Neil Burgess: How your brain tells you where you are

120,539 views ・ 2012-02-06

TED


Please double-click on the English subtitles below to play the video.

Translator: Yasmina Hablani Reviewer: Iwona Chałuś (Chalus)
00:15
When we park in a big parking lot,
0
15260
2000
Quand nous nous garons dans un grand parking,
00:17
how do we remember where we parked our car?
1
17260
2000
comment nous rappelons nous où nous avons garé notre voiture?
00:19
Here's the problem facing Homer.
2
19260
3000
Voici le problème que rencontre Homer.
00:22
And we're going to try to understand
3
22260
2000
Et nous allons essayer de comprendre
00:24
what's happening in his brain.
4
24260
2000
ce qui se passe dans son cerveau.
00:26
So we'll start with the hippocampus, shown in yellow,
5
26260
2000
Nous commencerons donc par l'hippocampe, représenté en jaune,
00:28
which is the organ of memory.
6
28260
2000
qui est l'organe de la mémoire.
00:30
If you have damage there, like in Alzheimer's,
7
30260
2000
Si cette zone est endommagée, comme dans le cas d'Alzheimer,
00:32
you can't remember things including where you parked your car.
8
32260
2000
vous ne pouvez pas souvenir de choses telles que l'endroit où vous avez garé votre voiture.
00:34
It's named after Latin for "seahorse,"
9
34260
2000
Son nom vient du latin "cheval des mers",
00:36
which it resembles.
10
36260
2000
auquel il ressemble.
00:38
And like the rest of the brain, it's made of neurons.
11
38260
2000
Et comme le reste du cerveau, il est fait de neurones.
00:40
So the human brain
12
40260
2000
Donc le cerveau humain
00:42
has about a hundred billion neurons in it.
13
42260
2000
compte environ une centaine de milliards de neurones.
00:44
And the neurons communicate with each other
14
44260
3000
Et les neurones communiquent entre eux
00:47
by sending little pulses or spikes of electricity
15
47260
2000
en envoyant de petites impulsions ou pointes d'électricité
00:49
via connections to each other.
16
49260
2000
via les connexions qu'ils ont entre eux.
00:51
The hippocampus is formed of two sheets of cells,
17
51260
3000
L'hippocampe est formé de deux couches de cellules,
00:54
which are very densely interconnected.
18
54260
2000
qui sont étroitement interconnectées.
00:56
And scientists have begun to understand
19
56260
2000
Et les scientifiques commencent à comprendre
00:58
how spatial memory works
20
58260
2000
comment la mémoire spatiale fonctionne
01:00
by recording from individual neurons
21
60260
2000
en enregistrant à partir de neurones isolés
01:02
in rats or mice
22
62260
2000
chez les rats ou les souris
01:04
while they forage or explore an environment
23
64260
2000
pendant qu'ils cherchent ou explorent leur environnement
01:06
looking for food.
24
66260
2000
à la recherche de nourriture.
01:08
So we're going to imagine we're recording from a single neuron
25
68260
3000
Nous allons donc imaginer que nous enregistrons à partir d'un seul neurone
01:11
in the hippocampus of this rat here.
26
71260
3000
dans l'hippocampe de ce rat ici.
01:14
And when it fires a little spike of electricity,
27
74260
2000
Et quand il produit une petite pointe d'électricité,
01:16
there's going to be a red dot and a click.
28
76260
3000
il y aura un point rouge et un clic.
01:19
So what we see
29
79260
2000
Donc ce que nous voyons
01:21
is that this neuron knows
30
81260
2000
c'est que ce neurone sait
01:23
whenever the rat has gone into one particular place in its environment.
31
83260
3000
quand le rat va dans une zone particulière de son environnement.
01:26
And it signals to the rest of the brain
32
86260
2000
Et il le signale au reste du cerveau
01:28
by sending a little electrical spike.
33
88260
3000
en envoyant une petite décharge électrique.
01:31
So we could show the firing rate of that neuron
34
91260
3000
Nous pourrions donc montrer que le taux de décharge de ce neurone
01:34
as a function of the animal's location.
35
94260
2000
comme étant fonction de la localisation de l'animal.
01:36
And if we record from lots of different neurons,
36
96260
2000
Et si nous enregistrons depuis de nombreux neurones différents,
01:38
we'll see that different neurons fire
37
98260
2000
nous verrons que ces différents neurones émettent
01:40
when the animal goes in different parts of its environment,
38
100260
2000
quand l'animal va dans différentes parties de son environnement,
01:42
like in this square box shown here.
39
102260
2000
comme dans cette boite carrée montrée ici.
01:44
So together they form a map
40
104260
2000
Ensemble ils forment donc une carte
01:46
for the rest of the brain,
41
106260
2000
pour le reste du cerveau,
01:48
telling the brain continually,
42
108260
2000
qui dit continuellement au cerveau,
01:50
"Where am I now within my environment?"
43
110260
2000
"Où suis-je maintenant dans mon environnement?"
01:52
Place cells are also being recorded in humans.
44
112260
3000
Les cellules de localisation sont aussi trouvées chez les humains.
01:55
So epilepsy patients sometimes need
45
115260
2000
Les patients épileptiques ont parfois besoin
01:57
the electrical activity in their brain monitoring.
46
117260
3000
que l'activité électrique de leur cerveau soit contrôlée.
02:00
And some of these patients played a video game
47
120260
2000
Et certains de ces patients ont joué à un jeu vidéo
02:02
where they drive around a small town.
48
122260
2000
où ils conduisent dans une petite ville.
02:04
And place cells in their hippocampi would fire, become active,
49
124260
3000
Et les cellules de localisation dans leur hippocampe émettent, deviennent actives,
02:07
start sending electrical impulses
50
127260
3000
commencent à envoyer des impulsions électriques
02:10
whenever they drove through a particular location in that town.
51
130260
3000
à chaque fois qu'ils conduisent dans un endroit particulier de cette ville.
02:13
So how does a place cell know
52
133260
2000
Donc comment une cellule de localisation sait-elle
02:15
where the rat or person is within its environment?
53
135260
3000
où le rat ou la personne se trouve dans son environnement?
02:18
Well these two cells here
54
138260
2000
Ces deux cellules ici
02:20
show us that the boundaries of the environment
55
140260
2000
nous montrent que les frontières de cet environnement
02:22
are particularly important.
56
142260
2000
sont particulièrement importantes.
02:24
So the one on the top
57
144260
2000
Celle du haut
02:26
likes to fire sort of midway between the walls
58
146260
2000
aime émettre quelque part à mi-chemin entre les murs
02:28
of the box that their rat's in.
59
148260
2000
de la boite dans laquelle se trouve leur rat.
02:30
And when you expand the box, the firing location expands.
60
150260
3000
Et quand on grandit la boite, la zone de décharge s'agrandit.
02:33
The one below likes to fire
61
153260
2000
Celle du bas aime émettre
02:35
whenever there's a wall close by to the south.
62
155260
3000
dès qu'il y a un mur à proximité au Sud.
02:38
And if you put another wall inside the box,
63
158260
2000
Et si vous mettez un autre mur dans la boite,
02:40
then the cell fires in both place
64
160260
2000
alors les cellules émettent aux deux endroits
02:42
wherever there's a wall to the south
65
162260
2000
à chaque fois qu'il y a un mur au Sud
02:44
as the animal explores around in its box.
66
164260
3000
quand l'animal explore sa boite.
02:48
So this predicts
67
168260
2000
Ceci prédit donc
02:50
that sensing the distances and directions of boundaries around you --
68
170260
2000
que ressentir les distances et les directions des frontières autour de vous --
02:52
extended buildings and so on --
69
172260
2000
les bâtiments étendus et autres --
02:54
is particularly important for the hippocampus.
70
174260
3000
est particulièrement important pour l'hippocampe.
02:57
And indeed, on the inputs to the hippocampus,
71
177260
2000
Et ainsi, dans les données d'entrée de l'hippocampe,
02:59
cells are found which project into the hippocampus,
72
179260
2000
on trouve des cellules qui projettent dans l'hippocampe,
03:01
which do respond exactly
73
181260
2000
qui répondent exactement
03:03
to detecting boundaries or edges
74
183260
3000
à la détection de limites ou de bords
03:06
at particular distances and directions
75
186260
2000
à des distances et des directions particulières
03:08
from the rat or mouse
76
188260
2000
du rat ou de la souris
03:10
as it's exploring around.
77
190260
2000
pendant son exploration.
03:12
So the cell on the left, you can see,
78
192260
2000
Donc la cellule sur la gauche, vous pouvez voir
03:14
it fires whenever the animal gets near
79
194260
2000
qu'elle émet dès que l'animal s'approche
03:16
to a wall or a boundary to the east,
80
196260
3000
d'un mur ou d'une limite à l'Est,
03:19
whether it's the edge or the wall of a square box
81
199260
3000
que ce soit le bord ou le mur d'une boite carrée
03:22
or the circular wall of the circular box
82
202260
2000
ou le mur circulaire de la boite circulaire
03:24
or even the drop at the edge of a table, which the animals are running around.
83
204260
3000
ou même le bord d'une table, autour de laquelle les animaux courent.
03:27
And the cell on the right there
84
207260
2000
Et la cellule sur la droite
03:29
fires whenever there's a boundary to the south,
85
209260
2000
émet dès qu'il y a une frontière au sud,
03:31
whether it's the drop at the edge of the table or a wall
86
211260
2000
que ce soit le bord de la table ou un mur
03:33
or even the gap between two tables that are pulled apart.
87
213260
3000
ou même l'espace entre deux tables qui sont séparées.
03:36
So that's one way in which we think
88
216260
2000
C'est donc une des façons dont nous pensons
03:38
place cells determine where the animal is as it's exploring around.
89
218260
3000
que les cellules de localisation déterminent où se trouve l'animal quand il explore son environnement.
03:41
We can also test where we think objects are,
90
221260
3000
Nous pouvons aussi tester où nous pensons que les objets se trouvent,
03:44
like this goal flag, in simple environments --
91
224260
3000
comme ce poteau de but, dans des environnements simples --
03:47
or indeed, where your car would be.
92
227260
2000
ou bien sûr, où se trouverait votre voiture.
03:49
So we can have people explore an environment
93
229260
3000
Nous pouvons ainsi faire explorer un environnement à des gens
03:52
and see the location they have to remember.
94
232260
3000
et voir l'endroit qu'ils doivent mémoriser.
03:55
And then, if we put them back in the environment,
95
235260
2000
Et alors, si nous les mettons de nouveau dans cet environnement,
03:57
generally they're quite good at putting a marker down
96
237260
2000
ils sont généralement assez bons pour mettre un indicateur
03:59
where they thought that flag or their car was.
97
239260
3000
là où ils pensent que le drapeau ou leur voiture était.
04:02
But on some trials,
98
242260
2000
Mais dans certains tests,
04:04
we could change the shape and size of the environment
99
244260
2000
nous avons changé la forme et la taille de l'environnement
04:06
like we did with the place cell.
100
246260
2000
comme nous avons fait avec la cellule de localisation.
04:08
In that case, we can see
101
248260
2000
Dans ce cas, nous pouvons voir
04:10
how where they think the flag had been changes
102
250260
3000
comment l'endroit où ils pense que le drapeau était change
04:13
as a function of how you change the shape and size of the environment.
103
253260
3000
en fonction de la manière dont vous changez la forme et la taille de l'environnement.
04:16
And what you see, for example,
104
256260
2000
Et ce que vous voyez, par exemple,
04:18
if the flag was where that cross was in a small square environment,
105
258260
3000
si le drapeau était où se trouve cette croix dans un petit environnement carré,
04:21
and then if you ask people where it was,
106
261260
2000
et quand vous demandez aux gens où il était,
04:23
but you've made the environment bigger,
107
263260
2000
mais que vous avez rendu l'environnement plus gros,
04:25
where they think the flag had been
108
265260
2000
où ils pensent que le drapeau était
04:27
stretches out in exactly the same way
109
267260
2000
se décale exactement de la même façon
04:29
that the place cell firing stretched out.
110
269260
2000
que l'endroit où la cellule émet se décale.
04:31
It's as if you remember where the flag was
111
271260
2000
C'est comme si vous vous rappeliez où se trouvait le drapeau
04:33
by storing the pattern of firing across all of your place cells
112
273260
3000
en stockant le schéma de décharge de toutes vos cellules de localisation
04:36
at that location,
113
276260
2000
à cet endroit,
04:38
and then you can get back to that location
114
278260
2000
et qu'alors vous retourniez à cet endroit
04:40
by moving around
115
280260
2000
en vous déplaçant
04:42
so that you best match the current pattern of firing of your place cells
116
282260
2000
de manière à correspondre au mieux au schéma de décharge de vos cellules de localisation
04:44
with that stored pattern.
117
284260
2000
et au schéma enregistré.
04:46
That guides you back to the location that you want to remember.
118
286260
3000
Cela vous guide vers l'endroit dont vous voulez vous souvenir.
04:49
But we also know where we are through movement.
119
289260
3000
Mais nous savons aussi où nous sommes à travers le mouvement.
04:52
So if we take some outbound path --
120
292260
2000
Donc si nous prenons un chemin qui nous éloigne --
04:54
perhaps we park and we wander off --
121
294260
2000
peut-être que nous sommes garés et que nous nous sommes égarés --
04:56
we know because our own movements,
122
296260
2000
nous savons grâce à nos propres mouvements,
04:58
which we can integrate over this path
123
298260
2000
que nous intégrons sur ce chemin
05:00
roughly what the heading direction is to go back.
124
300260
2000
approximativement quelle est la direction à prendre pour revenir.
05:02
And place cells also get this kind of path integration input
125
302260
4000
Et les cellules de localisation reçoivent aussi ce type d'intégration de chemin
05:06
from a kind of cell called a grid cell.
126
306260
3000
d'un type de cellule appelées cellule de grille.
05:09
Now grid cells are found, again,
127
309260
2000
Les cellules de grille se trouvent, encore,
05:11
on the inputs to the hippocampus,
128
311260
2000
dans les données d'entrée de l'hippocampe,
05:13
and they're a bit like place cells.
129
313260
2000
et elles sont un peu comme les cellules de localisation.
05:15
But now as the rat explores around,
130
315260
2000
Mais maintenant quand le rat explore son environnement,
05:17
each individual cell fires
131
317260
2000
chaque cellule émet
05:19
in a whole array of different locations
132
319260
3000
dans toute une série d'endroits différents
05:22
which are laid out across the environment
133
322260
2000
qui sont répartis dans l'environnement
05:24
in an amazingly regular triangular grid.
134
324260
3000
dans une grille triangulaire étonnamment régulière.
05:29
And if you record from several grid cells --
135
329260
3000
Et si vous enregistrez à partir de plusieurs cellules de grille --
05:32
shown here in different colors --
136
332260
2000
représentées ici de différentes couleurs --
05:34
each one has a grid-like firing pattern across the environment,
137
334260
3000
chacune a un motif de décharge en forme de grille dans l'environnement,
05:37
and each cell's grid-like firing pattern is shifted slightly
138
337260
3000
et chaque motif en forme de grille est légèrement décalé
05:40
relative to the other cells.
139
340260
2000
par rapport aux autres cellules.
05:42
So the red one fires on this grid
140
342260
2000
Donc la rouge décharge sur cette grille
05:44
and the green one on this one and the blue on on this one.
141
344260
3000
et la verte sur celle-ci et la bleue sur celle-là.
05:47
So together, it's as if the rat
142
347260
3000
Et ensemble, c'est comme si le rat
05:50
can put a virtual grid of firing locations
143
350260
2000
pouvait mettre une grille virtuelle des lieux de décharge
05:52
across its environment --
144
352260
2000
sur son environnement --
05:54
a bit like the latitude and longitude lines that you'd find on a map,
145
354260
3000
un peu comme les lignes de latitude et de longitude que vous trouvez sur une carte,
05:57
but using triangles.
146
357260
2000
mais en utilisant des triangles.
05:59
And as it moves around,
147
359260
2000
Et quand il se déplace,
06:01
the electrical activity can pass
148
361260
2000
l'activité électrique peut passer
06:03
from one of these cells to the next cell
149
363260
2000
d'une de ces cellules à la cellule suivante
06:05
to keep track of where it is,
150
365260
2000
pour suivre où il se trouve,
06:07
so that it can use its own movements
151
367260
2000
et utiliser ses propres mouvements
06:09
to know where it is in its environment.
152
369260
2000
pour savoir où il est dans son environnement.
06:11
Do people have grid cells?
153
371260
2000
Est-ce que les gens ont des cellules de grille?
06:13
Well because all of the grid-like firing patterns
154
373260
2000
Et bien comme les motifs de décharge en forme de grille
06:15
have the same axes of symmetry,
155
375260
2000
ont le même axes de symétrie,
06:17
the same orientations of grid, shown in orange here,
156
377260
3000
les même orientations de grille, indiquées en orange ici,
06:20
it means that the net activity
157
380260
2000
cela signifie que l'activité du réseau
06:22
of all of the grid cells in a particular part of the brain
158
382260
3000
de toutes les cellules de grille dans une partie particulière du cerveau
06:25
should change
159
385260
2000
devrait changer
06:27
according to whether we're running along these six directions
160
387260
2000
selon que l'on parcoure ces six directions
06:29
or running along one of the six directions in between.
161
389260
3000
ou que l'on parcoure selon une de ces six directions intermédiaire.
06:32
So we can put people in an MRI scanner
162
392260
2000
Nous pouvons donc mettre les gens dans un scanner IRM
06:34
and have them do a little video game
163
394260
2000
et les faire jouer à un petit jeu vidéo
06:36
like the one I showed you
164
396260
2000
comme celui que je vous ai montré
06:38
and look for this signal.
165
398260
2000
et chercher ce signal.
06:40
And indeed, you do see it in the human entorhinal cortex,
166
400260
3000
Et alors vous le voyez dans le cortex entorhinal humain
06:43
which is the same part of the brain that you see grid cells in rats.
167
403260
3000
qui est la partie du cerveau où vous voyez les cellules de grille chez les rats.
06:46
So back to Homer.
168
406260
2000
Donc revenons à Homer.
06:48
He's probably remembering where his car was
169
408260
2000
Il se rappelle probablement où sa voiture était
06:50
in terms of the distances and directions
170
410260
2000
en termes de distances et de directions
06:52
to extended buildings and boundaries
171
412260
2000
par rapport aux bâtiments étendus et aux frontières
06:54
around the location where he parked.
172
414260
2000
autour de l'endroit où il s'est garé.
06:56
And that would be represented
173
416260
2000
Et cela serait représenté
06:58
by the firing of boundary-detecting cells.
174
418260
2000
par la décharge de cellules de détection des frontières.
07:00
He's also remembering the path he took out of the car park,
175
420260
3000
Il se rappelle aussi le chemin qu'il a pris en sortant du parking,
07:03
which would be represented in the firing of grid cells.
176
423260
3000
ce qui serait représenté par la décharge de cellules de grille.
07:06
Now both of these kinds of cells
177
426260
2000
Maintenant ces deux types de cellules
07:08
can make the place cells fire.
178
428260
2000
peuvent faire émettre les cellules de localisation.
07:10
And he can return to the location where he parked
179
430260
2000
Et il peut retourner à l'endroit où il s'est garé
07:12
by moving so as to find where it is
180
432260
3000
en se déplaçant de façon à trouver l'endroit où elle est
07:15
that best matches the firing pattern
181
435260
2000
qui correspond le mieux au motif de décharge
07:17
of the place cells in his brain currently
182
437260
2000
actuel des cellules de localisation dans son cerveau
07:19
with the stored pattern where he parked his car.
183
439260
3000
et au motif enregistré quand il a garé sa voiture.
07:22
And that guides him back to that location
184
442260
2000
Et ça le ramène à cet endroit
07:24
irrespective of visual cues
185
444260
2000
indépendamment des repères visuels
07:26
like whether his car's actually there.
186
446260
2000
comme de savoir si sa voiture est là.
07:28
Maybe it's been towed.
187
448260
2000
Peut-être qu'elle a été remorquée.
07:30
But he knows where it was, so he knows to go and get it.
188
450260
3000
Mais il sait où elle était, donc il sait y aller et la récupérer.
07:33
So beyond spatial memory,
189
453260
2000
Donc au-delà de la mémoire spatiale,
07:35
if we look for this grid-like firing pattern
190
455260
2000
si nous cherchons ce motif de décharge en forme de grille
07:37
throughout the whole brain,
191
457260
2000
à travers tout le cerveau,
07:39
we see it in a whole series of locations
192
459260
3000
nous le voyons dans toute une série d'endroits
07:42
which are always active
193
462260
2000
qui sont toujours actifs
07:44
when we do all kinds of autobiographical memory tasks,
194
464260
2000
quand nous faisons toutes sortes de taches de mémoire autobiographique ,
07:46
like remembering the last time you went to a wedding, for example.
195
466260
3000
comme se rappeler la dernière fois que nous sommes allés à un mariage par exemple.
07:49
So it may be that the neural mechanisms
196
469260
2000
Donc peut-être que les mécanismes neuronaux
07:51
for representing the space around us
197
471260
3000
pour représenter l'espace autour de nous
07:54
are also used for generating visual imagery
198
474260
4000
sont aussi utilisés pour générer une imagerie visuelle
07:58
so that we can recreate the spatial scene, at least,
199
478260
3000
de manière à pouvoir recréer la scène spatiale, au moins,
08:01
of the events that have happened to us when we want to imagine them.
200
481260
3000
des évènements qui nous sont arrivés quand nous voulons les imaginer.
08:04
So if this was happening,
201
484260
2000
Donc si cela se produisait,
08:06
your memories could start by place cells activating each other
202
486260
3000
vos souvenirs pourraient commencer par des cellules de localisation s'activant les unes les autres
08:09
via these dense interconnections
203
489260
2000
via ces interconnections denses
08:11
and then reactivating boundary cells
204
491260
2000
et réactivant alors les cellules frontière
08:13
to create the spatial structure
205
493260
2000
pour créer la structure spatiale
08:15
of the scene around your viewpoint.
206
495260
2000
de la scène autour de notre point de vue.
08:17
And grid cells could move this viewpoint through that space.
207
497260
2000
Et les cellules de grilles pourraient déplacer ce point de vue dans cet espace.
08:19
Another kind of cell, head direction cells,
208
499260
2000
Un autre type de cellule, les cellules de direction,
08:21
which I didn't mention yet,
209
501260
2000
que je n'ai pas encore mentionnées,
08:23
they fire like a compass according to which way you're facing.
210
503260
3000
déchargent comme un compas en fonction de la direction que vous regardez.
08:26
They could define the viewing direction
211
506260
2000
Elle peuvent définir la direction de la vue
08:28
from which you want to generate an image for your visual imagery,
212
508260
3000
à partir de laquelle vous voulez générer une image pour votre imagerie visuelle,
08:31
so you can imagine what happened when you were at this wedding, for example.
213
511260
3000
et que vous puissiez imaginer ce qui vous est arrivé quand vous étiez à ce mariage par exemple.
08:34
So this is just one example
214
514260
2000
C'est juste un exemple
08:36
of a new era really
215
516260
2000
d'une nouvelle ère
08:38
in cognitive neuroscience
216
518260
2000
en neuroscience cognitive
08:40
where we're beginning to understand
217
520260
2000
où on commence à comprendre
08:42
psychological processes
218
522260
2000
les processus psychologiques
08:44
like how you remember or imagine or even think
219
524260
3000
tels que comment vous vous souvenez ou imaginez ou même pensez
08:47
in terms of the actions
220
527260
2000
en termes d'actions
08:49
of the billions of individual neurons that make up our brains.
221
529260
3000
des milliards de neurones individuels qui constituent vos cerveaux.
08:52
Thank you very much.
222
532260
2000
Merci beaucoup.
08:54
(Applause)
223
534260
3000
(Applaudissements)
About this website

This site will introduce you to YouTube videos that are useful for learning English. You will see English lessons taught by top-notch teachers from around the world. Double-click on the English subtitles displayed on each video page to play the video from there. The subtitles scroll in sync with the video playback. If you have any comments or requests, please contact us using this contact form.

https://forms.gle/WvT1wiN1qDtmnspy7