Gero Miesenboeck reengineers a brain

52,036 views ・ 2010-11-05

TED


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

Translator: handarmin - Reviewer: Ade Indarta
00:15
I have a doppelganger.
0
15260
3000
Saya memiliki seorang kembaran.
00:18
(Laughter)
1
18260
3000
(Tawa)
00:21
Dr. Gero is a brilliant
2
21260
3000
Dr. Gero sangat pintar
00:24
but slightly mad scientist
3
24260
2000
tetapi seorang peneliti yang rada gila
00:26
in the "Dragonball Z: Android Saga."
4
26260
3000
dalam cerita Dragonball Z "Android Saga."
00:29
If you look very carefully,
5
29260
2000
Jika Anda melihat dengan teliti,
00:31
you see that his skull has been replaced
6
31260
3000
Anda melihat tengkoraknya telah digantikan
00:34
with a transparent Plexiglas dome
7
34260
2000
dengan mangkuk Plexiglas transparan
00:36
so that the workings of his brain can be observed
8
36260
3000
sehingga cara kerja otaknya dapat diamati
00:39
and also controlled with light.
9
39260
3000
dan dikendalikan dengan cahaya.
00:42
That's exactly what I do --
10
42260
2000
Itulah apa yang saya lakukan --
00:44
optical mind control.
11
44260
2000
pengendalian otak secara optis.
00:46
(Laughter)
12
46260
2000
(Tawa)
00:48
But in contrast to my evil twin
13
48260
2000
Tapi berbeda dengan kembaran jahat saya,
00:50
who lusts after world domination,
14
50260
3000
yang ingin menguasai dunia,
00:53
my motives are not sinister.
15
53260
3000
motivasi saya tidaklah jahat.
00:56
I control the brain
16
56260
2000
Saya mengendalikan otak
00:58
in order to understand how it works.
17
58260
2000
agar mengerti cara kerjanya.
01:00
Now wait a minute, you may say,
18
60260
2000
Tunggu sebentar, Anda mungkin berkata,
01:02
how can you go straight to controlling the brain
19
62260
3000
bagaimana Anda bisa langsung mengendalikan otak
01:05
without understanding it first?
20
65260
2000
tanpa mengerti tentang otak dulu?
01:07
Isn't that putting the cart before the horse?
21
67260
3000
Bukankah itu seperti meletakkan gerobak di depan kudanya?
01:11
Many neuroscientists agree with this view
22
71260
3000
Banyak peneliti saraf setuju dengan pandangan ini
01:14
and think that understanding will come
23
74260
3000
dan berpikir bahwa pemahaman akan datang
01:17
from more detailed observation and analysis.
24
77260
3000
berkat observasi dan analisis yang lebih detail.
01:20
They say, "If we could record the activity of our neurons,
25
80260
4000
Kata mereka, "Jika kita dapat merekam aktivitas sel saraf kita,
01:24
we would understand the brain."
26
84260
3000
kita akan mengerti otak kita."
01:27
But think for a moment what that means.
27
87260
3000
Tapi pikirkan sejenak arti hal itu.
01:30
Even if we could measure
28
90260
2000
Bahkan jika kita dapat mengukur
01:32
what every cell is doing at all times,
29
92260
2000
apa yang setiap sel lakukan setiap waktu,
01:34
we would still have to make sense
30
94260
2000
kita tetap harus berusaha memahami
01:36
of the recorded activity patterns,
31
96260
2000
pola-pola aktivitas yang terekam,
01:38
and that's so difficult,
32
98260
2000
dan itu sangat sulit,
01:40
chances are we'll understand these patterns
33
100260
2000
kemungkinannya adalah kita akan hanya mengerti sedikit
01:42
just as little as the brains that produce them.
34
102260
3000
sama sedikitnya seperti otak yang memproduksi mereka.
01:45
Take a look at what brain activity might look like.
35
105260
3000
Lihat seperti apa aktivitas otak itu terlihat.
01:48
In this simulation, each black dot
36
108260
2000
Dalam simulasi ini, setiap titik hitam
01:50
is one nerve cell.
37
110260
2000
adalah satu sel saraf.
01:52
The dot is visible
38
112260
2000
Titik ini terlihat
01:54
whenever a cell fires an electrical impulse.
39
114260
2000
kapan saja sebuah sel mengeluarkan impuls listrik.
01:56
There's 10,000 neurons here.
40
116260
2000
Ada 10.000 sel saraf di sini.
01:58
So you're looking at roughly one percent
41
118260
2000
Jadi Anda melihat sekitar 1 persen
02:00
of the brain of a cockroach.
42
120260
3000
dari otak kecoak.
02:04
Your brains are about 100 million times
43
124260
3000
Otak Anda sekitar 100 juta kali
02:07
more complicated.
44
127260
2000
lebih rumit.
02:09
Somewhere, in a pattern like this,
45
129260
2000
Di suatu tempat, polanya seperti ini,
02:11
is you,
46
131260
2000
Anda,
02:13
your perceptions,
47
133260
2000
persepsi Anda,
02:15
your emotions, your memories,
48
135260
3000
emosi Anda, memori Anda,
02:18
your plans for the future.
49
138260
2000
rencana masa depan Anda.
02:20
But we don't know where,
50
140260
2000
Tapi kita tidak tahu di mana,
02:22
since we don't know how to read the pattern.
51
142260
3000
karena tidak tahu cara membaca polanya.
02:25
We don't understand the code used by the brain.
52
145260
3000
Kita tidak mengerti kode yang digunakan otak.
02:28
To make progress,
53
148260
2000
Untuk maju,
02:30
we need to break the code.
54
150260
2000
kita perlu memecahkan kodenya.
02:32
But how?
55
152260
2000
Tapi bagaimana?
02:35
An experienced code-breaker will tell you
56
155260
2000
Pemecah kode berpengalaman akan menyuruh Anda
02:37
that in order to figure out what the symbols in a code mean,
57
157260
3000
mencari tahu apa yang dimaksud oleh sebuah simbol dalam sebuah kode,
02:40
it's essential to be able to play with them,
58
160260
3000
itu penting untuk bisa bermain dengan mereka,
02:43
to rearrange them at will.
59
163260
2000
untuk menyusun ulang sesuka hati.
02:45
So in this situation too,
60
165260
2000
Jadi dalam situasi ini juga,
02:47
to decode the information
61
167260
2000
untuk membaca informasi
02:49
contained in patterns like this,
62
169260
2000
yang terkandung dalam pola-pola seperti ini,
02:51
watching alone won't do.
63
171260
2000
hanya dengan melihat tidak akan berhasil;
02:53
We need to rearrange the pattern.
64
173260
2000
kita perlu menyusun ulang polanya.
02:55
In other words,
65
175260
2000
Dengan kata lain,
02:57
instead of recording the activity of neurons,
66
177260
2000
daripada merekam aktivitas dari sel-sel saraf,
02:59
we need to control it.
67
179260
2000
kita perlu mengendalikannya.
03:01
It's not essential that we can control
68
181260
2000
Tidak penting untuk mengendalikan
03:03
the activity of all neurons in the brain, just some.
69
183260
3000
aktivitas semua sel-sel saraf di otak, hanya beberapa.
03:06
The more targeted our interventions, the better.
70
186260
2000
Semakin fokus intervensi kita, semakin baik.
03:08
And I'll show you in a moment
71
188260
2000
Saya akan menunjukkan Anda sebentar lagi
03:10
how we can achieve the necessary precision.
72
190260
3000
bagaimana kita dapat mencapai ketelitian yang diperlukan.
03:13
And since I'm realistic, rather than grandiose,
73
193260
3000
Karena saya seorang realis, bukan seorang yang muluk,
03:16
I don't claim that the ability to control the function of the nervous system
74
196260
3000
saya tidak mengklaim bahwa kemampuan mengendalikan fungsi sistem saraf
03:19
will at once unravel all its mysteries.
75
199260
3000
akan langsung dapat membongkar semua misteri.
03:22
But we'll certainly learn a lot.
76
202260
3000
Tapi kita tentunya akan belajar banyak.
03:27
Now, I'm by no means
77
207260
2000
Sekarang, saya secara tidak sengaja
03:29
the first person to realize
78
209260
2000
adalah orang pertama yang sadar
03:31
how powerful a tool intervention is.
79
211260
3000
betapa kuatnya intervensi itu.
03:34
The history of attempts
80
214260
2000
Sejarah percobaan-percobaan
03:36
to tinker with the function of the nervous system
81
216260
2000
yang bermain dengan fungsi sistem saraf
03:38
is long and illustrious.
82
218260
2000
itu panjang dan terkenal.
03:40
It dates back at least 200 years,
83
220260
3000
Ini dimulai paling tidak sejak 200 tahun yang lalu.
03:43
to Galvani's famous experiments
84
223260
2000
percobaan terkenalnya Galvani
03:45
in the late 18th century and beyond.
85
225260
3000
pada akhir abad ke 18 dan seterusnya.
03:49
Galvani showed that a frog's legs twitched
86
229260
3000
Galvani menunjukkan bahwa kaki seekor katak berdenyut
03:52
when he connected the lumbar nerve
87
232260
2000
ketika dia menghubungkan saraf lumbar
03:54
to a source of electrical current.
88
234260
3000
ke sumber aliran listrik.
03:57
This experiment revealed the first, and perhaps most fundamental,
89
237260
3000
Percobaan ini menggambarkan bagian kode saraf yang pertama,
04:00
nugget of the neural code:
90
240260
2000
dan mungkin yang paling mendasar:
04:02
that information is written in the form
91
242260
2000
bahwa informasi itu ditulis dalam bentuk
04:04
of electrical impulses.
92
244260
3000
impuls listrik.
04:08
Galvani's approach
93
248260
2000
Pendekatan Galvani
04:10
of probing the nervous system with electrodes
94
250260
2000
dengan cara menghubungkan sistem saraf dengan elektroda
04:12
has remained state-of-the-art until today,
95
252260
3000
tetap merupakan yang tercanggih sampai sekarang,
04:15
despite a number of drawbacks.
96
255260
3000
walaupun memiliki banyak kekurangan.
04:18
Sticking wires into the brain is obviously rather crude.
97
258260
3000
Menusukkan kabel ke dalam otak tentu saja sedikit kasar.
04:21
It's hard to do in animals that run around,
98
261260
2000
Sangat sulit dilakukan dengan binatang yang berlarian,
04:23
and there is a physical limit
99
263260
2000
dan ada batas fisik
04:25
to the number of wires
100
265260
2000
akan banyaknya kabel
04:27
that can be inserted simultaneously.
101
267260
3000
yang dapat dimasukkan sekaligus.
04:30
So around the turn of the last century,
102
270260
2000
Jadi sekitar pergantian abad yang lalu,
04:32
I started to think,
103
272260
2000
saya mulai berpikir,
04:34
"Wouldn't it be wonderful if one could take this logic
104
274260
3000
bukankah menakjubkan jika seseorang bisa mengambil logika ini
04:37
and turn it upside down?"
105
277260
2000
dan menjungkirbalikkannya.
04:39
So instead of inserting a wire
106
279260
2000
Jadi daripada memasukkan sebuah kabel
04:41
into one spot of the brain,
107
281260
3000
ke satu tempat di otak,
04:44
re-engineer the brain itself
108
284260
2000
bangun kembali otak itu sendiri
04:46
so that some of its neural elements
109
286260
3000
sehingga beberapa dari bagian-bagian sarafnya
04:49
become responsive to diffusely broadcast signals
110
289260
3000
menjadi peka terhadap sinyal yang dipancarkan secara difusi,
04:52
such as a flash of light.
111
292260
3000
seperti pancaran cahaya.
04:55
Such an approach would literally, in a flash of light,
112
295260
3000
Pendekatan seperti ini akan, dalam hal pancaran cahaya,
04:58
overcome many of the obstacles to discovery.
113
298260
3000
mengatasi banyak masalah.
05:01
First, it's clearly a non-invasive,
114
301260
3000
Pertama, ini jelas tidak invasif,
05:04
wireless form of communication.
115
304260
3000
bentuk komunikasi nirkabel.
05:07
And second, just as in a radio broadcast,
116
307260
2000
Kedua, seperti siaran radio,
05:09
you can communicate with many receivers at once.
117
309260
3000
Anda dapat berkomunikasi dengan banyak penerima sekaligus.
05:12
You don't need to know where these receivers are,
118
312260
3000
Anda tidak perlu tahu di mana penerima itu berada.
05:15
and it doesn't matter if these receivers move --
119
315260
2000
Tidak penting jika penerima ini bergerak
05:17
just think of the stereo in your car.
120
317260
3000
lihat saja pengeras suara di mobil Anda.
05:20
It gets even better,
121
320260
3000
Itu akan menjadi semakin baik,
05:23
for it turns out that we can fabricate the receivers
122
323260
3000
jika ternyata kita dapat membuat penerimanya
05:26
out of materials that are encoded in DNA.
123
326260
3000
dari material yang terkode dalam DNA.
05:29
So each nerve cell
124
329260
2000
Jadi setiap sel saraf
05:31
with the right genetic makeup
125
331260
2000
dengan susunan gen yang tepat
05:33
will spontaneously produce a receiver
126
333260
3000
akan dengan spontan menghasilkan penerima
05:36
that allows us to control its function.
127
336260
3000
yang memungkinkan kita mengendalikan fungsinya.
05:39
I hope you'll appreciate
128
339260
2000
Saya harap Anda akan menghargai
05:41
the beautiful simplicity
129
341260
2000
indahnya kesederhanaan
05:43
of this concept.
130
343260
2000
konsep ini.
05:45
There's no high-tech gizmos here,
131
345260
2000
Tidak ada teknologi canggih dipakai di sini,
05:47
just biology revealed through biology.
132
347260
3000
hanya biologi yang terungkap oleh biologi.
05:51
Now let's take a look at these miraculous receivers up close.
133
351260
3000
Sekarang mari kita lihat penerima yang hebat ini dari dekat.
05:54
As we zoom in on one of these purple neurons,
134
354260
3000
Ketika kita lihat dari dekat salah satu sel saraf ungu ini,
05:57
we see that its outer membrane
135
357260
2000
kita lihat pada membran bagian luarnya
05:59
is studded with microscopic pores.
136
359260
2000
dipenuhi oleh pori-pori kecil.
06:01
Pores like these conduct electrical current
137
361260
2000
Pori-pori seperti ini menghantarkan aliran listrik
06:03
and are responsible
138
363260
2000
dan bertanggung jawab
06:05
for all the communication in the nervous system.
139
365260
2000
atas segala komunikasi di sistem saraf.
06:07
But these pores here are special.
140
367260
2000
Tetapi pori-pori ini spesial.
06:09
They are coupled to light receptors
141
369260
2000
Mereka telah digabungkan dengan penerima cahaya
06:11
similar to the ones in your eyes.
142
371260
3000
mirip dengan yang ada di mata Anda.
06:14
Whenever a flash of light hits the receptor,
143
374260
2000
Kapanpun pancaran cahaya jatuh menimpa receptor,
06:16
the pore opens, an electrical current is switched on,
144
376260
3000
pori-pori terbuka dan aliran listrik dinyalakan,
06:19
and the neuron fires electrical impulses.
145
379260
3000
dan sel saraf itu menembakkan impuls listrik.
06:22
Because the light-activated pore is encoded in DNA,
146
382260
3000
Karena cahaya mengaktifkan pori-pori yang terkode dalam DNA,
06:25
we can achieve incredible precision.
147
385260
3000
kita dapat mencapai ketelitian yang sangat baik.
06:28
This is because,
148
388260
2000
Ini karena,
06:30
although each cell in our bodies
149
390260
2000
walaupun setiap sel di tubuh kita
06:32
contains the same set of genes,
150
392260
2000
mengandung sekumpulan gen yang sama,
06:34
different mixes of genes get turned on and off
151
394260
2000
kumpulan kumpulan gen berbeda dinyalakan dan dimatikan
06:36
in different cells.
152
396260
2000
pada sel yang berbeda.
06:38
You can exploit this to make sure
153
398260
2000
Anda dapat memanfaatkan ini untuk memastikan
06:40
that only some neurons
154
400260
2000
bahwa hanya beberapa sel saraf
06:42
contain our light-activated pore and others don't.
155
402260
3000
yang mengandung pori-pori yang diaktifkan cahaya dan yang lain tidak.
06:45
So in this cartoon, the bluish white cell
156
405260
2000
Jadi dalam gambar ini, sel putih kebiruan
06:47
in the upper-left corner
157
407260
2000
di ujung kiri atas
06:49
does not respond to light
158
409260
2000
tidak bereaksi terhadap cahaya
06:51
because it lacks the light-activated pore.
159
411260
3000
karena tidak memiliki pori-pori yang diaktifkan cahaya.
06:54
The approach works so well
160
414260
2000
Pendekatan ini bekerja sangat baik
06:56
that we can write purely artificial messages
161
416260
2000
sehingga kita dapat menulis pesan buatan
06:58
directly to the brain.
162
418260
2000
langsung ke otak.
07:00
In this example, each electrical impulse,
163
420260
2000
Pada contoh ini, setiap impuls listrik,
07:02
each deflection on the trace,
164
422260
3000
setiap defleksi pada deteksi
07:05
is caused by a brief pulse of light.
165
425260
3000
disebabkan oleh cahaya yang berdetak singkat.
07:08
And the approach, of course, also works
166
428260
2000
Dan pendekatan ini juga bekerja
07:10
in moving, behaving animals.
167
430260
3000
pada binatang yang bergerak.
07:13
This is the first ever such experiment,
168
433260
2000
Ini adalah kali pertama percobaan seperti ini,
07:15
sort of the optical equivalent of Galvani's.
169
435260
3000
seperti percobaan Galvani, hanya dengan cahaya.
07:18
It was done six or seven years ago
170
438260
2000
Ini dilakukan 6 atau 7 tahun lalu
07:20
by my then graduate student, Susana Lima.
171
440260
3000
oleh murid pasca sarjana saya, Susana Lima.
07:23
Susana had engineered the fruit fly on the left
172
443260
3000
Susana merekayasa lalat buah di sebelah kiri
07:26
so that just two out of the 200,000 cells in its brain
173
446260
4000
sehingga hanya dua dari 200.000 sel di otaknya
07:30
expressed the light-activated pore.
174
450260
3000
menghasilkan pori-pori yang diaktifkan cahaya.
07:33
You're familiar with these cells
175
453260
2000
Anda sudah akrab dengan sel-sel ini
07:35
because they are the ones that frustrate you
176
455260
2000
karena mereka menyebabkan Anda stres
07:37
when you try to swat the fly.
177
457260
2000
ketika Anda berusaha memukul lalat.
07:39
They trained the escape reflex that makes the fly jump into the air
178
459260
3000
Mereka melatih refleks menghindar yang membuat lalat terbang
07:42
and fly away whenever you move your hand in position.
179
462260
3000
dan menjauh kapan saja Anda menggerakkan tangan anda.
07:46
And you can see here that the flash of light has exactly the same effect.
180
466260
3000
Anda dapat lihat di sini bahwa pancaran cahaya punya efek yang sama.
07:49
The animal jumps, it spreads its wings, it vibrates them,
181
469260
3000
Lalat itu melompat, melebarkan sayapnya, menggetarkannya,
07:52
but it can't actually take off
182
472260
2000
tapi tidak terbang,
07:54
because the fly is sandwiched between two glass plates.
183
474260
3000
karena lalat itu dijepit di antara dua potong kaca.
07:58
Now to make sure that this was no reaction of the fly
184
478260
2000
Sekarang untuk memastikan bahwa ini bukanlah reaksi lalat
08:00
to a flash it could see,
185
480260
3000
terhadap pancaran cahaya yang dapat dilihatnya,
08:03
Susana did a simple
186
483260
2000
Susana melakukan percobaan yang sederhana
08:05
but brutally effective experiment.
187
485260
2000
tapi sangat efektif.
08:07
She cut the heads off of her flies.
188
487260
3000
Dia memotong kepala lalatnya.
08:11
These headless bodies can live for about a day,
189
491260
3000
Badan tanpa kepala ini dapat hidup sekitar sehari,
08:14
but they don't do much.
190
494260
2000
tapi mereka tidak melakukan banyak hal.
08:16
They just stand around
191
496260
3000
Mereka hanya diam
08:19
and groom excessively.
192
499260
3000
dan dengan berlebihan membersihkan tubuh.
08:22
So it seems that the only trait that survives decapitation is vanity.
193
502260
3000
Jadi sepertinya yang bertahan setelah kehilangan kepala adalah kesombongan.
08:25
(Laughter)
194
505260
3000
(Tawa)
08:30
Anyway, as you'll see in a moment,
195
510260
2000
Jadi, seperti yang akan Anda lihat sebentar lagi,
08:32
Susana was able to turn on the flight motor
196
512260
3000
Susana dapat menyalakan motor penerbangan
08:35
of what's the equivalent of the spinal cord of these flies
197
515260
3000
yang sama dengan saraf tulang belakang dari lalat ini
08:38
and get some of the headless bodies
198
518260
2000
dan membuat beberapa badan tanpa kepala
08:40
to actually take off and fly away.
199
520260
3000
terbang.
08:47
They didn't get very far, obviously.
200
527260
2000
Mereka tidak terbang terlalu jauh.
08:50
Since we took these first steps,
201
530260
2000
Sejak kami mengambil langkah pertama ini,
08:52
the field of optogenetics has exploded.
202
532260
3000
bidang optogenetik telah berkembang pesat.
08:55
And there are now hundreds of labs
203
535260
2000
Sekarang ada ratusan laboratorium
08:57
using these approaches.
204
537260
2000
yang menggunakan pendekatan ini.
08:59
And we've come a long way
205
539260
2000
Kita telah beranjak jauh
09:01
since Galvani's and Susana's first successes
206
541260
3000
sejak keberhasilan pertama Susana dan Galvani
09:04
in making animals twitch or jump.
207
544260
2000
dalam membuat binatang bergetar atau melompat.
09:06
We can now actually interfere with their psychology
208
546260
3000
Kita sebenarnya dapat ikut campur dalam psikologi mereka
09:09
in rather profound ways,
209
549260
2000
dalam cara yang lebih umum
09:11
as I'll show you in my last example,
210
551260
2000
seperti yang akan saya tunjukkan di contoh terakhir saya,
09:13
which is directed at a familiar question.
211
553260
3000
yang ditujukan pada pertanyaan yang umum.
09:16
Life is a string of choices
212
556260
3000
Hidup adalah sekumpulan dari pilihan
09:19
creating a constant pressure to decide what to do next.
213
559260
3000
menciptakan tekanan konstan untuk memutuskan apa yang harus dilakukan.
09:23
We cope with this pressure by having brains,
214
563260
3000
Kita mengatasinya dengan memiliki otak,
09:26
and within our brains, decision-making centers
215
566260
3000
dan dalam otak kita, pusat pengambilan keputusan
09:29
that I've called here the "Actor."
216
569260
3000
yang saya sebut sebagai sang Aktor.
09:33
The Actor implements a policy that takes into account
217
573260
3000
Sang Aktor menerapkan kebijakan yang memperhitungkan
09:36
the state of the environment
218
576260
2000
keadaan lingkungan
09:38
and the context in which we operate.
219
578260
3000
dan konteks di mana kita beroperasi.
09:41
Our actions change the environment, or context,
220
581260
3000
Tindakan kita mengganti lingkungan kita, atau konteksnya,
09:44
and these changes are then fed back into the decision loop.
221
584260
3000
dan perubahan itu kemudian dimasukkan kembali dalam mengambil keputusan.
09:48
Now to put some neurobiological meat
222
588260
3000
Sekarang untuk mengikutsertakan neurobiologi
09:51
on this abstract model,
223
591260
2000
dalam model abstrak ini,
09:53
we constructed a simple one-dimensional world
224
593260
2000
kita membangun sebuah dunia satu dimensi sederhana
09:55
for our favorite subject, fruit flies.
225
595260
3000
untuk subjek favorit kita, lalat buah.
09:58
Each chamber in these two vertical stacks
226
598260
2000
Setiap ruangan di dalam dua tumpukan vertikal ini
10:00
contains one fly.
227
600260
2000
punya satu lalat.
10:02
The left and the right halves of the chamber
228
602260
3000
Bagian kanan dan kiri dari ruangan ini
10:05
are filled with two different odors,
229
605260
2000
diisi oleh dua bebauan berbeda
10:07
and a security camera watches
230
607260
2000
dan sebuah kamera keamanan memantau
10:09
as the flies pace up and down between them.
231
609260
3000
saat lalat terbang turun naik di antara ruangan ini.
10:12
Here's some such CCTV footage.
232
612260
2000
Ini adalah beberapa rekaman CCTV-nya.
10:14
Whenever a fly reaches the midpoint of the chamber
233
614260
3000
Kapan saja seekor lalat mencapai pertengahan ruangan
10:17
where the two odor streams meet,
234
617260
2000
di mana dua bebauan bertemu,
10:19
it has to make a decision.
235
619260
2000
dia harus membuat keputusan.
10:21
It has to decide whether to turn around
236
621260
2000
Dia harus memutuskan apakah harus berbalik
10:23
and stay in the same odor,
237
623260
2000
dan tetap pada bebauan yang sama,
10:25
or whether to cross the midline
238
625260
2000
atau melintasi garis pemisahnya
10:27
and try something new.
239
627260
2000
dan mencoba sesuatu yang baru.
10:29
These decisions are clearly a reflection
240
629260
3000
Keputusan ini tentu merupakan cermin
10:32
of the Actor's policy.
241
632260
3000
dari kebijakan sang Aktor.
10:36
Now for an intelligent being like our fly,
242
636260
3000
Untuk makhluk pintar seperti lalat kita,
10:39
this policy is not written in stone
243
639260
3000
kebijakan ini tidaklah tertulis di batu,
10:42
but rather changes as the animal learns from experience.
244
642260
3000
tetapi berubah seiring dengan pengalaman.
10:45
We can incorporate such an element
245
645260
2000
Kita dapat memasukkan elemen
10:47
of adaptive intelligence into our model
246
647260
3000
kepintaran adaptif seperti itu ke dalam model kita
10:50
by assuming that the fly's brain
247
650260
2000
dengan beranggapan bahwa otak lalat
10:52
contains not only an Actor,
248
652260
2000
mengandung tidak hanya sebuah Aktor,
10:54
but a different group of cells,
249
654260
2000
tapi sekumpulan sel yang berbeda,
10:56
a "Critic," that provides a running commentary
250
656260
3000
Kritikus, yang memberikan komentar komentar
10:59
on the Actor's choices.
251
659260
2000
pada pilihan sang Aktor.
11:01
You can think of this nagging inner voice
252
661260
3000
Anda dapat berpikir ini sebagai suara hati
11:04
as sort of the brain's equivalent
253
664260
2000
yang ekuivalen dengan otak
11:06
of the Catholic Church,
254
666260
2000
dari gereja Katolik,
11:08
if you're an Austrian like me,
255
668260
3000
Jika Anda orang Austria seperti saya,
11:11
or the super-ego, if you're Freudian,
256
671260
3000
atau kepribadian yang lain, jika Anda Freudian,
11:14
or your mother, if you're Jewish.
257
674260
2000
atau ibu Anda, jika Anda seorang Yahudi.
11:16
(Laughter)
258
676260
4000
(Tawa)
11:20
Now obviously,
259
680260
2000
Sekarang jelas,
11:22
the Critic is a key ingredient
260
682260
3000
kritikus adalah salah satu bahan utama
11:25
in what makes us intelligent.
261
685260
2000
yang membuat kita pintar.
11:27
So we set out to identify
262
687260
2000
Jadi kita mengidentifikasi
11:29
the cells in the fly's brain
263
689260
2000
sel-sel di otak lalat
11:31
that played the role of the Critic.
264
691260
2000
yang berperan sebagai Kritikus.
11:33
And the logic of our experiment was simple.
265
693260
3000
Logika dari percobaan kami itu sederhana.
11:36
We thought if we could use our optical remote control
266
696260
3000
Kami pikir jika kita dapat menggunakan pengendali optis kita
11:39
to activate the cells of the Critic,
267
699260
3000
untuk mengaktifkan sel-sel Kritikus,
11:42
we should be able, artificially, to nag the Actor
268
702260
3000
kita seharusnya dapat ribut dan mengganggu Aktor
11:45
into changing its policy.
269
705260
2000
untuk mengganti kebijakannya.
11:47
In other words,
270
707260
2000
Dengan kata lain,
11:49
the fly should learn from mistakes
271
709260
2000
lalat seharusnya belajar dari kesalahan
11:51
that it thought it had made
272
711260
2000
yang dia pikir telah diperbuat,
11:53
but, in reality, it had not made.
273
713260
3000
tapi kenyataannya itu belum dibuat.
11:56
So we bred flies
274
716260
2000
Jadi kita mengembangbiakkan lalat
11:58
whose brains were more or less randomly peppered
275
718260
3000
yang otaknya kurang lebih secara acak dibuat untuk mengandung
12:01
with cells that were light addressable.
276
721260
2000
sel-sel yang dapat diperintah oleh cahaya.
12:03
And then we took these flies
277
723260
2000
Kemudian kami mengambil lalat lalat ini
12:05
and allowed them to make choices.
278
725260
2000
dan mengizinkan mereka mengambil keputusan.
12:07
And whenever they made one of the two choices,
279
727260
2000
Setiap kali mereka mengambil keputusan,
12:09
chose one odor,
280
729260
2000
memilih salah satu bebauan,
12:11
in this case the blue one over the orange one,
281
731260
2000
dalam kasus ini yang biru daripada yang oranye,
12:13
we switched on the lights.
282
733260
2000
kami menyalakan cahayanya.
12:15
If the Critic was among the optically activated cells,
283
735260
3000
Jika kritikus ada di antara sel-sel yang bisa diaktifkan oleh cahaya
12:18
the result of this intervention
284
738260
2000
hasil dari intervensi ini
12:20
should be a change in policy.
285
740260
3000
seharusnya adalah perubahan dalam kebijakannya.
12:23
The fly should learn to avoid
286
743260
2000
Lalat seharusnya belajar untuk menghindari
12:25
the optically reinforced odor.
287
745260
2000
bebauan yang diperkuat oleh cahaya.
12:27
Here's what happened in two instances:
288
747260
3000
Ini adalah apa yang terjadi pada dua kejadian.
12:30
We're comparing two strains of flies,
289
750260
3000
Kami membandingkan dua jenis lalat,
12:33
each of them having
290
753260
2000
masing-masing memiliki
12:35
about 100 light-addressable cells in their brains,
291
755260
2000
sekitar 100 sel yang dapat dikendalikan cahaya di otak mereka,
12:37
shown here in green on the left and on the right.
292
757260
3000
yang hijau di sebelah kiri dan kanan.
12:40
What's common among these groups of cells
293
760260
3000
Yang umum di antara sekumpulan sel ini
12:43
is that they all produce the neurotransmitter dopamine.
294
763260
3000
adalah mereka semua menghasilkan neurotransmiter dopamin.
12:46
But the identities of the individual
295
766260
2000
Tetapi identitas dari setiap sel saraf
12:48
dopamine-producing neurons
296
768260
2000
pemproduksi dopamin
12:50
are clearly largely different on the left and on the right.
297
770260
3000
antara yang kanan dan kiri jelas berbeda.
12:53
Optically activating
298
773260
2000
Mengaktifkan sekitar ratusan sel
12:55
these hundred or so cells
299
775260
2000
dengan cahaya
12:57
into two strains of flies
300
777260
2000
dan memisahkannya menjadi dua jenis lalat,
12:59
has dramatically different consequences.
301
779260
2000
memiliki dua akibat yang dramatis.
13:01
If you look first at the behavior
302
781260
2000
Jika Anda melihat kelakuan
13:03
of the fly on the right,
303
783260
2000
lalat di sebelah kanan,
13:05
you can see that whenever it reaches the midpoint of the chamber
304
785260
3000
Anda dapat melihat kapan saja dia menjangkau garis tengah ruangan
13:08
where the two odors meet,
305
788260
2000
di mana dua bebauan bertemu,
13:10
it marches straight through, as it did before.
306
790260
3000
dia terbang maju seperti sebelumnya.
13:13
Its behavior is completely unchanged.
307
793260
2000
Kelakuannya tidak berubah sama sekali.
13:15
But the behavior of the fly on the left is very different.
308
795260
3000
Tapi kelakuan lalat di sebelah kiri sangat berbeda.
13:18
Whenever it comes up to the midpoint,
309
798260
3000
Kapan saja dia mencapai garis tengah,
13:21
it pauses,
310
801260
2000
Dia berhenti,
13:23
it carefully scans the odor interface
311
803260
2000
dia dengan hati hati mengamati pertemuan dari dua bebauan,
13:25
as if it was sniffing out its environment,
312
805260
2000
seperti dia mencium lingkungannya,
13:27
and then it turns around.
313
807260
2000
dan dia kemudian berbalik.
13:29
This means that the policy that the Actor implements
314
809260
3000
Ini berarti kebijakan yang diterapkan sang Aktor
13:32
now includes an instruction to avoid the odor
315
812260
2000
sekarang mengandung perintah untuk menghindari bebauan
13:34
that's in the right half of the chamber.
316
814260
3000
yang ada di sebelah kanan.
13:37
This means that the Critic
317
817260
2000
Ini berarti sang Kritik
13:39
must have spoken in that animal,
318
819260
2000
telah berbicara dalam binatang itu,
13:41
and that the Critic must be contained
319
821260
2000
dan sang Kritikus pasti ada
13:43
among the dopamine-producing neurons on the left,
320
823260
3000
dalam sel-sel saraf pemproduksi dopamin di lalat sebelah kiri,
13:46
but not among the dopamine producing neurons on the right.
321
826260
3000
tapi tidak di antara sel saraf pemproduksi dopamin di sebelah kanan.
13:49
Through many such experiments,
322
829260
3000
Melalui banyak percobaan seperti itu,
13:52
we were able to narrow down
323
832260
2000
kita dapat memperjelas
13:54
the identity of the Critic
324
834260
2000
identitas sang Kritikus
13:56
to just 12 cells.
325
836260
2000
hanya pada 12 sel.
13:58
These 12 cells, as shown here in green,
326
838260
3000
12 sel ini, yang berwarna hijau,
14:01
send the output to a brain structure
327
841260
2000
mereka mengirimkan sinyal ke otak,
14:03
called the "mushroom body,"
328
843260
2000
yang disebut badan jamur,
14:05
which is shown here in gray.
329
845260
2000
berwarna abu-abu di sini.
14:07
We know from our formal model
330
847260
2000
Kita tahu dalam model resmi kita
14:09
that the brain structure
331
849260
2000
bahwa struktur otak
14:11
at the receiving end of the Critic's commentary is the Actor.
332
851260
3000
pada ujung penerima komentar sang Kritikus adalah sang Aktor.
14:14
So this anatomy suggests
333
854260
2000
Jadi anatomi ini menyarankan
14:16
that the mushroom bodies have something to do
334
856260
3000
bahwa badan jamur memiliki sesuatu yang berhubungan
14:19
with action choice.
335
859260
2000
dengan pilihan perbuatan.
14:21
Based on everything we know about the mushroom bodies,
336
861260
2000
Berdasarkan semua yang kita tahu tentang badan jamur,
14:23
this makes perfect sense.
337
863260
2000
ini sangat masuk akal.
14:25
In fact, it makes so much sense
338
865260
2000
Sebenarnya, ini sangat masuk akal,
14:27
that we can construct an electronic toy circuit
339
867260
3000
kita dapat membangun sirkuit elektronik mainan
14:30
that simulates the behavior of the fly.
340
870260
3000
yang mensimulasikan sifat-sifat lalat.
14:33
In this electronic toy circuit,
341
873260
3000
Dalam sirkuit elektronik mainan ini,
14:36
the mushroom body neurons are symbolized
342
876260
2000
sel-sel saraf badan jamur dilambangkan
14:38
by the vertical bank of blue LEDs
343
878260
3000
oleh jajaran LED biru vertikal
14:41
in the center of the board.
344
881260
3000
di tengah papan.
14:44
These LED's are wired to sensors
345
884260
2000
LED ini terhubung ke sensor
14:46
that detect the presence of odorous molecules in the air.
346
886260
3000
yang mendeteksi adanya molekul bebauan di udara.
14:50
Each odor activates a different combination of sensors,
347
890260
3000
Setiap bebauan mengaktifkan kombinasi sensor yang berbeda,
14:53
which in turn activates
348
893260
2000
yang kemudian mengaktifkan
14:55
a different odor detector in the mushroom body.
349
895260
3000
pendeteksi bebauan yang berbeda di badan jamur.
14:58
So the pilot in the cockpit of the fly,
350
898260
2000
Jadi pilot lalat itu,
15:00
the Actor,
351
900260
2000
sang Aktor,
15:02
can tell which odor is present
352
902260
2000
dapat tahu bebauan apa yang ada
15:04
simply by looking at which of the blue LEDs lights up.
353
904260
4000
hanya dengan melihat LED biru mana yang menyala.
15:09
What the Actor does with this information
354
909260
2000
Apa yang sang Aktor lakukan terhadap informasi ini
15:11
depends on its policy,
355
911260
2000
tergantung pada kebijakannya,
15:13
which is stored in the strengths of the connection,
356
913260
2000
yang disimpan pada kuatnya hubungan,
15:15
between the odor detectors
357
915260
2000
antara pendeteksi bebauan
15:17
and the motors
358
917260
2000
dan motor
15:19
that power the fly's evasive actions.
359
919260
2000
yang mendorong aksi menghindarnya lalat.
15:22
If the connection is weak, the motors will stay off
360
922260
2000
Jika hubungannya lemah, motor itu akan tidak bergerak
15:24
and the fly will continue straight on its course.
361
924260
3000
dan lalat itu akan terus pada jalurnya.
15:27
If the connection is strong, the motors will turn on
362
927260
3000
Jika hubungannya kuat, motor itu akan hidup
15:30
and the fly will initiate a turn.
363
930260
3000
dan lalat akan berbalik.
15:33
Now consider a situation
364
933260
2000
Sekarang pertimbangkan situasi
15:35
in which the motors stay off,
365
935260
2000
di mana motor itu tetap diam,
15:37
the fly continues on its path
366
937260
3000
dan lalat terus terbang dalam jalurnya
15:40
and it suffers some painful consequence
367
940260
2000
dan dia mengalami pengalaman yang buruk
15:42
such as getting zapped.
368
942260
2000
seperti tersengat listrik.
15:44
In a situation like this,
369
944260
2000
Dalam situasi seperti ini
15:46
we would expect the Critic to speak up
370
946260
2000
kami berharap sang Kritikus akan berbicara
15:48
and to tell the Actor
371
948260
2000
kepada sang Aktor
15:50
to change its policy.
372
950260
2000
untuk mengganti kebijakannya.
15:52
We have created such a situation, artificially,
373
952260
3000
Kami telah menciptakan situasi buatan seperti itu
15:55
by turning on the critic with a flash of light.
374
955260
3000
dengan cara menyalakan Kritikus dengan pancaran cahaya.
15:58
That caused a strengthening of the connections
375
958260
3000
Itu mengakibatkan penguatan hubungan
16:01
between the currently active odor detector
376
961260
3000
antara pendeteksi bebauan yang sedang aktif
16:04
and the motors.
377
964260
2000
dan motornya.
16:06
So the next time
378
966260
2000
Jadi ketika
16:08
the fly finds itself facing the same odor again,
379
968260
3000
lalat itu mencium bebauan yang sama lagi,
16:11
the connection is strong enough to turn on the motors
380
971260
3000
hubungannya cukup kuat untuk menghidupkan motornya
16:14
and to trigger an evasive maneuver.
381
974260
3000
dan memicu gerakan menghindar.
16:19
I don't know about you,
382
979260
3000
Saya tidak tahu tentang Anda,
16:22
but I find it exhilarating to see
383
982260
3000
tapi saya pikir itu sangat menggembirakan melihat
16:25
how vague psychological notions
384
985260
3000
betapa pendapat psikologis yang samar
16:28
evaporate and give rise
385
988260
2000
hilang dan melahirkan
16:30
to a physical, mechanistic understanding of the mind,
386
990260
3000
pemahaman tentang otak yang fisik dan mekanis,
16:33
even if it's the mind of the fly.
387
993260
3000
bahkan jika itu otak lalat.
16:36
This is one piece of good news.
388
996260
3000
Ini adalah sebuah berita bagus.
16:39
The other piece of good news,
389
999260
2000
Berita bagus lainnya,
16:41
for a scientist at least,
390
1001260
2000
bagi seorang peneliti paling tidak,
16:43
is that much remains to be discovered.
391
1003260
3000
masih banyak hal yang bisa dijelajahi.
16:46
In the experiments I told you about,
392
1006260
2000
Dalam percobaan yang saya bilang,
16:48
we have lifted the identity of the Critic,
393
1008260
3000
kita telah mengangkat identitas sang Kritik,
16:51
but we still have no idea
394
1011260
2000
tapi kita masih tidak tahu
16:53
how the Critic does its job.
395
1013260
2000
bagaimana sang Kritikus bekerja.
16:55
Come to think of it, knowing when you're wrong
396
1015260
2000
Tentang hal itu, untuk tahu ketika Anda itu salah,
16:57
without a teacher, or your mother, telling you,
397
1017260
3000
tanpa seorang guru, atau ibu yang memberitahu Anda,
17:00
is a very hard problem.
398
1020260
2000
adalah masalah yang sangat sulit.
17:02
There are some ideas in computer science
399
1022260
2000
Ada beberapa ide di ilmu komputer
17:04
and in artificial intelligence
400
1024260
2000
dan kecerdasan buatan
17:06
as to how this might be done,
401
1026260
2000
tentang bagaimana ini seharusnya dilakukan,
17:08
but we still haven't solved
402
1028260
2000
tapi kita belum memecahkan
17:10
a single example
403
1030260
2000
sebuah contoh sederhana
17:12
of how intelligent behavior
404
1032260
3000
tentang bagaimana kelakuan pintar
17:15
springs from the physical interactions
405
1035260
2000
muncul dari interaksi fisik
17:17
in living matter.
406
1037260
2000
pada benda hidup.
17:19
I think we'll get there in the not too distant future.
407
1039260
3000
Saya pikir kita akan sampai di sana tidak terlalu lama lagi.
17:22
Thank you.
408
1042260
2000
Terima kasih.
17:24
(Applause)
409
1044260
4000
(Tepuk tangan)
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7