Daniel Wolpert: The real reason for brains

Translator: Anton Hikov Reviewer: Darina Stoyanova

I'm a neuroscientist.

Аз съм учен-невролог.

And in neuroscience,

А в науката неврология

we have to deal with many difficult questions about the brain.

ние трябва да отговорим на много трудни въпроси за мозъка.

But I want to start with the easiest question

Искам да започна с най-лесния въпрос,

and the question you really should have all asked yourselves at some point in your life,

а би трябвало всеки от нас да си е задавал този въпрос,

because it's a fundamental question

защото е основополагащ въпрос

if we want to understand brain function.

ако искаме да разберем как функционира мозъка.

And that is, why do we and other animals

И той е -- защо ние и други животни

have brains?

имаме мозъци?

Not all species on our planet have brains,

Не всички видове на нашата планета имат мозъци,

so if we want to know what the brain is for,

и ако искаме да знаем за какво ни е мозъка,

let's think about why we evolved one.

нека помислим защо сме еволюирали така, че да го имаме.

Now you may reason that we have one

Може би ще изтъкнете причината, че имаме мозък,

to perceive the world or to think,

за да възприемаме света или за да мислим,

and that's completely wrong.

и това е напълно погрешно.

If you think about this question for any length of time,

Ако отделите на този въпрос каквото и да е време,

it's blindingly obvious why we have a brain.

ще осъзнаете, че е очевидно защо имаме мозък.

We have a brain for one reason and one reason only,

Имаме го само и единствено поради една причина,

and that's to produce adaptable and complex movements.

и тя е -- за да произвеждаме адаптивни и сложни движения.

There is no other reason to have a brain.

Няма друга причина да имаме мозък.

Think about it.

Помислете за това.

Movement is the only way you have

Движението е единствения начин, който притежавате,

of affecting the world around you.

за да въздействате на света около вас.

Now that's not quite true. There's one other way, and that's through sweating.

Това не е съвсем истина. Има и друг начин и той е чрез потенето.

But apart from that,

Но извън това,

everything else goes through contractions of muscles.

всичко друго се случва през свиването на мускулите.

So think about communication --

Така че, помислете за комуникацията --

speech, gestures, writing, sign language --

реч, жестове, писане, езикът на знаците,

they're all mediated through contractions of your muscles.

всички те са резултат от свиванията на мускулите.

So it's really important to remember

Затова е много важно да се запомни,

that sensory, memory and cognitive processes are all important,

че сетивните, запаметяващите и познавателните процеси са важни,

but they're only important

но те са важни само

to either drive or suppress future movements.

за да предизвикат или да подтиснат бъдещи движения.

There can be no evolutionary advantage

Няма еволюционно предимство

to laying down memories of childhood

да пазите спомени от детството

or perceiving the color of a rose

или да възприемате цвета на розата,

if it doesn't affect the way you're going to move later in life.

ако това не повлияе начина, по който ще се движите по-нататък в живота си.

Now for those who don't believe this argument,

За тези, които не вярват на това твърдение --

we have trees and grass on our planet without the brain,

на планетата имаме дървета и треви без мозък,

but the clinching evidence is this animal here --

но свързващото доказателство е това животно тук,

the humble sea squirt.

скромната океанска хорда.

Rudimentary animal, has a nervous system,

Елементарно животно, има нервна система,

swims around in the ocean in its juvenile life.

плува в океана през целия си детски живот.

And at some point of its life,

По някое време

it implants on a rock.

се прикрепва към скала.

And the first thing it does in implanting on that rock, which it never leaves,

И първото нещо, което прави като се прикрепи към скалата, която никога не напуска,

is to digest its own brain and nervous system

е да смели собствените си мозък и нервна система

for food.

като храна.

So once you don't need to move,

Защото след като не ви трябва да се движите,

you don't need the luxury of that brain.

нямате нужда от лукса да притежавате мозък.

And this animal is often taken

И това животно често е показвано

as an analogy to what happens at universities

като пример какво се случва в университетите,

when professors get tenure,

когато преподавателите влязат във владение,

but that's a different subject.

но това е друга тема.

(Applause)

(Ръкопляскане)

So I am a movement chauvinist.

Така че аз съм шовинист относно движението.

I believe movement is the most important function of the brain --

Вярвам, че движението е най-важната функция на мозъка,

don't let anyone tell you that it's not true.

не се оставяйте някой да ви каже, че това не е истина.

Now if movement is so important,

Ако движението е толкова важно,

how well are we doing

колко добре се справяме

understanding how the brain controls movement?

за да разберем как мозъкът контролира движенията?

And the answer is we're doing extremely poorly; it's a very hard problem.

Отговорът е, че се справяме много зле, това е много тежък проблем.

But we can look at how well we're doing

Но можем да разберем как се справяме

by thinking about how well we're doing building machines

като помислим колко добре правим строителни машини,

which can do what humans can do.

които могат да правят неща, които правят и хората.

Think about the game of chess.

Помислете за играта на шах.

How well are we doing determining what piece to move where?

Колко добре определяме коя фигура къде да преместим?

If you pit Garry Kasparov here, when he's not in jail,

Ако доведете Гари Каспаров тук, когато не е в затвора,

against IBM's Deep Blue,

срещу компютъра Дийп Блу на IBM,

well the answer is IBM's Deep Blue will occasionally win.

отговорът е, че компютърът ще спечели в повечето случаи.

And I think if IBM's Deep Blue played anyone in this room, it would win every time.

И мисля, че срещу когото и да играе в тази зала, компютърът ще спечели всеки път.

That problem is solved.

Проблемът е решен.

What about the problem

А какво ща кажете за проблема

of picking up a chess piece,

за взимане на една шахматна фигура,

dexterously manipulating it and putting it back down on the board?

сръчно да я манипулирате и да я поставите обратно на дъската?

If you put a five year-old child's dexterity against the best robots of today,

Ако сравните сръчността на петгодишно дете срещу най-мощният компютър,

the answer is simple:

отговорът е лесен --

the child wins easily.

детето ще спечели с лекота.

There's no competition at all.

Изобщо няма конкуренция.

Now why is that top problem so easy

И така, защо горния проблем е толкова лесен,

and the bottom problem so hard?

и защо последния е толкова труден?

One reason is a very smart five year-old

Една причина е, че много умно петгодишно дете

could tell you the algorithm for that top problem --

може да ви каже алгоритъма на горния проблем --

look at all possible moves to the end of the game

вижте всички възможни ходове до края на играта

and choose the one that makes you win.

и изберете този, който ще спечели играта.

So it's a very simple algorithm.

Това е много лесен алгоритъм.

Now of course there are other moves,

Разбира се, има и други ходове,

but with vast computers we approximate

но с мощни компютри ние осредняваме

and come close to the optimal solution.

и се приближаваме до най-оптималното решение.

When it comes to being dexterous,

Когато става въпрос да бъдем сръчни,

it's not even clear what the algorithm is you have to solve to be dexterous.

дори не е ясен алгоритъма, който трябва да разрешите, за да бъдете сръчни.

And we'll see you have to both perceive and act on the world,

И ще видите, че трябва едновременно да възприемате и да действате,

which has a lot of problems.

което по себе си води много проблеми.

But let me show you cutting-edge robotics.

Но нека ви покажа най-новото поколение роботи.

Now a lot of robotics is very impressive,

Много от роботите са впечатляващи,

but manipulation robotics is really just in the dark ages.

но манипулиращите роботи са все още в зората си.

So this is the end of a Ph.D. project

Това е резултата от един докторат

from one of the best robotics institutes.

на един от най-добрите институти по роботика.

And the student has trained this robot

И студентът е научил робота

to pour this water into a glass.

да сипва вода в чаша.

It's a hard problem because the water sloshes about, but it can do it.

Това е сложен проблем, защото водата се разлива, но той се справя.

But it doesn't do it with anything like the agility of a human.

Но това няма нищо общо със сръчността на човека.

Now if you want this robot to do a different task,

Ако искате този робот да направи друга задача,

that's another three-year Ph.D. program.

ще трябва още една тригодишна докторантска програма.

There is no generalization at all

Няма обобщаване

from one task to another in robotics.

в роботиката на една задача с друга.

Now we can compare this

Може да сравним това

to cutting-edge human performance.

с най-доброто човешко изпълнение.

So what I'm going to show you is Emily Fox

Ще ви покажа Емили Фокс,

winning the world record for cup stacking.

световен шампион по нареждане на чаши.

Now the Americans in the audience will know all about cup stacking.

Американците в залата със сигурност знаят всичко за подреждането на чаши.

It's a high school sport

Това е училищен спорт,

where you have 12 cups you have to stack and unstack

в който 12 чаши трябва да бъдат подредени и преподредени

against the clock in a prescribed order.

за определно време в предварително избран ред.

And this is her getting the world record in real time.

И това е нейният рекорд в реално време.

(Laughter)

(Смях)

(Applause)

(Ръкопляскане)

And she's pretty happy.

И тя е много щастлива.

We have no idea what is going on inside her brain when she does that,

Нямаме представа какво се случва в нейния мозък докато прави това,

and that's what we'd like to know.

а това е, което бихме искали да знаем.

So in my group, what we try to do

В моята група, това което се опитваме да правим,

is reverse engineer how humans control movement.

е да разберем как хората контролират движенията

And it sounds like an easy problem.

Това звучи като лесен проблем.

You send a command down, it causes muscles to contract.

Изпращате команда надолу, тя кара мускулите да се свият.

Your arm or body moves,

Вашата ръка или тяло се движат,

and you get sensory feedback from vision, from skin, from muscles and so on.

и получавате обратно сетивна информация от зрението, кожата, мускулите и т.н.

The trouble is

Проблемът е,

these signals are not the beautiful signals you want them to be.

че тези сигнали не са красивите сигнали, които искате да бъдат.

So one thing that makes controlling movement difficult

Едно нещо, което прави контролирането на движенията трудно

is, for example, sensory feedback is extremely noisy.

е например това, че сетивната обратна връзка е много шумна.

Now by noise, I do not mean sound.

И под шум нямам предвид звука.

We use it in the engineering and neuroscience sense

Използваме израза в инжинерен и неврологичен смисъл,

meaning a random noise corrupting a signal.

което означава произволен шум, който нарушава сигнала.

So the old days before digital radio when you were tuning in your radio

В миналото преди дигиталното радио, когато настройвахте радиото

and you heard "crrcckkk" on the station you wanted to hear,

и чуехте "шхшхшхшхш" от станцията, която искате да слушате,

that was the noise.

това беше шума.

But more generally, this noise is something that corrupts the signal.

Но общо казано, този шум е нещо, което заглушава сигнала.

So for example, if you put your hand under a table

Например, ако сложите едната си ръка под масата

and try to localize it with your other hand,

и с другата се опитате да я намерите,

you can be off by several centimeters

можете да сте на сантиметри разлика,

due to the noise in sensory feedback.

заради шума от подаваната обратно сетивна информация.

Similarly, when you put motor output on movement output,

Подобно е когато полезната мощност на двигателя се предава в движение,

it's extremely noisy.

невероятно шумно е.

Forget about trying to hit the bull's eye in darts,

Забравете да се опитате да уцелите центъра на дартс таблото,

just aim for the same spot over and over again.

просто се целете в една и съща точка отново и отново.

You have a huge spread due to movement variability.

Ще имате широк обхват заради променливостта на движението.

And more than that, the outside world, or task,

Още по темата -- външният свят, или задача,

is both ambiguous and variable.

е едновременно неясен и променлив.

The teapot could be full, it could be empty.

Чайникът може да е пълен, но може и да е празен.

It changes over time.

Променя се във времето.

So we work in a whole sensory movement task soup of noise.

И така, ние работим в едно голямо поле от усещания, пълно с шум.

Now this noise is so great

Този шум е толкова силен,

that society places a huge premium

че обществото дава големи предимства

on those of us who can reduce the consequences of noise.

на тези от нас, които могат да намалят последствията от него.

So if you're lucky enough to be able to knock a small white ball

Така че ако имате достатъчно късмет да изпратите малка бяла топка

into a hole several hundred yards away using a long metal stick,

в дупка на няколкостотин метра, използвайки метална пръчка,

our society will be willing to reward you

нашето общество е готово да ви възнагради

with hundreds of millions of dollars.

със стотици милиони долари.

Now what I want to convince you of

Това, в което искам да ви убедя е,

is the brain also goes through a lot of effort

че мозъкът прави много опити

to reduce the negative consequences

да намали негативните последствия

of this sort of noise and variability.

на този тип шум и променливост.

And to do that, I'm going to tell you about a framework

И затова, ще ви разкажа за една теория,

which is very popular in statistics and machine learning of the last 50 years

която е много популярна в статистиката и роботиката през последните 50 години,

called Bayesian decision theory.

наречена Теория за вземане на решения на Бейс.

And it's more recently a unifying way

Това е по-скоро уеднаквяваща теория

to think about how the brain deals with uncertainty.

за това как мозъкът се справя с несигурността.

And the fundamental idea is you want to make inferences and then take actions.

Основополагащата идея е, че бихте искали първо да направите заключения и тогава да действате.

So let's think about the inference.

Нека помислим за умозаключенията.

You want to generate beliefs about the world.

Вие искате да имате определени вярвания за света.

So what are beliefs?

Какво са вярванията?

Beliefs could be: where are my arms in space?

Те могат да бъдат: Къде в пространството са ръцете ми?

Am I looking at a cat or a fox?

Котка ли виждам или лисица?

But we're going to represent beliefs with probabilities.

Сега ще ви представим вярвания с вероятности.

So we're going to represent a belief

Ще ви представим вярване

with a number between zero and one --

с число между 0 и 1 --

zero meaning I don't believe it at all, one means I'm absolutely certain.

0 означава "не вярвам изобщо," 1 означава "абсолютно сигурен."

And numbers in between give you the gray levels of uncertainty.

И числата между тях ви дават стойности на несигурност.

And the key idea to Bayesian inference

Основната идея в теорията на Бейс е,

is you have two sources of information

че имате два източника на информация,

from which to make your inference.

от които да направите своето заключение.

You have data,

Имате информация,

and data in neuroscience is sensory input.

а това в невронауката са сетивните възприятия.

So I have sensory input, which I can take in to make beliefs.

И така, аз имам сетивно възприятие, което може да доведе до вярване.

But there's another source of information, and that's effectively prior knowledge.

Но има и друг източник на информация и това са ефективни предварителни познания.

You accumulate knowledge throughout your life in memories.

Вие събирате знания през целия си живот чрез спомените.

And the point about Bayesian decision theory

И важното в тази теория е,

is it gives you the mathematics

че тя ви дава решението

of the optimal way to combine

за най-доброто комбиниране

your prior knowledge with your sensory evidence

на вашите предварителни знания с вашите сетивни доказателства,

to generate new beliefs.

което генерира нови вярвания.

And I've put the formula up there.

Ще ви покажа формулата тук.

I'm not going to explain what that formula is, but it's very beautiful.

Няма да ви обяснявам какво представлява, но пък е много красива.

And it has real beauty and real explanatory power.

Има истинска красота и истинска обясняваща сила.

And what it really says, and what you want to estimate,

И това, което казва наистина, и което искате да определите,

is the probability of different beliefs

е вероятността на различните вярвания,

given your sensory input.

като резултат от вашите сетивни възприятия.

So let me give you an intuitive example.

Нека ви дам интуитивен пример.

Imagine you're learning to play tennis

Представете си, че се учите да играете тенис

and you want to decide where the ball is going to bounce

и трябва да решите накъде ще отскочи топката,

as it comes over the net towards you.

докато се връща през мрежата към вас.

There are two sources of information

Има два източника на информация

Bayes' rule tells you.

според теорията на Бейс.

There's sensory evidence -- you can use visual information auditory information,

Имате доказателство от сетивата -- визуално и слухово,

and that might tell you it's going to land in that red spot.

и това може да ви каже, че топката ще падне в тази червена точка.

But you know that your senses are not perfect,

Но знаете, че сетивата ви не са идеални,

and therefore there's some variability of where it's going to land

и затова има някаква вероятност за това къде да се приземи,

shown by that cloud of red,

показано от този червен облак,

representing numbers between 0.5 and maybe 0.1.

представящ числа между 0,5 и може би 0,1.

That information is available in the current shot,

Тази информация е налична в настоящия удар,

but there's another source of information

но има и друг източник на информация,

not available on the current shot,

който не е застъпен тук,

but only available by repeated experience in the game of tennis,

но е наличен чрез повтарящи се опити в тенис игрите,

and that's that the ball doesn't bounce

и това е, че топката не отскача

with equal probability over the court during the match.

над мрежата с еднаква вероятност по време на мача.

If you're playing against a very good opponent,

Ако играете срещу много добър съперник,

they may distribute it in that green area,

той може да я изпраща в това зелено поле,

which is the prior distribution,

което е предварителното разпределение,

making it hard for you to return.

правейки я трудна да я върнете обратно.

Now both these sources of information carry important information.

И двата източника носят важна имформация.

And what Bayes' rule says

Това, което казва правилото на Бейс е,

is that I should multiply the numbers on the red by the numbers on the green

че трябва да умножа числата от червената част по числата от зелената,

to get the numbers of the yellow, which have the ellipses,

за да получа числата от жълтата, които са в тези елипси,

and that's my belief.

и това е, в което вярвам аз.

So it's the optimal way of combining information.

Това а най-добрия начин за обединяване на информация.

Now I wouldn't tell you all this if it wasn't that a few years ago,

Не бих ви разказал за това, ако не бяхме показали преди няколко години,

we showed this is exactly what people do

че точно това правят хората,

when they learn new movement skills.

когато придобиват нови двигателни умения.

And what it means

Това означава,

is we really are Bayesian inference machines.

че ние наистина сме машини за заключения на Бейс.

As we go around, we learn about statistics of the world and lay that down,

Докато работим над това, научаваме за световни статистики,

but we also learn

но и научаваме

about how noisy our own sensory apparatus is,

колко "шум" произвежда нашият сенситивен апарат,

and then combine those

и после комбинираме двете

in a real Bayesian way.

по един истински метод на Бейс.

Now a key part to the Bayesian is this part of the formula.

Ключов момент в тази теория е тази част от формулата.

And what this part really says

А това, което тя показва е,

is I have to predict the probability

че трябва да предвидя вероятността

of different sensory feedbacks

на различна информация обратно до моите сетива,

given my beliefs.

имайки предвид моите вярвания.

So that really means I have to make predictions of the future.

Това всъщност означава, че трябва да правя прогнози за бъдещето.

And I want to convince you the brain does make predictions

Искам да ви убедя, че мозъкът прави прогнози,

of the sensory feedback it's going to get.

за информацията, която ще получи от нашите сетива.

And moreover, it profoundly changes your perceptions

И още повече, това дълбоко променя вашите възприятия,

by what you do.

чрез това, което правите.

And to do that, I'll tell you

И за да ви убедя, ще ви разкажа

about how the brain deals with sensory input.

как мозъкът се справя със сетивните възприятия.

So you send a command out,

И така вие изпращате команда,

you get sensory feedback back,

получавате обратно информация,

and that transformation is governed

и тази трансформация се управлява

by the physics of your body and your sensory apparatus.

от физиката на тялото ви и от сетивната ви система.

But you can imagine looking inside the brain.

Но си представете какво има в мозъка.

And here's inside the brain.

Тук виждате какво има там.

You might have a little predictor, a neural simulator,

Може би имате един малък пророк, нервен стимулатор

of the physics of your body and your senses.

на физиката ви и на вашите сетива.

So as you send a movement command down,

Когато изпратите команда за движение надолу,

you tap a copy of that off

правите копие на това

and run it into your neural simulator

и ги изпращате по вашия нервен симулатор,

to anticipate the sensory consequences of your actions.

за да предвидите сетивните последици от вашите действия.

So as I shake this ketchup bottle,

И когато разклатя тази бутилка кетчуп,

I get some true sensory feedback as the function of time in the bottom row.

получавам истинска сетивна информация като функцията от времето най-отдолу.

And if I've got a good predictor, it predicts the same thing.

И ако имам добър пророк, той предсказва същото.

Well why would I bother doing that?

За какво ми е да правя това?

I'm going to get the same feedback anyway.

Аз ще получа същата информация така или иначе.

Well there's good reasons.

Има добри причини за това.

Imagine, as I shake the ketchup bottle,

Представете си, че докато разклащам бутилката с кетчуп,

someone very kindly comes up to me and taps it on the back for me.

някой идва близо до мен и ме потупва по гърба.

Now I get an extra source of sensory information

Така получавам допълнителен източник на сетивна информация,

due to that external act.

благодарение на тази външна намеса.

So I get two sources.

И така имам два източника.

I get you tapping on it, and I get me shaking it,

Имам потупването, както и разклащането,

but from my senses' point of view,

но от гледна точка на моите сетива,

that is combined together into one source of information.

това е комбинирано в един източник на информация.

Now there's good reason to believe

Има добра причина да вярвам,

that you would want to be able to distinguish external events from internal events.

че бихте искали да различавате вътрешните от външните събития.

Because external events are actually much more behaviorally relevant

Защото външните случки са свързани с поведението много повече,

than feeling everything that's going on inside my body.

отколкото усещането за това, което се случва с тялото ми.

So one way to reconstruct that

Един начин да възстановя това

is to compare the prediction --

е да сравня предсказанието,

which is only based on your movement commands --

което е подчинено единствено на двигателните команди,

with the reality.

с реалността.

Any discrepancy should hopefully be external.

Всяко несъответствие би трябвало да идва отвън.

So as I go around the world,

И докато обикалям из света,

I'm making predictions of what I should get, subtracting them off.

аз правя предсказания какво ще получа, вадейки тези части.

Everything left over is external to me.

Това, което остава, е външно за мен.

What evidence is there for this?

Какво е доказателството за това?

Well there's one very clear example

Има един много ясен пример

where a sensation generated by myself feels very different

за това как усещане, породено от мен се чувства различно

then if generated by another person.

от това, породено от друг човек.

And so we decided the most obvious place to start

И така ние решихме, че най-очевидното място, от което да започнем,

was with tickling.

е гъделичкането.

It's been known for a long time, you can't tickle yourself

Отдавна се знае, че не можете да се гъделичкате

as well as other people can.

по начина, по който другите хора могат да го правят.

But it hasn't really been shown, it's because you have a neural simulator,

Но не е било показвано, че това е защото имате нервен стимулатор,

simulating your own body

симулиращ вашето тяло

and subtracting off that sense.

и премахващ това усещане.

So we can bring the experiments of the 21st century

И така, ние въвеждаме този експеримент в 21 век

by applying robotic technologies to this problem.

като прилагаме роботизирани технологии към този проблем.

And in effect, what we have is some sort of stick in one hand attached to a robot,

Като резултат, това което имаме е пръчка в едната ръка, закачена за робот,

and they're going to move that back and forward.

и тя е движена напред и назад.

And then we're going to track that with a computer

И после ние проследяваме това с компютър,

and use it to control another robot,

и го използваме за да контролираме друг робот,

which is going to tickle their palm with another stick.

който гъделичка техните длани с друга пръчка.

And then we're going to ask them to rate a bunch of things

И после ги молим да оценят куп неща,

including ticklishness.

включително гъдела.

I'll show you just one part of our study.

Ще ви покажа само една част от нашето проучване.

And here I've taken away the robots,

И тук съм премахнал роботите,

but basically people move with their right arm sinusoidally back and forward.

но хора движат техните десни ръце по синусоида -- назад и напред.

And we replay that to the other hand with a time delay.

И после повтаряме това на другата ръка със забавяне.

Either no time delay,

Или няма забавяне,

in which case light would just tickle your palm,

като в този случай светлина ще гъделичка дланта ви,

or with a time delay of two-tenths of three-tenths of a second.

или ще има забавяне от две или три десети от секундата.

So the important point here

Важното тук е,

is the right hand always does the same things -- sinusoidal movement.

че дясната ръка винаги прави същото нещо -- синусоидално движение.

The left hand always is the same and puts sinusoidal tickle.

Лявата ръка винаги си остава същата, и прави синусоидално гъделичкане.

All we're playing with is a tempo causality.

Това, с което си играем е темпото на причинно-следствената връзка.

And as we go from naught to 0.1 second,

И докато преминаваме от нула към 0,1 секунди,

it becomes more ticklish.

гъделичкането става по-силно.

As you go from 0.1 to 0.2,

Преминавайки от 0,1 към 0,2,

it becomes more ticklish at the end.

става по-силно към края.

And by 0.2 of a second,

И при 0,2 секунди,

it's equivalently ticklish

гъделът е равен на този,

to the robot that just tickled you without you doing anything.

при който роботът ви гъделичка без вие да правите нещо.

So whatever is responsible for this cancellation

Без значение коя част е отговорна за това анулиране,

is extremely tightly coupled with tempo causality.

то е силно свързано с темпото на причинно-следствените връзки.

And based on this illustration, we really convinced ourselves in the field

И въз основа на тази илюстрация, ние се убедихме,

that the brain's making precise predictions

че мозъкът прави точни предсказания

and subtracting them off from the sensations.

и ги вади от другите усещания.

Now I have to admit, these are the worst studies my lab has ever run.

Трябва да призная, че това са най-лошите проучвания, които моята лаборатория е правила някога.

Because the tickle sensation on the palm comes and goes,

Защото гъделичкащото усещане в дланта идва и си отива,

you need large numbers of subjects

имате нужда от голям брой субекти,

with these stars making them significant.

като тези звезди ги правят значителни.

So we were looking for a much more objective way

Затова търсихме много по-обективен начин

to assess this phenomena.

да оценим този феномен.

And in the intervening years I had two daughters.

И през тези години аз се сдобих с две дъщери.

And one thing you notice about children in backseats of cars on long journeys,

И това, което забелязвате при децата, когато стоят

they get into fights --

на задните седалки в колите при дълги пътувания, те се сбиват,

which started with one of them doing something to the other, the other retaliating.

което започва като едната прави нещо на другата, и другата й отвръща.

It quickly escalates.

Нещата бързо ескалират.

And children tend to get into fights which escalate in terms of force.

Децата лесно започват да се бият, което ескалира по отношение на сила.

Now when I screamed at my children to stop,

Когато се разкрещя на моите деца да спрат,

sometimes they would both say to me

понякога и двете ми казват,

the other person hit them harder.

че другата е ударила по-силно.

Now I happen to know my children don't lie,

Знам, че моите деца не лъжат,

so I thought, as a neuroscientist,

затова си помислих, като невролог,

it was important how I could explain

че е важно как бих могъл да обясня

how they were telling inconsistent truths.

как те казват несъвместими истини.

And we hypothesize based on the tickling study

И на базата на проучването за гъдела имахме хипотеза,

that when one child hits another,

че когато едното дете удря другото,

they generate the movement command.

те генерират двигателна команда.

They predict the sensory consequences and subtract it off.

Те предвиждат сетивните последствия и я изваждат от общото.

So they actually think they've hit the person less hard than they have --

И така смятат, че са ударили другия човек по-леко, отколкото в действителност са,

rather like the tickling.

точно както при гъделичкането.

Whereas the passive recipient

От друга страна пасивният приемател

doesn't make the prediction, feels the full blow.

не прави това предсказание и усеща целия удар.

So if they retaliate with the same force,

И ако отвърне със същата сила,

the first person will think it's been escalated.

първият човек ще си помисли, че ударът е бил по-силен.

So we decided to test this in the lab.

Решихме да проверим това в лабораторията.

(Laughter)

(Смях)

Now we don't work with children, we don't work with hitting,

Не работим с деца и не работим с удряне,

but the concept is identical.

но идеята е подобна.

We bring in two adults. We tell them they're going to play a game.

Довеждаме двама възрастни. Казваме им, че ще играят игра.

And so here's player one and player two sitting opposite to each other.

И така имаме двама играчи, седящи един срещу друг.

And the game is very simple.

Играта е много проста.

We started with a motor

Стартираме с двигател

with a little lever, a little force transfuser.

с малък лост, слаб силов преобразувател.

And we use this motor to apply force down to player one's fingers

Използваме този двигател, за да приложим сила върху пръста на единия играч

for three seconds and then it stops.

за три секунди и после спира.

And that player's been told, remember the experience of that force

И на този играч е казано: помни силата на натиск

and use your other finger

и използвай другия си пръст,

to apply the same force

за да приложиш същата сила

down to the other subject's finger through a force transfuser -- and they do that.

върху пръста на другия играч чрез сила -- и те го правят.

And player two's been told, remember the experience of that force.

На втория играч е казано, да помни силата на това усещане.

Use your other hand to apply the force back down.

И да използва другата си ръка за да отвърне със същото.

And so they take it in turns

И така, те се редуват

to apply the force they've just experienced back and forward.

да прилагат силата, която са изпитали един върху друг.

But critically,

Но критичното тук е,

they're briefed about the rules of the game in separate rooms.

че те са обучени накратко в правилата на играта в отделни стаи.

So they don't know the rules the other person's playing by.

Така че те не знаят правилата, по които играе другия играч.

And what we've measured

И това, което измерихме

is the force as a function of terms.

е силата като функция на опита.

And if we look at what we start with,

И ако погледнем с какво сме започнали,

a quarter of a Newton there, a number of turns,

четвърт нютон, след няколко опита,

perfect would be that red line.

идеална ще е тази червена линия.

And what we see in all pairs of subjects is this --

И това, което видяхме при всички двойки е това --

a 70 percent escalation in force

70 процента увеличение на силата

on each go.

при всеки опит.

So it really suggests, when you're doing this --

Така че това наистина подсказва, че когато правите това --

based on this study and others we've done --

въз основа на това проучване и други, които сме направили --

that the brain is canceling the sensory consequences

че мозъкът анулира сетивните последици

and underestimating the force it's producing.

и подценява силата, която се произвежда.

So it re-shows the brain makes predictions

Така че това показва отново, че мозъкът прави предсказания

and fundamentally changes the precepts.

и фундаментално променя схващанията.

So we've made inferences, we've done predictions,

Така че ние направихме изводи, направихме предсказания,

now we have to generate actions.

сега трябва да генерираме действия.

And what Bayes' rule says is, given my beliefs,

И това, което казва законът на Бейс, като се имат предвид моите убеждения,

the action should in some sense be optimal.

че действието в известен смисъл трябва да бъде оптимално.

But we've got a problem.

Но имаме проблем.

Tasks are symbolic -- I want to drink, I want to dance --

Задачите са символични -- искам да пия, искам да танцувам --

but the movement system has to contract 600 muscles

но двигателната система трябва да свие 600 мускули

in a particular sequence.

в определена последователност.

And there's a big gap

И има голяма разлика

between the task and the movement system.

между задачата и двигателната система.

So it could be bridged in infinitely many different ways.

Може да се свърже по безкрайно много различни начини.

So think about just a point to point movement.

Мислете си само за движението от точка до точка.

I could choose these two paths

Мога да избера тези два пътя

out of an infinite number of paths.

от безброй много пътища.

Having chosen a particular path,

След като съм избрал определен път,

I can hold my hand on that path

мога да държа ръката си по този път

as infinitely many different joint configurations.

по безкрайно много различни ставни конфигурации.

And I can hold my arm in a particular joint configuration

И мога да държа ръката си в определена ставна конфигурация

either very stiff or very relaxed.

или много стегнато или много отпуснато.

So I have a huge amount of choice to make.

Така че имам огромно количество от избори.

Now it turns out, we are extremely stereotypical.

Оказва се, че сме изключително стереотипни.

We all move the same way pretty much.

Ние всички се движим по еднакъв начин до голяма степен.

And so it turns out we're so stereotypical,

И се оказва, че сме толкова стереотипни,

our brains have got dedicated neural circuitry

че мозъците ни имат посветена невронна мрежа,

to decode this stereotyping.

за декодиране на такива стереотипи.

So if I take some dots

Така че, ако взема някои точки

and set them in motion with biological motion,

и ги поставя в движение посредством биологично движение,

your brain's circuitry would understand instantly what's going on.

мрежите на мозъка ви ще разберат веднага какво се случва.

Now this is a bunch of dots moving.

Това са куп от движещи се точки.

You will know what this person is doing,

Ще разберете какво прави този човек,

whether happy, sad, old, young -- a huge amount of information.

дали е щастлив, тъжен, стар, млад -- огромно количество информация.

If these dots were cars going on a racing circuit,

Ако тези точки бяха коли на състезателна писта,

you would have absolutely no idea what's going on.

нямаше да имате абсолютно никаква представа какво се случва.

So why is it

И така, защо

that we move the particular ways we do?

се движим по начина, по който го правим?

Well let's think about what really happens.

Ами нека да помислим за това какво наистина се случва.

Maybe we don't all quite move the same way.

Може би всички ние не се движим по същия начин.

Maybe there's variation in the population.

Вероятно има различия в населението.

And maybe those who move better than others

И може би тези, които се движат по-добре от другите

have got more chance of getting their children into the next generation.

имат по-голям шанс да отведат децата си в следващото поколение.

So in evolutionary scales, movements get better.

Така че в еволюционни мащаби, движенията се подобряват.

And perhaps in life, movements get better through learning.

И може би в живота, движенията стават по-добри чрез учене.

So what is it about a movement which is good or bad?

Така че какво при движението е добро или лошо?

Imagine I want to intercept this ball.

Представете си, че искам да засека тази топка.

Here are two possible paths to that ball.

Ето два възможни пътя към тази топка.

Well if I choose the left-hand path,

Ако избера левият път,

I can work out the forces required

мога да разбера необходимите сили

in one of my muscles as a function of time.

в един от мускулите ми като функция на времето.

But there's noise added to this.

Но има и добавен шум към това.

So what I actually get, based on this lovely, smooth, desired force,

Така че това, което получавам в действителност, на базата на тази прекрасна, гладка, желана сила,

is a very noisy version.

е много шумна версия.

So if I pick the same command through many times,

Така че, ако избера същата команда много пъти,

I will get a different noisy version each time, because noise changes each time.

ще получа различна шумна версия всеки път, защото шума се променя всеки път.

So what I can show you here

Така че това, което мога да ви покажа тук

is how the variability of the movement will evolve

е как ще се развива променливостта на движението,

if I choose that way.

ако избера този път.

If I choose a different way of moving -- on the right for example --

Ако избера друг начин на придвижване, надясно например,

then I'll have a different command, different noise,

тогава ще има различна команда, различен шум,

playing through a noisy system, very complicated.

играейки чрез една шумна система, много сложно.

All we can be sure of is the variability will be different.

Всичко, което можем да бъдем сигурни е, че променливостта ще бъде различна.

If I move in this particular way,

Ако се движа по този конкретен начин,

I end up with a smaller variability across many movements.

ще се окажа с по-малки колебания при повече движения.

So if I have to choose between those two,

Така че, ако трябваше да избирам между тези два пътя,

I would choose the right one because it's less variable.

щях да избера десния, понеже той е по-малко променлив.

And the fundamental idea

И основната идея е,

is you want to plan your movements

че искате да планирате вашите движения,

so as to minimize the negative consequence of the noise.

така че да сведете до минимум отрицателното последствие от шума.

And one intuition to get

И интуиция, която може да получите е,

is actually the amount of noise or variability I show here

че всъщност размера на шума или променливостта, която показвам тук,

gets bigger as the force gets bigger.

се увеличава, когато силата се увеличава.

So you want to avoid big forces as one principle.

Така че е желателно да избягвате големите сили по принцип.

So we've shown that using this,

Така че ние показахме, че използвайки това,

we can explain a huge amount of data --

можем да обясним огромно количество данни --

that exactly people are going about their lives planning movements

че точно хората прекарват живота си, планирайки движения,

so as to minimize negative consequences of noise.

така че да сведат до минимум негативните последици от шума.

So I hope I've convinced you the brain is there

Надявам се, че ви убедих, че мозъка съществува

and evolved to control movement.

и се развива, за да контролира движението.

And it's an intellectual challenge to understand how we do that.

И е интелектуално предизвикателство да разберем как правим това.

But it's also relevant

Но това е също от значение

for disease and rehabilitation.

за болестите и рехабилитацията.

There are many diseases which effect movement.

Има много заболявания, които въздействат на движението.

And hopefully if we understand how we control movement,

И се надявам, че ако разберем как можем да контролираме движението,

we can apply that to robotic technology.

ще можем да приложим това в роботиката.

And finally, I want to remind you,

И накрая, искам да ви напомня,

when you see animals do what look like very simple tasks,

че когато видите животни да извършват много прости задачи,

the actual complexity of what is going on inside their brain

действителната сложност на това, което се случва вътре в мозъците им

is really quite dramatic.

е наистина доста драматична.

Thank you very much.

Много ви благодаря.

(Applause)

(Ръкопляскане)

Chris Anderson: Quick question for you, Dan.

Крис Андерсън: Бърз въпрос към теб, Дан.

So you're a movement -- (DW: Chauvinist.) -- chauvinist.

Значи твоето движение -- (ДУ: Шовинистично) -- шовинистично.

Does that mean that you think that the other things we think our brains are about --

Означава ли това, че смяташ, че другите неща, за които смятаме, че служат мозъците ни --

the dreaming, the yearning, the falling in love and all these things --

като мечтаене, копнеене, влюбване и всички тези неща --

are a kind of side show, an accident?

дали са един вид странично явление, случайност?

DW: No, no, actually I think they're all important

ДУ: Не, не, всъщност мисля, че всички те са важни

to drive the right movement behavior to get reproduction in the end.

за задвижване на правилното двигателно поведение, за да достигнем до възпроизвеждане в края.

So I think people who study sensation or memory

Затова мисля, че хората, които изучават усещането или паметта

without realizing why you're laying down memories of childhood.

без да осъзнават защо имате спомени от детството.

The fact that we forget most of our childhood, for example,

Фактът, че забравяме по-голямата част от нашето детство, например,

is probably fine, because it doesn't effect our movements later in life.

вероятно е нормален, защото не влияе върху нашите движения по-късно в живота.

You only need to store things which are really going to effect movement.

Трябва само да съхраняваме неща, които наистина ще повлияят на движението.

CA: So you think that people thinking about the brain, and consciousness generally,

КА: Значи мислиш, че хората, които мислят за мозъка и съзнанието, като цяло,

could get real insight

могат да получат реална представа

by saying, where does movement play in this game?

като кажат, къде движението играе роля в тази игра?

DW: So people have found out for example

ДУ: Хората са установили, например,

that studying vision in the absence of realizing why you have vision

че изучаването на зрението при отсъствието на осъзнаване защо имате зрение

is a mistake.

е грешка.

You have to study vision with the realization

Трябва да изучавате зрението с осъзнаването

of how the movement system is going to use vision.

как двигателната система ще използва зрението.

And it uses it very differently once you think about it that way.

И тя го използва много по-различно, щом си мислите за него по този начин

CA: Well that was quite fascinating. Thank you very much indeed.

КА: Ами това беше доста интересно. Много благодаря, наистина.

(Applause)

(Ръкопляскане)