Sebastian Seung: I am my connectome

247,777 views ・ 2010-09-28

TED


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

מתרגם: Sigal Tifferet מבקר: Ido Dekkers
00:17
We live in in a remarkable time,
0
17260
3000
אנחנו חיים בעידן יוצא דופן,
00:20
the age of genomics.
1
20260
3000
העידן הגנומי.
00:23
Your genome is the entire sequence of your DNA.
2
23260
3000
הגנום שלכם הוא כל רצף ה DNA שלכם.
00:26
Your sequence and mine are slightly different.
3
26260
3000
הרצף שלכם ושלי מעט שונה זה מזה.
00:29
That's why we look different.
4
29260
2000
לכן אנו נראים אחרת.
00:31
I've got brown eyes;
5
31260
2000
לי יש עינים חומות.
00:33
you might have blue or gray.
6
33260
3000
לכם אולי כחולות או אפורות.
00:36
But it's not just skin-deep.
7
36260
2000
אבל זה לא רק הבדלים חיצוניים.
00:38
The headlines tell us
8
38260
2000
הכותרות מספרות לנו
00:40
that genes can give us scary diseases,
9
40260
3000
שגנים יכולים לגרום למחלות מפחידות,
00:43
maybe even shape our personality,
10
43260
3000
ואולי אף לעצב את אישיותנו,
00:46
or give us mental disorders.
11
46260
3000
או לגרום לנו להפרעות נפשיות.
00:49
Our genes seem to have
12
49260
3000
נראה שלגנים שלנו יש
00:52
awesome power over our destinies.
13
52260
3000
כוח עצום על גורלנו.
00:56
And yet, I would like to think
14
56260
3000
ועדיין, הייתי רוצה לחשוב
00:59
that I am more than my genes.
15
59260
3000
שאני יותר מהגנים שלי.
01:04
What do you guys think?
16
64260
2000
מה אתם חושבים?
01:06
Are you more than your genes?
17
66260
3000
האם אתם יותר מהגנים שלכם?
01:09
(Audience: Yes.) Yes?
18
69260
2000
(קהל: כן.) כן?
01:13
I think some people agree with me.
19
73260
2000
אני חושב שחלק מהאנשים מסכים איתי.
01:15
I think we should make a statement.
20
75260
2000
אני חושב שאנחנו צריכים לצאת בהכרזה.
01:17
I think we should say it all together.
21
77260
2000
אני חושב שאנחנו צריכים לומר זאת יחד.
01:20
All right: "I'm more than my genes" -- all together.
22
80260
3000
קדימה: "אני יותר מהגנים שלי" ביחד.
01:23
Everybody: I am more than my genes.
23
83260
4000
כולם: אני יותר מהגנים שלי.
01:27
(Cheering)
24
87260
2000
(תשואות)
01:30
Sebastian Seung: What am I?
25
90260
2000
סוואנג: מה אני?
01:32
(Laughter)
26
92260
3000
(צחוק)
01:35
I am my connectome.
27
95260
3000
אני הוא הקונקטום שלי.
01:40
Now, since you guys are really great,
28
100260
2000
עכשיו, בגלל שאתם קהל מצוין,
01:42
maybe you can humor me and say this all together too.
29
102260
2000
אולי תעזרו לי ונאמר גם את זה יחד.
01:44
(Laughter)
30
104260
2000
(צחוק)
01:46
Right. All together now.
31
106260
2000
טוב. כולם ביחד.
01:48
Everybody: I am my connectome.
32
108260
3000
כולם: אני הוא הקונקטום שלי.
01:53
SS: That sounded great.
33
113260
2000
סוואנג: זה נשמע מצוין.
01:55
You know, you guys are so great, you don't even know what a connectome is,
34
115260
2000
אתם יודעים, אתם ממש נהדרים, אתם אפילו לא יודעים מה זה קונקטום,
01:57
and you're willing to play along with me.
35
117260
2000
ואתם מוכנים לשתף איתי פעולה.
01:59
I could just go home now.
36
119260
3000
אני יכול ללכת הביתה עכשיו.
02:02
Well, so far only one connectome is known,
37
122260
3000
ובכן, בינתיים רק קונקטום אחד ידוע לנו,
02:05
that of this tiny worm.
38
125260
3000
זה של התולעת הזעירה הזו.
02:08
Its modest nervous system
39
128260
2000
מערכת העצבים הצנועה שלה
02:10
consists of just 300 neurons.
40
130260
2000
מורכבת מ300 נוירונים (תאי עצב) בלבד
02:12
And in the 1970s and '80s,
41
132260
2000
ובשנות ה70 וה80,
02:14
a team of scientists
42
134260
2000
קבוצה של מדענים
02:16
mapped all 7,000 connections
43
136260
2000
מיפתה את כל 7000 הקשרים
02:18
between the neurons.
44
138260
2000
בין הנוירונים.
02:21
In this diagram, every node is a neuron,
45
141260
2000
בתרשים הזה כל צומת הוא נוירון
02:23
and every line is a connection.
46
143260
2000
וכל קו הוא חיבור.
02:25
This is the connectome
47
145260
2000
זה הקונקטום
02:27
of the worm C. elegans.
48
147260
4000
של התולעת C. elegans.
02:31
Your connectome is far more complex than this
49
151260
3000
הקונקטום שלכם הרבה יותר מורכב מזה,
02:34
because your brain
50
154260
2000
כי המוח שלכם
02:36
contains 100 billion neurons
51
156260
2000
מכיל 100 מיליארד נוירונים
02:38
and 10,000 times as many connections.
52
158260
3000
ופי 10,000 קשרים מזה.
02:41
There's a diagram like this for your brain,
53
161260
2000
יש תרשים כזה למוח שלכם,
02:43
but there's no way it would fit on this slide.
54
163260
3000
אבל אין דרך שהוא ייכנס לשקף הזה.
02:47
Your connectome contains one million times more connections
55
167260
3000
הקונקטום שלכם כולל פי מיליון יותר קשרים
02:50
than your genome has letters.
56
170260
3000
מאשר מספר האותיות (בסיסים) בגנום שלכם.
02:53
That's a lot of information.
57
173260
2000
זה המון מידע.
02:55
What's in that information?
58
175260
3000
מה יש במידע הזה?
02:59
We don't know for sure, but there are theories.
59
179260
3000
אנחנו לא בטוחים, אבל יש תיאוריות.
03:02
Since the 19th century, neuroscientists have speculated
60
182260
3000
מאז המאה ה19 חוקרים של מדעי המוח שיערו
03:05
that maybe your memories --
61
185260
2000
שאולי הזכרונות שלכם -
03:07
the information that makes you, you --
62
187260
2000
המידע שהופך אתכם למי שאתם -
03:09
maybe your memories are stored
63
189260
2000
אולי הזכרונות שלכם מאוחסנים
03:11
in the connections between your brain's neurons.
64
191260
2000
בקשרים בין הנוירונים במוח.
03:15
And perhaps other aspects of your personal identity --
65
195260
2000
ואולי היבטים אחרים בזהות האישית שלכם -
03:17
maybe your personality and your intellect --
66
197260
3000
אולי האישיות והאינטלקט -
03:20
maybe they're also encoded
67
200260
2000
אולי גם הם מקודדים
03:22
in the connections between your neurons.
68
202260
3000
בקשרים בין הנוירונים שלכם.
03:26
And so now you can see why I proposed this hypothesis:
69
206260
3000
אז עכשיו אתם מבינים למה הצעתי את ההיפותיזה הזאת:
03:29
I am my connectome.
70
209260
3000
אני הוא הקונקטום שלי.
03:32
I didn't ask you to chant it because it's true;
71
212260
3000
לא ביקשתי מכם לחזור על זה כי זה נכון,
03:35
I just want you to remember it.
72
215260
2000
רציתי שתזכרו את זה.
03:37
And in fact, we don't know if this hypothesis is correct,
73
217260
2000
ולמעשה, אנחנו לא יודעים אם ההיפותיזה הזאת נכונה,
03:39
because we have never had technologies
74
219260
2000
כי אף פעם לא היו לנו טכנולוגיות
03:41
powerful enough to test it.
75
221260
2000
חזקות מספיק כדי לבחון אותה.
03:44
Finding that worm connectome
76
224260
3000
למצוא את הקונקטום של התולעת הזו
03:47
took over a dozen years of tedious labor.
77
227260
3000
לקח יותר מתריסר שנים של מלאכה מייגעת.
03:50
And to find the connectomes of brains more like our own,
78
230260
3000
וכדי למצוא את הקונקטומים של מוחות שדומים לשלנו,
03:53
we need more sophisticated technologies, that are automated,
79
233260
3000
אנו זקוקים לטכנולוגיות ממוכנות, מתוחכמות יותר,
03:56
that will speed up the process of finding connectomes.
80
236260
3000
שיאיצו את תהליך מציאת הקונקטומים.
03:59
And in the next few minutes, I'll tell you about some of these technologies,
81
239260
3000
ובדקות הקרובות אספר לכם על חלק מהטכנולוגית הללו,
04:02
which are currently under development
82
242260
2000
הנמצאות כרגע בפיתוח
04:04
in my lab and the labs of my collaborators.
83
244260
3000
במעבדה שלי ובמעבדות של שותפי.
04:08
Now you've probably seen pictures of neurons before.
84
248260
3000
אז בטח ראיתם כבר תמונות של נוירונים בעבר.
04:11
You can recognize them instantly
85
251260
2000
אפשר לזהות אותם מיד
04:13
by their fantastic shapes.
86
253260
3000
לפי הצורות הפנטסטיות שלהם.
04:16
They extend long and delicate branches,
87
256260
3000
הם שולחים ענפים ארוכים ועדינים,
04:19
and in short, they look like trees.
88
259260
3000
ובקיצור, נראים כמו עצים.
04:22
But this is just a single neuron.
89
262260
3000
אבל זה רק נוירון בודד.
04:25
In order to find connectomes,
90
265260
2000
על מנת למצוא קונקטומים,
04:27
we have to see all the neurons at the same time.
91
267260
3000
אנחנו צריכים לראות את כל הנוירונים בו זמנית.
04:30
So let's meet Bobby Kasthuri,
92
270260
2000
אז בואו נכיר את בובי קסטורי
04:32
who works in the laboratory of Jeff Lichtman
93
272260
2000
שעובד במעבדה של ג'ף ליכטמן
04:34
at Harvard University.
94
274260
2000
באוניברסיטת הרווארד.
04:36
Bobby is holding fantastically thin slices
95
276260
2000
בובי מחזיק פרוסות דקות להפליא
04:38
of a mouse brain.
96
278260
2000
של מוח עכבר.
04:40
And we're zooming in by a factor of 100,000 times
97
280260
3000
ואנחנו מגדילים פי 100,000
04:44
to obtain the resolution,
98
284260
2000
על מנת להגיע לרזולוציה,
04:46
so that we can see the branches of neurons all at the same time.
99
286260
3000
שתאפשר לראות את כל ענפי הנוירון בו זמנית.
04:50
Except, you still may not really recognize them,
100
290260
3000
אבל, יתכן שלא תזהו אותם עדיין
04:53
and that's because we have to work in three dimensions.
101
293260
3000
וזה משום שאנו צריכים לעבוד בתלת-מימד.
04:56
If we take many images of many slices of the brain
102
296260
2000
אם מצלמים הרבה תמונות של הרבה פרוסות של המוח
04:58
and stack them up,
103
298260
2000
ועורמים אותם יחד,
05:00
we get a three-dimensional image.
104
300260
2000
אנחנו מקבלים תמונה תלת-מימדית.
05:02
And still, you may not see the branches.
105
302260
2000
ועדיין, אולי לא תראו את הענפים.
05:04
So we start at the top,
106
304260
2000
אז אנחנו מתחילים מלמעלה,
05:06
and we color in the cross-section of one branch in red,
107
306260
3000
וצובעים צומת של ענף אחד באדום,
05:09
and we do that for the next slice
108
309260
2000
ואנחנו עושים זאת בפרוסה הבאה
05:11
and for the next slice.
109
311260
2000
ובפרוסה הבאה.
05:13
And we keep on doing that,
110
313260
2000
ואנחנו ממשיכים לעשות זאת
05:15
slice after slice.
111
315260
3000
פרוסה אחר פרוסה.
05:18
If we continue through the entire stack,
112
318260
2000
אם ממשיכים דרך הערימה כולה
05:20
we can reconstruct the three-dimensional shape
113
320260
3000
אנחנו יכולים לבנות מחדש את המבנה התלת-מימדי
05:23
of a small fragment of a branch of a neuron.
114
323260
3000
של חלק קטן מענף של נוירון.
05:26
And we can do that for another neuron in green.
115
326260
2000
ואנחנו יכולים לעשות את זה לנוירון אחר בירוק.
05:28
And you can see that the green neuron touches the red neuron
116
328260
2000
ואתם יכולים לראות שהנוירון הירוק נוגע בנוירון האדום
05:30
at two locations,
117
330260
2000
בשני מקומות,
05:32
and these are what are called synapses.
118
332260
2000
שלהם אנו קוראים סינפסות.
05:34
Let's zoom in on one synapse,
119
334260
2000
בואו נתמקד בסינפסה אחת.
05:36
and keep your eyes on the interior of the green neuron.
120
336260
3000
ותסתכלו על פנים הנוירון הירוק.
05:39
You should see small circles --
121
339260
2000
אתם אמורים לראות עיגולים קטנים.
05:41
these are called vesicles.
122
341260
3000
אלה נקראים וסיקולות (שלפוחיות.)
05:44
They contain a molecule know as a neurotransmitter.
123
344260
3000
הן מכילות מולקולה הנקראת נוירוטרנסמיטר (מוליך עצבי)
05:47
And so when the green neuron wants to communicate,
124
347260
2000
וכך כשהנוירון הירוק רוצה לתקשר,
05:49
it wants to send a message to the red neuron,
125
349260
2000
רוצה לשלוח הודעה לנוירון האדום,
05:51
it spits out neurotransmitter.
126
351260
3000
הוא פולט את הנוירוטרנסמיטר.
05:54
At the synapse, the two neurons
127
354260
2000
בסינפסה, שני הנוירונים
05:56
are said to be connected
128
356260
2000
מחוברים זה לזה
05:58
like two friends talking on the telephone.
129
358260
3000
כמו שני חברים המדברים בטלפון.
06:02
So you see how to find a synapse.
130
362260
2000
אז אתם רואים איך מוצאים סינפסה.
06:04
How can we find an entire connectome?
131
364260
3000
איך אפשר למצוא קונקטום שלם?
06:07
Well, we take this three-dimensional stack of images
132
367260
3000
אז אנחנו לוקחים את ערימת התמונות התלת-מימדיות הללו
06:10
and treat it as a gigantic three-dimensional coloring book.
133
370260
3000
ומתייחסים אליה כמו אל ספר צביעה תלת-מימדי ענקי.
06:13
We color every neuron in, in a different color,
134
373260
3000
אנחנו צובעים כל נוירון בצבע אחר,
06:16
and then we look through all of the images,
135
376260
2000
ואז אנחנו עוברים על כל התמונות,
06:18
find the synapses
136
378260
2000
מוצאים את הסינפסות
06:20
and note the colors of the two neurons involved in each synapse.
137
380260
3000
ורושמים את הצבעים של שני הנוירונים המעורבים בכל סינפסה.
06:23
If we can do that throughout all the images,
138
383260
3000
אם אנחנו יכולים לעשות זאת בכל התמונות,
06:26
we could find a connectome.
139
386260
2000
אנחנו יכולים למצוא קונקטום.
06:29
Now, at this point,
140
389260
2000
עכשיו, עד כאן
06:31
you've learned the basics of neurons and synapses.
141
391260
2000
למדתם את היסודות של נוירונים וסינפסות.
06:33
And so I think we're ready to tackle
142
393260
2000
אז אני חושב שאנחנו מוכנים להתמודד
06:35
one of the most important questions in neuroscience:
143
395260
3000
עם אחת השאלות החשובות ביותר במדעי המוח:
06:39
how are the brains of men and women different?
144
399260
3000
מהם ההבדלים בין המוחות של נשים וגברים?
06:42
(Laughter)
145
402260
2000
(צחוק)
06:44
According to this self-help book,
146
404260
2000
לפי ספר הייעוץ הזה,
06:46
guys brains are like waffles;
147
406260
2000
המוח של בחורים הוא כמו וופל,
06:48
they keep their lives compartmentalized in boxes.
148
408260
3000
החיים שלהם ממודרים בקופסאות.
06:51
Girls' brains are like spaghetti;
149
411260
3000
המוח של בחורות הוא כמו ספגטי,
06:54
everything in their life is connected to everything else.
150
414260
3000
כל דבר בחיים שלהן קשור לכל השאר.
06:57
(Laughter)
151
417260
2000
(צחוק)
06:59
You guys are laughing,
152
419260
2000
הגברים כאן צוחקים,
07:01
but you know, this book changed my life.
153
421260
2000
אבל, אתם יודעים, הספר הזה שינה את חיי!
07:03
(Laughter)
154
423260
2000
(צחוק)
07:07
But seriously, what's wrong with this?
155
427260
3000
אבל ברצינות, מה שגוי בזה?
07:10
You already know enough to tell me -- what's wrong with this statement?
156
430260
3000
אתם כבר יודעים מספיק כדי לומר. מה שגוי בהצהרה הזו?
07:20
It doesn't matter whether you're a guy or girl,
157
440260
3000
זה לא משנה אם אתה בחור או בחורה,
07:23
everyone's brains are like spaghetti.
158
443260
3000
המוחות של כולם נראים כמו ספגטי.
07:26
Or maybe really, really fine capellini with branches.
159
446260
3000
או אולי, אולי קפליני עדין עם ענפים.
07:30
Just as one strand of spaghetti
160
450260
2000
כמו שחתיכת ספגטי אחת
07:32
contacts many other strands on your plate,
161
452260
3000
נוגעת בחתיכות אחרות בצלחת שלכם,
07:35
one neuron touches many other neurons
162
455260
2000
כך נוירון אחד נוגע בהרבה נוירונים אחרים
07:37
through their entangled branches.
163
457260
2000
באמצעות הענפים הסבוכים שלהם.
07:39
One neuron can be connected to so many other neurons,
164
459260
3000
נוירון אחד יכול להיות קשור לכ"כ הרבה נוירונים אחרים,
07:42
because there can be synapses
165
462260
2000
כי יכולות להיות סינפסות
07:44
at these points of contact.
166
464260
3000
בנקודות המגע האלה.
07:49
By now, you might have sort of lost perspective
167
469260
3000
עד עכשיו אולי איבדתם פרספקטיבה
07:52
on how large this cube of brain tissue actually is.
168
472260
3000
על גודלה האמיתי של קוביית המוח הזו.
07:55
And so let's do a series of comparisons to show you.
169
475260
3000
אז בואו נערוך סדרה של השוואות כדי להראות לכם.
07:58
I assure you, this is very tiny. It's just six microns on a side.
170
478260
3000
אני אראה לכם. זה זעיר ביותר. זה רק 6 מיקרונים מהצד.
08:03
So, here's how it stacks up against an entire neuron.
171
483260
3000
אז כך זה נבנה לנוירון שלם.
08:06
And you can tell that, really, only the smallest fragments of branches
172
486260
3000
ואפשר לראות שבאמת רק שברי הענפים הקטנים ביותר
08:09
are contained inside this cube.
173
489260
3000
נכנסים לקוביה הזו.
08:12
And a neuron, well, that's smaller than brain.
174
492260
3000
ונוירון, טוב, הוא יותר קטן ממוח שלם.
08:17
And that's just a mouse brain --
175
497260
2000
וזה רק מוח של עכבר.
08:21
it's a lot smaller than a human brain.
176
501260
3000
הוא הרבה יותר קטן ממוח אנושי.
08:25
So when show my friends this,
177
505260
2000
אז כשאני מראה את זה לחברים שלי,
08:27
sometimes they've told me,
178
507260
2000
לפעמים הם אומרים לי
08:29
"You know, Sebastian, you should just give up.
179
509260
3000
"אתה יודע, סבסטיאן, אתה צריך לוותר.
08:32
Neuroscience is hopeless."
180
512260
2000
"מדעי המוח הם עסק אבוד."
08:34
Because if you look at a brain with your naked eye,
181
514260
2000
כי אם אתם מסתכלים על המוח בעין בלתי מזויינת,
08:36
you don't really see how complex it is,
182
516260
2000
אתם באמת לא תראו עד כמה הוא מורכב,
08:38
but when you use a microscope,
183
518260
2000
אבל כשמשתמשים במיקרוסקופ,
08:40
finally the hidden complexity is revealed.
184
520260
3000
המורכבות החבוייה סוף סוף נגלית.
08:45
In the 17th century,
185
525260
2000
במאה ה 17
08:47
the mathematician and philosopher, Blaise Pascal,
186
527260
2000
המתמטיקאי והפילוסוף בלייז פסקל
08:49
wrote of his dread of the infinite,
187
529260
3000
כתב על חרדתו מפני האינסוף,
08:52
his feeling of insignificance
188
532260
2000
על תחושת חוסר החשיבות שלו
08:54
at contemplating the vast reaches of outer space.
189
534260
3000
כשהוא חושב על המרחבים העצומים של החלל.
08:59
And, as a scientist,
190
539260
2000
ובתור מדען
09:01
I'm not supposed to talk about my feelings --
191
541260
3000
אני לא אמור לדבר על הרגשות שלי.
09:04
too much information, professor.
192
544260
2000
יותר מדי מידע, פרופסור.
09:06
(Laughter)
193
546260
2000
(צחוק)
09:08
But may I?
194
548260
2000
אבל אפשר?
09:10
(Laughter)
195
550260
2000
(צחוק)
09:12
(Applause)
196
552260
2000
(מחיאות כפיים)
09:14
I feel curiosity,
197
554260
2000
אני חש סקרנות,
09:16
and I feel wonder,
198
556260
2000
ואני חש פליאה,
09:18
but at times I have also felt despair.
199
558260
3000
אבל לעיתים אני חש גם ייאוש.
09:22
Why did I choose to study
200
562260
2000
למה בחרתי לחקור
09:24
this organ that is so awesome in its complexity
201
564260
3000
את האיבר הזה שכה מדהים במורכבותו
09:27
that it might well be infinite?
202
567260
2000
שאפשר כבר לומר שהוא אינסופי?
09:29
It's absurd.
203
569260
2000
זה אבסורד.
09:31
How could we even dare to think
204
571260
2000
איך יכולנו להעז ולחשוב
09:33
that we might ever understand this?
205
573260
3000
שאי פעם אולי נבין אותו?
09:38
And yet, I persist in this quixotic endeavor.
206
578260
3000
ועדיין אני מתמיד במאמץ הדון-קיחוטי הזה.
09:41
And indeed, these days I harbor new hopes.
207
581260
3000
ולמעשה, בימים אלה אני מפתח תקוות חדשות.
09:45
Someday,
208
585260
2000
יום אחד,
09:47
a fleet of microscopes will capture
209
587260
2000
צי של מיקרוסקופים יילכדו
09:49
every neuron and every synapse
210
589260
2000
כל נוירון וכל סינפסה
09:51
in a vast database of images.
211
591260
3000
במאגר מידע עצום של תמונות.
09:54
And some day, artificially intelligent supercomputers
212
594260
3000
ויום אחד, מחשבי על בעלי בינה מלאכותית
09:57
will analyze the images without human assistance
213
597260
3000
ינתחו את התמונות הללו ללא סיוע אנושי
10:00
to summarize them in a connectome.
214
600260
3000
ויסכמו אותם לקונקטום.
10:04
I do not know, but I hope that I will live to see that day,
215
604260
3000
אני לא יודע, אבל אני מקווה שאחיה לראות את היום הזה.
10:08
because finding an entire human connectome
216
608260
2000
כי מציאת קונקטום אנושי שלם
10:10
is one of the greatest technological challenges of all time.
217
610260
3000
היא אחד האתגרים הטכנולוגיים הגדולים של כל הזמנים.
10:13
It will take the work of generations to succeed.
218
613260
3000
הוא ידרוש עבודה של דורות על מנת שיצליח.
10:17
At the present time, my collaborators and I,
219
617260
3000
כרגע שותפי ואני,
10:20
what we're aiming for is much more modest --
220
620260
2000
אנחנו מכוונים למשהו הרבה יותר צנוע -
10:22
just to find partial connectomes
221
622260
2000
רק למצוא קונקטומים חלקיים
10:24
of tiny chunks of mouse and human brain.
222
624260
3000
של גושי מוח זעירים בעכבר ובאדם.
10:27
But even that will be enough for the first tests of this hypothesis
223
627260
3000
אבל גם זה יספק כדי לבצע בחינות ראשונית של ההיפותיזה הזו
10:30
that I am my connectome.
224
630260
3000
שאני הוא הקונקטום שלי.
10:35
For now, let me try to convince you of the plausibility of this hypothesis,
225
635260
3000
כרגע תנו לי לנסות ולשכנע אתכם בסבירות של ההיפותיזה הזו,
10:38
that it's actually worth taking seriously.
226
638260
3000
ששווה לקחת אותה ברצינות.
10:42
As you grow during childhood
227
642260
2000
כשאתם גדלים במהלך הילדות
10:44
and age during adulthood,
228
644260
3000
ומתבגרים בבגרות,
10:47
your personal identity changes slowly.
229
647260
3000
הזהות האישית שלכם משתנה באיטיות.
10:50
Likewise, every connectome
230
650260
2000
כך גם כל קונקטום
10:52
changes over time.
231
652260
2000
משתנה עם הזמן.
10:55
What kinds of changes happen?
232
655260
2000
איזה סוג של שינויים מתרחשים?
10:57
Well, neurons, like trees,
233
657260
2000
ובכן, נוירונים, כמו עצים,
10:59
can grow new branches,
234
659260
2000
יכולים להצמיח ענפים חדשים,
11:01
and they can lose old ones.
235
661260
3000
והם יכולים לאבד ענפים ישנים.
11:04
Synapses can be created,
236
664260
3000
סינפסות יכולות להיווצר,
11:07
and they can be eliminated.
237
667260
3000
והן יכולות להימחק.
11:10
And synapses can grow larger,
238
670260
2000
וסינפסות יכולות לגדול
11:12
and they can grow smaller.
239
672260
3000
והן יכולות לקטון.
11:15
Second question:
240
675260
2000
שאלה שנייה:
11:17
what causes these changes?
241
677260
3000
מה גורם לשינויים הללו?
11:20
Well, it's true.
242
680260
2000
ובכן, זה נכון,
11:22
To some extent, they are programmed by your genes.
243
682260
3000
במידה מסויימת הם מתוכנתים ע"י הגנים שלכם.
11:25
But that's not the whole story,
244
685260
2000
אבל זה לא כל הסיפור,
11:27
because there are signals, electrical signals,
245
687260
2000
כי ישנם אותות, אותות חשמליים,
11:29
that travel along the branches of neurons
246
689260
2000
הנודדים לאורך ענפי הנוירונים
11:31
and chemical signals
247
691260
2000
ושדרים כימיים
11:33
that jump across from branch to branch.
248
693260
2000
העוברים מענף לענף.
11:35
These signals are called neural activity.
249
695260
3000
האותות האלה נקראים פעילות עצבית.
11:38
And there's a lot of evidence
250
698260
2000
ויש עדויות רבות
11:40
that neural activity
251
700260
3000
שפעילות עצבית
11:43
is encoding our thoughts, feelings and perceptions,
252
703260
3000
מקודדת את המחשבות, הרגשות והתפיסות שלנו,
11:46
our mental experiences.
253
706260
2000
החוויות המנטליות שלנו.
11:48
And there's a lot of evidence that neural activity
254
708260
3000
ויש עדויות רבות שפעילות עצבית
11:51
can cause your connections to change.
255
711260
3000
יכולה לגרום לשינויים בחיבורים שלכם.
11:54
And if you put those two facts together,
256
714260
3000
ואם תחברו יחד את שתי העובדות האלה,
11:57
it means that your experiences
257
717260
2000
זה אומר שהחוויות שלכם
11:59
can change your connectome.
258
719260
3000
יכולות לשנות את הקונקטום שלכם.
12:02
And that's why every connectome is unique,
259
722260
2000
ולכן הקונקטום הוא ייחודי,
12:04
even those of genetically identical twins.
260
724260
3000
אפילו בין שני תאומים זהים גנטית.
12:08
The connectome is where nature meets nurture.
261
728260
3000
הקונקטום הוא המקום בו התורשה פוגשת את הסביבה.
12:12
And it might true
262
732260
2000
ויתכן שזה נכון
12:14
that just the mere act of thinking
263
734260
2000
שעצם פעולת המחשבה
12:16
can change your connectome --
264
736260
2000
יכולה לשנות את הקונקטום שלכם -
12:18
an idea that you may find empowering.
265
738260
3000
רעיון שיכול להיות מעצים.
12:24
What's in this picture?
266
744260
2000
מה רואים כאן?
12:28
A cool and refreshing stream of water, you say.
267
748260
3000
נחל קריר ומרענן, אתם אומרים.
12:32
What else is in this picture?
268
752260
2000
מה עוד יש בתמונה?
12:37
Do not forget that groove in the Earth
269
757260
2000
על תשכחו את החריץ הזה באדמה
12:39
called the stream bed.
270
759260
3000
שנקרא אפיק.
12:42
Without it, the water would not know in which direction to flow.
271
762260
3000
בלעדיו המים לא ידעו באיזה כיוון לזרום.
12:45
And with the stream,
272
765260
2000
ובעזרת הנחל
12:47
I would like to propose a metaphor
273
767260
2000
אני רוצה להציע מטאפורה
12:49
for the relationship between neural activity
274
769260
2000
על הקשר בין פעילות חשמלית
12:51
and connectivity.
275
771260
2000
וקישוריות.
12:54
Neural activity is constantly changing.
276
774260
3000
פעילות חשמלית משתנה כל הזמן.
12:57
It's like the water of the stream; it never sits still.
277
777260
3000
זה כמו המים בנחל, הם אף פעם לא שקטים.
13:00
The connections
278
780260
2000
הקשרים
13:02
of the brain's neural network
279
782260
2000
ברשת העצבית במוח
13:04
determines the pathways
280
784260
2000
קובעים את הנתיבים
13:06
along which neural activity flows.
281
786260
2000
בהם תזרום הפעילות החשמלית.
13:08
And so the connectome is like bed of the stream;
282
788260
3000
והקונקטום הוא כמו אפיק הנחל.
13:13
but the metaphor is richer than that,
283
793260
3000
אבל המטאפורה עשירה יותר מזה.
13:16
because it's true that the stream bed
284
796260
3000
כי זה נכון שאפיק הנחל
13:19
guides the flow of the water,
285
799260
2000
מנחה את זרימת המים,
13:21
but over long timescales,
286
801260
2000
אבל לאורך זמן,
13:23
the water also reshapes the bed of the stream.
287
803260
3000
המים גם מעצבים מחדש את אפיק הנחל.
13:26
And as I told you just now,
288
806260
2000
וכפי שאמרתי לכם קודם,
13:28
neural activity can change the connectome.
289
808260
3000
פעילות עצבית יכולה לשנות את הקונקטום.
13:33
And if you'll allow me to ascend
290
813260
2000
ואם תרשו לי לטפס
13:35
to metaphorical heights,
291
815260
3000
לגבהים מטאפוריים,
13:38
I will remind you that neural activity
292
818260
3000
אזכיר לכם שפעילות עצבית
13:41
is the physical basis -- or so neuroscientists think --
293
821260
2000
היא הבסיס הפיזיקלי - או כך חושבים מדעני המוח -
13:43
of thoughts, feelings and perceptions.
294
823260
3000
של מחשבות, רגשות ותפיסות.
13:46
And so we might even speak of
295
826260
2000
ואפשר אפילו לדבר על
13:48
the stream of consciousness.
296
828260
2000
זרם התודעה.
13:50
Neural activity is its water,
297
830260
3000
פעילות עצבית היא המים,
13:53
and the connectome is its bed.
298
833260
3000
והקונקטום הוא האפיק.
13:57
So let's return from the heights of metaphor
299
837260
2000
אז בואו נחזור מגבהי המטאפורה
13:59
and return to science.
300
839260
2000
ונחזור למדע.
14:01
Suppose our technologies for finding connectomes
301
841260
2000
נניח שהטכנולוגיות למציאת קונקטומים
14:03
actually work.
302
843260
2000
היו באמת עובדות.
14:05
How will we go about testing the hypothesis
303
845260
2000
איך נבחן את ההיפותיזה
14:07
"I am my connectome?"
304
847260
3000
"אני הוא הקונקטום שלי"?
14:10
Well, I propose a direct test.
305
850260
3000
ובכן, אני מציע בדיקה ישירה.
14:13
Let us attempt
306
853260
2000
בואו ננסה
14:15
to read out memories from connectomes.
307
855260
3000
לקרוא את הזכרונות שלנו מתוך הקונקטומים.
14:18
Consider the memory
308
858260
2000
קחו למשל זכרון
14:20
of long temporal sequences of movements,
309
860260
3000
של רצפי תנועה במשך זמן ארוך,
14:23
like a pianist playing a Beethoven sonata.
310
863260
3000
כמו נגינה של סונטה של בטהובן.
14:26
According to a theory that dates back to the 19th century,
311
866260
3000
לפי תיאוריה שתחילתה במאה ה 19,
14:29
such memories are stored
312
869260
2000
זכרונות שכאלה שמורים
14:31
as chains of synaptic connections inside your brain.
313
871260
3000
כשרשראות של קשרים סינפטיים בתוך המוח שלכם.
14:35
Because, if the first neurons in the chain are activated,
314
875260
3000
כי אם הנוירונים הראשונים בשרשרת מופעלים,
14:38
through their synapses they send messages to the second neurons, which are activated,
315
878260
3000
דרך הסינפסות שלהם הם שולחים מסרים לנוירונים הבאים, שגם מופעלים,
14:41
and so on down the line,
316
881260
2000
וכך הלאה במורד השרשרת,
14:43
like a chain of falling dominoes.
317
883260
2000
כמו רצף של אבני דומינו נופלות.
14:45
And this sequence of neural activation
318
885260
2000
ומשוער שרצף הפעילות העצבית הזה
14:47
is hypothesized to be the neural basis
319
887260
3000
מהווה את הבסיס העצבי
14:50
of those sequence of movements.
320
890260
2000
של אותו רצף תנועות.
14:52
So one way of trying to test the theory
321
892260
2000
אז דרך אחת לנסות לבחון את התיאוריה
14:54
is to look for such chains
322
894260
2000
היא לחפש שרשראות כאלה
14:56
inside connectomes.
323
896260
2000
בתוך קונקטומים.
14:58
But it won't be easy, because they're not going to look like this.
324
898260
3000
אבל זה לא יהיה קל, כי הם לא ייראו כך.
15:01
They're going to be scrambled up.
325
901260
2000
הם יהיו מעורבלים.
15:03
So we'll have to use our computers
326
903260
2000
אז נהיה חייבים להשתמש במחשבים שלנו
15:05
to try to unscramble the chain.
327
905260
3000
כדי לפענח את השרשרת.
15:08
And if we can do that,
328
908260
2000
ואם נוכל לעשות זאת,
15:10
the sequence of the neurons we recover from that unscrambling
329
910260
3000
רצף הנוירונים שנגלה בפענוח הזה
15:13
will be a prediction of the pattern of neural activity
330
913260
3000
יהיה ניבוי לדפוס פעילות עצבית
15:16
that is replayed in the brain during memory recall.
331
916260
3000
המופעל במוח במהלך שחזור זיכרון.
15:19
And if that were successful,
332
919260
2000
ואם זה יצליח,
15:21
that would be the first example of reading a memory from a connectome.
333
921260
3000
זאת תהיה הדוגמא הראשונה של קריאת זיכרון מתוך קונקטום.
15:28
(Laughter)
334
928260
2000
(צחוק)
15:30
What a mess --
335
930260
2000
איזה בלגן.
15:33
have you ever tried to wire up a system
336
933260
2000
ניסיתם פעם לחבר מערכת חשמלית
15:35
as complex as this?
337
935260
2000
מורכבת כמו זו?
15:37
I hope not.
338
937260
2000
אני מקווה שלא.
15:39
But if you have, you know it's very easy to make a mistake.
339
939260
3000
אבל אם כן, אתם יודעים שמאוד קל לטעות.
15:45
The branches of neurons are like the wires of the brain.
340
945260
2000
ענפי הנוירונים הם כמו חוטי החשמל של המוח.
15:47
Can anyone guess: what's the total length of wires in your brain?
341
947260
4000
מישהו יכול לנחש: מהו האורך הכולל של החוטים במוח שלכם?
15:54
I'll give you a hint. It's a big number.
342
954260
2000
אתן לכם רמז. זה מספר גדול.
15:56
(Laughter)
343
956260
2000
(צחוק)
15:59
I estimate, millions of miles,
344
959260
3000
אני מעריך, מיליוני מיילים.
16:02
all packed in your skull.
345
962260
3000
הכל ארוז בתוך הגולגולת.
16:05
And if you appreciate that number,
346
965260
2000
ואם אתם מעריכים את המספר הזה,
16:07
you can easily see
347
967260
2000
אתם יכולים לראות בקלות
16:09
there is huge potential for mis-wiring of the brain.
348
969260
2000
שיש פוטנציאל עצום לטעויות בקישורים בתוך המוח.
16:11
And indeed, the popular press loves headlines like,
349
971260
3000
ואכן העיתונות אוהבת כותרות כמו:
16:14
"Anorexic brains are wired differently,"
350
974260
2000
"המוח האנורקטי מקושר בצורה אחרת."
16:16
or "Autistic brains are wired differently."
351
976260
2000
או "מוחות אוטיסטיים מקושרים אחרת."
16:18
These are plausible claims,
352
978260
2000
אלה טענות סבירות,
16:20
but in truth,
353
980260
2000
אבל האמת היא
16:22
we can't see the brain's wiring clearly enough
354
982260
2000
שאנחנו לא יכולים לראות את הקשרים העצביים בצורה בהירה מספיק
16:24
to tell if these are really true.
355
984260
2000
כדי לדעת אם הן באמת נכונות.
16:26
And so the technologies for seeing connectomes
356
986260
3000
אז הטכנולוגיות לזיהוי קונקטומים
16:29
will allow us to finally
357
989260
2000
יאפשרו לנו סוף סוף
16:31
read mis-wiring of the brain,
358
991260
2000
לקרוא קישורים שגויים במוח,
16:33
to see mental disorders in connectomes.
359
993260
3000
לראות הפרעות מנטליות בקונקטומים.
16:40
Sometimes the best way to test a hypothesis
360
1000260
3000
לפעמים הדרך הטובה ביותר לבחון היפותיזה
16:43
is to consider its most extreme implication.
361
1003260
3000
היא לשקול את ההשלכה הקיצונית ביותר שלה.
16:46
Philosophers know this game very well.
362
1006260
3000
פילוסופים מכירים את המשחק הזה היטב.
16:50
If you believe that I am my connectome,
363
1010260
3000
אם אתה מאמין שאתה הוא הקונקטום שלך,
16:53
I think you must also accept the idea
364
1013260
3000
אני חושב שאתה צריך גם לקבל את הרעיון
16:56
that death is the destruction
365
1016260
2000
שמוות הוא הרס
16:58
of your connectome.
366
1018260
3000
הקונקטום שלך.
17:02
I mention this because there are prophets today
367
1022260
3000
אני מזכיר זאת מכיוון שישנם נביאים היום
17:05
who claim that technology
368
1025260
3000
הטוענים שטכנולוגיה
17:08
will fundamentally alter the human condition
369
1028260
3000
תשנה באופן בסיסי את המצב האנושי
17:11
and perhaps even transform the human species.
370
1031260
3000
ואולי אף תשנה את המין האנושי.
17:14
One of their most cherished dreams
371
1034260
3000
אחד מחלומותיהם הכמוסים
17:17
is to cheat death
372
1037260
2000
הוא לרמות את המוות
17:19
by that practice known as cryonics.
373
1039260
2000
על-ידי תורה הנקראת קריוניקה.
17:21
If you pay 100,000 dollars,
374
1041260
2000
אם תשלמו $100,000,
17:23
you can arrange to have your body frozen after death
375
1043260
3000
תוכלו לסדר שיקפיאו את גופתכם לאחר המוות
17:26
and stored in liquid nitrogen
376
1046260
2000
וישמרו אותה בחנקן נוזלי
17:28
in one of these tanks in an Arizona warehouse,
377
1048260
2000
באחד מהמיכלים האלה במחסן באריזונה,
17:30
awaiting a future civilization
378
1050260
2000
בציפייה לתרבות עתידית
17:32
that is advanced to resurrect you.
379
1052260
3000
שמספיק מתקדמת כדי להקים אתכם לתחייה.
17:36
Should we ridicule the modern seekers of immortality,
380
1056260
2000
האם צריך ללעוג לרודפים המודרניים אחר האלמוות,
17:38
calling them fools?
381
1058260
2000
ולקרוא להם טפשים?
17:40
Or will they someday chuckle
382
1060260
2000
או שאולי יום אחד הם יצחקו
17:42
over our graves?
383
1062260
2000
מעל הקברים שלנו?
17:45
I don't know --
384
1065260
2000
אני לא יודע.
17:47
I prefer to test their beliefs, scientifically.
385
1067260
3000
אני מעדיף לבחון את האמונות שלהם באופן מדעי.
17:50
I propose that we attempt to find a connectome
386
1070260
2000
אני מציע שננסה למצוא קונקטום
17:52
of a frozen brain.
387
1072260
2000
במוח קפוא.
17:54
We know that damage to the brain
388
1074260
2000
אנחנו יודעים שנזק למוח
17:56
occurs after death and during freezing.
389
1076260
2000
מתרחש לאחר המוות ובמהלך ההקפאה.
17:58
The question is: has that damage erased the connectome?
390
1078260
3000
השאלה היא: האם הנזק מחק את הקונקטום?
18:01
If it has, there is no way that any future civilization
391
1081260
3000
אם כן, אין שום דרך שאף תרבות עתידית
18:04
will be able to recover the memories of these frozen brains.
392
1084260
3000
תהיה מסוגלת לשחזר זיכרונות מתוך אותם מוחות קפואים.
18:07
Resurrection might succeed for the body,
393
1087260
2000
תחייה מחודשת יכולה להצליח עבור הגוף,
18:09
but not for the mind.
394
1089260
2000
אך לא עבור הדעת.
18:11
On the other hand, if the connectome is still intact,
395
1091260
3000
מצד שני, אם הקונקטום עדיין שלם,
18:14
we cannot ridicule the claims of cryonics so easily.
396
1094260
3000
לא נוכל ללעוג לטענות הקריוניקה בקלות כה רבה.
18:20
I've described a quest
397
1100260
2000
אני תיארתי מסע
18:22
that begins in the world of the very small,
398
1102260
3000
המתחיל בעולמם של הקטנים מאוד,
18:25
and propels us to the world of the far future.
399
1105260
3000
ומניע אותנו לעולם העתיד הרחוק.
18:28
Connectomes will mark a turning point in human history.
400
1108260
3000
קונקטומים יסמנו נקודת מפנה בהיסטוריה האנושית.
18:32
As we evolved from our ape-like ancestors
401
1112260
2000
כשאנחנו התפתחנו מאבותינו דמויי הקוף
18:34
on the African savanna,
402
1114260
2000
בסוואנה האפריקאית,
18:36
what distinguished us was our larger brains.
403
1116260
3000
מה שהבחין בינינו לבינם היה מוחנו הגדול.
18:40
We have used our brains to fashion
404
1120260
2000
השתמשנו במוחנו כדי לעצב
18:42
ever more amazing technologies.
405
1122260
3000
טכנולוגיות מדהימות עוד יותר.
18:45
Eventually, these technologies will become so powerful
406
1125260
3000
בסופו של דבר, הטכנולוגיות האלה יהיו כה חזקות
18:48
that we will use them to know ourselves
407
1128260
3000
שנשתמש בהם כדי להכיר את עצמנו
18:51
by deconstructing and reconstructing
408
1131260
3000
על-ידי פירוק והרכבה מחדש
18:54
our own brains.
409
1134260
3000
של המוחות שלנו.
18:57
I believe that this voyage of self-discovery
410
1137260
3000
אני מאמין שמסע זה של גילוי עצמי
19:00
is not just for scientists,
411
1140260
3000
מיועד לא רק למדענים
19:03
but for all of us.
412
1143260
2000
אלא לכולנו.
19:05
And I'm grateful for the opportunity to share this voyage with you today.
413
1145260
3000
ואני מעריך את ההזדמנות לשתף אתכם במסע הזה היום.
19:08
Thank you.
414
1148260
2000
תודה
19:10
(Applause)
415
1150260
8000
(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