Sheila Nirenberg: A prosthetic eye to treat blindness

100,610 views ・ 2011-12-20

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Toula Papapantou Επιμέλεια: Sofia Kalamatianou
00:15
I study how the brain processes
0
15330
2000
Μελετώ τους τρόπους που ο εγκέφαλος επεξεργάζεται
00:17
information. That is, how it takes
1
17330
2000
πληροφορίες. Δηλαδή, πως προσλαμβάνει
00:19
information in from the outside world, and
2
19330
2000
πληροφορίες απο τον έξωτερικό κόσμο,και
00:21
converts it into patterns of electrical activity,
3
21330
2000
τις μετατρέπει σε μοτίβα ηλεκτρικής δραστηριότητας,
00:23
and then how it uses those patterns
4
23330
2000
και μετά πώς χρησιμοποιεί αυτά τα μοτίβα
00:25
to allow you to do things --
5
25330
2000
για να μας επιτρέψει να κάνουμε πράγματα--
00:27
to see, hear, to reach for an object.
6
27330
2000
να δούμε, να ακούσουμε, να φτάσουμε ένα αντικείμενο.
00:29
So I'm really a basic scientist, not
7
29330
2000
Είμαι, λοιπόν, επιστήμονας της βασικής έρευνας,
00:31
a clinician, but in the last year and a half
8
31330
2000
και όχι κλινικός, αλλά εδώ και ενάμισι χρόνο
00:33
I've started to switch over, to use what
9
33330
2000
άρχισα να επεκτείνομαι,να χρησιμοποιώ τις γνώσεις
00:35
we've been learning about these patterns
10
35330
2000
που έχουμε αποκτήσει σχετικά με αυτά τα μοτίβα
00:37
of activity to develop prosthetic devices,
11
37330
3000
δραστηριότητας για να αναπτύξουμε προσθετικά εργαλεία,
00:40
and what I wanted to do today is show you
12
40330
2000
και αυτό που ήθελα να κάνω σήμερα είναι να σας δώσω
00:42
an example of this.
13
42330
2000
ενα παράδειγμα.
00:44
It's really our first foray into this.
14
44330
2000
Είναι πράγματι η πρώτη μας έρευνα για το θέμα.
00:46
It's the development of a prosthetic device
15
46330
2000
Το θέμα είναι η ανάπτυξη ενός προσθετικού εργαλείου
00:48
for treating blindness.
16
48330
2000
για τη θεραπεία της τύφλωσης.
00:50
So let me start in on that problem.
17
50330
2000
Ξεκινώ, λοιπόν, αναφερόμενη στο πρόβλημα.
00:52
There are 10 million people in the U.S.
18
52330
2000
Υπάρχουν 10 εκατομμύρια άνθρωποι στις Ηνωμένες πολιτείες
00:54
and many more worldwide who are blind
19
54330
2000
και πολλοί περισσότεροι παγκοσμίως που είναι τυφλοί
00:56
or are facing blindness due to diseases
20
56330
2000
ή κοντά στην τύφλωση εξαιτίας κάποιων ασθενειών
00:58
of the retina, diseases like
21
58330
2000
του αμφιβληστροειδούς,ασθένειες όπως
01:00
macular degeneration, and there's little
22
60330
2000
ο εκφυλισμός της ωχράς κηλίδας, και δε μπορεί κανείς
01:02
that can be done for them.
23
62330
2000
να κάνει πολλά πράγματα γι΄ αυτούς.
01:04
There are some drug treatments, but
24
64330
2000
Υπάρχουν κάποιες φαρμακευτικές θεραπείες,αλλά
01:06
they're only effective on a small fraction
25
66330
2000
είναι αποτελεσματικές μόνο σε ένα μικρό μέρος
01:08
of the population. And so, for the vast
26
68330
2000
του πληθυσμού. Και έτσι, για τη μεγαλύτερη πλειοψηφία
01:10
majority of patients, their best hope for
27
70330
2000
των ασθενών η καλύτερη ελπίδα να
01:12
regaining sight is through prosthetic devices.
28
72330
2000
επανακτήσουν την όρασή τους είναι διαμέσου τα τεχνητών εργαλείων.
01:14
The problem is that current prosthetics
29
74330
2000
Το πρόβλημα είναι ότι τα προσθετικά
01:16
don't work very well. They're still very
30
76330
2000
που έχουμε στη διάθεσή μας δε λειτουργούν και πολύ καλά. Η
01:18
limited in the vision that they can provide.
31
78330
2000
δυνατότητα όρασης που προσφέρουν είναι περιορισμένη.
01:20
And so, you know, for example, with these
32
80330
2000
Και για παράδειγμα, με τη χρήση
01:22
devices, patients can see simple things
33
82330
2000
αυτών των εργαλείων οι ασθενείς μπορούν να δουν απλά πράγματα
01:24
like bright lights and high contrast edges,
34
84330
2000
όπως έντονο φως και περιγράμματα με έντονες αντιθέσεις,
01:26
not very much more, so nothing close
35
86330
2000
όχι πολλά περισσότερα,κι έτσι δεν έχει καταστεί
01:28
to normal vision has been possible.
36
88330
3000
δυνατό να πλησιάσουμε την φυσιολογική όραση.
01:31
So what I'm going to tell you about today
37
91330
2000
Αυτό, λοιπόν, για το οποίο θα σας μιλήσω σήμερα
01:33
is a device that we've been working on
38
93330
2000
είναι ένα εργαλείο πάνω στο οποίο εργαζόμαστε
01:35
that I think has the potential to make
39
95330
2000
που νομίζω οτι έχει τη δυνατότητα να κάνει τη διαφορά,
01:37
a difference, to be much more effective,
40
97330
2000
να είναι περισσότερο αποτελεσματικό,
01:39
and what I wanted to do is show you
41
99330
2000
και θα ήθελα να σας δείξω
01:41
how it works. Okay, so let me back up a
42
101330
2000
πώς λειτουργεί. Εντάξει, ας κάνω μια μικρή αναδρομή
01:43
little bit and show you how a normal retina
43
103330
2000
για να σας δείξω πως λειτουργεί ενας φυσιολογικός αμφιβληστροειδής
01:45
works first so you can see the problem
44
105330
2000
πρώτα, για να μπορείτε να δείτε το πρόβλημα
01:47
that we were trying to solve.
45
107330
2000
που προσπαθούμε να λύσουμε.
01:49
Here you have a retina.
46
109330
2000
Αυτός είναι ο αμφιβληστροειδής.
01:51
So you have an image, a retina, and a brain.
47
111330
2000
Έχουμε λοιπόν μια εικόνα, εναν αμφιβληστροειδή, και εναν εγκέφαλο.
01:53
So when you look at something, like this image
48
113330
2000
Ετσι, όταν κοιτάμε κάτι, όπως αυτή εδώ η εικόνα
01:55
of this baby's face, it goes into your eye
49
115330
2000
του προσώπου του μωρού, έρχεται στο μάτι μας
01:57
and it lands on your retina, on the front-end
50
117330
2000
και προσγειώνεται στον αμφιβληστροειδή, στα κύταρα του εμπρόσθιου άκρου
01:59
cells here, the photoreceptors.
51
119330
2000
εδώ, στους φωτοϋποδοχείς.
02:01
Then what happens is the retinal circuitry,
52
121330
2000
Και αυτό που συμβαίνει είναι οτι το κύκλωμα του αμφιβληστροειδούς
02:03
the middle part, goes to work on it,
53
123330
2000
το μεσαίο τμήμα, πηγαίνει και δουλεύει στην εικόνα,
02:05
and what it does is it performs operations
54
125330
2000
και αυτό που κάνει είναι να εκτελεί λειτουργίες στην εικόνα
02:07
on it, it extracts information from it, and it
55
127330
2000
να αποσπά πληροφορίες απ΄αυτήν και να
02:09
converts that information into a code.
56
129330
2000
τις μετατρέπει, αυτές τις πληροφορίες, σε εναν κώδικα.
02:11
And the code is in the form of these patterns
57
131330
2000
Και αυτός ο κώδικας έχει τη μορφή αυτών των μοτίβων
02:13
of electrical pulses that get sent
58
133330
2000
ηλεκτρικών παλμών που αποστέλλονται
02:15
up to the brain, and so the key thing is
59
135330
2000
στον εγκέφαλο, και ετσι το κλειδί είναι
02:17
that the image ultimately gets converted
60
137330
2000
οτι η εικόνα τελικά μετατρέπεται
02:19
into a code. And when I say code,
61
139330
2000
σε εναν κώδικα.Και όταν λεω κώδικα
02:21
I do literally mean code.
62
141330
2000
εννοώ στην κυριολεξία κώδικα.
02:23
Like this pattern of pulses here actually means "baby's face,"
63
143330
3000
Όπως αυτη η συστοιχία των παλμών εδω σημαίνει " πρόσωπο μωρού",
02:26
and so when the brain gets this pattern
64
146330
2000
και έτσι όταν ο εγκέφαλος δέχεται αυτη τη συστοιχία
02:28
of pulses, it knows that what was out there
65
148330
2000
παλμών , ξέρει οτι αυτό που βρισκόταν εκεί
02:30
was a baby's face, and if it
66
150330
2000
ήταν το πρόσωπο ενός μωρού, και αν
02:32
got a different pattern it would know
67
152330
2000
είχε ενα διαφορετικό μοτίβο θα γνώριζε
02:34
that what was out there was, say, a dog,
68
154330
2000
οτι αυτό που ήταν εκει, ήταν ενας σκύλος, για παράδειγμα,
02:36
or another pattern would be a house.
69
156330
2000
ή ενα άλλο μοτίβο θα ήταν ενα σπίτι.
02:38
Anyway, you get the idea.
70
158330
2000
Εν πάσει περιπτώσει, αντιλαμβάνεστε την ιδέα.
02:40
And, of course, in real life, it's all dynamic,
71
160330
2000
Και ασφαλώς στην πραγματικότητα όλα έχουν δυναμική
02:42
meaning that it's changing all the time,
72
162330
2000
με την έννοια ότι αλλάζουν διαρκώς
02:44
so the patterns of pulses are changing
73
164330
2000
και έτσι τα μοτίβα των παλμών αλλάζουν
02:46
all the time because the world you're
74
166330
2000
διαρκώς επειδή ο κόσμος που βλέπουμε
02:48
looking at is changing all the time too.
75
168330
3000
αλλάζει διαρκώς.
02:51
So, you know, it's sort of a complicated
76
171330
2000
Είναι, ξέρετε, ενα κάπως πολύπλοκο πράγμα.
02:53
thing. You have these patterns of pulses
77
173330
2000
¨Εχουμε αυτά τα μοτίβα των παλμών
02:55
coming out of your eye every millisecond
78
175330
2000
που εκπέμπονται από τα μάτια μας κάθε χιλιοστό του δευτερολέπτου
02:57
telling your brain what it is that you're seeing.
79
177330
2000
πληροφορώντας τον εγκέφαλό μας τι είναι αυτό που βλέπουμε.
02:59
So what happens when a person
80
179330
2000
Τι συμβαίνει,λοιπόν, όταν κάποιος
03:01
gets a retinal degenerative disease like
81
181330
2000
έχει μια ασθένεια εκφυλισμού του αμφιβληστροειδούς όπως
03:03
macular degeneration? What happens is
82
183330
2000
ο εκφυλισμός ωχράς κηλίδας; Αυτό που συμβαίνει είναι
03:05
is that, the front-end cells die,
83
185330
2000
οτι τα κύτταρα του εμπροσθίου άκρου πεθαίνουν,
03:07
the photoreceptors die, and over time,
84
187330
2000
και οι φωτοϋποδοχείς πεθαίνουν, και με τον καιρό
03:09
all the cells and the circuits that are
85
189330
2000
όλα τα κύτταρα και τα κυκλώματα που είναι
03:11
connected to them, they die too.
86
191330
2000
συνδεδεμένα μαζί τους, πεθαίνουν κι αυτά.
03:13
Until the only things that you have left
87
193330
2000
Μέχρι στο σημείο που τα μόνα κύτταρα που απομένουν
03:15
are these cells here, the output cells,
88
195330
2000
είναι αυτά εδω, τα κύτταρα εξόδου,
03:17
the ones that send the signals to the brain,
89
197330
2000
αυτά που στέλνουν τα μηνύματα στον εγκέφαλο,
03:19
but because of all that degeneration
90
199330
2000
αλλά εξαιτίας αυτού του εκφυλισμού
03:21
they aren't sending any signals anymore.
91
201330
2000
δε στέλνουν πλέον μηνύματα.
03:23
They aren't getting any input, so
92
203330
2000
Δεν υπάρχει πρόσληψη και έτσι
03:25
the person's brain no longer gets
93
205330
2000
ο εγκέφαλος αυτού του ανθρώπου δε λαμβάνει πλέον
03:27
any visual information --
94
207330
2000
κάποιες οπτικές πληροφορίες-
03:29
that is, he or she is blind.
95
209330
3000
δηλαδή είναι τυφλός ή τυφλή.
03:32
So, a solution to the problem, then,
96
212330
2000
Μια λύση, επομένως, στο πρόβλημα
03:34
would be to build a device that could mimic
97
214330
2000
θα ήταν να διαμορφωθεί ένα εργαλείο που θα μπορούσε να μιμηθεί
03:36
the actions of that front-end circuitry
98
216330
2000
τις δράσεις του κυκλώματος του εμπρόσθιου άκρου
03:38
and send signals to the retina's output cells,
99
218330
2000
και να στέλνει σήματα στα κύτταρα εξόδου του αμφιβληστροειδούς,
03:40
and they can go back to doing their
100
220330
2000
και αυτά να επιστρέφουν και να κάνουν
03:42
normal job of sending signals to the brain.
101
222330
2000
την κανονική τους δουλειά που είναι η αποστολή μηνυμάτων στον εγκέφαλο.
03:44
So this is what we've been working on,
102
224330
2000
Πάνω σ' αυτό δουλεύουμε, λοιπόν,
03:46
and this is what our prosthetic does.
103
226330
2000
και αυτό είναι που κάνει η δική μας προσθετική.
03:48
So it consists of two parts, what we call
104
228330
2000
Αποτελείται απο δυο μέρη, αυτό που αποκαλούμε
03:50
an encoder and a transducer.
105
230330
2000
εναν κωδικοποιητή και εναν μορφομετατροπέα.
03:52
And so the encoder does just
106
232330
2000
Ο κωδικοποιητής, λοιπόν,κάνει αυτό ακριβώς
03:54
what I was saying: it mimics the actions
107
234330
2000
που σας έλεγα: μιμείται τις λειτουργίες
03:56
of the front-end circuitry -- so it takes images
108
236330
2000
του κυκλώματος του εμπροσθίου άκρου- έτσι προσλαμβάνει εικόνες
03:58
in and converts them into the retina's code.
109
238330
2000
και τις μετατρέπει μέσα στον κώδικα του αμφιβληστροειδούς.
04:00
And then the transducer then makes the
110
240330
2000
Και, στη συνέχεια, ο μορφομετατροπέας κάνει
04:02
output cells send the code on up
111
242330
2000
τα κύτταρα εξόδου να στέλνουν τον κώδικα προς
04:04
to the brain, and the result is
112
244330
2000
τον εγκέφαλο, και το αποτέλεσμα είναι
04:06
a retinal prosthetic that can produce
113
246330
3000
ένας τεχνητός αμφιβληστροειδής που μπορεί να παράγει
04:09
normal retinal output.
114
249330
2000
αποτελέσματα φυσιολογικού αμφιβληστροειδούς.
04:11
So a completely blind retina,
115
251330
2000
Επομένως, ένας εντελώς τυφλός αμφιβληστροειδής,
04:13
even one with no front-end circuitry at all,
116
253330
2000
ακόμα και αυτός που στερείται κύκλωμα εμπροσθίου άκρου,
04:15
no photoreceptors,
117
255330
2000
και δεν έχει φωτοϋποδοχείς,
04:17
can now send out normal signals,
118
257330
2000
μπορεί τώρα να στέλνει φυσιολογικά σήματα,
04:19
signals that the brain can understand.
119
259330
3000
σήματα που είναι κατανοητά απο τον εγκέφαλο.
04:22
So no other device has been able
120
262330
2000
Έτσι, κανένα άλλο εργαλείο δε στάθηκε ικανό
04:24
to do this.
121
264330
2000
να κάνει τέτοιο πράγμα.
04:26
Okay, so I just want to take
122
266330
2000
Ωραία, θα ήθελα
04:28
a sentence or two to say something about
123
268330
2000
με δυο κουβέντες, να πω κάτι σχετικά
04:30
the encoder and what it's doing, because
124
270330
2000
με τον κωδικοποιητή και τι κάνει, διότι
04:32
it's really the key part and it's
125
272330
2000
είναι πράγματι το κλειδί και έχει
04:34
sort of interesting and kind of cool.
126
274330
2000
ενδιαφέρον και είναι εκπληκτικό.
04:36
I'm not sure "cool" is really the right word, but
127
276330
2000
Δεν είμαι σίγουρη πως "εκπληκτικό" είναι η σωστή λέξη αλλά
04:38
you know what I mean.
128
278330
2000
καταλαβαίνετε τι εννοώ.
04:40
So what it's doing is, it's replacing
129
280330
2000
Αυτό,λοιπόν, που κάνει είναι να αντικαθιστά
04:42
the retinal circuitry, really the guts of
130
282330
2000
το κύκλωμα του αμφιβληστροειδούς, στην πραγματικότητα
04:44
the retinal circuitry, with a set of equations,
131
284330
2000
την καρδιά του κυκλώματος, με,μια σειρά από εξισώσεις,
04:46
a set of equations that we can implement
132
286330
2000
εξισώσεις που μπορούμε να εφαρμόσουμε
04:48
on a chip. So it's just math.
133
288330
2000
σ'ένα τσιπάκι. Είναι απλώς μαθηματικά.
04:50
In other words, we're not literally replacing
134
290330
3000
Με άλλα λόγια,δεν αντικαθιστούμε στην κυριολεξία
04:53
the components of the retina.
135
293330
2000
τα συστατικά του αμφιβληστροειδούς.
04:55
It's not like we're making a little mini-device
136
295330
2000
Δεν είναι σα να κάνουμε ενα μίνι εργαλείο
04:57
for each of the different cell types.
137
297330
2000
για καθε κατηγορία των διαφορετικών κυττάρων.
04:59
We've just abstracted what the
138
299330
2000
Εχουμε αποσπάσει αυτό που κάνει ο αμφιβληστροειδής
05:01
retina's doing with a set of equations.
139
301330
2000
με μια σειρά εξισώσεων.
05:03
And so, in a way, the equations are serving
140
303330
2000
Και, έτσι, κατά κάποιον τρόπο,οι εξισώσεις λειτουργούν
05:05
as sort of a codebook. An image comes in,
141
305330
2000
σαν ένα είδος βιβλίου κωδίκων. Μια εικόνα εισέρχεται,
05:07
goes through the set of equations,
142
307330
3000
περνά μέσα απο τις εξισώσεις,
05:10
and out comes streams of electrical pulses,
143
310330
2000
και στην έξοδο έχουμε ρεύματα ηλεκτρικών παλμών,
05:12
just like a normal retina would produce.
144
312330
4000
ακριβώς όπως θα έκανε ο αμφιβληστροειδής.
05:16
Now let me put my money
145
316330
2000
Τώρα θα σας αποδείξω
05:18
where my mouth is and show you that
146
318330
2000
έμπρακτα πως
05:20
we can actually produce normal output,
147
320330
2000
μπορούμε στην πραγματικότητα να παράγουμε φυσιολογικά αποτελέσματα
05:22
and what the implications of this are.
148
322330
2000
και ποιά είναι η σημασία αυτής της διαδικασίας.
05:24
Here are three sets of
149
324330
2000
Έχουμε εδω τρία σετ
05:26
firing patterns. The top one is from
150
326330
2000
μοτίβων διέγερσης.Το επάνω είναι από
05:28
a normal animal, the middle one is from
151
328330
2000
ένα φυσιολογικό ζώο, το μεσαίο απο
05:30
a blind animal that's been treated with
152
330330
2000
ένα τυφλό ζώο που του δόθηκε θεραπεία με
05:32
this encoder-transducer device, and the
153
332330
2000
αυτό το εργαλείο κωδικοποιητή-μορφομετατροπέα,και
05:34
bottom one is from a blind animal treated
154
334330
2000
το τελευταίο είναι από ένα τυφλό ζώο που η θεραπεία
05:36
with a standard prosthetic.
155
336330
2000
που του δόθηκε ήταν η κλασική προσθετική.
05:38
So the bottom one is the state-of-the-art
156
338330
2000
Έτσι, το τελευταίο είναι το πιο σύγχρονο
05:40
device that's out there right now, which is
157
340330
2000
εργαλείο ,που έχουμε στη διάθεσή μας και
05:42
basically made up of light detectors,
158
342330
2000
που βασικά αποτελείται απο ανιχνευτές φωτός
05:44
but no encoder. So what we did was we
159
344330
2000
χωρίς όμως κωδικοποιητή. Αυτό που κάναμε ,λοιπόν, ήταν
05:46
presented movies of everyday things --
160
346330
2000
να παρουσιάσουμε εικόνες από καθημερινά πράγματα-
05:48
people, babies, park benches,
161
348330
2000
ανθρώπους,μωρά,παγκάκια πάρκων,
05:50
you know, regular things happening -- and
162
350330
2000
ξέρετε,πράγματα που συμβαίνουν καθημερινά-και
05:52
we recorded the responses from the retinas
163
352330
2000
καταγράψαμε τις αντιδράσεις του αμφιβληστροειδούς
05:54
of these three groups of animals.
164
354330
2000
αυτών των τριών ομάδων ζώων.
05:56
Now just to orient you, each box is showing
165
356330
2000
Τώρα, για να προσανατολιστείτε, κάθε κουτί δείχνει
05:58
the firing patterns of several cells,
166
358330
2000
το μοτίβα διέγερσης πολλών κυττάρων,
06:00
and just as in the previous slides,
167
360330
2000
και όπως ακριβώς και στα προηγούμενα σλάιτ,
06:02
each row is a different cell,
168
362330
2000
κάθε σειρά αποτελείται απο διαφορετικό κύτταρο,
06:04
and I just made the pulses a little bit smaller
169
364330
2000
και έκανα τους παλμούς λίγο μικρότερους
06:06
and thinner so I could show you
170
366330
3000
και λεπτότερους για να μπορέσω να σας δείξω
06:09
a long stretch of data.
171
369330
2000
μια μεγάλη γκάμα δεδομένων.
06:11
So as you can see, the firing patterns
172
371330
2000
Οπως βλέπετε, λοιπόν, τα μοτίβα διέγερσης
06:13
from the blind animal treated with
173
373330
2000
του τυφλού ζώου που ακολούθησε θεραπεία με
06:15
the encoder-transducer really do very
174
375330
2000
τον κωδικοποιητή-μορφομετατροπέα
06:17
closely match the normal firing patterns --
175
377330
2000
ταιριάζουν αρκετά με τα φυσιολογικά μοτίβα διέγερσης--
06:19
and it's not perfect, but it's pretty good --
176
379330
2000
και δεν είναι τέλειο,αλλά είναι αρκετά καλό-
06:21
and the blind animal treated with
177
381330
2000
και του τυφλού ζώου που ακολούθησε θεραπεία με
06:23
the standard prosthetic,
178
383330
2000
την κλασική προσθετική,
06:25
the responses really don't.
179
385330
2000
οι αντιδράσεις δεν ταιριάζουν.
06:27
And so with the standard method,
180
387330
3000
Ετσι,λοιπόν, με την κλασική μέθοδο
06:30
the cells do fire, they just don't fire
181
390330
2000
τα κύτταρα διεγείρονται, αλλά δε διεγείρονται
06:32
in the normal firing patterns because
182
392330
2000
στα κλασικά μοτίβα διέγερσης επειδή
06:34
they don't have the right code.
183
394330
2000
δεν έχουν τον σωστό κώδικα.
06:36
How important is this?
184
396330
2000
Πόσο σημαντικό είναι αυτό;
06:38
What's the potential impact
185
398330
2000
Ποια είναι η δυνατή επίδραση
06:40
on a patient's ability to see?
186
400330
3000
στη δυνατότητα του ασθενούς να δει;
06:43
So I'm just going to show you one
187
403330
2000
Θα σας δείξω λοιπόν,
06:45
bottom-line experiment that answers this,
188
405330
2000
ενα στοιχειώδες πείραμα που απαντά στο ερώτημα,
06:47
and of course I've got a lot of other data,
189
407330
2000
και ασφαλώς έχω στη διάθεσή μου και πολλά άλλα δεδομένα,
06:49
so if you're interested I'm happy
190
409330
2000
και αν ενδιαφέρεστε θα χαιρόμουν
06:51
to show more. So the experiment
191
411330
2000
να σας τα δείξω. Έτσι λοιπόν, το πείραμα
06:53
is called a reconstruction experiment.
192
413330
2000
λέγεται πείραμα αναπαράστασης.
06:55
So what we did is we took a moment
193
415330
2000
Ετσι,στη διάρκεια αυτών των καταγραφών,ασχοληθήκαμε
06:57
in time from these recordings and asked,
194
417330
3000
λίγο με το ερώτημα ,που είναι
07:00
what was the retina seeing at that moment?
195
420330
2000
τι μπορούσε να δει ο αμφιβληστροειδής εκείνη τη στιγμή;
07:02
Can we reconstruct what the retina
196
422330
2000
Μπορούμε να αναπαραστήσουμε
07:04
was seeing from the responses
197
424330
2000
αυτό που έβλεπε ο αμφιβληστροειδής απο τις αντιδράσεις
07:06
from the firing patterns?
198
426330
2000
των διεγερμένων μοτίβων;
07:08
So, when we did this for responses
199
428330
3000
Οταν,λοιπόν, το κάναμε αυτό αναμένοντας αντιδράσεις
07:11
from the standard method and from
200
431330
3000
απο την παραδοσιακή μέθοδο και
07:14
our encoder and transducer.
201
434330
2000
από τον κωδικοποίητή μας και μορφομετατροπέα.
07:16
So let me show you, and I'm going to
202
436330
2000
Θα σας δείξω λοιπόν,και θα
07:18
start with the standard method first.
203
438330
2000
ξεκινήσω με την κλασική μέθοδο .
07:20
So you can see that it's pretty limited,
204
440330
2000
Οπως βλέπετε αυτή η μέθοδος έχει περιορισμένες δυνατότητες,
07:22
and because the firing patterns aren't
205
442330
2000
και επειδή τα μοτίβα διέγερσης δε
07:24
in the right code, they're very limited in
206
444330
2000
βρίσκονται στον σωστό κώδικα, είναι πολύ περιορισμένα
07:26
what they can tell you about
207
446330
2000
στις πληροφορίες που μας δίνουν
07:28
what's out there. So you can see that
208
448330
2000
σχετικά με το τι υπάρχει εκει πέρα. Έτσι, βλέπουμε οτι
07:30
there's something there, but it's not so clear
209
450330
2000
υπάρχει κάτι εκεί αλλά δεν είναι τόσο καθαρό
07:32
what that something is, and this just sort of
210
452330
2000
τι είναι αυτό το κάτι, και επανερχόμαστε
07:34
circles back to what I was saying in the
211
454330
2000
σ' αυτό που σας έλεγα στην αρχή
07:36
beginning, that with the standard method,
212
456330
2000
οτι δηλαδή με την κλασική μέθοδο,
07:38
patients can see high-contrast edges, they
213
458330
2000
οι ασθενείς μπορούν να δουν περιγράμματα με έντονες αντιθέσεις,
07:40
can see light, but it doesn't easily go
214
460330
2000
μπορούν να δουν φως αλλά πέρα απ' αυτό
07:42
further than that. So what was
215
462330
2000
δεν είναι εύκολα τα πράγματα.Ποιά ήταν λοιπόν,
07:44
the image? It was a baby's face.
216
464330
3000
η εικόνα;Ηταν το πρόσωπο ενός μωρού.
07:47
So what about with our approach,
217
467330
2000
Πως θα ήταν τα πράγματα με την δική μας προσέγγιση
07:49
adding the code? And you can see
218
469330
2000
και την προσθήκη του κώδικα;Και βλέπετε
07:51
that it's much better. Not only can you
219
471330
2000
οτι είναι πολύ καλύτερα. Οχι μόνο
07:53
tell that it's a baby's face, but you can
220
473330
2000
διακρίνεται οτι είναι πρόσωπο μωρού αλλά
07:55
tell that it's this baby's face, which is a
221
475330
2000
διακρίνεται οτι είναι το πρόσωπο συγκεκριμένου μωρού
07:57
really challenging task.
222
477330
2000
που πράγματι αξίζει την προσπάθεια.
07:59
So on the left is the encoder
223
479330
2000
Έτσι, λοιπόν, αριστερά είναι ο αποκωδικοποιητής
08:01
alone, and on the right is from an actual
224
481330
2000
μόνο, και στα δεξιά απο εναν πραγματικά
08:03
blind retina, so the encoder and the transducer.
225
483330
2000
τυφλό αμφιβληστροειδή, ο κωδικοποιητής και ο μορφομετατροπέας.
08:05
But the key one really is the encoder alone,
226
485330
2000
Αλλά το κλειδί βρίσκεται στον αποκωδικοποιητή και μόνο,
08:07
because we can team up the encoder with
227
487330
2000
επειδή μπορούμε να βάλουμε τον αποκωδικοποιητή
08:09
the different transducer.
228
489330
2000
με διαφορετικό μορφομετατροπέα.
08:11
This is just actually the first one that we tried.
229
491330
2000
Αυτή είναι στην πραγματικότητα η πρώτη μας προσπάθεια.
08:13
I just wanted to say something about the standard method.
230
493330
2000
Θα ήθελα να προσθέσω κάτι για την παραδοσιακή μέθοδο.
08:15
When this first came out, it was just a really
231
495330
2000
Οταν πρωτοεμφανίστηκε, ήταν πράγματι
08:17
exciting thing, the idea that you
232
497330
2000
εντυπωσιακή, η ιδέα να
08:19
even make a blind retina respond at all.
233
499330
3000
μπορείς να κάνεις εναν τυφλό αμφιβληστροειδή να ανταποκρίνεται.
08:22
But there was this limiting factor,
234
502330
3000
Ωστόσο, υπήρχε ενας περιοριστικός παράγοντας,
08:25
the issue of the code, and how to make
235
505330
2000
το θέμα του κώδικα ,και πως να κάνουμε
08:27
the cells respond better,
236
507330
2000
τα κύτταρα να ανταποκρίνονται καλύτερα,
08:29
produce normal responses,
237
509330
2000
να παράγουν φυσιολογικές αντιδράσεις,
08:31
and so this was our contribution.
238
511330
2000
και έτσι αυτή ήταν η δική μας συμβολή.
08:33
Now I just want to wrap up,
239
513330
2000
Τώρα θα ήθελα να συνοψίσω,
08:35
and as I was mentioning earlier
240
515330
2000
και όπως ανέφερα νωρίτερα
08:37
of course I have a lot of other data
241
517330
2000
έχω στη διάθεση μου πολλά δεδομένα
08:39
if you're interested, but I just wanted to give
242
519330
2000
εάν ενδιαφέρεστε, αλλά ήθελα απλώς να σας δώσω
08:41
this sort of basic idea
243
521330
2000
αυτή την βασική ιδέα
08:43
of being able to communicate
244
523330
3000
του να μπορεί κάποιος να επικοινωνεί
08:46
with the brain in its language, and
245
526330
2000
με τον εγκέφαλο στη γλώσσα του,
08:48
the potential power of being able to do that.
246
528330
3000
και τη δυνατότητα να είναι ικανός να το κάνει.
08:51
So it's different from the motor prosthetics
247
531330
2000
Με την έννοια αυτή διαφέρει απο την προσθετική μελών
08:53
where you're communicating from the brain
248
533330
2000
όπου επικοινωνείς απο τον εγκεφαλο
08:55
to a device. Here we have to communicate
249
535330
2000
με ένα εργαλείο. Εδω επικοινωνούμε
08:57
from the outside world
250
537330
2000
απο τον έξω κόσμο
08:59
into the brain and be understood,
251
539330
2000
προς τον εγκέφαλο και γινόμαστε κατανοητοί,
09:01
and be understood by the brain.
252
541330
2000
απο τον εγκεφαλο.
09:03
And then the last thing I wanted
253
543330
2000
Και το τελευταίο πράγμα που θα ήθελα
09:05
to say, really, is to emphasize
254
545330
2000
να πω, είναι να δώσω έμφαση
09:07
that the idea generalizes.
255
547330
2000
στην ιδέα της γενικοποίησης.
09:09
So the same strategy that we used
256
549330
2000
Ετσι την ίδια στρατηγική που χρησιμοποιήσαμε
09:11
to find the code for the retina we can also
257
551330
2000
για να βρούμε τον κώδικα του αμφιβληστροειδούς
09:13
use to find the code for other areas,
258
553330
2000
μπορούμε να χρησιμοποιήσουμε για να βρούμε τον κώδικα και για άλλα συστήματα,
09:15
for example, the auditory system and
259
555330
2000
για παράδειγμα, το σύστημα ακοής,και
09:17
the motor system, so for treating deafness
260
557330
2000
το κινητικό σύστημα,για τη θεραπεία της κώφωσης
09:19
and for motor disorders.
261
559330
2000
και για κινητικά προβλήματα.
09:21
So just the same way that we were able to
262
561330
2000
Ετσι,λοιπόν, με τον ίδιο τρόπο που μπορέσαμε να
09:23
jump over the damaged
263
563330
2000
υπερπηδήσουμε το κατεστραμμένο
09:25
circuitry in the retina to get to the retina's
264
565330
2000
κύκλωμα του αμφιβληστροειδούς για να φτάσουμε στα κύτταρα
09:27
output cells, we can jump over the
265
567330
2000
εξόδου του αμφιβληστροειδούς, μπορούμε να υπερπηδήσουμε
09:29
damaged circuitry in the cochlea
266
569330
2000
το κατεστραμμένο κύκλωμα στον κοχλία
09:31
to get the auditory nerve,
267
571330
2000
και να φτάσουμε στο ακουστικό νεύρο,
09:33
or jump over damaged areas in the cortex,
268
573330
2000
η να υπερπηδήσουμε κατεστραμμένες περιοχές του φλοιού
09:35
in the motor cortex, to bridge the gap
269
575330
3000
στο κινητικό φλοιό,για να γεφυρώσουμε το χάσμα
09:38
produced by a stroke.
270
578330
2000
που προκαλείται απο ένα εγκεφαλικό.
09:40
I just want to end with a simple
271
580330
2000
Θα ήθελα να κλείσω με ένα απλό
09:42
message that understanding the code
272
582330
2000
μήνυμα, οτι η κατανόηση του κώδικα
09:44
is really, really important, and if we
273
584330
2000
είναι πολύ ,παρα πολυ σημαντική, και εάν
09:46
can understand the code,
274
586330
2000
μπορούμε να κατανοήσουμε τον κώδικα,
09:48
the language of the brain, things become
275
588330
2000
τη γλώσσα του εγκεφάλου, διαμορφώνονται
09:50
possible that didn't seem obviously
276
590330
2000
δυνατότητες, που δεν
09:52
possible before. Thank you.
277
592330
2000
υπήρχαν πριν. Ευχαριστώ.
09:54
(Applause)
278
594330
5000
(Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7