ABOUT THE SPEAKER
Nancy Kanwisher - Brain researcher
Using fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition.

Why you should listen

Does the brain use specialized processors to solve complex problems, or does it rely instead on more general-purpose systems?

This question has been at the crux of brain research for centuries. MIT researcher Nancy Kanwisher seeks to answer this question by discovering a “parts list” for the human mind and brain. "Understanding the nature of the human mind," she says, "is arguably the greatest intellectual quest of all time."

Kanwisher and her colleagues have used fMRI to identify distinct sites in the brain for face recognition, knowing where you are, and thinking about other people’s thoughts. Yet these discoveries are a prelude to bigger questions: How do these brain regions develop and function? What are the actual computations that go on in each region, and how are these computations implemented in circuits of neurons? And how do these work together to produce human intelligence?

To learn more, see Kanwisher's collection of short talks on how scientists actually study the human mind and brain and what they have learned so far.

More profile about the speaker
Nancy Kanwisher | Speaker | TED.com
TED2014

Nancy Kanwisher: A neural portrait of the human mind

Nancy Kanwisher: Neurologiczny portret ludzkiego umysłu

Filmed:
1,226,930 views

Nancy Kanwisher, pionierka metody neuroobrazowania, używa aparatu MRI, by obserwować aktywność obszarów mózgowych (często swoich własnych). Dzieli się refleksjami na temat swoich odkryć i odkryć kolegów po fachu: mózg składa się z wysoce wyspecjalizowanych komponentów oraz mechanizmu o ogólnym zastosowaniu. Kolejna niespodzianka: jeszcze wiele można się nauczyć.
- Brain researcher
Using fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition. Full bio

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

00:12
TodayDzisiaj I want to tell you
0
604
1216
Opowiem dzisiaj o projekcie,
00:13
about a projectprojekt beingistota carriedrealizowane out
1
1820
1803
który przeprowadzają
00:15
by scientistsnaukowcy all over the worldświat
2
3623
2687
naukowcy z całego świata,
00:18
to paintfarba a neuralnerwowy portraitportret of the humanczłowiek mindumysł.
3
6310
3288
żeby nakreślić neurologiczny obraz
ludzkiego umysłu.
00:21
And the centralcentralny ideapomysł of this work
4
9598
2172
Głównym założeniem jest to,
00:23
is that the humanczłowiek mindumysł and brainmózg
5
11770
1858
że ludzki umysł i mózg
00:25
is not a singlepojedynczy, general-purposeogólny cel processoredytor,
6
13628
2857
to nie pojedynczy procesor
ogólnego użytku,
00:28
but a collectionkolekcja of highlywysoko specializedspecjalistyczne componentsskładniki,
7
16485
3442
ale zbiór
wysoko wyspecjalizowanych komponentów,
00:31
eachkażdy solvingrozwiązywanie a differentróżne specifickonkretny problemproblem,
8
19927
2983
z których każdy
rozwiązuje konkretny problem.
00:34
and yetjeszcze collectivelyłącznie makingzrobienie up
9
22910
2336
Wszystkie razem wpływają na to,
00:37
who we are as humanczłowiek beingsIstoty and thinkersmyśliciele.
10
25246
4356
kim jesteśmy jako ludzie i istoty myślące.
00:41
To give you a feel for this ideapomysł,
11
29602
1476
Żeby to sobie uświadomić,
00:43
imaginewyobrażać sobie the followingnastępujący scenarioscenariusz:
12
31078
2664
weźmy następujący scenariusz.
00:45
You walkspacerować into your child'sdziecka day careopieka centercentrum.
13
33742
2196
Wchodzisz do przedszkola.
00:47
As usualzwykły, there's a dozentuzin kidsdzieciaki there
14
35938
2237
Jak zwykle mnóstwo dzieci czeka,
00:50
waitingczekanie to get pickeddoborowy up,
15
38175
1591
by ktoś je odebrał.
00:51
but this time,
16
39766
1632
Jednak tym razem
00:53
the children'sdzieci facestwarze look weirdlyniesamowicie similarpodobny,
17
41398
2985
dziecięce twarze są dziwnie podobne.
00:56
and you can't figurepostać out whichktóry childdziecko is yoursTwój.
18
44383
2808
Nie wiesz, które dziecko jest twoje.
00:59
Do you need newNowy glassesokulary?
19
47191
1749
Czyżby potrzebne były nowe okulary?
01:00
Are you losingprzegrywający your mindumysł?
20
48940
1908
A może tracisz zmysły?
01:02
You runbiegać throughprzez a quickszybki mentalpsychiczny checklistLista kontrolna.
21
50848
2452
W myślach szybko robisz rozeznanie.
01:05
No, you seemwydać się to be thinkingmyślący clearlywyraźnie,
22
53300
1894
Zdaje się, że myślisz trzeźwo.
01:07
and your visionwizja is perfectlydoskonale sharpostry.
23
55194
2391
Ze wzrokiem wszystko jest w porządku.
01:09
And everything lookswygląda normalnormalna
24
57585
1789
Wszystko wydaje się normalne,
01:11
exceptz wyjątkiem the children'sdzieci facestwarze.
25
59374
2162
oprócz twarzy dzieci.
01:13
You can see the facestwarze,
26
61536
1786
Widzisz te twarze,
01:15
but they don't look distinctivecharakterystyczny,
27
63322
1708
ale one się niczym nie różnią.
01:17
and noneŻaden of them lookswygląda familiarznajomy,
28
65030
1858
Żadna nie wydaje się znajoma.
01:18
and it's only by spottingplamienia an orangePomarańczowy hairwłosy ribbonWstążka
29
66888
2498
Tylko dzięki pomarańczowej kokardzie
01:21
that you find your daughtercórka.
30
69386
1896
odnajdujesz wreszcie własną córkę.
01:23
This suddennagły lossutrata of the abilityzdolność to recognizerozpoznać facestwarze
31
71282
3425
Nagła utrata zdolności rozróżniania twarzy
01:26
actuallytak właściwie happensdzieje się to people.
32
74707
1546
faktycznie się zdarza.
01:28
It's callednazywa prosopagnosiaprosopagnosia,
33
76253
2054
Nazywa się prozopagnozja
01:30
and it resultswyniki from damageuszkodzić
34
78307
1181
i wynika z uszkodzenia
01:31
to a particularszczególny partczęść of the brainmózg.
35
79488
2126
konkretnej części mózgu.
01:33
The strikinguderzający thing about it
36
81614
1500
Uderzające jest to,
01:35
is that only facetwarz recognitionuznanie is impairedupośledzony;
37
83114
2595
że szwankuje tylko rozpoznawanie twarzy.
01:37
everything elsejeszcze is just fine.
38
85709
2439
Wszystko inne jest normalne.
01:40
ProsopagnosiaProsopagnosia is one of manywiele surprisinglyzaskakująco specifickonkretny
39
88148
3868
Prozopagnozja to tylko jedno
z zaskakujących zaburzeń umysłu,
01:44
mentalpsychiczny deficitsdeficyty that can happenzdarzyć after brainmózg damageuszkodzić.
40
92016
4535
który zdarza się po uszkodzeniu mózgu.
01:48
These syndromeszespoły collectivelyłącznie
41
96551
1363
Wszystkie to objawy razem
01:49
have suggestedzasugerował for a long time
42
97914
2239
przez długi czas kazały myśleć,
01:52
that the mindumysł is divvieddivvied up into distinctodrębny componentsskładniki,
43
100153
3768
że umysł dzieli się na osobne komponenty.
01:55
but the effortwysiłek to discoverodkryć those componentsskładniki
44
103921
2385
Próba odkrycia tych części
01:58
has jumpedprzeskoczył to warpWarp speedprędkość
45
106306
1614
nabrała rozpędu
01:59
with the inventionwynalazek of brainmózg imagingImaging technologytechnologia,
46
107920
2582
wraz z wynalezieniem
technologii obrazowania mózgu,
02:02
especiallyszczególnie MRIMRI.
47
110502
3048
zwłaszcza metody rezonansu magnetycznego.
02:05
So MRIMRI enablespozwala you to see internalwewnętrzny anatomyanatomia
48
113550
3240
MRI umożliwia zajrzenie do wnętrza
02:08
at highwysoki resolutionrozkład,
49
116790
1586
w wysokiej rozdzielczości.
02:10
so I'm going to showpokazać you in a seconddruga
50
118376
1430
Za moment pokażę wam
02:11
a setzestaw of MRIMRI cross-sectionalpole przekroju imagesobrazy
51
119806
3352
serię przekrojowych zdjęć
wykonanych za pomocą MRI
02:15
throughprzez a familiarznajomy objectobiekt,
52
123158
1618
przez znajomy obiekt.
02:16
and we're going to flylatać throughprzez them
53
124776
875
Przejrzymy obrazy,
02:17
and you're going to try to figurepostać out what the objectobiekt is.
54
125651
2473
a wy spróbujecie zgadnąć, co to jest.
02:20
Here we go.
55
128124
2111
Zaczynajmy.
02:24
It's not that easyłatwo. It's an artichokeKarczoch.
56
132241
1889
To nie jest proste. To karczoch.
02:26
Okay, let's try anotherinne one,
57
134130
1630
Spróbujmy czegoś innego.
02:27
startingstartowy from the bottomDolny and going throughprzez the topTop.
58
135760
2596
Zaczynamy od dołu
i potem w górę.
02:32
BroccoliBrokuły! It's a headgłowa of broccolibrokuły.
59
140812
1151
Brokuły!
Czy to nie piękne? Uwielbiam to.
02:33
Isn't it beautifulpiękny? I love that.
60
141963
1664
02:35
Okay, here'soto jest anotherinne one. It's a brainmózg, of coursekurs.
61
143627
2757
A teraz inny. To mózg, rzecz jasna.
02:38
In factfakt, it's my brainmózg.
62
146384
1586
W dodatku to mój mózg.
02:39
We're going throughprzez slicesplastry throughprzez my headgłowa like that.
63
147970
1733
Przejdziemy przez części głowy.
02:41
That's my nosenos over on the right, and now
64
149703
1758
To mój nos, tam po prawej.
02:43
we're going over here, right there.
65
151461
3409
Teraz przesuniemy się tutaj.
02:46
So this picture'sobrazu nicemiły, if I do say so myselfsiebie,
66
154870
4601
Ładne zdjęcie, jeśli mogę się pochwalić,
02:51
but it showsprzedstawia only anatomyanatomia.
67
159471
1912
ale to ukazuje wyłącznie anatomię.
02:53
The really coolchłodny advancepostęp with functionalfunkcjonalny imagingImaging
68
161383
2520
Prawdziwy postęp
w obrazowaniu funkcjonalnym
02:55
happenedstało się when scientistsnaukowcy figuredwzorzysty out how to make
69
163903
1572
nastąpił, gdy naukowcy odkryli,
02:57
pictureskino that showpokazać not just anatomyanatomia but activityczynność,
70
165475
3395
jak robić zdjęcia nie samej anatomii,
ale aktywności,
03:00
that is, where neuronsneurony are firingwypalania.
71
168870
2435
czyli impulsów nerwowych.
03:03
So here'soto jest how this worksPrace.
72
171305
1516
Oto, jak to działa.
03:04
BrainsMózgi are like musclesmięśnie.
73
172821
1117
Mózgi są jak mięśnie.
03:05
When they get activeaktywny,
74
173938
1563
Kiedy są aktywne,
03:07
they need increasedzwiększony bloodkrew flowpływ to supplyDostawa that activityczynność,
75
175501
2974
potrzebują więcej krwi,
by zasilić tę aktywność.
03:10
and luckySzczęściarz for us, bloodkrew flowpływ
controlkontrola to the brainmózg is locallokalny,
76
178475
3568
Na szczęście dla nas,
kontrola przepływu krwi do mózgu
jest miejscowa.
03:14
so if a bunchwiązka of neuronsneurony, say, right there
77
182043
2162
Jeśli wiązka neuronów, na przykład tu,
03:16
get activeaktywny and startpoczątek firingwypalania,
78
184205
1500
uaktywni się,
03:17
then bloodkrew flowpływ increaseswzrasta just right there.
79
185705
2725
to wówczas przepływ krwi
przyspiesza w tym miejscu.
03:20
So functionalfunkcjonalny MRIMRI picksopcji up
on that bloodkrew flowpływ increasezwiększać,
80
188430
3721
Funkcjonalne MRI wyłapuje
to przyspieszenie przepływu.
03:24
producingprodukujący a higherwyższy MRIMRI responseodpowiedź
81
192151
2033
Uzyskujemy większą reakcję MRI tam,
03:26
where neuralnerwowy activityczynność goesidzie up.
82
194184
2926
gdzie wzrasta aktywność.
03:29
So to give you a concretebeton feel
83
197110
1700
Żeby bardziej wam przybliżyć,
03:30
for how a functionalfunkcjonalny MRIMRI experimenteksperyment goesidzie
84
198810
2485
o co chodzi z eksperymentem
funkcjonalnego MRI
03:33
and what you can learnuczyć się from it
85
201295
1439
i czego można się dowiedzieć,
03:34
and what you can't,
86
202734
1384
a czego nie,
03:36
let me describeopisać one of the first studiesstudia I ever did.
87
204118
3442
opiszę wam jedne z moich
pierwszych badań.
03:39
We wanted to know if there was a specialspecjalny
partczęść of the brainmózg for recognizingrozpoznawanie facestwarze,
88
207560
4138
Chcieliśmy wiedzieć,
czy jest specjalna część mózgu,
która rozpoznaje twarze.
03:43
and there was alreadyjuż reasonpowód to
think there mightmoc be suchtaki a thing
89
211698
3072
Były ku temu przesłanki.
03:46
basedna podstawie on this phenomenonzjawisko of prosopagnosiaprosopagnosia
90
214770
1720
Znaliśmy zjawisko prozopagnozji,
03:48
that I describedopisane a momentza chwilę agotemu,
91
216490
2123
opisałam je przed chwilą.
03:50
but nobodynikt had ever seenwidziany that partczęść of the brainmózg
92
218613
2278
Ale nikt wcześniej nie widział
03:52
in a normalnormalna personosoba,
93
220891
1919
takiej części mózgu u normalnej osoby.
03:54
so we setzestaw out to look for it.
94
222810
2056
Zaczęliśmy jej szukać.
03:56
So I was the first subjectPrzedmiot.
95
224866
1951
Ja byłam pierwszą osobą badaną.
03:58
I wentposzedł into the scannerskaner, I laykłaść on my back,
96
226817
2212
Weszłam do skanera,
położyłam się na plecach.
04:01
I heldtrzymany my headgłowa as still as I could
97
229029
2583
Starałam się nie ruszać głową,
04:03
while staringgapiowski at pictureskino of facestwarze like these
98
231612
5017
gdy patrzyłam na zdjęcia
tego typu twarzy
04:08
and objectsobiekty like these
99
236629
2131
i tego typu obiektów.
04:10
and facestwarze and objectsobiekty for hoursgodziny.
100
238760
5165
Twarze i obiekty pokazywane godzinami.
04:15
So as somebodyktoś who has
prettyładny closeblisko to the worldświat recordrekord
101
243925
2772
Jako osoba bliska osiągnięcia
światowego rekordu
04:18
of totalcałkowity numbernumer of hoursgodziny spentwydany insidewewnątrz an MRIMRI scannerskaner,
102
246697
3543
w liczbie godzin spędzonych w skanerze,
mogę powiedzieć, że jedna z umiejętności,
04:22
I can tell you that one of the skillsumiejętności
103
250240
1432
04:23
that's really importantważny for MRIMRI researchBadania
104
251672
2663
niezwykle ważnych dla badań MRI
04:26
is bladderpęcherza moczowego controlkontrola.
105
254335
1778
to kontrola pęcherza.
04:28
(LaughterŚmiech)
106
256113
1802
(Śmiech)
04:29
When I got out of the scannerskaner,
107
257915
1537
Kiedy wyszłam ze skanera,
04:31
I did a quickszybki analysisanaliza of the datadane,
108
259452
2316
szybko przeanalizowałam dane.
04:33
looking for any partsCzęści of my brainmózg
109
261768
1503
Szukałam części mózgu,
04:35
that producedwytworzony a higherwyższy responseodpowiedź
when I was looking at facestwarze
110
263271
2806
które silniej reagowały na twarze
04:38
than when I was looking at objectsobiekty,
111
266077
1870
niż na obiekty.
04:39
and here'soto jest what I saw.
112
267947
2171
Oto, co zobaczyłam.
04:42
Now this imageobraz lookswygląda just awfulstraszny by today'sdzisiaj standardsstandardy,
113
270118
3656
Ten obraz wydaje się okropny
według dzisiejszych standardów.
04:45
but at the time I thought it was beautifulpiękny.
114
273774
2808
Wtedy jednak myślałam, że to piękne.
04:48
What it showsprzedstawia is that regionregion right there,
115
276582
1950
Widać tu ten oto region,
04:50
that little blobBLOB,
116
278532
1283
tę małą plamkę wielkości oliwki
04:51
it's about the sizerozmiar of an oliveOliwa
117
279815
1747
04:53
and it's on the bottomDolny surfacepowierzchnia of my brainmózg
118
281562
2156
na dolnej powierzchni mózgu,
04:55
about an inchcal straightproste in from right there.
119
283718
3206
około cala z tego miejsca.
04:58
And what that partczęść of my brainmózg is doing
120
286924
2790
Ta część mojego mózgu
05:01
is producingprodukujący a higherwyższy MRIMRI responseodpowiedź,
121
289714
2920
cechuje się największą reaktywnością MRI.
05:04
that is, higherwyższy neuralnerwowy activityczynność,
122
292634
1748
Większa nerwowa aktywność,
05:06
when I was looking at facestwarze
123
294382
1482
kiedy obserwowałam twarze
05:07
than when I was looking at objectsobiekty.
124
295864
2266
niż kiedy patrzyłam na obiekty.
05:10
So that's prettyładny coolchłodny,
125
298130
1360
To było niezłe,
05:11
but how do we know this isn't a flukeFluke?
126
299490
2318
ale skąd wiadomo,
że to nie przypadek?
05:13
Well, the easiestnajłatwiejszy way
127
301808
1420
Najłatwiej to sprawdzić,
05:15
is to just do the experimenteksperyment again.
128
303228
2114
gdy się powtórzy eksperyment.
05:17
So I got back in the scannerskaner,
129
305342
1639
Wróciłam do skanera.
05:18
I lookedspojrzał at more facestwarze and I lookedspojrzał at more objectsobiekty
130
306981
2431
Patrzyłam na więcej twarzy oraz obiektów.
05:21
and I got a similarpodobny blobBLOB,
131
309412
2189
Punkt był w podobnym miejscu.
05:23
and then I did it again
132
311601
1895
Zrobiłam to znowu.
05:25
and I did it again
133
313496
1855
I znowu.
05:27
and again and again,
134
315351
3072
I znowu. I jeszcze raz.
05:30
and around about then
135
318423
1047
Po tych powtórzeniach
05:31
I decidedzdecydowany to believe it was for realreal.
136
319470
2941
byłam skłonna uznać to za fakt.
05:34
But still, maybe this is
something weirddziwne about my brainmózg
137
322411
3753
Ale może to mój mózg jest dziwny
05:38
and no one elsejeszcze has one of these things in there,
138
326164
2462
nikt nie będzie mnie przypominał.
05:40
so to find out, we scannedzeskanowany a bunchwiązka of other people
139
328626
2455
Dla pewności przeskanowaliśmy inne osoby.
05:43
and founduznany that prettyładny much everyonekażdy
140
331081
2446
Zauważyłam, że właściwie wszyscy
mają ten obszar
05:45
has that little face-processingtwarz przetwarzanie regionregion
141
333527
2006
odpowiedzialny za rozpoznawanie twarzy
05:47
in a similarpodobny neighborhoodsąsiedztwo of the brainmózg.
142
335533
2893
w podobnych rejonach mózgu.
05:50
So the nextNastępny questionpytanie was,
143
338426
1888
Następne pytanie brzmiało:
05:52
what does this thing really do?
144
340314
1474
Czym to właściwie się zajmuje?
05:53
Is it really specializedspecjalistyczne just for facetwarz recognitionuznanie?
145
341788
3932
Czy zajmuje się wyłącznie
rozpoznawaniem twarzy?
05:57
Well, maybe not, right?
146
345720
1240
A może nie?
05:58
Maybe it respondsodpowiada not only to facestwarze
147
346960
1802
Może reaguje nie tylko na twarze,
06:00
but to any bodyciało partczęść.
148
348762
2109
ale też inne części ciała.
06:02
Maybe it respondsodpowiada to anything humanczłowiek
149
350871
2369
Może reaguje na cokolwiek ludzkiego
06:05
or anything aliveżywy
150
353240
1780
albo żywego.
06:07
or anything roundokrągły.
151
355020
1656
Albo coś okrągłego.
06:08
The only way to be really sure that that regionregion
152
356676
2154
Jedyny sposób, by upewnić się,
06:10
is specializedspecjalistyczne for facetwarz recognitionuznanie
153
358830
2417
że ten region specjalizuje się
w rozpoznawaniu twarzy,
06:13
is to rulereguła out all of those hypotheseshipotezy.
154
361247
2643
to wykluczyć wszystkie te hipotezy.
06:15
So we spentwydany much of the nextNastępny couplepara of yearslat
155
363890
2830
Spędziliśmy następne lata
06:18
scanningłów subjectstematy while they lookedspojrzał at lots
156
366720
1647
na skanowaniu osób
patrzących na różne rodzaje zdjęć.
06:20
of differentróżne kindsrodzaje of imagesobrazy,
157
368367
1606
06:21
and we showedpokazał that that partczęść of the brainmózg
158
369973
1957
Dowiedliśmy, że ta część mózgu
06:23
respondsodpowiada stronglysilnie when you look at
159
371930
1950
silnie reaguje przy oglądaniu
06:25
any imagesobrazy that are facestwarze of any kinduprzejmy,
160
373880
3453
dowolnych zdjęć różnych twarzy
06:29
and it respondsodpowiada much lessmniej stronglysilnie
161
377333
1913
i reaguje słabiej na zdjęcia
06:31
to any imageobraz you showpokazać that isn't a facetwarz,
162
379246
3149
nieprzedstawiające twarzy.
06:34
like some of these.
163
382395
1305
Takie jak te.
06:35
So have we finallywreszcie nailedprzybity the casewalizka
164
383700
2239
Czy w końcu ustaliliśmy,
06:37
that this regionregion is necessaryniezbędny for facetwarz recognitionuznanie?
165
385939
3240
że ta część mózgu jest niezbędna,
by rozpoznawać twarze?
06:41
No, we haven'tnie mam.
166
389179
1323
Wcale nie.
06:42
BrainMózg imagingImaging can never tell you
167
390502
1951
Obrazowanie mózgu nigdy nie pokaże,
06:44
if a regionregion is necessaryniezbędny for anything.
168
392453
2440
czy dana część mózgu
jest do czegoś niezbędna.
06:46
All you can do with brainmózg imagingImaging
169
394893
1440
Obrazowaniu mózgu pokazuje tylko,
06:48
is watch regionsregiony turnskręcać on and off
170
396333
2048
jak regiony się uaktywniają
06:50
as people think differentróżne thoughtsmyśli.
171
398381
1968
w zależności od różnych myśli.
06:52
To tell if a partczęść of the brainmózg is
necessaryniezbędny for a mentalpsychiczny functionfunkcjonować,
172
400349
3611
Żeby mieć pewność,
że dana część mózgu jest niezbędna,
06:55
you need to messbałagan with it and see what happensdzieje się,
173
403960
2509
trzeba by ją zniszczyć
i zobaczyć, co się stanie.
06:58
and normallynormalnie we don't get to do that.
174
406469
2275
Zazwyczaj nie mamy takich możliwości.
07:00
But an amazingniesamowity opportunityokazja cameoprawa ołowiana witrażu about
175
408744
2584
Ale pojawiła się cudowna okazja,
07:03
very recentlyostatnio when a couplepara of colleagueskoledzy of minekopalnia
176
411328
2464
kiedy koledzy badali
07:05
testedprzetestowany this man who has epilepsypadaczka
177
413792
3071
tego chorego na padaczkę.
07:08
and who is shownpokazane here in his hospitalszpital bedłóżko
178
416863
2682
Tutaj widać go w szpitalnym łóżku,
07:11
where he's just had electrodeselektrody placedumieszczony
179
419545
1367
po tym jak założono mu elektrody
07:12
on the surfacepowierzchnia of his brainmózg
180
420912
2071
na powierzchni mózgu,
07:14
to identifyzidentyfikować the sourceźródło of his seizuresdrgawki.
181
422983
2554
aby rozpoznać źródło ataków.
07:17
So it turnedobrócony out by totalcałkowity chanceszansa
182
425537
2533
Całkiem przypadkiem okazało się,
07:20
that two of the electrodeselektrody
183
428070
1949
że dwie z elektrod znalazły się
07:22
happenedstało się to be right on topTop of his facetwarz areapowierzchnia.
184
430019
3223
nad obszarem rozpoznającym twarze.
07:25
So with the patient'spacjenta consentzgoda,
185
433242
2329
Za zgodą pacjenta
07:27
the doctorslekarze askedspytał him what happenedstało się
186
435571
2587
lekarze pytali go, co się dzieje,
07:30
when they electricallyelektrycznie stimulatedstymulowane
that partczęść of his brainmózg.
187
438158
4166
kiedy stymulują tę część mózgu.
07:34
Now, the patientcierpliwy doesn't know
188
442324
1654
Pacjent nie wie,
07:35
where those electrodeselektrody are,
189
443978
1384
gdzie są te elektrody.
07:37
and he's never heardsłyszał of the facetwarz areapowierzchnia.
190
445362
2212
Nie słyszał o obszarze
rozpoznającym twarze.
07:39
So let's watch what happensdzieje się.
191
447574
1991
Zobaczmy, co się dzieje.
07:41
It's going to startpoczątek with a controlkontrola conditionstan
192
449565
1969
Zacznie się to od stanu kontrolnego,
07:43
that will say "ShamSham" nearlyprawie invisiblyniewidoczny
193
451534
2407
z prawie niewidocznym napisem "lipa"
07:45
in redczerwony in the lowerniższy left,
194
453941
1710
na czerwono w lewym dolnym rogu,
07:47
when no currentobecny is delivereddostarczone,
195
455651
2282
gdy nie jest dostarczany prąd.
07:49
and you'llTy będziesz hearsłyszeć the neurologistneurolog speakingmówienie
to the patientcierpliwy first. So let's watch.
196
457933
3815
Usłyszycie jak neurolog mówi do pacjenta.
07:53
(VideoWideo) NeurologistNeurolog: Okay, just look at my facetwarz
197
461748
2081
(Wideo) Neurolog: Spójrz na moją twarz
07:55
and tell me what happensdzieje się when I do this.
198
463829
3285
i powiedz, co się dzieje, kiedy to robię.
07:59
All right?
199
467114
934
W porządku?
08:00
PatientPacjent: Okay.
200
468048
2823
Pacjent: W porządku.
08:02
NeurologistNeurolog: One, two, threetrzy.
201
470871
4320
Neurolog: Raz, dwa, trzy.
08:07
PatientPacjent: Nothing.
NeurologistNeurolog: Nothing? Okay.
202
475191
3015
Pacjent: Nic.
Neurolog: Nic? Jasne.
08:10
I'm going to do it one more time.
203
478206
2407
Zrobię to jeszcze raz.
08:12
Look at my facetwarz.
204
480613
3194
Spójrz na moją twarz.
08:15
One, two, threetrzy.
205
483807
4500
Raz, dwa, trzy.
08:20
PatientPacjent: You just turnedobrócony into somebodyktoś elsejeszcze.
206
488307
2824
Pacjent: Jesteś kimś innym.
08:23
Your facetwarz metamorphosedprzypominała.
207
491131
2137
Twarz ci się zmieniła.
08:25
Your nosenos got saggysflaczałe, it wentposzedł to the left.
208
493268
3011
Nos przekrzywił się na lewo.
08:28
You almostprawie lookedspojrzał like somebodyktoś I'd seenwidziany before,
209
496279
3536
Wyglądałeś prawie jak ktoś,
kogo kiedyś widziałem.
08:31
but somebodyktoś differentróżne.
210
499815
2634
Ale ktoś inny.
08:34
That was a tripwycieczka.
211
502449
2072
To był odlot.
08:36
(LaughterŚmiech)
212
504521
3132
(Śmiech)
08:39
NancyNancy KanwisherKanwisher: So this experimenteksperyment
213
507653
1615
08:41
(ApplauseAplauz) —
214
509268
4223
(Brawa)
08:45
this experimenteksperyment finallywreszcie nailspaznokcie the casewalizka
215
513491
2682
Ten eksperyment ujawnia w końcu,
08:48
that this regionregion of the brainmózg is not only
216
516173
1825
że ten obszar mózgu nie tylko
08:49
selectivelyselektywnie responsiveczuły to facestwarze
217
517998
2137
wybiórczo reaguje na twarze,
08:52
but causallyprzyczynowo involvedzaangażowany in facetwarz perceptionpostrzeganie.
218
520135
3045
ale przyczynowo wiąże się
z postrzeganiem twarzy.
08:55
So I wentposzedł throughprzez all of these detailsdetale
219
523180
2130
Przeanalizowałam szczegóły o tym obszarze,
08:57
about the facetwarz regionregion to showpokazać you what it takes
220
525310
2464
chcąc zobaczyć, czego trzeba,
08:59
to really establishustalić that a partczęść of the brainmózg
221
527774
2339
aby stwierdzić, że ta część mózgu
09:02
is selectivelyselektywnie involvedzaangażowany in a specifickonkretny mentalpsychiczny processproces.
222
530113
3128
angażuje się w konkretny proces umysłowy.
09:05
NextNastępny, I'll go throughprzez much more quicklyszybko
223
533241
2159
Teraz trochę szybciej zaprezentuję
09:07
some of the other specializedspecjalistyczne regionsregiony of the brainmózg
224
535400
2660
inne wyspecjalizowane regiony mózgu,
09:10
that we and othersinni have founduznany.
225
538060
2100
które ja i inni badacze odkryliśmy.
09:12
So to do this, I've spentwydany a lot of time
226
540160
2114
Żeby to zrobić, spędziłam mnóstwo czasu
09:14
in the scannerskaner over the last monthmiesiąc
227
542274
1867
w skanerze przez ostatni miesiąc,
09:16
so I can showpokazać you these things in my brainmózg.
228
544141
2261
żeby móc pokazać te rzeczy w moim mózgu.
09:18
So let's get startedRozpoczęty. Here'sTutaj jest my right hemispherePółkula.
229
546402
3233
Zaczynajmy. To moja prawa półkula.
09:21
So we're orientedzorientowane na like that.
You're looking at my headgłowa this way.
230
549635
2662
Głowa jest skierowana w tę stronę.
09:24
ImagineWyobraź sobie takingnabierający the skullczaszka off
231
552297
1093
Usuwamy czaszkę.
09:25
and looking at the surfacepowierzchnia of the brainmózg like that.
232
553390
2268
I widać mózg o tak.
09:27
Okay, now as you can see,
233
555658
1758
Jak widać,
powierzchnia mózgu jest pofałdowana.
09:29
the surfacepowierzchnia of the brainmózg is all foldedfałdowy up.
234
557416
1503
09:30
So that's not good. StuffRzeczy could be hiddenukryty in there.
235
558919
1721
Niedobrze. Coś tam może się chować.
09:32
We want to see the wholecały thing,
236
560640
1434
Chcemy wszystko zobaczyć.
09:34
so let's inflatenadmuchać it so we can see the wholecały thing.
237
562074
3312
Nadmuchajmy to, by
wszystko zobaczyć.
09:37
NextNastępny, let's find that facetwarz areapowierzchnia I've been talkingmówić about
238
565386
2829
Potem znajdźmy obszar rozpoznający twarze,
09:40
that respondsodpowiada to imagesobrazy like these.
239
568215
2227
który reaguje na tego typu obrazy.
09:42
To see that, let's turnskręcać the brainmózg around
240
570442
1519
Żeby to zobaczyć, obróćmy mózg.
09:43
and look on the insidewewnątrz surfacepowierzchnia on the bottomDolny,
241
571961
2019
Spójrzmy na wewnętrzną
dolną powierzchnię.
09:45
and there it is, that's my facetwarz areapowierzchnia.
242
573980
2305
Tutaj jest mój obszar rozpoznający twarze.
09:48
Just to the right of that is anotherinne regionregion
243
576285
2707
Zaraz po prawej stronie
jest inny obszar.
09:50
that is shownpokazane in purplefioletowy
244
578992
1638
Pokazany na fioletowo.
09:52
that respondsodpowiada when you processproces colorkolor informationInformacja,
245
580630
3072
Reaguje, gdy przetwarza się
informacje o kolorach.
09:55
and nearBlisko those regionsregiony are other regionsregiony
246
583702
2691
Niedaleko są inne obszary,
09:58
that are involvedzaangażowany in perceivingpostrzegania placesmiejsca,
247
586393
2363
zaangażowane w postrzeganie miejsc.
10:00
like right now, I'm seeingwidzenie
this layoutUkład of spaceprzestrzeń around me
248
588756
2838
Przykładowo teraz widzę
przestrzeń dookoła.
10:03
and these regionsregiony in greenZielony right there
249
591594
1752
Te zielone regiony
10:05
are really activeaktywny.
250
593346
1274
są naprawdę aktywne.
10:06
There's anotherinne one out on the outsidena zewnątrz surfacepowierzchnia again
251
594620
2370
Jeszcze jeden poza tą powierzchnią.
10:08
where there's a couplepara more facetwarz regionsregiony as well.
252
596990
2805
Tam również jest kilka obszarów
rozpoznających twarze.
10:11
AlsoRównież in this vicinitysąsiedztwie
253
599795
2345
W pobliżu znajduje się obszar
10:14
is a regionregion that's selectivelyselektywnie involvedzaangażowany
254
602140
1645
wybiórczo zaangażowany
10:15
in processingprzetwarzanie visualwizualny motionruch,
255
603785
1936
w przetwarzanie postrzeganego ruchu,
10:17
like these movingw ruchu dotskropki here,
256
605721
1504
takiego jak te ruchome punkty.
10:19
and that's in yellowżółty at the bottomDolny of the brainmózg,
257
607225
2689
Zaznaczony na żółto na dole mózgu
10:21
and nearBlisko that is a regionregion that respondsodpowiada
258
609914
3168
i obok tego jest obszar, który reaguje,
10:25
when you look at imagesobrazy of bodiesciała and bodyciało partsCzęści
259
613082
2897
na oglądanie ciał i części ciała, jak te.
10:27
like these, and that regionregion is shownpokazane in limewapno greenZielony
260
615979
2745
Ten region jest zielonkawy,
10:30
at the bottomDolny of the brainmózg.
261
618724
2003
na dnie mózgu.
10:32
Now all these regionsregiony I've shownpokazane you so fardaleko
262
620727
2632
Wszystkie obszary, które wam pokazałam,
10:35
are involvedzaangażowany in specifickonkretny aspectsaspekty of visualwizualny perceptionpostrzeganie.
263
623359
4432
biorą udział w konkretnych aspektach
percepcji wizualnej.
Czy mamy wyspecjalizowane obszary
10:39
Do we alsorównież have specializedspecjalistyczne brainmózg regionsregiony
264
627791
2148
10:41
for other sensesrozsądek, like hearingprzesłuchanie?
265
629939
2813
dla innych zmysłów, na przykład słuchu?
10:44
Yes, we do. So if we turnskręcać the brainmózg around a little bitkawałek,
266
632752
3037
Tak, mamy. Jeśli trochę obrócimy mózg,
10:47
here'soto jest a regionregion in darkciemny blueniebieski
267
635789
2401
widać ciemnoniebieski obszar,
10:50
that we reportedzgłaszane just a couplepara of monthsmiesiące agotemu,
268
638190
2346
odkryty tylko parę miesięcy temu.
10:52
and this regionregion respondsodpowiada stronglysilnie
269
640536
1634
Ten obszar silnie reaguje,
10:54
when you hearsłyszeć soundsDźwięki with pitchsmoła, like these.
270
642170
3429
gdy słyszycie dźwięki
o wyraźnym rejestrze.
10:57
(SirensSyreny)
271
645599
2143
(Syreny)
10:59
(CelloWiolonczela musicmuzyka)
272
647742
2081
(Wiolonczela)
11:01
(DoorbellDzwonek do drzwi)
273
649823
1917
(Dzwonek do drzwi)
11:03
In contrastkontrast, that samepodobnie regionregion
does not respondodpowiadać stronglysilnie
274
651740
3608
Jednocześnie ten sam obszar
nie reaguje tak silnie,
11:07
when you hearsłyszeć perfectlydoskonale familiarznajomy soundsDźwięki
275
655348
1562
gdy słyszycie znajome dźwięki,
11:08
that don't have a clearjasny pitchsmoła, like these.
276
656910
2362
które nie mają wyraźnego rejestru,
takie jak te.
11:11
(ChompingChomping)
277
659272
2469
(Chrupanie)
11:13
(DrumBęben rollrolka)
278
661741
2200
(Werbel)
11:15
(ToiletToaleta flushinguderzenia gorąca)
279
663941
2767
(Spłukiwanie toalety)
11:18
Okay. NextNastępny to the pitchsmoła regionregion
280
666708
2498
Obok obszaru rozpoznającego tony
11:21
is anotherinne setzestaw of regionsregiony that
are selectivelyselektywnie responsiveczuły
281
669206
2474
jest kilka innych obszarów,
11:23
when you hearsłyszeć the soundsDźwięki of speechprzemówienie.
282
671680
2765
które wybiórczo reagują na dźwięki mowy.
11:26
Okay, now let's look at these samepodobnie regionsregiony.
283
674445
1840
Spójrzmy na te same obszary.
11:28
In my left hemispherePółkula, there's a similarpodobny arrangementUkład
284
676285
2468
W mojej lewej półkuli jest podobny układ,
11:30
not identicalidentyczny, but similarpodobny
285
678753
1473
nie identyczny, ale podobny.
11:32
and mostwiększość of the samepodobnie regionsregiony are in here,
286
680226
2209
Wiele z tych samych
obszarów tu się znajduje,
11:34
albeitaczkolwiek sometimesczasami differentróżne in sizerozmiar.
287
682435
2002
choć czasem różnią się wielkością.
11:36
Now, everything I've shownpokazane you so fardaleko
288
684437
2014
Wszystko, co wam do tej pory pokazałam,
11:38
are regionsregiony that are involvedzaangażowany in
differentróżne aspectsaspekty of perceptionpostrzeganie,
289
686451
3026
to obszary zaangażowane
w różne aspekty postrzegania,
11:41
visionwizja and hearingprzesłuchanie.
290
689477
1833
wzroku i słuchu.
11:43
Do we alsorównież have specializedspecjalistyczne brainmózg regionsregiony
291
691310
1660
Czy mamy wyspecjalizowane obszary
11:44
for really fancyfantazyjny, complicatedskomplikowane mentalpsychiczny processesprocesy?
292
692970
3435
dla wymyślnych, skomplikowanych
procesów umysłowych?
11:48
Yes, we do.
293
696405
1429
Tak, mamy.
11:49
So here in pinkróżowy are my languagejęzyk regionsregiony.
294
697834
3389
Na różowo są moje obszary językowe.
11:53
So it's been knownznany for a very long time
295
701223
1428
Od dawna wiadomo,
11:54
that that generalgenerał vicinitysąsiedztwie of the brainmózg
296
702651
2035
że okolice mózgu
11:56
is involvedzaangażowany in processingprzetwarzanie languagejęzyk,
297
704686
2193
angażują się w przetwarzanie języka,
11:58
but we showedpokazał very recentlyostatnio
298
706879
1732
ale niedawno pokazaliśmy,
12:00
that these pinkróżowy regionsregiony
299
708611
1710
że te różowe obszary
12:02
respondodpowiadać extremelyniezwykle selectivelyselektywnie.
300
710321
2205
reagują bardzo wybiórczo.
12:04
They respondodpowiadać when you understandzrozumieć
the meaningznaczenie of a sentencezdanie,
301
712526
2812
Reagują, gdy rozumiemy znaczenie zdania,
12:07
but not when you do other complexzłożony mentalpsychiczny things,
302
715338
2838
ale nie podczas
złożonych operacji myślowych,
12:10
like mentalpsychiczny arithmeticarytmetyka
303
718176
2179
takich jak liczenie w pamięci,
12:12
or holdingtrzymać informationInformacja in memorypamięć
304
720355
2396
czy przechowywanie informacji w pamięci
12:14
or appreciatingDoceniając the complexzłożony structureStruktura
305
722751
2655
albo docenianie złożonej struktury
12:17
in a piecekawałek of musicmuzyka.
306
725406
2284
utworu muzycznego.
12:21
The mostwiększość amazingniesamowity regionregion that's been founduznany yetjeszcze
307
729664
2889
Najbardziej zadziwiająca sfera
odkryta do tej pory
12:24
is this one right here in turquoiseturkusowy.
308
732553
3307
to ta tutaj zaznaczona na turkusowo.
12:27
This regionregion respondsodpowiada
309
735860
2190
Ten obszar reaguje,
12:30
when you think about what anotherinne personosoba is thinkingmyślący.
310
738050
4268
gdy zastanawiacie się,
o czym myśli druga osoba.
12:34
So that maymoże seemwydać się crazyzwariowany,
311
742318
1644
To wydaje się szalone,
12:35
but actuallytak właściwie, we humansludzie do this all the time.
312
743962
3868
ale właściwie ludzie robią to cały czas.
12:39
You're doing this when you realizerealizować
313
747830
2193
Robisz to, gdy zdasz sobie sprawę,
12:42
that your partnerpartner is going to be worriedzmartwiony
314
750023
1631
że partner będzie się martwił,
12:43
if you don't call home to say you're runningbieganie latepóźno.
315
751654
2507
jeśli nie zadzwonisz, że wrócisz później.
12:46
I'm doing this with that regionregion of my brainmózg right now
316
754161
3469
To samo dzieje się teraz z moim mózgiem,
12:49
when I realizerealizować that you guys
317
757630
2281
kiedy pomyślę sobie,
12:51
are probablyprawdopodobnie now wonderingpełen zdumienia about
318
759911
1598
że zastanawia was teraz
12:53
all that grayszary, unchartedUncharted territoryterytorium in the brainmózg,
319
761509
2547
ten szary, nieznany obszar mózgu.
12:56
and what's up with that?
320
764056
1964
O co z nim chodzi?
12:58
Well, I'm wonderingpełen zdumienia about that too,
321
766020
1685
Też się nad tym zastanawiam.
12:59
and we're runningbieganie a bunchwiązka of
experimentseksperymenty in my lablaboratorium right now
322
767705
2395
Przeprowadzamy teraz
kilka badań w laboratorium,
13:02
to try to find a numbernumer of other
323
770100
2013
staramy się odkryć
inne możliwe specjalizacje mózgu
13:04
possiblemożliwy specializationsSpecjalizacje in the brainmózg
324
772113
2032
13:06
for other very specifickonkretny mentalpsychiczny functionsFunkcje.
325
774145
3368
związane z konkretnymi
funkcjami umysłowymi.
13:09
But importantlyco ważne, I don't think we have
326
777513
2621
Co ważne, nie mamy raczej
13:12
specializationsSpecjalizacje in the brainmózg
327
780134
1564
specjalizacji w mózgu
13:13
for everykażdy importantważny mentalpsychiczny functionfunkcjonować,
328
781698
2746
dla każdej ważnej umysłowej funkcji.
13:16
even mentalpsychiczny functionsFunkcje that maymoże be criticalkrytyczny for survivalprzetrwanie.
329
784444
3409
Nawet dla funkcji istotnych dla przeżycia.
13:19
In factfakt, a fewkilka yearslat agotemu,
330
787853
2102
Kilka lat temu
naukowiec w moim laboratorium,
13:21
there was a scientistnaukowiec in my lablaboratorium
331
789955
1117
13:23
who becamestał się quitecałkiem convincedprzekonany
332
791072
1409
był przekonany,
13:24
that he'don by founduznany a brainmózg regionregion
333
792481
1749
że odkrył sferę w mózgu,
13:26
for detectingWykrywanie foodjedzenie,
334
794230
1912
która wyczuwa jedzenie
13:28
and it respondedodpowiedział really stronglysilnie in the scannerskaner
335
796142
1918
i reaguje silniej w skanerze,
13:30
when people lookedspojrzał at imagesobrazy like this.
336
798060
2728
gdy ludzie patrzą na takie zdjęcia.
13:32
And furtherdalej, he founduznany a similarpodobny responseodpowiedź
337
800788
2912
Potem odkrył podobną reakcję
13:35
in more or lessmniej the samepodobnie locationLokalizacja
338
803700
1939
w mniej więcej tym samym miejscu
13:37
in 10 out of 12 subjectstematy.
339
805639
2001
u 10 na 12 badanych.
13:39
So he was prettyładny stokedrozpalony,
340
807640
2294
Był bardzo podekscytowany,
13:41
and he was runningbieganie around the lablaboratorium
341
809934
1260
biegał po całej pracowni
13:43
tellingwymowny everyonekażdy that he was going to go on "OprahOprah"
342
811194
2002
i mówił, że pójdzie do telewizji
13:45
with his bigduży discoveryodkrycie.
343
813196
2018
i opowie o swym odkryciu.
13:47
But then he devisedopracował the criticalkrytyczny testtest:
344
815214
3022
Jednak potem wymyślił test sprawdzający.
13:50
He showedpokazał subjectstematy imagesobrazy of foodjedzenie like this
345
818236
3183
Pokazał badanym zdjęcia jedzenia, jak te,
13:53
and comparedporównywane them to imagesobrazy with very similarpodobny
346
821419
2741
i porównał je do obrazów podobnych
pod względem koloru i kształtu
13:56
colorkolor and shapekształt, but that weren'tnie były foodjedzenie, like these.
347
824160
3810
ale nie jadalnych, jak te.
13:59
And his regionregion respondedodpowiedział the samepodobnie
348
827970
2131
Jego obszar reagował tak samo
14:02
to bothobie setszestawy of imagesobrazy.
349
830101
1949
przy obu zestawach zdjęć.
14:04
So it wasn'tnie było a foodjedzenie areapowierzchnia,
350
832050
1327
To nie był obszar jedzenia,
14:05
it was just a regionregion that likedlubiany colorszabarwienie and shapeskształty.
351
833377
2771
tylko obszar lubiący kolory i kształty.
14:08
So much for "OprahOprah."
352
836148
2561
I tyle z telewizji.
14:12
But then the questionpytanie, of coursekurs, is,
353
840483
2225
Pozostaje oczywiście pytanie,
14:14
how do we processproces all this other stuffrzeczy
354
842708
2126
jak przetwarzamy te informacje,
14:16
that we don't have specializedspecjalistyczne brainmózg regionsregiony for?
355
844834
2970
dla których nie mamy
wyspecjalizowanych obszarów mózgu?
14:19
Well, I think the answerodpowiedź is that in additiondodanie
356
847804
1811
Wydaje mi się, że oprócz opisanych już,
14:21
to these highlywysoko specializedspecjalistyczne componentsskładniki
that I've been describingopisujące,
357
849615
3554
wysoce wyspecjalizowanych komponentów,
14:25
we alsorównież have a lot of very general-General-
purposecel, powód machinerymaszyneria in our headsgłowy
358
853169
3679
mamy także mechanizm ogólnego użytku,
14:28
that enablespozwala us to tacklesprzęt
359
856848
1494
który pozwala nam
14:30
whatevercokolwiek problemproblem comespochodzi alongwzdłuż.
360
858342
2106
poradzić sobie z dowolnymi problemami.
14:32
In factfakt, we'vemamy shownpokazane recentlyostatnio that
361
860448
2055
W gruncie rzeczy udowodniliśmy ostatnio,
14:34
these regionsregiony here in whitebiały
362
862503
2068
że te białe obszary
14:36
respondodpowiadać wheneverkiedy tylko you do any difficulttrudny mentalpsychiczny taskzadanie
363
864571
3411
reagują za każdym razem,
gdy zmagamy się
z jakimkolwiek trudnym zadaniem,
14:39
at all —
364
867982
1101
14:41
well, of the sevensiedem that we'vemamy testedprzetestowany.
365
869083
3571
z tych siedmiu, które przebadaliśmy.
14:44
So eachkażdy of the brainmózg regionsregiony that I've describedopisane
366
872654
2169
Każdy obszar omówiony do tej pory
14:46
to you todaydzisiaj
367
874823
1306
14:48
is presentteraźniejszość in approximatelyw przybliżeniu the samepodobnie locationLokalizacja
368
876129
2767
znajduje się mniej więcej
w tym samym miejscu
14:50
in everykażdy normalnormalna subjectPrzedmiot.
369
878896
1742
u każdego badanego.
14:52
I could take any of you,
370
880638
1623
Mogłabym kogokolwiek z was
14:54
popmuzyka pop you in the scannerskaner,
371
882261
1226
wsadzić do skanera
14:55
and find eachkażdy of those regionsregiony in your brainmózg,
372
883487
2285
i znaleźć opisany obszar w waszym mózgu.
14:57
and it would look a lot like my brainmózg,
373
885772
1905
Wyglądałby tak samo, jak u mnie,
14:59
althoughmimo że the regionsregiony would be slightlynieco differentróżne
374
887677
2070
z nieznacznymi różnicami
15:01
in theirich exactdokładny locationLokalizacja and in theirich sizerozmiar.
375
889747
3564
co do umiejscowienia i rozmiaru.
15:05
What's importantważny to me about this work
376
893311
2365
W tej pracy jest dla mnie ważne
15:07
is not the particularszczególny locationslokalizacje of these brainmózg regionsregiony,
377
895676
2969
nie konkretne umiejscowienie
tych obszarów w mózgu,
15:10
but the simpleprosty factfakt that we have
378
898645
2587
ale prosty fakt, że w ogóle mamy
15:13
selectiveselektywne, specifickonkretny componentsskładniki of mindumysł and brainmózg
379
901232
2568
wybiórcze, określone komponenty
umysłu i mózgu.
15:15
in the first placemiejsce.
380
903800
1648
Mogło przecież być inaczej.
15:17
I mean, it could have been otherwisew przeciwnym razie.
381
905448
2011
15:19
The brainmózg could have been a singlepojedynczy,
382
907459
2441
Mózg mógł być jednym wielkim
urządzeniem do ogólnych celów,
15:21
general-purposeogólny cel processoredytor,
383
909900
1495
15:23
more like a kitchenkuchnia knifenóż
384
911395
1472
bardziej jak nóż kuchenny
15:24
than a SwissSzwajcarski ArmyArmia knifenóż.
385
912867
1683
niż szwajcarski scyzoryk.
15:26
InsteadZamiast tego, what brainmózg imagingImaging has delivereddostarczone
386
914550
3111
Zamiast tego neuroobrazowanie pokazało,
15:29
is this richbogaty and interestingciekawy pictureobrazek of the humanczłowiek mindumysł.
387
917661
3846
jak bogaty i ciekawy
jest obraz ludzkiego umysłu.
15:33
So we have this pictureobrazek of very general-purposeogólny cel
388
921507
2463
Mamy wyobrażenie
o służącym do ogólnych celów
15:35
machinerymaszyneria in our headsgłowy
389
923970
1070
mechanizmie w głowach,
15:37
in additiondodanie to this surprisingzaskakujący arrayszyk
390
925040
2357
jako dodatku do zaskakującego zbioru
15:39
of very specializedspecjalistyczne componentsskładniki.
391
927397
3435
bardzo wyspecjalizowanych komponentów.
15:43
It's earlywcześnie daysdni in this enterprisePrzedsiębiorstwo.
392
931712
2153
Nasze przedsięwzięcie dopiero się zaczyna.
15:45
We'veMamy paintednamalowany only the first brushstrokespociągnięcia pędzla
393
933865
2776
To pierwsze pociągnięcia pędzla
15:48
in our neuralnerwowy portraitportret of the humanczłowiek mindumysł.
394
936641
2927
w neurologicznym portrecie
ludzkiego umysłu.
15:51
The mostwiększość fundamentalfundamentalny questionspytania remainpozostawać unansweredbez odpowiedzi.
395
939568
3082
Najbardziej fundamentalne pytanie
pozostaje bez odpowiedzi.
15:54
So for exampleprzykład, what does eachkażdy
of these regionsregiony do exactlydokładnie?
396
942650
3800
Co konkretnie robią te obszary?
Na co nam trzy obszary
do rozpoznawania twarzy
15:58
Why do we need threetrzy facetwarz areasobszary
397
946450
2142
16:00
and threetrzy placemiejsce areasobszary,
398
948592
1465
i trzy do miejsc?
16:02
and what's the divisionpodział of laborpraca betweenpomiędzy them?
399
950057
2868
Jak dzielą się pracą?
16:04
SecondDrugi, how are all these things
400
952925
2693
Po drugie jak te wszystkie rzeczy
16:07
connectedpołączony in the brainmózg?
401
955618
1712
są powiązane z mózgiem?
16:09
With diffusiondyfuzja imagingImaging,
402
957330
1587
Za pomocą obrazowania dyfuzyjnego
16:10
you can traceślad bundlespakiety of neuronsneurony
403
958917
2179
można śledzić wiązki neuronów,
16:13
that connectpołączyć to differentróżne partsCzęści of the brainmózg,
404
961096
2575
które łączą różne części mózgu.
16:15
and with this methodmetoda shownpokazane here,
405
963671
1631
Za pomocą tej metody
16:17
you can traceślad the connectionsznajomości of
individualindywidualny neuronsneurony in the brainmózg,
406
965302
3697
można śledzić powiązania
pojedynczych neuronów w mózgu.
16:20
potentiallypotencjalnie somedaypewnego dnia givingdający us a wiringSchemat połączeń diagramdiagram
407
968999
2718
Pewnie kiedyś uzyskamy schemat połączeń
16:23
of the entireCały humanczłowiek brainmózg.
408
971717
2066
w ludzkim mózgu.
16:25
ThirdTrzecie, how does all of this
409
973783
2047
Po trzecie jak powstają
16:27
very systematicsystematyczne structureStruktura get builtwybudowany,
410
975830
3149
te bardzo systematyczne struktury,
16:30
bothobie over developmentrozwój in childhooddzieciństwo
411
978979
2956
zarówno w dzieciństwie
16:33
and over the evolutionewolucja of our speciesgatunki?
412
981935
2812
jak i podczas ewolucji gatunku?
16:36
To addressadres questionspytania like that,
413
984747
1900
By odpowiedzieć na te pytania,
16:38
scientistsnaukowcy are now scanningłów
414
986647
1783
naukowcy skanują obecnie
16:40
other speciesgatunki of animalszwierzęta,
415
988430
2157
inne gatunki zwierząt.
16:42
and they're alsorównież scanningłów humanczłowiek infantsniemowlęta.
416
990587
5386
Skanują także małe dzieci.
16:48
ManyWiele people justifyuzasadniać the highwysoki
costkoszt of neuroscienceneuronauka researchBadania
417
996931
3651
Usprawiedliwia się wysokie koszty
badań neurobiologicznych tym,
16:52
by pointingwskazując out that it maymoże help us somedaypewnego dnia
418
1000582
2754
że być może kiedyś nam pomogą
16:55
to treatleczyć brainmózg disorderszaburzenia like Alzheimer'sAlzheimera and autismautyzm.
419
1003336
3457
w leczeniu schorzeń typu
Alzheimer czy autyzm.
16:58
That's a hugelyogromnie importantważny goalcel,
420
1006793
1947
To bardzo doniosły cel.
17:00
and I'd be thrilledwstrząśnięty if any of my work contributedprzyczynił się to it,
421
1008740
3221
Będę poruszona, jeśli moja praca
się do tego przyczyni.
17:03
but fixingustalenie things that are brokenzłamany in the worldświat
422
1011961
2998
Ale naprawianie wad tego świata
17:06
is not the only thing that's worthwartość doing.
423
1014959
2801
to nie jedyna rzecz,
którą warto się zajmować.
17:09
The effortwysiłek to understandzrozumieć the humanczłowiek mindumysł and brainmózg
424
1017760
3228
Próba zrozumienia
ludzkiego umysłu i mózgu
17:12
is worthwhilewart even if it never led to the treatmentleczenie
425
1020988
2818
jest zawsze wartościowa,
nawet jeśli nie wyleczy
ani jednej choroby.
17:15
of a singlepojedynczy diseasechoroba.
426
1023806
1677
17:17
What could be more thrillingporywający
427
1025483
2037
Co jest bardziej ekscytującego
17:19
than to understandzrozumieć the fundamentalfundamentalny mechanismsmechanizmy
428
1027520
3141
od zrozumienia podstawowych mechanizmów
17:22
that underlieleżą u podstaw humanczłowiek experiencedoświadczenie,
429
1030661
2296
rządzących ludzkim doświadczeniem,
17:24
to understandzrozumieć, in essenceistota, who we are?
430
1032957
2926
czyli zrozumienia, kim właściwie jesteśmy?
17:27
This is, I think, the greatestnajwiększy scientificnaukowy questQuest
431
1035883
3449
Uważam, że to największe ze wszystkich
wyzwanie nauki.
17:31
of all time.
432
1039332
2713
17:34
(ApplauseAplauz)
433
1042045
5470
(Brawa)
Translated by Magda Komorowska
Reviewed by Rysia Wand

▲Back to top

ABOUT THE SPEAKER
Nancy Kanwisher - Brain researcher
Using fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition.

Why you should listen

Does the brain use specialized processors to solve complex problems, or does it rely instead on more general-purpose systems?

This question has been at the crux of brain research for centuries. MIT researcher Nancy Kanwisher seeks to answer this question by discovering a “parts list” for the human mind and brain. "Understanding the nature of the human mind," she says, "is arguably the greatest intellectual quest of all time."

Kanwisher and her colleagues have used fMRI to identify distinct sites in the brain for face recognition, knowing where you are, and thinking about other people’s thoughts. Yet these discoveries are a prelude to bigger questions: How do these brain regions develop and function? What are the actual computations that go on in each region, and how are these computations implemented in circuits of neurons? And how do these work together to produce human intelligence?

To learn more, see Kanwisher's collection of short talks on how scientists actually study the human mind and brain and what they have learned so far.

More profile about the speaker
Nancy Kanwisher | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee