TEDxCaltech
Michael Dickinson: How a fly flies
Michael Dickinson: Come vola una mosca
Filmed:
Readability: 4.2
1,787,704 views
L'abilità che un insetto ha di volare è forse una delle più grandi imprese dell'evoluzione. Michael Dickinson esamina come una comune mosca prende il volo con ali così delicate, grazie a un intelligente modo di battere le ali e a muscoli del volo potenti e agili allo stesso tempo. Ma il segreto è l'incredibile cervello della mosca. (Filmato a TEDxCaltech.)
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. Full bio
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 grew up watching Star Trek. I love Star Trek.
0
545
3532
Sono cresciuto guardando Star trek. Adoro Star Trek.
00:19
Star Trek made me want to see alien creatures,
1
4077
4462
Star Trek ha fatto nascere in me la voglia
di vedere creature aliene,
di vedere creature aliene,
00:24
creatures from a far-distant world.
2
8539
2303
creature da un mondo lontano.
00:26
But basically, I figured out that I could find
3
10842
2787
Ma ho capito che potevo trovare
00:29
those alien creatures right on Earth.
4
13629
2977
quelle creature aliene anche sulla Terra.
00:32
And what I do is I study insects.
5
16606
2653
Quello che faccio è studiare gli insetti.
00:35
I'm obsessed with insects, particularly insect flight.
6
19259
3256
Sono ossessionato dagli insetti,
in particolare dal volo degli insetti.
in particolare dal volo degli insetti.
00:38
I think the evolution of insect flight is perhaps
7
22515
3141
penso che l'evoluzione
del volo degli insetti sia
del volo degli insetti sia
00:41
one of the most important events in the history of life.
8
25656
2742
uno dei più importanti eventi
nella storia della vita.
nella storia della vita.
00:44
Without insects, there'd be no flowering plants.
9
28398
2237
Senza insetti, non ci sarebbero piante fiorite.
00:46
Without flowering plants, there would be no
10
30635
1916
Senza piante fiorite, non ci sarebbero
00:48
clever, fruit-eating primates giving TED Talks.
11
32551
3137
primati intelligenti ghiotti di frutta
a presentare i talk di TED.
a presentare i talk di TED.
00:51
(Laughter)
12
35688
2300
(Risate)
00:53
Now,
13
37988
1987
Dunque,
00:55
David and Hidehiko and Ketaki
14
39975
3039
David e Hidehiko e Ketaki
00:58
gave a very compelling story about
15
43014
3445
hanno raccontato una storia convincente sulle
01:02
the similarities between fruit flies and humans,
16
46459
2805
somiglianze tra tra i moscerini della frutta
e gli umani,
e gli umani,
01:05
and there are many similarities,
17
49264
1489
e ci sono molte somiglianze,
01:06
and so you might think that if humans are similar to fruit flies,
18
50753
3002
quindi potreste pensare che se gli umani
sono simili ai moscerini della frutta,
sono simili ai moscerini della frutta,
01:09
the favorite behavior of a fruit fly might be this, for example --
19
53755
3797
il comportamento preferito di un moscerino
della frutta potrebbe essere questo --
della frutta potrebbe essere questo --
01:13
(Laughter)
20
57552
2282
(Risate)
01:15
but in my talk, I don't want to emphasize on the similarities
21
59834
3191
ma nel mio discorso, non voglio enfatizzare
le somiglianze
le somiglianze
01:18
between humans and fruit flies, but rather the differences,
22
63025
3067
tra gli umani e i moscerini della frutta,
ma le differenze,
ma le differenze,
01:21
and focus on the behaviors that I think fruit flies excel at doing.
23
66092
5287
voglio concentrarmi sulle cose che
penso che i moscerini facciano meglio.
penso che i moscerini facciano meglio.
01:27
And so I want to show you a high-speed video sequence
24
71379
2856
Voglio mostrarvi un video velocizzato
01:30
of a fly shot at 7,000 frames per second in infrared lighting,
25
74235
3935
di una mosca, a 7000 fotogrammi al secondo
in infrarossi
in infrarossi
01:34
and to the right, off-screen, is an electronic looming predator
26
78170
4210
a destra, fuori dallo schermo, c'è un
minaccioso predatore elettronico
minaccioso predatore elettronico
01:38
that is going to go at the fly.
27
82380
1435
che sta per andare verso la mosca.
01:39
The fly is going to sense this predator.
28
83815
1838
La mosca sta per percepire il predatore.
01:41
It is going to extend its legs out.
29
85653
2455
Sta per estendere le sue zampe.
01:44
It's going to sashay away
30
88108
1613
Sta per andarsene con disinvoltura
01:45
to live to fly another day.
31
89721
2565
per vivere un giorno in più.
01:48
Now I have carefully cropped this sequence
32
92286
2362
Ho tagliato questa sequenza
01:50
to be exactly the duration of a human eye blink,
33
94648
3160
in modo che corrispondesse alla
durata di un battito di ciglia umano,
durata di un battito di ciglia umano,
01:53
so in the time that it would take you to blink your eye,
34
97808
2834
nel tempo in cui battete gli occhi,
01:56
the fly has seen this looming predator,
35
100642
3265
la mosca ha visto il predatore minaccioso,
01:59
estimated its position, initiated a motor pattern to fly it away,
36
103907
6168
valutato la sua posizione, iniziato a volare via,
02:05
beating its wings at 220 times a second as it does so.
37
110075
4464
battendo le ali 220 volte al secondo.
02:10
I think this is a fascinating behavior
38
114539
1973
Credo che questo sia un comportamento affascinante
02:12
that shows how fast the fly's brain can process information.
39
116512
3921
che mostra quanto velocemente il cervello
della mosca possa elaborare le informazioni.
della mosca possa elaborare le informazioni.
02:16
Now, flight -- what does it take to fly?
40
120433
2842
Volare -- cosa ci vuole per volare?
02:19
Well, in order to fly, just as in a human aircraft,
41
123275
2864
Per volare, come in un aeroplano umano,
02:22
you need wings that can generate sufficient aerodynamic forces,
42
126139
2735
c'è bisogno di ali che generino abbastanza
forza aerodinamica,
forza aerodinamica,
02:24
you need an engine sufficient to generate the power required for flight,
43
128874
3546
c'è bisogno di un motore
che generi potenza per volare,
che generi potenza per volare,
02:28
and you need a controller,
44
132420
1709
e c'è bisogno di un controllore,
02:30
and in the first human aircraft, the controller was basically
45
134129
2626
e nel primo aeroplano umano,
il controllore era
il controllore era
02:32
the brain of Orville and Wilbur sitting in the cockpit.
46
136755
4312
il cervello di Orville e Wilbur
seduti nella cabina di pilotaggio.
seduti nella cabina di pilotaggio.
02:36
Now, how does this compare to a fly?
47
141067
2753
Cosa ha a che fare questo con una mosca?
02:39
Well, I spent a lot of my early career trying to figure out
48
143820
3251
All'inizio ho speso gran parte della mia carriera
a cercare di capire
a cercare di capire
02:42
how insect wings generate enough force to keep the flies in the air.
49
147071
4336
come le ali degli insetti generino forza sufficiente
per tenere le mosche sospese.
per tenere le mosche sospese.
02:47
And you might have heard how engineers proved
50
151407
1610
Avrete sentito che gli ingegneri dimostrarono
02:48
that bumblebees couldn't fly.
51
153017
2634
che i calabroni non potevano volare.
02:51
Well, the problem was in thinking that the insect wings
52
155651
2620
Il problema era pensare che le ali degli insetti
02:54
function in the way that aircraft wings work. But they don't.
53
158271
3119
funzionassero come le ali degli aerei.
Ma non è così.
Ma non è così.
02:57
And we tackle this problem by building giant,
54
161390
2854
Affrontiamo questo problema costruendo
03:00
dynamically scaled model robot insects
55
164244
3432
insetti robot giganti in scala
03:03
that would flap in giant pools of mineral oil
56
167676
3336
che si muovono in giganti vasche di olio minerale
03:06
where we could study the aerodynamic forces.
57
171012
2274
dove possiamo studiare le forze aerodinamiche.
03:09
And it turns out that the insects flap their wings
58
173286
2158
Risulta che gli insetti sbattono le ali
03:11
in a very clever way, at a very high angle of attack
59
175444
2592
in modo intelligente, a un angolo d'attacco alto
03:13
that creates a structure at the leading edge of the wing,
60
178036
3121
che crea una struttura nella parte anteriore dell'ala,
03:17
a little tornado-like structure called a leading edge vortex,
61
181157
3199
una struttura a tornado chiamata
vortice della parte anteriore,
vortice della parte anteriore,
03:20
and it's that vortex that actually enables the wings
62
184356
2954
ed è questo vortice che permette alle ali
03:23
to make enough force for the animal to stay in the air.
63
187310
3359
di produrre forza sufficiente
affinché l'animale stia in aria.
affinché l'animale stia in aria.
03:26
But the thing that's actually most -- so, what's fascinating
64
190669
2428
Ma la cosa più affascinante
03:28
is not so much that the wing has some interesting morphology.
65
193097
2975
non sta tanto nell'interessante morfologia dell'ala.
03:31
What's clever is the way the fly flaps it,
66
196072
3645
La cosa intelligente è il modo in cui
la mosca batte le ali,
la mosca batte le ali,
03:35
which of course ultimately is controlled by the nervous system,
67
199717
3136
il che è controllato dal sistema nervoso,
03:38
and this is what enables flies to perform
68
202853
2647
e questo permette alle mosche di realizzare
03:41
these remarkable aerial maneuvers.
69
205500
2807
queste eccezionali evoluzioni aeree.
03:44
Now, what about the engine?
70
208307
2097
E il motore?
03:46
The engine of the fly is absolutely fascinating.
71
210404
2492
Il motore della mosca è affascinante.
03:48
They have two types of flight muscle:
72
212896
1898
Hanno due tipi di muscoli del volo:
03:50
so-called power muscle, which is stretch-activated,
73
214794
2985
il muscolo della potenza, attivato dall'allungamento,
03:53
which means that it activates itself and does not need to be controlled
74
217779
3726
quindi che si attiva da solo
senza essere controllato
senza essere controllato
03:57
on a contraction-by-contraction basis by the nervous system.
75
221505
3339
con un sistema di contrazioni dal sistema nervoso.
04:00
It's specialized to generate the enormous power required for flight,
76
224844
4609
È specializzato nel generare l'enorme
potenza necessaria per volare,
potenza necessaria per volare,
04:05
and it fills the middle portion of the fly,
77
229453
2079
e riempie la parte centrale della mosca,
04:07
so when a fly hits your windshield,
78
231532
1547
quando una mosca
colpisce un tergicristallo,
colpisce un tergicristallo,
04:08
it's basically the power muscle that you're looking at.
79
233079
2406
state guardando il muscolo della potenza.
04:11
But attached to the base of the wing
80
235485
2146
Ma attaccato alla base delle ali
04:13
is a set of little, tiny control muscles
81
237631
2638
c'è un insieme di piccoli muscoli di controllo
04:16
that are not very powerful at all, but they're very fast,
82
240269
3301
non molto potenti, ma molto veloci,
04:19
and they're able to reconfigure the hinge of the wing
83
243570
3206
possono riconfigurare il cardine dell'ala
04:22
on a stroke-by-stroke basis,
84
246776
1762
con un colpo dopo l'altro,
04:24
and this is what enables the fly to change its wing
85
248538
3142
e questo permette alla mosca di cambiare ala
04:27
and generate the changes in aerodynamic forces
86
251680
2971
e generare i cambiamenti nelle forze aerodinamiche
04:30
which change its flight trajectory.
87
254651
2573
che cambiano la sua traiettoria di volo.
04:33
And of course, the role of the nervous system is to control all this.
88
257224
3563
Il ruolo del sistema nervoso è di controllare tutto questo.
04:36
So let's look at the controller.
89
260787
1512
Esaminiamo il controllore.
04:38
Now flies excel in the sorts of sensors
90
262299
2647
Le mosche eccellono nei tipi di sensori
04:40
that they carry to this problem.
91
264946
2284
che hanno a questo scopo.
04:43
They have antennae that sense odors and detect wind detection.
92
267230
4127
Hanno antenne che percepiscono gli odori
e rilevano il vento.
e rilevano il vento.
04:47
They have a sophisticated eye which is
93
271357
1675
Hanno un occhio sofisticato che è
04:48
the fastest visual system on the planet.
94
273032
2456
il sistema visivo più veloce del mondo.
04:51
They have another set of eyes on the top of their head.
95
275488
2036
Hanno altri occhi sulla loro testa.
04:53
We have no idea what they do.
96
277524
2052
Non abbiamo idea di ciò che facciano.
04:55
They have sensors on their wing.
97
279576
2954
Hanno dei sensori sull'ala.
04:58
Their wing is covered with sensors, including sensors
98
282530
3760
La loro ala è ricoperta di sensori,
compresi sensori
compresi sensori
05:02
that sense deformation of the wing.
99
286290
2046
che percepiscono la deformazione dell'ala.
05:04
They can even taste with their wings.
100
288336
2109
Possono distinguere il sapore con le loro ali.
05:06
One of the most sophisticated sensors a fly has
101
290445
2555
Uno dei sensori più sofisticati di una mosca
05:08
is a structure called the halteres.
102
293000
1807
è una struttura chiamata bilanciere.
05:10
The halteres are actually gyroscopes.
103
294807
1879
I bilancieri sono dei giroscopi.
05:12
These devices beat back and forth about 200 hertz during flight,
104
296686
4449
Questi strumenti sbattono avanti e indietro
a circa 200 hertz durante il volo,
a circa 200 hertz durante il volo,
05:17
and the animal can use them to sense its body rotation
105
301135
2673
e l'animale può usarli per precepire
la rotazione del suo corpo
la rotazione del suo corpo
05:19
and initiate very, very fast corrective maneuvers.
106
303808
3968
e iniziare manovre correttive molto veloci.
05:23
But all of this sensory information has to be processed
107
307776
2329
Tutte queste informazioni sensoriali
devono essere elaborate
devono essere elaborate
05:26
by a brain, and yes, indeed, flies have a brain,
108
310105
3720
da un cervello e le mosche ne hanno uno,
05:29
a brain of about 100,000 neurons.
109
313825
3159
un cervello di 100 000 neuroni.
05:32
Now several people at this conference
110
316984
2193
Molti a questa conferenza
05:35
have already suggested that fruit flies could serve neuroscience
111
319177
4808
hanno già suggerito che i moscerini della frutta
possono servire alla neuroscienza
possono servire alla neuroscienza
05:39
because they're a simple model of brain function.
112
323985
3247
perché sono un modello semplice
della funzione cerebrale.
della funzione cerebrale.
05:43
And the basic punchline of my talk is,
113
327232
2077
E lo scopo del mio discorso è quello
05:45
I'd like to turn that over on its head.
114
329309
2658
di capovolgere tutto questo.
05:47
I don't think they're a simple model of anything.
115
331967
2628
Non penso siano un modello semplice di niente.
05:50
And I think that flies are a great model.
116
334595
2477
Penso che le mosche siano un ottimo modello.
05:52
They're a great model for flies.
117
337072
2516
Sono un ottimo modello per le mosche.
05:55
(Laughter)
118
339588
2481
(Risate)
05:57
And let's explore this notion of simplicity.
119
342069
3003
Esploriamo questo concetto di semplicità.
06:00
So I think, unfortunately, a lot of neuroscientists,
120
345072
2431
Penso che molti neuroscienziati,
06:03
we're all somewhat narcissistic.
121
347503
1832
siamo tutti un po' narcisisti.
06:05
When we think of brain, we of course imagine our own brain.
122
349335
3433
Quando pensiamo al cervello,
immaginiamo il nostro.
immaginiamo il nostro.
06:08
But remember that this kind of brain,
123
352768
1960
Ma questo tipo di cervello,
06:10
which is much, much smaller
124
354728
1768
che è più piccolo
06:12
— instead of 100 billion neurons, it has 100,000 neurons —
125
356496
2678
- invece di 100 miliardi di neuroni ne ha 100 000 -
06:15
but this is the most common form of brain on the planet
126
359174
2882
ma questa è la più comune forma di cervello al mondo
06:17
and has been for 400 million years.
127
362056
2904
e lo è stata per 400 milioni di anni.
06:20
And is it fair to say that it's simple?
128
364960
2288
È giusto dire che è semplice?
06:23
Well, it's simple in the sense that it has fewer neurons,
129
367248
2095
È semplice nel senso che ha meno neuroni,
06:25
but is that a fair metric?
130
369343
1754
ma questo è un metro di paragone giusto?
06:26
And I would propose it's not a fair metric.
131
371097
2276
Suggerirei che non lo è.
06:29
So let's sort of think about this. I think we have to compare --
132
373373
3100
Pensiamoci. Credo che dovremmo comparare --
06:32
(Laughter) —
133
376473
1559
(Risate) --
06:33
we have to compare the size of the brain
134
378032
5121
dobbiamo comparare le dimensioni del cervello
06:39
with what the brain can do.
135
383153
2030
con ciò che il cervello può fare.
06:41
So I propose we have a Trump number,
136
385183
2881
Propongo di avere un numero Trump,
06:43
and the Trump number is the ratio of this man's
137
388064
2865
dove il numero Trump è il rapporto tra
06:46
behavioral repertoire to the number of neurons in his brain.
138
390929
3679
i comportamenti di quest'uomo e
il numero di neuroni del suo cervello.
il numero di neuroni del suo cervello.
06:50
We'll calculate the Trump number for the fruit fly.
139
394608
2668
Calcoliamo il numero Trump per
il moscerino della frutta.
il moscerino della frutta.
06:53
Now, how many people here think the Trump number
140
397276
2684
Quanti pensano che il numero Trump
06:55
is higher for the fruit fly?
141
399960
2489
sia più alto per il moscerino?
06:58
(Applause)
142
402449
2431
(Applausi)
07:00
It's a very smart, smart audience.
143
404880
3428
Il pubblico è molto intelligente.
07:04
Yes, the inequality goes in this direction, or I would posit it.
144
408308
3327
La disparità va in questa direzione,
o così ipotizzerei.
o così ipotizzerei.
07:07
Now I realize that it is a little bit absurd
145
411635
2382
Capisco che sia un po' assurdo
07:09
to compare the behavioral repertoire of a human to a fly.
146
414017
3558
paragonare i comportamenti di umani e mosche.
07:13
But let's take another animal just as an example. Here's a mouse.
147
417575
4143
Facciamo un esempio con un altro animale.
Un topo.
Un topo.
07:17
A mouse has about 1,000 times as many neurons as a fly.
148
421718
4305
Un topo ha circa 1000 neuroni in più di una mosca.
07:21
I used to study mice. When I studied mice,
149
426023
2027
Studiavo i topi. Quando li studiavo
07:23
I used to talk really slowly.
150
428050
2837
parlavo molto piano.
07:26
And then something happened when I started to work on flies.
151
430887
2576
Poi è successo qualcosa quando ho iniziato
a studiare le mosche.
a studiare le mosche.
07:29
(Laughter)
152
433463
2412
(Risate)
07:31
And I think if you compare the natural history of flies and mice,
153
435875
3460
Se si confronta la storia naturale di
mosche e topi,
mosche e topi,
07:35
it's really comparable. They have to forage for food.
154
439335
3313
è davvero comparabile. Devono ricercare cibo.
07:38
They have to engage in courtship.
155
442648
2447
Devono fare la corte.
07:40
They have sex. They hide from predators.
156
445095
3471
Fanno sesso. Si nascondono dai predatori.
07:44
They do a lot of the similar things.
157
448566
1980
Fanno un sacco di cose simili.
07:46
But I would argue that flies do more.
158
450546
1718
Ma io direi che le mosche fanno di più.
07:48
So for example, I'm going to show you a sequence,
159
452264
3378
Per esempio, vi farò vedere una sequenza,
07:51
and I have to say, some of my funding comes from the military,
160
455642
4205
devo dire che alcuni dei miei fondi
vengono dalle forze armate,
vengono dalle forze armate,
07:55
so I'm showing this classified sequence
161
459847
2072
quindi vi mostro questa sequenza riservata
07:57
and you cannot discuss it outside of this room. Okay?
162
461919
4093
di cui non potete parlare al di fuori
di questa stanza, ok?
di questa stanza, ok?
08:01
So I want you to look at the payload
163
466012
1908
Voglio che guardiate il carico
08:03
at the tail of the fruit fly.
164
467920
3026
sulla coda del moscerino della frutta.
08:06
Watch it very closely,
165
470946
2101
Guardatelo attentamente,
08:08
and you'll see why my six-year-old son
166
473047
4297
e capirete perché mio figlio di sei anni
08:13
now wants to be a neuroscientist.
167
477344
4729
vuole diventare un neuroscienziato.
08:17
Wait for it.
168
482073
1179
Aspettate.
08:19
Pshhew.
169
483252
1569
Fiuuuu!
08:20
So at least you'll admit that if fruit flies are not as clever as mice,
170
484821
3084
Ammetterete che se i moscerini della frutta
non sono intelligenti quanto i topi,
non sono intelligenti quanto i topi,
08:23
they're at least as clever as pigeons. (Laughter)
171
487905
4916
almeno lo sono quanto i piccioni.
(Risate)
(Risate)
08:28
Now, I want to get across that it's not just a matter of numbers
172
492821
3967
Voglio far capire che non è solo
una questione di numeri
una questione di numeri
08:32
but also the challenge for a fly to compute
173
496788
2598
ma è anche una sfida
per una mosca calcolare
per una mosca calcolare
08:35
everything its brain has to compute with such tiny neurons.
174
499386
2849
tutto ciò che il suo cervello deve calcolare
con neuroni così piccoli.
con neuroni così piccoli.
08:38
So this is a beautiful image of a visual interneuron from a mouse
175
502235
2988
Questa è una bella immagine
di un interneurone di un topo
di un interneurone di un topo
08:41
that came from Jeff Lichtman's lab,
176
505223
2768
dal laboratorio di Jeff Lichtman,
08:43
and you can see the wonderful images of brains
177
507991
3247
potete vedere le meravigliose
immagini del cervello
immagini del cervello
08:47
that he showed in his talk.
178
511238
3193
che ha mostrato nel suo discorso.
08:50
But up in the corner, in the right corner, you'll see,
179
514431
2368
Nell'angolo in alto a destra, vedete,
08:52
at the same scale, a visual interneuron from a fly.
180
516799
4112
nella stessa scala, un interneurone
di una mosca.
di una mosca.
08:56
And I'll expand this up.
181
520911
1841
Lo ingrandisco.
08:58
And it's a beautifully complex neuron.
182
522752
2170
È un neurone complesso.
09:00
It's just very, very tiny, and there's lots of biophysical challenges
183
524922
3485
È solo molto piccolo, ed è una sfida biofisica
09:04
with trying to compute information with tiny, tiny neurons.
184
528407
3623
cercare di calcolare le informazioni
con dei neuroni molto piccoli.
con dei neuroni molto piccoli.
09:07
How small can neurons get? Well, look at this interesting insect.
185
532030
3537
Quanto piccoli possono essere i neuroni?
Guardate questo insetto.
Guardate questo insetto.
09:11
It looks sort of like a fly. It has wings, it has eyes,
186
535567
2212
È come una mosca. Ha le ali, gli occhi,
09:13
it has antennae, its legs, complicated life history,
187
537779
2799
le antenne, le zampe, una storia di vita complicata,
09:16
it's a parasite, it has to fly around and find caterpillars
188
540578
3096
è un parassita, vola per cercare bruchi
09:19
to parasatize,
189
543674
1382
da parassitizzare,
09:20
but not only is its brain the size of a salt grain,
190
545056
4115
non solo il suo cervello è grande come
un granello di sale,
un granello di sale,
09:25
which is comparable for a fruit fly,
191
549171
1969
come nel moscerino della frutta,
09:27
it is the size of a salt grain.
192
551140
2926
lui stesso è grande come un granello di sale.
09:29
So here's some other organisms at the similar scale.
193
554066
3635
Qui ci sono altri organismi in una scala simile.
09:33
This animal is the size of a paramecium and an amoeba,
194
557701
4130
Questo animale è grande come
un paramecio e un'ameba,
un paramecio e un'ameba,
09:37
and it has a brain of 7,000 neurons that's so small --
195
561831
3880
e ha un cervello di 7000 neuroni, è così piccolo --
09:41
you know these things called cell bodies you've been hearing about,
196
565711
2456
conoscete queste cose chiamate corpi cellulari
09:44
where the nucleus of the neuron is?
197
568167
1651
dove c'è il nucleo del neurone?
09:45
This animal gets rid of them because they take up too much space.
198
569818
3460
Questo animale se ne disfa
perché occupano troppo spazio.
perché occupano troppo spazio.
09:49
So this is a session on frontiers in neuroscience.
199
573278
2473
Questa sessione tocca le frontiere
della neuroscienza.
della neuroscienza.
09:51
I would posit that one frontier in neuroscience is to figure out how the brain of that thing works.
200
575751
5360
Ipotizzerei che una frontiera della neuroscienza
è capire come funziona il cervello di quella cosa.
è capire come funziona il cervello di quella cosa.
09:57
But let's think about this. How can you make a small number of neurons do a lot?
201
581111
5633
Ma come si possono far fare
così tante cose a pochi neuroni?
così tante cose a pochi neuroni?
10:02
And I think, from an engineering perspective,
202
586744
2522
Da una prospettiva ingegneristica, io penso,
10:05
you think of multiplexing.
203
589266
1729
voi pensate alla multiplazione.
10:06
You can take a hardware and have that hardware
204
590995
2703
Potete prendere un hardware e fargli fare
10:09
do different things at different times,
205
593698
1613
cose diverse in momenti diversi,
10:11
or have different parts of the hardware doing different things.
206
595311
2995
o avere parti diverse dell'hardware
che fanno cose diverse.
che fanno cose diverse.
10:14
And these are the two concepts I'd like to explore.
207
598306
3271
Questi sono due concetti che vorrei esplorare.
10:17
And they're not concepts that I've come up with,
208
601577
1658
Non sono concetti che mi sono inventato io,
10:19
but concepts that have been proposed by others in the past.
209
603235
4545
ma che sono stati proposti da altri in passato.
10:23
And one idea comes from lessons from chewing crabs.
210
607780
3075
Un'idea viene dalla masticazione dei granchi.
10:26
And I don't mean chewing the crabs.
211
610855
1867
Che non significa masticare i granchi.
10:28
I grew up in Baltimore, and I chew crabs very, very well.
212
612722
3599
Sono cresciuto a Baltimora, mastico
i granchi molto bene.
i granchi molto bene.
10:32
But I'm talking about the crabs actually doing the chewing.
213
616321
2857
Ma sto parlando dei granchi che masticano.
10:35
Crab chewing is actually really fascinating.
214
619178
2030
La masticazione dei granchi è affascinante.
10:37
Crabs have this complicated structure under their carapace
215
621208
3259
I granchi hanno una struttura complessa
sotto il carapace
sotto il carapace
10:40
called the gastric mill
216
624467
1310
chiamata mulino gastrico
10:41
that grinds their food in a variety of different ways.
217
625777
2430
che frantuma il cibo in modi diversi.
10:44
And here's an endoscopic movie of this structure.
218
628207
5259
Ecco un filmato endoscopico di questa struttura.
10:49
The amazing thing about this is that it's controlled
219
633466
2560
La cosa sorprendente è che è controllata
10:51
by a really tiny set of neurons, about two dozen neurons
220
636026
3432
da un insieme di neuroni, circa due dozzine
10:55
that can produce a vast variety of different motor patterns,
221
639458
4963
che possono produrre diversi schemi motori,
11:00
and the reason it can do this is that this little tiny ganglion
222
644421
4347
e la ragione per cui può farlo è che
questo piccolo ganglio
questo piccolo ganglio
11:04
in the crab is actually inundated by many, many neuromodulators.
223
648768
4184
nel granchio è inondato da molti
neuromodulatori.
neuromodulatori.
11:08
You heard about neuromodulators earlier.
224
652952
2141
Avete già sentito parlare di neuromodulatori.
11:10
There are more neuromodulators
225
655093
2225
Ci sono più neuromodulatori
11:13
that alter, that innervate this structure than actually neurons in the structure,
226
657318
5485
che alterano, innervano questa struttura
rispetto ai neuroni nella struttura,
rispetto ai neuroni nella struttura,
11:18
and they're able to generate a complicated set of patterns.
227
662803
4242
e sono in grado di generare un
insieme di schemi complesso.
insieme di schemi complesso.
11:22
And this is the work by Eve Marder and her many colleagues
228
667045
3441
Questo è il lavoro di Eve Marder e
dei suoi molti colleghi
dei suoi molti colleghi
11:26
who've been studying this fascinating system
229
670486
2295
che hanno studiato questo sistema affascinante
11:28
that show how a smaller cluster of neurons
230
672781
2152
che mostra come un più piccolo gruppo di neuroni
11:30
can do many, many, many things
231
674933
1825
possa fare molte, molte cose
11:32
because of neuromodulation that can take place on a moment-by-moment basis.
232
676758
4856
a causa della neuromodulazione
che può avvenire attimo per attimo.
che può avvenire attimo per attimo.
11:37
So this is basically multiplexing in time.
233
681614
2439
Quindi avviene una multiplazione nel tempo.
11:39
Imagine a network of neurons with one neuromodulator.
234
684053
2785
Immaginate una rete di neuroni
con un neuromodulatore.
con un neuromodulatore.
11:42
You select one set of cells to perform one sort of behavior,
235
686838
3478
Selezionate un insieme di cellule per
rappresentare un comportamento,
rappresentare un comportamento,
11:46
another neuromodulator, another set of cells,
236
690316
2618
un altro neuromodulatore, un altro insieme di cellule,
11:48
a different pattern, and you can imagine
237
692934
1713
uno schema diverso, e potete immaginare
11:50
you could extrapolate to a very, very complicated system.
238
694647
3878
potete estrapolare un sistema molto complicato.
11:54
Is there any evidence that flies do this?
239
698525
2094
C'è una prova che le mosche facciano ciò?
11:56
Well, for many years in my laboratory and other laboratories around the world,
240
700619
3375
Per molti anni nel mio laboratorio
e in altri laboratori nel mondo,
e in altri laboratori nel mondo,
11:59
we've been studying fly behaviors in little flight simulators.
241
703994
2648
abbiamo studiato il comportamento delle mosche
in piccoli simulatori di volo.
in piccoli simulatori di volo.
12:02
You can tether a fly to a little stick.
242
706642
1706
Si può legare una mosca a un bastoncino.
12:04
You can measure the aerodynamic forces it's creating.
243
708348
2501
Si possono misurare le forze aerodinamiche
che sta creando.
che sta creando.
12:06
You can let the fly play a little video game
244
710849
2546
Si può lasciar giocare la mosca
a un piccolo videogioco
a un piccolo videogioco
12:09
by letting it fly around in a visual display.
245
713395
3878
lasciandola volare in un display visivo.
12:13
So let me show you a little tiny sequence of this.
246
717273
2337
Ve ne mostro una piccola sequenza.
12:15
Here's a fly
247
719610
1227
Ecco una mosca
12:16
and a large infrared view of the fly in the flight simulator,
248
720837
3437
e un'ampia veduta a infrarossi
della mosca nel simulatore di volo,
della mosca nel simulatore di volo,
12:20
and this is a game the flies love to play.
249
724274
1955
questo è un gioco che piace alle mosche.
12:22
You allow them to steer towards the little stripe,
250
726229
2437
Le si lascia dirigere verso la piccola striscia,
12:24
and they'll just steer towards that stripe forever.
251
728666
2825
e loro andranno per sempre verso quella striscia.
12:27
It's part of their visual guidance system.
252
731491
3558
Fa parte del loro sistema di orientamento visivo.
12:30
But very, very recently, it's been possible
253
735049
2345
Ma molto recentemente, è stato possibile
12:33
to modify these sorts of behavioral arenas for physiologies.
254
737394
4940
modificare queste aree comportamentali
per fisiologie.
per fisiologie.
12:38
So this is the preparation that one of my former post-docs,
255
742334
2488
Questa è una produzione che un mio ex ricercatore,
12:40
Gaby Maimon, who's now at Rockefeller, developed,
256
744822
2443
Gaby Maimon, ora alla Rockefeller, ha sviluppato,
12:43
and it's basically a flight simulator
257
747265
1686
è un simulatore di volo
12:44
but under conditions where you actually can stick an electrode
258
748951
3075
in cui è realmente possibile
introdurre un elettrodo
introdurre un elettrodo
12:47
in the brain of the fly and record
259
752026
2264
nel cervello della mosca e registrare
12:50
from a genetically identified neuron in the fly's brain.
260
754290
3656
da un neurone geneticamente identificato
nel cervello della mosca.
nel cervello della mosca.
12:53
And this is what one of these experiments looks like.
261
757946
2298
Uno di questi esperimenti appare così.
12:56
It was a sequence taken from another post-doc in the lab,
262
760244
2971
Era una sequenza presa da un altro ricercatore
nel laboratorio,
nel laboratorio,
12:59
Bettina Schnell.
263
763215
1199
Bettina Schnell.
13:00
The green trace at the bottom is the membrane potential
264
764414
3392
La traccia verde in basso è
il potenziale della membrana
il potenziale della membrana
13:03
of a neuron in the fly's brain,
265
767806
2030
di un neurone nel cervello della mosca,
13:05
and you'll see the fly start to fly, and the fly is actually
266
769836
2942
vedrete la mosca iniziare a volare,
la mosca sta davvero
la mosca sta davvero
13:08
controlling the rotation of that visual pattern itself
267
772778
3279
controllando la rotazione dello schema visivo
13:11
by its own wing motion,
268
776057
1479
tramite il movimento dell'ala,
13:13
and you can see this visual interneuron
269
777536
2110
e potete vedere questo interneurone visivo
13:15
respond to the pattern of wing motion as the fly flies.
270
779646
3908
rispondere allo schema del moto dell'ala
mentre la mosca vola.
mentre la mosca vola.
13:19
So for the first time we've actually been able to record
271
783554
2376
Per la prima volta siamo stati in grado di registrare
13:21
from neurons in the fly's brain while the fly
272
785930
2908
da neuroni nel cervello della mosca mentre la mosca
13:24
is performing sophisticated behaviors such as flight.
273
788838
4468
si esibiva in comportamenti sofisticati come il volo.
13:29
And one of the lessons we've been learning
274
793306
1855
Una delle lezioni che abbiamo imparato
13:31
is that the physiology of cells that we've been studying
275
795161
2420
è che la fisiologia delle cellule
che abbiamo studiato
che abbiamo studiato
13:33
for many years in quiescent flies
276
797581
2421
per molti anni nelle mosche quiescenti
13:35
is not the same as the physiology of those cells
277
800002
2648
non è uguale alla fisiologia di quelle cellule
13:38
when the flies actually engage in active behaviors
278
802650
2736
quando la mosca assume comportamenti attivi
13:41
like flying and walking and so forth.
279
805386
2539
come volare e camminare e così via.
13:43
And why is the physiology different?
280
807925
2925
Perché la fisiologia è diversa?
13:46
Well it turns out it's these neuromodulators,
281
810850
2057
È per via di questi neuromodulatori,
13:48
just like the neuromodulators in that little tiny ganglion in the crabs.
282
812907
3951
proprio come i neuromodulatori nel
piccolo ganglio dei granchi.
piccolo ganglio dei granchi.
13:52
So here's a picture of the octopamine system.
283
816858
2550
Ecco un'immagine dell'octopamina.
13:55
Octopamine is a neuromodulator
284
819408
1754
L'octopamina è un neuromodulatore
13:57
that seems to play an important role in flight and other behaviors.
285
821162
4336
che sembra avere un ruolo importante
nel volo e in altri comportamenti.
nel volo e in altri comportamenti.
14:01
But this is just one of many neuromodulators
286
825498
2472
Ma è solo uno dei molti neuromodulatori
14:03
that's in the fly's brain.
287
827970
1071
nel cervello della mosca.
14:04
So I really think that, as we learn more,
288
829041
2666
Penso che con il tempo
14:07
it's going to turn out that the whole fly brain
289
831707
2527
risulterà che l'intero cervello della mosca
14:10
is just like a large version of this stomatogastric ganglion,
290
834234
3089
è una versione ampia di questo
ganglio stomatogastrico,
ganglio stomatogastrico,
14:13
and that's one of the reasons why it can do so much with so few neurons.
291
837323
4360
e questa è una ragione per cui
può fare tanto con pochi neuroni.
può fare tanto con pochi neuroni.
14:17
Now, another idea, another way of multiplexing
292
841683
2787
Un'altra idea, un altro tipo di multiplazione
14:20
is multiplexing in space,
293
844470
1656
è la multiplazione nello spazio,
14:22
having different parts of a neuron
294
846126
1694
facendo fare a diverse parti di un neurone
14:23
do different things at the same time.
295
847820
2122
diverse cose allo stesso tempo.
14:25
So here's two sort of canonical neurons
296
849942
1833
Ecco due tipi di neuroni canonici
14:27
from a vertebrate and an invertebrate,
297
851775
2285
da un vertebrato e da un invertebrato,
14:29
a human pyramidal neuron from Ramon y Cajal,
298
854060
3250
un neurone piramidale umano da Ramon y Cajal,
14:33
and another cell to the right, a non-spiking interneuron,
299
857310
4003
e un'altra cellula a destra,
un interneurone senza impulsi,
un interneurone senza impulsi,
14:37
and this is the work of Alan Watson and Malcolm Burrows many years ago,
300
861313
4147
questo è il lavoro di Alan Watson e
Malcolm Burrows molti anni fa,
Malcolm Burrows molti anni fa,
14:41
and Malcolm Burrows came up with a pretty interesting idea
301
865460
3075
e a Malcolm Burrows venne un'idea interessante
14:44
based on the fact that this neuron from a locust
302
868535
2882
basata sul fatto che questo neurone di una locusta
14:47
does not fire action potentials.
303
871417
1959
non innesca potenziali d'azione.
14:49
It's a non-spiking cell.
304
873376
1748
È una cellula senza impulsi
14:51
So a typical cell, like the neurons in our brain,
305
875124
2780
Quindi una cellula tipica, come i neuroni
nel nostro cervello,
nel nostro cervello,
14:53
has a region called the dendrites that receives input,
306
877904
2752
ha una regione dendritica che riceve input,
14:56
and that input sums together
307
880656
2589
e gli input si sommano
14:59
and will produce action potentials
308
883245
2296
producendo potenziali d'azione
15:01
that run down the axon and then activate
309
885541
2331
che corrono lungo l'assone e attivano
15:03
all the output regions of the neuron.
310
887872
2296
le regioni di output del neurone.
15:06
But non-spiking neurons are actually quite complicated
311
890168
2876
Ma i neuroni senza impulsi sono complicati
15:08
because they can have input synapses and output synapses
312
893044
3112
perché possono avere delle
sinapsi di input e di output
sinapsi di input e di output
15:12
all interdigitated, and there's no single action potential
313
896156
3663
tutte intrecciate, e non c'è alcun
potenziale d'azione
potenziale d'azione
15:15
that drives all the outputs at the same time.
314
899819
3126
che trasmette tutti gli output allo stesso tempo.
15:18
So there's a possibility that you have computational compartments
315
902945
3907
C'è una possibilità di avere dei
compartimenti computazionali
compartimenti computazionali
15:22
that allow the different parts of the neuron
316
906852
3978
che permettono alle diverse parti del neurone
15:26
to do different things at the same time.
317
910830
2560
di fare cose diverse allo stesso tempo.
15:29
So these basic concepts of multitasking in time
318
913390
4671
Questi basilari concetti di multitasking nel tempo
15:33
and multitasking in space,
319
918061
2361
e multitasking nello spazio,
15:36
I think these are things that are true in our brains as well,
320
920422
2832
penso siano veri anche per i nostri cervelli,
15:39
but I think the insects are the true masters of this.
321
923254
2577
ma penso che gli insetti siano dei maestri in questo.
15:41
So I hope you think of insects a little bit differently next time,
322
925831
3116
Spero che la prossima volta guarderete gli insetti
con occhi diversi,
con occhi diversi,
15:44
and as I say up here, please think before you swat.
323
928947
2935
e, per favore, pensateci prima di schiacciarli.
15:47
(Applause)
324
931882
2953
(Applausi)
ABOUT THE SPEAKER
Michael Dickinson - BiologistMost 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.
Michael Dickinson | Speaker | TED.com