TEDGlobal 2012
Read Montague: What we're learning from 5,000 brains
رييد مونتاجي: ما نتعلمه من 5000 مخ
Filmed:
Readability: 4
763,896 views
الفئران والحشرات والفئران البيضاء لم تعد السبيل الوحيد لدراسة الدماغ. وظيفية التصوير بالرنين المغناطيسي الوظيفي (fMRI) يسمح للعلماء لتعيين نشاط الدماغ في العيش والتنفس، و صنع القرار. ريد مونتاج يعطي لمحة عامة عن كيفية تقوم هذا التكنولوجيا بمساعدتنا على فهم الطرق المعقدة التي نتفاعل فيها مع بعضنا.
Read Montague - Behavioral Neuroscientist
What does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work. Full bio
What does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work. Full bio
Double-click the English transcript below to play the video.
00:16
Other people. Everyone is interested in other people.
0
474
2809
الآخرون. كل شخص مهتم بالآخرين.
00:19
Everyone has relationships with other people,
1
3283
2123
الجميع لهم علاقات تربطهم بالآخرين،
00:21
and they're interested in these relationships
2
5406
1592
وهم مهتمون بتلك العلاقات
00:22
for a variety of reasons.
3
6998
1855
لأسباب عديدة
00:24
Good relationships, bad relationships,
4
8853
2012
علاقات جيدة، علاقات سيئة،
00:26
annoying relationships, agnostic relationships,
5
10865
3146
علاقات مزعجة، علاقات مضطربة،
00:29
and what I'm going to do is focus on the central piece
6
14011
3424
وما سأفعله هو التركيز على الجزء الأساسي
00:33
of an interaction that goes on in a relationship.
7
17435
3303
للتفاعل الذي يجري في علاقةٍ ما.
00:36
So I'm going to take as inspiration the fact that we're all
8
20738
2336
سأتخذ من حقيقة كوننا جميعا مهتمّون
00:38
interested in interacting with other people,
9
23074
2425
بالتفاعل مع الغير كمصدر إلهام.
00:41
I'm going to completely strip it of all its complicating features,
10
25499
3832
سأجرده من كل خصائصه المعقدة،
00:45
and I'm going to turn that object, that simplified object,
11
29331
3894
وسأقوم بتحويل ذلك الشيء، ذلك الشيء البسيط
00:49
into a scientific probe, and provide the early stages,
12
33225
4150
إلى تحقيق علميّ، وسأقوم بالكشف عن المراحل الأولى،
00:53
embryonic stages of new insights into what happens
13
37375
2449
المراحل الجنينيّة لرؤى جديدة عن حقيقة ما يحدث
00:55
in two brains while they simultaneously interact.
14
39824
3650
داخل دماغين أثناء تفاعلهما معاً.
00:59
But before I do that, let me tell you a couple of things
15
43474
2293
لكن قبل أن أقوم بذلك، دعني أخبركم عن بعض الأمور
01:01
that made this possible.
16
45767
1699
التي جعلت ذلك ممكناً.
01:03
The first is we can now eavesdrop safely
17
47466
2781
الأمر الأول هو أننا نستطيع الآن أن نتجسس
01:06
on healthy brain activity.
18
50247
2711
بأمان على نشاط دماغ سليم.
01:08
Without needles and radioactivity,
19
52958
2577
من دون استخدام الإبر أو النشاط الإشعاعي،
01:11
without any kind of clinical reason, we can go down the street
20
55535
2863
من دون أي نوع من الاستنتاجات السريرية، يمكننا النزول إلى الشارع
01:14
and record from your friends' and neighbors' brains
21
58398
3127
والتدوين من أدمغة أصدقائك أو جيرانك
01:17
while they do a variety of cognitive tasks, and we use
22
61525
2538
أثناء قيامهم بالعديد من المهمات الإدراكية، ونحن نستخدم
01:19
a method called functional magnetic resonance imaging.
23
64063
3734
طريقة تسمى بالتصوير بالرنين المغناطيسي الوظيفي.
01:23
You've probably all read about it or heard about in some
24
67797
2325
ولابد أنكم جميعاً قد قرأتهم أو سمعتم عنه في بعض
01:26
incarnation. Let me give you a two-sentence version of it.
25
70122
4378
العناوين. دعوني أفسّره لكم في جملتين.
01:30
So we've all heard of MRIs. MRIs use magnetic fields
26
74500
3484
سمعنا جميعاً بالتصوير بالرنين المغناطيسي. يُستخدم فيه مجال مغناطيسي
01:33
and radio waves and they take snapshots of your brain
27
77984
2029
وموجات إشعاعية تقوم بالتقاط صورة لدماغك
01:35
or your knee or your stomach,
28
80013
2361
أو ركبتك أو معدتك،
01:38
grayscale images that are frozen in time.
29
82374
2045
صور لا لونيّة يتم تجميدها في الوقت المناسب.
01:40
In the 1990s, it was discovered you could use
30
84419
2321
في التسعينات، اكتُشف أن بإمكانك استخدام
01:42
the same machines in a different mode,
31
86740
2659
نفس الآلات بطريقة مختلفة،
01:45
and in that mode, you could make microscopic blood flow
32
89399
2346
ويمكنك بتلك الطريقة صنع أفلام مجهرية لتدفق
01:47
movies from hundreds of thousands of sites independently in the brain.
33
91745
3300
الدم من مئات آلاف المواقع في الدماغ بشكل مستقل.
01:50
Okay, so what? In fact, the so what is, in the brain,
34
95045
3200
حسناً، وماذا في ذلك؟ في الواقع، في الدماغ،
01:54
changes in neural activity, the things that make your brain work,
35
98245
3832
التغييرات في النشاط العصبي، الأشياء التي تجعل دماغك يعمل،
01:57
the things that make your software work in your brain,
36
102077
2010
الأشياء التي تجعل البرمجة تعمل بدماغك،
01:59
are tightly correlated with changes in blood flow.
37
104087
2489
هي مرتبطة بشدة بالتغييرات في تدفق الدم.
02:02
You make a blood flow movie, you have an independent
38
106576
1973
فعندما تصنع فيلما لتدفق الدم، يكون لديك وكيل
02:04
proxy of brain activity.
39
108549
2339
وكيل لنشاط الدماغ.
02:06
This has literally revolutionized cognitive science.
40
110888
3034
وقد أحدث ذلك، بشكل حرفي، ثورة في العلوم المعرفية.
02:09
Take any cognitive domain you want, memory,
41
113922
1991
خذ أي مجال معرفي تريد، الذاكرة
02:11
motor planning, thinking about your mother-in-law,
42
115913
2141
التخطيط الحركي، التفكير في حماتك،
02:13
getting angry at people, emotional response, it goes on and on,
43
118054
3715
غضبك من الآخرين، الاستجابة العاطفية والقائمة تطول.
02:17
put people into functional MRI devices, and
44
121769
3089
ضع الناس في أجهزة التصوير بالرنين المغناطيسي،
02:20
image how these kinds of variables map onto brain activity.
45
124858
3383
و قم بتصوير كيفيّة ارتباط هذه الأنواع من المتغيرات بنشاط الدماغ.
02:24
It's in its early stages, and it's crude by some measures,
46
128241
2849
إنّها في مراحلها المبكرة، وهي أولية ببعض المقاييس،
02:26
but in fact, 20 years ago, we were at nothing.
47
131090
2568
لكن في الحقيقة، منذ عشرين عاماً، لم نتوصّل إلى شيء.
02:29
You couldn't do people like this. You couldn't do healthy people.
48
133658
2359
لم نكن نستطيع القيام بذلك على الأشخاص، على الأشخاص الأصحّاء.
02:31
That's caused a literal revolution, and it's opened us up
49
136017
2488
وهذا ما تسبّب بالثورة، وقد أوصلتنا
02:34
to a new experimental preparation. Neurobiologists,
50
138505
2818
إلى إعداد تجريبي جديد. علماء بيولوجيا الأعصاب،
02:37
as you well know, have lots of experimental preps,
51
141323
3760
كما تعرفونهم جيداً، لديهم الكثير من التحضيرات التجريبية،
02:40
worms and rodents and fruit flies and things like this.
52
145083
3141
ديدان وقوارض وذباب الفاكهة و ما شابه.
02:44
And now, we have a new experimental prep: human beings.
53
148224
3397
والآن، لدينا محضر تجريبي جديد: البشر.
02:47
We can now use human beings to study and model
54
151621
3761
يمكننا الآن استخدام البشر لدراسة وصياغة
02:51
the software in human beings, and we have a few
55
155382
2950
البرمجة في البشر، ولدينا القليل من
02:54
burgeoning biological measures.
56
158332
2835
الاستعدادات البيولوجية النّاشئة.
02:57
Okay, let me give you one example of the kinds of experiments that people do,
57
161167
3887
حسناً، دعوني أعطيكم مثالا لأنواع التجارب التي يجريها الناس،
03:00
and it's in the area of what you'd call valuation.
58
165054
2677
وهو في مجال ما نسمّيه بالتّقييم.
03:03
Valuation is just what you think it is, you know?
59
167731
2135
التقييم هو، كما تعلمون
03:05
If you went and you were valuing two companies against
60
169866
2804
عندما تذهب وتقيّم شركة مقابل شركة
03:08
one another, you'd want to know which was more valuable.
61
172670
2736
أخرى، فأنت تريد أن تعرف أيهما أكثر قيمة.
03:11
Cultures discovered the key feature of valuation thousands of years ago.
62
175406
3879
اكتشفت الثقافات السمة الرئيسية للتقييم منذ آلاف السنين.
03:15
If you want to compare oranges to windshields, what do you do?
63
179285
2690
إذا أردت أن تقارن بين البرتقال والزجاج الأمامي، فماذا تفعل؟
03:17
Well, you can't compare oranges to windshields.
64
181975
2356
حسناً، لا يمكنك أن تقارن البرتقال بالزجاج الأمامي.
03:20
They're immiscible. They don't mix with one another.
65
184331
2255
لا يمكن المزج بينهما. كلاهما لا يختلط مع الآخر.
03:22
So instead, you convert them to a common currency scale,
66
186586
2351
فبدلاً عن ذلك، تحوّلها إلى مقياس شائع،
03:24
put them on that scale, and value them accordingly.
67
188937
2706
تضعهما على ذلك المقياس وتقيّمهما وفقاً لذلك.
03:27
Well, your brain has to do something just like that as well,
68
191643
3436
يقوم دماغك بفعل نفس الشيء كذلك،
03:30
and we're now beginning to understand and identify
69
195079
2488
وبدأنا الآن في فهم وتحديد
03:33
brain systems involved in valuation,
70
197567
2137
أنظمة الدماغ المشاركة في التقييم.
03:35
and one of them includes a neurotransmitter system
71
199704
2632
وواحد منها يتّضمن نظام الناقل العصبي
03:38
whose cells are located in your brainstem
72
202336
2632
التي تقع خلاياه في جذع المخ
03:40
and deliver the chemical dopamine to the rest of your brain.
73
204968
3175
وتنقل مادة الدوبامين الكيميائية إلى باقي الدماغ.
03:44
I won't go through the details of it, but that's an important
74
208143
2442
لن أخوض في التفاصيل، لكنها اكتشاف
03:46
discovery, and we know a good bit about that now,
75
210585
2157
مهم، ونحن نعرف القليل عنه،
03:48
and it's just a small piece of it, but it's important because
76
212742
2230
وهو جزء بسيط من النظام، لكنه مهم لأنه
03:50
those are the neurons that you would lose if you had Parkinson's disease,
77
214972
3275
يمثّل تلك الخلايا العصبية التي تفقدها إذا أُصبت بمرض باركنسون،
03:54
and they're also the neurons that are hijacked by literally
78
218247
2016
وهي أيضاً الخلايا العصبية التي تم اختطافها بأتمّ معنى الكلمة
03:56
every drug of abuse, and that makes sense.
79
220263
2232
من قبل أيّ عقار مؤدّ للإدمان، وهذا منطقي.
03:58
Drugs of abuse would come in, and they would change
80
222495
2336
العقار المؤدي للإدمان سيدخل، وسيغيّر
04:00
the way you value the world. They change the way
81
224831
1789
الطريقة التي تقيّم بها العالم. ويغيّر الطريقة
04:02
you value the symbols associated with your drug of choice,
82
226620
3199
التي تقيّم بها الرموز المرتبطة بعقارك المفضل،
04:05
and they make you value that over everything else.
83
229819
2514
ويجعلك تقدّرها أكثر من أي شيء آخر.
04:08
Here's the key feature though. These neurons are also
84
232333
3021
وإليك السمة الأساسية. هذه الخلايا العصبية تشترك
04:11
involved in the way you can assign value to literally abstract ideas,
85
235354
3501
كذلك في طريقة تعيينك لقيمة الأفكار المجردة،
04:14
and I put some symbols up here that we assign value to
86
238855
2041
وقد وضعت بعض الرموز هنا التي نعيّن قيمة لها
04:16
for various reasons.
87
240896
2720
لأسباب متنوعة.
04:19
We have a behavioral superpower in our brain,
88
243616
2689
لدينا قوة خارقة سلوكية في دماغنا،
04:22
and it at least in part involves dopamine.
89
246305
1753
وهي تحتوي جزئياً على مادة الدوبامين.
04:23
We can deny every instinct we have for survival for an idea,
90
248058
4189
يمكننا أن ننكر كل غريزة لدينا للبقاء على قيد الحياة لأجل فكرة،
04:28
for a mere idea. No other species can do that.
91
252247
4005
فقط مجرد فكرة. الأنواع الأخرى لا يمكنها القيام بذلك.
04:32
In 1997, the cult Heaven's Gate committed mass suicide
92
256252
3606
في عام 1997، طائفة Heaven's Gate أقدمت على الانتحار الجماعي
04:35
predicated on the idea that there was a spaceship
93
259858
2215
مبنيّا على فكرة أن هناك سفينة فضائية
04:37
hiding in the tail of the then-visible comet Hale-Bopp
94
262073
3785
تختبئ في ذيل المذنب Hale-Bopp الذي كان مرئيّا آنذاك
04:41
waiting to take them to the next level. It was an incredibly tragic event.
95
265858
4272
منتظرين أن يتمّ نقلهم إلى المستوى التّالي. وهو حدث مأساوي بشكل لا يصدق.
04:46
More than two thirds of them had college degrees.
96
270130
3485
وكان لأكثر من ثلثيهم شهادات جامعية.
04:49
But the point here is they were able to deny their instincts for survival
97
273615
3723
ولكن العبرة هنا أنّهم كانوا قادرين على إنكار غرائزهم للبقاء على قيد الحياة
04:53
using exactly the same systems that were put there
98
277338
2866
باستخدام نفس الأنظمة التي كانت موجودة
04:56
to make them survive. That's a lot of control, okay?
99
280204
4042
لجعلهم يبقون على قيد الحياة. يتطلّب الأمر الكثير من التحكم.
05:00
One thing that I've left out of this narrative
100
284246
2089
هناك شيء واحد لم أذكره الأن،
05:02
is the obvious thing, which is the focus of the rest of my
101
286335
2234
هو الشيء الواضح، الذي هو محور بقية محادثتي
05:04
little talk, and that is other people.
102
288569
2159
وهو الناس الآخرون.
05:06
These same valuation systems are redeployed
103
290728
2996
يعاد توزيع نفس أنظمة التقييم هذه
05:09
when we're valuing interactions with other people.
104
293724
2492
عندما نقوم بتقييم التفاعلات مع أشخاص آخرين.
05:12
So this same dopamine system that gets addicted to drugs,
105
296216
3271
لذا نظام الدوبامين هذا نفسه الذي يصبح مدمنا على المخدرات
05:15
that makes you freeze when you get Parkinson's disease,
106
299487
2524
و الذي يصيبك بالشلل عند إصابتك بمرض باركنسون،
05:17
that contributes to various forms of psychosis,
107
302011
3077
الذي له دور في ظهور مختلف أشكال الذهان،
05:20
is also redeployed to value interactions with other people
108
305088
3920
له أيضا دور في التفاعل مع النّاس
05:24
and to assign value to gestures that you do
109
309008
2896
وتعيين قيمة للإيماءات التي يمكنك القيام بها
05:27
when you're interacting with somebody else.
110
311904
2574
عندما تتفاعل مع شخص آخر.
05:30
Let me give you an example of this.
111
314478
2577
واسمحوا لي أن أقدم لكم مثالاً على ذلك.
05:32
You bring to the table such enormous processing power
112
317055
2967
نضيف إلى الجدول قوة معالجة هائلة
05:35
in this domain that you hardly even notice it.
113
320022
2624
في هذا المجال لا نكاد حتى نحسّ بها.
05:38
Let me just give you a few examples. So here's a baby.
114
322646
1467
اسمحوا لي أن أقدم لكم بعض الأمثلة. هذا طفل رضيع.
05:40
She's three months old. She still poops in her diapers and she can't do calculus.
115
324113
3730
عمرها ثلاثة أشهر. لا تزال تتغوط في حفاضات الأطفال و بالطبع لا تستطيع القيام بالعمليات الحسابية.
05:43
She's related to me. Somebody will be very glad that she's up here on the screen.
116
327843
3353
هي من أقربائي. سيسعد شخصا ما كثيرا لرؤية صورتها هنا على الشاشة.
05:47
You can cover up one of her eyes, and you can still read
117
331196
2376
يمكنك تغطية أحد عينيها، ويمكنك أن ترى
05:49
something in the other eye, and I see sort of curiosity
118
333572
2755
شيئا ما في العين الأخرى، أنا أرى نوعا من الفضول
05:52
in one eye, I see maybe a little bit of surprise in the other.
119
336327
3597
في عين، و أرى ربما قليلا من التفاجؤ في الأخرى.
05:55
Here's a couple. They're sharing a moment together,
120
339924
3179
هنا فردان يتقاسمان لحظة حميمة معا،
05:59
and we've even done an experiment where you can cut out
121
343103
1318
وأجرينا حتّى تجربة حيث يمكنك قص
06:00
different pieces of this frame and you can still see
122
344421
3007
قطع مختلفة من هذا الإطار، ويمكنك أن ترى أنّهما
06:03
that they're sharing it. They're sharing it sort of in parallel.
123
347428
2504
لا يزالان يتقاسمان تلك المشاعر بشكل متواز نوعا ما.
06:05
Now, the elements of the scene also communicate this
124
349932
2463
الآن، عناصر المشهد أيضا تكشف لنا
06:08
to us, but you can read it straight off their faces,
125
352395
2235
هذا، لكن يمكننا أيضا أن نرى هذا في وجوههما،
06:10
and if you compare their faces to normal faces, it would be a very subtle cue.
126
354630
3503
وإذا قارنت وجوههما بالوجوه العادية، ستلاحظ الاختلاف بدقة.
06:14
Here's another couple. He's projecting out at us,
127
358133
3347
هذا زوج آخر، هو يكشف لنا
06:17
and she's clearly projecting, you know,
128
361480
2888
و هي أيضا تكشف لنا
06:20
love and admiration at him.
129
364368
2263
مشاعر الحب والاعجاب تجاهه.
06:22
Here's another couple. (Laughter)
130
366631
3635
هنا زوج آخر. (ضحك)
06:26
And I'm thinking I'm not seeing love and admiration on the left. (Laughter)
131
370266
5150
و أنا أفكّر في أنّنا لا نرى الحب والاعجاب على اليسار. (ضحك)
06:31
In fact, I know this is his sister, and you can just see
132
375416
2560
في الواقع، تلك هي شقيقته، ويمكنك أن تراه
06:33
him saying, "Okay, we're doing this for the camera,
133
377976
2513
يقول "حسنا، نحن نفعل هذا لأجل الكاميرا،
06:36
and then afterwards you steal my candy and you punch me in the face." (Laughter)
134
380489
5702
وثم بعد ذلك ستعودين لسرقة الحلوى خاصّتي و لكمي في الوجه. " (ضحك)
06:42
He'll kill me for showing that.
135
386191
2106
سيقتلني بسبب عرض هذه الصورة.
06:44
All right, so what does this mean?
136
388297
2797
إذن، ما الذي يعنيه كلّ هذا؟
06:46
It means we bring an enormous amount of processing power to the problem.
137
391094
3350
هذا يعني أنّنا نحمل كمية هائلة من طاقة المعالجة لهذه المشكلة.
06:50
It engages deep systems in our brain, in dopaminergic
138
394444
3648
وهو يشرك الأنظمة العميقة في الدماغ، في الأنطمة الدوباميطاقية
06:53
systems that are there to make you chase sex, food and salt.
139
398092
2818
المسؤولة عن غرائز البحث عن الجنس أو الطعام و الملح.
06:56
They keep you alive. It gives them the pie, it gives
140
400910
2894
هي تبقينا على قيد الحياة. تعطينا الفطيرة، تعطينا
06:59
that kind of a behavioral punch which we've called a superpower.
141
403804
2904
نوعا من اللّكمة السلوكيّة و التي سمّيناها بالقوة الخارقة.
07:02
So how can we take that and arrange a kind of staged
142
406708
3654
فكيف يمكننا أن نستفيد من ذلك و نخلق نوعا من
07:06
social interaction and turn that into a scientific probe?
143
410362
2698
التفاعل الاجتماعي وتحويله إلى تحقيق علمي؟
07:08
And the short answer is games.
144
413060
2691
الإجابة القصيرة هي: الألعاب.
07:11
Economic games. So what we do is we go into two areas.
145
415751
4404
الألعاب الاقتصادية. ما نقوم به هو أنّنا الخوض في مجالين.
07:16
One area is called experimental economics. The other area is called behavioral economics.
146
420155
3336
الأول هو الاقتصاد التجريبي والثاني هو الاقتصاد السلوكي.
07:19
And we steal their games. And we contrive them to our own purposes.
147
423491
4078
نقوم بسرقة ألعابهم و نستخدمها في أغراضنا الخاصة.
07:23
So this shows you one particular game called an ultimatum game.
148
427569
2967
هذا يظهر لكم لعبة تسمى لعبة إنذار.
07:26
Red person is given a hundred dollars and can offer
149
430536
1845
يتمّ إعطاء الشخص الأحمر 100 دولار، ويمكنه أن يعرض
07:28
a split to blue. Let's say red wants to keep 70,
150
432381
3723
أن يقسم مع الشخص الأزرق. دعونا نفترض أنّ الأحمر يريد إبقاء 70،
07:32
and offers blue 30. So he offers a 70-30 split with blue.
151
436104
4086
و يعطي الأزرق 30. حيث أنه يتقاسم 70-30 مع الأزرق.
07:36
Control passes to blue, and blue says, "I accept it,"
152
440190
2851
فينال الأزرق التّحكم و يقبل بالمبلغ،
07:38
in which case he'd get the money, or blue says,
153
443041
1956
في هذه الحالة سيحصل على المال، أو يمكنه أن يرفض
07:40
"I reject it," in which case no one gets anything. Okay?
154
444997
4307
و في هذه الحالة لا يحصل أيّ منهما على أيّ شيء.
07:45
So a rational choice economist would say, well,
155
449304
3392
عالم اقتصاد ذو قرار عقلانيّ قد يقول
07:48
you should take all non-zero offers.
156
452696
2056
عليك أن تقبل بكلّ عرض تنال فيه مالا.
07:50
What do people do? People are indifferent at an 80-20 split.
157
454752
3762
ماذا يفعل الناس؟ الناس لا يبالون في انقسام 80-20.
07:54
At 80-20, it's a coin flip whether you accept that or not.
158
458514
3524
80-20، هو ربح ذو وجهين ما إذا كنت ستقبل أم لا.
07:57
Why is that? You know, because you're pissed off.
159
462038
2891
لماذا؟ لأنك منزعج.
08:00
You're mad. That's an unfair offer, and you know what an unfair offer is.
160
464929
3609
غاضب، لأنّ هذا العرض غير عادل.
08:04
This is the kind of game done by my lab and many around the world.
161
468538
2704
هذا هو نوع الألعاب التي نقوم بها في مختبري و في العديد من المخابر بجميع أنحاء العالم.
08:07
That just gives you an example of the kind of thing that
162
471242
2544
هذا يعطيكم فكرة بسيطة على ما تقوم به أنواع مماثلة
08:09
these games probe. The interesting thing is, these games
163
473786
3738
من الألعاب. الشيء المثير للاهتمام هو، أنّ هذه الألعاب
08:13
require that you have a lot of cognitive apparatus on line.
164
477524
3707
تتطلّب أن يكون لديك الكثير من الجهاز المعرفي على الخط.
08:17
You have to be able to come to the table with a proper model of another person.
165
481231
2928
عليك أن تكون قادراً على المجيء إلى طاولة المفاوضات مع نموذج مناسب لشخص آخر.
08:20
You have to be able to remember what you've done.
166
484159
3213
عليك أن تكون قادراً على تذكر ما قمت به.
08:23
You have to stand up in the moment to do that.
167
487372
1420
عليك للوقوف في تلك اللحظة للقيام بذلك.
08:24
Then you have to update your model based on the signals coming back,
168
488792
3350
ثم عليك تحديث النموذج الخاص بك استناداً إلى الإشارات القادمة إليك،
08:28
and you have to do something that is interesting,
169
492142
2972
و عليك القيام بشيء مثير للاهتمام،
08:31
which is you have to do a kind of depth of thought assay.
170
495114
2597
وهو فحص فكريّ عميق نوعا ما.
08:33
That is, you have to decide what that other person expects of you.
171
497711
3333
إذ أنّ عليك أن تخمّن ما الذي سيقرّره الشخص الآخر.
08:36
You have to send signals to manage your image in their mind.
172
501044
2954
عليك إرسال إشارات للتحكم بصورتك في عقل الآخر.
08:39
Like a job interview. You sit across the desk from somebody,
173
503998
2853
مثلا في مقابلة عمل. تجلس عبر المكتب قبالة شخص ما،
08:42
they have some prior image of you,
174
506851
1369
لديه مسبقا بعض الصور و الأفكار عنك،
08:44
you send signals across the desk to move their image
175
508220
2751
يمكنك إرسال إشارات عبر مكتب لنقل الصور
08:46
of you from one place to a place where you want it to be.
176
510971
3920
التي يمتلكونها عنكم من مكان إلى آخر حيث تريد لها أن تكون.
08:50
We're so good at this we don't really even notice it.
177
514891
3385
نحن نجيد القيام بهذا لكننا لا ندرك ذلك.
08:54
These kinds of probes exploit it. Okay?
178
518276
3767
بعض الوضعيات المشابهة تكشف عنها.
08:57
In doing this, what we've discovered is that humans
179
522043
1807
عند القيام بذلك، ما اكتشفناه هو أنّ البشر
08:59
are literal canaries in social exchanges.
180
523850
2331
يشبهون طيور الكناري في التفاعلات الاجتماعية.
09:02
Canaries used to be used as kind of biosensors in mines.
181
526181
3397
كان يتمّ استخدام طيور الكناري كنوع من أجهزة استشعار للعوامل البيولوجية في المناجم.
09:05
When methane built up, or carbon dioxide built up,
182
529578
3560
عندما تزداد كميّات الميثان أو ثاني أكسيد الكربون،
09:09
or oxygen was diminished, the birds would swoon
183
533138
4186
أو تتضاءل كمية الأكسجين، يغمى على الطيور
09:13
before people would -- so it acted as an early warning system:
184
537324
2326
قبل الناس - لذا فقد كانت كنظام للإنذار المبكر:
09:15
Hey, get out of the mine. Things aren't going so well.
185
539650
2980
مهلا، اخرج من المنجم. الأمور ليست على ما على ما يرام هنا.
09:18
People come to the table, and even these very blunt,
186
542630
2954
الناس يجلسون إلى الطاولة، وحتّى السيؤو الطباع منهم
09:21
staged social interactions, and they, and there's just
187
545584
2990
ينظمون تفاعلات اجتماعية، و هناك
09:24
numbers going back and forth between the people,
188
548574
3016
أرقام تتباين بين الأشخاص،
09:27
and they bring enormous sensitivities to it.
189
551590
2199
وهي تجلب حساسيات هائلة لهم.
09:29
So we realized we could exploit this, and in fact,
190
553789
2689
أدركنا أنّه بإمكاننا اسغلال هذا، وفي الحقيقة،
09:32
as we've done that, and we've done this now in
191
556478
2556
هذا ما فعلناه، و جرّبنا الأمر مع
09:34
many thousands of people, I think on the order of
192
559034
2694
العديد من الآلاف من الناس، أعتقد أنّ العدد يقارب
09:37
five or six thousand. We actually, to make this
193
561728
2165
خمسة أو ستة آلاف. ونحن في الواقع، نحتاج إلى عدد أكبر
09:39
a biological probe, need bigger numbers than that,
194
563893
2224
إن أردنا جعل الأمر دراسة بيولوجية،
09:42
remarkably so. But anyway,
195
566117
3674
لكن على أي حال،
09:45
patterns have emerged, and we've been able to take
196
569791
2004
ظهرت أنماط معيّنة، و تمكّنا من تحويل
09:47
those patterns, convert them into mathematical models,
197
571795
3836
تلك الأنماط إلى نماذج رياضية،
09:51
and use those mathematical models to gain new insights
198
575631
2689
واستخدام هذه النماذج الرياضية لاكتساب رؤى جديدة
09:54
into these exchanges. Okay, so what?
199
578320
2131
لهذه التّفاعلات. وماذا بعد؟
09:56
Well, the so what is, that's a really nice behavioral measure,
200
580451
3313
لقد كانت عملية قيس سلوكيّة جيدة،
09:59
the economic games bring to us notions of optimal play.
201
583764
3319
ألعاب الاقتصادية تكشف لنا عن مفاهيم اللعب الأمثل.
10:02
We can compute that during the game.
202
587083
2484
يمكن أن نحسب ذلك خلال اللعبة.
10:05
And we can use that to sort of carve up the behavior.
203
589567
2953
ويمكننا استخدام ذلك لتجزئة تفاصيل السلوك.
10:08
Here's the cool thing. Six or seven years ago,
204
592520
4330
الأمر الرائع بهذا الشأن، هو أنّه منذ ست أو سبع سنوات مضت،
10:12
we developed a team. It was at the time in Houston, Texas.
205
596850
2550
قمنا بتطوير فريق في هيوستن، تكساس.
10:15
It's now in Virginia and London. And we built software
206
599400
3394
وهو الآن في ولاية فرجينيا ولندن أيضا. وبنينا البرمجيات
10:18
that'll link functional magnetic resonance imaging devices
207
602794
3207
التي سوف تربط أجهزة التصوير بالرنين المغناطيسي الوظيفي
10:21
up over the Internet. I guess we've done up to six machines
208
606001
4035
بشبكة الإنترنت. أعتقد أنّنا وصلنا قرابة الستة آلات حينها
10:25
at a time, but let's just focus on two.
209
610036
1981
ولكن دعونا نركز فقط على اثنين.
10:27
So it synchronizes machines anywhere in the world.
210
612017
3058
وهي تعمل على مزامنة الأجهزة في أي مكان في العالم.
10:30
We synchronize the machines, set them into these
211
615075
3169
نزامن الآلات، ثمّ نعدّلها للعمل أثناء
10:34
staged social interactions, and we eavesdrop on both
212
618244
1983
هذه التفاعلات الاجتماعية، ثمّ نراقب الدماغين
10:36
of the interacting brains. So for the first time,
213
620227
1666
المتفاعلين. في المرة الأولى،
10:37
we don't have to look at just averages over single individuals,
214
621893
3607
لم نحتاج مراقبة معدّل لعب أشخاص فرديّين،
10:41
or have individuals playing computers, or try to make
215
625500
2897
أو جعل أفراد يلعبون مع الحاسوب، أو محاولة صنع
10:44
inferences that way. We can study individual dyads.
216
628397
2763
تفاعلات من ذلك النوع. يمكن أن نقوم بدراسة ثنائيّات.
10:47
We can study the way that one person interacts with another person,
217
631160
2785
يمكن أن نقوم بدراسة الطريقة تفاعل الشخص مع شخص آخر،
10:49
turn the numbers up, and start to gain new insights
218
633945
2564
يصل بدوره الأرقام، وتبدأ في اكتساب رؤى جديدة
10:52
into the boundaries of normal cognition,
219
636509
2515
في حدود الإدراك العادي،
10:54
but more importantly, we can put people with
220
639024
2732
ولكن الأهم من ذلك، يمكننا أن نضع الناس مع
10:57
classically defined mental illnesses, or brain damage,
221
641756
3337
أمراض عقلية محددة بشكل كلاسيكي، أو تلف في الدماغ،
11:00
into these social interactions, and use these as probes of that.
222
645093
3551
في هذه التفاعلات الاجتماعية، وتستخدم هذه كتحقيقات من هذا.
11:04
So we've started this effort. We've made a few hits,
223
648644
2350
حتى لقد بدأنا هذا الجهد. لقد حققنا مرات قليلة،
11:06
a few, I think, embryonic discoveries.
224
650994
2449
قليلة، كما أعتقد، الاكتشافات الجنينية.
11:09
We think there's a future to this. But it's our way
225
653443
2812
ونحن نعتقد أن هناك مستقبلا لهذا. ولكن هو طريقنا
11:12
of going in and redefining, with a new lexicon,
226
656255
2560
للذهاب وإعادة تعريف، مع معجم جديد،
11:14
a mathematical one actually, as opposed to the standard
227
658815
4022
واحدة رياضية فعلا، بدلاً من المعيار
11:18
ways that we think about mental illness,
228
662837
2578
السبل التي يمكننا التفكير في المرض العقلي،
11:21
characterizing these diseases, by using the people
229
665415
2067
تميز هذه الأمراض، باستخدام الناس
11:23
as birds in the exchanges. That is, we exploit the fact
230
667482
3007
كالطيور في التبادلات. فعلينا استغلال حقيقة
11:26
that the healthy partner, playing somebody with major depression,
231
670489
4244
أن الشريك صحية، يلعب شخص ما مع الاكتئاب الكبرى،
11:30
or playing somebody with autism spectrum disorder,
232
674733
2910
أو يلعب شخص ما مع اضطراب طيف التوحد،
11:33
or playing somebody with attention deficit hyperactivity disorder,
233
677643
3850
أو يلعب شخص ما مع اضطراب نقص الانتباه فرط النشاط،
11:37
we use that as a kind of biosensor, and then we use
234
681493
3219
علينا استخدام ذلك كنوع منحساسات بيلوجية، ومن ثم نستخدم
11:40
computer programs to model that person, and it gives us
235
684712
2644
برامج الكمبيوتر نموذج ذلك الشخص، وأنه يعطينا
11:43
a kind of assay of this.
236
687356
2470
نوع من الفحص لهذا.
11:45
Early days, and we're just beginning, we're setting up sites
237
689826
2131
كنت مجرد بداية الأيام الأولى، وإننا، ونحن تقوم بإعداد المواقع
11:47
around the world. Here are a few of our collaborating sites.
238
691957
3410
في كل أنحاء العالم. وفيما يلي عدد قليل المواقع المتعاونة.
11:51
The hub, ironically enough,
239
695367
2309
لوحة الوصل، ومن المفارقات أن
11:53
is centered in little Roanoke, Virginia.
240
697676
2889
يتم توسيط في ليتل رونوك بولاية فيرجينيا.
11:56
There's another hub in London, now, and the rest
241
700565
2269
وهناك مركز آخر في لندن، الآن، وبقية
11:58
are getting set up. We hope to give the data away
242
702834
4009
يتم الحصول على إقامة. ونأمل أن يعطي البيانات بعيداً
12:02
at some stage. That's a complicated issue
243
706843
3673
في مرحلة من المراحل. وهذه مسألة معقدة
12:06
about making it available to the rest of the world.
244
710516
2994
حول جعلها متاحة لبقية العالم.
12:09
But we're also studying just a small part
245
713510
1847
ولكن نحن ندرس أيضا مجرد جزء صغير
12:11
of what makes us interesting as human beings, and so
246
715357
2267
لما يجعلنا مثيرة للاهتمام كبشر، وما إلى ذلك
12:13
I would invite other people who are interested in this
247
717624
2041
وأود أن أدعو الآخرين المهتمين بهذا
12:15
to ask us for the software, or even for guidance
248
719665
2569
أن يطلب منا للبرامج، أو حتى للتوجيه
12:18
on how to move forward with that.
249
722234
2219
حول كيفية المضي قدما في ذلك.
12:20
Let me leave you with one thought in closing.
250
724453
2341
اسمحوا لي أن اترك لكم فكر واحدة في الختام.
12:22
The interesting thing about studying cognition
251
726794
1942
الشيء المثير للاهتمام حول دراسة الإدراك
12:24
has been that we've been limited, in a way.
252
728736
3732
هو أننا كنا محدودين، بطريقة ما.
12:28
We just haven't had the tools to look at interacting brains
253
732468
2943
فقط لم يكن لدينا الأدوات اللازمة لإلقاء نظرة على العقول المتفاعلة
12:31
simultaneously.
254
735411
1200
في نفس الوقت.
12:32
The fact is, though, that even when we're alone,
255
736611
2470
والحقيقة، على الرغم من أنه حتى عندما نكون وحدها،
12:34
we're a profoundly social creature. We're not a solitary mind
256
739081
4111
نحن مخلوق اجتماعية تأثيراً عميقا. نحن لسنا عقل الانفرادي
12:39
built out of properties that kept it alive in the world
257
743192
4373
بني من الخصائص التي أبقت على قيد الحياة في العالم
12:43
independent of other people. In fact, our minds
258
747565
3948
مستقلة من أشخاص آخرين. في الواقع، لدينا عقول
12:47
depend on other people. They depend on other people,
259
751513
2870
تعتمد على أشخاص آخرين. وهم يعتمدون على أشخاص آخرين،
12:50
and they're expressed in other people,
260
754383
1541
وهم يعبروا في أشخاص آخرين،
12:51
so the notion of who you are, you often don't know
261
755924
3652
حتى مفهوم من أنت، أنت غالباً لا تعرف
12:55
who you are until you see yourself in interaction with people
262
759576
2688
من أنت حتى ترى نفسك في التفاعل مع الناس
12:58
that are close to you, people that are enemies of you,
263
762264
2406
القريبين لك، الناس الذين هم أعداء لك،
13:00
people that are agnostic to you.
264
764670
2545
الناس الذين هم أدري لك.
13:03
So this is the first sort of step into using that insight
265
767215
3776
لذلك هذا هي الخطوة الأولى إلى استخدام تلك البصيرة
13:06
into what makes us human beings, turning it into a tool,
266
770991
3295
إلى ما يجعل منا كائنات بشرية، تحول إلى أداة،
13:10
and trying to gain new insights into mental illness.
267
774286
1978
وفي محاولة لاكتساب نظرة ثاقبة جديدة من المرض العقلي.
13:12
Thanks for having me. (Applause)
268
776264
3121
أشكركم على استضافتي. (تصفيق)
13:15
(Applause)
269
779385
3089
(تصفيق)
ABOUT THE SPEAKER
Read Montague - Behavioral NeuroscientistWhat does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work.
Why you should listen
Until recently, the world's curiosity about our brains seemed to focus on abnormal behavior. Which of course left a big question unanswered: Do we even know what "normal behavior" is? Through the landmark Roanoke Brain Study, Read Montague is hoping to find that out, exploring the everyday tasks of brains -- making decisions, understanding social context, and relating to others -- by neuroimaging some 5,000 people, ages 18-85, over a period of many years.
Montague's teams in Virginia and in London lead fascinating research in computational neuroscience (how the brain's "machinery" works), offering insight into the relationship between the social and cognitive functions. For instance, a recent study from his group found that in small social groups, some people will alter the expression of their IQ in reaction to social pressures -- revising, in almost all cases, downward.
Read Montague | Speaker | TED.com