Gero Miesenboeck reengineers a brain

52,036 views ・ 2010-11-05

TED


Pro přehrání videa dvakrát klikněte na anglické titulky níže.

Překladatel: Kristyna Zavadilova Korektor: Marek Vanžura
00:15
I have a doppelganger.
0
15260
3000
Mám dvojníka.
00:18
(Laughter)
1
18260
3000
(Smích)
00:21
Dr. Gero is a brilliant
2
21260
3000
Dr. Gero je vynikající,
00:24
but slightly mad scientist
3
24260
2000
ale trochu šílený vědec
00:26
in the "Dragonball Z: Android Saga."
4
26260
3000
z Dragonball Z "Android Ságy".
00:29
If you look very carefully,
5
29260
2000
Když se pečlivě podíváte,
00:31
you see that his skull has been replaced
6
31260
3000
vidíte, že jeho lebka byla nahrazena
00:34
with a transparent Plexiglas dome
7
34260
2000
průhlednou kopulí z plexiskla,
00:36
so that the workings of his brain can be observed
8
36260
3000
tak, aby mohla být činnost jeho mozku pozorována
00:39
and also controlled with light.
9
39260
3000
a také ovládána světlem.
00:42
That's exactly what I do --
10
42260
2000
To je přesně, co já provádím --
00:44
optical mind control.
11
44260
2000
optické ovládání mysli.
00:46
(Laughter)
12
46260
2000
(Smích)
00:48
But in contrast to my evil twin
13
48260
2000
Ale na rozdíl od mého zlomyslného dvojčete,
00:50
who lusts after world domination,
14
50260
3000
který dychtí po ovládnutí světa,
00:53
my motives are not sinister.
15
53260
3000
mé motivy nejsou zlověstné.
00:56
I control the brain
16
56260
2000
Ovládám mozek,
00:58
in order to understand how it works.
17
58260
2000
abychom věděli, jak pracuje.
01:00
Now wait a minute, you may say,
18
60260
2000
Teď si můžete říkat: "Počkej, počkej,
01:02
how can you go straight to controlling the brain
19
62260
3000
jak může přeskočit na ovládání mozku,
01:05
without understanding it first?
20
65260
2000
aniž by mu nejprve rozuměl?"
01:07
Isn't that putting the cart before the horse?
21
67260
3000
Není to jako stavět dům od střechy?
01:11
Many neuroscientists agree with this view
22
71260
3000
Mnoho neurovědců se na tomto stanovisku shodne.
01:14
and think that understanding will come
23
74260
3000
Domnívají se, že porozumění lze dosáhnout
01:17
from more detailed observation and analysis.
24
77260
3000
detailnějším pozorováním a rozborem.
01:20
They say, "If we could record the activity of our neurons,
25
80260
4000
Říkají, "Kdybychom mohli zaznamenat činnost našich neuronů,
01:24
we would understand the brain."
26
84260
3000
porozuměli bychom mozku."
01:27
But think for a moment what that means.
27
87260
3000
Ale na chvíli se zamyslete, co to znamená.
01:30
Even if we could measure
28
90260
2000
I kdybychom mohli zaznamenat,
01:32
what every cell is doing at all times,
29
92260
2000
co která buňka kdy dělá,
01:34
we would still have to make sense
30
94260
2000
museli bychom stále rozluštit
01:36
of the recorded activity patterns,
31
96260
2000
zaznamenaná schémata jejich činnosti,
01:38
and that's so difficult,
32
98260
2000
a to je tak obtížné,
01:40
chances are we'll understand these patterns
33
100260
2000
že pravděpodobně budeme moci rozumět těmto schématům
01:42
just as little as the brains that produce them.
34
102260
3000
jen trochu, stejně tak jako mozku, který je produkuje.
01:45
Take a look at what brain activity might look like.
35
105260
3000
Podívejme se, jak asi vypadá činnost mozku.
01:48
In this simulation, each black dot
36
108260
2000
V této simulaci, každá černá tečka
01:50
is one nerve cell.
37
110260
2000
je jedna nervová buňka.
01:52
The dot is visible
38
112260
2000
Tečka je viditelná
01:54
whenever a cell fires an electrical impulse.
39
114260
2000
pokaždé, kdy buňka vyšle elektrický impulz.
01:56
There's 10,000 neurons here.
40
116260
2000
Zde je 10 000 neuronů.
01:58
So you're looking at roughly one percent
41
118260
2000
Takže se díváte odhadem
02:00
of the brain of a cockroach.
42
120260
3000
na jedno procento mozku švába.
02:04
Your brains are about 100 million times
43
124260
3000
Váš mozek je asi 100 milionkrát
02:07
more complicated.
44
127260
2000
komplikovanější.
02:09
Somewhere, in a pattern like this,
45
129260
2000
Někde je schéma stejné jako toto,
02:11
is you,
46
131260
2000
jste to vy,
02:13
your perceptions,
47
133260
2000
vaše smysly,
02:15
your emotions, your memories,
48
135260
3000
vaše emoce, vaše vzpomínky
02:18
your plans for the future.
49
138260
2000
vaše plány do budoucna.
02:20
But we don't know where,
50
140260
2000
Ale nevíme kde,
02:22
since we don't know how to read the pattern.
51
142260
3000
jelikož nevíme, jak tato schémata rozluštit.
02:25
We don't understand the code used by the brain.
52
145260
3000
Nerozumíme kódu, který mozek používá.
02:28
To make progress,
53
148260
2000
Abychom se pohnuli kupředu,
02:30
we need to break the code.
54
150260
2000
potřebujeme rozluštit tento kód.
02:32
But how?
55
152260
2000
Ale jak?
02:35
An experienced code-breaker will tell you
56
155260
2000
Zkušený luštitel kódů vám řekne,
02:37
that in order to figure out what the symbols in a code mean,
57
157260
3000
že k rozluštění kódu a jeho symbolů
02:40
it's essential to be able to play with them,
58
160260
3000
je potřeba si s nimi umět hrát,
02:43
to rearrange them at will.
59
163260
2000
libovolně je přeskupovat.
02:45
So in this situation too,
60
165260
2000
A tak je tomu i v této situaci,
02:47
to decode the information
61
167260
2000
k dešifrování informace
02:49
contained in patterns like this,
62
169260
2000
obsažené v tomto schématu,
02:51
watching alone won't do.
63
171260
2000
pouhé pozorování nestačí,
02:53
We need to rearrange the pattern.
64
173260
2000
potřebujeme přeskupit schéma.
02:55
In other words,
65
175260
2000
Jinými slovy,
02:57
instead of recording the activity of neurons,
66
177260
2000
namísto zaznamenání činnosti neuronů
02:59
we need to control it.
67
179260
2000
je potřebujeme ovládat.
03:01
It's not essential that we can control
68
181260
2000
Není důležité ovládat
03:03
the activity of all neurons in the brain, just some.
69
183260
3000
činnost všech neuronů v mozku, stačí jen některé.
03:06
The more targeted our interventions, the better.
70
186260
2000
Čím cílenější jsou naše zásahy, tím lépe.
03:08
And I'll show you in a moment
71
188260
2000
A za malý moment vám ukáži,
03:10
how we can achieve the necessary precision.
72
190260
3000
jak můžeme dosáhnout potřebné přesnosti.
03:13
And since I'm realistic, rather than grandiose,
73
193260
3000
A jelikož jsem realistický a nejsem nafoukaný,
03:16
I don't claim that the ability to control the function of the nervous system
74
196260
3000
netvrdím, že schopnost ovládat funkci nervového systému
03:19
will at once unravel all its mysteries.
75
199260
3000
najednou odkryje všechna tajemství.
03:22
But we'll certainly learn a lot.
76
202260
3000
Ale dozajista se mnoho naučíme.
03:27
Now, I'm by no means
77
207260
2000
Nyní, jsem rozhodně
03:29
the first person to realize
78
209260
2000
první člověk, který si uvědomil,
03:31
how powerful a tool intervention is.
79
211260
3000
jak mocný je tento nástroj.
03:34
The history of attempts
80
214260
2000
Seznam pokusů
03:36
to tinker with the function of the nervous system
81
216260
2000
v rýpání se ve funkcích nervového systému
03:38
is long and illustrious.
82
218260
2000
je proslulý a dlouhý.
03:40
It dates back at least 200 years,
83
220260
3000
Pocházejí z období přinejmenším před 200 lety
03:43
to Galvani's famous experiments
84
223260
2000
od Galvaniho proslulého experimentu
03:45
in the late 18th century and beyond.
85
225260
3000
v pozdním 18. století a dál.
03:49
Galvani showed that a frog's legs twitched
86
229260
3000
Galvani ukázal, že se žabí stehýnko cuká,
03:52
when he connected the lumbar nerve
87
232260
2000
když zapojí bederní nerv
03:54
to a source of electrical current.
88
234260
3000
ke zdroji elektrického proudu.
03:57
This experiment revealed the first, and perhaps most fundamental,
89
237260
3000
Tento experiment odhalil první a možná nejvýznamnější
04:00
nugget of the neural code:
90
240260
2000
povahu nervového kódu:
04:02
that information is written in the form
91
242260
2000
informace je zaznamenána ve formě
04:04
of electrical impulses.
92
244260
3000
elektrických impulzů.
04:08
Galvani's approach
93
248260
2000
Galvaniho přístup
04:10
of probing the nervous system with electrodes
94
250260
2000
zkoumání nervového systému pomocí elektrod
04:12
has remained state-of-the-art until today,
95
252260
3000
zůstal nejvyspělejší metodou až do dnes,
04:15
despite a number of drawbacks.
96
255260
3000
navzdory počtu nevýhod.
04:18
Sticking wires into the brain is obviously rather crude.
97
258260
3000
Strkat dráty do mozku je evidentně docela kruté.
04:21
It's hard to do in animals that run around,
98
261260
2000
Je to těžké se zvířaty, která pobíhají kolem,
04:23
and there is a physical limit
99
263260
2000
a také počet drátů,
04:25
to the number of wires
100
265260
2000
které můžete zapojit zároveň
04:27
that can be inserted simultaneously.
101
267260
3000
je omezený.
04:30
So around the turn of the last century,
102
270260
2000
Takže na přelomu minulého století
04:32
I started to think,
103
272260
2000
jsem se zamyslel,
04:34
"Wouldn't it be wonderful if one could take this logic
104
274260
3000
nebylo by to úžasné, kdybychom mohli využít této logiky
04:37
and turn it upside down?"
105
277260
2000
a převrátit ji vzhůru nohama.
04:39
So instead of inserting a wire
106
279260
2000
Namísto zasunování drátů
04:41
into one spot of the brain,
107
281260
3000
do mozku,
04:44
re-engineer the brain itself
108
284260
2000
můžeme zkonstruovat samotný mozek,
04:46
so that some of its neural elements
109
286260
3000
tak, aby některé jeho nervové články
04:49
become responsive to diffusely broadcast signals
110
289260
3000
reagovaly na difůzně vysílané signály,
04:52
such as a flash of light.
111
292260
3000
jako například paprsek světla.
04:55
Such an approach would literally, in a flash of light,
112
295260
3000
Takový příistup by doslova v momentu
04:58
overcome many of the obstacles to discovery.
113
298260
3000
překonal mnoho překážek k objevům.
05:01
First, it's clearly a non-invasive,
114
301260
3000
Za prvé, jedná se zjevně o neinvazivní,
05:04
wireless form of communication.
115
304260
3000
bezdrátovou formu komunikace.
05:07
And second, just as in a radio broadcast,
116
307260
2000
A za druhé, stejně jako u vysílání rádia,
05:09
you can communicate with many receivers at once.
117
309260
3000
můžete komunikovat s mnoha příjemci najednou.
05:12
You don't need to know where these receivers are,
118
312260
3000
Nemusíte vědět, kde se tito příjemci nachází.
05:15
and it doesn't matter if these receivers move --
119
315260
2000
A nezáleží na tom, zda se tito příjemci pohybují --
05:17
just think of the stereo in your car.
120
317260
3000
jen si představte rádio ve vašem autě.
05:20
It gets even better,
121
320260
3000
A to není všechno,
05:23
for it turns out that we can fabricate the receivers
122
323260
3000
ukázalo se, ze můžeme vyrobit přijímače
05:26
out of materials that are encoded in DNA.
123
326260
3000
z materiálu, který je zakódovaný v DNA.
05:29
So each nerve cell
124
329260
2000
Každá nervová buňka
05:31
with the right genetic makeup
125
331260
2000
se správnou genetickou úpravou
05:33
will spontaneously produce a receiver
126
333260
3000
samovolně vyprodukuje přijímač,
05:36
that allows us to control its function.
127
336260
3000
který nám dovolí ovládat její funkce.
05:39
I hope you'll appreciate
128
339260
2000
Doufám, že oceníte
05:41
the beautiful simplicity
129
341260
2000
tu krásu jednoduchosti
05:43
of this concept.
130
343260
2000
této koncepce.
05:45
There's no high-tech gizmos here,
131
345260
2000
Nejedná se zde o žádný hi-tech přístroj,
05:47
just biology revealed through biology.
132
347260
3000
pouze biologii odhalovanou skrze biologii.
05:51
Now let's take a look at these miraculous receivers up close.
133
351260
3000
Pojďme se teď podívat na tyto zázračné přijímače zblízka.
05:54
As we zoom in on one of these purple neurons,
134
354260
3000
Jakmile přiblížíme na jeden z těchto fialových neuronů,
05:57
we see that its outer membrane
135
357260
2000
vidíme, že jeho vnější membrána
05:59
is studded with microscopic pores.
136
359260
2000
je hustě pokryta mikroskopickými póry.
06:01
Pores like these conduct electrical current
137
361260
2000
Póry jako tyto vedou elektrický proud
06:03
and are responsible
138
363260
2000
a jsou odpovědné
06:05
for all the communication in the nervous system.
139
365260
2000
za veškerou komunikaci nervového systému.
06:07
But these pores here are special.
140
367260
2000
Ale tyto póry jsou zvláštní.
06:09
They are coupled to light receptors
141
369260
2000
Jsou spojené do světelných receptorů,
06:11
similar to the ones in your eyes.
142
371260
3000
podobných těm, jaké jsou ve vašich očích.
06:14
Whenever a flash of light hits the receptor,
143
374260
2000
Kdykoli záblesk světla zasáhne receptor,
06:16
the pore opens, an electrical current is switched on,
144
376260
3000
pór se otevře a spustí se elektrický proud,
06:19
and the neuron fires electrical impulses.
145
379260
3000
a neuron vyšle elektrické impulzy.
06:22
Because the light-activated pore is encoded in DNA,
146
382260
3000
Jelikož tento světlem aktivovaný pór je zakódován v DNA,
06:25
we can achieve incredible precision.
147
385260
3000
mužeme dosáhnout neuvěřitelné přesnosti.
06:28
This is because,
148
388260
2000
Je tomu tak,
06:30
although each cell in our bodies
149
390260
2000
přestože každá buňka v našem těle
06:32
contains the same set of genes,
150
392260
2000
obsahuje stejnou sadu genů,
06:34
different mixes of genes get turned on and off
151
394260
2000
různé kombinace genů se zapnou či vypnou
06:36
in different cells.
152
396260
2000
v různých buňkách.
06:38
You can exploit this to make sure
153
398260
2000
Tohoto mužete využít, abyste se ujistili,
06:40
that only some neurons
154
400260
2000
že pouze některé neurony
06:42
contain our light-activated pore and others don't.
155
402260
3000
obsahují naše světlem aktivované póry a některé ne.
06:45
So in this cartoon, the bluish white cell
156
405260
2000
Na této kresbě, tato namodrale bílá buňka
06:47
in the upper-left corner
157
407260
2000
v horním levém rohu
06:49
does not respond to light
158
409260
2000
nereaguje na světlo,
06:51
because it lacks the light-activated pore.
159
411260
3000
protože postrádá světlem aktivované póry.
06:54
The approach works so well
160
414260
2000
Tento přístup funguje tak dobře,
06:56
that we can write purely artificial messages
161
416260
2000
že můžeme posílat čistě umělé zprávy
06:58
directly to the brain.
162
418260
2000
přímo do mozku.
07:00
In this example, each electrical impulse,
163
420260
2000
V tomto případě, každý elektrický impulz,
07:02
each deflection on the trace,
164
422260
3000
každá odchylka od trasy,
07:05
is caused by a brief pulse of light.
165
425260
3000
ja způsobena krátkým bliknutím.
07:08
And the approach, of course, also works
166
428260
2000
Tento postup funguje také
07:10
in moving, behaving animals.
167
430260
3000
u pohybujících se, reagujících zvířat.
07:13
This is the first ever such experiment,
168
433260
2000
Toto je naprosto ojedinělý experiment svého druhu,
07:15
sort of the optical equivalent of Galvani's.
169
435260
3000
jakási optická obdoba Galvaniho pokusu.
07:18
It was done six or seven years ago
170
438260
2000
Byl vykonán před 6 či 7 lety
07:20
by my then graduate student, Susana Lima.
171
440260
3000
mojí tehdejší promující studentkou, Susanou Lima.
07:23
Susana had engineered the fruit fly on the left
172
443260
3000
Susana překonstruovala octomilku tady nalevo,
07:26
so that just two out of the 200,000 cells in its brain
173
446260
4000
tak, že pouze dvě z 200 000 buněk v jejím mozku
07:30
expressed the light-activated pore.
174
450260
3000
vykázaly světlem aktivované póry.
07:33
You're familiar with these cells
175
453260
2000
Znáte tyto buňky,
07:35
because they are the ones that frustrate you
176
455260
2000
protože to jsou ty, které vás frustrují
07:37
when you try to swat the fly.
177
457260
2000
když se snažíte mouchu zaplácnout.
07:39
They trained the escape reflex that makes the fly jump into the air
178
459260
3000
Vytrénovaly únikový reflex, který přiměje mouchu uletět,
07:42
and fly away whenever you move your hand in position.
179
462260
3000
kdykoli pohnete rukou.
07:46
And you can see here that the flash of light has exactly the same effect.
180
466260
3000
A tady můžete vidět, jak proud světla má naprosto stejný efekt.
07:49
The animal jumps, it spreads its wings, it vibrates them,
181
469260
3000
Živočich poskočí, reflex mu rozvine křídla, rozechvěje je,
07:52
but it can't actually take off
182
472260
2000
ale nemůže vzlétnout,
07:54
because the fly is sandwiched between two glass plates.
183
474260
3000
protože moucha je obložená dvěma skleněnými destičkami.
07:58
Now to make sure that this was no reaction of the fly
184
478260
2000
Abychom se ujistili, že se nejedná o reakci mouchy
08:00
to a flash it could see,
185
480260
3000
na světlo, které vidí,
08:03
Susana did a simple
186
483260
2000
Susana provedla jednoduchý,
08:05
but brutally effective experiment.
187
485260
2000
ale nesmírně účinný experiment.
08:07
She cut the heads off of her flies.
188
487260
3000
Usekla mouchám hlavy.
08:11
These headless bodies can live for about a day,
189
491260
3000
Tato bezhlavá těla mohou žít zhruba den,
08:14
but they don't do much.
190
494260
2000
ale moc toho nedělají.
08:16
They just stand around
191
496260
3000
Jen tak postávají
08:19
and groom excessively.
192
499260
3000
a nadměrně se upravují.
08:22
So it seems that the only trait that survives decapitation is vanity.
193
502260
3000
Tak to vypadá, že jediná vlastnost, která přetrvala, je marnivost.
08:25
(Laughter)
194
505260
3000
(Smích)
08:30
Anyway, as you'll see in a moment,
195
510260
2000
Jak za okamžik uvidíte,
08:32
Susana was able to turn on the flight motor
196
512260
3000
Susana dokázala zapnout jejich režim létání
08:35
of what's the equivalent of the spinal cord of these flies
197
515260
3000
u jejich obdoby páteřní míchy
08:38
and get some of the headless bodies
198
518260
2000
a podařilo se jí, aby některá bezhlavá těla
08:40
to actually take off and fly away.
199
520260
3000
vzlétla a odlétla.
08:47
They didn't get very far, obviously.
200
527260
2000
Zjevně neodletěla nijak daleko.
08:50
Since we took these first steps,
201
530260
2000
Od doby, kdy jsme udělali tyto první kroky,
08:52
the field of optogenetics has exploded.
202
532260
3000
obor optogenetiky se prudce rozrostl.
08:55
And there are now hundreds of labs
203
535260
2000
Nyní jsou stovky laboratoří,
08:57
using these approaches.
204
537260
2000
které využívají tohoto přístupu.
08:59
And we've come a long way
205
539260
2000
A máme za sebou dlouhou cestu
09:01
since Galvani's and Susana's first successes
206
541260
3000
od Galvaniho a Susanina prvního úspěchu
09:04
in making animals twitch or jump.
207
544260
2000
v přimění zvířat, aby se cukala či skákala.
09:06
We can now actually interfere with their psychology
208
546260
3000
Nyní se dokonce můžeme vměšovat do jejich psychologie
09:09
in rather profound ways,
209
549260
2000
velmi důmyslným způsobem,
09:11
as I'll show you in my last example,
210
551260
2000
jak vám ukáži ve svém posledním příkladu,
09:13
which is directed at a familiar question.
211
553260
3000
který se řídí známou otázkou.
09:16
Life is a string of choices
212
556260
3000
Život je řetězcem možností
09:19
creating a constant pressure to decide what to do next.
213
559260
3000
způsobujícím konstatní tlak, abychom se rozhodli, co dělat dál.
09:23
We cope with this pressure by having brains,
214
563260
3000
S tímto tlakem se vyrovnáváme používáním mozku,
09:26
and within our brains, decision-making centers
215
566260
3000
a v něm, centra rozhodování,
09:29
that I've called here the "Actor."
216
569260
3000
kterému zde říkám Činitel.
09:33
The Actor implements a policy that takes into account
217
573260
3000
Činitel uskuteční postup, který zohlední
09:36
the state of the environment
218
576260
2000
stav prostředí
09:38
and the context in which we operate.
219
578260
3000
a kontext, ve kterém fungujeme.
09:41
Our actions change the environment, or context,
220
581260
3000
Naše činy mění prostředí či kontext,
09:44
and these changes are then fed back into the decision loop.
221
584260
3000
a tyto změny zpětně reagují na smyčku rozhodnutí.
09:48
Now to put some neurobiological meat
222
588260
3000
Nyní přidáme trochu neurobiologické příměsi
09:51
on this abstract model,
223
591260
2000
do tohoto abstraktního modelu,
09:53
we constructed a simple one-dimensional world
224
593260
2000
vybudovali jsme jednoduchý jednorozměrný svět
09:55
for our favorite subject, fruit flies.
225
595260
3000
pro náš oblíbený objekt zkoumání, octomilky.
09:58
Each chamber in these two vertical stacks
226
598260
2000
Každá komora v těchto dvou svislých komínech
10:00
contains one fly.
227
600260
2000
obsahuje jednu octomilku.
10:02
The left and the right halves of the chamber
228
602260
3000
Levá a pravá polovina komor
10:05
are filled with two different odors,
229
605260
2000
obsahuje jiný pach,
10:07
and a security camera watches
230
607260
2000
a bezpečnostní kamera pozoruje
10:09
as the flies pace up and down between them.
231
609260
3000
octomilky, jak se mezi nimi pohybují nahoru a dolů.
10:12
Here's some such CCTV footage.
232
612260
2000
Tady je jejich záznam.
10:14
Whenever a fly reaches the midpoint of the chamber
233
614260
3000
Jakmile moucha dosáhne středu komory,
10:17
where the two odor streams meet,
234
617260
2000
kde se ty dva pachy střetávají,
10:19
it has to make a decision.
235
619260
2000
musí se rozhodnout,
10:21
It has to decide whether to turn around
236
621260
2000
jestli se má otočit
10:23
and stay in the same odor,
237
623260
2000
a zůstat ve stejném pachu,
10:25
or whether to cross the midline
238
625260
2000
nebo má překročit střed
10:27
and try something new.
239
627260
2000
a zkusit něco nového.
10:29
These decisions are clearly a reflection
240
629260
3000
Tato rozhodnutí jsou jasně výsledkem
10:32
of the Actor's policy.
241
632260
3000
Činitelova postupu.
10:36
Now for an intelligent being like our fly,
242
636260
3000
Jelikož se jedná o inteligenci mouchy,
10:39
this policy is not written in stone
243
639260
3000
tento postup není stálý,
10:42
but rather changes as the animal learns from experience.
244
642260
3000
ale mění se s přibývajícími zkušenostmi živočicha.
10:45
We can incorporate such an element
245
645260
2000
Můžeme zahrnout element
10:47
of adaptive intelligence into our model
246
647260
3000
adaptivní inteligence do našeho modelu,
10:50
by assuming that the fly's brain
247
650260
2000
když budeme předpokládat, že mozek mouchy
10:52
contains not only an Actor,
248
652260
2000
neobsahuje pouze Činitele,
10:54
but a different group of cells,
249
654260
2000
ale i jinou skupinu buněk,
10:56
a "Critic," that provides a running commentary
250
656260
3000
Posuzovatele, který poskytuje průběžný komentář
10:59
on the Actor's choices.
251
659260
2000
k výběru Činitele.
11:01
You can think of this nagging inner voice
252
661260
3000
Pod tímto sekýrováním si můžete představit
11:04
as sort of the brain's equivalent
253
664260
2000
jakousi obdobu mozku
11:06
of the Catholic Church,
254
666260
2000
Katolické církve,
11:08
if you're an Austrian like me,
255
668260
3000
jestliže jste Rakušan jako já,
11:11
or the super-ego, if you're Freudian,
256
671260
3000
nebo jakési nadjá, jestliže jste zastánce Freuda,
11:14
or your mother, if you're Jewish.
257
674260
2000
nebo vaši matku, jestliže jste Žid.
11:16
(Laughter)
258
676260
4000
(Smích)
11:20
Now obviously,
259
680260
2000
Očividně,
11:22
the Critic is a key ingredient
260
682260
3000
Posuzovatel je klíčovou přísadou,
11:25
in what makes us intelligent.
261
685260
2000
která nás tvoří inteligentními.
11:27
So we set out to identify
262
687260
2000
A tak jsme se rozhodli identifikovat
11:29
the cells in the fly's brain
263
689260
2000
ty buňky v mozku mouchy,
11:31
that played the role of the Critic.
264
691260
2000
které hrají roli Posuzovatele.
11:33
And the logic of our experiment was simple.
265
693260
3000
Logika našeho experimentu byla jednoduchá.
11:36
We thought if we could use our optical remote control
266
696260
3000
Domnívali jsme se, že jestliže můžeme použít dálkový ovladač
11:39
to activate the cells of the Critic,
267
699260
3000
k aktivaci buněk Posuzovatele,
11:42
we should be able, artificially, to nag the Actor
268
702260
3000
můžeme také, uměle, naléhat na Činitele,
11:45
into changing its policy.
269
705260
2000
aby změnil svůj postup.
11:47
In other words,
270
707260
2000
Jinými slovy,
11:49
the fly should learn from mistakes
271
709260
2000
moucha by se měla učit z chyb,
11:51
that it thought it had made
272
711260
2000
které si myslí, že udělala,
11:53
but, in reality, it had not made.
273
713260
3000
ale ve skutečnosti žádné neudělala.
11:56
So we bred flies
274
716260
2000
A tak jsme vypěstovali mouchy,
11:58
whose brains were more or less randomly peppered
275
718260
3000
jejichž mozky jsme více méně nahodile poseli
12:01
with cells that were light addressable.
276
721260
2000
buňkami, které jsou světelně směrovatelné.
12:03
And then we took these flies
277
723260
2000
Pak jsme vzali tyto mouchy
12:05
and allowed them to make choices.
278
725260
2000
a nechali je učinit rozhodnutí.
12:07
And whenever they made one of the two choices,
279
727260
2000
A kdykoliv se rozhodly pro jedno z řešení,
12:09
chose one odor,
280
729260
2000
vybraly jeden pach,
12:11
in this case the blue one over the orange one,
281
731260
2000
v tomto případě, ten modrý před oranžovým,
12:13
we switched on the lights.
282
733260
2000
zapli jsme světla.
12:15
If the Critic was among the optically activated cells,
283
735260
3000
Jestliže byl Posuzovatel mezi opticky aktivovanými buňkami,
12:18
the result of this intervention
284
738260
2000
výsledkem tohoto zásahu
12:20
should be a change in policy.
285
740260
3000
by měla být změna v postupu.
12:23
The fly should learn to avoid
286
743260
2000
Moucha by se měla naučit vyhnout se
12:25
the optically reinforced odor.
287
745260
2000
opticky posílenému pachu.
12:27
Here's what happened in two instances:
288
747260
3000
Tady jsou dva příklady.
12:30
We're comparing two strains of flies,
289
750260
3000
Porovnáváme dva druhy much,
12:33
each of them having
290
753260
2000
každá z much má v mozku
12:35
about 100 light-addressable cells in their brains,
291
755260
2000
kolem 100 světelně směrovatelných buněk,
12:37
shown here in green on the left and on the right.
292
757260
3000
které tady vidíte zeleně nalevo a napravo.
12:40
What's common among these groups of cells
293
760260
3000
Co je běžné u těchto skupin buněk,
12:43
is that they all produce the neurotransmitter dopamine.
294
763260
3000
je, že produkují neurotransmiter dopamin.
12:46
But the identities of the individual
295
766260
2000
Ale totožnosti jednotlivých
12:48
dopamine-producing neurons
296
768260
2000
dopamin vyrábějících neuronů
12:50
are clearly largely different on the left and on the right.
297
770260
3000
jsou zřetelně jiné nalevo a napravo.
12:53
Optically activating
298
773260
2000
Stovky opticky aktivovaných
12:55
these hundred or so cells
299
775260
2000
buněk
12:57
into two strains of flies
300
777260
2000
ve dvou druzích much
12:59
has dramatically different consequences.
301
779260
2000
přináší dramaticky různé důsledky.
13:01
If you look first at the behavior
302
781260
2000
Když se podíváte nejprve na chování
13:03
of the fly on the right,
303
783260
2000
mouchy napravo,
13:05
you can see that whenever it reaches the midpoint of the chamber
304
785260
3000
vidíte, že kdykoliv se přiblížila středu komory,
13:08
where the two odors meet,
305
788260
2000
kde se dva pachy střetávají,
13:10
it marches straight through, as it did before.
306
790260
3000
napochoduje si přímo skrz, jako kdyby to už dělala.
13:13
Its behavior is completely unchanged.
307
793260
2000
Její chování zůstává neměnné.
13:15
But the behavior of the fly on the left is very different.
308
795260
3000
Ale chování mouchy nalevo je jiné.
13:18
Whenever it comes up to the midpoint,
309
798260
3000
Kdykoliv dosáhne středu,
13:21
it pauses,
310
801260
2000
zastaví se,
13:23
it carefully scans the odor interface
311
803260
2000
opatrně prozkoumá pach rozhraní,
13:25
as if it was sniffing out its environment,
312
805260
2000
jako kdyby čenichala jeho prostředí,
13:27
and then it turns around.
313
807260
2000
a pak se otočí zpět.
13:29
This means that the policy that the Actor implements
314
809260
3000
To znamená, že postup, který Činitel nyní realizuje
13:32
now includes an instruction to avoid the odor
315
812260
2000
zahrnuje instrukce vyvarovat se pachu,
13:34
that's in the right half of the chamber.
316
814260
3000
který je v pravé straně komory.
13:37
This means that the Critic
317
817260
2000
To znamená, že Posuzovatel
13:39
must have spoken in that animal,
318
819260
2000
promluvil k živočichovi,
13:41
and that the Critic must be contained
319
821260
2000
a že patří
13:43
among the dopamine-producing neurons on the left,
320
823260
3000
mezi neurony produkující dopamin nalevo
13:46
but not among the dopamine producing neurons on the right.
321
826260
3000
a ne mezi neurony produkující dopamin napravo.
13:49
Through many such experiments,
322
829260
3000
Díky mnoha podobným experimentům
13:52
we were able to narrow down
323
832260
2000
jsme byli schopni zúžit počet možných
13:54
the identity of the Critic
324
834260
2000
buněk identifikovatelných jako Posuzovatel
13:56
to just 12 cells.
325
836260
2000
na pouhých 12 buněk.
13:58
These 12 cells, as shown here in green,
326
838260
3000
Těchto 12 buněk, jak vidíte tady zeleně,
14:01
send the output to a brain structure
327
841260
2000
vysílá data do části mozku
14:03
called the "mushroom body,"
328
843260
2000
zvaného houbovité těleso,
14:05
which is shown here in gray.
329
845260
2000
které je zde vyznačeno šedivě.
14:07
We know from our formal model
330
847260
2000
Víme, z našeho předchozího modelu,
14:09
that the brain structure
331
849260
2000
že poslední strukturou mozku,
14:11
at the receiving end of the Critic's commentary is the Actor.
332
851260
3000
která dostává Posuzovatelovy komentáře, je Činitel.
14:14
So this anatomy suggests
333
854260
2000
Tato anatomie naznačuje,
14:16
that the mushroom bodies have something to do
334
856260
3000
že houbovitá tělesa mají co dočinění
14:19
with action choice.
335
859260
2000
s výběrem jednání.
14:21
Based on everything we know about the mushroom bodies,
336
861260
2000
Na základě všeho, co víme o houbovitých tělesech,
14:23
this makes perfect sense.
337
863260
2000
to dává dokonalý smysl.
14:25
In fact, it makes so much sense
338
865260
2000
Ve skutečnosti to dává takový smysl,
14:27
that we can construct an electronic toy circuit
339
867260
3000
že můžeme vyrábět hračky s elektronickým obvodem,
14:30
that simulates the behavior of the fly.
340
870260
3000
který představuje chování mouchy.
14:33
In this electronic toy circuit,
341
873260
3000
Na této hračce s obvodem,
14:36
the mushroom body neurons are symbolized
342
876260
2000
jsou neurony houbovitého tělesa symbolizovány
14:38
by the vertical bank of blue LEDs
343
878260
3000
svislou plošinou s modrými diodami
14:41
in the center of the board.
344
881260
3000
ve středu desky.
14:44
These LED's are wired to sensors
345
884260
2000
Tyto diody jsou připojené k senzorům,
14:46
that detect the presence of odorous molecules in the air.
346
886260
3000
které ve vzduchu odhalí přítomnost aromatických molekul.
14:50
Each odor activates a different combination of sensors,
347
890260
3000
Každý pach aktivuje jiné kombinace senzorů,
14:53
which in turn activates
348
893260
2000
které střídavě aktivují
14:55
a different odor detector in the mushroom body.
349
895260
3000
různé pachové detektory v houbovitých tělesech.
14:58
So the pilot in the cockpit of the fly,
350
898260
2000
Takže pilot v kabině mouchy,
15:00
the Actor,
351
900260
2000
Činitel,
15:02
can tell which odor is present
352
902260
2000
může rozeznat, který pach je přítomný,
15:04
simply by looking at which of the blue LEDs lights up.
353
904260
4000
pouhým pohledem na to, která z modrých diod je rozsvícena.
15:09
What the Actor does with this information
354
909260
2000
Co Čintel s touto informací udělá,
15:11
depends on its policy,
355
911260
2000
závisí na postupu,
15:13
which is stored in the strengths of the connection,
356
913260
2000
který je uložen v síle spojení
15:15
between the odor detectors
357
915260
2000
mezi detektory pachu
15:17
and the motors
358
917260
2000
a motory,
15:19
that power the fly's evasive actions.
359
919260
2000
které pohánějí vyhýbavé jednání mouchy.
15:22
If the connection is weak, the motors will stay off
360
922260
2000
Jestliže je spojení slabé, motory zůstanou vypnuty
15:24
and the fly will continue straight on its course.
361
924260
3000
a moucha bude pokračovat ve své dráze.
15:27
If the connection is strong, the motors will turn on
362
927260
3000
Jestliže je spojení silné, motory se zapnou
15:30
and the fly will initiate a turn.
363
930260
3000
a moucha se stočí.
15:33
Now consider a situation
364
933260
2000
Nyní zvažme situaci,
15:35
in which the motors stay off,
365
935260
2000
kdy by motory zůstaly vypnuty,
15:37
the fly continues on its path
366
937260
3000
moucha by pokračovala ve své cestě
15:40
and it suffers some painful consequence
367
940260
2000
a utrpěla bolestivé následky,
15:42
such as getting zapped.
368
942260
2000
jako například zaplácnutí.
15:44
In a situation like this,
369
944260
2000
V těchto situacích
15:46
we would expect the Critic to speak up
370
946260
2000
bychom očekávali od Posuzovatele, že se ujme slova
15:48
and to tell the Actor
371
948260
2000
a řekne Činiteli,
15:50
to change its policy.
372
950260
2000
aby změnil postup.
15:52
We have created such a situation, artificially,
373
952260
3000
Takovouto situaci jsme uměle vytvořili tím,
15:55
by turning on the critic with a flash of light.
374
955260
3000
že jsme se obrátili na Posuzovatele se světlem.
15:58
That caused a strengthening of the connections
375
958260
3000
To způsobilo zesílení spojení
16:01
between the currently active odor detector
376
961260
3000
mezi momentálně aktivním detektorem pachu
16:04
and the motors.
377
964260
2000
a motory.
16:06
So the next time
378
966260
2000
Takže příště, až
16:08
the fly finds itself facing the same odor again,
379
968260
3000
moucha bude čelit stejnému pachu,
16:11
the connection is strong enough to turn on the motors
380
971260
3000
spojení bude dostatečně silné k zapnutí motorů
16:14
and to trigger an evasive maneuver.
381
974260
3000
a spustí úhybný manévr.
16:19
I don't know about you,
382
979260
3000
Nevím, jak vy,
16:22
but I find it exhilarating to see
383
982260
3000
ale myslím si, že je radostné vidět,
16:25
how vague psychological notions
384
985260
3000
jak neurčité psychologické poznatky
16:28
evaporate and give rise
385
988260
2000
mizí a přenechávají místo
16:30
to a physical, mechanistic understanding of the mind,
386
990260
3000
fyzickému, mechanistickému chápání mysli,
16:33
even if it's the mind of the fly.
387
993260
3000
i když se jedná o mysl mouchy.
16:36
This is one piece of good news.
388
996260
3000
Toto je první část dobré zprávy.
16:39
The other piece of good news,
389
999260
2000
Ta druhá část dobré zprávy,
16:41
for a scientist at least,
390
1001260
2000
přinejmenším pro vědce,
16:43
is that much remains to be discovered.
391
1003260
3000
je, že toho zbývá mnoho objevit.
16:46
In the experiments I told you about,
392
1006260
2000
V pokusech, o kterých jsem vám vyprávěl,
16:48
we have lifted the identity of the Critic,
393
1008260
3000
jsme určili identitu Posuzovatele,
16:51
but we still have no idea
394
1011260
2000
ale stále nemáme ponětí,
16:53
how the Critic does its job.
395
1013260
2000
jak Posuzovatel provádí svou práci.
16:55
Come to think of it, knowing when you're wrong
396
1015260
2000
Příjít na to, že se mýlíte,
16:57
without a teacher, or your mother, telling you,
397
1017260
3000
aniž by vám to učitel, či vaše matka řekli,
17:00
is a very hard problem.
398
1020260
2000
je velký problém.
17:02
There are some ideas in computer science
399
1022260
2000
Jsou nějaké nápady nabízené počítačovou vědou
17:04
and in artificial intelligence
400
1024260
2000
či umělou inteligencí,
17:06
as to how this might be done,
401
1026260
2000
jak se to může dít,
17:08
but we still haven't solved
402
1028260
2000
ale stále jsme nevyřešili
17:10
a single example
403
1030260
2000
jediný příklad toho,
17:12
of how intelligent behavior
404
1032260
3000
jak se vyklube inteligentní chování
17:15
springs from the physical interactions
405
1035260
2000
z fyzických interakcí
17:17
in living matter.
406
1037260
2000
v živé hmotě.
17:19
I think we'll get there in the not too distant future.
407
1039260
3000
Myslím, že se k tomu v nedaleké budoucnosti dopracujeme.
17:22
Thank you.
408
1042260
2000
Děkuji.
17:24
(Applause)
409
1044260
4000
(Potlesk)
O tomto webu

Tato stránka vám představí videa na YouTube, která jsou užitečná pro výuku angličtiny. Uvidíte lekce angličtiny vedené špičkovými učiteli z celého světa. Dvojklikem na anglické titulky zobrazené na každé stránce s videem si video přehrajete přímo odtud. Titulky se posouvají synchronizovaně s přehráváním videa. Pokud máte nějaké připomínky nebo požadavky, kontaktujte nás prosím pomocí tohoto kontaktního formuláře.

https://forms.gle/WvT1wiN1qDtmnspy7