ABOUT THE SPEAKER
Michael Dickinson - Biologist
Most people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder.

Why you should listen

Some things are so commonplace that they barely register our attention. Michael Dickinson has dedicated much of his research to one such thing -- the flight of the fly. Dickinson aims to understand how a fly's nervous system allows it to accomplish such incredible aerodynamic feats. Affectionately dubbed the "Fly Guy" by The Scientist, Dickinson's research brings together zoology, neuroscience and fluid mechanics.

Dickinson was named a MacArthur Fellow in 2001. He is now a professor of biology at the University of Washington, where he heads The Dickinson Lab. The lab conducts research into insect flight control, animal brain recordings, animal/robot interactions and animal visual navigation and welcomes students with an interest in studying insect flight, behavior and evolution from an interdisciplinary approach perspective. 

More profile about the speaker
Michael Dickinson | Speaker | TED.com
TEDxCaltech

Michael Dickinson: How a fly flies

Michael Dickinson: Bagaimana seekor lalat dapat terbang?

Filmed:
1,787,704 views

Kemampuan seekor serangga untuk terbang mungkin merupakan capaian terbesar dalam evolusi. Michael Dickinson mempelajari bagaimana lalat rumah dapat terbang dengan sayap yang sangat lembut, berkat kepakan sayap yang pintar dan otot terbang yang kuat dan tangkas. Resep rahasianya adalah: otak lalat yang luar biasa hebat. (Difilmkan di TEDxCaltech.)
- Biologist
Most people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder. Full bio

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

00:16
I grewtumbuh up watchingmenonton StarBintang TrekPerjalanan. I love StarBintang TrekPerjalanan.
0
545
3532
Saya tumbuh dewasa menonton Star Trek. Saya suka sekali film Star Trek.
00:19
StarBintang TrekPerjalanan madeterbuat me want to see alienasing creaturesmakhluk,
1
4077
4462
Star Trek membuat saya ingin melihat makhluk asing,
00:24
creaturesmakhluk from a far-distantjauh worlddunia.
2
8539
2303
dari dunia yang jauh.
00:26
But basicallypada dasarnya, I figuredberpola out that I could find
3
10842
2787
Tapi saya tahu bahwa saya dapat menemukan
00:29
those alienasing creaturesmakhluk right on EarthBumi.
4
13629
2977
makhluk asing itu di bumi.
00:32
And what I do is I studybelajar insectsserangga.
5
16606
2653
Untuk itu saya mempelajari serangga.
00:35
I'm obsessedterobsesi with insectsserangga, particularlyterutama insectserangga flightpenerbangan.
6
19259
3256
Saya terobsesi dengan serangga, terutama bagaimana serangga bisa terbang.
00:38
I think the evolutionevolusi of insectserangga flightpenerbangan is perhapsmungkin
7
22515
3141
Saya kira peristiwa evolusi terbangnya serangga
00:41
one of the mostpaling importantpenting eventsacara in the historysejarah of life.
8
25656
2742
mungkin adalah salah satu peristiwa yang paling penting dalam sejarah kehidupan.
00:44
WithoutTanpa insectsserangga, there'dyang merah be no floweringberbunga plantstanaman.
9
28398
2237
Tanpa serangga, tidak ada tumbuhan berbunga.
00:46
WithoutTanpa floweringberbunga plantstanaman, there would be no
10
30635
1916
Tanpa tumbuhan berbunga, tidak akan ada
00:48
cleverpintar, fruit-eatingMakan buah primatesprimata givingmemberi TEDTED TalksPembicaraan.
11
32551
3137
primata cerdik pemakan buah, yang berbicara di TED
00:51
(LaughterTawa)
12
35688
2300
(Tawa)
00:53
Now,
13
37988
1987
Sekarang,
00:55
DavidDavid and HidehikoHidehiko and KetakiGokhale
14
39975
3039
David, Hidehiko, dan Ketaki
00:58
gavememberi a very compellingmenarik storycerita about
15
43014
3445
memberikan cerita menarik tentang
01:02
the similaritieskesamaan betweenantara fruitbuah flieslalat and humansmanusia,
16
46459
2805
kesamaan antara lalat buah dengan manusia,
01:05
and there are manybanyak similaritieskesamaan,
17
49264
1489
ada banyak kesamaan,
01:06
and so you mightmungkin think that if humansmanusia are similarserupa to fruitbuah flieslalat,
18
50753
3002
sehingga Anda akan berpikir bahwa manusia mirip dengan lalat buah,
01:09
the favoritefavorit behaviortingkah laku of a fruitbuah flyterbang mightmungkin be this, for examplecontoh --
19
53755
3797
sebagai contoh mungkin inilah perilaku favorit lalat buah
01:13
(LaughterTawa)
20
57552
2282
(Tawa)
01:15
but in my talk, I don't want to emphasizemenekankan on the similaritieskesamaan
21
59834
3191
dalam uraian ini, saya tidak ingin terfokus pada kesamaan
01:18
betweenantara humansmanusia and fruitbuah flieslalat, but ratheragak the differencesperbedaan,
22
63025
3067
antara manusia dan lalat buah, namun lebih pada perbedaannya,
01:21
and focusfokus on the behaviorsperilaku that I think fruitbuah flieslalat excelunggul at doing.
23
66092
5287
terutama pada perilaku yang menurut saya merupakan keahlian lalat buah.
01:27
And so I want to showmenunjukkan you a high-speedkecepatan tinggi videovideo sequenceurutan
24
71379
2856
Saya ingin memperlihatkan sebuah rangkaian video berkecepatan tinggi
01:30
of a flyterbang shottembakan at 7,000 framesbingkai perper secondkedua in infraredinframerah lightingpenerangan,
25
74235
3935
tentang lalat buah yang direkam dengan 7000 frame per detik menggunakan pencahayaan infra merah,
01:34
and to the right, off-screendari layar, is an electronicelektronik loomingMenjulang predatorPredator
26
78170
4210
di sebelah kanan, di luar layar, ada pemangsa elektronik menakutkan
01:38
that is going to go at the flyterbang.
27
82380
1435
yang akan menuju ke arah lalat.
01:39
The flyterbang is going to sensemerasakan this predatorPredator.
28
83815
1838
Si lalat akan merasakan kehadiran pemangsa.
01:41
It is going to extendmemperpanjang its legskaki out.
29
85653
2455
Dia akan menjulurkan kakinya keluar.
01:44
It's going to sashaysashay away
30
88108
1613
Dia akan menjauh
01:45
to livehidup to flyterbang anotherlain day.
31
89721
2565
untuk bertahan hidup.
01:48
Now I have carefullyhati-hati croppeddipotong this sequenceurutan
32
92286
2362
Saya sudah memotong sekuen ini dengan hati-hati
01:50
to be exactlypersis the durationlamanya of a humanmanusia eyemata blinkberkedip,
33
94648
3160
sehingga persis sama dengan durasi kedipan mata manusia,
01:53
so in the time that it would take you to blinkberkedip your eyemata,
34
97808
2834
jadi waktu yang dibutuhkan untuk mengedipkan mata Anda,
01:56
the flyterbang has seenterlihat this loomingMenjulang predatorPredator,
35
100642
3265
sama dengan waktu si lalat melihat pemangsa menakutkan ini,
01:59
estimateddiperkirakan its positionposisi, initiateddimulai a motormotor patternpola to flyterbang it away,
36
103907
6168
memperkirakan posisinya, memulai pola gerakan terbang menjauh,
02:05
beatingmengalahkan its wingssayap at 220 timeswaktu a secondkedua as it does so.
37
110075
4464
lalu mengepakkan sayapnya 220 kali per detik.
02:10
I think this is a fascinatingmenarik behaviortingkah laku
38
114539
1973
Saya kira ini adalah perilaku yang mengagumkan
02:12
that showsmenunjukkan how fastcepat the fly'sterbang brainotak can processproses informationinformasi.
39
116512
3921
yang memperlihatkan seberapa cepat otak lalat mengolah informasi.
02:16
Now, flightpenerbangan -- what does it take to flyterbang?
40
120433
2842
Soal terbang -- apa yang dibutuhkan untuk terbang?
02:19
Well, in ordermemesan to flyterbang, just as in a humanmanusia aircraftpesawat terbang,
41
123275
2864
Untuk bisa terbang, sebagaimana pada pesawat udara buatan manusia,
02:22
you need wingssayap that can generatemenghasilkan sufficientcukup aerodynamicaerodinamis forceskekuatan,
42
126139
2735
dibutuhkan sayap yang dapat menghasilkan daya aerodinamik,
02:24
you need an enginemesin sufficientcukup to generatemenghasilkan the powerkekuasaan requiredwajib for flightpenerbangan,
43
128874
3546
diperlukan juga sebuah mesin yang dapat menghasilkan tenaga untuk terbang,
02:28
and you need a controllercontroller,
44
132420
1709
dan sebuah pengontrol,
02:30
and in the first humanmanusia aircraftpesawat terbang, the controllercontroller was basicallypada dasarnya
45
134129
2626
pada pesawat pertama ciptaan manusia, pengontrolnya adalah
02:32
the brainotak of OrvilleOrville and WilburWilbur sittingduduk in the cockpitkokpit.
46
136755
4312
otak Orville dan Wilbur yang duduk di kokpit.
02:36
Now, how does this comparemembandingkan to a flyterbang?
47
141067
2753
Sekarang bagaimana jika dibandkingkan dengan lalat?
02:39
Well, I spentmenghabiskan a lot of my earlyawal careerkarier tryingmencoba to figureangka out
48
143820
3251
Saya menghabiskan sebagian besar waktu di awal karir saya untuk menemukan
02:42
how insectserangga wingssayap generatemenghasilkan enoughcukup forcememaksa to keep the flieslalat in the airudara.
49
147071
4336
bagaimana sayap lalat menghasilkan daya yang cukup untuk terbang di udara.
02:47
And you mightmungkin have heardmendengar how engineersinsinyur provedterbukti
50
151407
1610
Anda mungkin sudah mendengar bagaimana para insinyur membuktikan
02:48
that bumblebeeslebah couldn'ttidak bisa flyterbang.
51
153017
2634
bahwa lebah (bumblebee) tidak dapat terbang.
02:51
Well, the problemmasalah was in thinkingberpikir that the insectserangga wingssayap
52
155651
2620
Masalahnya, awalnya sayap serangga diperkirakan
02:54
functionfungsi in the way that aircraftpesawat terbang wingssayap work. But they don't.
53
158271
3119
berfungsi sama seperti sayap pesawat udara. Ternyata tidak.
02:57
And we tacklemengatasi this problemmasalah by buildingbangunan giantraksasa,
54
161390
2854
Untuk mengatasi masalah ini, kami membuat
03:00
dynamicallysecara dinamis scaledskala modelmodel robotrobot insectsserangga
55
164244
3432
model robot serangga raksasa dinamik
03:03
that would flaptutup in giantraksasa poolsKolam Renang of mineralmineral oilminyak
56
167676
3336
yang akan mengepakkan sayapnya dalam kolam minyak mineral raksasa
03:06
where we could studybelajar the aerodynamicaerodinamis forceskekuatan.
57
171012
2274
sehingga kita dapat mempelajari daya aerodinamiknya.
03:09
And it turnsberubah out that the insectsserangga flaptutup theirmereka wingssayap
58
173286
2158
Dan ternyata serangga mengepakkan sayapnya
03:11
in a very cleverpintar way, at a very hightinggi anglesudut of attackmenyerang
59
175444
2592
dengan cara yang sangat cerdik, pada sudut yang sangat tinggi
03:13
that createsmenciptakan a structurestruktur at the leadingterkemuka edgetepi of the wingsayap,
60
178036
3121
dan menciptakan struktur pada bagian ujung sayap,
03:17
a little tornado-likeTornado-seperti structurestruktur calledbernama a leadingterkemuka edgetepi vortexpusaran,
61
181157
3199
struktur kecil seperti tornado yang disebut vorteks tepi,
03:20
and it's that vortexpusaran that actuallysebenarnya enablesmemungkinkan the wingssayap
62
184356
2954
dan vorteks inilah yang memungkinkan sayap
03:23
to make enoughcukup forcememaksa for the animalhewan to staytinggal in the airudara.
63
187310
3359
untuk menghasilkan daya yang cukup untuk tetap berada di udara.
03:26
But the thing that's actuallysebenarnya mostpaling -- so, what's fascinatingmenarik
64
190669
2428
Tapi hal yang paling menarik adalah
03:28
is not so much that the wingsayap has some interestingmenarik morphologymorfologi.
65
193097
2975
bahwa sayap ini memiliki bentuk yang unik
03:31
What's cleverpintar is the way the flyterbang flapsFlap it,
66
196072
3645
Hal yang paling cerdik adalah cara lalat mengepakkannya,
03:35
whichyang of courseTentu saja ultimatelyakhirnya is controlleddikendalikan by the nervousgugup systemsistem,
67
199717
3136
yang tentunya dikontrol oleh sistem saraf,
03:38
and this is what enablesmemungkinkan flieslalat to performmelakukan
68
202853
2647
yang memungkinkan lalat untuk melakukan
03:41
these remarkableluar biasa aerialudara maneuversmanuver.
69
205500
2807
manuver udara yang luar biasa.
03:44
Now, what about the enginemesin?
70
208307
2097
Sekarang, bagaimana dengan mesinnya?
03:46
The enginemesin of the flyterbang is absolutelybenar fascinatingmenarik.
71
210404
2492
Mesin lalat sangat mengagumkan.
03:48
They have two typesjenis of flightpenerbangan muscleotot:
72
212896
1898
Lalat memiliki dua jenis otot terbang:
03:50
so-calledapa yang disebut powerkekuasaan muscleotot, whichyang is stretch-activatedperegangan-diaktifkan,
73
214794
2985
yang disebut otot tenaga, yang diaktifkan dengan peregangan,
03:53
whichyang meanscara that it activatesmengaktifkan itselfdiri and does not need to be controlleddikendalikan
74
217779
3726
yang berarti bahwa otot itu mengaktifkan dirinya sendiri dan tidak perlu dikontrol
03:57
on a contraction-by-contractionkontraksi oleh kontraksi basisdasar by the nervousgugup systemsistem.
75
221505
3339
dengan prinsip kerja kontraksi oleh kontraksi pada sistem saraf.
04:00
It's specializedkhusus to generatemenghasilkan the enormousbesar sekali powerkekuasaan requiredwajib for flightpenerbangan,
76
224844
4609
Otot ini dikhususkan untuk menghasilkan tenaga yang besar yang dibutuhkan untuk terbang,
04:05
and it fillsmengisi the middletengah portionbagian of the flyterbang,
77
229453
2079
dan otot inimengisi bagian tengah tubuh lalat,
04:07
so when a flyterbang hitshits your windshieldkaca depan,
78
231532
1547
jadi saat seekor lalat menghantam kaca mobil Anda,
04:08
it's basicallypada dasarnya the powerkekuasaan muscleotot that you're looking at.
79
233079
2406
Anda sebenarnya melihat otot tenaga lalat.
04:11
But attachedterlampir to the basemendasarkan of the wingsayap
80
235485
2146
Dan yang menempel pada bagian dasar sayap
04:13
is a setset of little, tinymungil controlkontrol musclesotot
81
237631
2638
adalah sekumpulan otot mini yang teratur
04:16
that are not very powerfulkuat at all, but they're very fastcepat,
82
240269
3301
yang sama sekali tidak kuat, tetapi sangat cepat
04:19
and they're ablesanggup to reconfiguremengkonfigurasi the hingeengsel of the wingsayap
83
243570
3206
dan dapat mengkonfigurasi ulang engsel sayap
04:22
on a stroke-by-strokestroke-oleh-stroke basisdasar,
84
246776
1762
berdasarkan kepakan demi kepakan,
04:24
and this is what enablesmemungkinkan the flyterbang to changeperubahan its wingsayap
85
248538
3142
dan memungkinkan lalat untuk mengubah sayapnya
04:27
and generatemenghasilkan the changesperubahan in aerodynamicaerodinamis forceskekuatan
86
251680
2971
dan menghasilkan perubahan tenaga aerodinamik
04:30
whichyang changeperubahan its flightpenerbangan trajectorylintasan.
87
254651
2573
untuk mengubah lintasan terbangnya.
04:33
And of courseTentu saja, the roleperan of the nervousgugup systemsistem is to controlkontrol all this.
88
257224
3563
Dan tentunya, ada sistem saraf yang berfungsi mengontrol semua ini.
04:36
So let's look at the controllercontroller.
89
260787
1512
Jadi mari kita lihat pengontrolnya.
04:38
Now flieslalat excelunggul in the sortsmacam of sensorssensor
90
262299
2647
Sekarang si lalat unggul dalam hal sensor
04:40
that they carrymembawa to this problemmasalah.
91
264946
2284
yang digunakan untuk mengatasi masalah ini.
04:43
They have antennaeantena that sensemerasakan odorsbau and detectmendeteksi windangin detectiondeteksi.
92
267230
4127
Lalat memiliki antena yang merasakan bau dan mendeteksi angin,
04:47
They have a sophisticatedcanggih eyemata whichyang is
93
271357
1675
memiliki mata yang canggih
04:48
the fastesttercepat visualvisual systemsistem on the planetplanet.
94
273032
2456
yang merupakan sistem visual yang paling cepat di bumi.
04:51
They have anotherlain setset of eyesmata on the toppuncak of theirmereka headkepala.
95
275488
2036
Lalat memiliki sekumpulan mata pada bagian atas kepalanya.
04:53
We have no ideaide what they do.
96
277524
2052
Kami belum mengetahui apa fungsinya.
04:55
They have sensorssensor on theirmereka wingsayap.
97
279576
2954
Lalat memiliki sensor pada sayapnya.
04:58
TheirMereka wingsayap is coveredtertutupi with sensorssensor, includingtermasuk sensorssensor
98
282530
3760
Sayapnya dipenuhi sensor, termasuk sensor
05:02
that sensemerasakan deformationdeformasi of the wingsayap.
99
286290
2046
yang dapat merasakan perubahan bentuk sayap.
05:04
They can even tasterasa with theirmereka wingssayap.
100
288336
2109
Mereka bahkan dapat merasakan dengan sayapnya.
05:06
One of the mostpaling sophisticatedcanggih sensorssensor a flyterbang has
101
290445
2555
Salah satu sensor tercanggih yag dimiliki lalat adalah
05:08
is a structurestruktur calledbernama the haltereshalteres.
102
293000
1807
sebuah struktur yang disebut halter.
05:10
The haltereshalteres are actuallysebenarnya gyroscopesgiroskop.
103
294807
1879
Halter ini sebenarnya adalah giroskop (alat penentu orientasi)
05:12
These devicesperangkat beatmengalahkan back and forthsebagainya about 200 hertzHertz duringselama flightpenerbangan,
104
296686
4449
Alat ini bergetar bolak balik pada frekuensi 200 hertz selama terbang,
05:17
and the animalhewan can use them to sensemerasakan its bodytubuh rotationrotasi
105
301135
2673
dan hewan ini dapat menggunakannya untuk merasakan putaran tubuhnya
05:19
and initiatememulai very, very fastcepat correctiveperbaikan maneuversmanuver.
106
303808
3968
dan memulai manuver perbaikan yang sangat cepat.
05:23
But all of this sensoryindrawi informationinformasi has to be processeddiproses
107
307776
2329
Namun semua informasi sensori ini harus diproses
05:26
by a brainotak, and yes, indeedmemang, flieslalat have a brainotak,
108
310105
3720
oleh otak, dan lalat memang memiliki otak,
05:29
a brainotak of about 100,000 neuronsneuron.
109
313825
3159
otak dengan 100.000 neuron
05:32
Now severalbeberapa people at this conferencekonferensi
110
316984
2193
Beberapa orang dalam konferensi ini
05:35
have alreadysudah suggesteddisarankan that fruitbuah flieslalat could servemelayani neuroscienceilmu saraf
111
319177
4808
sudah mengungkapkan bahwa lalat buah dapat menjadi alat untuk mempelajari saraf
05:39
because they're a simplesederhana modelmodel of brainotak functionfungsi.
112
323985
3247
karena lalat adalah model sederhana dari fungsi otak.
05:43
And the basicdasar punchlinePunchline of my talk is,
113
327232
2077
Dan penekanan dari pembicaraan saya adalah,
05:45
I'd like to turnbelok that over on its headkepala.
114
329309
2658
saya ingin mengarahkannya pada kepala si lalat.
05:47
I don't think they're a simplesederhana modelmodel of anything.
115
331967
2628
Menurut saya ini bukan hanya model sederhana.
05:50
And I think that flieslalat are a great modelmodel.
116
334595
2477
Saya kira lalat adalah model yang hebat.
05:52
They're a great modelmodel for flieslalat.
117
337072
2516
Model yang hebat untuk terbang.
05:55
(LaughterTawa)
118
339588
2481
(Tawa)
05:57
And let's explorejelajahi this notiongagasan of simplicitykesederhanaan.
119
342069
3003
Mari kita jelajahi pendapat tentang kesederhanaan ini.
06:00
So I think, unfortunatelysayangnya, a lot of neuroscientistsneuroscientist,
120
345072
2431
Sayangnya, saya kira banyak ahli saraf
06:03
we're all somewhatagak narcissisticnarsis.
121
347503
1832
dan kita semua agak narsis.
06:05
When we think of brainotak, we of courseTentu saja imaginemembayangkan our ownsendiri brainotak.
122
349335
3433
Saat kita berpikir tentang otak, tentunya kita akan membayangkan otak kita sendiri.
06:08
But rememberingat that this kindjenis of brainotak,
123
352768
1960
Tapi ingatlah, otak jenis ini,
06:10
whichyang is much, much smallerlebih kecil
124
354728
1768
yang jauh lebih kecil
06:12
insteadsebagai gantinya of 100 billionmilyar neuronsneuron, it has 100,000 neuronsneuron
125
356496
2678
-- yang hanya memiliki 100.000 neuron, bukan 100 juta neuron --
06:15
but this is the mostpaling commonumum formbentuk of brainotak on the planetplanet
126
359174
2882
adalah jenis otak paling banyak ditemukan di bumi
06:17
and has been for 400 millionjuta yearstahun.
127
362056
2904
selama 400 juta tahun.
06:20
And is it fairadil to say that it's simplesederhana?
128
364960
2288
Jadi apakah adil untuk menyebutnya sederhana?
06:23
Well, it's simplesederhana in the sensemerasakan that it has fewerlebih sedikit neuronsneuron,
129
367248
2095
Mungkin sederhana dari segi memiliki lebih sedikit neuron,
06:25
but is that a fairadil metricmetrik?
130
369343
1754
namun apakah ini juga adil?
06:26
And I would proposemengusulkan it's not a fairadil metricmetrik.
131
371097
2276
Saya menyatakan bahwa ini bukan ukuran yang adil.
06:29
So let's sortmenyortir of think about this. I think we have to comparemembandingkan --
132
373373
3100
Mari kita pilah-pilah. Saya kira kita harus membandingkan --
06:32
(LaughterTawa) —
133
376473
1559
(Tawa)
06:33
we have to comparemembandingkan the sizeukuran of the brainotak
134
378032
5121
kita harus membandingkan antara ukuran otak
06:39
with what the brainotak can do.
135
383153
2030
dengan apa yang bisa dilakukan otak.
06:41
So I proposemengusulkan we have a TrumpTrump numberjumlah,
136
385183
2881
Jadi saya usulkan kita memiliki angka Trump,
06:43
and the TrumpTrump numberjumlah is the ratiorasio of this man'spria
137
388064
2865
angka Trump itu adalah perbandingan antara
06:46
behavioralperilaku repertoirerepertoar to the numberjumlah of neuronsneuron in his brainotak.
138
390929
3679
perilaku manusia dengan jumlah neuron di otaknya.
06:50
We'llKami akan calculatemenghitung the TrumpTrump numberjumlah for the fruitbuah flyterbang.
139
394608
2668
Kita hitung angka Trump untuk lalat buah.
06:53
Now, how manybanyak people here think the TrumpTrump numberjumlah
140
397276
2684
Sekarang, barapa banyak hadirin yang setuju bahwa angka Trump
06:55
is higherlebih tinggi for the fruitbuah flyterbang?
141
399960
2489
lalat buah lebih tinggi?
06:58
(ApplauseTepuk tangan)
142
402449
2431
(Tepuk tangan)
07:00
It's a very smartpintar, smartpintar audiencehadirin.
143
404880
3428
Hadirin yang ada di sini sangat cerdas.
07:04
Yes, the inequalityketidaksamaan goespergi in this directionarah, or I would positmenempatkan it.
144
408308
3327
Ya, ketidakadilan menuju kearah ini, dan saya ingin mengungkapkannya.
07:07
Now I realizemenyadari that it is a little bitsedikit absurdkonyol
145
411635
2382
Saya tahu ini kurang masuk akal
07:09
to comparemembandingkan the behavioralperilaku repertoirerepertoar of a humanmanusia to a flyterbang.
146
414017
3558
untuk membandingkan kebiasaan manusia dengan lalat.
07:13
But let's take anotherlain animalhewan just as an examplecontoh. Here'sBerikut adalah a mousemouse.
147
417575
4143
Mari kita ambil contoh hewan lain saja. Seekor tikus
07:17
A mousemouse has about 1,000 timeswaktu as manybanyak neuronsneuron as a flyterbang.
148
421718
4305
Seekor tikus memiliki neuron 1.000 kali lebih banyak daripada seekor lalat.
07:21
I used to studybelajar micetikus. When I studiedbelajar micetikus,
149
426023
2027
Saya biasa mempelajari tikus. Pada saat mengamati tikus
07:23
I used to talk really slowlyperlahan.
150
428050
2837
Saya biasanya berbicara sangat pelan.
07:26
And then something happenedterjadi when I starteddimulai to work on flieslalat.
151
430887
2576
Lalu sesuatu terjadi saat saya mulai mengamati lalat.
07:29
(LaughterTawa)
152
433463
2412
(Tawa)
07:31
And I think if you comparemembandingkan the naturalalam historysejarah of flieslalat and micetikus,
153
435875
3460
Jika Anda membandingkan penelitian tentang lalat dan tikus,
07:35
it's really comparablesebanding. They have to forageHijauan for foodmakanan.
154
439335
3313
ini sangat bisa dibandingkan. Mereka sama-sama harus mencari makan.
07:38
They have to engagemengikutsertakan in courtshippacaran.
155
442648
2447
Sama-sama harus bercumbu,
07:40
They have sexseks. They hidemenyembunyikan from predatorspredator.
156
445095
3471
melakukan hubungan seks, bersembunyi dari pemangsa.
07:44
They do a lot of the similarserupa things.
157
448566
1980
Mereka melakukan banyak hal yang sama.
07:46
But I would arguememperdebatkan that flieslalat do more.
158
450546
1718
Tapi menurut saya lalat melakukan lebih banyak hal.
07:48
So for examplecontoh, I'm going to showmenunjukkan you a sequenceurutan,
159
452264
3378
Sebagai contoh, saya akan memperlihatkan sebuah rangkaian video,
07:51
and I have to say, some of my fundingdana comesdatang from the militarymiliter,
160
455642
4205
sebagai selingan, beberapa bagian riset saya dibiayai oleh militer,
07:55
so I'm showingmenunjukkan this classifieddiklasifikasikan sequenceurutan
161
459847
2072
jadi harap jangan bocorkan rangkaian rahasia
07:57
and you cannottidak bisa discussmembahas it outsidedi luar of this roomkamar. Okay?
162
461919
4093
yang saya perlihatkan pada Anda, ya?
08:01
So I want you to look at the payloadpayload
163
466012
1908
Jadi silahkan lihat ke muatan
08:03
at the tailekor of the fruitbuah flyterbang.
164
467920
3026
di bagian ekor lalat buah.
08:06
Watch it very closelyrapat,
165
470946
2101
Amati dengan baik,
08:08
and you'llAnda akan see why my six-year-oldenam tahun sonputra
166
473047
4297
dan Anda akan faham mengapa anak saya yang berusia enam tahun
08:13
now wants to be a neuroscientistsaraf.
167
477344
4729
sekarang bercita-cita menjadi ahli saraf.
08:17
Wait for it.
168
482073
1179
Tunggu sebentar.
08:19
PshhewPshhew.
169
483252
1569
Pshhew.
08:20
So at leastpaling sedikit you'llAnda akan admitmengakui that if fruitbuah flieslalat are not as cleverpintar as micetikus,
170
484821
3084
Anda harus mengakui bahwa meski lalat buah tidak sepintar tikus,
08:23
they're at leastpaling sedikit as cleverpintar as pigeonsMerpati. (LaughterTawa)
171
487905
4916
setidaknya mereka sepintar burung dara. (Tawa)
08:28
Now, I want to get acrossmenyeberang that it's not just a mattermasalah of numbersangka
172
492821
3967
Sekarang saya ingin menerangkan bahwa ini tidak hanya sekedar angka
08:32
but alsojuga the challengetantangan for a flyterbang to computemenghitung
173
496788
2598
tapi juga tantangan bagi seekor lalat untuk menghitung
08:35
everything its brainotak has to computemenghitung with suchseperti itu tinymungil neuronsneuron.
174
499386
2849
apa saja yang harus diperkirakan oleh neuron sekecil itu.
08:38
So this is a beautifulindah imagegambar of a visualvisual interneuroninterneuron from a mousemouse
175
502235
2988
Ini adalah gambar visual interneuron dari seekor tikus
08:41
that camedatang from JeffJeff Lichtman'sLichtman's lablaboratorium,
176
505223
2768
dari lab milik Jeff Lichtman,
08:43
and you can see the wonderfulhebat imagesgambar of brainsotak
177
507991
3247
Anda bisa melihat gambar otak yang indah
08:47
that he showedmenunjukkan in his talk.
178
511238
3193
yang diperlihatkannya dalam uraiannya.
08:50
But up in the cornersudut, in the right cornersudut, you'llAnda akan see,
179
514431
2368
Di pojok kanan atas, Anda dapat melihat,
08:52
at the samesama scaleskala, a visualvisual interneuroninterneuron from a flyterbang.
180
516799
4112
visualisasi interneuron seekor lalat pada skala yang sama,
08:56
And I'll expandmemperluas this up.
181
520911
1841
Saya akan memperbesarnya.
08:58
And it's a beautifullyindah complexkompleks neuronneuron.
182
522752
2170
Ini adalah neuron kompleks yang cantik.
09:00
It's just very, very tinymungil, and there's lots of biophysicalbiofisik challengestantangan
183
524922
3485
Sangat kecil, sehingga tantangan biofisikanya sangat besar
09:04
with tryingmencoba to computemenghitung informationinformasi with tinymungil, tinymungil neuronsneuron.
184
528407
3623
untuk bisa menghitung informasi dari neuron super kecil ini.
09:07
How smallkecil can neuronsneuron get? Well, look at this interestingmenarik insectserangga.
185
532030
3537
Seberapa kecil sebuah neuron itu? Mari kita lihat serangga yang menarik ini.
09:11
It looksterlihat sortmenyortir of like a flyterbang. It has wingssayap, it has eyesmata,
186
535567
2212
Mirip dengan seekor lalat. Dia memiliki sayap dan mata,
09:13
it has antennaeantena, its legskaki, complicatedrumit life historysejarah,
187
537779
2799
Dia juga memiliki antena, kaki, dan siklus hidup yang kompleks,
09:16
it's a parasiteparasit, it has to flyterbang around and find caterpillarsulat
188
540578
3096
dia adalah seekor parasit, yang harus terbang kemana-mana untuk menemukan ulat
09:19
to parasatizeparasatize,
189
543674
1382
untuk menumpang,
09:20
but not only is its brainotak the sizeukuran of a saltgaram graingandum,
190
545056
4115
tapi bukan hanya otaknya yang seukuran butiran garam itu
09:25
whichyang is comparablesebanding for a fruitbuah flyterbang,
191
549171
1969
yang bisa dibandingkan dengan otak lalat buah,
09:27
it is the sizeukuran of a saltgaram graingandum.
192
551140
2926
ya, ukurannya sama dengan sebutir garam.
09:29
So here'sini some other organismsorganisme at the similarserupa scaleskala.
193
554066
3635
Jadi disini ada beberapa organisme yang memiliki ukuran yang sama.
09:33
This animalhewan is the sizeukuran of a parameciumParamecium and an amoebaamoeba,
194
557701
4130
Hewan ini sebesar paramesium dan amuba,
09:37
and it has a brainotak of 7,000 neuronsneuron that's so smallkecil --
195
561831
3880
dan memiliki otak sangat kecil dengan 7.000 neuron --
09:41
you know these things calledbernama cellsel bodiestubuh you've been hearingpendengaran about,
196
565711
2456
benda-benda ini disebut dengan badan sel seperti yang sudah sering Anda dengar,
09:44
where the nucleusinti of the neuronneuron is?
197
568167
1651
di mana inti sel neuron berada?
09:45
This animalhewan getsmendapat ridmembersihkan of them because they take up too much spaceruang.
198
569818
3460
Hewan ini tidak memilikinya karena terlalu banyak memakan tempat..
09:49
So this is a sessionsidang on frontiersperbatasan in neuroscienceilmu saraf.
199
573278
2473
Ini adalah sesi tentang ilmu saraf tepi.
09:51
I would positmenempatkan that one frontierperbatasan in neuroscienceilmu saraf is to figureangka out how the brainotak of that thing worksbekerja.
200
575751
5360
Saya akan menempatkan saraf tepi ini dalam ilmu saraf untuk menemukan bagaimana otaknya bekerja.
09:57
But let's think about this. How can you make a smallkecil numberjumlah of neuronsneuron do a lot?
201
581111
5633
Mari kita berpikir bagaimanasejumlah kecil saraf dapat melakukan banyak pekerjaan?
10:02
And I think, from an engineeringteknik perspectiveperspektif,
202
586744
2522
Dari sudut pandang insinyur,
10:05
you think of multiplexingMultiplexing.
203
589266
1729
ini dapat disebut multiplexing.
10:06
You can take a hardwareperangkat keras and have that hardwareperangkat keras
204
590995
2703
Anda memiliki sebuah perangkat keras dan perangkat tersebut
10:09
do differentberbeda things at differentberbeda timeswaktu,
205
593698
1613
melakukan hal-hal yang berbeda pada saat yang berbeda,
10:11
or have differentberbeda partsbagian of the hardwareperangkat keras doing differentberbeda things.
206
595311
2995
atau bagian yang berbeda dari perangkat keras itu melakukan hal yang berbeda.
10:14
And these are the two conceptskonsep I'd like to explorejelajahi.
207
598306
3271
Dua konsep ini yang ingin saya pelajari.
10:17
And they're not conceptskonsep that I've come up with,
208
601577
1658
Ini bukan konsep saya,
10:19
but conceptskonsep that have been proposeddiusulkan by otherslainnya in the pastlalu.
209
603235
4545
tapi konsep yang dulu telah diajukan oleh orang lain
10:23
And one ideaide comesdatang from lessonspelajaran from chewingmengunyah crabskepiting.
210
607780
3075
Salah satu konsep itu berasal dari kepiting pengunyah.
10:26
And I don't mean chewingmengunyah the crabskepiting.
211
610855
1867
Maksud saya bukan mengunyah kepiting.
10:28
I grewtumbuh up in BaltimoreBaltimore, and I chewmengunyah crabskepiting very, very well.
212
612722
3599
Saya besar di Baltimore, dan saya sangat ahli dalam mengunyah kepiting.
10:32
But I'm talkingpembicaraan about the crabskepiting actuallysebenarnya doing the chewingmengunyah.
213
616321
2857
Tapi yang saya bicarakan adalah kepiting yang benar-benar mengunyah.
10:35
CrabKepiting chewingmengunyah is actuallysebenarnya really fascinatingmenarik.
214
619178
2030
Bagaimana kepiting mengunyah sebenarnya sangat menarik.
10:37
CrabsKepiting have this complicatedrumit structurestruktur underdibawah theirmereka carapacelegam
215
621208
3259
Kepiting memiliki struktur yang kompleks di bawah cangkangnya
10:40
calledbernama the gastriclambung millpabrik
216
624467
1310
yang disebut lambung penggiling
10:41
that grindsgrinds theirmereka foodmakanan in a varietyvariasi of differentberbeda wayscara.
217
625777
2430
yang menggiling makanannya dengan berbagai cara berbeda.
10:44
And here'sini an endoscopicEndoskopi moviefilm of this structurestruktur.
218
628207
5259
Ini adalah film endoskopik mengenai struktur ini.
10:49
The amazingmenakjubkan thing about this is that it's controlleddikendalikan
219
633466
2560
Yang mengagumkan adalah benda ini dikendalikan
10:51
by a really tinymungil setset of neuronsneuron, about two dozenlusin neuronsneuron
220
636026
3432
oleh satu set neuron yang sangat kecil, sekitar dua lusin neuron
10:55
that can producemenghasilkan a vastluas varietyvariasi of differentberbeda motormotor patternspola,
221
639458
4963
yang dapat menghasilkan beragam pola motor berbeda,
11:00
and the reasonalasan it can do this is that this little tinymungil ganglionganglion
222
644421
4347
dan alasan mengapa neuron ini dapat melakukannya adalah karena ganglion kecil
11:04
in the crabkepiting is actuallysebenarnya inundatedterendam banjir by manybanyak, manybanyak neuromodulatorsneuromodulators.
223
648768
4184
yang berada di dalam tubuh kepiting ini sebenarnya dipenuhi oleh banyak sekali neuromodulator.
11:08
You heardmendengar about neuromodulatorsneuromodulators earliersebelumnya.
224
652952
2141
Anda sudah mendengar tentang neuromodulator sebelumnya.
11:10
There are more neuromodulatorsneuromodulators
225
655093
2225
Ada banyak neuromodulator
11:13
that altermengubah, that innervateInnervate this structurestruktur than actuallysebenarnya neuronsneuron in the structurestruktur,
226
657318
5485
yang mempengaruhi, dan memasoki neuron ke struktur ini, bukan hanya sekedar neuron
11:18
and they're ablesanggup to generatemenghasilkan a complicatedrumit setset of patternspola.
227
662803
4242
karena sanggup menghasilkan sejumlah pola kompleks.
11:22
And this is the work by EveHawa MarderMarder and her manybanyak colleaguesrekan kerja
228
667045
3441
Ini adalah hasil karya Eve Marder dan kolega-koleganya
11:26
who'vesiapa been studyingbelajar this fascinatingmenarik systemsistem
229
670486
2295
yang telah mempelajari sistem yang mengagumkan ini,
11:28
that showmenunjukkan how a smallerlebih kecil clustergugus of neuronsneuron
230
672781
2152
yang memperlihatkan sekumpulan kecil neuron
11:30
can do manybanyak, manybanyak, manybanyak things
231
674933
1825
dapat melakukan banyak hal
11:32
because of neuromodulationNeuroModulation that can take placetempat on a moment-by-momentsaat-saat basisdasar.
232
676758
4856
karena neuromodulasi yang dapat terjadi pada saat-saat tertentu.
11:37
So this is basicallypada dasarnya multiplexingMultiplexing in time.
233
681614
2439
Jadi pada dasarnya sistem ini adalah multiplexing dalam hal waktu.
11:39
ImagineBayangkan a networkjaringan of neuronsneuron with one neuromodulatorneuromodulator.
234
684053
2785
Bayangkan sebuah jaringan neuron dengan satu neuromodulator.
11:42
You selectmemilih one setset of cellssel to performmelakukan one sortmenyortir of behaviortingkah laku,
235
686838
3478
Lalu kita pilih satu set sel untuk melakukan hal tertentu,
11:46
anotherlain neuromodulatorneuromodulator, anotherlain setset of cellssel,
236
690316
2618
neuromodulator lain dan satu set sel lainnya,
11:48
a differentberbeda patternpola, and you can imaginemembayangkan
237
692934
1713
dengan pola yang berbeda, dan Anda bisa bayangkan
11:50
you could extrapolateEkstrapolasi to a very, very complicatedrumit systemsistem.
238
694647
3878
bahwa Anda dapat mengembangkannya pada sistem yang sangat-sangat kompleks.
11:54
Is there any evidencebukti that flieslalat do this?
239
698525
2094
Apakah ada bukti bahwa lalat dapat melakukan hal ini?
11:56
Well, for manybanyak yearstahun in my laboratorylaboratorium and other laboratorieslaboratorium around the worlddunia,
240
700619
3375
Bertahun-tahun saya dan para ahli lainnya bekerja di laboratorium di seluruh dunia,
11:59
we'vekita sudah been studyingbelajar flyterbang behaviorsperilaku in little flightpenerbangan simulatorsSimulator.
241
703994
2648
kami mempelajari perilaku terbang lalat dalam simulator terbang kecil.
12:02
You can tethermenambatkan a flyterbang to a little sticktongkat.
242
706642
1706
Lalat dapat ditambatkan pada sepotong kayu.
12:04
You can measuremengukur the aerodynamicaerodinamis forceskekuatan it's creatingmenciptakan.
243
708348
2501
Kemudian Anda dapat mengukur daya aerodinamis yang dihasilkannya.
12:06
You can let the flyterbang playbermain a little videovideo gamepermainan
244
710849
2546
Anda juga dapat memanipulasi lalat untuk memainkan game video sederhana
12:09
by lettingmembiarkan it flyterbang around in a visualvisual displaylayar.
245
713395
3878
dengan cara membiarkannya terbang pada pertunjukkan visual.
12:13
So let me showmenunjukkan you a little tinymungil sequenceurutan of this.
246
717273
2337
Mari saya perlihatkan sebuah rangkaian video singkat ini.
12:15
Here'sBerikut adalah a flyterbang
247
719610
1227
Ini adalah seekor lalat
12:16
and a largebesar infraredinframerah viewmelihat of the flyterbang in the flightpenerbangan simulatorSimulator,
248
720837
3437
dan sebuah pemindai lalat berinfra merah dalam simulator terbang,
12:20
and this is a gamepermainan the flieslalat love to playbermain.
249
724274
1955
dan si lalat menyukai permainan ini.
12:22
You allowmengizinkan them to steerSteer towardsmenuju the little stripeStripe,
250
726229
2437
Kita membiarkan mereka terbang melewati garis ini,
12:24
and they'llmereka akan just steerSteer towardsmenuju that stripeStripe foreverselama-lamanya.
251
728666
2825
maka mereka akan selalu terbang menuju garis ini.
12:27
It's partbagian of theirmereka visualvisual guidancebimbingan systemsistem.
252
731491
3558
Karena ini adalah bagian dari sistem pemandu visual mereka.
12:30
But very, very recentlybaru saja, it's been possiblemungkin
253
735049
2345
Baru-baru ini, kami dapat
12:33
to modifymemodifikasi these sortsmacam of behavioralperilaku arenasArena for physiologiesphysiologies.
254
737394
4940
memodifikasi arena perilaku ini untuk penelitian fisiologi.
12:38
So this is the preparationpersiapan that one of my formerbekas post-docspasca docs,
255
742334
2488
Jadi alat ini disiapkan oleh salah satu post doktoral saya
12:40
GabyGaby MaimonMaimon, who'ssiapa now at RockefellerRockefeller, developeddikembangkan,
256
744822
2443
bernama Gaby Maimon, yang sekarang bekerja di Rockefeller, yang mengembangkan,
12:43
and it's basicallypada dasarnya a flightpenerbangan simulatorSimulator
257
747265
1686
simulator terbang ini
12:44
but underdibawah conditionskondisi where you actuallysebenarnya can sticktongkat an electrodeelektroda
258
748951
3075
sehingga Anda dapat menancapkan sebuah elektroda
12:47
in the brainotak of the flyterbang and recordmerekam
259
752026
2264
ke otak lalat dan merekamnya
12:50
from a geneticallysecara genetis identifieddiidentifikasi neuronneuron in the fly'sterbang brainotak.
260
754290
3656
dari sebuah neuron di dalam otak lalat yang sudah diidentifikasi secara genetik
12:53
And this is what one of these experimentspercobaan looksterlihat like.
261
757946
2298
Inilah salah satu bentuk percobaan yang kami lakukan.
12:56
It was a sequenceurutan takendiambil from anotherlain post-docPost-doc in the lablaboratorium,
262
760244
2971
Sebuah rangkaian video dari post doktoral yang lain di laboratorium,
12:59
BettinaBettina SchnellSchnell.
263
763215
1199
Bettina Schnell.
13:00
The greenhijau tracejejak at the bottombawah is the membraneselaput potentialpotensi
264
764414
3392
Jejak hijau dibagian bawah adalah potensial membran
13:03
of a neuronneuron in the fly'sterbang brainotak,
265
767806
2030
dari sebuah neuron di otak lalat,
13:05
and you'llAnda akan see the flyterbang startmulai to flyterbang, and the flyterbang is actuallysebenarnya
266
769836
2942
Anda akan lihat si lalat mulai terbang, dan dia benar-benar
13:08
controllingmengendalikan the rotationrotasi of that visualvisual patternpola itselfdiri
267
772778
3279
mengontrol perputaran pola visualnya sendiri
13:11
by its ownsendiri wingsayap motiongerakan,
268
776057
1479
melalui gerakan sayapnya,
13:13
and you can see this visualvisual interneuroninterneuron
269
777536
2110
Anda bisa melihat interneuron visual ini
13:15
respondmenanggapi to the patternpola of wingsayap motiongerakan as the flyterbang flieslalat.
270
779646
3908
bereaksi terhadap pola gerakan sayap saat lalat terbang.
13:19
So for the first time we'vekita sudah actuallysebenarnya been ablesanggup to recordmerekam
271
783554
2376
Jadi untuk pertama kami mampu merekam
13:21
from neuronsneuron in the fly'sterbang brainotak while the flyterbang
272
785930
2908
dari neuron di dalam otak lalat
13:24
is performingtampil sophisticatedcanggih behaviorsperilaku suchseperti itu as flightpenerbangan.
273
788838
4468
saat melakukan perilaku rumit seperti terbang.
13:29
And one of the lessonspelajaran we'vekita sudah been learningbelajar
274
793306
1855
Salah satu pelajaran yang kami peroleh adalah
13:31
is that the physiologyfisiologi of cellssel that we'vekita sudah been studyingbelajar
275
795161
2420
fisiologi sel yang sedang kami pelajari
13:33
for manybanyak yearstahun in quiescentberistirahat flieslalat
276
797581
2421
bertahun-tahun pada lalat yang tidak aktif
13:35
is not the samesama as the physiologyfisiologi of those cellssel
277
800002
2648
tidaklah sama dengan fisiologi sel tersebut
13:38
when the flieslalat actuallysebenarnya engagemengikutsertakan in activeaktif behaviorsperilaku
278
802650
2736
saat si lalat benar-benar dalam perilaku aktif
13:41
like flyingpenerbangan and walkingberjalan and so forthsebagainya.
279
805386
2539
seperti terbang, berjalan, dan sebagainya.
13:43
And why is the physiologyfisiologi differentberbeda?
280
807925
2925
Mengapa berbeda secara fisiologi?
13:46
Well it turnsberubah out it's these neuromodulatorsneuromodulators,
281
810850
2057
Ternyata neuromodulator ini,
13:48
just like the neuromodulatorsneuromodulators in that little tinymungil ganglionganglion in the crabskepiting.
282
812907
3951
sama seperti neuromodulator mini dalam ganglion kepiting.
13:52
So here'sini a picturegambar of the octopamineoctopamine systemsistem.
283
816858
2550
Ini adalah gambar sistem oktopamin.
13:55
OctopamineOctopamine is a neuromodulatorneuromodulator
284
819408
1754
Oktopamin adalah sebuah neuromodulator
13:57
that seemsSepertinya to playbermain an importantpenting roleperan in flightpenerbangan and other behaviorsperilaku.
285
821162
4336
yang tampak memiliki peran penting saat terbang atau pada aktifitas lainnya
14:01
But this is just one of manybanyak neuromodulatorsneuromodulators
286
825498
2472
Tapi ini hanya salah satu dari banyak neuromodulator
14:03
that's in the fly'sterbang brainotak.
287
827970
1071
di dalam otak lalat.
14:04
So I really think that, as we learnbelajar more,
288
829041
2666
Saya rasa semakin kita mempelajarinya,
14:07
it's going to turnbelok out that the wholeseluruh flyterbang brainotak
289
831707
2527
ternyata seluruh otak lalat
14:10
is just like a largebesar versionversi of this stomatogastricstomatogastric ganglionganglion,
290
834234
3089
hanyalah sebuah bentuk besar dari ganglion stomogastrik,
14:13
and that's one of the reasonsalasan why it can do so much with so fewbeberapa neuronsneuron.
291
837323
4360
karena itulah otak lalat dapat melakukan begitu banyak hal hanya dengan sedikit ganglion.
14:17
Now, anotherlain ideaide, anotherlain way of multiplexingMultiplexing
292
841683
2787
Ide lain dari multiplexing
14:20
is multiplexingMultiplexing in spaceruang,
293
844470
1656
adalah multiplexing dalam ruang,
14:22
havingmemiliki differentberbeda partsbagian of a neuronneuron
294
846126
1694
yakni memiliki bagian neuron
14:23
do differentberbeda things at the samesama time.
295
847820
2122
yang melakukan hal berbeda di saat yang sama.
14:25
So here'sini two sortmenyortir of canonicalkanonik neuronsneuron
296
849942
1833
Disini ada dua set neuron kanonikal
14:27
from a vertebratevertebrata and an invertebrateavertebrata,
297
851775
2285
dari hewan bertulang belakang dan tidak bertulang belakang,
14:29
a humanmanusia pyramidalPiramida neuronneuron from RamonRamon y CajalCajal,
298
854060
3250
sebuah neuron piramid manusia dari Raimon y Cajal,
14:33
and anotherlain cellsel to the right, a non-spikingspiking bebas interneuroninterneuron,
299
857310
4003
dan sebuah sel lagi yang di sebelah kanan, interneuron non-spiking
14:37
and this is the work of AlanAlan WatsonWatson and MalcolmMalcolm BurrowsLiang manybanyak yearstahun agolalu,
300
861313
4147
ini adalah hasil penelitian Alan Watson dan Malcolm Burrows beberapa tahun yang lalu,
14:41
and MalcolmMalcolm BurrowsLiang camedatang up with a prettycantik interestingmenarik ideaide
301
865460
3075
Malcolm Burrows memiliki ide menarik
14:44
basedberbasis on the factfakta that this neuronneuron from a locustbelalang
302
868535
2882
berdasarkan fakta bahwa neuron dari belalang ini
14:47
does not fireapi actiontindakan potentialspotensi.
303
871417
1959
tidak menghasilkan potensial aksi.
14:49
It's a non-spikingspiking bebas cellsel.
304
873376
1748
Jadi ini merupakan sel non-spiking.
14:51
So a typicalkhas cellsel, like the neuronsneuron in our brainotak,
305
875124
2780
Selnya khas seperti neuron di otak kita,
14:53
has a regionwilayah calledbernama the dendritesDendrites that receivesmenerima inputmemasukkan,
306
877904
2752
memiliki bagian yang disebut dendrit yang menerima rangsang,
14:56
and that inputmemasukkan sumsjumlah togetherbersama
307
880656
2589
dan mengumpulkannya
14:59
and will producemenghasilkan actiontindakan potentialspotensi
308
883245
2296
serta menghasilkan potensial aksi
15:01
that runmenjalankan down the axonAkson and then activateAktifkan
309
885541
2331
yang menuju ke arah akson dan mengaktifkan
15:03
all the outputkeluaran regionsdaerah of the neuronneuron.
310
887872
2296
semua daerah penghasil reaksi di neuron.
15:06
But non-spikingspiking bebas neuronsneuron are actuallysebenarnya quitecukup complicatedrumit
311
890168
2876
Tapi sebenarnya neuron non-spiking agak sedikit kompleks
15:08
because they can have inputmemasukkan synapsessinapsis and outputkeluaran synapsessinapsis
312
893044
3112
karena memperoleh masukan dan keluaran sinaps
15:12
all interdigitatedinterdigitated, and there's no singletunggal actiontindakan potentialpotensi
313
896156
3663
saling tumpang tindih, tanpa adanya sebuah potensial aksi
15:15
that drivesdrive all the outputsoutput at the samesama time.
314
899819
3126
yang akan menghasilkan reaksi pada saat yang sama.
15:18
So there's a possibilitykemungkinan that you have computationalkomputasi compartmentskompartemen
315
902945
3907
Jadi kemungkinan ada pemisahan penghitungan
15:22
that allowmengizinkan the differentberbeda partsbagian of the neuronneuron
316
906852
3978
yang memungkinkan bagian neuron yang berbeda
15:26
to do differentberbeda things at the samesama time.
317
910830
2560
melakukan hal yang sama pada saat yang sama.
15:29
So these basicdasar conceptskonsep of multitaskingmultitasking in time
318
913390
4671
Jadi konsep dasarnya adalah multitasking dalam satu waktu
15:33
and multitaskingmultitasking in spaceruang,
319
918061
2361
dan multitasking dalam ruang,
15:36
I think these are things that are truebenar in our brainsotak as well,
320
920422
2832
Sama halnya dengan otak kita,
15:39
but I think the insectsserangga are the truebenar mastersMaster of this.
321
923254
2577
tapi saya kira serangga adalah ahli yang sebenarnya.
15:41
So I hopeberharap you think of insectsserangga a little bitsedikit differentlyberbeda nextberikutnya time,
322
925831
3116
Jadi saya berharap Anda akan mengubah cara pandang Anda tentang serangga nantinya,
15:44
and as I say up here, please think before you swatswat.
323
928947
2935
jadi berpikirlah dulu sebelum Anda memukul serangga.
15:47
(ApplauseTepuk tangan)
324
931882
2953
(Tepuk tangan)
Translated by Susi Melina
Reviewed by Antonius Yudi Sendjaja

▲Back to top

ABOUT THE SPEAKER
Michael Dickinson - Biologist
Most people are irritated by the buzzing of a fly's wings. But biologist Michael Dickinson views the sound with a deep sense of wonder.

Why you should listen

Some things are so commonplace that they barely register our attention. Michael Dickinson has dedicated much of his research to one such thing -- the flight of the fly. Dickinson aims to understand how a fly's nervous system allows it to accomplish such incredible aerodynamic feats. Affectionately dubbed the "Fly Guy" by The Scientist, Dickinson's research brings together zoology, neuroscience and fluid mechanics.

Dickinson was named a MacArthur Fellow in 2001. He is now a professor of biology at the University of Washington, where he heads The Dickinson Lab. The lab conducts research into insect flight control, animal brain recordings, animal/robot interactions and animal visual navigation and welcomes students with an interest in studying insect flight, behavior and evolution from an interdisciplinary approach perspective. 

More profile about the speaker
Michael Dickinson | Speaker | TED.com