Gero Miesenboeck reengineers a brain

52,048 views ・ 2010-11-05

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Yubal Masalker מבקר: Sigal Tifferet
00:15
I have a doppelganger.
0
15260
3000
יש לי כפיל.
00:18
(Laughter)
1
18260
3000
(צחוק)
00:21
Dr. Gero is a brilliant
2
21260
3000
ד"ר ג'ירו הוא מדען מבריק
00:24
but slightly mad scientist
3
24260
2000
אבל קצת מטורף,
00:26
in the "Dragonball Z: Android Saga."
4
26260
3000
בדרקון בול Z "סאגה אנדראודית".
00:29
If you look very carefully,
5
29260
2000
אם מסתכלים בתשומת לב,
00:31
you see that his skull has been replaced
6
31260
3000
רואים שהגולגולת שלו הוחלפה
00:34
with a transparent Plexiglas dome
7
34260
2000
בכיפה שקופה מזכוכית פלסטית
00:36
so that the workings of his brain can be observed
8
36260
3000
כך שניתן לראות את המוח שלו עובד
00:39
and also controlled with light.
9
39260
3000
וגם לשלוט עליו בעזרת אור.
00:42
That's exactly what I do --
10
42260
2000
זה בדיוק מה שאני עושה --
00:44
optical mind control.
11
44260
2000
שליטה על מחשבות באמצעות אור.
00:46
(Laughter)
12
46260
2000
(צחוק)
00:48
But in contrast to my evil twin
13
48260
2000
אבל בניגוד לתאומי המרושע,
00:50
who lusts after world domination,
14
50260
3000
אשר שואף לשלוט על העולם,
00:53
my motives are not sinister.
15
53260
3000
המניעים שלי אינם מרושעים.
00:56
I control the brain
16
56260
2000
אני שולט על המוח
00:58
in order to understand how it works.
17
58260
2000
כדי להבין כיצד הוא פועל.
01:00
Now wait a minute, you may say,
18
60260
2000
אבל עכשיו תגידו, רק רגע,
01:02
how can you go straight to controlling the brain
19
62260
3000
כיצד אתה ישר מדבר על שליטה במוח
01:05
without understanding it first?
20
65260
2000
מבלי קודם כל להבין אותו?
01:07
Isn't that putting the cart before the horse?
21
67260
3000
האין זה לרתום את העגלה לפני הסוסים?
01:11
Many neuroscientists agree with this view
22
71260
3000
הרבה חוקרי מערכות עצביות מסכימים עם השקפה זו
01:14
and think that understanding will come
23
74260
3000
וסבורים שהבנה תגיע
01:17
from more detailed observation and analysis.
24
77260
3000
מהתבוננות וניתוח יותר פרטניים.
01:20
They say, "If we could record the activity of our neurons,
25
80260
4000
הם טוענים, "אם היינו יכולים להקליט את הפעילות של הניורונים שלנו,
01:24
we would understand the brain."
26
84260
3000
היינו מבינים את המוח."
01:27
But think for a moment what that means.
27
87260
3000
אבל תחשבו רגע מה זה אומר.
01:30
Even if we could measure
28
90260
2000
גם אם היינו יכולים למדוד
01:32
what every cell is doing at all times,
29
92260
2000
מה כל תא עושה בכל רגע,
01:34
we would still have to make sense
30
94260
2000
עדיין היינו צריכים לעשות סדר
01:36
of the recorded activity patterns,
31
96260
2000
בתבניות של הפעילויות המוקלטות,
01:38
and that's so difficult,
32
98260
2000
וזה כל-כך קשה,
01:40
chances are we'll understand these patterns
33
100260
2000
שהסיכויים שנבין את התבניות הללו
01:42
just as little as the brains that produce them.
34
102260
3000
הוא נמוך כמו שהמוח שמייצר אותן יבין.
01:45
Take a look at what brain activity might look like.
35
105260
3000
תסתכלו איך פעילות של מוח עשויה להיראות.
01:48
In this simulation, each black dot
36
108260
2000
בהדמיה זו, כל נקודה שחורה
01:50
is one nerve cell.
37
110260
2000
היא תא-עצב אחד.
01:52
The dot is visible
38
112260
2000
הנקודה מתגלה לעין
01:54
whenever a cell fires an electrical impulse.
39
114260
2000
בכל פעם שתא משגר אות חשמלי.
01:56
There's 10,000 neurons here.
40
116260
2000
ישנם כאן 10,000 תאי-עצב.
01:58
So you're looking at roughly one percent
41
118260
2000
כך שאתם רואים בקירוב
02:00
of the brain of a cockroach.
42
120260
3000
אחוז אחד ממוחו של ג'וק.
02:04
Your brains are about 100 million times
43
124260
3000
המוחות שלנו 100 מיליון פעם
02:07
more complicated.
44
127260
2000
יותר מורכבים.
02:09
Somewhere, in a pattern like this,
45
129260
2000
היכן שהוא, תבנית כזו,
02:11
is you,
46
131260
2000
היא אתם --
02:13
your perceptions,
47
133260
2000
ההשקפות שלכם,
02:15
your emotions, your memories,
48
135260
3000
הרגשות שלכם, הזכרונות שלכם,
02:18
your plans for the future.
49
138260
2000
התוכניות שלכם לעתיד.
02:20
But we don't know where,
50
140260
2000
אבל איננו יודעים היכן,
02:22
since we don't know how to read the pattern.
51
142260
3000
מכיוון שאנו לא יודעים כיצד לקרוא את התבנית.
02:25
We don't understand the code used by the brain.
52
145260
3000
איננו מבינים את הקוד שהמוח משתמש בו.
02:28
To make progress,
53
148260
2000
כדי להתקדם,
02:30
we need to break the code.
54
150260
2000
עלינו לפצח את הקוד.
02:32
But how?
55
152260
2000
אבל כיצד?
02:35
An experienced code-breaker will tell you
56
155260
2000
מפתח קודים מנוסה יאמר לכם
02:37
that in order to figure out what the symbols in a code mean,
57
157260
3000
שכדי לגלות מה פירוש הסימנים בקוד,
02:40
it's essential to be able to play with them,
58
160260
3000
נחוץ שתהיה לנו היכולת לשחק איתם,
02:43
to rearrange them at will.
59
163260
2000
לארגן אותם מחדש כרצוננו.
02:45
So in this situation too,
60
165260
2000
אז גם במצב שלפנינו,
02:47
to decode the information
61
167260
2000
כדי לפענח את המידע
02:49
contained in patterns like this,
62
169260
2000
הכלול בתבנית כמו זו,
02:51
watching alone won't do.
63
171260
2000
צפיה לבדה לא תספיק;
02:53
We need to rearrange the pattern.
64
173260
2000
אנו זקוקים לארגון מחודש של התבנית.
02:55
In other words,
65
175260
2000
במילים אחרות,
02:57
instead of recording the activity of neurons,
66
177260
2000
במקום הקלטת פעילות של הניורונים,
02:59
we need to control it.
67
179260
2000
עלינו לשלוט עליה.
03:01
It's not essential that we can control
68
181260
2000
אין זה נחוץ שנוכל לשלוט
03:03
the activity of all neurons in the brain, just some.
69
183260
3000
על הפעילות של כל הניורונים במוח, אלא רק של חלקם.
03:06
The more targeted our interventions, the better.
70
186260
2000
ככל שההתערבות שלנו יותר ממוקדת, כך יותר טוב.
03:08
And I'll show you in a moment
71
188260
2000
ואראה לכם בעוד רגע
03:10
how we can achieve the necessary precision.
72
190260
3000
כיצד נוכל להשיג את הדיוק הנחוץ.
03:13
And since I'm realistic, rather than grandiose,
73
193260
3000
ומאחר ואני מציאותי ולא חי באשליות,
03:16
I don't claim that the ability to control the function of the nervous system
74
196260
3000
איני טוען שהיכולת לשלוט בפעולת מערכת העצבים
03:19
will at once unravel all its mysteries.
75
199260
3000
תפתור את כל המסתורין שלה.
03:22
But we'll certainly learn a lot.
76
202260
3000
אבל לבטח נלמד המון.
03:27
Now, I'm by no means
77
207260
2000
עכשיו, בשום אופן
03:29
the first person to realize
78
209260
2000
אני לא האדם הראשון שמגלה
03:31
how powerful a tool intervention is.
79
211260
3000
עד כמה חזקה היא התערבות פיזית.
03:34
The history of attempts
80
214260
2000
ההיסטוריה של הניסיונות
03:36
to tinker with the function of the nervous system
81
216260
2000
להתעסק עם פעולת המערכת העצבית
03:38
is long and illustrious.
82
218260
2000
הוא ארוך וידוע.
03:40
It dates back at least 200 years,
83
220260
3000
היא הולכת אחורה לפחות 200 שנה,
03:43
to Galvani's famous experiments
84
223260
2000
לניסויים המפורסמים של גלוואני
03:45
in the late 18th century and beyond.
85
225260
3000
לקראת סוף המאה ה-18 ואילך.
03:49
Galvani showed that a frog's legs twitched
86
229260
3000
גלוואני הראה שרגלי צפרדע קופצות
03:52
when he connected the lumbar nerve
87
232260
2000
כאשר הוא חיבר את העצב המותני
03:54
to a source of electrical current.
88
234260
3000
למקור של זרם חשמלי.
03:57
This experiment revealed the first, and perhaps most fundamental,
89
237260
3000
ניסוי זה גילה את הסוד הכמוס הראשון ואולי הכי בסיסי
04:00
nugget of the neural code:
90
240260
2000
של הצופן העצבי:
04:02
that information is written in the form
91
242260
2000
שמידע נכתב בצורה
04:04
of electrical impulses.
92
244260
3000
של אותות חשמליים.
04:08
Galvani's approach
93
248260
2000
גישתו של גלוואני לחקירת
04:10
of probing the nervous system with electrodes
94
250260
2000
המערכת העצבית באמצעות אלקטרודות
04:12
has remained state-of-the-art until today,
95
252260
3000
נשארה שימושית עד היום,
04:15
despite a number of drawbacks.
96
255260
3000
למרות כמה חסרונות.
04:18
Sticking wires into the brain is obviously rather crude.
97
258260
3000
ברור שתקיעת חוטים במוח זה אכזרי.
04:21
It's hard to do in animals that run around,
98
261260
2000
זה קשה לביצוע עם חיות שמתרוצצות,
04:23
and there is a physical limit
99
263260
2000
ויש מגבלה פיזית
04:25
to the number of wires
100
265260
2000
למספר החוטים
04:27
that can be inserted simultaneously.
101
267260
3000
שניתן להחדיר בו-זמנית.
04:30
So around the turn of the last century,
102
270260
2000
כך שבסביבות סיום המאה הקודמת,
04:32
I started to think,
103
272260
2000
התחלתי לחשוב,
04:34
"Wouldn't it be wonderful if one could take this logic
104
274260
3000
שזה יכול היה להיות נהדר אם ניתן היה להפוך
04:37
and turn it upside down?"
105
277260
2000
על פניו את ההיגיון הזה.
04:39
So instead of inserting a wire
106
279260
2000
כך שבמקום להחדיר חוט
04:41
into one spot of the brain,
107
281260
3000
אל תוך נקודה יחידה במוח,
04:44
re-engineer the brain itself
108
284260
2000
צריך לארגן מחדש את המוח עצמו
04:46
so that some of its neural elements
109
286260
3000
כך שכמה מהאלמנטים העצביים שלו
04:49
become responsive to diffusely broadcast signals
110
289260
3000
יגיבו לשידורי אותות מפוזרים,
04:52
such as a flash of light.
111
292260
3000
כגון הבזקי אור.
04:55
Such an approach would literally, in a flash of light,
112
295260
3000
גישה כזו, באמצעות הבזק של אור פשוטו כמשמעו,
04:58
overcome many of the obstacles to discovery.
113
298260
3000
תתגבר על רבים מהמכשולים העומדים בדרך לתגליות.
05:01
First, it's clearly a non-invasive,
114
301260
3000
קודם כל, באופן ברור זוהי תקשורת
05:04
wireless form of communication.
115
304260
3000
אלחוטית לא פולשנית.
05:07
And second, just as in a radio broadcast,
116
307260
2000
ושנית, פשוט כמו שידור רדיו,
05:09
you can communicate with many receivers at once.
117
309260
3000
ניתן לתקשר עם הרבה קולטים בו-זמנית.
05:12
You don't need to know where these receivers are,
118
312260
3000
אין צורך לדעת היכן נמצאים קולטים הללו.
05:15
and it doesn't matter if these receivers move --
119
315260
2000
ואין זה משנה אם קולטים הללו נעים --
05:17
just think of the stereo in your car.
120
317260
3000
תחשבו על הרדיו באוטו שלכם.
05:20
It gets even better,
121
320260
3000
וזה עוד משתפר,
05:23
for it turns out that we can fabricate the receivers
122
323260
3000
מאחר ומתברר שאנו מסוגלים לייצר את הקולטים
05:26
out of materials that are encoded in DNA.
123
326260
3000
מחומרים שמקודדים בתוך DNA.
05:29
So each nerve cell
124
329260
2000
כך כל תא עצבי
05:31
with the right genetic makeup
125
331260
2000
עם המבנה הגנטי הנכון
05:33
will spontaneously produce a receiver
126
333260
3000
ייצור באופן ספונטני מקלט
05:36
that allows us to control its function.
127
336260
3000
המאפשר לנו לשלוט על פעולתו.
05:39
I hope you'll appreciate
128
339260
2000
אני מקוה שאתם מעריכים
05:41
the beautiful simplicity
129
341260
2000
את היופי שבפשטות
05:43
of this concept.
130
343260
2000
השיטה הזו.
05:45
There's no high-tech gizmos here,
131
345260
2000
אין כאן גימיקי היי-טק,
05:47
just biology revealed through biology.
132
347260
3000
אלא רק ביולוגיה הנגלית דרך ביולוגיה.
05:51
Now let's take a look at these miraculous receivers up close.
133
351260
3000
כעת הבה נתבונן במקלטים המופלאים הללו מקרוב.
05:54
As we zoom in on one of these purple neurons,
134
354260
3000
ככל שאנו מתקרבים ומתמקדים באחד מהניורונים הסגולים הללו,
05:57
we see that its outer membrane
135
357260
2000
אנו מבחינים שהקרום החיצוני שלו
05:59
is studded with microscopic pores.
136
359260
2000
משובץ בחרירים מיקרוסקופיים.
06:01
Pores like these conduct electrical current
137
361260
2000
חרירים כאלה מוליכים זרם חשמלי
06:03
and are responsible
138
363260
2000
והם אחראים
06:05
for all the communication in the nervous system.
139
365260
2000
לכל התקשורת במערכת העצבית.
06:07
But these pores here are special.
140
367260
2000
אבל חרירים אלה הם מיוחדים.
06:09
They are coupled to light receptors
141
369260
2000
הם צמודים לקולטני אור
06:11
similar to the ones in your eyes.
142
371260
3000
הדומים לאלה שבעינינו.
06:14
Whenever a flash of light hits the receptor,
143
374260
2000
בכל פעם שהבזק אור פוגע בקולטן,
06:16
the pore opens, an electrical current is switched on,
144
376260
3000
החריר נפתח ומופיע זרם חשמלי,
06:19
and the neuron fires electrical impulses.
145
379260
3000
והניורונים יורים אותות חשמליים.
06:22
Because the light-activated pore is encoded in DNA,
146
382260
3000
מכיוון שהחריר שמופעל על-ידי האור מקודד ב-DNA,
06:25
we can achieve incredible precision.
147
385260
3000
אנו מסוגלים להגיע לדיוק מדהים.
06:28
This is because,
148
388260
2000
זה בגלל שאף על-פי
06:30
although each cell in our bodies
149
390260
2000
שכל תא בגופנו
06:32
contains the same set of genes,
150
392260
2000
מכיל את אותו מערך של גנים,
06:34
different mixes of genes get turned on and off
151
394260
2000
קבוצות שונות של גנים נדלקות ונכבות
06:36
in different cells.
152
396260
2000
בתאים שונים.
06:38
You can exploit this to make sure
153
398260
2000
ניתן לנצל זאת כדי להבטיח
06:40
that only some neurons
154
400260
2000
שרק כמה ניורונים
06:42
contain our light-activated pore and others don't.
155
402260
3000
מכילים את החריר מופעל האור בעוד שאחרים לא.
06:45
So in this cartoon, the bluish white cell
156
405260
2000
באנימציה זו, התא בצבע תכלת
06:47
in the upper-left corner
157
407260
2000
בפינה השמאלית העליונה
06:49
does not respond to light
158
409260
2000
לא מגיב לאור
06:51
because it lacks the light-activated pore.
159
411260
3000
מכיוון שהוא חסר את החריר מופעל האור.
06:54
The approach works so well
160
414260
2000
גישה זו היא כה יעילה
06:56
that we can write purely artificial messages
161
416260
2000
שאנו יכולים לכתוב הודעות מלאכותיות לגמרי
06:58
directly to the brain.
162
418260
2000
ישירות אל המוח.
07:00
In this example, each electrical impulse,
163
420260
2000
בדוגמא זו, כל אות חשמלי,
07:02
each deflection on the trace,
164
422260
3000
כל סטיה מהמסלול,
07:05
is caused by a brief pulse of light.
165
425260
3000
נגרמים על-ידי פולס קטן של אור.
07:08
And the approach, of course, also works
166
428260
2000
והגישה גם עובדת
07:10
in moving, behaving animals.
167
430260
3000
עם התנועה וההתנהגות של חיות.
07:13
This is the first ever such experiment,
168
433260
2000
זהו ניסוי ראשון מסוגו,
07:15
sort of the optical equivalent of Galvani's.
169
435260
3000
מין תאום אופטי של הניסוי של גלוואני.
07:18
It was done six or seven years ago
170
438260
2000
הוא בוצע לפני שש או שבע שנים
07:20
by my then graduate student, Susana Lima.
171
440260
3000
על-ידי תלמידה לתואר שני דאז, סוזאנה לימה.
07:23
Susana had engineered the fruit fly on the left
172
443260
3000
סוזאנה שינתה את זבוב הפירות משמאל
07:26
so that just two out of the 200,000 cells in its brain
173
446260
4000
כך שרק שניים מ-200,000 תאי המוח שלו
07:30
expressed the light-activated pore.
174
450260
3000
הכילו את החריר מופעל האור.
07:33
You're familiar with these cells
175
453260
2000
אתם מכירים את התאים הללו
07:35
because they are the ones that frustrate you
176
455260
2000
מפני שהם אלה שמתסכלים אותנו
07:37
when you try to swat the fly.
177
457260
2000
כאשר אנו מנסים להצליף בזבוב.
07:39
They trained the escape reflex that makes the fly jump into the air
178
459260
3000
הם אילפו את רפלקס הבריחה אשר גורם לזבוב להתעופף
07:42
and fly away whenever you move your hand in position.
179
462260
3000
בכל פעם שאתם מזיזים את הידיים כדי להצליף בו.
07:46
And you can see here that the flash of light has exactly the same effect.
180
466260
3000
וכאן ניתן לראות איך להבזק של אור השפעה זהה.
07:49
The animal jumps, it spreads its wings, it vibrates them,
181
469260
3000
הזבוב קופץ, הוא פורש את כנפיו, מנפנף אותם,
07:52
but it can't actually take off
182
472260
2000
אבל לא יכול להתעופף,
07:54
because the fly is sandwiched between two glass plates.
183
474260
3000
כי הוא כלוא בין שתי לוחיות זכוכית.
07:58
Now to make sure that this was no reaction of the fly
184
478260
2000
כדי לוודא שזו לא תגובה של הזבוב
08:00
to a flash it could see,
185
480260
3000
להבזק שהוא רואה,
08:03
Susana did a simple
186
483260
2000
סוזאנה עשתה ניסוי
08:05
but brutally effective experiment.
187
485260
2000
פשוט אבל אכזרי ביעילותו.
08:07
She cut the heads off of her flies.
188
487260
3000
היא חתכה את ראשיהם של הזבובים.
08:11
These headless bodies can live for about a day,
189
491260
3000
גופות חסרות הראש הללו יכולות להישאר בחיים ליממה,
08:14
but they don't do much.
190
494260
2000
אבל הן לא עושות הרבה.
08:16
They just stand around
191
496260
3000
הן רק עומדות
08:19
and groom excessively.
192
499260
3000
ומטפחות את עצמן.
08:22
So it seems that the only trait that survives decapitation is vanity.
193
502260
3000
נראה כאילו שהתכונה היחידה שנשארת לאחר עריפת ראש היא גנדרנות.
08:25
(Laughter)
194
505260
3000
(צחוק)
08:30
Anyway, as you'll see in a moment,
195
510260
2000
בכל אופן, כפי שתראו מיד,
08:32
Susana was able to turn on the flight motor
196
512260
3000
סוזאנה היתה מסוגלת להדליק את הדחף לעוף
08:35
of what's the equivalent of the spinal cord of these flies
197
515260
3000
במה שנחשב אצל הזבובים כעמוד השידרה
08:38
and get some of the headless bodies
198
518260
2000
ולגרום לחלק מהזבובים חסרי הראש
08:40
to actually take off and fly away.
199
520260
3000
להתעופף ממש רחוק.
08:47
They didn't get very far, obviously.
200
527260
2000
ברור שהם לא התרחקו הרבה.
08:50
Since we took these first steps,
201
530260
2000
מאז הצעד הראשון הזה שלנו,
08:52
the field of optogenetics has exploded.
202
532260
3000
התחום של אופטו-גנטיקה פרץ ועלה.
08:55
And there are now hundreds of labs
203
535260
2000
כיום יש מאות מעבדות
08:57
using these approaches.
204
537260
2000
העושות שימוש בגישות אלו.
08:59
And we've come a long way
205
539260
2000
ועשינו דרך ארוכה
09:01
since Galvani's and Susana's first successes
206
541260
3000
מאז ההצלחות הראשונות של גלוואני וסוזאנה
09:04
in making animals twitch or jump.
207
544260
2000
בלגרום לחיות לנוע או לקפוץ.
09:06
We can now actually interfere with their psychology
208
546260
3000
היום אנחנו למעשה יכולים להתערב בפסיכולוגיה שלהם
09:09
in rather profound ways,
209
549260
2000
באופן די משמעותי
09:11
as I'll show you in my last example,
210
551260
2000
כפי שאראה בדוגמא האחרונה שלי,
09:13
which is directed at a familiar question.
211
553260
3000
המכוונת לשאלה מוכרת.
09:16
Life is a string of choices
212
556260
3000
החיים הם שרשרת של בחירות
09:19
creating a constant pressure to decide what to do next.
213
559260
3000
היוצרות לחץ מתמיד להחליט מה לעשות כעת.
09:23
We cope with this pressure by having brains,
214
563260
3000
אנו מתמודדים עם לחץ זה בכך שיש לנו מוח,
09:26
and within our brains, decision-making centers
215
566260
3000
ובתוך המוח יש מרכז קבלת החלטות
09:29
that I've called here the "Actor."
216
569260
3000
שאותו כיניתי כאן ה"מבצע".
09:33
The Actor implements a policy that takes into account
217
573260
3000
ה"מבצע" מיישם מדיניות אשר לוקחת בחשבון
09:36
the state of the environment
218
576260
2000
את מצב הסביבה
09:38
and the context in which we operate.
219
578260
3000
ואת ההקשר בו אנו פועלים.
09:41
Our actions change the environment, or context,
220
581260
3000
פעולותינו משנות את הסביבה, או ההקשר,
09:44
and these changes are then fed back into the decision loop.
221
584260
3000
ושינויים אלה מוזנים בחזרה אל תוך לולאת ההחלטות.
09:48
Now to put some neurobiological meat
222
588260
3000
כדי להכניס קצת תוכן נוירוביולוגי
09:51
on this abstract model,
223
591260
2000
בתוך מודל מופשט זה,
09:53
we constructed a simple one-dimensional world
224
593260
2000
בנינו עולם חד-מימדי פשוט
09:55
for our favorite subject, fruit flies.
225
595260
3000
למען הנושא החביב עלינו, זבובי פירות.
09:58
Each chamber in these two vertical stacks
226
598260
2000
כל תא בתוך שתי המחיצות האנכיות האלו
10:00
contains one fly.
227
600260
2000
מכיל זבוב אחד.
10:02
The left and the right halves of the chamber
228
602260
3000
החצאים הימניים והשמאליים של התא
10:05
are filled with two different odors,
229
605260
2000
מלאים בשני ריחות שונים,
10:07
and a security camera watches
230
607260
2000
ומצלמת אבטחה עוקבת
10:09
as the flies pace up and down between them.
231
609260
3000
בזמן שהזבובים עוברים ביניהם.
10:12
Here's some such CCTV footage.
232
612260
2000
הנה כאן קטע מצילום במעגל סגור.
10:14
Whenever a fly reaches the midpoint of the chamber
233
614260
3000
בכל פעם שזבוב מגיע לנקודת אמצע של התא,
10:17
where the two odor streams meet,
234
617260
2000
היכן ששני זרמי הריחות נפגשים,
10:19
it has to make a decision.
235
619260
2000
עליו לקבל החלטה.
10:21
It has to decide whether to turn around
236
621260
2000
עליו להחליט אם לפנות בחזרה
10:23
and stay in the same odor,
237
623260
2000
ולהישאר באותו ריח,
10:25
or whether to cross the midline
238
625260
2000
או אם לחצות את קו האמצע
10:27
and try something new.
239
627260
2000
ולנסות משהו חדש.
10:29
These decisions are clearly a reflection
240
629260
3000
החלטות אלו הן ביטוי מובהק
10:32
of the Actor's policy.
241
632260
3000
למדיניות של ה"מבצע".
10:36
Now for an intelligent being like our fly,
242
636260
3000
בשביל יצור תבוני כמו הזבוב שלנו,
10:39
this policy is not written in stone
243
639260
3000
מדיניות זו אינה חקוקה בסלע,
10:42
but rather changes as the animal learns from experience.
244
642260
3000
אלא היא משתנה כשהיצור לומד מהניסיון.
10:45
We can incorporate such an element
245
645260
2000
אנו יכולים לשלב אלמנט כזה
10:47
of adaptive intelligence into our model
246
647260
3000
של אינטליגנציית הסתגלות בתוך המודל שלנו
10:50
by assuming that the fly's brain
247
650260
2000
בהנחה שמוח הזבוב
10:52
contains not only an Actor,
248
652260
2000
מכיל לא רק "מבצע",
10:54
but a different group of cells,
249
654260
2000
אלא גם קבוצה אחרת של תאים,
10:56
a "Critic," that provides a running commentary
250
656260
3000
קבוצת בקרה, המספקת פרשנות חיה
10:59
on the Actor's choices.
251
659260
2000
על הבחירות שה"מבצע" עושה.
11:01
You can think of this nagging inner voice
252
661260
3000
ניתן לחשוב על זה כקול נודניק פנימי,
11:04
as sort of the brain's equivalent
253
664260
2000
כהקבלה מוחית
11:06
of the Catholic Church,
254
666260
2000
לכנסיה הקתולית,
11:08
if you're an Austrian like me,
255
668260
3000
אם אתה אוסטרי כמוני,
11:11
or the super-ego, if you're Freudian,
256
671260
3000
או לאני העליון, אם אתה פרוידיאני,
11:14
or your mother, if you're Jewish.
257
674260
2000
או לאמא שלך, אם אתה יהודי.
11:16
(Laughter)
258
676260
4000
(צחוק)
11:20
Now obviously,
259
680260
2000
עכשיו, ברור
11:22
the Critic is a key ingredient
260
682260
3000
שהמבקר הפנימי הוא מרכיב קריטי
11:25
in what makes us intelligent.
261
685260
2000
בהפיכתנו לאינטליגנטיים.
11:27
So we set out to identify
262
687260
2000
לכן התחלנו לנסות ולזהות
11:29
the cells in the fly's brain
263
689260
2000
את התאים במוח של הזבוב
11:31
that played the role of the Critic.
264
691260
2000
אשר מבצעים את תפקיד המבקר.
11:33
And the logic of our experiment was simple.
265
693260
3000
וההיגיון של ניסויינו היה פשוט.
11:36
We thought if we could use our optical remote control
266
696260
3000
חשבנו שאם יכולנו להשתמש בשלט הרחוק האופטי שלנו
11:39
to activate the cells of the Critic,
267
699260
3000
כדי לעורר את התאים המבקרים,
11:42
we should be able, artificially, to nag the Actor
268
702260
3000
אז גם נוכל לנדנד ל"מבצע" באופן מלאכותי
11:45
into changing its policy.
269
705260
2000
וכך לגרום לו לשנות את מדיניותו.
11:47
In other words,
270
707260
2000
במילים אחרות,
11:49
the fly should learn from mistakes
271
709260
2000
הזבוב אמור ללמוד משגיאות
11:51
that it thought it had made
272
711260
2000
שנדמה לו שהוא עשה,
11:53
but, in reality, it had not made.
273
713260
3000
אבל למעשה הוא לא עשה אותן.
11:56
So we bred flies
274
716260
2000
אז גידלנו זבובים
11:58
whose brains were more or less randomly peppered
275
718260
3000
שמוחותיהם היו זרועים אקראית פחות או יותר
12:01
with cells that were light addressable.
276
721260
2000
בתאים שמגיבים לאור.
12:03
And then we took these flies
277
723260
2000
לקחנו זבובים אלה
12:05
and allowed them to make choices.
278
725260
2000
ואפשרנו להם לבחור.
12:07
And whenever they made one of the two choices,
279
727260
2000
ובכל פעם שהם עשו אחת משתי הבחירות,
12:09
chose one odor,
280
729260
2000
בחרו ריח מסויים,
12:11
in this case the blue one over the orange one,
281
731260
2000
במקרה הזה כחול על-פני הכתום,
12:13
we switched on the lights.
282
733260
2000
הדלקנו את האור.
12:15
If the Critic was among the optically activated cells,
283
735260
3000
אם המבקר היה בין תאים המופעלים אופטית,
12:18
the result of this intervention
284
738260
2000
התוצאה של התערבות זו
12:20
should be a change in policy.
285
740260
3000
צריכה להיות שינוי במדיניות.
12:23
The fly should learn to avoid
286
743260
2000
הזבוב צריך ללמוד להימנע
12:25
the optically reinforced odor.
287
745260
2000
מהריח המלווה באור.
12:27
Here's what happened in two instances:
288
747260
3000
הנה מה שקרה בשני מקרים.
12:30
We're comparing two strains of flies,
289
750260
3000
אנו משווים בין שני זנים של זבובים,
12:33
each of them having
290
753260
2000
אצל כל אחד מהם קיימים במוח
12:35
about 100 light-addressable cells in their brains,
291
755260
2000
כ-100 תאים המגיבים לאור,
12:37
shown here in green on the left and on the right.
292
757260
3000
הנראים כאן בצבע ירוק משמאל ומימין.
12:40
What's common among these groups of cells
293
760260
3000
המשותף לשתי קבוצות התאים האלו
12:43
is that they all produce the neurotransmitter dopamine.
294
763260
3000
שהם מייצרים דופאמין שהוא מעביר עצבי.
12:46
But the identities of the individual
295
766260
2000
אבל הזהויות של הניורונים
12:48
dopamine-producing neurons
296
768260
2000
המייצרים דופאמין
12:50
are clearly largely different on the left and on the right.
297
770260
3000
הן באופן ברור מאוד שונות בצד השמאלי לעומת הימני.
12:53
Optically activating
298
773260
2000
גירוי אופטי
12:55
these hundred or so cells
299
775260
2000
של מאות התאים הללו
12:57
into two strains of flies
300
777260
2000
בתוך שני זני הזבובים,
12:59
has dramatically different consequences.
301
779260
2000
נותן תוצאות שונות באופן דרמטי.
13:01
If you look first at the behavior
302
781260
2000
אם מסתכלים תחילה על ההתנהגות
13:03
of the fly on the right,
303
783260
2000
של הזבוב מימין,
13:05
you can see that whenever it reaches the midpoint of the chamber
304
785260
3000
ניתן לראות שבכל פעם שהוא מגיע לנקודת האמצע בתא,
13:08
where the two odors meet,
305
788260
2000
היכן ששני הריחות מצטלבים,
13:10
it marches straight through, as it did before.
306
790260
3000
הוא ממשיך ישר כפי שעשה קודם.
13:13
Its behavior is completely unchanged.
307
793260
2000
התנהגותו נשארת לגמרי ללא שינוי.
13:15
But the behavior of the fly on the left is very different.
308
795260
3000
אבל ההתנהגות של הזבוב משמאל היא מאוד שונה.
13:18
Whenever it comes up to the midpoint,
309
798260
3000
בכל פעם שהוא מגיע לנקודת האמצע,
13:21
it pauses,
310
801260
2000
הוא עוצר,
13:23
it carefully scans the odor interface
311
803260
2000
הוא בוחן בזהירות את הממשק בין שני הריחות,
13:25
as if it was sniffing out its environment,
312
805260
2000
כאילו הוא מרחרח את סביבתו,
13:27
and then it turns around.
313
807260
2000
ואז הוא מסתובב בחזרה.
13:29
This means that the policy that the Actor implements
314
809260
3000
זה אומר שהמדיניות שה"מבצע" מיישם,
13:32
now includes an instruction to avoid the odor
315
812260
2000
כוללת בתוכה הוראה להימנע מהריח
13:34
that's in the right half of the chamber.
316
814260
3000
שבחצי הימני של התא.
13:37
This means that the Critic
317
817260
2000
משמעות הדבר היא שה"מבקר"
13:39
must have spoken in that animal,
318
819260
2000
אמר את דברו באותו זבוב,
13:41
and that the Critic must be contained
319
821260
2000
וה"מבקר" היה חייב להיות כלול
13:43
among the dopamine-producing neurons on the left,
320
823260
3000
בתוך הניורונים יוצרי הדופאמין משמאל,
13:46
but not among the dopamine producing neurons on the right.
321
826260
3000
אבל לא בתוך הניורונים יוצרי הדופאמין מימין.
13:49
Through many such experiments,
322
829260
3000
באמצעות המון ניסויים כאלה,
13:52
we were able to narrow down
323
832260
2000
הצלחנו לצמצם את הזהויות
13:54
the identity of the Critic
324
834260
2000
האפשריות של ה"מבקר"
13:56
to just 12 cells.
325
836260
2000
אך ורק ל-12 תאים.
13:58
These 12 cells, as shown here in green,
326
838260
3000
12 התאים הללו, הנראים כאן בירוק,
14:01
send the output to a brain structure
327
841260
2000
שולחים את האות למבנה במוח
14:03
called the "mushroom body,"
328
843260
2000
המכונה מבנה פטריה,
14:05
which is shown here in gray.
329
845260
2000
הנראה כאן באפור.
14:07
We know from our formal model
330
847260
2000
אנו יודעים מתוך המודל הרשמי שלנו
14:09
that the brain structure
331
849260
2000
שמבנה המוח הנמצא
14:11
at the receiving end of the Critic's commentary is the Actor.
332
851260
3000
בקצה הקולט את הערות ה"מבקר" הוא ה"מבצע".
14:14
So this anatomy suggests
333
854260
2000
כך שניתוח זה רומז
14:16
that the mushroom bodies have something to do
334
856260
3000
שמבני הפטריה קשורים איכשהו
14:19
with action choice.
335
859260
2000
לבחירת הפעולה.
14:21
Based on everything we know about the mushroom bodies,
336
861260
2000
בהתבסס על כל מה שאנו יודעים על מבני הפטריה,
14:23
this makes perfect sense.
337
863260
2000
זה נראה מאוד הגיוני.
14:25
In fact, it makes so much sense
338
865260
2000
בעצם, זה כל-כך הגיוני,
14:27
that we can construct an electronic toy circuit
339
867260
3000
שאנו יכולים לבנות מעגל צעצוע חשמלי
14:30
that simulates the behavior of the fly.
340
870260
3000
אשר מדמה התנהגות של הזבוב.
14:33
In this electronic toy circuit,
341
873260
3000
במעגל חשמלי זה,
14:36
the mushroom body neurons are symbolized
342
876260
2000
הניורונים במבנה הפטריה מיוצגים
14:38
by the vertical bank of blue LEDs
343
878260
3000
על-ידי נוריות ה-LED הכחולות בשורה האנכית
14:41
in the center of the board.
344
881260
3000
במרכז הלוח.
14:44
These LED's are wired to sensors
345
884260
2000
נוריות אלו מחוברות לחיישנים
14:46
that detect the presence of odorous molecules in the air.
346
886260
3000
המאתרים נוכחות של מולקולות ריח באויר.
14:50
Each odor activates a different combination of sensors,
347
890260
3000
כל ריח מפעיל צירוף שונה של חיישנים,
14:53
which in turn activates
348
893260
2000
אשר בתורו מפעיל
14:55
a different odor detector in the mushroom body.
349
895260
3000
גלאי ריח אחר במבנה הפטריה.
14:58
So the pilot in the cockpit of the fly,
350
898260
2000
כך שהטייס בקוקפיט של הזבוב,
15:00
the Actor,
351
900260
2000
ה"מבצע",
15:02
can tell which odor is present
352
902260
2000
יכול לדעת איזה ריח קיים
15:04
simply by looking at which of the blue LEDs lights up.
353
904260
4000
רק על-ידי הסתכלות ובדיקה איזו נורית כחולה נדלקת.
15:09
What the Actor does with this information
354
909260
2000
מה שה"מבצע" עושה עם מידע זה
15:11
depends on its policy,
355
911260
2000
תלוי במדיניות שלו,
15:13
which is stored in the strengths of the connection,
356
913260
2000
השמורה בעוצמתם של הקשרים
15:15
between the odor detectors
357
915260
2000
בין גלאי הריח
15:17
and the motors
358
917260
2000
למנועים אשר מפעילים
15:19
that power the fly's evasive actions.
359
919260
2000
את פעולת ההימנעות של הזבוב.
15:22
If the connection is weak, the motors will stay off
360
922260
2000
אם הקשר חלש, המנוע יישאר דומם
15:24
and the fly will continue straight on its course.
361
924260
3000
והזבוב ימשיך ישר במסלולו.
15:27
If the connection is strong, the motors will turn on
362
927260
3000
אם הקשר חזק, המנוע יידלק
15:30
and the fly will initiate a turn.
363
930260
3000
והזבוב יתחיל לפנות.
15:33
Now consider a situation
364
933260
2000
כעת תחשבו על מצב
15:35
in which the motors stay off,
365
935260
2000
בו המנוע נשאר דומם,
15:37
the fly continues on its path
366
937260
3000
הזבוב ממשיך במסלולו
15:40
and it suffers some painful consequence
367
940260
2000
והוא סובל מתוצאה כואבת
15:42
such as getting zapped.
368
942260
2000
כגון להיות מותקף.
15:44
In a situation like this,
369
944260
2000
במצב כזה,
15:46
we would expect the Critic to speak up
370
946260
2000
היינו מצפים שה"מבקר" ישמיע את קולו
15:48
and to tell the Actor
371
948260
2000
ויגיד ל"מבצע"
15:50
to change its policy.
372
950260
2000
לשנות את מדיניותו.
15:52
We have created such a situation, artificially,
373
952260
3000
יצרנו מצב זה באופן מלאכותי
15:55
by turning on the critic with a flash of light.
374
955260
3000
על-ידי הפעלת ה"מבקר" באמצעות הבזק אור.
15:58
That caused a strengthening of the connections
375
958260
3000
זה גרם לחיזוק הקשרים
16:01
between the currently active odor detector
376
961260
3000
בין גלאי-הריח הנוכחי הפעיל
16:04
and the motors.
377
964260
2000
לבין המנועים.
16:06
So the next time
378
966260
2000
כך שבפעם הבאה
16:08
the fly finds itself facing the same odor again,
379
968260
3000
כאשר הזבוב ימצא את עצמו עם אותו ריח שוב,
16:11
the connection is strong enough to turn on the motors
380
971260
3000
הקשר הוא מספיק חזק כדי שיפעיל את המנועים
16:14
and to trigger an evasive maneuver.
381
974260
3000
ויעורר את תמרון ההתחמקות.
16:19
I don't know about you,
382
979260
3000
איני יודע מה איתכם,
16:22
but I find it exhilarating to see
383
982260
3000
אבל אני מוצא זאת כמרומם נפש לראות
16:25
how vague psychological notions
384
985260
3000
כיצד רעיונות פסיכולוגיים מעורפלים
16:28
evaporate and give rise
385
988260
2000
מתאדים ונעלמים ובמקומם צומחת
16:30
to a physical, mechanistic understanding of the mind,
386
990260
3000
הבנה פיזית ומכניסטית של המחשבות,
16:33
even if it's the mind of the fly.
387
993260
3000
אף על-פי שאלו מחשבות של זבוב.
16:36
This is one piece of good news.
388
996260
3000
זוהי בשורה אחת מעודדת.
16:39
The other piece of good news,
389
999260
2000
הבשורה השניה המעודדת,
16:41
for a scientist at least,
390
1001260
2000
בשביל המדענים לפחות,
16:43
is that much remains to be discovered.
391
1003260
3000
היא שעדיין נשאר הרבה מה לגלות.
16:46
In the experiments I told you about,
392
1006260
2000
בניסויים שסיפרתי לכם עליהם,
16:48
we have lifted the identity of the Critic,
393
1008260
3000
העלנו את זהות ה"מבקר",
16:51
but we still have no idea
394
1011260
2000
אבל עדיין אין לנו מושג
16:53
how the Critic does its job.
395
1013260
2000
כיצד ה"מבקר" מבצע את עבודתו.
16:55
Come to think of it, knowing when you're wrong
396
1015260
2000
בעצם, לדעת מתי אנחנו טועים,
16:57
without a teacher, or your mother, telling you,
397
1017260
3000
ללא מורה או אמא שיגידו לנו,
17:00
is a very hard problem.
398
1020260
2000
היא בעיה קשה מאוד.
17:02
There are some ideas in computer science
399
1022260
2000
ישנם כמה רעיונות במדעי מחשב
17:04
and in artificial intelligence
400
1024260
2000
ובאינטליגנציה מלאכותית
17:06
as to how this might be done,
401
1026260
2000
בקשר לכיצד זה עשוי להתרחש,
17:08
but we still haven't solved
402
1028260
2000
אבל עדיין לא פתרנו
17:10
a single example
403
1030260
2000
אפילו דוגמא אחת
17:12
of how intelligent behavior
404
1032260
3000
של כיצד התנהגות תבונית
17:15
springs from the physical interactions
405
1035260
2000
צצה מאינטראקציות פיזיות
17:17
in living matter.
406
1037260
2000
בחומר חי.
17:19
I think we'll get there in the not too distant future.
407
1039260
3000
אני סבור שנגיע גם לזה בעתיד הלא רחוק מדי.
17:22
Thank you.
408
1042260
2000
תודה לכם.
17:24
(Applause)
409
1044260
4000
(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7