TED2017
Greg Gage: Electrical experiments with plants that count and communicate
Greg Gage: Esperimenti elettrici con piante che contano e comunicano
Filmed:
Readability: 3.3
3,342,326 views
Dai laboratori universitari, Il neuroscienziato Greg Gage porta la sofisticata strumentazione utilizzata per studiare il cervello alle classi delle scuole medie e superiori (e, a volte, sul palco di TED). Preparatevi a lasciarvi stupire mentre collega a un elettrocardiogramma (ECG) la Mimosa Pudica, una pianta le cui foglie si chiudono al tocco, e la Venere acchiappamosche, per mostrarci come la piante usino i segnali elettrici per trasmettere informazioni, indurre il movimento e addirittura contare.
Greg Gage - Neuroscientist
TED Fellow Greg Gage helps kids investigate the neuroscience in their own backyards. Full bio
TED Fellow Greg Gage helps kids investigate the neuroscience in their own backyards. Full bio
Double-click the English transcript below to play the video.
00:12
I'm a neuroscientist,
0
760
1256
Sono un neuroscienziato,
00:14
and I'm the co-founder of Backyard Brains,
1
2040
2296
sono il cofondatore di Backyard Brains
00:16
and our mission is to train
the next generation of neuroscientists
the next generation of neuroscientists
2
4360
3856
e la nostra missione è istruire
la nuova generazione di neuroscienziati
la nuova generazione di neuroscienziati
prendendo la strumentazione universitaria
per la ricerca neuroscientifica
per la ricerca neuroscientifica
00:20
by taking graduate-level
neuroscience research equipment
neuroscience research equipment
3
8240
3016
00:23
and making it available for kids
in middle schools and high schools.
in middle schools and high schools.
4
11280
3440
e rendendola accessibile agli studenti
delle scuole medie e superiori.
delle scuole medie e superiori.
00:27
And so when we go into the classroom,
5
15520
1856
Quando andiamo nelle classi,
00:29
one way to get them thinking
about the brain, which is very complex,
about the brain, which is very complex,
6
17400
3896
un modo per far pensare al cervello,
che è molto complesso,
che è molto complesso,
è di fare agli alunni una domanda
molto semplice sulla neuroscienza:
molto semplice sulla neuroscienza:
00:33
is to ask them a very simple
question about neuroscience,
question about neuroscience,
7
21320
2936
00:36
and that is, "What has a brain?"
8
24280
2040
"Chi possiede un cervello?"
00:39
When we ask that,
9
27040
1256
Quando lo chiediamo
00:40
students will instantly tell you
that their cat or dog has a brain,
that their cat or dog has a brain,
10
28320
4055
i ragazzi rispondono subito
che il loro gatto, o il cane, ha un cervello
che il loro gatto, o il cane, ha un cervello
e molti dicono che un topo
o anche un piccolo insetto ha un cervello,
o anche un piccolo insetto ha un cervello,
00:44
and most will say that a mouse
or even a small insect has a brain,
or even a small insect has a brain,
11
32400
4576
00:49
but almost nobody says
that a plant or a tree
that a plant or a tree
12
37000
2816
ma quasi mai nessuno dice
che una pianta o un albero
che una pianta o un albero
00:51
or a shrub has a brain.
13
39840
2176
o un cespuglio hanno un cervello.
00:54
And so when you push --
14
42040
2496
E quando vai oltre,
perché questo potrebbe aiutare
a descrivere un po'
a descrivere un po'
00:56
because this could actually
help describe a little bit
help describe a little bit
15
44560
2576
come funziona davvero il cervello,
00:59
how the brain actually functions --
16
47160
2176
01:01
so you push and say,
17
49360
1216
quindi vai oltre e chiedi:
"Che cosa fa sì che gli esseri viventi
abbiano o meno un cervello?"
abbiano o meno un cervello?"
01:02
"Well, what is it that makes
living things have brains versus not?"
living things have brains versus not?"
18
50600
3536
01:06
And often they'll come back
with the classification
with the classification
19
54160
2456
Spesso rispondono con la classificazione
01:08
that things that move tend to have brains.
20
56640
3776
che le cose che si muovono
tendono ad avere un cervello.
tendono ad avere un cervello.
Ed è perfettamente corretto.
01:12
And that's absolutely correct.
21
60440
1616
Il nostro sistema nervoso
si è evoluto perché è elettrico.
si è evoluto perché è elettrico.
01:14
Our nervous system evolved
because it is electrical.
because it is electrical.
22
62080
2456
01:16
It's fast, so we can quickly respond
to stimuli in the world
to stimuli in the world
23
64560
3136
È veloce, così che possiamo rispondere
velocemente agli stimoli esterni
velocemente agli stimoli esterni
01:19
and move if we need to.
24
67720
2216
e muoverci se ne abbiamo bisogno.
01:21
But you can go back
and push back on a student,
and push back on a student,
25
69960
2216
Comunque, si può rispondere allo studente:
01:24
and say, "Well, you know,
you say that plants don't have brains,
you say that plants don't have brains,
26
72200
3056
"Tu dici che le piante
sono prive di cervello,
sono prive di cervello,
01:27
but plants do move."
27
75280
1456
ma le piante si muovono".
Chiunque abbia coltivato una pianta
01:28
Anyone who has grown a plant
28
76760
1856
01:30
has noticed that the plant will move
29
78640
1976
avrà notato che la pianta si muove
01:32
and face the sun.
30
80640
1816
in direzione del sole.
01:34
But they'll say,
"But that's a slow movement.
"But that's a slow movement.
31
82480
2136
Ti risponderanno:
"Ma è un movimento lento.
"Ma è un movimento lento.
01:36
You know, that doesn't count.
That could be a chemical process."
That could be a chemical process."
32
84640
3016
Quello non conta.
Potrebbe essere una reazione chimica".
Potrebbe essere una reazione chimica".
01:39
But what about fast-moving plants?
33
87680
2376
Ma cosa dire delle piante veloci?
01:42
Now, in 1760, Arthur Dobbs,
the Royal Governor of North Carolina,
the Royal Governor of North Carolina,
34
90080
5096
Nel 1760, Arthur Dobbs,
Governatore della Carolina del Nord,
Governatore della Carolina del Nord,
01:47
made a pretty fascinating discovery.
35
95200
2536
fece una scoperta molto affascinante.
01:49
In the swamps behind his house,
36
97760
2856
Nello stagno dietro casa sua,
01:52
he found a plant that would spring shut
37
100640
3656
trovò una pianta
che si chiudeva velocemente
che si chiudeva velocemente
01:56
every time a bug would fall in between it.
38
104320
2680
ogni volta che un insetto
ci cadeva dentro.
ci cadeva dentro.
01:59
He called this plant the flytrap,
39
107720
2936
La chiamò acchiappamosche.
02:02
and within a decade,
it made its way over to Europe,
it made its way over to Europe,
40
110680
2936
Nel giro di un decennio,
la pianta arrivò in Europa,
la pianta arrivò in Europa,
02:05
where eventually the great Charles Darwin
got to study this plant,
got to study this plant,
41
113640
3536
dove il grande Charles Darwin la studiò
02:09
and this plant absolutely blew him away.
42
117200
2016
e ne rimase stupefatto.
02:11
He called it the most wonderful
plant in the world.
plant in the world.
43
119240
2536
La definì la più meravigliosa
pianta del mondo.
pianta del mondo.
02:13
This is a plant
that was an evolutionary wonder.
that was an evolutionary wonder.
44
121800
2256
Questa pianta
è una meraviglia dell'evoluzione.
è una meraviglia dell'evoluzione.
02:16
This is a plant that moves quickly,
45
124080
1976
È una pianta che si muove velocemente,
02:18
which is rare,
46
126080
1296
una cosa rara,
02:19
and it's carnivorous, which is also rare.
47
127400
1976
ed è carnivora, altra cosa rara.
02:21
And this is in the same plant.
48
129400
1456
Tutto ciò nella stessa pianta.
02:22
But I'm here today to tell you
49
130880
1456
Ma oggi sono qui per dirvi
che non è questo l'aspetto
più fantastico di questa pianta.
più fantastico di questa pianta.
02:24
that's not even the coolest thing
about this plant.
about this plant.
50
132360
2416
02:26
The coolest thing
is that the plant can count.
is that the plant can count.
51
134800
2520
La cosa più fantastica
è che questa pianta sa contare.
è che questa pianta sa contare.
02:30
So in order to show that,
52
138560
1376
E per mostrarvelo,
02:31
we have to get some vocabulary
out of the way.
out of the way.
53
139960
2176
dobbiamo chiarire un po' di termini.
02:34
So I'm going to do what we do
in the classroom with students.
in the classroom with students.
54
142160
3256
Farò quindi quello che facciamo
in classe con gli studenti.
in classe con gli studenti.
02:37
We're going to do
an experiment on electrophysiology,
an experiment on electrophysiology,
55
145440
3856
Faremo un esperimento
sull'elettrofisiologia,
sull'elettrofisiologia,
02:41
which is the recording
of the body's electrical signal,
of the body's electrical signal,
56
149320
3136
che è la registrazione
dei segnali elettrici del corpo
dei segnali elettrici del corpo
02:44
either coming from neurons
or from muscles.
or from muscles.
57
152480
2296
che provengono
dai neuroni o dai muscoli.
dai neuroni o dai muscoli.
02:46
And I'm putting some electrodes
here on my wrists.
here on my wrists.
58
154800
2336
Mi metto degli elettrodi sul polso.
02:49
As I hook them up,
59
157160
1336
Quando li aggancio,
02:50
we're going to be able to see a signal
60
158520
2176
potremo vedere un segnale
02:52
on the screen here.
61
160720
1456
sullo schermo.
E questo segnale
potrebbe esservi noto.
potrebbe esservi noto.
02:54
And this signal may be familiar to you.
62
162200
1896
02:56
It's called the EKG,
or the electrocardiogram.
or the electrocardiogram.
63
164120
2176
Si chiama ECG, o elettrocardiogramma.
02:58
And this is coming
from neurons in my heart
from neurons in my heart
64
166320
2456
Questo proviene
dai neuroni nel mio cuore
dai neuroni nel mio cuore
03:00
that are firing
what's called action potentials,
what's called action potentials,
65
168800
2536
che danno il via ai potenziali d'azione.
03:03
potential meaning voltage and action
meaning it moves quickly up and down,
meaning it moves quickly up and down,
66
171360
3856
Potenziale significa voltaggio, azione
significa un rapido movimento su e giù,
significa un rapido movimento su e giù,
03:07
which causes my heart to fire,
67
175240
1456
che mette in moto il mio cuore,
03:08
which then causes
the signal that you see here.
the signal that you see here.
68
176720
2816
che poi genera il segnale che vedete qui.
03:11
And so I want you to remember the shape
of what we'll be looking at right here,
of what we'll be looking at right here,
69
179560
3736
Voglio che vi ricordiate la forma
di quello che vedremo qui,
di quello che vedremo qui,
03:15
because this is going to be important.
70
183320
1856
perché sarà importante.
Questo è un modo in cui il cervello
codifica l'informazione
codifica l'informazione
03:17
This is a way that the brain
encodes information
encodes information
71
185200
2416
03:19
in the form of an action potential.
72
187640
1696
sotto forma di potenziale d'azione.
03:21
So now let's turn to some plants.
73
189360
2320
Ora osserviamo qualche pianta.
03:24
So I'm going to first
introduce you to the mimosa,
introduce you to the mimosa,
74
192920
3536
Per prima cosa, vi presento la mimosa,
03:28
not the drink, but the Mimosa pudica,
75
196480
3216
non il cocktail, ma la mimosa pudica,
03:31
and this is a plant that's found
in Central America and South America,
in Central America and South America,
76
199720
3336
una pianta che si trova
in Centro e Sud America
in Centro e Sud America
03:35
and it has behaviors.
77
203080
1976
e mostra alcuni comportamenti.
03:37
And the first behavior
I'm going to show you
I'm going to show you
78
205080
2096
Il primo comportamento che vi mostrerò
03:39
is if I touch the leaves here,
79
207200
2096
è che, se tocco le foglie, così,
03:41
you get to see that the leaves
tend to curl up.
tend to curl up.
80
209320
2200
vedete che le foglie tendono a chiudersi.
03:45
And then the second behavior is,
81
213280
2256
Il secondo comportamento,
03:47
if I tap the leaf,
82
215560
2176
se colpisco la foglia,
03:49
the entire branch seems to fall down.
83
217760
1816
l'intero ramo sembra cadere.
03:51
So why does it do that?
84
219600
1536
Ma perché lo fa?
03:53
It's not really known to science.
85
221160
1616
La scienza non l'ha ancora capito.
03:54
One of the reasons why
could be that it scares away insects
could be that it scares away insects
86
222800
3216
Forse allontana gli insetti,
spaventandoli,
spaventandoli,
03:58
or it looks less appealing to herbivores.
87
226040
2176
o sembra meno appetitosa
per gli erbivori.
per gli erbivori.
04:00
But how does it do that?
Now, that's interesting.
Now, that's interesting.
88
228240
2496
Ma come ci riesce?
Questo è interessante.
Questo è interessante.
04:02
We can do an experiment to find out.
89
230760
2136
Possiamo fare un esperimento
per scoprirlo.
per scoprirlo.
04:04
So what we're going to do now,
90
232920
1456
Quello che faremo,
04:06
just like I recorded
the electrical potential from my body,
the electrical potential from my body,
91
234400
3416
così come ho registrato
il potenziale elettrico del mio corpo,
il potenziale elettrico del mio corpo,
04:09
we're going to record the electrical
potential from this plant, this mimosa.
potential from this plant, this mimosa.
92
237840
3816
registreremo il potenziale elettrico
di questa pianta, di questa mimosa.
di questa pianta, di questa mimosa.
04:13
And so what we're going to do
is I've got a wire wrapped around the stem,
is I've got a wire wrapped around the stem,
93
241680
5496
Ho messo un cavo intorno allo stelo,
04:19
and I've got the ground electrode where?
94
247200
2080
e dove ho messo l'elettrodo di terra?
04:22
In the ground. It's an electrical
engineering joke. Alright.
engineering joke. Alright.
95
250360
2936
Per terra; è una battuta
da ingegnere elettrico.
da ingegnere elettrico.
04:25
(Laughter)
96
253320
1336
(Risate)
04:26
Alright. So I'm going to go ahead
and tap the leaf here,
and tap the leaf here,
97
254680
2736
Adesso colpirò la foglia qui,
04:29
and I want you to look
at the electrical recording
at the electrical recording
98
257440
2375
e voglio che guardiate
la registrazione elettrica
la registrazione elettrica
04:31
that we're going to see inside the plant.
99
259839
1961
che vedremo all'interno della pianta.
04:34
Whoa. It is so big,
I've got to scale it down.
I've got to scale it down.
100
262520
2896
È enorme, la devo ridimensionare.
04:37
Alright. So what is that?
101
265440
1416
Bene. Allora, cos'è?
04:38
That is an action potential
that is happening inside the plant.
that is happening inside the plant.
102
266880
2976
Questo è un potenziale d'azione
che ha luogo nella pianta.
che ha luogo nella pianta.
04:41
Why was it happening?
103
269880
1256
Perché succede?
04:43
Because it wanted to move. Right?
104
271160
1616
Perché voleva muoversi, giusto?
04:44
And so when I hit the touch receptors,
105
272800
3016
E quindi quando colpisco
i recettori del tatto,
i recettori del tatto,
04:47
it sent a voltage all the way down
to the end of the stem,
to the end of the stem,
106
275840
3176
viene inviato un voltaggio
giù fino alla fine dello stelo,
giù fino alla fine dello stelo,
che ha causato il movimento.
04:51
which caused it to move.
107
279040
1256
Nelle nostre braccia,
noi muoviamo i muscoli,
noi muoviamo i muscoli,
04:52
And now, in our arms,
we would move our muscles,
we would move our muscles,
108
280320
2256
04:54
but the plant doesn't have muscles.
109
282600
1696
ma la pianta non ha muscoli,
04:56
What it has is water inside the cells
110
284320
2256
ha acqua nelle cellule,
04:58
and when the voltage hits it,
it opens up, releases the water,
it opens up, releases the water,
111
286600
2936
e quando il voltaggio le raggiunge,
si aprono, rilasciano l'acqua,
si aprono, rilasciano l'acqua,
05:01
changes the shape of the cells,
and the leaf falls.
and the leaf falls.
112
289560
2434
la forma delle cellule cambia,
e la foglia cade.
e la foglia cade.
05:04
OK. So here we see an action potential
encoding information to move. Alright?
encoding information to move. Alright?
113
292480
4936
Qui vediamo un potenziale d'azione
che codifica l'informazione per muoversi.
che codifica l'informazione per muoversi.
05:09
But can it do more?
114
297440
1496
Ma può fare di più?
05:10
So let's go to find out.
115
298960
1256
Cerchiamo di scoprirlo.
05:12
We're going to go to our good friend,
the Venus flytrap here,
the Venus flytrap here,
116
300240
3056
Andiamo dalla nostra amica,
la Venere acchiappamosche,
la Venere acchiappamosche,
05:15
and we're going to take a look
at what happens inside the leaf
at what happens inside the leaf
117
303320
4416
e osserviamo cosa succede
all'interno della foglia
all'interno della foglia
05:19
when a fly lands on here.
118
307760
1936
quando una mosca vi si posa.
05:21
So I'm going to pretend
to be a fly right now.
to be a fly right now.
119
309720
2696
Adesso farò finta di essere una mosca.
Qui c'è la mia Venere acchiappamosche,
05:24
And now here's my Venus flytrap,
120
312440
1656
05:26
and inside the leaf,
you're going to notice
you're going to notice
121
314120
2016
e noterete che, dentro la foglia,
05:28
that there are three little hairs here,
and those are trigger hairs.
and those are trigger hairs.
122
316160
3216
ci sono tre piccoli peli sensibili.
Quando una mosca vi si posa --
05:31
And so when a fly lands --
123
319400
1376
05:32
I'm going to touch
one of the hairs right now.
one of the hairs right now.
124
320800
2496
Toccherò uno dei peli adesso.
05:35
Ready? One, two, three.
125
323320
1440
Pronti? Uno, due, tre.
Che cosa otteniamo?
Un bellissimo potenziale d'azione.
Un bellissimo potenziale d'azione.
05:39
What do we get? We get
a beautiful action potential.
a beautiful action potential.
126
327000
2456
05:41
However, the flytrap doesn't close.
127
329480
2520
L'acchiappamosche,
comunque, non si chiude.
comunque, non si chiude.
05:44
And to understand why that is,
128
332640
1456
Per capire il perché,
05:46
we need to know a little bit more
about the behavior of the flytrap.
about the behavior of the flytrap.
129
334120
3216
dobbiamo conoscere un po' meglio
il comportamento dell'acchiappamosche.
il comportamento dell'acchiappamosche.
05:49
Number one is that it takes
a long time to open the traps back up --
a long time to open the traps back up --
130
337360
3296
Numero uno: ci vuole molto tempo
affinché la trappola si riapra,
affinché la trappola si riapra,
05:52
you know, about 24 to 48 hours
if there's no fly inside of it.
if there's no fly inside of it.
131
340680
4176
dalle 24 alle 48 ore,
se non c'è una mosca all'interno.
se non c'è una mosca all'interno.
05:56
And so it takes a lot of energy.
132
344880
1696
Richiede molta energia.
05:58
And two, it doesn't need to eat
that many flies throughout the year.
that many flies throughout the year.
133
346600
3216
Numero due: non ha bisogno di mangiare
tante mosche durante l'anno.
tante mosche durante l'anno.
Solo una manciata.
Ricava gran parte dell'energia dal sole.
Ricava gran parte dell'energia dal sole.
06:01
Only a handful. It gets
most of its energy from the sun.
most of its energy from the sun.
134
349840
2656
06:04
It's just trying to replace
some nutrients in the ground with flies.
some nutrients in the ground with flies.
135
352520
3216
Con le mosche cerca solo di rimpiazzare
alcuni nutrienti del terreno.
alcuni nutrienti del terreno.
06:07
And the third thing is,
136
355760
1256
E numero tre:
06:09
it only opens then closes the traps
a handful of times
a handful of times
137
357040
2976
la pianta apre e chiude
poche volte la trappola,
poche volte la trappola,
06:12
until that trap dies.
138
360040
1640
fino a quando la trappola muore.
06:14
So therefore, it wants
to make really darn sure
to make really darn sure
139
362120
2696
Perciò vuole essere assolutamente certa
06:16
that there's a meal inside of it
before the flytrap snaps shut.
before the flytrap snaps shut.
140
364840
4416
che ci sia un pasto all'interno,
prima di azionare la trappola.
prima di azionare la trappola.
06:21
So how does it do that?
141
369280
1200
E come lo fa?
06:23
It counts the number of seconds
142
371280
2616
Conta il numero di secondi
06:25
between successive
touching of those hairs.
touching of those hairs.
143
373920
3216
tra i tocchi successivi
dei peli sensibili.
dei peli sensibili.
06:29
And so the idea is
that there's a high probability,
that there's a high probability,
144
377160
2416
L'idea quindi è che c'è
una forte probabilità,
una forte probabilità,
06:31
if there's a fly inside of there,
that it's going to be clicked together,
that it's going to be clicked together,
145
379600
3456
se c'è una mosca all'interno,
che i peli vengano strofinati,
che i peli vengano strofinati,
06:35
and so when it gets the first
action potential,
action potential,
146
383080
2216
e quando riceve il primo
potenziale d'azione,
potenziale d'azione,
inizia a contare: uno, due.
06:37
it starts counting, one, two,
147
385320
1416
E se arriva a 20 e non ci sono
altri potenziali d'azione,
altri potenziali d'azione,
06:38
and if it gets to 20
and it doesn't fire again,
and it doesn't fire again,
148
386760
2216
06:41
then it's not going to close,
149
389000
1416
allora non si chiude.
Se invece ce n'è uno entro quella cifra,
l'acchiappamosche si chiude.
l'acchiappamosche si chiude.
06:42
but if it does it within there,
then the flytrap will close.
then the flytrap will close.
150
390440
2856
06:45
So we're going to go back now.
151
393320
1456
Ora tocco di nuovo
la Venere acchiappamosche.
la Venere acchiappamosche.
06:46
I'm going to touch
the Venus flytrap again.
the Venus flytrap again.
152
394800
2016
06:48
I've been talking
for more than 20 seconds.
for more than 20 seconds.
153
396840
2016
Ho parlato per più di 20 secondi.
06:50
So we can see what happens
when I touch the hair a second time.
when I touch the hair a second time.
154
398880
2960
Possiamo vedere quello che succede
quando tocco i peli la seconda volta.
quando tocco i peli la seconda volta.
06:55
So what do we get?
We get a second action potential,
We get a second action potential,
155
403720
2456
Cosa succede?
C'è un secondo potenziale d'azione,
C'è un secondo potenziale d'azione,
06:58
but again, the leaf doesn't close.
156
406200
1896
ma, di nuovo, la foglia non si chiude.
07:00
So now if I go back in there
157
408120
1936
Quindi se adesso ci ritorno
07:02
and if I'm a fly moving around,
158
410080
1896
e sono una mosca che gironzola,
07:04
I'm going to be touching
the leaf a few times.
the leaf a few times.
159
412000
2176
toccherò la foglia un po' di volte.
07:06
I'm going to go and brush it a few times.
160
414200
2416
Ora la accarezzerò un po' di volte.
07:08
And immediately,
161
416640
1416
E subito,
07:10
the flytrap closes.
162
418080
1736
l'acchiappamosche si chiude.
07:11
So here we are seeing the flytrap
actually doing a computation.
actually doing a computation.
163
419840
4136
Quindi l'acchiappamosche
sta davvero contando.
sta davvero contando.
07:16
It's determining
if there's a fly inside the trap,
if there's a fly inside the trap,
164
424000
2496
Determina se c'è una mosca nella trappola
07:18
and then it closes.
165
426520
1496
e poi si chiude.
07:20
So let's go back to our original question.
166
428040
2400
Quindi ritorniamo alla domanda originale:
07:23
Do plants have brains?
167
431520
2296
La piante hanno un cervello?
07:25
Well, the answer is no.
168
433840
1576
La risposta è no.
07:27
There's no brains in here.
169
435440
1376
Non c'è nessun cervello.
07:28
There's no axons, no neurons.
170
436840
3576
Non ci sono assoni, né neuroni.
07:32
It doesn't get depressed.
171
440440
1376
Non si deprime.
07:33
It doesn't want to know
what the Tigers' score is.
what the Tigers' score is.
172
441840
2376
Non vuole sapere
qual è il punteggio dei Tigers.
qual è il punteggio dei Tigers.
07:36
It doesn't have
self-actualization problems.
self-actualization problems.
173
444240
2096
Non ha problemi di autorealizzazione.
07:38
But what it does have
is something that's very similar to us,
is something that's very similar to us,
174
446360
3416
Ma quello che ha,
è qualcosa di molto simile a noi,
è qualcosa di molto simile a noi,
07:41
which is the ability
to communicate using electricity.
to communicate using electricity.
175
449800
3056
cioè l'abilità di comunicare
usando l'elettricità.
usando l'elettricità.
Usa solo degli ioni diversi
rispetto a noi,
rispetto a noi,
07:44
It just uses slightly
different ions than we do,
different ions than we do,
176
452880
2256
07:47
but it's actually doing the same thing.
177
455160
2016
ma fa in realtà la stessa cosa.
07:49
So just to show you
178
457200
2176
Solo per mostrarvi
07:51
the ubiquitous nature
of these action potentials,
of these action potentials,
179
459400
3296
la natura universale
di questi potenziali d'azione,
di questi potenziali d'azione,
07:54
we saw it in the Venus flytrap,
180
462720
2216
l'abbiamo vista nella Venere
acchiappamosche,
acchiappamosche,
abbiamo visto un potenziale
d'azione nella mimosa.
d'azione nella mimosa.
07:56
we've seen an action
potential in the mimosa.
potential in the mimosa.
181
464960
2136
07:59
We've even seen
an action potential in a human.
an action potential in a human.
182
467120
2376
L'abbiamo anche visto in un essere umano.
08:01
Now, this is the euro of the brain.
183
469520
3216
Questo è l'URL del cervello.
08:04
It's the way that all
information is passed.
information is passed.
184
472760
2136
È il modo in cui passa
tutte le informazioni.
tutte le informazioni.
08:06
And so what we can do
is we can use those action potentials
is we can use those action potentials
185
474920
2816
Quello che possiamo fare
è usare quei potenziali d'azione
è usare quei potenziali d'azione
08:09
to pass information
186
477760
1496
per passare informazioni
08:11
between species of plants.
187
479280
1736
tra specie vegetali.
08:13
And so this is our interspecies
plant-to-plant communicator,
plant-to-plant communicator,
188
481040
4416
Questo è il nostro comunicatore
interspecie tra piante diverse:
interspecie tra piante diverse:
08:17
and what we've done
is we've created a brand new experiment
is we've created a brand new experiment
189
485480
3176
abbiamo creato un esperimento
del tutto nuovo
del tutto nuovo
08:20
where we're going to record
the action potential from a Venus flytrap,
the action potential from a Venus flytrap,
190
488680
3536
in cui registriamo il potenziale d'azione
di una Venere acchiappamosche
di una Venere acchiappamosche
08:24
and we're going to send it
into the sensitive mimosa.
into the sensitive mimosa.
191
492240
2776
e lo inviamo alla sensibile mimosa.
08:27
So I want you to recall what happens
192
495040
1736
Prima voglio ricordarvi cosa succede
08:28
when we touch the leaves of the mimosa.
193
496800
1936
quando tocchiamo le foglie della mimosa.
Possiede recettori del tatto
che inviano quelle informazioni
che inviano quelle informazioni
08:30
It has touch receptors
that are sending that information
that are sending that information
194
498760
2656
alla base sotto forma
di potenziale d'azione.
di potenziale d'azione.
08:33
back down in the form
of an action potential.
of an action potential.
195
501440
2096
08:35
And so what would happen
196
503560
1336
E quindi cosa succederebbe
08:36
if we took the action potential
from the Venus flytrap
from the Venus flytrap
197
504920
3616
se prendessimo il potenziale d'azione
della Venere acchiappamosche
della Venere acchiappamosche
08:40
and sent it into
all the stems of the mimosa?
all the stems of the mimosa?
198
508560
3080
e lo inviassimo a tutti gli steli
della mimosa?
della mimosa?
08:44
We should be able to create
the behavior of the mimosas
the behavior of the mimosas
199
512440
3016
Dovremmo riuscire a ricreare
il comportamento delle mimose
il comportamento delle mimose
08:47
without actually touching it ourselves.
200
515480
1896
senza essere noi a toccarle.
08:49
And so if you'll allow me,
201
517400
2016
Quindi se mi permettete,
08:51
I'm going to go ahead
and trigger this mimosa right now
and trigger this mimosa right now
202
519440
3455
inizio l'esperimento
e attivo subito questa mimosa,
e attivo subito questa mimosa,
08:54
by touching on the hairs
of the Venus flytrap.
of the Venus flytrap.
203
522919
3817
toccando i peli sulla Venere
acchiappamosche.
acchiappamosche.
08:58
So we're going to send information
about touch from one plant to another.
about touch from one plant to another.
204
526760
3600
Trasferiamo l'informazione del tocco
da una pianta all'altra.
da una pianta all'altra.
09:06
So there you see it.
205
534640
1696
Guardate.
09:08
So --
206
536360
1216
Ecco, vedete.
09:09
(Applause)
207
537600
6016
(Applausi)
09:15
So I hope you learned a little bit,
something about plants today,
something about plants today,
208
543640
3056
Spero che abbiate imparato
qualcosa sulle piante, oggi,
qualcosa sulle piante, oggi,
09:18
and not only that.
209
546720
1216
e non solo.
Avete imparato
che, con l'aiuto delle piante,
che, con l'aiuto delle piante,
09:19
You learned that plants could be used
to help teach neuroscience
to help teach neuroscience
210
547960
3016
si può insegnare la neuroscienza
09:23
and bring along the neurorevolution.
211
551000
1736
e continuare la neurorivoluzione.
09:24
Thank you.
212
552760
1216
Grazie.
09:26
(Applause)
213
554000
2720
(Applausi)
ABOUT THE SPEAKER
Greg Gage - NeuroscientistTED Fellow Greg Gage helps kids investigate the neuroscience in their own backyards.
Why you should listen
As half of Backyard Brains, neuroscientist and engineer Greg Gage builds the SpikerBox -- a small rig that helps kids understand the electrical impulses that control the nervous system. He's passionate about helping students understand (viscerally) how our brains and our neurons work, because, as he said onstage at TED2012, we still know very little about how the brain works -- and we need to start inspiring kids early to want to know more.
Before becoming a neuroscientist, Gage worked as an electrical engineer making touchscreens. As he told the Huffington Post: "Scientific equipment in general is pretty expensive, but it's silly because before [getting my PhD in neuroscience] I was an electrical engineer, and you could see that you could make it yourself. So we started as a way to have fun, to show off to our colleagues, but we were also going into classrooms around that time and we thought, wouldn't it be cool if you could bring these gadgets with us so the stuff we were doing in advanced Ph.D. programs in neuroscience, you could also do in fifth grade?" His latest pieces of gear: the Roboroach, a cockroach fitted with an electric backpack that makes it turn on command, and BYB SmartScope, a smartphone-powered microscope.
Greg Gage | Speaker | TED.com