Sebastian Seung: I am my connectome

247,777 views ・ 2010-09-28

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Norbert Menyhárt Lektor: Laszlo Kereszturi
00:17
We live in in a remarkable time,
0
17260
3000
Különleges időszakban élünk,
00:20
the age of genomics.
1
20260
3000
a genomika korában.
00:23
Your genome is the entire sequence of your DNA.
2
23260
3000
Az Önök genomja a DNS-ük teljes sorozata.
00:26
Your sequence and mine are slightly different.
3
26260
3000
Az Önök sorozata és az enyém kissé különböző.
00:29
That's why we look different.
4
29260
2000
Ezért látszunk különbözőeknek.
00:31
I've got brown eyes;
5
31260
2000
Nekem barna szemeim vannak.
00:33
you might have blue or gray.
6
33260
3000
Önöknek lehet, hogy kék vagy szürke.
00:36
But it's not just skin-deep.
7
36260
2000
De ez nem csak a felszínen van így.
00:38
The headlines tell us
8
38260
2000
A szalagcímek azt állítják nekünk,
00:40
that genes can give us scary diseases,
9
40260
3000
hogy a gének félelmetes betegségeket okozhatnak,
00:43
maybe even shape our personality,
10
43260
3000
talán még a személyiségünket is alakítják,
00:46
or give us mental disorders.
11
46260
3000
vagy elmezavarokat is okozhatnak.
00:49
Our genes seem to have
12
49260
3000
Úgy tűnhet, hogy a génjeinknek
00:52
awesome power over our destinies.
13
52260
3000
elképesztő hatalmuk van a sorsunk felett.
00:56
And yet, I would like to think
14
56260
3000
És mégis, szeretném azt gondolni,
00:59
that I am more than my genes.
15
59260
3000
hogy több vagyok, mint a génjeim.
01:04
What do you guys think?
16
64260
2000
Önök mit gondolnak?
01:06
Are you more than your genes?
17
66260
3000
Többek Önök a génjeiknél?
01:09
(Audience: Yes.) Yes?
18
69260
2000
(Közönség: Igen.) Igen?
01:13
I think some people agree with me.
19
73260
2000
Azt hiszem, néhány ember egyetért velem.
01:15
I think we should make a statement.
20
75260
2000
Szerintem egy nyilatkozatot kéne tennünk.
01:17
I think we should say it all together.
21
77260
2000
Szerintem együtt kéne kimondanunk.
01:20
All right: "I'm more than my genes" -- all together.
22
80260
3000
Rendben: „Én több vagyok, mint a génjeim” -- egyszerre együtt.
01:23
Everybody: I am more than my genes.
23
83260
4000
Mindenki: Én több vagyok, mint a génjeim.
01:27
(Cheering)
24
87260
2000
(Taps)
01:30
Sebastian Seung: What am I?
25
90260
2000
Sebastian Seung: Mi vagyok én?
01:32
(Laughter)
26
92260
3000
(Nevetés)
01:35
I am my connectome.
27
95260
3000
Én a konnektomom vagyok.
01:40
Now, since you guys are really great,
28
100260
2000
Nos, mivel Önök igazán nagyszerűek,
01:42
maybe you can humor me and say this all together too.
29
102260
2000
talán kedvemre tehetnének, és mondhatnánk ezt is együtt.
01:44
(Laughter)
30
104260
2000
(Nevetés)
01:46
Right. All together now.
31
106260
2000
Rendben. Akkor most együtt.
01:48
Everybody: I am my connectome.
32
108260
3000
Mindenki: Én a konnektomom vagyok.
01:53
SS: That sounded great.
33
113260
2000
S. Seung: Ez nagyszerűen hangzott.
01:55
You know, you guys are so great, you don't even know what a connectome is,
34
115260
2000
Tudják, Önök olyan nagyszerűek, még nem is tudják, mi az a konnektom,
01:57
and you're willing to play along with me.
35
117260
2000
és mégis hajlandóak együttműködni velem.
01:59
I could just go home now.
36
119260
3000
Most már akár haza is mehetnék.
02:02
Well, so far only one connectome is known,
37
122260
3000
Nos, eddig csak egyetlen konnektom ismert,
02:05
that of this tiny worm.
38
125260
3000
mégpedig ezé a kis féregé.
02:08
Its modest nervous system
39
128260
2000
Ennek az egyszerű idegrendszere
02:10
consists of just 300 neurons.
40
130260
2000
mindössze 300 neuronból áll.
02:12
And in the 1970s and '80s,
41
132260
2000
És az 1970-es és 80-as években
02:14
a team of scientists
42
134260
2000
egy csapat tudós
02:16
mapped all 7,000 connections
43
136260
2000
mind a 7 000 kapcsolatot feltérképezte
02:18
between the neurons.
44
138260
2000
a neuronok között.
02:21
In this diagram, every node is a neuron,
45
141260
2000
Ezen az ábrán minden csomópont egy neuron,
02:23
and every line is a connection.
46
143260
2000
és minden vonal egy kapcsolat.
02:25
This is the connectome
47
145260
2000
Ez a C. elegans nevű féreg
02:27
of the worm C. elegans.
48
147260
4000
konnektomja.
02:31
Your connectome is far more complex than this
49
151260
3000
Az Önök konnektomja sokkal összetettebb ennél,
02:34
because your brain
50
154260
2000
ugyanis az agyuk
02:36
contains 100 billion neurons
51
156260
2000
100 milliárd neuront tartalmaz,
02:38
and 10,000 times as many connections.
52
158260
3000
és 10 000-szer több kapcsolatot.
02:41
There's a diagram like this for your brain,
53
161260
2000
Létezik egy ehhez hasonló ábra az Önök agyára is,
02:43
but there's no way it would fit on this slide.
54
163260
3000
de az sehogysem férne el ezen a dián.
02:47
Your connectome contains one million times more connections
55
167260
3000
Az Önök konnaktomja egymilliószor több kapcsolatból áll,
02:50
than your genome has letters.
56
170260
3000
mint ahány betűből a genomjuk.
02:53
That's a lot of information.
57
173260
2000
Ez nagyon sok információ.
02:55
What's in that information?
58
175260
3000
Mi van ebben az információban?
02:59
We don't know for sure, but there are theories.
59
179260
3000
Nem tudjuk biztosan, de vannak elméletek rá.
03:02
Since the 19th century, neuroscientists have speculated
60
182260
3000
Az idegtudósok a 19. század óta töprengenek azon,
03:05
that maybe your memories --
61
185260
2000
hogy az Önök emlékei talán --
03:07
the information that makes you, you --
62
187260
2000
az az információ, ami Önöket Önökké teszi --
03:09
maybe your memories are stored
63
189260
2000
az Önök emlékei talán az agyuk neuronjai
03:11
in the connections between your brain's neurons.
64
191260
2000
közötti kapcsolatokban vannak eltárolva.
03:15
And perhaps other aspects of your personal identity --
65
195260
2000
És esetleg a személyük más vonatkozásai --
03:17
maybe your personality and your intellect --
66
197260
3000
talán a személyiségük és az intellektusuk --
03:20
maybe they're also encoded
67
200260
2000
talán ezek is a neuronjaik közötti
03:22
in the connections between your neurons.
68
202260
3000
kapcsolatokban vannak kódolva.
03:26
And so now you can see why I proposed this hypothesis:
69
206260
3000
Úgyhogy most már láthatják, miért fogalmaztam meg ezt a hipotézist:
03:29
I am my connectome.
70
209260
3000
én a konnektomom vagyok.
03:32
I didn't ask you to chant it because it's true;
71
212260
3000
Nem azért kértem Önöktől, hogy elismételjék, mert igaz,
03:35
I just want you to remember it.
72
215260
2000
csak azt akarom, hogy emlékezzenek rá.
03:37
And in fact, we don't know if this hypothesis is correct,
73
217260
2000
És valójában nem is tudjuk, hogy helyes-e ez a hipotézis,
03:39
because we have never had technologies
74
219260
2000
mert soha nem voltak elég fejlett technológiáink
03:41
powerful enough to test it.
75
221260
2000
arra, hogy tesztelni tudjuk.
03:44
Finding that worm connectome
76
224260
3000
Annak a féregnek a konnektomját feltárni
03:47
took over a dozen years of tedious labor.
77
227260
3000
több mint 12 év fáradságos munkája volt.
03:50
And to find the connectomes of brains more like our own,
78
230260
3000
És ahhoz, hogy olyan agyak konnektomjait tárjuk fel, mint a miénk,
03:53
we need more sophisticated technologies, that are automated,
79
233260
3000
ahhoz sokkal kifinomultabb technológiákra van szükségünk,
03:56
that will speed up the process of finding connectomes.
80
236260
3000
amik automatizáltak, és amik felgyorsítják a konnektomok feltárásának folyamatát.
03:59
And in the next few minutes, I'll tell you about some of these technologies,
81
239260
3000
És a következő néhány percben bemutatok néhányat ezekből a technológiákból,
04:02
which are currently under development
82
242260
2000
amik jelenleg fejlesztés alatt állnak
04:04
in my lab and the labs of my collaborators.
83
244260
3000
a laboratóriumomban és a munkatársaim laboratóriumaiban.
04:08
Now you've probably seen pictures of neurons before.
84
248260
3000
Valószínűleg már láttak képeket a neuronokról.
04:11
You can recognize them instantly
85
251260
2000
Azonnal a felismerhetőek
04:13
by their fantastic shapes.
86
253260
3000
a fantasztikus formáikról.
04:16
They extend long and delicate branches,
87
256260
3000
Hosszú és szövevényes nyúlványaik vannak,
04:19
and in short, they look like trees.
88
259260
3000
és röviden, úgy néznek ki, mint a fák.
04:22
But this is just a single neuron.
89
262260
3000
De ez csak egyetlen neuron.
04:25
In order to find connectomes,
90
265260
2000
Ahhoz, hogy feltárjuk a konnektomokat,
04:27
we have to see all the neurons at the same time.
91
267260
3000
az összes neuront látnunk kell egyszerre.
04:30
So let's meet Bobby Kasthuri,
92
270260
2000
Tehát hadd mutassam be Bobby Kasthuri-t,
04:32
who works in the laboratory of Jeff Lichtman
93
272260
2000
aki Jeff Lichtman laboratóriumában dolgozik
04:34
at Harvard University.
94
274260
2000
a Harvard Egyetemen.
04:36
Bobby is holding fantastically thin slices
95
276260
2000
Bobby fantasztikusan vékony szeleteket tart
04:38
of a mouse brain.
96
278260
2000
egy egér agyából.
04:40
And we're zooming in by a factor of 100,000 times
97
280260
3000
És 100 000-szeresre nagyítjuk,
04:44
to obtain the resolution,
98
284260
2000
hogy olyan felbontást érjünk el,
04:46
so that we can see the branches of neurons all at the same time.
99
286260
3000
amivel egyszerre láthatjuk az összes neuron nyúlványait.
04:50
Except, you still may not really recognize them,
100
290260
3000
Kivéve, hogy még mindig nem igazán tudják őket felismerni,
04:53
and that's because we have to work in three dimensions.
101
293260
3000
és ezért van az, hogy három dimenzióban kell dolgoznunk.
04:56
If we take many images of many slices of the brain
102
296260
2000
Ha az agy sok szeletéről sok képek készítünk,
04:58
and stack them up,
103
298260
2000
és egymásra helyezzük őket,
05:00
we get a three-dimensional image.
104
300260
2000
akkor kapunk egy három dimenziós képet.
05:02
And still, you may not see the branches.
105
302260
2000
És lehet, hogy még mindig nem látják a nyúlványokat.
05:04
So we start at the top,
106
304260
2000
Úgyhogy elkezdjük a tetején,
05:06
and we color in the cross-section of one branch in red,
107
306260
3000
és kiszínezzük vörösre egyetlen nyúlvány keresztmetszetét,
05:09
and we do that for the next slice
108
309260
2000
és ezt megcsináljuk a következő szelettel,
05:11
and for the next slice.
109
311260
2000
és a rákövetkezővel is.
05:13
And we keep on doing that,
110
313260
2000
És ezt folytatjuk tovább,
05:15
slice after slice.
111
315260
3000
szeletről szeletre.
05:18
If we continue through the entire stack,
112
318260
2000
Ha az egész tömbön így végigmegyünk,
05:20
we can reconstruct the three-dimensional shape
113
320260
3000
akkor rekonstruálhatjuk egy neuronnyúlvány apró töredékének
05:23
of a small fragment of a branch of a neuron.
114
323260
3000
három dimenziós alakját.
05:26
And we can do that for another neuron in green.
115
326260
2000
És ezt megcsinálhatjuk egy másik neuronnal zöld színnel.
05:28
And you can see that the green neuron touches the red neuron
116
328260
2000
És láthatják, hogy a zöld neuron két helyen is hozzáér
05:30
at two locations,
117
330260
2000
a vörös neuronhoz,
05:32
and these are what are called synapses.
118
332260
2000
és ezeket a helyeket nevezzük szinapszisoknak.
05:34
Let's zoom in on one synapse,
119
334260
2000
Nagyítsunk ki egy ilyen szinapszist!
05:36
and keep your eyes on the interior of the green neuron.
120
336260
3000
És tartsák a szemüket a zöld neuronon!
05:39
You should see small circles --
121
339260
2000
Kis köröket kéne látniuk.
05:41
these are called vesicles.
122
341260
3000
Ezeket hívják vezikulumoknak.
05:44
They contain a molecule know as a neurotransmitter.
123
344260
3000
Egy olyan molekulát tartalmaznak, aminek neurotranszmitter a neve.
05:47
And so when the green neuron wants to communicate,
124
347260
2000
Tehát amikor a zöld neuron kommunikálni akar,
05:49
it wants to send a message to the red neuron,
125
349260
2000
üzenetet akar küldeni a vörös neuronnak,
05:51
it spits out neurotransmitter.
126
351260
3000
akkor neurotranszmittereket bocsát ki.
05:54
At the synapse, the two neurons
127
354260
2000
A szinapszisnál a két neuronra
05:56
are said to be connected
128
356260
2000
azt mondjuk, hogy kapcsolatban vannak,
05:58
like two friends talking on the telephone.
129
358260
3000
mint két barát, amikor telefonon beszélgetnek.
06:02
So you see how to find a synapse.
130
362260
2000
Látják tehát, hogyan találhatunk meg egy szinapszist.
06:04
How can we find an entire connectome?
131
364260
3000
Hogyan tárhatunk fel egy teljes konnektomot?
06:07
Well, we take this three-dimensional stack of images
132
367260
3000
Nos, vesszük ezt a három dimenziós képtömböt,
06:10
and treat it as a gigantic three-dimensional coloring book.
133
370260
3000
és úgy kezeljük, mint egy gigantikus, három dimenziós kifestőkönyvet.
06:13
We color every neuron in, in a different color,
134
373260
3000
Minden neuront más színnel színezünk ki,
06:16
and then we look through all of the images,
135
376260
2000
és aztán átnézzük az összes képet,
06:18
find the synapses
136
378260
2000
megkeressük a szinapszisokat,
06:20
and note the colors of the two neurons involved in each synapse.
137
380260
3000
és feljegyezzük a két neuron színét, amik a szinapszist alkotják.
06:23
If we can do that throughout all the images,
138
383260
3000
Ha ezt az összes képpel meg tudjuk csinálni,
06:26
we could find a connectome.
139
386260
2000
akkor fel tudnánk tárni egy konnektomot.
06:29
Now, at this point,
140
389260
2000
Nos, ezen a ponton
06:31
you've learned the basics of neurons and synapses.
141
391260
2000
megtanulták a neuronok és a szinapszisok alapjait.
06:33
And so I think we're ready to tackle
142
393260
2000
Úgyhogy azt gondolom, készen állunk rá,
06:35
one of the most important questions in neuroscience:
143
395260
3000
hogy megvizsgáljuk az egyik legfontosabb kérdést az idegtudományban:
06:39
how are the brains of men and women different?
144
399260
3000
mi a különbség a férfiak és a nők agya között?
06:42
(Laughter)
145
402260
2000
(Nevetés)
06:44
According to this self-help book,
146
404260
2000
Eszerint az önfejlesztő könyv szerint
06:46
guys brains are like waffles;
147
406260
2000
a fiúk agya olyan, mint a gofri;
06:48
they keep their lives compartmentalized in boxes.
148
408260
3000
az életük eseményeit elkülönült rekeszekben tárolja.
06:51
Girls' brains are like spaghetti;
149
411260
3000
A lányok agya pedig olyan, mint a spagetti;
06:54
everything in their life is connected to everything else.
150
414260
3000
az életükben minden mindennel összekapcsolódik.
06:57
(Laughter)
151
417260
2000
(Nevetés)
06:59
You guys are laughing,
152
419260
2000
Önök most nevetnek,
07:01
but you know, this book changed my life.
153
421260
2000
de, tudják, ez a könyv megváltoztatta az életemet.
07:03
(Laughter)
154
423260
2000
(Nevetés)
07:07
But seriously, what's wrong with this?
155
427260
3000
De komolyan, mi a gond ezzel?
07:10
You already know enough to tell me -- what's wrong with this statement?
156
430260
3000
Már eleget tudnak ahhoz, hogy megmondják. Mi a baj ezzel az állítással?
07:20
It doesn't matter whether you're a guy or girl,
157
440260
3000
Nem számít, hogy fiú vagy, vagy lány,
07:23
everyone's brains are like spaghetti.
158
443260
3000
mindenkinek az agya olyan, mint a spagetti.
07:26
Or maybe really, really fine capellini with branches.
159
446260
3000
Vagy talán mint a nagyon-nagyon vékony capellini nyúlványokkal kiegészítve.
07:30
Just as one strand of spaghetti
160
450260
2000
Ahogyan egy spagettiszál
07:32
contacts many other strands on your plate,
161
452260
3000
sok másik szálhoz hozzá ér a tányéron,
07:35
one neuron touches many other neurons
162
455260
2000
ugyanúgy egy neuron sok másik neuront érint
07:37
through their entangled branches.
163
457260
2000
a nyúlványain keresztül.
07:39
One neuron can be connected to so many other neurons,
164
459260
3000
Egy neuron azért kapcsolódhat sok másikhoz,
07:42
because there can be synapses
165
462260
2000
mert ezeken a kapcsolódási pontokon
07:44
at these points of contact.
166
464260
3000
szinapszisok lehetnek.
07:49
By now, you might have sort of lost perspective
167
469260
3000
Mostanra lehet, hogy elvesztették a perspektívát azzal kapcsolatban,
07:52
on how large this cube of brain tissue actually is.
168
472260
3000
hogy milyen nagy is valójában ez az agyszövet-tömb.
07:55
And so let's do a series of comparisons to show you.
169
475260
3000
Nézzünk tehát egy összehasonlítás-sorozatot, hogy láthassák!
07:58
I assure you, this is very tiny. It's just six microns on a side.
170
478260
3000
Biztosíthatom Önöket, hogy ez nagyon apró. Mindössze hat mikron egy oldala.
08:03
So, here's how it stacks up against an entire neuron.
171
483260
3000
Tehát így viszonyul egy teljes neuronhoz.
08:06
And you can tell that, really, only the smallest fragments of branches
172
486260
3000
És megállapíthatják, hogy tényleg mindössze a nyúlványok
08:09
are contained inside this cube.
173
489260
3000
legkisebb töredékét tartalmazza ez a tömb.
08:12
And a neuron, well, that's smaller than brain.
174
492260
3000
És egy neuron, nos, az kisebb, mint az agy.
08:17
And that's just a mouse brain --
175
497260
2000
És ez csak egy egér agya.
08:21
it's a lot smaller than a human brain.
176
501260
3000
Ez sokkal kisebb, mint egy emberi agy.
08:25
So when show my friends this,
177
505260
2000
Úgyhogy mikor ezt megmutatom a barátaimnak,
08:27
sometimes they've told me,
178
507260
2000
néha azt mondják nekem:
08:29
"You know, Sebastian, you should just give up.
179
509260
3000
„Tudod Sebastian, fel kéne adnod.
08:32
Neuroscience is hopeless."
180
512260
2000
Az idegtudomány reménytelen.”
08:34
Because if you look at a brain with your naked eye,
181
514260
2000
Mert ha szabad szemmel néznek egy agyat,
08:36
you don't really see how complex it is,
182
516260
2000
nem igazán látják, hogy mennyire összetett,
08:38
but when you use a microscope,
183
518260
2000
de amikor mikroszkópot használnak,
08:40
finally the hidden complexity is revealed.
184
520260
3000
a rejtett komplexitás végül feltárul.
08:45
In the 17th century,
185
525260
2000
A 17. században
08:47
the mathematician and philosopher, Blaise Pascal,
186
527260
2000
a matematikus és filozófus, Blaise Pascal,
08:49
wrote of his dread of the infinite,
187
529260
3000
a végtelentől való félelméről írt,
08:52
his feeling of insignificance
188
532260
2000
a jelentéktelenségének érzéséről,
08:54
at contemplating the vast reaches of outer space.
189
534260
3000
amikor a világűr hatalmas kiterjedésén elmélkedett.
08:59
And, as a scientist,
190
539260
2000
És, mint tudós,
09:01
I'm not supposed to talk about my feelings --
191
541260
3000
elvileg nem beszélhetek az érzéseimről.
09:04
too much information, professor.
192
544260
2000
Túl sok az információ, professzor úr!
09:06
(Laughter)
193
546260
2000
(Nevetés)
09:08
But may I?
194
548260
2000
De megengedik?
09:10
(Laughter)
195
550260
2000
(Nevetés)
09:12
(Applause)
196
552260
2000
(Taps)
09:14
I feel curiosity,
197
554260
2000
Kíváncsiságot érzek,
09:16
and I feel wonder,
198
556260
2000
és csodálatot érzek,
09:18
but at times I have also felt despair.
199
558260
3000
de időnként kétségbeesést is éreztem.
09:22
Why did I choose to study
200
562260
2000
Miért döntöttem úgy, hogy ezt a szervet
09:24
this organ that is so awesome in its complexity
201
564260
3000
tanulmányozzam, amely annyira hihetetlenül összetett,
09:27
that it might well be infinite?
202
567260
2000
hogy akár végtelen is lehet?
09:29
It's absurd.
203
569260
2000
Ez abszurd.
09:31
How could we even dare to think
204
571260
2000
Honnan vesszük a bátorságot ahhoz,
09:33
that we might ever understand this?
205
573260
3000
hogy azt gondoljuk, hogy valaha is megérthetjük?
09:38
And yet, I persist in this quixotic endeavor.
206
578260
3000
És mégis, kitartok e fantasztikus törekvés mellett.
09:41
And indeed, these days I harbor new hopes.
207
581260
3000
És valóban, mostanában új reményekkel vagyok tele.
09:45
Someday,
208
585260
2000
Egy nap
09:47
a fleet of microscopes will capture
209
587260
2000
mikroszkópok serege minden neuront
09:49
every neuron and every synapse
210
589260
2000
és minden szinapszist le fog fényképezni
09:51
in a vast database of images.
211
591260
3000
egy hatalmas kép-adatbázisba.
09:54
And some day, artificially intelligent supercomputers
212
594260
3000
És egy nap mesterséges intelligenciájú szuperszámítógépek
09:57
will analyze the images without human assistance
213
597260
3000
emberi beavatkozás nélkül fogják elemezni a képeket,
10:00
to summarize them in a connectome.
214
600260
3000
hogy azokból egy konnektomot alkossanak meg.
10:04
I do not know, but I hope that I will live to see that day,
215
604260
3000
Nem tudom, de remélem, hogy megérem azt a napot.
10:08
because finding an entire human connectome
216
608260
2000
Mert egy teljes emberi konnektomot feltárni
10:10
is one of the greatest technological challenges of all time.
217
610260
3000
minden idők egyik legnagyobb technológiai kihívása.
10:13
It will take the work of generations to succeed.
218
613260
3000
Generációk munkájára lesz szükség ahhoz, hogy sikerüljön.
10:17
At the present time, my collaborators and I,
219
617260
3000
Jelenleg a munkatársaim és én,
10:20
what we're aiming for is much more modest --
220
620260
2000
a mi célkitűzésünk sokkal szerényebb --
10:22
just to find partial connectomes
221
622260
2000
mindössze részleges konnektomokat feltárni
10:24
of tiny chunks of mouse and human brain.
222
624260
3000
egér- és emberi agyak apró szeleteiből.
10:27
But even that will be enough for the first tests of this hypothesis
223
627260
3000
De még az is elég lesz ennek a hipotézisnek,
10:30
that I am my connectome.
224
630260
3000
hogy én a konnektomom vagyok, az első ellenőrzéseihez.
10:35
For now, let me try to convince you of the plausibility of this hypothesis,
225
635260
3000
Most pedig engedjék meg, hogy meggyőzzem Önöket eme hipotézis
10:38
that it's actually worth taking seriously.
226
638260
3000
elfogadhatóságáról, hogy egyáltalán megéri komolyan venni.
10:42
As you grow during childhood
227
642260
2000
Ahogy a gyermekkor során nőnek,
10:44
and age during adulthood,
228
644260
3000
és a felnőttkor során egyre idősödnek,
10:47
your personal identity changes slowly.
229
647260
3000
az Önök személyisége is lassan változik.
10:50
Likewise, every connectome
230
650260
2000
Hasonlóképpen, minden konnektom
10:52
changes over time.
231
652260
2000
változik az idők során.
10:55
What kinds of changes happen?
232
655260
2000
Milyenfajta változások történnek?
10:57
Well, neurons, like trees,
233
657260
2000
Nos, a neuronok, mint a fák,
10:59
can grow new branches,
234
659260
2000
új nyúlványokat növeszthetnek,
11:01
and they can lose old ones.
235
661260
3000
és elveszíthetnek régieket.
11:04
Synapses can be created,
236
664260
3000
Szinapszisok létesülhetnek,
11:07
and they can be eliminated.
237
667260
3000
és el is tűnhetnek.
11:10
And synapses can grow larger,
238
670260
2000
És a szinapszisok nagyobbra nőhetnek,
11:12
and they can grow smaller.
239
672260
3000
és kisebbekké is válhatnak.
11:15
Second question:
240
675260
2000
Második kérdés:
11:17
what causes these changes?
241
677260
3000
Mi okozza ezeket a változásokat?
11:20
Well, it's true.
242
680260
2000
Nos, igaz.
11:22
To some extent, they are programmed by your genes.
243
682260
3000
Bizonyos mértékig a gének által programozottak.
11:25
But that's not the whole story,
244
685260
2000
De ez csak a történet egyik fele,
11:27
because there are signals, electrical signals,
245
687260
2000
ugyanis vannak jelek, elektromos jelek,
11:29
that travel along the branches of neurons
246
689260
2000
amik a neuronok nyúlványain keresztül továbbítódnak,
11:31
and chemical signals
247
691260
2000
és kémiai jelek,
11:33
that jump across from branch to branch.
248
693260
2000
amik nyúlványról nyúlványra ugranak.
11:35
These signals are called neural activity.
249
695260
3000
Ezeket a jeleket idegi aktivitásnak hívják.
11:38
And there's a lot of evidence
250
698260
2000
És sok bizonyíték van rá,
11:40
that neural activity
251
700260
3000
hogy az idegi aktivitás
11:43
is encoding our thoughts, feelings and perceptions,
252
703260
3000
kódolja a gondolatainkat, érzéseinket és érzékeléseinket,
11:46
our mental experiences.
253
706260
2000
a mentális tapasztalatainkat.
11:48
And there's a lot of evidence that neural activity
254
708260
3000
És sok bizonyíték van arra is, hogy az idegi aktivitás
11:51
can cause your connections to change.
255
711260
3000
képes megváltoztatni az agyi kapcsolatokat.
11:54
And if you put those two facts together,
256
714260
3000
És ha ezt a két tényt összerakják,
11:57
it means that your experiences
257
717260
2000
akkor azt kapják, hogy a tapasztalataik
11:59
can change your connectome.
258
719260
3000
megváltoztathatják a konnektomjukat.
12:02
And that's why every connectome is unique,
259
722260
2000
És ezért van az, hogy minden konnektom egyedi,
12:04
even those of genetically identical twins.
260
724260
3000
még a genetikailag azonos ikreké is.
12:08
The connectome is where nature meets nurture.
261
728260
3000
A konnektom az, ahol a természet találkozik a neveléssel.
12:12
And it might true
262
732260
2000
És még az is igaz lehet,
12:14
that just the mere act of thinking
263
734260
2000
hogy csupán a gondolkodás önmagában
12:16
can change your connectome --
264
736260
2000
megváltoztathatja a konnektomot --
12:18
an idea that you may find empowering.
265
738260
3000
egy eszme, amit megerősítőnek találhatnak.
12:24
What's in this picture?
266
744260
2000
Mi van ezen a képen?
12:28
A cool and refreshing stream of water, you say.
267
748260
3000
Egy hűs és frissítő vízfolyam, azt mondhatják.
12:32
What else is in this picture?
268
752260
2000
Mi van még a képen?
12:37
Do not forget that groove in the Earth
269
757260
2000
Ne feledkezzenek meg arról az
12:39
called the stream bed.
270
759260
3000
árokról a földben, amit folyómedernek hívnak.
12:42
Without it, the water would not know in which direction to flow.
271
762260
3000
Enélkül a víz nem tudná, melyik irányba folyjon.
12:45
And with the stream,
272
765260
2000
És a folyóval
12:47
I would like to propose a metaphor
273
767260
2000
egy metaforát szeretnék kínálni
12:49
for the relationship between neural activity
274
769260
2000
az idegi aktivitás és a kapcsolódások
12:51
and connectivity.
275
771260
2000
közötti viszonyra.
12:54
Neural activity is constantly changing.
276
774260
3000
Az idegi aktivitás állandóan változik.
12:57
It's like the water of the stream; it never sits still.
277
777260
3000
Olyan, mint a folyó vize; soha nem áll egy helyben.
13:00
The connections
278
780260
2000
Az agy ideghálózatának
13:02
of the brain's neural network
279
782260
2000
a kapcsolatai
13:04
determines the pathways
280
784260
2000
határozzák meg azokat az utakat,
13:06
along which neural activity flows.
281
786260
2000
amelyek mentén az idegi aktivitás folyik.
13:08
And so the connectome is like bed of the stream;
282
788260
3000
És így tehát a konnektom olyan, mint a folyó medre.
13:13
but the metaphor is richer than that,
283
793260
3000
De a metafora még ennél is gazdagabb.
13:16
because it's true that the stream bed
284
796260
3000
Mert igaz ugyan, hogy a folyómeder
13:19
guides the flow of the water,
285
799260
2000
irányítja a víz folyását,
13:21
but over long timescales,
286
801260
2000
de hosszú időtartam alatt
13:23
the water also reshapes the bed of the stream.
287
803260
3000
a víz is átalakítja a folyómedret.
13:26
And as I told you just now,
288
806260
2000
És amint most elmondtam Önöknek,
13:28
neural activity can change the connectome.
289
808260
3000
az idegi aktivitás képes megváltoztatni a konnektomot.
13:33
And if you'll allow me to ascend
290
813260
2000
És ha megengedik nekem,
13:35
to metaphorical heights,
291
815260
3000
hogy metaforikus magasságokba emelkedjek,
13:38
I will remind you that neural activity
292
818260
3000
emlékeztetem Önöket arra, hogy az idegi aktivitás
13:41
is the physical basis -- or so neuroscientists think --
293
821260
2000
a fizikai alapja -- vagy legalábbis így gondolják az idegtudósok --
13:43
of thoughts, feelings and perceptions.
294
823260
3000
a gondolatoknak, érzéseknek és érzékeléseknek.
13:46
And so we might even speak of
295
826260
2000
Úgyhogy akár
13:48
the stream of consciousness.
296
828260
2000
tudatfolyamról is beszélhetnénk.
13:50
Neural activity is its water,
297
830260
3000
Az idegi aktivitás a víz,
13:53
and the connectome is its bed.
298
833260
3000
és a konnektom a folyómeder.
13:57
So let's return from the heights of metaphor
299
837260
2000
Térjünk most vissza a metaforák magasságából
13:59
and return to science.
300
839260
2000
a tudományhoz!
14:01
Suppose our technologies for finding connectomes
301
841260
2000
Tegyük fel, hogy a konnektomok feltárására szánt
14:03
actually work.
302
843260
2000
technológiáink ténylegesen működnek.
14:05
How will we go about testing the hypothesis
303
845260
2000
Hogy fogunk nekilátni e hipotézis tesztelésének, hogy:
14:07
"I am my connectome?"
304
847260
3000
„én a konnektomom vagyok”?
14:10
Well, I propose a direct test.
305
850260
3000
Nos, egy közvetlen tesztet javaslok.
14:13
Let us attempt
306
853260
2000
Próbáljunk meg emlékeket
14:15
to read out memories from connectomes.
307
855260
3000
kiolvasni a konnektomokból!
14:18
Consider the memory
308
858260
2000
Tekintsük mozdulatok hosszú idejű
14:20
of long temporal sequences of movements,
309
860260
3000
sorozatának emlékét, mint amikor
14:23
like a pianist playing a Beethoven sonata.
310
863260
3000
egy zongorista egy Beethoven-szonátát játszik!
14:26
According to a theory that dates back to the 19th century,
311
866260
3000
Egy elmélet szerint, ami a 19. századig nyúlik vissza,
14:29
such memories are stored
312
869260
2000
az ilyen emlékek szinaptikus kapcsolatok
14:31
as chains of synaptic connections inside your brain.
313
871260
3000
láncolataiként tárolódnak az agyban.
14:35
Because, if the first neurons in the chain are activated,
314
875260
3000
Mert ha az első neuronok a láncban aktiválódnak,
14:38
through their synapses they send messages to the second neurons, which are activated,
315
878260
3000
a szinapszisaikon keresztül üzeneteket küldenek a második neuronoknak, amik szintén aktiválódnak,
14:41
and so on down the line,
316
881260
2000
és így tovább, végig az egész soron,
14:43
like a chain of falling dominoes.
317
883260
2000
mint boruló dominók láncolata.
14:45
And this sequence of neural activation
318
885260
2000
És az idegi aktivitás eme sorozata
14:47
is hypothesized to be the neural basis
319
887260
3000
lenne a hipotézis szerint az idegi alapja
14:50
of those sequence of movements.
320
890260
2000
azoknak a mozdulatsoroknak.
14:52
So one way of trying to test the theory
321
892260
2000
Tehát az elmélet ellenőrzésének egyik módja
14:54
is to look for such chains
322
894260
2000
ilyen láncolatok keresése lenne
14:56
inside connectomes.
323
896260
2000
a konnektomokban.
14:58
But it won't be easy, because they're not going to look like this.
324
898260
3000
De ez nem lesz könnyű, mert nem így fognak kinézni.
15:01
They're going to be scrambled up.
325
901260
2000
Össze lesznek kuszálódva.
15:03
So we'll have to use our computers
326
903260
2000
Úgyhogy a számítógépeinket kell használnunk,
15:05
to try to unscramble the chain.
327
905260
3000
hogy megpróbáljuk kibogozni a láncolatot.
15:08
And if we can do that,
328
908260
2000
És ha ezt meg tudjuk csinálni,
15:10
the sequence of the neurons we recover from that unscrambling
329
910260
3000
akkor a neuronsorozat, amit a kibogozás után kapunk,
15:13
will be a prediction of the pattern of neural activity
330
913260
3000
az idegi aktivitás mintázatának előrejelzése lesz,
15:16
that is replayed in the brain during memory recall.
331
916260
3000
ami az emlékezéskor lejátszódik az agyban.
15:19
And if that were successful,
332
919260
2000
És ha ez sikerrel járna,
15:21
that would be the first example of reading a memory from a connectome.
333
921260
3000
akkor ez lenne az első példája egy emlék kiolvasásának egy konnektomból.
15:28
(Laughter)
334
928260
2000
(Nevetés)
15:30
What a mess --
335
930260
2000
Micsoda összevisszaság!
15:33
have you ever tried to wire up a system
336
933260
2000
Próbáltak már egy ennyire bonyolult rendszert
15:35
as complex as this?
337
935260
2000
összekötni?
15:37
I hope not.
338
937260
2000
Remélem, nem!
15:39
But if you have, you know it's very easy to make a mistake.
339
939260
3000
De ha mégis, akkor tudják, hogy nagyon könnyű hibázni.
15:45
The branches of neurons are like the wires of the brain.
340
945260
2000
A neuronnyúlványok olyanok, mint az egy huzaljai.
15:47
Can anyone guess: what's the total length of wires in your brain?
341
947260
4000
Meg tudná valaki becsülni, hogy mennyi az agyi huzalok teljes hossza?
15:54
I'll give you a hint. It's a big number.
342
954260
2000
Adok egy kis segítséget. Nagy számról van szó.
15:56
(Laughter)
343
956260
2000
(Nevetés)
15:59
I estimate, millions of miles,
344
959260
3000
Becslésem szerint több millió kilométer.
16:02
all packed in your skull.
345
962260
3000
És mindez benn a koponyában!
16:05
And if you appreciate that number,
346
965260
2000
És hogyha értékelik ezt a számot,
16:07
you can easily see
347
967260
2000
akkor könnyen beláthatják,
16:09
there is huge potential for mis-wiring of the brain.
348
969260
2000
hogy sok lehetőség van az agy félrehuzalozására.
16:11
And indeed, the popular press loves headlines like,
349
971260
3000
És valóban, a tömegsajtó imádja az olyan szalagcímeket, mint:
16:14
"Anorexic brains are wired differently,"
350
974260
2000
„Az anorexiásak agya máshogy van huzalozva,”
16:16
or "Autistic brains are wired differently."
351
976260
2000
vagy „Az autisták agya máshogy van huzalozva.”
16:18
These are plausible claims,
352
978260
2000
Ezek elfogadható állítások,
16:20
but in truth,
353
980260
2000
de valójában nem látjuk
16:22
we can't see the brain's wiring clearly enough
354
982260
2000
elég tisztán az agyi huzalozást ahhoz,
16:24
to tell if these are really true.
355
984260
2000
hogy eldönthessük, hogy ez tényleg igaz-e.
16:26
And so the technologies for seeing connectomes
356
986260
3000
És ily módon a konnektomok megjelenítésére való technológiák
16:29
will allow us to finally
357
989260
2000
lehetővé teszik majd számunkra,
16:31
read mis-wiring of the brain,
358
991260
2000
hogy végre felfedhessük a félrehuzalozást az agyban,
16:33
to see mental disorders in connectomes.
359
993260
3000
hogy láthassuk az elmezavarokat a konnektomokban.
16:40
Sometimes the best way to test a hypothesis
360
1000260
3000
Néha a legjobb mód egy hipotézis tesztelésére az,
16:43
is to consider its most extreme implication.
361
1003260
3000
ha megvizsgáljuk a legszélsőségesebb következményét.
16:46
Philosophers know this game very well.
362
1006260
3000
A filozófusok nagyon jól ismerik ezt a játékot.
16:50
If you believe that I am my connectome,
363
1010260
3000
Ha elhiszik, hogy én a konnektomom vagyok,
16:53
I think you must also accept the idea
364
1013260
3000
úgy gondolom, muszáj elfogadniuk azt az eszmét is,
16:56
that death is the destruction
365
1016260
2000
hogy a halál a konnektomjuk
16:58
of your connectome.
366
1018260
3000
megsemmisülése.
17:02
I mention this because there are prophets today
367
1022260
3000
Azért említem ezt, mert vannak ma olyan próféták,
17:05
who claim that technology
368
1025260
3000
akik azt állítják, hogy a technológia
17:08
will fundamentally alter the human condition
369
1028260
3000
alapvetően meg fogja változtatni az emberi életkörülményeket,
17:11
and perhaps even transform the human species.
370
1031260
3000
és talán még az emberi fajt is át fogja alakítani.
17:14
One of their most cherished dreams
371
1034260
3000
Az egyik legdédelgetettebb álmuk,
17:17
is to cheat death
372
1037260
2000
hogy kicselezik a halált
17:19
by that practice known as cryonics.
373
1039260
2000
a krionikaként ismert gyakorlattal.
17:21
If you pay 100,000 dollars,
374
1041260
2000
Ha fizetnek 100 000 dollárt,
17:23
you can arrange to have your body frozen after death
375
1043260
3000
elintézhetik, hogy a haláluk után lefagyasszák a testüket,
17:26
and stored in liquid nitrogen
376
1046260
2000
és folyékony nitrogénben tárolják
17:28
in one of these tanks in an Arizona warehouse,
377
1048260
2000
az egyik ilyen tartályban egy arizonai raktárban,
17:30
awaiting a future civilization
378
1050260
2000
várva egy jövendő civilizációt,
17:32
that is advanced to resurrect you.
379
1052260
3000
amelyik elég fejlett hozzá, hogy feltámassza Önöket.
17:36
Should we ridicule the modern seekers of immortality,
380
1056260
2000
Kinevessük-e a halhatatlanság modern keresőit,
17:38
calling them fools?
381
1058260
2000
bolondoknak titulálva őket?
17:40
Or will they someday chuckle
382
1060260
2000
Vagy egy nap majd ők fognak
17:42
over our graves?
383
1062260
2000
a sírunk fölött kacagni?
17:45
I don't know --
384
1065260
2000
Nem tudom.
17:47
I prefer to test their beliefs, scientifically.
385
1067260
3000
De én szeretném tudományosan tesztelni a hiedelmeiket.
17:50
I propose that we attempt to find a connectome
386
1070260
2000
Azt javaslom, hogy próbáljuk meg feltárni
17:52
of a frozen brain.
387
1072260
2000
egy lefagyasztott agy konnektomját!
17:54
We know that damage to the brain
388
1074260
2000
Tudjuk, hogy a halál után és fagyasztáskor
17:56
occurs after death and during freezing.
389
1076260
2000
károsodás éri az agyat.
17:58
The question is: has that damage erased the connectome?
390
1078260
3000
Az a kérdés, hogy a károsodás kitörli-e a konnektomot.
18:01
If it has, there is no way that any future civilization
391
1081260
3000
Ha igen, akkor nincs mód rá, hogy bármely jövőbeli civilizáció
18:04
will be able to recover the memories of these frozen brains.
392
1084260
3000
képes lesz ezeknek a lefagyasztott agyaknak az emlékeit visszanyerni.
18:07
Resurrection might succeed for the body,
393
1087260
2000
A feltámasztás sikerülhet a test esetében,
18:09
but not for the mind.
394
1089260
2000
de nem az elme esetében.
18:11
On the other hand, if the connectome is still intact,
395
1091260
3000
Másrészt viszont, ha a konnektom még érintetlen,
18:14
we cannot ridicule the claims of cryonics so easily.
396
1094260
3000
akkor nem gúnyolhatjuk ki olyan könnyen a krionika állításait.
18:20
I've described a quest
397
1100260
2000
Felvázoltam egy kutatást,
18:22
that begins in the world of the very small,
398
1102260
3000
ami a nagyon kis méretek világában kezdődik,
18:25
and propels us to the world of the far future.
399
1105260
3000
és a távoli jövő világába repít minket.
18:28
Connectomes will mark a turning point in human history.
400
1108260
3000
A konnektomok egy fordulópontot fognak jelenti az emberi történelemben.
18:32
As we evolved from our ape-like ancestors
401
1112260
2000
Ahogy a majomszerű őseinkből kifejlődtünk
18:34
on the African savanna,
402
1114260
2000
az afrikai szavannán,
18:36
what distinguished us was our larger brains.
403
1116260
3000
ami megkülönböztetett minket, az a nagyobb agyunk volt.
18:40
We have used our brains to fashion
404
1120260
2000
Az agyunkat egyre elképesztőbb
18:42
ever more amazing technologies.
405
1122260
3000
technológiák megalkotására használtuk.
18:45
Eventually, these technologies will become so powerful
406
1125260
3000
Végül ezek a technológiák annyira hatalmassá fognak válni,
18:48
that we will use them to know ourselves
407
1128260
3000
hogy arra fogjuk használni őket, hogy megismerjük önmagunkat
18:51
by deconstructing and reconstructing
408
1131260
3000
a saját agyunk dekonstrukciója
18:54
our own brains.
409
1134260
3000
és rekonstrukciója által.
18:57
I believe that this voyage of self-discovery
410
1137260
3000
Úgy hiszem, hogy ez az önfelfedező utazás
19:00
is not just for scientists,
411
1140260
3000
nem csak a tudósoké,
19:03
but for all of us.
412
1143260
2000
hanem mindannyiunké.
19:05
And I'm grateful for the opportunity to share this voyage with you today.
413
1145260
3000
És hálás vagyok a lehetőségért, hogy megoszthatom ezt az utazást ma Önökkel.
19:08
Thank you.
414
1148260
2000
Köszönöm!
19:10
(Applause)
415
1150260
8000
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7