TEDGlobal 2010
Gero Miesenboeck: Re-engineering the brain
Геро Мизенбок видоизменяет мозг
Filmed:
Readability: 4.7
717,411 views
В стремлении описать мозг, многие ученые пытались решить невероятно сложную задачу: зарегистрировать деятельность каждого нейрона. Геро Мизенбок пошёл по другому пути - воздействие на специфические нейроны с целью выяснения того, за что они отвественны; с помощью серии потрясающих экспериментов, которые изменяют реакцию плодовых мух на свет.
Gero Miesenboeck - Optogeneticist
Using light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior. Full bio
Using light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior. Full bio
Double-click the English transcript below to play the video.
00:15
I have a doppelganger.
0
0
3000
У меня есть двойник.
00:18
(Laughter)
1
3000
3000
(Смех в зале)
00:21
Dr. Gero is a brilliant
2
6000
3000
Доктор Геро является блестящим,
00:24
but slightly mad scientist
3
9000
2000
но немного сумасшедшим учёным
00:26
in the "Dragonball Z: Android Saga."
4
11000
3000
в Dragonball Z "Android Saga".
00:29
If you look very carefully,
5
14000
2000
Если вы внимательно всмотритесь,
00:31
you see that his skull has been replaced
6
16000
3000
то увидите, что его череп был заменен
00:34
with a transparent Plexiglas dome
7
19000
2000
на прозрачный купол из оргстекла,
00:36
so that the workings of his brain can be observed
8
21000
3000
чтобы можно было наблюдать работу его мозга,
00:39
and also controlled with light.
9
24000
3000
а также контролировать её с помощью света.
00:42
That's exactly what I do --
10
27000
2000
Это именно то, чем я занимаюсь -
00:44
optical mind control.
11
29000
2000
оптический контроль мозга.
00:46
(Laughter)
12
31000
2000
(Смех в зале)
00:48
But in contrast to my evil twin
13
33000
2000
Но в отличие от моего злобного брата-близнеца,
00:50
who lusts after world domination,
14
35000
3000
который жаждет мирового господства,
00:53
my motives are not sinister.
15
38000
3000
мои мотивы не являются злыми.
00:56
I control the brain
16
41000
2000
Я контролирую мозг,
00:58
in order to understand how it works.
17
43000
2000
чтобы понять как он работает.
01:00
Now wait a minute, you may say,
18
45000
2000
Вы можете сказать: "Постойте,
01:02
how can you go straight to controlling the brain
19
47000
3000
как вы можете контролировать мозг
01:05
without understanding it first?
20
50000
2000
без понимания его, в первую очередь?
01:07
Isn't that putting the cart before the horse?
21
52000
3000
Это же телега впереди лошади!"
01:11
Many neuroscientists agree with this view
22
56000
3000
Многие нейрофизиологи согласны с этой точкой зрения
01:14
and think that understanding will come
23
59000
3000
и считают, что понимание придет
01:17
from more detailed observation and analysis.
24
62000
3000
из более детального наблюдения и анализа.
01:20
They say, "If we could record the activity of our neurons,
25
65000
4000
Они говорят: "Если-бы мы могли записывать деятельность нейронов,
01:24
we would understand the brain."
26
69000
3000
мы поняли-бы как работает мозг."
01:27
But think for a moment what that means.
27
72000
3000
Но, задумайтесь на минуту что это значит.
01:30
Even if we could measure
28
75000
2000
Даже если бы мы могли замерить
01:32
what every cell is doing at all times,
29
77000
2000
что каждая клетка делает в каждый определённый отрезок времени,
01:34
we would still have to make sense
30
79000
2000
нам-бы всё равно пришлось бы интерпретировать
01:36
of the recorded activity patterns,
31
81000
2000
смысл записанной активности,
01:38
and that's so difficult,
32
83000
2000
а это так трудно,
01:40
chances are we'll understand these patterns
33
85000
2000
что, скорее всего, мы так же мало поняли-бы что-то из этих записей,
01:42
just as little as the brains that produce them.
34
87000
3000
как и сам мозг, который их производит.
01:45
Take a look at what brain activity might look like.
35
90000
3000
Посмотрите как может выглядеть деятельность мозга.
01:48
In this simulation, each black dot
36
93000
2000
В этой модели, каждая черная точка
01:50
is one nerve cell.
37
95000
2000
представляет одну нервную клетку.
01:52
The dot is visible
38
97000
2000
Точка появляется всякий раз,
01:54
whenever a cell fires an electrical impulse.
39
99000
2000
когда клетка испускает электрический импульс.
01:56
There's 10,000 neurons here.
40
101000
2000
Здесь 10.000 нейронов.
01:58
So you're looking at roughly one percent
41
103000
2000
Таким образом, вы видите примерно один процент
02:00
of the brain of a cockroach.
42
105000
3000
мозга таракана.
02:04
Your brains are about 100 million times
43
109000
3000
Ваш мозг примерно в 100 миллионов раз
02:07
more complicated.
44
112000
2000
сложнее.
02:09
Somewhere, in a pattern like this,
45
114000
2000
Где-то происходит такая-же активность как здесь,
02:11
is you,
46
116000
2000
это вы,
02:13
your perceptions,
47
118000
2000
ваше восприятие,
02:15
your emotions, your memories,
48
120000
3000
эмоции, ваши воспоминания,
02:18
your plans for the future.
49
123000
2000
ваши планы на будущее.
02:20
But we don't know where,
50
125000
2000
Но мы не знаем где,
02:22
since we don't know how to read the pattern.
51
127000
3000
так как мы не знаем, как интерпретировать такую активность.
02:25
We don't understand the code used by the brain.
52
130000
3000
Мы не понимаем кода, используемого мозгом.
02:28
To make progress,
53
133000
2000
Чтобы что-нибудь понять,
02:30
we need to break the code.
54
135000
2000
нужно взломать код.
02:32
But how?
55
137000
2000
Но как?
02:35
An experienced code-breaker will tell you
56
140000
2000
Опытный хакер скажет,
02:37
that in order to figure out what the symbols in a code mean,
57
142000
3000
что для того, чтобы выяснить, что означают символы в коде,
02:40
it's essential to be able to play with them,
58
145000
3000
нужно иметь возможность "поиграть" с ними,
02:43
to rearrange them at will.
59
148000
2000
изменить их порядок по своему желанию.
02:45
So in this situation too,
60
150000
2000
То же самое в этой ситуации:
02:47
to decode the information
61
152000
2000
для декодирования информации,
02:49
contained in patterns like this,
62
154000
2000
содержащейся в модели, как эта,
02:51
watching alone won't do.
63
156000
2000
наблюдения сами по себе ничего не дадут,
02:53
We need to rearrange the pattern.
64
158000
2000
нужно изменить картину.
02:55
In other words,
65
160000
2000
Другими словами,
02:57
instead of recording the activity of neurons,
66
162000
2000
вместо записи активности нейронов,
02:59
we need to control it.
67
164000
2000
мы должны их контролировать.
03:01
It's not essential that we can control
68
166000
2000
Причём не важно, можем-ли мы контролировать
03:03
the activity of all neurons in the brain, just some.
69
168000
3000
деятельность всех нейронов в мозгу, или только некоторых.
03:06
The more targeted our interventions, the better.
70
171000
2000
Чем точнее цель нашего вмешательства, тем лучше.
03:08
And I'll show you in a moment
71
173000
2000
И я сейчас покажу вам,
03:10
how we can achieve the necessary precision.
72
175000
3000
как мы можем достичь необходимой точности.
03:13
And since I'm realistic, rather than grandiose,
73
178000
3000
А так как я скорее реалист, чем мечтатель,
03:16
I don't claim that the ability to control the function of the nervous system
74
181000
3000
я не утверждаю, что способность контролировать функции нервной системы
03:19
will at once unravel all its mysteries.
75
184000
3000
сразу приведёт к разгадке всех её тайн.
03:22
But we'll certainly learn a lot.
76
187000
3000
Но мы, безусловно, многое сможем понять.
03:27
Now, I'm by no means
77
192000
2000
Я отнюдь
03:29
the first person to realize
78
194000
2000
не первый человек, кто понял,
03:31
how powerful a tool intervention is.
79
196000
3000
насколько мощным орудием является вмешательство.
03:34
The history of attempts
80
199000
2000
История попыток
03:36
to tinker with the function of the nervous system
81
201000
2000
влияния на функции нервной системы
03:38
is long and illustrious.
82
203000
2000
длительна и богата открытиями.
03:40
It dates back at least 200 years,
83
205000
3000
Она уходит в прошлое по крайней мере лет на 200,
03:43
to Galvani's famous experiments
84
208000
2000
к знаменитым экспериментам Гальвани
03:45
in the late 18th century and beyond.
85
210000
3000
в конце 18 - начале 19 века.
03:49
Galvani showed that a frog's legs twitched
86
214000
3000
Гальвани показал, что ноги лягушки продолжали сокращаться,
03:52
when he connected the lumbar nerve
87
217000
2000
когда поясничный нерв был подключен
03:54
to a source of electrical current.
88
219000
3000
к источнику электрического тока.
03:57
This experiment revealed the first, and perhaps most fundamental,
89
222000
3000
Этот эксперимент продемонстрировал возможно самый фундаментальный
04:00
nugget of the neural code:
90
225000
2000
факт нейро-кода:
04:02
that information is written in the form
91
227000
2000
информация записывается в виде
04:04
of electrical impulses.
92
229000
3000
электрических импульсов.
04:08
Galvani's approach
93
233000
2000
Подход Гальвани
04:10
of probing the nervous system with electrodes
94
235000
2000
зондирования нервной системы электродами
04:12
has remained state-of-the-art until today,
95
237000
3000
по сей день считается достижением,
04:15
despite a number of drawbacks.
96
240000
3000
несмотря на ряд недостатков.
04:18
Sticking wires into the brain is obviously rather crude.
97
243000
3000
Вставлять электроды в мозг, очевидно, довольно неприятно.
04:21
It's hard to do in animals that run around,
98
246000
2000
Провода сложно установить в животных, которым нужно передвигаться,
04:23
and there is a physical limit
99
248000
2000
а кроме того, есть физические ограничения
04:25
to the number of wires
100
250000
2000
на количество проводов,
04:27
that can be inserted simultaneously.
101
252000
3000
которые могут быть вставлены одновременно.
04:30
So around the turn of the last century,
102
255000
2000
Где-то на рубеже прошлого века
04:32
I started to think,
103
257000
2000
я подумал,
04:34
"Wouldn't it be wonderful if one could take this logic
104
259000
3000
что можно было бы применить эту логику,
04:37
and turn it upside down?"
105
262000
2000
только развернув её.
04:39
So instead of inserting a wire
106
264000
2000
То есть, вместо вживления провода
04:41
into one spot of the brain,
107
266000
3000
в какое-то определённое место мозга,
04:44
re-engineer the brain itself
108
269000
2000
видоизменить мозг так,
04:46
so that some of its neural elements
109
271000
3000
чтобы нейроны
04:49
become responsive to diffusely broadcast signals
110
274000
3000
стали реагировать на подачу сигналов,
04:52
such as a flash of light.
111
277000
3000
таких как вспышка света, например.
04:55
Such an approach would literally, in a flash of light,
112
280000
3000
Такой подход, в буквальном смысле с быстротой молнии,
04:58
overcome many of the obstacles to discovery.
113
283000
3000
поможет преодолеть многие препятствия на пути к открытию.
05:01
First, it's clearly a non-invasive,
114
286000
3000
Во-первых, он абсолютно неинвазивный,
05:04
wireless form of communication.
115
289000
3000
так сказать беспроводная коммуникация.
05:07
And second, just as in a radio broadcast,
116
292000
2000
А во-вторых, как и в радио,
05:09
you can communicate with many receivers at once.
117
294000
3000
сигнал будет приниматься многими приемниками одновременно.
05:12
You don't need to know where these receivers are,
118
297000
3000
Не нужно знать, где находятся эти приемники.
05:15
and it doesn't matter if these receivers move --
119
300000
2000
Не имеет значения, находятся-ли эти приемники в движении -
05:17
just think of the stereo in your car.
120
302000
3000
представьте стерео в вашем автомобиле.
05:20
It gets even better,
121
305000
3000
Более того,
05:23
for it turns out that we can fabricate the receivers
122
308000
3000
мы можем изготовить приемники
05:26
out of materials that are encoded in DNA.
123
311000
3000
из материалов, закодированных в ДНК.
05:29
So each nerve cell
124
314000
2000
Таким образом, каждая нервная клетка,
05:31
with the right genetic makeup
125
316000
2000
модифицированная генетически,
05:33
will spontaneously produce a receiver
126
318000
3000
сама становится приемником,
05:36
that allows us to control its function.
127
321000
3000
позволяя контролировать свои функции.
05:39
I hope you'll appreciate
128
324000
2000
Я надеюсь, вы оцените
05:41
the beautiful simplicity
129
326000
2000
красоту и простоту
05:43
of this concept.
130
328000
2000
этой концепции.
05:45
There's no high-tech gizmos here,
131
330000
2000
Не требуется никаких высокотехнологичных устройств,
05:47
just biology revealed through biology.
132
332000
3000
просто биология раскрывается через биологию.
05:51
Now let's take a look at these miraculous receivers up close.
133
336000
3000
Теперь давайте внимательно рассмотрим эти чудo-приемники.
05:54
As we zoom in on one of these purple neurons,
134
339000
3000
По мере увеличения одного из этих фиолетовых нейронов,
05:57
we see that its outer membrane
135
342000
2000
мы видим, что его внешняя оболочка
05:59
is studded with microscopic pores.
136
344000
2000
усеяна микроскопическими порами.
06:01
Pores like these conduct electrical current
137
346000
2000
Такие поры проводят электрический ток
06:03
and are responsible
138
348000
2000
и несут ответственность
06:05
for all the communication in the nervous system.
139
350000
2000
за передачу сигналов в нервной системе.
06:07
But these pores here are special.
140
352000
2000
Но вот эти конкретные поры особенные.
06:09
They are coupled to light receptors
141
354000
2000
Они присоедены к рецепторам света,
06:11
similar to the ones in your eyes.
142
356000
3000
похожим на те, что в глазах.
06:14
Whenever a flash of light hits the receptor,
143
359000
2000
Всякий раз, когда вспышка света попадает на рецептор,
06:16
the pore opens, an electrical current is switched on,
144
361000
3000
поры открываются, пропуская электрический ток,
06:19
and the neuron fires electrical impulses.
145
364000
3000
и нейрон испускает электрические импульсы.
06:22
Because the light-activated pore is encoded in DNA,
146
367000
3000
А так как поры, активизирующиеся под действием света, закодированы в ДНК,
06:25
we can achieve incredible precision.
147
370000
3000
мы можем достичь невероятную точность.
06:28
This is because,
148
373000
2000
Это потому, что,
06:30
although each cell in our bodies
149
375000
2000
хотя каждая клетка нашего тела
06:32
contains the same set of genes,
150
377000
2000
содержит одинаковый набор генов,
06:34
different mixes of genes get turned on and off
151
379000
2000
различные сочетания генов включаются и выключаются
06:36
in different cells.
152
381000
2000
в различных клетках.
06:38
You can exploit this to make sure
153
383000
2000
Этим можно воспользоваться, чтобы убедиться,
06:40
that only some neurons
154
385000
2000
что только некоторые нейроны
06:42
contain our light-activated pore and others don't.
155
387000
3000
содержат поры, активизирующиеся под действием света, а другие нет.
06:45
So in this cartoon, the bluish white cell
156
390000
2000
В этой анимации, голубовато-белая клетка
06:47
in the upper-left corner
157
392000
2000
в верхнем левом углу
06:49
does not respond to light
158
394000
2000
не реагирует на свет,
06:51
because it lacks the light-activated pore.
159
396000
3000
потому что ей не хватает пор, активизирующихся под действием света.
06:54
The approach works so well
160
399000
2000
Этот подход работает настолько хорошо,
06:56
that we can write purely artificial messages
161
401000
2000
что мы можем передавать искусственные сообщения
06:58
directly to the brain.
162
403000
2000
непосредственно в мозг.
07:00
In this example, each electrical impulse,
163
405000
2000
В данном примере каждый электрический импульс,
07:02
each deflection on the trace,
164
407000
3000
каждое отклонение от траектории,
07:05
is caused by a brief pulse of light.
165
410000
3000
вызвано кратким импульсом света.
07:08
And the approach, of course, also works
166
413000
2000
Этот подход работает
07:10
in moving, behaving animals.
167
415000
3000
и для движущихся животных в нормальных условиях.
07:13
This is the first ever such experiment,
168
418000
2000
Это первый такой эксперимент,
07:15
sort of the optical equivalent of Galvani's.
169
420000
3000
своего рода оптический эквивалент эксперимента Гальвани.
07:18
It was done six or seven years ago
170
423000
2000
Он был проведён шесть или семь лет назад
07:20
by my then graduate student, Susana Lima.
171
425000
3000
моей тогдашней аспиранткой, Сюзанной Лима.
07:23
Susana had engineered the fruit fly on the left
172
428000
3000
Сюзанна видоизменила плодовую мушку слева так,
07:26
so that just two out of the 200,000 cells in its brain
173
431000
4000
что только две из 200.000 клеток её мозга
07:30
expressed the light-activated pore.
174
435000
3000
содержали поры, активизирующиеся светом.
07:33
You're familiar with these cells
175
438000
2000
Вы знакомы с этими клетками,
07:35
because they are the ones that frustrate you
176
440000
2000
поскольку именно они мешают вам,
07:37
when you try to swat the fly.
177
442000
2000
когда вы пытаетесь убить муху.
07:39
They trained the escape reflex that makes the fly jump into the air
178
444000
3000
Они тренируют спасательный рефлекс, заставляя муху подниматься в воздух
07:42
and fly away whenever you move your hand in position.
179
447000
3000
и улетать, когда ваша рука находится над ней.
07:46
And you can see here that the flash of light has exactly the same effect.
180
451000
3000
Здесь вы видите, что вспышка света имеет точно такой же эффект.
07:49
The animal jumps, it spreads its wings, it vibrates them,
181
454000
3000
Животное подскакивает, расправляет крылья, машет ими,
07:52
but it can't actually take off
182
457000
2000
но не может на самом деле улететь,
07:54
because the fly is sandwiched between two glass plates.
183
459000
3000
так как находится между двумя стеклянными пластинками.
07:58
Now to make sure that this was no reaction of the fly
184
463000
2000
Затем, чтобы убедиться, что это не только реакция
08:00
to a flash it could see,
185
465000
3000
на видимую вспышку,
08:03
Susana did a simple
186
468000
2000
Сюзанна сделала простой,
08:05
but brutally effective experiment.
187
470000
2000
но довольно жестокий эксперимент.
08:07
She cut the heads off of her flies.
188
472000
3000
Она обезглавила мух.
08:11
These headless bodies can live for about a day,
189
476000
3000
Эти обезглавленные тела могут жить в течение дня,
08:14
but they don't do much.
190
479000
2000
но они ничего не делают.
08:16
They just stand around
191
481000
3000
Они просто стоят на месте
08:19
and groom excessively.
192
484000
3000
и прихорашиваются.
08:22
So it seems that the only trait that survives decapitation is vanity.
193
487000
3000
Похоже, единственное, что остаётся после обезглавливания - это привычка прихорашиваться.
08:25
(Laughter)
194
490000
3000
(Смех)
08:30
Anyway, as you'll see in a moment,
195
495000
2000
В любом случае, как вы сейчас увидите,
08:32
Susana was able to turn on the flight motor
196
497000
3000
Сюзанна смогла включить "двигатель полета"
08:35
of what's the equivalent of the spinal cord of these flies
197
500000
3000
в эквиваленте спинного мозга этих мух,
08:38
and get some of the headless bodies
198
503000
2000
так, что некоторые из обезглавленных тел
08:40
to actually take off and fly away.
199
505000
3000
снимались с места и улетали.
08:47
They didn't get very far, obviously.
200
512000
2000
Понятно, не очень далеко.
08:50
Since we took these first steps,
201
515000
2000
После того, как были сделаны эти первые шаги,
08:52
the field of optogenetics has exploded.
202
517000
3000
произошёл взрыв в области опто-генетики.
08:55
And there are now hundreds of labs
203
520000
2000
В настоящее время сотни лабораторий
08:57
using these approaches.
204
522000
2000
пользуются этим подходом.
08:59
And we've come a long way
205
524000
2000
Многое достигнуто с тех пор,
09:01
since Galvani's and Susana's first successes
206
526000
3000
как Гальвани и Сюзанна добились первых успехов,
09:04
in making animals twitch or jump.
207
529000
2000
заставив животных сокращать мышцы или взлетать.
09:06
We can now actually interfere with their psychology
208
531000
3000
Теперь мы можем менять их поведение
09:09
in rather profound ways,
209
534000
2000
на довольно глубоком уровне,
09:11
as I'll show you in my last example,
210
536000
2000
как я покажу вам на последнем примере,
09:13
which is directed at a familiar question.
211
538000
3000
который отвечает на знакомый вопрос.
09:16
Life is a string of choices
212
541000
3000
Жизнь постоянно
09:19
creating a constant pressure to decide what to do next.
213
544000
3000
заставляет нас решать что делать дальше.
09:23
We cope with this pressure by having brains,
214
548000
3000
Мы справляемся с этим давлением с помощью мозга,
09:26
and within our brains, decision-making centers
215
551000
3000
а точнее, находящихся в мозгу центров принятия решений,
09:29
that I've called here the "Actor."
216
554000
3000
которые я называю здесь Исполнителями.
09:33
The Actor implements a policy that takes into account
217
558000
3000
Исполнитель применяет стратегию, которая учитывает
09:36
the state of the environment
218
561000
2000
состояние окружающей среды
09:38
and the context in which we operate.
219
563000
3000
и контекст, в котором мы находимся.
09:41
Our actions change the environment, or context,
220
566000
3000
Наши действия изменяют окружающую среду, или контекст,
09:44
and these changes are then fed back into the decision loop.
221
569000
3000
и эти изменения затем подаются обратно в цикл.
09:48
Now to put some neurobiological meat
222
573000
3000
Затем, чтобы добавить нейробиологического "мяса"
09:51
on this abstract model,
223
576000
2000
к этой абстрактной модели,
09:53
we constructed a simple one-dimensional world
224
578000
2000
мы построили простой одномерный мир
09:55
for our favorite subject, fruit flies.
225
580000
3000
для наших любимых плодовых мух.
09:58
Each chamber in these two vertical stacks
226
583000
2000
Каждая камера в этих двух вертикальных отделах
10:00
contains one fly.
227
585000
2000
содержит одну муху.
10:02
The left and the right halves of the chamber
228
587000
3000
Левая и правая половины камеры
10:05
are filled with two different odors,
229
590000
2000
заполнены двумя разными запахами,
10:07
and a security camera watches
230
592000
2000
и камера наблюдает,
10:09
as the flies pace up and down between them.
231
594000
3000
как мухи передвигаются между ними.
10:12
Here's some such CCTV footage.
232
597000
2000
Вот некоторые такие кадры видеонаблюдения.
10:14
Whenever a fly reaches the midpoint of the chamber
233
599000
3000
Всякий раз, когда муха достигает середины камеры,
10:17
where the two odor streams meet,
234
602000
2000
где встречаются два запаха,
10:19
it has to make a decision.
235
604000
2000
она должна принять решение.
10:21
It has to decide whether to turn around
236
606000
2000
Она должна решить, следует-ли развернуться
10:23
and stay in the same odor,
237
608000
2000
и остаться в том-же запахе,
10:25
or whether to cross the midline
238
610000
2000
или пересечь линию
10:27
and try something new.
239
612000
2000
и попробовать что-то новое.
10:29
These decisions are clearly a reflection
240
614000
3000
Эти решения четко отражают
10:32
of the Actor's policy.
241
617000
3000
стратегию Исполнителя.
10:36
Now for an intelligent being like our fly,
242
621000
3000
Для разумного существа, как наша муха,
10:39
this policy is not written in stone
243
624000
3000
эта стратегия не является чем-то постоянным,
10:42
but rather changes as the animal learns from experience.
244
627000
3000
она изменяется по мере того, как животное учится на опыте.
10:45
We can incorporate such an element
245
630000
2000
Мы можем включать такой элемент
10:47
of adaptive intelligence into our model
246
632000
3000
адаптивного разума в нашу модель,
10:50
by assuming that the fly's brain
247
635000
2000
предполагая, что мозг мухи
10:52
contains not only an Actor,
248
637000
2000
содержит не только Исполнителя,
10:54
but a different group of cells,
249
639000
2000
но также и другую группу клеток,
10:56
a "Critic," that provides a running commentary
250
641000
3000
Критика, который постоянно
10:59
on the Actor's choices.
251
644000
2000
даёт советы Исполнителю.
11:01
You can think of this nagging inner voice
252
646000
3000
Вы можете себе представить этот ноющий внутренний голос
11:04
as sort of the brain's equivalent
253
649000
2000
как своего рода эквивалент
11:06
of the Catholic Church,
254
651000
2000
католической церкви в мозгу,
11:08
if you're an Austrian like me,
255
653000
3000
если вы австриец, как я,
11:11
or the super-ego, if you're Freudian,
256
656000
3000
или супер-эго, если вы фрейдист,
11:14
or your mother, if you're Jewish.
257
659000
2000
или вашу маму, если вы еврей.
11:16
(Laughter)
258
661000
4000
(Смех в зале)
11:20
Now obviously,
259
665000
2000
Очевидно,
11:22
the Critic is a key ingredient
260
667000
3000
Критик является ключевым ингредиентом
11:25
in what makes us intelligent.
261
670000
2000
в том, что составляет наш разум.
11:27
So we set out to identify
262
672000
2000
Поэтому мы решили выяснить,
11:29
the cells in the fly's brain
263
674000
2000
какие клетки в мозгу мухи
11:31
that played the role of the Critic.
264
676000
2000
играют роль Критика.
11:33
And the logic of our experiment was simple.
265
678000
3000
Логика нашего эксперимента была проста.
11:36
We thought if we could use our optical remote control
266
681000
3000
Мы подумали, что если-бы мы могли использовать наше оптическое дистанционное управление,
11:39
to activate the cells of the Critic,
267
684000
3000
чтобы активировать клетки Критика,
11:42
we should be able, artificially, to nag the Actor
268
687000
3000
мы должны быть в состоянии искусственно повлиять
11:45
into changing its policy.
269
690000
2000
на стратегию Исполнителя.
11:47
In other words,
270
692000
2000
Другими словами,
11:49
the fly should learn from mistakes
271
694000
2000
мухи должны учиться на ошибках,
11:51
that it thought it had made
272
696000
2000
которые они думали, что совершили,
11:53
but, in reality, it had not made.
273
698000
3000
но в действительности не совершали.
11:56
So we bred flies
274
701000
2000
Таким образом, мы вывели мух,
11:58
whose brains were more or less randomly peppered
275
703000
3000
чей мозг был более или менее случайным образом "приправлен"
12:01
with cells that were light addressable.
276
706000
2000
оптически-активными клетками.
12:03
And then we took these flies
277
708000
2000
Мы давали этим мухам
12:05
and allowed them to make choices.
278
710000
2000
делать выбор.
12:07
And whenever they made one of the two choices,
279
712000
2000
И всякий раз, когда они выбирали один из двух вариантов,
12:09
chose one odor,
280
714000
2000
один запах,
12:11
in this case the blue one over the orange one,
281
716000
2000
в этом случае синий, а не оранжевый,
12:13
we switched on the lights.
282
718000
2000
мы включали свет.
12:15
If the Critic was among the optically activated cells,
283
720000
3000
Если в числе оптически-активных клеток находится Критик,
12:18
the result of this intervention
284
723000
2000
результатом этого вмешательства
12:20
should be a change in policy.
285
725000
3000
должны стать изменения в стратегии Исполнителя.
12:23
The fly should learn to avoid
286
728000
2000
Мухи должны научиться избегать
12:25
the optically reinforced odor.
287
730000
2000
оптически усиленного запаха.
12:27
Here's what happened in two instances:
288
732000
3000
Вот что произошло в двух случаях.
12:30
We're comparing two strains of flies,
289
735000
3000
Сравним два штамма мухи,
12:33
each of them having
290
738000
2000
каждый из которых имеет
12:35
about 100 light-addressable cells in their brains,
291
740000
2000
около 100 оптически-активных клеток в мозгу,
12:37
shown here in green on the left and on the right.
292
742000
3000
обозначенных здесь зеленым, слева и справа.
12:40
What's common among these groups of cells
293
745000
3000
Что общего между этими группами клеток
12:43
is that they all produce the neurotransmitter dopamine.
294
748000
3000
- это то, что они производят нейромедиаторный допамин.
12:46
But the identities of the individual
295
751000
2000
Но характеристики отдельных
12:48
dopamine-producing neurons
296
753000
2000
производящих допамин нейронов
12:50
are clearly largely different on the left and on the right.
297
755000
3000
различные слева и справа.
12:53
Optically activating
298
758000
2000
Оптическая активация
12:55
these hundred or so cells
299
760000
2000
этих ста или около того клеток
12:57
into two strains of flies
300
762000
2000
в двух штаммах мух
12:59
has dramatically different consequences.
301
764000
2000
имееет совершенно различные последствия.
13:01
If you look first at the behavior
302
766000
2000
Если вы посмотрите сначала на поведение мухи
13:03
of the fly on the right,
303
768000
2000
справа,
13:05
you can see that whenever it reaches the midpoint of the chamber
304
770000
3000
вы заметите, что всякий раз, когда она достигает середины камеры,
13:08
where the two odors meet,
305
773000
2000
где два запаха встречаются,
13:10
it marches straight through, as it did before.
306
775000
3000
она проходит прямо, как и раньше.
13:13
Its behavior is completely unchanged.
307
778000
2000
Ее поведение осталось без изменений.
13:15
But the behavior of the fly on the left is very different.
308
780000
3000
Но поведение мухи слева совершенно другое.
13:18
Whenever it comes up to the midpoint,
309
783000
3000
Всякий раз, когда она доходит до середины,
13:21
it pauses,
310
786000
2000
она останавливается,
13:23
it carefully scans the odor interface
311
788000
2000
тщательно исследует запах,
13:25
as if it was sniffing out its environment,
312
790000
2000
как если бы она принюхивалась,
13:27
and then it turns around.
313
792000
2000
а затем поворачивается обратно.
13:29
This means that the policy that the Actor implements
314
794000
3000
Это означает, что стратегия, используемая Исполнителем,
13:32
now includes an instruction to avoid the odor
315
797000
2000
включает инструкцию избегать запаха,
13:34
that's in the right half of the chamber.
316
799000
3000
что в правой части камеры.
13:37
This means that the Critic
317
802000
2000
Это означает, что Критик
13:39
must have spoken in that animal,
318
804000
2000
сказал своё слово в этих животных,
13:41
and that the Critic must be contained
319
806000
2000
и что Критик должен содержаться
13:43
among the dopamine-producing neurons on the left,
320
808000
3000
среди производящих допамин нейронов слева,
13:46
but not among the dopamine producing neurons on the right.
321
811000
3000
но не входит в число производителей дофаминовых нейронов справа.
13:49
Through many such experiments,
322
814000
3000
С помощью множества экспериментов
13:52
we were able to narrow down
323
817000
2000
нам удалось сузить
13:54
the identity of the Critic
324
819000
2000
поиски Критика
13:56
to just 12 cells.
325
821000
2000
всего до 12 клеток.
13:58
These 12 cells, as shown here in green,
326
823000
3000
Эти 12 клеток, показанные здесь зелёным,
14:01
send the output to a brain structure
327
826000
2000
посылают выходной сигнал в мозговую структуру
14:03
called the "mushroom body,"
328
828000
2000
- грибовидные тела,
14:05
which is shown here in gray.
329
830000
2000
показанные здесь серым.
14:07
We know from our formal model
330
832000
2000
Согласно нашей формальной модели,
14:09
that the brain structure
331
834000
2000
на приёмном
14:11
at the receiving end of the Critic's commentary is the Actor.
332
836000
3000
конце Критика находится Исполнитель.
14:14
So this anatomy suggests
333
839000
2000
Такая анатомия предполагает,
14:16
that the mushroom bodies have something to do
334
841000
3000
что грибовидные тела учавствуют
14:19
with action choice.
335
844000
2000
в процессе выбора.
14:21
Based on everything we know about the mushroom bodies,
336
846000
2000
На основании всего, что мы знаем про грибовидные тела,
14:23
this makes perfect sense.
337
848000
2000
это похоже на правду.
14:25
In fact, it makes so much sense
338
850000
2000
Это настолько похоже на правду,
14:27
that we can construct an electronic toy circuit
339
852000
3000
что мы можем построить игрушечную электронную схему,
14:30
that simulates the behavior of the fly.
340
855000
3000
имитирующую поведение мухи.
14:33
In this electronic toy circuit,
341
858000
3000
В этой электронной схеме
14:36
the mushroom body neurons are symbolized
342
861000
2000
роль грибовидных тел выполняет
14:38
by the vertical bank of blue LEDs
343
863000
3000
группа синих светодиодов
14:41
in the center of the board.
344
866000
3000
в центре платы.
14:44
These LED's are wired to sensors
345
869000
2000
Эти светодиоды подключены к датчикам,
14:46
that detect the presence of odorous molecules in the air.
346
871000
3000
которые обнаруживают присутствие пахучих молекул в воздухе.
14:50
Each odor activates a different combination of sensors,
347
875000
3000
Каждый запах активирует различные комбинации датчиков,
14:53
which in turn activates
348
878000
2000
которые, в свою очередь, активируют
14:55
a different odor detector in the mushroom body.
349
880000
3000
различные детекторы запаха в грибовидном теле.
14:58
So the pilot in the cockpit of the fly,
350
883000
2000
Таким образом, пилот в кабине мухи,
15:00
the Actor,
351
885000
2000
или Исполнитель,
15:02
can tell which odor is present
352
887000
2000
может определить запах,
15:04
simply by looking at which of the blue LEDs lights up.
353
889000
4000
просто посмотрев какие огни синего светодиода горят.
15:09
What the Actor does with this information
354
894000
2000
Что делает Исполнитель с этой информацией,
15:11
depends on its policy,
355
896000
2000
зависит от его стратегии,
15:13
which is stored in the strengths of the connection,
356
898000
2000
которая хранится в силе связи
15:15
between the odor detectors
357
900000
2000
между детекторами запаха
15:17
and the motors
358
902000
2000
и моторами,
15:19
that power the fly's evasive actions.
359
904000
2000
которые заставляют муху менять курс.
15:22
If the connection is weak, the motors will stay off
360
907000
2000
Если связь слабая, двигатели не включатся
15:24
and the fly will continue straight on its course.
361
909000
3000
и муха будет по-прежнему продолжать движение.
15:27
If the connection is strong, the motors will turn on
362
912000
3000
Если связь сильна, двигатели включатся
15:30
and the fly will initiate a turn.
363
915000
3000
и муха повернёт.
15:33
Now consider a situation
364
918000
2000
Теперь рассмотрим ситуацию,
15:35
in which the motors stay off,
365
920000
2000
в которой двигатели не включаются,
15:37
the fly continues on its path
366
922000
3000
муха продолжает свой путь,
15:40
and it suffers some painful consequence
367
925000
2000
и, как следствие, получает болевой шок,
15:42
such as getting zapped.
368
927000
2000
например электрошок.
15:44
In a situation like this,
369
929000
2000
В подобной ситуации,
15:46
we would expect the Critic to speak up
370
931000
2000
мы ожидаем, что Критик подскажет
15:48
and to tell the Actor
371
933000
2000
Исполнителю
15:50
to change its policy.
372
935000
2000
изменить стратегию.
15:52
We have created such a situation, artificially,
373
937000
3000
Мы создали такую ситуацию искусственно,
15:55
by turning on the critic with a flash of light.
374
940000
3000
активизировав Критика вспышкой света.
15:58
That caused a strengthening of the connections
375
943000
3000
Это вызвало укрепление связей
16:01
between the currently active odor detector
376
946000
3000
между детектором запаха
16:04
and the motors.
377
949000
2000
и двигателями.
16:06
So the next time
378
951000
2000
Поэтому когда в следующий раз
16:08
the fly finds itself facing the same odor again,
379
953000
3000
муха сталкивается с тем-же запахом,
16:11
the connection is strong enough to turn on the motors
380
956000
3000
связи достаточно сильны, чтобы включить двигатели
16:14
and to trigger an evasive maneuver.
381
959000
3000
и поменять маршрут.
16:19
I don't know about you,
382
964000
3000
Не знаю как вам,
16:22
but I find it exhilarating to see
383
967000
3000
но мне кажется захватывающим, когда я вижу,
16:25
how vague psychological notions
384
970000
3000
как расплывчатые психологические понятия
16:28
evaporate and give rise
385
973000
2000
испаряются и мы приходим
16:30
to a physical, mechanistic understanding of the mind,
386
975000
3000
к физическому, механистическому пониманию мозга,
16:33
even if it's the mind of the fly.
387
978000
3000
даже если это мозг мухи.
16:36
This is one piece of good news.
388
981000
3000
Это одна хорошая новость.
16:39
The other piece of good news,
389
984000
2000
Другая хорошая новость,
16:41
for a scientist at least,
390
986000
2000
по крайней мере для ученого,
16:43
is that much remains to be discovered.
391
988000
3000
что многое ещё предстоит открыть.
16:46
In the experiments I told you about,
392
991000
2000
В экспериментах, о которых я вам рассказал,
16:48
we have lifted the identity of the Critic,
393
993000
3000
мы доказали существование Критика,
16:51
but we still have no idea
394
996000
2000
но мы до сих пор не знаем,
16:53
how the Critic does its job.
395
998000
2000
как Критик делает свою работу.
16:55
Come to think of it, knowing when you're wrong
396
1000000
2000
Подумайте: знать, когда ты не прав,
16:57
without a teacher, or your mother, telling you,
397
1002000
3000
и ни учитель, ни ваша мать вам этого не сказали
17:00
is a very hard problem.
398
1005000
2000
- ведь это очень сложная задача.
17:02
There are some ideas in computer science
399
1007000
2000
В области компьютерных наук
17:04
and in artificial intelligence
400
1009000
2000
и искусственного интеллекта
17:06
as to how this might be done,
401
1011000
2000
есть кое-какие идеи как это может быть сделано,
17:08
but we still haven't solved
402
1013000
2000
но мы до сих пор не нашли обьяснение
17:10
a single example
403
1015000
2000
ни одиному примеру того,
17:12
of how intelligent behavior
404
1017000
3000
как разумное поведение
17:15
springs from the physical interactions
405
1020000
2000
возникает из физических взаимодействий
17:17
in living matter.
406
1022000
2000
в живой материи.
17:19
I think we'll get there in the not too distant future.
407
1024000
3000
Я думаю, мы к этому придём в не слишком отдаленном будущем.
17:22
Thank you.
408
1027000
2000
Спасибо.
17:24
(Applause)
409
1029000
4000
(Аплодисменты)
ABOUT THE SPEAKER
Gero Miesenboeck - OptogeneticistUsing light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior.
Why you should listen
Gero Miesenboeck is pioneering the field of optogenetics: genetically modifying nerve cells to respond to light. By flashing light at a modified neuron in a living nervous system, Miesenboeck and his collaborators can mimic a brain impulse -- and then study what happens next. Optogenetics will allow ever more precise experiments on living brains, allowing us to gather better evidence on how electrical impulses on tissue translate into actual behavior and thoughts.
In one experiment, done at Yale, he and his team engineered fruit flies to be light-sensitive in the neural area responsible for escape response. Then the flies were beheaded; fruit flies can live for a day without their heads, but they don't move. When the modified cells were flashed with light, though, the headless flies flew. Miesenboeck had successfully simulated an order from a brain that wasn't even there anymore.
Miesenboeck's current research at Oxford's growing department of neurobiology focuses on the nerve cell networks that underpin what animals perceive, remember and do. In one recent experiment, he used optogenetics to implant an unpleasant memory in a fruit fly, causing it to "remember" to avoid a certain odor as it traveled around. He and his team were able, in fact, to find the fly's specific 12-neuron brain circuit that govern memory formation.
Gero Miesenboeck | Speaker | TED.com