What we'll learn about the brain in the next century | Sam Rodriques

174,236 views ・ 2018-07-03

TED


वीडियो चलाने के लिए कृपया नीचे दिए गए अंग्रेजी उपशीर्षक पर डबल-क्लिक करें।

Translator: Pratibha Sinha Reviewer: Arvind Patil
00:13
I want to tell you guys something about neuroscience.
0
13040
2507
मैं आपको तंत्रिका विज्ञान के बारे में बताना चाहता हूँ.
00:16
I'm a physicist by training.
1
16040
1800
मैं प्रशिक्षण से भौतिक वैज्ञानिक हूँ।
00:18
About three years ago, I left physics
2
18230
2206
लगभग तीन साल पहले, मैंने भौतिकी विज्ञान छोड़ी
00:20
to come and try to understand how the brain works.
3
20460
2349
और मस्तिष्क कैसे काम करता है, यह समझने की कोशिश की।
00:22
And this is what I found.
4
22833
1474
और यह मैंने पाया।
00:24
Lots of people are working on depression.
5
24331
2064
बहुत से लोग अवसाद पर काम कर रहे हैं।
00:26
And that's really good,
6
26419
1159
और यह बहुत अच्छा है,
00:27
depression is something that we really want to understand.
7
27602
2721
अवसाद के बारे में हम वास्तव में समझना चाहते हैं।
00:30
Here's how you do it:
8
30347
1167
आप इस तरह कर सकते है
00:31
you take a jar and you fill it up, about halfway, with water.
9
31538
4161
एक घड़ा लें और इसे आधा भरें
00:35
And then you take a mouse, and you put the mouse in the jar, OK?
10
35723
4182
और फिर आप एक चूहा घङे में डाल दें, ठीक है?
00:39
And the mouse swims around for a little while
11
39929
2350
चूहा थोड़ी देर के लिए चारों ओर तैरता है
00:42
and then at some point, the mouse gets tired
12
42303
2388
कुछ समय बाद, चूहा थक जाता है
00:44
and decides to stop swimming.
13
44715
1934
और फिर चूहा तैरना रोकने का फैसला करता है।
00:46
And when it stops swimming, that's depression.
14
46673
3133
और जब यह तैराकी बंद कर देता है, वह अवसाद है।
00:50
OK?
15
50696
1150
ठीक है?
00:52
And I'm from theoretical physics,
16
52291
3380
मैं सैद्धांतिक भौतिकी से हूं,
00:55
so I'm used to people making very sophisticated mathematical models
17
55695
3668
इसलिए मैं जानता हूँ कि लोग अक्सर जटिल गणितीय मॉडल का प्रयोग करते हैं
00:59
to precisely describe physical phenomena,
18
59387
2881
भौतिक घटनाओं का सटीक वर्णन करने के लिए
01:02
so when I saw that this is the model for depression,
19
62292
2452
इसलिए जब मैंने अवसाद के लिए बनाया गया मॉडल देखा,
01:04
I though to myself, "Oh my God, we have a lot of work to do."
20
64768
2937
मैंने खुद से कहा, "हे भगवान, हमें बहुत सारा काम करना है।"
01:07
(Laughter)
21
67729
1370
(हंसी)
01:09
But this is a kind of general problem in neuroscience.
22
69123
2951
लेकिन यह न्यूरोसाइंस में सामान्य समस्या है
01:12
So for example, take emotion.
23
72377
2111
तो उदाहरण के लिए, 'भावना' लें।
01:14
Lots of people want to understand emotion.
24
74512
2459
बहुत से लोग 'भावनाओं' को समझना चाहते हैं।
01:17
But you can't study emotion in mice or monkeys
25
77352
3313
लेकिन आप 'भावना' का अध्ययन चूहों या बंदरों में नहीं कर सकते हैं
01:20
because you can't ask them
26
80689
1254
क्योंकि आप उनसे पूछ नहीं सकते
01:21
how they're feeling or what they're experiencing.
27
81967
2317
वे क्या महसूस या अनुभव कर रहे हैं।
01:24
So instead, people who want to understand emotion,
28
84308
2357
इसलिए, जो लोग 'भावना' समझना चाहते हैं
01:26
typically end up studying what's called motivated behavior,
29
86689
2777
आमतौर पर वे 'प्रेरित व्यवहार' का अध्ययन कर रहे होते हैं
01:29
which is code for "what the mouse does when it really, really wants cheese."
30
89490
3658
ये कोड है "चूहा क्या करता है जब यह वास्तव में, पनीर चाहता है। "
01:33
OK, I could go on and on.
31
93839
1675
मैं इस विषय पर बहुत कुछ कह सकता हूं
01:35
I mean, the point is, the NIH spends about 5.5 billion dollars a year
32
95538
6316
परंतु, महत्वपूर्ण है की, एनआईएच सालाना 5.5 अरब डॉलर
01:41
on neuroscience research.
33
101878
1532
न्यूरोसाइंस शोध पर खर्च करता है।
01:43
And yet there have been almost no significant improvements in outcomes
34
103434
3603
और फिर भी, अभी तक, परिणामों में महत्वपूर्ण सुधार नहीं है,
01:47
for patients with brain diseases in the past 40 years.
35
107061
3491
मस्तिष्क रोगों के रोगियों के लिए, पिछले 40 वर्षों में।
01:51
And I think a lot of that is basically due to the fact
36
111015
2540
मुझे लगता है कि ये मूल रूप से इस तथ्य के कारण है
01:53
that mice might be OK as a model for cancer or diabetes,
37
113579
4151
चूहों का प्रयोग कैंसर या मधुमेह के लिए मॉडल के रूप में ठीक हो सकता है
01:57
but the mouse brain is just not sophisticated enough
38
117754
2687
लेकिन चूहों का मस्तिष्क पर्याप्त विवेकीनहीं है
02:00
to reproduce human psychology or human brain disease.
39
120465
3175
मानव मस्तिष्क रोग या मानव मनोविज्ञान को पुनरुत्पादित करने के लिए।
02:04
OK?
40
124379
1225
ठीक है?
02:05
So if the mouse models are so bad, why are we still using them?
41
125628
3634
इसलिए यदि चूहों का मॉडल इतने खराब हैं, हम अभी भी उनका उपयोग क्यों कर रहे हैं?
02:10
Well, it basically boils down to this:
42
130143
2103
यह मूल रूप से इस कारण है:
02:12
the brain is made up of neurons
43
132270
2556
मस्तिष्क न्यूरॉन्स से बना है
02:14
which are these little cells that send electrical signals to each other.
44
134850
3447
ये छोटी कोशिकाऐं ऐक दूसरे को विद्युत सिग्नल भेजती हैं।
02:18
If you want to understand how the brain works,
45
138680
2144
मस्तिष्क कैसे काम करता है,समझने के लिए
02:20
you have to be able to measure the electrical activity of these neurons.
46
140848
3808
इन न्यूरॉन्स की विद्युत गतिविधि मापने में सक्षम होना आवश्यक है।
02:25
But to do that, you have to get really close to the neurons
47
145339
2992
लेकिन ऐसा करने के लिए, आपको न्यूरॉन्स के करीब पहुंचना होगा
02:28
with some kind of electrical recording device or a microscope.
48
148355
2928
बिजली रिकॉर्डिंग डिवाइस या माइक्रोस्कोप के द्वारा।
02:31
And so you can do that in mice and you can do it in monkeys,
49
151563
2810
आप चूहों और बंदरों में ऐसा कर सकते हैं
02:34
because you can physically put things into their brain
50
154397
2548
क्योंकि आप भौतिक रूप से चीजों को उनके मस्तिष्क में डाल सकते हैं
02:36
but for some reason we still can't do that in humans, OK?
51
156969
3046
लेकिन कुछ कारणों से हम अभी भी इंसानों में ऐसा नहीं कर सकते ।
02:40
So instead, we've invented all these proxies.
52
160533
3370
इसके बजाए, हमने आविष्कार किया है इनको मानव का अधिकार देकर
02:43
So the most popular one is probably this,
53
163927
2515
तो सबसे लोकप्रिय एक शायद यह है,
02:46
functional MRI, fMRI,
54
166466
2397
कार्यात्मक एमआरआई, एफएमआरआई,
02:48
which allows you to make these pretty pictures like this,
55
168887
2692
जो आपको इस तरह की सुंदर तस्वीरें बनाने देता है
02:51
that show which parts of your brain light up
56
171603
2056
यह दिखाता है कि आपके दिमाग के कौन से हिस्से में रोशनी है
02:53
when you're engaged in different activities.
57
173683
2126
जब आप व्यस्त हैं विभिन्न गतिविधियों में।
02:55
But this is a proxy.
58
175833
1920
लेकिन यह एक परॉक्सी है।
02:57
You're not actually measuring neural activity here.
59
177777
3292
आप वास्तव में यहाँ तंत्रिका गतिविधि माप नहीं रहे हैं।
03:01
What you're doing is you're measuring, essentially,
60
181093
2842
आप माप रहे हैं,
03:03
like, blood flow in the brain.
61
183959
1832
मस्तिष्क में रक्त प्रवाह।
03:05
Where there's more blood.
62
185815
1238
जहां अधिक खून है।
03:07
It's actually where there's more oxygen, but you get the idea, OK?
63
187077
3103
यह वास्तव में है जहां अधिक ऑक्सीजन है! आप विचार समझे, ठीक है?
03:10
The other thing that you can do is you can do this --
64
190204
2519
दूसरी चीज जो आप कर सकते हैं
03:12
electroencephalography -- you can put these electrodes on your head, OK?
65
192747
3591
इलेक्ट्रोएन्सफ्लोग्राफी - आप सिर पर ये इलेक्ट्रोड डाल सकते हैं,
03:16
And then you can measure your brain waves.
66
196362
2143
और फिरअपने मस्तिष्क तरंगों को माप सकते हैं।
03:19
And here, you're actually measuring electrical activity.
67
199125
3079
और यहां, आप वास्तव में विद्युत गतिविधि माप रहे हैं
03:22
But you're not measuring the activity of neurons.
68
202228
2365
लेकिन आप न्यूरॉन्स की गतिविधि माप नहीं रहे हैं।
03:24
You're measuring these electrical currents,
69
204911
2444
आप माप रहे हैं इन विद्युत धाराओं को,
03:27
sloshing back and forth in your brain.
70
207379
2299
आपके दिमाग में आगे पीछे जाते हुऐ।
03:30
So the point is just that these technologies that we have
71
210157
2674
तो मुद्दा बस है, कि हमारे पास ये तकनीकें हैं जो
03:32
are really measuring the wrong thing.
72
212855
2436
वास्तव में गलत चीज़ को माप रही हैं।
03:35
Because, for most of the diseases that we want to understand --
73
215315
2953
क्योंकि अधिकांश बीमारियों के लिए हम समझना चाहते हैं -
03:38
like, Parkinson's is the classic example.
74
218292
2198
जैसे, पार्किंसंस क्लासिक उदाहरण है।
03:40
In Parkinson's, there's one particular kind of neuron deep in your brain
75
220514
3554
पार्किंसंस में, एक विशेष न्यूरॉन है आपके मस्तिष्क में गहराई में
03:44
that is responsible for the disease,
76
224092
1731
यह रोग के लिए ज़िम्मेदार है,
03:45
and these technologies just don't have the resolution that you need
77
225847
3182
और ये प्रौद्योगिकि विकसित नहीं हैं
03:49
to get at that.
78
229053
1373
उस गहराई तक पहुचने के लिऐ।
03:50
And so that's why we're still stuck with the animals.
79
230450
3974
यही कारण है हम अभी भी जानवरों के साथ अटक गए हैं।
03:54
Not that anyone wants to be studying depression
80
234448
2533
कोई भी अवसाद का अध्ययन
03:57
by putting mice into jars, right?
81
237005
2262
चूहों को घडा में डालकर नहीं करना चाहता है।
03:59
It's just that there's this pervasive sense that it's not possible
82
239291
3753
यह सिर्फ इतना है कि यह व्यापक है समझो कि यह संभव नहीं है
04:03
to look at the activity of neurons in healthy humans.
83
243068
3847
न्यूरॉन्स की गतिविधि को देखने के लिए स्वस्थ मनुष्यों में।
04:08
So here's what I want to do.
84
248180
1492
इसलिए मैं यह करना चाहता हूं।
04:09
I want to take you into the future.
85
249974
2521
मैं आपको भविष्य में ले जाना चाहता हूं।
04:12
To have a look at one way in which I think it could potentially be possible.
86
252519
4482
एक तरह देखने से मुझे लगता है कि यह संभवतः संभव हो सकता है।
04:17
And I want to preface this by saying, I don't have all the details.
87
257526
3298
इसलिए मैं आपको आरंभ में ही कहना चाहता हूं,
मेरे पास सभी विवरण नहीं हैं।
04:21
So I'm just going to provide you with a kind of outline.
88
261272
2967
इसलिए मैं आपको एक रूपरेखा प्रदान करने जा रहा हूं।
04:24
But we're going to go the year 2100.
89
264263
2400
हम साल 2100 जा रहे हैं।
04:27
Now what does the year 2100 look like?
90
267732
2299
अब वर्ष 2100 कैसा दिखता है?
04:30
Well, to start with, the climate is a bit warmer that what you're used to.
91
270055
3518
जलवायु के साथ शुरू करें, सामान्य से थोड़ा गर्म है।
04:33
(Laughter)
92
273597
3583
(हंसी) ¶
04:37
And that robotic vacuum cleaner that you know and love
93
277204
4952
और वह रोबोट वैक्यूम क्लीनर, जो आप जानते हैं
04:42
went through a few generations,
94
282180
1514
कुछ पीढ़ियों के माध्यम से,
04:43
and the improvements were not always so good.
95
283718
2843
और सुधार हमेशा इतने अच्छे नहीं थे।
04:46
(Laughter)
96
286585
1595
(हंसी) ¶
04:48
It was not always for the better.
97
288530
2310
यह हमेशा बेहतर नहीं होता है।
04:52
But actually, in the year 2100 most things are surprisingly recognizable.
98
292221
4538
लेकिन वास्तव में, वर्ष 2100 में ज्यादातर चीजें
आश्चर्यजनक रूप से पहचाने जाने योग्य हैं।
04:57
It's just the brain is totally different.
99
297458
2734
सिर्फ मस्तिष्क बिल्कुल अलग है।
05:00
For example, in the year 2100,
100
300740
2547
उदाहरण के लिए, वर्ष 2100 में,
05:03
we understand the root causes of Alzheimer's.
101
303311
2857
हम अल्जाइमर के मूल कारणों को समझते हैं।
05:06
So we can deliver targeted genetic therapies or drugs
102
306192
3714
इसलिए हम लक्षित तरीके से अनुवांशिक उपचार या दवाएं दें सकते हैं
05:09
to stop the degenerative process before it begins.
103
309930
2876
अपजनन सम्बन्धी प्रक्रिया को रोकने के लिए, इससे पहले कि यह शुरू होता है।
05:13
So how did we do it?
104
313629
1333
तो हमने यह कैसे किया?
05:15
Well, there were essentially three steps.
105
315898
2238
अनिवार्य रूप से तीन कदम थे।
05:18
The first step was that we had to figure out
106
318589
2814
पहला कदम हमें पता लगाना था
05:21
some way to get electrical connections through the skull
107
321427
3293
खोपड़ी के माध्यम से बिजली पाने का तरीका
05:24
so we could measure the electrical activity of neurons.
108
324744
3015
ताकि हम माप सकें न्यूरॉन्स की विद्युत गतिविधि।
05:28
And not only that, it had to be easy and risk-free.
109
328339
4349
और यह आसान और जोखिम मुक्त होना था।
05:32
Something that basically anyone would be OK with,
110
332712
2378
जिसे मूल रूप से सभी स्वीकार करेंगे,
05:35
like getting a piercing.
111
335114
1600
जैसे, शरीर भेदी की तरह
05:37
Because back in 2017,
112
337156
2747
क्योंकि 2017 में ,
05:39
the only way that we knew of to get through the skull
113
339927
2913
खोपड़ी तक पहूॅंचने का एकमात्र तरीका जिसे हम जानते थे,
05:42
was to drill these holes the size of quarters.
114
342864
2817
वह था, इन क्वार्टर आकार छेद ड्रिल करके
05:46
You would never let someone do that to you.
115
346015
2039
आप कभी नहीं चाहेंगे कोई आपके साथ ऐसा करे।
05:48
So in the 2020s,
116
348967
2253
तो 2020 में, ¶
05:51
people began to experiment -- rather than drilling these gigantic holes,
117
351244
3381
लोगों ने प्रयोग करना शुरू किया - इन विशाल छेद ड्रिल करने के बजाय,
05:54
drilling microscopic holes, no thicker than a piece of hair.
118
354649
3115
माइक्रोस्कोपिक छेद ड्रिलिंग, बालों के टुकड़े से मोटा नहीं।
05:58
And the idea here was really for diagnosis --
119
358735
2096
और यहां विचार वास्तव में निदान के लिए था -
06:00
there are lots of times in the diagnosis of brain disorders
120
360855
2786
मस्तिष्क विकारों के निदान में कई बार
06:03
when you would like to be able to look at the neural activity beneath the skull
121
363665
4872
आप खोपड़ी के नीचे तंत्रिका गतिविधि देखना चाहते हैं
06:08
and being able to drill these microscopic holes
122
368561
3191
और ड्रिल करने में सक्षम होना इन सूक्ष्म छेद
06:11
would make that much easier for the patient.
123
371776
2142
इसे इतना आसान बना देगा रोगी के लिए।
06:13
In the end, it would be like getting a shot.
124
373942
2349
अंत में, यह एक शॉट प्राप्त करने की तरह होगा।
06:16
You just go in and you sit down
125
376315
1580
आप बस अंदर जाते हैं और आप बैठते हैं
06:17
and there's a thing that comes down on your head,
126
377919
2301
और यह आपके सिर पर आता है,
06:20
and a momentary sting and then it's done,
127
380244
1953
और एक क्षणिक डंक और फिर यह हो गया,
06:22
and you can go back about your day.
128
382221
1864
और आप अपने दिनचर्या में वापस जा सकते हैं।
06:24
So we're eventually able to do it
129
384736
4793
इसलिए हम अंततः इसे करने में सक्षम हैं
06:29
using lasers to drill the holes.
130
389553
2667
छेद ड्रिल करने के लिए लेजर का उपयोग करके।
06:32
And with the lasers, it was fast and extremely reliable,
131
392244
2620
और लेजर के साथ, यह तेज़ और बेहद विश्वसनीय था,
06:34
you couldn't even tell the holes were there,
132
394888
2213
आप भी बता नहीं सकते थे छेद वहां थे,
06:37
any more than you could tell that one of your hairs was missing.
133
397125
3000
आपको कुछ पता नहीं चलेगा
06:40
And I know it might sound crazy, using lasers to drill holes in your skull,
134
400753
4738
और मुझे पता है कि यह पागल लग सकता है,
अपनी खोपड़ी में छेद ड्रिल करने के लिए लेजर का उपयोग करना,
06:45
but back in 2017,
135
405515
1366
लेकिन 2017 में ,
06:46
people were OK with surgeons shooting lasers into their eyes
136
406905
4109
सर्जन लोगों की आंखों में लेजर का उपयोग करते थे,
06:51
for corrective surgery
137
411038
1214
सुधारात्मक सर्जरी के लिए।
06:52
So when you're already here, it's not that big of a step.
138
412276
3887
तो जब आप पहले से ही यहां हैं, यह एक कदम का बड़ा नहीं है।
06:57
OK?
139
417561
1151
ओके?
06:58
So the next step, that happened in the 2030s,
140
418736
3571
अगले चरण में,जो 2030 के दशक में हुआ, ¶
07:02
was that it's not just about getting through the skull.
141
422331
3086
कि यह सिर्फ खोपड़ी के माध्यम से हो नहीं रही है।
07:05
To measure the activity of neurons,
142
425441
1700
न्यूरॉन्स की गतिविधि को मापने के लिए
07:07
you have to actually make it into the brain tissue itself.
143
427165
3825
आपको इसे वास्तव में मस्तिष्क ऊतक में पहुँचना है।
07:11
And the risk, whenever you put something into the brain tissue,
144
431344
2968
और जब भी आप मस्तिष्क ऊतक में कुछ डालते हैं,
07:14
is essentially that of stroke.
145
434336
1439
स्ट्रोक का जोखिम है।
07:15
That you would hit a blood vessel and burst it,
146
435799
2196
रक्त वाहिका को चोट लग सकता है
07:18
and that causes a stroke.
147
438019
1519
और यह स्ट्रोक का कारण बनता है।
07:19
So, by the mid 2030s, we had invented these flexible probes
148
439916
3725
तो, 2030 के मध्य तक, हमने इन लचीली जांच का आविष्कार किया था।
07:23
that were capable of going around blood vessels,
149
443665
2278
वें रक्त वाहिकाओं के चारों ओर जाने में सक्षम थे।
07:25
rather than through them.
150
445967
1476
और उनके माध्यम से,
07:27
And thus, we could put huge batteries of these probes
151
447467
5697
इन जांच की विशाल जांच उपकरण बैटरी हम डाल सकते थे
07:33
into the brains of patients
152
453188
1357
रोगियों के दिमाग में
07:34
and record from thousands of their neurons without any risk to them.
153
454569
3270
और उनके हजारों न्यूरॉन्स से रिकॉर्ड कर सकते थे, बिना किसी जोखिम के।
07:39
And what we discovered, sort of to our surprise,
154
459458
4061
और जो प्रकट हुआ, उसने हमें आश्चर्यचकित कर दिया
07:43
is that the neurons that we could identify
155
463543
2190
कि न्यूरॉन्स जिन्हें हम पहचान सकते हैं
07:45
were not responding to things like ideas or emotion,
156
465757
3524
विचारों या भावनाओं जैसी चीजों के लिए, जवाब नहीं दे रहे हैं
07:49
which was what we had expected.
157
469305
1627
..... जो हमने आशा की थी।
07:50
They were mostly responding to things like Jennifer Aniston
158
470956
3796
वे ज्यादातर प्रतिक्रिया दे रहे थे चीज़ों के लिए, जैसे कि, जेनिफर एनिस्टन
07:54
or Halle Berry
159
474776
2404
या हेले बेरी
07:57
or Justin Trudeau.
160
477204
1310
या जस्टिन ट्रूडू।
07:58
I mean --
161
478538
1253
मेरा मतलब है -
07:59
(Laughter)
162
479815
2326
(हंसी) ¶
08:02
In hindsight, we shouldn't have been that surprised.
163
482165
2437
हिंडसाइट में, हमें आश्चर्यचकित नहीं होना चाहिए था।
08:04
I mean, what do your neurons spend most of their time thinking about?
164
484626
3262
मेरा मतलब है, आपके न्यूरॉन्स ज्यादातर समय में क्या सोचते हैं?
08:07
(Laughter)
165
487912
1150
(हंसी) ¶
08:09
But really, the point is that
166
489380
2040
लेकिन वास्तव में, मुद्दा यह है कि
08:11
this technology enabled us to begin studying neuroscience in individuals.
167
491444
4430
इस तकनीक ने हमें व्यक्तियों में तंत्रिका विज्ञान का अध्ययन करने में सक्षम बनाया।
08:15
So much like the transition to genetics, at the single cell level,
168
495898
4230
आनुवंशिकी में संक्रमण की तरह, एकल सेल स्तर पर,
08:20
we started to study neuroscience, at the single human level.
169
500152
3206
हमने तंत्रिका विज्ञान का अध्ययन करना शुरू किया, एक मानव स्तर पर।
08:23
But we weren't quite there yet.
170
503890
1618
लेकिन हमें अभी और प्रगति की जरूरत थी।
08:25
Because these technologies
171
505895
1642
इन प्रौद्योगिकियों के साथ,
08:27
were still restricted to medical applications,
172
507561
3056
अभी भी हम सीमित थे, चिकित्सा अनुप्रयोगों के लिए,
08:30
which meant that we were studying sick brains, not healthy brains.
173
510641
3391
जिसका मतलब था कि हम पढ़ रहे थे बीमार मस्तिष्क, स्वस्थ दिमाग नहीं।
08:35
Because no matter how safe your technology is,
174
515235
3754
क्योंकि आपकी तकनीक कितनी भी सुरक्षित हो,
08:39
you can't stick something into someone's brain
175
519013
2730
आप कोई छड़ी किसी के दिमाग में नहीं डाल सकते हैं
08:41
for research purposes.
176
521767
1420
अनुसंधान उद्देश्यों के लिए।
08:43
They have to want it.
177
523211
1549
इसे खुद आजमाने की इच्छा होनी चाहिए।
08:44
And why would they want it?
178
524784
1460
और इसे कोई क्यों आजमाना चाहे?
08:46
Because as soon as you have an electrical connection to the brain,
179
526268
3571
जैसे ही आपके पास है मस्तिष्क के लिए एक विद्युत कनेक्शन,
08:49
you can use it to hook the brain up to a computer.
180
529863
2444
आप मस्तिष्क को कंप्यूटर से हुक कर सकते हैं।
08:53
Oh, well, you know, the general public was very skeptical at first.
181
533061
3429
ओह..., आप जानते हैं, आम जनता पहले बहुत संशयात्मक थी।
08:56
I mean, who wants to hook their brain up to their computers?
182
536514
2869
मेरा मतलब है, कौन हुक करना चाहता है अपने दिमाग को कंप्यूटर पर?
08:59
Well just imagine being able to send an email with a thought.
183
539926
4236
कल्पना करें की आप विचार से ईमेल भेजने में सक्षम हैं ।
09:04
(Laughter)
184
544186
2253
(हंसी) ¶
09:06
Imagine being able to take a picture with your eyes, OK?
185
546463
4500
कल्पना करें की आप आंखों से तस्वीर लेने में सक्षम हैं
09:10
(Laughter)
186
550987
1230
(हंसी) ¶
09:12
Imagine never forgetting anything anymore,
187
552241
2963
कल्पना करें कि अब और कुछ भी नहीं भूलना, ¶
09:15
because anything that you choose to remember
188
555228
2159
कुछ भी जो आप याद रखना चाहते हैं
09:17
will be stored permanently on a hard drive somewhere,
189
557411
2477
स्थायी रूप से संग्रहीत किया जाएगा कहीं एक हार्ड ड्राइव पर,
09:19
able to be recalled at will.
190
559912
2029
इच्छा पर स्मरण कर सकते हैं।
09:21
(Laughter)
191
561965
3366
(हंसी) ¶
09:25
The line here between crazy and visionary
192
565355
3381
यहां पागल और दूरदर्शी के बीच की रेखा
09:28
was never quite clear.
193
568760
1467
कभी स्पष्ट नहीं थी।
09:30
But the systems were safe.
194
570720
1857
लेकिन सिस्टम सुरक्षित थे।
09:32
So when the FDA decided to deregulate these laser-drilling systems, in 2043,
195
572879
5016
इसलिए जब एफडीए ने 2043 में, लेजर ड्रिलिंग सिस्टम का विनियमन करने का फैसला किया
09:37
commercial demand just exploded.
196
577919
2357
वाणिज्यिक मांग में विस्फोट हुआ।
09:40
People started signing their emails,
197
580300
1888
लोगों ने ईमेल हस्ताक्षर करना शुरू किया,
09:42
"Please excuse any typos.
198
582212
1341
"कृपया टाइपो के लिए क्षमा करें,
09:43
Sent from my brain."
199
583577
1333
मेरे दिमाग द्वारा भेजा गया।"¶
09:44
(Laughter)
200
584934
1001
09:45
Commercial systems popped up left and right,
201
585959
2072
(हंसी)
नए वाणिज्यिक सिस्टम बनाए गए,
09:48
offering the latest and greatest in neural interfacing technology.
202
588055
3238
नवीनतम और महानतम तंत्रिका इंटरफेसिंग प्रौद्योगिकी का उपयोग कर।
09:51
There were 100 electrodes.
203
591792
1753
सौ इलेक्ट्रोड थे।
09:53
A thousand electrodes.
204
593569
1911
एक हजार इलेक्ट्रोड।
09:55
High bandwidth for only 99.99 a month.
205
595504
2476
एक महीने में केवल 99.99 में उच्च बैंडविथ।
09:58
(Laughter)
206
598004
1539
(हंसी) ¶
09:59
Soon, everyone had them.
207
599567
1534
जल्द, हर किसी के पास था।
10:01
And that was the key.
208
601694
1571
और वह कुंजी थी।
10:03
Because, in the 2050s, if you were a neuroscientist,
209
603289
2923
क्योंकि, 2050 के दशक में, यदि आप एक न्यूरोसायटिस्ट थे,
10:06
you could have someone come into your lab essentially from off the street.
210
606236
3939
कोई भी सड़क से आपकी प्रयोगशाला में आ सकता है
10:10
And you could have them engaged in some emotional task
211
610792
2864
और आप उन्हें भावनात्मक कार्य में व्यस्त कर सकते थे
10:13
or social behavior or abstract reasoning,
212
613680
2437
या सामाजिक व्यवहार या अमूर्त तर्क,
10:16
things you could never study in mice.
213
616141
2531
चीजें आप कभी चूहों में अध्ययन नहीं कर सकते थे।
10:18
And you could record the activity of their neurons
214
618696
3111
और आप उनके न्यूरॉन्स की गतिविधि रिकॉर्ड कर सकते हैं
10:21
using the interfaces that they already had.
215
621831
3191
मौजूदा इंटरफ़ेस का उपयोग करके।
10:25
And then you could also ask them about what they were experiencing.
216
625046
3189
और फिर आप उन्हें पूछ भी सकते हैं, वे क्या अनुभव कर रहे थे।
10:28
So this link between psychology and neuroscience
217
628259
3349
मनोविज्ञान और तंत्रिका विज्ञान के बीच इस लिंक
10:31
that you could never make in the animals, was suddenly there.
218
631632
3381
जो आप कभी जानवरों में नहीं कर सकते थे, अचानक, अब था।
10:35
So perhaps the classic example of this
219
635695
2184
शायद इस के क्लासिक उदाहरण
10:37
was the discovery of the neural basis for insight.
220
637903
3523
तंत्रिका अंतर्दृष्टि के आधार पर खोज है।
10:41
That "Aha!" moment, the moment it all comes together, it clicks.
221
641450
3600
"आह!" पल, पल जब सब एक साथ आता है, यह क्लिक करता है।
10:45
And this was discovered by two scientists in 2055,
222
645593
4056
और यह खोजा गया था 2055 में दो वैज्ञानिकों द्वारा,
10:49
Barry and Late,
223
649673
1372
बेरी और लेट,
10:51
who observed, in the dorsal prefrontal cortex,
224
651069
3663
जिन्होने पृष्ठीय प्रीफ्रंटल कॉर्टेक्स में देखा
10:54
how in the brain of someone trying to understand an idea,
225
654756
5222
किसी के दिमाग में किस तरह एक विचार को समझने की कोशिश होति है,
11:00
how different populations of neurons would reorganize themselves --
226
660002
3369
न्यूरॉन्स की विभिन्न आबादी खुद को पुनर्गठित कैसे करते हैं-
11:03
you're looking at neural activity here in orange --
227
663395
2436
आप तंत्रिका गतिविधि को देख रहे हैं, नारंगी रंग में -
11:05
until finally their activity aligns in a way that leads to positive feedback.
228
665855
3738
अंततः उनकी गतिविधि संरेखित होती है
एक तरह से सकारात्मक प्रतिक्रिया की ओर जाती है।
11:10
Right there.
229
670339
1150
वहाँ।
11:12
That is understanding.
230
672723
1467
यह है समझना।
11:15
So finally, we were able to get at the things that make us human.
231
675413
4437
आखिर में, हम समझने में सक्षम थे, उन चीज़ों को, जो हमें मानव बनाते हैं।
11:21
And that's what really opened the way to major insights from medicine.
232
681871
4578
और यही वह तरीका है जिसने वास्तव में रास्ता खोला
दवा से प्रमुख अंतर्दृष्टि के लिए।
11:27
Because, starting in the 2060s,
233
687465
2755
क्योंकि 2060 के दशक से शुरूआत हुई
11:30
with the ability to record the neural activity
234
690244
2484
तंत्रिका गतिविधि रिकॉर्ड करने की क्षमता
11:32
in the brains of patients with these different mental diseases,
235
692752
3587
विभिन्न मानसिक बीमारियों
के रोगियों के मस्तिष्क में,
11:36
rather than defining the diseases on the basis of their symptoms,
236
696363
4690
बीमारियों को परिभाषित करने के बजाय उनके लक्षणों के आधार पर,
जैसे हम सदी की शुरुआत में थे,
11:41
as we had at the beginning of the century,
237
701077
2040
11:43
we started to define them
238
703141
1222
हमने उन्हें परिभाषित करना शुरू कर दिया
11:44
on the basis of the actual pathology that we observed at the neural level.
239
704387
3539
वास्तविक पैथोलॉजी के आधार पर,
जो तंत्रिका स्तर पर असल में देखा गया।
11:48
So for example, in the case of ADHD,
240
708768
3825
उदाहरण के लिए, एडीएचडी के मामले में,
11:52
we discovered that there are dozens of different diseases,
241
712617
3174
हमने पाया कि वहां दर्जनों बीमारियॉं हैं ,
11:55
all of which had been called ADHD at the start of the century,
242
715815
3009
सदी की शुरुआत में, सभी को एडीएचडी कहा गया था
11:58
that actually had nothing to do with each other,
243
718848
2301
वास्तव में, वे सभी अलग थे
सिर्फ़ उनके लक्षण समान थे।
12:01
except that they had similar symptoms.
244
721173
2118
12:03
And they needed to be treated in different ways.
245
723625
2372
उन्हें अलग तरीकों से इलाज करने की ज़रूरत थी।
12:06
So it was kind of incredible, in retrospect,
246
726307
2247
तो पुनरावलोकन करने पर, यह अविश्वसनीय था,
12:08
that at the beginning of the century,
247
728578
1777
की शताब्दी की शुरुआत में,
12:10
we had been treating all those different diseases
248
730379
2317
हम उन सभी अलग-अलग बीमारियों
12:12
with the same drug,
249
732720
1183
12:13
just by giving people amphetamine, basically is what we were doing.
250
733927
3214
का इलाज एक ही दवा, एमफिटामीन से कर रहे थे,
स्किज़ोफ्रेनिया और अवसाद वैसे ही हैं।
12:17
And schizophrenia and depression are the same way.
251
737165
2488
12:19
So rather than prescribing drugs to people essentially at random,
252
739677
4032
अतीत जैसे, लोगों को यादृच्छिक रूप से दवा निर्धारित करने के बजाय,
12:23
as we had,
253
743733
1150
12:24
we learned how to predict which drugs would be most effective
254
744907
3511
हमने सीखा कि कैसे भविष्यवाणी की जाए कौन सी दवाएं सबसे प्रभावी होंगी
12:28
in which patients,
255
748442
1183
किस रोगी के लिए
12:29
and that just led to this huge improvement in outcomes.
256
749649
2756
और सिर्फ इससे परिणामों में विशाल सुधार हुआ
12:33
OK, I want to bring you back now to the year 2017.
257
753498
3476
मैं अब आपको वापस ले जाना चाहता हूं वर्ष 2017 तक
12:38
Some of this may sound satirical or even far fetched.
258
758117
3373
इनमें से कुछ व्यंग्यात्मक अौर कुछ क्लिष्ट व असुगम लग सकते हैं।
12:41
And some of it is.
259
761514
1293
और इनमें से कुछ हैं भी।
12:43
I mean, I can't actually see into the future.
260
763291
2651
मेरा मतलब है, मैं वास्तव में भविष्य में नहीं देखें सकता।
12:45
I don't actually know
261
765966
1366
मैं वास्तव में नहीं जानता
12:47
if we're going to be drilling hundreds or thousands of microscopic holes
262
767356
3667
हम 30 वर्षों में हमारे सिर में सैकड़ों ड्रिलिग
12:51
in our heads in 30 years.
263
771047
1667
करने जा रहे हैं या हजारों माइक्रोस्कोपिक छेद
12:53
But what I can tell you
264
773762
1706
लेकिन मैं आपको यह बता सकता हूं
12:55
is that we're not going to make any progress
265
775492
2175
कि हम कोई प्रगति नहीं करने जा रहे हैं
12:57
towards understanding the human brain or human diseases
266
777691
3727
मानव मस्तिष्क या मानव रोग को समझने के लिए
13:01
until we figure out how to get at the electrical activity of neurons
267
781442
4516
जब तक हम स्वस्थ इंसानों में न्यूरॉन्स की विद्युत गतिविधि नहीं समझते हैं!
13:05
in healthy humans.
268
785982
1200
13:07
And almost no one is working on figuring out how to do that today.
269
787918
3239
और ईस दिशा में अभी कोई शोध नहीं कर रहा है।
13:12
That is the future of neuroscience.
270
792077
2334
यह न्यूरोसाइंस का भविष्य है।
13:14
And I think it's time for neuroscientists to put down the mouse brain
271
794752
4393
और मुझे लगता है कि अब समय आ गया है
न्यूरोसाइस्टिक्स के लिए कि चूहे के मस्तिष्क पर शोध बंद करें
13:19
and to dedicate the thought and investment necessary
272
799169
2754
और आवश्यक विचार व निवेश समर्पित करें
13:21
to understand the human brain and human disease.
273
801947
3267
मानव मस्तिष्क व मानव रोग को समझने के लिए।
13:27
Thank you.
274
807629
1151
धन्यवाद।
13:28
(Applause)
275
808804
1172
(तालियां)
इस वेबसाइट के बारे में

यह साइट आपको YouTube वीडियो से परिचित कराएगी जो अंग्रेजी सीखने के लिए उपयोगी हैं। आप दुनिया भर के शीर्षस्थ शिक्षकों द्वारा पढ़ाए जाने वाले अंग्रेजी पाठ देखेंगे। वहां से वीडियो चलाने के लिए प्रत्येक वीडियो पृष्ठ पर प्रदर्शित अंग्रेजी उपशीर्षक पर डबल-क्लिक करें। उपशीर्षक वीडियो प्लेबैक के साथ सिंक में स्क्रॉल करते हैं। यदि आपकी कोई टिप्पणी या अनुरोध है, तो कृपया इस संपर्क फ़ॉर्म का उपयोग करके हमसे संपर्क करें।

https://forms.gle/WvT1wiN1qDtmnspy7