Read Montague: What we're learning from 5,000 brains

Read Montague: Was wir von 5000 Gehirnen lernen

46,909 views

2012-09-24 ・ TED


New videos

Read Montague: What we're learning from 5,000 brains

Read Montague: Was wir von 5000 Gehirnen lernen

46,909 views ・ 2012-09-24

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Übersetzung: Patricia Calderón Koch Lektorat: Calvin Oneeightytwo
00:15
Other people. Everyone is interested in other people.
1
15734
2809
Jeder interessiert sich für andere Menschen.
00:18
Everyone has relationships with other people,
2
18543
2123
Jeder hat Beziehungen zu anderen Menschen
00:20
and they're interested in these relationships
3
20666
1592
und ist an diesen Beziehungen interessiert
00:22
for a variety of reasons.
4
22258
1855
aus vielerlei Gründen.
00:24
Good relationships, bad relationships,
5
24113
2012
Gute Beziehungen, schlechte Beziehungen,
00:26
annoying relationships, agnostic relationships,
6
26125
3146
ärgerliche Beziehungen, skeptische Beziehungen,
00:29
and what I'm going to do is focus on the central piece
7
29271
3424
und ich werde mich auf das Kernelement
00:32
of an interaction that goes on in a relationship.
8
32695
3303
einer Interaktion bei einer Beziehung konzentrieren.
00:35
So I'm going to take as inspiration the fact that we're all
9
35998
2336
Als Inspiration dient mir die Tatsache, dass wir alle
00:38
interested in interacting with other people,
10
38334
2425
mit anderen Menschen interagieren wollen.
00:40
I'm going to completely strip it of all its complicating features,
11
40759
3832
Alle komplizierten Funktionen werde ich dabei herauslassen
00:44
and I'm going to turn that object, that simplified object,
12
44591
3894
und werde dieses simplifizierte Objekt,
00:48
into a scientific probe, and provide the early stages,
13
48485
4150
einem Test unterziehen und die frühen Stadien
00:52
embryonic stages of new insights into what happens
14
52635
2449
neuer Erkenntnisse zeigen, dessen was da
00:55
in two brains while they simultaneously interact.
15
55084
3650
in zwei Gehirnen geschieht, während sie gleichzeitig interagieren.
00:58
But before I do that, let me tell you a couple of things
16
58734
2293
Aber bevor ich das mache, erzähl ich Ihnen ein paar Dinge,
01:01
that made this possible.
17
61027
1699
die dies ermöglicht haben.
01:02
The first is we can now eavesdrop safely
18
62726
2781
Erstens, können wir jetzt sicher
01:05
on healthy brain activity.
19
65507
2711
der gesunden Hirnaktivität lauschen.
01:08
Without needles and radioactivity,
20
68218
2577
Ohne Nadeln oder Radioaktivität.
01:10
without any kind of clinical reason, we can go down the street
21
70795
2863
Ohne klinischen Grund können wir auf die Straße gehen
01:13
and record from your friends' and neighbors' brains
22
73658
3127
und die Gehirnaktivität von Freunden und Nachbarn
01:16
while they do a variety of cognitive tasks, and we use
23
76785
2538
beim Lösen verschiedener kognitiver Aufgaben aufnehmen und wir benutzen dazu
01:19
a method called functional magnetic resonance imaging.
24
79323
3734
eine Methode, die funktionelle Magnetresonanztomographie heißt.
01:23
You've probably all read about it or heard about in some
25
83057
2325
Sie alle haben wahrscheinlich schon davon gehört oder gelesen.
01:25
incarnation. Let me give you a two-sentence version of it.
26
85382
4378
Ich gebe Ihnen jetzt eine Zwei-Sätze-Version darüber:
01:29
So we've all heard of MRIs. MRIs use magnetic fields
27
89760
3484
Wir alle kennen fMRTs. Diese benutzen Magnetfelder
01:33
and radio waves and they take snapshots of your brain
28
93244
2029
und Radiowellen, um Schnappschüsse des Gehirns aufzunehmen,
01:35
or your knee or your stomach,
29
95273
2361
oder Ihres Knies oder Magens,
01:37
grayscale images that are frozen in time.
30
97634
2045
das sind in der Zeit eingefrorene Graustufen-Bilder.
01:39
In the 1990s, it was discovered you could use
31
99679
2321
In den 1990ern wurde entdeckt,
01:42
the same machines in a different mode,
32
102000
2659
dass man dieselben Maschinen anders einsetzen konnte,
01:44
and in that mode, you could make microscopic blood flow
33
104659
2346
und genau so mikrokopische Durchblutungs-Filme,
01:47
movies from hundreds of thousands of sites independently in the brain.
34
107005
3300
simultan von hunderttausend Seiten der Hirnareale machen konnte.
01:50
Okay, so what? In fact, the so what is, in the brain,
35
110305
3200
Okay, na und? Dieses "na, und" bewirkt
01:53
changes in neural activity, the things that make your brain work,
36
113505
3832
Veränderungen neuraler Aktivitäten. Die Dinge, die Ihr Gehirn und
01:57
the things that make your software work in your brain,
37
117337
2010
die Software in Ihrem Gehirn arbeiten lässt
01:59
are tightly correlated with changes in blood flow.
38
119347
2489
sind eng mit Durchblutungsänderungen verbunden.
02:01
You make a blood flow movie, you have an independent
39
121836
1973
Wenn Sie einen Durchblutungsfilm drehen, erhalten Sie einen unabhängigen
02:03
proxy of brain activity.
40
123809
2339
Proxy der Gehirnaktivität.
02:06
This has literally revolutionized cognitive science.
41
126148
3034
Dies hat im wahrsten Sinne des Wortes die Kognitionswissenschaft revolutioniert.
02:09
Take any cognitive domain you want, memory,
42
129182
1991
Nehmen Sie irgendeinen geistigen Prozess: das Gedächtnis,
02:11
motor planning, thinking about your mother-in-law,
43
131173
2141
motorische Planungen, über die Schwiegermutter nachdenken
02:13
getting angry at people, emotional response, it goes on and on,
44
133314
3715
sich über Leute ärgern, emotionale Antworten etc., etc.,
02:17
put people into functional MRI devices, and
45
137029
3089
stecken Sie Menschen in funktinale MRI Geräte und
02:20
image how these kinds of variables map onto brain activity.
46
140118
3383
beobachten Sie, wie diese Variablen sich auf die Gehirnaktivität auswirken.
02:23
It's in its early stages, and it's crude by some measures,
47
143501
2849
Es befindet sich in seinen Anfängen, und bestimmte Messwerte sind unausgereift,
02:26
but in fact, 20 years ago, we were at nothing.
48
146350
2568
aber vor 20 Jahren hatten wir noch gar nichts.
02:28
You couldn't do people like this. You couldn't do healthy people.
49
148918
2359
Man konnte das mit gesunden Menschen nicht machen.
02:31
That's caused a literal revolution, and it's opened us up
50
151277
2488
Daraus wurde eine Revolution und es eröffnete uns
02:33
to a new experimental preparation. Neurobiologists,
51
153765
2818
neue experimentelle Verfahren. Neurobiologen haben,
02:36
as you well know, have lots of experimental preps,
52
156583
3760
wie sie wissen, viele Verusuchstiere,
02:40
worms and rodents and fruit flies and things like this.
53
160343
3141
Würmer, Nagetiere, Fruchtfliegen und ähnliches.
02:43
And now, we have a new experimental prep: human beings.
54
163484
3397
Und jetzt haben wir ein neues Versuchsobjekt: Menschen.
02:46
We can now use human beings to study and model
55
166881
3761
Wir können jetzt Menschen einsetzen,
02:50
the software in human beings, and we have a few
56
170642
2950
um die Software an ihm selbst zu erforschen und zu entwickeln und erhalten daraus
02:53
burgeoning biological measures.
57
173592
2835
immer mehr biologische Messungen.
02:56
Okay, let me give you one example of the kinds of experiments that people do,
58
176427
3887
Ok, ich gebe Ihnen ein Beispiel, was für Experimente wir machen
03:00
and it's in the area of what you'd call valuation.
59
180314
2677
und sie befinden sich im Wertungsareal.
03:02
Valuation is just what you think it is, you know?
60
182991
2135
Wertung ist genau das, was Sie denken
03:05
If you went and you were valuing two companies against
61
185126
2804
Wenn Sie zwei Unternehmen miteinander vergleichen
03:07
one another, you'd want to know which was more valuable.
62
187930
2736
möchten Sie wissen, welches mehr Wert ist.
03:10
Cultures discovered the key feature of valuation thousands of years ago.
63
190666
3879
Die Kulturen entdeckten das Schlüsselelement des Vergleichens vor Tausenden von Jahren:
03:14
If you want to compare oranges to windshields, what do you do?
64
194545
2690
Wenn Sie Orangen mit Windschutzscheiben vergleichen wollen, was machen Sie da?
03:17
Well, you can't compare oranges to windshields.
65
197235
2356
Nun, man kann sie nicht miteinander vergleichen.
03:19
They're immiscible. They don't mix with one another.
66
199591
2255
Sie sind nicht vergleichbar. Sie haben nichts miteinander zu tun.
03:21
So instead, you convert them to a common currency scale,
67
201846
2351
Deshalb drücken Sie diese Dinge in einer gemeinsame Währungsskala aus,
03:24
put them on that scale, and value them accordingly.
68
204197
2706
setzen sie auf diese Skala und werten sie entsprechend.
03:26
Well, your brain has to do something just like that as well,
69
206903
3436
Ihr Gehirn muss genau dasselbe tun,
03:30
and we're now beginning to understand and identify
70
210339
2488
und wir verstehen jetzt allmählich,
03:32
brain systems involved in valuation,
71
212827
2137
wie Gehirnsysteme arbeiten, wenn sie werten
03:34
and one of them includes a neurotransmitter system
72
214964
2632
und eines von ihnen enthält ein Neurotransmittersystem,
03:37
whose cells are located in your brainstem
73
217596
2632
dessen Zellen in Ihrem Hirnstamm liegen
03:40
and deliver the chemical dopamine to the rest of your brain.
74
220228
3175
und das chemische Dopamin im restlichen Gehirn verteilen.
03:43
I won't go through the details of it, but that's an important
75
223403
2442
Ich gehe nicht in die Einzelheiten, aber das ist eine wichtige
03:45
discovery, and we know a good bit about that now,
76
225845
2157
Entdeckung, und wir wissen jetzt schon eine Menge darüber,
03:48
and it's just a small piece of it, but it's important because
77
228002
2230
nur über einen kleinen Teil davon, aber er ist wichtig,
03:50
those are the neurons that you would lose if you had Parkinson's disease,
78
230232
3275
denn das sind die Neuronen, die man z.B. bei Parkinson verliert.
03:53
and they're also the neurons that are hijacked by literally
79
233507
2016
und es gibt Neuronen, die sogar regelrecht
03:55
every drug of abuse, and that makes sense.
80
235523
2232
durch jeden Medikamentenmissbrauch entführt werden, und das hat einen Sinn.
03:57
Drugs of abuse would come in, and they would change
81
237755
2336
Drogenmissbrauch verändert die Art,
04:00
the way you value the world. They change the way
82
240091
1789
wie sie die Welt bewerten. Sie ändern die Art wie Sie
04:01
you value the symbols associated with your drug of choice,
83
241880
3199
die mit dem Medikament ihrer Wahl verbundenen Symbole bewerten,
04:05
and they make you value that over everything else.
84
245079
2514
und sie schätzen sie vor allen anderen Dinge.
04:07
Here's the key feature though. These neurons are also
85
247593
3021
Hier befindet sich wiederum das Hauptmerkmal. Diese Neuronen sind auch
04:10
involved in the way you can assign value to literally abstract ideas,
86
250614
3501
daran beteiligt, wie Sie abstrakte Ideen bewerten,
04:14
and I put some symbols up here that we assign value to
87
254115
2041
und ich zeige Ihnen hier einige Symbole, denen wir aus vielerlei Gründen
04:16
for various reasons.
88
256156
2720
auch einen Wert beimessen.
04:18
We have a behavioral superpower in our brain,
89
258876
2689
Wir haben eine Verhaltens-Supermacht in unserem Gehirn
04:21
and it at least in part involves dopamine.
90
261565
1753
und sie erfordert zumindest partiell Dopamin.
04:23
We can deny every instinct we have for survival for an idea,
91
263318
4189
Wir können jeden Instinkt leugnen, um eine Idee zu retten,
04:27
for a mere idea. No other species can do that.
92
267507
4005
eine simple Idee. Keine andere Spezies kann das.
04:31
In 1997, the cult Heaven's Gate committed mass suicide
93
271512
3606
1997 beging die Sekte "Heaven's Gate" einen kollektiven Selbstmord,
04:35
predicated on the idea that there was a spaceship
94
275118
2215
weil die Idee gepredigt wurde, dass sich ein Raumschiff
04:37
hiding in the tail of the then-visible comet Hale-Bopp
95
277333
3785
hinter dem damals sichtbaren Kometen Hale-Bopp versteckte.
04:41
waiting to take them to the next level. It was an incredibly tragic event.
96
281118
4272
Es würde sie zum nächsten Level mitnehmen. Es war ein unglaublich tragischer Vorfall.
04:45
More than two thirds of them had college degrees.
97
285390
3485
Mehr als 2/3 davon hatten Hochschulabschluss.
04:48
But the point here is they were able to deny their instincts for survival
98
288875
3723
Es geht darum, dass sie ihren Überlebensinstinkt leugnen konnten,
04:52
using exactly the same systems that were put there
99
292598
2866
indem sie genau das Sytem einsetzten, welches dort eingesetzt wurde,
04:55
to make them survive. That's a lot of control, okay?
100
295464
4042
um sie am Leben zu erhalten. Das nenne ich Kontrolle, oder?
04:59
One thing that I've left out of this narrative
101
299506
2089
Ich habe eine selbstverständliche Sache
05:01
is the obvious thing, which is the focus of the rest of my
102
301595
2234
nicht erwähnt, die den Fokus meiner
05:03
little talk, and that is other people.
103
303829
2159
weiteren Rede bilden wird, nämlich andere Menschen.
05:05
These same valuation systems are redeployed
104
305988
2996
Dasselbe Wertesystem wird über den Haufen geworfen,
05:08
when we're valuing interactions with other people.
105
308984
2492
wenn wir die Interaktion mit anderen Menschen evaluieren.
05:11
So this same dopamine system that gets addicted to drugs,
106
311476
3271
Dasselbe Dopaminsystem, das drogenabhängig wird,
05:14
that makes you freeze when you get Parkinson's disease,
107
314747
2524
das Sie erstarren lässt, wenn Sie Parkinson haben,
05:17
that contributes to various forms of psychosis,
108
317271
3077
das verschiedene Formen von Psychosen mit sich bringt
05:20
is also redeployed to value interactions with other people
109
320348
3920
beteiligt sich auch daran, die Interaktionen mit anderen Menschen zu evaluieren
05:24
and to assign value to gestures that you do
110
324268
2896
und Gestiken einzuschätzen,
05:27
when you're interacting with somebody else.
111
327164
2574
wenn Sie mit jemand anderes interagieren.
05:29
Let me give you an example of this.
112
329738
2577
Ich gebe Ihnen ein Beispiel:
05:32
You bring to the table such enormous processing power
113
332315
2967
Sie merken gar nicht, was für eine enorme
05:35
in this domain that you hardly even notice it.
114
335282
2624
Rechenleistung Sie in diese Domäne einbringen
05:37
Let me just give you a few examples. So here's a baby.
115
337906
1467
Einige Beispiele: Dieses 3 Monate alte Baby.
05:39
She's three months old. She still poops in her diapers and she can't do calculus.
116
339373
3730
Sie macht sich noch in die Windeln und kann nicht rechnen.
05:43
She's related to me. Somebody will be very glad that she's up here on the screen.
117
343103
3353
Sie ist mit mir verwandt. Da wird sich jemand freuen, sie dort zu sehen.
05:46
You can cover up one of her eyes, and you can still read
118
346456
2376
Man kann ihr ein Auge zudecken und immer noch vom anderen Auge
05:48
something in the other eye, and I see sort of curiosity
119
348832
2755
etwas ablesen; ich sehe da Neugierde
05:51
in one eye, I see maybe a little bit of surprise in the other.
120
351587
3597
in einem Auge, im anderen vielleicht etwas mehr Überraschung.
05:55
Here's a couple. They're sharing a moment together,
121
355184
3179
Dieses Pärchen: Sie teilen einen Augenblick miteinander –
05:58
and we've even done an experiment where you can cut out
122
358363
1318
bei einem Experiment haben wir
05:59
different pieces of this frame and you can still see
123
359681
3007
verschiedene Teile dieses Bildes ausgeschnitten und doch
06:02
that they're sharing it. They're sharing it sort of in parallel.
124
362688
2504
kann man erkennen, dass sie ihn quasi parallel teilen.
06:05
Now, the elements of the scene also communicate this
125
365192
2463
Elemente dieser Szene vermitteln uns das auch direkt,
06:07
to us, but you can read it straight off their faces,
126
367655
2235
aber man kann es in ihren Gesichtern lesen,
06:09
and if you compare their faces to normal faces, it would be a very subtle cue.
127
369890
3503
wenn man ihre Gesichter mit normalen vergleicht, gäbe es da ganz subtile Signale.
06:13
Here's another couple. He's projecting out at us,
128
373393
3347
Hier ein anderes Pärchen. Er zeigt sich uns
06:16
and she's clearly projecting, you know,
129
376740
2888
und sie drückt ihm sehr klar
06:19
love and admiration at him.
130
379628
2263
Liebe und Bewunderung aus.
06:21
Here's another couple. (Laughter)
131
381891
3635
Und noch ein Paar. (Lachen)
06:25
And I'm thinking I'm not seeing love and admiration on the left. (Laughter)
132
385526
5150
Ich glaube, ich sehe hier links keine Liebe und Bewunderung. (Lachen)
06:30
In fact, I know this is his sister, and you can just see
133
390676
2560
Ich weiß sogar, dass das seine Schwester ist und Sie können fast hören
06:33
him saying, "Okay, we're doing this for the camera,
134
393236
2513
wie er sagt: "Ok, wir machen das fürs Foto
06:35
and then afterwards you steal my candy and you punch me in the face." (Laughter)
135
395749
5702
und danach nimmst Du mir das Bonbon weg und knallst mir eine." (Lachen)
06:41
He'll kill me for showing that.
136
401451
2106
Er bringt mich um, weil ich das gezeigt habe.
06:43
All right, so what does this mean?
137
403557
2797
Was bedeutet dies eigentlich?
06:46
It means we bring an enormous amount of processing power to the problem.
138
406354
3350
Es bedeutet, wir bringen eine enorme Einschätzungskapazität mit.
06:49
It engages deep systems in our brain, in dopaminergic
139
409704
3648
Es aktiviert tiefe Gehirnareale,
06:53
systems that are there to make you chase sex, food and salt.
140
413352
2818
die dafür da sind, Sex, Essen, Salz erbeuten zu wollen.
06:56
They keep you alive. It gives them the pie, it gives
141
416170
2894
Sie halten Sie am Leben und geben ihnen den Zucker,
06:59
that kind of a behavioral punch which we've called a superpower.
142
419064
2904
so eine Art Verhaltensimpuls, den wir Supermacht nennen.
07:01
So how can we take that and arrange a kind of staged
143
421968
3654
Wie können wir dies also verwenden und eine inszenierte, gesellschaftliche
07:05
social interaction and turn that into a scientific probe?
144
425622
2698
Interaktion in einen wissenschaftlichen Test verwandeln?
07:08
And the short answer is games.
145
428320
2691
Die kurze Antwort darauf heißt: Spiele.
07:11
Economic games. So what we do is we go into two areas.
146
431011
4404
Wirtschaftsspiele. Wir begeben uns in zwei Bereiche.
07:15
One area is called experimental economics. The other area is called behavioral economics.
147
435415
3336
Ein Bereich heißt: experimentelle Ökonomie Der andere: Verhaltensökonomie.
07:18
And we steal their games. And we contrive them to our own purposes.
148
438751
4078
Dann berauben wir sie ihrer Spiele. Und benutzen sie für unsere Absichten.
07:22
So this shows you one particular game called an ultimatum game.
149
442829
2967
Dies zeigt ein bestimmtes Spiel, das "Ultimatum-Spiel" heißt.
07:25
Red person is given a hundred dollars and can offer
150
445796
1845
Die rote Person erhält 100 $ und sie darf der blauen
07:27
a split to blue. Let's say red wants to keep 70,
151
447641
3723
einen Anteil anbieten. Angenommen Rot will 70 behalten,
07:31
and offers blue 30. So he offers a 70-30 split with blue.
152
451364
4086
und bietet Blau 30 an. Er bietet also ein 70/30-Verteilung an
07:35
Control passes to blue, and blue says, "I accept it,"
153
455450
2851
Blau übernimmt die Kontrolle und sagt: "Ja, ich nehme an"
07:38
in which case he'd get the money, or blue says,
154
458301
1956
in dem Falle erhält er das Geld, oder Blau sagt:
07:40
"I reject it," in which case no one gets anything. Okay?
155
460257
4307
"Ich lehne ab," dann keiner erhält etwas. Ok?
07:44
So a rational choice economist would say, well,
156
464564
3392
Ein rational wählender Ökonom würde sagen:
07:47
you should take all non-zero offers.
157
467956
2056
Gut, nimm alle Ungleich-Null-Angebote.
07:50
What do people do? People are indifferent at an 80-20 split.
158
470012
3762
Was machen die Menschen? Bei einem 80/20 Anteil ist es ihnen gleich.
07:53
At 80-20, it's a coin flip whether you accept that or not.
159
473774
3524
Bei 80/20 ist es wie beim Münzenwerfen, ob man annimmt oder nicht.
07:57
Why is that? You know, because you're pissed off.
160
477298
2891
Warum ist das so? Weil man verärgert ist.
08:00
You're mad. That's an unfair offer, and you know what an unfair offer is.
161
480189
3609
Man ist sauer. Es ist unfaires Angebot und damit kennt man sich aus.
08:03
This is the kind of game done by my lab and many around the world.
162
483798
2704
So ein Spiel wurde in meinem Labor und in vielen anderen in der Welt durchgeführt.
08:06
That just gives you an example of the kind of thing that
163
486502
2544
Dies gibt Ihnen eine kleine Vorstellung von den Dingen,
08:09
these games probe. The interesting thing is, these games
164
489046
3738
die diese Spiele testen. Das Interessante dabei ist,
08:12
require that you have a lot of cognitive apparatus on line.
165
492784
3707
dass diese Spiele einen großen, kognitiven Verarbeitungsapparat voraussetzen.
08:16
You have to be able to come to the table with a proper model of another person.
166
496491
2928
Sie müssen sich mit der richtigen Vorstellung von einer anderen Person an den Tische setzen.
08:19
You have to be able to remember what you've done.
167
499419
3213
Sie müssen in der Lage sein, sich zu erinnern, was Sie getan haben.
08:22
You have to stand up in the moment to do that.
168
502632
1420
Sie müssen im richtigen Moment dafür eintreten.
08:24
Then you have to update your model based on the signals coming back,
169
504052
3350
Dann müssen Sie, den zurückkommenden Signalen entsprechend, ihr Modell erneuern,
08:27
and you have to do something that is interesting,
170
507402
2972
und etwas Interessantes tun.
08:30
which is you have to do a kind of depth of thought assay.
171
510374
2597
Man muss eine Art Tiefenanalyse der Gedanken betreiben.
08:32
That is, you have to decide what that other person expects of you.
172
512971
3333
Man muss nämlich entscheiden, was der andere von einem erwartet.
08:36
You have to send signals to manage your image in their mind.
173
516304
2954
Sie müssen Signale senden, um die Vorstellung von Ihnen in deren Gehirn zu steuern.
08:39
Like a job interview. You sit across the desk from somebody,
174
519258
2853
Wie bei einem Vorstellungsgespräch. Sie sitzen jemandem gegenüber,
08:42
they have some prior image of you,
175
522111
1369
der von Ihnen ein vorgefasstes Bild hat,
08:43
you send signals across the desk to move their image
176
523480
2751
Sie senden Signale über den Tisch, um dieses Bild von Ihnen
08:46
of you from one place to a place where you want it to be.
177
526231
3920
dorthin zu bewegen, wo Sie es hinhaben wollen.
08:50
We're so good at this we don't really even notice it.
178
530151
3385
Wir sind darin so gut, wir merken das noch nicht einmal.
08:53
These kinds of probes exploit it. Okay?
179
533536
3767
Diese Art Tests machen sich dies zunutze, ok?
08:57
In doing this, what we've discovered is that humans
180
537303
1807
Und dabei haben wir herausgefunden, dass Menschen sich eigentlich
08:59
are literal canaries in social exchanges.
181
539110
2331
beim gesellschaftlichen Austausch wie Kanarienvögel verhalten.
09:01
Canaries used to be used as kind of biosensors in mines.
182
541441
3397
Kanarienvögel wurden in Minen als Biosensoren benutzt.
09:04
When methane built up, or carbon dioxide built up,
183
544838
3560
Wenn sich Methan bildete, oder Kohledioxide
09:08
or oxygen was diminished, the birds would swoon
184
548398
4186
oder wenn Sauerstoff ausgestoßen wurde, fielen die Vögel in Ohnmacht
09:12
before people would -- so it acted as an early warning system:
185
552584
2326
bevor es den Menschen passierte – sie fungierten also als Frühwarnsystem:
09:14
Hey, get out of the mine. Things aren't going so well.
186
554910
2980
"Kommt aus der Mine heraus. Es sieht nicht gut aus."
09:17
People come to the table, and even these very blunt,
187
557890
2954
Menschen kommen an den Tisch – und sogar für diese stumpfe,
09:20
staged social interactions, and they, and there's just
188
560844
2990
inszenierte soziale Interaktion, bei der bloß
09:23
numbers going back and forth between the people,
189
563834
3016
Zahlen zwischen den Leuten hin- und hergehen,
09:26
and they bring enormous sensitivities to it.
190
566850
2199
bringen sie viel Feingefühl auf.
09:29
So we realized we could exploit this, and in fact,
191
569049
2689
Wir wussten, das konnten wir uns zu Nutze machen und tatsächlich
09:31
as we've done that, and we've done this now in
192
571738
2556
jetzt, wo wir es gemacht haben und wir haben es
09:34
many thousands of people, I think on the order of
193
574294
2694
bei einigen tausend Menschen getestet, ich glaube so an die
09:36
five or six thousand. We actually, to make this
194
576988
2165
fünf oder sechstausend waren es. Wir brauchen
09:39
a biological probe, need bigger numbers than that,
195
579153
2224
aber für einen biologischen Test eine viel größere Anzahl als diese
09:41
remarkably so. But anyway,
196
581377
3674
aber sie ist auch so bemerkenswert.
09:45
patterns have emerged, and we've been able to take
197
585051
2004
Dennoch haben sich Muster ergeben, und wir konnten
09:47
those patterns, convert them into mathematical models,
198
587055
3836
sie in mathematische Modelle umwandeln,
09:50
and use those mathematical models to gain new insights
199
590891
2689
und diese mathematischen Modelle für neue Erkenntnisse nutzen,
09:53
into these exchanges. Okay, so what?
200
593580
2131
die diese Interaktionen betreffen. Und nun?
09:55
Well, the so what is, that's a really nice behavioral measure,
201
595711
3313
Dieses "und nun" ist eine richtig gutes Maß für unser Verhalten,
09:59
the economic games bring to us notions of optimal play.
202
599024
3319
die Wirtschaftsspiele bringen uns dazu, optimal zu spielen
10:02
We can compute that during the game.
203
602343
2484
Wir können das während des Spiels berechnen.
10:04
And we can use that to sort of carve up the behavior.
204
604827
2953
Und wir können das Verhalten sozusagen zerlegen.
10:07
Here's the cool thing. Six or seven years ago,
205
607780
4330
Das Coole ist, dass wir vor sechs oder sieben Jahren
10:12
we developed a team. It was at the time in Houston, Texas.
206
612110
2550
ein Team zusammenstellten. Das war damals in Houston, Texas.
10:14
It's now in Virginia and London. And we built software
207
614660
3394
Heute befindet es sich in Virginia und London. Wir entwickelten eine Software,
10:18
that'll link functional magnetic resonance imaging devices
208
618054
3207
die mit Hilfe funktioneller Magnetresonanztomographie.
10:21
up over the Internet. I guess we've done up to six machines
209
621261
4035
über das Internet verlinkt wird. Wir haben bis zu sechs Maschinen gebaut,
10:25
at a time, but let's just focus on two.
210
625296
1981
aber schauen wir uns mal zwei genauer an.
10:27
So it synchronizes machines anywhere in the world.
211
627277
3058
Es synchronisiert also Maschinen überall auf der Welt.
10:30
We synchronize the machines, set them into these
212
630335
3169
Wir synchronisieren die Maschinen, setzen sie in diese
10:33
staged social interactions, and we eavesdrop on both
213
633504
1983
sozialen Interaktionen und belauschen beide
10:35
of the interacting brains. So for the first time,
214
635487
1666
interagierenden Gehirne. Es ist das erste Mal,
10:37
we don't have to look at just averages over single individuals,
215
637153
3607
das wir nicht auf Durschschnittsmenschen, sondern auf Individuen schauen,
10:40
or have individuals playing computers, or try to make
216
640760
2897
oder Individuen Computerspiele spielen lassen
10:43
inferences that way. We can study individual dyads.
217
643657
2763
und daraus Schlüsse ziehen. Wir können individuelle Dyaden erforschen.
10:46
We can study the way that one person interacts with another person,
218
646420
2785
Wir können die Art, wie ein Mensch mit einem anderen interagiert erforschen,
10:49
turn the numbers up, and start to gain new insights
219
649205
2564
die Zahlen erhöhen und neue Einblicke
10:51
into the boundaries of normal cognition,
220
651769
2515
in die Grenzen der normalen Kognition erlangen.
10:54
but more importantly, we can put people with
221
654284
2732
Aber noch wichtiger ist, dass wir Menschen,
10:57
classically defined mental illnesses, or brain damage,
222
657016
3337
die klassisch als verrückt galten, oder einen Hirnschaden haben,
11:00
into these social interactions, and use these as probes of that.
223
660353
3551
in sozialen Interaktionen eintreten lassen und diese dann zur Untersuchung nutzen können.
11:03
So we've started this effort. We've made a few hits,
224
663904
2350
Wir haben also diesen Aufwand unternommen. Wir haben ein paar Erfolge erzielt,
11:06
a few, I think, embryonic discoveries.
225
666254
2449
ein paar unausgereifte Entdeckungen gemacht.
11:08
We think there's a future to this. But it's our way
226
668703
2812
Wir glauben, dass das Zukunft hat. Aber es ist an uns
11:11
of going in and redefining, with a new lexicon,
227
671515
2560
hineinzugehen und das zu redefinieren, mit einem neuen Lexikon
11:14
a mathematical one actually, as opposed to the standard
228
674075
4022
ein mathematisches, das sich von denen
11:18
ways that we think about mental illness,
229
678097
2578
wie wir über Geisteskrankheiten dachten, abgrenzt.
11:20
characterizing these diseases, by using the people
230
680675
2067
Die Geisteskrankheiten sollen so charakterisiert werden,
11:22
as birds in the exchanges. That is, we exploit the fact
231
682742
3007
wie die Vögel bei ihrem Austausch. Wir nutzen also aus,
11:25
that the healthy partner, playing somebody with major depression,
232
685749
4244
dass der gesunde Partner, einen hochgradig Depressiven
11:29
or playing somebody with autism spectrum disorder,
233
689993
2910
oder einen Autisten spielt,
11:32
or playing somebody with attention deficit hyperactivity disorder,
234
692903
3850
oder einen Menschen mit ADHS,
11:36
we use that as a kind of biosensor, and then we use
235
696753
3219
wir nutzen dies wie einen Biosensor, und danach
11:39
computer programs to model that person, and it gives us
236
699972
2644
nehmen wir die Computerprogramme, um so einen Menschen zu kreieren
11:42
a kind of assay of this.
237
702616
2470
eine Art Prüfer des Ganzen.
11:45
Early days, and we're just beginning, we're setting up sites
238
705086
2131
Es ist noch zu früh, aber wir beginnen Webseiten
11:47
around the world. Here are a few of our collaborating sites.
239
707217
3410
auf der ganzen Welt einzurichten. Hier nenne ich ein paar:
11:50
The hub, ironically enough,
240
710627
2309
"Die Nabe", ironisch genug,
11:52
is centered in little Roanoke, Virginia.
241
712936
2889
befindet sich im kleinen Roanoke, Virginia.
11:55
There's another hub in London, now, and the rest
242
715825
2269
In London gibt es eine weitere, und andere
11:58
are getting set up. We hope to give the data away
243
718094
4009
werden gerade fertiggestellt. Wir hoffen, diese Daten freigeben zu können.
12:02
at some stage. That's a complicated issue
244
722103
3673
Es ist eine komplizierte Sache,
12:05
about making it available to the rest of the world.
245
725776
2994
das dem ganzen Rest der Welt zur Verfügung zu stellen.
12:08
But we're also studying just a small part
246
728770
1847
Aber wir machen auch Studien über einen kleinen Teil,
12:10
of what makes us interesting as human beings, and so
247
730617
2267
der uns als Menschen interessant macht
12:12
I would invite other people who are interested in this
248
732884
2041
und deshalb möchte ich andere Leute, die daran interessiert sind dazu einladen
12:14
to ask us for the software, or even for guidance
249
734925
2569
uns nach der Software oder sogar nach Beratung zu fragen,
12:17
on how to move forward with that.
250
737494
2219
wie sie weiter vorgehen können.
12:19
Let me leave you with one thought in closing.
251
739713
2341
Ich möchte Sie mit einem Gedanken verabschieden.
12:22
The interesting thing about studying cognition
252
742054
1942
Das Interessante an der Erforschung der Kognition
12:23
has been that we've been limited, in a way.
253
743996
3732
war, dass wir irgendwie eingeschränkt waren.
12:27
We just haven't had the tools to look at interacting brains
254
747728
2943
Wir hatten nicht die Hilfsmittel, um interagierende Gehirne zu beobachten,
12:30
simultaneously.
255
750671
1200
gleichzeitig.
12:31
The fact is, though, that even when we're alone,
256
751871
2470
Fakt ist aber, dass sogar, wenn wir alleine sind
12:34
we're a profoundly social creature. We're not a solitary mind
257
754341
4111
wir tief in uns soziale Kreaturen sind. Wir sind keine Einzelgehirne,
12:38
built out of properties that kept it alive in the world
258
758452
4373
die sich aus Eigenschaften gebildet haben, die sie am Leben erhalten,
12:42
independent of other people. In fact, our minds
259
762825
3948
unabhängig von anderen. Unsere Gehirne sind
12:46
depend on other people. They depend on other people,
260
766773
2870
von anderen Menschen abhängig. Sie hängen von ihnen ab.
12:49
and they're expressed in other people,
261
769643
1541
und erhalten durch andere Menschen Ausdruck.
12:51
so the notion of who you are, you often don't know
262
771184
3652
Wer man ist, weiß man also ganz oft nicht
12:54
who you are until you see yourself in interaction with people
263
774836
2688
bis man mit anderen Menschen interagiert,
12:57
that are close to you, people that are enemies of you,
264
777524
2406
die einem nahe stehen, oder Feinde sind
12:59
people that are agnostic to you.
265
779930
2545
Menschen, die dich anzweifeln.
13:02
So this is the first sort of step into using that insight
266
782475
3776
Dies ist der erste Schritt, um diesen Einblick
13:06
into what makes us human beings, turning it into a tool,
267
786251
3295
in das, was Menschen machen, in ein Instrument zu verwandeln
13:09
and trying to gain new insights into mental illness.
268
789546
1978
und neue Erkenntnisse über Geisteskrankheiten zu erlangen
13:11
Thanks for having me. (Applause)
269
791524
3121
Danke für die Einladung. (Applaus)
13:14
(Applause)
270
794645
3089
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7