TEDGlobal 2010
Gero Miesenboeck: Re-engineering the brain
جيرو مايسينبويك: إعادة هندسة العقل
Filmed:
Readability: 4.7
717,411 views
في البحث لرسم خريطة العقل , حاول و جرّب علماء كثيرون المهمة الشاقة التي تكاد لا تصدق لتسجيل نشاط كل خلية عصبية . جيرو مايسنبويك يعمل بالعكس -- بمعالجة خلايا محددة ببراعة لمعرفة ماذا تفعل بالضبط , خلال سلسلة من المحاولات المذهلة لإعادة هندسة الطريقة التي تتعرف بها ذبابات الفاكهة على الضوء .
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
إن لي صورة شبح مزدوج .
00:18
(Laughter)
1
3000
3000
( ضحك )
00:21
Dr. Gero is a brilliant
2
6000
3000
د . جيرو عبقري
00:24
but slightly mad scientist
3
9000
2000
لكنه عالم مجنون بعض الشيئ
00:26
in the "Dragonball Z: Android Saga."
4
11000
3000
في حلقات كرة التنين ( الياباني الأصل ) " أندرود ساجا "
00:29
If you look very carefully,
5
14000
2000
لو نظرتم جيداً ,
00:31
you see that his skull has been replaced
6
16000
3000
ترون قلنسوته " غطاء رأسه " قد إستبدلت
00:34
with a transparent Plexiglas dome
7
19000
2000
بشبه نصف كرة بلاستيكية
00:36
so that the workings of his brain can be observed
8
21000
3000
حيث أن أجزاء العمل في عقله نستطيع أن نلاحظها
00:39
and also controlled with light.
9
24000
3000
ويمكننا أن نتحكم بها أيضاً .
00:42
That's exactly what I do --
10
27000
2000
هذا بالضبط ما أفعله --
00:44
optical mind control.
11
29000
2000
تحكم بصري بالعقل .
00:46
(Laughter)
12
31000
2000
( ضحك )
00:48
But in contrast to my evil twin
13
33000
2000
لكن خلافا لتوأمي الشرير ,
00:50
who lusts after world domination,
14
35000
3000
الذي يتشهى السيطرة على العالم ,
00:53
my motives are not sinister.
15
38000
3000
دوافعي ليست شريرة .
00:56
I control the brain
16
41000
2000
أن أسيطر على العقل
00:58
in order to understand how it works.
17
43000
2000
لكي أستطيع أن أفهم كيف يعمل .
01:00
Now wait a minute, you may say,
18
45000
2000
الآن إنتظروا دقيقة , يمكن لأحدكم أن يقول ,
01:02
how can you go straight to controlling the brain
19
47000
3000
كيف يمكنكم الذهاب مباشرة للتحكم بالعقل
01:05
without understanding it first?
20
50000
2000
بدون فهمه أولاً ؟
01:07
Isn't that putting the cart before the horse?
21
52000
3000
أليس هذا يعتبر كوضع العربة أمام الحصان ؟
01:11
Many neuroscientists agree with this view
22
56000
3000
علماء كثيرون دارسون للخلايا العقلية يوافقون على هذه الرؤية
01:14
and think that understanding will come
23
59000
3000
ويعتقدون أن ذلك الفهم سيأتي
01:17
from more detailed observation and analysis.
24
62000
3000
من تفاصيل ملاحظات أكثر وتحليلات .
01:20
They say, "If we could record the activity of our neurons,
25
65000
4000
إنهم يقولون , " لو نستطيع أن نسجل نشاط خلايانا العصبية ,
01:24
we would understand the brain."
26
69000
3000
لكنا أستطعنا أن نفهم العقل . "
01:27
But think for a moment what that means.
27
72000
3000
لكن فكروا لوهلة ماذا يعني هذا؟
01:30
Even if we could measure
28
75000
2000
حتى لو إستطعنا أن نقيس
01:32
what every cell is doing at all times,
29
77000
2000
ما تفعله كل خلية على حدا طوال الوقت ,
01:34
we would still have to make sense
30
79000
2000
فسيكون لزاماً علينا أن نرسم مشهد
01:36
of the recorded activity patterns,
31
81000
2000
لأنماط الأنشطة المُسجلة ,
01:38
and that's so difficult,
32
83000
2000
وذلك شيئ صعب جداً ,
01:40
chances are we'll understand these patterns
33
85000
2000
إن فُرصنا أن نفهم هذه الأنماط
01:42
just as little as the brains that produce them.
34
87000
3000
قليلة جداً كما تنتجها العقول .
01:45
Take a look at what brain activity might look like.
35
90000
3000
أنظروا إلى كيف تبدو صورة نشاط العقل .
01:48
In this simulation, each black dot
36
93000
2000
في هذا المشهد , كل نقطة سوداء
01:50
is one nerve cell.
37
95000
2000
هي خلية عصبية واحدة .
01:52
The dot is visible
38
97000
2000
النقطة مرئية
01:54
whenever a cell fires an electrical impulse.
39
99000
2000
أي وقت تُرسل الخلية فيه نبضة كهربية .
01:56
There's 10,000 neurons here.
40
101000
2000
هناك 10,000 خلية عصبية هنا .
01:58
So you're looking at roughly one percent
41
103000
2000
لذا فإنكم تنظرون إلى واحد بالمائة تقريباً
02:00
of the brain of a cockroach.
42
105000
3000
من عقل الصرصور .
02:04
Your brains are about 100 million times
43
109000
3000
عقولكم عبارة عن 100 مليون مرة
02:07
more complicated.
44
112000
2000
أكثر تعقيداً .
02:09
Somewhere, in a pattern like this,
45
114000
2000
أحياناً , نمط مثل هذا ,
02:11
is you,
46
116000
2000
هو أنت ,
02:13
your perceptions,
47
118000
2000
إدراكك ,
02:15
your emotions, your memories,
48
120000
3000
مشاعرك , ذكرياتك ,
02:18
your plans for the future.
49
123000
2000
خططك المستقبلية .
02:20
But we don't know where,
50
125000
2000
لكننا لا نعرف أين ,
02:22
since we don't know how to read the pattern.
51
127000
3000
بما أننا لا نعرف كيف نقرأ النمط .
02:25
We don't understand the code used by the brain.
52
130000
3000
نحن لا نفهم الشفرة التي يستعملها العقل .
02:28
To make progress,
53
133000
2000
لإحراز تقدم ,
02:30
we need to break the code.
54
135000
2000
نريد أن نحل الشفرة .
02:32
But how?
55
137000
2000
لكن كيف ؟
02:35
An experienced code-breaker will tell you
56
140000
2000
سيخبرنا خبير في حل الشفرات
02:37
that in order to figure out what the symbols in a code mean,
57
142000
3000
أنه لمعرفة وحل غموض النماذج في صورة شفرة ,
02:40
it's essential to be able to play with them,
58
145000
3000
أنه من الأهمية أن تعرف كيف تلعب معهم ,
02:43
to rearrange them at will.
59
148000
2000
لإعادة تنظيمهم حينما وكيفما تشاء .
02:45
So in this situation too,
60
150000
2000
لذلك في هذا المثال أيضاً ,
02:47
to decode the information
61
152000
2000
لفك شفرة المعلومات
02:49
contained in patterns like this,
62
154000
2000
الموجودة في أنماط مثل هذه ,
02:51
watching alone won't do.
63
156000
2000
المراقبة فقط لن تحل شيئاً ;
02:53
We need to rearrange the pattern.
64
158000
2000
نحتاج أن نعيد تنظيم النمط .
02:55
In other words,
65
160000
2000
بمعنى آخر ,
02:57
instead of recording the activity of neurons,
66
162000
2000
بدلاً من تسجيل نشاط الخلايا العصبية ,
02:59
we need to control it.
67
164000
2000
نحتاج أن نتحكم بها .
03:01
It's not essential that we can control
68
166000
2000
ليس من الأهمية أن نستطيع أن نتحكم
03:03
the activity of all neurons in the brain, just some.
69
168000
3000
بكل الخلايا العصبية في العقل , بعضها فقط .
03:06
The more targeted our interventions, the better.
70
171000
2000
كلما كانت تدخلاتنا ذات هدف , كما كان ذلك أفضل .
03:08
And I'll show you in a moment
71
173000
2000
وسأريكم خلال لحظات
03:10
how we can achieve the necessary precision.
72
175000
3000
كيف يمكننا أن نحقق الدقة الضرورية .
03:13
And since I'm realistic, rather than grandiose,
73
178000
3000
وبما أنني واقعي , أفضل من كوني متخم بتفاصيل صعبة المنال ,
03:16
I don't claim that the ability to control the function of the nervous system
74
181000
3000
أنا لا أدعي أن القدرة على التحكم في وظائف نظام الخلايا العصبية
03:19
will at once unravel all its mysteries.
75
184000
3000
سيفك كل غموضها في وقتها .
03:22
But we'll certainly learn a lot.
76
187000
3000
لكننا نتعلم الكثير بالتأكيد .
03:27
Now, I'm by no means
77
192000
2000
الآن , لستُ على أي الأحوال
03:29
the first person to realize
78
194000
2000
أول شخص يدرك
03:31
how powerful a tool intervention is.
79
196000
3000
أن التدخل هو أداة غاية في القوة والفعالية .
03:34
The history of attempts
80
199000
2000
إن تاريخ المحاولات
03:36
to tinker with the function of the nervous system
81
201000
2000
للعب بوظائف نظام الخلايا العصبية
03:38
is long and illustrious.
82
203000
2000
هو طويل وشهير .
03:40
It dates back at least 200 years,
83
205000
3000
منذ حوالي 200 عاماً على الأقل ,
03:43
to Galvani's famous experiments
84
208000
2000
تعود إلى تجارب جالفاني الشهيرة ( فيزيائي إيطالي )
03:45
in the late 18th century and beyond.
85
210000
3000
في أواخر القرن الثامن عشر وما بعده .
03:49
Galvani showed that a frog's legs twitched
86
214000
3000
أظهر جالفاني أن أرجل الضفدع تتحرك
03:52
when he connected the lumbar nerve
87
217000
2000
عندما يتصل عصبه الظهري
03:54
to a source of electrical current.
88
219000
3000
بمصدر تيار كهربي .
03:57
This experiment revealed the first, and perhaps most fundamental,
89
222000
3000
هذه التجربة كشفت عن , أولا وربما هي الأسياسيات الأولى ,
04:00
nugget of the neural code:
90
225000
2000
لأهم حقيقة للشفرة العصبية :
04:02
that information is written in the form
91
227000
2000
هذه المعلومات كُتبت في شكل من
04:04
of electrical impulses.
92
229000
3000
الذبذبات كهربية .
04:08
Galvani's approach
93
233000
2000
إن منهج جالفاني
04:10
of probing the nervous system with electrodes
94
235000
2000
لإكتشاف النظام العصبي بأقطاب كهربية
04:12
has remained state-of-the-art until today,
95
237000
3000
مازال يُعتبر أحدث ما توصلنا له حتى اليوم ,
04:15
despite a number of drawbacks.
96
240000
3000
بالرغم من عدد من المساؤى .
04:18
Sticking wires into the brain is obviously rather crude.
97
243000
3000
إن لصق أسلاك في داخل العقل هو بالتأكيد شيئ سخيف .
04:21
It's hard to do in animals that run around,
98
246000
2000
من الصعب تطبيقه على الحيوانات التي تتحرك دائماً ,
04:23
and there is a physical limit
99
248000
2000
وهناك حدود فيزيائية
04:25
to the number of wires
100
250000
2000
لعدد الأسلاك
04:27
that can be inserted simultaneously.
101
252000
3000
التي نستطيع وضعها في نفس الوقت .
04:30
So around the turn of the last century,
102
255000
2000
حوالي نهاية القرن الماضي ,
04:32
I started to think,
103
257000
2000
بدأت أفكر ,
04:34
"Wouldn't it be wonderful if one could take this logic
104
259000
3000
أليس من الروعة إذا إستطاع شخص أن يأخذ هذا المنطق
04:37
and turn it upside down?"
105
262000
2000
وقلبه رأساً على عقب .
04:39
So instead of inserting a wire
106
264000
2000
لذا بدلاً من إدراج سلك
04:41
into one spot of the brain,
107
266000
3000
في نقطة واحدة للمخ ,
04:44
re-engineer the brain itself
108
269000
2000
لنعيد هندسة المخ نفسه
04:46
so that some of its neural elements
109
271000
3000
بحيث تستجيب بعض من عناصر جهازه العصبي
04:49
become responsive to diffusely broadcast signals
110
274000
3000
إلى الإشارات الكثيرة التي تُبث ,
04:52
such as a flash of light.
111
277000
3000
مثل وميض من الضوء .
04:55
Such an approach would literally, in a flash of light,
112
280000
3000
هو بالفعل تطبيق يُمثل حرفياً , في وميض من الضوء ,
04:58
overcome many of the obstacles to discovery.
113
283000
3000
والتحكم في كثير من العوائق التي تُكتشف .
05:01
First, it's clearly a non-invasive,
114
286000
3000
أولاً , من الواضح جداً أن الحركة سريعة وفي كل الإتجاهات ,
05:04
wireless form of communication.
115
289000
3000
صورة من الإتصالات خالية من أية أسلاك .
05:07
And second, just as in a radio broadcast,
116
292000
2000
وثانياً , بالضبط مثل موجات الراديو المنتشرة ,
05:09
you can communicate with many receivers at once.
117
294000
3000
يمكنها أن تتواصل مع كثير من الأجهزة المُستقبلة في الحال .
05:12
You don't need to know where these receivers are,
118
297000
3000
لا تحتاج لأن تعرف أين مكان هذه الأجهزة .
05:15
and it doesn't matter if these receivers move --
119
300000
2000
ولا يهم إذا كانت هذه الإجهزة المُستقبلة تتحرك --
05:17
just think of the stereo in your car.
120
302000
3000
فكر فقط بجهاز الكاسيت في سيارتك .
05:20
It gets even better,
121
305000
3000
إنها تتحسن ،
05:23
for it turns out that we can fabricate the receivers
122
308000
3000
حيث وضح أننا نستطيع عمل أجهزة إستقبال مزيفة
05:26
out of materials that are encoded in DNA.
123
311000
3000
من المواد التي لها شفرة الحمض النووي خاصتها.
05:29
So each nerve cell
124
314000
2000
لذا فلكل خلية عصبية
05:31
with the right genetic makeup
125
316000
2000
الصفات الوراثية الصحيحة
05:33
will spontaneously produce a receiver
126
318000
3000
سوف تنتج مُستقبل بطريقة عفوية
05:36
that allows us to control its function.
127
321000
3000
تسمح لنا أن نتحكم في وظائفها .
05:39
I hope you'll appreciate
128
324000
2000
أتمنى أن تُعجبوا
05:41
the beautiful simplicity
129
326000
2000
بجمال بساطة
05:43
of this concept.
130
328000
2000
هذا المفهوم .
05:45
There's no high-tech gizmos here,
131
330000
2000
ليس هناك أدوات تكنولوجية هنا ؛
05:47
just biology revealed through biology.
132
332000
3000
مجرد علوم الأحياء تتكشف خلال علم الأحياء .
05:51
Now let's take a look at these miraculous receivers up close.
133
336000
3000
الآن دعوني ألقي نظرة مقربة إلى أجهزة الإستقبال هذه .
05:54
As we zoom in on one of these purple neurons,
134
339000
3000
كما نُكبر واحدة من هذه الخلايا العصبية البنفسجية ؛
05:57
we see that its outer membrane
135
342000
2000
نرى أن غشائها الخلوي الخارجي
05:59
is studded with microscopic pores.
136
344000
2000
مليئ أو مزخرف بالمسام الميكرسكوبية .
06:01
Pores like these conduct electrical current
137
346000
2000
مسام مثل هذه تتحكم في مسار التيار الكهربي
06:03
and are responsible
138
348000
2000
وتكون مسئولة
06:05
for all the communication in the nervous system.
139
350000
2000
عن كل الإتصالات في نظام الخلايا العصبية .
06:07
But these pores here are special.
140
352000
2000
لكن هذه المسام هنا تعتبر خاصة .
06:09
They are coupled to light receptors
141
354000
2000
إنهم مترابطون معاً بالمستقبلات الضوئية
06:11
similar to the ones in your eyes.
142
356000
3000
التي تماثل الموجودة في عينيك بالضبط .
06:14
Whenever a flash of light hits the receptor,
143
359000
2000
عندما يأتي ضوء قوي على المُستقبل ,
06:16
the pore opens, an electrical current is switched on,
144
361000
3000
تفتح المسام ويسري التيار الكهربي لتشغيله ,
06:19
and the neuron fires electrical impulses.
145
364000
3000
وتطلق الخلية العصبية ومضات كهربية .
06:22
Because the light-activated pore is encoded in DNA,
146
367000
3000
لأن عملية تنشيط الضوء للمسام مشفرة في الحمض النووي ,
06:25
we can achieve incredible precision.
147
370000
3000
نستطيع أن نحقق دقة لا تُصدق .
06:28
This is because,
148
373000
2000
هذا بسبب ,
06:30
although each cell in our bodies
149
375000
2000
مع أن كل خلية في أجسادنا
06:32
contains the same set of genes,
150
377000
2000
تحتوي على نفس المجموعة من الجينات ,
06:34
different mixes of genes get turned on and off
151
379000
2000
الجينات المختلفة المتنوعة تضئ وتنطفئ
06:36
in different cells.
152
381000
2000
في خلايا مختلفة .
06:38
You can exploit this to make sure
153
383000
2000
تستطيعون أن تستخدموا هذا لتتأكدوا
06:40
that only some neurons
154
385000
2000
أن بعض الخلايا العصبية فقط
06:42
contain our light-activated pore and others don't.
155
387000
3000
تحتوى على ضوئنا المُحفز للمسام وبعضها الآخر لا يحتوى عليه .
06:45
So in this cartoon, the bluish white cell
156
390000
2000
لذلك نجد في هذا الكارتون , الخلية البيضاء المائلة للزرقة
06:47
in the upper-left corner
157
392000
2000
في الجانب العلوى على اليسار
06:49
does not respond to light
158
394000
2000
لا تستجيب للضوء
06:51
because it lacks the light-activated pore.
159
396000
3000
لأنها تفتقد المسام المُنشطة بالضوء .
06:54
The approach works so well
160
399000
2000
يعمل النموذج جيداً
06:56
that we can write purely artificial messages
161
401000
2000
حيث يمكننا كتابة رسائل بمعنى الكلمة بأنفسنا
06:58
directly to the brain.
162
403000
2000
مباشرة إلى العقل .
07:00
In this example, each electrical impulse,
163
405000
2000
في هذا المثال , كل ومضة كهربية ,
07:02
each deflection on the trace,
164
407000
3000
كل تغير أو إنحراف على الرسم ,
07:05
is caused by a brief pulse of light.
165
410000
3000
حادث بواسطة توجيهات ذبذبة من الضوء .
07:08
And the approach, of course, also works
166
413000
2000
ويعمل النموذج أيضاً
07:10
in moving, behaving animals.
167
415000
3000
فى تحريك وتدريب الحيوانات .
07:13
This is the first ever such experiment,
168
418000
2000
هذه أول تجربة مذهلة من نوعها ,
07:15
sort of the optical equivalent of Galvani's.
169
420000
3000
تطبيق بصري مكافئ لنظرية جالفاني .
07:18
It was done six or seven years ago
170
423000
2000
قد تم تطبيقها منذ ستة أو سبعة أعوام
07:20
by my then graduate student, Susana Lima.
171
425000
3000
بواسطة طالبة دراسات عليا تحت إشرافي حيندئذ , سوزانا ليما .
07:23
Susana had engineered the fruit fly on the left
172
428000
3000
قد صممت سوزانا ذبابة الفاكهة على اليسار
07:26
so that just two out of the 200,000 cells in its brain
173
431000
4000
بحيث إثنين فقط من المائتين ألف خلية في عقلها
07:30
expressed the light-activated pore.
174
435000
3000
أظهرت الضوء المُنشط للمسام .
07:33
You're familiar with these cells
175
438000
2000
أنتم تعرفون جيداً هذه الخلايا
07:35
because they are the ones that frustrate you
176
440000
2000
لأنها مجموعة الخلايا هذه التي تُحبطكم
07:37
when you try to swat the fly.
177
442000
2000
عندما تريدون ضرب الذبابة .
07:39
They trained the escape reflex that makes the fly jump into the air
178
444000
3000
لقد تدربت على الهرب من الانعكاس ما يجعل الذبابة تطير في الهواء
07:42
and fly away whenever you move your hand in position.
179
447000
3000
وتطير بعيداً عندما تحرك يدك لتضرب الذبابة .
07:46
And you can see here that the flash of light has exactly the same effect.
180
451000
3000
ويمكنكم هنا أن تروا هذه الومضة من الضوء التي لها نفس التأثير بالضبط .
07:49
The animal jumps, it spreads its wings, it vibrates them,
181
454000
3000
يقفز الحيوان , فتفرد جناحيها , تهزهما ,
07:52
but it can't actually take off
182
457000
2000
لكنها لا تستطيع الطيران فى الحقيقة ,
07:54
because the fly is sandwiched between two glass plates.
183
459000
3000
لأن الذبابة محصورة داخل الزجاج كالساندوتش .
07:58
Now to make sure that this was no reaction of the fly
184
463000
2000
الآن لكي نتأكد أن ذلك لم يكن أي رد فعل للذبابة
08:00
to a flash it could see,
185
465000
3000
لومضة ضوء تراها ,
08:03
Susana did a simple
186
468000
2000
قامت سوزانا بمثال بسيط
08:05
but brutally effective experiment.
187
470000
2000
لكنها تجربة مؤثرة صحيحة إلى درجة كبيرة .
08:07
She cut the heads off of her flies.
188
472000
3000
قطعت رؤوس ذباباتها التي تعمل عليها .
08:11
These headless bodies can live for about a day,
189
476000
3000
أجسام الذباب بدون الرأس يمكن أن تعيش حوالي يوم ,
08:14
but they don't do much.
190
479000
2000
لكنها لا تفعل الكثير .
08:16
They just stand around
191
481000
3000
إنها تقف حول بعضها البعض
08:19
and groom excessively.
192
484000
3000
وتنظف بعضها بإفراط كثير .
08:22
So it seems that the only trait that survives decapitation is vanity.
193
487000
3000
لذلك يبدو أن الصفة الوحيدة التي تنجو من قطع الرأس هي التفاخر الزائف .
08:25
(Laughter)
194
490000
3000
( ضحك )
08:30
Anyway, as you'll see in a moment,
195
495000
2000
على أي حال , كما سترون حالاً ,
08:32
Susana was able to turn on the flight motor
196
497000
3000
كانت سوزانا قادرة على تشغيل موتور الطيران
08:35
of what's the equivalent of the spinal cord of these flies
197
500000
3000
الخاص بما يماثل جزء النخاع الشوكي للذباب
08:38
and get some of the headless bodies
198
503000
2000
وتجعل بعض من الأجسام التي بدون رأس
08:40
to actually take off and fly away.
199
505000
3000
أن ترتفع طائرة بالفعل من مكانها .
08:47
They didn't get very far, obviously.
200
512000
2000
لم يذهبوا بعيداً , بالطبع .
08:50
Since we took these first steps,
201
515000
2000
منذ أن بدأنا هذه الخطوات الأولية ,
08:52
the field of optogenetics has exploded.
202
517000
3000
مجال الأوبتوجينيتيك توسع كثيراً ( علم التحكم في خلايا العقل ) .
08:55
And there are now hundreds of labs
203
520000
2000
وهناك الآن مئات المعامل
08:57
using these approaches.
204
522000
2000
تستعمل هذه المقاربات .
08:59
And we've come a long way
205
524000
2000
وقد قطعنا شوطاً كبيراً
09:01
since Galvani's and Susana's first successes
206
526000
3000
منذ أول نجاحات جالفاني وسوزانا
09:04
in making animals twitch or jump.
207
529000
2000
في جعل الحيوانات تتحرك كرد فعل أو تقفز .
09:06
We can now actually interfere with their psychology
208
531000
3000
نستطيع الآن بالفعل أن نتدخل في علم النفس الخاص بهم
09:09
in rather profound ways,
209
534000
2000
بدقة عالية و بطرق متعمقة
09:11
as I'll show you in my last example,
210
536000
2000
كما سأريكم في أخر مثال ,
09:13
which is directed at a familiar question.
211
538000
3000
الذي هو موْجّه لسؤال مألوف .
09:16
Life is a string of choices
212
541000
3000
الحياة سلسلة من الإختيارات
09:19
creating a constant pressure to decide what to do next.
213
544000
3000
تخلق ضغط متواصل لتقرر ماذا ستفعل للخطوة القادمة .
09:23
We cope with this pressure by having brains,
214
548000
3000
نحن نتغلب على هذا الضغط بإمتلاكنا عقول ,
09:26
and within our brains, decision-making centers
215
551000
3000
وداخل عقولنا , مراكز صنع القرار
09:29
that I've called here the "Actor."
216
554000
3000
التي إسميها هنا الممثل أو الفاعل .
09:33
The Actor implements a policy that takes into account
217
558000
3000
ينفّذ الممثل سياسة أو خطة تأخذ فى الإعتبار
09:36
the state of the environment
218
561000
2000
حالة البيئة
09:38
and the context in which we operate.
219
563000
3000
والسياق العام الذي نحن نديره .
09:41
Our actions change the environment, or context,
220
566000
3000
أفعالنا تغير البيئة ، أو السياق العام ،
09:44
and these changes are then fed back into the decision loop.
221
569000
3000
وهذه التغيرات عندما تحدث تعود لتعمل على تغذية دائرة صنع القرار .
09:48
Now to put some neurobiological meat
222
573000
3000
الآن لوضع بعض من فوائد العلوم العصبية
09:51
on this abstract model,
223
576000
2000
على هذا النموذج التجريدي ،
09:53
we constructed a simple one-dimensional world
224
578000
2000
نظمنا عالم بسيط مكون من بُعد واحد
09:55
for our favorite subject, fruit flies.
225
580000
3000
من أجل موضوع الدراسة المفضل ، ذباب الفاكهة.
09:58
Each chamber in these two vertical stacks
226
583000
2000
كل تجويف في هذه الأعمدة الرأسية
10:00
contains one fly.
227
585000
2000
التي تحتوى على ذبابة واحدة .
10:02
The left and the right halves of the chamber
228
587000
3000
الأنصاف على اليسار وعلى اليمين من الغرفة
10:05
are filled with two different odors,
229
590000
2000
مليئة برائحتين مختلفتين ،
10:07
and a security camera watches
230
592000
2000
و تراقب كاميرا مراقبة
10:09
as the flies pace up and down between them.
231
594000
3000
اثناء تحرك الذباب أعلى وأسفل بينهم .
10:12
Here's some such CCTV footage.
232
597000
2000
هنا بعض صور لكاميرات مراقبة تليفزيونية .
10:14
Whenever a fly reaches the midpoint of the chamber
233
599000
3000
عندما تصل أي ذبابة إلى نقطة المنتصف بالغرفة
10:17
where the two odor streams meet,
234
602000
2000
حيث الرائحتين تقتربا من بعضهم البعض ،
10:19
it has to make a decision.
235
604000
2000
لابد لها من إتخاذ قرار .
10:21
It has to decide whether to turn around
236
606000
2000
لابد لها من أن تقرر إذا كانت سترجع
10:23
and stay in the same odor,
237
608000
2000
وتبقى في نفس الرائحة ،
10:25
or whether to cross the midline
238
610000
2000
أم أنها تعبر الخط النصفي
10:27
and try something new.
239
612000
2000
وتحاول شيئاً جديداً .
10:29
These decisions are clearly a reflection
240
614000
3000
هذه القرارات تعتبر إنعكاس واضح
10:32
of the Actor's policy.
241
617000
3000
لقاعدة الممثل .
10:36
Now for an intelligent being like our fly,
242
621000
3000
الآن بالنسبة لكائن ذكي مثل ذبابتنا ،
10:39
this policy is not written in stone
243
624000
3000
هذه القاعدة ليست مكتوبة على لوح ما ،
10:42
but rather changes as the animal learns from experience.
244
627000
3000
بل بالأحرى تتغير لأن الحيوان يتعلم من الخبرة .
10:45
We can incorporate such an element
245
630000
2000
يمكننا أن ندرج عنصر هام
10:47
of adaptive intelligence into our model
246
632000
3000
من تكيف الذكاء في نموذجنا
10:50
by assuming that the fly's brain
247
635000
2000
بافتراض أن عقل الذبابة
10:52
contains not only an Actor,
248
637000
2000
ليس فقط يحتوى على الممثل ،
10:54
but a different group of cells,
249
639000
2000
لكن أيضاً يحتوى على مجموعة من الخلايا المختلفة ،
10:56
a "Critic," that provides a running commentary
250
641000
3000
ناقد ، يقدم تسجيلا مستمرا للأحداث
10:59
on the Actor's choices.
251
644000
2000
حول إختيارات الممثل .
11:01
You can think of this nagging inner voice
252
646000
3000
يمكنكم أن تفكروا بهذا الصوت الداخلي الشاك و الناقد
11:04
as sort of the brain's equivalent
253
649000
2000
كشيئ مكافئ للعقل
11:06
of the Catholic Church,
254
651000
2000
الخاص بالكنيسة الكاثويكية ،
11:08
if you're an Austrian like me,
255
653000
3000
لو أنك شخص نمساوي مثلي ،
11:11
or the super-ego, if you're Freudian,
256
656000
3000
أو أنك أناوي (الأنا العليا) ، لو أنك من أتباع فرويد ،
11:14
or your mother, if you're Jewish.
257
659000
2000
أو والدتك ، إذا كنت يهوديا .
11:16
(Laughter)
258
661000
4000
( ضحك )
11:20
Now obviously,
259
665000
2000
من الجلْي لنا الآن ،
11:22
the Critic is a key ingredient
260
667000
3000
أن النقد هو مكوّن رئيسي
11:25
in what makes us intelligent.
261
670000
2000
فيما يجعلنا أذكياء .
11:27
So we set out to identify
262
672000
2000
لذلك بدأنا في تعريف
11:29
the cells in the fly's brain
263
674000
2000
الخلايا في عقل الذبابة
11:31
that played the role of the Critic.
264
676000
2000
التي تلعب دور النقد .
11:33
And the logic of our experiment was simple.
265
678000
3000
والشيئ المنطقى في تجربتنا كان بسيطاً .
11:36
We thought if we could use our optical remote control
266
681000
3000
ظننا أنه إذا إستطعنا أن نستخدم التحكم المرئي عن بعد
11:39
to activate the cells of the Critic,
267
684000
3000
لغرض تنشيط الخلايا الخاصة بالنقد ،
11:42
we should be able, artificially, to nag the Actor
268
687000
3000
لابد لنا أن نكون قادرين على إزعاج ودفع الممثل بصورة مصطنعة
11:45
into changing its policy.
269
690000
2000
إلى تغيير قاعدته .
11:47
In other words,
270
692000
2000
بمعنى آخر ،
11:49
the fly should learn from mistakes
271
694000
2000
الذبابة لابد أن تتعلم من الأخطاء
11:51
that it thought it had made
272
696000
2000
التي ظنت أنها فعلتها في السابق ،
11:53
but, in reality, it had not made.
273
698000
3000
لكن في الحقيقة أنها لم تفعلها .
11:56
So we bred flies
274
701000
2000
لذا أعددنا ذباب
11:58
whose brains were more or less randomly peppered
275
703000
3000
لها من العقول كانت قد أعدت بصورة أكثر أو أقل عشوائية
12:01
with cells that were light addressable.
276
706000
2000
مع خلايا قابلة لأن تكون مُعرفة بواسطة الضوء من قبل .
12:03
And then we took these flies
277
708000
2000
وعندها نأخذ هذه الذبابات
12:05
and allowed them to make choices.
278
710000
2000
ونسمح لهم أن يصنعوا إختيارات .
12:07
And whenever they made one of the two choices,
279
712000
2000
وعندما يختاروا واحد من الإختيارين ،
12:09
chose one odor,
280
714000
2000
يختاروا رائحة واحدة ،
12:11
in this case the blue one over the orange one,
281
716000
2000
في هذه الحالة الأزرق فضلا عن البرتقالي ،
12:13
we switched on the lights.
282
718000
2000
نقوم بتشغيل الأضواء .
12:15
If the Critic was among the optically activated cells,
283
720000
3000
لو كان الناقد ضمن الخلايا المفعّلة ضوئيا ،
12:18
the result of this intervention
284
723000
2000
فالنتيجة لهذا التداخل
12:20
should be a change in policy.
285
725000
3000
لابد وأن تكون تغيير في القاعدة .
12:23
The fly should learn to avoid
286
728000
2000
ولابد أن تتعلم الذبابة تجنب
12:25
the optically reinforced odor.
287
730000
2000
الرائحة النفاذة التي لا يمكن تجاهلها .
12:27
Here's what happened in two instances:
288
732000
3000
هذا ما حدث في مشهدين مختلفين .
12:30
We're comparing two strains of flies,
289
735000
3000
نقارن بين نوعين مختلفين من الذباب ،
12:33
each of them having
290
738000
2000
كل منهما له
12:35
about 100 light-addressable cells in their brains,
291
740000
2000
حوالي 100 خلية يصلها الضوء في عقولهم ،
12:37
shown here in green on the left and on the right.
292
742000
3000
نراهم هنا في اللون الأخضر على اليسار وعلى اليمين .
12:40
What's common among these groups of cells
293
745000
3000
الشيئ المشترك بين هاتين المجموعتين من الخلايا
12:43
is that they all produce the neurotransmitter dopamine.
294
748000
3000
هو أن جميعها ينتج مادة الدوبامين الناقلة للحركة العصبية ( توجد بين الخلايا العصبية ).
12:46
But the identities of the individual
295
751000
2000
لكن هوية الفرد
12:48
dopamine-producing neurons
296
753000
2000
التي تفرزها الخلايا العصبية المنتجة للدوبامين
12:50
are clearly largely different on the left and on the right.
297
755000
3000
مختلفة إختلافاً كبيراً واضحاً على اليسار وعلى اليمين .
12:53
Optically activating
298
758000
2000
التنشيط البصري
12:55
these hundred or so cells
299
760000
2000
لهذه المئات من الخلايا
12:57
into two strains of flies
300
762000
2000
داخل سلالتين من الذباب ،
12:59
has dramatically different consequences.
301
764000
2000
تولد نتائج مختلفة بشكل كبير جداً .
13:01
If you look first at the behavior
302
766000
2000
إذا نظرت أولاً إلى سلوك
13:03
of the fly on the right,
303
768000
2000
الذبابة التي على اليمين ،
13:05
you can see that whenever it reaches the midpoint of the chamber
304
770000
3000
يمكنكم أن ترون أنها عندما تصل إلى نقطة المنتصف بالغرفة
13:08
where the two odors meet,
305
773000
2000
حيث موضع الرائحتين ،
13:10
it marches straight through, as it did before.
306
775000
3000
إنها تعدو بإستقامة كما فعلت من قبل .
13:13
Its behavior is completely unchanged.
307
778000
2000
سلوكها لم يتغير أبداً .
13:15
But the behavior of the fly on the left is very different.
308
780000
3000
لكن سلوك الذبابة التي على اليسار مختلف تماماً .
13:18
Whenever it comes up to the midpoint,
309
783000
3000
حينما تأتي إلى نقطة المنتصف ،
13:21
it pauses,
310
786000
2000
فإنها تتوقف ،
13:23
it carefully scans the odor interface
311
788000
2000
تفحص بداية الرائحة بعناية ،
13:25
as if it was sniffing out its environment,
312
790000
2000
كما لو كانت تبحث وتكتشف بيئتها ،
13:27
and then it turns around.
313
792000
2000
وعندها تتحول بعيداً .
13:29
This means that the policy that the Actor implements
314
794000
3000
هذا يُعنى أن القاعدة التي ينفذها الممثل
13:32
now includes an instruction to avoid the odor
315
797000
2000
الآن تتضمن أمر لكي تتجنب الرائحة
13:34
that's in the right half of the chamber.
316
799000
3000
التي في النصف الأيمن من الغرفة .
13:37
This means that the Critic
317
802000
2000
هذا يعنى أن الناقد
13:39
must have spoken in that animal,
318
804000
2000
لابد وأن تحدث عند ذلك الحيوان ،
13:41
and that the Critic must be contained
319
806000
2000
وأن هذا الناقد لابد أنه موجود
13:43
among the dopamine-producing neurons on the left,
320
808000
3000
داخل الخلايا العصبية المنتجة للدوبامين على اليسار ،
13:46
but not among the dopamine producing neurons on the right.
321
811000
3000
لكنه ليس موجود في الخلايا العصبية المنتجة للدوبامين على اليمين .
13:49
Through many such experiments,
322
814000
3000
عبر مثل هذه التجارب العديدة ،
13:52
we were able to narrow down
323
817000
2000
كنا قادرين على تقليل
13:54
the identity of the Critic
324
819000
2000
هوية الناقد
13:56
to just 12 cells.
325
821000
2000
إلى 12 خلية فقط.
13:58
These 12 cells, as shown here in green,
326
823000
3000
هذه الإثنا عشر خلية ، التي تظهر هنا باللون الأخضر ،
14:01
send the output to a brain structure
327
826000
2000
يرسلون الناتج إلى هيكل عقلي
14:03
called the "mushroom body,"
328
828000
2000
يُسمى جسد الماشروم ( زوج من الخلايا في عقل الحشرة ) ،
14:05
which is shown here in gray.
329
830000
2000
الذي يظهر هنا باللون الرمادي .
14:07
We know from our formal model
330
832000
2000
نحن نعرف من نموذجنا الأساسي
14:09
that the brain structure
331
834000
2000
أن كيان العقل
14:11
at the receiving end of the Critic's commentary is the Actor.
332
836000
3000
في نهاية الإستقبال لتسجيل أحداث النقد هو الممثل .
14:14
So this anatomy suggests
333
839000
2000
لذا فإن هذا التشريح يقترح
14:16
that the mushroom bodies have something to do
334
841000
3000
أن أجساد الماشروم لها وظيفة تفعلها
14:19
with action choice.
335
844000
2000
مع إختيار التصرف .
14:21
Based on everything we know about the mushroom bodies,
336
846000
2000
إستناداً على كل شيئ نعرفه عن أجساد الماشروم ،
14:23
this makes perfect sense.
337
848000
2000
التى تجعل الإدراك كاملاً .
14:25
In fact, it makes so much sense
338
850000
2000
فى الحقيقة ، إنها تصنع فرقاً كبيراً ،
14:27
that we can construct an electronic toy circuit
339
852000
3000
يمكننا أن نصنع دائرة عمل فى لُعبة كهربائية
14:30
that simulates the behavior of the fly.
340
855000
3000
تحاكى سلوك الذبابة .
14:33
In this electronic toy circuit,
341
858000
3000
فى هذه الدائرة للعبة ،
14:36
the mushroom body neurons are symbolized
342
861000
2000
فإن خلايا أجساد الماشروم تعتبر رمزية
14:38
by the vertical bank of blue LEDs
343
863000
3000
بالنسبة للمصفوفة الرأسية للصمام الثنائي الباعث للضوء الأزرق .
14:41
in the center of the board.
344
866000
3000
في مركز اللوحة .
14:44
These LED's are wired to sensors
345
869000
2000
هذه الصمامات الثنائية موصلة سلكياً بمجسات
14:46
that detect the presence of odorous molecules in the air.
346
871000
3000
تكشف عن وجود جزيئات الرائحة في الهواء .
14:50
Each odor activates a different combination of sensors,
347
875000
3000
كل رائحة تُنشط مجموعة مختلفة من أجهزة الإستقبال ،
14:53
which in turn activates
348
878000
2000
التي بدورها تُنشط
14:55
a different odor detector in the mushroom body.
349
880000
3000
باحث أو مُكتشف آخر للرائحة في جسد الماشروم .
14:58
So the pilot in the cockpit of the fly,
350
883000
2000
لذلك فإن الطيار في غرفة القيادة للذبابة ،
15:00
the Actor,
351
885000
2000
والممثل ،
15:02
can tell which odor is present
352
887000
2000
يستطيعوا أن يتعرفوا على أي نوع من الروائح الموجودة
15:04
simply by looking at which of the blue LEDs lights up.
353
889000
4000
ببساطة بالنظر إلى أيّة صمامات ثنائية مُضيئة بباعث الضوء الأزرق .
15:09
What the Actor does with this information
354
894000
2000
ما يفعله الممثل بهذه المعلومات
15:11
depends on its policy,
355
896000
2000
يتوقف على القاعدة المُعرفة لديه ،
15:13
which is stored in the strengths of the connection,
356
898000
2000
التي هي مُخزنة في نقاط الوصل ،
15:15
between the odor detectors
357
900000
2000
بين كاشفات الرائحة
15:17
and the motors
358
902000
2000
والمحركات
15:19
that power the fly's evasive actions.
359
904000
2000
التي تُشغل ردود الأفعال الماهرة للتصرفات .
15:22
If the connection is weak, the motors will stay off
360
907000
2000
لو أن الإرتباط ضعيف ، فالمحركات ستبقى مطفأة
15:24
and the fly will continue straight on its course.
361
909000
3000
والذبابة ستكمل طيرانها كالمعتاد بدون تغيير .
15:27
If the connection is strong, the motors will turn on
362
912000
3000
لو أن الإرتباط قوي ، فستقوم المحركات بوظيفتها
15:30
and the fly will initiate a turn.
363
915000
3000
وستأخذ الذبابة إنحرافا في مسارها .
15:33
Now consider a situation
364
918000
2000
الآن لنضع باعتبارنا وضعية
15:35
in which the motors stay off,
365
920000
2000
أن المحركات معطلة ،
15:37
the fly continues on its path
366
922000
3000
الذبابة تُكمل مسارها
15:40
and it suffers some painful consequence
367
925000
2000
وتعاني من بعض العواقب المؤلمة
15:42
such as getting zapped.
368
927000
2000
كأن يكون لها رد فعل سريع .
15:44
In a situation like this,
369
929000
2000
في موقف مثل هذا ،
15:46
we would expect the Critic to speak up
370
931000
2000
سنتوقع أن يتحدث الناقد
15:48
and to tell the Actor
371
933000
2000
ويُخبر الممثل
15:50
to change its policy.
372
935000
2000
لكي يغير خطته للعمل .
15:52
We have created such a situation, artificially,
373
937000
3000
قمنا بعمل موقف مُصطنع مميز
15:55
by turning on the critic with a flash of light.
374
940000
3000
بتنشيط النقد بشعاع ضوئي .
15:58
That caused a strengthening of the connections
375
943000
3000
الذي سبب قوة في الإرتباط
16:01
between the currently active odor detector
376
946000
3000
بين مكتشف الرائحة النشط حاليا
16:04
and the motors.
377
949000
2000
والمحركات .
16:06
So the next time
378
951000
2000
حيث أنه في المرة القادمة
16:08
the fly finds itself facing the same odor again,
379
953000
3000
تجد الذبابة نفسها في مواجهة نفس الرائحة مجددا ،
16:11
the connection is strong enough to turn on the motors
380
956000
3000
ويكون الإرتباط قوي بما يكفي لكي يشغل المحركات
16:14
and to trigger an evasive maneuver.
381
959000
3000
ويؤدي الى المناورة.
16:19
I don't know about you,
382
964000
3000
لا أعرف رأيكم ،
16:22
but I find it exhilarating to see
383
967000
3000
لكني أجد أنه من الممتع جداً أن أرى
16:25
how vague psychological notions
384
970000
3000
كيف أن نظريات التحليل النفسي الغامضة
16:28
evaporate and give rise
385
973000
2000
تتبخر لتعطي تصاعُد
16:30
to a physical, mechanistic understanding of the mind,
386
975000
3000
لفهم ألية ميكانيكية ، فيزيائية للعقل ،
16:33
even if it's the mind of the fly.
387
978000
3000
حتى لو كان عقل ذبابة .
16:36
This is one piece of good news.
388
981000
3000
هذه عينة واحدة من أخبار جيدة .
16:39
The other piece of good news,
389
984000
2000
العينة الأخرى من الأخبار الجيدة ،
16:41
for a scientist at least,
390
986000
2000
للعلماء على الأقل ،
16:43
is that much remains to be discovered.
391
988000
3000
هناك الكثير مما يستحق الإكتشاف .
16:46
In the experiments I told you about,
392
991000
2000
في التجارب التي أخبرتكم عنها ،
16:48
we have lifted the identity of the Critic,
393
993000
3000
توصلنا لمعرفة هوية النقد ،
16:51
but we still have no idea
394
996000
2000
لكننا مازلنا لا نملك أية فكرة
16:53
how the Critic does its job.
395
998000
2000
عن كيف أدأ الناقد لوظيفته .
16:55
Come to think of it, knowing when you're wrong
396
1000000
2000
أدعوكم لتفكروا بها ، لتعرفوا حينما تكونوا على خطأ
16:57
without a teacher, or your mother, telling you,
397
1002000
3000
بدون مُعلم , أو أن تُخبرك والدتك بذلك ،
17:00
is a very hard problem.
398
1005000
2000
وهي مشكلة صعبة للغاية .
17:02
There are some ideas in computer science
399
1007000
2000
هناك بعض أفكار في علوم الكمبيوتر
17:04
and in artificial intelligence
400
1009000
2000
وفي الذكاء الإصطناعي
17:06
as to how this might be done,
401
1011000
2000
عن الكيفية التي يُفعل بها ذلك ،
17:08
but we still haven't solved
402
1013000
2000
لكننا لم نحل بعد
17:10
a single example
403
1015000
2000
مثالا واحدا
17:12
of how intelligent behavior
404
1017000
3000
لكيفية ظهور السلوك الذكي
17:15
springs from the physical interactions
405
1020000
2000
فجأة من التفاعلات الفيزيائية
17:17
in living matter.
406
1022000
2000
في أمور حياتية .
17:19
I think we'll get there in the not too distant future.
407
1024000
3000
أعتقد أننا سنصل إلى هناك في المستقبل المنظور .
17:22
Thank you.
408
1027000
2000
أشكركم .
17:24
(Applause)
409
1029000
4000
( تصفيق )
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