TEDGlobal 2010
Gero Miesenboeck: Re-engineering the brain
Gero Miesenboeck reconfigurează un creier
Filmed:
Readability: 4.7
717,411 views
În încercarea de a cartografia creierul, mulți oameni de știință au încercat corvoada incredibil de exasperantă de a înregistra activitatea fiecărui neuron. Gero Miesenboeck lucrează invers -- crează o mutație în ADN-ul anumitor neuroni pentru a descifra exact ce rol au, printr-o serie de experimente uimitoare care reconfigurează modul în care musculițele drosofila reacționează la lumină.
Gero Miesenboeck - Optogeneticist
Using light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior. Full bio
Using light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior. Full bio
Double-click the English transcript below to play the video.
00:15
I have a doppelganger.
0
0
3000
Am un alter-ego cu intenții rele.
00:18
(Laughter)
1
3000
3000
(Râsete)
00:21
Dr. Gero is a brilliant
2
6000
3000
Dr. Gero este un om de știință
00:24
but slightly mad scientist
3
9000
2000
strălucitor, dar puțin nebun
00:26
in the "Dragonball Z: Android Saga."
4
11000
3000
din "Povestea androidului" din Dragonball Z. [serial japonez]
00:29
If you look very carefully,
5
14000
2000
Dacă vă uitați cu atenție,
00:31
you see that his skull has been replaced
6
16000
3000
veți vedea că osatura craniului a fost înlocuită
00:34
with a transparent Plexiglas dome
7
19000
2000
cu o calotă transparentă din plexiglas
00:36
so that the workings of his brain can be observed
8
21000
3000
astfel încât funcționarea creierului se poate observa
00:39
and also controlled with light.
9
24000
3000
și se poate controla cu lumină.
00:42
That's exactly what I do --
10
27000
2000
Exact asta fac eu --
00:44
optical mind control.
11
29000
2000
control optic al minții.
00:46
(Laughter)
12
31000
2000
(Râsete)
00:48
But in contrast to my evil twin
13
33000
2000
Dar în contrast cu geamănul meu rău,
00:50
who lusts after world domination,
14
35000
3000
care râvnește la dominarea lumii,
00:53
my motives are not sinister.
15
38000
3000
motivele mele nu sunt sinistre.
00:56
I control the brain
16
41000
2000
Eu controlez creierul
00:58
in order to understand how it works.
17
43000
2000
pentru a înțelege cum funcționează.
01:00
Now wait a minute, you may say,
18
45000
2000
Ați putea spune: stai un pic,
01:02
how can you go straight to controlling the brain
19
47000
3000
cum poți trece direct la controlul creierului
01:05
without understanding it first?
20
50000
2000
fără a-l înțelege mai întâi?
01:07
Isn't that putting the cart before the horse?
21
52000
3000
Nu înseamnă asta a pune carul înaintea boilor?
01:11
Many neuroscientists agree with this view
22
56000
3000
Mulți neurologi sunt de acord cu această părere
01:14
and think that understanding will come
23
59000
3000
și cred că înțelegerea va veni
01:17
from more detailed observation and analysis.
24
62000
3000
din observarea și analiza mai detaliată.
01:20
They say, "If we could record the activity of our neurons,
25
65000
4000
Ei spun, "Dacă am putea înregistra activitatea neuronilor,
01:24
we would understand the brain."
26
69000
3000
am înțelege creierul."
01:27
But think for a moment what that means.
27
72000
3000
Dar gândiți-vă un pic ce înseamnă asta.
01:30
Even if we could measure
28
75000
2000
Chiar dacă am putea măsura
01:32
what every cell is doing at all times,
29
77000
2000
ce face fiecare celulă în fiecare moment,
01:34
we would still have to make sense
30
79000
2000
tot ar trebui să interpretăm
01:36
of the recorded activity patterns,
31
81000
2000
modelele de activitate înregistrate,
01:38
and that's so difficult,
32
83000
2000
iar asta este foarte dificil,
01:40
chances are we'll understand these patterns
33
85000
2000
șansele de a înțelege aceste modele
01:42
just as little as the brains that produce them.
34
87000
3000
sunt invers proporționale cu mărimea creierului care le produce.
01:45
Take a look at what brain activity might look like.
35
90000
3000
Priviți cum poate arăta activitatea creierului.
01:48
In this simulation, each black dot
36
93000
2000
În această simulare, fiecare punct negru
01:50
is one nerve cell.
37
95000
2000
este o celulă nervoasă.
01:52
The dot is visible
38
97000
2000
Punctul este vizibil
01:54
whenever a cell fires an electrical impulse.
39
99000
2000
ori de câte ori celula transmite un impuls electric.
01:56
There's 10,000 neurons here.
40
101000
2000
Aici sunt 10.000 de neuroni.
01:58
So you're looking at roughly one percent
41
103000
2000
Vă uitați la aprox. 1%
02:00
of the brain of a cockroach.
42
105000
3000
din creierul unui gândac de bucătărie.
02:04
Your brains are about 100 million times
43
109000
3000
Creierul vostru e cam de 100 milioane ori
02:07
more complicated.
44
112000
2000
mai complicat.
02:09
Somewhere, in a pattern like this,
45
114000
2000
Undeva, într-un model ca acesta,
02:11
is you,
46
116000
2000
sunteți voi,
02:13
your perceptions,
47
118000
2000
senzațiile voastre,
02:15
your emotions, your memories,
48
120000
3000
emoțiile voastre, amintirile voastre,
02:18
your plans for the future.
49
123000
2000
planurile voastre de viitor.
02:20
But we don't know where,
50
125000
2000
Dar nu știm unde sunt,
02:22
since we don't know how to read the pattern.
51
127000
3000
deoarece nu știm să descifrăm tiparul.
02:25
We don't understand the code used by the brain.
52
130000
3000
Nu înțelegem codul utilizat de creier.
02:28
To make progress,
53
133000
2000
Pentru a progresa,
02:30
we need to break the code.
54
135000
2000
trebuie să spargem codul.
02:32
But how?
55
137000
2000
Dar cum?
02:35
An experienced code-breaker will tell you
56
140000
2000
Un spărgător de coduri experimentat vă va spune
02:37
that in order to figure out what the symbols in a code mean,
57
142000
3000
că pentru a desluși simbolurile dintr-un cod,
02:40
it's essential to be able to play with them,
58
145000
3000
e esențial să fi în stare să te joci cu ele,
02:43
to rearrange them at will.
59
148000
2000
să le rearanjezi după cum vrei.
02:45
So in this situation too,
60
150000
2000
Așa că și în această situație,
02:47
to decode the information
61
152000
2000
pentru a decodifica informația
02:49
contained in patterns like this,
62
154000
2000
conținută în modele ca acesta,
02:51
watching alone won't do.
63
156000
2000
doar urmărirea lor nu este de ajuns;
02:53
We need to rearrange the pattern.
64
158000
2000
trebuie să rearanjăm modelul.
02:55
In other words,
65
160000
2000
Cu alte cuvinte,
02:57
instead of recording the activity of neurons,
66
162000
2000
în loc să înregistrăm activitatea neuronilor,
02:59
we need to control it.
67
164000
2000
trebuie să o controlăm.
03:01
It's not essential that we can control
68
166000
2000
E neesențial să controlăm
03:03
the activity of all neurons in the brain, just some.
69
168000
3000
activitatea tuturor neuronilor din creier, doar a unora.
03:06
The more targeted our interventions, the better.
70
171000
2000
Cu cât sunt intervențiile mai precise, cu atât mai bine.
03:08
And I'll show you in a moment
71
173000
2000
Și vă voi arăta într-o clipă
03:10
how we can achieve the necessary precision.
72
175000
3000
cum putem obține precizia necesară.
03:13
And since I'm realistic, rather than grandiose,
73
178000
3000
Și deoarece eu sunt realist și nu pretențios,
03:16
I don't claim that the ability to control the function of the nervous system
74
181000
3000
nu pretind că abilitatea de a controla funcțiile sistemului nervos
03:19
will at once unravel all its mysteries.
75
184000
3000
va dezvălui dintr-odată toate misterele acestuia.
03:22
But we'll certainly learn a lot.
76
187000
3000
Dar sigur vom învăța o mulțime.
03:27
Now, I'm by no means
77
192000
2000
Acum, eu nu sunt în niciun caz
03:29
the first person to realize
78
194000
2000
prima persoană care realizează
03:31
how powerful a tool intervention is.
79
196000
3000
cât de puternică este unealta intervenției.
03:34
The history of attempts
80
199000
2000
Istoria tentativelor
03:36
to tinker with the function of the nervous system
81
201000
2000
de a interveni în funcționarea sistemului nervos
03:38
is long and illustrious.
82
203000
2000
este lungă și renumită.
03:40
It dates back at least 200 years,
83
205000
3000
Ea datează cu cel puțin 200 de ani în urmă,
03:43
to Galvani's famous experiments
84
208000
2000
de la celebrele experiențe ale lui Galvani
03:45
in the late 18th century and beyond.
85
210000
3000
de la sfârșitul secolului 18 și mai târziu.
03:49
Galvani showed that a frog's legs twitched
86
214000
3000
Galvani a arătat că piciorul unei broaște s-a contractat
03:52
when he connected the lumbar nerve
87
217000
2000
când el a conectat nervul lombar
03:54
to a source of electrical current.
88
219000
3000
la o sursă de curent electric.
03:57
This experiment revealed the first, and perhaps most fundamental,
89
222000
3000
Acest experiment a dezvăluit prima, și poate cea mai fundamentală,
04:00
nugget of the neural code:
90
225000
2000
revelație despre codul neural:
04:02
that information is written in the form
91
227000
2000
că informația este scrisă în forma
04:04
of electrical impulses.
92
229000
3000
unor impulsuri electrice.
04:08
Galvani's approach
93
233000
2000
Modul de abordare al lui Galvani
04:10
of probing the nervous system with electrodes
94
235000
2000
de a sonda sistemul nervos cu electrozi
04:12
has remained state-of-the-art until today,
95
237000
3000
a rămas necontestat până în ziua de azi,
04:15
despite a number of drawbacks.
96
240000
3000
în ciuda unui număr de dezavantaje.
04:18
Sticking wires into the brain is obviously rather crude.
97
243000
3000
A înfige sârme în creier este evident o metodă cam grosolană.
04:21
It's hard to do in animals that run around,
98
246000
2000
E greu de făcut cu animale care aleargă peste tot,
04:23
and there is a physical limit
99
248000
2000
și există o limită fizică
04:25
to the number of wires
100
250000
2000
pentru numărul de fire
04:27
that can be inserted simultaneously.
101
252000
3000
care pot fi inserate simultan.
04:30
So around the turn of the last century,
102
255000
2000
Așa că pe la sfârșitul secolului trecut
04:32
I started to think,
103
257000
2000
am început să mă gândesc,
04:34
"Wouldn't it be wonderful if one could take this logic
104
259000
3000
că ar fi minunat să putem întoarce
04:37
and turn it upside down?"
105
262000
2000
acastă logică pe dos.
04:39
So instead of inserting a wire
106
264000
2000
Deci în loc să inserăm o sârmă
04:41
into one spot of the brain,
107
266000
3000
într-un punct al creierului,
04:44
re-engineer the brain itself
108
269000
2000
să reconfigurăm creierul însuși
04:46
so that some of its neural elements
109
271000
3000
astfel încât unele elemente neurale
04:49
become responsive to diffusely broadcast signals
110
274000
3000
să devină sensibile la semnale transmise difuz,
04:52
such as a flash of light.
111
277000
3000
ca de exemplu un flash de lumină.
04:55
Such an approach would literally, in a flash of light,
112
280000
3000
O asemenea abordare ar depăși, literalmente,
04:58
overcome many of the obstacles to discovery.
113
283000
3000
într-o sclipire, multe obstacole din fața descoperirii.
05:01
First, it's clearly a non-invasive,
114
286000
3000
În primul rând, este evident o formă
05:04
wireless form of communication.
115
289000
3000
de comunicare non-invazivă, fără fir.
05:07
And second, just as in a radio broadcast,
116
292000
2000
În al doilea rând, ca într-o transmisie radio,
05:09
you can communicate with many receivers at once.
117
294000
3000
poți comunica cu mai multe receptoare simultan.
05:12
You don't need to know where these receivers are,
118
297000
3000
Nu este nevoie să știi unde sunt receptoarele.
05:15
and it doesn't matter if these receivers move --
119
300000
2000
Și nu contează dacă subiecții se mișcă --
05:17
just think of the stereo in your car.
120
302000
3000
gândiți-vă la radioul din mașină.
05:20
It gets even better,
121
305000
3000
E chiar mai bine,
05:23
for it turns out that we can fabricate the receivers
122
308000
3000
pentru că s-a dovedit că putem fabrica aceste receptoare
05:26
out of materials that are encoded in DNA.
123
311000
3000
din materiale care sunt codificate în ADN.
05:29
So each nerve cell
124
314000
2000
Deci fiecare celulă nervoasă
05:31
with the right genetic makeup
125
316000
2000
cu materialul genetic potrivit
05:33
will spontaneously produce a receiver
126
318000
3000
va produce în mod spontan un receptor
05:36
that allows us to control its function.
127
321000
3000
care ne permite să-i controlăm funcționarea.
05:39
I hope you'll appreciate
128
324000
2000
Sper să apreciați
05:41
the beautiful simplicity
129
326000
2000
frumoasa simplitate
05:43
of this concept.
130
328000
2000
a acestui concept.
05:45
There's no high-tech gizmos here,
131
330000
2000
Nu e nevoie de dispozitive de ultimă oră,
05:47
just biology revealed through biology.
132
332000
3000
doar biologie dezvăluită prin biologie.
05:51
Now let's take a look at these miraculous receivers up close.
133
336000
3000
Acum să privim de aproape la aceste receptoare miraculoase.
05:54
As we zoom in on one of these purple neurons,
134
339000
3000
Pe măsură ce mărim unul din acești neuroni violeți,
05:57
we see that its outer membrane
135
342000
2000
vedem că membrana lui exterioară
05:59
is studded with microscopic pores.
136
344000
2000
e împânzită cu pori microscopici.
06:01
Pores like these conduct electrical current
137
346000
2000
Pori ca aceștia transmit curentul electric
06:03
and are responsible
138
348000
2000
și sunt responsabili
06:05
for all the communication in the nervous system.
139
350000
2000
pentru toată comunicația din sistemul nervos.
06:07
But these pores here are special.
140
352000
2000
Dar acești pori sunt speciali.
06:09
They are coupled to light receptors
141
354000
2000
Ei sunt cuplați la receptoare de lumină
06:11
similar to the ones in your eyes.
142
356000
3000
similare cu cele din ochii noștri.
06:14
Whenever a flash of light hits the receptor,
143
359000
2000
Când un flash de lumină activează receptorul,
06:16
the pore opens, an electrical current is switched on,
144
361000
3000
porul se deschide, curentul electric e transmis,
06:19
and the neuron fires electrical impulses.
145
364000
3000
iar neuronul emite impulsuri electrice.
06:22
Because the light-activated pore is encoded in DNA,
146
367000
3000
Deoarece porul activat de lumină este codificat în ADN,
06:25
we can achieve incredible precision.
147
370000
3000
putem atinge o precizie incredibilă.
06:28
This is because,
148
373000
2000
Asta deoarece,
06:30
although each cell in our bodies
149
375000
2000
deși fiecare celulă din corpurile noastre
06:32
contains the same set of genes,
150
377000
2000
conține același set de gene,
06:34
different mixes of genes get turned on and off
151
379000
2000
combinații diferite de gene sunt activate sau dezactivate
06:36
in different cells.
152
381000
2000
în celule diferite.
06:38
You can exploit this to make sure
153
383000
2000
Putem exploata asta pentru a fi siguri
06:40
that only some neurons
154
385000
2000
că numai anumiți neuroni
06:42
contain our light-activated pore and others don't.
155
387000
3000
conțin pori activați de lumină, iar alții nu.
06:45
So in this cartoon, the bluish white cell
156
390000
2000
Deci în acest desen animat, celula alb-albăstruie
06:47
in the upper-left corner
157
392000
2000
din colțul stânga sus
06:49
does not respond to light
158
394000
2000
nu răspunde la lumină
06:51
because it lacks the light-activated pore.
159
396000
3000
fiindcă îi lipsește porul activat de lumină.
06:54
The approach works so well
160
399000
2000
Abordarea funcționează așa de bine
06:56
that we can write purely artificial messages
161
401000
2000
că putem scrie mesaje pur artificiale
06:58
directly to the brain.
162
403000
2000
direct în creier.
07:00
In this example, each electrical impulse,
163
405000
2000
În acest exemplu, fiecare impuls electric,
07:02
each deflection on the trace,
164
407000
3000
fiecare abatere de la traseu,
07:05
is caused by a brief pulse of light.
165
410000
3000
e produs de un scurt puls de lumină.
07:08
And the approach, of course, also works
166
413000
2000
Și abordarea funcționează și
07:10
in moving, behaving animals.
167
415000
3000
în animale active, cu comportare naturală.
07:13
This is the first ever such experiment,
168
418000
2000
Acesta este primul experiment de acest tip,
07:15
sort of the optical equivalent of Galvani's.
169
420000
3000
un fel de echivalent optic al experimentului Galvani.
07:18
It was done six or seven years ago
170
423000
2000
A fost realizat acum șase sau șapte ani
07:20
by my then graduate student, Susana Lima.
171
425000
3000
de studenta mea, Susana Lima.
07:23
Susana had engineered the fruit fly on the left
172
428000
3000
Susana a creat musculița drosofila din stânga
07:26
so that just two out of the 200,000 cells in its brain
173
431000
4000
astfel încât doar două din cele 200.000 de celule din creier
07:30
expressed the light-activated pore.
174
435000
3000
prezentau porul activat de lumină.
07:33
You're familiar with these cells
175
438000
2000
Sunteți obișnuiți cu aceste celule
07:35
because they are the ones that frustrate you
176
440000
2000
fiindcă ele sunt cele care vă zădărnicesc planurile
07:37
when you try to swat the fly.
177
442000
2000
când încercați să pocniți musculița.
07:39
They trained the escape reflex that makes the fly jump into the air
178
444000
3000
Și-au perfectat reflexul de evadare care face musculița să sară în aer
07:42
and fly away whenever you move your hand in position.
179
447000
3000
și să zboare de fiecare dată când apropiați mâna.
07:46
And you can see here that the flash of light has exactly the same effect.
180
451000
3000
Și vedeți aici că licărirea de lumină are exact același efect.
07:49
The animal jumps, it spreads its wings, it vibrates them,
181
454000
3000
Insecta sare, își întinde aripile, le vibrează,
07:52
but it can't actually take off
182
457000
2000
dar de fapt nu poate decola,
07:54
because the fly is sandwiched between two glass plates.
183
459000
3000
fiindcă e prinsă între două lamele de sticlă.
07:58
Now to make sure that this was no reaction of the fly
184
463000
2000
Acum, pentru a fi siguri că asta nu a fost o reacție
08:00
to a flash it could see,
185
465000
3000
a musculiței la o licărire de lumină pe care a văzut-o,
08:03
Susana did a simple
186
468000
2000
Susana a făcut un experiment eficient
08:05
but brutally effective experiment.
187
470000
2000
simplu dar brutal.
08:07
She cut the heads off of her flies.
188
472000
3000
Ea a tăiat capul musculițelor.
08:11
These headless bodies can live for about a day,
189
476000
3000
Aceste corpuri fără cap pot trăi cam o zi,
08:14
but they don't do much.
190
479000
2000
dar nu fac multe.
08:16
They just stand around
191
481000
3000
Ele doar stau
08:19
and groom excessively.
192
484000
3000
și se îngrijesc în mod excesiv.
08:22
So it seems that the only trait that survives decapitation is vanity.
193
487000
3000
Pare-se, singura trăsătură ce supraviețuiește decapitării e vanitatea.
08:25
(Laughter)
194
490000
3000
(Râsete)
08:30
Anyway, as you'll see in a moment,
195
495000
2000
Oricum, așa cum veți vedea într-o clipă,
08:32
Susana was able to turn on the flight motor
196
497000
3000
Susana a fost în stare să pornească motorul de zbor
08:35
of what's the equivalent of the spinal cord of these flies
197
500000
3000
din echivalentul măduvei spinării al acestor musculițe
08:38
and get some of the headless bodies
198
503000
2000
și să facă unele corpuri fără cap
08:40
to actually take off and fly away.
199
505000
3000
să decoleze efectiv și să zboare.
08:47
They didn't get very far, obviously.
200
512000
2000
Evident, nu au ajuns foarte departe.
08:50
Since we took these first steps,
201
515000
2000
De când am făcut acești primi pași
08:52
the field of optogenetics has exploded.
202
517000
3000
ramura optogeneticii a explodat.
08:55
And there are now hundreds of labs
203
520000
2000
Acum sunt sute de laboratoare
08:57
using these approaches.
204
522000
2000
folosind aceste abordări.
08:59
And we've come a long way
205
524000
2000
Și am făcut cale lungă
09:01
since Galvani's and Susana's first successes
206
526000
3000
de la primele succese ale lui Galvani și ale Susanei
09:04
in making animals twitch or jump.
207
529000
2000
făcând animalele să zvâcnească sau să sară.
09:06
We can now actually interfere with their psychology
208
531000
3000
Putem acum să interferăm cu psihologia lor
09:09
in rather profound ways,
209
534000
2000
în moduri destul de profunde
09:11
as I'll show you in my last example,
210
536000
2000
așa cum vă voi arăta în ultimul meu exemplu,
09:13
which is directed at a familiar question.
211
538000
3000
care este orientat spre o întrebare familiară.
09:16
Life is a string of choices
212
541000
3000
Viața e un șir de alegeri care crează
09:19
creating a constant pressure to decide what to do next.
213
544000
3000
o presiune constantă pentru a decide următoarea acțiune.
09:23
We cope with this pressure by having brains,
214
548000
3000
Facem față acestei presiuni prin a avea creier,
09:26
and within our brains, decision-making centers
215
551000
3000
și în creier avem centre de luare de decizii,
09:29
that I've called here the "Actor."
216
554000
3000
pe care le-am numit aici "Actor".
09:33
The Actor implements a policy that takes into account
217
558000
3000
Actorul implementează o regulă care ia în considerare
09:36
the state of the environment
218
561000
2000
starea mediului
09:38
and the context in which we operate.
219
563000
3000
și contextul în care funcționăm.
09:41
Our actions change the environment, or context,
220
566000
3000
Acțiunile noastre schimbă mediul, contextul,
09:44
and these changes are then fed back into the decision loop.
221
569000
3000
și aceste schimbări sunt reintroduse în bucla de decizie.
09:48
Now to put some neurobiological meat
222
573000
3000
Acum, ca să realizăm un context neurobiologic
09:51
on this abstract model,
223
576000
2000
pe acest model abstract,
09:53
we constructed a simple one-dimensional world
224
578000
2000
am construit o lume simplă, monodimensională
09:55
for our favorite subject, fruit flies.
225
580000
3000
pentru subiectul nostru favorit, musculița drosofila.
09:58
Each chamber in these two vertical stacks
226
583000
2000
Fiecare galerie din aceste două stive verticale
10:00
contains one fly.
227
585000
2000
conține câte o musculiță.
10:02
The left and the right halves of the chamber
228
587000
3000
Cele două jumătăți ale culoarului
10:05
are filled with two different odors,
229
590000
2000
sunt umplute cu două mirosuri diferite,
10:07
and a security camera watches
230
592000
2000
și o cameră de supraveghere urmărește
10:09
as the flies pace up and down between them.
231
594000
3000
cum umblă musculițele dus-întors între cele 2 jumătăți.
10:12
Here's some such CCTV footage.
232
597000
2000
Iată aici niște înregistrări ale camerei de supraveghere.
10:14
Whenever a fly reaches the midpoint of the chamber
233
599000
3000
De fiecare dată când o musculiță ajunge la mijlocul culoarului
10:17
where the two odor streams meet,
234
602000
2000
unde se întâlnesc cele două mirosuri,
10:19
it has to make a decision.
235
604000
2000
ea trebuie să ia o decizie.
10:21
It has to decide whether to turn around
236
606000
2000
Trebuie să decidă dacă să se întoarcă
10:23
and stay in the same odor,
237
608000
2000
și să stea în același miros,
10:25
or whether to cross the midline
238
610000
2000
sau să treacă de linia de mijloc
10:27
and try something new.
239
612000
2000
și să încerce ceva nou.
10:29
These decisions are clearly a reflection
240
614000
3000
Aceste decizii sunt o reflectare
10:32
of the Actor's policy.
241
617000
3000
a tacticii Actorului.
10:36
Now for an intelligent being like our fly,
242
621000
3000
Acum, pentru o creatură inteligentă ca musculița noastră,
10:39
this policy is not written in stone
243
624000
3000
regula aceasta nu-i definitivă,
10:42
but rather changes as the animal learns from experience.
244
627000
3000
ci se schimbă pe măsură ce creierul învață din experiență.
10:45
We can incorporate such an element
245
630000
2000
Putem încorpora un asemenea element
10:47
of adaptive intelligence into our model
246
632000
3000
al inteligenței adaptive în modelul nostru
10:50
by assuming that the fly's brain
247
635000
2000
presupunând că creierul musculiței
10:52
contains not only an Actor,
248
637000
2000
conține nu doar un Actor,
10:54
but a different group of cells,
249
639000
2000
ci un grup diferit de celule,
10:56
a "Critic," that provides a running commentary
250
641000
3000
un Critic, care furnizează un comentariu continuu
10:59
on the Actor's choices.
251
644000
2000
al alegerilor Actorului.
11:01
You can think of this nagging inner voice
252
646000
3000
Puteți să vă gândiți la această voce internă sâcâitoare
11:04
as sort of the brain's equivalent
253
649000
2000
ca la un fel de echivalent în creier
11:06
of the Catholic Church,
254
651000
2000
pentru Biserica Catolică,
11:08
if you're an Austrian like me,
255
653000
3000
dacă sunteți austriac ca mine,
11:11
or the super-ego, if you're Freudian,
256
656000
3000
sau ca un superego, dacă sunteți adeptul lui Freud,
11:14
or your mother, if you're Jewish.
257
659000
2000
sau ca mama voastră, dacă sunteți evreu.
11:16
(Laughter)
258
661000
4000
(Râsete)
11:20
Now obviously,
259
665000
2000
În mod evident
11:22
the Critic is a key ingredient
260
667000
3000
criticul este componenta cheie
11:25
in what makes us intelligent.
261
670000
2000
în ceea ce ne face inteligenți.
11:27
So we set out to identify
262
672000
2000
Deci vrem să identificăm
11:29
the cells in the fly's brain
263
674000
2000
celule din creierul musculiței
11:31
that played the role of the Critic.
264
676000
2000
care joacă rolul de Critic.
11:33
And the logic of our experiment was simple.
265
678000
3000
Și logica experimentului nostru a fost simplă.
11:36
We thought if we could use our optical remote control
266
681000
3000
Ne-am gândit că dacă am putea folosi telecomanda optică
11:39
to activate the cells of the Critic,
267
684000
3000
pentru a activa celulele Criticului,
11:42
we should be able, artificially, to nag the Actor
268
687000
3000
Am fi în stare să sâcâim artificial Actorul
11:45
into changing its policy.
269
690000
2000
pentru a-și schimba decizia.
11:47
In other words,
270
692000
2000
Cu alte cuvinte,
11:49
the fly should learn from mistakes
271
694000
2000
musculița ar trebui să învețe din greșelile
11:51
that it thought it had made
272
696000
2000
pe care crede că le-a făcut,
11:53
but, in reality, it had not made.
273
698000
3000
dar în realitate nu le-a făcut.
11:56
So we bred flies
274
701000
2000
Așa că am crescut musculițe
11:58
whose brains were more or less randomly peppered
275
703000
3000
al căror creier a fost mai mult sau mai puțin presărat
12:01
with cells that were light addressable.
276
706000
2000
cu celule sensibile la lumină.
12:03
And then we took these flies
277
708000
2000
Apoi am luat aceste musculițe
12:05
and allowed them to make choices.
278
710000
2000
și le-am permis să facă alegeri.
12:07
And whenever they made one of the two choices,
279
712000
2000
Și de fiecare dată când au făcut o alegere din cele două,
12:09
chose one odor,
280
714000
2000
au ales un miros,
12:11
in this case the blue one over the orange one,
281
716000
2000
în acest caz cel albastru în favoarea celui portocaliu,
12:13
we switched on the lights.
282
718000
2000
am pornit luminile.
12:15
If the Critic was among the optically activated cells,
283
720000
3000
Dacă criticul e printre celulele activate optic,
12:18
the result of this intervention
284
723000
2000
rezultatul acestei intervenții
12:20
should be a change in policy.
285
725000
3000
ar trebui să fie o schimbare a deciziei.
12:23
The fly should learn to avoid
286
728000
2000
Musculițele ar trebui să evite
12:25
the optically reinforced odor.
287
730000
2000
mirosul întărit de semnalul optic.
12:27
Here's what happened in two instances:
288
732000
3000
Iată ce s-a întâmplat în cele două cazuri.
12:30
We're comparing two strains of flies,
289
735000
3000
Comparăm două soiuri de musculițe
12:33
each of them having
290
738000
2000
fiecare din ele având
12:35
about 100 light-addressable cells in their brains,
291
740000
2000
cam 100 de celule adresabile optic în creierele lor,
12:37
shown here in green on the left and on the right.
292
742000
3000
arătate aici cu verde la stânga și la dreapta.
12:40
What's common among these groups of cells
293
745000
3000
Ceea ce e comun pentru aceste grupuri de celule
12:43
is that they all produce the neurotransmitter dopamine.
294
748000
3000
e că toate produc neurotransmițătorul numit dopamină.
12:46
But the identities of the individual
295
751000
2000
Dar identitatea neuronilor
12:48
dopamine-producing neurons
296
753000
2000
individuali producători de dopamină
12:50
are clearly largely different on the left and on the right.
297
755000
3000
sunt în mod clar diferite în stânga și în dreapta.
12:53
Optically activating
298
758000
2000
Activarea optică
12:55
these hundred or so cells
299
760000
2000
a acestor aprox. o sută de celule
12:57
into two strains of flies
300
762000
2000
în cele două soiuri de musculițe,
12:59
has dramatically different consequences.
301
764000
2000
are consecințe dramatic diferite.
13:01
If you look first at the behavior
302
766000
2000
Dacă vă uitați întâi la comportamentul
13:03
of the fly on the right,
303
768000
2000
musculiței din dreapta,
13:05
you can see that whenever it reaches the midpoint of the chamber
304
770000
3000
vedeți că de fiecare dată când atinge punctul de mijloc al camerei
13:08
where the two odors meet,
305
773000
2000
unde se întâlnesc cele două mirosuri,
13:10
it marches straight through, as it did before.
306
775000
3000
ea merge drept înainte cum a făcut și înainte.
13:13
Its behavior is completely unchanged.
307
778000
2000
Comportarea ei este complet neschimbată.
13:15
But the behavior of the fly on the left is very different.
308
780000
3000
Dar comportarea musculiței din stânga este foarte diferită.
13:18
Whenever it comes up to the midpoint,
309
783000
3000
De fiecare dată când atinge punctul din mijloc,
13:21
it pauses,
310
786000
2000
se oprește,
13:23
it carefully scans the odor interface
311
788000
2000
cercetează atent mirosurile,
13:25
as if it was sniffing out its environment,
312
790000
2000
ca și cum ar mirosi mediul,
13:27
and then it turns around.
313
792000
2000
și apoi se întoarce.
13:29
This means that the policy that the Actor implements
314
794000
3000
Asta înseamnă că regula implementată de Actor
13:32
now includes an instruction to avoid the odor
315
797000
2000
include acum o instrucțiune de evitare a mirosului
13:34
that's in the right half of the chamber.
316
799000
3000
care umple jumătatea din dreapta a camerei.
13:37
This means that the Critic
317
802000
2000
Asta înseamnă că, Criticul
13:39
must have spoken in that animal,
318
804000
2000
trebuie că a vorbit în acel animal,
13:41
and that the Critic must be contained
319
806000
2000
și că, Criticul este conținut
13:43
among the dopamine-producing neurons on the left,
320
808000
3000
între neuronii producători de dopamină din stânga,
13:46
but not among the dopamine producing neurons on the right.
321
811000
3000
dar nu între neuronii producători de dopamină din dreapta.
13:49
Through many such experiments,
322
814000
3000
Prin multe asemenea experimente,
13:52
we were able to narrow down
323
817000
2000
am fost în stare să reducem
13:54
the identity of the Critic
324
819000
2000
identitatea criticului
13:56
to just 12 cells.
325
821000
2000
la numai 12 celule.
13:58
These 12 cells, as shown here in green,
326
823000
3000
Aceste 12 celule, arătate aici în verde,
14:01
send the output to a brain structure
327
826000
2000
trimit semnalul la o structură a creierului
14:03
called the "mushroom body,"
328
828000
2000
numită "corpul ciupercă" [mushroom body],
14:05
which is shown here in gray.
329
830000
2000
care-i aici în gri.
14:07
We know from our formal model
330
832000
2000
Știm din modelul nostru formal
14:09
that the brain structure
331
834000
2000
că structura creierului de la capătul receptor
14:11
at the receiving end of the Critic's commentary is the Actor.
332
836000
3000
al comentariilor Criticului e Actorul.
14:14
So this anatomy suggests
333
839000
2000
Deci această anatomie sugerează că
14:16
that the mushroom bodies have something to do
334
841000
3000
structura ciupercă ar avea legătură
14:19
with action choice.
335
844000
2000
cu alegerea acțiunii.
14:21
Based on everything we know about the mushroom bodies,
336
846000
2000
Bazat pe tot ce știm despre corpurile ciupercă,
14:23
this makes perfect sense.
337
848000
2000
asta-i perfect plauzibil.
14:25
In fact, it makes so much sense
338
850000
2000
De fapt, e atât de plauzibil,
14:27
that we can construct an electronic toy circuit
339
852000
3000
că putem construi un circuit electronic
14:30
that simulates the behavior of the fly.
340
855000
3000
care simulează comportamentul musculiței.
14:33
In this electronic toy circuit,
341
858000
3000
În acest circuit electronic,
14:36
the mushroom body neurons are symbolized
342
861000
2000
neuronii din corpurile ciupercă sunt simbolizate
14:38
by the vertical bank of blue LEDs
343
863000
3000
prin blocul vertical de LED-uri albastre,
14:41
in the center of the board.
344
866000
3000
din centrul plăcii.
14:44
These LED's are wired to sensors
345
869000
2000
Aceste LED-uri sunt cablate la senzori
14:46
that detect the presence of odorous molecules in the air.
346
871000
3000
care detectează prezența moleculelor parfumate din aer.
14:50
Each odor activates a different combination of sensors,
347
875000
3000
Fiecare miros activează o combinație diferită de senzori,
14:53
which in turn activates
348
878000
2000
care la rândul lui activează
14:55
a different odor detector in the mushroom body.
349
880000
3000
un detector diferit de mirosuri în corpul ciupercă.
14:58
So the pilot in the cockpit of the fly,
350
883000
2000
Deci pilotul din cabina de comandă
15:00
the Actor,
351
885000
2000
a zborului este Actorul,
15:02
can tell which odor is present
352
887000
2000
poate spune care miros e prezent
15:04
simply by looking at which of the blue LEDs lights up.
353
889000
4000
doar uitându-se care din LED-urile albastre luminează.
15:09
What the Actor does with this information
354
894000
2000
Ce face Actorul cu această informație
15:11
depends on its policy,
355
896000
2000
depinde de tactica lui,
15:13
which is stored in the strengths of the connection,
356
898000
2000
care e stocată în tăria conexiunilor,
15:15
between the odor detectors
357
900000
2000
dintre detectoarele de miros
15:17
and the motors
358
902000
2000
și motoarele
15:19
that power the fly's evasive actions.
359
904000
2000
care activează acțiunile evazive ale musculiței.
15:22
If the connection is weak, the motors will stay off
360
907000
2000
Dacă o conexiune e slabă, motoarele nu vor fi pornite
15:24
and the fly will continue straight on its course.
361
909000
3000
și musculița va continua cursa în linie dreaptă.
15:27
If the connection is strong, the motors will turn on
362
912000
3000
Dacă o conexiune e puternică, motoarele vor porni
15:30
and the fly will initiate a turn.
363
915000
3000
și musculița va iniția o întoarcere.
15:33
Now consider a situation
364
918000
2000
Acum să considerăm o situație
15:35
in which the motors stay off,
365
920000
2000
în care motoarele rămân oprite,
15:37
the fly continues on its path
366
922000
3000
musculița își continuă traseul
15:40
and it suffers some painful consequence
367
925000
2000
și suferă niște consecințe dureroase,
15:42
such as getting zapped.
368
927000
2000
de exemplu un șoc electric.
15:44
In a situation like this,
369
929000
2000
Într-o asemenea situație,
15:46
we would expect the Critic to speak up
370
931000
2000
ne-am aștepta ca Criticul să intervină
15:48
and to tell the Actor
371
933000
2000
și să-i spună Actorului
15:50
to change its policy.
372
935000
2000
să-și schimbe regula.
15:52
We have created such a situation, artificially,
373
937000
3000
Am creat o asemenea situație în mod artificial
15:55
by turning on the critic with a flash of light.
374
940000
3000
activând Criticul printr-un puls de lumină.
15:58
That caused a strengthening of the connections
375
943000
3000
Asta a dus la întărirea conexiunilor
16:01
between the currently active odor detector
376
946000
3000
dintre detectorul de miros tocmai activ
16:04
and the motors.
377
949000
2000
și motoare.
16:06
So the next time
378
951000
2000
Așa că data viitoare când
16:08
the fly finds itself facing the same odor again,
379
953000
3000
musculița se va găsi în fața aceluiași miros,
16:11
the connection is strong enough to turn on the motors
380
956000
3000
conexiunea e suficient de puternică pentru a porni motoarele
16:14
and to trigger an evasive maneuver.
381
959000
3000
și a declanșa o manevră evazivă.
16:19
I don't know about you,
382
964000
3000
Nu știu despre voi,
16:22
but I find it exhilarating to see
383
967000
3000
dar eu găsesc fascinant să văd
16:25
how vague psychological notions
384
970000
3000
cum noțiuni psihologice vagi
16:28
evaporate and give rise
385
973000
2000
dispar și dau naștere
16:30
to a physical, mechanistic understanding of the mind,
386
975000
3000
unei înțelegeri fizice, mecanice a minții,
16:33
even if it's the mind of the fly.
387
978000
3000
chiar dacă e mintea unei musculițe.
16:36
This is one piece of good news.
388
981000
3000
Asta-i una din veștile bune.
16:39
The other piece of good news,
389
984000
2000
Cealaltă veste bună,
16:41
for a scientist at least,
390
986000
2000
cel puțin pentru un om de știință,
16:43
is that much remains to be discovered.
391
988000
3000
e că multe rămân de descoperit.
16:46
In the experiments I told you about,
392
991000
2000
În experimentele de care v-am spus,
16:48
we have lifted the identity of the Critic,
393
993000
3000
am aflat identitatea Criticului,
16:51
but we still have no idea
394
996000
2000
dar tot nu avem idee
16:53
how the Critic does its job.
395
998000
2000
cum lucrează Criticul.
16:55
Come to think of it, knowing when you're wrong
396
1000000
2000
Gândiți-vă, a ști când greșești,
16:57
without a teacher, or your mother, telling you,
397
1002000
3000
fără ca un profesor sau o mamă să vă spună,
17:00
is a very hard problem.
398
1005000
2000
e o problemă foarte dificilă.
17:02
There are some ideas in computer science
399
1007000
2000
Sunt niște idei în informatică
17:04
and in artificial intelligence
400
1009000
2000
și în inteligența artificială
17:06
as to how this might be done,
401
1011000
2000
despre cum s-ar putea face asta,
17:08
but we still haven't solved
402
1013000
2000
dar noi încă nu am rezolvat
17:10
a single example
403
1015000
2000
nici un singur exemplu
17:12
of how intelligent behavior
404
1017000
3000
de comportare inteligentă,
17:15
springs from the physical interactions
405
1020000
2000
sărind de la interacțiunile fizice
17:17
in living matter.
406
1022000
2000
la materia vie.
17:19
I think we'll get there in the not too distant future.
407
1024000
3000
Cred că vom ajunge acolo în viitorul nu prea îndepărtat.
17:22
Thank you.
408
1027000
2000
Vă mulțumesc.
17:24
(Applause)
409
1029000
4000
(Aplauze)
ABOUT THE SPEAKER
Gero Miesenboeck - OptogeneticistUsing light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior.
Why you should listen
Gero Miesenboeck is pioneering the field of optogenetics: genetically modifying nerve cells to respond to light. By flashing light at a modified neuron in a living nervous system, Miesenboeck and his collaborators can mimic a brain impulse -- and then study what happens next. Optogenetics will allow ever more precise experiments on living brains, allowing us to gather better evidence on how electrical impulses on tissue translate into actual behavior and thoughts.
In one experiment, done at Yale, he and his team engineered fruit flies to be light-sensitive in the neural area responsible for escape response. Then the flies were beheaded; fruit flies can live for a day without their heads, but they don't move. When the modified cells were flashed with light, though, the headless flies flew. Miesenboeck had successfully simulated an order from a brain that wasn't even there anymore.
Miesenboeck's current research at Oxford's growing department of neurobiology focuses on the nerve cell networks that underpin what animals perceive, remember and do. In one recent experiment, he used optogenetics to implant an unpleasant memory in a fruit fly, causing it to "remember" to avoid a certain odor as it traveled around. He and his team were able, in fact, to find the fly's specific 12-neuron brain circuit that govern memory formation.
Gero Miesenboeck | Speaker | TED.com