Pawan Sinha on how brains learn to see

Pawan Sinha erklärt, wie das Gehirn sehen lernt

64,774 views ・ 2010-02-25

TED


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

Übersetzung: Yvonne Balzer Lektorat: Alex Boos
00:15
If you are a blind child in India,
0
15260
4000
Als blindes Kind in Indien
00:19
you will very likely have to contend with
1
19260
3000
muss man sich mit großer Wahrscheinlichkeit
00:22
at least two big pieces of bad news.
2
22260
3000
mit mindestens zwei schlechten Nachrichten abfinden.
00:25
The first bad news
3
25260
2000
Die erste ist, dass es
00:27
is that the chances of getting treatment
4
27260
3000
so gut wie keine Aussichten
00:30
are extremely slim to none,
5
30260
3000
auf eine Behandlung gibt,
00:33
and that's because most of the blindness
6
33260
2000
denn die meisten Programme
00:35
alleviation programs in the country
7
35260
2000
zur Minderung der Blindheit im Land
00:37
are focused on adults,
8
37260
2000
konzentrieren sich auf Erwachsene.
00:39
and there are very, very few hospitals
9
39260
3000
Es gibt nur sehr wenige Krankenhäuser,
00:42
that are actually equipped to treat children.
10
42260
3000
die überhaupt für die Behandlung von Kindern ausgestatten sind.
00:46
In fact, if you were to be treated,
11
46260
4000
Und wenn man behandelt wird,
00:51
you might well end up being treated
12
51260
3000
kann es sogar sein, dass die behandelnde Person
00:54
by a person who has no medical credentials
13
54260
3000
keinerlei medizinischen Referenzen besitzt,
00:57
as this case from Rajasthan illustrates.
14
57260
3000
so wie in diesem Fall von Rajasthan.
01:00
This is a three-year-old orphan girl
15
60260
2000
Das ist ein drei Jahre altes Weisenkind,
01:02
who had cataracts.
16
62260
2000
das von Katarakten betroffen war.
01:04
So, her caretakers took her
17
64260
2000
Deshalb brachten ihre Pfleger sie
01:06
to the village medicine man,
18
66260
2000
zum Medizinmann des Dorfes.
01:08
and instead of suggesting to the caretakers
19
68260
3000
Anstatt den Pflegern vorzuschlagen,
01:11
that the girl be taken to a hospital,
20
71260
3000
das Mädchen in ein Krankenhaus zu bringen,
01:14
the person decided to burn her abdomen
21
74260
2000
brandmarkte diese Person den Bauch des Mädchens
01:16
with red-hot iron bars
22
76260
2000
mit glühendheißen Eisenstangen
01:18
to drive out the demons.
23
78260
2000
um die bösen Geister auszutreiben.
01:20
The second piece of bad news
24
80260
3000
Die zweite schlechte Nachricht
01:23
will be delivered to you
25
83260
2000
wird von Neurowissenschaftlern überbracht,
01:25
by neuroscientists, who will tell you
26
85260
3000
die einem sagen,
01:28
that if you are older than four or five years of age,
27
88260
3000
dass wenn man älter als vier oder fünf Jahre ist,
01:31
that even if you have your eye corrected,
28
91260
3000
die Chance, dass das Gehirn Sehen lernt,
01:34
the chances of your brain learning how to see
29
94260
3000
selbst nach einer Augenkorrektur
01:37
are very, very slim --
30
97260
2000
sehr sehr gering ist.
01:39
again, slim or none.
31
99260
3000
Wiederum, so gut wie nicht vorhanden.
01:42
So when I heard these two things,
32
102260
2000
Als ich von diesen zwei Dingen erfuhr,
01:44
it troubled me deeply,
33
104260
2000
bekümmerte mich das sehr,
01:46
both because of personal reasons
34
106260
2000
sowohl aus persönlichen Gründen
01:48
and scientific reasons.
35
108260
2000
als auch aus wissenschaftlichen Gründen.
01:50
So let me first start with the personal reason.
36
110260
3000
Lassen Sie mich mit den persönlichen Gründen beginnen.
01:53
It'll sound corny, but it's sincere.
37
113260
3000
Es mag kitschig klingen, aber es ist ehrlich.
01:56
That's my son, Darius.
38
116260
2000
Das ist mein Sohn Darius.
01:58
As a new father,
39
118260
2000
Als frischgebackener Vater
02:00
I have a qualitatively different sense
40
120260
4000
habe ich eine ganz andere Wahrnehmung davon,
02:04
of just how delicate babies are,
41
124260
3000
wie empfindlich Babys sind,
02:07
what our obligations are towards them
42
127260
3000
was unsere Pflichten ihnen gegenüber sind,
02:10
and how much love
43
130260
2000
und wie viel Liebe
02:12
we can feel towards a child.
44
132260
3000
wir für ein Kind empfinden können.
02:15
I would move heaven and earth
45
135260
2000
Ich würde Himmel und Erde in Bewegung setzen,
02:17
in order to get treatment for Darius,
46
137260
3000
um Darius eine Behandlung zukommen zu lassen.
02:20
and for me to be told
47
140260
2000
Und zu erfahren,
02:22
that there might be other Dariuses
48
142260
2000
dass es andere Dariuses geben könnte,
02:24
who are not getting treatment,
49
144260
2000
die keine Behandlung erhalten,
02:26
that's just viscerally wrong.
50
146260
3000
fühlt sich für mich grundlegen falsch an.
02:29
So that's the personal reason.
51
149260
2000
Das ist also mein persönlicher Grund.
02:31
Scientific reason is that this notion
52
151260
3000
Der wissenschaftliche Grund ist, dass ich
02:34
from neuroscience of critical periods --
53
154260
2000
der neurowissenschaftlichen Vorstellung
02:36
that if the brain is older
54
156260
3000
von den kritischen Phasen nicht zustimme,
02:39
than four or five years of age,
55
159260
2000
dass, wenn das Gehirn
02:41
it loses its ability to learn --
56
161260
2000
älter als vier oder fünf Jahre ist,
02:43
that doesn't sit well with me,
57
163260
2000
es die Fähigkeit zu lernen verliert.
02:45
because I don't think that idea
58
165260
2000
Ich glaube, dass diese Annahme
02:47
has been tested adequately.
59
167260
3000
nicht adequat getestet wurde.
02:50
The birth of the idea is from
60
170260
2000
Sie basiert auf der Arbeit
02:52
David Hubel and Torsten Wiesel's work,
61
172260
2000
von David Hubel und Torsten Wiesel,
02:54
two researchers who were at Harvard,
62
174260
2000
zwei Forschern an der Harvard Universität,
02:56
and they got the Nobel Prize in 1981
63
176260
3000
die 1981 den Nobelpreis
02:59
for their studies of visual physiology,
64
179260
2000
für ihre Forschung in visueller Physiologie erhielten.
03:01
which are remarkably beautiful studies,
65
181260
2000
Es sind bemerkenswert schöne Studien,
03:03
but I believe some of their work
66
183260
2000
aber ich glaube, dass Teile dieser Arbeit
03:05
has been extrapolated
67
185260
2000
vorzeitig auf den Menschen
03:07
into the human domain prematurely.
68
187260
2000
abgeleitet wurden.
03:09
So, they did their work with kittens,
69
189260
2000
Die beiden arbeiteten mit kleinen Katzen
03:11
with different kinds of deprivation regiments,
70
191260
2000
und verschiedenen Arten der Deprivation,
03:13
and those studies,
71
193260
2000
und diese Studien
03:15
which date back to the '60s,
72
195260
2000
aus den sechziger Jahren
03:17
are now being applied to human children.
73
197260
3000
werden nun auf Menschenkinder übertragen.
03:20
So I felt that I needed to do two things.
74
200260
3000
Deshalb meinte ich zwei Dinge tun zu müssen.
03:23
One: provide care
75
203260
3000
Erstens: jenen Kindern eine Behandlung
03:26
to children who are currently
76
206260
2000
zukommen zu lassen, denen sie
03:28
being deprived of treatment.
77
208260
2000
momentan vorenthalten wird.
03:30
That's the humanitarian mission.
78
210260
2000
Das ist die humanitäre Mission.
03:32
And the scientific mission would be
79
212260
2000
Und die wissenschaftliche Mission wäre,
03:34
to test the limits
80
214260
2000
die Grenzen visueller Plastizität
03:36
of visual plasticity.
81
216260
2000
auszutesten.
03:38
And these two missions, as you can tell,
82
218260
3000
Diese zwei Missionen passen, wie man sieht,
03:41
thread together perfectly. One adds to the other;
83
221260
3000
perfekt zusammen, eine ergänzt die andere.
03:44
in fact, one would be impossible without the other.
84
224260
3000
Tatsächlich wären sie ohne einander nicht möglich.
03:49
So, to implement
85
229260
2000
Um diese Zwillingsmission
03:51
these twin missions,
86
231260
2000
zu implementieren, gründete ich
03:53
a few years ago, I launched Project Prakash.
87
233260
3000
vor einigen Jahren das Projekt Prakash.
03:56
Prakash, as many of you know,
88
236260
2000
Prakash, wie viele von Ihnen wissen,
03:58
is the Sanskrit word for light,
89
238260
2000
ist Sanskrit für alle Arten von Licht.
04:00
and the idea is that
90
240260
2000
Die Idee dahinter ist,
04:02
in bringing light into the lives of children,
91
242260
3000
dass, indem wir Licht in das Leben von Kindern bringen,
04:05
we also have a chance
92
245260
2000
wir auch eine Chance haben,
04:07
of shedding light on some of the
93
247260
2000
Licht in das Dunkel einiger der Geheimnisse
04:09
deepest mysteries of neuroscience.
94
249260
3000
der Neurowissenschaften zu bringen.
04:12
And the logo -- even though it looks extremely Irish,
95
252260
3000
Das Logo, obwohl es sehr irisch aussieht,
04:15
it's actually derived from
96
255260
2000
ist abgeleitet von dem indischen Symbol Diya,
04:17
the Indian symbol of Diya, an earthen lamp.
97
257260
4000
einer tönernen Lampe.
04:21
The Prakash, the overall effort
98
261260
3000
Projekt Prakash, die Gesamtbewegung,
04:24
has three components:
99
264260
2000
besteht aus drei Komponenten:
04:26
outreach, to identify children in need of care;
100
266260
4000
Initiativen, um Kinder, die Hilfe benötigen, zu identifizieren,
04:30
medical treatment; and in subsequent study.
101
270260
3000
medizinische Versorgung und anschließende Studien.
04:33
And I want to show you a short video clip
102
273260
3000
Ich möchte Ihnen ein kurzes Video zeigen,
04:36
that illustrates the first two components of this work.
103
276260
3000
dass die ersten beiden Komponenten unserer Arbeit illustriert.
04:41
This is an outreach station
104
281260
2000
Das ist eine Gesundheisstation
04:43
conducted at a school for the blind.
105
283260
3000
an einer Blindenschule.
04:46
(Text: Most of the children are profoundly and permanently blind ...)
106
286260
5000
(Text: Die Mehrzahl der Kinder sind hochgradig und permanent erblindet...)
04:51
Pawan Sinha: So, because this is a school for the blind,
107
291260
5000
Pawan Sinha: Da dies eine Blindenschule ist,
04:56
many children have permanent conditions.
108
296260
2000
haben viele Kinder hier permanente Leiden.
04:58
That's a case of microphthalmos,
109
298260
3000
Das ist ein Fall von Mikrophthalmus,
05:01
which is malformed eyes,
110
301260
2000
das sind missgeformte Augen,
05:03
and that's a permanent condition;
111
303260
2000
ein permanentes Leiden.
05:05
it cannot be treated.
112
305260
2000
Dafür gibt es keine Behandlung.
05:07
That's an extreme of micropthalmos
113
307260
2000
Das ist ein Extremfall von Mikrophthalmus,
05:09
called enophthalmos.
114
309260
2000
Enophthalmus genannt.
05:11
But, every so often, we come across children
115
311260
2000
Aber immer wieder finden wir Kinder,
05:13
who show some residual vision,
116
313260
3000
die noch ein Restsehvermögen haben,
05:16
and that is a very good sign
117
316260
3000
und das ist ein sehr gutes Zeichen dafür,
05:19
that the condition might actually be treatable.
118
319260
2000
dass man dieses Leiden vielleicht doch behandeln kann.
05:21
So, after that screening, we bring the children to the hospital.
119
321260
3000
Nach der Untersuchung bringen wir die Kinder ins Krankenhaus.
05:24
That's the hospital we're working with in Delhi,
120
324260
2000
Das ist das Krankenhaus, mit dem wir in Delhi zusammenarbeiten,
05:26
the Schroff Charity Eye Hospital.
121
326260
3000
das Dr. Schroff Charity Eye Hospital.
05:29
It has a very well-equipped
122
329260
2000
Es hat ein sehr gut ausgestattetes
05:31
pediatric ophthalmic center,
123
331260
3000
pediatrisches Augenzentrum,
05:35
which was made possible in part
124
335260
2000
das teilweise von der
05:37
by a gift from the Ronald McDonald charity.
125
337260
4000
Ronald McDonald Stiftung mitfinanziert wurde.
05:41
So, eating burgers actually helps.
126
341260
3000
Burger Essen hilft also tatsächlich.
05:45
(Text: Such examinations allow us to improve
127
345260
2000
(Text: Diese Untersuchungen ermöglichen es uns,
05:47
eye-health in many children, and ...
128
347260
2000
die Augengesundheit vieler Kinder zu verbessern und...
05:54
... help us find children who can participate in Project Prakash.)
129
354260
3000
... Kinder zu finden, die an Projekt Prakash teilnehmen können.)
05:57
PS: So, as I zoom in to the eyes of this child,
130
357260
2000
PS: Wenn ich die Augen dieses Kindes heranzoome,
05:59
you will see the cause of his blindness.
131
359260
3000
werden Sie die Ursache seiner Erblindung erkennen.
06:03
The whites that you see in the middle of his pupils
132
363260
3000
Die weißen Verfärbungen in der Mitte seiner Pupillen
06:06
are congenital cataracts,
133
366260
3000
sind angeborene Katarakte,
06:09
so opacities of the lens.
134
369260
2000
also Linsentrübungen.
06:11
In our eyes, the lens is clear,
135
371260
3000
In unseren Augen sind die Linsen klar,
06:14
but in this child, the lens has become opaque,
136
374260
2000
aber die Linsen dieses Kindes sind undurchsichtig geworden,
06:16
and therefore he can't see the world.
137
376260
3000
und deshalb kann es die Welt nicht sehen.
06:19
So, the child is given treatment. You'll see shots of the eye.
138
379260
3000
Das Kind wurde behandelt. Sie werden Aufnahmen des Auges sehen.
06:22
Here's the eye with the opaque lens,
139
382260
2000
Hier ist das Auge mit der getrübten Linse,
06:24
the opaque lens extracted
140
384260
2000
die getrübte Linse wird entfernt
06:26
and an acrylic lens inserted.
141
386260
3000
und eine Acryllinse eingesetzt.
06:29
And here's the same child
142
389260
2000
Und hier ist dasselbe Kind
06:31
three weeks post-operation,
143
391260
3000
drei Wochen nach der Operation,
06:34
with the right eye open.
144
394260
3000
das rechte Auge geöffnet.
06:40
(Applause)
145
400260
6000
(Applaus)
06:46
Thank you.
146
406260
2000
Danke.
06:48
So, even from that little clip, you can begin to get the sense
147
408260
3000
Selbst dieses kurze Video vermittelt schon den Eindruck,
06:51
that recovery is possible,
148
411260
2000
dass Heilung möglich ist.
06:53
and we have now
149
413260
2000
Mitlerweile haben wir
06:55
provided treatment to over 200 children,
150
415260
3000
über 200 Kinder behandelt,
06:58
and the story repeats itself.
151
418260
2000
und die Geschichte wiederholt sich.
07:00
After treatment, the child
152
420260
2000
Nach der Behandlung gewinnt das Kind
07:02
gains significant functionality.
153
422260
3000
maßgeblich an Funktionalität.
07:05
In fact, the story holds true
154
425260
3000
In der Tat bewahrheitet sich die Geschichte sogar
07:08
even if you have a person who got sight
155
428260
2000
bei Personen, die ihr Augenlicht nach
07:10
after several years of deprivation.
156
430260
2000
etlichen Jahren der Entbehrung gewinnen.
07:12
We did a paper a few years ago
157
432260
2000
Vor einigen Jahren veröffentlichten wir einen Artikel
07:14
about this woman that you see on the right, SRD,
158
434260
4000
über die Frau, die Sie hier rechts sehen, SRD.
07:18
and she got her sight late in life,
159
438260
2000
Sie gewann ihr Augenlicht erst spät in ihrem Leben
07:20
and her vision is remarkable at this age.
160
440260
4000
und ihre Sehfähigkeit ist bemerkenswert für ihr Alter.
07:24
I should add a tragic postscript to this --
161
444260
3000
Ich muss einen tragischen Nachtrag machen.
07:27
she died two years ago
162
447260
2000
Vor zwei Jahren starb sie
07:29
in a bus accident.
163
449260
2000
bei einem Busunfall.
07:31
So, hers is just a truly inspiring story --
164
451260
4000
Aber ihre Geschichte ist wirklich inspirierend,
07:35
unknown, but inspiring story.
165
455260
3000
unbekannt aber inspirierend.
07:38
So when we started finding these results,
166
458260
2000
Als wir zu diesen Ergebnissen kamen,
07:40
as you might imagine, it created quite a bit of stir
167
460260
3000
verursachte das, wie Sie sich vorstellen können,
07:43
in the scientific and the popular press.
168
463260
3000
einige Aufregung in der wissenschaftlichen und der Boulevardpresse.
07:46
Here's an article in Nature
169
466260
2000
Hier ist ein Artikel in Nature,
07:48
that profiled this work,
170
468260
2000
der unsere Arbeit erläuterte,
07:50
and another one in Time.
171
470260
2000
und ein anderer in Time.
07:52
So, we were fairly convinced -- we are convinced --
172
472260
2000
Wir waren also ziemlich überzeugt, wir sind überzeugt,
07:54
that recovery is feasible,
173
474260
2000
dass Heilung möglich ist,
07:56
despite extended visual deprivation.
174
476260
3000
trotz langer visueller Entbehrung.
07:59
The next obvious question to ask:
175
479260
2000
Die nächste naheliegende Frage ist:
08:01
What is the process of recovery?
176
481260
3000
Wie sieht der Heilungsprozess aus?
08:04
So, the way we study that is,
177
484260
3000
Wir untersuchen das auf folgende Weise,
08:07
let's say we find a child who has light sensitivity.
178
487260
2000
sagen wir, wir finden ein Kind mit Lichtsensibilität.
08:09
The child is provided treatment,
179
489260
2000
Das Kind wird behandelt,
08:11
and I want to stress that the treatment
180
491260
2000
und ich möchte betonen, dass die Behandlung
08:13
is completely unconditional;
181
493260
2000
an keinerlei Bedingungen geknüpft ist.
08:15
there is no quid pro quo.
182
495260
2000
Es wird keine Gegenleistung erwartet.
08:17
We treat many more children then we actually work with.
183
497260
3000
Die Anzahl der Kinder, die wir behandeln, ist viel größer als die, mit der wir arbeiten.
08:20
Every child who needs treatment is treated.
184
500260
3000
Jedes Kind, das Behandlung benötigt, bekommt sie.
08:23
After treatment, about every week,
185
503260
2000
Nach der Behandlung lassen wir das Kind
08:25
we run the child
186
505260
2000
wöchentlich eine Reihe von
08:27
on a battery of simple visual tests
187
507260
3000
einfachen Sehtests machen,
08:30
in order to see how their visual skills
188
510260
2000
um zu sehen,
08:32
are coming on line.
189
512260
2000
wie sich sein Sehvermögen anpasst.
08:34
And we try to do this for as long as possible.
190
514260
3000
Das versuchen wir so lange wie möglich zu machen.
08:37
This arc of development
191
517260
2000
Dieser Entwicklungsbogen
08:39
gives us unprecedented
192
519260
2000
bietet uns noch nie dagewesene und
08:41
and extremely valuable information
193
521260
2000
besonders wertvolle Informationen darüber,
08:43
about how the scaffolding of vision
194
523260
2000
wie sich das Gerüst
08:45
gets set up.
195
525260
2000
der Sehfähigkeit aufbaut.
08:47
What might be the causal connections
196
527260
2000
Welches könnten die Kausalzusammenhänge
08:49
between the early developing skills
197
529260
2000
zwischen den sich früh entwickelnden Fähigkeiten
08:51
and the later developing ones?
198
531260
2000
und den sich später entwickelnden sein?
08:53
And we've used this general approach to study
199
533260
2000
Diese allgemeine Vorgehensweise haben wir genutzt,
08:55
many different visual proficiencies,
200
535260
3000
um viele verschiedene visuelle Fähigkeiten zu untersuchen,
08:58
but I want to highlight one particular one,
201
538260
4000
aber ich möchte eine bestimmte hervorheben,
09:02
and that is image parsing into objects.
202
542260
3000
und zwar Bilder in Objekte zu zergliedern.
09:05
So, any image of the kind that you see on the left,
203
545260
2000
Jedes Bild der Art, wie Sie es links sehen,
09:07
be it a real image or a synthetic image,
204
547260
3000
ob reales Bild oder synthetisches Bild,
09:10
it's made up of little regions
205
550260
2000
ist zusammengesetzt aus kleinen Bereichen,
09:12
that you see in the middle column,
206
552260
2000
die Sie in der mittleren Spalte sehen,
09:14
regions of different colors, different luminances.
207
554260
3000
verschiedenen Farbbereichen, verschiedenen Helligkeiten.
09:17
The brain has this complex task
208
557260
3000
Das Gehirn hat die komplexe Aufgabe,
09:20
of putting together, integrating,
209
560260
3000
Untergruppen dieser Bereiche
09:23
subsets of these regions
210
563260
2000
zu etwas bedeutungsvollerem
09:25
into something that's more meaningful,
211
565260
2000
zusammenzusetzen, zu integrieren,
09:27
into what we would consider to be objects,
212
567260
2000
zu etwas, dass wir als Objekte bezeichnen würden,
09:29
as you see on the right.
213
569260
2000
so wie Sie es rechts sehen.
09:31
And nobody knows how this integration happens,
214
571260
2000
Niemand weiß, wie diese Integration funktioniert.
09:33
and that's the question we asked with Project Prakash.
215
573260
4000
Das ist die Frage, der wir mit Projekt Prakash nachgegangen sind.
09:37
So, here's what happens
216
577260
2000
Das ist, was kurz nach dem Einsetzen
09:39
very soon after the onset of sight.
217
579260
3000
der Sehfähigkeit geschieht.
09:42
Here's a person who had gained sight just a couple of weeks ago,
218
582260
3000
Das ist jemand, der vor ein paar Wochen seine Sehfähigkeit erlangt hat,
09:45
and you see Ethan Myers, a graduate student from MIT,
219
585260
3000
und Sie sehen, wie Ethan Myers, ein Student des MIT,
09:48
running the experiment with him.
220
588260
3000
das Experiment mit ihm durchführt.
09:51
His visual-motor coordination is quite poor,
221
591260
4000
Seine Hand-Augen-Koordination ist relativ schlecht,
09:55
but you get a general sense
222
595260
2000
aber Sie bekommen einen allgemeinen Eindruck
09:57
of what are the regions that he's trying to trace out.
223
597260
3000
von den Bereichen, die er versucht nachzuziehen.
10:00
If you show him real world images,
224
600260
2000
Wenn man ihm Bilder der realen Welt zeigt,
10:02
if you show others like him real world images,
225
602260
3000
wenn man anderen wie ihm Bilder der realen Welt zeigt,
10:05
they are unable to recognize most of the objects
226
605260
2000
können sie die meisten Objekte nicht erkennen,
10:07
because the world to them is over-fragmented;
227
607260
3000
denn die Welt ist für sie überfragmentiert,
10:10
it's made up of a collage, a patchwork,
228
610260
3000
sie besteht aus einer Collage, einem Flickwerk
10:13
of regions of different colors and luminances.
229
613260
2000
aus Bereichen verschiedener Farben und Helligkeiten.
10:15
And that's what's indicated in the green outlines.
230
615260
2000
Das wird durch die grünen Linien verdeutlicht.
10:17
When you ask them,
231
617260
2000
Wenn man sie bittet,
10:19
"Even if you can't name the objects, just point to where the objects are,"
232
619260
3000
auf die Objekte zu zeigen, selbst wenn sie sie nicht benennen können,
10:22
these are the regions that they point to.
233
622260
2000
sind dies die Bereiche, auf die sie zeigen.
10:24
So the world is this complex
234
624260
2000
Die Welt ist dieses komplexe
10:26
patchwork of regions.
235
626260
2000
Flickwerk von Bereichen.
10:28
Even the shadow on the ball
236
628260
2000
Selbst der Schatten auf dem Ball
10:30
becomes its own object.
237
630260
3000
wird zu einem eigenen Objekt.
10:33
Interestingly enough,
238
633260
2000
Interessanterweise
10:35
you give them a few months,
239
635260
2000
passiert nach einigen Monaten
10:37
and this is what happens.
240
637260
3000
das Folgende.
10:43
Doctor: How many are these?
241
643260
2000
Doktor: Wie viele sind das?
10:45
Patient: These are two things.
242
645260
2000
Patient: Das sind zwei Dinge.
10:47
Doctor: What are their shapes?
243
647260
2000
Doktor: Was sind ihre Formen?
10:49
Patient: Their shapes ...
244
649260
2000
Patient: Ihre Formen...
10:51
This one is a circle,
245
651260
3000
Das ist ein Kreis,
10:54
and this
246
654260
2000
und das
10:56
is a square.
247
656260
2000
ist ein Quadrat.
10:58
PS: A very dramatic transformation has come about.
248
658260
3000
PS: Eine sehr dramatische Veränderung ist zum Vorschein gekommen.
11:01
And the question is:
249
661260
2000
Die Frage ist:
11:03
What underlies this transformation?
250
663260
2000
was führte zu dieser Veränderung?
11:05
It's a profound question,
251
665260
2000
Es ist eine grundlegende Frage,
11:07
and what's even more amazing is how simple
252
667260
2000
und was noch erstaunlicher ist,
11:09
the answer is.
253
669260
2000
ist wie simpel die Antwort ist.
11:11
The answer lies in motion
254
671260
2000
Die Antwort liegt in Bewegung.
11:13
and that's what I want to show you in the next clip.
255
673260
3000
Das möchte ich Ihnen im nächsten Video zeigen.
11:18
Doctor: What shape do you see here?
256
678260
2000
Doktor: Welche Form sehen Sie hier?
11:20
Patient: I can't make it out.
257
680260
3000
Patient: Ich kann es nicht erkennen.
11:28
Doctor: Now?
258
688260
2000
Doktor: Jetzt?
11:31
Patient: Triangle.
259
691260
2000
Patient: Dreieck.
11:35
Doctor: How many things are these?
260
695260
3000
Doktor: Wie viele Dinge sind das?
11:48
Now, how many things are these?
261
708260
3000
Jetzt, wie viele Dinge sind das?
11:51
Patient: Two.
262
711260
2000
Patient: Zwei.
11:53
Doctor: What are these things?
263
713260
2000
Doktor: Was sind das für Dinge?
11:56
Patient: A square and a circle.
264
716260
2000
Patient: Ein Quadrat und ein Kreis.
11:58
PS: And we see this pattern over and over again.
265
718260
3000
PS: Wir sehen dieses Muster immer wieder.
12:01
The one thing the visual system needs
266
721260
3000
Was das visuelle System braucht,
12:04
in order to begin parsing the world
267
724260
2000
um die Welt in ihre Einzelteile zu zergliedern,
12:06
is dynamic information.
268
726260
2000
sind dynamische Informationen.
12:08
So the inference we are deriving from this,
269
728260
2000
Der Schluss, den wir daraus
12:10
and several such experiments,
270
730260
2000
und aus weiteren ähnlichen Experimenten ziehen,
12:12
is that dynamic information processing,
271
732260
2000
ist dass die Verarbeitung dynamischer Informationen,
12:14
or motion processing,
272
734260
2000
oder auch Bewegungsverarbeitung,
12:16
serves as the bedrock for building
273
736260
2000
die Grundlage für die Ausbildung
12:18
the rest of the complexity of visual processing;
274
738260
4000
der übrigen komplexen visuellen Verarbeitungsprozesse darstellt.
12:22
it leads to visual integration
275
742260
2000
Sie führt zu visueller Integration
12:24
and eventually to recognition.
276
744260
3000
und schließlich zum Erkennen.
12:27
This simple idea has far reaching implications.
277
747260
3000
Diese einfache Vorstellung hat weitreichende Folgen.
12:30
And let me just quickly mention two,
278
750260
3000
Lassen Sie mich nur kurz zwei nennen.
12:33
one, drawing from the domain of engineering,
279
753260
2000
Eine aus dem Bereich der Technik
12:35
and one from the clinic.
280
755260
2000
und eine aus der Klinik.
12:37
So, from the perspective of engineering,
281
757260
2000
Aus der Sicht der Technik können wir fragen,
12:39
we can ask: Goven that we know
282
759260
3000
angesichts der Tatsache, dass Bewegung
12:42
that motion is so important for the human visual system,
283
762260
2000
so wichtig für das menschliche visuelle System ist,
12:44
can we use this as a recipe
284
764260
3000
können wir das als ein Rezept nutzen,
12:47
for constructing machine-based vision systems
285
767260
3000
um maschinelle Sehsysteme zu bauen,
12:50
that can learn on their own, that don't need to be programmed
286
770260
3000
die eigenständig lernen können,
12:53
by a human programmer?
287
773260
2000
ohne von einem Menschen programmiert werden zu müssen.
12:55
And that's what we're trying to do.
288
775260
2000
Das versuchen wir zu erreichen.
12:57
I'm at MIT, at MIT you need to apply
289
777260
3000
Ich bin am MIT. Am MIT soll man jegliche Kenntnisse,
13:00
whatever basic knowledge you gain.
290
780260
2000
die man erlangt, praktisch anwenden.
13:02
So we are creating Dylan,
291
782260
2000
Wir erstellen also Dylan,
13:04
which is a computational system
292
784260
2000
ein Computersystem
13:06
with an ambitious goal
293
786260
2000
mit dem ehrgeizigen Ziel,
13:08
of taking in visual inputs
294
788260
2000
visuelle Daten der gleichen Art,
13:10
of the same kind that a human child would receive,
295
790260
3000
wie sie menschliche Kinder empfangen,
13:13
and autonomously discovering:
296
793260
2000
aufzunehmen und selbständig festzustellen,
13:15
What are the objects in this visual input?
297
795260
3000
welches die Objekte in diesen visuellen Daten sind.
13:18
So, don't worry about the internals of Dylan.
298
798260
3000
Kümmern Sie sich nicht um Dylans interne Details.
13:21
Here, I'm just going to talk about
299
801260
3000
Ich möchte hier nur darüber sprechen,
13:24
how we test Dylan.
300
804260
2000
wie wir Dylan testen.
13:26
The way we test Dylan is by giving it
301
806260
2000
Wir testen Dylan, indem wir ihm Daten geben,
13:28
inputs, as I said, of the same kind
302
808260
3000
wie gesagt, derselben Art, wie sie ein Baby
13:31
that a baby, or a child in Project Prakash would get.
303
811260
3000
oder ein Kind in Projekt Prakash bekäme.
13:34
But for a long time we couldn't quite figure out:
304
814260
3000
Lange Zeit konnten wir nicht ganz verstehen,
13:37
Wow can we get these kinds of video inputs?
305
817260
3000
wie wir Videodaten dieser Art sammeln konnten.
13:41
So, I thought,
306
821260
2000
Dann hatte ich die Idee,
13:43
could we have Darius
307
823260
2000
dass wir Darius
13:45
serve as our babycam carrier,
308
825260
3000
als unseren Babycamträger nutzen könnten,
13:48
and that way get the inputs that we feed into Dylan?
309
828260
3000
um die Daten zu sammeln, die wir in Dylan eingeben.
13:51
So that's what we did.
310
831260
2000
Und das haben wir getan.
13:53
(Laughter)
311
833260
7000
(Gelächter)
14:00
I had to have long conversations with my wife.
312
840260
3000
Ich musste lange mit meiner Frau diskutieren.
14:03
(Laughter)
313
843260
5000
(Gelächter)
14:08
In fact, Pam, if you're watching this,
314
848260
2000
Pam, wenn du jetzt zusiehst,
14:10
please forgive me.
315
850260
2000
bitte, vergib mir.
14:13
So, we modified the optics of the camera
316
853260
4000
Wir modifizierten die Optik der Kamera,
14:17
in order to mimic the baby's visual acuity.
317
857260
3000
um die Sehschärfe eines Babys nachzuahmen.
14:20
As some of you might know,
318
860260
2000
Wie einige von Ihnen wissen dürften,
14:22
babyies are born pretty much legally blind.
319
862260
4000
kommen Babys nahezu blind auf die Welt.
14:26
Their acuity -- our acuity is 20/20;
320
866260
3000
Ihre Sehschärfe – unsere ist 20/20 –
14:29
babies' acuity is like 20/800,
321
869260
3000
die Sehschärfe von Babys liegt um 20/800,
14:32
so they are looking at the world
322
872260
2000
daher sehen sie die Welt
14:34
in a very, very blurry fashion.
323
874260
3000
sehr verschwommen.
14:37
Here's what a baby-cam video looks like.
324
877260
3000
So sieht ein Babycam-Video aus.
14:41
(Laughter)
325
881260
9000
(Gelächter)
14:50
(Applause)
326
890260
3000
(Applaus)
14:53
Thankfully, there isn't any audio
327
893260
2000
Zum Glück ist da
14:55
to go with this.
328
895260
3000
kein Ton drauf.
14:58
What's amazing is that working with such
329
898260
2000
Was erstaunlich ist, ist dass,
15:00
highly degraded input,
330
900260
2000
trotz stark verminderten Daten,
15:02
the baby, very quickly, is able
331
902260
2000
das Baby sehr schnell Sinn
15:04
to discover meaning in such input.
332
904260
3000
aus diesen Daten machen kann.
15:07
But then two or three days afterward,
333
907260
2000
Nach zwei oder drei Tagen
15:09
babies begin to pay attention
334
909260
2000
fangen Babys an, den Gesichtern
15:11
to their mother's or their father's face.
335
911260
2000
ihrer Eltern Aufmerksamkeit zu schenken.
15:13
How does that happen? We want Dylan to be able to do that,
336
913260
3000
Wie geschieht das? Wir wollen, dass Dylan das kann.
15:16
and using this mantra of motion,
337
916260
3000
Indem er das Mantra der Bewegung nutzt,
15:19
Dylan actually can do that.
338
919260
2000
kann Dylan das wirklich tun,
15:21
So, given that kind of video input,
339
921260
3000
selbst angesichts dieser Art der Videodaten
15:24
with just about six or seven minutes worth of video,
340
924260
3000
von nur ungefähr sechs bis sieben Minuten Länge,
15:27
Dylan can begin to extract patterns
341
927260
3000
kann Dylan anfangen, Muster zu extrahieren,
15:30
that include faces.
342
930260
3000
einschließlich Gesichter.
15:33
So, it's an important demonstration
343
933260
2000
Das ist ein wichtiger Beweis
15:35
of the power of motion.
344
935260
2000
der Macht der Bewegung.
15:37
The clinical implication, it comes from the domain of autism.
345
937260
3000
Die klinischen Folgerungen kommen aus dem Bereich des Autismus.
15:40
Visual integration has been associated with autism
346
940260
2000
Optische Integration wurde von verschiedenen Forschern
15:42
by several researchers.
347
942260
2000
mit Autismus in Verbindung gebracht.
15:44
When we saw that, we asked:
348
944260
2000
Als wir das sahen, fragten wir:
15:46
Could the impairment in visual integration
349
946260
3000
Könnte die Beeinträchtigung der optischen Integration
15:49
be the manifestation of something underneath,
350
949260
3000
die Manifestation von etwas Tieferliegendem sein,
15:52
of dynamic information processing deficiencies in autism?
351
952260
3000
von einem Defizit dynamischer Informationsverarbeitung bei Autismus?
15:55
Because, if that hypothesis were to be true,
352
955260
3000
Denn, falls diese Hypothese wahr wäre,
15:58
it would have massive repercussions in our understanding
353
958260
3000
hätte sie massive Auswirkungen auf unser Verständnis
16:01
of what's causing the many different aspects
354
961260
2000
der Ursachen für verschiedene Aspekte
16:03
of the autism phenotype.
355
963260
3000
des Autismus Phänotyps.
16:06
What you're going to see are
356
966260
2000
Was Sie sehen werden, sind
16:08
video clips of two children -- one neurotypical,
357
968260
3000
Videos von zwei Kindern, die Pong spielen,
16:11
one with autism, playing Pong.
358
971260
2000
eines neurotypisch, eines mit Autismus.
16:13
So, while the child is playing Pong, we are tracking where they're looking.
359
973260
3000
Während die Kinder Pong spielen, verfolgen wir ihre Augenbewegungen.
16:16
In red are the eye movement traces.
360
976260
3000
Die Augenbewegungen sind hier in Rot zu sehen.
16:19
This is the neurotypical child, and what you see
361
979260
3000
Das ist das neurotypische Kind und, wie Sie sehen,
16:22
is that the child is able to make cues
362
982260
2000
kann das Kind Anhaltspunkte
16:24
of the dynamic information
363
984260
2000
aus der dynamischen Information ableiten,
16:26
to predict where the ball is going to go.
364
986260
2000
um die Bewegungsrichtung des Balls vorherzusagen.
16:28
Even before the ball gets to a place,
365
988260
3000
Schon bevor der Ball zu einem Ort gelangt,
16:31
the child is already looking there.
366
991260
3000
sieht das Kind dorthin.
16:34
Contrast this with a child
367
994260
2000
Vergleichen Sie das mit einem Kind
16:36
with autism playing the same game.
368
996260
2000
mit Autismus, das das gleiche Spiel spielt.
16:38
Instead of anticipating,
369
998260
2000
Anstatt sie vorherzusagen,
16:40
the child always follows where the ball has been.
370
1000260
3000
folgt das Kind der Bewegung des Balls nach.
16:43
The efficiency of the use
371
1003260
2000
Die Effizienz in der Verarbeitung
16:45
of dynamic information
372
1005260
2000
dynamischer Informationen
16:47
seems to be significantly compromised in autism.
373
1007260
3000
scheint bei Autismus erheblich beeinträchtigt zu sein.
16:51
So we are pursuing this line of work
374
1011260
3000
Wir verfolgen diese Forschungsrichtung
16:54
and hopefully we'll have
375
1014260
2000
und haben hoffentlich bald
16:56
more results to report soon.
376
1016260
2000
mehr Ergebnisse zu berichten.
16:58
Looking ahead, if you think of this disk
377
1018260
3000
Vorausschauend, wenn man diesen Kreis
17:01
as representing all of the children
378
1021260
2000
als repräsentativ für all die Kinder betrachtet,
17:03
we've treated so far,
379
1023260
2000
die wir bisher behandelt haben,
17:05
this is the magnitude of the problem.
380
1025260
2000
ist dies das Ausmaß des Problems.
17:07
The red dots are the children we have not treated.
381
1027260
3000
Die roten Punkte stellen Kinder dar, die wir nicht behandelt haben.
17:10
So, there are many, many more children who need to be treated,
382
1030260
2000
Es gibt also noch viel mehr Kinder, die Hilfe benötigen.
17:12
and in order to expand the scope of the project,
383
1032260
3000
Um die Bandbreite des Projekts zu erweitern,
17:15
we are planning on launching
384
1035260
2000
planen wir die Eröffnung
17:17
The Prakash Center for Children,
385
1037260
2000
des Prakash Zentrum für Kinder,
17:19
which will have a dedicated pediatric hospital,
386
1039260
3000
welches ein pediatrisches Krankenhaus,
17:22
a school for the children we are treating
387
1042260
2000
eine Schule für die Kinder, die wir behandeln,
17:24
and also a cutting-edge research facility.
388
1044260
2000
und eine hochmoderne Forschungseinrichtung haben wird.
17:26
The Prakash Center will integrate health care,
389
1046260
3000
Das Prakash Zentrum wird Gesundheitsversorgung,
17:29
education and research in a way
390
1049260
2000
Bildung und Forschung auf eine Weise integrieren,
17:31
that truly creates the whole
391
1051260
2000
die ein Ganzes schafft, das wirklich
17:33
to be greater than the sum of the parts.
392
1053260
3000
größer als die Summe seiner Teile ist.
17:36
So, to summarize: Prakash, in its five years of existence,
393
1056260
3000
Zusammengefasst hat Prakash in den fünf Jahren seiner Existenz
17:39
it's had an impact in multiple areas,
394
1059260
3000
Auswirkungen auf viele verschiedene Bereiche gehabt,
17:42
ranging from basic neuroscience
395
1062260
2000
von den grundlegenden Neurowissenschaften,
17:44
plasticity and learning in the brain,
396
1064260
2000
Plastizität und Lernen im Gehirn,
17:46
to clinically relevant hypotheses like in autism,
397
1066260
4000
bis hin zu klinisch relevanten Hypothesen wie für Autismus,
17:50
the development of autonomous machine vision systems,
398
1070260
3000
der Entwicklung selbständiger maschineller Sehsysteme,
17:53
education of the undergraduate and graduate students,
399
1073260
3000
Bildung für Studenten im Grund- und Hauptstudium,
17:56
and most importantly in the alleviation
400
1076260
2000
und am allerwichtigsten der Linderung
17:58
of childhood blindness.
401
1078260
2000
von Blindheit im Kindesalter.
18:00
And for my students and I, it's been
402
1080260
2000
Für meine Studenten und mich
18:02
just a phenomenal experience
403
1082260
2000
war es eine unglaubliche Erfahrung,
18:04
because we have gotten to do interesting research,
404
1084260
4000
denn wir konnten interessante Forschungsprojekte durchführen
18:08
while at the same time
405
1088260
2000
und gleichzeitig vielen Kindern,
18:10
helping the many children that we have worked with.
406
1090260
2000
mit denen wir gearbeitet haben, helfen.
18:12
Thank you very much.
407
1092260
2000
Vielen Dank.
18:14
(Applause)
408
1094260
2000
(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