A brain in a supercomputer | Henry Markram

هنری مارکرام مغز انسان را به کمک یک سوپرکامپیوتر می سازد.

512,041 views

2009-10-15 ・ TED


New videos

A brain in a supercomputer | Henry Markram

هنری مارکرام مغز انسان را به کمک یک سوپرکامپیوتر می سازد.

512,041 views ・ 2009-10-15

TED


لطفا برای پخش فیلم روی زیرنویس انگلیسی زیر دوبار کلیک کنید.

Translator: asadollah asadshir Reviewer: ali Yazdi
00:18
Our mission is to build
0
18330
3000
هدف ما ساخت یک مدل کامپیوتری
00:21
a detailed, realistic
1
21330
2000
با جزئیات کامل و واقعی
00:23
computer model of the human brain.
2
23330
2000
از مغز انسان است.
00:25
And we've done, in the past four years,
3
25330
3000
و ما در چهار سال گذشته موفق به این کار شده ایم،
00:28
a proof of concept
4
28330
2000
یک نمونه تست برای
00:30
on a small part of the rodent brain,
5
30330
3000
بخش کوچکی از مغز موش ساخته شده است،
00:33
and with this proof of concept we are now scaling the project up
6
33330
3000
و با این نمونه ما قادر به گسترش پروژه برای
00:36
to reach the human brain.
7
36330
3000
مغز انسان هستیم.
00:39
Why are we doing this?
8
39330
2000
چرا چنین کاری را انجام میدهیم؟
00:41
There are three important reasons.
9
41330
2000
سه دلیل بسیار مهم وجود دارد.
00:43
The first is, it's essential for us to understand the human brain
10
43330
4000
اول، برای ما درک عملکرد مغز انسان ضروری است
00:47
if we do want to get along in society,
11
47330
2000
اگر بخواهیم با پیشرفت بشر پیش برویم،
00:49
and I think that it is a key step in evolution.
12
49330
4000
و فکر می‌کنیم که این یک گام اساسی در تکامل است.
00:53
The second reason is,
13
53330
2000
دومین دلیل این است که،
00:55
we cannot keep doing animal experimentation forever,
14
55330
6000
ما تا ابد نمی‌توانیم آزمایشات را روی حیوانات انجام دهیم،
01:01
and we have to embody all our data and all our knowledge
15
61330
4000
و مجبوریم تمامی اطلاعات و دانشمان را در یک
01:05
into a working model.
16
65330
3000
مدل کاری پیاده سازی کنیم.
01:08
It's like a Noah's Ark. It's like an archive.
17
68330
4000
این شبیه کشتی نوح است. مانند یک آرشیو است.
01:12
And the third reason is that there are two billion people on the planet
18
72330
3000
و دلیل سوم اینکه، حدود دو میلیارد انسان در جهان وجود دارند که
01:15
that are affected by mental disorder,
19
75330
4000
از مشکلات روانی رنج می‌برند،
01:19
and the drugs that are used today
20
79330
2000
و داروهایی که امروزه تجویز می‌شوند
01:21
are largely empirical.
21
81330
2000
بطور وسیعی تجربی هستند.
01:23
I think that we can come up with very concrete solutions on
22
83330
3000
به نظرم ما قادر به دستیابی یک راه حل بهم پیوسته هستیم که
01:26
how to treat disorders.
23
86330
3000
چگونه این اختلالات را درمان کنیم.
01:29
Now, even at this stage,
24
89330
3000
حال، حتی در این مرحله،
01:32
we can use the brain model
25
92330
2000
ما قادریم که از مدل مغز استفاده کنیم
01:34
to explore some fundamental questions
26
94330
3000
جهت بررسی سوالات اساسی در زمینه اینکه
01:37
about how the brain works.
27
97330
2000
چگونه مغز کار می‌کند.
01:39
And here, at TED, for the first time,
28
99330
2000
و همینجا، در تد، برای اولین بار،
01:41
I'd like to share with you how we're addressing
29
101330
2000
مایلم به شما یکی از تئوریها را نشان دهم
01:43
one theory -- there are many theories --
30
103330
3000
-- تئوریهای زیادی در این زمینه وجود دارد --
01:46
one theory of how the brain works.
31
106330
4000
یک تئوری که نشان می‌دهد مغز چگونه کار می‌کند.
01:50
So, this theory is that the brain
32
110330
4000
در این تئوری مغز یک نسخه از کل جهان را
01:54
creates, builds, a version of the universe,
33
114330
6000
ایجاد کرده و مي‌سازد.
02:00
and projects this version of the universe,
34
120330
3000
و این نسخه از جهان را طرح ریزی می‌کند،
02:03
like a bubble, all around us.
35
123330
4000
مانند یک حباب، که ما را احاطه کرده است.
02:07
Now, this is of course a topic of philosophical debate for centuries.
36
127330
4000
البته این قرنها جزو یکی از بحثهای فلسفی بوده است.
02:11
But, for the first time, we can actually address this,
37
131330
3000
ولی، برای اولین بار، به کمک شبیه ساز مغز،
02:14
with brain simulation,
38
134330
2000
ما قادر به درک آن هستیم.
02:16
and ask very systematic and rigorous questions,
39
136330
4000
و سوالات بسیار جدی و اصولی را بپرسیم،
02:20
whether this theory could possibly be true.
40
140330
4000
که آیا این نظریه احتمالا می تواند درست باشد.
02:24
The reason why the moon is huge on the horizon
41
144330
3000
دلیل حجیم دیدن ماه در خط افق خیلی ساده است چون‌که
02:27
is simply because our perceptual bubble
42
147330
3000
حباب ادراکی ما قادر به کش آمدن به طول
02:30
does not stretch out 380,000 kilometers.
43
150330
4000
380000 کیلومتر نمی‌باشد.
02:34
It runs out of space.
44
154330
2000
فضای خالی برای این کار را ندارد.
02:36
And so what we do is we compare the buildings
45
156330
4000
و کاری که ما می‌کنیم مقایسه ساختمان‌ها از درون
02:40
within our perceptual bubble,
46
160330
2000
حباب ادراکی‌مان می‌باشد،
02:42
and we make a decision.
47
162330
2000
و ما تصمیم می‌گیریم.
02:44
We make a decision it's that big,
48
164330
2000
و ما فکر می‌کنیم که آن بدان بزرگی است،
02:46
even though it's not that big.
49
166330
2000
درحالیکه ماه اصلا به آن بزرگی نیست،
02:48
And what that illustrates
50
168330
2000
و این نشانه آن است که
02:50
is that decisions are the key things
51
170330
2000
این تصمیمات چیزهای اصلی‌ای هستند که
02:52
that support our perceptual bubble. It keeps it alive.
52
172330
5000
حباب ادراکی ما را پشتیبانی می‌کنند. اینها آنرا زنده نگه می‌دارند.
02:57
Without decisions you cannot see, you cannot think,
53
177330
2000
بدون تصمیمات شما نمی‌توانید ببینید، شما نمی‌توانید فکر کنید،
02:59
you cannot feel.
54
179330
2000
شما نمی‌توانید احساس کنید.
03:01
And you may think that anesthetics work
55
181330
2000
و شما ممکن است فکر کنید که بیهوشی
03:03
by sending you into some deep sleep,
56
183330
3000
ارسال شما به یک خواب عمیق است،
03:06
or by blocking your receptors so that you don't feel pain,
57
186330
3000
یا مسدود کردن گیرنده شماست بطوریکه شما درد را احساس نمی‌کنید،
03:09
but in fact most anesthetics don't work that way.
58
189330
3000
اما در عمل بیشتر بیحس کننده ها این چنین کار نمی‌کنند.
03:12
What they do is they introduce a noise
59
192330
3000
آنها یک نویز را به مغز معرفی می‌کنند
03:15
into the brain so that the neurons cannot understand each other.
60
195330
3000
تا نرونها متوجه یکدیگر نشوند.
03:18
They are confused,
61
198330
2000
آنها گیج می‌شوند،
03:20
and you cannot make a decision.
62
200330
3000
و شما نمی‌تونید تصمیم گیری کنید.
03:23
So, while you're trying to make up your mind
63
203330
3000
بنابراین، وقتی شما سعی در بازتولید ذهن خود می‌کنید،
03:26
what the doctor, the surgeon, is doing
64
206330
2000
کاری که دکتر جراح انجام می‌دهد،
03:28
while he's hacking away at your body, he's long gone.
65
208330
2000
در حالیکه از پاره کردن بدن شما زمان طولانی گذشته است.
03:30
He's at home having tea.
66
210330
2000
او در خانه در حال خوردن چای است.
03:32
(Laughter)
67
212330
2000
(خنده)
03:34
So, when you walk up to a door and you open it,
68
214330
3000
پس، وقتی که شما بیدار شده به سمت در رفته و آنرا باز می‌کنید،
03:37
what you compulsively have to do to perceive
69
217330
3000
آنچه که شما باید ضرورتا انجام دهید تا تصور کنید
03:40
is to make decisions,
70
220330
2000
تصمیم گیری است،
03:42
thousands of decisions about the size of the room,
71
222330
3000
هزاران تصمیم درباره اندازه اتاق،
03:45
the walls, the height, the objects in this room.
72
225330
3000
اندازه دیوار، ارتفاع، اشیاء موجود در اتاق و غیره.
03:48
99 percent of what you see
73
228330
3000
99 درصد چیزی که شما می‌بینید
03:51
is not what comes in through the eyes.
74
231330
4000
آن چیزی نیست که از چشمانتان دریافت می‌کنید.
03:55
It is what you infer about that room.
75
235330
4000
آن استنباط شما درباره آن اتاق است.
03:59
So I can say, with some certainty,
76
239330
4000
لذا با کمی اطمینان و یقین می‌توانم بگویم،
04:03
"I think, therefore I am."
77
243330
3000
«فکر می‌کنم، پس هستم.»
04:06
But I cannot say, "You think, therefore you are,"
78
246330
4000
اما نمی‌توانم بگویم، «شما فکر می‌کنید، پس هستید.»
04:10
because "you" are within my perceptual bubble.
79
250330
5000
زیرا شما از درون حباب ادراکی من وجود دارید.
04:15
Now, we can speculate and philosophize this,
80
255330
3000
حال میتوانیم اینرا فلسفی کرده و حدس بزنیم،
04:18
but we don't actually have to for the next hundred years.
81
258330
3000
اما واقعا آنرا برای صد سال آینده نداریم.
04:21
We can ask a very concrete question.
82
261330
2000
می‌توانیم یک سوال خیلی واقعی بپرسیم.
04:23
"Can the brain build such a perception?"
83
263330
4000
«آیا مغز می‌توانید چنین ادراکی بسازد؟»
04:27
Is it capable of doing it?
84
267330
2000
آیا آن قادر به انجام آن است؟
04:29
Does it have the substance to do it?
85
269330
2000
آیا آن جوهر انجام آنرا دارد؟
04:31
And that's what I'm going to describe to you today.
86
271330
3000
و چیزی که امروز مایل به توضیح آن برای شما هستم.
04:34
So, it took the universe 11 billion years to build the brain.
87
274330
4000
11 میلیارد سال برای جهان وقت برده که مغز را بسازد.
04:38
It had to improve it a little bit.
88
278330
2000
آنرا مقدار کمی بهبود بخشیده است.
04:40
It had to add to the frontal part, so that you would have instincts,
89
280330
3000
او باید به قسمت پیشانی مغز می‌افزود، تا شما را دارای غریزه‌ها شوید،
04:43
because they had to cope on land.
90
283330
3000
زیرا آنها مجبور به کنار آمدن با محیط زمین بوده اند.
04:46
But the real big step was the neocortex.
91
286330
4000
اما گام بزرگ واقعی نئوکورتکس بود.
04:50
It's a new brain. You needed it.
92
290330
2000
آن یک مغز جدید است. شما به آن نیاز داشتید.
04:52
The mammals needed it
93
292330
2000
پستانداران به آن نیاز داشتند
04:54
because they had to cope with parenthood,
94
294330
4000
زیرا آنها مجبور به کنار آمدن با وظایف والدینی بودند،
04:58
social interactions,
95
298330
2000
تعاملات اجتماعی،
05:00
complex cognitive functions.
96
300330
3000
عملکرد‌های معرفتی پیچیده.
05:03
So, you can think of the neocortex
97
303330
2000
لذا، شما می‌توانید به نئوکورتکس واقعا بعنوان
05:05
actually as the ultimate solution today,
98
305330
5000
راه حل نهایی جهان آفریش تا کنون،
05:10
of the universe as we know it.
99
310330
3000
آنطور که ما می‌دانیم فکر کنید.
05:13
It's the pinnacle, it's the final product
100
313330
2000
آن حد نهایی است، آن آخرین محصولی است که
05:15
that the universe has produced.
101
315330
4000
جهان آفرینش تولید کرده است.
05:19
It was so successful in evolution
102
319330
2000
در روند تکامل از موش تا انسان
05:21
that from mouse to man it expanded
103
321330
2000
گسترش حدود هزار بار از لحاظ تعداد نرونها
05:23
about a thousandfold in terms of the numbers of neurons,
104
323330
3000
بسیار موفقیت آمیز بوده است تا چنین
05:26
to produce this almost frightening
105
326330
3000
ساختار تقریبا ترسناک چنین عضوی را
05:29
organ, structure.
106
329330
3000
تولید نماید.
05:32
And it has not stopped its evolutionary path.
107
332330
3000
و هنوز سیر تکاملی خود را متوقف نساخته است.
05:35
In fact, the neocortex in the human brain
108
335330
2000
در واقع، نئوکورتکس در مغز انسان
05:37
is evolving at an enormous speed.
109
337330
3000
با یک سرعت سرسام آور در حال تکامل است .
05:40
If you zoom into the surface of the neocortex,
110
340330
2000
اگر شما به سطح نئوکورتکس زوم کنید،
05:42
you discover that it's made up of little modules,
111
342330
3000
کشف میکنید که آن از ماژول‌های بسیار کوچکی ساخته شده است،
05:45
G5 processors, like in a computer.
112
345330
2000
شبیه پروسسور جی 5 در کامپیوتر.
05:47
But there are about a million of them.
113
347330
3000
اما آنجا یک میلیون از آنها وجود دارد.
05:50
They were so successful in evolution
114
350330
2000
آنها در تکامل بسیار موفق بوده اند بدین شکل که
05:52
that what we did was to duplicate them
115
352330
2000
ما آنها را تکثیر داده ایم به دفعات بسیار زیاد
05:54
over and over and add more and more of them to the brain
116
354330
2000
و آنها را در مغز افزایش داده ایم تا به حدی که
05:56
until we ran out of space in the skull.
117
356330
3000
دیگر در جمجمه مغز جایی برای افزایش باقی نمانده است.
05:59
And the brain started to fold in on itself,
118
359330
2000
و مغز شروع به تا کردن خود درون آن کرده است،
06:01
and that's why the neocortex is so highly convoluted.
119
361330
3000
و این دلیل پر پیچ و تاب بودن بسیار زیاد نئوکورتکس می‌باشد.
06:04
We're just packing in columns,
120
364330
2000
ما فقط در ستونهای مختلف بسته بندی کرده‌ایم،
06:06
so that we'd have more neocortical columns
121
366330
3000
برای همین ما ستونهای نئوکورتیکالی بسیار
06:09
to perform more complex functions.
122
369330
3000
برای انجام عملکرد‌های بسیار پیچیده داریم.
06:12
So you can think of the neocortex actually as
123
372330
2000
پس شما می‌توانید نئوکورتکس را واقعا شبیه یک پیانوی بسیار حجیم
06:14
a massive grand piano,
124
374330
2000
و بزرگ تصور کنید،
06:16
a million-key grand piano.
125
376330
3000
یک پیانو بزرگ با ملیون‌ها کلید.
06:19
Each of these neocortical columns
126
379330
2000
هر یک از این ستون‌های نئوکورتیکالی
06:21
would produce a note.
127
381330
2000
می‌توانند یک نت تولید نمایند.
06:23
You stimulate it; it produces a symphony.
128
383330
3000
شما آنرا تحریک می‌کنید، و آن برای شما یک سمفونی تولید می‌کند.
06:26
But it's not just a symphony of perception.
129
386330
3000
اما آن صرفا یک سمفونی ادراکی نیست.
06:29
It's a symphony of your universe, your reality.
130
389330
3000
آن یک سمفونی از جهان شما، از واقعیت شماست.
06:32
Now, of course it takes years to learn how
131
392330
3000
البته چندین سال طول میکشد که یاد بگیرید چگونه در نواختن
06:35
to master a grand piano with a million keys.
132
395330
3000
چنین پیانویی با میلیون‌ها کلید استاد شوید.
06:38
That's why you have to send your kids to good schools,
133
398330
2000
این دلیل آن است که شما بچه های خود را به مدرسه های خوب می‌فرستید،
06:40
hopefully eventually to Oxford.
134
400330
2000
امیدوارم در نهایت به آکسفورد باشد.
06:42
But it's not only education.
135
402330
3000
اما این تنها در مورد آموزش و پرورش نیست.
06:45
It's also genetics.
136
405330
2000
آن همچنین درباره ژنتیک هم هست.
06:47
You may be born lucky,
137
407330
2000
شما ممکن است خوش شانس متولد شوید،
06:49
where you know how to master your neocortical column,
138
409330
4000
یا شما بدانید چطور استاد ستون نئوکورتیکال خود باشید،
06:53
and you can play a fantastic symphony.
139
413330
2000
و شما میتوانید یک سمفونی رویایی بنوازید.
06:55
In fact, there is a new theory of autism
140
415330
3000
در واقع، در حال حاضر یک تئوری جدید از آتیسم وجود دارد که
06:58
called the "intense world" theory,
141
418330
2000
تئوری «جهان فشرده» نامیده میشود، که پیشنهاد می‌کند
07:00
which suggests that the neocortical columns are super-columns.
142
420330
4000
ستونهای نئوکورتیکال بصورت سوپر ستونها هستند.
07:04
They are highly reactive, and they are super-plastic,
143
424330
4000
آنها بسیار واکنش پذیر هستند و آنها سوپر- پلاستیک هستند،
07:08
and so the autists are probably capable of
144
428330
3000
و آتیستها احتمالا قادر به
07:11
building and learning a symphony
145
431330
2000
ساختن و یادگیری سمفونی ای هستند که
07:13
which is unthinkable for us.
146
433330
2000
برای ما غیرقابل تفکر است.
07:15
But you can also understand
147
435330
2000
اما شما همچنین میتوانید بفهمید که
07:17
that if you have a disease
148
437330
2000
اگر شما بیمار شوید
07:19
within one of these columns,
149
439330
2000
از درون یکی از این ستونها،
07:21
the note is going to be off.
150
441330
2000
نت مربوطه رو به خاموشی خواهد گذارد.
07:23
The perception, the symphony that you create
151
443330
2000
ادراک شما، یا همان سمفونی که شما ایجاد می‌کنید
07:25
is going to be corrupted,
152
445330
2000
خراب خواهد شد،
07:27
and you will have symptoms of disease.
153
447330
3000
و شما علائم بیماری را خواهید داشت.
07:30
So, the Holy Grail for neuroscience
154
450330
4000
لذا، هدف مقدس برای علم اعصاب
07:34
is really to understand the design of the neocoritical column --
155
454330
4000
این است که طرح ستون نئوکوریتیکال را درک کند --
07:38
and it's not just for neuroscience;
156
458330
2000
و آن تنها در مورد علم اعصاب نیست؛
07:40
it's perhaps to understand perception, to understand reality,
157
460330
3000
شاید برای درک ادارک باشد، برای درک واقعیت هم باشد،
07:43
and perhaps to even also understand physical reality.
158
463330
4000
و شاید حتی درک واقعیت فیزیکی.
07:47
So, what we did was, for the past 15 years,
159
467330
3000
لذا، کاری که ما ظرف 15 سال گذشته انجام دادیم،
07:50
was to dissect out the neocortex, systematically.
160
470330
4000
این بود که بطور سیستمی نئوکورتکس را تشریح کردیم.
07:54
It's a bit like going and cataloging a piece of the rainforest.
161
474330
4000
آن کمی شبوه این است که یک تکه از جنگل انبوهی را فهرست کنیم.
07:58
How many trees does it have?
162
478330
2000
چه تعداد درخت در آن وجود دارد؟
08:00
What shapes are the trees?
163
480330
2000
درختها چه شکلی هستند؟
08:02
How many of each type of tree do you have? Where are they positioned?
164
482330
3000
چند نوع درخت دارید؟ موقعیت آنها کجاست؟
08:05
But it's a bit more than cataloging because you actually have to
165
485330
2000
اما آن کمی بیشتر از فهرست کردن است زیرا شما واقعا مجبورید که
08:07
describe and discover all the rules of communication,
166
487330
4000
تمامی قوانین ارتباطی را توصیف و کشف نمایید،
08:11
the rules of connectivity,
167
491330
2000
قواعد اتصال،
08:13
because the neurons don't just like to connect with any neuron.
168
493330
3000
زیرا نرونها صرفا با هر نرونی اتصال برقرار نمی‌کنند.
08:16
They choose very carefully who they connect with.
169
496330
3000
آنها بسیار بدقت انتخاب می‌کنند که با چه کسی اتصال برقرار کنند.
08:19
It's also more than cataloging
170
499330
3000
آن همچنین بیش از یک فهرست کردن است
08:22
because you actually have to build three-dimensional
171
502330
2000
زیرا شما واقعا مجبورید یک مدل دیجیتالی سه بعدی
08:24
digital models of them.
172
504330
2000
از آنها بسازید.
08:26
And we did that for tens of thousands of neurons,
173
506330
2000
و ما آنرا برای ده ها هزار نرون انجام دادیم،
08:28
built digital models of all the different types
174
508330
3000
مدلهای دیجیتالی انواع مختلفی از نرونهایی را که
08:31
of neurons we came across.
175
511330
2000
بدانها برمی‌خوردیم را ساختیم.
08:33
And once you have that, you can actually
176
513330
2000
و وقتی که شما آنرا داشته باشید، شما واقعا می‌توانید
08:35
begin to build the neocortical column.
177
515330
4000
شروع به ساخت ستون نئوکورتیکال کنید.
08:39
And here we're coiling them up.
178
519330
3000
و اینجا ما آنها را مارپیچ کرده‌ایم.
08:42
But as you do this, what you see
179
522330
3000
اما همانطور که شما این کار را می‌کنید، چیزی که می‌بینید
08:45
is that the branches intersect
180
525330
2000
در واقع شاخ و برگ متقاطع
08:47
actually in millions of locations,
181
527330
3000
در میلیونها موقعیت می‌باشد.
08:50
and at each of these intersections
182
530330
3000
و در هر یک از این تقاطع‌ها
08:53
they can form a synapse.
183
533330
2000
آنها می‌توانند یک سیناپس تشکیل دهند.
08:55
And a synapse is a chemical location
184
535330
2000
و یک سیناپس یک موقعیت شیمیایی است که
08:57
where they communicate with each other.
185
537330
3000
آنها با یکدیگر ارتباط برقرار میکنند.
09:00
And these synapses together
186
540330
2000
و این سیناپسها با همدیگر
09:02
form the network
187
542330
2000
شبکه را تشکیل می‌دهند
09:04
or the circuit of the brain.
188
544330
3000
یا همان مدار مغز را.
09:07
Now, the circuit, you could also think of as
189
547330
4000
حال، این مدار، همان چیزی است که شما می‌توانید در مورد آن فکر کنید که
09:11
the fabric of the brain.
190
551330
2000
همان بافت مغز است.
09:13
And when you think of the fabric of the brain,
191
553330
3000
و وقتی که درباره بافت مغز فکر می‌کنید،
09:16
the structure, how is it built? What is the pattern of the carpet?
192
556330
4000
این ساختار، چطور ساخته می‌شود؟ الگوی فرش آن چیست؟
09:20
You realize that this poses
193
560330
2000
شما فکر می‌کنید که این یک
09:22
a fundamental challenge to any theory of the brain,
194
562330
4000
چالش اصلی برای هرگونه تئوری مغز ایجاد می‌کند،
09:26
and especially to a theory that says
195
566330
2000
و مخصوصا برای تئوری‌ای که می‌گوید
09:28
that there is some reality that emerges
196
568330
2000
مقداری واقعیت و جود دارد که خارج از این فرش
09:30
out of this carpet, out of this particular carpet
197
570330
3000
، خارج از این فرش خاص
09:33
with a particular pattern.
198
573330
2000
بهمراه الگوی مشخص وجود دارد.
09:35
The reason is because the most important design secret of the brain
199
575330
3000
دلیل آن این است که مهمترین راز طرح مغز
09:38
is diversity.
200
578330
2000
گوناگونی و تنوع آن است.
09:40
Every neuron is different.
201
580330
2000
هر نرون متفاوت است.
09:42
It's the same in the forest. Every pine tree is different.
202
582330
2000
آن مانند جنگل است. هر درخت کاجی متفاوت است.
09:44
You may have many different types of trees,
203
584330
2000
شما ممکن است انواع مختلف زیادی از درختان داشته باشید،
09:46
but every pine tree is different. And in the brain it's the same.
204
586330
3000
اما هر درخت کاجی متفاوت از بقیه است. و در مغز هم همین طور است.
09:49
So there is no neuron in my brain that is the same as another,
205
589330
3000
بنابراین در مغز من هیچ نرونی شبیه نرونی دیگری نیست،
09:52
and there is no neuron in my brain that is the same as in yours.
206
592330
3000
و هیچ نرونی در مغز من شبیه هیچ نرونی از مغز شما نیست.
09:55
And your neurons are not going to be oriented and positioned
207
595330
3000
و نرونهای شما به صورت یکسان جهت و موقعیت
09:58
in exactly the same way.
208
598330
2000
نخواهند گرفت.
10:00
And you may have more or less neurons.
209
600330
2000
و شما ممکن است تعداد بیشتر یا کمتری از نرونها داشته باشید.
10:02
So it's very unlikely
210
602330
2000
بنابراین آن بسیار غیر مشابه است که
10:04
that you got the same fabric, the same circuitry.
211
604330
4000
شما همان بافت را داشته باشید، همان مدار را داشته باشید.
10:08
So, how could we possibly create a reality
212
608330
2000
پس چطور می‌توانیم احتمالا واقعیتی بسازیم که
10:10
that we can even understand each other?
213
610330
3000
حتی دیگری را بتوانیم درک کنیم؟
10:13
Well, we don't have to speculate.
214
613330
2000
خب، لازم نیست که ما حدس بزنیم.
10:15
We can look at all 10 million synapses now.
215
615330
3000
حال می‌توانیم به تمامی 10 میلیون سیناپس بنگریم.
10:18
We can look at the fabric. And we can change neurons.
216
618330
3000
می‌توانیم به بافت بنگریم. و نرونها را تغییر دهیم.
10:21
We can use different neurons with different variations.
217
621330
2000
می‌توانیم نرونهای متفاوتی را با تنوع مختلفی بکار گیریم
10:23
We can position them in different places,
218
623330
2000
می‌توانیم آنها را در موقعیت مختلف قرار دهیم،
10:25
orient them in different places.
219
625330
2000
آنها را به سمت مکانهای مختلفی جهت‌دهی کنیم.
10:27
We can use less or more of them.
220
627330
2000
می‌توانیم تعدادی کمتر یا بیشتری از آنها را بکارگیریم.
10:29
And when we do that
221
629330
2000
و وقتی که ما این کار را انجام می‌دهیم
10:31
what we discovered is that the circuitry does change.
222
631330
3000
چیزی که کشف می‌کنیم این است که مدارات تغییر می‌کنند.
10:34
But the pattern of how the circuitry is designed does not.
223
634330
7000
ولی الگویی که مدارات طراحی شده اند تغییر نمی‌کنند.
10:41
So, the fabric of the brain,
224
641330
2000
بنابراین، بافت مغز،
10:43
even though your brain may be smaller, bigger,
225
643330
2000
حتی اگر مغز شما کوچکتر یا بزرگتر باشد،
10:45
it may have different types of neurons,
226
645330
3000
یا انواع نرونهای مختلف داشته باشد،
10:48
different morphologies of neurons,
227
648330
2000
مورفولوژی نرونهای متفاوت داشته باشد،
10:50
we actually do share
228
650330
3000
ما در واقع از همان
10:53
the same fabric.
229
653330
2000
بافت مشترک استفاده می‌کنیم.
10:55
And we think this is species-specific,
230
655330
2000
و ما فکر می‌کنیم این گونه های مختلف خاص است، و
10:57
which means that that could explain
231
657330
2000
می‌تواند توضیح دهد چرا
10:59
why we can't communicate across species.
232
659330
2000
ما نمی‌توانیم بین گونه ها مختلف حیوانات ارتباط برقرار کنیم.
11:01
So, let's switch it on. But to do it, what you have to do
233
661330
3000
پس بیایید آنرا روشن کنیم. اما برای انجام آن، کاری که شما باید انجام دهید
11:04
is you have to make this come alive.
234
664330
2000
این است که شما باید آن‌را زنده کنیم.
11:06
We make it come alive
235
666330
2000
ما آنرا به کمک
11:08
with equations, a lot of mathematics.
236
668330
2000
معادلات، با ریاضیات بسیار زیاد زنده کرده‌ایم.
11:10
And, in fact, the equations that make neurons into electrical generators
237
670330
4000
و در واقع، معادلاتی که نرونها را تبدیل به مولدهای الکتریکی می‌کنند
11:14
were discovered by two Cambridge Nobel Laureates.
238
674330
3000
که توسط دو برنده جایزه نوبل در کمبریج کشف شده است.
11:17
So, we have the mathematics to make neurons come alive.
239
677330
3000
بنابراین، ما مجبوریم از ریاضیات برای زنده کردن نرونها استفاده کنیم.
11:20
We also have the mathematics to describe
240
680330
2000
همچنین ما ریاضیاتی برای توصیف اینکه
11:22
how neurons collect information,
241
682330
3000
چگونه نرونها اطلاعات را جمع آوری می‌کنند، داریم،
11:25
and how they create a little lightning bolt
242
685330
3000
و اینکه آنها چطور یک جرقه کوچک می‌سازند
11:28
to communicate with each other.
243
688330
2000
برای برقرار ارتباط با یکدیگر.
11:30
And when they get to the synapse,
244
690330
2000
و وقتی که آنها به سمت سیناپس میروند،
11:32
what they do is they effectively,
245
692330
2000
و کاری که آنها می‌کنند این است که بطور موثری،
11:34
literally, shock the synapse.
246
694330
3000
عینا، به سیناپس شوک وارد میکنند.
11:37
It's like electrical shock
247
697330
2000
آن شبیه شوک الکتریکی است که
11:39
that releases the chemicals from these synapses.
248
699330
3000
بصورت شیمیایی از این سیناپسها آزاد می‌شود.
11:42
And we've got the mathematics to describe this process.
249
702330
3000
و ما ریاضیاتی را بدست آورده ایم که این روند را توصیف می‌کند.
11:45
So we can describe the communication between the neurons.
250
705330
4000
بنابراین ما می‌توانیم ارتباطات بین نرونها را توصیف کنیم.
11:49
There literally are only a handful
251
709330
3000
به معنی واقعی کلمه برای شبیه سازی نئوکورتکس مغز
11:52
of equations that you need to simulate
252
712330
2000
صرفا یک مشت معادلات وجود دارد که شما
11:54
the activity of the neocortex.
253
714330
2000
برای شبیه سازی فعالیت‌های نوکوتکس نیاز دارید.
11:56
But what you do need is a very big computer.
254
716330
3000
ولی چیزی که شما نیاز دارید یک کامپیوتر خیلی بزرگ است.
11:59
And in fact you need one laptop
255
719330
2000
و در واقع شما برای انجام تمامی محاسبات فقط یک نرون
12:01
to do all the calculations just for one neuron.
256
721330
3000
به یک لپ تاپ نیاز دارید.
12:04
So you need 10,000 laptops.
257
724330
2000
لذا شما به 10000 لپ تاپ نیاز دارید.
12:06
So where do you go? You go to IBM,
258
726330
2000
پس شما به کجا خواهید رفت؟ شما به آی بی ام می‌روید،
12:08
and you get a supercomputer, because they know how to take
259
728330
2000
و یک سوپرکامپیوتر از آنها می‌گیرید، چرا که آنها در حال حاضر می دانند که چگونه
12:10
10,000 laptops and put it into the size of a refrigerator.
260
730330
4000
10000 لپ تاپ را در اندازه‌ی یک یخچال جا دهند.
12:14
So now we have this Blue Gene supercomputer.
261
734330
3000
حالا ما این ابرکامپیوتر ژن آبی را داریم.
12:17
We can load up all the neurons,
262
737330
2000
ما می‌توانیم تمامی نرونها را در آن بارگذاری کنیم،
12:19
each one on to its processor,
263
739330
2000
هر یک را در پروسسور آن،
12:21
and fire it up, and see what happens.
264
741330
4000
و آنرا روشن کنیم، و ببینیم چه اتفاقی می افتد.
12:25
Take the magic carpet for a ride.
265
745330
3000
فرش جادویی را برای سواری پهن کنیم.
12:28
Here we activate it. And this gives the first glimpse
266
748330
3000
اینجا ما آنرا فعال میکنیم. و این اولین نگاه اجمالی است که
12:31
of what is happening in your brain
267
751330
2000
نشان میدهد که در مغز شما چه اتفاقی می افتد
12:33
when there is a stimulation.
268
753330
2000
وقتی که یک تحریک وجود دارد.
12:35
It's the first view.
269
755330
2000
این اولین نما است.
12:37
Now, when you look at that the first time, you think,
270
757330
2000
حالا، وقتی شما به آن برای اولین بار نگاه می‌کنید، شما فکر می‌کنید،
12:39
"My god. How is reality coming out of that?"
271
759330
5000
«اوه خدای من، چطور واقعیت از درون آن بیرون می آید؟»
12:44
But, in fact, you can start,
272
764330
3000
اما، در واقع، شما می‌توانید شروع کنید،
12:47
even though we haven't trained this neocortical column
273
767330
4000
حتی اگر ما این ستون نئوکورتیکالی را آموزش نداده باشیم تا
12:51
to create a specific reality.
274
771330
2000
یک واقعیت مشخصی را ایجاد کند.
12:53
But we can ask, "Where is the rose?"
275
773330
4000
ولی ما میتوانیم بپرسیم، «کجاست رز؟»
12:57
We can ask, "Where is it inside,
276
777330
2000
ما میتوانیم بپرسیم، «آن داخل کجاست،
12:59
if we stimulate it with a picture?"
277
779330
3000
اگر ما آنرا بهمراه یک تصویر تحریک کنیم؟»
13:02
Where is it inside the neocortex?
278
782330
2000
آن کجای نئوکورتکس قرار دارد؟
13:04
Ultimately it's got to be there if we stimulated it with it.
279
784330
4000
در نهایت آن آنجا خواهد بود اگر ما آنرا با آن تحریک کنیم.
13:08
So, the way that we can look at that
280
788330
2000
پس، طریقی که ما میتوانیم بدان بنگریم این است که
13:10
is to ignore the neurons, ignore the synapses,
281
790330
3000
فراموش کنیم نرونها را، فراموش کنیم سیناپسها را،
13:13
and look just at the raw electrical activity.
282
793330
2000
و صرفا به فعالیتهای الکتریکی خام بنگریم.
13:15
Because that is what it's creating.
283
795330
2000
زیرا آن چیزی است که آن ساخته است.
13:17
It's creating electrical patterns.
284
797330
2000
آن الگوهای الکتریکی را می‌سازد.
13:19
So when we did this,
285
799330
2000
پس وقتی که ما این را انجام دادیم،
13:21
we indeed, for the first time,
286
801330
2000
در واقع، برای اولین بار،
13:23
saw these ghost-like structures:
287
803330
3000
این ساختارهای شبه روح را دیدیم:
13:26
electrical objects appearing
288
806330
3000
اشیاء الکتریکی ظاهر می‌شوند
13:29
within the neocortical column.
289
809330
3000
از خلال ستون نئوکورتیکالی.
13:32
And it's these electrical objects
290
812330
3000
و این اشیاء الکتریکی است که
13:35
that are holding all the information about
291
815330
3000
در آنها تمامی اطلاعات مربوط به آنچه که آنرا تحریک کرده
13:38
whatever stimulated it.
292
818330
3000
نگه داشته می‌شود.
13:41
And then when we zoomed into this,
293
821330
2000
و سپس وقتی که ما بر روی این زوم کردیم،
13:43
it's like a veritable universe.
294
823330
4000
آن شبیه یک جهان واقعی است.
13:47
So the next step
295
827330
2000
پس گام بعدی این است که
13:49
is just to take these brain coordinates
296
829330
4000
فقط این مغز را مختصات بدهیم
13:53
and to project them into perceptual space.
297
833330
4000
و آنرا برای یک فضای ادراکی طرح ریزی کنیم.
13:57
And if you do that,
298
837330
2000
و اگر شما آنرا انجام دهید،
13:59
you will be able to step inside
299
839330
2000
شما قادر خواهید بود که بداخل
14:01
the reality that is created
300
841330
2000
واقعیت ساخته شده توسط این ماشین
14:03
by this machine,
301
843330
2000
قدم بگذارید،
14:05
by this piece of the brain.
302
845330
3000
با این تکه از مغز.
14:08
So, in summary,
303
848330
2000
بنابراین، بطور خلاصه،
14:10
I think that the universe may have --
304
850330
2000
من فکر میکنیم که جهان ممکن است --
14:12
it's possible --
305
852330
2000
امکان پذیر است --
14:14
evolved a brain to see itself,
306
854330
3000
یک مغز را تکامل داده باشد تا خود را ببیند،
14:17
which may be a first step in becoming aware of itself.
307
857330
5000
که ممکن است اولین قدم برای اینکه در مورد خود آگاهی پیدا کند باشد.
14:22
There is a lot more to do to test these theories,
308
862330
2000
کارهای زیادی برای تست کردن این تئوریها وجود دارد،
14:24
and to test any other theories.
309
864330
3000
و برای تست بقیه تئوریها.
14:27
But I hope that you are at least partly convinced
310
867330
3000
اما من امیدوارم که شما حداقل تاحدودی متقاعد شده باشید که
14:30
that it is not impossible to build a brain.
311
870330
3000
ساختن یک مغز غیر ممکن نیست.
14:33
We can do it within 10 years,
312
873330
2000
ما می‌توانیم آنرا ظرف 10 سال آینده بسازیم،
14:35
and if we do succeed,
313
875330
2000
و اگر موفق شویم،
14:37
we will send to TED, in 10 years,
314
877330
2000
در ۱۰ سال آینده، ما آنرا به تد خواهیم فرستاد،
14:39
a hologram to talk to you. Thank you.
315
879330
3000
یک هولوگرام برای صحبت با شما. با تشکر.
14:42
(Applause)
316
882330
6000
(تشویق و تحسین)
درباره این وب سایت

این سایت ویدیوهای یوتیوب را به شما معرفی می کند که برای یادگیری زبان انگلیسی مفید هستند. دروس انگلیسی را خواهید دید که توسط معلمان درجه یک از سراسر جهان تدریس می شود. روی زیرنویس انگلیسی نمایش داده شده در هر صفحه ویدیو دوبار کلیک کنید تا ویدیو از آنجا پخش شود. زیرنویس‌ها با پخش ویدیو همگام می‌شوند. اگر نظر یا درخواستی دارید، لطفا با استفاده از این فرم تماس با ما تماس بگیرید.

https://forms.gle/WvT1wiN1qDtmnspy7