Pawan Sinha on how brains learn to see

Pawan Sinha : comment le cerveau apprend à voir

64,706 views ・ 2010-02-25

TED


Veuillez double-cliquer sur les sous-titres anglais ci-dessous pour lire la vidéo.

Traducteur: Karine AUBRY Relecteur: Xavier Olive
00:15
If you are a blind child in India,
0
15260
4000
Si vous êtes un enfant aveugle en Inde,
00:19
you will very likely have to contend with
1
19260
3000
il y a beaucoup de chances pour que vous ayez à affronter
00:22
at least two big pieces of bad news.
2
22260
3000
au moins deux mauvaises nouvelles.
00:25
The first bad news
3
25260
2000
La première mauvaise nouvelle
00:27
is that the chances of getting treatment
4
27260
3000
est que les chances d'obtenir un traitement
00:30
are extremely slim to none,
5
30260
3000
sont extrêmement minces voire nulles,
00:33
and that's because most of the blindness
6
33260
2000
et ceci parce que la plupart des programmes
00:35
alleviation programs in the country
7
35260
2000
d'atténuation de la cécité dans le pays
00:37
are focused on adults,
8
37260
2000
sont concentrés sur les adultes,
00:39
and there are very, very few hospitals
9
39260
3000
et il y a très peu d'hôpitaux
00:42
that are actually equipped to treat children.
10
42260
3000
qui sont équipés pour traiter les enfants.
00:46
In fact, if you were to be treated,
11
46260
4000
En fait, si vous voulez être traité,
00:51
you might well end up being treated
12
51260
3000
il se pourrait bien qu'une personne sans qualification médicale
00:54
by a person who has no medical credentials
13
54260
3000
finisse par vous voir,
00:57
as this case from Rajasthan illustrates.
14
57260
3000
comme l'illustre ce cas, au Rajasthan.
01:00
This is a three-year-old orphan girl
15
60260
2000
C'est une orpheline de trois ans
01:02
who had cataracts.
16
62260
2000
qui avait la cataracte.
01:04
So, her caretakers took her
17
64260
2000
Alors, les personnes qui la gardaient l'ont emmenée
01:06
to the village medicine man,
18
66260
2000
au médecin du village,
01:08
and instead of suggesting to the caretakers
19
68260
3000
et au lieu de conseiller à ses tuteurs
01:11
that the girl be taken to a hospital,
20
71260
3000
de l'emmener à l'hôpital
01:14
the person decided to burn her abdomen
21
74260
2000
cette personne a décidé de brûler son abdomen
01:16
with red-hot iron bars
22
76260
2000
avec des barres de fer rouge
01:18
to drive out the demons.
23
78260
2000
pour en chasser les démons.
01:20
The second piece of bad news
24
80260
3000
La seconde mauvaise nouvelle
01:23
will be delivered to you
25
83260
2000
va vous être apportée
01:25
by neuroscientists, who will tell you
26
85260
3000
par les neuroscientifiques, qui vous diront
01:28
that if you are older than four or five years of age,
27
88260
3000
que si vous avez plus de quatre ou cinq ans,
01:31
that even if you have your eye corrected,
28
91260
3000
même si on corrige votre œil,
01:34
the chances of your brain learning how to see
29
94260
3000
les chances que votre cerveau apprenne à voir
01:37
are very, very slim --
30
97260
2000
sont très minces.
01:39
again, slim or none.
31
99260
3000
Là encore, minces ou nulles.
01:42
So when I heard these two things,
32
102260
2000
Alors quand j'ai entendu ces deux choses
01:44
it troubled me deeply,
33
104260
2000
cela m'a profondément dérangé,
01:46
both because of personal reasons
34
106260
2000
à la fois pour des raisons personnelles,
01:48
and scientific reasons.
35
108260
2000
et scientifiques.
01:50
So let me first start with the personal reason.
36
110260
3000
La raison personnelle va vous sembler banale
01:53
It'll sound corny, but it's sincere.
37
113260
3000
mais elle est sincère.
01:56
That's my son, Darius.
38
116260
2000
C'est mon fils, Darius.
01:58
As a new father,
39
118260
2000
En tant que jeune papa,
02:00
I have a qualitatively different sense
40
120260
4000
j'ai un sens qualitativement différent
02:04
of just how delicate babies are,
41
124260
3000
de la fragilité des bébés,
02:07
what our obligations are towards them
42
127260
3000
de ce que sont nos obligations envers eux,
02:10
and how much love
43
130260
2000
et de combien d'amour
02:12
we can feel towards a child.
44
132260
3000
on peut ressentir envers un enfant.
02:15
I would move heaven and earth
45
135260
2000
Je remuerais ciel et terre
02:17
in order to get treatment for Darius,
46
137260
3000
pour trouver un traitement à Darius.
02:20
and for me to be told
47
140260
2000
Et quand j'entends
02:22
that there might be other Dariuses
48
142260
2000
qu'il pourrait y avoir d'autres Darius
02:24
who are not getting treatment,
49
144260
2000
qui n'obtiennent pas de traitement,
02:26
that's just viscerally wrong.
50
146260
3000
il y a quelque chose qui ne va vraiment pas.
02:29
So that's the personal reason.
51
149260
2000
Voilà donc la raison personnelle.
02:31
Scientific reason is that this notion
52
151260
3000
La raison scientifique, c'est que quand j'entends parler
02:34
from neuroscience of critical periods --
53
154260
2000
de périodes critiques en neuroscience
02:36
that if the brain is older
54
156260
3000
selon laquelle si le cerveau est plus âgé
02:39
than four or five years of age,
55
159260
2000
que quatre ou cinq ans,
02:41
it loses its ability to learn --
56
161260
2000
il perd sa capacité à apprendre,
02:43
that doesn't sit well with me,
57
163260
2000
quelque chose me gêne,
02:45
because I don't think that idea
58
165260
2000
parce que je ne pense pas que cette idée
02:47
has been tested adequately.
59
167260
3000
a été testée de façon adéquate.
02:50
The birth of the idea is from
60
170260
2000
L'idée est née des travaux de
02:52
David Hubel and Torsten Wiesel's work,
61
172260
2000
David Hubel et Torsten Wiesel,
02:54
two researchers who were at Harvard,
62
174260
2000
deux chercheurs qui étaient à Harvard
02:56
and they got the Nobel Prize in 1981
63
176260
3000
et ont reçu le prix Nobel en 1981
02:59
for their studies of visual physiology,
64
179260
2000
pour leurs études sur la physiologie de la vision,
03:01
which are remarkably beautiful studies,
65
181260
2000
qui sont des études remarquablement belles,
03:03
but I believe some of their work
66
183260
2000
mais je crois qu'une partie de leur travail
03:05
has been extrapolated
67
185260
2000
a été extrapolée
03:07
into the human domain prematurely.
68
187260
2000
dans le domaine humain de façon prématurée.
03:09
So, they did their work with kittens,
69
189260
2000
Ils ont travaillé avec des chatons,
03:11
with different kinds of deprivation regiments,
70
191260
2000
avec différentes sortes de régimes de privation,
03:13
and those studies,
71
193260
2000
et ces études
03:15
which date back to the '60s,
72
195260
2000
qui datent des années soixante,
03:17
are now being applied to human children.
73
197260
3000
sont maintenant appliquées aux enfants.
03:20
So I felt that I needed to do two things.
74
200260
3000
Alors j'ai senti que je devais faire deux choses.
03:23
One: provide care
75
203260
3000
D'abord, apporter des soins
03:26
to children who are currently
76
206260
2000
aux enfants qui sont actuellement
03:28
being deprived of treatment.
77
208260
2000
privés de traitement.
03:30
That's the humanitarian mission.
78
210260
2000
C'est la mission humanitaire.
03:32
And the scientific mission would be
79
212260
2000
Et la mission scientifique serait
03:34
to test the limits
80
214260
2000
de tester les limites
03:36
of visual plasticity.
81
216260
2000
de la plasticité visuelle.
03:38
And these two missions, as you can tell,
82
218260
3000
Et ces deux missions, comme vous le voyez,
03:41
thread together perfectly. One adds to the other;
83
221260
3000
s'enchaînent parfaitement, se complètent l'une l'autre.
03:44
in fact, one would be impossible without the other.
84
224260
3000
En fait, l'une serait impossible sans l'autre.
03:49
So, to implement
85
229260
2000
Alors, pour mettre en oeuvre
03:51
these twin missions,
86
231260
2000
ces deux missions jumelles,
03:53
a few years ago, I launched Project Prakash.
87
233260
3000
il y a quelques années, j'ai lancé le projet Prakash.
03:56
Prakash, as many of you know,
88
236260
2000
Prakash, comme beaucoup d'entre vous le savent,
03:58
is the Sanskrit word for light,
89
238260
2000
est veut dire "lumière" en sanscrit,
04:00
and the idea is that
90
240260
2000
et l'idée est que
04:02
in bringing light into the lives of children,
91
242260
3000
en apportant de la lumière dans la vie des enfants,
04:05
we also have a chance
92
245260
2000
nous avons aussi une chance
04:07
of shedding light on some of the
93
247260
2000
de répandre la lumière sur quelques-uns des
04:09
deepest mysteries of neuroscience.
94
249260
3000
mystères les plus profonds des neurosciences.
04:12
And the logo -- even though it looks extremely Irish,
95
252260
3000
Et le logo, bien qu'il ait l'air très Irlandais,
04:15
it's actually derived from
96
255260
2000
provient en fait
04:17
the Indian symbol of Diya, an earthen lamp.
97
257260
4000
du symbole indien de Diya, une lampe de terre.
04:21
The Prakash, the overall effort
98
261260
3000
Le Prakash, l'effort d'ensemble
04:24
has three components:
99
264260
2000
a trois composantes
04:26
outreach, to identify children in need of care;
100
266260
4000
la proximité, pour identifier les enfants nécessitant des soins,
04:30
medical treatment; and in subsequent study.
101
270260
3000
le traitement médical et ensuite, la recherche.
04:33
And I want to show you a short video clip
102
273260
3000
Et je veux vous montrer un court clip vidéo
04:36
that illustrates the first two components of this work.
103
276260
3000
qui illustre les deux premières composantes de ce travail.
04:41
This is an outreach station
104
281260
2000
Voici un poste de proximité
04:43
conducted at a school for the blind.
105
283260
3000
dirigé dans une école pour aveugles.
04:46
(Text: Most of the children are profoundly and permanently blind ...)
106
286260
5000
(Texte : La plupart des enfants sont aveugles de façon profonde et définitive...)
04:51
Pawan Sinha: So, because this is a school for the blind,
107
291260
5000
Pawan Sinha : Dans cette école pour aveugles,
04:56
many children have permanent conditions.
108
296260
2000
beaucoup d'enfants ont des maladies définitives.
04:58
That's a case of microphthalmos,
109
298260
3000
Ici on voit un cas de microphtalmie
05:01
which is malformed eyes,
110
301260
2000
qui est une malformation des yeux,
05:03
and that's a permanent condition;
111
303260
2000
et c'est une maladie définitive.
05:05
it cannot be treated.
112
305260
2000
Il n'y a pas de traitement.
05:07
That's an extreme of micropthalmos
113
307260
2000
ça c'est un cas extrême de microphtalmie
05:09
called enophthalmos.
114
309260
2000
qu'on appelle enophtalmie.
05:11
But, every so often, we come across children
115
311260
2000
Mais, de temps en temps, on tombe sur des enfants
05:13
who show some residual vision,
116
313260
3000
qui montrent une vision résiduelle,
05:16
and that is a very good sign
117
316260
3000
et c'est un très bon signe:
05:19
that the condition might actually be treatable.
118
319260
2000
on pourrait peut-être traiter cette maladie.
05:21
So, after that screening, we bring the children to the hospital.
119
321260
3000
Alors, après le dépistage, nous amenons les enfants à l'hôpital.
05:24
That's the hospital we're working with in Delhi,
120
324260
2000
C'est l'hôpital avec lequel nous travaillons à Delhi,
05:26
the Schroff Charity Eye Hospital.
121
326260
3000
le Schroff Charity Eye Hospital.
05:29
It has a very well-equipped
122
329260
2000
Il a un centre pédiatrique ophtalmique
05:31
pediatric ophthalmic center,
123
331260
3000
très bien équipé,
05:35
which was made possible in part
124
335260
2000
qui a été rendu possible en partie
05:37
by a gift from the Ronald McDonald charity.
125
337260
4000
grâce à un don de la fondation Ronald McDonald.
05:41
So, eating burgers actually helps.
126
341260
3000
Donc en fait,manger des hamburgers peut aider.
05:45
(Text: Such examinations allow us to improve
127
345260
2000
(Texte : de tels examens nous permettent d'améliorer
05:47
eye-health in many children, and ...
128
347260
2000
la santé oculaire chez beaucoup d'enfants, et...
05:54
... help us find children who can participate in Project Prakash.)
129
354260
3000
... nous aide à trouver des enfants qui peuvent participer au projet Prakash.)
05:57
PS: So, as I zoom in to the eyes of this child,
130
357260
2000
Pawan Sinha: en agrandissant sur les yeux de cet enfant
05:59
you will see the cause of his blindness.
131
359260
3000
vous allez voir la cause de sa cécité.
06:03
The whites that you see in the middle of his pupils
132
363260
3000
Le blanc que vous voyez au milieu de ses pupilles
06:06
are congenital cataracts,
133
366260
3000
c'est une cataracte congénitale,
06:09
so opacities of the lens.
134
369260
2000
donc une opacité du cristallin.
06:11
In our eyes, the lens is clear,
135
371260
3000
Dans nos yeux, le cristallin est transparent,
06:14
but in this child, the lens has become opaque,
136
374260
2000
mais chez cet enfant, le cristallin est devenu opaque,
06:16
and therefore he can't see the world.
137
376260
3000
et donc il ne peut pas voir le monde.
06:19
So, the child is given treatment. You'll see shots of the eye.
138
379260
3000
Alors on donne un traitement à cet enfant. Vous allez voir des photos de l'œil.
06:22
Here's the eye with the opaque lens,
139
382260
2000
Voici l'œil avec le cristallin opaque,
06:24
the opaque lens extracted
140
384260
2000
le cristallin opaque qui est extrait,
06:26
and an acrylic lens inserted.
141
386260
3000
et une lentille en acrylique qui est insérée.
06:29
And here's the same child
142
389260
2000
Et voici le même enfant
06:31
three weeks post-operation,
143
391260
3000
trois semaines après l'opération,
06:34
with the right eye open.
144
394260
3000
avec l'œil droit ouvert.
06:40
(Applause)
145
400260
6000
(Applaudissements)
06:46
Thank you.
146
406260
2000
Merci.
06:48
So, even from that little clip, you can begin to get the sense
147
408260
3000
Alors, même avec ce petit clip, vous pouvez commencer à voir
06:51
that recovery is possible,
148
411260
2000
qu'une guérison est possible.
06:53
and we have now
149
413260
2000
Et nous avons aujourd'hui
06:55
provided treatment to over 200 children,
150
415260
3000
fourni un traitement à plus de 200 enfants,
06:58
and the story repeats itself.
151
418260
2000
et l'histoire se répète.
07:00
After treatment, the child
152
420260
2000
Après traitement, l'enfant
07:02
gains significant functionality.
153
422260
3000
gagne significativement en fonctionnalité.
07:05
In fact, the story holds true
154
425260
3000
En fait, l'histoire est toujours valable
07:08
even if you have a person who got sight
155
428260
2000
même pour ceux qui ont recouvré la vue
07:10
after several years of deprivation.
156
430260
2000
après plusieurs années de cécité.
07:12
We did a paper a few years ago
157
432260
2000
Nous avons écrit un article il y a quelques années
07:14
about this woman that you see on the right, SRD,
158
434260
4000
au sujet de cette femme que vous voyez à droite, S.R.D.
07:18
and she got her sight late in life,
159
438260
2000
elle a recouvré la vue tard dans sa vie,
07:20
and her vision is remarkable at this age.
160
440260
4000
et sa vision est remarquable pour cet âge.
07:24
I should add a tragic postscript to this --
161
444260
3000
Je dois ajouter une postface tragique à ceci.
07:27
she died two years ago
162
447260
2000
Elle est morte il y a deux ans
07:29
in a bus accident.
163
449260
2000
dans un accident de bus.
07:31
So, hers is just a truly inspiring story --
164
451260
4000
Son histoire est réellement exaltante,
07:35
unknown, but inspiring story.
165
455260
3000
inconnue, mais exaltante.
07:38
So when we started finding these results,
166
458260
2000
Donc quand nous avons commencé à trouvé ces résultats,
07:40
as you might imagine, it created quite a bit of stir
167
460260
3000
comme vous pouvez l'imaginer, ça a un peu fait sensation
07:43
in the scientific and the popular press.
168
463260
3000
dans la presse scientifique et populaire.
07:46
Here's an article in Nature
169
466260
2000
Voici un article dans Nature
07:48
that profiled this work,
170
468260
2000
qui décrivait ce travail,
07:50
and another one in Time.
171
470260
2000
et un autre dans Time.
07:52
So, we were fairly convinced -- we are convinced --
172
472260
2000
Nous étions pratiquement convaincus, nous sommes convaincus,
07:54
that recovery is feasible,
173
474260
2000
que la guérison est possible,
07:56
despite extended visual deprivation.
174
476260
3000
malgré une privation visuelle prolongée.
07:59
The next obvious question to ask:
175
479260
2000
La question suivante qu'il est évident de se poser :
08:01
What is the process of recovery?
176
481260
3000
quel est le processus de guérison ?
08:04
So, the way we study that is,
177
484260
3000
Nous voyons les choses de cette manière:
08:07
let's say we find a child who has light sensitivity.
178
487260
2000
supposons que nous trouvons un enfant qui a une sensibilité à la lumière.
08:09
The child is provided treatment,
179
489260
2000
Nous donnons le traitement à cet enfant,
08:11
and I want to stress that the treatment
180
491260
2000
et je veux souligner que le traitement
08:13
is completely unconditional;
181
493260
2000
est totalement sans condition.
08:15
there is no quid pro quo.
182
495260
2000
Il n'y a pas de donnant donnant.
08:17
We treat many more children then we actually work with.
183
497260
3000
Nous traitons bien plus d'enfants que ceux avec lesquels nous travaillons.
08:20
Every child who needs treatment is treated.
184
500260
3000
Chaque enfant qui a besoin d'un traitement, est traité.
08:23
After treatment, about every week,
185
503260
2000
Après traitement, environ chaque semaine,
08:25
we run the child
186
505260
2000
nous faisons passer à l'enfant
08:27
on a battery of simple visual tests
187
507260
3000
une batterie de simples tests visuels
08:30
in order to see how their visual skills
188
510260
2000
pour voir comment ses capacités visuelles
08:32
are coming on line.
189
512260
2000
se remettent à niveau.
08:34
And we try to do this for as long as possible.
190
514260
3000
Et nous essayons de faire ça aussi longtemps que possible.
08:37
This arc of development
191
517260
2000
Cet arc de développement,
08:39
gives us unprecedented
192
519260
2000
nous donne des informations
08:41
and extremely valuable information
193
521260
2000
sans précédent, extrêmement précieuses
08:43
about how the scaffolding of vision
194
523260
2000
sur la façon qu'à la vision
08:45
gets set up.
195
525260
2000
de se construire.
08:47
What might be the causal connections
196
527260
2000
Quelles pourraient êtres les liens de causalité
08:49
between the early developing skills
197
529260
2000
entre les capacités au développement précoce
08:51
and the later developing ones?
198
531260
2000
et celles qui se développent plus tard ?
08:53
And we've used this general approach to study
199
533260
2000
Et nous avons utilisé cette approche générale pour étudier
08:55
many different visual proficiencies,
200
535260
3000
beaucoup de techniques visuelles différentes,
08:58
but I want to highlight one particular one,
201
538260
4000
et je tiens à en souligner une en particulier,
09:02
and that is image parsing into objects.
202
542260
3000
il s'agit de la reconnaissance d'image en objets.
09:05
So, any image of the kind that you see on the left,
203
545260
2000
N'importe quelle image comme celle que vous voyez à gauche,
09:07
be it a real image or a synthetic image,
204
547260
3000
que ce soit une image réelle ou de synthèse,
09:10
it's made up of little regions
205
550260
2000
est faite de plusieurs petites régions
09:12
that you see in the middle column,
206
552260
2000
que vous voyez dans la colonne du milieu,
09:14
regions of different colors, different luminances.
207
554260
3000
régions de différentes couleurs, différentes luminosités.
09:17
The brain has this complex task
208
557260
3000
Le cerveau a cette tâche complexe
09:20
of putting together, integrating,
209
560260
3000
de mettre ensemble, d'intégrer
09:23
subsets of these regions
210
563260
2000
les parties de ces régions
09:25
into something that's more meaningful,
211
565260
2000
en quelque chose qui a plus de sens,
09:27
into what we would consider to be objects,
212
567260
2000
en ce que nous considérerions comme des objets,
09:29
as you see on the right.
213
569260
2000
comme ce que vous voyez à droite.
09:31
And nobody knows how this integration happens,
214
571260
2000
Et personne ne sait comment cette intégration se passe.
09:33
and that's the question we asked with Project Prakash.
215
573260
4000
Et c'est la question que nous avons posée avec le projet Prakash.
09:37
So, here's what happens
216
577260
2000
Donc, voici ce qui se passe
09:39
very soon after the onset of sight.
217
579260
3000
très tôt après l'acquisition de la vue.
09:42
Here's a person who had gained sight just a couple of weeks ago,
218
582260
3000
Voici une personne qui avait recouvré la vue, juste deux semaines plus tôt,
09:45
and you see Ethan Myers, a graduate student from MIT,
219
585260
3000
et vous voyez Ethan Myers, un étudiant diplômé du MIT,
09:48
running the experiment with him.
220
588260
3000
qui fait l'expérience avec lui.
09:51
His visual-motor coordination is quite poor,
221
591260
4000
Sa coordination visuomotrice est assez pauvre,
09:55
but you get a general sense
222
595260
2000
mais vous avez une idée générale
09:57
of what are the regions that he's trying to trace out.
223
597260
3000
de quelles régions il essaye de tracer.
10:00
If you show him real world images,
224
600260
2000
Si vous lui montrez des images de la réalité,
10:02
if you show others like him real world images,
225
602260
3000
si vous montrez à d'autres comme lui des images de la réalité,
10:05
they are unable to recognize most of the objects
226
605260
2000
ils sont incapables de reconnaître la plupart des objects
10:07
because the world to them is over-fragmented;
227
607260
3000
parce que le monde, pour eux, est trop fragmenté,
10:10
it's made up of a collage, a patchwork,
228
610260
3000
il est fait d'un collage, d'un patchwork,
10:13
of regions of different colors and luminances.
229
613260
2000
de régions aux couleurs et luminosités variées.
10:15
And that's what's indicated in the green outlines.
230
615260
2000
Et c'est ce qui est indiqué dans les contours verts.
10:17
When you ask them,
231
617260
2000
Quand vous leur demandez
10:19
"Even if you can't name the objects, just point to where the objects are,"
232
619260
3000
même sans nommer les objets, de montrer leur position,
10:22
these are the regions that they point to.
233
622260
2000
voici les régions qu'ils pointent.
10:24
So the world is this complex
234
624260
2000
Alors le monde est complexe à ce point,
10:26
patchwork of regions.
235
626260
2000
un patchwork de régions.
10:28
Even the shadow on the ball
236
628260
2000
Même l'ombre du ballon
10:30
becomes its own object.
237
630260
3000
fait partie de ce ballon.
10:33
Interestingly enough,
238
633260
2000
De façon plutôt intéressante,
10:35
you give them a few months,
239
635260
2000
voilà ce qui se passe
10:37
and this is what happens.
240
637260
3000
après quelques mois.
10:43
Doctor: How many are these?
241
643260
2000
Docteur : Combien y a-t-il d'objets ?
10:45
Patient: These are two things.
242
645260
2000
Patient : Il y a deux objets.
10:47
Doctor: What are their shapes?
243
647260
2000
Docteur : Quelles formes ont-ils ?
10:49
Patient: Their shapes ...
244
649260
2000
Patient : Leurs formes...
10:51
This one is a circle,
245
651260
3000
Celui-ci est un cercle
10:54
and this
246
654260
2000
et celui-là
10:56
is a square.
247
656260
2000
est un carré.
10:58
PS: A very dramatic transformation has come about.
248
658260
3000
P S : il s'est passé une transformation spectaculaire.
11:01
And the question is:
249
661260
2000
Et la question est :
11:03
What underlies this transformation?
250
663260
2000
qu'est-ce qui sous-tend cette transformation ?
11:05
It's a profound question,
251
665260
2000
C'est une question profonde,
11:07
and what's even more amazing is how simple
252
667260
2000
et ce qui est encore plus étonnant, c'est à quel point
11:09
the answer is.
253
669260
2000
la réponse est simple.
11:11
The answer lies in motion
254
671260
2000
La réponse repose dans le mouvement
11:13
and that's what I want to show you in the next clip.
255
673260
3000
et c'est ce que je veux vous montrer dans la vidéo suivante.
11:18
Doctor: What shape do you see here?
256
678260
2000
Docteur : Quelle forme voyez-vous là ?
11:20
Patient: I can't make it out.
257
680260
3000
Patient : Je ne peux pas la distinguer.
11:28
Doctor: Now?
258
688260
2000
Docteur : Maintenant ?
11:31
Patient: Triangle.
259
691260
2000
Patient : Triangle.
11:35
Doctor: How many things are these?
260
695260
3000
Docteur : Combien d'objets y a-t-il ?
11:48
Now, how many things are these?
261
708260
3000
Maintenant, combien d'objets y a-t-il ?
11:51
Patient: Two.
262
711260
2000
Patient : Deux.
11:53
Doctor: What are these things?
263
713260
2000
Docteur : Que sont ces objets ?
11:56
Patient: A square and a circle.
264
716260
2000
Patient : un carré et un cercle.
11:58
PS: And we see this pattern over and over again.
265
718260
3000
P S : Et nous voyons ce schéma encore et encore.
12:01
The one thing the visual system needs
266
721260
3000
La seule chose dont le système visuel a besoin
12:04
in order to begin parsing the world
267
724260
2000
pour commencer à analyser le monde
12:06
is dynamic information.
268
726260
2000
c'est l'information dynamique.
12:08
So the inference we are deriving from this,
269
728260
2000
Alors la déduction que nous tirons de ceci,
12:10
and several such experiments,
270
730260
2000
et de plusieurs expérimentations de ce type,
12:12
is that dynamic information processing,
271
732260
2000
c'est que le traitement de l'information dynamique,
12:14
or motion processing,
272
734260
2000
ou traitement du mouvement,
12:16
serves as the bedrock for building
273
736260
2000
constitue le fondement pour l'élaboration
12:18
the rest of the complexity of visual processing;
274
738260
4000
du reste de la complexité du processus visuel.
12:22
it leads to visual integration
275
742260
2000
Il conduit à l'intégration visuelle
12:24
and eventually to recognition.
276
744260
3000
et finalement à la reconnaissance.
12:27
This simple idea has far reaching implications.
277
747260
3000
Cette idée simple a des implications qui vont loin.
12:30
And let me just quickly mention two,
278
750260
3000
Et laissez moi juste en mentionner deux, rapidement.
12:33
one, drawing from the domain of engineering,
279
753260
2000
L'une, tirée du domaine de l'ingénierie,
12:35
and one from the clinic.
280
755260
2000
et l'autre du domaine clinique.
12:37
So, from the perspective of engineering,
281
757260
2000
Dans la perspective de l'ingénierie,
12:39
we can ask: Goven that we know
282
759260
3000
nous pouvons nous demander, puisque nous savons
12:42
that motion is so important for the human visual system,
283
762260
2000
que le mouvement est si important pour le système visuel humain
12:44
can we use this as a recipe
284
764260
3000
si nous pouvons utiliser cela comme recette
12:47
for constructing machine-based vision systems
285
767260
3000
pour construire des systèmes de vision sur des machines
12:50
that can learn on their own, that don't need to be programmed
286
770260
3000
qui peuvent apprendre par elles-mêmes, qui n'ont pas besoin d'être programmées
12:53
by a human programmer?
287
773260
2000
par un programmateur humain.
12:55
And that's what we're trying to do.
288
775260
2000
Et c'est ce que nous essayons de faire.
12:57
I'm at MIT, at MIT you need to apply
289
777260
3000
Je suis au MIT, au MIT vous devez appliquer
13:00
whatever basic knowledge you gain.
290
780260
2000
tout connaissance fondamentale que vous acquérez.
13:02
So we are creating Dylan,
291
782260
2000
Alors nous sommes en train de créer Dylan,
13:04
which is a computational system
292
784260
2000
qui est un système informatique
13:06
with an ambitious goal
293
786260
2000
avec le but ambitieux
13:08
of taking in visual inputs
294
788260
2000
de recueillir les données visuelles
13:10
of the same kind that a human child would receive,
295
790260
3000
du même genre que ceux qu'un enfant humain recevrait,
13:13
and autonomously discovering:
296
793260
2000
et de découvrir de façon autonome
13:15
What are the objects in this visual input?
297
795260
3000
quels sont les objets dans ces données visuelles.
13:18
So, don't worry about the internals of Dylan.
298
798260
3000
Ne vous souciez pas du fonctionnement interne de Dylan.
13:21
Here, I'm just going to talk about
299
801260
3000
Ici, je vais juste parler de
13:24
how we test Dylan.
300
804260
2000
la façon dont nous testons Dylan.
13:26
The way we test Dylan is by giving it
301
806260
2000
Nous le testons en lui donnant
13:28
inputs, as I said, of the same kind
302
808260
3000
des données, comme je l'ai dit, du même genre
13:31
that a baby, or a child in Project Prakash would get.
303
811260
3000
que celles que recevrait un bébé, ou un enfant du projet Prakash.
13:34
But for a long time we couldn't quite figure out:
304
814260
3000
Mais pendant longtemps nous n'avons pas bien pu déterminer
13:37
Wow can we get these kinds of video inputs?
305
817260
3000
comment obtenir ces sortes de données vidéos.
13:41
So, I thought,
306
821260
2000
Alors j'ai pensé
13:43
could we have Darius
307
823260
2000
que nous pourrions utiliser Darius
13:45
serve as our babycam carrier,
308
825260
3000
comme notre porteur de babycam
13:48
and that way get the inputs that we feed into Dylan?
309
828260
3000
et ainsi recueillir les données pour alimenter Dylan ?
13:51
So that's what we did.
310
831260
2000
Donc c'est ce que nous avons fait.
13:53
(Laughter)
311
833260
7000
(Rires)
14:00
I had to have long conversations with my wife.
312
840260
3000
J'ai eu de longues conversations avec ma femme.
14:03
(Laughter)
313
843260
5000
(Rires)
14:08
In fact, Pam, if you're watching this,
314
848260
2000
En fait, Pam, si tu nous regardes,
14:10
please forgive me.
315
850260
2000
pardonne-moi s'il te plait.
14:13
So, we modified the optics of the camera
316
853260
4000
Donc nous avons modifié l'optique de la caméra
14:17
in order to mimic the baby's visual acuity.
317
857260
3000
pour imiter l'acuité visuelle du bébé.
14:20
As some of you might know,
318
860260
2000
Comme certains d'entre vous le savent peut-être,
14:22
babyies are born pretty much legally blind.
319
862260
4000
les bébés naissent quasiment aveugles au sens de la loi.
14:26
Their acuity -- our acuity is 20/20;
320
866260
3000
Leur acuité visuelle - notre actuité est 20/20 -
14:29
babies' acuity is like 20/800,
321
869260
3000
celle des bébés est de 20/800,
14:32
so they are looking at the world
322
872260
2000
donc ils regardent le monde
14:34
in a very, very blurry fashion.
323
874260
3000
d'une manière très très floue.
14:37
Here's what a baby-cam video looks like.
324
877260
3000
Voici ce à quoi ressemble une vidéo en babycam.
14:41
(Laughter)
325
881260
9000
(Rires)
14:50
(Applause)
326
890260
3000
(Applaudissements)
14:53
Thankfully, there isn't any audio
327
893260
2000
Heureusement, il n'y a pas de son
14:55
to go with this.
328
895260
3000
qui va avec.
14:58
What's amazing is that working with such
329
898260
2000
Ce qui est passionnant, c'est qu'en travaillant sur
15:00
highly degraded input,
330
900260
2000
ces données extrêmement dégradées,
15:02
the baby, very quickly, is able
331
902260
2000
le bébé, très vite, est capable de
15:04
to discover meaning in such input.
332
904260
3000
découvrir le sens de tels données.
15:07
But then two or three days afterward,
333
907260
2000
Mais ensuite, deux ou trois jours après,
15:09
babies begin to pay attention
334
909260
2000
les bébés commencent à être attentifs
15:11
to their mother's or their father's face.
335
911260
2000
au visage de leurs mères ou de leurs pères.
15:13
How does that happen? We want Dylan to be able to do that,
336
913260
3000
Comment cela se produit ? Nous voulons que Dylan soit capable de faire ça.
15:16
and using this mantra of motion,
337
916260
3000
Et en utilisant ce mantra en mouvement,
15:19
Dylan actually can do that.
338
919260
2000
Dylan parvient à le faire,
15:21
So, given that kind of video input,
339
921260
3000
à travers de genre de données vidéos,
15:24
with just about six or seven minutes worth of video,
340
924260
3000
avec juste six ou sept minutes de vidéo,
15:27
Dylan can begin to extract patterns
341
927260
3000
Dylan peut commencer à extraire des motifs
15:30
that include faces.
342
930260
3000
qui incluent des visages.
15:33
So, it's an important demonstration
343
933260
2000
Alors c'est une démonstration importante
15:35
of the power of motion.
344
935260
2000
de la puissance du mouvement.
15:37
The clinical implication, it comes from the domain of autism.
345
937260
3000
L'implication clinique vient du domaine de l'autisme.
15:40
Visual integration has been associated with autism
346
940260
2000
L'intégration visuelle a été associée à l'autisme
15:42
by several researchers.
347
942260
2000
par plusieurs chercheurs.
15:44
When we saw that, we asked:
348
944260
2000
Quand nous avons vu ça, nous avons demandé :
15:46
Could the impairment in visual integration
349
946260
3000
Est-ce que l'altération de l'intégration visuelle
15:49
be the manifestation of something underneath,
350
949260
3000
pourrait être la manifestation de quelque chose en deçà
15:52
of dynamic information processing deficiencies in autism?
351
952260
3000
de la déficience à traiter l'information dynamique dans l'autisme.
15:55
Because, if that hypothesis were to be true,
352
955260
3000
Car, si cette hypothèse s'avérait vraie,
15:58
it would have massive repercussions in our understanding
353
958260
3000
elle aurait des répercussions massives dans notre compréhension
16:01
of what's causing the many different aspects
354
961260
2000
des manifestations
16:03
of the autism phenotype.
355
963260
3000
de l'autisme.
16:06
What you're going to see are
356
966260
2000
Vous allez voir maintenant
16:08
video clips of two children -- one neurotypical,
357
968260
3000
des vidéos de deux enfants, un neurotypique et
16:11
one with autism, playing Pong.
358
971260
2000
un autiste, en train de jouer à Pong.
16:13
So, while the child is playing Pong, we are tracking where they're looking.
359
973260
3000
Donc, pendant que l'enfant joue à Pong, nous suivons à la trace ce qu'ils regardent.
16:16
In red are the eye movement traces.
360
976260
3000
En rouge, ce sont les traces du mouvement de l'oeil,
16:19
This is the neurotypical child, and what you see
361
979260
3000
c'est l'enfant neurotypique, et ce que vous voyez
16:22
is that the child is able to make cues
362
982260
2000
c'est que l'enfant est capable de fabriquer des indications
16:24
of the dynamic information
363
984260
2000
à partir de l'information dynamique
16:26
to predict where the ball is going to go.
364
986260
2000
pour prévoir où la balle va aller.
16:28
Even before the ball gets to a place,
365
988260
3000
Avant même que la balle aille quelque part,
16:31
the child is already looking there.
366
991260
3000
l'enfant regarde déjà l'endroit.
16:34
Contrast this with a child
367
994260
2000
Regardez la différence avec un enfant
16:36
with autism playing the same game.
368
996260
2000
autiste, qui joue au même jeu.
16:38
Instead of anticipating,
369
998260
2000
Au lieu d'anticiper,
16:40
the child always follows where the ball has been.
370
1000260
3000
l'enfant suit toujours l'endroit où la balle est passée.
16:43
The efficiency of the use
371
1003260
2000
L'efficacité dans l'utilisation
16:45
of dynamic information
372
1005260
2000
de l'information dynamique
16:47
seems to be significantly compromised in autism.
373
1007260
3000
semble sérieusement compromise dans l'autisme.
16:51
So we are pursuing this line of work
374
1011260
3000
Donc nous poursuivons ce travail
16:54
and hopefully we'll have
375
1014260
2000
et avec un peu de chance nous aurons
16:56
more results to report soon.
376
1016260
2000
bientôt plus de résultats à rapporter.
16:58
Looking ahead, if you think of this disk
377
1018260
3000
En pensant à l'avenir, si vous pensez à ce disque
17:01
as representing all of the children
378
1021260
2000
comme représentation de tous les enfants
17:03
we've treated so far,
379
1023260
2000
que nous avons traités jusqu'ici
17:05
this is the magnitude of the problem.
380
1025260
2000
voilà l'ampleur du problème.
17:07
The red dots are the children we have not treated.
381
1027260
3000
Les points rouges sont les enfants que nous n'avons pas traités.
17:10
So, there are many, many more children who need to be treated,
382
1030260
2000
Alors il y a beaucoup, beaucoup d'autres enfants qui ont besoin d'être traités,
17:12
and in order to expand the scope of the project,
383
1032260
3000
et pour étendre la portée du projet,
17:15
we are planning on launching
384
1035260
2000
nous prévoyons de lancer
17:17
The Prakash Center for Children,
385
1037260
2000
le centre Prakash pour Enfants,
17:19
which will have a dedicated pediatric hospital,
386
1039260
3000
qui aura un hôpital pédiatrique dédié,
17:22
a school for the children we are treating
387
1042260
2000
une école pour les enfants que nous traitons,
17:24
and also a cutting-edge research facility.
388
1044260
2000
et aussi un complexe de recherche de pointe.
17:26
The Prakash Center will integrate health care,
389
1046260
3000
Le Centre Prakash intègrera les soins médicaux,
17:29
education and research in a way
390
1049260
2000
l'éducation et la recherche d'une manière
17:31
that truly creates the whole
391
1051260
2000
qui amènera l'ensemble
17:33
to be greater than the sum of the parts.
392
1053260
3000
à être plus grand que la somme de ses parties.
17:36
So, to summarize: Prakash, in its five years of existence,
393
1056260
3000
Donc, pour résumer, Prakash, pendant ses cinq ans d'existence,
17:39
it's had an impact in multiple areas,
394
1059260
3000
a eu un impact dans de multiples domaines,
17:42
ranging from basic neuroscience
395
1062260
2000
qui vont des neurosciences fondamentales
17:44
plasticity and learning in the brain,
396
1064260
2000
et de l'apprentissage dans le cerveau,
17:46
to clinically relevant hypotheses like in autism,
397
1066260
4000
à des hypothèses cliniquement pertinentes comme avec l'autisme,
17:50
the development of autonomous machine vision systems,
398
1070260
3000
où le développement de systèmes visuels autonomes sur des machines,
17:53
education of the undergraduate and graduate students,
399
1073260
3000
l'éducation des étudiants de deuxième et troisième cycle,
17:56
and most importantly in the alleviation
400
1076260
2000
et de façon plus importante dans la réduction
17:58
of childhood blindness.
401
1078260
2000
de la cécité infantile.
18:00
And for my students and I, it's been
402
1080260
2000
Et pour mes étudiants et moi-même,
18:02
just a phenomenal experience
403
1082260
2000
ce fut simplement une expérience phénoménale
18:04
because we have gotten to do interesting research,
404
1084260
4000
car nous avons été amenés à effectuer des recherches intéressantes,
18:08
while at the same time
405
1088260
2000
et en même temps
18:10
helping the many children that we have worked with.
406
1090260
2000
à aider les nombreux enfants avec lesquels nous avons travaillé.
18:12
Thank you very much.
407
1092260
2000
Merci beaucoup.
18:14
(Applause)
408
1094260
2000
(Applaudissements)
À propos de ce site Web

Ce site vous présentera des vidéos YouTube utiles pour apprendre l'anglais. Vous verrez des leçons d'anglais dispensées par des professeurs de premier ordre du monde entier. Double-cliquez sur les sous-titres anglais affichés sur chaque page de vidéo pour lire la vidéo à partir de là. Les sous-titres défilent en synchronisation avec la lecture de la vidéo. Si vous avez des commentaires ou des demandes, veuillez nous contacter en utilisant ce formulaire de contact.

https://forms.gle/WvT1wiN1qDtmnspy7