ABOUT THE SPEAKER
Neil Burgess - Neuroscientist
At University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space.

Why you should listen

Neil Burgessis is deputy director of the Institute of Cognitive Neuroscience at University College London, where he investigates of the role of the hippocampus in spatial navigation and episodic memory. His research is directed at answering questions such as: How are locations represented, stored and used in the brain? What processes and which parts of the brain are involved in remembering the spatial and temporal context of everyday events, and in finding one's way about?

To explore this space, he and his team use a range of methods for gathering data, including pioneering uses of virtual reality, as well as computational modelling and electrophysiological analysis of the function of hippocampal neurons in the rat, functional imaging of human navigation, and neuropsychological experiments on spatial and episodic memory.

A parallel interest: Investigating our human short-term memory for serial order, or how we know our 123s.

More profile about the speaker
Neil Burgess | Speaker | TED.com
TEDSalon London Spring 2011

Neil Burgess: How your brain tells you where you are

Neil Burgess: Kako ti mozak govori gdje se nalaziš

Filmed:
1,458,267 views

Kako se sjećate gdje ste parkirali automobil? Kako znate krećete li se u pravom smjeru? Neuroznanstvenik Neil Burgess proučava neuralne mehanizme koji kodiraju prostor oko nas i način na koji su povezani s memorijom i maštom.
- Neuroscientist
At University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space. Full bio

Double-click the English transcript below to play the video.

00:15
When we parkpark in a bigvelika parkingparkiralište lot,
0
0
2000
Kada parkiramo na velikom parkiralištu,
00:17
how do we rememberzapamtiti where we parkedparkirao our carautomobil?
1
2000
2000
kako se sjetimo gdje smo ostavili auto?
00:19
Here'sOvdje je the problemproblem facingokrenut HomerHomer.
2
4000
3000
Ovaj problem muči Homera.
00:22
And we're going to try to understandrazumjeti
3
7000
2000
Pokušat ćemo razumjeti
00:24
what's happeningdogađa in his brainmozak.
4
9000
2000
što se događa u njegovom mozgu.
00:26
So we'lldobro startpočetak with the hippocampusmorski konj, shownprikazan in yellowžuta boja,
5
11000
2000
Počnimo s hipokampusom, koji je obojan žuto,
00:28
whichkoji is the organorgulje of memorymemorija.
6
13000
2000
i organ je memorije.
00:30
If you have damagešteta there, like in Alzheimer'sAlzheimerove,
7
15000
2000
Ako imate neko oštećenje na tom području, kao kod Alzheimerove bolesti,
00:32
you can't rememberzapamtiti things includinguključujući where you parkedparkirao your carautomobil.
8
17000
2000
ne možete zapamtiti stvari poput toga gdje ste parkirali.
00:34
It's namedpod nazivom after LatinLatinski for "seahorseMorski konjić,"
9
19000
2000
Hipokampus je dobio ime po latinskom nazivu za morskog konjica,
00:36
whichkoji it resemblesnalik je.
10
21000
2000
na kojeg izgledom podsjeća.
00:38
And like the restodmor of the brainmozak, it's madenapravljen of neuronsneuroni.
11
23000
2000
Kao i ostatak mozga, načinjen je od neurona.
00:40
So the humanljudski brainmozak
12
25000
2000
Ljudski mozak
00:42
has about a hundredstotina billionmilijardi neuronsneuroni in it.
13
27000
2000
sadrži otprilike stotinu milijardi neurona.
00:44
And the neuronsneuroni communicatekomunicirati with eachsvaki other
14
29000
3000
Ti neuroni međusobno komuniciraju,
00:47
by sendingslanje little pulsesimpulsa or spikesšiljci of electricityelektricitet
15
32000
2000
šalju si male električne signale
00:49
viapreko connectionsveze to eachsvaki other.
16
34000
2000
preko različitih veza kojima su povezani.
00:51
The hippocampusmorski konj is formedformirana of two sheetslistovi of cellsStanice,
17
36000
3000
Hipokampus se sastoji od dvije ploče stanica
00:54
whichkoji are very denselygusto interconnectedpovezan.
18
39000
2000
koje su vrlo gusto povezane.
00:56
And scientistsznanstvenici have begunpočela to understandrazumjeti
19
41000
2000
Znanstvenici su počeli shvaćati
00:58
how spatialprostorni memorymemorija worksdjela
20
43000
2000
kako funkcionira prostorna memorija
01:00
by recordingsnimanje from individualpojedinac neuronsneuroni
21
45000
2000
snimajući aktivnost pojedinih neurona
01:02
in ratsštakori or micemiševi
22
47000
2000
kod štakora ili miševa
01:04
while they foragekrmnog bilja or exploreistražiti an environmentokolina
23
49000
2000
koji su istraživali okolinu
01:06
looking for foodhrana.
24
51000
2000
u potrazi za hranom.
01:08
So we're going to imaginezamisliti we're recordingsnimanje from a singlesingl neuronneuron
25
53000
3000
Sada ćemo zamisliti da snimamo aktivnost jednog neurona
01:11
in the hippocampusmorski konj of this ratštakor here.
26
56000
3000
u hipokampusu ovog štakora ovdje.
01:14
And when it firespožari a little spikešiljak of electricityelektricitet,
27
59000
2000
Kada neuron bude odaslao jedan impuls elektriciteta,
01:16
there's going to be a redcrvena dottočka and a clickklik.
28
61000
3000
ovdje ćemo vidjeti crvenu točku i začuti klik.
01:19
So what we see
29
64000
2000
Vidimo da
01:21
is that this neuronneuron knowszna
30
66000
2000
taj neuron zna
01:23
wheneverkada the ratštakor has goneotišao into one particularposebno placemjesto in its environmentokolina.
31
68000
3000
je li štakor otišao na točno određeno mjesto u okolini.
01:26
And it signalssignali to the restodmor of the brainmozak
32
71000
2000
I šalje signal ostatku mozga
01:28
by sendingslanje a little electricalelektrična spikešiljak.
33
73000
3000
tim jednim električnim impulsom.
01:31
So we could showpokazati the firingplamena ratestopa of that neuronneuron
34
76000
3000
Dakle, možemo prikazati jačinu tog impulsa
01:34
as a functionfunkcija of the animal'sživotinje locationmjesto.
35
79000
2000
kao funkciju lokacije životinje.
01:36
And if we recordsnimiti from lots of differentdrugačiji neuronsneuroni,
36
81000
2000
I ako snimimo aktivnost više neurona,
01:38
we'lldobro see that differentdrugačiji neuronsneuroni firevatra
37
83000
2000
vidjet ćemo da različiti neuroni šalju impulse
01:40
when the animalživotinja goeside in differentdrugačiji partsdijelovi of its environmentokolina,
38
85000
2000
kako životinja ide u različite dijelove okoline,
01:42
like in this squarekvadrat boxkutija shownprikazan here.
39
87000
2000
kao u ovom kvadratiću ovdje.
01:44
So togetherzajedno they formoblik a mapkarta
40
89000
2000
Zajedno, oni čine mapu
01:46
for the restodmor of the brainmozak,
41
91000
2000
za ostatak mozga,
01:48
tellingreći the brainmozak continuallystalno,
42
93000
2000
neprekidno govoreći mozgu,
01:50
"Where am I now withinunutar my environmentokolina?"
43
95000
2000
“Gdje se sada nalazim unutar moje okoline?”
01:52
PlaceMjesto cellsStanice are alsotakođer beingbiće recordedzabilježena in humansljudi.
44
97000
3000
Aktivnost stanica zaduženih za lociranje također je snimana i kod ljudi.
01:55
So epilepsyepilepsija patientspacijenti sometimesponekad need
45
100000
2000
Osobe koje boluju od epilepsije katkada trebaju
01:57
the electricalelektrična activityaktivnost in theirnjihov brainmozak monitoringnadgledanje.
46
102000
3000
električnu aktivnost pri nadziranju moždanih funkcija.
02:00
And some of these patientspacijenti playedigrao a videovideo gameigra
47
105000
2000
Neki od njih su igrali video igricu
02:02
where they drivepogon around a smallmali towngrad.
48
107000
2000
u kojoj voze auto po malenom gradiću.
02:04
And placemjesto cellsStanice in theirnjihov hippocampihippocampi would firevatra, becomepostati activeaktivan,
49
109000
3000
Stanice njihovog hipokampusa bi odaslale impuls, aktivirale se
02:07
startpočetak sendingslanje electricalelektrična impulsesimpulse
50
112000
3000
i slale signal
02:10
wheneverkada they drovestado throughkroz a particularposebno locationmjesto in that towngrad.
51
115000
3000
kad god bi oni provezli auto kroz točno određeno mjesto u tom gradiću.
02:13
So how does a placemjesto cellćelija know
52
118000
2000
Kako stanica za lociranje zna
02:15
where the ratštakor or personosoba is withinunutar its environmentokolina?
53
120000
3000
gdje se štakor ili osoba nalaze?
02:18
Well these two cellsStanice here
54
123000
2000
Ove dvije stanice ovdje
02:20
showpokazati us that the boundariesgranice of the environmentokolina
55
125000
2000
pokazuju nam da su granice okoline
02:22
are particularlynaročito importantvažno.
56
127000
2000
osobito važne.
02:24
So the one on the topvrh
57
129000
2000
Ova gornja
02:26
likessviđa to firevatra sortvrsta of midwaysredišnji betweenizmeđu the wallszidovi
58
131000
2000
voli slati signal s polovice puta između zidova
02:28
of the boxkutija that theirnjihov rat'sboli in.
59
133000
2000
kutije u kojoj se štakor nalazi.
02:30
And when you expandproširiti the boxkutija, the firingplamena locationmjesto expandsProširuje.
60
135000
3000
A kada proširite kutiju, i preferirana lokacija za odašiljanje signala se proširi.
02:33
The one belowispod likessviđa to firevatra
61
138000
2000
Donja stanica voli slati signal
02:35
wheneverkada there's a wallzid closeblizu by to the southjug.
62
140000
3000
uvijek kada postoji zid u blizini juga.
02:38
And if you put anotherjoš wallzid insideiznutra the boxkutija,
63
143000
2000
I ako postavite još jedan zid u kutiju,
02:40
then the cellćelija firespožari in bothoba placemjesto
64
145000
2000
stanica će slati signal s oba mjesta,
02:42
wherevergdje god there's a wallzid to the southjug
65
147000
2000
gdje god je zid u blizini juga,
02:44
as the animalživotinja exploresistražuje around in its boxkutija.
66
149000
3000
kako životinja bude istraživala oko kutije.
02:48
So this predictspredviđa
67
153000
2000
Ovo ukazuje
02:50
that sensingočitavanje the distancesudaljenosti and directionssmjerovi of boundariesgranice around you --
68
155000
2000
kako je osjećaj za udaljenost i smjer u kojem se nalaze granice oko vas
02:52
extendedprodužen buildingsgrađevine and so on --
69
157000
2000
(u proširenom smislu zgrade itd.)
02:54
is particularlynaročito importantvažno for the hippocampusmorski konj.
70
159000
3000
povezan s hipokampusom.
02:57
And indeeddoista, on the inputsulazi to the hippocampusmorski konj,
71
162000
2000
I zaista, jedan od aferentnih putova za hipokampus,
02:59
cellsStanice are foundpronađeno whichkoji projectprojekt into the hippocampusmorski konj,
72
164000
2000
stanice koje šalju projekcije u hipokampus,
03:01
whichkoji do respondodgovarati exactlytočno
73
166000
2000
reagiraju upravo
03:03
to detectingotkrivanje boundariesgranice or edgesrubovi
74
168000
3000
detektirajući granice i rubove
03:06
at particularposebno distancesudaljenosti and directionssmjerovi
75
171000
2000
na posebnim udaljenostima i pravcima
03:08
from the ratštakor or mousemiš
76
173000
2000
od štakora ili miša
03:10
as it's exploringistraživanje around.
77
175000
2000
dok istražuje uokolo.
03:12
So the cellćelija on the left, you can see,
78
177000
2000
Stanica s lijeve strane, kao što vidite,
03:14
it firespožari wheneverkada the animalživotinja getsdobiva nearblizu
79
179000
2000
odašilje signal kada se životinja nađe kod
03:16
to a wallzid or a boundarygranica to the eastistočno,
80
181000
3000
zida ili granice blizu istoka,
03:19
whetherda li it's the edgerub or the wallzid of a squarekvadrat boxkutija
81
184000
3000
bio to ugao ili zid četvrtaste kutije,
03:22
or the circularkružni wallzid of the circularkružni boxkutija
82
187000
2000
zaobljen zid okrugle kutije
03:24
or even the droppad at the edgerub of a tablestol, whichkoji the animalsživotinje are runningtrčanje around.
83
189000
3000
ili pak rub stola po kojem životinja hoda.
03:27
And the cellćelija on the right there
84
192000
2000
Stanica desno
03:29
firespožari wheneverkada there's a boundarygranica to the southjug,
85
194000
2000
odašilje signal kada postoji granica prema jugu,
03:31
whetherda li it's the droppad at the edgerub of the tablestol or a wallzid
86
196000
2000
bio to rub stola
03:33
or even the gappraznina betweenizmeđu two tablesstolovi that are pulledizvukao apartosim.
87
198000
3000
ili mali prostor između dva spojena stola.
03:36
So that's one way in whichkoji we think
88
201000
2000
Mislimo kako je to jedan od načina
03:38
placemjesto cellsStanice determineodrediti where the animalživotinja is as it's exploringistraživanje around.
89
203000
3000
na koji stanice za lociranje određuju gdje se životinja nalazi.
03:41
We can alsotakođer testtest where we think objectsobjekti are,
90
206000
3000
Možemo testirati i osjećaj smještanja objekata u prostor,
03:44
like this goalcilj flagZastava, in simplejednostavan environmentsokruženja --
91
209000
3000
poput ove zastavice, u jednostavnim uvjetima,
03:47
or indeeddoista, where your carautomobil would be.
92
212000
2000
tj. gdje bi se mogao nalaziti vaš auto.
03:49
So we can have people exploreistražiti an environmentokolina
93
214000
3000
Na početku imamo ispitanike koji promatraju okolinu
03:52
and see the locationmjesto they have to rememberzapamtiti.
94
217000
3000
i lokaciju koju moraju upamtiti.
03:55
And then, if we put them back in the environmentokolina,
95
220000
2000
Kada ih poslije vratimo u istu okolinu,
03:57
generallyobično they're quitedosta good at puttingstavljanje a markeroznaka down
96
222000
2000
generalno su prilično dobri u smještanju oznake
03:59
where they thought that flagZastava or theirnjihov carautomobil was.
97
224000
3000
na mjesto na kojem je prije bila zastavica ili auto.
04:02
But on some trialsispitivanja,
98
227000
2000
Možemo mijenjati
04:04
we could changepromijeniti the shapeoblik and sizeveličina of the environmentokolina
99
229000
2000
oblik i veličinu okoline
04:06
like we did with the placemjesto cellćelija.
100
231000
2000
kao što smo radili sa stanicama za lociranje.
04:08
In that casespis, we can see
101
233000
2000
U tom slučaju, vidjet ćemo
04:10
how where they think the flagZastava had been changespromjene
102
235000
3000
da se njihovo mišljenje o tome gdje je zastavica bila mijenja
04:13
as a functionfunkcija of how you changepromijeniti the shapeoblik and sizeveličina of the environmentokolina.
103
238000
3000
ovisno o promjeni oblika i veličine okoline.
04:16
And what you see, for exampleprimjer,
104
241000
2000
Na primjer,
04:18
if the flagZastava was where that crosskriž was in a smallmali squarekvadrat environmentokolina,
105
243000
3000
ako je zastavica bila gdje se nalazi križić u maloj četvrtastoj okolini
04:21
and then if you askpitati people where it was,
106
246000
2000
i pitamo ljude gdje je bila,
04:23
but you've madenapravljen the environmentokolina biggerveći,
107
248000
2000
ali povećamo okolinu –
04:25
where they think the flagZastava had been
108
250000
2000
njihova predodžba o mjestu na kojem se zastavica nalazila
04:27
stretchesproteže se out in exactlytočno the sameisti way
109
252000
2000
se proširuje isto kao što se proširilo
04:29
that the placemjesto cellćelija firingplamena stretchedrastegnut out.
110
254000
2000
i područje na kojem stanice za lociranje odašilju impuls.
04:31
It's as if you rememberzapamtiti where the flagZastava was
111
256000
2000
Čini se da pamtimo gdje se zastavica nalazila
04:33
by storingskladištenje the patternuzorak of firingplamena acrosspreko all of your placemjesto cellsStanice
112
258000
3000
pohranjujući uzorke odašiljanja impulsa svih stanica
04:36
at that locationmjesto,
113
261000
2000
za lociranje na toj lokaciji.
04:38
and then you can get back to that locationmjesto
114
263000
2000
Možemo se vratiti na tu lokaciju
04:40
by movingkreće around
115
265000
2000
kružeći uokolo
04:42
so that you bestnajbolje matchutakmica the currentstruja patternuzorak of firingplamena of your placemjesto cellsStanice
116
267000
2000
tako što ćemo povezati trenutne uzorke odašiljanja impulsa stanica za lociranje
04:44
with that storedpohranjene patternuzorak.
117
269000
2000
sa onima koje smo pohranili.
04:46
That guidesVodiči you back to the locationmjesto that you want to rememberzapamtiti.
118
271000
3000
To nas vodi natrag k lokaciji koju trebamo upamtiti.
04:49
But we alsotakođer know where we are throughkroz movementpokret.
119
274000
3000
Ali također znamo gdje se nalazimo kroz pokret.
04:52
So if we take some outboundinostranstvo pathstaza --
120
277000
2000
Ako krenemo nekim izlaznim putem,
04:54
perhapsmožda we parkpark and we wanderlutati off --
121
279000
2000
na primjer parkiramo i odlutamo,
04:56
we know because our ownvlastiti movementspokreti,
122
281000
2000
sjećamo se svojih pokreta,
04:58
whichkoji we can integrateintegrirati over this pathstaza
123
283000
2000
možemo ih ponovno ugrubo integrirati
05:00
roughlygrubo what the headingnaslov directionsmjer is to go back.
124
285000
2000
te pronaći put natrag.
05:02
And placemjesto cellsStanice alsotakođer get this kindljubazan of pathstaza integrationintegracija inputulazni
125
287000
4000
Stanice za lociranje također dobivaju projekciju tog tipa
05:06
from a kindljubazan of cellćelija calledzvao a gridrešetka cellćelija.
126
291000
3000
od tzv. rešetkastih stanica.
05:09
Now gridrešetka cellsStanice are foundpronađeno, again,
127
294000
2000
Rešetkaste stanice pojavljuju se
05:11
on the inputsulazi to the hippocampusmorski konj,
128
296000
2000
kao projekcija u hipokampusu
05:13
and they're a bitbit like placemjesto cellsStanice.
129
298000
2000
i nalik su stanicama za lociranje.
05:15
But now as the ratštakor exploresistražuje around,
130
300000
2000
Kako štakor istražuje okolinu,
05:17
eachsvaki individualpojedinac cellćelija firespožari
131
302000
2000
svaka individualna stanica ispaljuje
05:19
in a wholečitav arrayred of differentdrugačiji locationslokacije
132
304000
3000
na nizu različitih lokacija
05:22
whichkoji are laidlaid out acrosspreko the environmentokolina
133
307000
2000
koje su posložene
05:24
in an amazinglyzačuđeno regularredovan triangulartrokutasti gridrešetka.
134
309000
3000
u nevjerojatno pravilan trokutast oblik.
05:29
And if you recordsnimiti from severalnekoliko gridrešetka cellsStanice --
135
314000
3000
I ako snimimo aktivnost više različitih rešetkastih stanica –
05:32
shownprikazan here in differentdrugačiji colorsboje --
136
317000
2000
što vidimo ovdje prikazano različitim bojama –
05:34
eachsvaki one has a grid-likerešetke firingplamena patternuzorak acrosspreko the environmentokolina,
137
319000
3000
svaka ima uzorak nalik rešetki uzduž okoline,
05:37
and eachsvaki cell'smobitel je grid-likerešetke firingplamena patternuzorak is shiftedpomaknut slightlymalo
138
322000
3000
i svaki taj uzorak je malo pomaknut
05:40
relativerođak to the other cellsStanice.
139
325000
2000
u odnosu na uzorke ostalih stanica.
05:42
So the redcrvena one firespožari on this gridrešetka
140
327000
2000
Crvena formira ovu rešetku,
05:44
and the greenzelena one on this one and the blueplava on on this one.
141
329000
3000
zelena ovu, a plava ovu.
05:47
So togetherzajedno, it's as if the ratštakor
142
332000
3000
Dakle, to je kao da štakor
05:50
can put a virtualvirtualan gridrešetka of firingplamena locationslokacije
143
335000
2000
na temelju svoje okoline sastavlja virtualnu rešetku lokacija
05:52
acrosspreko its environmentokolina --
144
337000
2000
na kojima se odašilje impuls –
05:54
a bitbit like the latitudeZemljopisna širina and longitudeZemljopisna dužina lineslinije that you'dti bi find on a mapkarta,
145
339000
3000
nešto poput okomitih i vodoravnih linija koje možete naći na karti,
05:57
but usingkoristeći trianglestrokuta.
146
342000
2000
samo koristi trokute.
05:59
And as it movespotezi around,
147
344000
2000
Kako se kreće uokolo,
06:01
the electricalelektrična activityaktivnost can passproći
148
346000
2000
električna aktivnost prelazi
06:03
from one of these cellsStanice to the nextSljedeći cellćelija
149
348000
2000
s jedne na drugu stanicu
06:05
to keep trackstaza of where it is,
150
350000
2000
i bilježi gdje se štakor nalazi,
06:07
so that it can use its ownvlastiti movementspokreti
151
352000
2000
tako da on može znati gdje se nalazi
06:09
to know where it is in its environmentokolina.
152
354000
2000
koristeći vlastite kretnje.
06:11
Do people have gridrešetka cellsStanice?
153
356000
2000
Imaju li ljudi rešetkaste stanice?
06:13
Well because all of the grid-likerešetke firingplamena patternsobrasci
154
358000
2000
Budući da svi rešetkasti uzorci impulsa
06:15
have the sameisti axesosi of symmetrysimetrija,
155
360000
2000
imaju iste osi simetrije,
06:17
the sameisti orientationsorijentacije of gridrešetka, shownprikazan in orangenarančasta here,
156
362000
3000
istu orijentaciju rešetki, što je prikazano ovdje narančasto,
06:20
it meanssredstva that the netneto activityaktivnost
157
365000
2000
to bi značilo da mrežastu aktivnost
06:22
of all of the gridrešetka cellsStanice in a particularposebno partdio of the brainmozak
158
367000
3000
svih rešetkastih stanica određenog dijela mozga
06:25
should changepromijeniti
159
370000
2000
možemo mijenjati
06:27
accordingpo to whetherda li we're runningtrčanje alonguz these sixšest directionssmjerovi
160
372000
2000
ovisno o tome krećemo li se uzduž jednog od ovih šest pravaca
06:29
or runningtrčanje alonguz one of the sixšest directionssmjerovi in betweenizmeđu.
161
374000
3000
ili jednog od šest pravaca između.
06:32
So we can put people in an MRIMRI scannerskener
162
377000
2000
Ljude možemo podvrgnuti MRI skeniranju
06:34
and have them do a little videovideo gameigra
163
379000
2000
dok igraju video igru
06:36
like the one I showedpokazala you
164
381000
2000
poput one koju sam vam pokazao.
06:38
and look for this signalsignal.
165
383000
2000
i tražiti taj signal.
06:40
And indeeddoista, you do see it in the humanljudski entorhinalentorhinal cortexkorteks,
166
385000
3000
I zaista, taj signal možete vidjeti u ljudskom entorinalnom korteksu,
06:43
whichkoji is the sameisti partdio of the brainmozak that you see gridrešetka cellsStanice in ratsštakori.
167
388000
3000
koji se nalazi na istom dijelu mozga na kojem kod štakora nalazimo rešetkaste stanice.
06:46
So back to HomerHomer.
168
391000
2000
Vratimo se Homeru.
06:48
He's probablyvjerojatno rememberingsjećanja where his carautomobil was
169
393000
2000
Vjerojatno se sjeća gdje mu se nalazi auto
06:50
in termsUvjeti of the distancesudaljenosti and directionssmjerovi
170
395000
2000
u smislu udaljenosti te pravca
06:52
to extendedprodužen buildingsgrađevine and boundariesgranice
171
397000
2000
zgrada i granica
06:54
around the locationmjesto where he parkedparkirao.
172
399000
2000
koje okružuju mjesto na kojemu je parkirao.
06:56
And that would be representedzastupljeni
173
401000
2000
I to bismo vidjeli kao odašiljanje signala
06:58
by the firingplamena of boundary-detectinggranica-otkrivanje cellsStanice.
174
403000
2000
stanica koje detektiraju granice.
07:00
He's alsotakođer rememberingsjećanja the pathstaza he tookuzeo out of the carautomobil parkpark,
175
405000
3000
Također, sjeća se i puta kojim je krenuo s parkirališta,
07:03
whichkoji would be representedzastupljeni in the firingplamena of gridrešetka cellsStanice.
176
408000
3000
a to bismo vidjeli kao odašiljanje signala rešetkastih stanica.
07:06
Now bothoba of these kindsvrste of cellsStanice
177
411000
2000
Obje vrste stanica
07:08
can make the placemjesto cellsStanice firevatra.
178
413000
2000
mogu dovesti do odašiljanja signala iz stanica za lociranje.
07:10
And he can returnpovratak to the locationmjesto where he parkedparkirao
179
415000
2000
Homer se može vratiti do mjesta gdje se parkirao
07:12
by movingkreće so as to find where it is
180
417000
3000
tražeći mjesto na kojem se
07:15
that bestnajbolje matchesodgovara the firingplamena patternuzorak
181
420000
2000
trenutno odašiljanje stanica za lociranje
07:17
of the placemjesto cellsStanice in his brainmozak currentlytrenutno
182
422000
2000
najbolje poklapa
07:19
with the storedpohranjene patternuzorak where he parkedparkirao his carautomobil.
183
424000
3000
s upamćenim uzorkom odašiljanja signala.
07:22
And that guidesVodiči him back to that locationmjesto
184
427000
2000
To ga vodi natrag na lokaciju
07:24
irrespectivebez obzira of visualvidni cuesštapovi
185
429000
2000
bez obzira na vizualne znakove
07:26
like whetherda li his car'sautomobili actuallyzapravo there.
186
431000
2000
poput toga je li njegov auto zbilja tamo.
07:28
Maybe it's been towedpauk.
187
433000
2000
Možda ga je pauk odnio.
07:30
But he knowszna where it was, so he knowszna to go and get it.
188
435000
3000
Ali on zna gdje je bio, tako da zna i otići po njega.
07:33
So beyondIznad spatialprostorni memorymemorija,
189
438000
2000
S druge strane,
07:35
if we look for this grid-likerešetke firingplamena patternuzorak
190
440000
2000
ako pogledamo ove rešetkaste uzorke
07:37
throughoutkroz the wholečitav brainmozak,
191
442000
2000
odašiljanja impulsa kroz cijeli mozak,
07:39
we see it in a wholečitav seriesniz of locationslokacije
192
444000
3000
vidimo serije lokacija
07:42
whichkoji are always activeaktivan
193
447000
2000
koje su aktivne uvijek
07:44
when we do all kindsvrste of autobiographicalautobiografski memorymemorija taskszadaci,
194
449000
2000
kada obavljamo razne zadatke vezane uz autobiografsko sjećanje,
07:46
like rememberingsjećanja the last time you wentotišao to a weddingvjenčanje, for exampleprimjer.
195
451000
3000
na primjer prisjećanje kada smo zadnji put bili na vjenčanju.
07:49
So it maysvibanj be that the neuralživčani mechanismsmehanizmi
196
454000
2000
Moguće je da se neuralni mehanizmi
07:51
for representingpredstavlja the spaceprostor around us
197
456000
3000
za prikazivanje prostora oko nas
07:54
are alsotakođer used for generatinggeneriranje visualvidni imagerylik
198
459000
4000
koriste ujedno i za generiranje vizualnih slika
07:58
so that we can recreateponovno the spatialprostorni scenescena, at leastnajmanje,
199
463000
3000
kako bismo mogli stvoriti prostorni prizor
08:01
of the eventsdogađaji that have happeneddogodilo to us when we want to imaginezamisliti them.
200
466000
3000
događaja koji su nam se dogodili kada ih se želimo prisjetiti.
08:04
So if this was happeningdogađa,
201
469000
2000
Ako se to događa na taj način,
08:06
your memoriessjećanja could startpočetak by placemjesto cellsStanice activatingaktiviranje eachsvaki other
202
471000
3000
prisjećanje počinje tako što se stanice za lociranje međusobno aktiviraju
08:09
viapreko these densegust interconnectionsmeđusobnog povezivanja
203
474000
2000
putem gustih komunikacija,
08:11
and then reactivatingreaktiviranje boundarygranica cellsStanice
204
476000
2000
reaktiviraju stanice za detektiranje granica
08:13
to createstvoriti the spatialprostorni structurestruktura
205
478000
2000
kako bi stvorile prostornu strukturu
08:15
of the scenescena around your viewpointstajališta.
206
480000
2000
prizora s vaše točke gledišta.
08:17
And gridrešetka cellsStanice could movepotez this viewpointstajališta throughkroz that spaceprostor.
207
482000
2000
Rešetkaste stanice pomiču tu točku gledišta kroz prostor.
08:19
AnotherJoš jedan kindljubazan of cellćelija, headglava directionsmjer cellsStanice,
208
484000
2000
Još jedna vrsta stanica
08:21
whichkoji I didn't mentionspomenuti yetjoš,
209
486000
2000
koju dosad nisam spominjao,
08:23
they firevatra like a compasskompas accordingpo to whichkoji way you're facingokrenut.
210
488000
3000
stanice koje određuju smjer gibanja glave odašilju impulse poput kompasa ovisno o tome na koju stranu ste okrenuti.
08:26
They could definedefinirati the viewinggledanja directionsmjer
211
491000
2000
One definiraju pravac gledanja
08:28
from whichkoji you want to generategenerirati an imageslika for your visualvidni imagerylik,
212
493000
3000
s kojeg želite generirati imaginarnu sliku,
08:31
so you can imaginezamisliti what happeneddogodilo when you were at this weddingvjenčanje, for exampleprimjer.
213
496000
3000
tako da na primjer, možete zamisliti što se događalo kada ste bili na tom vjenčanju.
08:34
So this is just one exampleprimjer
214
499000
2000
Ovo je još jedan dokaz
08:36
of a newnovi eradoba really
215
501000
2000
o novom dobu
08:38
in cognitivespoznajni neuroscienceneuroznanost
216
503000
2000
koje je nastupilo u neuroznanosti,
08:40
where we're beginningpočetak to understandrazumjeti
217
505000
2000
gdje počinjemo shvaćati
08:42
psychologicalpsihološki processesprocesi
218
507000
2000
psihičke procese
08:44
like how you rememberzapamtiti or imaginezamisliti or even think
219
509000
3000
poput toga kako se prisjećamo, kako zamišljamo ili mislimo
08:47
in termsUvjeti of the actionsakcije
220
512000
2000
u okvirima aktivnosti
08:49
of the billionsmilijarde of individualpojedinac neuronsneuroni that make up our brainsmozak.
221
514000
3000
milijardi individualnih neurona koji sačinjavaju naš mozak.
08:52
Thank you very much.
222
517000
2000
Hvala puno.
08:54
(ApplausePljesak)
223
519000
3000
(Pljesak)
Translated by Senzos Osijek
Reviewed by Mislav Ante Omazić - EFZG

▲Back to top

ABOUT THE SPEAKER
Neil Burgess - Neuroscientist
At University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space.

Why you should listen

Neil Burgessis is deputy director of the Institute of Cognitive Neuroscience at University College London, where he investigates of the role of the hippocampus in spatial navigation and episodic memory. His research is directed at answering questions such as: How are locations represented, stored and used in the brain? What processes and which parts of the brain are involved in remembering the spatial and temporal context of everyday events, and in finding one's way about?

To explore this space, he and his team use a range of methods for gathering data, including pioneering uses of virtual reality, as well as computational modelling and electrophysiological analysis of the function of hippocampal neurons in the rat, functional imaging of human navigation, and neuropsychological experiments on spatial and episodic memory.

A parallel interest: Investigating our human short-term memory for serial order, or how we know our 123s.

More profile about the speaker
Neil Burgess | Speaker | TED.com