TEDxMidAtlantic
Charles Limb: Your brain on improv
Charles Limb: Il cervello improvvisa
Filmed:
Readability: 4.4
1,351,678 views
Il musicista e ricercatore Charles Limb si è chiesto come funzioni il cervello durante l'improvvisazione musicale -- ha quindi sottoposto musicisti jazz e rapper a scansioni fMRI per scoprirlo. Ciò che Limb e colleghi hanno scoperto ha profonde implicazioni sulla nostra comprensione delle diverse forme di creatività.
Charles Limb - Researcher
Charles Limb is a doctor and a musician who researches the way musical creativity works in the brain. Full bio
Charles Limb is a doctor and a musician who researches the way musical creativity works in the brain. Full bio
Double-click the English transcript below to play the video.
00:15
So I am a surgeon who studies creativity,
0
0
3000
Sono un chirurgo che studia la creatività,
00:18
and I have never had a patient tell me
1
3000
3000
e non mi è mai capitato un paziente che dicesse
00:21
that "I really want you to be creative during surgery,"
2
6000
3000
"Vorrei che fosse davvero creativo durante l'intervento."
00:24
and so I guess there's a little bit of irony to it.
3
9000
3000
La cosa mi sembra quindi un po' ironica.
00:27
I will say though that, after having done surgery a lot,
4
12000
3000
Devo però dire, dopo innumerevoli interventi chirurgici,
00:30
it's somewhat similar to playing a musical instrument.
5
15000
2000
che è abbastanza simile al suonare uno strumento musicale.
00:32
And for me, this sort of deep and enduring fascination with sound
6
17000
3000
Per me, questa profonda e duratura fascinazione per il suono
00:35
is what led me to both be a surgeon
7
20000
2000
è ciò che mi ha portato ad essere un chirurgo
00:37
and also to study the science of sound, particularly music.
8
22000
2000
e a studiare la scienza del suono, in particolare la musica.
00:39
And so I'm going to try to talk to you over the next few minutes
9
24000
2000
Nei prossimi minuti proverò a parlarvi
00:41
about my career
10
26000
2000
della mia carriera
00:43
in terms of how I'm able to actually try to study music
11
28000
2000
e di come studio la musica
00:45
and really try to grapple with all these questions
12
30000
2000
mentre mi confronto con interrogativi
00:47
of how the brain is able to be creative.
13
32000
3000
sulle capacità creative del cervello.
00:50
I've done most of this work at Johns Hopkins University,
14
35000
2000
Ho svolto la maggior parte del lavoro all'Università Johns Hopkins,
00:52
but also at the National Institute of Health where I was previously.
15
37000
2000
ma anche all'Istituto Nazionale di Salute, dove ero prima.
00:54
I'm going to go over some science experiments
16
39000
2000
Presenterò degli studi
00:56
and try to cover three musical experiments.
17
41000
2000
e vi parlerò di tre esperimenti musicali.
00:58
I'm going to start off by playing a video for you.
18
43000
2000
Inizierò mostrandovi un filmato.
01:00
And this video is a video of Keith Jarrett, who's a well-known jazz improviser
19
45000
3000
E' un video di Keith Jarrett, un noto improvvisatore jazz
01:03
and probably the most well-known, iconic example
20
48000
3000
probabilmente il più conosciuto, rappresentativo esempio
01:06
of someone who takes improvisation to a really higher level.
21
51000
2000
di qualcuno che porta l'improvvisazione ai più alti livelli.
01:08
And he'll improvise entire concerts
22
53000
2000
Improvvisa interi concerti
01:10
off the top of his head,
23
55000
2000
di getto,
01:12
and he'll never play it exactly the same way again,
24
57000
2000
senza mai ripeterli esattamente allo stesso modo.
01:14
and so, as a form of intense creativity,
25
59000
2000
Quindi, come forma di fervida creatività,
01:16
I think this is a great example.
26
61000
2000
credo sia un ottimo esempio.
01:18
And so why don't we go and click the video.
27
63000
2000
Facciamo quindi partire il video.
01:21
(Music)
28
66000
4000
(Musica)
02:17
It's really a remarkable, awesome thing that happens there.
29
122000
3000
Qui succede qualcosa di veramente unico, meraviglioso.
02:20
I've always -- just as a listener, as just a fan --
30
125000
2000
Io -- come ascoltatore, come appassionato --
02:22
I listen to that, and I'm just astounded.
31
127000
2000
l'ascolto, e rimango sbalordito.
02:24
I think -- how can this possibly be?
32
129000
2000
Penso: come è possibile?
02:26
How can the brain generate that much information,
33
131000
2000
Come può il cervello generare tanta informazione,
02:28
that much music, spontaneously?
34
133000
2000
tanta musica spontaneamente?
02:30
And so I set out with this concept, scientifically,
35
135000
3000
Quindi ho definito questo concetto, scientificamente,
02:33
that artistic creativity, it's magical, but it's not magic,
36
138000
3000
che la creatività artistica è magica, ma non è magia.
02:36
meaning that it's a product of the brain.
37
141000
2000
Nel senso che è un prodotto del cervello.
02:38
There's not too many brain-dead people creating art.
38
143000
3000
Non c'è molta gente con l'encefalogramma piatto che fa arte.
02:41
And so with this notion that artistic creativity
39
146000
2000
Così, definendo la creatività artistica
02:43
is in fact a neurologic product,
40
148000
2000
come un prodotto neurologico,
02:45
I took this thesis that we could study it
41
150000
3000
ho portato avanti l'idea che la si potesse studiare
02:48
just like we study any other complex neurologic process.
42
153000
3000
come ogni altro processo neurologico complesso.
02:51
And I think there's some sub-questions there that I put there.
43
156000
2000
Mi sembra questo ponga altri interrogativi.
02:53
Is it truly possible to study creativity scientifically?
44
158000
2000
E' davvero possibile studiare la creatività scientificamente?
02:55
And I think that's a good question.
45
160000
2000
Credo questa sia una buona domanda.
02:57
And I'll tell you that most scientific studies of music,
46
162000
3000
Vi dico che la maggior parte degli studi scientifici sulla musica,
03:00
they're very dense,
47
165000
2000
sono molto complessi.
03:02
and when you actually go through them, it's very hard to recognize the music in it.
48
167000
3000
Analizzandoli, è difficile capire dove stia la musica.
03:05
In fact, they seem to be very unmusical entirely
49
170000
2000
In effetti, sembrano nel complesso ben poco musicali
03:07
and to miss the whole point of the music.
50
172000
2000
e mancano la vera natura della musica.
03:09
And so it brings the second question:
51
174000
2000
Questo porta al secondo interrogativo:
03:11
Why should scientists study creativity?
52
176000
2000
Perchè gli scienziati dovrebbero studiare la creatività?
03:13
Maybe we're not the right people to do it.
53
178000
2000
Forse non siamo le persone più adatte a farlo.
03:15
Well it may be,
54
180000
2000
Può essere,
03:17
but I will say that, from a scientific perspective --
55
182000
2000
ma vi dirò che, da un punto di vista scientifico --
03:19
we talked a lot about innovation today --
56
184000
2000
oggi abbiamo parlato molto d'innovazione --
03:21
the science of innovation,
57
186000
2000
la scienza dell'innovazione,
03:23
how much we understand about how the brain is able to innovate
58
188000
2000
tutto quanto sappiamo su come il cervello innova
03:25
is in its infancy,
59
190000
2000
è solo agli inizi.
03:27
and truly, we know very little about how we are able to be creative.
60
192000
3000
In verità, sappiamo ben poco su come riusciamo ad essere creativi.
03:30
And so I think that we're going to see
61
195000
2000
E credo quindi che vedremo
03:32
over the next 10, 20, 30 years
62
197000
2000
nei prossimi 10, 20, 30 anni
03:34
a real science of creativity that's burgeoning and is going to flourish.
63
199000
3000
una vera scienza della creatività, che ora germoglia e fiorirà.
03:37
Because we now have new methods that can enable us
64
202000
2000
Perchè ora abbiamo nuovi metodi che ci permettono
03:39
to take this process of something like this,
65
204000
2000
di prendere processi quali una complessa
03:41
complex jazz improvisation, and study it rigorously.
66
206000
2000
improvvisazione jazz, e di studiarli rigorosamente.
03:43
And so it gets down to the brain.
67
208000
2000
E quindi si torna al cervello.
03:45
And so all of us have this remarkable brain,
68
210000
2000
Ognuno di noi ha questo mirabile cervello,
03:47
which is poorly understood to say the least.
69
212000
3000
di cui sappiamo ben poco, francamente.
03:50
I think that neuroscientists
70
215000
2000
Credo che i neuroscienziati
03:52
have many more questions than answers,
71
217000
2000
abbiano molte più domande che risposte.
03:54
and I myself, I'm not going to give you many answers today,
72
219000
2000
Io stesso, non vi darò molte risposte oggi,
03:56
just ask a lot of questions.
73
221000
2000
ma porrò tante domande.
03:58
And fundamentally that's what I do in my lab.
74
223000
2000
In sostanza, ecco cosa faccio nel mio laboratorio.
04:00
I ask questions about what is this brain doing to enable us to do this.
75
225000
2000
Pongo domande sul ruolo del cervello in tutto questo.
04:02
This is the main method that I use. This is called functional MRI.
76
227000
3000
Questo è il metodo che utilizzo. Si chiama MRI funzionale.
04:05
If you've been in an MRI scanner, it's very much the same,
77
230000
3000
Se siete stati dentro un apparecchio di risonanza magnetica, è molto simile,
04:08
but this one is outfitted in a special way
78
233000
2000
ma questo è attrezzato in modo
04:10
to not just take pictures of your brain,
79
235000
2000
non solo da scattare immagini del cervello,
04:12
but to also take pictures of active areas of the brain.
80
237000
3000
ma anche scattare immagini delle sue aree attive.
04:15
Now the way that's done is by the following.
81
240000
2000
Ciò viene fatto nel seguente modo.
04:17
There's something called BOLD imaging,
82
242000
2000
Con la visualizzazione BOLD,
04:19
which is Blood Oxygen Level Dependent imaging.
83
244000
2000
Visualizzazione del Livello di Ossigeno nel Sangue.
04:21
Now when you're in an fMRI scanner,
84
246000
2000
Ora, quando siete dentro uno scanner fMRI,
04:23
you're in a big magnet
85
248000
2000
siente dentro un grosso magnete
04:25
that's aligning your molecules in certain areas.
86
250000
2000
che allinea le vostre molecole in certe aree.
04:27
When an area of the brain is active, meaning a neural area is active,
87
252000
3000
Quando un'area cerebrale è attiva, ossia un'area neuronale è attiva,
04:30
it gets blood flow shunted to that area.
88
255000
3000
il flusso sanguineo viene dirottato in tale area.
04:33
That blood flow causes an increase
89
258000
2000
Tale flusso sanguineo causa un incremento
04:35
in local blood to that area
90
260000
2000
locale di sangue in tale area
04:37
with a deoxyhemoglobin change in concentration.
91
262000
3000
con cambiamento nella concentrazione di deossiemoglobina.
04:40
Deoxyhemoglobin can be detected by MRI,
92
265000
2000
La deossiemoglobina può essere individuata dal MRI,
04:42
whereas oxyhemoglobin can't.
93
267000
2000
mentre l'ossiemoglobina no.
04:44
So through this method of inference --
94
269000
2000
Quindi, attraverso l'inferenza --
04:46
and we're measuring blood flow, not neural activity --
95
271000
2000
stiamo misurando il flusso sanguineo, non l'attività neuronale --
04:48
we say that an area of the brain that's getting more blood
96
273000
2000
diciamo che un'area del cervello che riceve più sangue
04:50
was active during a particular task,
97
275000
2000
era attiva durante un particolare compito.
04:52
and that's the crux of how fMRI works.
98
277000
2000
Questo è il concetto cruciale del fMRI.
04:54
And it's been used since the '90s
99
279000
2000
E' in uso sin dagli anni '90
04:56
to study really complex processes.
100
281000
3000
per studiare processi molto complessi.
04:59
Now I'm going to review a study that I did,
101
284000
2000
Ora vi mostrerò una mia ricerca,
05:01
which was jazz in an fMRI scanner.
102
286000
2000
sul Jazz dentro lo scanner fMRI.
05:03
And this was done with a colleague of mine, Alan Braun, at the NIH.
103
288000
2000
L'ho condotta con Alan Braun, collega all'INS.
05:05
This is a short video of how we did this project.
104
290000
3000
Questo è un breve filmato sul nostro progetto.
05:08
(Video) Charles Limb: This is a plastic MIDI piano keyboard
105
293000
2000
(Video) Charles Limb: Questa è una tastierina MIDI
05:10
that we use for the jazz experiments.
106
295000
2000
che usiamo per gli esperimenti jazz.
05:12
And it's a 35-key keyboard
107
297000
2000
Ha 35 tasti
05:14
that is designed to fit both inside the scanner,
108
299000
2000
ed è progettata per entrare nello scanner,
05:16
be magnetically safe,
109
301000
2000
essere inerte al magnete,
05:18
have minimal interference
110
303000
2000
minimizzare le interferenze
05:20
that would contribute to any artifact
111
305000
2000
che potrebbero causare artefatti
05:22
and have this cushion so that it can rest on the players' legs
112
307000
3000
ed avere un cuscinetto da adagiare sulle gambe
05:25
while they're lying down in the scanner, playing on their back.
113
310000
3000
di chi suona sdraiato sulla schiena, nello scanner.
05:28
And it works like this -- this doesn't actually produce any sound.
114
313000
3000
Funziona così -- questo in realtà non produce alcun suono.
05:31
It sends out what's called a MIDI signal --
115
316000
2000
Invia un cosiddetto segnale MIDI --
05:33
or a Musical Instrument Digital Interface --
116
318000
2000
Interfaccia Digitale per Strumenti Musicali --
05:35
through these wires into the box and then the computer,
117
320000
3000
attraverso questi cavi alla scatola e poi al computer,
05:38
which then trigger high-quality piano samples like this.
118
323000
3000
che poi attiva campionature di pianoforte come queste.
05:41
(Music)
119
326000
3000
(Musica)
05:47
(Music)
120
332000
20000
(Musica)
06:09
CL: Okay, so it works.
121
354000
2000
CL: Bene, funziona.
06:11
And so through this piano keyboard,
122
356000
2000
Quindi, grazie a questa tastiera musicale,
06:13
we now have the means to take a musical process and study it.
123
358000
2000
possiamo ora prendere un processo musicale e studiarlo.
06:15
So what do you do now that you have this cool piano keyboard?
124
360000
3000
E ora cosa si fa con questa bella tastierina?
06:18
You can't just sort of -- "It's great we've got this keyboard."
125
363000
2000
Non basta certo dire -- "Che bello averla!"
06:20
We actually have to come up with a scientific experiment.
126
365000
2000
Bisogna ideare un esperimento scientifico.
06:22
And so the experiment really rests on the following:
127
367000
3000
E quindi l'esperimento si basa su quanto segue.
06:26
What happens in the brain during something that's memorized and over-learned,
128
371000
3000
Cosa succede nel cervello nel corso di qualcosa memorizzato e super-appreso,
06:29
and what happens in the brain during something
129
374000
2000
e cosa succede durante qualcosa
06:31
that is spontaneously generated, or improvised,
130
376000
2000
spontaneamente generato, o improvvisato,
06:33
in a way that's matched motorically
131
378000
2000
ma che richiedono le stesse azioni motorie
06:35
and in terms of lower-level sensory motor features?
132
380000
3000
e processi sensoriali periferici?
06:38
And so, I have here what we call the "paradigms."
133
383000
3000
Ho qui i cosiddetti paradigmi.
06:41
There's a scale paradigm, which is just playing a scale up and down, memorized.
134
386000
3000
Il paradigma scala, che consiste nel suonare su e giù una scala, a memoria.
06:44
And then there's improvising on a scale --
135
389000
2000
Poi c'è l'improvvisazione su una scala --
06:46
quarter notes, metronome, right hand --
136
391000
2000
semiminime, metronomo, mano destra --
06:48
scientifically very safe,
137
393000
2000
scientificamente molto solido,
06:50
but musically really boring.
138
395000
2000
ma musicalmente molto noioso.
06:52
And then there's the bottom one, which is called the jazz paradigm.
139
397000
2000
Poi c'è quello in fondo, chiamato il paradigma jazz.
06:54
And so what we did was we brought professional jazz players to the NIH,
140
399000
2000
Abbiamo quindi portato musicisti jazz di professione all' INS,
06:56
and we had them memorize this piece of music on the left, the lower-left --
141
401000
3000
e li abbiamo fatto memorizzare questo brano a sinistra, in basso --
06:59
which is what you heard me playing --
142
404000
2000
quello che mi avete sentito suonare --
07:01
and then we had them improvise to the same exact chord changes.
143
406000
3000
e abbiamo chiesto loro di improvvisare sulla stessa sequenza di accordi.
07:04
And if you can hit that lower-right sound icon,
144
409000
2000
Se clicchiamo l'icona suono in basso a destra,
07:06
that's an example of what was recorded in the scanner.
145
411000
2000
questo è un esempio di ciò che è stato registrato nello scanner.
07:08
(Music)
146
413000
5000
(Musica)
07:36
So in the end, it's not the most natural environment,
147
441000
2000
Alla fine quindi, non sarà il più naturale degli ambienti,
07:38
but they're able to play real music.
148
443000
2000
ma almeno sono in grado di fare vera musica.
07:40
And I've listened to that solo 200 times,
149
445000
2000
Ho sentito questo brano 200 volte,
07:42
and I still like it.
150
447000
2000
e mi piace ancora.
07:44
And the musicians, they were comfortable in the end.
151
449000
2000
E comunque i musicisti erano comodi.
07:46
And so we first measured the number of notes.
152
451000
2000
Prima abbiamo misurato il numero delle note.
07:48
Were they in fact just playing a lot more notes when they were improvising?
153
453000
2000
C'erano solo delle note in più durante l'improvvisazione?
07:50
That was not what was going on.
154
455000
2000
Non proprio.
07:52
And then we looked at the brain activity.
155
457000
2000
Abbiamo allora guardato l'attività cerebrale.
07:54
I'm going to try to condense this for you.
156
459000
2000
Cercherò di sintetizzarvelo.
07:56
These are contrast maps that are showing subtractions
157
461000
3000
Queste sono mappe di contrasto che mostrano lo scarto
07:59
between what changes when you're improvising
158
464000
2000
tra ciò che cambia mentre s'improvvisa
08:01
versus when you're doing something memorized.
159
466000
2000
e mentre si suona a memoria.
08:03
In red is an area that active in the prefrontal cortex,
160
468000
2000
In rosso c'è l'area attiva nella corteccia prefrontale,
08:05
the frontal lobe of the brain,
161
470000
2000
nel lobo frontale del cervello.
08:07
and in blue is this area that was deactivated.
162
472000
2000
E in blu c'è quest'area deattivata.
08:09
And so we had this focal area called the medial prefrontal cortex
163
474000
2000
Avevamo quindi quest'area, la corteccia prefrontale mediale
08:11
that went way up in activity.
164
476000
2000
la cui attività aumentava.
08:13
We had this broad patch of area called the lateral prefrontal cortex
165
478000
3000
E quest'ampia zona, la corteccia prefrontale laterale
08:16
that went way down in activity, and I'll summarize that for you here.
166
481000
3000
la cui attività diminuiva. Ora vi spiego.
08:19
Now these are multifunctional areas of the brain.
167
484000
2000
Queste due sono aree multifunzionali del cervello.
08:21
As I like to say, these are not the "jazz areas" of the brain.
168
486000
3000
Voglio precisare che non sono le "aree jazz" del cervello.
08:24
They do a whole host of things
169
489000
2000
Si occupano di una serie di cose
08:26
that have to do with self-reflection,
170
491000
2000
che hanno a che fare con la riflessione,
08:28
introspection, working memory and so forth.
171
493000
2000
introspezione, memoria di lavoro e così via.
08:30
Really, consciousness is seated in the frontal lobe.
172
495000
3000
La coscienza è in realtà situata nel lobo frontale.
08:33
But we have this combination
173
498000
2000
Ma abbiamo questa combinazione
08:35
of an area that's thought to be involved in self-monitoring, turning off,
174
500000
3000
tra un'area che crediamo coinvolta nell'automonitoraggio, spegnersi,
08:38
and this area that's thought to be autobiographical,
175
503000
2000
e quest'altra area che crediamo essere autobiografica,
08:40
or self-expressive, turning on.
176
505000
2000
di espressione di sé, accendersi.
08:42
And we think, at least in this preliminary --
177
507000
2000
Riteniamo, almeno in questo primo --
08:44
it's one study; it's probably wrong,
178
509000
2000
E' un primo studio. Probabilmente errato.
08:46
but it's one study --
179
511000
2000
Ma è uno studio.
08:48
we think that at least a reasonable hypothesis
180
513000
3000
Crediamo che un'ipotesi quantomeno ragionevole
08:51
is that, to be creative,
181
516000
2000
sia che, per essere creativi,
08:53
you have to have this weird dissociation in your frontal lobe.
182
518000
2000
si debba verificare questa strana dissociazione nel lobo frontale.
08:55
One area turns on, and a big area shuts off,
183
520000
2000
Un'area si accende, e un'altra grande area si spegne,
08:57
so that you're not inhibited, so that you're willing to make mistakes,
184
522000
3000
in modo da disinibire, da lasciare spazio anche agli errori,
09:00
so that you're not constantly shutting down
185
525000
2000
senza sbarrare costantemente
09:02
all of these new generative impulses.
186
527000
3000
tutti questi nuovi impulsi creativi.
09:05
Now a lot of people know that music is not always a solo activity --
187
530000
3000
Ora, molti sanno che la musica non è sempre un'attività solistica --
09:08
sometimes it's done communicatively.
188
533000
2000
a volte è un'attività comunicativa.
09:10
And so the next question was:
189
535000
2000
La domanda seguente è quindi stata:
09:12
What happens when musicians are trading back and forth,
190
537000
2000
Cosa succede quando i musicisti si scambiano,
09:14
something called "trading fours,"
191
539000
2000
quelli che chiamiamo "scambio di battute",
09:16
which is something they do normally in a jazz experiment?
192
541000
2000
una cosa comune nei pezzi jazz?
09:18
So this is a twelve-bar blues.
193
543000
2000
Questo è un blues a 12 battute.
09:20
And I've broken it down into four-bar groups here,
194
545000
2000
E l'ho qui diviso in gruppi di 4 battute,
09:22
so you would know how you would trade.
195
547000
2000
per capire come sarebbero scambiate.
09:24
Now what we did was we brought a musician into the scanner -- same way --
196
549000
2000
Abbiamo quindi portato un musicista nello scanner -- stessa cosa --
09:26
had them memorize this melody
197
551000
2000
gli abbiamo fatto memorizzare questa melodia
09:28
and then had another musician out in the control room
198
553000
2000
mentre un altro musicista nella sala di controllo
09:30
trading back and forth interactively.
199
555000
3000
interagiva con lui scambiando battute musicali.
09:33
So this is a musician, Mike Pope,
200
558000
2000
Questo è Mike Pope, musicista,
09:35
one of the world's best bassists and a fantastic piano player.
201
560000
3000
uno dei migliori bassisti al mondo e pianista fantastico.
09:43
So he's now playing the piece
202
568000
2000
Ora sta suonando il pezzo
09:45
that we just saw
203
570000
2000
che avete appena visto
09:47
just a little better than I wrote it.
204
572000
2000
solo un po' meglio di come l'ho scritto.
09:49
(Video) CL: Mike, come on in. Mike Pope: May the force be with you.
205
574000
2000
(Video) CL: Mike, vieni. (Uomo: Che la forza sia con te).
09:51
Nurse: Nothing's in your pockets, right Mike?
206
576000
2000
Infermiera: Niente in tasca, giusto Mike?
09:53
MP: Nope. Nothing's in my pockets. Nurse: Okay.
207
578000
3000
Mike Pope: Nulla. Tasche vuote. (Inferm: OK).
10:05
CL: You have to have the right attitude to agree to it.
208
590000
2000
CL: Ci devi proprio credere per accettare.
10:07
(Laughter)
209
592000
2000
(Risate)
10:09
It's kind of fun actually.
210
594000
2000
Alla fine è divertente.
10:11
And so now we're playing back and forth.
211
596000
3000
Quindi ora ci stiamo scambiando battute.
10:14
He's in there. You can see his legs up there.
212
599000
3000
Lui è dentro. Potete vedere le sue gambe.
10:18
And then I'm in the control room here, playing back and forth.
213
603000
3000
Ed io sono nella stanza, che ricambio le sue battute.
10:21
(Music)
214
606000
3000
(Musica)
10:33
(Video) Mike Pope: This is a pretty good representation
215
618000
3000
(Video) Mike Pope: E' una buona approssimazione
10:36
of what it's like.
216
621000
2000
della realtà.
10:38
And it's good that it's not too quick.
217
623000
2000
Dà tempo a sufficienza.
10:40
The fact that we do it over and over again
218
625000
2000
Il fatto di averlo ripetuto più volte
10:42
lets you acclimate to your surroundings.
219
627000
3000
permette di adattarsi all'ambiente.
10:46
So the hardest thing for me was the kinesthetic thing,
220
631000
3000
La maggiore difficoltà l'ho avuta a livello cinestesico,
10:49
of looking at my hands
221
634000
2000
guardarmi le mani
10:51
through two mirrors,
222
636000
2000
riflesse da due specchi,
10:53
laying on my back
223
638000
2000
sdraiato sulla schiena
10:55
and not able to move at all except for my hand.
224
640000
2000
e impossibilitato a muovermi, tranne le mani.
10:57
That was challenging.
225
642000
2000
Non è stato semplice.
10:59
But again,
226
644000
2000
Tuttavia,
11:01
there were moments, for sure,
227
646000
3000
di sicuro ci sono stati,
11:04
there were moments
228
649000
2000
momenti
11:06
of real, honest-to-God musical interplay, for sure.
229
651000
4000
di vero, onesto scambio musicale, lo posso assicurare.
11:10
CL: At this point, I'll take a few moments.
230
655000
2000
CL: Mi godo questo momento.
11:12
And so what you're seeing here --
231
657000
2000
Ciò che vedete qui --
11:14
and I'm doing a cardinal sin in science,
232
659000
2000
Commetto un peccato mortale in scienza,
11:16
which is to show you preliminary data.
233
661000
2000
mostrandovi i dati preliminari.
11:18
This is one subject's data.
234
663000
2000
Questi sono i dati di un soggetto.
11:20
This is, in fact, Mike Pope's data.
235
665000
2000
Quelli di Mike Pope.
11:22
So what am I showing you here?
236
667000
2000
Cosa vi sto facendo vedere?
11:24
When he was trading fours with me, improvising versus memorized,
237
669000
3000
Mentre scambiava battute con me, improvvisando anzichè a memoria,
11:27
his language areas lit up, his Broca's area,
238
672000
3000
la sua area del linguaggio, area di Broca, si accendeva,
11:30
which is inferior frontal gyrus on the left.
239
675000
2000
cioè giro frontale inferiore, a sinistra
11:32
He actually had it also homologous on the right.
240
677000
2000
Lo stesso accadeva a destra.
11:34
This is an area thought to be involved in expressive communication.
241
679000
3000
Un'area che si ritiene coinvolta nella comunicazione espressiva.
11:37
This whole notion that music is a language --
242
682000
2000
Quest'idea che la musica sia un linguaggio,
11:39
well maybe there's a neurologic basis to it in fact after all,
243
684000
3000
sembra proprio abbia una base neurologica,
11:42
and we can see it when two musicians are having a musical conversation.
244
687000
3000
e lo vediamo quando due musicisti stanno avendo una conversazione.
11:45
And so we've done this actually on eight subjects now,
245
690000
2000
L'abbiamo fatto con 8 soggetti per ora,
11:47
and we're just getting all the data together,
246
692000
2000
e stiamo mettendo insieme i dati.
11:49
so hopefully we'll have something to say about it meaningfully.
247
694000
2000
Speriamo di trovare qualcosa di significativo.
11:51
Now when I think about improvisation and the language, well what's next?
248
696000
3000
Ora, parlando d'improvvisazione e linguaggio, a cosa penso?
11:54
Rap, of course, rap --
249
699000
2000
Al Rap, chiaro, al Rap --
11:56
free-style.
250
701000
2000
al free-style (improvvisazione).
11:58
And so I've always been fascinated by free-style.
251
703000
2000
Il free-style mi ha sempre affascinato.
12:00
And let's go ahead and play this video here.
252
705000
2000
Guardiamoci un video.
12:02
(Video) Mos Def: ♫ ... brown skin I be, standing five-ten I be ♫
253
707000
2000
(Video) Mos Def: ♫ ...di pelle nera sono, quasi 1 metro e 80 ♫
12:04
♫ Rockin' it when I be, in your vicinity ♫
254
709000
3000
♫ Spacco quando mi trovo, nelle tue vicinanze ♫
12:07
♫ Whole-style synergy, recognize symmetry ♫
255
712000
2000
♫ Il mio stile sinergico, riconosce la simmetria ♫
12:09
♫ Go and try to injure me, broke 'em down chemically ♫
256
714000
3000
♫ Tu prova a ferirmi, distruggerli chimicamente ♫
12:12
♫ Ain't the number 10 MC, talk about how been I be ♫
257
717000
2000
♫ Non sono il numero 10 M.C., parliamo di come sono stato ♫
12:14
♫ Styled it like Kennedy, late like a 10 to three ♫
258
719000
3000
♫ Nello stile di Kennedy, in ritardo come un 10 a tre ♫
12:17
♫ When I say when I be, girls say bend that key cut ♫
259
722000
3000
♫ Quando dico com'ero, le ragazze dicono piega quella chiave - taglia... ♫
12:20
CL: And so there's a lot of analogy
260
725000
2000
CL: Vedete che c'è grande analogia
12:22
between what takes place in free-style rap and jazz.
261
727000
2000
di competenze per improvvisare free-style e jazz.
12:24
There are, in fact, a lot of correlations between the two forms of music
262
729000
2000
Le correlazioni tra le due forme di musica sono molte
12:26
I think in different time periods.
263
731000
2000
In tempi diversi.
12:28
In a lot a ways, rap serves the same social function
264
733000
2000
In un senso, il rap ha la stessa funzione sociale
12:30
that jazz used to serve.
265
735000
2000
che ha avuto la musica jazz.
12:32
So how do you study rap scientifically?
266
737000
2000
Come si studia scientificamente il rap?
12:34
And my colleagues kind of think I'm crazy,
267
739000
2000
I miei colleghi pensano che sia pazzo,
12:36
but I think it's very viable.
268
741000
2000
ma a me sembra fattibile.
12:38
And so this is what you do: you have a free-style artist
269
743000
2000
Si fa così: si chiede a un free-styler
12:40
come in and memorize a rap that you write for them,
270
745000
2000
di memorizzare un rap scritto appositamente,
12:42
that they've never heard before,
271
747000
2000
che non ha mai sentito,
12:44
and then you have them free-style.
272
749000
2000
e poi gli si chiede di improvvisare.
12:46
So I told my lab members that I would rap for TED,
273
751000
2000
Ho detto ai miei colleghi che avrei fatto un rap qui a TED,
12:48
and they said, "No, you won't."
274
753000
2000
e loro "No che non lo farai!"
12:50
And then I thought --
275
755000
2000
Quindi mi sono detto --
12:52
(Applause)
276
757000
6000
(Applauso)
12:58
But here's the thing.
277
763000
2000
C'è una cosa però.
13:00
With this big screen, you can all rap with me. Okay?
278
765000
3000
Con questo megaschermo, potete tutti rappare con me. OK?
13:03
So what we had them do
279
768000
2000
Ciò che abbiamo chiesto loro
13:05
was memorize this lower-left sound icon, please.
280
770000
2000
è stato di memorizzare questo.
13:07
This is the control condition. This is what they memorized.
281
772000
3000
E' la condizione di controllo. Ciò che hanno memorizzato.
13:10
Computer: ♫ Memory, thump. ♫
282
775000
2000
Computer: ♫ battito ♫
13:12
CL: ♫ Thump of the beat in a known repeat ♫
283
777000
3000
CL: ♫ Il battito del tempo in una ripetizione conosciuta ♫
13:15
♫ Rhythm and rhyme, they make me complete ♫
284
780000
3000
♫ Col ritmo e con le rime io mi sento completo ♫
13:18
♫ The climb is sublime when I'm on the mic ♫
285
783000
2000
♫ La scalata è sublime quando sono al microfono ♫
13:20
♫ Spittin' rhymes that hit you like a lightning strike ♫
286
785000
3000
♫ Che spara queste rime che colpiscono come un fulmine ♫
13:23
♫ I search for the truth in this eternal quest ♫
287
788000
2000
♫ Cerco la verità in quest'eterna caccia ♫
13:25
♫ My passion's not fashion, you can see how I'm dressed ♫
288
790000
3000
♫ La mia passione non è la moda, lo vedi come mi vesto ♫
13:28
♫ Psychopathic words in my head appear ♫
289
793000
3000
♫ Parole psicopatiche io vedo apparire ♫
13:31
♫ Whisper these lyrics only I can hear ♫
290
796000
3000
♫ Sussura questo testo che solo io posso sentire ♫
13:34
♫ The art of discovering and that which is hovering ♫
291
799000
2000
♫ L'arte della scoperta aleggia ♫
13:36
♫ Inside the mind of those unconfined ♫
292
801000
3000
♫ Dentro la mente di quelli che non hanno confini ♫
13:39
♫ All of these words keep pouring out like rain ♫
293
804000
3000
♫ Tutte queste parole precipitano come pioggia ♫
13:42
♫ I need a mad scientist to check my brain ♫
294
807000
3000
♫ Ho bisogno che uno scienziato pazzo controlli il mio cervello ♫
13:45
(Applause)
295
810000
9000
(Applauso)
13:54
I guarantee you that will never happen again.
296
819000
3000
Vi garantisco che questo non accadrà mai più.
13:57
(Laughter)
297
822000
2000
(Risate)
13:59
So now, what's great about these free-stylers,
298
824000
2000
Ora, l'abilità di questi free-stylers,
14:01
they will get cued different words.
299
826000
2000
è che vengono loro indicate delle parole.
14:03
They don't know what's coming, but they'll hear something off the cuff.
300
828000
2000
Non sanno cosa, ma all'improvviso arriva.
14:05
Go ahead and hit that right sound icon.
301
830000
2000
Clicchiamo l'icona suono destra.
14:07
They are going to be cued these three square words: "like," "not" and "head."
302
832000
3000
Le parole suggerite saranno: "come", "non" e "testa".
14:10
He doesn't know what's coming.
303
835000
2000
Non sa cosa arriverà.
14:12
Free-styler: ♫ I'm like some kind of [unclear] ♫
304
837000
2000
Free-styler: ♫ Sono come una specie di [?] ♫
14:14
♫ [unclear] extraterrestrial, celestial scene ♫
305
839000
3000
♫ [?] extraterrestre, scena celestiale ♫
14:17
♫ Back in the days, I used to sit in pyramids and meditate ♫
306
842000
3000
♫ E in passato, sulle piramidi ho meditato ♫
14:20
♫ With two microphones hovering over my head ♫
307
845000
3000
♫ Con due microfoni che mi aleggiavano sulla testa ♫
14:23
♫ See if I could still listen, spittin' off the sound ♫
308
848000
3000
♫ Cercando di sentire, mentre il suo sparava fuori ♫
14:26
♫ See what you grinning ♫
309
851000
2000
♫ Vedo il tuo ghigno ♫
14:28
♫ I teach the children in the back of the classroom ♫
310
853000
2000
♫ Insegno ai ragazzi negli ultimi banchi ♫
14:30
♫ About the message of apocalyptical ♫
311
855000
3000
♫ Il messaggio apocalittico ♫
14:33
♫ Not really though, 'cause I've got to keep it simple ♫
312
858000
3000
♫ Non veramente però, devo stare sul semplice ♫
14:36
♫ [unclear] instrumental ♫
313
861000
2000
♫ [?] strumentale ♫
14:38
♫ Detrimental playing Super Mario ♫
314
863000
3000
♫ Giocare a Super Mario fa male ♫
14:41
♫ [unclear] boxes [unclear] hip hop ♫
315
866000
4000
♫ [?] scatole [?] hip hop ♫
14:45
CL: So again, it's an incredible thing that's taking place.
316
870000
2000
CL: Ripeto, è una cosa incredibile quella che sta accadendo.
14:47
It's doing something that, neurologically, is remarkable.
317
872000
2000
Neurologicamente è una cosa strabiliante.
14:49
Whether or not you like the music is irrelevant.
318
874000
2000
Che la musica vi piaccia o no è irrilevante.
14:51
Creatively speaking, it's just a phenomenal thing.
319
876000
2000
Dal punto di vista creativo, è qualcosa di fenomenale.
14:53
This is a short video of how we actually do this in a scanner.
320
878000
3000
Questo è un breve filmato di ciò che avviene nello scanner.
14:56
(Laughter)
321
881000
3000
(Risate)
14:59
(Video) CL: We're here with Emmanuel.
322
884000
2000
(Video) CL: Siamo qui con Emmanuel.
15:01
CL: That was recorded in the scanner, by the way.
323
886000
2000
CL: Questo è stato registrato nello scanner.
15:03
(Video) CL: That's Emmanuel in the scanner.
324
888000
2000
(Video) CL: Ecco Emmanuel nello scanner.
15:06
He's just memorized a rhyme for us.
325
891000
3000
Ha memorizzato delle rime per noi.
15:12
Emmanuel: ♫ Top of the beat with no repeat ♫
326
897000
3000
Emmanuel: ♫ Io rimo dal cuore e non ripeto ♫
15:15
♫ Rhythm and rhyme make me complete ♫
327
900000
3000
♫ Col ritmo e le rime io mi sento completo ♫
15:18
♫ Climb is sublime when I'm on the mic ♫
328
903000
3000
♫ La scalata è sublime quando sono al microfono ♫
15:21
♫ Spittin' rhymes that'll hit you like a lightning strike ♫
329
906000
2000
♫ Che spara queste rime che colpiscono come un fulmine ♫
15:23
♫ I search for the truth in this eternal quest ♫
330
908000
3000
♫ Cerco la verità in quest'eterna caccia ♫
15:26
♫ I'm passing on fashion; you can see how I'm dressed ♫
331
911000
3000
♫ La moda non è per me, lo vedi come mi vesto ♫
15:29
CL: Okay. So I'm going to stop that there. So what do we see in his brain?
332
914000
3000
CL: OK. Lo fermo qui. Cosa vediamo nel suo cervello?
15:32
Well, this is actually four rappers' brains.
333
917000
2000
In realtà questi sono i cervelli di 4 rapper.
15:34
And what we see, we do see language areas lighting up,
334
919000
2000
E vediamo le aree del linguaggio che si attivano,
15:36
but then -- eyes closed --
335
921000
2000
ma poi -- occhi chiusi --
15:38
when you are free-styling versus memorizing,
336
923000
3000
quando s'improvvisano rime anzichè a memoria,
15:41
you've got major visual areas lighting up.
337
926000
2000
importanti aree visive s'illuminano.
15:43
You've got major cerebellar activity, which is involved in motor coordination.
338
928000
3000
Grande attività del cervelletto, coinvolto nella coordinazione motoria.
15:46
You have heightened brain activity when you're doing a comparable task,
339
931000
3000
Si ha un aumento dell'attività cerebrale svolgendo compiti paragonabili,
15:49
when that one task is creative and the other task is memorized.
340
934000
3000
con un compito creativo e un altro memorizzato.
15:53
It's very preliminary, but I think it's kind of cool.
341
938000
2000
E' ancora preliminare, ma interessante credo.
15:55
So just to conclude, we've got a lot of questions to ask,
342
940000
3000
Per concludere, direi che abbiamo molte domande da porci.
15:58
and like I said, we'll ask questions here, not answer them.
343
943000
3000
E come ho anticipato, porremo domande, senza dare risposte.
16:01
But we want to get at the root of what is creative genius, neurologically,
344
946000
3000
Vogliamo arrivare al nocciolo del genio creativo, a livello neurologico.
16:04
and I think, with these methods, we're getting close to being there.
345
949000
3000
Credo che, grazie a questi metodi, ci stiamo avvicinando.
16:07
And I think hopefully in the next 10, 20 years
346
952000
2000
Si spera che nei prossimi 10, 20 anni
16:09
you'll actually see real, meaningful studies
347
954000
2000
possiate vedere dei veri e significativi studi
16:11
that say science has to catch up to art,
348
956000
4000
sulla scienza che raggiunge l'arte,
16:15
and maybe we're starting now to get there.
349
960000
2000
e forse ora siamo sulla buona strada.
16:17
And so I want to thank you for your time. I appreciate it.
350
962000
2000
Grazie del vostro tempo. Ve ne sono grato.
16:19
(Applause)
351
964000
5000
(Applausi)
ABOUT THE SPEAKER
Charles Limb - ResearcherCharles Limb is a doctor and a musician who researches the way musical creativity works in the brain.
Why you should listen
Charles Limb is the Francis A. Sooy, MD Professor and Chief of Otology/Neurotology and Skull Base Surgery at the University of California, San Francisco, and he's a Faculty Member at the Peabody Conservatory of Music. He combines his two passions to study the way the brain creates and perceives music. He's a hearing specialist and surgeon at Johns Hopkins who performs cochlear implantations on patients who have lost their hearing. And he plays sax, piano and bass.
In search of a better understanding of how the mind perceives complex auditory stimuli such as music, he's been working with Allen Braun to look at the brains of improvising musicians and study what parts of the brain are involved in the kind of deep creativity that happens when a musician is really in the groove.
Read our Q&A about hip-hop studies with Charles Limb on the TED Blog >>
Plus our quick catchup Q&A at TEDMED 2011 -- including his top 5 songs of all time >>
Read the 2014 paper "Neural Substrates of Interactive Musical Improvisation: An fMRI Study of ‘Trading Fours’ in Jazz" >>
Charles Limb | Speaker | TED.com