Read Montague: What we're learning from 5,000 brains

46,909 views ・ 2012-09-24

TED


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

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
מתרגם: benyamin zinshtein מבקר: Sigal Tifferet
00:15
Other people. Everyone is interested in other people.
1
15734
2809
אנשים אחרים. כולם מתעניינים באנשים אחרים.
00:18
Everyone has relationships with other people,
2
18543
2123
לכולם יש יחסים עם אנשים אחרים,
00:20
and they're interested in these relationships
3
20666
1592
והם מתעניינים ביחסים האלה
00:22
for a variety of reasons.
4
22258
1855
מסיבות שונות.
00:24
Good relationships, bad relationships,
5
24113
2012
יחסים טובים, יחסים רעים,
00:26
annoying relationships, agnostic relationships,
6
26125
3146
יחסים מעצבנים, יחסים אגנוסטים,
00:29
and what I'm going to do is focus on the central piece
7
29271
3424
מה שאני מתכוון לעשות זה להתמקד במרכיב המרכזי
00:32
of an interaction that goes on in a relationship.
8
32695
3303
של האינטראקציה שמתרחשת ביחסים.
00:35
So I'm going to take as inspiration the fact that we're all
9
35998
2336
אני עומד לקחת כהשראה את העובדה שכולנו
00:38
interested in interacting with other people,
10
38334
2425
מעוניינים בקשר עם אנשים אחרים,
00:40
I'm going to completely strip it of all its complicating features,
11
40759
3832
אני עומד להפשיט אותו מכל התכונות המסובכות,
00:44
and I'm going to turn that object, that simplified object,
12
44591
3894
ואני עומד להפוך אותו, את המושג המופשט הזה
00:48
into a scientific probe, and provide the early stages,
13
48485
4150
לחקר מדעי, ולהציג את השלבים הראשוניים
00:52
embryonic stages of new insights into what happens
14
52635
2449
השלבים העובריים של תגליות חדשות לגבי מה קורה
00:55
in two brains while they simultaneously interact.
15
55084
3650
בשני מוחות שנמצאים בקשר משותף.
00:58
But before I do that, let me tell you a couple of things
16
58734
2293
אבל לפני שאעשה זאת, הרשו לי לספר לכם שני דברים
01:01
that made this possible.
17
61027
1699
שמאפשרים את זה.
01:02
The first is we can now eavesdrop safely
18
62726
2781
הראשון הוא שאנו מסוגלים לבחון בצורה בטוחה
01:05
on healthy brain activity.
19
65507
2711
את הפעילות של מוח בריא.
01:08
Without needles and radioactivity,
20
68218
2577
ללא מחטים או קרינה רדיואקטיבית,
01:10
without any kind of clinical reason, we can go down the street
21
70795
2863
ללא שום סיבה רפואית, אנחנו יכולים ללכת ברחוב
01:13
and record from your friends' and neighbors' brains
22
73658
3127
להקליט את המוחות של החברים והשכנים שלכם
01:16
while they do a variety of cognitive tasks, and we use
23
76785
2538
בזמן שהם מבצעים פעולות קוגניטיביות שונות, ואנו משתמשים
01:19
a method called functional magnetic resonance imaging.
24
79323
3734
בשיטה שנקראת הדמיה בתהודה מגנטית תפקודית.
01:23
You've probably all read about it or heard about in some
25
83057
2325
בודאי קראתם או שמעתם על כך בהקשר
01:25
incarnation. Let me give you a two-sentence version of it.
26
85382
4378
מסוים. הרשו לי לתת לכם את גרסת שני המשפטים שלה.
01:29
So we've all heard of MRIs. MRIs use magnetic fields
27
89760
3484
כולנו שמענו על MRI. MRI משתמש בשדות מגנטיים
01:33
and radio waves and they take snapshots of your brain
28
93244
2029
וגלי רדיו והם מצלמים את המוח שלכם
01:35
or your knee or your stomach,
29
95273
2361
או הברכיים שלכם או הבטן שלכם,
01:37
grayscale images that are frozen in time.
30
97634
2045
בתמונות בגווני אפור הקפואות בזמן.
01:39
In the 1990s, it was discovered you could use
31
99679
2321
בשנת 1990, התגלה שניתן להשתמש
01:42
the same machines in a different mode,
32
102000
2659
באותן מכונות במצב שונה,
01:44
and in that mode, you could make microscopic blood flow
33
104659
2346
ובמצב זה ניתן לצלם סרטים של זרימת דם מיקרוסקופית
01:47
movies from hundreds of thousands of sites independently in the brain.
34
107005
3300
בעשרות אלפי מקומות שונים ועצמאיים במוח.
01:50
Okay, so what? In fact, the so what is, in the brain,
35
110305
3200
אז מה? כך ניתן להבין בתוך המוח,
01:53
changes in neural activity, the things that make your brain work,
36
113505
3832
בשינויים של פעילות עצבית, הדבר שגורם למוח שלכם לעבוד,
01:57
the things that make your software work in your brain,
37
117337
2010
הדבר שגורם לתוכנה לעבוד בתוך המוח שלכם,
01:59
are tightly correlated with changes in blood flow.
38
119347
2489
הם מאד קשורים לשינויים בזרימת הדם.
02:01
You make a blood flow movie, you have an independent
39
121836
1973
אתם עושים סרט של זרימת הדם, ויש לכם
02:03
proxy of brain activity.
40
123809
2339
קירוב עצמאי של פעילות המוח.
02:06
This has literally revolutionized cognitive science.
41
126148
3034
זה גרם פשוט למהפכה במחקר המוח.
02:09
Take any cognitive domain you want, memory,
42
129182
1991
קחו כל פעולה מוחית שתרצו, זיכרון,
02:11
motor planning, thinking about your mother-in-law,
43
131173
2141
תכנון מוטורי, מחשבות על החמות,
02:13
getting angry at people, emotional response, it goes on and on,
44
133314
3715
התרגזות על אנשים, תגובות רגשיות, וכן הלאה וכן הלאה,
02:17
put people into functional MRI devices, and
45
137029
3089
שימו אנשים במכשירי MRI תפקודיים
02:20
image how these kinds of variables map onto brain activity.
46
140118
3383
ותראו איך המשתנים האלה מתמפים לפעילות מוחית.
02:23
It's in its early stages, and it's crude by some measures,
47
143501
2849
זה בשלבים ראשוניים, ולא מדויק במספר מדדים,
02:26
but in fact, 20 years ago, we were at nothing.
48
146350
2568
אבל לפני 20 שנה לא היה לנו כלום.
02:28
You couldn't do people like this. You couldn't do healthy people.
49
148918
2359
לא יכולתם לבדוק אנשים כך. לא יכולתם לבדוק אנשים בריאים.
02:31
That's caused a literal revolution, and it's opened us up
50
151277
2488
זה יצר מהפכה אמיתית, ופתח בפנינו
02:33
to a new experimental preparation. Neurobiologists,
51
153765
2818
עולם ניסיוני חדש. לנוירוביולוגיה,
02:36
as you well know, have lots of experimental preps,
52
156583
3760
כפי שאתם יודעים היטב, יש הרבה אובייקטים לניסויים,
02:40
worms and rodents and fruit flies and things like this.
53
160343
3141
תולעים, ומכרסמים, זבובי פירות ודברים דומים.
02:43
And now, we have a new experimental prep: human beings.
54
163484
3397
ועכשיו אפשר לבחון דברים חדשים: בני אדם.
02:46
We can now use human beings to study and model
55
166881
3761
אנחנו יכולים להשתמש באנשים ללמוד ולמדל
02:50
the software in human beings, and we have a few
56
170642
2950
את התוכנה של בני האדם, ויש לנו מספר
02:53
burgeoning biological measures.
57
173592
2835
מדדים ביולוגיים מתפתחים.
02:56
Okay, let me give you one example of the kinds of experiments that people do,
58
176427
3887
הרשו לי לתת לכם דוגמא לסוגי הניסויים שאנשים עושים,
03:00
and it's in the area of what you'd call valuation.
59
180314
2677
בתחום של מה שנקרא הערכה.
03:02
Valuation is just what you think it is, you know?
60
182991
2135
הערכה זה בדיוק מה שאתם חושבים, אתם יודעים?
03:05
If you went and you were valuing two companies against
61
185126
2804
אם הייתם הולכים ומעריכים שתי חברות אחת מול
03:07
one another, you'd want to know which was more valuable.
62
187930
2736
השניה, הייתם רוצים לדעת לאיזו מהן יש יותר ערך.
03:10
Cultures discovered the key feature of valuation thousands of years ago.
63
190666
3879
תרבויות גילו את תכונות המפתח לקביעת ערך לפני אלפי שנים.
03:14
If you want to compare oranges to windshields, what do you do?
64
194545
2690
אם אתם רוצים להשוות בין תפוזים לשמשות, מה אתם עושים?
03:17
Well, you can't compare oranges to windshields.
65
197235
2356
ובכן, אתם לא יכולים להשוות בין תפוזים לשמשות.
03:19
They're immiscible. They don't mix with one another.
66
199591
2255
הם בלתי ניתנים להשוואה, הם לא מתערבבים.
03:21
So instead, you convert them to a common currency scale,
67
201846
2351
במקום, אתם ממירים אותם למטבע משותף
03:24
put them on that scale, and value them accordingly.
68
204197
2706
מודדים את ערכם, ומעריכים אותם לפי שווים
03:26
Well, your brain has to do something just like that as well,
69
206903
3436
ובכן, המוח שלכם צריך לעשות משהו בדיוק כמו זה,
03:30
and we're now beginning to understand and identify
70
210339
2488
ועכשיו אנחנו מתחילים להבין ולזהות
03:32
brain systems involved in valuation,
71
212827
2137
מערכות במוח המשתתפות בהערכה
03:34
and one of them includes a neurotransmitter system
72
214964
2632
ואחת מהם כוללת מערכת נוירוטרנסמיטרים
03:37
whose cells are located in your brainstem
73
217596
2632
שהתאים שלה נמצאים ליד גזע המוח
03:40
and deliver the chemical dopamine to the rest of your brain.
74
220228
3175
ומעבירים את הכימיקל דופמין לשאר המוח.
03:43
I won't go through the details of it, but that's an important
75
223403
2442
לא אפרט, אבל זוהי תגלית חשובה
03:45
discovery, and we know a good bit about that now,
76
225845
2157
ואנחנו יודעים על זה קצת עכשיו
03:48
and it's just a small piece of it, but it's important because
77
228002
2230
וזו רק חתיכה קטנה של זה, אבל זה חשוב כי
03:50
those are the neurons that you would lose if you had Parkinson's disease,
78
230232
3275
אלה הנוירונים שתאבדו אם יהיה לכם פרקינסון,
03:53
and they're also the neurons that are hijacked by literally
79
233507
2016
והם גם נוירונים אשר נחטפים על ידי
03:55
every drug of abuse, and that makes sense.
80
235523
2232
כל הסמים הממכרים, וזה הגיוני
03:57
Drugs of abuse would come in, and they would change
81
237755
2336
סמים ממכרים היו מגיעים ומשנים את
04:00
the way you value the world. They change the way
82
240091
1789
הדרך שאתם מעריכים את העולם. הם משנים את הצורה
04:01
you value the symbols associated with your drug of choice,
83
241880
3199
בה אתם מעריכים את הסממנים של הסם שצרכתם,
04:05
and they make you value that over everything else.
84
245079
2514
וגורמים לכם להעריך זאת על פני כל דבר אחר.
04:07
Here's the key feature though. These neurons are also
85
247593
3021
הנה תכונת המפתח, הנוירונים האלה הם גם
04:10
involved in the way you can assign value to literally abstract ideas,
86
250614
3501
מעורבים בדרך שבה אתם מקצים ערך לערכים מופשטים
04:14
and I put some symbols up here that we assign value to
87
254115
2041
ושמתי כמה סמלים כאן שאנו מקצים להם ערך
04:16
for various reasons.
88
256156
2720
מסיבות שונות.
04:18
We have a behavioral superpower in our brain,
89
258876
2689
יש לנו מעצמה התנהגותית במוח שלנו,
04:21
and it at least in part involves dopamine.
90
261565
1753
והוא כרוך לפחות בחלקו בדופמין.
04:23
We can deny every instinct we have for survival for an idea,
91
263318
4189
אנו יכולים להתנגד לכל אינסטינקט שיש לנו להישרדות עבור רעיון,
04:27
for a mere idea. No other species can do that.
92
267507
4005
עבור רעיון גרידא. אין מינים אחרים שיכולים לעשות זאת.
04:31
In 1997, the cult Heaven's Gate committed mass suicide
93
271512
3606
בשנת 1997, הכת "שער גן עדן" ביצעה התאבדות המונית
04:35
predicated on the idea that there was a spaceship
94
275118
2215
בהתבסס על הרעיון שחללית
04:37
hiding in the tail of the then-visible comet Hale-Bopp
95
277333
3785
אשר מסתתרת בשובל של השביט Hale-Bopp שנראה אז
04:41
waiting to take them to the next level. It was an incredibly tragic event.
96
281118
4272
ממתינה כדי לקחת אותם לשלב הבא. זה היה אירוע טרגי להפליא.
04:45
More than two thirds of them had college degrees.
97
285390
3485
ליותר משני שליש מהם היו תארים אקדמאים.
04:48
But the point here is they were able to deny their instincts for survival
98
288875
3723
אבל הנקודה כאן, היא שהם יכלו להתנגד לאינסטינקט שלהם להישרדות
04:52
using exactly the same systems that were put there
99
292598
2866
על ידי אותן מערכות שנמצאות שם
04:55
to make them survive. That's a lot of control, okay?
100
295464
4042
על מנת לגרום להם לשרוד, זה הרבה שליטה, אוקיי?
04:59
One thing that I've left out of this narrative
101
299506
2089
דבר אחד שהשמטתי מהנרטיב הזה
05:01
is the obvious thing, which is the focus of the rest of my
102
301595
2234
הוא הדבר הברור, שהוא המוקד בשאר
05:03
little talk, and that is other people.
103
303829
2159
השיחה שלי, וזה אנשים אחרים.
05:05
These same valuation systems are redeployed
104
305988
2996
אותן מערכות הערכה נפרשות מחדש
05:08
when we're valuing interactions with other people.
105
308984
2492
כאשר אנחנו מעריכים אינטראקציות עם אנשים אחרים.
05:11
So this same dopamine system that gets addicted to drugs,
106
311476
3271
אז אותה מערכת דופמין שמתמכרת לסמים,
05:14
that makes you freeze when you get Parkinson's disease,
107
314747
2524
שגורמת לכם "לקפוא" כשיש לכם פרקינסון,
05:17
that contributes to various forms of psychosis,
108
317271
3077
שתורמת לצורות רבות של פסיכוזה,
05:20
is also redeployed to value interactions with other people
109
320348
3920
גם נפרשת מחדש כדי להעריך קשרים עם אנשים אחרים
05:24
and to assign value to gestures that you do
110
324268
2896
וכדי להקצות ערך למחוות שאתם עושים
05:27
when you're interacting with somebody else.
111
327164
2574
כאשר אתם מתקשרים עם מישהו אחר.
05:29
Let me give you an example of this.
112
329738
2577
אתן לכם דוגמא.
05:32
You bring to the table such enormous processing power
113
332315
2967
יש לכם כוח עיבוד גדול כל כך
05:35
in this domain that you hardly even notice it.
114
335282
2624
בתחום זה שאתם בקושי שמים לב אליו.
05:37
Let me just give you a few examples. So here's a baby.
115
337906
1467
ואתן לך כמה דוגמאות. אז הנה תינוקת.
05:39
She's three months old. She still poops in her diapers and she can't do calculus.
116
339373
3730
היא בת שלושה חודשים. היא נמצאת עדיין בחיתולים, והיא לא יודעת לעשות חשבון
05:43
She's related to me. Somebody will be very glad that she's up here on the screen.
117
343103
3353
היא קשורה אלי. מישהו יהיה מאוד שמח שהיא כאן על המסך.
05:46
You can cover up one of her eyes, and you can still read
118
346456
2376
ניתן לכסות אחת מעיניה, ועדיין לזהות
05:48
something in the other eye, and I see sort of curiosity
119
348832
2755
משהו בעין השנייה, אני רואה סוג של סקרנות
05:51
in one eye, I see maybe a little bit of surprise in the other.
120
351587
3597
בעין אחת, אני רואה אולי קצת הפתעה בשנייה.
05:55
Here's a couple. They're sharing a moment together,
121
355184
3179
הנה זוג. הם חולקים רגע יחדיו,
05:58
and we've even done an experiment where you can cut out
122
358363
1318
ואפילו עשינו ניסוי שאתם יכולים לגזור
05:59
different pieces of this frame and you can still see
123
359681
3007
חלקים שונים של התמונה ואתם עדיין יכולים לראות
06:02
that they're sharing it. They're sharing it sort of in parallel.
124
362688
2504
שהם שותפים לו. הם חולקים אותו בו זמנית.
06:05
Now, the elements of the scene also communicate this
125
365192
2463
עכשיו, הרכיבים של הסצנה גם משדרים
06:07
to us, but you can read it straight off their faces,
126
367655
2235
לנו, אבל אפשר להבין זאת ישר מהפנים שלהם,
06:09
and if you compare their faces to normal faces, it would be a very subtle cue.
127
369890
3503
ואם אתם משווים את הפנים שלהם לפנים רגילות, זה יהיה רמז מאוד עדין.
06:13
Here's another couple. He's projecting out at us,
128
373393
3347
הנה זוג אחר. הוא מקרין החוצה עלינו,
06:16
and she's clearly projecting, you know,
129
376740
2888
והיא בבירור מקרינה, אתם מבינים,
06:19
love and admiration at him.
130
379628
2263
אהבה והערצה לעברו
06:21
Here's another couple. (Laughter)
131
381891
3635
הנה זוג אחר. (צחוק)
06:25
And I'm thinking I'm not seeing love and admiration on the left. (Laughter)
132
385526
5150
ואני חושב שאני לא רואה אהבה והערצה משמאל (צחוק)
06:30
In fact, I know this is his sister, and you can just see
133
390676
2560
למעשה, אני יודעת כי היא אחותו, ואתם יכולים פשוט לראות
06:33
him saying, "Okay, we're doing this for the camera,
134
393236
2513
אותו אומר: "בסדר, אנחנו עושים את זה עבור המצלמה,
06:35
and then afterwards you steal my candy and you punch me in the face." (Laughter)
135
395749
5702
ואחרי זה את תגנבי את הממתקים שלי ותרביצי לי בפנים".(צחוק)
06:41
He'll kill me for showing that.
136
401451
2106
הוא יהרוג אותי שהצגתי את זה
06:43
All right, so what does this mean?
137
403557
2797
בסדר, אז מה זה אומר?
06:46
It means we bring an enormous amount of processing power to the problem.
138
406354
3350
זה אומר שאנחנו מביאים כמות עצומה של כוח עיבוד לבעיה.
06:49
It engages deep systems in our brain, in dopaminergic
139
409704
3648
זה מפעיל מערכות עמוקות במוח שלנו הקשורות לדופמין,
06:53
systems that are there to make you chase sex, food and salt.
140
413352
2818
מערכות שישנן כדי לגרום לנו לרדוף אחרי סקס, אוכל ומלח.
06:56
They keep you alive. It gives them the pie, it gives
141
416170
2894
הן שומרות אותך בחיים. הם נותנות להם את הבונוס בחיים, זה יוצר
06:59
that kind of a behavioral punch which we've called a superpower.
142
419064
2904
כאלו דחפים חברתיים שאנו נוטים לקרוא להם מעצמת על
07:01
So how can we take that and arrange a kind of staged
143
421968
3654
אז איך אנחנו יכולים לקחת את זה ולארגן סוג של
07:05
social interaction and turn that into a scientific probe?
144
425622
2698
אינטראקציה חברתית מבוימת ולהפוך את זה לבדיקה מדעית?
07:08
And the short answer is games.
145
428320
2691
והתשובה הקצרה היא משחקים.
07:11
Economic games. So what we do is we go into two areas.
146
431011
4404
משחקים כלכליים. מה שאנחנו עושים זה לגעת בשני תחומים.
07:15
One area is called experimental economics. The other area is called behavioral economics.
147
435415
3336
האחד נקרא כלכלה ניסיונית. השני נקרא כלכלה התנהגותית
07:18
And we steal their games. And we contrive them to our own purposes.
148
438751
4078
ואנחנו גונבים להם את המשחקים, ואנחנו משנים אותם למטרותינו.
07:22
So this shows you one particular game called an ultimatum game.
149
442829
2967
זה מראה לכם משחק מסוים שנקרא "משחק האולטימטום"
07:25
Red person is given a hundred dollars and can offer
150
445796
1845
לאדם האדום ניתנים 100 דולר ויכול להציע
07:27
a split to blue. Let's say red wants to keep 70,
151
447641
3723
חלוקה לכחול. בואו נגיד שהאדום רוצה לשמור 70
07:31
and offers blue 30. So he offers a 70-30 split with blue.
152
451364
4086
ומציע לכחול 30. אז הוא מציע חלוקה של 70-30 עם הכחול
07:35
Control passes to blue, and blue says, "I accept it,"
153
455450
2851
השליטה עוברת לכחול, והוא אומר, "אני מקבל"
07:38
in which case he'd get the money, or blue says,
154
458301
1956
ובמקרה כזה הוא מקבל את הכסף, או שהכחול אומר,
07:40
"I reject it," in which case no one gets anything. Okay?
155
460257
4307
"אני דוחה את זה", ובמקרה כזה אף אחד לא מקבל את הכסף. אוקיי?
07:44
So a rational choice economist would say, well,
156
464564
3392
אז ההחלטה ההגיונית שכלכלנים יעשו היא,
07:47
you should take all non-zero offers.
157
467956
2056
אתם צריכים לקחת את כל ההצעות שהן לא אפס.
07:50
What do people do? People are indifferent at an 80-20 split.
158
470012
3762
מה אנשים יעשו? אנשים אדישים לחלוקה של 80-20
07:53
At 80-20, it's a coin flip whether you accept that or not.
159
473774
3524
ב 80-20, זה מזל בלבד אם תסכים לקבל או לא.
07:57
Why is that? You know, because you're pissed off.
160
477298
2891
למה זה? אתם יודעים, כי אתם מעוצבנים.
08:00
You're mad. That's an unfair offer, and you know what an unfair offer is.
161
480189
3609
אתם כועסים. זוהי הצעה לא הוגנת, ואתם יודעים איך נראית הצעה לא הוגנת.
08:03
This is the kind of game done by my lab and many around the world.
162
483798
2704
זהו סוג של משחק שנעשה אצלי במעבדה ובמקומות רבים בעולם.
08:06
That just gives you an example of the kind of thing that
163
486502
2544
זה רק נותן לכם דוגמא לסוג הדברים
08:09
these games probe. The interesting thing is, these games
164
489046
3738
שהמשחקים האלה בודקים. הדבר המעניין הוא, שהמשחקים האלה
08:12
require that you have a lot of cognitive apparatus on line.
165
492784
3707
דורשים הרבה פעילות קוגניטיבית פעילה.
08:16
You have to be able to come to the table with a proper model of another person.
166
496491
2928
אתם צריכים להיות מסוגלים להבין התנהגות של אדם אחר.
08:19
You have to be able to remember what you've done.
167
499419
3213
אתם צריכים להיות מסוגלים לזכור מה עשיתם.
08:22
You have to stand up in the moment to do that.
168
502632
1420
אתם צריכים לעמוד על שלכם ברגע שנדרש מכם.
08:24
Then you have to update your model based on the signals coming back,
169
504052
3350
ואז אתם צריכים לעדכן את ההבנה ביחס לתגובות שאתם מקבלים חזרה
08:27
and you have to do something that is interesting,
170
507402
2972
ואתם צריכים לעשות משהו שהוא מעניין,
08:30
which is you have to do a kind of depth of thought assay.
171
510374
2597
אתם צריכים לעשות סוג של הערכה מחשבתית עמוקה.
08:32
That is, you have to decide what that other person expects of you.
172
512971
3333
זאת אומרת, אתם צריכים להחליט מה הבנאדם השני מצפה מכם.
08:36
You have to send signals to manage your image in their mind.
173
516304
2954
אתם צריכים לשלוח רמזים על מנת לשקף את עצמכם בעיניו.
08:39
Like a job interview. You sit across the desk from somebody,
174
519258
2853
כמו בריאיון עבודה. אתם יושבים מעבר לשולחן
08:42
they have some prior image of you,
175
522111
1369
ויש להם איזו הבנה ראשונית עליכם,
08:43
you send signals across the desk to move their image
176
523480
2751
אתם שולחים רמזים מעבר לשולחן על מנת לשנות את ההבנה
08:46
of you from one place to a place where you want it to be.
177
526231
3920
עליכם ממקום אחד למקום שאתם רוצים שהוא יהיה.
08:50
We're so good at this we don't really even notice it.
178
530151
3385
אנחנו כל כך טובים בזה שאנחנו אפילו לא שמים לב לזה.
08:53
These kinds of probes exploit it. Okay?
179
533536
3767
ניסויים מסוג זה מנצלים את זה. אוקיי?
08:57
In doing this, what we've discovered is that humans
180
537303
1807
בעשותנו את זה, מה שגילינו הוא שבני אדם
08:59
are literal canaries in social exchanges.
181
539110
2331
הם ממש קנריות בחילופין חברתיים.
09:01
Canaries used to be used as kind of biosensors in mines.
182
541441
3397
קנריות בעבר שימשו סוג של חיישנים חיים במכרות.
09:04
When methane built up, or carbon dioxide built up,
183
544838
3560
כשהצטבר מתאן או דו תחמוצת הפחמן,
09:08
or oxygen was diminished, the birds would swoon
184
548398
4186
או שהתדלדל החמצן, הציפורים התעלפו
09:12
before people would -- so it acted as an early warning system:
185
552584
2326
לפני בני האדם -- אז זה שימש במערכת התראה מוקדמת:
09:14
Hey, get out of the mine. Things aren't going so well.
186
554910
2980
היי, צאו מהמכרה. העניינים לא לגמרי בסדר.
09:17
People come to the table, and even these very blunt,
187
557890
2954
אנשים ניגשים, ואפילו בניסויים חברתיים
09:20
staged social interactions, and they, and there's just
188
560844
2990
מאוד גסים, ויש פשוט
09:23
numbers going back and forth between the people,
189
563834
3016
מספרים שעוברים הלוך חזור בין האנשים,
09:26
and they bring enormous sensitivities to it.
190
566850
2199
והם מביאים המון רגישות לזה
09:29
So we realized we could exploit this, and in fact,
191
569049
2689
אז אנחנו מבינים שאנחנו יכולים לנצל את זה, למעשה,
09:31
as we've done that, and we've done this now in
192
571738
2556
עשינו זאת, ועשינו זאת עכשיו
09:34
many thousands of people, I think on the order of
193
574294
2694
אצל אלפי אנשים, לפי דעתי בסדר גודל
09:36
five or six thousand. We actually, to make this
194
576988
2165
של 5 או 6 אלף. אנחנו למעשה, כדי ליצור
09:39
a biological probe, need bigger numbers than that,
195
579153
2224
חיישן ביולוגי, צריכים מספרים גדולים מזה,
09:41
remarkably so. But anyway,
196
581377
3674
למרבה הפלא. בכל מקרה,
09:45
patterns have emerged, and we've been able to take
197
585051
2004
התקבלו דפוסים, ואנחנו היינו מסוגלים לקחת
09:47
those patterns, convert them into mathematical models,
198
587055
3836
את הדפוסים האלה, להמיר אותם למודלים מתמטיים,
09:50
and use those mathematical models to gain new insights
199
590891
2689
ולהשתמש במודלים האלה על מנת לקבל תובנות חדשות
09:53
into these exchanges. Okay, so what?
200
593580
2131
לחילופים האלה. אוקיי, אז מה?
09:55
Well, the so what is, that's a really nice behavioral measure,
201
595711
3313
אז מה שקיבלנו הוא כלי מדידה חברתי יפה מאוד
09:59
the economic games bring to us notions of optimal play.
202
599024
3319
את המשחקים הכלכליים נותנים לנו מושגים של משחק אופטימלי.
10:02
We can compute that during the game.
203
602343
2484
אנחנו יכולים לחשב זאת תוך כדי המשחק.
10:04
And we can use that to sort of carve up the behavior.
204
604827
2953
ואנחנו יכולים להשתמש בזה כדי לנתח את ההתנהגות.
10:07
Here's the cool thing. Six or seven years ago,
205
607780
4330
וזה הדבר המגניב. לפי 6 או 7 שנים,
10:12
we developed a team. It was at the time in Houston, Texas.
206
612110
2550
פיתחנו קבוצה. בזמנו זה היה ביוסטון, טקסס.
10:14
It's now in Virginia and London. And we built software
207
614660
3394
עכשיו זה בוירג'יניה ולונדון. ובנינו תוכנה
10:18
that'll link functional magnetic resonance imaging devices
208
618054
3207
שמקשרת מכשירי תהודה מגנטית פונקציונלית
10:21
up over the Internet. I guess we've done up to six machines
209
621261
4035
דרך האינטרנט. אני מניח שעשינו זאת לשישה מכשירים
10:25
at a time, but let's just focus on two.
210
625296
1981
בזמנו, אבל נתרכז רק בשניים.
10:27
So it synchronizes machines anywhere in the world.
211
627277
3058
אז זה מסנכרן מכשירים בכל מקום בעולם
10:30
We synchronize the machines, set them into these
212
630335
3169
אנחנו סנכרנו את המכשירים, הפעלנו בהם את
10:33
staged social interactions, and we eavesdrop on both
213
633504
1983
המשחקים החברתיים האלה, וצותתנו לשני
10:35
of the interacting brains. So for the first time,
214
635487
1666
המוחות המתקשרים. אז בפעם הראשונה,
10:37
we don't have to look at just averages over single individuals,
215
637153
3607
אנחנו לא צריכים רק להסתכל על ממוצעים של יחידים,
10:40
or have individuals playing computers, or try to make
216
640760
2897
או שיחידים ישחקו מול מחשבים, או לנסות לעשות
10:43
inferences that way. We can study individual dyads.
217
643657
2763
ממשקים שיעשו זאת. אנחנו יכולים לחקור זוגות.
10:46
We can study the way that one person interacts with another person,
218
646420
2785
אנחנו יכולים ללמוד את הדרך שבה בנאדם מתקשר עם בנאדם אחר,
10:49
turn the numbers up, and start to gain new insights
219
649205
2564
לפתח את התוצאות, ולהתחיל לקבל תובנות חדשות
10:51
into the boundaries of normal cognition,
220
651769
2515
לגבי גבולות הקוגניציה הנורמלית,
10:54
but more importantly, we can put people with
221
654284
2732
אבל יותר חשוב מכך, אנחנו יכולים לשים אנשים עם
10:57
classically defined mental illnesses, or brain damage,
222
657016
3337
מחלות נפש קלאסיות, או נזק מוחי,
11:00
into these social interactions, and use these as probes of that.
223
660353
3551
לתוך המשחקים החברתיים האלה, ולחקור את הדברים האלו.
11:03
So we've started this effort. We've made a few hits,
224
663904
2350
אז התחלנו את המאמץ הזה. הגענו לכמה תגליות משמעותיות,
11:06
a few, I think, embryonic discoveries.
225
666254
2449
חלקן, אני חושב, תגליות חדשות לגמרי.
11:08
We think there's a future to this. But it's our way
226
668703
2812
אנחנו חושבים שיש לזה עתיד. אבל זו דרכנו
11:11
of going in and redefining, with a new lexicon,
227
671515
2560
להיכנס ולהגדיר, עם לקסיקון חדש
11:14
a mathematical one actually, as opposed to the standard
228
674075
4022
למעשה לקסיקון מתמטי, בניגוד לדרכים
11:18
ways that we think about mental illness,
229
678097
2578
המקובלות בהן אנו חושבים על מחלות נפשיות,
11:20
characterizing these diseases, by using the people
230
680675
2067
לאפיין את המחלות הללו, על ידי שימוש באנשים
11:22
as birds in the exchanges. That is, we exploit the fact
231
682742
3007
כמו בציפורים במשחקים. כלומר, אנו מנצלים את העובדה
11:25
that the healthy partner, playing somebody with major depression,
232
685749
4244
שבנאדם בריא משחק עם אדם בעל דיכאון עמוק,
11:29
or playing somebody with autism spectrum disorder,
233
689993
2910
או משחק עם בנאדם על הרצף האוטיסטי,
11:32
or playing somebody with attention deficit hyperactivity disorder,
234
692903
3850
או משחק עם בנאדם בעל הפרעת קשב וריכוז,
11:36
we use that as a kind of biosensor, and then we use
235
696753
3219
אנו משתמשים באדם כמו בחיישן חי, ואז אנחנו משתמשים
11:39
computer programs to model that person, and it gives us
236
699972
2644
בתוכנות מחשב למדל את הבנאדם, וזה נותן לנו
11:42
a kind of assay of this.
237
702616
2470
סוג של איפיון של הבנאדם.
11:45
Early days, and we're just beginning, we're setting up sites
238
705086
2131
ימים ראשונים, אנחנו רק מתחילים, אנחנו מקימים תחנות
11:47
around the world. Here are a few of our collaborating sites.
239
707217
3410
מסביב לעולם. הנה כמה מהתחנות המשתפות פעולה איתנו.
11:50
The hub, ironically enough,
240
710627
2309
המרכז, באופן אירוני,
11:52
is centered in little Roanoke, Virginia.
241
712936
2889
ממוקם בליטל רואנוקה, וירג'יניה
11:55
There's another hub in London, now, and the rest
242
715825
2269
יש עכשיו מרכז נוסף בלונדון, והשאר
11:58
are getting set up. We hope to give the data away
243
718094
4009
מוקמים כעת. אנחנו מקווים לחלוק את המידע
12:02
at some stage. That's a complicated issue
244
722103
3673
בשלב כלשהו. זה נושא מורכב
12:05
about making it available to the rest of the world.
245
725776
2994
לחלוק את המידע לשאר העולם
12:08
But we're also studying just a small part
246
728770
1847
אבל אנחנו חוקרים רק חלק קטן
12:10
of what makes us interesting as human beings, and so
247
730617
2267
ממה שעושה אותנו מעניינים כבני אנוש, ולכן
12:12
I would invite other people who are interested in this
248
732884
2041
אני רוצה להזמין אנשים שמתעניינים בזה
12:14
to ask us for the software, or even for guidance
249
734925
2569
לבקש מאיתנו את התוכנה, או אפילו את ההכוונה
12:17
on how to move forward with that.
250
737494
2219
על איך להתקדם עם זה.
12:19
Let me leave you with one thought in closing.
251
739713
2341
תנו לי להשאיר לכם דבר אחד לסיום.
12:22
The interesting thing about studying cognition
252
742054
1942
הדבר המעניין בחקר החשיבה
12:23
has been that we've been limited, in a way.
253
743996
3732
היה שהיינו מוגבלים, בצורה מסויימת.
12:27
We just haven't had the tools to look at interacting brains
254
747728
2943
פשוט לא היו לנו הכלים להסתכל על מוחות מתקשרים
12:30
simultaneously.
255
750671
1200
בו זמנית.
12:31
The fact is, though, that even when we're alone,
256
751871
2470
העובדה היא, שאפילו כשאנו לבד,
12:34
we're a profoundly social creature. We're not a solitary mind
257
754341
4111
אנחנו יצורים חברתיים להפליא. אנחנו לא מוחות בודדים.
12:38
built out of properties that kept it alive in the world
258
758452
4373
בנויים ממאפיינים ששמרו עליו חי בעולם
12:42
independent of other people. In fact, our minds
259
762825
3948
עצמאי מאנשים אחרים. למעשה המוחות שלנו
12:46
depend on other people. They depend on other people,
260
766773
2870
תלויים באנשים אחרים. הם תלויים באנשים אחרים,
12:49
and they're expressed in other people,
261
769643
1541
והם מבוטאים אצל אנשים אחרים,
12:51
so the notion of who you are, you often don't know
262
771184
3652
אז המחשבה על מי אתה, אתה לרוב לא יודע
12:54
who you are until you see yourself in interaction with people
263
774836
2688
מי אתה עד שאתה רואה את עצמך מתקשר עם אנשים אחרים
12:57
that are close to you, people that are enemies of you,
264
777524
2406
שקרובים אליך, עם האויבים שלך,
12:59
people that are agnostic to you.
265
779930
2545
אנשים שמפקפקים בך.
13:02
So this is the first sort of step into using that insight
266
782475
3776
אז זהו סוג הצעד הראשון בשימוש בתובנה הזו
13:06
into what makes us human beings, turning it into a tool,
267
786251
3295
לתוך מה שעושה אותנו בני אדם, הפיכתו לכלי,
13:09
and trying to gain new insights into mental illness.
268
789546
1978
ולנסות לקבל תובנות חדשות לגבי מחלות נפש
13:11
Thanks for having me. (Applause)
269
791524
3121
תודה רבה על ההקשבה (מחיאות כפיים)
13:14
(Applause)
270
794645
3089
(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