TEDSalon London Spring 2011
Neil Burgess: How your brain tells you where you are
Neil Burgess: Cum îți spune creierul unde te afli
Filmed:
Readability: 4.2
1,458,267 views
Cum îți aminteşti unde ți-ai parcat maşina? Cum şti dacă te deplasezi în direcţia corectă? Neurobiologul Neil Burgess studiază mecanismele neuronale care cartografiază spaţiul din jurul nostru şi modul în care acestea sunt legate de memorie şi imaginaţie.
Neil Burgess - Neuroscientist
At University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space. Full bio
At University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space. Full bio
Double-click the English transcript below to play the video.
00:15
When we park in a big parking lot,
0
0
2000
Când parcăm într-o parcare mare,
00:17
how do we remember where we parked our car?
1
2000
2000
cum ne amintim unde am parcat mașina?
00:19
Here's the problem facing Homer.
2
4000
3000
Iată problema lui Homer.
00:22
And we're going to try to understand
3
7000
2000
Vom încerca să înţelegem
00:24
what's happening in his brain.
4
9000
2000
ce se întâmplă în creierul lui.
00:26
So we'll start with the hippocampus, shown in yellow,
5
11000
2000
Începem cu hipocampusul, indicat în galben,
00:28
which is the organ of memory.
6
13000
2000
care e organul memoriei.
00:30
If you have damage there, like in Alzheimer's,
7
15000
2000
Dacă hipocampusul e deteriorat, ca în Alzheimer,
00:32
you can't remember things including where you parked your car.
8
17000
2000
nu-ţi poţi aminti de exemplu unde ai parcat mașina.
00:34
It's named after Latin for "seahorse,"
9
19000
2000
E numit după latinescul "căluţ de mare",
00:36
which it resembles.
10
21000
2000
cu care seamănă.
00:38
And like the rest of the brain, it's made of neurons.
11
23000
2000
La fel ca restul creierului, e alcătuit din neuroni.
00:40
So the human brain
12
25000
2000
Creierul uman
00:42
has about a hundred billion neurons in it.
13
27000
2000
are cam 100 miliarde neuroni.
00:44
And the neurons communicate with each other
14
29000
3000
Neuronii comunică între ei
00:47
by sending little pulses or spikes of electricity
15
32000
2000
trimiţând ușoare impulsuri electrice
00:49
via connections to each other.
16
34000
2000
prin conexiuni unul altuia.
00:51
The hippocampus is formed of two sheets of cells,
17
36000
3000
Hipocampusul e format din două straturi de celule,
00:54
which are very densely interconnected.
18
39000
2000
dens interconectate.
00:56
And scientists have begun to understand
19
41000
2000
Cercetătorii au început să înțeleagă
00:58
how spatial memory works
20
43000
2000
cum funcționează memoria spațială
01:00
by recording from individual neurons
21
45000
2000
analizând neuronii individuali
01:02
in rats or mice
22
47000
2000
la șobolani sau șoareci
01:04
while they forage or explore an environment
23
49000
2000
în timp ce sapă sau explorează mediul
01:06
looking for food.
24
51000
2000
căutând hrană.
01:08
So we're going to imagine we're recording from a single neuron
25
53000
3000
Ne vom imagina că înregistrăm semnalele unui singur neuron
01:11
in the hippocampus of this rat here.
26
56000
3000
din hipocampusul acestui șobolan de aici.
01:14
And when it fires a little spike of electricity,
27
59000
2000
Când emite un impuls electric,
01:16
there's going to be a red dot and a click.
28
61000
3000
va apărea un punct roșu și un click.
01:19
So what we see
29
64000
2000
Vedem
01:21
is that this neuron knows
30
66000
2000
că neuronul știe
01:23
whenever the rat has gone into one particular place in its environment.
31
68000
3000
când șobolanul s-a dus într-un anume loc din împrejmuire.
01:26
And it signals to the rest of the brain
32
71000
2000
Și semnalează restului creierului
01:28
by sending a little electrical spike.
33
73000
3000
printr-un impuls electric.
01:31
So we could show the firing rate of that neuron
34
76000
3000
Putem exprima rata de emitere a acelui neuron
01:34
as a function of the animal's location.
35
79000
2000
ca o funcţie dependentă de locația animalului.
01:36
And if we record from lots of different neurons,
36
81000
2000
Iar dacă înregistrăm mulți alți neuroni,
01:38
we'll see that different neurons fire
37
83000
2000
vedem că diferiți neuroni emit
01:40
when the animal goes in different parts of its environment,
38
85000
2000
când animalul merge în alte părți din mediul său,
01:42
like in this square box shown here.
39
87000
2000
precum această cutie pătrată.
01:44
So together they form a map
40
89000
2000
Împreună alcătuiesc o hartă
01:46
for the rest of the brain,
41
91000
2000
pentru restul creierului,
01:48
telling the brain continually,
42
93000
2000
informându-l continuu
01:50
"Where am I now within my environment?"
43
95000
2000
"Unde sunt acum?"
01:52
Place cells are also being recorded in humans.
44
97000
3000
Celule de localizare sunt examinate și la oameni.
01:55
So epilepsy patients sometimes need
45
100000
2000
Pacienţii cu epilepsie au uneori nevoie
01:57
the electrical activity in their brain monitoring.
46
102000
3000
să le fie monitorizată activitatea electrică.
02:00
And some of these patients played a video game
47
105000
2000
Câțiva pacienți epileptici au jucat un joc video
02:02
where they drive around a small town.
48
107000
2000
în care conduceau printr-un mic oraş.
02:04
And place cells in their hippocampi would fire, become active,
49
109000
3000
Celulele lor spațiale din hipocampus se activau,
02:07
start sending electrical impulses
50
112000
3000
trimiteau impulsuri electrice
02:10
whenever they drove through a particular location in that town.
51
115000
3000
când conduceau printr-o anumită zonă din acel oraș.
02:13
So how does a place cell know
52
118000
2000
Cum știe o celulă spațială
02:15
where the rat or person is within its environment?
53
120000
3000
unde se află șobolanul sau omul în spațiu?
02:18
Well these two cells here
54
123000
2000
Aceste două celule de aici
02:20
show us that the boundaries of the environment
55
125000
2000
ne arată că limitele mediului
02:22
are particularly important.
56
127000
2000
sunt foarte importante.
02:24
So the one on the top
57
129000
2000
Cea de sus trimite
02:26
likes to fire sort of midway between the walls
58
131000
2000
impulsuri la jumătatea distanței dintre pereții
02:28
of the box that their rat's in.
59
133000
2000
cutiei în care e șobolanul.
02:30
And when you expand the box, the firing location expands.
60
135000
3000
Când mărești cutia zona de impulsionare se extinde.
02:33
The one below likes to fire
61
138000
2000
Cea de jos se activează
02:35
whenever there's a wall close by to the south.
62
140000
3000
când e un perete în apropiere la sud.
02:38
And if you put another wall inside the box,
63
143000
2000
Dacă pui alt perete în cutie,
02:40
then the cell fires in both place
64
145000
2000
celula se activează în ambele locuri
02:42
wherever there's a wall to the south
65
147000
2000
dacă e un perete la sud
02:44
as the animal explores around in its box.
66
149000
3000
în timp ce animalul explorează spațiul în cutie.
02:48
So this predicts
67
153000
2000
Asta arată
02:50
that sensing the distances and directions of boundaries around you --
68
155000
2000
că evaluarea distanțelor și direcțiilor granițelor din jur --
02:52
extended buildings and so on --
69
157000
2000
clădiri, ș.a.m.d. --
02:54
is particularly important for the hippocampus.
70
159000
3000
sunt foarte importante pentru hipocampus.
02:57
And indeed, on the inputs to the hippocampus,
71
162000
2000
Într-adevăr, la intrările în hipocampus
02:59
cells are found which project into the hippocampus,
72
164000
2000
găsim celule care fac o hartă în hipocampus
03:01
which do respond exactly
73
166000
2000
care răspund exact
03:03
to detecting boundaries or edges
74
168000
3000
la detectarea limitelor sau marginilor
03:06
at particular distances and directions
75
171000
2000
la anumite distanțe sau direcții
03:08
from the rat or mouse
76
173000
2000
de la șoarece
03:10
as it's exploring around.
77
175000
2000
când explorează mediul.
03:12
So the cell on the left, you can see,
78
177000
2000
Celula din stânga, cum vedeți,
03:14
it fires whenever the animal gets near
79
179000
2000
se activează când animalul se apropie
03:16
to a wall or a boundary to the east,
80
181000
3000
de un perete sau o graniță la est,
03:19
whether it's the edge or the wall of a square box
81
184000
3000
fie că e marginea sau peretele unei cutii pătrate
03:22
or the circular wall of the circular box
82
187000
2000
sau peretele circular al unei cutii rotunde
03:24
or even the drop at the edge of a table, which the animals are running around.
83
189000
3000
sau chiar muchia mesei împrejurul căreia aleargă animalele.
03:27
And the cell on the right there
84
192000
2000
Celula din dreapta se activează
03:29
fires whenever there's a boundary to the south,
85
194000
2000
când apare o limită la sud,
03:31
whether it's the drop at the edge of the table or a wall
86
196000
2000
fie că e muchia mesei sau un perete
03:33
or even the gap between two tables that are pulled apart.
87
198000
3000
sau chiar spațiul dintre două mese despărțite.
03:36
So that's one way in which we think
88
201000
2000
Acesta e un mod în care credem
03:38
place cells determine where the animal is as it's exploring around.
89
203000
3000
că celulele spațiale determină unde e animalul.
03:41
We can also test where we think objects are,
90
206000
3000
Putem testa și locația pe care credem că o au
03:44
like this goal flag, in simple environments --
91
209000
3000
obiecte precum acest steag, în medii simple --
03:47
or indeed, where your car would be.
92
212000
2000
sau unde s-ar afla mașina.
03:49
So we can have people explore an environment
93
214000
3000
Punem oamenii să exploreze un mediu
03:52
and see the location they have to remember.
94
217000
3000
și să vadă locația pe care trebuie să și-o amintească.
03:55
And then, if we put them back in the environment,
95
220000
2000
Apoi, dacă îi aducem iar în mediu,
03:57
generally they're quite good at putting a marker down
96
222000
2000
se descurcă destul de bine să marcheze locul
03:59
where they thought that flag or their car was.
97
224000
3000
unde cred că s-a aflat steagul sau mașina.
04:02
But on some trials,
98
227000
2000
Dar în unele teste,
04:04
we could change the shape and size of the environment
99
229000
2000
am schimbat forma și mărimea mediului,
04:06
like we did with the place cell.
100
231000
2000
așa cum am făcut cu celulele de locație.
04:08
In that case, we can see
101
233000
2000
În acest caz, vedem
04:10
how where they think the flag had been changes
102
235000
3000
că percepția poziției steagului se schimbă
04:13
as a function of how you change the shape and size of the environment.
103
238000
3000
în funcție de cum modifici forma și mărimea mediului.
04:16
And what you see, for example,
104
241000
2000
Vedeți, de exemplu,
04:18
if the flag was where that cross was in a small square environment,
105
243000
3000
dacă steagul era unde e acea cruce într-un mic pătrat,
04:21
and then if you ask people where it was,
106
246000
2000
dacă îi întrebi pe subiecți,
04:23
but you've made the environment bigger,
107
248000
2000
după ce ai mărit mediul,
04:25
where they think the flag had been
108
250000
2000
unde cred ei că a fost steagul
04:27
stretches out in exactly the same way
109
252000
2000
se întinde în acelaşi mod
04:29
that the place cell firing stretched out.
110
254000
2000
în care s-au extins impulsurile celulei spațiale.
04:31
It's as if you remember where the flag was
111
256000
2000
E ca și cum ți-ai aminti unde a fost steagul
04:33
by storing the pattern of firing across all of your place cells
112
258000
3000
memorând tiparul de impulsuri trimise de celulele de locație
04:36
at that location,
113
261000
2000
în acel loc
04:38
and then you can get back to that location
114
263000
2000
și apoi te poți întoarce în acel loc,
04:40
by moving around
115
265000
2000
deplasându-te,
04:42
so that you best match the current pattern of firing of your place cells
116
267000
2000
astfel încât să potrivești tiparul actual de trimitere a impulsurilor
04:44
with that stored pattern.
117
269000
2000
cu tiparul stocat.
04:46
That guides you back to the location that you want to remember.
118
271000
3000
Astfel ești ghidat spre locul pe care vrei să ți-l amintești.
04:49
But we also know where we are through movement.
119
274000
3000
Dar știm unde ne aflăm și prin intermediul mișcării.
04:52
So if we take some outbound path --
120
277000
2000
Dacă luăm o locație îndepărtată --
04:54
perhaps we park and we wander off --
121
279000
2000
parcăm și ne depărtăm --
04:56
we know because our own movements,
122
281000
2000
știm datorită mișcărilor noastre
04:58
which we can integrate over this path
123
283000
2000
pe care le integrăm de-a lungul acestui drum
05:00
roughly what the heading direction is to go back.
124
285000
2000
cam care e direcția pentru a ne întoarce.
05:02
And place cells also get this kind of path integration input
125
287000
4000
Şi celulele spațiale primesc acest tip de input de integrare,
05:06
from a kind of cell called a grid cell.
126
291000
3000
formează un fel de celulă numită celulă-reţea.
05:09
Now grid cells are found, again,
127
294000
2000
Celulele reţea se află
05:11
on the inputs to the hippocampus,
128
296000
2000
la intrarea în hipocampus,
05:13
and they're a bit like place cells.
129
298000
2000
şi seamană oarecum cu celulele de localizare.
05:15
But now as the rat explores around,
130
300000
2000
Dar pe măsură ce şobolanul explorează împrejurimile,
05:17
each individual cell fires
131
302000
2000
fiecare celulă individuală se activează
05:19
in a whole array of different locations
132
304000
3000
într-o gamă întreagă de locaţii diferite
05:22
which are laid out across the environment
133
307000
2000
dispuse în acest mediu
05:24
in an amazingly regular triangular grid.
134
309000
3000
într-o reţea triunghiulară incredibil de regulată.
05:29
And if you record from several grid cells --
135
314000
3000
Şi dacă înregistrezi câteva celule din reţea --
05:32
shown here in different colors --
136
317000
2000
indicate aici prin culori diferite --
05:34
each one has a grid-like firing pattern across the environment,
137
319000
3000
fiecare are un tipar de activare ca o reţea în spațiu
05:37
and each cell's grid-like firing pattern is shifted slightly
138
322000
3000
şi fiecare tipar de reţea al fiecărei celule e deplasat uşor
05:40
relative to the other cells.
139
325000
2000
relativ la celelalte celule.
05:42
So the red one fires on this grid
140
327000
2000
Cea roşie e activată în această reţea,
05:44
and the green one on this one and the blue on on this one.
141
329000
3000
cea verde în asta, cea albastră în asta.
05:47
So together, it's as if the rat
142
332000
3000
Aşa că împreună, e ca şi cum şobolanul
05:50
can put a virtual grid of firing locations
143
335000
2000
poate alcătui o reţea viruală a locaţiilor de activare
05:52
across its environment --
144
337000
2000
de-a lungul mediului său --
05:54
a bit like the latitude and longitude lines that you'd find on a map,
145
339000
3000
asemănătoare cu liniile de latitudine şi longitudine pe o hartă,
05:57
but using triangles.
146
342000
2000
dar utilizând triunghiuri.
05:59
And as it moves around,
147
344000
2000
Şi cum se deplasează de jur împrejur
06:01
the electrical activity can pass
148
346000
2000
activitatea electrică se transmite
06:03
from one of these cells to the next cell
149
348000
2000
de la o celulă la următoarea celulă
06:05
to keep track of where it is,
150
350000
2000
pentru a ține evidența unde este,
06:07
so that it can use its own movements
151
352000
2000
folosindu-și propriile mişcări
06:09
to know where it is in its environment.
152
354000
2000
pentru a şti unde se află în propriul mediu.
06:11
Do people have grid cells?
153
356000
2000
Au oamenii celule de reţea?
06:13
Well because all of the grid-like firing patterns
154
358000
2000
Ei bine, pentru că toate aceste tipare de activare
06:15
have the same axes of symmetry,
155
360000
2000
au aceleaşi axe de simetrie,
06:17
the same orientations of grid, shown in orange here,
156
362000
3000
aceeiaşi orientare a reţelei, indicată cu potocaliu aici,
06:20
it means that the net activity
157
365000
2000
înseamnă că rezultanta activității
06:22
of all of the grid cells in a particular part of the brain
158
367000
3000
tuturor celulelor de rețea dintr-o anume parte a creierului
06:25
should change
159
370000
2000
ar trebui să se schimbe
06:27
according to whether we're running along these six directions
160
372000
2000
dacă alergăm de-a lungul celor şase direcţii
06:29
or running along one of the six directions in between.
161
374000
3000
sau de-a lungul unei direcţii intermediare.
06:32
So we can put people in an MRI scanner
162
377000
2000
Putem pune oamenii într-un scanner RMN
06:34
and have them do a little video game
163
379000
2000
unde joacă un video-game
06:36
like the one I showed you
164
381000
2000
ca cel pe care vi l-am arătat
06:38
and look for this signal.
165
383000
2000
şi căutăm acest semnal.
06:40
And indeed, you do see it in the human entorhinal cortex,
166
385000
3000
Şi într-adevăr, îl vedeţi în cortexul entorinal uman,
06:43
which is the same part of the brain that you see grid cells in rats.
167
388000
3000
în aceiaşi parte a creierului unde vedeţi celule de reţea la cobai.
06:46
So back to Homer.
168
391000
2000
Înapoi la Homer.
06:48
He's probably remembering where his car was
169
393000
2000
Probabil îşi aminteşte unde-i era maşina
06:50
in terms of the distances and directions
170
395000
2000
în funcție de distanţele şi direcţiile
06:52
to extended buildings and boundaries
171
397000
2000
relativ la clădirile şi împrejmuirile
06:54
around the location where he parked.
172
399000
2000
din jurul locului unde a parcat.
06:56
And that would be represented
173
401000
2000
Şi asta ar fi reprezentat
06:58
by the firing of boundary-detecting cells.
174
403000
2000
de activarea celulelor de detectare a limitelor.
07:00
He's also remembering the path he took out of the car park,
175
405000
3000
Îşi aminteşte și drumul parcurs la ieşirea din parcare,
07:03
which would be represented in the firing of grid cells.
176
408000
3000
reprezentat prin activarea celulelor de reţea.
07:06
Now both of these kinds of cells
177
411000
2000
Ambele tipuri de celule
07:08
can make the place cells fire.
178
413000
2000
pot activa celulele de localizare.
07:10
And he can return to the location where he parked
179
415000
2000
Şi el se poate întoarce la locul unde a parcat
07:12
by moving so as to find where it is
180
417000
3000
mişcându-se astfel încât să găsească
07:15
that best matches the firing pattern
181
420000
2000
unde se potrivește cel mai bine cu tiparul activat
07:17
of the place cells in his brain currently
182
422000
2000
al celulelor de localizare din creierul său,
07:19
with the stored pattern where he parked his car.
183
424000
3000
cu tiparul stocat al locului unde şi-a parcat maşina.
07:22
And that guides him back to that location
184
427000
2000
Şi asta îl ghidează înapoi la locaţie
07:24
irrespective of visual cues
185
429000
2000
independent de reperele vizuale,
07:26
like whether his car's actually there.
186
431000
2000
respectiv dacă maşina e efectiv acolo.
07:28
Maybe it's been towed.
187
433000
2000
Poate a fost ridicată.
07:30
But he knows where it was, so he knows to go and get it.
188
435000
3000
Dar ştie unde era, ştie unde să mergă s-o ia.
07:33
So beyond spatial memory,
189
438000
2000
Dincolo de memoria spaţială,
07:35
if we look for this grid-like firing pattern
190
440000
2000
căutând acest model de activare tip reţea
07:37
throughout the whole brain,
191
442000
2000
în tot creierul,
07:39
we see it in a whole series of locations
192
444000
3000
îl vedem într-o serie de locaţii
07:42
which are always active
193
447000
2000
care sunt mereu active
07:44
when we do all kinds of autobiographical memory tasks,
194
449000
2000
când îndeplinim diverse sarcini autobiografice de memorie,
07:46
like remembering the last time you went to a wedding, for example.
195
451000
3000
cum ar fi când a fost ultima dată când am fost la o nuntă, de exemplu.
07:49
So it may be that the neural mechanisms
196
454000
2000
Poate că mecanismele neuronale
07:51
for representing the space around us
197
456000
3000
pentru reprezentarea spaţiului din jurul nostru
07:54
are also used for generating visual imagery
198
459000
4000
sunt de asemena folosite pentru generarea de imagini vizuale
07:58
so that we can recreate the spatial scene, at least,
199
463000
3000
pentru a recrea scena spaţială cel puţin,
08:01
of the events that have happened to us when we want to imagine them.
200
466000
3000
a evenimentelor care ni s-au întâmplat, când dorim să ni le imaginăm.
08:04
So if this was happening,
201
469000
2000
Deci dacă asta s-a întâmplat,
08:06
your memories could start by place cells activating each other
202
471000
3000
amintirile ar putea începe prin activarea reciprocă a celulelor spațiale
08:09
via these dense interconnections
203
474000
2000
prin intermediul acestor interconectări dense,
08:11
and then reactivating boundary cells
204
476000
2000
apoi reactivând celulele-barieră
08:13
to create the spatial structure
205
478000
2000
pentru a crea stuctura spaţială
08:15
of the scene around your viewpoint.
206
480000
2000
a scenei din jur.
08:17
And grid cells could move this viewpoint through that space.
207
482000
2000
Celulele-reţea ar putea muta acest punct prin spaţiu.
08:19
Another kind of cell, head direction cells,
208
484000
2000
Alt tip de celulă, celulele de direcţie,
08:21
which I didn't mention yet,
209
486000
2000
pe care nu le-am menţionat încă,
08:23
they fire like a compass according to which way you're facing.
210
488000
3000
se activează ca un compas în funcţie de direcţia spre care te uiți.
08:26
They could define the viewing direction
211
491000
2000
Ar putea defini direcţia vizualizată
08:28
from which you want to generate an image for your visual imagery,
212
493000
3000
dinspre care vrei să generezi o imagine pentru reprezentarea vizuală,
08:31
so you can imagine what happened when you were at this wedding, for example.
213
496000
3000
ca să-ți poți imagina ce s-a întâmplat cănd ai fost la acea nuntă, de exemplu.
08:34
So this is just one example
214
499000
2000
Acesta e doar un exemplu
08:36
of a new era really
215
501000
2000
al unei noi ere
08:38
in cognitive neuroscience
216
503000
2000
în neuroştiinţa cognitivă
08:40
where we're beginning to understand
217
505000
2000
în care începem să înţelegem
08:42
psychological processes
218
507000
2000
procesele psihologice cum sunt
08:44
like how you remember or imagine or even think
219
509000
3000
modul în care vă amintiţi, vă imaginaţi sau chiar gândiţi
08:47
in terms of the actions
220
512000
2000
în funcție de acţiunile
08:49
of the billions of individual neurons that make up our brains.
221
514000
3000
a bilioane de neuroni individuali care formează creierul.
08:52
Thank you very much.
222
517000
2000
Vă mulţumesc mult.
08:54
(Applause)
223
519000
3000
(Aplauze)
ABOUT THE SPEAKER
Neil Burgess - NeuroscientistAt University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space.
Why you should listen
Neil Burgessis is deputy director of the Institute of Cognitive Neuroscience at University College London, where he investigates of the role of the hippocampus in spatial navigation and episodic memory. His research is directed at answering questions such as: How are locations represented, stored and used in the brain? What processes and which parts of the brain are involved in remembering the spatial and temporal context of everyday events, and in finding one's way about?
To explore this space, he and his team use a range of methods for gathering data, including pioneering uses of virtual reality, as well as computational modelling and electrophysiological analysis of the function of hippocampal neurons in the rat, functional imaging of human navigation, and neuropsychological experiments on spatial and episodic memory.
A parallel interest: Investigating our human short-term memory for serial order, or how we know our 123s.
Neil Burgess | Speaker | TED.com