ABOUT THE SPEAKER
Read Montague - Behavioral Neuroscientist
What 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.

More profile about the speaker
Read Montague | Speaker | TED.com
TEDGlobal 2012

Read Montague: What we're learning from 5,000 brains

رید مونتاژ: چیزهایی که از ۵۰۰۰ مغز یاد می گیریم

Filmed:
763,896 views

موش‌، حشرات و همسترها دیگر تنها راه برای مطالعه‌ی مغز نیستند. ام آر آی تابعی (fMRI) به دانشمندان اجازه می‌دهد که فعالیت مغزیِ انسانِ زنده و تصمیم گر را به تصویر بکشند. 'رید مونتاژ' در مورد چگونگیِ کمک این تکنولوژی در درک روش‌های پیچیده ای که ما با یکدیگر تعامل می کنیم یک دیدگاه کلی ارائه می کند.
- Behavioral Neuroscientist
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. Everyoneهر کس is interestedعلاقه مند in other people.
0
474
2809
افراد دیگر.
همه به اشخاص دیگر علاقه‌مند هستند.
00:19
Everyoneهر کس has relationshipsروابط with other people,
1
3283
2123
همه با اشخاص دیگر رابطه دارند
00:21
and they're interestedعلاقه مند in these relationshipsروابط
2
5406
1592
و آن ها با دلایل متنوعی به
00:22
for a varietyتنوع of reasonsدلایل.
3
6998
1855
این رابطه‌ها علاقه مندند.
00:24
Good relationshipsروابط, badبد relationshipsروابط,
4
8853
2012
روابط خوب، روابط بد
00:26
annoyingمزاحم relationshipsروابط, agnosticاگنستیک relationshipsروابط,
5
10865
3146
روابط آزاردهنده،
روابط آگنوستیک (منکر وجود خدا)
00:29
and what I'm going to do is focusتمرکز on the centralمرکزی pieceقطعه
6
14011
3424
و کاری که که قراره انجام بدم
اینه که روی بخش محوریِ
00:33
of an interactionاثر متقابل that goesمی رود on in a relationshipارتباط.
7
17435
3303
یک تعامل تمرکز کنم.
00:36
So I'm going to take as inspirationالهام بخش the factواقعیت that we're all
8
20738
2336
خب,من میخواهم از این واقعیت که همه‌ی ما
00:38
interestedعلاقه مند in interactingتعامل with other people,
9
23074
2425
به تعامل با دیگران علاقه مند هستیم,
الهام بگیرم
00:41
I'm going to completelyبه صورت کامل stripنوار it of all its complicatingپیچیده است featuresامکانات,
10
25499
3832
میخوام تمام ویژگی‌های پیچیده کننده‌ی
این موضوع رو جدا کنم.
00:45
and I'm going to turnدور زدن that objectشی, that simplifiedساده شده objectشی,
11
29331
3894
و می خوام که این موضوع رو،
این موضوع ساده شده را
00:49
into a scientificعلمی probeپروب, and provideفراهم کند the earlyزود stagesمراحل,
12
33225
4150
به یک پژوهش علمی تبدیل کنم،
و مراحل اولیه‌ی
00:53
embryonicجنینی stagesمراحل of newجدید insightsبینش into what happensاتفاق می افتد
13
37375
2449
بینش‌های جدید در مورد اتفاقی که
00:55
in two brainsمغز while they simultaneouslyهمزمان interactتعامل.
14
39824
3650
وقتی دو مغز به صورت همزمان
با یکدیگر تعامل می کنند را توضیح دهم.
اما قبل از اینکه این کار رو بکنم،
اجازه بدید در مورد چند چیز که
00:59
But before I do that, let me tell you a coupleزن و شوهر of things
15
43474
2293
01:01
that madeساخته شده this possibleامکان پذیر است.
16
45767
1699
این کار رو ممکن کرد برای شما صحبت کنم
01:03
The first is we can now eavesdropاستراق سمع safelyبدون خطر
17
47466
2781
اول اینکه ما الان میتونیم به راحتی از
01:06
on healthyسالم brainمغز activityفعالیت.
18
50247
2711
فعالیت مغز سالم جاسوسی کنیم.
01:08
Withoutبدون needlesسوزن and radioactivityرادیواکتیویته,
19
52958
2577
بدون استفاده از سوزن و رادیواکتیو،
01:11
withoutبدون any kindنوع of clinicalبالینی reasonدلیل, we can go down the streetخیابان
20
55535
2863
بدون هیچ دلیل بالینی،
ما می‌تونیم توی خیابون بریم
01:14
and recordرکورد from your friends'دوستان' and neighbors'همسایه ها' brainsمغز
21
58398
3127
و از مغز همسایه‌ها و دوستان شما
تصویربرداری کنیم
01:17
while they do a varietyتنوع of cognitiveشناختی tasksوظایف, and we use
22
61525
2538
زمانیکه کارهای شناختی انجام می‌دهند،
و ما از
01:19
a methodروش calledبه نام functionalعملکردی magneticمغناطیسی resonanceرزونانس imagingتصویربرداری.
23
64063
3734
یک روش عکاسی به نام تشدید مغناطیسی تابعی
استفاده می کنیم.
شما احتمالا در این مورد خوندین یا تجسمی
از این موضوع رو شنیدین.
01:23
You've probablyشاید all readخواندن about it or heardشنیدم about in some
24
67797
2325
01:26
incarnationتجسم. Let me give you a two-sentenceدو جمله versionنسخه of it.
25
70122
4378
اجازه بدین یک نسخه‌ی دو جمله ای
از این رو براتون ارائه بدم.
01:30
So we'veما هستیم all heardشنیدم of MRIsMRIs. MRIsMRIs use magneticمغناطیسی fieldsزمینه های
26
74500
3484
همه‌ی ما در مورد MRI شنیدیم.
MRI از میدان‌های مغناطیسی و
01:33
and radioرادیو wavesامواج and they take snapshotsعکس های فوری of your brainمغز
27
77984
2029
و امواج رادیویی استفاده می‌کند تا
از مغز عکسبرداری کند
01:35
or your kneeزانو or your stomachمعده,
28
80013
2361
یا از زانو یا از شکم،
01:38
grayscaleسیاه و سفید imagesتصاویر that are frozenمنجمد in time.
29
82374
2045
عکس‌های سیاه سفیدی که ثابت هستند.
01:40
In the 1990s, it was discoveredکشف شده you could use
30
84419
2321
در دهه‌ی ۱۹۹۰، مشخص شد که شما می‌توانید
01:42
the sameیکسان machinesماشین آلات in a differentناهمسان modeحالت,
31
86740
2659
از همان ماشین‌ها در یک
حالت‌ مختلف استفاده کنید،
01:45
and in that modeحالت, you could make microscopicمیکروسکوپیک bloodخون flowجریان
32
89399
2346
و در این حالت،با فیلم‌هایی از
صدها هزار جای مستقل از مغز
01:47
moviesفیلم ها from hundredsصدها of thousandsهزاران نفر of sitesسایت های independentlyبه طور مستقل in the brainمغز.
33
91745
3300
میتونید جریان خون میکروسکوپی بسازید.
01:50
Okay, so what? In factواقعیت, the so what is, in the brainمغز,
34
95045
3200
خب، حالا چی؟ در واقع، «حالا چی» اینه:
داخل مغز،
01:54
changesتغییرات in neuralعصبی activityفعالیت, the things that make your brainمغز work,
35
98245
3832
تغییرات در فعالیت‌های عصبی،
چیزهایی که باعث میشن مغز کار کنند،
چیزهایی که باعث می‌ شوند
نرم‌افزار در مغز کار کند،
01:57
the things that make your softwareنرم افزار work in your brainمغز,
36
102077
2010
01:59
are tightlyمحکم correlatedهمبستگی with changesتغییرات in bloodخون flowجریان.
37
104087
2489
به شدت وابسته به تغییرات جریان خون هستند.
02:02
You make a bloodخون flowجریان movieفیلم سینما, you have an independentمستقل
38
106576
1973
یک فیلم از جریان خون بسازید،
و یک پروکسی مستقل
02:04
proxyپروکسی of brainمغز activityفعالیت.
39
108549
2339
از فعالیت مغز دارید.
02:06
This has literallyعینا revolutionizedانقلابی cognitiveشناختی scienceعلوم پایه.
40
110888
3034
این به معنای واقعی کلمه موجب
انقلاب در علوم شناختی شده است،
هر حوزه‌ای از علوم شناختی رو
که میخواین در نظر بگیرین، حافظه،
02:09
Take any cognitiveشناختی domainدامنه you want, memoryحافظه,
41
113922
1991
02:11
motorموتور planningبرنامه ریزی, thinkingفكر كردن about your mother-in-lawمادر شوهر,
42
115913
2141
برنامه‌ریزی موتور،
فکر کردن در مورد مادرزنتون،
02:13
gettingگرفتن angryخشمگین at people, emotionalعاطفی responseواکنش, it goesمی رود on and on,
43
118054
3715
عصبانی شدن از مردم، پاسخ احساسی،
همین‌طور ادامه داره،
02:17
put people into functionalعملکردی MRIMRI devicesدستگاه ها, and
44
121769
3089
مردم رو در دستگاه‌های MRI تابعی بگذارید،
02:20
imageتصویر how these kindsانواع of variablesمتغیرها mapنقشه ontoبه سوی brainمغز activityفعالیت.
45
124858
3383
و نحوه‌ی قرارگیری این متغیرها
بر فعالیت مغز را ترسیم کنید.
02:24
It's in its earlyزود stagesمراحل, and it's crudeخام by some measuresمعیارهای,
46
128241
2849
هنوز در مراحل اولیه قرار داره،
و در بعضی معیارها خامِ،
02:26
but in factواقعیت, 20 yearsسالها agoپیش, we were at nothing.
47
131090
2568
اما در واقع، ۲۰ سال پیش،
ما در نقطه‌ی صفر بودیم.
02:29
You couldn'tنمی توانستم do people like this. You couldn'tنمی توانستم do healthyسالم people.
48
133658
2359
نمی‌شد این کار رو با مردم کرد.
با مردم سالم نمی‌شد.
02:31
That's causedباعث a literalلفظی revolutionانقلاب, and it's openedافتتاح شد us up
49
136017
2488
اون باعث یک انقلاب شد، و ما را
02:34
to a newجدید experimentalتجربی preparationآماده سازی. Neurobiologistsعصب شناسان,
50
138505
2818
در معرض یک آماده سازیِ
آزمایش جدید قرار داد
02:37
as you well know, have lots of experimentalتجربی prepsآماده سازی,
51
141323
3760
عصب شناسان، همان‌طور که می‌دانید،
مواد اولیه‌ی زیادی برای آزمایش دارند،
02:40
wormsکرم ها and rodentsجوندگان and fruitمیوه fliesمگس ها and things like this.
52
145083
3141
کرم‌ها و جوندگان و حشره‌های میوه‌
و چیزهایی از این قبیل
02:44
And now, we have a newجدید experimentalتجربی prepآمادگی: humanانسان beingsموجودات.
53
148224
3397
و حالا، ما یک ماده‌ی اولیه‌ی جدید برای
آزمایش داریم: انسان‌ها
02:47
We can now use humanانسان beingsموجودات to studyمطالعه and modelمدل
54
151621
3761
حالا میتونیم از انسان ها برای مطالعه
استفاده کنیم و
نرم‌افزار انسان‌ها رو مدل کنیم.
02:51
the softwareنرم افزار in humanانسان beingsموجودات, and we have a fewتعداد کمی
55
155382
2950
و ما چند معیار رو به رشد بیولوژیکی داریم.
02:54
burgeoningپرشور biologicalبیولوژیکی measuresمعیارهای.
56
158332
2835
02:57
Okay, let me give you one exampleمثال of the kindsانواع of experimentsآزمایشات that people do,
57
161167
3887
اجازه بدید یک مثال از انواع آزمایش‌هایی
که مردم انجام میدن بهتون ارئه بدم،
03:00
and it's in the areaمنطقه of what you'dمی خواهی call valuationارزیابی.
58
165054
2677
و این در حوزه‌ای است که
بهش ارزشگذاری گفته میشه
03:03
Valuationارزیابی is just what you think it is, you know?
59
167731
2135
ارزش‌گذاری همون چیزیه
که فکر میکنین، میدونید؟
03:05
If you wentرفتی and you were valuingارزیابی two companiesشرکت ها againstدر برابر
60
169866
2804
اگر شما بخواهید دو کمپانی رو
در مقابل یکدیگر ارزش‌گذاری کنید،
03:08
one anotherیکی دیگر, you'dمی خواهی want to know whichکه was more valuableبا ارزش.
61
172670
2736
تا بدونید که کدام یک پرارزش‌تر است.
03:11
Culturesفرهنگ ها discoveredکشف شده the keyکلیدی featureویژگی of valuationارزیابی thousandsهزاران نفر of yearsسالها agoپیش.
62
175406
3879
تمدن‌ها ویژگیِ کلیدیِ ارزیابی رو
هزاران سال قبل کشف کردند.
اگر بخواهید پرتقال رو با شیشه‌ی اتومبیل
مقایسه کنید، چکار می کنید؟
03:15
If you want to compareمقايسه كردن orangesپرتقال ها to windshieldsشیشه جلو اتومبیل, what do you do?
63
179285
2690
03:17
Well, you can't compareمقايسه كردن orangesپرتقال ها to windshieldsشیشه جلو اتومبیل.
64
181975
2356
خب، نمیشه پرتقال رو با
شیشه‌ی اتومبیل مقایسه کرد.
03:20
They're immiscibleناسازگار. They don't mixمخلوط کردن with one anotherیکی دیگر.
65
184331
2255
آن‌ها مخلوط نشدنی اند. با هم جور نمی شوند.
پس به جای اینکار، آن‌ها رو به
یک مقیاس ارزی معمول تبدیل می کنیم،
03:22
So insteadبجای, you convertتبدیل them to a commonمشترک currencyواحد پول scaleمقیاس,
66
186586
2351
03:24
put them on that scaleمقیاس, and valueارزش them accordinglyبر این اساس.
67
188937
2706
آن‌ها را مقایسه می‌کنیم،
و بر این اساس آن‌ها را ارزش گذاری می‌کنیم.
03:27
Well, your brainمغز has to do something just like that as well,
68
191643
3436
خب مغز هم کار مشابهی با این باید انجام بده
و ما تازه شروع به فهمیدن و مشخص کردنِ
03:30
and we're now beginningشروع to understandفهمیدن and identifyشناسایی
69
195079
2488
سیستم‌های مغزی که در ارزش‌گذاری
دخیل هستند کرده ایم
03:33
brainمغز systemsسیستم های involvedگرفتار in valuationارزیابی,
70
197567
2137
03:35
and one of them includesشامل می شود a neurotransmitterانتقال دهنده عصبی systemسیستم
71
199704
2632
و یکی از آن‌ها شامل یک
سیستم انتقال دهنده‌ی عصبی است که
03:38
whoseکه cellsسلول ها are locatedواقع شده in your brainstemمغز استخوان
72
202336
2632
سلول‌های آن روی ساقه‌ی مغز قرار گرفته‌اند.
03:40
and deliverارائه the chemicalشیمیایی dopamineدوپامین to the restباقی مانده of your brainمغز.
73
204968
3175
و دوپامین شیمیایی به
بقیه‌ی نقاط مغز تحویل می دهد.
03:44
I won'tنخواهد بود go throughاز طریق the detailsجزئیات of it, but that's an importantمهم
74
208143
2442
وارد جزئیاتش نمی‌شوم، اما اون کشف مهمیه،
03:46
discoveryکشف, and we know a good bitبیت about that now,
75
210585
2157
و ما مقدار مناسبی درباره‌ی اون می دونیم،
03:48
and it's just a smallکوچک pieceقطعه of it, but it's importantمهم because
76
212742
2230
و این فقط یک بخش بسیار کوچک از اونه،
اما مهمه چون
03:50
those are the neuronsنورون ها that you would loseاز دست دادن if you had Parkinson'sپارکینسون diseaseمرض,
77
214972
3275
آن‌ها نورون‌هایی هستند که اگر
بیماری پارکینسون بگیریم از دست می‌دهیم.
03:54
and they're alsoهمچنین the neuronsنورون ها that are hijackedربوده شده by literallyعینا
78
218247
2016
و آن‌ها نورون‌هایی هستند که تقریبا توسط
همه‌ی مواد مخدر ربوده می‌شوند،
و این منطقیه.
03:56
everyهرکدام drugدارو of abuseسو استفاده کردن, and that makesباعث می شود senseاحساس.
79
220263
2232
مواد مخدر داخل می‌شوند و
آن‌ها روشی که شما با آن
03:58
Drugsمواد مخدر of abuseسو استفاده کردن would come in, and they would changeتغییر دادن
80
222495
2336
دنیا را ارزش‌گذاری می‌کنید را عوض می‌کنند.
04:00
the way you valueارزش the worldجهان. They changeتغییر دادن the way
81
224831
1789
04:02
you valueارزش the symbolsنمادها associatedهمراه with your drugدارو of choiceانتخابی,
82
226620
3199
‍اون‌ها ارزش‌گذاریِ نمادهای مرتبط با
مواد مخدر انتخاب شده را عوض می‌کنند.
04:05
and they make you valueارزش that over everything elseچیز دیگری.
83
229819
2514
و باعث می‌شوند که برای آن بیشتر
از هر چیز دیگری ارزش بگذارید.
04:08
Here'sاینجاست the keyکلیدی featureویژگی thoughگرچه. These neuronsنورون ها are alsoهمچنین
84
232333
3021
به هرحال این ویژگیِ کلیدی است.
این نورون‌ها همچنین در
04:11
involvedگرفتار in the way you can assignاختصاص دادن valueارزش to literallyعینا abstractچکیده ideasایده ها,
85
235354
3501
شیوه‌ی ارزش‌گذاری
ایده‌های انتزاعی هم دخیل هستند.
04:14
and I put some symbolsنمادها up here that we assignاختصاص دادن valueارزش to
86
238855
2041
و من نمادهایی رو اینجا قرار می‌دهم که
ما برای آن‌ها به دلایل مختلف
04:16
for variousمختلف reasonsدلایل.
87
240896
2720
ارزش‌گذاری می‌کنیم.
04:19
We have a behavioralرفتاری superpowerابرقدرت in our brainمغز,
88
243616
2689
ما یک ابرقدرت رفتاری در مغزهامون داریم.
04:22
and it at leastکمترین in partبخشی involvesشامل می شود dopamineدوپامین.
89
246305
1753
و حداقل در بخشی شامل دوپامین است.
04:23
We can denyانکار everyهرکدام instinctغریزه we have for survivalبقاء for an ideaاندیشه,
90
248058
4189
ما می‌توانیم هرانگیزه‌ای که برای بقا داریم
رو برای یک ایده انکار کنیم،
04:28
for a mereصرفا ideaاندیشه. No other speciesگونه ها can do that.
91
252247
4005
برای یک ایده‌ی محض.هیچ گونه‌ی دیگری
از موجودات نمی‌تواند این کار را انجام دهد
04:32
In 1997, the cultفرقه Heaven'sبهشت Gateدروازه committedمرتکب شده massجرم suicideخودکشی کردن
92
256252
3606
در ۱۹۹۷، فرقه‌ی «دروازه‌ی بهشت»
اقدام به خودکشی دسته جمعی کردند
با استناد بر این پیش‌بینی که
یک بشقاب پرنده بر روی
04:35
predicatedپیش بینی شده on the ideaاندیشه that there was a spaceshipسفینه فضایی
93
259858
2215
04:37
hidingقایم شدن in the tailدم of the then-visibleسپس قابل مشاهده است cometدنباله دار Hale-Boppهیل بوپ
94
262073
3785
دنباله‌ی ستاره‌ی دنباله‌دارِ هیل-باپ
که آن موقع دیده می‌شد مخفی شده است
04:41
waitingدر انتظار to take them to the nextبعد levelسطح. It was an incrediblyطور باور نکردنی tragicغم انگیز eventرویداد.
95
265858
4272
تا آن‌ها را به سطح بعدی ببرد.
این یک رویداد به شدت غم انگیز بود.
04:46
More than two thirdsسهم of them had collegeکالج degreesدرجه.
96
270130
3485
بیش از دو سوم آن‌ها مدرک دانشگاهی داشتند.
04:49
But the pointنقطه here is they were ableتوانایی to denyانکار theirخودشان instinctsغرایز for survivalبقاء
97
273615
3723
اما نکته اینه که آن‌ها قادر بودند
انگیزه‌های بقای خود رو انکار کنند.
با استفاده از دقیقا همان سیستم‌هایی
که آنجا بود تا آن‌ها را مجبور به بقا کند.
04:53
usingاستفاده كردن exactlyدقیقا the sameیکسان systemsسیستم های that were put there
98
277338
2866
04:56
to make them surviveزنده ماندن. That's a lot of controlکنترل, okay?
99
280204
4042
این مقدار بسیار زیادی کنترل است، باشه؟
05:00
One thing that I've left out of this narrativeروایت
100
284246
2089
چیزی که از این داستان خارج گذاشتم
05:02
is the obviousآشکار thing, whichکه is the focusتمرکز of the restباقی مانده of my
101
286335
2234
چیز مشخصیِ که تمرکز ادامه‌یِ
05:04
little talk, and that is other people.
102
288569
2159
صحبت کوچکِ من بر آن است
و آن بقیه‌ی مردم است.
05:06
These sameیکسان valuationارزیابی systemsسیستم های are redeployedبازنشستگی
103
290728
2996
همین سیستم‌های ارزش‌گذاری
وقتی که ارتباطمون با
05:09
when we're valuingارزیابی interactionsفعل و انفعالات with other people.
104
293724
2492
بقیه را ارزش‌گذاری می‌کنیم
دوباره استفاده می‌شوند.
05:12
So this sameیکسان dopamineدوپامین systemسیستم that getsمی شود addictedمعتاد to drugsمواد مخدر,
105
296216
3271
پس همین سیستم دوپامین
که به مواد معتاد می‌شود،
05:15
that makesباعث می شود you freezeیخ زدگی when you get Parkinson'sپارکینسون diseaseمرض,
106
299487
2524
که باعث فلج شدن شدن
هنگام بیماریِ پارکینسون می‌شود،
05:17
that contributesکمک می کند to variousمختلف formsتشکیل می دهد of psychosisروانپریشی,
107
302011
3077
که به انواع گوناگونی از جنون کمک می‌کند،
05:20
is alsoهمچنین redeployedبازنشستگی to valueارزش interactionsفعل و انفعالات with other people
108
305088
3920
همچنین هنگام ارزش‌گذاری ارتباط
با دیگران دوباره استفاده می‌شود.
05:24
and to assignاختصاص دادن valueارزش to gesturesحرکات that you do
109
309008
2896
و تا اختصاص دادن حرکات وقتی که
05:27
when you're interactingتعامل with somebodyکسی elseچیز دیگری.
110
311904
2574
با شخص دیگری ارتباط داریم.
05:30
Let me give you an exampleمثال of this.
111
314478
2577
اجازه بدید یک مثال از این به شما ارائه دهم
05:32
You bringآوردن to the tableجدول suchچنین enormousعظیم processingدر حال پردازش powerقدرت
112
317055
2967
در این حوزه حجم وسیعی از قدرت پردازش
را استفاده می‌کنیم و حتی به
سختی متوجه آن می‌شویم.
05:35
in this domainدامنه that you hardlyبه سختی even noticeاطلاع it.
113
320022
2624
بگذارید چند مثال به ارائه کنم.
این یک بچه است.
05:38
Let me just give you a fewتعداد کمی examplesمثال ها. So here'sاینجاست a babyعزیزم.
114
322646
1467
05:40
She's threeسه monthsماه ها oldقدیمی. She still poopsچپ in her diapersپوشک and she can't do calculusحسابداری.
115
324113
3730
اون سه ماهشه. هنوز توی پوشکش خرابکاری
میکنه و نمیتونه محاسبات انجام بده.
05:43
She's relatedمربوط to me. Somebodyکسی will be very gladخوشحالم that she's up here on the screenصفحه نمایش.
116
327843
3353
اون با من نسبت داره. یک نفرخیلی خوشحال
میشه که اون روی صفحه قرار گرفته.
05:47
You can coverپوشش up one of her eyesچشم ها, and you can still readخواندن
117
331196
2376
میشه یکی از چشم‌هاش رو بپوشونیم و
و هنوز هم از چشم دیگر او
05:49
something in the other eyeچشم, and I see sortمرتب سازی of curiosityکنجکاوی
118
333572
2755
می‌تونیم چیزی رو بخونیم،
من نوعی کنجکاوی در یک چشم و
05:52
in one eyeچشم, I see maybe a little bitبیت of surpriseتعجب in the other.
119
336327
3597
مقداری سوپرایز شدن در چشم دیگرش می‌بینم.
05:55
Here'sاینجاست a coupleزن و شوهر. They're sharingبه اشتراک گذاری a momentلحظه togetherبا یکدیگر,
120
339924
3179
این‌ها یک زوج هستند.آن‌ها
لحظه‌ای رو با هم به اشتراک گذاشته اند
05:59
and we'veما هستیم even doneانجام شده an experimentآزمایشی where you can cutبرش out
121
343103
1318
و ما یک آزمایش‌ انجام دادیم که در آن
06:00
differentناهمسان piecesقطعات of this frameفریم and you can still see
122
344421
3007
بخش‌هایی از این عکس رو جدا کردیم و
همچنان می‌شد این اشتراک‌گذاری رو دید
06:03
that they're sharingبه اشتراک گذاری it. They're sharingبه اشتراک گذاری it sortمرتب سازی of in parallelموازی.
123
347428
2504
آن‌ها به نوعی به صورت موازی
این اشتراک گذاری رو انجام دادند.
06:05
Now, the elementsعناصر of the sceneصحنه alsoهمچنین communicateبرقراری ارتباط this
124
349932
2463
عناصر این صحنه هم این رو به ما می‌رسونند
06:08
to us, but you can readخواندن it straightسر راست off theirخودشان facesچهره ها,
125
352395
2235
اما مستقیما از چهره‌هاشون می‌تونید بخونید
06:10
and if you compareمقايسه كردن theirخودشان facesچهره ها to normalطبیعی facesچهره ها, it would be a very subtleنامحسوس cueنشانه.
126
354630
3503
و اگر چهره‌هاشون رو با چهره‌های طبیعی
مقایسه کنیم، نشانه‌های دقیقی خواهیم دید.
06:14
Here'sاینجاست anotherیکی دیگر coupleزن و شوهر. He's projectingطرح ریزی out at us,
127
358133
3347
این هم یک زوج دیگر.
اون مرد داره به سمت ما نگاه می‌کنه
06:17
and she's clearlyبه وضوح projectingطرح ریزی, you know,
128
361480
2888
و اون خانم هم به وضوح داره با
06:20
love and admirationتحسین at him.
129
364368
2263
عشق و تحسین به او نگاه می‌کنه
06:22
Here'sاینجاست anotherیکی دیگر coupleزن و شوهر. (Laughterخنده)
130
366631
3635
این هم یک زوج دیگر. (خنده‌ی حضار)
06:26
And I'm thinkingفكر كردن I'm not seeingدیدن love and admirationتحسین on the left. (Laughterخنده)
131
370266
5150
و من فکر میکنم که عشق و تحسینی
در سمت چپ نمی‌بینم.(خنده‌ی حضار)
06:31
In factواقعیت, I know this is his sisterخواهر, and you can just see
132
375416
2560
در واقع، من می‌دونم که این خواهرشه و
می‌تونیم ببینیم که داره میگه:
06:33
him sayingگفت:, "Okay, we're doing this for the cameraدوربین,
133
377976
2513
«خیله خوب، ما این کاررو
برای دوربین انجام می‌دیم و
06:36
and then afterwardsپس از آن you stealسرقت کن my candyآب نبات and you punchپانچ me in the faceصورت." (Laughterخنده)
134
380489
5702
بعدش تو شکلاتِ منو می‌دزدی و
به صورت من مشت میزنی.» (خنده‌ی حضار)
06:42
He'llجهنم killکشتن me for showingنشان دادن that.
135
386191
2106
به خاطر نشون دادن این منو می‌کشه.
06:44
All right, so what does this mean?
136
388297
2797
خوب، این چه معنی می‌ده؟
06:46
It meansبه معنای we bringآوردن an enormousعظیم amountمیزان of processingدر حال پردازش powerقدرت to the problemمسئله.
137
391094
3350
این یعنی ما حجم وسیعی از قدرت پردازش
رو به مواجهه‌ی مشکل فرا می‌خوانیم.
06:50
It engagesمشغول است deepعمیق systemsسیستم های in our brainمغز, in dopaminergicدوپامینرژیک
138
394444
3648
این سیستم‌های عمیقی در
ذهن ما رو درگیر می‌کنه
سیستم‌های وابسته به دوپامین که باعث می‌شن
ما دنبال رابطه‌ی جنسی، غذا و نمک باشیم.
06:53
systemsسیستم های that are there to make you chaseتعقیب sexارتباط جنسی, foodغذا and saltنمک.
139
398092
2818
06:56
They keep you aliveزنده است. It givesمی دهد them the pieپای, it givesمی دهد
140
400910
2894
آن‌ها ما رو زنده نگه می‌دارند
این آنچنان ضربه‌ی مشت رفتاری که
بهش ابرقدرت گفتم رو وارد میکنه.
06:59
that kindنوع of a behavioralرفتاری punchپانچ whichکه we'veما هستیم calledبه نام a superpowerابرقدرت.
141
403804
2904
07:02
So how can we take that and arrangeترتیب دادن a kindنوع of stagedصحنه
142
406708
3654
خب ما چجوری می‌تونیم اینو داشته باشیم
و یک ارتباط اجتماعی مرحله‌بندی شده را
07:06
socialاجتماعی interactionاثر متقابل and turnدور زدن that into a scientificعلمی probeپروب?
143
410362
2698
برنامه‌ریزی کنیم و آن را به
یک مسئله‌ی علمی تبدیل کنیم؟
07:08
And the shortکوتاه answerپاسخ is gamesبازی ها.
144
413060
2691
و جواب کوتاه اینه: بازی
07:11
Economicاقتصادی gamesبازی ها. So what we do is we go into two areasمناطق.
145
415751
4404
بازی‌های اقتصادی. پس کاری که می‌کنیم اینه:
وارد دو حوزه می‌شویم.
07:16
One areaمنطقه is calledبه نام experimentalتجربی economicsاقتصاد. The other areaمنطقه is calledبه نام behavioralرفتاری economicsاقتصاد.
146
420155
3336
اسم یکی از این حوزه‌ها اقتصاد تجربی است.
و نام دیگری اقتصاد رفتاری است.
07:19
And we stealسرقت کن theirخودشان gamesبازی ها. And we contriveتصور کنید them to our ownخودت purposesاهداف.
147
423491
4078
و ما بازی‌های آن‌ها را می‌دزدیم و برای
هدف‌های خودمون از آن‌ها استفاده می‌کنیم.
07:23
So this showsنشان می دهد you one particularخاص gameبازی calledبه نام an ultimatumاولتیماتوم gameبازی.
148
427569
2967
این به شما یک بازی خاص به نام
بازی اولتیماتوم را نشون می‌ده.
07:26
Redسرخ personفرد is givenداده شده a hundredصد dollarsدلار and can offerپیشنهاد
149
430536
1845
به فرد قرمز ۱۰۰ دلار داده شده و او می‌تونه
07:28
a splitشکاف to blueآبی. Let's say redقرمز wants to keep 70,
150
432381
3723
یک پیشنهاد به آبی بده. بیاید فرض
کنیم قرمز می‌خواد ۷۰ تا نگه داره و
07:32
and offersارائه می دهد blueآبی 30. So he offersارائه می دهد a 70-30 splitشکاف with blueآبی.
151
436104
4086
به آبی ۳۰ تا پیشنهاد بده. پس به آبی
یک پیشنهاد تقسیم ۷۰ به ۳۰ میده.
07:36
Controlکنترل passesعبور می کند to blueآبی, and blueآبی saysمی گوید, "I acceptقبول کردن it,"
152
440190
2851
کنترل دست آبی میافته و او میگه:
«قبول می‌کنم»
07:38
in whichکه caseمورد he'dاو می خواهد get the moneyپول, or blueآبی saysمی گوید,
153
443041
1956
در این حالت او پول رو می‌گیره،
یا آبی می‌گه:
07:40
"I rejectرد کنید it," in whichکه caseمورد no one getsمی شود anything. Okay?
154
444997
4307
«رد می‌کنم»، در این حالت هیچکس
پولی نمی‌گیره.خب؟
07:45
So a rationalگویا choiceانتخابی economistاقتصاددان would say, well,
155
449304
3392
پس یک اقتصاددان منطقی ممکنه بگه که
07:48
you should take all non-zeroغیر صفر offersارائه می دهد.
156
452696
2056
ما باید تمام پیشنهادهای
غیر صفر رو قبول کنیم.
07:50
What do people do? People are indifferentبي تفاوت at an 80-20 splitشکاف.
157
454752
3762
مردم چکار می‌کنند؟
مردم در یک تقسیم ۸۰ به ۲۰ بی‌تفاوت هستند.
07:54
At 80-20, it's a coinسکه flipتلنگر whetherچه you acceptقبول کردن that or not.
158
458514
3524
در تقسیم ۸۰ به ۲۰ احتمال قبولِ پیشنهاد
برابر با احتمال سکه انداختن است.(۵۰ درصد)
07:57
Why is that? You know, because you're pissedترسناک off.
159
462038
2891
چرا؟ چون ما عصبانی هستیم.
ما خشمگینیم. اون یک پیشنهاد غیرمنصفانه است
و ما می‌دونیم یک پیشنهاد غیرمنصفانه چیه.
08:00
You're madدیوانه. That's an unfairغیر منصفانه offerپیشنهاد, and you know what an unfairغیر منصفانه offerپیشنهاد is.
160
464929
3609
این نوعی از بازی است که در آزمایشگاه من و
آزمایشگاه‌های بسیاری در دنیا انجام شده.
08:04
This is the kindنوع of gameبازی doneانجام شده by my labآزمایشگاه and manyبسیاری around the worldجهان.
161
468538
2704
08:07
That just givesمی دهد you an exampleمثال of the kindنوع of thing that
162
471242
2544
این به شما فقط مثالی از نوع چیزی که این
بازی‌ها تحقیق می‌کنند نشان داد.
08:09
these gamesبازی ها probeپروب. The interestingجالب هست thing is, these gamesبازی ها
163
473786
3738
چیز جالب این است که، این بازی‌ها
08:13
requireنیاز that you have a lot of cognitiveشناختی apparatusدستگاه on lineخط.
164
477524
3707
نیازمند این هستند که دستگاه‌های شناختی
بسیاری را آماده داشته باشید.
08:17
You have to be ableتوانایی to come to the tableجدول with a properمناسب modelمدل of anotherیکی دیگر personفرد.
165
481231
2928
باید بتونیم با یک مدل مناسب از
یک فرد دیگر کار رو آغاز کنیم.
08:20
You have to be ableتوانایی to rememberیاد آوردن what you've doneانجام شده.
166
484159
3213
باید بتونیم کاری که
انجام دادیم رو به خاطر بیاوریم.
باید برای لحظه‌ی مناسب
برای انجام آن صبر کنیم.
08:23
You have to standایستادن up in the momentلحظه to do that.
167
487372
1420
08:24
Then you have to updateبه روز رسانی your modelمدل basedمستقر on the signalsسیگنال ها comingآینده back,
168
488792
3350
سپس باید مدل را براساس
سیگنال‌های بازگشتی به روزرسانی کنیم.
08:28
and you have to do something that is interestingجالب هست,
169
492142
2972
و باید یک کار جالب انجام بدیم:
08:31
whichکه is you have to do a kindنوع of depthعمق of thought assayتست.
170
495114
2597
باید نوعی سنجش ذهنی عمیق انجام بدیم.
که یعنی، باید تصمیم بگیریم که
فرد دیگر چه انتظاری از ما دارد.
08:33
That is, you have to decideتصميم گرفتن what that other personفرد expectsانتظار می رود of you.
171
497711
3333
باید سیگنال‌هایی بفرستیم تا تصویری
که از ما در ذهن خود دارند را مدیریت کنیم.
08:36
You have to sendارسال signalsسیگنال ها to manageمدیریت کردن your imageتصویر in theirخودشان mindذهن.
172
501044
2954
08:39
Like a jobکار interviewمصاحبه. You sitنشستن acrossدر سراسر the deskمیز مطالعه from somebodyکسی,
173
503998
2853
مثل یک مصاحبه‌ی شغلی. ما روبه‌روی
یک فرد در طرف دیگر میز می‌نشینیم،
08:42
they have some priorقبل از imageتصویر of you,
174
506851
1369
آن‌ها یک تصویر از قبل از ما دارند،
08:44
you sendارسال signalsسیگنال ها acrossدر سراسر the deskمیز مطالعه to moveحرکت theirخودشان imageتصویر
175
508220
2751
ما سیگنال‌هایی به آن سوی میز می‌فرستیم
تا تصویری که از ما دارند را
08:46
of you from one placeمحل to a placeمحل where you want it to be.
176
510971
3920
از یک جا به جایی که
می‌خواهیم باشد منتقل کنیم.
08:50
We're so good at this we don't really even noticeاطلاع it.
177
514891
3385
آنقدر در اینکار خوب هستیم
که حتی متوجه آن هم نمی‌شویم.
08:54
These kindsانواع of probesپروب ها exploitبهره برداری it. Okay?
178
518276
3767
این تحقیق‌ها این را نشان دادند. خیلی خوب؟
در حین انجام این کار چیزی که کشف کردیم
این بود که:
08:57
In doing this, what we'veما هستیم discoveredکشف شده is that humansانسان
179
522043
1807
08:59
are literalلفظی canariesقناری ها in socialاجتماعی exchangesمبادلات.
180
523850
2331
انسان‌ها در مبادلات
اجتماعی مثل قناری‌ها هستند.
09:02
Canariesکانری ها used to be used as kindنوع of biosensorsبیوسنسورها in minesمعادن.
181
526181
3397
از قناری‌ها به عنوان نوعی
حسگر زیستی در معدن‌ها استفاده می‌شد.
09:05
When methaneمتان builtساخته شده up, or carbonکربن dioxideدی اکسید builtساخته شده up,
182
529578
3560
هنگامی که متان زیاد می‌شد،
یا کربن دی‌اکسید زیاد می‌شد،
09:09
or oxygenاکسیژن was diminishedکاسته, the birdsپرنده ها would swoonسوگواری
183
533138
4186
یا اکسیژن کاهش پیدا می‌کرد،
پرنده‌ها قبل مردم
غش می‌کردند -- پس به عنوان
یک سیستم هشدار اولیه عمل می‌کرد:
09:13
before people would -- so it actedعمل کرد as an earlyزود warningهشدار systemسیستم:
184
537324
2326
09:15
Hey, get out of the mineمال خودم. Things aren'tنه going so well.
185
539650
2980
«هی، از معدن بیرون برید. اوضاع خوب نیست.»
مردم به پای میز مذاکره می‌آیند و حتی این
تعاملات اجتماعی مرحله بندی شده‌ی بدون پرده
09:18
People come to the tableجدول, and even these very bluntبی پرده,
186
542630
2954
09:21
stagedصحنه socialاجتماعی interactionsفعل و انفعالات, and they, and there's just
187
545584
2990
که در آن‌ها فقط اعداد مابینِ
09:24
numbersشماره going back and forthچهارم betweenبین the people,
188
548574
3016
مردم رد و بدل می‌شود،
و مردم احساست بسیار زیادی را به این
فرآیند اضافه می کنند.
09:27
and they bringآوردن enormousعظیم sensitivitiesحساسیت ها to it.
189
551590
2199
09:29
So we realizedمتوجه شدم we could exploitبهره برداری this, and in factواقعیت,
190
553789
2689
پس ما فهمیدیم که می‌تونیم از این
بهره برداری کنیم و در واقع
09:32
as we'veما هستیم doneانجام شده that, and we'veما هستیم doneانجام شده this now in
191
556478
2556
ما این کار رو انجام دادیم.
ما این کار رو بر روی
09:34
manyبسیاری thousandsهزاران نفر of people, I think on the orderسفارش of
192
559034
2694
هزاران نفر از مردم انجام دادیم،
فکر می‌کنم در حدودِ
پنج یا شش هزار نفر.
09:37
fiveپنج or sixشش thousandهزار. We actuallyدر واقع, to make this
193
561728
2165
در واقع برای اینکه این را به یک
تحقیق بیولیژیکی تبدیل کنیم،
09:39
a biologicalبیولوژیکی probeپروب, need biggerبزرگتر numbersشماره than that,
194
563893
2224
به اعدادِ بسیار بیشتری نیاز داریم.
اما به هرحال
09:42
remarkablyقابل توجه so. But anywayبه هر حال,
195
566117
3674
الگوهایی پدید آمدند و
ما توانستیم آن الگوها را
09:45
patternsالگوها have emergedظهور, and we'veما هستیم been ableتوانایی to take
196
569791
2004
09:47
those patternsالگوها, convertتبدیل them into mathematicalریاضی modelsمدل ها,
197
571795
3836
به مدل‌های ریاضی تبدیل کنیم و
09:51
and use those mathematicalریاضی modelsمدل ها to gainکسب کردن newجدید insightsبینش
198
575631
2689
از آن مدل‌های ریاضی استفاده کردیم تا
09:54
into these exchangesمبادلات. Okay, so what?
199
578320
2131
بینش‌های جدیدی به این تعاملات
به دست آوریم. خب، حالا چی؟
09:56
Well, the so what is, that's a really niceخوب behavioralرفتاری measureاندازه گرفتن,
200
580451
3313
خب این یک سنجش رفتاریِ مناسب است،
09:59
the economicاقتصادی gamesبازی ها bringآوردن to us notionsمفاهیم of optimalبهینه playبازی.
201
583764
3319
بازی‌های اقتصادی مفاهیمی از بازی بهینه
را برای ما به ارمغان می‌آورند.
10:02
We can computeمحاسبه کنید that duringدر حین the gameبازی.
202
587083
2484
ما می‌توانیم آن را در حین بازی محاسبه کنیم
10:05
And we can use that to sortمرتب سازی of carveحك كردن up the behaviorرفتار.
203
589567
2953
و ما می‌توانیم از آن استفاده کنیم
تا به نوعی رفتار را بسازیم.
10:08
Here'sاینجاست the coolسرد thing. Sixشش or sevenهفت yearsسالها agoپیش,
204
592520
4330
این هم قسمت جالب ماجرا.
شش یا هفت سال پیش،
10:12
we developedتوسعه یافته a teamتیم. It was at the time in Houstonهوستون, Texasتگزاس.
205
596850
2550
ما یک تیم درست کردیم.
آن موقع در هیستونِ تکزاس بود.
10:15
It's now in Virginiaویرجینیا and Londonلندن. And we builtساخته شده softwareنرم افزار
206
599400
3394
الان در ویرجینیا و لندن است.
و ما یک نرم افزار درست کردیم که
10:18
that'llکه میگه linkارتباط دادن functionalعملکردی magneticمغناطیسی resonanceرزونانس imagingتصویربرداری devicesدستگاه ها
207
602794
3207
دستگاه‌هایِ تصویربرداریِ تشدیدِ مغناطیسی
را از طریق اینترنت به یکدیگر ارتباط می‌داد
10:21
up over the Internetاینترنت. I guessحدس بزن we'veما هستیم doneانجام شده up to sixشش machinesماشین آلات
208
606001
4035
فکر می‌کنم که تا شش دستگاه را
در آن زمان متصل کردیم،
اما بگذارید فقط بر روی
دو تا از آن‌ها تمرکز کنیم.
10:25
at a time, but let's just focusتمرکز on two.
209
610036
1981
10:27
So it synchronizesهماهنگ می شود machinesماشین آلات anywhereهر جا in the worldجهان.
210
612017
3058
پس این ماشین‌ها را در هر جای دنیا
که باشند با یکدیگر همگام می‌کند.
10:30
We synchronizeهمگام سازی the machinesماشین آلات, setتنظیم them into these
211
615075
3169
ما ماشین‌ها را همگام می‌کنیم، برای تعاملات
اجتماعیِ مرحله‌بندی شده تنظیم می‌کنیم
10:34
stagedصحنه socialاجتماعی interactionsفعل و انفعالات, and we eavesdropاستراق سمع on bothهر دو
212
618244
1983
و از هر دو مغزی که با یکدیگر
تعامل می‌کنند جاسوسی می‌کنیم.
10:36
of the interactingتعامل brainsمغز. So for the first time,
213
620227
1666
10:37
we don't have to look at just averagesمیانگین ها over singleتنها individualsاشخاص حقیقی,
214
621893
3607
پس برای اولین بار
نیازی نیست که فقط میانگینِ
تک نفره‌ی افراد را بررسی کنیم،
یا افراد را مجبور کنیم که با
کامپیوتر بازی کنند یا سعی کنیم که
10:41
or have individualsاشخاص حقیقی playingبازی کردن computersکامپیوترها, or try to make
215
625500
2897
اینگونه استنتاج کنیم. ما می‌توانیم
جفت های مجزا را بررسی کنیم.
10:44
inferencesنتیجه گیری that way. We can studyمطالعه individualفردی dyadsدیودها.
216
628397
2763
10:47
We can studyمطالعه the way that one personفرد interactsتعامل دارد with anotherیکی دیگر personفرد,
217
631160
2785
ما می‌توانیم روشی که یک فرد با فرد
دیگر تعامل می‌کند را مطالعه کنیم.
10:49
turnدور زدن the numbersشماره up, and startشروع کن to gainکسب کردن newجدید insightsبینش
218
633945
2564
اعدادمون را بیشتر کنیم و بینش‌های جدیدی را
10:52
into the boundariesمرزها of normalطبیعی cognitionشناختن,
219
636509
2515
به مرزهای معمولِ شناخت اضافه کنیم
10:54
but more importantlyمهم است, we can put people with
220
639024
2732
اما مهمتر از این، ما می‌توانیم افرادی که
به صورت کلاسیک با عنوانِ
10:57
classicallyکلاسیک definedتعریف شده است mentalذهنی illnessesبیماری ها, or brainمغز damageخسارت,
221
641756
3337
بیماریِ روانی یا آسیب مغزی
تعریف شده اند را
11:00
into these socialاجتماعی interactionsفعل و انفعالات, and use these as probesپروب ها of that.
222
645093
3551
در این تعاملاتِ اجتماعی قرار دهیم و
از این‌ها به عنوان پژوهش استفاده کنیم
11:04
So we'veما هستیم startedآغاز شده this effortتلاش. We'veما هستیم madeساخته شده a fewتعداد کمی hitsبازدید,
223
648644
2350
پس ما این تلاش را آغاز کردیم
و موفقیت‌هایی به دست آوردیم،
11:06
a fewتعداد کمی, I think, embryonicجنینی discoveriesاکتشافات.
224
650994
2449
بعضی کشف‌های ابتدایی.
11:09
We think there's a futureآینده to this. But it's our way
225
653443
2812
فکر می‌کنیم برای این آینده‌ای وجود دارد.
اما الان این راه ماست که
11:12
of going in and redefiningتعریف دوباره, with a newجدید lexiconواژگانی,
226
656255
2560
وارد شویم و با یک روش جدید،
در واقع یک روش وابسته به ریآضیات،
11:14
a mathematicalریاضی one actuallyدر واقع, as opposedمخالف to the standardاستاندارد
227
658815
4022
در مقابل نوعی که درباره‌ی
بیماری‌های روانی فکر می‌کنیم
11:18
waysراه ها that we think about mentalذهنی illnessبیماری,
228
662837
2578
تعریف جدیدی ارائه دهیم.
11:21
characterizingمشخصه these diseasesبیماری ها, by usingاستفاده كردن the people
229
665415
2067
مشخص کردن این بیماری‌ها با استفاده از
مردم به عنوان پرنده در این تعاملات.
11:23
as birdsپرنده ها in the exchangesمبادلات. That is, we exploitبهره برداری the factواقعیت
230
667482
3007
ما از این حقیقت که بازیکن سالم با کسی که
افسردگیِ شدید دارد یا
11:26
that the healthyسالم partnerشریک, playingبازی کردن somebodyکسی with majorعمده depressionافسردگی,
231
670489
4244
11:30
or playingبازی کردن somebodyکسی with autismاوتیسم spectrumطیف disorderاختلال,
232
674733
2910
کسی که اختلال طیفیِ اوتیسم دارد یا
11:33
or playingبازی کردن somebodyکسی with attentionتوجه deficitکمبود hyperactivityبیش فعالی disorderاختلال,
233
677643
3850
کسی که اختلال نقص توجه بیش‌فعالی دارد.
11:37
we use that as a kindنوع of biosensorبیوسنسور, and then we use
234
681493
3219
ما از آن به عنوان نوعی
حسگر زیستی استفاده می‌کنیم
و سپس از برنامه‌های کامپیوتری
استفاده می‌کنیم تا آن فرد را مدل‌سازی کنیم
11:40
computerکامپیوتر programsبرنامه ها to modelمدل that personفرد, and it givesمی دهد us
235
684712
2644
11:43
a kindنوع of assayتست of this.
236
687356
2470
و این به ما نوعی سنجش از این موضوع می‌دهد.
11:45
Earlyزود daysروزها, and we're just beginningشروع, we're settingتنظیمات up sitesسایت های
237
689826
2131
روزهای اولیه است و ما تازه شروع کردیم،
در حال راه‌ اندازیِ
11:47
around the worldجهان. Here are a fewتعداد کمی of our collaboratingهمکاری sitesسایت های.
238
691957
3410
مقرهایی در اطراف دنیا هستیم.
این‌ها تعدادی از مقرهای همکار ما هستند.
11:51
The hubتوپی, ironicallyاز قضا enoughکافی,
239
695367
2309
مرکز فعالیت، از قضا
11:53
is centeredمرکزی in little Roanokeروانکا, Virginiaویرجینیا.
240
697676
2889
در لیتل روانُک ویرجینیا واقع شده.
11:56
There's anotherیکی دیگر hubتوپی in Londonلندن, now, and the restباقی مانده
241
700565
2269
در حال حاضر یک مرکز دیگر در لندن است و
مابقی در حال آماده سازی هستند.
11:58
are gettingگرفتن setتنظیم up. We hopeامید to give the dataداده ها away
242
702834
4009
امیدواریم که داده‌ها را
در مرحله‌ای منتشر کنیم.
12:02
at some stageمرحله. That's a complicatedبغرنج issueموضوع
243
706843
3673
در دسترس قرار دادن این اطلاعات
12:06
about makingساخت it availableدر دسترس است to the restباقی مانده of the worldجهان.
244
710516
2994
برای بقیه‌ی دنیا موضوع پیچیده‌ای است.
اما ما فقط بخش کوچکی از چیزی که
12:09
But we're alsoهمچنین studyingدر حال مطالعه just a smallکوچک partبخشی
245
713510
1847
ما را به عنوان انسان جذاب می‌کند،
مطالعه می‌کنیم
12:11
of what makesباعث می شود us interestingجالب هست as humanانسان beingsموجودات, and so
246
715357
2267
من از بقیه‌ی افرادی که به این
موضوع علاقه دارند دعوت می‌کنم
12:13
I would inviteدعوت other people who are interestedعلاقه مند in this
247
717624
2041
12:15
to askپرسیدن us for the softwareنرم افزار, or even for guidanceراهنمایی
248
719665
2569
که از ما نرم‌افزار را درخواست کنند،
یا حتی برای راهنمایی که
12:18
on how to moveحرکت forwardرو به جلو with that.
249
722234
2219
این موضوع را چگونه پیش ببرند.
12:20
Let me leaveترک کردن you with one thought in closingبسته شدن.
250
724453
2341
بگذارید با یک
فکر پایانی شما رو تنها بگذارم
12:22
The interestingجالب هست thing about studyingدر حال مطالعه cognitionشناختن
251
726794
1942
چیز جالب در مورد
مطالعه‌ی شناختی این است که
12:24
has been that we'veما هستیم been limitedمحدود, in a way.
252
728736
3732
ما به نوعی محدود بوده‌ایم.
12:28
We just haven'tنه had the toolsابزار to look at interactingتعامل brainsمغز
253
732468
2943
ما ابزار نگاه کردن به مغزهای در حال تعامل
12:31
simultaneouslyهمزمان.
254
735411
1200
به صورت همزمان را نداشتیم.
12:32
The factواقعیت is, thoughگرچه, that even when we're aloneتنها,
255
736611
2470
حقیقت این است که ما حتی وقتی تنها هستیم،
12:34
we're a profoundlyعمیقا socialاجتماعی creatureموجود. We're not a solitaryمنفرد، مجد، تنها، منزوی، انفرادی mindذهن
256
739081
4111
موجوداتی به شدت اجتماعی هستیم.
ما ذهنی منفرد ساخته شده با خصوصیاتی که
12:39
builtساخته شده out of propertiesخواص that keptنگه داشته شد it aliveزنده است in the worldجهان
257
743192
4373
آن را در جهان مستقل از
افراد دیگر زنده نگه دارد، نیستیم
12:43
independentمستقل of other people. In factواقعیت, our mindsذهنها
258
747565
3948
در واقع، ذهن‌های ما
12:47
dependبستگی دارد on other people. They dependبستگی دارد on other people,
259
751513
2870
به بقیه‌ی مردم وابسته است.
به بقیه‌ی مردم وابسته است و
در بقیه ابراز می‌شود.
12:50
and they're expressedبیان in other people,
260
754383
1541
12:51
so the notionایده of who you are, you oftenغالبا don't know
261
755924
3652
پس مفهوم اینکه چه کسی هستیم را
تا زمانی که خودمان را در تعامل
12:55
who you are untilتا زمان you see yourselfخودت in interactionاثر متقابل with people
262
759576
2688
با بقیه‌ی مردمی که به ما نزدیک هستند
12:58
that are closeبستن to you, people that are enemiesدشمنان of you,
263
762264
2406
یا دشمن ما هستند یا منکر ما هستند
13:00
people that are agnosticاگنستیک to you.
264
764670
2545
نمی‌دانیم
پس این به نوعی اولین قدم
در استفاده از این بینش
13:03
So this is the first sortمرتب سازی of stepگام into usingاستفاده كردن that insightبینش، بصیرت، درون بینی
265
767215
3776
و نگاه کردن به چیزی که ما را به انسان
تبدیل می‌کند است و تبدیل آن به یک ابزار
13:06
into what makesباعث می شود us humanانسان beingsموجودات, turningچرخش it into a toolابزار,
266
770991
3295
13:10
and tryingتلاش کن to gainکسب کردن newجدید insightsبینش into mentalذهنی illnessبیماری.
267
774286
1978
و تلاش برای یافتن بینش‌هایی
جدید به بیماری‌های ذهنی
13:12
Thanksبا تشکر for havingداشتن me. (Applauseتشویق و تمجید)
268
776264
3121
ممنون که به صحبت‌های من گوش کردید.
(تشویق حضار)
13:15
(Applauseتشویق و تمجید)
269
779385
3089
Translated by Masood Zeinoghli
Reviewed by seyed vahid gh

▲Back to top

ABOUT THE SPEAKER
Read Montague - Behavioral Neuroscientist
What 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.

More profile about the speaker
Read Montague | Speaker | TED.com