript below to play the video.
00:16
Other people. Everyone is interested in other people.
0
474
2809
Andere mensen.
Iedereen heeft interesse voor andere mensen.
Iedereen heeft interesse voor andere mensen.
00:19
Everyone has relationships with other people,
1
3283
2123
Iedereen heeft relaties met anderen
00:21
and they're interested in these relationships
2
5406
1592
en ze zijn in die relaties geïnteresseerd
00:22
for a variety of reasons.
3
6998
1855
om verschillende redenen.
00:24
Good relationships, bad relationships,
4
8853
2012
Goede relaties,
slechte relaties,
slechte relaties,
00:26
annoying relationships, agnostic relationships,
5
10865
3146
vervelende relaties,
neutrale relaties.
neutrale relaties.
00:29
and what I'm going to do is focus on the central piece
6
14011
3424
Ik ga focussen op het centrale deel
00:33
of an interaction that goes on in a relationship.
7
17435
3303
van de interactie in een relatie.
00:36
So I'm going to take as inspiration the fact that we're all
8
20738
2336
Mijn inspiratie is het feit dat wij allen
00:38
interested in interacting with other people,
9
23074
2425
geïnteresseerd zijn in interactie
met andere mensen.
met andere mensen.
00:41
I'm going to completely strip it of all its complicating features,
10
25499
3832
Ik verwijder alle complicerende factoren
00:45
and I'm going to turn that object, that simplified object,
11
29331
3894
en ik zal dat vereenvoudigd object
00:49
into a scientific probe, and provide the early stages,
12
33225
4150
aan wetenschappelijke toetsing onderwerpen
00:53
embryonic stages of new insights into what happens
13
37375
2449
om de embryonale stadia te tonen van nieuwe inzichten
in wat gebeurt als twee breinen tegelijk interageren.
in wat gebeurt als twee breinen tegelijk interageren.
00:55
in two brains while they simultaneously interact.
14
39824
3650
om de embryonale stadia te tonen van nieuwe inzichten
in wat gebeurt als twee breinen tegelijk interageren.
in wat gebeurt als twee breinen tegelijk interageren.
00:59
But before I do that, let me tell you a couple of things
15
43474
2293
Vooraf vertel ik jullie een paar dingen
01:01
that made this possible.
16
45767
1699
die dit mogelijk maakten.
01:03
The first is we can now eavesdrop safely
17
47466
2781
We kunnen nu veilig gaan luistervinken
01:06
on healthy brain activity.
18
50247
2711
bij de activiteit van een gezond brein.
01:08
Without needles and radioactivity,
19
52958
2577
Zonder naalden en radioactiviteit,
01:11
without any kind of clinical reason, we can go down the street
20
55535
2863
zonder klinische reden
kunnen we de straat opgaan
kunnen we de straat opgaan
01:14
and record from your friends' and neighbors' brains
21
58398
3127
en opnames maken van het brein
van je vrienden en buren
van je vrienden en buren
01:17
while they do a variety of cognitive tasks, and we use
22
61525
2538
terwijl ze een reeks cognitieve taken afwerken.
01:19
a method called functional magnetic resonance imaging.
23
64063
3734
Daarvoor gebruiken we functionele
magnetische resonantie-beeldvorming (FMRI).
magnetische resonantie-beeldvorming (FMRI).
01:23
You've probably all read about it or heard about in some
24
67797
2325
Daar heb je wellicht al van gehoord.
01:26
incarnation. Let me give you a two-sentence version of it.
25
70122
4378
Ik vat het in twee zinnen voor jullie samen.
01:30
So we've all heard of MRIs. MRIs use magnetic fields
26
74500
3484
We hebben allemaal gehoord van MRI's,
die magnetische velden gebruiken
die magnetische velden gebruiken
01:33
and radio waves and they take snapshots of your brain
27
77984
2029
en radiogolven om foto's van je brein te nemen,
01:35
or your knee or your stomach,
28
80013
2361
of je knie, of je maag,
01:38
grayscale images that are frozen in time.
29
82374
2045
grijswaardenbeelden die bevroren zijn in de tijd.
01:40
In the 1990s, it was discovered you could use
30
84419
2321
In de jaren 90 ontdekte men dat je
01:42
the same machines in a different mode,
31
86740
2659
die machines in een andere modus kon gebruiken,
en microscopische bloedstroomfilmpjes
en microscopische bloedstroomfilmpjes
01:45
and in that mode, you could make microscopic blood flow
32
89399
2346
die machines in een andere modus kon gebruiken,
en microscopische bloedstroomfilmpjes
en microscopische bloedstroomfilmpjes
01:47
movies from hundreds of thousands of sites independently in the brain.
33
91745
3300
kon maken van ontelbare plaatsen in het brein,
onafhankelijk van elkaar.
onafhankelijk van elkaar.
01:50
Okay, so what? In fact, the so what is, in the brain,
34
95045
3200
En wat dan nog?
In je brein zijn de
In je brein zijn de
01:54
changes in neural activity, the things that make your brain work,
35
98245
3832
veranderingen in neurale activiteit,
wat je brein doet werken,
wat je brein doet werken,
01:57
the things that make your software work in your brain,
36
102077
2010
wat de software in je brein doet werken,
01:59
are tightly correlated with changes in blood flow.
37
104087
2489
sterk gecorreleerd met wijzigingen in de bloedstroom.
02:02
You make a blood flow movie, you have an independent
38
106576
1973
Je maakt een filmpje van de bloedstroom
en je hebt een onafhankelijke alias voor breinactiviteit.
en je hebt een onafhankelijke alias voor breinactiviteit.
02:04
proxy of brain activity.
39
108549
2339
Je maakt een filmpje van de bloedstroom
en je hebt een onafhankelijke alias voor breinactiviteit.
en je hebt een onafhankelijke alias voor breinactiviteit.
02:06
This has literally revolutionized cognitive science.
40
110888
3034
Dit was een revolutie in de cognitieve wetenschap.
02:09
Take any cognitive domain you want, memory,
41
113922
1991
Neem om het even welk cognitief domein, geheugen,
02:11
motor planning, thinking about your mother-in-law,
42
115913
2141
bewegingsplanning, denken aan je schoonmoeder,
02:13
getting angry at people, emotional response, it goes on and on,
43
118054
3715
boos worden, emotionele respons, enzovoort --
02:17
put people into functional MRI devices, and
44
121769
3089
stop mensen in functionele MRI-toestellen
02:20
image how these kinds of variables map onto brain activity.
45
124858
3383
en bekijk hoe deze variabelen
overeenkomen met breinactiviteit.
overeenkomen met breinactiviteit.
02:24
It's in its early stages, and it's crude by some measures,
46
128241
2849
Het zijn de eerste stappen en het is nog ruw,
02:26
but in fact, 20 years ago, we were at nothing.
47
131090
2568
maar 20 jaar geleden stonden we nergens.
02:29
You couldn't do people like this. You couldn't do healthy people.
48
133658
2359
Je kon geen gezonde mensen bekijken.
02:31
That's caused a literal revolution, and it's opened us up
49
136017
2488
Dat heeft voor een revolutie gezorgd
02:34
to a new experimental preparation. Neurobiologists,
50
138505
2818
en nieuwe proeven
mogelijk gemaakt.
mogelijk gemaakt.
02:37
as you well know, have lots of experimental preps,
51
141323
3760
Neurobiologen hebben vele proeven,
02:40
worms and rodents and fruit flies and things like this.
52
145083
3141
met wormen en knaagdieren en fruitvliegjes en zo.
02:44
And now, we have a new experimental prep: human beings.
53
148224
3397
Nu is er een nieuw proefdier: de mens.
02:47
We can now use human beings to study and model
54
151621
3761
We kunnen nu mensen gebruiken
voor het bestuderen en modelleren
voor het bestuderen en modelleren
02:51
the software in human beings, and we have a few
55
155382
2950
van de software in mensen
02:54
burgeoning biological measures.
56
158332
2835
en we hebben een paar
ontluikende biologische meetmethodes.
ontluikende biologische meetmethodes.
02:57
Okay, let me give you one example of the kinds of experiments that people do,
57
161167
3887
Ik geef je een voorbeeld van een experiment.
03:00
and it's in the area of what you'd call valuation.
58
165054
2677
Het betreft zogenaamde 'waardering'.
03:03
Valuation is just what you think it is, you know?
59
167731
2135
Waardering is wat je denkt.
03:05
If you went and you were valuing two companies against
60
169866
2804
Als je twee bedrijven
ten opzichte van elkaar waardeert,
ten opzichte van elkaar waardeert,
03:08
one another, you'd want to know which was more valuable.
61
172670
2736
wil je weten welk bedrijf meer waarde heeft.
03:11
Cultures discovered the key feature of valuation thousands of years ago.
62
175406
3879
Culturen hebben het basiskenmerk ervan
al duizenden jaren begrepen.
al duizenden jaren begrepen.
03:15
If you want to compare oranges to windshields, what do you do?
63
179285
2690
Als je sinaasappels met autoruiten wil vergelijken,
wat doe je dan?
wat doe je dan?
03:17
Well, you can't compare oranges to windshields.
64
181975
2356
Dat gaat niet.
03:20
They're immiscible. They don't mix with one another.
65
184331
2255
Je kan ze niet met elkaar mengen.
03:22
So instead, you convert them to a common currency scale,
66
186586
2351
Dus zet je ze om
in een gemeenschappelijke munt,
in een gemeenschappelijke munt,
03:24
put them on that scale, and value them accordingly.
67
188937
2706
zet je ze op een schaal
en waardeer je ze.
en waardeer je ze.
03:27
Well, your brain has to do something just like that as well,
68
191643
3436
Je brein moet iets dergelijks doen.
03:30
and we're now beginning to understand and identify
69
195079
2488
We beginnen de breinsystemen die bij waardering
betrokken zijn, te begrijpen en te identificeren.
betrokken zijn, te begrijpen en te identificeren.
03:33
brain systems involved in valuation,
70
197567
2137
We beginnen de breinsystemen die bij waardering
betrokken zijn, te begrijpen en te identificeren.
betrokken zijn, te begrijpen en te identificeren.
03:35
and one of them includes a neurotransmitter system
71
199704
2632
Het gaat onder meer om een
neurotransmittersysteem
neurotransmittersysteem
03:38
whose cells are located in your brainstem
72
202336
2632
met cellen in je hersenstam
03:40
and deliver the chemical dopamine to the rest of your brain.
73
204968
3175
die het chemisch element dopamine
afgeven aan de rest van je brein.
afgeven aan de rest van je brein.
03:44
I won't go through the details of it, but that's an important
74
208143
2442
Ik bespaar jullie de details, maar dat is
een belangrijke ontdekking die we al goed kennen.
een belangrijke ontdekking die we al goed kennen.
03:46
discovery, and we know a good bit about that now,
75
210585
2157
Ik bespaar jullie de details, maar dat is
een belangrijke ontdekking die we al goed kennen.
een belangrijke ontdekking die we al goed kennen.
03:48
and it's just a small piece of it, but it's important because
76
212742
2230
Het is een klein stukje,
maar wel belangrijk
maar wel belangrijk
03:50
those are the neurons that you would lose if you had Parkinson's disease,
77
214972
3275
want die neuronen raak je kwijt
als je de ziekte van Parkinson hebt,
als je de ziekte van Parkinson hebt,
03:54
and they're also the neurons that are hijacked by literally
78
218247
2016
en ze worden gekaapt door letterlijk elke
verslavende drug, wat logisch is.
verslavende drug, wat logisch is.
03:56
every drug of abuse, and that makes sense.
79
220263
2232
en ze worden gekaapt door letterlijk elke
verslavende drug, wat logisch is.
verslavende drug, wat logisch is.
03:58
Drugs of abuse would come in, and they would change
80
222495
2336
Verslavende drugs veranderen
04:00
the way you value the world. They change the way
81
224831
1789
hoe je de wereld waardeert,
04:02
you value the symbols associated with your drug of choice,
82
226620
3199
hoe je de symbolen waardeert
die gepaard gaan met de drug van je keuze,
die gepaard gaan met de drug van je keuze,
04:05
and they make you value that over everything else.
83
229819
2514
ze maken dat je die boven alles stelt.
04:08
Here's the key feature though. These neurons are also
84
232333
3021
Het komt hierop aan: die neuronen
04:11
involved in the way you can assign value to literally abstract ideas,
85
235354
3501
bepalen ook hoe je waarde hecht
aan abstracte ideeën.
aan abstracte ideeën.
04:14
and I put some symbols up here that we assign value to
86
238855
2041
Hier zijn enkele symbolen
die we waarderen
die we waarderen
04:16
for various reasons.
87
240896
2720
om verschillende redenen.
04:19
We have a behavioral superpower in our brain,
88
243616
2689
In ons brein zit een gedragssupermacht
04:22
and it at least in part involves dopamine.
89
246305
1753
en daar komt minstens gedeeltelijk
dopamine aan te pas.
dopamine aan te pas.
04:23
We can deny every instinct we have for survival for an idea,
90
248058
4189
We kunnen elk overlevingsinstinct
ontkennen omwille van een idee,
ontkennen omwille van een idee,
04:28
for a mere idea. No other species can do that.
91
252247
4005
gewoon een idee.
Geen enkele andere soort kan dat.
Geen enkele andere soort kan dat.
04:32
In 1997, the cult Heaven's Gate committed mass suicide
92
256252
3606
In 1997 pleegde de sekte Heaven's Gate
massaal zelfmoord
massaal zelfmoord
04:35
predicated on the idea that there was a spaceship
93
259858
2215
op basis van het idee
van een ruimteschip
van een ruimteschip
04:37
hiding in the tail of the then-visible comet Hale-Bopp
94
262073
3785
verborgen in de komeet Hale-Bopp
die toen zichtbaar was
die toen zichtbaar was
04:41
waiting to take them to the next level. It was an incredibly tragic event.
95
265858
4272
en die hen naar het volgende niveau zou brengen.
Een uiterst tragisch gebeuren.
Een uiterst tragisch gebeuren.
04:46
More than two thirds of them had college degrees.
96
270130
3485
Meer dan twee derden waren universitairen.
04:49
But the point here is they were able to deny their instincts for survival
97
273615
3723
Het punt is dat ze hun overlevingsinstinct
konden ontkennen
konden ontkennen
04:53
using exactly the same systems that were put there
98
277338
2866
met exact dezelfde systemen die dienen
04:56
to make them survive. That's a lot of control, okay?
99
280204
4042
om te overleven.
Dat is veel controle, niet?
Dat is veel controle, niet?
05:00
One thing that I've left out of this narrative
100
284246
2089
Wat ik uit het verhaal heb weggelaten,
05:02
is the obvious thing, which is the focus of the rest of my
101
286335
2234
is wat voor de hand ligt,
de focus van de rest van mijn talk,
de focus van de rest van mijn talk,
05:04
little talk, and that is other people.
102
288569
2159
andere mensen.
05:06
These same valuation systems are redeployed
103
290728
2996
Dezelfde waarderingssystemen
worden gebruikt
worden gebruikt
05:09
when we're valuing interactions with other people.
104
293724
2492
als we interactie met anderen waarderen.
05:12
So this same dopamine system that gets addicted to drugs,
105
296216
3271
Hetzelfde dopaminesysteem
dat aan drugs verslaaft,
dat aan drugs verslaaft,
05:15
that makes you freeze when you get Parkinson's disease,
106
299487
2524
dat je doet verstijven
als je de ziekte van Parkinson krijgt,
als je de ziekte van Parkinson krijgt,
05:17
that contributes to various forms of psychosis,
107
302011
3077
dat bijdraagt aan een aantal psychosen,
05:20
is also redeployed to value interactions with other people
108
305088
3920
wordt ook gebruikt om interactie
met anderen te waarderen
met anderen te waarderen
05:24
and to assign value to gestures that you do
109
309008
2896
en de waarde te bepalen van je gebaren
05:27
when you're interacting with somebody else.
110
311904
2574
als je interageert met iemand anders.
05:30
Let me give you an example of this.
111
314478
2577
Ik geef je een paar voorbeelden.
05:32
You bring to the table such enormous processing power
112
317055
2967
Je brengt zoveel verwerkingscapaciteit mee
05:35
in this domain that you hardly even notice it.
113
320022
2624
op dit gebied,
dat je het nauwelijks merkt.
dat je het nauwelijks merkt.
05:38
Let me just give you a few examples. So here's a baby.
114
322646
1467
Dit is een baby.
05:40
She's three months old. She still poops in her diapers and she can't do calculus.
115
324113
3730
Ze is drie maanden oud. Ze doet het in haar luier
en ze kent geen hogere wiskunde.
en ze kent geen hogere wiskunde.
05:43
She's related to me. Somebody will be very glad that she's up here on the screen.
116
327843
3353
We zijn verwant. Iemand is nu heel blij
dat ze hier op het scherm staat.
dat ze hier op het scherm staat.
05:47
You can cover up one of her eyes, and you can still read
117
331196
2376
Je kan één van haar ogen bedekken
en dan lees je nog steeds
en dan lees je nog steeds
05:49
something in the other eye, and I see sort of curiosity
118
333572
2755
iets in het andere oog,
een soort nieuwsgierigheid,
een soort nieuwsgierigheid,
05:52
in one eye, I see maybe a little bit of surprise in the other.
119
336327
3597
en in het andere iets van verrassing.
05:55
Here's a couple. They're sharing a moment together,
120
339924
3179
Dit is een koppel.
Ze delen een moment samen.
Ze delen een moment samen.
05:59
and we've even done an experiment where you can cut out
121
343103
1318
We deden een experiment waarbij je
06:00
different pieces of this frame and you can still see
122
344421
3007
stukken van dit beeld kan weglaten
en nog steeds zie je
en nog steeds zie je
06:03
that they're sharing it. They're sharing it sort of in parallel.
123
347428
2504
dat ze het delen, zowat parallel.
06:05
Now, the elements of the scene also communicate this
124
349932
2463
De elementen van de scène verraden dit ook,
06:08
to us, but you can read it straight off their faces,
125
352395
2235
maar je kan het van hun gezicht aflezen.
06:10
and if you compare their faces to normal faces, it would be a very subtle cue.
126
354630
3503
Als je die vergelijkt met normale gezichten,
zou het een subtiele aanwijzing zijn.
zou het een subtiele aanwijzing zijn.
06:14
Here's another couple. He's projecting out at us,
127
358133
3347
Nog een koppel.
Hij projecteert naar ons
Hij projecteert naar ons
06:17
and she's clearly projecting, you know,
128
361480
2888
en zij projecteert duidelijk
06:20
love and admiration at him.
129
364368
2263
liefde en bewondering naar hem.
06:22
Here's another couple. (Laughter)
130
366631
3635
Nog een koppel. (Gelach)
06:26
And I'm thinking I'm not seeing love and admiration on the left. (Laughter)
131
370266
5150
En ik denk: ik zie geen liefde en bewondering links.
(Gelach)
(Gelach)
06:31
In fact, I know this is his sister, and you can just see
132
375416
2560
Ik weet dat dit zijn zus is,
en je ziet hem zeggen:
en je ziet hem zeggen:
06:33
him saying, "Okay, we're doing this for the camera,
133
377976
2513
"We doen dit voor de foto,
06:36
and then afterwards you steal my candy and you punch me in the face." (Laughter)
134
380489
5702
en daarna steel jij mijn snoep
en verkoopt me een klap." (Gelach)
en verkoopt me een klap." (Gelach)
06:42
He'll kill me for showing that.
135
386191
2106
Hij vermoordt me omdat ik dit toonde.
06:44
All right, so what does this mean?
136
388297
2797
Wat betekent dit?
06:46
It means we bring an enormous amount of processing power to the problem.
137
391094
3350
Dat we een enorme verwerkingscapaciteit
hebben voor deze kwestie.
hebben voor deze kwestie.
06:50
It engages deep systems in our brain, in dopaminergic
138
394444
3648
Het zet systemen diep in ons brein
aan het werk, dopaminesystemen
aan het werk, dopaminesystemen
06:53
systems that are there to make you chase sex, food and salt.
139
398092
2818
die je doen jagen op seks, eten en zout.
06:56
They keep you alive. It gives them the pie, it gives
140
400910
2894
Ze houden je in leven.
Het geeft hun de taart,
Het geeft hun de taart,
06:59
that kind of a behavioral punch which we've called a superpower.
141
403804
2904
de soort gedragspunch
die we een supermacht noemen.
die we een supermacht noemen.
07:02
So how can we take that and arrange a kind of staged
142
406708
3654
Hoe zetten we daarmee nu sociale interactie op
en een wetenschappelijk experiment?
en een wetenschappelijk experiment?
07:06
social interaction and turn that into a scientific probe?
143
410362
2698
Hoe zetten we daarmee nu sociale interactie op
en een wetenschappelijk experiment?
en een wetenschappelijk experiment?
07:08
And the short answer is games.
144
413060
2691
Het korte antwoord luidt: spellen.
07:11
Economic games. So what we do is we go into two areas.
145
415751
4404
Economische spellen,
in twee domeinen.
in twee domeinen.
07:16
One area is called experimental economics. The other area is called behavioral economics.
146
420155
3336
Het ene heet experimentele economie,
het andere gedragseconomie.
het andere gedragseconomie.
07:19
And we steal their games. And we contrive them to our own purposes.
147
423491
4078
We stelen hun spellen
en zetten ze in voor ons doel.
en zetten ze in voor ons doel.
07:23
So this shows you one particular game called an ultimatum game.
148
427569
2967
Dit is een zogenaamd ultimatumspel.
07:26
Red person is given a hundred dollars and can offer
149
430536
1845
De rode persoon krijgt 100 dollar
07:28
a split to blue. Let's say red wants to keep 70,
150
432381
3723
en kan een verdeling voorstellen aan blauw.
Rood wil 70 houden
Rood wil 70 houden
07:32
and offers blue 30. So he offers a 70-30 split with blue.
151
436104
4086
en biedt blauw 30.
Hij stelt een 70/30-verdeling voor.
Hij stelt een 70/30-verdeling voor.
07:36
Control passes to blue, and blue says, "I accept it,"
152
440190
2851
Blauw is aan zet en zegt:
"Ik aanvaard het",
"Ik aanvaard het",
07:38
in which case he'd get the money, or blue says,
153
443041
1956
waarna hij het geld krijgt,
of blauw zegt
of blauw zegt
07:40
"I reject it," in which case no one gets anything. Okay?
154
444997
4307
"Ik weiger het",
waarna niemand iets krijgt.
waarna niemand iets krijgt.
07:45
So a rational choice economist would say, well,
155
449304
3392
Een rationele-keuze-econoom zegt:
07:48
you should take all non-zero offers.
156
452696
2056
je moet alle niet-nul-voorstellen aannemen.
07:50
What do people do? People are indifferent at an 80-20 split.
157
454752
3762
Wat doen mensen?
Ze zijn onverschillig bij een 80/20-verdeling.
Ze zijn onverschillig bij een 80/20-verdeling.
07:54
At 80-20, it's a coin flip whether you accept that or not.
158
458514
3524
Bij 80/20 is het kop of munt
of je aanvaardt of niet.
of je aanvaardt of niet.
07:57
Why is that? You know, because you're pissed off.
159
462038
2891
Waarom is dat?
Omdat het je ergert.
Omdat het je ergert.
08:00
You're mad. That's an unfair offer, and you know what an unfair offer is.
160
464929
3609
Je bent boos. Het is een onfair aanbod,
en jij weet wat dat is.
en jij weet wat dat is.
08:04
This is the kind of game done by my lab and many around the world.
161
468538
2704
Dat soort spellen doen mijn lab
en vele andere op de wereld.
en vele andere op de wereld.
08:07
That just gives you an example of the kind of thing that
162
471242
2544
Het is een voorbeeld van het soort dingen
08:09
these games probe. The interesting thing is, these games
163
473786
3738
die deze spellen aantonen.
Het interessante is
Het interessante is
08:13
require that you have a lot of cognitive apparatus on line.
164
477524
3707
dat je er een sterk cognitief apparaat
voor moet inzetten.
voor moet inzetten.
08:17
You have to be able to come to the table with a proper model of another person.
165
481231
2928
Je moet een correct model hebben
van een andere persoon.
van een andere persoon.
08:20
You have to be able to remember what you've done.
166
484159
3213
Je moet je kunnen herinneren
wat je gedaan hebt.
wat je gedaan hebt.
08:23
You have to stand up in the moment to do that.
167
487372
1420
Je moet in de situatie beslissen en je model
aanpassen op basis van de signalen die terugkomen.
aanpassen op basis van de signalen die terugkomen.
08:24
Then you have to update your model based on the signals coming back,
168
488792
3350
Je moet in de situatie beslissen en je model
aanpassen op basis van de signalen die terugkomen.
aanpassen op basis van de signalen die terugkomen.
08:28
and you have to do something that is interesting,
169
492142
2972
Je moet nog iets doen:
08:31
which is you have to do a kind of depth of thought assay.
170
495114
2597
een soort analyse
van de diepte van de gedachte.
van de diepte van de gedachte.
08:33
That is, you have to decide what that other person expects of you.
171
497711
3333
Je moet beslissen wat de ander
van jou verwacht.
van jou verwacht.
08:36
You have to send signals to manage your image in their mind.
172
501044
2954
Je moet signalen uitsturen
om jouw beeld in hun geest te beheren.
om jouw beeld in hun geest te beheren.
08:39
Like a job interview. You sit across the desk from somebody,
173
503998
2853
Zoals bij een sollicitatie.
Je zit aan de andere kant van de tafel.
Je zit aan de andere kant van de tafel.
08:42
they have some prior image of you,
174
506851
1369
Zij hebben een beeld van jou,
08:44
you send signals across the desk to move their image
175
508220
2751
jij zend signalen naar de overkant
om dat beeld bij te sturen
om dat beeld bij te sturen
08:46
of you from one place to a place where you want it to be.
176
510971
3920
in de richting die jij wil.
08:50
We're so good at this we don't really even notice it.
177
514891
3385
We doen dit zo goed
dat we het nauwelijks beseffen.
dat we het nauwelijks beseffen.
08:54
These kinds of probes exploit it. Okay?
178
518276
3767
Deze soort proeven buiten dat uit.
08:57
In doing this, what we've discovered is that humans
179
522043
1807
Daarbij ontdekten we dat mensen
kanaries zijn in sociale uitwisselingen.
kanaries zijn in sociale uitwisselingen.
08:59
are literal canaries in social exchanges.
180
523850
2331
Daarbij ontdekten we dat mensen
kanaries zijn in sociale uitwisselingen.
kanaries zijn in sociale uitwisselingen.
09:02
Canaries used to be used as kind of biosensors in mines.
181
526181
3397
Kanaries werden als biosensoren
ingezet in de mijnen.
ingezet in de mijnen.
09:05
When methane built up, or carbon dioxide built up,
182
529578
3560
Als methaan of koolstofdioxide zich ophoopte,
09:09
or oxygen was diminished, the birds would swoon
183
533138
4186
of er minder zuurstof was,
vielen de vogels
vielen de vogels
09:13
before people would -- so it acted as an early warning system:
184
537324
2326
eerder flauw dan de mensen,
dus dit gaf een vroege waarschuwing:
dus dit gaf een vroege waarschuwing:
09:15
Hey, get out of the mine. Things aren't going so well.
185
539650
2980
maak je uit de voeten,
het gaat niet zo goed.
het gaat niet zo goed.
09:18
People come to the table, and even these very blunt,
186
542630
2954
Mensen treden aan,
en zelfs in deze ruwe,
en zelfs in deze ruwe,
09:21
staged social interactions, and they, and there's just
187
545584
2990
opgezette sociale interacties --
09:24
numbers going back and forth between the people,
188
548574
3016
het gaat maar om cijfers
die over en weer gaan tussen mensen --
die over en weer gaan tussen mensen --
09:27
and they bring enormous sensitivities to it.
189
551590
2199
brengen ze enorme gevoeligheid mee.
09:29
So we realized we could exploit this, and in fact,
190
553789
2689
We beseften dat we dit konden uitbuiten.
09:32
as we've done that, and we've done this now in
191
556478
2556
We hebben dit intussen gedaan
09:34
many thousands of people, I think on the order of
192
559034
2694
bij duizenden mensen,
ik geloof ongeveer
ik geloof ongeveer
09:37
five or six thousand. We actually, to make this
193
561728
2165
vijf- of zesduizend.
09:39
a biological probe, need bigger numbers than that,
194
563893
2224
Om er een biologische test van te maken
heb je grotere getallen nodig, vreemd genoeg.
heb je grotere getallen nodig, vreemd genoeg.
09:42
remarkably so. But anyway,
195
566117
3674
Om er een biologische test van te maken
heb je grotere getallen nodig, vreemd genoeg.
heb je grotere getallen nodig, vreemd genoeg.
09:45
patterns have emerged, and we've been able to take
196
569791
2004
We zagen patronen verschijnen
09:47
those patterns, convert them into mathematical models,
197
571795
3836
die we vastlegden
in mathematische modellen,
in mathematische modellen,
09:51
and use those mathematical models to gain new insights
198
575631
2689
die we gebruiken
om nieuwe inzichten te verwerven
om nieuwe inzichten te verwerven
09:54
into these exchanges. Okay, so what?
199
578320
2131
in deze uitwisselingen.
Wat dan nog?
Wat dan nog?
09:56
Well, the so what is, that's a really nice behavioral measure,
200
580451
3313
Wel, dat is leuke gedragsmaatstaf.
09:59
the economic games bring to us notions of optimal play.
201
583764
3319
De economische spellen bieden ons de notie
van optimaal spel.
van optimaal spel.
10:02
We can compute that during the game.
202
587083
2484
We kunnen dat tijdens het spel berekenen.
10:05
And we can use that to sort of carve up the behavior.
203
589567
2953
Daarmee kunnen we het gedrag ontleden.
10:08
Here's the cool thing. Six or seven years ago,
204
592520
4330
Het leuke is:
zes of zeven jaar geleden
zes of zeven jaar geleden
10:12
we developed a team. It was at the time in Houston, Texas.
205
596850
2550
vormden we een team,
destijds in Houston, Texas,
destijds in Houston, Texas,
10:15
It's now in Virginia and London. And we built software
206
599400
3394
nu in Virginia en Londen.
We maakten software
We maakten software
10:18
that'll link functional magnetic resonance imaging devices
207
602794
3207
die functionele MRI-toestellen
10:21
up over the Internet. I guess we've done up to six machines
208
606001
4035
over het internet verbindt.
We hebben tot 6 machines
We hebben tot 6 machines
10:25
at a time, but let's just focus on two.
209
610036
1981
aan elkaar gekoppeld,
maar houden het hier bij twee.
maar houden het hier bij twee.
10:27
So it synchronizes machines anywhere in the world.
210
612017
3058
Het synchroniseert machines
overal ter wereld.
overal ter wereld.
10:30
We synchronize the machines, set them into these
211
615075
3169
We synchroniseren,
stellen ze in voor onze
stellen ze in voor onze
10:34
staged social interactions, and we eavesdrop on both
212
618244
1983
opgezette sociale interacties
en gaan luistervinken bij beide
en gaan luistervinken bij beide
10:36
of the interacting brains. So for the first time,
213
620227
1666
breinen in interactie. Voor het eerst
kijken we niet allen naar gemiddelden van individuen,
kijken we niet allen naar gemiddelden van individuen,
10:37
we don't have to look at just averages over single individuals,
214
621893
3607
breinen in interactie. Voor het eerst
kijken we niet allen naar gemiddelden van individuen,
kijken we niet allen naar gemiddelden van individuen,
10:41
or have individuals playing computers, or try to make
215
625500
2897
of individuen die spelen op de computer.
10:44
inferences that way. We can study individual dyads.
216
628397
2763
We bestuderen individuele dyaden,
10:47
We can study the way that one person interacts with another person,
217
631160
2785
de manier waarop één mens
met een andere interageert,
met een andere interageert,
10:49
turn the numbers up, and start to gain new insights
218
633945
2564
we drijven de cijfers op
en verwerven nieuwe inzichten
en verwerven nieuwe inzichten
10:52
into the boundaries of normal cognition,
219
636509
2515
in de grenzen van normale cognitie.
10:54
but more importantly, we can put people with
220
639024
2732
Belangrijker: we kunnen ook mensen inzetten
10:57
classically defined mental illnesses, or brain damage,
221
641756
3337
met klassiek gedefinieerde geestesziekte,
of hersenschade,
of hersenschade,
11:00
into these social interactions, and use these as probes of that.
222
645093
3551
in deze sociale interactie,
die als proef dienen.
die als proef dienen.
11:04
So we've started this effort. We've made a few hits,
223
648644
2350
We begonnen ermee en deden een paar
11:06
a few, I think, embryonic discoveries.
224
650994
2449
embryonale ontdekkingen.
11:09
We think there's a future to this. But it's our way
225
653443
2812
We denken dat dit een toekomst heeft.
11:12
of going in and redefining, with a new lexicon,
226
656255
2560
We herdefiniëren, met een nieuw, wiskundig lexicon,
11:14
a mathematical one actually, as opposed to the standard
227
658815
4022
We herdefiniëren, met een nieuw, wiskundig lexicon,
11:18
ways that we think about mental illness,
228
662837
2578
in plaats van onze standaardvisie
op geestesziekte.
op geestesziekte.
11:21
characterizing these diseases, by using the people
229
665415
2067
We karakteriseren de ziekte
door de mensen te gebruiken
door de mensen te gebruiken
11:23
as birds in the exchanges. That is, we exploit the fact
230
667482
3007
als vogels in de interactie.
We gebruiken het feit
We gebruiken het feit
11:26
that the healthy partner, playing somebody with major depression,
231
670489
4244
dat de gezonde partner,
die speelt met iemand met een diepe depressie,
die speelt met iemand met een diepe depressie,
11:30
or playing somebody with autism spectrum disorder,
232
674733
2910
of met een autismespectrumstoornis,
11:33
or playing somebody with attention deficit hyperactivity disorder,
233
677643
3850
of met ADHD,
11:37
we use that as a kind of biosensor, and then we use
234
681493
3219
een soort biosensor is.
11:40
computer programs to model that person, and it gives us
235
684712
2644
Dan gebruiken we computerprogramma's
om hem te modelleren,
om hem te modelleren,
11:43
a kind of assay of this.
236
687356
2470
wat ons een soort analyse geeft.
11:45
Early days, and we're just beginning, we're setting up sites
237
689826
2131
We zijn nog maar net gestart en we beginnen
11:47
around the world. Here are a few of our collaborating sites.
238
691957
3410
overal ter wereld sites op te zetten.
Hier zie je een paar van onze partners.
Hier zie je een paar van onze partners.
11:51
The hub, ironically enough,
239
695367
2309
De hub is ironisch genoeg
11:53
is centered in little Roanoke, Virginia.
240
697676
2889
gevestigd in het kleine Roanoke, Virginia.
11:56
There's another hub in London, now, and the rest
241
700565
2269
Nog een Hub in Londen,
11:58
are getting set up. We hope to give the data away
242
702834
4009
en de rest wordt opgezet.
We hopen de data weg te geven
We hopen de data weg te geven
12:02
at some stage. That's a complicated issue
243
706843
3673
op een bepaald moment.
Een ingewikkelde kwestie,
Een ingewikkelde kwestie,
12:06
about making it available to the rest of the world.
244
710516
2994
ze beschikbaar maken
voor de rest van de wereld.
voor de rest van de wereld.
12:09
But we're also studying just a small part
245
713510
1847
We bestuderen ook een klein deel
12:11
of what makes us interesting as human beings, and so
246
715357
2267
van wat ons interessant maakt als mensen.
12:13
I would invite other people who are interested in this
247
717624
2041
Ik wil dus andere geïnteresseerden uitnodigen
12:15
to ask us for the software, or even for guidance
248
719665
2569
om ons de software te vragen,
of hulp te vragen
of hulp te vragen
12:18
on how to move forward with that.
249
722234
2219
bij het betreden van dit pad.
12:20
Let me leave you with one thought in closing.
250
724453
2341
Dit is mijn slotgedachte voor jullie.
12:22
The interesting thing about studying cognition
251
726794
1942
Het interessante aan de studie van cognitie
12:24
has been that we've been limited, in a way.
252
728736
3732
was vroeger dat we beperkt waren.
12:28
We just haven't had the tools to look at interacting brains
253
732468
2943
We hadden niet de middelen
om breinen in interactie te bestuderen, tegelijk.
om breinen in interactie te bestuderen, tegelijk.
12:31
simultaneously.
254
735411
1200
We hadden niet de middelen
om breinen in interactie te bestuderen, tegelijk.
om breinen in interactie te bestuderen, tegelijk.
12:32
The fact is, though, that even when we're alone,
255
736611
2470
Het feit is dat we zelfs als we alleen zijn,
12:34
we're a profoundly social creature. We're not a solitary mind
256
739081
4111
een diep sociaal wezen zijn.
We zijn geen eenzame geest
We zijn geen eenzame geest
12:39
built out of properties that kept it alive in the world
257
743192
4373
gebaseerd op eigenschappen
die hem in leven hielden,
die hem in leven hielden,
12:43
independent of other people. In fact, our minds
258
747565
3948
onafhankelijk van anderen.
Onze geesten
Onze geesten
12:47
depend on other people. They depend on other people,
259
751513
2870
hangen van anderen af,
12:50
and they're expressed in other people,
260
754383
1541
zijn in anderen uitgedrukt.
12:51
so the notion of who you are, you often don't know
261
755924
3652
Je weet vaak niet wie je bent
12:55
who you are until you see yourself in interaction with people
262
759576
2688
tot je jezelf ziet in interactie met anderen
12:58
that are close to you, people that are enemies of you,
263
762264
2406
die dicht bij je staan,
mensen die je vijand zijn,
mensen die je vijand zijn,
13:00
people that are agnostic to you.
264
764670
2545
mensen die neutraal staan tegenover jou.
13:03
So this is the first sort of step into using that insight
265
767215
3776
Dit is de eerste stap
in het gebruik van dat inzicht
in het gebruik van dat inzicht
13:06
into what makes us human beings, turning it into a tool,
266
770991
3295
in wat ons mens maakt.
We maken er een tool van
We maken er een tool van
13:10
and trying to gain new insights into mental illness.
267
774286
1978
en proberen inzicht te verwerven
in geestesziekte.
in geestesziekte.
13:12
Thanks for having me. (Applause)
268
776264
3121
Bedankt dat ik mocht komen. (Applaus)
13:15
(Applause)
269
779385
3089
(Applaus)
ABOUT THE SPEAKER
Read Montague - Behavioral NeuroscientistWhat does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work.
Why you should listen
Until recently, the world's curiosity about our brains seemed to focus on abnormal behavior. Which of course left a big question unanswered: Do we even know what "normal behavior" is? Through the landmark Roanoke Brain Study, Read Montague is hoping to find that out, exploring the everyday tasks of brains -- making decisions, understanding social context, and relating to others -- by neuroimaging some 5,000 people, ages 18-85, over a period of many years.
Montague's teams in Virginia and in London lead fascinating research in computational neuroscience (how the brain's "machinery" works), offering insight into the relationship between the social and cognitive functions. For instance, a recent study from his group found that in small social groups, some people will alter the expression of their IQ in reaction to social pressures -- revising, in almost all cases, downward.
Read Montague | Speaker | TED.com