TED2014
Nancy Kanwisher: A neural portrait of the human mind
Nancy Kanwisher: Ein Porträt der menschlichen Gehirnaktivität
Filmed:
Readability: 4.2
1,226,930 views
Nancy Kanwisher, die Pionierin in der Bildgebung des menschlichen Gehirns, benutzt Scans der funktionellen Magnetresonanz-Tomographie, um Gehirnaktivität (häufig ihre eigene) in bestimmten Arealen zu beobachten. Sie zeigt uns, was sie und ihre Kollegen herausgefunden haben: Das Gehirn besteht sowohl aus hoch spezialisierten Komponenten als auch aus einer Art Generalprozessor. Eine weitere Überraschung: Es gibt noch sehr viel, das wir nicht wissen.
Nancy Kanwisher - Brain researcher
Using fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition. Full bio
Using fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition. Full bio
Double-click the English transcript below to play the video.
00:12
Today I want to tell you
0
604
1216
Heute möchte ich Ihnen
von einem Projekt erzählen,
von einem Projekt erzählen,
00:13
about a project being carried out
1
1820
1803
das von Wissenschaftlern auf der
ganzen Welt durchgeführt wird:
ganzen Welt durchgeführt wird:
00:15
by scientists all over the world
2
3623
2687
00:18
to paint a neural portrait of the human mind.
3
6310
3288
ein Nervenporträt
des menschlichen Gehirns zu zeichnen.
des menschlichen Gehirns zu zeichnen.
00:21
And the central idea of this work
4
9598
2172
Die zentrale Idee
hinter dieser Arbeit ist,
hinter dieser Arbeit ist,
00:23
is that the human mind and brain
5
11770
1858
dass das menschliche Gehirn
kein einheitlicher Generalprozessor ist,
kein einheitlicher Generalprozessor ist,
00:25
is not a single, general-purpose processor,
6
13628
2857
00:28
but a collection of highly specialized components,
7
16485
3442
sondern eine Sammlung
hochspezialisierter Komponenten,
hochspezialisierter Komponenten,
00:31
each solving a different specific problem,
8
19927
2983
von denen jede ein anderes
spezifisches Problem löst
spezifisches Problem löst
00:34
and yet collectively making up
9
22910
2336
und sie uns trotzdem in ihrer Gesamtheit
zu menschlichen Wesen und Denkern machen.
zu menschlichen Wesen und Denkern machen.
00:37
who we are as human beings and thinkers.
10
25246
4356
00:41
To give you a feel for this idea,
11
29602
1476
Das folgende Szenario verdeutlicht
dieses Konzept vielleicht:
dieses Konzept vielleicht:
00:43
imagine the following scenario:
12
31078
2664
00:45
You walk into your child's day care center.
13
33742
2196
Sie gehen in die Kita Ihres Kindes.
00:47
As usual, there's a dozen kids there
14
35938
2237
Wie üblich wartet dort
ein Dutzend Kinder darauf
ein Dutzend Kinder darauf
00:50
waiting to get picked up,
15
38175
1591
abgeholt zu werden,
00:51
but this time,
16
39766
1632
aber dieses Mal sehen die Gesichter
aller Kinder komischerweise gleich aus
aller Kinder komischerweise gleich aus
00:53
the children's faces look weirdly similar,
17
41398
2985
00:56
and you can't figure out which child is yours.
18
44383
2808
und Sie wissen nicht,
welches Kind Ihres ist.
welches Kind Ihres ist.
00:59
Do you need new glasses?
19
47191
1749
Brauchen Sie eine neue Brille?
01:00
Are you losing your mind?
20
48940
1908
Verlieren Sie gerade Ihren Verstand?
01:02
You run through a quick mental checklist.
21
50848
2452
Sie gehen eine mentale Checkliste durch.
01:05
No, you seem to be thinking clearly,
22
53300
1894
Sie scheinen klar zu denken.
01:07
and your vision is perfectly sharp.
23
55194
2391
Ihre Sicht ist scharf.
01:09
And everything looks normal
24
57585
1789
Alles scheint normal,
bis auf die Gesichter der Kinder.
bis auf die Gesichter der Kinder.
01:11
except the children's faces.
25
59374
2162
01:13
You can see the faces,
26
61536
1786
Sie können sie sehen,
aber nicht unterscheiden,
aber nicht unterscheiden,
01:15
but they don't look distinctive,
27
63322
1708
01:17
and none of them looks familiar,
28
65030
1858
keines kommt Ihnen bekannt vor.
01:18
and it's only by spotting an orange hair ribbon
29
66888
2498
Nur ein orangenfarbenes Haarband
01:21
that you find your daughter.
30
69386
1896
verrät Ihre Tochter.
01:23
This sudden loss of the ability to recognize faces
31
71282
3425
Diese plötzliche Unfähigkeit
Gesichter zu erkennen,
Gesichter zu erkennen,
01:26
actually happens to people.
32
74707
1546
tritt bei Menschen tatsächlich auf.
01:28
It's called prosopagnosia,
33
76253
2054
Man nennt das Prosopagnosie,
und sie ensteht,
und sie ensteht,
01:30
and it results from damage
34
78307
1181
weil ein bestimmter Teil des Gehirns
geschädigt ist.
geschädigt ist.
01:31
to a particular part of the brain.
35
79488
2126
01:33
The striking thing about it
36
81614
1500
Das Auffälligste ist, dass bloß
die Gesichtserkennung beeinträchtigt ist.
die Gesichtserkennung beeinträchtigt ist.
01:35
is that only face recognition is impaired;
37
83114
2595
01:37
everything else is just fine.
38
85709
2439
Alles andere ist okay.
01:40
Prosopagnosia is one of many surprisingly specific
39
88148
3868
Prosopagnosie ist eines der vielen
überraschend spezifischen
überraschend spezifischen
01:44
mental deficits that can happen after brain damage.
40
92016
4535
mentalen Defizite, die nach einer
Gehirnschädigung auftreten können.
Gehirnschädigung auftreten können.
01:48
These syndromes collectively
41
96551
1363
Zusammen haben
diese Syndrome lange Zeit nahegelegt,
diese Syndrome lange Zeit nahegelegt,
01:49
have suggested for a long time
42
97914
2239
01:52
that the mind is divvied up into distinct components,
43
100153
3768
dass die Gehirnaktivität auf
verschiedene Komponenten aufgeteilt ist.
verschiedene Komponenten aufgeteilt ist.
01:55
but the effort to discover those components
44
103921
2385
Das Bestreben,
diese Komponenten zu entdecken,
diese Komponenten zu entdecken,
01:58
has jumped to warp speed
45
106306
1614
wurde mit den bildgebenden
Verfahren enorm beschleunigt,
Verfahren enorm beschleunigt,
01:59
with the invention of brain imaging technology,
46
107920
2582
02:02
especially MRI.
47
110502
3048
besonders durch das MRT.
Das MRT ermöglicht es uns,
02:05
So MRI enables you to see internal anatomy
48
113550
3240
die Anatomie mit hoher Auflösung
von innen zu betrachten.
von innen zu betrachten.
02:08
at high resolution,
49
116790
1586
02:10
so I'm going to show you in a second
50
118376
1430
Gleich zeige ich Ihnen MRT-Schnittbilder
von bekannten Objekten.
von bekannten Objekten.
02:11
a set of MRI cross-sectional images
51
119806
3352
02:15
through a familiar object,
52
123158
1618
02:16
and we're going to fly through them
53
124776
875
Wir fliegen durch sie hindurch
und Sie müssen das Objekt erraten.
und Sie müssen das Objekt erraten.
02:17
and you're going to try to figure out what the object is.
54
125651
2473
02:20
Here we go.
55
128124
2111
Fangen wir an.
Gar nicht so einfach.
02:24
It's not that easy. It's an artichoke.
56
132241
1889
Das ist eine Artischocke.
02:26
Okay, let's try another one,
57
134130
1630
Okay, hier noch eines.
02:27
starting from the bottom and going through the top.
58
135760
2596
Von unten nach oben gesehen.
Brokkoli!
02:32
Broccoli! It's a head of broccoli.
59
140812
1151
02:33
Isn't it beautiful? I love that.
60
141963
1664
Ist es nicht schön? Ich liebe es.
02:35
Okay, here's another one. It's a brain, of course.
61
143627
2757
Noch eins. Das ist natürlich ein Gehirn.
02:38
In fact, it's my brain.
62
146384
1586
Es ist sogar mein Gehirn.
02:39
We're going through slices through my head like that.
63
147970
1733
Wir gehen scheibchenweise
durch meinen Kopf.
durch meinen Kopf.
02:41
That's my nose over on the right, and now
64
149703
1758
Rechts, meine Nase.
02:43
we're going over here, right there.
65
151461
3409
Dann gehen wir hier herüber.
02:46
So this picture's nice, if I do say so myself,
66
154870
4601
Nettes Bild, wenn ich das
von mir selbst sagen darf,
von mir selbst sagen darf,
02:51
but it shows only anatomy.
67
159471
1912
aber es zeigt bloß Anatomie.
02:53
The really cool advance with functional imaging
68
161383
2520
Das bildgebende Verfahren
wurde richtig cool,
wurde richtig cool,
02:55
happened when scientists figured out how to make
69
163903
1572
als Wissenschaftler neben der Anatomie
auch die Aktivität zeigen konnten:
auch die Aktivität zeigen konnten:
02:57
pictures that show not just anatomy but activity,
70
165475
3395
03:00
that is, where neurons are firing.
71
168870
2435
die feuernden Neuronen.
03:03
So here's how this works.
72
171305
1516
So sieht das aus.
03:04
Brains are like muscles.
73
172821
1117
Das Gehirn ist wie ein Muskel.
03:05
When they get active,
74
173938
1563
Wenn es aktiv wird,
03:07
they need increased blood flow to supply that activity,
75
175501
2974
braucht es mehr Blutzufuhr,
die seine Aktivität nährt.
die seine Aktivität nährt.
03:10
and lucky for us, blood flow
control to the brain is local,
control to the brain is local,
76
178475
3568
Glücklicherweise wird die Blutzufuhr
beim Gehirn lokal gesteuert.
beim Gehirn lokal gesteuert.
03:14
so if a bunch of neurons, say, right there
77
182043
2162
Wenn also ein Bündel Neuronen
aktiv wird und zu feuern beginnt,
aktiv wird und zu feuern beginnt,
03:16
get active and start firing,
78
184205
1500
03:17
then blood flow increases just right there.
79
185705
2725
vermehrt sich genau dort die Blutzufuhr.
03:20
So functional MRI picks up
on that blood flow increase,
on that blood flow increase,
80
188430
3721
Das funktionelle MRT registriert
diese vermehrte Blutzufuhr
diese vermehrte Blutzufuhr
03:24
producing a higher MRI response
81
192151
2033
und reagiert dort stärker,
wo die Nervenaktivität ansteigt.
wo die Nervenaktivität ansteigt.
03:26
where neural activity goes up.
82
194184
2926
03:29
So to give you a concrete feel
83
197110
1700
Damit Sie sich vorstellen können, wie
ein funktionelles MRT-Experiment abläuft
ein funktionelles MRT-Experiment abläuft
03:30
for how a functional MRI experiment goes
84
198810
2485
03:33
and what you can learn from it
85
201295
1439
und was man daraus erkennen kann
und was nicht,
und was nicht,
03:34
and what you can't,
86
202734
1384
03:36
let me describe one of the first studies I ever did.
87
204118
3442
zeige ich Ihnen eine
meiner ersten Studien.
meiner ersten Studien.
03:39
We wanted to know if there was a special
part of the brain for recognizing faces,
part of the brain for recognizing faces,
88
207560
4138
Die Frage war,
ob ein bestimmtes Gehirnareal
ob ein bestimmtes Gehirnareal
für die Gesichtserkennung zuständig ist.
03:43
and there was already reason to
think there might be such a thing
think there might be such a thing
89
211698
3072
Es gab Gründe für diese Vermutung.
03:46
based on this phenomenon of prosopagnosia
90
214770
1720
Denn wir wussten von Prosopagnosie,
was ich vorhin erklärt habe.
was ich vorhin erklärt habe.
03:48
that I described a moment ago,
91
216490
2123
03:50
but nobody had ever seen that part of the brain
92
218613
2278
Noch keiner hatte aber dieses Gehirnareal
bei einem gesunden Menschen gefunden.
bei einem gesunden Menschen gefunden.
03:52
in a normal person,
93
220891
1919
03:54
so we set out to look for it.
94
222810
2056
Wir machten uns also an die Arbeit.
03:56
So I was the first subject.
95
224866
1951
Ich war das erste Versuchsobjekt.
03:58
I went into the scanner, I lay on my back,
96
226817
2212
Ich ließ mich scannen, lag auf dem Rücken,
hielt meinen Kopf so still wie möglich
hielt meinen Kopf so still wie möglich
04:01
I held my head as still as I could
97
229029
2583
04:03
while staring at pictures of faces like these
98
231612
5017
und starrte über Stunden laufend
auf Gesichter und Dinge wie diese.
auf Gesichter und Dinge wie diese.
04:08
and objects like these
99
236629
2131
04:10
and faces and objects for hours.
100
238760
5165
04:15
So as somebody who has
pretty close to the world record
pretty close to the world record
101
243925
2772
Als jemand, der fast einen Weltrekord
04:18
of total number of hours spent inside an MRI scanner,
102
246697
3543
für im MRT-Scanner verbrachte Stunden
aufgestellt hat, kann ich sagen,
aufgestellt hat, kann ich sagen,
04:22
I can tell you that one of the skills
103
250240
1432
04:23
that's really important for MRI research
104
251672
2663
dass für diese Forschung
die Blasenkontrolle extrem wichtig ist.
die Blasenkontrolle extrem wichtig ist.
04:26
is bladder control.
105
254335
1778
04:28
(Laughter)
106
256113
1802
(Lachen)
04:29
When I got out of the scanner,
107
257915
1537
Als ich dann wieder draußen war,
04:31
I did a quick analysis of the data,
108
259452
2316
analysierte ich schnell die Daten,
um in einem Gehirnareal
um in einem Gehirnareal
04:33
looking for any parts of my brain
109
261768
1503
04:35
that produced a higher response
when I was looking at faces
when I was looking at faces
110
263271
2806
eine höhere Blutzufuhr beim
Betrachten von Gesichtern
Betrachten von Gesichtern
als bei Dingen zu entdecken.
04:38
than when I was looking at objects,
111
266077
1870
04:39
and here's what I saw.
112
267947
2171
Und hier ist das Ergebnis.
04:42
Now this image looks just awful by today's standards,
113
270118
3656
Dieses Bild ist
für heutige Standards schlecht,
für heutige Standards schlecht,
04:45
but at the time I thought it was beautiful.
114
273774
2808
aber damals fand ich es toll.
Es zeigt dieses Areal hier,
diesen kleinen Klecks
diesen kleinen Klecks
04:48
What it shows is that region right there,
115
276582
1950
04:50
that little blob,
116
278532
1283
-- so groß wie eine Olive --
04:51
it's about the size of an olive
117
279815
1747
04:53
and it's on the bottom surface of my brain
118
281562
2156
auf der Unterseite meines Gehirns und
liegt ungefähr 2,5 cm geradeaus von da.
liegt ungefähr 2,5 cm geradeaus von da.
04:55
about an inch straight in from right there.
119
283718
3206
04:58
And what that part of my brain is doing
120
286924
2790
Dieser Teil meines Gehirns
hat eine höhere Blutzufuhr,
hat eine höhere Blutzufuhr,
05:01
is producing a higher MRI response,
121
289714
2920
05:04
that is, higher neural activity,
122
292634
1748
das heißt höhere Nervenaktivität beim
Betrachten von Gesichtern als bei Dingen.
Betrachten von Gesichtern als bei Dingen.
05:06
when I was looking at faces
123
294382
1482
05:07
than when I was looking at objects.
124
295864
2266
05:10
So that's pretty cool,
125
298130
1360
Toll, aber war das nur Zufall?
05:11
but how do we know this isn't a fluke?
126
299490
2318
Am einfachsten ist es,
das Ganze zu wiederholen.
das Ganze zu wiederholen.
05:13
Well, the easiest way
127
301808
1420
05:15
is to just do the experiment again.
128
303228
2114
05:17
So I got back in the scanner,
129
305342
1639
Ich wurde also wieder gescannt.
05:18
I looked at more faces and I looked at more objects
130
306981
2431
Ich sah mir noch mehr
Gesichter und Objekte an
Gesichter und Objekte an
05:21
and I got a similar blob,
131
309412
2189
und es entstand ein ähnlicher Klecks.
05:23
and then I did it again
132
311601
1895
Das wiederholte ich immer
und immer wieder.
und immer wieder.
05:25
and I did it again
133
313496
1855
05:27
and again and again,
134
315351
3072
05:30
and around about then
135
318423
1047
Dann dachte ich,
das stimmt tatsächlich.
das stimmt tatsächlich.
05:31
I decided to believe it was for real.
136
319470
2941
05:34
But still, maybe this is
something weird about my brain
something weird about my brain
137
322411
3753
Aber vielleicht ist das nur
bei meinem Gehirn so
bei meinem Gehirn so
05:38
and no one else has one of these things in there,
138
326164
2462
und kein anderer hat solche Kleckse.
05:40
so to find out, we scanned a bunch of other people
139
328626
2455
Wir scannten also ein paar andere Leute
05:43
and found that pretty much everyone
140
331081
2446
und fanden heraus,
dass fast alle Leute
dass fast alle Leute
05:45
has that little face-processing region
141
333527
2006
Gesichter in einer
ähnlichen Gehirnregion verarbeiten.
ähnlichen Gehirnregion verarbeiten.
05:47
in a similar neighborhood of the brain.
142
335533
2893
05:50
So the next question was,
143
338426
1888
Die nächste Frage war:
05:52
what does this thing really do?
144
340314
1474
Wie arbeitet dieses Ding?
05:53
Is it really specialized just for face recognition?
145
341788
3932
Ist es rein auf Gesichtserkennung
spezialisiert?
spezialisiert?
05:57
Well, maybe not, right?
146
345720
1240
Oder vielleicht nicht?
05:58
Maybe it responds not only to faces
147
346960
1802
Vielleicht erkennt es nicht nur Gesichter,
06:00
but to any body part.
148
348762
2109
sondern auch andere Körperteile.
06:02
Maybe it responds to anything human
149
350871
2369
Vielleicht reagiert es auf alles
Menschliche, Lebende oder Runde.
Menschliche, Lebende oder Runde.
06:05
or anything alive
150
353240
1780
06:07
or anything round.
151
355020
1656
Um sicherzugehen,
06:08
The only way to be really sure that that region
152
356676
2154
dass dieses Areal auf
Gesichtserkennung spezialisiert ist,
Gesichtserkennung spezialisiert ist,
06:10
is specialized for face recognition
153
358830
2417
06:13
is to rule out all of those hypotheses.
154
361247
2643
mussten wir alle anderen
Hypothesen ausschließen.
Hypothesen ausschließen.
06:15
So we spent much of the next couple of years
155
363890
2830
Wir verbrachten die nächsten
paar Jahre damit,
paar Jahre damit,
06:18
scanning subjects while they looked at lots
156
366720
1647
Menschen zu scannen, während sie
alle möglichen Bilder anschauten.
alle möglichen Bilder anschauten.
06:20
of different kinds of images,
157
368367
1606
06:21
and we showed that that part of the brain
158
369973
1957
Wir bewiesen,
dass dieser Teil des Gehirns
dass dieser Teil des Gehirns
06:23
responds strongly when you look at
159
371930
1950
höhere Aktivität bei
Gesichtern jeder Art aufwies
Gesichtern jeder Art aufwies
06:25
any images that are faces of any kind,
160
373880
3453
06:29
and it responds much less strongly
161
377333
1913
und weniger Aktivität
bei anderen Objekten,
bei anderen Objekten,
06:31
to any image you show that isn't a face,
162
379246
3149
06:34
like some of these.
163
382395
1305
wie zum Beispiel diesen.
06:35
So have we finally nailed the case
164
383700
2239
Konnten wir also abschließend beweisen,
06:37
that this region is necessary for face recognition?
165
385939
3240
dass diese Gehirnregion
für die Gesichtserkennung zuständig ist?
für die Gesichtserkennung zuständig ist?
06:41
No, we haven't.
166
389179
1323
Nein, konnten wir nicht.
06:42
Brain imaging can never tell you
167
390502
1951
Bildgebende Verfahren können nichts
06:44
if a region is necessary for anything.
168
392453
2440
über die Zuständigkeit
von Gehirnarealen aussagen.
von Gehirnarealen aussagen.
06:46
All you can do with brain imaging
169
394893
1440
Sie können nur anzeigen, welche Areale
reagieren und welche nicht,
reagieren und welche nicht,
06:48
is watch regions turn on and off
170
396333
2048
06:50
as people think different thoughts.
171
398381
1968
wenn Menschen etwas denken.
06:52
To tell if a part of the brain is
necessary for a mental function,
necessary for a mental function,
172
400349
3611
Will man wissen, ob ein Hirnareal für
eine bestimmte Aktivität nötig ist,
eine bestimmte Aktivität nötig ist,
06:55
you need to mess with it and see what happens,
173
403960
2509
muss man herumprobieren.
Normalerweise können wir das nicht.
06:58
and normally we don't get to do that.
174
406469
2275
07:00
But an amazing opportunity came about
175
408744
2584
Kürzlich hatten meine Kollegen aber
die außergewöhnliche Gelegenheit,
die außergewöhnliche Gelegenheit,
07:03
very recently when a couple of colleagues of mine
176
411328
2464
07:05
tested this man who has epilepsy
177
413792
3071
einen Patienten mit Epilepsie zu testen.
07:08
and who is shown here in his hospital bed
178
416863
2682
Das ist er in seinem Krankenhausbett.
07:11
where he's just had electrodes placed
179
419545
1367
Auf seiner Gehirnoberfläche
wurden Elektroden platziert,
wurden Elektroden platziert,
07:12
on the surface of his brain
180
420912
2071
07:14
to identify the source of his seizures.
181
422983
2554
um den Ursprung
seiner Anfälle zu identifizieren.
seiner Anfälle zu identifizieren.
07:17
So it turned out by total chance
182
425537
2533
Durch Zufall waren zwei Elektroden
07:20
that two of the electrodes
183
428070
1949
07:22
happened to be right on top of his face area.
184
430019
3223
über dem Gesichtsareal platziert.
07:25
So with the patient's consent,
185
433242
2329
Die Ärzte baten ihn um
sein Einverständnis und fragten ihn,
sein Einverständnis und fragten ihn,
07:27
the doctors asked him what happened
186
435571
2587
was er fühlte, wenn dieses Areal
elektrisch stimuliert wurde.
elektrisch stimuliert wurde.
07:30
when they electrically stimulated
that part of his brain.
that part of his brain.
187
438158
4166
07:34
Now, the patient doesn't know
188
442324
1654
Der Patient wusste nicht,
wo diese Elektroden waren,
wo diese Elektroden waren,
07:35
where those electrodes are,
189
443978
1384
07:37
and he's never heard of the face area.
190
445362
2212
und vom Gesichtsareal
wusste er auch nichts.
wusste er auch nichts.
07:39
So let's watch what happens.
191
447574
1991
Beobachten wir, was geschah.
Zu Beginn gibt es einen
vorgetäuschten Versuch.
vorgetäuschten Versuch.
07:41
It's going to start with a control condition
192
449565
1969
07:43
that will say "Sham" nearly invisibly
193
451534
2407
Sie sehen das Wort "Sham" unten links,
wenn kein Strom zugeführt wird.
wenn kein Strom zugeführt wird.
07:45
in red in the lower left,
194
453941
1710
07:47
when no current is delivered,
195
455651
2282
07:49
and you'll hear the neurologist speaking
to the patient first. So let's watch.
to the patient first. So let's watch.
196
457933
3815
Zuerst spricht der Neurologe
zum Patienten. Schauen wir uns das an.
zum Patienten. Schauen wir uns das an.
07:53
(Video) Neurologist: Okay, just look at my face
197
461748
2081
(Video) Neurologe: Schauen Sie mich an
07:55
and tell me what happens when I do this.
198
463829
3285
und sagen Sie mir,
was passiert, wenn ich das tue.
was passiert, wenn ich das tue.
07:59
All right?
199
467114
934
Okay?
08:00
Patient: Okay.
200
468048
2823
Patient: Okay.
08:02
Neurologist: One, two, three.
201
470871
4320
Neurologe: Eins, zwei, drei.
08:07
Patient: Nothing.
Neurologist: Nothing? Okay.
Neurologist: Nothing? Okay.
202
475191
3015
Patient: Nichts.
Neurologe: Nichts? Okay.
Neurologe: Nichts? Okay.
08:10
I'm going to do it one more time.
203
478206
2407
Ich mach es nochmal.
08:12
Look at my face.
204
480613
3194
Schauen Sie mich an.
08:15
One, two, three.
205
483807
4500
Eins, zwei, drei.
08:20
Patient: You just turned into somebody else.
206
488307
2824
Patient: Sie wurden grad jemand anderes.
08:23
Your face metamorphosed.
207
491131
2137
Ihr Gesicht hat sich verändert.
08:25
Your nose got saggy, it went to the left.
208
493268
3011
Ihre Nase hing runter
und zeigte nach links.
und zeigte nach links.
08:28
You almost looked like somebody I'd seen before,
209
496279
3536
Sie sahen aus wie jemand,
den ich schon mal gesehen habe,
aber irgendwie anders.
aber irgendwie anders.
08:31
but somebody different.
210
499815
2634
08:34
That was a trip.
211
502449
2072
Das war ein Trip.
08:36
(Laughter)
212
504521
3132
(Lachen)
08:39
Nancy Kanwisher: So this experiment —
213
507653
1615
N. Kanwisher: Dieses Experiment --
08:41
(Applause) —
214
509268
4223
(Applaus) --
08:45
this experiment finally nails the case
215
513491
2682
Dieses Experiment bewies endgültig,
08:48
that this region of the brain is not only
216
516173
1825
dass dieses Areal nicht nur
auf Gesichter reagiert,
auf Gesichter reagiert,
08:49
selectively responsive to faces
217
517998
2137
08:52
but causally involved in face perception.
218
520135
3045
sondern auch kausal
mit der Gesichtserkennung verbunden ist.
mit der Gesichtserkennung verbunden ist.
08:55
So I went through all of these details
219
523180
2130
Ich habe Ihnen all diese Details
zum Gesichtserkennungsareal gezeigt,
zum Gesichtserkennungsareal gezeigt,
08:57
about the face region to show you what it takes
220
525310
2464
damit Sie sehen,
wie schwierig die Zuordnung eines Areals
wie schwierig die Zuordnung eines Areals
08:59
to really establish that a part of the brain
221
527774
2339
09:02
is selectively involved in a specific mental process.
222
530113
3128
zu einem spezifischen
mentalen Prozess ist.
mentalen Prozess ist.
Ab jetzt gehen wir etwas schneller
09:05
Next, I'll go through much more quickly
223
533241
2159
09:07
some of the other specialized regions of the brain
224
535400
2660
durch einige andere
spezialisierte Gehirnareale,
spezialisierte Gehirnareale,
09:10
that we and others have found.
225
538060
2100
die wir und andere entdeckt haben.
09:12
So to do this, I've spent a lot of time
226
540160
2114
Im letzten Monat habe ich also viel Zeit
im Scanner verbracht,
im Scanner verbracht,
09:14
in the scanner over the last month
227
542274
1867
09:16
so I can show you these things in my brain.
228
544141
2261
um Ihnen diese Dinge
in meinem Gehirn zu zeigen.
in meinem Gehirn zu zeigen.
09:18
So let's get started. Here's my right hemisphere.
229
546402
3233
Fangen wir an.
Das ist meine rechte Gehirnhälfte.
Das ist meine rechte Gehirnhälfte.
09:21
So we're oriented like that.
You're looking at my head this way.
You're looking at my head this way.
230
549635
2662
Dies ist die Ausrichtung.
Sie schauen so drauf.
Sie schauen so drauf.
09:24
Imagine taking the skull off
231
552297
1093
Denken Sie sich die Schädeldecke weg.
09:25
and looking at the surface of the brain like that.
232
553390
2268
Sie blicken auf
die Oberfläche des Gehirns.
die Oberfläche des Gehirns.
09:27
Okay, now as you can see,
233
555658
1758
Sie ist ganz zusammengefaltet.
09:29
the surface of the brain is all folded up.
234
557416
1503
09:30
So that's not good. Stuff could be hidden in there.
235
558919
1721
Nicht gut. Dahinter kann was sein.
09:32
We want to see the whole thing,
236
560640
1434
Wir wollen das Ganze sehen.
09:34
so let's inflate it so we can see the whole thing.
237
562074
3312
Wir blasen es auf, um alles zu sehen.
09:37
Next, let's find that face area I've been talking about
238
565386
2829
Suchen wir nun das besprochene
Areal der Gesichtserkennung,
Areal der Gesichtserkennung,
09:40
that responds to images like these.
239
568215
2227
das auf Bilder wie diese reagiert.
09:42
To see that, let's turn the brain around
240
570442
1519
Drehen wir das Gehirn um
und schauen wir uns die innere Oberfläche
und schauen wir uns die innere Oberfläche
09:43
and look on the inside surface on the bottom,
241
571961
2019
09:45
and there it is, that's my face area.
242
573980
2305
auf dem Grund an.
Das ist mein Gesichtsareal.
Das ist mein Gesichtsareal.
09:48
Just to the right of that is another region
243
576285
2707
Rechts daneben sehen wir
ein anderes Areal, hier in Lila.
ein anderes Areal, hier in Lila.
09:50
that is shown in purple
244
578992
1638
09:52
that responds when you process color information,
245
580630
3072
Es reagiert, wenn wir Farben verarbeiten.
09:55
and near those regions are other regions
246
583702
2691
Daneben gibt es weitere Areale,
09:58
that are involved in perceiving places,
247
586393
2363
die mit dem Raumverständnis zu tun haben,
10:00
like right now, I'm seeing
this layout of space around me
this layout of space around me
248
588756
2838
wie jetzt, wenn ich den
ausgebreiteten Raum um mich sehe.
ausgebreiteten Raum um mich sehe.
10:03
and these regions in green right there
249
591594
1752
Sie sehen, diese
grünen Areale sind richtig aktiv.
grünen Areale sind richtig aktiv.
10:05
are really active.
250
593346
1274
10:06
There's another one out on the outside surface again
251
594620
2370
Es gibt auch andere
an der äußeren Oberfläche,
an der äußeren Oberfläche,
10:08
where there's a couple more face regions as well.
252
596990
2805
wo es einige andere
Areale für Gesichter gibt.
Areale für Gesichter gibt.
10:11
Also in this vicinity
253
599795
2345
Ebenfalls in der Nähe ist das Areal,
das visuelle Bewegung verarbeitet,
das visuelle Bewegung verarbeitet,
10:14
is a region that's selectively involved
254
602140
1645
10:15
in processing visual motion,
255
603785
1936
10:17
like these moving dots here,
256
605721
1504
wie diese sich bewegenden Punkte hier,
10:19
and that's in yellow at the bottom of the brain,
257
607225
2689
in Gelb an der Unterseite des Gehirns.
10:21
and near that is a region that responds
258
609914
3168
In der Nähe befindet sich das Areal,
10:25
when you look at images of bodies and body parts
259
613082
2897
das reagiert, wenn man
Körper oder Körperteile wie diese zeigt,
Körper oder Körperteile wie diese zeigt,
10:27
like these, and that region is shown in lime green
260
615979
2745
hier in Hellgrün
an der Unterseite des Gehirns.
an der Unterseite des Gehirns.
10:30
at the bottom of the brain.
261
618724
2003
10:32
Now all these regions I've shown you so far
262
620727
2632
Alle Areale, die Sie
bis jetzt gesehen haben,
bis jetzt gesehen haben,
10:35
are involved in specific aspects of visual perception.
263
623359
4432
sind mit spezifischen Aspekten
des Sehens befasst.
des Sehens befasst.
10:39
Do we also have specialized brain regions
264
627791
2148
Haben wir z. B. für das Hören
10:41
for other senses, like hearing?
265
629939
2813
auch solche spezialisierten Hirnareale?
10:44
Yes, we do. So if we turn the brain around a little bit,
266
632752
3037
Ja, haben wir.
Wenn wir das Gehirn drehen,
10:47
here's a region in dark blue
267
635789
2401
gibt es hier eine Region in Dunkelblau,
10:50
that we reported just a couple of months ago,
268
638190
2346
von der wir erst vor Kurzem
berichtet haben.
berichtet haben.
10:52
and this region responds strongly
269
640536
1634
Diese Region reagiert stark,
10:54
when you hear sounds with pitch, like these.
270
642170
3429
wenn man Geräusche
in dieser Tonhöhe hört.
in dieser Tonhöhe hört.
10:57
(Sirens)
271
645599
2143
(Sirenen)
10:59
(Cello music)
272
647742
2081
(Cellomusik)
11:01
(Doorbell)
273
649823
1917
(Klingel an der Tür)
11:03
In contrast, that same region
does not respond strongly
does not respond strongly
274
651740
3608
Diese Region reagiert aber nicht stark,
11:07
when you hear perfectly familiar sounds
275
655348
1562
wenn man vertraute Klänge hört,
die keine klare Tonhöhe aufweisen:
die keine klare Tonhöhe aufweisen:
11:08
that don't have a clear pitch, like these.
276
656910
2362
11:11
(Chomping)
277
659272
2469
(Klatschen)
11:13
(Drum roll)
278
661741
2200
(Paukenschlag)
11:15
(Toilet flushing)
279
663941
2767
(Toilettenspülung)
11:18
Okay. Next to the pitch region
280
666708
2498
Okay. Neben dem Tonhöhenareal
11:21
is another set of regions that
are selectively responsive
are selectively responsive
281
669206
2474
gibt es weitere Areale,
die selektiv reagieren,
die selektiv reagieren,
11:23
when you hear the sounds of speech.
282
671680
2765
wenn man Stimmen wahrnimmt.
11:26
Okay, now let's look at these same regions.
283
674445
1840
Schauen wir uns diese Areale mal an.
11:28
In my left hemisphere, there's a similar arrangement —
284
676285
2468
Meine linke Hemisphäre hat
eine ähnliche Einteilung
eine ähnliche Einteilung
11:30
not identical, but similar —
285
678753
1473
-- beinahe identisch --
11:32
and most of the same regions are in here,
286
680226
2209
und die meisten
ähnlichen Areale sind hier,
ähnlichen Areale sind hier,
11:34
albeit sometimes different in size.
287
682435
2002
weisen aber Größenunterschiede auf.
11:36
Now, everything I've shown you so far
288
684437
2014
Alles, was ich Ihnen gezeigt habe,
11:38
are regions that are involved in
different aspects of perception,
different aspects of perception,
289
686451
3026
sind verschiedene Areale der Wahrnehmung:
11:41
vision and hearing.
290
689477
1833
des Sehens und des Hörens.
11:43
Do we also have specialized brain regions
291
691310
1660
Haben wir spezialisierte Areale
11:44
for really fancy, complicated mental processes?
292
692970
3435
für ganz ausgefallene und
komplizierte mentale Prozesse?
komplizierte mentale Prozesse?
11:48
Yes, we do.
293
696405
1429
Ja, haben wir.
11:49
So here in pink are my language regions.
294
697834
3389
In Pink sehen Sie meine Sprachareale.
11:53
So it's been known for a very long time
295
701223
1428
Man weiß schon sehr lange,
11:54
that that general vicinity of the brain
296
702651
2035
dass diese Gehirnregion generell
mit Sprachverarbeitung zu tun hat.
mit Sprachverarbeitung zu tun hat.
11:56
is involved in processing language,
297
704686
2193
11:58
but we showed very recently
298
706879
1732
Aber kürzlich konnten wir beweisen,
12:00
that these pink regions
299
708611
1710
dass diese pinkfarbenen Regionen
extrem selektiv vorgehen.
extrem selektiv vorgehen.
12:02
respond extremely selectively.
300
710321
2205
12:04
They respond when you understand
the meaning of a sentence,
the meaning of a sentence,
301
712526
2812
Sie reagieren beim Verstehen eines Satzes,
12:07
but not when you do other complex mental things,
302
715338
2838
aber nicht bei anderen komplexeren
mentalen Aktivitäten
mentalen Aktivitäten
12:10
like mental arithmetic
303
718176
2179
wie z. B. Kopfrechnen,
etwas im Gedächtnis behalten
etwas im Gedächtnis behalten
12:12
or holding information in memory
304
720355
2396
12:14
or appreciating the complex structure
305
722751
2655
oder eine komplexe Struktur
in einem Musikstück erkennen.
in einem Musikstück erkennen.
12:17
in a piece of music.
306
725406
2284
12:21
The most amazing region that's been found yet
307
729664
2889
Die faszinierendste bekannte Region
ist die hier rechts in Türkis.
ist die hier rechts in Türkis.
12:24
is this one right here in turquoise.
308
732553
3307
12:27
This region responds
309
735860
2190
Diese Region reagiert, wenn Sie überlegen,
was jemand anderer wohl denkt.
was jemand anderer wohl denkt.
12:30
when you think about what another person is thinking.
310
738050
4268
Das erscheint vielleicht verrückt,
12:34
So that may seem crazy,
311
742318
1644
12:35
but actually, we humans do this all the time.
312
743962
3868
aber wir Menschen machen das pausenlos.
12:39
You're doing this when you realize
313
747830
2193
Sie tun dies, wenn Ihnen klar wird,
dass Ihr Partner sich sorgen wird,
dass Ihr Partner sich sorgen wird,
12:42
that your partner is going to be worried
314
750023
1631
12:43
if you don't call home to say you're running late.
315
751654
2507
wenn Sie ihn nicht anrufen,
dass Sie später kommen.
dass Sie später kommen.
12:46
I'm doing this with that region of my brain right now
316
754161
3469
Mein Gehirn macht das gerade,
12:49
when I realize that you guys
317
757630
2281
weil es merkt, dass Sie sich
wahrscheinlich fragen,
wahrscheinlich fragen,
12:51
are probably now wondering about
318
759911
1598
12:53
all that gray, uncharted territory in the brain,
319
761509
2547
was wohl diese ganze graue
unbekannte Fläche im Gehirn ist.
unbekannte Fläche im Gehirn ist.
12:56
and what's up with that?
320
764056
1964
12:58
Well, I'm wondering about that too,
321
766020
1685
Ich frage mich das auch.
12:59
and we're running a bunch of
experiments in my lab right now
experiments in my lab right now
322
767705
2395
Dazu führen wir derzeit
einige Experimente durch,
einige Experimente durch,
13:02
to try to find a number of other
323
770100
2013
um andere mögliche Spezialisierungen
des Gehirns zu entdecken,
des Gehirns zu entdecken,
13:04
possible specializations in the brain
324
772113
2032
13:06
for other very specific mental functions.
325
774145
3368
die für andere sehr spezifische
Funktionen zuständig sind.
Funktionen zuständig sind.
13:09
But importantly, I don't think we have
326
777513
2621
Wichtig ist aber, dass wir vermutlich
keine eigene Spezialregion
keine eigene Spezialregion
13:12
specializations in the brain
327
780134
1564
13:13
for every important mental function,
328
781698
2746
für jede wichtige geistige Funktion haben,
13:16
even mental functions that may be critical for survival.
329
784444
3409
nicht einmal für Überlebensfunktionen.
13:19
In fact, a few years ago,
330
787853
2102
Vor einigen Jahren
war ein Wissenschaftler in meinem Labor
sehr davon überzeugt,
sehr davon überzeugt,
13:21
there was a scientist in my lab
331
789955
1117
13:23
who became quite convinced
332
791072
1409
13:24
that he'd found a brain region
333
792481
1749
dass er ein Gehirnareal gefunden hatte,
13:26
for detecting food,
334
794230
1912
das Nahrung erkannte,
13:28
and it responded really strongly in the scanner
335
796142
1918
und es reagierte stark im Scanner,
wenn solche Bilder gezeigt wurden.
wenn solche Bilder gezeigt wurden.
13:30
when people looked at images like this.
336
798060
2728
13:32
And further, he found a similar response
337
800788
2912
Er fand eine ähnliche Reaktion
13:35
in more or less the same location
338
803700
1939
mehr oder weniger am gleichen Ort
bei 10 von 12 Menschen.
bei 10 von 12 Menschen.
13:37
in 10 out of 12 subjects.
339
805639
2001
13:39
So he was pretty stoked,
340
807640
2294
Er war Feuer und Flamme,
rannte im Labor herum
rannte im Labor herum
13:41
and he was running around the lab
341
809934
1260
13:43
telling everyone that he was going to go on "Oprah"
342
811194
2002
und erzählte allen, mit dieser Entdeckung
würde er bei "Oprah" auftreten.
würde er bei "Oprah" auftreten.
13:45
with his big discovery.
343
813196
2018
13:47
But then he devised the critical test:
344
815214
3022
Aber dann kam der
alles entscheidende Test.
alles entscheidende Test.
13:50
He showed subjects images of food like this
345
818236
3183
Er zeigte Leuten Bilder
von Speisen wie diese
von Speisen wie diese
13:53
and compared them to images with very similar
346
821419
2741
und verglich sie mit Bildern von
ähnlicher Form und Farbe,
ähnlicher Form und Farbe,
13:56
color and shape, but that weren't food, like these.
347
824160
3810
bei denen es sich aber nicht
um Speisen handelte.
um Speisen handelte.
13:59
And his region responded the same
348
827970
2131
Die Gehirnregion reagierte
auf beide Bildertypen genau gleich.
auf beide Bildertypen genau gleich.
14:02
to both sets of images.
349
830101
1949
14:04
So it wasn't a food area,
350
832050
1327
Kein "Essensareal" also,
14:05
it was just a region that liked colors and shapes.
351
833377
2771
sondern nur ein Areal,
das Farben und Formen mag.
das Farben und Formen mag.
14:08
So much for "Oprah."
352
836148
2561
So viel zu "Oprah".
14:12
But then the question, of course, is,
353
840483
2225
Natürlich stellt sich die Frage,
14:14
how do we process all this other stuff
354
842708
2126
wie wir all die anderen
Dinge verarbeiten,
Dinge verarbeiten,
14:16
that we don't have specialized brain regions for?
355
844834
2970
für die wir keine Spezialisierung haben?
14:19
Well, I think the answer is that in addition
356
847804
1811
Wir haben vermutlich zusätzlich
14:21
to these highly specialized components
that I've been describing,
that I've been describing,
357
849615
3554
zu den hochspezialisierten Komponenten,
die ich beschrieben habe,
die ich beschrieben habe,
14:25
we also have a lot of very general-
purpose machinery in our heads
purpose machinery in our heads
358
853169
3679
auch eine Generalmaschinerie
in unseren Köpfen,
in unseren Köpfen,
14:28
that enables us to tackle
359
856848
1494
die es uns erlaubt,
mit allen möglichen Problemen
fertig zu werden.
fertig zu werden.
14:30
whatever problem comes along.
360
858342
2106
14:32
In fact, we've shown recently that
361
860448
2055
Wir haben kürzlich herausgefunden,
14:34
these regions here in white
362
862503
2068
dass diese Regionen hier in Weiß
immer dann reagieren,
immer dann reagieren,
14:36
respond whenever you do any difficult mental task
363
864571
3411
wenn man eine schwierige
mentale Aufgabe vor sich hat,
mentale Aufgabe vor sich hat,
14:39
at all —
364
867982
1101
immer -- na ja, bei den
sieben Versuchspersonen jedenfalls.
sieben Versuchspersonen jedenfalls.
14:41
well, of the seven that we've tested.
365
869083
3571
14:44
So each of the brain regions that I've described
366
872654
2169
Jede der Regionen, die ich heute
beschrieben habe,
beschrieben habe,
14:46
to you today
367
874823
1306
14:48
is present in approximately the same location
368
876129
2767
befindet sich bei jedem gesunden Menschen
ungefähr an der gleichen Stelle.
ungefähr an der gleichen Stelle.
14:50
in every normal subject.
369
878896
1742
14:52
I could take any of you,
370
880638
1623
Ich könnte jeden von Ihnen
14:54
pop you in the scanner,
371
882261
1226
im Scanner durchleuchten
14:55
and find each of those regions in your brain,
372
883487
2285
und diese Areale finden.
14:57
and it would look a lot like my brain,
373
885772
1905
Sie würden aussehen wie mein Gehirn.
14:59
although the regions would be slightly different
374
887677
2070
Es gäbe geringe Unterschiede
15:01
in their exact location and in their size.
375
889747
3564
in der exakten Lage und Größe.
15:05
What's important to me about this work
376
893311
2365
Bei dieser Arbeit
15:07
is not the particular locations of these brain regions,
377
895676
2969
ist mir nicht der exakte Ort
dieser Gehirnareale wichtig,
dieser Gehirnareale wichtig,
15:10
but the simple fact that we have
378
898645
2587
sondern dass wir in unserem Gehirn
15:13
selective, specific components of mind and brain
379
901232
2568
überhaupt selektive,
spezifische Komponenten haben.
spezifische Komponenten haben.
15:15
in the first place.
380
903800
1648
15:17
I mean, it could have been otherwise.
381
905448
2011
Es hätte auch andersherum sein können.
15:19
The brain could have been a single,
382
907459
2441
Das Gehirn hätte auch
ein einheitlicher Generalprozessor
sein können,
sein können,
15:21
general-purpose processor,
383
909900
1495
15:23
more like a kitchen knife
384
911395
1472
eher wie ein Küchenmesser
15:24
than a Swiss Army knife.
385
912867
1683
als ein Schweizer Taschenmesser.
15:26
Instead, what brain imaging has delivered
386
914550
3111
Aber die bildgebenden Verfahren zeigen
15:29
is this rich and interesting picture of the human mind.
387
917661
3846
vielfältige, interessante Bilder
der menschlichen Gehirnaktivität.
der menschlichen Gehirnaktivität.
15:33
So we have this picture of very general-purpose
388
921507
2463
Wir haben also einen Generalprozessor,
15:35
machinery in our heads
389
923970
1070
15:37
in addition to this surprising array
390
925040
2357
zusätzlich zu hoch spezialisierten
Komponenten im Kopf.
Komponenten im Kopf.
15:39
of very specialized components.
391
927397
3435
15:43
It's early days in this enterprise.
392
931712
2153
Wir stehen erst am Anfang.
15:45
We've painted only the first brushstrokes
393
933865
2776
Wir haben erst ein paar Pinselstriche
15:48
in our neural portrait of the human mind.
394
936641
2927
auf unserem Abbild
der menschlichen Gehirnaktivität gemalt.
der menschlichen Gehirnaktivität gemalt.
15:51
The most fundamental questions remain unanswered.
395
939568
3082
Die wichtigsten Fragen
bleiben unbeantwortet.
bleiben unbeantwortet.
15:54
So for example, what does each
of these regions do exactly?
of these regions do exactly?
396
942650
3800
Was machen beispielsweise
all diese Regionen ganz genau?
all diese Regionen ganz genau?
15:58
Why do we need three face areas
397
946450
2142
Warum brauchen wir drei
Gesichtserkennungsareale
Gesichtserkennungsareale
16:00
and three place areas,
398
948592
1465
und drei räumliche?
16:02
and what's the division of labor between them?
399
950057
2868
Wie teilen sie sich ihre Aufgaben?
16:04
Second, how are all these things
400
952925
2693
Zweitens: Wie sind all diese Dinge
im Gehirn vernetzt?
im Gehirn vernetzt?
16:07
connected in the brain?
401
955618
1712
16:09
With diffusion imaging,
402
957330
1587
Mit Diffusionsbildgebung
können Neuronenbündel aufgespürt werden,
können Neuronenbündel aufgespürt werden,
16:10
you can trace bundles of neurons
403
958917
2179
16:13
that connect to different parts of the brain,
404
961096
2575
die verschiedene Teile
des Gehirns vernetzen.
des Gehirns vernetzen.
16:15
and with this method shown here,
405
963671
1631
Mit dieser hier gezeigten Methode
16:17
you can trace the connections of
individual neurons in the brain,
individual neurons in the brain,
406
965302
3697
kann man die Verbindungen
individueller Neuronen zeigen.
individueller Neuronen zeigen.
16:20
potentially someday giving us a wiring diagram
407
968999
2718
Vielleicht führt sie irgendwann einmal
zu einem Schaltplan
zu einem Schaltplan
16:23
of the entire human brain.
408
971717
2066
des gesamten menschlichen Gehirns.
16:25
Third, how does all of this
409
973783
2047
Drittens: Wie verläuft dieser
systematische Aufbau
systematische Aufbau
16:27
very systematic structure get built,
410
975830
3149
16:30
both over development in childhood
411
978979
2956
in der Entwicklung während der Kindheit
und in der Evolution unserer Spezies?
und in der Evolution unserer Spezies?
16:33
and over the evolution of our species?
412
981935
2812
16:36
To address questions like that,
413
984747
1900
Um diese Fragen zu beantworten,
16:38
scientists are now scanning
414
986647
1783
scannen Wissenschaftler jetzt
auch Tierarten und menschliche Babys.
auch Tierarten und menschliche Babys.
16:40
other species of animals,
415
988430
2157
16:42
and they're also scanning human infants.
416
990587
5386
16:48
Many people justify the high
cost of neuroscience research
cost of neuroscience research
417
996931
3651
Viele Menschen rechtfertigen
die hohen Kosten dieser Forschung damit,
die hohen Kosten dieser Forschung damit,
16:52
by pointing out that it may help us someday
418
1000582
2754
dass sie vielleicht einmal Störungen wie
Alzheimer und Autismus behandeln können.
Alzheimer und Autismus behandeln können.
16:55
to treat brain disorders like Alzheimer's and autism.
419
1003336
3457
16:58
That's a hugely important goal,
420
1006793
1947
Das ist ein enorm wichtiges Ziel.
17:00
and I'd be thrilled if any of my work contributed to it,
421
1008740
3221
Ich wäre sehr glücklich,
dazu beigetragen zu haben.
dazu beigetragen zu haben.
17:03
but fixing things that are broken in the world
422
1011961
2998
Aber die Möglichkeit einer Reparatur
ist nicht das einzig Wertvolle.
ist nicht das einzig Wertvolle.
17:06
is not the only thing that's worth doing.
423
1014959
2801
17:09
The effort to understand the human mind and brain
424
1017760
3228
Der Versuch, die menschliche
Gehirnaktivität zu verstehen,
Gehirnaktivität zu verstehen,
17:12
is worthwhile even if it never led to the treatment
425
1020988
2818
lohnt sich auch,
wenn er niemals zur Behandlung
einer Krankheit führt.
einer Krankheit führt.
17:15
of a single disease.
426
1023806
1677
17:17
What could be more thrilling
427
1025483
2037
Was könnte spannender sein,
17:19
than to understand the fundamental mechanisms
428
1027520
3141
als die grundlegenden Mechanismen
17:22
that underlie human experience,
429
1030661
2296
der menschlichen Erfahrung zu begreifen,
17:24
to understand, in essence, who we are?
430
1032957
2926
und zu erfassen, wer wir eigentlich sind?
17:27
This is, I think, the greatest scientific quest
431
1035883
3449
Das ist wohl die größte wissenschaftliche
Herausforderung aller Zeiten.
Herausforderung aller Zeiten.
17:31
of all time.
432
1039332
2713
17:34
(Applause)
433
1042045
5470
(Applaus)
ABOUT THE SPEAKER
Nancy Kanwisher - Brain researcherUsing fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition.
Why you should listen
Does the brain use specialized processors to solve complex problems, or does it rely instead on more general-purpose systems?
This question has been at the crux of brain research for centuries. MIT researcher Nancy Kanwisher seeks to answer this question by discovering a “parts list” for the human mind and brain. "Understanding the nature of the human mind," she says, "is arguably the greatest intellectual quest of all time."
Kanwisher and her colleagues have used fMRI to identify distinct sites in the brain for face recognition, knowing where you are, and thinking about other people’s thoughts. Yet these discoveries are a prelude to bigger questions: How do these brain regions develop and function? What are the actual computations that go on in each region, and how are these computations implemented in circuits of neurons? And how do these work together to produce human intelligence?
To learn more, see Kanwisher's collection of short talks on how scientists actually study the human mind and brain and what they have learned so far.
Nancy Kanwisher | Speaker | TED.com