TEDxCaltech
Michael Dickinson: How a fly flies
Michael Dickinson: Hur en fluga flyger
Filmed:
Readability: 4.2
1,787,704 views
En insekts flygförmåga är kanske en av de största mästerverken i evolutionen. Michael Dickinson studerar hur en vanlig husfluga kan flyga med så små vingar, tack vare ett smart röreslemönster och flygmuskler som är båda starka och rörliga. Men den hemliga ingrediensen är den fantastiska hjärnan hos flugor. (Filmad på TEDxCaltech.)
Michael Dickinson - Biologist
Most people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder. Full bio
Most people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder. Full bio
Double-click the English transcript below to play the video.
00:16
I grew up watching Star Trek. I love Star Trek.
0
545
3532
Jag växte upp med Star Trek. Jag älskar Star Trek.
00:19
Star Trek made me want to see alien creatures,
1
4077
4462
Star Trek fick mig att vilja träffa utomjodringar
00:24
creatures from a far-distant world.
2
8539
2303
varelser från en annan värld.
00:26
But basically, I figured out that I could find
3
10842
2787
Men jag har insett att jag kan hitta
00:29
those alien creatures right on Earth.
4
13629
2977
sånna varelser här på jorden.
00:32
And what I do is I study insects.
5
16606
2653
Mitt jobb är att studera insekter.
00:35
I'm obsessed with insects, particularly insect flight.
6
19259
3256
Jag är besatt av insekter,
speciellt med hur insekter flyger.
speciellt med hur insekter flyger.
00:38
I think the evolution of insect flight is perhaps
7
22515
3141
Evolutionen i hur insekter flyger är kanske
00:41
one of the most important events in the history of life.
8
25656
2742
en av de viktigaste händelserna i livets utveckling.
00:44
Without insects, there'd be no flowering plants.
9
28398
2237
Utan insekter skulle det inte
finnas blommande växter.
finnas blommande växter.
00:46
Without flowering plants, there would be no
10
30635
1916
Utan blommande växter skulle det inte finnas
00:48
clever, fruit-eating primates giving TED Talks.
11
32551
3137
smarta frukt-ätande apor som
presenterar TED Talks.
presenterar TED Talks.
00:51
(Laughter)
12
35688
2300
(Skratt)
00:53
Now,
13
37988
1987
Så
00:55
David and Hidehiko and Ketaki
14
39975
3039
David, Hidehiko och Ketaki
00:58
gave a very compelling story about
15
43014
3445
berättade en väldigt intressant historia om
01:02
the similarities between fruit flies and humans,
16
46459
2805
likheterna mellan bananflugor och människor,
01:05
and there are many similarities,
17
49264
1489
och det finns många likheter,
01:06
and so you might think that if humans are similar to fruit flies,
18
50753
3002
därför kan man gissa att om
människor är lika bananflugor
människor är lika bananflugor
01:09
the favorite behavior of a fruit fly might be this, for example --
19
53755
3797
så skulle kanske bananflugornas
favoritsysselsättning vara -
favoritsysselsättning vara -
01:13
(Laughter)
20
57552
2282
(Skratt)
01:15
but in my talk, I don't want to emphasize on the similarities
21
59834
3191
men i min presentation vill jag
inte prata om likheterna
inte prata om likheterna
01:18
between humans and fruit flies, but rather the differences,
22
63025
3067
mellan människor och bananflugor,
snarare om skillnaderna
snarare om skillnaderna
01:21
and focus on the behaviors that I think fruit flies excel at doing.
23
66092
5287
och fokusera på de beteenden som
jag tycker att bananflugorna är bättre på.
jag tycker att bananflugorna är bättre på.
01:27
And so I want to show you a high-speed video sequence
24
71379
2856
Därför vill jag visa en film i ultrarapid
01:30
of a fly shot at 7,000 frames per second in infrared lighting,
25
74235
3935
av en fluga filmad i 7000 bilder
per sekund i infrarött ljus,
per sekund i infrarött ljus,
01:34
and to the right, off-screen, is an electronic looming predator
26
78170
4210
till höger utanför bild finns ett
elektroniskt väntande rovdjur
elektroniskt väntande rovdjur
01:38
that is going to go at the fly.
27
82380
1435
som kommer att attackera flugan
01:39
The fly is going to sense this predator.
28
83815
1838
Flugan kommer att känna rovdjurets närhet.
01:41
It is going to extend its legs out.
29
85653
2455
Den kommer att sträcka ut benen.
01:44
It's going to sashay away
30
88108
1613
Och den kommer dansa bort
01:45
to live to fly another day.
31
89721
2565
och kan flyga en dag till.
01:48
Now I have carefully cropped this sequence
32
92286
2362
Jag har klippt den här filmsekvensen
01:50
to be exactly the duration of a human eye blink,
33
94648
3160
så att den är precis lika lång
som en människas blinkning,
som en människas blinkning,
01:53
so in the time that it would take you to blink your eye,
34
97808
2834
under den tiden det skulle ta för er att blinka
01:56
the fly has seen this looming predator,
35
100642
3265
har flugan redan upptäckt faran,
01:59
estimated its position, initiated a motor pattern to fly it away,
36
103907
6168
uppskattat dess position,
ändrat färdriktning för att fly,
ändrat färdriktning för att fly,
02:05
beating its wings at 220 times a second as it does so.
37
110075
4464
och slår sina vingar 220 gånger
i sekunden för att undkomma.
i sekunden för att undkomma.
02:10
I think this is a fascinating behavior
38
114539
1973
Det tycker jag är helt fascinerade
02:12
that shows how fast the fly's brain can process information.
39
116512
3921
och det visar hur fort flugans hjärna
kan bearbeta information.
kan bearbeta information.
02:16
Now, flight -- what does it take to fly?
40
120433
2842
Att flyga -- vad krävs för att kunna flyga?
02:19
Well, in order to fly, just as in a human aircraft,
41
123275
2864
För att kunna flyga, precis som
hos människornas flygplan
hos människornas flygplan
02:22
you need wings that can generate sufficient aerodynamic forces,
42
126139
2735
behöver du vingar som kan generera
tillräckliga aerodynamiska krafter,
tillräckliga aerodynamiska krafter,
02:24
you need an engine sufficient to generate the power required for flight,
43
128874
3546
du behöver en motor kraftig nog
02:28
and you need a controller,
44
132420
1709
och du behöver en pilot,
02:30
and in the first human aircraft, the controller was basically
45
134129
2626
och i det första flygplanet var piloten
02:32
the brain of Orville and Wilbur sitting in the cockpit.
46
136755
4312
hjärnan hos Orville och Wilbur i cockpiten.
02:36
Now, how does this compare to a fly?
47
141067
2753
Så, hur funkar det hos flugan då?
02:39
Well, I spent a lot of my early career trying to figure out
48
143820
3251
Jag tillbringade en hel del av min
tidiga karriär med att försöka lista ut
tidiga karriär med att försöka lista ut
02:42
how insect wings generate enough force to keep the flies in the air.
49
147071
4336
hur insekters vingar kan generera
tillräckligt med kraft för att hålla sig i luften.
tillräckligt med kraft för att hålla sig i luften.
02:47
And you might have heard how engineers proved
50
151407
1610
Du har kanske hört om hur ingenjörer bevisat
02:48
that bumblebees couldn't fly.
51
153017
2634
att humlor inte kan flyga.
02:51
Well, the problem was in thinking that the insect wings
52
155651
2620
Problemet var att de trodde
att insekternas vingar
att insekternas vingar
02:54
function in the way that aircraft wings work. But they don't.
53
158271
3119
fungerade på samma sätt som flygplansvingar.
Men det gör de inte.
Men det gör de inte.
02:57
And we tackle this problem by building giant,
54
161390
2854
för att bevisa detta byggde vi gigantiska
03:00
dynamically scaled model robot insects
55
164244
3432
skalenliga robot-modeller av insekter
03:03
that would flap in giant pools of mineral oil
56
167676
3336
där vingarna flaxade i stora bassänger av olja
03:06
where we could study the aerodynamic forces.
57
171012
2274
så att vi kunde studera aerodynamiken i vingarna.
03:09
And it turns out that the insects flap their wings
58
173286
2158
Det visade sig att insekter slår sina vingar
03:11
in a very clever way, at a very high angle of attack
59
175444
2592
på ett väldigt smart sätt,
med en väldigt kraftig vinkel i slaget
med en väldigt kraftig vinkel i slaget
03:13
that creates a structure at the leading edge of the wing,
60
178036
3121
som i den ledande kanten på vingen skapar
03:17
a little tornado-like structure called a leading edge vortex,
61
181157
3199
en tornado-liknande luftvirvel som
kallas en "leading edge vortex"
kallas en "leading edge vortex"
03:20
and it's that vortex that actually enables the wings
62
184356
2954
och det är den här luftvirveln som gör att vingarna
03:23
to make enough force for the animal to stay in the air.
63
187310
3359
kan skapa tillräckligt med lyftkraft för att
djuret ska kunna hålla sig i luften.
djuret ska kunna hålla sig i luften.
03:26
But the thing that's actually most -- so, what's fascinating
64
190669
2428
Det som är mest fascinerade
03:28
is not so much that the wing has some interesting morphology.
65
193097
2975
är att det inte är vingens form
som är det mest intressanta.
som är det mest intressanta.
03:31
What's clever is the way the fly flaps it,
66
196072
3645
Det smarta är hur flugan flaxar med vingarna,
03:35
which of course ultimately is controlled by the nervous system,
67
199717
3136
vilket naturligtvis styrs utav nervsystemet,
03:38
and this is what enables flies to perform
68
202853
2647
och det är det som gör att flugan kan
03:41
these remarkable aerial maneuvers.
69
205500
2807
manövrera så på ett så fantasktisk sätt i luften
03:44
Now, what about the engine?
70
208307
2097
Men vad sägs om motorn då?
03:46
The engine of the fly is absolutely fascinating.
71
210404
2492
Motorn hos en fluga är helt fascinerande.
03:48
They have two types of flight muscle:
72
212896
1898
De har två typer av flygmuskler:
03:50
so-called power muscle, which is stretch-activated,
73
214794
2985
så kallade kraftmuskler som
är stretch-activierade,
är stretch-activierade,
03:53
which means that it activates itself and does not need to be controlled
74
217779
3726
vilket betyder att det inte behöver kontrolleras
eftersom det aktiveras automatiskt
eftersom det aktiveras automatiskt
03:57
on a contraction-by-contraction basis by the nervous system.
75
221505
3339
av nervsystemet varje gång
muskeln dras samman.
muskeln dras samman.
04:00
It's specialized to generate the enormous power required for flight,
76
224844
4609
Musklerna är speciellt anpassade för
den enorma kraft som behövs för att flyga,
den enorma kraft som behövs för att flyga,
04:05
and it fills the middle portion of the fly,
77
229453
2079
och de fyller mittendelen på flugan
04:07
so when a fly hits your windshield,
78
231532
1547
så att när en fluga träffar din vindruta
04:08
it's basically the power muscle that you're looking at.
79
233079
2406
är det mestadels den kraftiga
flygmuskeln du ser.
flygmuskeln du ser.
04:11
But attached to the base of the wing
80
235485
2146
Däremot, i basen på vingen,
04:13
is a set of little, tiny control muscles
81
237631
2638
sitter det det små kontrollmuskler
04:16
that are not very powerful at all, but they're very fast,
82
240269
3301
som inte är särskilt kraftfulla men väldigt snabba
04:19
and they're able to reconfigure the hinge of the wing
83
243570
3206
och de kan styra vinkeln på vingen
04:22
on a stroke-by-stroke basis,
84
246776
1762
vid varje vingslag
04:24
and this is what enables the fly to change its wing
85
248538
3142
och det är dessa som gör
att flugan kan ändra sin vinge
att flugan kan ändra sin vinge
04:27
and generate the changes in aerodynamic forces
86
251680
2971
och ändra de aerodynamiska krafterna
04:30
which change its flight trajectory.
87
254651
2573
och därmed ändra flygriktning
04:33
And of course, the role of the nervous system is to control all this.
88
257224
3563
Självklart är allt detta styrt av nervsystemet.
04:36
So let's look at the controller.
89
260787
1512
Så låt oss undersöka piloten.
04:38
Now flies excel in the sorts of sensors
90
262299
2647
Flugor har otroliga sensorer
04:40
that they carry to this problem.
91
264946
2284
som gör att de kan klara av att flyga.
04:43
They have antennae that sense odors and detect wind detection.
92
267230
4127
De har antenner som känner lukt
och hur vinden blåser.
och hur vinden blåser.
04:47
They have a sophisticated eye which is
93
271357
1675
De har sofistikerade ögon som
04:48
the fastest visual system on the planet.
94
273032
2456
har det snabbaste synsystemet på jorden.
04:51
They have another set of eyes on the top of their head.
95
275488
2036
de har också ett par ögon uppe på huvudet.
04:53
We have no idea what they do.
96
277524
2052
Vi har ingen aning om vad de gör.
04:55
They have sensors on their wing.
97
279576
2954
De har sensorer på vingarna.
04:58
Their wing is covered with sensors, including sensors
98
282530
3760
Deras vinge är täckt av sensorer,
som inkluderar sensorer
som inkluderar sensorer
05:02
that sense deformation of the wing.
99
286290
2046
som kan känna om vingens form har ändrats.
05:04
They can even taste with their wings.
100
288336
2109
De kan till och med känna smak med vingarna.
05:06
One of the most sophisticated sensors a fly has
101
290445
2555
En av de mest kompliserade sensorerna
en fluga har
en fluga har
05:08
is a structure called the halteres.
102
293000
1807
är ett par små vingar som kallas svängkolvar.
05:10
The halteres are actually gyroscopes.
103
294807
1879
Svängkolvarna är egentligen ett gyroskop.
05:12
These devices beat back and forth about 200 hertz during flight,
104
296686
4449
Dessa vingar slår fram och tillbaka i 200 hertz
05:17
and the animal can use them to sense its body rotation
105
301135
2673
och flygan kan använda dem till att
känna hur dess kropp roterar
känna hur dess kropp roterar
05:19
and initiate very, very fast corrective maneuvers.
106
303808
3968
och korrigera sina manövrer otroligt snabbt.
05:23
But all of this sensory information has to be processed
107
307776
2329
Men alla denna information måste bearbetas
05:26
by a brain, and yes, indeed, flies have a brain,
108
310105
3720
av en hjärna, och ja, flugor har faktiskt hjärnor,
05:29
a brain of about 100,000 neurons.
109
313825
3159
en hjärna med drygt 100 000 neuroner.
05:32
Now several people at this conference
110
316984
2193
Flera personer på den här konferensen
05:35
have already suggested that fruit flies could serve neuroscience
111
319177
4808
har redan påstått att bananflugor
kan vara av värde för neurovetenskapen
kan vara av värde för neurovetenskapen
05:39
because they're a simple model of brain function.
112
323985
3247
eftersom de kan användas som
en modell av en enkel hjärnfunktion.
en modell av en enkel hjärnfunktion.
05:43
And the basic punchline of my talk is,
113
327232
2077
Själva syftet med min presentation är
05:45
I'd like to turn that over on its head.
114
329309
2658
att jag vill vända det uttalandet upp-och-ner.
05:47
I don't think they're a simple model of anything.
115
331967
2628
Jag tycker inte att de är en
enkel modell av någonting.
enkel modell av någonting.
05:50
And I think that flies are a great model.
116
334595
2477
Jag tycker att flugor är en perfekt modell.
05:52
They're a great model for flies.
117
337072
2516
De är en perfekt modell av en fluga.
05:55
(Laughter)
118
339588
2481
(Skratt)
05:57
And let's explore this notion of simplicity.
119
342069
3003
Nu ska vi undersöka denna så kallade enkelhet.
06:00
So I think, unfortunately, a lot of neuroscientists,
120
345072
2431
Jag tycker, tyvärr, att många neurovetenskapsmän
06:03
we're all somewhat narcissistic.
121
347503
1832
vi är alla ganska narcissistiska.
06:05
When we think of brain, we of course imagine our own brain.
122
349335
3433
När vi tänker på en hjärna
tänker vi såklart på vår egen hjärna.
tänker vi såklart på vår egen hjärna.
06:08
But remember that this kind of brain,
123
352768
1960
Men kom ihåg att den här typen an hjärna,
06:10
which is much, much smaller
124
354728
1768
som är mycket, mycket mindre
06:12
— instead of 100 billion neurons, it has 100,000 neurons —
125
356496
2678
-- istället för 100 miljarder nervceller
har den 100,000 neuroner --
har den 100,000 neuroner --
06:15
but this is the most common form of brain on the planet
126
359174
2882
är den vanligast förekommande
typen av hjärna på jorden
typen av hjärna på jorden
06:17
and has been for 400 million years.
127
362056
2904
och har varit det de senaste 400 miljoner åren.
06:20
And is it fair to say that it's simple?
128
364960
2288
Är det rättvist att säga
att den är enkel?
att den är enkel?
06:23
Well, it's simple in the sense that it has fewer neurons,
129
367248
2095
Nja, den är väl enkel på så sätt
att den har färre neuroner,
att den har färre neuroner,
06:25
but is that a fair metric?
130
369343
1754
men är det en rättvis grund att mäta på?
06:26
And I would propose it's not a fair metric.
131
371097
2276
Jag vill påstå att det inte är det.
06:29
So let's sort of think about this. I think we have to compare --
132
373373
3100
Om vi funderar på saken så
tror jag att vi måste jämföra --
tror jag att vi måste jämföra --
06:32
(Laughter) —
133
376473
1559
(skratt)
06:33
we have to compare the size of the brain
134
378032
5121
vi måste jämföra storleken på hjärnan
06:39
with what the brain can do.
135
383153
2030
med vad hjärnan kan göra.
06:41
So I propose we have a Trump number,
136
385183
2881
Jag föreslår att vi använder oss av ett "Trump tal"
06:43
and the Trump number is the ratio of this man's
137
388064
2865
ett "Trump tal" är antalet
06:46
behavioral repertoire to the number of neurons in his brain.
138
390929
3679
beteenden en människa bemästrar
i proportion till antalet neuroner i hjärnan.
i proportion till antalet neuroner i hjärnan.
06:50
We'll calculate the Trump number for the fruit fly.
139
394608
2668
Nu ska vi räkna ut vad en bananfluga
har för "Trump tal".
har för "Trump tal".
06:53
Now, how many people here think the Trump number
140
397276
2684
Så, hur många här tror att "Trump talet"
06:55
is higher for the fruit fly?
141
399960
2489
är högre hos en bananfluga?
06:58
(Applause)
142
402449
2431
(Applåder)
07:00
It's a very smart, smart audience.
143
404880
3428
Vi har en väldigt smart publik.
07:04
Yes, the inequality goes in this direction, or I would posit it.
144
408308
3327
Ja, det pekar åt det hållet, det verkar så.
07:07
Now I realize that it is a little bit absurd
145
411635
2382
Jag förstår att det är lite absurt
07:09
to compare the behavioral repertoire of a human to a fly.
146
414017
3558
att jämföra beteendet hos
en människa med en fluga.
en människa med en fluga.
07:13
But let's take another animal just as an example. Here's a mouse.
147
417575
4143
Låt oss ta ett annat djur som exempel.
Här har vi en mus.
Här har vi en mus.
07:17
A mouse has about 1,000 times as many neurons as a fly.
148
421718
4305
En mus har runt 1000 gånger
fler neuroner än en fluga.
fler neuroner än en fluga.
07:21
I used to study mice. When I studied mice,
149
426023
2027
Jag har studerat möss.
När jag studerade möss
När jag studerade möss
07:23
I used to talk really slowly.
150
428050
2837
brukade jag prata väldigt långsamt.
07:26
And then something happened when I started to work on flies.
151
430887
2576
Sen hände något när jag
började studera flugor istället.
började studera flugor istället.
07:29
(Laughter)
152
433463
2412
(Skratt)
07:31
And I think if you compare the natural history of flies and mice,
153
435875
3460
Om man jämför den biologiska
bakgrunden hos flugor och möss
bakgrunden hos flugor och möss
07:35
it's really comparable. They have to forage for food.
154
439335
3313
så hittar man många likheter.
De måste leta efter mat.
De måste leta efter mat.
07:38
They have to engage in courtship.
155
442648
2447
De måste hitta sig en partner.
07:40
They have sex. They hide from predators.
156
445095
3471
De har sex. De gömmer sig från rovdjur.
07:44
They do a lot of the similar things.
157
448566
1980
De gör många liknande saker.
07:46
But I would argue that flies do more.
158
450546
1718
Jag skulle däremot vilja påstå att
flugor gör fler saker.
flugor gör fler saker.
07:48
So for example, I'm going to show you a sequence,
159
452264
3378
Till exempel, jag ska visa er en filmsekvens
07:51
and I have to say, some of my funding comes from the military,
160
455642
4205
och eftersom mycket av min finansiering
kommer ifrån det militära
kommer ifrån det militära
07:55
so I'm showing this classified sequence
161
459847
2072
så visar jag er en hemligstämplad film
07:57
and you cannot discuss it outside of this room. Okay?
162
461919
4093
och ni får inte diskutera den
utanför det här rummet. Okej?
utanför det här rummet. Okej?
08:01
So I want you to look at the payload
163
466012
1908
Jag vill att ni tittar på självaste lasten
08:03
at the tail of the fruit fly.
164
467920
3026
där bak på flugan.
08:06
Watch it very closely,
165
470946
2101
Titta väldigt noga
08:08
and you'll see why my six-year-old son
166
473047
4297
så får ni se varför min sexåriga son
08:13
now wants to be a neuroscientist.
167
477344
4729
vill bli neurovetenskapsman.
08:17
Wait for it.
168
482073
1179
Vänta...
08:19
Pshhew.
169
483252
1569
Pshhew.
08:20
So at least you'll admit that if fruit flies are not as clever as mice,
170
484821
3084
Så ni håller med om att
om flugor inte är lika smarta som möss
om flugor inte är lika smarta som möss
08:23
they're at least as clever as pigeons. (Laughter)
171
487905
4916
så är de minst lika smarta som duvor. (skratt)
08:28
Now, I want to get across that it's not just a matter of numbers
172
492821
3967
Jag vill få fram att detta inte bara
handlar om siffror,
handlar om siffror,
08:32
but also the challenge for a fly to compute
173
496788
2598
utan också om den utmaning det är för
en fluga att kunna bearbeta
en fluga att kunna bearbeta
08:35
everything its brain has to compute with such tiny neurons.
174
499386
2849
allt dess hjärna måste kunna beräkna
trots att den har så små neuroner.
trots att den har så små neuroner.
08:38
So this is a beautiful image of a visual interneuron from a mouse
175
502235
2988
Detta är en otroligt vacker
bild av en neuron från en mus
bild av en neuron från en mus
08:41
that came from Jeff Lichtman's lab,
176
505223
2768
som kom från Jeff Lichtmans labb,
08:43
and you can see the wonderful images of brains
177
507991
3247
och man kan se dessa underbara bilder av hjärnor
08:47
that he showed in his talk.
178
511238
3193
som han visade i sin presentation.
08:50
But up in the corner, in the right corner, you'll see,
179
514431
2368
Men uppe i det högra hörnet, ser ni,
08:52
at the same scale, a visual interneuron from a fly.
180
516799
4112
är en skalenlig bild av en
neuron från en fluga.
neuron från en fluga.
08:56
And I'll expand this up.
181
520911
1841
Jag förstorar bilden.
08:58
And it's a beautifully complex neuron.
182
522752
2170
Det är en otroligt vacker och komplicerad neuron.
09:00
It's just very, very tiny, and there's lots of biophysical challenges
183
524922
3485
Den är bara väldigt, väldigt liten och
rent fysiskt är det väldigt svårt att
rent fysiskt är det väldigt svårt att
09:04
with trying to compute information with tiny, tiny neurons.
184
528407
3623
bearbeta information med pyttesmå neuroner.
09:07
How small can neurons get? Well, look at this interesting insect.
185
532030
3537
Hur små kan neuroner bli då?
Kolla på den är intressanta insekten.
Kolla på den är intressanta insekten.
09:11
It looks sort of like a fly. It has wings, it has eyes,
186
535567
2212
Den är lik en fluga. Den har vingar, den har ögon,
09:13
it has antennae, its legs, complicated life history,
187
537779
2799
den har antenner, ben,
en komplicerad livshistoria,
en komplicerad livshistoria,
09:16
it's a parasite, it has to fly around and find caterpillars
188
540578
3096
Det är en parasit,
den måste flyga runt och hitta larver
den måste flyga runt och hitta larver
09:19
to parasatize,
189
543674
1382
som den kan parasitera,
09:20
but not only is its brain the size of a salt grain,
190
545056
4115
men dess hjärna är inte bara
lika liten som ett sandkorn,
lika liten som ett sandkorn,
09:25
which is comparable for a fruit fly,
191
549171
1969
ungefär som en bananfluga,
09:27
it is the size of a salt grain.
192
551140
2926
själva insekten är lika liten som ett saltkorn.
09:29
So here's some other organisms at the similar scale.
193
554066
3635
Här har vi några organismer på samma skala.
09:33
This animal is the size of a paramecium and an amoeba,
194
557701
4130
Det här djuret är lika stort
som ett toffeldjur eller en amöba,
som ett toffeldjur eller en amöba,
09:37
and it has a brain of 7,000 neurons that's so small --
195
561831
3880
Och har en hjärna med 7000 neuroner
som är så liten --
som är så liten --
09:41
you know these things called cell bodies you've been hearing about,
196
565711
2456
ni kanske har hör talas om
någonting som heter cellkroppar,
någonting som heter cellkroppar,
09:44
where the nucleus of the neuron is?
197
568167
1651
där cellkärnan i neuronen finns?
09:45
This animal gets rid of them because they take up too much space.
198
569818
3460
Det här djuret har gjort sig av med dem
för de tar för stor plats.
för de tar för stor plats.
09:49
So this is a session on frontiers in neuroscience.
199
573278
2473
Så det här är ett föredrag
om frontlinjer inom neurovetenskap.
om frontlinjer inom neurovetenskap.
09:51
I would posit that one frontier in neuroscience is to figure out how the brain of that thing works.
200
575751
5360
Jag påstår att en av frontlinjerna inom
neurovetenskap är att lista ut hur hjärnan
hos det djuret funkar.
neurovetenskap är att lista ut hur hjärnan
hos det djuret funkar.
09:57
But let's think about this. How can you make a small number of neurons do a lot?
201
581111
5633
Låt oss fundera på det här.
Hur kan man få så få neuroner att göra mycket?
Hur kan man få så få neuroner att göra mycket?
10:02
And I think, from an engineering perspective,
202
586744
2522
Jag tror, från ett injengörsmässigt perspektiv
10:05
you think of multiplexing.
203
589266
1729
handlar det om multiplexing.
10:06
You can take a hardware and have that hardware
204
590995
2703
Man kan ta hårdvaran och få den hårdvaran att
10:09
do different things at different times,
205
593698
1613
göra flera saker på samma gång
10:11
or have different parts of the hardware doing different things.
206
595311
2995
eller att olika delar i hårdvaran gör olika saker.
10:14
And these are the two concepts I'd like to explore.
207
598306
3271
Dom här två koncepten vill jag undersöka närmare.
10:17
And they're not concepts that I've come up with,
208
601577
1658
Det är inte två koncept som jag hittat på,
10:19
but concepts that have been proposed by others in the past.
209
603235
4545
utan koncept som andra har
kommit fram till före mig.
kommit fram till före mig.
10:23
And one idea comes from lessons from chewing crabs.
210
607780
3075
En idé kommer från tuggande krabbor.
10:26
And I don't mean chewing the crabs.
211
610855
1867
Jag menar inte att tugga på krabbor.
10:28
I grew up in Baltimore, and I chew crabs very, very well.
212
612722
3599
Jag växte upp i Baltimore så jag är
väldigt duktig på att tugga krabbor.
väldigt duktig på att tugga krabbor.
10:32
But I'm talking about the crabs actually doing the chewing.
213
616321
2857
Jag menar att det är krabborna
som gör själva tuggandet.
som gör själva tuggandet.
10:35
Crab chewing is actually really fascinating.
214
619178
2030
Sättet som krabbor tuggar på är fascinerande.
10:37
Crabs have this complicated structure under their carapace
215
621208
3259
Krabbor har den här komplicerade
strukturen under sina skal,
strukturen under sina skal,
10:40
called the gastric mill
216
624467
1310
den kallas kvarnen
10:41
that grinds their food in a variety of different ways.
217
625777
2430
som maler maten på flera olika sätt.
10:44
And here's an endoscopic movie of this structure.
218
628207
5259
Här är en endoskopisk film av strukturen.
10:49
The amazing thing about this is that it's controlled
219
633466
2560
Det fantastiska med det här är att den styrs
10:51
by a really tiny set of neurons, about two dozen neurons
220
636026
3432
av ett väldigt litet antal neuroner,
ett par dussin neuroner ungefär
ett par dussin neuroner ungefär
10:55
that can produce a vast variety of different motor patterns,
221
639458
4963
som kan kan styra ett stort antal rörelser,
11:00
and the reason it can do this is that this little tiny ganglion
222
644421
4347
och anledningen till att de kan göra det
är den här lilla nervknuten
är den här lilla nervknuten
11:04
in the crab is actually inundated by many, many neuromodulators.
223
648768
4184
i krabban som är full av många,
många nervmoduler.
många nervmoduler.
11:08
You heard about neuromodulators earlier.
224
652952
2141
Ni hörde om neuromodulering tidigare.
11:10
There are more neuromodulators
225
655093
2225
Det finns fler neuromodulatorer
11:13
that alter, that innervate this structure than actually neurons in the structure,
226
657318
5485
som ändrar, som förser den här strukturen med nerver,
än det faktiskt finns nervceller i strukturen,
än det faktiskt finns nervceller i strukturen,
11:18
and they're able to generate a complicated set of patterns.
227
662803
4242
och de kan skapa en komplicerad
uppsättning mönster.
uppsättning mönster.
11:22
And this is the work by Eve Marder and her many colleagues
228
667045
3441
Den här kunskapen kommer från
Eve Marder och hennes många kollegor
Eve Marder och hennes många kollegor
11:26
who've been studying this fascinating system
229
670486
2295
som har studerat detta fascinerande system
11:28
that show how a smaller cluster of neurons
230
672781
2152
som visar hur en mindre grupp av nervceller
11:30
can do many, many, many things
231
674933
1825
kan göra många, många, många saker
11:32
because of neuromodulation that can take place on a moment-by-moment basis.
232
676758
4856
på grund av neuromodulering
som kan ske i varje ögonblick.
som kan ske i varje ögonblick.
11:37
So this is basically multiplexing in time.
233
681614
2439
Så det här är i princip multiplexing.
11:39
Imagine a network of neurons with one neuromodulator.
234
684053
2785
Tänk dig ett nätverk av nervceller
med en neuromodulator.
med en neuromodulator.
11:42
You select one set of cells to perform one sort of behavior,
235
686838
3478
Du väljer en grupp celler
för att utföra en sorts beteende,
för att utföra en sorts beteende,
11:46
another neuromodulator, another set of cells,
236
690316
2618
en annan neuromodulering,
en annan uppsättning celler,
en annan uppsättning celler,
11:48
a different pattern, and you can imagine
237
692934
1713
ett annat mönster, och du kan tänka dig
11:50
you could extrapolate to a very, very complicated system.
238
694647
3878
att du kan utvidga detta till
ett mycket komplicerat system.
ett mycket komplicerat system.
11:54
Is there any evidence that flies do this?
239
698525
2094
Men finns det några bevis att flugor gör detta?
11:56
Well, for many years in my laboratory and other laboratories around the world,
240
700619
3375
Tja, i mitt laboratorium och
andra laboratorier runt om i världen
andra laboratorier runt om i världen
11:59
we've been studying fly behaviors in little flight simulators.
241
703994
2648
har vi i många år studerat flugors
beteenden i små flygsimulatorer.
beteenden i små flygsimulatorer.
12:02
You can tether a fly to a little stick.
242
706642
1706
Du kan binda fast en fluga vid en liten pinne.
12:04
You can measure the aerodynamic forces it's creating.
243
708348
2501
Du kan mäta de aerodynamiska
krafterna som flugan skapar.
krafterna som flugan skapar.
12:06
You can let the fly play a little video game
244
710849
2546
Du kan låta flugan spela ett litet TV-spel
12:09
by letting it fly around in a visual display.
245
713395
3878
genom att låta den flyga runt i en visuell display.
12:13
So let me show you a little tiny sequence of this.
246
717273
2337
Låt mig visa er en liten filmsekvens av detta.
12:15
Here's a fly
247
719610
1227
Här är en fluga
12:16
and a large infrared view of the fly in the flight simulator,
248
720837
3437
och en stor infraröd bild av
flugan i flygsimulatorn
flugan i flygsimulatorn
12:20
and this is a game the flies love to play.
249
724274
1955
detta är ett spel som flugorna älskar att spela.
12:22
You allow them to steer towards the little stripe,
250
726229
2437
Du låter dem att styra mot den lilla randen,
12:24
and they'll just steer towards that stripe forever.
251
728666
2825
och de kommer styra mot randen för alltid.
12:27
It's part of their visual guidance system.
252
731491
3558
Det är en del av deras system för visuell vägledning.
12:30
But very, very recently, it's been possible
253
735049
2345
Men mycket, mycket nyligen har det varit möjligt
12:33
to modify these sorts of behavioral arenas for physiologies.
254
737394
4940
att modifiera dessa typer av
beteendemässiga fysiologiska arenor.
beteendemässiga fysiologiska arenor.
12:38
So this is the preparation that one of my former post-docs,
255
742334
2488
Detta är utvecklat av en av
mina tidigare doktorander,
mina tidigare doktorander,
12:40
Gaby Maimon, who's now at Rockefeller, developed,
256
744822
2443
Gaby Maimon, som nu går på
Rockefeller Universitet,
Rockefeller Universitet,
12:43
and it's basically a flight simulator
257
747265
1686
och det är i grunden en flygsimulator
12:44
but under conditions where you actually can stick an electrode
258
748951
3075
men under förhållanden
där man faktiskt kan sticka en elektrod
där man faktiskt kan sticka en elektrod
12:47
in the brain of the fly and record
259
752026
2264
i hjärnan på flugan och spela in
12:50
from a genetically identified neuron in the fly's brain.
260
754290
3656
från en genetiskt identifierad
neuron i hjärnan på flugan.
neuron i hjärnan på flugan.
12:53
And this is what one of these experiments looks like.
261
757946
2298
Så här ser ett av dom här experimenten ut.
12:56
It was a sequence taken from another post-doc in the lab,
262
760244
2971
Detta var en sekvens tagen av
en annan forskare i labbet,
en annan forskare i labbet,
12:59
Bettina Schnell.
263
763215
1199
Bettina Schnell.
13:00
The green trace at the bottom is the membrane potential
264
764414
3392
Det gröna spåret längst ner
visar elektrisk verksamhet
visar elektrisk verksamhet
13:03
of a neuron in the fly's brain,
265
767806
2030
i en neuron i hjärnan på flugan,
13:05
and you'll see the fly start to fly, and the fly is actually
266
769836
2942
ni kommer se hur flugan börjar flyga,
och att flugan faktiskt
och att flugan faktiskt
13:08
controlling the rotation of that visual pattern itself
267
772778
3279
styr rotationen av det visuella
mönstret runt sig själv
mönstret runt sig själv
13:11
by its own wing motion,
268
776057
1479
genom sina egna vingars rörelse,
13:13
and you can see this visual interneuron
269
777536
2110
och ni kan se hur denna interneuron
13:15
respond to the pattern of wing motion as the fly flies.
270
779646
3908
svarar på mönstret av vingens
rörelse när flugan flyger.
rörelse när flugan flyger.
13:19
So for the first time we've actually been able to record
271
783554
2376
Så för första gången har vi
faktiskt kunnat spela in
faktiskt kunnat spela in
13:21
from neurons in the fly's brain while the fly
272
785930
2908
från nervceller i flugans
hjärna medan den flyger
hjärna medan den flyger
13:24
is performing sophisticated behaviors such as flight.
273
788838
4468
och utför avancerade
beteenden som till exempel att flyga.
beteenden som till exempel att flyga.
13:29
And one of the lessons we've been learning
274
793306
1855
En sak som vi har lärt oss av detta
13:31
is that the physiology of cells that we've been studying
275
795161
2420
är att fysiologin hos de celler
som vi har studerat
som vi har studerat
13:33
for many years in quiescent flies
276
797581
2421
i många år hos inaktiva flugor
13:35
is not the same as the physiology of those cells
277
800002
2648
inte är densamma som fysiologin
hos dessa celler
hos dessa celler
13:38
when the flies actually engage in active behaviors
278
802650
2736
när flugorna faktiskt är aktiva
13:41
like flying and walking and so forth.
279
805386
2539
som när de flyger eller går och så vidare.
13:43
And why is the physiology different?
280
807925
2925
Så, varför är fysiologin olika?
13:46
Well it turns out it's these neuromodulators,
281
810850
2057
Det visar sig att det är på
grund av neuromodulering
grund av neuromodulering
13:48
just like the neuromodulators in that little tiny ganglion in the crabs.
282
812907
3951
precis som neuromodulering i
det lilla cellknuten hos krabbor.
det lilla cellknuten hos krabbor.
13:52
So here's a picture of the octopamine system.
283
816858
2550
Här är en bild av oktopamin-systemet.
13:55
Octopamine is a neuromodulator
284
819408
1754
Oktopamin är en neuromodulator
13:57
that seems to play an important role in flight and other behaviors.
285
821162
4336
som verkar spela en viktig roll i
flygning och andra beteenden.
flygning och andra beteenden.
14:01
But this is just one of many neuromodulators
286
825498
2472
Men detta är bara en av
många neuromodulatorer
många neuromodulatorer
14:03
that's in the fly's brain.
287
827970
1071
som finns i flugans hjärna.
14:04
So I really think that, as we learn more,
288
829041
2666
Så jag tror att allt eftersom vi lär oss mer
14:07
it's going to turn out that the whole fly brain
289
831707
2527
så kommer att visa sig att hela flugas hjärnan
14:10
is just like a large version of this stomatogastric ganglion,
290
834234
3089
är precis som en stor version
detta stomatogastriska ganglion
detta stomatogastriska ganglion
14:13
and that's one of the reasons why it can do so much with so few neurons.
291
837323
4360
och det är en av anledningarna till
varför det kan göra så mycket med så få nervceller.
varför det kan göra så mycket med så få nervceller.
14:17
Now, another idea, another way of multiplexing
292
841683
2787
Nu, en annan idé,
en annan typ av multiplexing
en annan typ av multiplexing
14:20
is multiplexing in space,
293
844470
1656
är multiplexing på flera ställen
14:22
having different parts of a neuron
294
846126
1694
där olika delar av en neuron
14:23
do different things at the same time.
295
847820
2122
gör olika saker samtidigt.
14:25
So here's two sort of canonical neurons
296
849942
1833
Här har vi två slags kanoniska neuroner,
14:27
from a vertebrate and an invertebrate,
297
851775
2285
en från ett ryggradsdjur och
en från ett ryggradslöst djur,
en från ett ryggradslöst djur,
14:29
a human pyramidal neuron from Ramon y Cajal,
298
854060
3250
en mänsklig pyramidalcell
från Ramon y Cajal,
från Ramon y Cajal,
14:33
and another cell to the right, a non-spiking interneuron,
299
857310
4003
och en annan cell till höger,
en inaktiv interneuron,
en inaktiv interneuron,
14:37
and this is the work of Alan Watson and Malcolm Burrows many years ago,
300
861313
4147
Alan Watson och Malcolm Burrows
studerade detta för många år sedan,
studerade detta för många år sedan,
14:41
and Malcolm Burrows came up with a pretty interesting idea
301
865460
3075
och Malcolm Burrows kom fram
till en ganska intressant idé
till en ganska intressant idé
14:44
based on the fact that this neuron from a locust
302
868535
2882
som bygger på det faktum
att denna neuron från en syrsa
att denna neuron från en syrsa
14:47
does not fire action potentials.
303
871417
1959
inte har någon elektrisk aktivitet.
14:49
It's a non-spiking cell.
304
873376
1748
Det är en inaktiv cell.
14:51
So a typical cell, like the neurons in our brain,
305
875124
2780
En typisk cell, som nervcellerna i vår hjärna,
14:53
has a region called the dendrites that receives input,
306
877904
2752
har ett område som kallas
dendriter som tar emot input,
dendriter som tar emot input,
14:56
and that input sums together
307
880656
2589
och denna input sätts samman
14:59
and will produce action potentials
308
883245
2296
och producerar elektrisk aktivitet
15:01
that run down the axon and then activate
309
885541
2331
som leds igenom axonet och sedan aktiverar
15:03
all the output regions of the neuron.
310
887872
2296
alla områden för output i nervcellen.
15:06
But non-spiking neurons are actually quite complicated
311
890168
2876
Men inaktiva nervceller är faktiskt ganska komplicerade
15:08
because they can have input synapses and output synapses
312
893044
3112
eftersom de kan ta emot information från båda hållen
15:12
all interdigitated, and there's no single action potential
313
896156
3663
samtidigt, och det finns ingen enstaka impuls
15:15
that drives all the outputs at the same time.
314
899819
3126
som styr all utgående information samtidigt.
15:18
So there's a possibility that you have computational compartments
315
902945
3907
Så det finns en möjlighet att det finns
databearbetande sektioner
databearbetande sektioner
15:22
that allow the different parts of the neuron
316
906852
3978
som tillåter de olika delarna av nervcellen
15:26
to do different things at the same time.
317
910830
2560
att göra flera saker samtidigt.
15:29
So these basic concepts of multitasking in time
318
913390
4671
Så detta grundläggande koncept att
kunna hantera och bearbeta saker samtidigt
kunna hantera och bearbeta saker samtidigt
15:33
and multitasking in space,
319
918061
2361
och med samma celler,
15:36
I think these are things that are true in our brains as well,
320
920422
2832
jag tror att detta även sker i våra hjärnor,
15:39
but I think the insects are the true masters of this.
321
923254
2577
men jag tror att insekter är de
sanna mästarna på detta.
sanna mästarna på detta.
15:41
So I hope you think of insects a little bit differently next time,
322
925831
3116
Så jag hoppas ni tänker lite ¨
annorlunda om insekter nästa gång,
annorlunda om insekter nästa gång,
15:44
and as I say up here, please think before you swat.
323
928947
2935
och som jag brukar säga,
tänk efter innan du tar fram flugsmällan.
tänk efter innan du tar fram flugsmällan.
15:47
(Applause)
324
931882
2953
(Applåder)
ABOUT THE SPEAKER
Michael Dickinson - BiologistMost people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder.
Why you should listen
Some things are so commonplace that they barely register our attention. Michael Dickinson has dedicated much of his research to one such thing -- the flight of the fly. Dickinson aims to understand how a fly's nervous system allows it to accomplish such incredible aerodynamic feats. Affectionately dubbed the "Fly Guy" by The Scientist, Dickinson's research brings together zoology, neuroscience and fluid mechanics.
Dickinson was named a MacArthur Fellow in 2001. He is now a professor of biology at the University of Washington, where he heads The Dickinson Lab. The lab conducts research into insect flight control, animal brain recordings, animal/robot interactions and animal visual navigation and welcomes students with an interest in studying insect flight, behavior and evolution from an interdisciplinary approach perspective.
Michael Dickinson | Speaker | TED.com