Sebastian Seung: I am my connectome

248,430 views ・ 2010-09-28

TED


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

Μετάφραση: Kosmas Deligkaris Επιμέλεια: Mary Keramida
00:17
We live in in a remarkable time,
0
17260
3000
Ζούμε σε μία αξιοσημείωτη εποχή,
00:20
the age of genomics.
1
20260
3000
την εποχή του γονιδιώματος.
00:23
Your genome is the entire sequence of your DNA.
2
23260
3000
Το γονιδίωμά σας είναι ολόκληρη η DNA ακολουθία σας.
00:26
Your sequence and mine are slightly different.
3
26260
3000
Η ακολουθία σας είναι λίγο διαφορετική από τη δικιά μου.
00:29
That's why we look different.
4
29260
2000
Γι' αυτό φαινόμαστε διαφορετικοί.
00:31
I've got brown eyes;
5
31260
2000
Εγώ έχω καστανά μάτια∙
00:33
you might have blue or gray.
6
33260
3000
εσείς μπορεί να έχετε μπλε ή γκρίζα.
00:36
But it's not just skin-deep.
7
36260
2000
Αλλά δεν είναι μόνο εμφανισιακό.
00:38
The headlines tell us
8
38260
2000
Τα πρωτοσέλιδα λένε
00:40
that genes can give us scary diseases,
9
40260
3000
ότι τα γονίδια μπορούν να μας δίνουν τρομακτικές ασθένειες,
00:43
maybe even shape our personality,
10
43260
3000
ίσως και να διαμορφώνουν την προσωπικότητά μας,
00:46
or give us mental disorders.
11
46260
3000
ή να προκαλούν ψυχικές διαταραχές.
00:49
Our genes seem to have
12
49260
3000
Φαίνεται ότι τα γονίδιά μας έχουν
00:52
awesome power over our destinies.
13
52260
3000
φοβερή επιρροή στο πεπρωμένο μας.
00:56
And yet, I would like to think
14
56260
3000
Και όμως, θα ήθελα να πιστεύω
00:59
that I am more than my genes.
15
59260
3000
ότι είμαι κάτι περισσότερο από τα γονίδιά μου.
01:04
What do you guys think?
16
64260
2000
Εσείς τι νομίζετε;
01:06
Are you more than your genes?
17
66260
3000
Είστε κάτι περισσότερο από τα γονίδιά σας;
01:09
(Audience: Yes.) Yes?
18
69260
2000
(Ακροατήριο: Ναι) Ναι;
01:13
I think some people agree with me.
19
73260
2000
Νομίζω ότι μερικοί συμφωνούν μαζί μου.
01:15
I think we should make a statement.
20
75260
2000
Νομίζω ότι πρέπει να κάνουμε μία δήλωση.
01:17
I think we should say it all together.
21
77260
2000
Νομίζω ότι πρέπει να το πούμε όλοι μαζί.
01:20
All right: "I'm more than my genes" -- all together.
22
80260
3000
Εντάξει: «Είμαι κάτι περισσότερο από τα γονίδιά μου» -- όλοι μαζί.
01:23
Everybody: I am more than my genes.
23
83260
4000
Όλοι: Είμαι κάτι περισσότερο από τα γονίδιά μου.
01:27
(Cheering)
24
87260
2000
(Επευφημίες)
01:30
Sebastian Seung: What am I?
25
90260
2000
Σεμπάστιαν Σέουνγκ:Τι είμαι;
01:32
(Laughter)
26
92260
3000
(Γέλια)
01:35
I am my connectome.
27
95260
3000
Είμαι το δικτύωμά μου.
01:40
Now, since you guys are really great,
28
100260
2000
Τώρα, μιας και είστε τόσο καλοί,
01:42
maybe you can humor me and say this all together too.
29
102260
2000
δείξτε λίγη υπομονή ακόμα και ας το πούμε και αυτό όλοι μαζί.
01:44
(Laughter)
30
104260
2000
(Γέλια)
01:46
Right. All together now.
31
106260
2000
Εντάξει. Όλοι μαζί τώρα.
01:48
Everybody: I am my connectome.
32
108260
3000
Όλοι: Είμαι το δικτύωμά μου.
01:53
SS: That sounded great.
33
113260
2000
Σ.Σ: Αυτό ακούστηκε υπέροχο.
01:55
You know, you guys are so great, you don't even know what a connectome is,
34
115260
2000
Τελικά είστε υπέροχοι, ούτε καν γνωρίζετε τι είναι το δικτύωμα,
01:57
and you're willing to play along with me.
35
117260
2000
και όμως είστε πρόθυμοι να με υπακούσετε.
01:59
I could just go home now.
36
119260
3000
Τώρα μπορώ απλά να πάω σπίτι.
02:02
Well, so far only one connectome is known,
37
122260
3000
Μέχρι τώρα μόνο ένα δικτύωμα είναι γνωστό,
02:05
that of this tiny worm.
38
125260
3000
το δικτύωμα αυτού του μικροσκοπικού σκουληκιού.
02:08
Its modest nervous system
39
128260
2000
Το απλό νευρικό του σύστημα
02:10
consists of just 300 neurons.
40
130260
2000
αποτελείται από 300 μόνο νευρώνες.
02:12
And in the 1970s and '80s,
41
132260
2000
Κατά τις δεκαετίες του 1970 και 1980,
02:14
a team of scientists
42
134260
2000
μία ομάδα επιστημόνων
02:16
mapped all 7,000 connections
43
136260
2000
χαρτογράφησε και τις 7.000 συνδέσεις
02:18
between the neurons.
44
138260
2000
μεταξύ των νευρώνων.
02:21
In this diagram, every node is a neuron,
45
141260
2000
Σε αυτό το διάγραμμα, κάθε κόμβος είναι ένας νευρώνας,
02:23
and every line is a connection.
46
143260
2000
και κάθε γραμμή αντιπροσωπεύει μία σύνδεση.
02:25
This is the connectome
47
145260
2000
Αυτό είναι το δικτύωμα
02:27
of the worm C. elegans.
48
147260
4000
του σκουληκιού C.elegans.
02:31
Your connectome is far more complex than this
49
151260
3000
Το δικτύωμά σας είναι πολύ πιο πολύπλοκο από αυτό
02:34
because your brain
50
154260
2000
επειδή ο εγκέφαλός σας
02:36
contains 100 billion neurons
51
156260
2000
περιλαμβάνει 100 δισεκατομμύρια νευρώνες
02:38
and 10,000 times as many connections.
52
158260
3000
και 10.000 φορές πιο πολλές συνδέσεις.
02:41
There's a diagram like this for your brain,
53
161260
2000
Υπάρχει ένα παρόμοιο διάγραμμα για τον εγκέφαλό σας,
02:43
but there's no way it would fit on this slide.
54
163260
3000
αλλά δεν χωράει σε αυτήν την διαφάνεια.
02:47
Your connectome contains one million times more connections
55
167260
3000
Το δικτύωμά σας περιλαμβάνει ένα εκατομμύριο φορές περισσότερες συνδέσεις
02:50
than your genome has letters.
56
170260
3000
από όσα είναι τα γράμματα του γονιδιώματός σας.
02:53
That's a lot of information.
57
173260
2000
Αυτός είναι μεγάλος όγκος πληροφορίας.
02:55
What's in that information?
58
175260
3000
Τι περιλαμβάνει αυτή η πληροφορία;
02:59
We don't know for sure, but there are theories.
59
179260
3000
Δεν ξέρουμε στα σίγουρα, αν και υπάρχουν θεωρίες.
03:02
Since the 19th century, neuroscientists have speculated
60
182260
3000
Από τον 19ο αιώνα και μετά, οι νευροεπιστήμονες υπέθεταν
03:05
that maybe your memories --
61
185260
2000
ότι ίσως οι αναμνήσεις σας
03:07
the information that makes you, you --
62
187260
2000
--οι πληροφορίες που προσδιορίζουν τον εαυτό σας--
03:09
maybe your memories are stored
63
189260
2000
ίσως οι αναμνήσεις σας να είναι αποθηκευμένες
03:11
in the connections between your brain's neurons.
64
191260
2000
στις συνδέσεις μεταξύ των εγκεφαλικών νευρώνων.
03:15
And perhaps other aspects of your personal identity --
65
195260
2000
Και πιθανώς άλλες πλευρές της προσωπικής σας ταυτότητας
03:17
maybe your personality and your intellect --
66
197260
3000
--όπως ο χαρακτήρας και η νοημοσύνη σας--
03:20
maybe they're also encoded
67
200260
2000
να είναι και αυτές κωδικοποιημένες
03:22
in the connections between your neurons.
68
202260
3000
στις συνδέσεις μεταξύ των νευρώνων σας.
03:26
And so now you can see why I proposed this hypothesis:
69
206260
3000
Τώρα μπορείτε να καταλάβετε γιατί πρότεινα αυτή τη θεωρία:
03:29
I am my connectome.
70
209260
3000
Είμαι το δικτύωμά μου.
03:32
I didn't ask you to chant it because it's true;
71
212260
3000
Δεν σας ζήτησα να το επαναλάβετε επειδή είναι αλήθεια·
03:35
I just want you to remember it.
72
215260
2000
Απλά θέλω να το θυμάστε.
03:37
And in fact, we don't know if this hypothesis is correct,
73
217260
2000
Για την ακρίβεια, δεν ξέρουμε εάν αυτή η θεωρία είναι σωστή,
03:39
because we have never had technologies
74
219260
2000
επειδή η τεχνολογία δεν ήταν ποτέ
03:41
powerful enough to test it.
75
221260
2000
αρκετά ισχυρή, ώστε να εξετάσει αυτό το θέμα.
03:44
Finding that worm connectome
76
224260
3000
Η ανακάλυψη του δικτυώματος του σκουληκιού
03:47
took over a dozen years of tedious labor.
77
227260
3000
πήρε πάνω από 12 χρόνια σκληρής δουλειάς.
03:50
And to find the connectomes of brains more like our own,
78
230260
3000
Για την ανακάλυψη των δικτυωμάτων των ανθρώπινων εγκεφάλων,
03:53
we need more sophisticated technologies, that are automated,
79
233260
3000
χρειαζόμαστε πιο εξελιγμένες τεχνολογίες, αυτοματοποιημένες,
03:56
that will speed up the process of finding connectomes.
80
236260
3000
οι οποίες θα επιταχύνουν την ανακάλυψη δικτυωμάτων.
03:59
And in the next few minutes, I'll tell you about some of these technologies,
81
239260
3000
Στα επόμενα λεπτά θα σας πω για μερικές από αυτές τις τεχνολογίες,
04:02
which are currently under development
82
242260
2000
οι οποίες βρίσκονται υπό εξέλιξη
04:04
in my lab and the labs of my collaborators.
83
244260
3000
στο εργαστήριο μου και σε αυτά των συνεργατών μου.
04:08
Now you've probably seen pictures of neurons before.
84
248260
3000
Μάλλον θα έχετε δει εικόνες από νευρώνες.
04:11
You can recognize them instantly
85
251260
2000
Μπορείτε να τους αναγνωρίσετε άμεσα
04:13
by their fantastic shapes.
86
253260
3000
από τα φανταστικά τους σχήματα.
04:16
They extend long and delicate branches,
87
256260
3000
Έχουν μακριές και λεπτές διακλαδώσεις,
04:19
and in short, they look like trees.
88
259260
3000
εν ολίγοις, μοιάζουν με δέντρα.
04:22
But this is just a single neuron.
89
262260
3000
Αλλά αυτός είναι ένας μόνο νευρώνας.
04:25
In order to find connectomes,
90
265260
2000
Για να βρει κάποιος δικτυώματα,
04:27
we have to see all the neurons at the same time.
91
267260
3000
πρέπει να δει όλους τους νευρώνες ταυτόχρονα.
04:30
So let's meet Bobby Kasthuri,
92
270260
2000
Αυτός είναι ο Μπόμπυ Κασθούρι,
04:32
who works in the laboratory of Jeff Lichtman
93
272260
2000
ο οποίος δουλεύει στο εργαστήριο του Τζεφ Λίχτμαν
04:34
at Harvard University.
94
274260
2000
στο πανεπιστήμιο του Χάρβαρντ.
04:36
Bobby is holding fantastically thin slices
95
276260
2000
Ο Μπόμπυ κρατάει απίστευτα λεπτά κομμάτια
04:38
of a mouse brain.
96
278260
2000
από έναν εγκέφαλο ποντικιού.
04:40
And we're zooming in by a factor of 100,000 times
97
280260
3000
Κάνουμε ζουμ κατά 100.000 φορές
04:44
to obtain the resolution,
98
284260
2000
για να έχουμε ανάλυση,
04:46
so that we can see the branches of neurons all at the same time.
99
286260
3000
με την οποία μπορούμε να δούμε ταυτόχρονα όλα τα τμήματα των νευρώνων.
04:50
Except, you still may not really recognize them,
100
290260
3000
Ίσως να μην διακρίνετε εύκολα τα τμήματα των νευρώνων,
04:53
and that's because we have to work in three dimensions.
101
293260
3000
γιατί απαιτούνται τρεις διαστάσεις.
04:56
If we take many images of many slices of the brain
102
296260
2000
Εάν πάρουμε πολλές εικόνες από πολλά εγκεφαλικά κομμάτια
04:58
and stack them up,
103
298260
2000
και τις στοιβάξουμε,
05:00
we get a three-dimensional image.
104
300260
2000
θα πάρουμε μία τρισδιάστατη εικόνα.
05:02
And still, you may not see the branches.
105
302260
2000
Αλλά ακόμα και τώρα, ίσως να μην διακρίνετε τις διακλαδώσεις.
05:04
So we start at the top,
106
304260
2000
Έτσι ξεκινάμε από την κορυφή,
05:06
and we color in the cross-section of one branch in red,
107
306260
3000
και χρωματίζουμε την τομή μιας διακλάδωσης με κόκκινο χρώμα,
05:09
and we do that for the next slice
108
309260
2000
ομοίως για το επόμενο κομμάτι
05:11
and for the next slice.
109
311260
2000
και το μεθεπόμενο.
05:13
And we keep on doing that,
110
313260
2000
Το επαναλαμβάνουμε αυτό,
05:15
slice after slice.
111
315260
3000
κομμάτι-κομμάτι.
05:18
If we continue through the entire stack,
112
318260
2000
Εάν το κάνουμε αυτό για όλη τη στοίβα,
05:20
we can reconstruct the three-dimensional shape
113
320260
3000
μπορούμε να αναπαραστήσουμε το τρισδιάστατο σχήμα
05:23
of a small fragment of a branch of a neuron.
114
323260
3000
ενός τμήματος μιας διακλάδωσης ενός νευρώνα.
05:26
And we can do that for another neuron in green.
115
326260
2000
Μπορούμε να το κάνουμε αυτό και για έναν άλλο νευρώνα με πράσινο χρώμα.
05:28
And you can see that the green neuron touches the red neuron
116
328260
2000
Βλέπετε ότι ο πράσινος νευρώνας ακουμπάει τον κόκκινο
05:30
at two locations,
117
330260
2000
σε δύο σημεία,
05:32
and these are what are called synapses.
118
332260
2000
τα οποία ονομάζονται συνάψεις.
05:34
Let's zoom in on one synapse,
119
334260
2000
Ας κάνουμε ζουμ σε μία σύναψη,
05:36
and keep your eyes on the interior of the green neuron.
120
336260
3000
κρατήστε το βλέμμα σας στο εσωτερικό του πράσινου νευρώνα.
05:39
You should see small circles --
121
339260
2000
Θα πρέπει να βλέπετε μικρούς κύκλους--
05:41
these are called vesicles.
122
341260
3000
οι οποίοι λέγονται κυστίδια.
05:44
They contain a molecule know as a neurotransmitter.
123
344260
3000
Περιέχουν ένα μόριο το οποίο είναι γνωστό ως νευροδιαβιβαστής.
05:47
And so when the green neuron wants to communicate,
124
347260
2000
Όταν ο πράσινος νευρώνας θέλει να επικοινωνήσει,
05:49
it wants to send a message to the red neuron,
125
349260
2000
όταν θέλει να στείλει ένα μήνυμα στον κόκκινο νευρώνα,
05:51
it spits out neurotransmitter.
126
351260
3000
απελευθερώνει τον νευροδιαβιβαστή.
05:54
At the synapse, the two neurons
127
354260
2000
Στην σύναψη οι δύο νευρώνες
05:56
are said to be connected
128
356260
2000
λέγεται ότι είναι συνδεδεμένοι,
05:58
like two friends talking on the telephone.
129
358260
3000
σαν δύο φίλοι που μιλάνε στο τηλέφωνο.
06:02
So you see how to find a synapse.
130
362260
2000
Είδατε λοιπών πώς μπορούμε να βρούμε μία σύναψη.
06:04
How can we find an entire connectome?
131
364260
3000
Πώς μπορούμε να βρούμε ένα ολόκληρο δικτύωμα;
06:07
Well, we take this three-dimensional stack of images
132
367260
3000
Χειριζόμαστε αυτήν την τρισδιάστατη στοίβα από εικόνες
06:10
and treat it as a gigantic three-dimensional coloring book.
133
370260
3000
σαν ένα τεράστιο τρισδιάστατο βιβλίο ζωγραφικής.
06:13
We color every neuron in, in a different color,
134
373260
3000
Ζωγραφίζουμε κάθε νευρώνα με διαφορετικό χρώμα,
06:16
and then we look through all of the images,
135
376260
2000
και μετά κοιτάμε όλες τις εικόνες,
06:18
find the synapses
136
378260
2000
βρίσκουμε τις συνάψεις
06:20
and note the colors of the two neurons involved in each synapse.
137
380260
3000
και σημειώνουμε το χρώμα των δύο νευρώνων σε κάθε σύναψη.
06:23
If we can do that throughout all the images,
138
383260
3000
Εάν μπορούμε να το κάνουμε αυτό για όλες τις εικόνες,
06:26
we could find a connectome.
139
386260
2000
θα μπορούσαμε να βρούμε ένα δικτύωμα.
06:29
Now, at this point,
140
389260
2000
Μέχρι τώρα,
06:31
you've learned the basics of neurons and synapses.
141
391260
2000
έχετε μάθει τα βασικά των νευρώνων και των συνάψεων.
06:33
And so I think we're ready to tackle
142
393260
2000
Νομίζω ότι είμαστε έτοιμοι να ασχοληθούμε
06:35
one of the most important questions in neuroscience:
143
395260
3000
με ένα από τα πιο σημαντικά ερωτήματα της νευροεπιστήμης:
06:39
how are the brains of men and women different?
144
399260
3000
Σε τι διαφέρει ο εγκέφαλος των ανδρών από των γυναικών;
06:42
(Laughter)
145
402260
2000
(Γέλια)
06:44
According to this self-help book,
146
404260
2000
Σύμφωνα με αυτό το βιβλίο αυτοβοήθειας,
06:46
guys brains are like waffles;
147
406260
2000
οι εγκέφαλοι των ανδρών είναι σαν τις βάφλες·
06:48
they keep their lives compartmentalized in boxes.
148
408260
3000
είναι τμηματοποιημένοι, σαν τις ζωές τους.
06:51
Girls' brains are like spaghetti;
149
411260
3000
Οι εγκέφαλοι των γυναικών είναι σαν μακαρόνια·
06:54
everything in their life is connected to everything else.
150
414260
3000
όλα στη ζωή των γυναικών είναι συνδεδεμένα μεταξύ τους.
06:57
(Laughter)
151
417260
2000
(Γέλια)
06:59
You guys are laughing,
152
419260
2000
Εσείς γελάτε,
07:01
but you know, this book changed my life.
153
421260
2000
αλλά, ξέρετε, αυτό το βιβλίο μου άλλαξε τη ζωή.
07:03
(Laughter)
154
423260
2000
(Γέλια)
07:07
But seriously, what's wrong with this?
155
427260
3000
Σοβαρά, πού είναι το λάθος;
07:10
You already know enough to tell me -- what's wrong with this statement?
156
430260
3000
Ξέρετε αρκετά για να μου απαντήσετε -- πού είναι το λάθος σε αυτή τη δήλωση;
07:20
It doesn't matter whether you're a guy or girl,
157
440260
3000
Δεν έχει σημασία εάν είσαι αγόρι ή κορίτσι,
07:23
everyone's brains are like spaghetti.
158
443260
3000
οι εγκέφαλοι όλων μας είναι σαν μακαρόνια.
07:26
Or maybe really, really fine capellini with branches.
159
446260
3000
Ή ίσως σαν πολύ λεπτά μακαρόνια με διακλαδώσεις.
07:30
Just as one strand of spaghetti
160
450260
2000
Όπως ένα μακαρόνι
07:32
contacts many other strands on your plate,
161
452260
3000
ακουμπά πολλά άλλα μακαρόνια στο πιάτο σας,
07:35
one neuron touches many other neurons
162
455260
2000
έτσι και ένας νευρώνας αγγίζει πολλούς άλλους νευρώνες
07:37
through their entangled branches.
163
457260
2000
μέσω των περιπλεκόμενων διακλαδώσεών τους.
07:39
One neuron can be connected to so many other neurons,
164
459260
3000
Ένας νευρώνας μπορεί να επικοινωνεί με τόσους πολλούς νευρώνες,
07:42
because there can be synapses
165
462260
2000
λόγω της δημιουργίας συνάψεων
07:44
at these points of contact.
166
464260
3000
στα σημεία επαφής.
07:49
By now, you might have sort of lost perspective
167
469260
3000
Μέχρι τώρα ίσως να έχετε λανθασμένη άποψη
07:52
on how large this cube of brain tissue actually is.
168
472260
3000
για το πόσο μεγάλο είναι αυτό το κομμάτι εγκεφάλου.
07:55
And so let's do a series of comparisons to show you.
169
475260
3000
Ας κάνουμε μια σειρά συγκρίσεων για να καταλάβετε.
07:58
I assure you, this is very tiny. It's just six microns on a side.
170
478260
3000
Σας βεβαιώνω, είναι πολύ μικρό. Είναι μόνο 6 μικρόμετρα σε κάθε πλευρά.
08:03
So, here's how it stacks up against an entire neuron.
171
483260
3000
Εδώ το βλέπετε σε σχέση με έναν ολόκληρο νευρώνα.
08:06
And you can tell that, really, only the smallest fragments of branches
172
486260
3000
Είναι προφανές ότι μόνο μερικά μικρά τμήματα των διακλαδώσεων
08:09
are contained inside this cube.
173
489260
3000
βρίσκονται σε αυτό το κομμάτι.
08:12
And a neuron, well, that's smaller than brain.
174
492260
3000
Ένας νευρώνας είναι σίγουρα μικρότερος από έναν ολόκληρο εγκέφαλο.
08:17
And that's just a mouse brain --
175
497260
2000
Αλλά αυτός είναι ένας εγκέφαλος ποντικιού--
08:21
it's a lot smaller than a human brain.
176
501260
3000
πολύ μικρότερος από έναν ανθρώπινο εγκέφαλο.
08:25
So when show my friends this,
177
505260
2000
Όταν το δείχνω αυτό στους φίλους μου,
08:27
sometimes they've told me,
178
507260
2000
μερικές φορές μου λένε,
08:29
"You know, Sebastian, you should just give up.
179
509260
3000
«Ξέρεις, Σεμπάστιαν, απλά θα έπρεπε να τα παρατήσεις».
08:32
Neuroscience is hopeless."
180
512260
2000
«Η νευροεπιστήμη δεν έχει ελπίδα».
08:34
Because if you look at a brain with your naked eye,
181
514260
2000
Γιατί όταν κοιτάς τον εγκέφαλο με γυμνό μάτι,
08:36
you don't really see how complex it is,
182
516260
2000
δεν φαίνεται πόσο πραγματικά πολύπλοκος είναι,
08:38
but when you use a microscope,
183
518260
2000
αλλά όταν χρησιμοποιείς το μικροσκόπιο,
08:40
finally the hidden complexity is revealed.
184
520260
3000
η κρυμμένη πολυπλοκότητα τελικά αποκαλύπτεται.
08:45
In the 17th century,
185
525260
2000
Τον 17ο αιώνα,
08:47
the mathematician and philosopher, Blaise Pascal,
186
527260
2000
ο μαθηματικός και φιλόσοφος, Μπλεζ Πασκάλ,
08:49
wrote of his dread of the infinite,
187
529260
3000
έγραψε ότι φοβόταν το άπειρο,
08:52
his feeling of insignificance
188
532260
2000
ότι αισθανόταν ασήμαντος
08:54
at contemplating the vast reaches of outer space.
189
534260
3000
όταν συλλογιζόταν την απεραντοσύνη του διαστήματος.
08:59
And, as a scientist,
190
539260
2000
Σαν επιστήμονας,
09:01
I'm not supposed to talk about my feelings --
191
541260
3000
υποτίθεται ότι δεν πρέπει να μιλάω για τα αισθήματά μου --
09:04
too much information, professor.
192
544260
2000
παραπανίσια πληροφορία, κύριε καθηγητά.
09:06
(Laughter)
193
546260
2000
(Γέλια)
09:08
But may I?
194
548260
2000
Θα μου επιτρέψετε όμως;
09:10
(Laughter)
195
550260
2000
(Γέλια)
09:12
(Applause)
196
552260
2000
(Χειροκροτήματα)
09:14
I feel curiosity,
197
554260
2000
Νιώθω περιέργεια,
09:16
and I feel wonder,
198
556260
2000
και θαυμασμό,
09:18
but at times I have also felt despair.
199
558260
3000
αν και μερικές φορές έχω απογοητευτεί.
09:22
Why did I choose to study
200
562260
2000
Γιατί διάλεξα να μελετήσω
09:24
this organ that is so awesome in its complexity
201
564260
3000
αυτό το όργανο το οποίο είναι τόσο απίστευτα πολύπλοκο,
09:27
that it might well be infinite?
202
567260
2000
ώστε μπορεί κάλλιστα να είναι άπειρο;
09:29
It's absurd.
203
569260
2000
Είναι παράλογο.
09:31
How could we even dare to think
204
571260
2000
Πώς τολμάμε να πιστεύουμε
09:33
that we might ever understand this?
205
573260
3000
ότι κάποτε θα καταλάβουμε τον εγκέφαλο;
09:38
And yet, I persist in this quixotic endeavor.
206
578260
3000
Παρόλα αυτά, επιμένω σε αυτήν την ουτοπική προσπάθεια.
09:41
And indeed, these days I harbor new hopes.
207
581260
3000
Όντως, αυτές τις μέρες οι ελπίδες μου έχουν ανανεωθεί.
09:45
Someday,
208
585260
2000
Κάποια μέρα,
09:47
a fleet of microscopes will capture
209
587260
2000
ένας στόλος από μικροσκόπια θα καταγράψει
09:49
every neuron and every synapse
210
589260
2000
όλους τους νευρώνες και τις συνάψεις
09:51
in a vast database of images.
211
591260
3000
σε μία τεράστια συλλογή εικόνων.
09:54
And some day, artificially intelligent supercomputers
212
594260
3000
Κάποια μέρα, σουπερ-υπολογιστές με τεχνητή νοημοσύνη
09:57
will analyze the images without human assistance
213
597260
3000
θα αναλύσουν τις εικόνες χωρίς ανθρώπινη βοήθεια
10:00
to summarize them in a connectome.
214
600260
3000
και θα τις συνοψίσουν σε μορφή δικτυώματος.
10:04
I do not know, but I hope that I will live to see that day,
215
604260
3000
Δεν το γνωρίζω, αλλά ελπίζω ότι θα είμαι ζωντανός εκείνη την μέρα,
10:08
because finding an entire human connectome
216
608260
2000
γιατί η εύρεση του ανθρώπινου δικτυώματος
10:10
is one of the greatest technological challenges of all time.
217
610260
3000
είναι μία από τις μεγαλύτερες τεχνολογικές προκλήσεις όλων των εποχών.
10:13
It will take the work of generations to succeed.
218
613260
3000
Χρειάζεται δουλειά πολλών γενεών πριν να ολοκληρωθεί επιτυχώς.
10:17
At the present time, my collaborators and I,
219
617260
3000
Προς το παρόν, οι συνεργάτες μου και εγώ,
10:20
what we're aiming for is much more modest --
220
620260
2000
στοχεύουμε σε κάτι πιο εύκολο --
10:22
just to find partial connectomes
221
622260
2000
μόνο να βρούμε ένα μέρος από τα δικτυώματα
10:24
of tiny chunks of mouse and human brain.
222
624260
3000
μικροσκοπικών κομματιών από τον εγκέφαλο ποντικιών και ανθρώπων.
10:27
But even that will be enough for the first tests of this hypothesis
223
627260
3000
Αυτό θα ήταν αρκετό για την αρχική αξιολόγηση της θεωρίας
10:30
that I am my connectome.
224
630260
3000
ότι είμαι το δικτύωμά μου.
10:35
For now, let me try to convince you of the plausibility of this hypothesis,
225
635260
3000
Προς το παρόν, θα προσπαθήσω να σας πείσω για την αξιοπιστία της θεωρίας,
10:38
that it's actually worth taking seriously.
226
638260
3000
ότι αξίζει τον κόπο να την πάρετε στα σοβαρά.
10:42
As you grow during childhood
227
642260
2000
Καθώς ενηλικιώνεστε
10:44
and age during adulthood,
228
644260
3000
και γερνάτε,
10:47
your personal identity changes slowly.
229
647260
3000
η προσωπική σας ταυτότητα αλλάζει σταδιακά.
10:50
Likewise, every connectome
230
650260
2000
Παρομοίως, κάθε δικτύωμα
10:52
changes over time.
231
652260
2000
αλλάζει με την πάροδο του χρόνου.
10:55
What kinds of changes happen?
232
655260
2000
Τι αλλαγές συμβαίνουν;
10:57
Well, neurons, like trees,
233
657260
2000
Οι νευρώνες, όπως τα δέντρα,
10:59
can grow new branches,
234
659260
2000
μπορούν να δημιουργήσουν νέες διακλαδώσεις
11:01
and they can lose old ones.
235
661260
3000
αλλά και να χάσουν τις παλιές.
11:04
Synapses can be created,
236
664260
3000
Συνάψεις μπορούν να δημιουργηθούν,
11:07
and they can be eliminated.
237
667260
3000
αλλά και να απαλειφθούν.
11:10
And synapses can grow larger,
238
670260
2000
Οι συνάψεις μπορούν να μεγαλώσουν,
11:12
and they can grow smaller.
239
672260
3000
αλλά και να μικρύνουν.
11:15
Second question:
240
675260
2000
Δεύτερη ερώτηση:
11:17
what causes these changes?
241
677260
3000
Τι προκαλεί αυτές τις αλλαγές;
11:20
Well, it's true.
242
680260
2000
Γενικά, είναι αλήθεια.
11:22
To some extent, they are programmed by your genes.
243
682260
3000
Μέχρι ένα σημείο είναι προγραμματισμένες από τα γονίδιά σας.
11:25
But that's not the whole story,
244
685260
2000
Αλλά δεν είναι μόνο αυτό,
11:27
because there are signals, electrical signals,
245
687260
2000
γιατί υπάρχουν σήματα, ηλεκτρικά σήματα,
11:29
that travel along the branches of neurons
246
689260
2000
τα οποία κινούνται κατά μήκος των διακλαδώσεων των νευρώνων
11:31
and chemical signals
247
691260
2000
και χημικά σήματα
11:33
that jump across from branch to branch.
248
693260
2000
τα οποία πηδάνε από διακλάδωση σε διακλάδωση.
11:35
These signals are called neural activity.
249
695260
3000
Αυτά τα σήματα ονομάζονται νευρωνική δραστηριότητα.
11:38
And there's a lot of evidence
250
698260
2000
Υπάρχουν πολλές ενδείξεις
11:40
that neural activity
251
700260
3000
ότι η νευρωνική δραστηριότητα
11:43
is encoding our thoughts, feelings and perceptions,
252
703260
3000
κωδικοποιεί τις σκέψεις, τα αισθήματα και την αντίληψή μας,
11:46
our mental experiences.
253
706260
2000
τις νοητικές εμπειρίες μας.
11:48
And there's a lot of evidence that neural activity
254
708260
3000
Υπάρχουν πολλές ενδείξεις ότι η νευρωνική δραστηριότητα
11:51
can cause your connections to change.
255
711260
3000
μπορεί να επιφέρει αλλαγές στις νευρωνικές συνδέσεις.
11:54
And if you put those two facts together,
256
714260
3000
Εάν συνδυάσουμε αυτά τα δύο γεγονότα,
11:57
it means that your experiences
257
717260
2000
συμπεραίνουμε ότι οι εμπειρίες μας
11:59
can change your connectome.
258
719260
3000
μπορούν να αλλάξουν το δικτύωμά μας.
12:02
And that's why every connectome is unique,
259
722260
2000
Γι' αυτό κάθε δικτύωμα είναι μοναδικό,
12:04
even those of genetically identical twins.
260
724260
3000
ακόμα και των γενετικά πανομοιότυπων διδύμων.
12:08
The connectome is where nature meets nurture.
261
728260
3000
Το δικτύωμα είναι το σημείο όπου η φύση συναντά την ανατροφή (σ.τ.μ.: έμφυτο/επίκτητο).
12:12
And it might true
262
732260
2000
Μπορεί να είναι αλήθεια
12:14
that just the mere act of thinking
263
734260
2000
ότι ακόμα και η απλή πράξη της σκέψης
12:16
can change your connectome --
264
736260
2000
μπορεί να αλλάξει το δικτύωμά σας --
12:18
an idea that you may find empowering.
265
738260
3000
μία ιδέα την οποία μπορεί να βρείτε ενθαρρυντική.
12:24
What's in this picture?
266
744260
2000
Τι υπάρχει σε αυτήν την εικόνα;
12:28
A cool and refreshing stream of water, you say.
267
748260
3000
Μία δροσερή και αναζωογονητική ροή νερού, ίσως να έλεγε κάποιος.
12:32
What else is in this picture?
268
752260
2000
Τι άλλο υπάρχει σε αυτήν την εικόνα;
12:37
Do not forget that groove in the Earth
269
757260
2000
Μην ξεχνάτε αυτό το αυλάκι στο χώμα
12:39
called the stream bed.
270
759260
3000
το οποίο ονομάζεται, η κοίτη του ρεύματος.
12:42
Without it, the water would not know in which direction to flow.
271
762260
3000
Χωρίς αυτό, το νερό δεν θα ήξερε προς τα που να ρέει.
12:45
And with the stream,
272
765260
2000
Σχετικά με αυτήν την ροή,
12:47
I would like to propose a metaphor
273
767260
2000
Θα ήθελα να προτείνω μία αναλογία
12:49
for the relationship between neural activity
274
769260
2000
για την σχέση μεταξύ νευρωνικής δραστηριότητας
12:51
and connectivity.
275
771260
2000
και συνδεσιμότητας.
12:54
Neural activity is constantly changing.
276
774260
3000
Η νευρωνική δραστηριότητα αλλάζει συνεχώς.
12:57
It's like the water of the stream; it never sits still.
277
777260
3000
Είναι σαν το νερό που ρέει. Δεν είναι ποτέ σταθερή.
13:00
The connections
278
780260
2000
Οι συνδέσεις
13:02
of the brain's neural network
279
782260
2000
του νευρωνικού δικτύου του εγκεφάλου σας
13:04
determines the pathways
280
784260
2000
καθορίζουν τα μονοπάτια
13:06
along which neural activity flows.
281
786260
2000
στα οποία ρέει η νευρωνική δραστηριότητα.
13:08
And so the connectome is like bed of the stream;
282
788260
3000
Έτσι το δικτύωμα είναι σαν την κοίτη του ρεύματος·
13:13
but the metaphor is richer than that,
283
793260
3000
αλλά η αναλογία δεν σταματάει εδώ,
13:16
because it's true that the stream bed
284
796260
3000
γιατί είναι αλήθεια ότι η κοίτη του ρεύματος
13:19
guides the flow of the water,
285
799260
2000
καθοδηγεί την ροή του νερού,
13:21
but over long timescales,
286
801260
2000
αλλά μακροπρόθεσμα,
13:23
the water also reshapes the bed of the stream.
287
803260
3000
το νερό μπορεί να αλλάξει την κοίτη του ρεύματος.
13:26
And as I told you just now,
288
806260
2000
Όπως σας είπα μόλις τώρα,
13:28
neural activity can change the connectome.
289
808260
3000
η νευρωνική δραστηριότητα μπορεί να αλλάξει το δικτύωμα.
13:33
And if you'll allow me to ascend
290
813260
2000
Εάν μου επιτρέψετε να πάω
13:35
to metaphorical heights,
291
815260
3000
σε μεταφορικό επίπεδο,
13:38
I will remind you that neural activity
292
818260
3000
θα σας υπενθυμίσω ότι η νευρωνική δραστηριότητα
13:41
is the physical basis -- or so neuroscientists think --
293
821260
2000
αναπαριστά --έτσι πιστεύουν οι νευρωεπιστήμονες--
13:43
of thoughts, feelings and perceptions.
294
823260
3000
τις σκέψεις, τα αισθήματα και τις αντιλήψεις.
13:46
And so we might even speak of
295
826260
2000
Θα μπορούσαμε ακόμα να μιλήσουμε
13:48
the stream of consciousness.
296
828260
2000
για την ροή της συνείδησης.
13:50
Neural activity is its water,
297
830260
3000
Η νευρωνική δραστηριότητα είναι το νερό
13:53
and the connectome is its bed.
298
833260
3000
και το δικτύωμα είναι η κοίτη.
13:57
So let's return from the heights of metaphor
299
837260
2000
Ας φύγουμε από το μεταφορικό επίπεδο
13:59
and return to science.
300
839260
2000
και ας επιστρέψουμε στην επιστήμη.
14:01
Suppose our technologies for finding connectomes
301
841260
2000
Ας υποθέσουμε ότι οι τεχνολογίες εύρεσης δικτυωμάτων
14:03
actually work.
302
843260
2000
δουλεύουν.
14:05
How will we go about testing the hypothesis
303
845260
2000
Πώς θα εξετάσουμε την υπόθεση
14:07
"I am my connectome?"
304
847260
3000
«Είμαι το δικτύωμά μου»;
14:10
Well, I propose a direct test.
305
850260
3000
Προτείνω μία άμεση προσέγγιση.
14:13
Let us attempt
306
853260
2000
Ας προσπαθήσουμε
14:15
to read out memories from connectomes.
307
855260
3000
να διαβάσουμε αναμνήσεις από τα δικτυώματα.
14:18
Consider the memory
308
858260
2000
Σκεφτείτε την ανάμνηση μιας
14:20
of long temporal sequences of movements,
309
860260
3000
μακροχρόνιας αλληλουχίας κινήσεων,
14:23
like a pianist playing a Beethoven sonata.
310
863260
3000
όπως ένας πιανίστας όταν παίζει Μπετόβεν.
14:26
According to a theory that dates back to the 19th century,
311
866260
3000
Σύμφωνα με μία θεωρία από τον 19ο αιώνα,
14:29
such memories are stored
312
869260
2000
τέτοιες αναμνήσεις αποθηκεύονται
14:31
as chains of synaptic connections inside your brain.
313
871260
3000
σαν ακολουθίες συναπτικών συνδέσεων στον εγκέφαλό σας.
14:35
Because, if the first neurons in the chain are activated,
314
875260
3000
Διότι εάν οι αρχικοί νευρώνες της ακολουθίας ενεργοποιηθούν,
14:38
through their synapses they send messages to the second neurons, which are activated,
315
878260
3000
διαμέσου των συνάψεων στέλνουν μηνύματα στους επόμενους νευρώνες, ενεργοποιώντας τους,
14:41
and so on down the line,
316
881260
2000
αυτό συνεχίζεται,
14:43
like a chain of falling dominoes.
317
883260
2000
σαν μία σειρά από ντόμινο που πέφτουν το ένα μετά το άλλο.
14:45
And this sequence of neural activation
318
885260
2000
Αυτή η ακολουθία νευρωνικής ενεργοποίησης
14:47
is hypothesized to be the neural basis
319
887260
3000
πιστεύεται ότι είναι η νευρωνική αναπαράσταση
14:50
of those sequence of movements.
320
890260
2000
της αλληλουχίας κινήσεων.
14:52
So one way of trying to test the theory
321
892260
2000
Ένας τρόπος εξέτασης της θεωρίας
14:54
is to look for such chains
322
894260
2000
είναι η αναζήτηση τέτοιων ακολουθιών
14:56
inside connectomes.
323
896260
2000
μέσα στα δικτυώματα.
14:58
But it won't be easy, because they're not going to look like this.
324
898260
3000
Αλλά δεν θα είναι εύκολο, δεν θα φαίνονται έτσι.
15:01
They're going to be scrambled up.
325
901260
2000
Θα είναι μπερδεμένες.
15:03
So we'll have to use our computers
326
903260
2000
Θα πρέπει να χρησιμοποιήσουμε υπολογιστές
15:05
to try to unscramble the chain.
327
905260
3000
για να ξεμπερδέψουμε την ακολουθία.
15:08
And if we can do that,
328
908260
2000
Εάν το καταφέρουμε αυτό,
15:10
the sequence of the neurons we recover from that unscrambling
329
910260
3000
η ακολουθία των νευρώνων που θα ανακτήσουμε
15:13
will be a prediction of the pattern of neural activity
330
913260
3000
θα προβλέπει την ακολουθία της νευρωνικής δραστηριότητας
15:16
that is replayed in the brain during memory recall.
331
916260
3000
που επαναλαμβάνεται στον εγκέφαλο κατά την ανάκληση της ανάμνησης.
15:19
And if that were successful,
332
919260
2000
Εάν αυτό επιτύχει,
15:21
that would be the first example of reading a memory from a connectome.
333
921260
3000
θα είναι το πρώτο παράδειγμα ανάγνωσης μίας ανάμνησης από ένα δικτύωμα.
15:28
(Laughter)
334
928260
2000
(Γέλια)
15:30
What a mess --
335
930260
2000
Τι μπέρδεμα --
15:33
have you ever tried to wire up a system
336
933260
2000
έχετε προσπαθήσει να συνδέσετε ένα σύστημα
15:35
as complex as this?
337
935260
2000
τόσο πολύπλοκο όσο αυτό;
15:37
I hope not.
338
937260
2000
Ελπίζω πως όχι.
15:39
But if you have, you know it's very easy to make a mistake.
339
939260
3000
Εάν έχετε, γνωρίζετε ότι είναι πολύ εύκολο να κάνετε κάποιο λάθος.
15:45
The branches of neurons are like the wires of the brain.
340
945260
2000
Οι διακλαδώσεις των νευρώνων είναι σαν τα καλώδια του εγκεφάλου.
15:47
Can anyone guess: what's the total length of wires in your brain?
341
947260
4000
Μπορεί κάποιος να μαντέψει: πόσο είναι το συνολικό μήκος των καλωδίων στον εγκέφαλο σας;
15:54
I'll give you a hint. It's a big number.
342
954260
2000
Θα σας βοηθήσω. Είναι ένας μεγάλος αριθμός.
15:56
(Laughter)
343
956260
2000
(Γέλια)
15:59
I estimate, millions of miles,
344
959260
3000
Υπολογίζω εκατομμύρια μιλίων,
16:02
all packed in your skull.
345
962260
3000
όλα πακεταρισμένα στο κρανίο σας.
16:05
And if you appreciate that number,
346
965260
2000
Εάν εκτιμήσετε αυτόν τον αριθμό,
16:07
you can easily see
347
967260
2000
εύκολα θα καταλάβετε
16:09
there is huge potential for mis-wiring of the brain.
348
969260
2000
ότι υπάρχει μεγάλη πιθανότητα για λανθασμένη εγκεφαλική συνδεσμολογία.
16:11
And indeed, the popular press loves headlines like,
349
971260
3000
Όντως, στον τύπο αρέσουν πρωτοσέλιδα όπως,
16:14
"Anorexic brains are wired differently,"
350
974260
2000
«Οι εγκέφαλοι των ανορεξικών είναι διαφορετικά καλωδιωμένοι »,
16:16
or "Autistic brains are wired differently."
351
976260
2000
ή «Οι εγκέφαλοι των αυτιστικών είναι διαφορετικά καλωδιωμένοι».
16:18
These are plausible claims,
352
978260
2000
Αυτοί είναι εύλογοι ισχυρισμοί,
16:20
but in truth,
353
980260
2000
αλλά στην πραγματικότητα,
16:22
we can't see the brain's wiring clearly enough
354
982260
2000
δεν μπορούμε να δούμε καθαρά την εγκεφαλική συνδεσμολογία
16:24
to tell if these are really true.
355
984260
2000
ώστε να εξακριβώσουμε εάν οι ισχυρισμοί αυτοί είναι αληθινοί.
16:26
And so the technologies for seeing connectomes
356
986260
3000
Έτσι οι τεχνολογίες για την παρατήρηση δικτυωμάτων
16:29
will allow us to finally
357
989260
2000
θα μας επιτρέψουν
16:31
read mis-wiring of the brain,
358
991260
2000
να παρατηρήσουμε την λανθασμένη εγκεφαλική συνδεσμολογία,
16:33
to see mental disorders in connectomes.
359
993260
3000
να αναγνωρίσουμε ψυχικές ασθένειες στα δικτυώματα.
16:40
Sometimes the best way to test a hypothesis
360
1000260
3000
Μερικές φορές ο καλύτερος τρόπος για την επιβεβαίωση κάποιας υπόθεσης
16:43
is to consider its most extreme implication.
361
1003260
3000
είναι η εξέταση του πιο ακραίου επακόλουθου της.
16:46
Philosophers know this game very well.
362
1006260
3000
Οι φιλόσοφοι ξέρουν αυτό το παιχνίδι πολύ καλά.
16:50
If you believe that I am my connectome,
363
1010260
3000
Εάν πιστεύετε ότι είμαι το δικτύωμά μου,
16:53
I think you must also accept the idea
364
1013260
3000
νομίζω ότι πρέπει να δεχτείτε και την ιδέα
16:56
that death is the destruction
365
1016260
2000
ότι ο θάνατος είναι η καταστροφή
16:58
of your connectome.
366
1018260
3000
του δικτυώματος.
17:02
I mention this because there are prophets today
367
1022260
3000
Το αναφέρω αυτό γιατί υπάρχουν προφήτες
17:05
who claim that technology
368
1025260
3000
που ισχυρίζονται ότι η τεχνολογία
17:08
will fundamentally alter the human condition
369
1028260
3000
θα αλλάξει δραματικά την ανθρώπινη υπόσταση
17:11
and perhaps even transform the human species.
370
1031260
3000
και πιθανώς να μεταμορφώσει το ανθρώπινο είδος.
17:14
One of their most cherished dreams
371
1034260
3000
Ένα από τα πιο λατρεμένα τους όνειρα
17:17
is to cheat death
372
1037260
2000
είναι να ξεγελάσουν το θάνατο
17:19
by that practice known as cryonics.
373
1039260
2000
με μία πρακτική ευρύτερα γνωστή σαν κρυονική.
17:21
If you pay 100,000 dollars,
374
1041260
2000
Εάν πληρώσετε 100.000 δολάρια,
17:23
you can arrange to have your body frozen after death
375
1043260
3000
μπορείτε να κανονίσετε ώστε το σώμα σας να καταψυχθεί μετά θάνατον
17:26
and stored in liquid nitrogen
376
1046260
2000
και θα αποθηκευτεί σε υγρό άζωτο
17:28
in one of these tanks in an Arizona warehouse,
377
1048260
2000
μέσα σε μία δεξαμενή στις αποθήκες της Αριζόνας
17:30
awaiting a future civilization
378
1050260
2000
αναμένοντας έναν μελλοντικό πολιτισμό
17:32
that is advanced to resurrect you.
379
1052260
3000
τόσο εξελιγμένο ώστε να σας αναστήσει.
17:36
Should we ridicule the modern seekers of immortality,
380
1056260
2000
Θα έπρεπε να γελάσουμε με τους σύγχρονους αναζητητές της αθανασίας,
17:38
calling them fools?
381
1058260
2000
αποκαλώντας τους ανόητους;
17:40
Or will they someday chuckle
382
1060260
2000
Ή μήπως αυτοί θα γελούν κάποια μέρα
17:42
over our graves?
383
1062260
2000
πάνω από τους τάφους μας;
17:45
I don't know --
384
1065260
2000
Δεν γνωρίζω --
17:47
I prefer to test their beliefs, scientifically.
385
1067260
3000
προτιμώ να εξετάζω τα πιστεύω τους, επιστημονικά.
17:50
I propose that we attempt to find a connectome
386
1070260
2000
Προτείνω να προσπαθήσουμε να βρούμε το δικτύωμα
17:52
of a frozen brain.
387
1072260
2000
ενός παγωμένου εγκεφάλου.
17:54
We know that damage to the brain
388
1074260
2000
Γνωρίζουμε ότι ο εγκέφαλος παθαίνει ζημιά
17:56
occurs after death and during freezing.
389
1076260
2000
μετά τον θάνατο και όσο είναι παγωμένος.
17:58
The question is: has that damage erased the connectome?
390
1078260
3000
Το ερώτημα είναι: είναι ικανή αυτή η ζημιά να διαγράψει το δικτύωμα;
18:01
If it has, there is no way that any future civilization
391
1081260
3000
Εάν ναι, δεν υπάρχει περίπτωση κάποιος μελλοντικός πολιτισμός
18:04
will be able to recover the memories of these frozen brains.
392
1084260
3000
να μπορέσει να ανακτήσει τις αναμνήσεις αυτών των παγωμένων εγκεφάλων.
18:07
Resurrection might succeed for the body,
393
1087260
2000
Η ανάσταση μπορεί να επιτύχει για το σώμα,
18:09
but not for the mind.
394
1089260
2000
αλλά όχι για τον νου.
18:11
On the other hand, if the connectome is still intact,
395
1091260
3000
Στην αντίθετη περίπτωση, εάν το δικτύωμα είναι άθικτο,
18:14
we cannot ridicule the claims of cryonics so easily.
396
1094260
3000
δεν μπορούμε να γελοιοποιήσουμε τους ισχυρισμούς της κρυονικής τόσο εύκολα.
18:20
I've described a quest
397
1100260
2000
Έχω περιγράψει μία αναζήτηση
18:22
that begins in the world of the very small,
398
1102260
3000
που ξεκινά στον κόσμο του μικροσκοπικού,
18:25
and propels us to the world of the far future.
399
1105260
3000
αλλά μας οδηγεί στο μακρινό μέλλον.
18:28
Connectomes will mark a turning point in human history.
400
1108260
3000
Τα δικτυώματα θα σηματοδοτήσουν ένα σημείο καμπής στην ανθρώπινη ιστορία.
18:32
As we evolved from our ape-like ancestors
401
1112260
2000
Κατά την εξέλιξη από τους πιθηκοειδείς προγόνους
18:34
on the African savanna,
402
1114260
2000
της Αφρικανικής σαβάνας,
18:36
what distinguished us was our larger brains.
403
1116260
3000
το μεγαλύτερο εγκεφαλικό μέγεθος ήταν αυτό που μας έκανε να ξεχωρίσουμε.
18:40
We have used our brains to fashion
404
1120260
2000
Χρησιμοποιήσαμε τους εγκεφάλους μας για την δημιουργία
18:42
ever more amazing technologies.
405
1122260
3000
ακόμα πιο απίστευτων τεχνολογιών.
18:45
Eventually, these technologies will become so powerful
406
1125260
3000
Αυτές οι τεχνολογίες θα γίνουν κάποτε τόσο δυνατές
18:48
that we will use them to know ourselves
407
1128260
3000
που θα τις χρησιμοποιήσουμε για να γνωρίσουμε τους εαυτούς μας
18:51
by deconstructing and reconstructing
408
1131260
3000
με την αποικοδόμηση και ανακατασκευή
18:54
our own brains.
409
1134260
3000
των εγκεφάλων μας.
18:57
I believe that this voyage of self-discovery
410
1137260
3000
Πιστεύω ότι αυτό το ταξίδι αυτο-ανακάλυψης
19:00
is not just for scientists,
411
1140260
3000
δεν είναι μόνο για επιστήμονες,
19:03
but for all of us.
412
1143260
2000
αλλά για όλους μας.
19:05
And I'm grateful for the opportunity to share this voyage with you today.
413
1145260
3000
Είμαι ευγνώμων που μου δόθηκε η δυνατότητα να μοιραστώ σήμερα αυτό το ταξίδι μαζί σας.
19:08
Thank you.
414
1148260
2000
Σας ευχαριστώ.
19:10
(Applause)
415
1150260
8000
(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