TEDMED 2012
Miguel Nicolelis: A monkey that controls a robot with its thoughts. No, really.
Miguel Nicolelis: Miguel Nicolelis: En abe der kontrollerer en robotarm med sine tanker. Seriøst.
Filmed:
Readability: 4.1
1,315,130 views
Kan vi bruge vores hjerner til direkte at kontrollere maskiner -- uden at bruge kroppen som mellemmand? Miguel Nicolelis fortæller om et forbløffende eksperiment, hvor en klog abe i USA lærer at kontrollere en abeavatar, og så en robotarm i Japan udelukkende med tankerne. Forskningen har store konsekvenser for folk der er ramt af quadriplegi -- og måske for os alle. (Filmet ved TEDMED 2012.)
Miguel Nicolelis - Neuroscientist
Miguel Nicolelis explores the limits of the brain-machine interface. Full bio
Miguel Nicolelis explores the limits of the brain-machine interface. Full bio
Double-click the English transcript below to play the video.
00:16
The kind of neuroscience that I do and my colleagues do
0
330
2851
Den slags neurovidenskab som jeg laver
og mine kolleger laver
og mine kolleger laver
00:19
is almost like the weatherman.
1
3181
2166
er næsten ligesom manden fra vejrudsigten.
00:21
We are always chasing storms.
2
5347
3516
Vi jagter altid storme.
00:24
We want to see and measure storms -- brainstorms, that is.
3
8863
4883
Vi vil se og måle storme -- det vil sige, brainstorme.
00:29
And we all talk about brainstorms in our daily lives,
4
13746
2768
Og vi taler om brainstorms i vores daglige liv,
00:32
but we rarely see or listen to one.
5
16514
3450
men vi ser eller lytter sjældent til en.
00:35
So I always like to start these talks
6
19964
1634
Så jeg kan godt lide at starte disse foredrag
00:37
by actually introducing you to one of them.
7
21598
2982
ved faktisk at introducere jer for en af dem.
00:40
Actually, the first time we recorded more than one neuron --
8
24580
3427
Faktisk, den første gang vi optog
mere end en neuron --
mere end en neuron --
00:43
a hundred brain cells simultaneously --
9
28007
2223
hundrede hjerneceller samtidig --
00:46
we could measure the electrical sparks
10
30230
2469
kunne vi måle de elektriske gnister
00:48
of a hundred cells in the same animal,
11
32699
2680
af hundrede celler i det samme dyr,
00:51
this is the first image we got,
12
35379
1802
dette er det første billede vi fik,
00:53
the first 10 seconds of this recording.
13
37181
2315
de første 10 sekunder af denne optagelse.
00:55
So we got a little snippet of a thought,
14
39496
3351
Så vi fik en lille bid af en tanke,
00:58
and we could see it in front of us.
15
42847
2905
og vi kunne se det foran os.
01:01
I always tell the students
16
45752
1012
Jeg fortæller altid de studerende
01:02
that we could also call neuroscientists some sort of astronomer,
17
46764
4106
at vi også kunne kalder neuroforskere
en slags astronomer,
en slags astronomer,
01:06
because we are dealing with a system
18
50870
1626
fordi vi har at gøre med et system
01:08
that is only comparable in terms of number of cells
19
52496
2917
der kun er sammenligneligt med
hensyn til antallet af celler
hensyn til antallet af celler
01:11
to the number of galaxies that we have in the universe.
20
55413
2936
med antallet af galakser som vi har i universet.
01:14
And here we are, out of billions of neurons,
21
58349
3030
Og her er vi, ud af milliarder af neuroner,
01:17
just recording, 10 years ago, a hundred.
22
61379
2818
kun optagelser, 10 år siden, et hundrede.
01:20
We are doing a thousand now.
23
64197
1583
Vi laver tusind nu.
01:21
And we hope to understand something fundamental about our human nature.
24
65780
5400
Og vi håber på at kunne forstå noget
fundamentalt om vores menneskelige natur.
fundamentalt om vores menneskelige natur.
01:27
Because, if you don't know yet,
25
71180
1932
Fordi, hvis I ikke ved det endnu,
01:29
everything that we use to define what human nature is comes from these storms,
26
73112
5250
alt det vi bruger til at definere hvad den
menneskelige natur er, kommer fra disse storme,
menneskelige natur er, kommer fra disse storme,
01:34
comes from these storms that roll over the hills and valleys of our brains
27
78362
4651
det kommer fra disse storme der ruller hen
over bakkerne og dalene i vores hjerne
over bakkerne og dalene i vores hjerne
01:38
and define our memories, our beliefs,
28
83013
3885
og definere vores minder, vores overbevisninger,
01:42
our feelings, our plans for the future.
29
86898
2700
vores følelser, vores planer for fremtiden.
01:45
Everything that we ever do,
30
89598
2398
Det eneste vi nogensinde gør,
01:47
everything that every human has ever done, do or will do,
31
91996
5067
alt det mennesket nogensinde har gjort,
gør eller vil gøre,
gør eller vil gøre,
01:52
requires the toil of populations of neurons producing these kinds of storms.
32
97063
5434
kræver mange neuroners hårde arbejde
at producere denne slags storme.
at producere denne slags storme.
01:58
And the sound of a brainstorm, if you've never heard one,
33
102497
2483
Og lyden af en brainstorm,
hvis I nogensinde har hørt en,
hvis I nogensinde har hørt en,
02:00
is somewhat like this.
34
104980
3349
er noget der ligner dette.
02:04
You can put it louder if you can.
35
108329
3146
Man kan sætte det højere hvis man kan.
02:07
My son calls this "making popcorn while listening to a badly-tuned A.M. station."
36
111475
6403
Min søn kalder dette "at lave popcorn
mens man lytter til en dårlig indstillet A.M. station."
mens man lytter til en dårlig indstillet A.M. station."
02:13
This is a brain.
37
117878
1485
Dette er hjernen.
02:15
This is what happens when you route these electrical storms to a loudspeaker
38
119363
3434
Dette er hvad der sker når man tilslutter
disse elektriske storme til en højtaler
disse elektriske storme til en højtaler
02:18
and you listen to a hundred brain cells firing,
39
122797
2866
og man lytter til hundrede aktive hjerneceller,
02:21
your brain will sound like this -- my brain, any brain.
40
125663
4622
vil ens hjerne lyde som dette
-- min hjerne, enhver hjerne.
-- min hjerne, enhver hjerne.
02:26
And what we want to do as neuroscientists in this time
41
130285
3762
Og det vi vil gøre som neuroforskere på denne tid
02:29
is to actually listen to these symphonies, these brain symphonies,
42
134047
5350
er faktisk at lytte til disse symfonier,
disse hjernesymfonier,
disse hjernesymfonier,
02:35
and try to extract from them the messages they carry.
43
139397
3400
og prøve at udtrække de signaler der kommer fra dem.
02:38
In particular, about 12 years ago
44
142797
2851
I særdeleshed, for omkring 12 år siden
02:41
we created a preparation that we named brain-machine interfaces.
45
145648
3048
skabte vi en forberedelse som vi kaldte
hjerne-maskine grænseflader.
hjerne-maskine grænseflader.
02:44
And you have a scheme here that describes how it works.
46
148696
2702
Og der er et skema her der beskriver
hvordan det fungerer.
hvordan det fungerer.
02:47
The idea is, let's have some sensors that listen to these storms, this electrical firing,
47
151398
5566
Ideen er, lad os have nogle sensorer der lytter til
disse storme, disse elektriske udledninger,
disse storme, disse elektriske udledninger,
02:52
and see if you can, in the same time that it takes
48
156964
3082
og se om I kan, på den samme tid som det tager
02:55
for this storm to leave the brain and reach the legs or the arms of an animal --
49
160046
4969
for denne storm at forlade hjernen
og nå benene eller armene af et dyr --
og nå benene eller armene af et dyr --
03:00
about half a second --
50
165015
2864
omkring et halvt sekund --
03:03
let's see if we can read these signals,
51
167879
2351
lad os se om vi kan læse disse signaler,
03:06
extract the motor messages that are embedded in it,
52
170230
3400
udtrække de motoriske signaler der er indlejret i dem,
03:09
translate it into digital commands
53
173630
2272
oversætte dem til digitale kommandoer
03:11
and send it to an artificial device
54
175902
1886
og sende dem til et kunstigt apparat
03:13
that will reproduce the voluntary motor wheel of that brain in real time.
55
177788
5893
der vil reproducere det motoriske arbejde
for den hjerne i realtid.
for den hjerne i realtid.
03:19
And see if we can measure how well we can translate that message
56
183681
3848
Og se om vi kan måle hvor godt vi
kan oversætte det signal
kan oversætte det signal
03:23
when we compare to the way the body does that.
57
187529
3518
når vi sammenligner det med måden
som kroppen gør det.
som kroppen gør det.
03:26
And if we can actually provide feedback,
58
191047
2866
Og hvis vi faktisk kan give feedback,
03:29
sensory signals that go back from this robotic, mechanical, computational actuator
59
193913
5734
kan sanse signaler der går tilbage
fra denne robotagtige, mekaniske
fra denne robotagtige, mekaniske
03:35
that is now under the control of the brain,
60
199647
2251
beregningsmæssige aktiveringsenhed,
der nu er under hjernens kontrol,
der nu er under hjernens kontrol,
03:37
back to the brain,
61
201898
1311
tilbage til hjernen,
03:39
how the brain deals with that,
62
203209
2121
hvordan hjernen håndterer det,
03:41
of receiving messages from an artificial piece of machinery.
63
205330
4901
at modtage signaler fra
et kunstigt stykke maskineri.
et kunstigt stykke maskineri.
03:46
And that's exactly what we did 10 years ago.
64
210231
2321
Og det er faktisk hvad vi gjorde for 10 år siden.
03:48
We started with a superstar monkey called Aurora
65
212552
2961
Vi begyndte med en superstjerneabe
der hedder Aurora
der hedder Aurora
03:51
that became one of the superstars of this field.
66
215513
2468
der blev en af superstjernerne i dette felt.
03:53
And Aurora liked to play video games.
67
217981
2299
Og Aurora kunne godt lide at spille computerspil.
03:56
As you can see here,
68
220280
1373
Som I kan se her,
03:57
she likes to use a joystick, like any one of us, any of our kids, to play this game.
69
221653
4944
hun kan godt lide at bruge et joystick, ligesom vi,
ligesom jeres børn, at spille dette spil.
ligesom jeres børn, at spille dette spil.
04:02
And as a good primate, she even tries to cheat before she gets the right answer.
70
226597
4671
Og som en god primat, prøver hun endda
at snyde inden hun giver det rigtige svar.
at snyde inden hun giver det rigtige svar.
04:07
So even before a target appears that she's supposed to cross
71
231268
4283
Så selv inden der viser sig et mål
som hun skal krydse af
som hun skal krydse af
04:11
with the cursor that she's controlling with this joystick,
72
235551
2850
med markøren som hun kontrollerer
med dette joystick,
med dette joystick,
04:14
Aurora is trying to find the target, no matter where it is.
73
238401
3951
prøver Aurora at finde målet, uanset hvor det er.
04:18
And if she's doing that,
74
242352
1469
Og hvis hun gør det,
04:19
because every time she crosses that target with the little cursor,
75
243821
3314
fordi hver gang hun krydser det mål
med den lille markør,
med den lille markør,
04:23
she gets a drop of Brazilian orange juice.
76
247135
2950
får hun en dråbe brasiliansk appelsinjuice.
04:25
And I can tell you, any monkey will do anything for you
77
250085
2950
Og jeg kan fortælle jer,
at enhver abe vil gøre hvad som helst for dig
at enhver abe vil gøre hvad som helst for dig
04:28
if you get a little drop of Brazilian orange juice.
78
253035
3100
hvis man får en lille dråbe brasiliansk appelsinjuice.
04:32
Actually any primate will do that.
79
256135
2731
Det vil alle primater faktisk.
04:34
Think about that.
80
258866
1334
Tænk over det.
04:36
Well, while Aurora was playing this game, as you saw,
81
260200
3400
Jamen, mens Aurora spillede dette spil, som I så,
04:39
and doing a thousand trials a day
82
263600
2435
og lavede tusinde forsøg hver dag
04:41
and getting 97 percent correct and 350 milliliters of orange juice,
83
266035
3883
og fik 97 procent rigtige
og 350 milliliter appelsinjuice,
og 350 milliliter appelsinjuice,
04:45
we are recording the brainstorms that are produced in her head
84
269918
3399
optager vi de brainstorms
der bliver produceret i hendes hoved
der bliver produceret i hendes hoved
04:49
and sending them to a robotic arm
85
273317
1647
og sender dem tilbage til en robotarm
04:50
that was learning to reproduce the movements that Aurora was making.
86
274964
3871
der lærte at reproducere bevægelserne
som Aurora lavede.
som Aurora lavede.
04:54
Because the idea was to actually turn on this brain-machine interface
87
278835
3783
Fordi ideen var faktisk at tænde for
denne hjerne-maskine grænseflade
denne hjerne-maskine grænseflade
04:58
and have Aurora play the game just by thinking,
88
282618
4700
og få Aurora til at spille spillet bare ved at tænke,
05:03
without interference of her body.
89
287318
2617
uden at blive forstyrret af hendes krop.
05:05
Her brainstorms would control an arm
90
289935
2916
Hendes brainstorms ville kontrollere en arm
05:08
that would move the cursor and cross the target.
91
292851
2709
der ville flytte markøren og krydse målet.
05:11
And to our shock, that's exactly what Aurora did.
92
295560
3191
Og til vores chok, er det præcis det Aurora gjorde.
05:14
She played the game without moving her body.
93
298751
4200
Hun spillede spillet uden at flytte sin krop.
05:18
So every trajectory that you see of the cursor now,
94
302951
2237
Så enhver kurs som I ser markøren lave nu,
05:21
this is the exact first moment she got that.
95
305188
3212
dette er præcis det første øjeblik hun forstod det.
05:24
That's the exact first moment
96
308400
1784
Det er præcis det første øjeblik
05:26
a brain intention was liberated from the physical domains of a body of a primate
97
310184
6767
en hjerneintention blev frigjort fra det fysiske domæne
af en primatkrop
af en primatkrop
05:32
and could act outside, in that outside world,
98
316951
3700
og kunne agere udenfor, i den verden udenfor,
05:36
just by controlling an artificial device.
99
320651
2966
bare ved at kontrollere et kunstigt apparat.
05:39
And Aurora kept playing the game, kept finding the little target
100
323617
4917
Og Aurora blev ved med at spille spillet,
blev ved med at finde målet
blev ved med at finde målet
05:44
and getting the orange juice that she wanted to get, that she craved for.
101
328534
3917
og fik den appelsinjuice som hun ville have,
som hun havde trang til.
som hun havde trang til.
05:48
Well, she did that because she, at that time, had acquired a new arm.
102
332451
6701
Jamen, hun gjorde det fordi hun,
på det tidspunkt, havde fået en ny arm.
på det tidspunkt, havde fået en ny arm.
05:55
The robotic arm that you see moving here 30 days later,
103
339152
2963
Den robotarm I kan se flytte sig her 30 dage senere,
05:58
after the first video that I showed to you,
104
342115
2686
efter det første videoklip jeg viste jer,
06:00
is under the control of Aurora's brain
105
344801
2650
bliver kontrolleret af Auroras hjerne
06:03
and is moving the cursor to get to the target.
106
347451
3168
og flytter markøren for at komme hen til målet.
06:06
And Aurora now knows that she can play the game with this robotic arm,
107
350619
3899
Og Aurora ved nu at hun kan spille spillet
med denne robotarm,
med denne robotarm,
06:10
but she has not lost the ability to use her biological arms to do what she pleases.
108
354518
5716
men hun har ikke mistet mulighederne for at bruge
hendes biologiske arme til at gøre hvad hun vil.
hendes biologiske arme til at gøre hvad hun vil.
06:16
She can scratch her back, she can scratch one of us, she can play another game.
109
360234
4067
Hun kan klø sig på ryggen, hun kan klø en af os,
hun kan spille endnu et spil.
hun kan spille endnu et spil.
06:20
By all purposes and means,
110
364301
1600
I alle hensigter og betydninger,
06:21
Aurora's brain has incorporated that artificial device
111
365901
4116
havde Auroras hjerne integreret det kunstige apparat
06:25
as an extension of her body.
112
370017
2750
som en forlængelse af hendes krop.
06:28
The model of the self that Aurora had in her mind
113
372767
3533
Modellen af det selv som Aurora havde i sit sind
06:32
has been expanded to get one more arm.
114
376300
4084
er blevet udvidet til at få endnu en arm.
06:36
Well, we did that 10 years ago.
115
380384
2350
Jamen, det gjorde vi for 10 år siden.
06:38
Just fast forward 10 years.
116
382734
2833
Bare spol 10 år frem.
06:41
Just last year we realized that you don't even need to have a robotic device.
117
385567
4983
Bare sidste år blev vi klar over at man ikke engang
har brug for et robotagtige apparat.
har brug for et robotagtige apparat.
06:46
You can just build a computational body, an avatar, a monkey avatar.
118
390550
5484
Man kan bare bygge en beregningsmæssig krop,
en avatar, en abeavatar.
en avatar, en abeavatar.
06:51
And you can actually use it for our monkeys to either interact with them,
119
396034
4250
Og man kan faktisk bruge den til vores aber
til enten at interagere med dem,
til enten at interagere med dem,
06:56
or you can train them to assume in a virtual world
120
400284
4439
eller man kan træne dem til at indtage
i en virtuel verden
i en virtuel verden
07:00
the first-person perspective of that avatar
121
404723
3044
et førstepersons perspektiv med den avatar
07:03
and use her brain activity to control the movements of the avatar's arms or legs.
122
407767
5651
og bruge hendes hjerneaktivitet til at kontrollere bevægelserne af avatarens arme eller ben.
07:09
And what we did basically was to train the animals
123
413418
2766
Og det vi dybest set gjorde var at træne dyrene
07:12
to learn how to control these avatars
124
416184
3050
til at lære hvordan man kontrollerer disse avatarer
07:15
and explore objects that appear in the virtual world.
125
419234
3899
og udforske objekter der forekommer
i den virtuelle verden.
i den virtuelle verden.
07:19
And these objects are visually identical,
126
423133
2301
Og disse objekter er visuelt identiske,
07:21
but when the avatar crosses the surface of these objects,
127
425434
3883
men når en avatar overskrider
disse objekters overflade,
disse objekters overflade,
07:25
they send an electrical message that is proportional to the microtactile texture of the object
128
429317
6400
sender de et elektrisk signal der er proportionalt
med den mikrotaktile tekstur af objektet
med den mikrotaktile tekstur af objektet
07:31
that goes back directly to the monkey's brain,
129
435717
4016
der går direkte tilbage til abens hjerne,
07:35
informing the brain what it is the avatar is touching.
130
439733
5052
og informerer hjernen om hvad det er avataren rører.
07:40
And in just four weeks, the brain learns to process this new sensation
131
444785
4765
Og på bare fire uger, lærer hjernen
at behandle denne nye oplevelse
at behandle denne nye oplevelse
07:45
and acquires a new sensory pathway -- like a new sense.
132
449550
6434
og tilegner sig en ny sanse sti -- som en ny sans.
07:51
And you truly liberate the brain now
133
455984
2416
Og man kan i sandhed frigøre hjernen nu
07:54
because you are allowing the brain to send motor commands to move this avatar.
134
458400
4384
fordi man tillader hjernen at sende
motorsignaler til at flytte denne avatar.
motorsignaler til at flytte denne avatar.
07:58
And the feedback that comes from the avatar is being processed directly by the brain
135
462784
5000
Og feedbacken der kommer fra avataren
bliver behandlet direkte i hjernen
bliver behandlet direkte i hjernen
08:03
without the interference of the skin.
136
467784
2433
uden hudens interferens.
08:06
So what you see here is this is the design of the task.
137
470217
2534
Så det man ser her er designet af opgaven.
08:08
You're going to see an animal basically touching these three targets.
138
472751
4250
Man vil se et dyr der dybest set rører disse tre mål.
08:12
And he has to select one because only one carries the reward,
139
477001
4349
Og han skal selektere en,
fordi kun en bærer på belønningen,
fordi kun en bærer på belønningen,
08:17
the orange juice that they want to get.
140
481350
1867
appelsinjuicen som de vil have.
08:19
And he has to select it by touch using a virtual arm, an arm that doesn't exist.
141
483217
5633
Og han skal vælge den ved at røre ved den,
ved hjælp af en virtuel arm, en arm der ikke eksisterer.
ved hjælp af en virtuel arm, en arm der ikke eksisterer.
08:24
And that's exactly what they do.
142
488850
2000
Og det er præcis det de gør.
08:26
This is a complete liberation of the brain
143
490850
3435
Dette er en komplet frigørelse af hjernen
08:30
from the physical constraints of the body and the motor in a perceptual task.
144
494285
4282
fra kroppens og motorikkens fysiske begrænsninger
i en perceptuel opgave.
i en perceptuel opgave.
08:34
The animal is controlling the avatar to touch the targets.
145
498567
4167
Dyret kontrollerer avataren for at røre ved målene.
08:38
And he's sensing the texture by receiving an electrical message directly in the brain.
146
502734
5651
Og han mærker teksturen ved at modtage
et elektrisk signal direkte ind i hjernen.
et elektrisk signal direkte ind i hjernen.
08:44
And the brain is deciding what is the texture associated with the reward.
147
508385
3883
Og hjernen beslutter hvad hvilken tekstur
der er forbundet med belønningen.
der er forbundet med belønningen.
08:48
The legends that you see in the movie don't appear for the monkey.
148
512268
3832
Signaturforklaringerne som man ser i
filmen viser sig ikke for aben.
filmen viser sig ikke for aben.
08:52
And by the way, they don't read English anyway,
149
516100
2484
Og for øvrigt, kan de alligevel ikke læse engelsk,
08:54
so they are here just for you to know that the correct target is shifting position.
150
518584
5216
så de er der bare så I ved at det rigtige mål flytter sig.
08:59
And yet, they can find them by tactile discrimination,
151
523800
3934
Og alligevel, kan de finde dem gennem
berøringsmæssig sondring,
berøringsmæssig sondring,
09:03
and they can press it and select it.
152
527734
3217
og de kan trykke på den og selektere den.
09:06
So when we look at the brains of these animals,
153
530951
2682
Så når vi ser på disse dyrs hjerner,
09:09
on the top panel you see the alignment of 125 cells
154
533633
3667
i det øverste panel ser man grupperingen
af 125 celler
af 125 celler
09:13
showing what happens with the brain activity, the electrical storms,
155
537300
4201
der viser hvad der sker med hjerneaktiviteten,
de elektriske storme,
de elektriske storme,
09:17
of this sample of neurons in the brain
156
541501
2067
af denne prøve af neuroner i hjernen
09:19
when the animal is using a joystick.
157
543568
2116
når dyret bruger joysticket.
09:21
And that's a picture that every neurophysiologist knows.
158
545684
2600
Og det er et billede som alle neurofysiologer kender.
09:24
The basic alignment shows that these cells are coding for all possible directions.
159
548284
5183
Den grundlæggende gruppering viser at disse celler
koder i alle mulige retninger.
koder i alle mulige retninger.
09:29
The bottom picture is what happens when the body stops moving
160
553467
5683
Det nederste billede er det der sker når kroppen
holder op med at bevæge sig
holder op med at bevæge sig
09:35
and the animal starts controlling either a robotic device or a computational avatar.
161
559150
6134
og dyret begynder at kontrollere enten et robotagtigt apparat eller en beregningsmæssig avatar.
09:41
As fast as we can reset our computers,
162
565284
3066
Så hurtigt som vi kan genstarte vores computere,
09:44
the brain activity shifts to start representing this new tool,
163
568350
5818
begynder hjerneaktiviteten at repræsentere
dette nye redskab,
dette nye redskab,
09:50
as if this too was a part of that primate's body.
164
574168
5250
som om dette også er en del af den primats krop.
09:55
The brain is assimilating that too, as fast as we can measure.
165
579418
4715
Hjernen assimilerer også det,
så hurtigt som vi kan måle det.
så hurtigt som vi kan måle det.
10:00
So that suggests to us that our sense of self
166
584133
3618
Så for os tyder det på at vores jeg-følelse
10:03
does not end at the last layer of the epithelium of our bodies,
167
587751
4150
ikke ender ved det sidste lag af epitel af vores krop,
10:07
but it ends at the last layer of electrons of the tools that we're commanding with our brains.
168
591901
5718
men det ender ved det sidste lag af elektroner af de redskaber som vi kontrollerer med vores hjerner.
10:13
Our violins, our cars, our bicycles, our soccer balls, our clothing --
169
597619
4764
Vores violiner, vores biler, vores cykler,
vores fodbolde, vores tøj --
vores fodbolde, vores tøj --
10:18
they all become assimilated by this voracious, amazing, dynamic system called the brain.
170
602383
6851
de bliver alle assimileret af dette forslugne,
fantastiske, dynamiske system der hedder hjernen.
fantastiske, dynamiske system der hedder hjernen.
10:25
How far can we take it?
171
609234
1699
Hvor langt kan vi gå med dette?
10:26
Well, in an experiment that we ran a few years ago, we took this to the limit.
172
610933
4218
Jamen, i et eksperiment vi udførte for nogle år siden,
tog vi dette til grænsen.
tog vi dette til grænsen.
10:31
We had an animal running on a treadmill
173
615151
2482
Vi havde et dyr der løb i en trædemølle
10:33
at Duke University on the East Coast of the United States,
174
617633
2267
ved Duke University på USAs østkyst,
10:35
producing the brainstorms necessary to move.
175
619900
2700
der producerede de brainstorms der var nødvendige
for at bevæge sig.
for at bevæge sig.
10:38
And we had a robotic device, a humanoid robot,
176
622600
4091
Og vi havde et robotagtige apparat,
en humanoid robot,
en humanoid robot,
10:42
in Kyoto, Japan at ATR Laboratories
177
626691
2394
i Kyoto, Japan ved ATR Laboratories
10:44
that was dreaming its entire life to be controlled by a brain,
178
629085
6094
der hele sit liv drømte om
at blive kontrolleret af en hjerne,
at blive kontrolleret af en hjerne,
10:51
a human brain, or a primate brain.
179
635179
3273
en menneskelig hjerne, eller en primat hjerne.
10:54
What happens here is that the brain activity that generated the movements in the monkey
180
638452
4598
Det der sker her er at hjerne aktiviteten
der genererede bevægelserne i aben
der genererede bevægelserne i aben
10:58
was transmitted to Japan and made this robot walk
181
643050
3467
blev sendt til Japan og fik denne robot til at gå
11:02
while footage of this walking was sent back to Duke,
182
646517
4067
mens optagelser af denne gang
blev sendt tilbage til Duke,
blev sendt tilbage til Duke,
11:06
so that the monkey could see the legs of this robot walking in front of her.
183
650584
5233
så aben kunne se benene af denne robot
der gik rundt foran hende.
der gik rundt foran hende.
11:11
So she could be rewarded, not by what her body was doing
184
655817
4067
Så hun kunne belønnes,
ikke ved det hendes krop gjorde
ikke ved det hendes krop gjorde
11:15
but for every correct step of the robot on the other side of the planet
185
659884
4961
men for hvert af robottens korrekte skridt,
på den anden side af planeten
på den anden side af planeten
11:20
controlled by her brain activity.
186
664845
2609
kontrolleret af hendes hjerneaktivitet.
11:23
Funny thing, that round trip around the globe took 20 milliseconds less
187
667454
7118
En sjov ting, den tur rundt om jorden
var 20 millisekunder hurtigere
var 20 millisekunder hurtigere
11:30
than it takes for that brainstorm to leave its head, the head of the monkey,
188
674572
4150
end det tager for hendes hjernestorm
at forlade hovedet, abens hoved,
at forlade hovedet, abens hoved,
11:34
and reach its own muscle.
189
678722
3870
og nå dens egne muskler.
11:38
The monkey was moving a robot that was six times bigger, across the planet.
190
682592
6030
Aben bevægede en robot der var seks gange større,
tværs over planeten.
tværs over planeten.
11:44
This is one of the experiments in which that robot was able to walk autonomously.
191
688622
6400
Dette er et af eksperimenterne hvor robotten
var i stand til at gå selvstændigt.
var i stand til at gå selvstændigt.
11:50
This is CB1 fulfilling its dream in Japan
192
695022
5267
Dette er CB1 der opfylder sin drøm i Japan
11:56
under the control of the brain activity of a primate.
193
700289
3700
under primatens hjerneaktivitets kontrol.
11:59
So where are we taking all this?
194
703989
1989
Så hvor vil vi hen med alt dette?
12:01
What are we going to do with all this research,
195
705978
2343
Hvad vil vi gøre med al denne forskning,
12:04
besides studying the properties of this dynamic universe that we have between our ears?
196
708321
5668
ud over at studere egenskaberne ved
dette dynamiske univers vi har mellem vores ører?
dette dynamiske univers vi har mellem vores ører?
12:09
Well the idea is to take all this knowledge and technology
197
713989
4833
Jamen ideen er at tage al denne viden og teknologi
12:14
and try to restore one of the most severe neurological problems that we have in the world.
198
718822
5484
og prøve at genoprette en af de mest alvorlige
neurologiske problemer som vi har i verden.
neurologiske problemer som vi har i verden.
12:20
Millions of people have lost the ability to translate these brainstorms
199
724306
4583
Millioner af mennesker har mistet evnen
til at oversætte disse brainstorms
til at oversætte disse brainstorms
12:24
into action, into movement.
200
728889
2116
til handling, til bevægelse.
12:26
Although their brains continue to produce those storms and code for movements,
201
731005
5234
Selvom deres hjerner fortsætter med
at producere disse storme og kode bevægelserne,
at producere disse storme og kode bevægelserne,
12:32
they cannot cross a barrier that was created by a lesion on the spinal cord.
202
736239
5167
de kan ikke krydse en barriere der blev skabt
af en kvæstelse på rygraden.
af en kvæstelse på rygraden.
12:37
So our idea is to create a bypass,
203
741406
2450
Så vores ide er at skabe en omledning,
12:39
is to use these brain-machine interfaces to read these signals,
204
743856
4032
at bruge disse hjerne-maskine grænseflader
til at læse disse signaler,
til at læse disse signaler,
12:43
larger-scale brainstorms that contain the desire to move again,
205
747888
4050
større brainstorms der indeholder ønsket
om at bevæge sig igen,
om at bevæge sig igen,
12:47
bypass the lesion using computational microengineering
206
751938
3969
omlede kvæstelsen ved hjælp af
beregningsmæssig mikroingeniørarbejde
beregningsmæssig mikroingeniørarbejde
12:51
and send it to a new body, a whole body called an exoskeleton,
207
755907
7114
og sende det til en ny krop,
en hel krop der hedder et exoskelet,
en hel krop der hedder et exoskelet,
12:58
a whole robotic suit that will become the new body of these patients.
208
763021
5567
en hel robotagtig dragt der bliver den nye krop
af disse patienter.
af disse patienter.
13:04
And you can see an image produced by this consortium.
209
768588
4126
Og man kan se et billede der er produceret
af dette konsortium.
af dette konsortium.
13:08
This is a nonprofit consortium called the Walk Again Project
210
772714
4059
Dette er et nonprofit konsortium der hedder
Walk Again Project
Walk Again Project
13:12
that is putting together scientists from Europe,
211
776773
2783
der samler forskere fra Europa,
13:15
from here in the United States, and in Brazil
212
779556
1865
her fra USA, og i Brasilien
13:17
together to work to actually get this new body built --
213
781421
4517
til at arbejde sammen og
faktisk bygge denne nye krop --
faktisk bygge denne nye krop --
13:21
a body that we believe, through the same plastic mechanisms
214
785938
3334
en krop som vi mener,
gennem de samme plastic mekanisme
gennem de samme plastic mekanisme
13:25
that allow Aurora and other monkeys to use these tools through a brain-machine interface
215
789272
5802
der tillader Aurora og andre aber til at bruge disse redskaber gennem en hjerne-maskine grænseflade
13:30
and that allows us to incorporate the tools that we produce and use in our daily life.
216
795074
5630
og det tillader os at inkorporere de redskaber som vi producerer og bruger i vores daglige liv.
13:36
This same mechanism, we hope, will allow these patients,
217
800704
3684
Denne samme mekanisme, håber vi,
vil tillade disse patienter,
vil tillade disse patienter,
13:40
not only to imagine again the movements that they want to make
218
804388
3768
ikke kun igen at forestille sig
de bevægelser som de vil lave
de bevægelser som de vil lave
13:44
and translate them into movements of this new body,
219
808156
3207
og oversætte dem til bevægelser af denne nye krop,
13:47
but for this body to be assimilated as the new body that the brain controls.
220
811363
6758
men for at denne krop kan assimilere sig
som den nye krop som hjernen kontrollerer.
som den nye krop som hjernen kontrollerer.
13:54
So I was told about 10 years ago
221
818121
3851
For 10 år siden fik jeg fortalt
13:57
that this would never happen, that this was close to impossible.
222
821972
5066
at dette aldrig ville ske, at dette var tæt på umuligt.
14:02
And I can only tell you that as a scientist,
223
827038
2451
Og jeg kan kun fortælle jer at som forsker,
14:05
I grew up in southern Brazil in the mid-'60s
224
829489
2986
voksede jeg op i det sydlige Brasilien
i midten af 60'erne
i midten af 60'erne
14:08
watching a few crazy guys telling [us] that they would go to the Moon.
225
832475
5048
og så et par skøre gutter der fortalte [os]
at de ville tage til månen.
at de ville tage til månen.
14:13
And I was five years old,
226
837523
1461
Og jeg var fem år gammel,
14:14
and I never understood why NASA didn't hire Captain Kirk and Spock to do the job;
227
838984
4240
og jeg forstod aldrig hvorfor NASA ikke hyrede
kaptajn Kirk og Spock til at klare jobbet;
kaptajn Kirk og Spock til at klare jobbet;
14:19
after all, they were very proficient --
228
843224
2432
de var trods alt meget dygtige --
14:21
but just seeing that as a kid
229
845656
3450
men bare at se det som barn
14:25
made me believe, as my grandmother used to tell me,
230
849106
2985
fik mig til at tro på,
som min bedstemor plejede at fortælle mig,
som min bedstemor plejede at fortælle mig,
14:27
that "impossible is just the possible
231
852091
1845
at "det umulige er bare det mulige
14:29
that someone has not put in enough effort to make it come true."
232
853936
3904
som nogen ikke har lagt nok anstrengelse
i at gøre sandt."
i at gøre sandt."
14:33
So they told me that it's impossible to make someone walk.
233
857840
3799
Så de fortalte mig at det er umuligt
at få nogen til at gå.
at få nogen til at gå.
14:37
I think I'm going to follow my grandmother's advice.
234
861639
3251
Jeg tror at jeg vil følge min bedstemors råd.
14:40
Thank you.
235
864890
1450
Tak.
14:42
(Applause)
236
866340
8029
(Bifald)
ABOUT THE SPEAKER
Miguel Nicolelis - NeuroscientistMiguel Nicolelis explores the limits of the brain-machine interface.
Why you should listen
At the Nicolelis Laboratory at Duke University, Miguel Nicolelis is best known for pioneering studies in neuronal population coding, Brain Machine Interfaces (BMI) and neuroprosthetics in human patients and non-human primates.His lab's work was seen, famously though a bit too briefly, when a brain-controlled exoskeleton from his lab helped Juliano Pinto, a paraplegic man, kick the first ball at the 2014 World Cup.
But his lab is thinking even bigger. They've developed an integrative approach to studying neurological disorders, including Parkinsons disease and epilepsy. The approach, they hope, will allow the integration of molecular, cellular, systems and behavioral data in the same animal, producing a more complete understanding of the nature of the neurophysiological alterations associated with these disorders. He's the author of the books Beyond Boundaries and The Relativistic Brain.
Miguel was honored as one of Foreign Policy's 2015 Global Thinkers.
Miguel Nicolelis | Speaker | TED.com