ABOUT THE SPEAKER
Daniel Wolpert - Movement expert
A neuroscientist and engineer, Daniel Wolpert studies how the brain controls the body.

Why you should listen

Consider your hand. You use it to lift things, to balance yourself, to give and take, to sense the world. It has a range of interacting degrees of freedom, and it interacts with many different objects under a variety of environmental conditions. And for most of us, it all just works. At his lab in the Engineering department at Cambridge, Daniel Wolpert and his team are studying why, looking to understand the computations underlying the brain's sensorimotor control of the body.

As he says, "I believe that to understand movement is to understand the whole brain. And therefore it’s important to remember when you are studying memory, cognition, sensory processing, they’re there for a reason, and that reason is action.”  Movement is the only way we have of interacting with the world, whether foraging for food or attracting a waiter's attention. Indeed, all communication, including speech, sign language, gestures and writing, is mediated via the motor system. Taking this viewpoint, and using computational and robotic techniques as well as virtual reality systems, Wolpert and his team research the purpose of the human brain and the way it determines future actions.

 

 

More profile about the speaker
Daniel Wolpert | Speaker | TED.com
TEDGlobal 2011

Daniel Wolpert: The real reason for brains

Denijel Volpert: Zašto zaista imamo mozak?

Filmed:
1,994,993 views

Neurobiolog, Denijel Volpert, polazi od iznenađujuće premise: razmišljanje ili osećanje nisu razlozi za evoluciju mozga, razlog je kontrolisanje kretanja. U ovom zabavnom govoru, bogatom informacijama, Volpert nam daje priliku da pogledamo kako ljudski mozak kreira elegantno i gipko kretanje.
- Movement expert
A neuroscientist and engineer, Daniel Wolpert studies how the brain controls the body. Full bio

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

00:15
I'm a neuroscientistneurolog.
0
0
2000
Ja sam neurobiolog.
00:17
And in neuroscienceнеуронаука,
1
2000
2000
U neurobiologiji,
00:19
we have to dealдоговор with manyмноги difficultтешко questionsпитања about the brainмозак.
2
4000
3000
moramo da se bavimo mnogim teškim pitanjima o mozgu.
00:22
But I want to startпочетак with the easiestнајлакше questionпитање
3
7000
2000
Ali, hteo bih da počnem od najlakšeg pitanja,
00:24
and the questionпитање you really should have all askedпитао yourselvesсами at some pointтачка in your life,
4
9000
3000
pitanja, koje bi svako trebalo sam sebi da postavi bar jednom u životu,
00:27
because it's a fundamentalфундаментално questionпитање
5
12000
2000
jer je to fundamentalno pitanje
00:29
if we want to understandРазумем brainмозак functionфункција.
6
14000
2000
za razumevanje funkcije mozga.
00:31
And that is, why do we and other animalsЖивотиње
7
16000
2000
A to je, zbog čega, mi i druge životinje
00:33
have brainsмозга?
8
18000
2000
imamo mozak?
00:35
Not all speciesврсте on our planetПланета have brainsмозга,
9
20000
3000
Nemaju sve vrste na našoj planeti mozak,
00:38
so if we want to know what the brainмозак is for,
10
23000
2000
i ako želimo da znamo za šta služi mozak,
00:40
let's think about why we evolvedеволуирао one.
11
25000
2000
hajde da pogledamo zbog čega mozak evoluira.
00:42
Now you mayможе reasonразлог that we have one
12
27000
2000
Mogli biste reći da imamo mozak
00:44
to perceivedoživljavaju the worldсвет or to think,
13
29000
2000
za opažanje ili za razmišljanje,
00:46
and that's completelyу потпуности wrongпогрешно.
14
31000
2000
a to je potpuno pogrešno.
00:48
If you think about this questionпитање for any lengthдужина of time,
15
33000
3000
Ako razmišljate o ovom pitanju nešto duže,
00:51
it's blindinglyNeka zaslepljujuжe obviousочигледан why we have a brainмозак.
16
36000
2000
biće zaslepljujuće očigledno zbog čega imamo mozak.
00:53
We have a brainмозак for one reasonразлог and one reasonразлог only,
17
38000
3000
Imamo mozak iz samo jednog jedinog razloga,
00:56
and that's to produceпроизвести adaptableприлагодљив and complexкомплекс movementsпокрета.
18
41000
3000
a to je da bismo izvodili prilagodljivo i kompleksno kretanje.
00:59
There is no other reasonразлог to have a brainмозак.
19
44000
2000
Ne postoji drugi razlog zašto imamo mozak.
01:01
Think about it.
20
46000
2000
Razmislite o tome.
01:03
MovementPokret is the only way you have
21
48000
2000
Kretanje je jedini način koji imamo
01:05
of affectingутичу the worldсвет around you.
22
50000
2000
da utičemo na svet oko sebe.
01:07
Now that's not quiteприлично trueистина. There's one other way, and that's throughкроз sweatingznojenje.
23
52000
3000
To nije sasvim tačno. Postoji još jedan način, a to je znojenje.
01:10
But apartодвојено from that,
24
55000
2000
Ali, pored toga,
01:12
everything elseдруго goesиде throughкроз contractionskontrakcije of musclesмишићи.
25
57000
2000
sve drugo se dešava putem kontrakcija mišića.
01:14
So think about communicationкомуникација --
26
59000
2000
Razmislite o komunikaciji
01:16
speechговор, gesturesгестове, writingписање, signзнак languageЈезик --
27
61000
3000
govor, gestovi, pisanje, jezik znakova
01:19
they're all mediatedposredovao u throughкроз contractionskontrakcije of your musclesмишићи.
28
64000
3000
sve je to posredovano kroz kontrakcije mišića.
01:22
So it's really importantважно to rememberзапамтити
29
67000
2000
Zato je veoma važno zapamtiti
01:24
that sensoryсензорна, memoryмеморија and cognitiveкогнитивни processesпроцесима are all importantважно,
30
69000
4000
da su i senzorni i memorijski i kognitivni procesi važni,
01:28
but they're only importantважно
31
73000
2000
ali su važni jedino
01:30
to eitherили driveпогон or suppressпотисни futureбудућност movementsпокрета.
32
75000
2000
kao pokretači ili supresori nekog budućeg kretanja.
01:32
There can be no evolutionaryеволуционарни advantageprednost
33
77000
2000
Nema evolutivne prednosti
01:34
to layingpolaganje down memoriesсећања of childhoodдетињство
34
79000
2000
u formiranju sećanja iz detinjstva
01:36
or perceivinguočavanje the colorбоја of a roseружа
35
81000
2000
ili u primećivanju kakve boje je ruža
01:38
if it doesn't affectутицати the way you're going to moveпотез laterкасније in life.
36
83000
3000
ukoliko to ne utiče na način kretanja tokom života.
01:41
Now for those who don't believe this argumentрасправа,
37
86000
2000
Za one koji ne veruju u ovo tvrđenje,
01:43
we have treesдрвеће and grassтрава on our planetПланета withoutбез the brainмозак,
38
88000
2000
imamo drveće i travu na našoj planeti, bez mozga,
01:45
but the clinchingosvajanje evidenceдоказ is this animalживотиња here --
39
90000
2000
ali ključni dokaz je ova životinja ovde,
01:47
the humbleпонизан seaморе squirtmališa.
40
92000
2000
ovaj skromni morski plaštaš.
01:49
RudimentaryOsnovnim animalживотиња, has a nervousнервозан systemсистем,
41
94000
3000
Primitivna životinja, ima nervni sistem,
01:52
swimspliva around in the oceanокеан in its juvenileмалолетник life.
42
97000
2000
pliva naokolo u okeanu dok je mlada.
01:54
And at some pointтачка of its life,
43
99000
2000
U jednom stupnju svog života,
01:56
it implantsимплантата on a rockроцк.
44
101000
2000
pričvrstiće se za kamen.
01:58
And the first thing it does in implantingurezivanje on that rockроцк, whichкоја it never leavesоставља,
45
103000
3000
I prvo što će uraditi na tom kamenu, koji više nikad neće napustiti,
02:01
is to digestдигест its ownвластити brainмозак and nervousнервозан systemсистем
46
106000
3000
je da upotrebi svoj mozak i nervni sistem
02:04
for foodхрана.
47
109000
2000
kao hranu.
02:06
So onceједном you don't need to moveпотез,
48
111000
2000
Znači, kad više ne morate da se krećete,
02:08
you don't need the luxuryлуксуз of that brainмозак.
49
113000
3000
više vam ne treba takav luksuz kao što je mozak.
02:11
And this animalживотиња is oftenчесто takenузети
50
116000
2000
Ova životinja se često uzima
02:13
as an analogyаналогија to what happensсе дешава at universitiesуниверзитети
51
118000
2000
kao analogija za ono što se dešava na univerzitetima
02:15
when professorsпрофесори get tenureвласништво,
52
120000
2000
kada profesori dobiju stalnu poziciju,
02:17
but that's a differentразличит subjectпредмет.
53
122000
2000
ali to je već druga tema.
02:19
(ApplauseAplauz)
54
124000
2000
(aplauz)
02:21
So I am a movementпокрет chauvinistљovinistiиka.
55
126000
3000
Znači, ja sam šovinista za kretanje.
02:24
I believe movementпокрет is the mostнајвише importantважно functionфункција of the brainмозак --
56
129000
2000
Verujem da je kretanje najvažnija funkcija mozga,
02:26
don't let anyoneбило ко tell you that it's not trueистина.
57
131000
2000
i ne dozvolite da vam iko kaže da to nije tačno.
02:28
Now if movementпокрет is so importantважно,
58
133000
2000
E sad, ako je kretanje tako važno,
02:30
how well are we doing
59
135000
2000
koliko dobro nam uspeva
02:32
understandingразумевање how the brainмозак controlsконтроле movementпокрет?
60
137000
2000
da razumemo kako mozak kontroliše kretanje?
02:34
And the answerодговор is we're doing extremelyизузетно poorlyлоше; it's a very hardтешко problemпроблем.
61
139000
2000
Odgovor je da nam vrlo loše uspeva; to je vrlo težak problem.
02:36
But we can look at how well we're doing
62
141000
2000
Možemo pogledati koliko nam uspeva
02:38
by thinkingразмишљање about how well we're doing buildingзграде machinesмашине
63
143000
2000
po tome koliko dobro nam ide pravljenje mašina
02:40
whichкоја can do what humansљуди can do.
64
145000
2000
koje mogu da izvršavaju ono što i ljudi.
02:42
Think about the gameигра of chessшах.
65
147000
2000
Uzmite šah za primer.
02:44
How well are we doing determiningодређивање what pieceпиеце to moveпотез where?
66
149000
3000
Koliko dobro možemo da odredimo koju figuru da pomerimo i gde?
02:47
If you pitjama GarryGari KasparovKasparov here, when he's not in jailзатвор,
67
152000
3000
Ako stavite Garija Kasparova ovde, kad nije u zatvoru,
02:50
againstпротив IBM'sIBM je DeepDuboko BluePlavi,
68
155000
2000
da igra protiv IBM-ovog "Deep Blue" kompjutera,
02:52
well the answerодговор is IBM'sIBM je DeepDuboko BluePlavi will occasionallyповремено winпобедити.
69
157000
3000
pa, odgovor je da će IBM-ov "Deep Blue" povremeno pobediti.
02:55
And I think if IBM'sIBM je DeepDuboko BluePlavi playedиграо anyoneбило ко in this roomсоба, it would winпобедити everyсваки time.
70
160000
3000
Mislim da, kad bi IBM-ov "Deep Blue" igrao protiv bilo koga u ovoj sali, da bi pobedio svaki put.
02:58
That problemпроблем is solvedрешено.
71
163000
2000
Taj problem je rešen.
03:00
What about the problemпроблем
72
165000
2000
A šta je sa problemom
03:02
of pickingбирање up a chessшах pieceпиеце,
73
167000
2000
podizanja šahovske figure,
03:04
dexterouslydexterously manipulatingманипулисање it and puttingстављање it back down on the boardодбор, табла?
74
169000
3000
veštog pomeranja i vraćanja figure dole na tablu?
03:07
If you put a fiveпет year-oldgodina child'sdete je dexterityspretnost ruku againstпротив the bestнајбоље robotsроботи of todayданас,
75
172000
3000
Ako uporedite veštinu 5-godišnjeg deteta i najboljih robota današnjice,
03:10
the answerодговор is simpleједноставно:
76
175000
2000
odgovor je jednostavan:
03:12
the childдете winsпобеда easilyлако.
77
177000
2000
dete lako pobeđuje.
03:14
There's no competitionконкуренција at all.
78
179000
2000
Tu uopšte i nema takmičenja.
03:16
Now why is that topврх problemпроблем so easyлако
79
181000
2000
A zašto je taj gornji problem tako lagan,
03:18
and the bottomдно problemпроблем so hardтешко?
80
183000
2000
a donji problem tako težak?
03:20
One reasonразлог is a very smartпаметан fiveпет year-oldgodina
81
185000
2000
Jedan razlog, vrlo pametan 5-godišnjak
03:22
could tell you the algorithmalgoritam for that topврх problemпроблем --
82
187000
2000
bi mogao da vam kaže algoritam za taj gornji problem
03:24
look at all possibleмогуће movesпотезе to the endкрај of the gameигра
83
189000
2000
a to je da ispitate sve moguće poteze do kraja partije
03:26
and chooseизаберите the one that makesчини you winпобедити.
84
191000
2000
i da izaberete onaj kojim pobeđujete.
03:28
So it's a very simpleједноставно algorithmalgoritam.
85
193000
2000
To je vrlo prost algoritam.
03:30
Now of courseкурс there are other movesпотезе,
86
195000
2000
Naravno da postoje drugi potezi,
03:32
but with vastогромно computersрачунари we approximatepribližno
87
197000
2000
ali sa ogromnim kompjuterima možemo uprostiti,
03:34
and come closeБлизу to the optimaloptimalno solutionрешење.
88
199000
2000
i stići blizu optimalnom rešenju.
03:36
When it comesдолази to beingбиће dexterousspretniji,
89
201000
2000
Što se tiče manuelne veštine,
03:38
it's not even clearјасно what the algorithmalgoritam is you have to solveреши to be dexterousspretniji.
90
203000
2000
čak nije jasno koji algoritam treba rešiti da bi se došlo do veštine.
03:40
And we'llдобро see you have to bothи једно и друго perceivedoživljavaju and actчинити on the worldсвет,
91
205000
2000
Videćemo da je potrebno da se okolina detektuje
03:42
whichкоја has a lot of problemsпроблеми.
92
207000
2000
i da se deluje na nju, što nosi mnogo problema.
03:44
But let me showсхов you cutting-edgevrhunska roboticsrobotike.
93
209000
2000
Ali, da vam pokažem vrhunsku robotiku.
03:46
Now a lot of roboticsrobotike is very impressiveимпресиван,
94
211000
2000
Mnogo robota je vrlo impresivno,
03:48
but manipulationманипулација roboticsrobotike is really just in the darkтамно agesгодине.
95
213000
3000
ali manipulativna robotika je ipak tek na početku.
03:51
So this is the endкрај of a PhPH.D. projectпројекат
96
216000
2000
Ovo je kraj jednog projekta za doktorat
03:53
from one of the bestнајбоље roboticsrobotike institutesinstituti.
97
218000
2000
iz jednog od najboljih instituta za robotiku.
03:55
And the studentученик has trainedобучени this robotробот
98
220000
2000
Ovaj student je istrenirao robota
03:57
to pourпоур this waterвода into a glassстакло.
99
222000
2000
da sipa vodu u čašu.
03:59
It's a hardтешко problemпроблем because the waterвода sloshesTeri about, but it can do it.
100
224000
3000
To je težak problem, jer se voda prosipa, ali robot uspeva.
04:02
But it doesn't do it with anything like the agilityagilnost of a humanљудско.
101
227000
3000
Ali ne uspeva da to uradi tako spretno kao ljudsko biće.
04:05
Now if you want this robotробот to do a differentразличит taskзадатак,
102
230000
3000
Ako želite da ovaj robot izvrši drugi zadatak,
04:08
that's anotherдруги three-yeartri godine PhPH.D. programпрограм.
103
233000
3000
to zahteva novi trogodišnji doktorat.
04:11
There is no generalizationgeneralizacija at all
104
236000
2000
Uopšte ne postoji generalizacija
04:13
from one taskзадатак to anotherдруги in roboticsrobotike.
105
238000
2000
za izvršavanje zadataka u robotici.
04:15
Now we can compareупоредити this
106
240000
2000
Možemo uporediti ovo
04:17
to cutting-edgevrhunska humanљудско performanceперформансе.
107
242000
2000
sa vrhunskim ljudskim izvođenjem.
04:19
So what I'm going to showсхов you is EmilyEmily FoxLisica
108
244000
2000
Sada ću vam pokazati Emili Foks,
04:21
winningПобеђивати the worldсвет recordзапис for cupчаша stackingslaganje.
109
246000
3000
kako postavlja svetski rekord u slaganju čaša.
04:24
Now the AmericansAmerikanci in the audienceпублика will know all about cupчаша stackingslaganje.
110
249000
2000
Amerikanci u publici će svi znati šta je slaganje čaša.
04:26
It's a highвисоко schoolшкола sportспорт
111
251000
2000
To je srednjoškolski sport
04:28
where you have 12 cupsčaša you have to stackстацк and unstackUklanjanje naslaganog prikaza
112
253000
2000
u kom treba da prvo poslažete 12 čaša, a onda ih skupite
04:30
againstпротив the clockсат in a prescribedPropisao orderнаручи.
113
255000
2000
u propisanom redosledu i za određeno vreme.
04:32
And this is her gettingдобијања the worldсвет recordзапис in realправи time.
114
257000
3000
I evo nje kako postiže svetski rekord - snimak nije ubrzan.
04:39
(LaughterSmeh)
115
264000
8000
(smeh)
04:47
(ApplauseAplauz)
116
272000
5000
(aplauz)
04:52
And she's prettyприлично happyсрећан.
117
277000
2000
I prilično je srećna.
04:54
We have no ideaидеја what is going on insideу her brainмозак when she does that,
118
279000
2000
Nemamo nikakvu ideju šta joj se dešava u mozgu dok to radi,
04:56
and that's what we'dми смо like to know.
119
281000
2000
a to je ono što bismo hteli da znamo.
04:58
So in my groupгрупа, what we try to do
120
283000
2000
U mojoj grupi pokušavamo da uradimo
05:00
is reverseобратно engineerинжењер how humansљуди controlконтрола movementпокрет.
121
285000
3000
obratno inženjerstvo o ljudskoj kontroli kretanja.
05:03
And it soundsзвуци like an easyлако problemпроблем.
122
288000
2000
To zvuči kao jednostavan problem.
05:05
You sendпошаљи a commandкоманда down, it causesузроке musclesмишићи to contractуговор.
123
290000
2000
Pošaljete komandu dole, to dovede do kontrakcije mišića.
05:07
Your armрука or bodyтело movesпотезе,
124
292000
2000
Ruka ili telo se pokreću,
05:09
and you get sensoryсензорна feedbackповратна информација from visionвизија, from skinкожа, from musclesмишићи and so on.
125
294000
3000
i dobijate senzornu povratnu informaciju od čula vida, iz kože, mišića itd.
05:12
The troubleневоље is
126
297000
2000
Nevolja je u tome
05:14
these signalsсигналима are not the beautifulЛепа signalsсигналима you want them to be.
127
299000
2000
što ti signali nisu tako divni signali kao što bismo mi hteli.
05:16
So one thing that makesчини controllingконтролисање movementпокрет difficultтешко
128
301000
2000
Jedna stvar zbog koje je kontrolisanje kretanja teško
05:18
is, for exampleпример, sensoryсензорна feedbackповратна информација is extremelyизузетно noisyбучно.
129
303000
3000
je, npr. to što je senzorna povratna sprega vrlo bučna.
05:21
Now by noiseбука, I do not mean soundзвук.
130
306000
3000
Pod "bučna", ne mislim na zvuk.
05:24
We use it in the engineeringинжењеринг and neuroscienceнеуронаука senseсмисао
131
309000
2000
To kažemo u inženjerstvu i neurobiologiji u smislu
05:26
meaningзначење a randomслучајно noiseбука corruptingoštećenje a signalсигнал.
132
311000
2000
da su to nasumične smetnje koje ometaju signal.
05:28
So the oldстари daysдана before digitalдигитални radioрадио when you were tuningPodešavanje in your radioрадио
133
313000
3000
U doba pre digitalnog radija, kad ste tražili stanicu na radiju
05:31
and you heardслушао "crrcckkkcrrcckkk" on the stationстаница you wanted to hearчујеш,
134
316000
2000
i ako biste čuli "krrrrrr" tamo gde treba da bude stanica,
05:33
that was the noiseбука.
135
318000
2000
to su bile smetnje - buka.
05:35
But more generallyобично, this noiseбука is something that corruptskvari the signalсигнал.
136
320000
3000
Ali, generalno, ta buka je nešto što ometa signal.
05:38
So for exampleпример, if you put your handруку underиспод a tableсто
137
323000
2000
Tako na primer, ako stavite šaku ispod stola
05:40
and try to localizelokalizovati it with your other handруку,
138
325000
2000
i pokušate da je locirate svojom drugom šakom,
05:42
you can be off by severalнеколико centimeterscm
139
327000
2000
promašićete čak i za nekoliko centimetara
05:44
dueдуе to the noiseбука in sensoryсензорна feedbackповратна информација.
140
329000
2000
zbog smetnji u senzornoj povratnoj sprezi.
05:46
SimilarlyNa sličan način, when you put motorмоторни outputизлаз on movementпокрет outputизлаз,
141
331000
2000
Slično tome, i u prenosu motornog signala u sam pokret,
05:48
it's extremelyизузетно noisyбучно.
142
333000
2000
ima mnogo smetnji.
05:50
ForgetZaboravi about tryingпокушавајући to hitхит the bull'sBul je eyeоко in dartsпикадо,
143
335000
2000
Ne pokušavajte da pogodite centar mete u pikadu,
05:52
just aimциљ for the sameисти spotместо over and over again.
144
337000
2000
pokušajte samo da pogodite istu tačku više puta za redom.
05:54
You have a hugeогромно spreadширити dueдуе to movementпокрет variabilityваријабилност.
145
339000
3000
Pogodićete jako mnogo tačaka, zbog varijabilnosti pokreta ruke.
05:57
And more than that, the outsideспоља worldсвет, or taskзадатак,
146
342000
2000
I šta više, i spoljašnji svet, i sama radnja,
05:59
is bothи једно и друго ambiguousdvosmislen and variablePromenljiva.
147
344000
2000
su nejasni i varijabilni.
06:01
The teapotчајник could be fullпуна, it could be emptyпразно.
148
346000
2000
Čajnik je možda pun, a možda prazan.
06:03
It changesПромене over time.
149
348000
2000
Menja se tokom vremena.
06:05
So we work in a wholeцела sensoryсензорна movementпокрет taskзадатак soupсупа of noiseбука.
150
350000
4000
Mi radimo u pravoj čorbi raznih smetnji, nastalih zbog oseta, pokreta, radnje,
06:09
Now this noiseбука is so great
151
354000
2000
Te smetnje su tako velike
06:11
that societyдруштво placesместа a hugeогромно premiumPremium
152
356000
2000
da društvo daje velike nagrade
06:13
on those of us who can reduceсмањити the consequencesпоследице of noiseбука.
153
358000
3000
onima koji uspeju da smanje posledice tih smetnji.
06:16
So if you're luckyСрећно enoughдовољно to be ableу могуцности to knockKucaj a smallмали whiteбео ballлопта
154
361000
3000
Ako imate dovoljno sreće da ubacite belu lopticu
06:19
into a holeрупа severalнеколико hundredсто yardsдворишта away usingКористећи a long metalметал stickштап,
155
364000
3000
u rupu udaljenu nekoliko stotina metara, koristeći dugački, metalni štap,
06:22
our societyдруштво will be willingспремни to rewardнаграда you
156
367000
2000
naše društvo će vas rado nagraditi
06:24
with hundredsстотине of millionsмилиони of dollarsдолара.
157
369000
3000
stotinama miliona dolara.
06:27
Now what I want to convinceубедити you of
158
372000
2000
Ono u šta želim da vas ubedim je
06:29
is the brainмозак alsoтакође goesиде throughкроз a lot of effortнапор
159
374000
2000
da se i mozak takođe jako trudi
06:31
to reduceсмањити the negativeнегативно consequencesпоследице
160
376000
2000
da smanji negativne posledice
06:33
of this sortврста of noiseбука and variabilityваријабилност.
161
378000
2000
ovakve vrste smetnji i varijabilnosti.
06:35
And to do that, I'm going to tell you about a frameworkоквир
162
380000
2000
I da bih vas ubedio, ispričaću vam o jednom konceptu
06:37
whichкоја is very popularпопуларно in statisticsстатистике and machineмашина learningучење of the last 50 yearsгодине
163
382000
3000
koji je vrlo popularan u statistici i teoriji učenja kod mašina,
06:40
calledпозвани BayesianBajesovo decisionодлука theoryтеорија.
164
385000
2000
u poslednjih 50 godina, i zove se Bajesova teorija odlučivanja.
06:42
And it's more recentlyнедавно a unifyingujedinjenja way
165
387000
3000
I od skora je to način razmišljanja koji
06:45
to think about how the brainмозак dealsдоговори with uncertaintyнеизвесност.
166
390000
3000
razmatra sve ono čime se mozak bori protiv neodređenosti.
06:48
And the fundamentalфундаментално ideaидеја is you want to make inferenceszaključke and then take actionsакције.
167
393000
3000
Osnovna ideja je da želite nešto da zaključite i onda da preduzmete neku akciju.
06:51
So let's think about the inferenceзакључак.
168
396000
2000
Hajde da razmislimo o zaključivanju.
06:53
You want to generateГенериши beliefsверовања about the worldсвет.
169
398000
2000
Želite da formulišete neke stavove o svetu oko vas.
06:55
So what are beliefsверовања?
170
400000
2000
Šta su ti stavovi?
06:57
BeliefsVerovanja could be: where are my armsруке in spaceпростор?
171
402000
2000
To može biti npr. "gde mi se nalaze ruke u prostoru?"
06:59
Am I looking at a catцат or a foxлисица?
172
404000
2000
"Da li sad gledam u mačku ili u lisicu?"
07:01
But we're going to representзаступати beliefsверовања with probabilitiesverovatnoce.
173
406000
3000
Ali, mi ćemo predstaviti stavove sa verovatnoćama.
07:04
So we're going to representзаступати a beliefверовање
174
409000
2000
Zato ćemo predstaviti stav
07:06
with a numberброј betweenизмеђу zeroнула and one --
175
411000
2000
koristeći broj između nula i jedan
07:08
zeroнула meaningзначење I don't believe it at all, one meansзначи I'm absolutelyапсолутно certainизвестан.
176
413000
3000
nula znači da uopšte ne verujem u stav, jedan znači da sam apsolutno siguran.
07:11
And numbersбројеви in betweenизмеђу give you the grayсива levelsнивоа of uncertaintyнеизвесност.
177
416000
3000
A brojevi između prave sivu zonu neodređenosti.
07:14
And the keyкључ ideaидеја to BayesianBajesovo inferenceзакључак
178
419000
2000
I ključna ideja zaključivanja po Bajesovoj teoriji
07:16
is you have two sourcesизвори of informationинформације
179
421000
2000
je da imate dva izvora informacija
07:18
from whichкоја to make your inferenceзакључак.
180
423000
2000
koje koristite da izvedete svoj zaključak.
07:20
You have dataподаци,
181
425000
2000
Imate podatke,
07:22
and dataподаци in neuroscienceнеуронаука is sensoryсензорна inputулазни.
182
427000
2000
"podaci" u neurobiologiji znače senzorni unos (input).
07:24
So I have sensoryсензорна inputулазни, whichкоја I can take in to make beliefsверовања.
183
429000
3000
Znači, imam senzorni unos, koji mogu da koristim da formiram stav.
07:27
But there's anotherдруги sourceизвор of informationинформације, and that's effectivelyефикасно priorпре knowledgeзнање.
184
432000
3000
Ali, postoji drugi izvor informacija, a to je prethodno znanje.
07:30
You accumulateакумулирати knowledgeзнање throughoutтоком your life in memoriesсећања.
185
435000
3000
Tokom života čovek nagomilava znanje u vidu sećanja.
07:33
And the pointтачка about BayesianBajesovo decisionодлука theoryтеорија
186
438000
2000
Poenta Bajesove teorije odlučivanja je
07:35
is it givesдаје you the mathematicsматематика
187
440000
2000
u tome da pruža matematički način
07:37
of the optimaloptimalno way to combineкомбиновати
188
442000
2000
za optimalno kombinovanje
07:39
your priorпре knowledgeзнање with your sensoryсензорна evidenceдоказ
189
444000
2000
prethodnog znanja sa senzornim unosima
07:41
to generateГенериши newново beliefsверовања.
190
446000
2000
u cilju generisanja novih stavova.
07:43
And I've put the formulaформула up there.
191
448000
2000
Stavio sam formulu tu gore.
07:45
I'm not going to explainобјасни what that formulaформула is, but it's very beautifulЛепа.
192
450000
2000
Neću objašnjavati šta je ta formula, ali je to divna formula.
07:47
And it has realправи beautyлепота and realправи explanatoryобјашњење powerмоћ.
193
452000
3000
Vrlo je lepa i može dobro da objasni.
07:50
And what it really saysкаже, and what you want to estimateпроцена,
194
455000
2000
A šta zapravo govori, to je i ono što želite da procenite,
07:52
is the probabilityвероватноћа of differentразличит beliefsверовања
195
457000
2000
to je verovatnoća za različite stavove
07:54
givenдато your sensoryсензорна inputулазни.
196
459000
2000
uzimajući u obzir senzorni unos o kom se radi.
07:56
So let me give you an intuitiveинтуитиван exampleпример.
197
461000
2000
Evo da vam dam jedan intuitivno jasan primer.
07:58
ImagineZamislite you're learningучење to playигра tennisТенис
198
463000
3000
Zamislite da učite da igrate tenis
08:01
and you want to decideодлучити where the ballлопта is going to bounceodskok
199
466000
2000
i hoćete da odlučite gde će lopta odskočiti
08:03
as it comesдолази over the netнет towardsка you.
200
468000
2000
kada stigne preko mreže ka vama.
08:05
There are two sourcesизвори of informationинформације
201
470000
2000
Postoje dva izvora informacija
08:07
Bayes'Bajesovo ruleправило tellsкаже you.
202
472000
2000
po Bajesovom pravilu.
08:09
There's sensoryсензорна evidenceдоказ -- you can use visualвизуелно informationинформације auditoryслушни informationинформације,
203
474000
3000
Postoji senzorni podatak - to može biti vizuelna ili audio informacija,
08:12
and that mightМожда tell you it's going to landземљиште in that redцрвена spotместо.
204
477000
3000
i to vam može ukazati gde da postavite tu crvenu tačku.
08:15
But you know that your sensesчула are not perfectсавршен,
205
480000
3000
Ali, znate da čula nisu savršena,
08:18
and thereforeстога there's some variabilityваријабилност of where it's going to landземљиште
206
483000
2000
i zato postoji varijabilnost oko toga gde će loptica pasti
08:20
shownпоказано by that cloudоблак of redцрвена,
207
485000
2000
što se vidi kao oblak crvene boje,
08:22
representingпредстављање numbersбројеви betweenизмеђу 0.5 and maybe 0.1.
208
487000
3000
koji predstavlja brojeve između 0.5 i možda 0.1
08:26
That informationинформације is availableдоступан in the currentТренутни shotпуцањ,
209
491000
2000
Tu informaciju imamo za trenutni udarac,
08:28
but there's anotherдруги sourceизвор of informationинформације
210
493000
2000
ali postoji i drugi izvor informacija
08:30
not availableдоступан on the currentТренутни shotпуцањ,
211
495000
2000
koji ne postoji pri trenutnom udarcu,
08:32
but only availableдоступан by repeatedпоновио experienceискуство in the gameигра of tennisТенис,
212
497000
3000
već se dobija iskustvom kroz ponovljeno igranje tenisa,
08:35
and that's that the ballлопта doesn't bounceodskok
213
500000
2000
i ta informacija je da loptica ne odskače
08:37
with equalједнак probabilityвероватноћа over the courtсуд duringу току the matchутакмица.
214
502000
2000
sa istom verovatnoćom preko celog terena tokom meča.
08:39
If you're playingиграње againstпротив a very good opponentпротивник,
215
504000
2000
Ako igrate protiv jako dobrog igrača,
08:41
they mayможе distributeдистрибуирати it in that greenзелен areaподручје,
216
506000
2000
takav protivnik može poslati lopticu u tu zelenu zonu
08:43
whichкоја is the priorпре distributionдистрибуција,
217
508000
2000
što je prethodna distribucija,
08:45
makingстварање it hardтешко for you to returnповратак.
218
510000
2000
čime vama otežava da vratite lopticu.
08:47
Now bothи једно и друго these sourcesизвори of informationинформације carryносити importantважно informationинформације.
219
512000
2000
Oba ova izvora pružaju važne informacije.
08:49
And what Bayes'Bajesovo ruleправило saysкаже
220
514000
2000
A Bajesovo pravilo kaže
08:51
is that I should multiplyмножи се the numbersбројеви on the redцрвена by the numbersбројеви on the greenзелен
221
516000
3000
da treba pomnožiti crvene brojeve sa zelenim brojevima
08:54
to get the numbersбројеви of the yellowжуто, whichкоја have the ellipseselipsi,
222
519000
3000
da biste dobili žute brojeve, koji daju ove elipse,
08:57
and that's my beliefверовање.
223
522000
2000
i to je moj stav.
08:59
So it's the optimaloptimalno way of combiningкомбиновање informationинформације.
224
524000
3000
To je optimalni način kombinovanja informacija.
09:02
Now I wouldn'tне би tell you all this if it wasn'tније that a fewнеколико yearsгодине agoпре,
225
527000
2000
Ne bih vam pričao o ovome da, pre nekoliko godina,
09:04
we showedпоказао this is exactlyбаш тако what people do
226
529000
2000
nismo pokazali da upravo na ovaj način
09:06
when they learnучи newново movementпокрет skillsвештине.
227
531000
2000
ljudi uče nove tehnike kretanja.
09:08
And what it meansзначи
228
533000
2000
To znači
09:10
is we really are BayesianBajesovo inferenceзакључак machinesмашине.
229
535000
2000
da smo mi, u stvari, bajesovske mašine za zaključivanje.
09:12
As we go around, we learnучи about statisticsстатистике of the worldсвет and layЛези that down,
230
537000
4000
Tokom života skupljamo statističke podatke o svetu i to pamtimo,
09:16
but we alsoтакође learnучи
231
541000
2000
ali takođe i učimo
09:18
about how noisyбучно our ownвластити sensoryсензорна apparatusaparat za is,
232
543000
2000
da je naš sopstveni senzorni aparat pun smetnji,
09:20
and then combineкомбиновати those
233
545000
2000
i zatim to sve kombinujemo
09:22
in a realправи BayesianBajesovo way.
234
547000
2000
na pravi bajesovski način.
09:24
Now a keyкључ partдео to the BayesianBajesovo is this partдео of the formulaформула.
235
549000
3000
Ključni deo Bajesovskog zaključivanja je ovaj deo formule.
09:27
And what this partдео really saysкаже
236
552000
2000
Taj deo zapravo govori
09:29
is I have to predictпредвидети the probabilityвероватноћа
237
554000
2000
da ja treba da predvidim verovatnoću
09:31
of differentразличит sensoryсензорна feedbacksFlintlok.Pa
238
556000
2000
različitih senzornih povratnih reakcija
09:33
givenдато my beliefsверовања.
239
558000
2000
u odnosu na moje stavove.
09:35
So that really meansзначи I have to make predictionsprognoze of the futureбудућност.
240
560000
3000
To, u stvari, znači da treba da predvidim budućnost.
09:38
And I want to convinceубедити you the brainмозак does make predictionsprognoze
241
563000
2000
Želim da vas ubedim da mozak zaista pravi ta predviđanja
09:40
of the sensoryсензорна feedbackповратна информација it's going to get.
242
565000
2000
o senzornim povratnim reakcijama koje će primiti.
09:42
And moreoverС друге стране, it profoundlyдубоко changesПромене your perceptionsперцепције
243
567000
2000
I šta više, tako mozak značajno menja percepciju
09:44
by what you do.
244
569000
2000
zavisno od toga šta činite.
09:46
And to do that, I'll tell you
245
571000
2000
Da bih vas ubedio, ispričaću vam
09:48
about how the brainмозак dealsдоговори with sensoryсензорна inputулазни.
246
573000
2000
kako mozak obrađuje senzorni unos.
09:50
So you sendпошаљи a commandкоманда out,
247
575000
3000
Znači, pošaljete komandu napolje,
09:53
you get sensoryсензорна feedbackповратна информација back,
248
578000
2000
dobijete povratnu senzornu reakciju,
09:55
and that transformationтрансформација is governedуправља
249
580000
2000
a na tu transformaciju utiču
09:57
by the physicsфизика of your bodyтело and your sensoryсензорна apparatusaparat za.
250
582000
3000
vaše fizičke osobine i vaš senzorni aparat.
10:00
But you can imagineзамислити looking insideу the brainмозак.
251
585000
2000
Ali, zamislite da gledate u unutrašnjost mozga.
10:02
And here'sево insideу the brainмозак.
252
587000
2000
Evo unutrašnjosti mozga.
10:04
You mightМожда have a little predictorpredznak, a neuralнеурал simulatorsimulator,
253
589000
2000
Možda imate mali pokazivač, nervni simulator,
10:06
of the physicsфизика of your bodyтело and your sensesчула.
254
591000
2000
fizičkih osobina vašeg tela i čula.
10:08
So as you sendпошаљи a movementпокрет commandкоманда down,
255
593000
2000
Pa, kad pošaljete komandu za pokret,
10:10
you tapславина a copyкопирај of that off
256
595000
2000
pokrenete i kopiju te komande
10:12
and runтрцати it into your neuralнеурал simulatorsimulator
257
597000
2000
i ubacite u svoj nervni simulator
10:14
to anticipateочекивати the sensoryсензорна consequencesпоследице of your actionsакције.
258
599000
4000
da biste predvideli senzorne posledice te akcije.
10:18
So as I shakeмућкати this ketchupkečap bottleбоца,
259
603000
2000
Kada protresem ovu flašu kečapa,
10:20
I get some trueистина sensoryсензорна feedbackповратна информација as the functionфункција of time in the bottomдно rowред.
260
605000
3000
dobijam prave senzorne povratne reakcije u zavisnosti od vremena, u donjem redu.
10:23
And if I've got a good predictorpredznak, it predictspredviđa da će the sameисти thing.
261
608000
3000
Ako imam dobar pokazivač, predvideće istu tu stvar.
10:26
Well why would I bothersmeta doing that?
262
611000
2000
A zašto da se bakćem da to sve radim?
10:28
I'm going to get the sameисти feedbackповратна информација anywayУ сваком случају.
263
613000
2000
Primiću iste povratne reakcije u svakom slučaju.
10:30
Well there's good reasonsразлоге.
264
615000
2000
Pa, postoje dobri razlozi.
10:32
ImagineZamislite, as I shakeмућкати the ketchupkečap bottleбоца,
265
617000
2000
Zamisliite, dok ja mućkam flašu kečapa,
10:34
someoneнеко very kindlyljubazno comesдолази up to me and tapsславине it on the back for me.
266
619000
3000
neko mi se tiho prišunja i lupne dno flaše.
10:37
Now I get an extraекстра sourceизвор of sensoryсензорна informationинформације
267
622000
2000
Sad imam dodatni izvor senzornih informacija
10:39
dueдуе to that externalекстерно actчинити.
268
624000
2000
zbog te spoljne akcije.
10:41
So I get two sourcesизвори.
269
626000
2000
Znači, imam dva izvora.
10:43
I get you tappingтапкање on it, and I get me shakingтресење it,
270
628000
3000
Imam to da je neko lupnuo flašu i to da ja tresem flašu,
10:46
but from my senses'čula pointтачка of viewпоглед,
271
631000
2000
ali sa gledišta mojih čula,
10:48
that is combinedкомбиновано togetherзаједно into one sourceизвор of informationинформације.
272
633000
3000
to se zajedno kombinuje u jedan izvor informacija.
10:51
Now there's good reasonразлог to believe
273
636000
2000
Postoje dobri razlozi za verovanje
10:53
that you would want to be ableу могуцности to distinguishразликовати externalекстерно eventsдогађаји from internalинтерни eventsдогађаји.
274
638000
3000
da želite da budete u stanju da razlikujete spoljne događaje od unutrašnjih.
10:56
Because externalекстерно eventsдогађаји are actuallyзаправо much more behaviorallypo ponaљanju relevantрелевантно
275
641000
3000
Zato što su spoljašnji događaji u stvari mnogo važniji za ponašanje
10:59
than feelingОсећај everything that's going on insideу my bodyтело.
276
644000
3000
nego to da se oseti sve što se dešava unutar tela.
11:02
So one way to reconstructobnovi that
277
647000
2000
Jedan način da se to rekonstruiše
11:04
is to compareупоредити the predictionпредвиђање --
278
649000
2000
je da se uporedi to predviđanje
11:06
whichкоја is only basedзаснован on your movementпокрет commandskomande --
279
651000
2000
koje se bazira samo na vašim komandama za pokret
11:08
with the realityреалност.
280
653000
2000
sa stvarnim stanjem.
11:10
Any discrepancyneslaganje should hopefullyНадајмо се be externalекстерно.
281
655000
3000
Svako neslaganje bi trebalo da bude zbog spoljnih uticaja.
11:13
So as I go around the worldсвет,
282
658000
2000
I tako, dok se krećem po svetu,
11:15
I'm makingстварање predictionsprognoze of what I should get, subtractingoduzimanjem them off.
283
660000
3000
pravim predviđanja o tome šta bi trebalo da dobijem i onda ih oduzimam.
11:18
Everything left over is externalекстерно to me.
284
663000
2000
I ono što preostane su spoljni uticaji.
11:20
What evidenceдоказ is there for this?
285
665000
2000
Kakvi dokazi postoje za ovo?
11:22
Well there's one very clearјасно exampleпример
286
667000
2000
Pa, postoji jedan vrlo jasan primer
11:24
where a sensationсензација generatedгенерисан by myselfЈа сам feelsосећа very differentразличит
287
669000
2000
u kom senzacija koju sam ja proizveo deluje sasvim drugačije
11:26
then if generatedгенерисан by anotherдруги personособа.
288
671000
2000
od one koju stvara neka druga osoba.
11:28
And so we decidedодлучио the mostнајвише obviousочигледан placeместо to startпочетак
289
673000
2000
Odlučili smo da je očigledno najbolje početi
11:30
was with ticklinggolicanje.
290
675000
2000
sa golicanjem.
11:32
It's been knownпознат for a long time, you can't ticklegolica yourselfсами
291
677000
2000
Dugo je već poznato da ne možete sami sebe golicati,
11:34
as well as other people can.
292
679000
2000
a da drugi ljudi mogu da vas golicaju.
11:36
But it hasn'tније really been shownпоказано, it's because you have a neuralнеурал simulatorsimulator,
293
681000
3000
Ali nije do sada pokazano da je to zato što imate nervni simulator,
11:39
simulatingsimulacija your ownвластити bodyтело
294
684000
2000
kojim simulirate sopstveno telo
11:41
and subtractingoduzimanjem off that senseсмисао.
295
686000
2000
i oduzimate taj osećaj.
11:43
So we can bringдовести the experimentsексперименте of the 21stст centuryвек
296
688000
3000
U 21.veku možemo da eksperimentišemo
11:46
by applyingприменом roboticроботски technologiesтехнологије to this problemпроблем.
297
691000
3000
primenjujući robotičke tehnologije na ovaj problem.
11:49
And in effectефекат, what we have is some sortврста of stickштап in one handруку attachedу прилогу to a robotробот,
298
694000
3000
Zapravo, imamo neku vrstu štapa u ruci pričvršćenoj za robota,
11:52
and they're going to moveпотез that back and forwardнапред.
299
697000
2000
i roboti će to pomerati napred-nazad.
11:54
And then we're going to trackтрацк that with a computerрачунар
300
699000
2000
A mi ćemo to pratiti preko kompjutera
11:56
and use it to controlконтрола anotherдруги robotробот,
301
701000
2000
i koristiti to za kontrolisanje drugog robota,
11:58
whichкоја is going to ticklegolica theirњихова palmпалме with anotherдруги stickштап.
302
703000
2000
koji će golicati po dlanu drugim štapom.
12:00
And then we're going to askпитати them to rateстопа a bunchгомилу of things
303
705000
2000
A onda ćemo ih pitati da ocene nekoliko stvari
12:02
includingукључујући ticklishnessticklishness.
304
707000
2000
uključujući i golicljivost.
12:04
I'll showсхов you just one partдео of our studyстудија.
305
709000
2000
Pokazaću vam samo deo našeg istraživanja.
12:06
And here I've takenузети away the robotsроботи,
306
711000
2000
I tu sam sklonio robote,
12:08
but basicallyу основи people moveпотез with theirњихова right armрука sinusoidallysinusoidally back and forwardнапред.
307
713000
3000
i vidimo ljude koji sinusoidalno pomeraju desnu ruku napred-nazad.
12:11
And we replayponovljeni snimak that to the other handруку with a time delayкашњење.
308
716000
3000
To ponovo puštamo drugoj ruci, sa izvesnim kašnjenjem.
12:14
EitherU svakom no time delayкашњење,
309
719000
2000
U slučaju da nema kašnjenja,
12:16
in whichкоја caseслучај lightсветло would just ticklegolica your palmпалме,
310
721000
2000
svetlosni snop će golicati vaš dlan,
12:18
or with a time delayкашњење of two-tenths0,2 of three-tenths3 / 10 of a secondдруго.
311
723000
4000
ili će postojati kašnjenje od dve ili tri desetinke.
12:22
So the importantважно pointтачка here
312
727000
2000
Ono što je važno u ovome
12:24
is the right handруку always does the sameисти things -- sinusoidalsinusoidnih movementпокрет.
313
729000
3000
je da desna ruka uvek radi istu stvar -- sinusoidalni pokret.
12:27
The left handруку always is the sameисти and putsставља sinusoidalsinusoidnih ticklegolica.
314
732000
3000
Leva ruka je uvek ista i pravi sinusoidalno golicanje.
12:30
All we're playingиграње with is a tempotempo causalityкаузалност.
315
735000
2000
Mi se samo igramo sa uzročnom vezom u odnosu na tempo pokreta.
12:32
And as we go from naughtnula to 0.1 secondдруго,
316
737000
2000
Kako napredujemo od nule ka 0.1 sekundi,
12:34
it becomesпостаје more ticklishgolicljiv.
317
739000
2000
postaje sve golicljivije.
12:36
As you go from 0.1 to 0.2,
318
741000
2000
Kako idemo od 0.1 ka 0.2,
12:38
it becomesпостаје more ticklishgolicljiv at the endкрај.
319
743000
2000
postaje još golicljivije na kraju.
12:40
And by 0.2 of a secondдруго,
320
745000
2000
I na 0.2 sekunde
12:42
it's equivalentlyеквивалентно ticklishgolicljiv
321
747000
2000
podjednako je golicljivo,
12:44
to the robotробот that just tickledMare you withoutбез you doing anything.
322
749000
2000
kao robot koji vas je upravo zagolicao, a da vi niste ništa radili.
12:46
So whateverшта год is responsibleодговоран for this cancellationOtkazivanje
323
751000
2000
Što god da je odgovorno za ovo poništavanje
12:48
is extremelyизузетно tightlyчврсто coupledu kombinaciji with tempotempo causalityкаузалност.
324
753000
3000
je izuzetno blisko povezano sa uzročnom vezom tempa kretanja.
12:51
And basedзаснован on this illustrationилустрација, we really convincedуверен ourselvesсами in the fieldпоље
325
756000
3000
Na osnovu ove ilustracije, svi mi koji radimo u ovoj oblasti smo se uverili
12:54
that the brain'sмозак makingстварање preciseпрецизно predictionsprognoze
326
759000
2000
da mozak pravi precizna predviđanja
12:56
and subtractingoduzimanjem them off from the sensationssenzacije.
327
761000
3000
koja oduzima od onoga što se oseti.
12:59
Now I have to admitпризнајем, these are the worstнајгоре studiesстудије my labлаб has ever runтрцати.
328
764000
3000
Moram da priznam da su ovo najgora istraživanja ikad rađena
13:02
Because the ticklegolica sensationсензација on the palmпалме comesдолази and goesиде,
329
767000
2000
u mojoj laboratoriji, jer osećaj golicanja po dlanu dođe i prođe,
13:04
you need largeвелики numbersбројеви of subjectsпредмети
330
769000
2000
treba vam veliki broj ispitanika
13:06
with these starsЗвездице makingстварање them significantзначајно.
331
771000
2000
sa ovim zvezdicama koje znače da je statistički značajno.
13:08
So we were looking for a much more objectiveобјективан way
332
773000
2000
Zato smo tražili objektivniji način
13:10
to assessПроценити this phenomenaфеномени.
333
775000
2000
za ispitivanje ovih pojava.
13:12
And in the interveninginterveniše yearsгодине I had two daughtersкћери.
334
777000
2000
A u međuvremenu sam ja dobio dve ćerke.
13:14
And one thing you noticeобјава about childrenдеца in backseatsJeste of carsаутомобили on long journeysputovanja,
335
779000
3000
Primetićete da deca, na zadnjem sedištu auta, na dugom putovanju,
13:17
they get into fightsборбе --
336
782000
2000
počinju da se tuku
13:19
whichкоја startedпочела with one of them doing something to the other, the other retaliatingодмазда.
337
784000
3000
što započne tako što jedno uradi nešto onom drugom, koje onda uzvrati.
13:22
It quicklyбрзо escalateseskalira.
338
787000
2000
To se brzo pojačava.
13:24
And childrenдеца tendтенденција to get into fightsборбе whichкоја escalateeskalirati in termsуслови of forceсила.
339
789000
3000
Deca započnu tuču koja se pojača u smislu jačine udaraca.
13:27
Now when I screamedвришти at my childrenдеца to stop,
340
792000
2000
Kad sam viknuo mojim ćerkama da prestanu,
13:29
sometimesпонекад they would bothи једно и друго say to me
341
794000
2000
nekad bi mi obe rekle
13:31
the other personособа hitхит them harderтеже.
342
796000
3000
da je ona druga udarala jače.
13:34
Now I happenдесити се to know my childrenдеца don't lieлажи,
343
799000
2000
E sad, ja znam da moja deca ne lažu,
13:36
so I thought, as a neuroscientistneurolog,
344
801000
2000
pa sam pomislio, kao neurobiolog,
13:38
it was importantважно how I could explainобјасни
345
803000
2000
da je važno da pokušam da objasnim
13:40
how they were tellingговорећи inconsistentнедоследно truthsистине.
346
805000
2000
kako to da govore suprotstavljene istinite stvari.
13:42
And we hypothesizekao pretpostavku da ima basedзаснован on the ticklinggolicanje studyстудија
347
807000
2000
Postavili smo hipotezu, na osnovu ovog istraživanja golicljivosti,
13:44
that when one childдете hitsхитови anotherдруги,
348
809000
2000
da kad jedno dete udari drugo,
13:46
they generateГенериши the movementпокрет commandкоманда.
349
811000
2000
ono generiše komandu za pokret.
13:48
They predictпредвидети the sensoryсензорна consequencesпоследице and subtractoduzimanje it off.
350
813000
3000
Tako predviđa senzornu posledicu i to oduzima.
13:51
So they actuallyзаправо think they'veони су hitхит the personособа lessмање hardтешко than they have --
351
816000
2000
Zato dete zapravo misli da je udarilo drugu osobu
13:53
ratherприлично like the ticklinggolicanje.
352
818000
2000
manjom jačinom nego što zaista jeste, slično kao za golicanje.
13:55
WhereasDok je the passiveпасивно recipientprimalac
353
820000
2000
Dok pasivni primalac
13:57
doesn't make the predictionпредвиђање, feelsосећа the fullпуна blowудари.
354
822000
2000
ne pravi to predviđanje i zato oseća punu jačinu udarca.
13:59
So if they retaliateda se sveti with the sameисти forceсила,
355
824000
2000
I ako hoće da uzvrati istom jačinom,
14:01
the first personособа will think it's been escalatedескалирао.
356
826000
2000
prva osoba će misliti da je to pojačano.
14:03
So we decidedодлучио to testтест this in the labлаб.
357
828000
2000
Odlučili smo da to testiramo u laboratoriji.
14:05
(LaughterSmeh)
358
830000
3000
(smeh)
14:08
Now we don't work with childrenдеца, we don't work with hittingударање,
359
833000
2000
Mi ne radimo sa decom, ne koristimo udaranje,
14:10
but the conceptконцепт is identicalидентично.
360
835000
2000
ali koncept je isti.
14:12
We bringдовести in two adultsодрасли. We tell them they're going to playигра a gameигра.
361
837000
3000
Doveli smo dvoje odraslih. Rekli smo im da će igrati jednu igru.
14:15
And so here'sево playerплаиер one and playerплаиер two sittingседење oppositeсупротно to eachсваки other.
362
840000
2000
I evo prvog i drugog igrača kako sede jedan naspram drugog.
14:17
And the gameигра is very simpleједноставно.
363
842000
2000
Igra je vrlo jednostavna.
14:19
We startedпочела with a motorмоторни
364
844000
2000
Počeli smo sa motorom
14:21
with a little leverpoluga, a little forceсила transfusertransfuser.
365
846000
2000
sa polugicom, malim prenosnikom sile.
14:23
And we use this motorмоторни to applyприменити forceсила down to playerплаиер one'sједан је fingersпрстима
366
848000
2000
Koristimo taj motor da primenimo silu na prste prvog igrača
14:25
for threeтри secondsсекунде and then it stopsзауставља.
367
850000
3000
tokom tri sekunde i onda prestaje.
14:28
And that player'sigrača been told, rememberзапамтити the experienceискуство of that forceсила
368
853000
3000
Tom igraču smo rekli da zapamti iskustvo o tom pritiskanju
14:31
and use your other fingerпрст
369
856000
2000
i da koristi svoj drugi prst
14:33
to applyприменити the sameисти forceсила
370
858000
2000
da primeni istu takvu silu
14:35
down to the other subject'ssubjekta fingerпрст throughкроз a forceсила transfusertransfuser -- and they do that.
371
860000
3000
na prst drugog subjekta putem prenosnika sile -- i oni to rade.
14:38
And playerплаиер two'sdvoje je been told, rememberзапамтити the experienceискуство of that forceсила.
372
863000
3000
I drugom igraču smo rekli da zapamti iskustvo o tom pritiskanju.
14:41
Use your other handруку to applyприменити the forceсила back down.
373
866000
3000
I da svojom drugom rukom uzvrati pritisak.
14:44
And so they take it in turnsокреће се
374
869000
2000
I tako oni naizmenično
14:46
to applyприменити the forceсила they'veони су just experiencedИскусан back and forwardнапред.
375
871000
2000
pritiskaju istom silom koju su upravo iskusili.
14:48
But criticallyкритички,
376
873000
2000
Ali, jako je važno to da,
14:50
they're briefedinformisao about the rulesправила of the gameигра in separateзасебан roomsСобе.
377
875000
3000
smo im rekli o pravilima igre u odvojenim sobama.
14:53
So they don't know the rulesправила the other person'sособа playingиграње by.
378
878000
2000
Tako da ne znaju po kojim pravilima igra ona druga osoba.
14:55
And what we'veми смо measuredизмерена
379
880000
2000
I ono što smo izmerili
14:57
is the forceсила as a functionфункција of termsуслови.
380
882000
2000
je sila u funkciji od uslova koji postoje.
14:59
And if we look at what we startпочетак with,
381
884000
2000
Kada pogledamo na ono od čega smo počeli,
15:01
a quarterчетвртина of a NewtonNjutn there, a numberброј of turnsокреће се,
382
886000
2000
četvrtina Njutna ovde, određen broj ponavljanja,
15:03
perfectсавршен would be that redцрвена lineлине.
383
888000
2000
idealno bi bilo ovo po crvenoj liniji.
15:05
And what we see in all pairsпарови of subjectsпредмети is this --
384
890000
3000
A ono što vidimo kod svih parova subjekata je ovo
15:08
a 70 percentпроценат escalationEskalacija in forceсила
385
893000
2000
70 odsto povećanja jačine pritiska
15:10
on eachсваки go.
386
895000
2000
u svakom ciklusu.
15:12
So it really suggestsсугерише, when you're doing this --
387
897000
2000
Iz ovoga sledi da kada to radite,
15:14
basedзаснован on this studyстудија and othersдруги we'veми смо doneГотово --
388
899000
2000
i to je na osnovu ove studije i drugih koje smo sproveli,
15:16
that the brainмозак is cancelingOtkazivanje the sensoryсензорна consequencesпоследице
389
901000
2000
mozak poništava senzorne posledice
15:18
and underestimatingPodcenili the forceсила it's producingпроизводњу.
390
903000
2000
i potcenjuje silu koju stvara.
15:20
So it re-showsponovo prikazuje the brainмозак makesчини predictionsprognoze
391
905000
2000
To ponovo pokazuje da mozak pravi predviđanja
15:22
and fundamentallyфундаментално changesПромене the preceptspravilima.
392
907000
3000
i fundamentalno menja naredbe.
15:25
So we'veми смо madeмаде inferenceszaključke, we'veми смо doneГотово predictionsprognoze,
393
910000
3000
Do sada smo pravili zaključke i predviđanja,
15:28
now we have to generateГенериши actionsакције.
394
913000
2000
a sada treba da generišemo akcije.
15:30
And what Bayes'Bajesovo ruleправило saysкаже is, givenдато my beliefsверовања,
395
915000
2000
A Bajesovo pravilo kaže da, u odnosu na moje stavove,
15:32
the actionпоступак should in some senseсмисао be optimaloptimalno.
396
917000
2000
akcija treba da bude, na neki način, optimalna.
15:34
But we'veми смо got a problemпроблем.
397
919000
2000
Ali, imamo problem.
15:36
TasksZadaci are symbolicsimboličan -- I want to drinkпиће, I want to danceплес --
398
921000
3000
Radnje su simbolične - hoću da pijem, hoću da igram -
15:39
but the movementпокрет systemсистем has to contractуговор 600 musclesмишићи
399
924000
2000
ali sistem za kretanje mora da kontrahuje
15:41
in a particularпосебно sequenceниз.
400
926000
2000
600 mišića u određenoj sekvenci.
15:43
And there's a bigвелики gapјаз
401
928000
2000
I tu postoji veliki jaz
15:45
betweenизмеђу the taskзадатак and the movementпокрет systemсистем.
402
930000
2000
između određene radnje i sistema za kretanje.
15:47
So it could be bridgedpremostiti in infinitelybeskrajno manyмноги differentразличит waysначини.
403
932000
2000
Taj jaz se može premostiti na bezgranično mnogo načina.
15:49
So think about just a pointтачка to pointтачка movementпокрет.
404
934000
2000
Pomislite samo na kretanje od jedne do druge tačke.
15:51
I could chooseизаберите these two pathsстазе
405
936000
2000
Mogu da izaberem ove dve putanje
15:53
out of an infiniteбесконачан numberброј of pathsстазе.
406
938000
2000
od bezbrojno mnogo drugih putanja.
15:55
HavingImati chosenизабран a particularпосебно pathпут,
407
940000
2000
Pošto sam izabrao određenu putanju,
15:57
I can holdдржати my handруку on that pathпут
408
942000
2000
mogu da postavim ruku na toj putanji
15:59
as infinitelybeskrajno manyмноги differentразличит jointзаједнички configurationsконфигурације.
409
944000
2000
u beskonačno mnogo različitih položaja zgloba.
16:01
And I can holdдржати my armрука in a particularпосебно jointзаједнички configurationKonfiguracija
410
946000
2000
I mogu da držim ruku u određenom položaju zgloba
16:03
eitherили very stiffкруто or very relaxedopušten.
411
948000
2000
vrlo ukočeno ili vrlo opušteno.
16:05
So I have a hugeогромно amountизнос of choiceизбор to make.
412
950000
3000
Znači da imam ogroman broj izbora koje mogu da napravim.
16:08
Now it turnsокреће се out, we are extremelyизузетно stereotypicalstereotip.
413
953000
3000
Ispostavlja se da smo izuzetno stereotipni.
16:11
We all moveпотез the sameисти way prettyприлично much.
414
956000
3000
Svi se krećemo na skoro isti način.
16:14
And so it turnsокреће се out we're so stereotypicalstereotip,
415
959000
2000
Ispostavlja se da smo toliko stereotipni,
16:16
our brainsмозга have got dedicatedпосвећен neuralнеурал circuitryколо
416
961000
2000
da naš mozak ima posebnu nervnu mrežu
16:18
to decodedekodiranje this stereotypingstereotipima.
417
963000
2000
za dekodiranje te stereotipnosti.
16:20
So if I take some dotstačke
418
965000
2000
Ako uzmem neke tačke
16:22
and setкомплет them in motionкретање with biologicalбиолошки motionкретање,
419
967000
3000
i pomeram ih tako da izgleda kao biološko kretanje,
16:25
your brain'sмозак circuitryколо would understandРазумем instantlyодмах what's going on.
420
970000
3000
moždana mreža će odmah shvatiti o čemu se radi.
16:28
Now this is a bunchгомилу of dotstačke movingкретање.
421
973000
2000
Ovo je grupa tačaka koje se kreću.
16:30
You will know what this personособа is doing,
422
975000
3000
A vi znate šta ova osoba radi,
16:33
whetherда ли је happyсрећан, sadтужно, oldстари, youngмлади -- a hugeогромно amountизнос of informationинформације.
423
978000
3000
da li je srećna, tužna, stara, mlada - ogromna količina informacija.
16:36
If these dotstačke were carsаутомобили going on a racingтрке circuitструјно коло,
424
981000
2000
Da su ove tačke kola koja se kreću po trkačkoj stazi,
16:38
you would have absolutelyапсолутно no ideaидеја what's going on.
425
983000
3000
ne biste uopšte znali o čemu se radi.
16:41
So why is it
426
986000
2000
Pa, zašto se
16:43
that we moveпотез the particularпосебно waysначини we do?
427
988000
2000
krećemo na tako određene načine?
16:45
Well let's think about what really happensсе дешава.
428
990000
2000
Hajde da razmislimo šta se zaista dešava.
16:47
Maybe we don't all quiteприлично moveпотез the sameисти way.
429
992000
3000
Možda se ne krećemo svi na sasvim isti način.
16:50
Maybe there's variationvarijacija in the populationпопулација.
430
995000
2000
Možda postoji varijacija u populaciji.
16:52
And maybe those who moveпотез better than othersдруги
431
997000
2000
I možda oni koji se bolje kreću od drugih
16:54
have got more chanceшанса of gettingдобијања theirњихова childrenдеца into the nextследећи generationгенерације.
432
999000
2000
imaju veću šansu da dobiju potomstvo u sledećoj generaciji.
16:56
So in evolutionaryеволуционарни scalesваге, movementsпокрета get better.
433
1001000
3000
Tako se, na evolutivnoj skali, načini kretanja poboljšavaju.
16:59
And perhapsможда in life, movementsпокрета get better throughкроз learningучење.
434
1004000
3000
I možda tokom života, načini kretanja postaju bolji kroz učenje.
17:02
So what is it about a movementпокрет whichкоја is good or badлоше?
435
1007000
2000
A šta je to što čini neki način kretanja dobrim ili lošim?
17:04
ImagineZamislite I want to interceptpresretanje this ballлопта.
436
1009000
2000
Zamislite da hoću da presretnem ovu loptu
17:06
Here are two possibleмогуће pathsстазе to that ballлопта.
437
1011000
3000
Evo dve moguće putanje do te lopte.
17:09
Well if I chooseизаберите the left-handлевица pathпут,
438
1014000
2000
Pa, ako izaberem putanju sa leve strane,
17:11
I can work out the forcesсиле requiredпотребан
439
1016000
2000
mogu da izračunam sile koje su potrebne
17:13
in one of my musclesмишићи as a functionфункција of time.
440
1018000
2000
za jedan od mojih mišića u zavisnosti od vremena.
17:15
But there's noiseбука addedдодато to this.
441
1020000
2000
Ali, postoje smetnje koje se dodaju na to.
17:17
So what I actuallyзаправо get, basedзаснован on this lovelyдивно, smoothглатко, desiredželjeni forceсила,
442
1022000
3000
Ono što zapravo dobijam, počevši od ove fine, uglađene, željene sile,
17:20
is a very noisyбучно versionверзија.
443
1025000
2000
je verzija sa puno smetnji.
17:22
So if I pickпицк the sameисти commandкоманда throughкроз manyмноги timesпута,
444
1027000
3000
Ako izaberem istu komandu više puta,
17:25
I will get a differentразличит noisyбучно versionверзија eachсваки time, because noiseбука changesПромене eachсваки time.
445
1030000
3000
dobiću svaki put verzije sa različitim smetnjama, jer se smetnje menjaju svaki put.
17:28
So what I can showсхов you here
446
1033000
2000
Ono što mogu da vam ovde pokažem je
17:30
is how the variabilityваријабилност of the movementпокрет will evolveеволуирати
447
1035000
2000
kako varijabilnost pokreta evoluira
17:32
if I chooseизаберите that way.
448
1037000
2000
ukoliko izaberem taj način.
17:34
If I chooseизаберите a differentразличит way of movingкретање -- on the right for exampleпример --
449
1039000
3000
Ako izaberem drugi način kretanja - npr. ovaj sa desne strane
17:37
then I'll have a differentразличит commandкоманда, differentразличит noiseбука,
450
1042000
2000
onda ću imati drugačiju komandu, drugačije smetnje,
17:39
playingиграње throughкроз a noisyбучно systemсистем, very complicatedкомпликован.
451
1044000
3000
vrlo je komplikovano snaći se u sistemu punom smetnji.
17:42
All we can be sure of is the variabilityваријабилност will be differentразличит.
452
1047000
3000
Jedino u šta smo sigurni je da će varijabilnost biti različita.
17:45
If I moveпотез in this particularпосебно way,
453
1050000
2000
Ako se krećem na ovaj određeni način,
17:47
I endкрај up with a smallerмањи variabilityваријабилност acrossпреко manyмноги movementsпокрета.
454
1052000
3000
imaću manju varijabilnost kroz mnoge pokrete.
17:50
So if I have to chooseизаберите betweenизмеђу those two,
455
1055000
2000
Pa, ako treba da biram između ta dva,
17:52
I would chooseизаберите the right one because it's lessмање variablePromenljiva.
456
1057000
2000
izabraću ovaj desni, jer ima manju varijabilnost.
17:54
And the fundamentalфундаментално ideaидеја
457
1059000
2000
Osnovna ideja
17:56
is you want to planплан your movementsпокрета
458
1061000
2000
je da želite da planirate svoje pokrete
17:58
so as to minimizeминимизирати the negativeнегативно consequenceпоследица of the noiseбука.
459
1063000
3000
da biste što više smanjili negativne posledice smetnji.
18:01
And one intuitionинтуиција to get
460
1066000
2000
Može se primetiti
18:03
is actuallyзаправо the amountизнос of noiseбука or variabilityваријабилност I showсхов here
461
1068000
2000
da se, zapravo, količina smetnji ili varijabilnost koju pokazujem
18:05
getsдобива biggerвеће as the forceсила getsдобива biggerвеће.
462
1070000
2000
povećava kako se sila pojačava.
18:07
So you want to avoidизбегавајте bigвелики forcesсиле as one principleпринцип.
463
1072000
3000
U principu, želite da izbegnete jake sile.
18:10
So we'veми смо shownпоказано that usingКористећи this,
464
1075000
2000
Tako smo pokazali da, koristeći ovo,
18:12
we can explainобјасни a hugeогромно amountизнос of dataподаци --
465
1077000
2000
možemo da objasnimo veliki broj podataka
18:14
that exactlyбаш тако people are going about theirњихова livesживи planningпланирање movementsпокрета
466
1079000
3000
da, u stvari, ljudi stalno planiraju svoje kretanje
18:17
so as to minimizeминимизирати negativeнегативно consequencesпоследице of noiseбука.
467
1082000
3000
sa ciljem smanjivanja negativnih posledica smetnji.
18:20
So I hopeнадати се I've convincedуверен you the brainмозак is there
468
1085000
2000
Nadam se da sam vas ubedio da je razlog za postojanje
18:22
and evolvedеволуирао to controlконтрола movementпокрет.
469
1087000
2000
i evoluciju mozga to da bi kontrolisao kretanje.
18:24
And it's an intellectualинтелектуалац challengeизазов to understandРазумем how we do that.
470
1089000
3000
Intelektualno je zahtevno da se razume kako mi to radimo.
18:27
But it's alsoтакође relevantрелевантно
471
1092000
2000
I vrlo je važno
18:29
for diseaseболест and rehabilitationrehabilitacija.
472
1094000
2000
zbog bolesti i rehabilitacije.
18:31
There are manyмноги diseasesболести whichкоја effectефекат movementпокрет.
473
1096000
3000
Ima mnogo bolesti koje utiču na kretanje.
18:34
And hopefullyНадајмо се if we understandРазумем how we controlконтрола movementпокрет,
474
1099000
2000
I nadamo se, ako razumemo kako kontrolišemo kretanje,
18:36
we can applyприменити that to roboticроботски technologyтехнологија.
475
1101000
2000
da ćemo to moći da primenimo na robotičku tehnologiju.
18:38
And finallyконачно, I want to remindПодсетите you,
476
1103000
2000
I konačno, želim da vas podsetim,
18:40
when you see animalsЖивотиње do what look like very simpleједноставно tasksзадатке,
477
1105000
2000
kada vidite životinje da izvode ono što izgleda kao jednostavna radnja,
18:42
the actualстварно complexityсложеност of what is going on insideу theirњихова brainмозак
478
1107000
2000
kompleksnost onoga što se dešava u njihovom mozgu
18:44
is really quiteприлично dramaticдраматично.
479
1109000
2000
je, u stvari, veoma upečatljiva.
18:46
Thank you very much.
480
1111000
2000
Hvala vam mnogo.
18:48
(ApplauseAplauz)
481
1113000
8000
(aplauz)
18:56
ChrisKris AndersonAnderson: QuickBrzo questionпитање for you, DanDen.
482
1121000
2000
Kris Enderson: Jedno brzo pitanje za tebe, Den.
18:58
So you're a movementпокрет -- (DWDW: ChauvinistЉovinistiиka.) -- chauvinistљovinistiиka.
483
1123000
4000
Ti si, znači -- (DV: šovinista) -- šovinista za kretanje.
19:02
Does that mean that you think that the other things we think our brainsмозга are about --
484
1127000
3000
Da li to znači da misliš da druge stvari za koje smatramo da nam mozak služi
19:05
the dreamingсања, the yearningиeћnja, the fallingпада in love and all these things --
485
1130000
3000
snovi, želje, zaljubljivanje i sve te stvari
19:08
are a kindкинд of sideстрана showсхов, an accidentнесрећа?
486
1133000
3000
su neka vrsta sporednih dešavanja, samo slučajnost?
19:11
DWDW: No, no, actuallyзаправо I think they're all importantважно
487
1136000
2000
DV: Ne, ne, ja, u stvari, mislim da je sve to važno
19:13
to driveпогон the right movementпокрет behaviorпонашање to get reproductionрепродукција in the endкрај.
488
1138000
3000
da bi usmerilo ka pravom načinu kretanja koji, na kraju, vodi do reprodukcije.
19:16
So I think people who studyстудија sensationсензација or memoryмеморија
489
1141000
3000
Mislim da ljudi koji proučavaju senzacije ili pamćenje,
19:19
withoutбез realizingреализинг why you're layingpolaganje down memoriesсећања of childhoodдетињство.
490
1144000
2000
ne shvataju zašto skupljamo ta sećanja iz detinjstva.
19:21
The factчињеница that we forgetзаборави mostнајвише of our childhoodдетињство, for exampleпример,
491
1146000
3000
Npr. činjenica da većinu stvari iz detinjstva zaboravimo,
19:24
is probablyвероватно fine, because it doesn't effectефекат our movementsпокрета laterкасније in life.
492
1149000
3000
je verovatno prihvatljiva, jer to ne utiče na naše kretanje kasnije u životu.
19:27
You only need to storeпродавница things whichкоја are really going to effectефекат movementпокрет.
493
1152000
3000
Potrebno nam je da čuvamo samo one stvari koje će zaista uticati na kretanje.
19:30
CACA: So you think that people thinkingразмишљање about the brainмозак, and consciousnessсвесност generallyобично,
494
1155000
3000
KE: Znači smatraš da bi ljudi, kad razmišljaju o mozgu i generalno o svesti,
19:33
could get realправи insightна видику
495
1158000
2000
mogli da donesu bolje zaključke
19:35
by sayingговорећи, where does movementпокрет playигра in this gameигра?
496
1160000
2000
ako bi se zapitali, "a, gde je kretanje u svemu tome?"
19:37
DWDW: So people have foundнашао out for exampleпример
497
1162000
2000
DV: Pa, ljudi su zaključili, na primer
19:39
that studyingстудирање visionвизија in the absenceодсуство of realizingреализинг why you have visionвизија
498
1164000
2000
da je proučavanje čula vida bez svesti o tome zbog čega postoji čulo vida
19:41
is a mistakeгрешка.
499
1166000
2000
pogrešno.
19:43
You have to studyстудија visionвизија with the realizationrealizacija
500
1168000
2000
Treba proučavati čulo vida uz shvatanje
19:45
of how the movementпокрет systemсистем is going to use visionвизија.
501
1170000
2000
o tome kako će sistem za kretanje da iskoristi čulo vida.
19:47
And it usesкористи it very differentlyдругачије onceједном you think about it that way.
502
1172000
2000
I kad počnete da razmišljate na taj način, shvatite da je to drugačije.
19:49
CACA: Well that was quiteприлично fascinatingфасцинантан. Thank you very much indeedзаиста.
503
1174000
3000
KE: Ovo je bilo baš fascinantno. Stvarno, puno ti hvala.
19:52
(ApplauseAplauz)
504
1177000
2000
(aplauz)
Translated by Ivana Gadjanski
Reviewed by Ana Zivanovic-Nenadovic

▲Back to top

ABOUT THE SPEAKER
Daniel Wolpert - Movement expert
A neuroscientist and engineer, Daniel Wolpert studies how the brain controls the body.

Why you should listen

Consider your hand. You use it to lift things, to balance yourself, to give and take, to sense the world. It has a range of interacting degrees of freedom, and it interacts with many different objects under a variety of environmental conditions. And for most of us, it all just works. At his lab in the Engineering department at Cambridge, Daniel Wolpert and his team are studying why, looking to understand the computations underlying the brain's sensorimotor control of the body.

As he says, "I believe that to understand movement is to understand the whole brain. And therefore it’s important to remember when you are studying memory, cognition, sensory processing, they’re there for a reason, and that reason is action.”  Movement is the only way we have of interacting with the world, whether foraging for food or attracting a waiter's attention. Indeed, all communication, including speech, sign language, gestures and writing, is mediated via the motor system. Taking this viewpoint, and using computational and robotic techniques as well as virtual reality systems, Wolpert and his team research the purpose of the human brain and the way it determines future actions.

 

 

More profile about the speaker
Daniel Wolpert | Speaker | TED.com