Daniel Wolpert: The real reason for brains

Translator: ALEKSANDAR MITEVSKI Reviewer: Dejan Spaseski

I'm a neuroscientist.

Јас сум невролог.

And in neuroscience,

Во неврологијата,

we have to deal with many difficult questions about the brain.

се справуваме со многу тешки прашања кои се однесуваат на мозокот.

But I want to start with the easiest question

Меѓутоа сакам да започнам со најлесното прашање

and the question you really should have all asked yourselves at some point in your life,

кое што веројатно си го имате поставено во одреден период од вашиот живот,

because it's a fundamental question

бидејќи е суштинско прашање

if we want to understand brain function.

доколку сакаме да разбереме како функционира мозокот.

And that is, why do we and other animals

А тоа е, зошто ние и другите животни

have brains?

имаме мозоци?

Not all species on our planet have brains,

Сите видови од нашата планета немаат мозоци,

so if we want to know what the brain is for,

и ако сакаме да знаеме за што служи мозокот,

let's think about why we evolved one.

да размислиме зошто настанал кај нас.

Now you may reason that we have one

Ќе помислите дека имаме мозок за

to perceive the world or to think,

да го перцепираме светот или за да мислиме,

and that's completely wrong.

а тоа е потполно погрешно.

If you think about this question for any length of time,

Ако размислите за ова прашање,

it's blindingly obvious why we have a brain.

очигледна е причината за настанокот на мозокот.

We have a brain for one reason and one reason only,

Ние имаме мозок од една и единствена причина,

and that's to produce adaptable and complex movements.

а тоа е да правиме адаптабилни и сложени движења.

There is no other reason to have a brain.

Не постои друга причина за мозокот.

Think about it.

Размислете за ова.

Movement is the only way you have

Движењето е единствениот начин што го имате

of affecting the world around you.

за да влијаете врз светот околу вас.

Now that's not quite true. There's one other way, and that's through sweating.

Тоа и не е баш точно. Постои друг начин, а тоа е преку потењето.

But apart from that,

Но освен тоа,

everything else goes through contractions of muscles.

сето друго влијание се одвива преку контракција на мускулите.

So think about communication --

Еве размислете за комуникацијата,

speech, gestures, writing, sign language --

говорот, гестовите, пишувањето, знаковниот јазик,

they're all mediated through contractions of your muscles.

сите тие се возможни благодарение на контракцијата на мускулите.

So it's really important to remember

Значи навистина е важно да запаметите

that sensory, memory and cognitive processes are all important,

дека сетилните, мемориските и сознајните процеси се важни,

but they're only important

но тие се важни само доколку

to either drive or suppress future movements.

ги поттикнуваат или поттиснуваат идните движења.

There can be no evolutionary advantage

Не може да постои еволуциска предност

to laying down memories of childhood

за зачувување на детските сеќавања

or perceiving the color of a rose

или за перцепирање на бојата на розата

if it doesn't affect the way you're going to move later in life.

доколку тоа не влијае врз вашето движење подоцна во животот.

Now for those who don't believe this argument,

За оние кои не веруваат во овој аргумент,

we have trees and grass on our planet without the brain,

ги имаме дрвјата и тревата кои се без мозок,

but the clinching evidence is this animal here --

но непобитниот доказ е ова животно овде,

the humble sea squirt.

скромното морско прасе.

Rudimentary animal, has a nervous system,

Рудиментирано животно, има нервен систем,

swims around in the ocean in its juvenile life.

плива низ океанот додека е во раната возраст.

And at some point of its life,

И во одреден период од животот,

it implants on a rock.

се закачува на карпа.

And the first thing it does in implanting on that rock, which it never leaves,

И веднаш по закачувањето за карпата, која никогаш не ја напушта,

is to digest its own brain and nervous system

го јаде сопствениот мозок и нервен систем

for food.

како храна.

So once you don't need to move,

Значи доколку не се движите,

you don't need the luxury of that brain.

тогаш не ви треба мозокот како луксуз.

And this animal is often taken

Ова животно често пати се зема

as an analogy to what happens at universities

како аналогија за она што се случува на универзитетите

when professors get tenure,

откако професорите ќе добијат позиција,

but that's a different subject.

но тоа е друга тема.

(Applause)

(Аплауз)

So I am a movement chauvinist.

Значи јас сум шовинист за движењето.

I believe movement is the most important function of the brain --

Верувам дека движењето е најважната функција на мозокот,

don't let anyone tell you that it's not true.

и не дозволувајте некој да ви каже дека не е така.

Now if movement is so important,

Доколку движењето е толку важно,

how well are we doing

тогаш колку добро

understanding how the brain controls movement?

разбираме како мозокот ги контролира движењата?

And the answer is we're doing extremely poorly; it's a very hard problem.

Одговорот е многу слабо; тоа е навистина тежок проблем.

But we can look at how well we're doing

Колку го разбираме овој процес се гледа

by thinking about how well we're doing building machines

преку тоа колку сме добри во правењето машини

which can do what humans can do.

кои можат да прават она што и луѓето.

Think about the game of chess.

Помислете за играта шах.

How well are we doing determining what piece to move where?

Колку сме добри во одлучувањето која фигура каде да ја поместиме?

If you pit Garry Kasparov here, when he's not in jail,

Доколку го спротивставите Гари Каспаров, кога не е во затвор,

against IBM's Deep Blue,

наспроти Дип Блу на IBM,

well the answer is IBM's Deep Blue will occasionally win.

одговорот е дека IBM-овата Дип Блу понекогаш ќе победи.

And I think if IBM's Deep Blue played anyone in this room, it would win every time.

Мислам дека, ако IBM-овата Дип Блу игра со било кој од овде, ќе победи секој пат.

That problem is solved.

Тој проблем е решен.

What about the problem

А што правиме со

of picking up a chess piece,

подигање на шаховската фигура,

dexterously manipulating it and putting it back down on the board?

нејзиното манипулирање со рака и повторно ставање на таблата?

If you put a five year-old child's dexterity against the best robots of today,

Ако спротивставите едно петгодишно дете со најдобриот робот,

the answer is simple:

одговорот е едноставен:

the child wins easily.

детето лесно победува.

There's no competition at all.

Воопшто не постои натпревар.

Now why is that top problem so easy

Зошто горниот проблем е толку лесен

and the bottom problem so hard?

додека пак долниот толку тежок?

One reason is a very smart five year-old

Причината е што многу паметно петгодишно

could tell you the algorithm for that top problem --

ќе ви го каже алгоритамот за првиот проблем,

look at all possible moves to the end of the game

ќе ги предвиди сите можни потези до крајот на играта

and choose the one that makes you win.

и ќе го избере оној што е победнички.

So it's a very simple algorithm.

Алгоритамот е многу едноставен.

Now of course there are other moves,

Се разбира постојат и други потези,

but with vast computers we approximate

но со големи компјутери се приближуваме

and come close to the optimal solution.

и доаѓаме близу до оптималното решение.

When it comes to being dexterous,

Кога станува збор за рачната флексибилност,

it's not even clear what the algorithm is you have to solve to be dexterous.

дури и не знаеме кој алгоритам треба да го решите.

And we'll see you have to both perceive and act on the world,

А истовремено треба и да го перцепирате и да влијаете врз светот,

which has a lot of problems.

што е навистина проблематично.

But let me show you cutting-edge robotics.

Но, да ви ја покажам најсовршената роботика.

Now a lot of robotics is very impressive,

Голем дел од роботиката е импресивна,

but manipulation robotics is really just in the dark ages.

но манипулациската роботика е сè уште во мрачната доба.

So this is the end of a Ph.D. project

Ова е завршетокот на еден докторат

from one of the best robotics institutes.

во еден од најдобрите институти за роботика.

And the student has trained this robot

Студентот го има тренирано овој робот

to pour this water into a glass.

да сипува вода во чаша.

It's a hard problem because the water sloshes about, but it can do it.

Ова е сложен проблем бидејќи водата е нестабилна, но некако успева.

But it doesn't do it with anything like the agility of a human.

Меѓутоа сипувањето не го прави онака агилно како човек.

Now if you want this robot to do a different task,

Ако сакате овој робот да извршува поинаква задача,

that's another three-year Ph.D. program.

тоа е веќе друг тригодишен докторат.

There is no generalization at all

Не постои генерализација воопшто

from one task to another in robotics.

во роботиката од една на друга задача.

Now we can compare this

Можеме да го споредиме ова

to cutting-edge human performance.

со совршената човечка изведба.

So what I'm going to show you is Emily Fox

Она што ќе ви го покажам е Емили Фокс

winning the world record for cup stacking.

како постигнува светски рекорд во редење чаши.

Now the Americans in the audience will know all about cup stacking.

Американците во публиката знаат сè за редењето на чаши.

It's a high school sport

Тоа е средношколски спорт,

where you have 12 cups you have to stack and unstack

имате 12 чаши кои што треба да ги наместите и разместите

against the clock in a prescribed order.

што побрзо по одреден редослед.

And this is her getting the world record in real time.

Еве је како го постигнува светскиот рекорд.

(Laughter)

(Смеа)

(Applause)

(Аплауз)

And she's pretty happy.

Прилично е среќна.

We have no idea what is going on inside her brain when she does that,

Не знаеме што се случува во нејзиниот мозок во тој момент,

and that's what we'd like to know.

а тоа сакаме да го дознаеме.

So in my group, what we try to do

Во мојата група, се обидуваме преку

is reverse engineer how humans control movement.

анализа да откриеме како луѓето го контролираат движењето.

And it sounds like an easy problem.

Звучи како лесен проблем.

You send a command down, it causes muscles to contract.

Испраќате наредба, а тоа предизвикува мускулна контракција

Your arm or body moves,

Вашата рака или тело се движат,

and you get sensory feedback from vision, from skin, from muscles and so on.

а потоа добивате сетилен фидбек од вашиот вид, кожа, од мускулите итн.

The trouble is

Проблемот е

these signals are not the beautiful signals you want them to be.

што овие сигнали не се онолку убави колку што би сакале.

So one thing that makes controlling movement difficult

Една работа што ја отежнува контролата на движењето

is, for example, sensory feedback is extremely noisy.

е фактот што сетилниот фидбек е екстремно бучен.

Now by noise, I do not mean sound.

Кога велам бучава, не мислам на звук.

We use it in the engineering and neuroscience sense

За неа зборуваме во инжинерска и невролошка смисла

meaning a random noise corrupting a signal.

подразбирајќи случајна бучава што го оневозможува сигналот.

So the old days before digital radio when you were tuning in your radio

Порано пред да се појави дигиталното радио кога го подесувавте радиото

and you heard "crrcckkk" on the station you wanted to hear,

и слушавте "ххрркк" на станицата што ја баравте

that was the noise.

токму за таква бучава зборувам.

But more generally, this noise is something that corrupts the signal.

Во основа, оваа бучава е нешто што го оневозможува сигналот.

So for example, if you put your hand under a table

На пример, ако ја ставите раката под маса

and try to localize it with your other hand,

и се обидете да ја лоцирате со другата рака,

you can be off by several centimeters

може да промашите за неколку сантиметри

due to the noise in sensory feedback.

поради бучавата во сетилниот фидбек.

Similarly, when you put motor output on movement output,

Слично, влијанието на моторниот аутпут врз движењето,

it's extremely noisy.

е екстремно бучно.

Forget about trying to hit the bull's eye in darts,

Не мора да се обидувате да го погодите центарот

just aim for the same spot over and over again.

на пикадото, само целете кон истата точка постојано.

You have a huge spread due to movement variability.

Ќе добиете голема распрсканост поради варијабилноста на движењето.

And more than that, the outside world, or task,

Уште поважно, надворешниот свет, или задача,

is both ambiguous and variable.

се истовремено и нејасни и варијабилни.

The teapot could be full, it could be empty.

Чајникот може да биде полн, или празен.

It changes over time.

Се менува со тек на време.

So we work in a whole sensory movement task soup of noise.

Значи ние изведуваме сензорно-движечки задачи опкружени со огромна бучава.

Now this noise is so great

Оваа бучава е толку голема

that society places a huge premium

што општеството ги вреднува оние

on those of us who can reduce the consequences of noise.

од нас кои можат да ги намалат последиците од бучавата.

So if you're lucky enough to be able to knock a small white ball

Доколку сте доволно среќни да успеете да уфрлите мала бела топка

into a hole several hundred yards away using a long metal stick,

во дупка оддалечена неколку стотици метри користејќи долг метален стап,

our society will be willing to reward you

нашето општество со задоволство ќе ве награди

with hundreds of millions of dollars.

со стотици милиони долари.

Now what I want to convince you of

Она што сакам да ве убедам е

is the brain also goes through a lot of effort

дека мозокот исто така вложува многу напор

to reduce the negative consequences

за да ги намали негативните последици

of this sort of noise and variability.

од овој вид на бучава и варијабилност.

And to do that, I'm going to tell you about a framework

Затоа, ќе зборувам за една концепција што е многу

which is very popular in statistics and machine learning of the last 50 years

популарна во статистиката и машинското учење во изминативе 50 години

called Bayesian decision theory.

и се вика Бејзијанска теорија на одлучување.

And it's more recently a unifying way

И од неодамна стана консензуален начин

to think about how the brain deals with uncertainty.

за објаснување како мозокот се справува со неизвесноста.

And the fundamental idea is you want to make inferences and then take actions.

Основната идеја е дека најпрвин донесувате заклучоци а потоа превземате акции.

So let's think about the inference.

Ајде да размислиме за заклучувањето.

You want to generate beliefs about the world.

Сакате да создадете верувања за светот.

So what are beliefs?

Што се верувањата?

Beliefs could be: where are my arms in space?

Верувања можат да бидат: каде ми се рацете во просторот?

Am I looking at a cat or a fox?

Гледам во мачка или во лисица?

But we're going to represent beliefs with probabilities.

Но ние ќе ги претставиме верувањата како веројатности.

So we're going to represent a belief

Ќе го претставиме верувањето

with a number between zero and one --

со број од нула до еден,

zero meaning I don't believe it at all, one means I'm absolutely certain.

нула означува не верувам воопшто, еден означува потполно сум сигурен.

And numbers in between give you the gray levels of uncertainty.

Броевите во средината ги претставуваат сивите нивоа на неизвесноста.

And the key idea to Bayesian inference

Клучната идеја во Бејзијанското заклучување

is you have two sources of information

е дека имате два извора на информации

from which to make your inference.

врз чија основа ги донесувате заклучоците.

You have data,

Имате податоци,

and data in neuroscience is sensory input.

а податоци во неврологијата се сетилните инпути.

So I have sensory input, which I can take in to make beliefs.

Имам сетилен инпут, а врз негова основа ги градам моите верувања.

But there's another source of information, and that's effectively prior knowledge.

Но, има друг извор на информации, а тоа е претходното знаење.

You accumulate knowledge throughout your life in memories.

Вие собирате знаење во текот на животот во сеќавањата.

And the point about Bayesian decision theory

Важното за Бејзијанската теорија на одлучување

is it gives you the mathematics

е дека ви ја дава математиката

of the optimal way to combine

за оптималниот начин на комбинирање

your prior knowledge with your sensory evidence

на вашето претходно знаење со вашиот сетилен доказ

to generate new beliefs.

како би изградиле нови верувања.

And I've put the formula up there.

Овде ја напишав формулата.

I'm not going to explain what that formula is, but it's very beautiful.

Нема да објаснувам што значи формулата, но е многу убава.

And it has real beauty and real explanatory power.

Има вистинска убавина и вистинска поучна моќ.

And what it really says, and what you want to estimate,

Со оваа формула можете да ја пресметате

is the probability of different beliefs

веројатноста на различните верувања

given your sensory input.

земајќи го во предвид сетилниот инпут.

So let me give you an intuitive example.

Да ви дадам еден секојдневен пример.

Imagine you're learning to play tennis

Замислете дека учите да играте тенис

and you want to decide where the ball is going to bounce

и сакате да утврдите каде ќе отскокне топчето

as it comes over the net towards you.

додека се движи од мрежата кон вас.

There are two sources of information

Постојат два извори на информации

Bayes' rule tells you.

Бејзијанското правило вели.

There's sensory evidence -- you can use visual information auditory information,

Постои сетилен доказ - може да ги користите визуелните, аудиторните информации,

and that might tell you it's going to land in that red spot.

и тоа ќе ви каже да се насочите кон црвената област.

But you know that your senses are not perfect,

Но вие знаете дека вашите сетила не се совршени,

and therefore there's some variability of where it's going to land

и дека постои одредена варијабилност за тоа каде ќе падне топчето,

shown by that cloud of red,

тоа го гледаме во црвениот облак,

representing numbers between 0.5 and maybe 0.1.

претставувајќи ги броевите од 0.5 до можеби 0.1.

That information is available in the current shot,

Таа информација е достапна на сегашната снимка,

but there's another source of information

но има друг извор на информација

not available on the current shot,

кој не е достапен на оваа снимка,

but only available by repeated experience in the game of tennis,

туку само преку искуството стекнато од повеќекратно играње на тенис,

and that's that the ball doesn't bounce

а тоа е дека топчето не отскокнува

with equal probability over the court during the match.

со еднаква веројатност низ теренот за време на мечот.

If you're playing against a very good opponent,

Ако играте против многу добар противник,

they may distribute it in that green area,

топчињата можеби ќе паѓаат во зелената област,

which is the prior distribution,

претходниот приказ,

making it hard for you to return.

отежнувајќи ви го повратниот удар.

Now both these sources of information carry important information.

Овие два извори на информации носат важна информација.

And what Bayes' rule says

Бејзијанското правило вели

is that I should multiply the numbers on the red by the numbers on the green

дека треба да ги помножам броевите во црвеното со броевите во зеленото

to get the numbers of the yellow, which have the ellipses,

за да ги добијам броевите во жолтото, елипсата,

and that's my belief.

и тоа е моето верување.

So it's the optimal way of combining information.

Тоа е оптималниот начин за комбинирање на информации.

Now I wouldn't tell you all this if it wasn't that a few years ago,

Пред неколку години, покажавме дека

we showed this is exactly what people do

луѓето всушност на овој начин

when they learn new movement skills.

ги учат новите вештини т.е. движења.

And what it means

Тоа значи дека

is we really are Bayesian inference machines.

сме Бејзијански инференцијални машини.

As we go around, we learn about statistics of the world and lay that down,

Движејќи се наоколу, учиме за статистиките на светот и ги зачувуваме,

but we also learn

но исто така учиме

about how noisy our own sensory apparatus is,

колку е непрецизен нашиот сетилен апарат,

and then combine those

и потоа ова го комбинираме

in a real Bayesian way.

на вистински Бејзијански начин.

Now a key part to the Bayesian is this part of the formula.

Клучниот дел кога станува збор за Бејзијан е овој дел од формулата.

And what this part really says

Она што всушност вели овој дел

is I have to predict the probability

е дека морам да ја предвидам веројатноста

of different sensory feedbacks

на различни сетилни фидбеци врз

given my beliefs.

основа на моите верувања

So that really means I have to make predictions of the future.

Тоа значи дека морам да правам предвидувања за иднината.

And I want to convince you the brain does make predictions

Сакам да ве убедам дека мозокот навистина го предвидува

of the sensory feedback it's going to get.

сензорниот фидбек што подоцна ќе го добие.

And moreover, it profoundly changes your perceptions

Уште повеќе, тоа суштински ја менува вашата прецепција

by what you do.

на она што го правите.

And to do that, I'll tell you

За да ве убедам, ќе ви кажам

about how the brain deals with sensory input.

за тоа како мозокот се справува со сетилниот инпут.

So you send a command out,

Значи праќате наредба надвор,

you get sensory feedback back,

а добивате сетилен фидбек за возврат,

and that transformation is governed

а таа трансформација е водена

by the physics of your body and your sensory apparatus.

од физиката на вашето тело и вашиот сетилен апарат.

But you can imagine looking inside the brain.

Замислете дека гледате внатре во мозокот.

And here's inside the brain.

Ова е внатре во мозокот.

You might have a little predictor, a neural simulator,

Замислете дека имате мал предвидувач, нервен симулатор,

of the physics of your body and your senses.

за физиката на вашето тело и вашите сетила.

So as you send a movement command down,

Како што праќате наредба за движење,

you tap a copy of that off

правите копија од тоа

and run it into your neural simulator

и ја одигрувате во вашиот нервен симулатор

to anticipate the sensory consequences of your actions.

со цел да ги антиципирате сетилните последици од вашите движења.

So as I shake this ketchup bottle,

Значи додека го тресам ова шише кечап,

I get some true sensory feedback as the function of time in the bottom row.

добивам вистински сетилен фидбек како функција на времето.

And if I've got a good predictor, it predicts the same thing.

Ако имам добар предвидувач, тој ќе го предвиде истото.

Well why would I bother doing that?

Тогаш зошто морам да го правам ова?

I'm going to get the same feedback anyway.

И онака ќе го добијам истиот фидбек.

Well there's good reasons.

Па, има добри причини.

Imagine, as I shake the ketchup bottle,

Замислете дека, тресејќи го шишето кечап,

someone very kindly comes up to me and taps it on the back for me.

некој тивко доаѓа до мене и го удира шишето отпозади наместо мене.

Now I get an extra source of sensory information

Овој пат добивам дополнителна сетилна информација

due to that external act.

поради овој надворешен акт.

So I get two sources.

Значи имам два извора.

I get you tapping on it, and I get me shaking it,

Некој од надвор го удира, и јас го тресам,

but from my senses' point of view,

но од гледна точка на моите сетила,

that is combined together into one source of information.

ова се комбинира во еден извор на информации.

Now there's good reason to believe

Има добра причина да веруваме

that you would want to be able to distinguish external events from internal events.

дека сакате да правите разлика помеѓу надворешни и внатрешни настани.

Because external events are actually much more behaviorally relevant

Бидејќи надворешните настани се многу порелевантни за однесувањето

than feeling everything that's going on inside my body.

одошто чувствата кои доаѓаат од внатрешноста на телото.

So one way to reconstruct that

Еден начин за реконструкција на тоа

is to compare the prediction --

е да се спореди предвидувањето,

which is only based on your movement commands --

кое што единствено се базира на наредбите за движење,

with the reality.

со реалноста.

Any discrepancy should hopefully be external.

И разликата ќе претставува она што доаѓа од надвор.

So as I go around the world,

Значи, движејќи се низ светот,

I'm making predictions of what I should get, subtracting them off.

правам предвидувања за фидбеците што треба да ги добијам, потоа ги одземам.

Everything left over is external to me.

Она што останува е надвор од мене.

What evidence is there for this?

Какви се доказите за ова?

Well there's one very clear example

Има еден многу очигледен пример,

where a sensation generated by myself feels very different

чувството што јас сум го предизвикал се доживува поинаку

then if generated by another person.

од чувството предизвикано од некој друг.

And so we decided the most obvious place to start

Одлучивме дека најочигледното место за почеток

was with tickling.

е скокоткањето.

It's been known for a long time, you can't tickle yourself

Се знае дека не можете да се скокоткате онака

as well as other people can.

како што можат другите да ве скокоткаат.

But it hasn't really been shown, it's because you have a neural simulator,

Но не беше покажано зошто, а тоа е бидејќи имате нервен симулатор,

simulating your own body

кој го симулира вашето тело

and subtracting off that sense.

и кој го намалува тоа чувство.

So we can bring the experiments of the 21st century

Сега можеме да ги спроведеме експериментите

by applying robotic technologies to this problem.

со примена на роботска технологија врз овој проблем.

And in effect, what we have is some sort of stick in one hand attached to a robot,

Во експериментот, имаме еден стап во едната рака прикачен за робот,

and they're going to move that back and forward.

субјектот ќе го движи стапот напред-назад.

And then we're going to track that with a computer

Движењето ќе го следиме со компјутер

and use it to control another robot,

а ќе го користиме за да контролираме друг робот,

which is going to tickle their palm with another stick.

кој што ќе ја скокотка неговата дланка со друг стап.

And then we're going to ask them to rate a bunch of things

Потоа ќе го замолиме да изврши рангирање на многу нешта,

including ticklishness.

а тука е и скокотливоста.

I'll show you just one part of our study.

Ќе ви покажам само еден дел.

And here I've taken away the robots,

Овде ги отстранив роботите,

but basically people move with their right arm sinusoidally back and forward.

но во основа луѓето ја движат десната рака синусоидно напред-назад.

And we replay that to the other hand with a time delay.

Тоа го повторуваме на другата рака со временско задоцнување.

Either no time delay,

Или без временско задоцнување,

in which case light would just tickle your palm,

при што светлина ќе ви ја скокотка дланката,

or with a time delay of two-tenths of three-tenths of a second.

или со временско задоцнување од две десетини, три десетини од секундата.

So the important point here

Важното овде е

is the right hand always does the same things -- sinusoidal movement.

дека десната рака секогаш го прави истото - синусоидно движење.

The left hand always is the same and puts sinusoidal tickle.

Левата рака е статична и добива синусоидно скокоткање.

All we're playing with is a tempo causality.

Она што манипулираме е временската-каузалност.

And as we go from naught to 0.1 second,

Како што одиме од нула до 0.1 секунда,

it becomes more ticklish.

скокотливоста се зголемува.

As you go from 0.1 to 0.2,

Како што одиме од 0.1 до 0.2,

it becomes more ticklish at the end.

скокотливоста се зголемува на крајот.

And by 0.2 of a second,

И на 0.2 од секундата,

it's equivalently ticklish

скокотливоста е еднаква

to the robot that just tickled you without you doing anything.

на онаа кога роботот ве скокоткаше, а вие бевте статични.

So whatever is responsible for this cancellation

Било што да е одговорно за ова одложување

is extremely tightly coupled with tempo causality.

тоа е екстремно тесно поврзано со временската поврзаност.

And based on this illustration, we really convinced ourselves in the field

Врз основа на оваа илустрација, бевме убедени дека

that the brain's making precise predictions

мозоците прават прецизни предвидувања

and subtracting them off from the sensations.

и истите нив ги одземаат од сензациите.

Now I have to admit, these are the worst studies my lab has ever run.

Морам да признаам, овие ми се едни од најлошите истражувања.

Because the tickle sensation on the palm comes and goes,

Бидејќи скокоткањето на дланката доаѓа и си оди,

you need large numbers of subjects

затоа ви требаат голем број на субјекти

with these stars making them significant.

за наодот да биде статистички значаен.

So we were looking for a much more objective way

Затоа баравме пообјективен начин

to assess this phenomena.

за да го истражиме овој феномен.

And in the intervening years I had two daughters.

Имам две ќерки.

And one thing you notice about children in backseats of cars on long journeys,

За време на долгите патувања на задните седишта од колата честопати

they get into fights --

тие се препираат,

which started with one of them doing something to the other, the other retaliating.

тоа започнува така што едната и прави нешто на другата, а другата враќа.

It quickly escalates.

Тоа брзо ескалира.

And children tend to get into fights which escalate in terms of force.

Децата влегуваат во закачки кои ескалираат до употреба на сила.

Now when I screamed at my children to stop,

Кога ќе им викнев да престанат,

sometimes they would both say to me

понекогаш и двете ќе речеа

the other person hit them harder.

дека другата ги удрила посилно.

Now I happen to know my children don't lie,

Знам дека моите деца не лажат,

so I thought, as a neuroscientist,

така си мислев, како невролог,

it was important how I could explain

дека е важно да објаснам

how they were telling inconsistent truths.

зошто кажуваат неконзистентни вистини.

And we hypothesize based on the tickling study

Врз основа на студијата за скокоткање претпоставивме

that when one child hits another,

дека кога едното дете ќе го удри другото,

they generate the movement command.

тие создаваат наредба за движење.

They predict the sensory consequences and subtract it off.

Тие ги предвидуваат сетилните последици и ги одземаат.

So they actually think they've hit the person less hard than they have --

Значи тие мислат дека го удриле лицето со помала сила одошто е случајот,

rather like the tickling.

слично на скокоткањето.

Whereas the passive recipient

Додека пак удрениот

doesn't make the prediction, feels the full blow.

не прави предвидување, го чувствува целиот удар.

So if they retaliate with the same force,

И ако удрениот врати со истата сила,

the first person will think it's been escalated.

првото лице ќе мисли дека всушност ударот е посилен.

So we decided to test this in the lab.

Ова го тестиравме во лабораторија.

(Laughter)

(Смеа)

Now we don't work with children, we don't work with hitting,

Не работиме со деца, не работиме со удирање,

but the concept is identical.

но концептот е идентичен.

We bring in two adults. We tell them they're going to play a game.

Имаме двајца возрасни. Им кажуваме дека ќе играат игра.

And so here's player one and player two sitting opposite to each other.

Двајцата играчи седат на спротивни страни еден од друг.

And the game is very simple.

Играта е многу едноставна.

We started with a motor

Користевме мотор

with a little lever, a little force transfuser.

со мала полуга, мал пренесувач на сила.

And we use this motor to apply force down to player one's fingers

Овој мотор служи за да примениме сила врз прстите на првиот играч

for three seconds and then it stops.

околу три секунди и потоа прекинуваме.

And that player's been told, remember the experience of that force

На тој играч му е кажано, запамети го доживувањето од таа сила

and use your other finger

и со другиот прст

to apply the same force

примени ја истата сила

down to the other subject's finger through a force transfuser -- and they do that.

врз прстите на другиот субјект со помош на преносникот на сила - и тие тоа и го прават.

And player two's been told, remember the experience of that force.

На вториот играч му е кажано, запамети го доживувањето од таа сила.

Use your other hand to apply the force back down.

Со другата рака примени ја истата сила за возврат.

And so they take it in turns

Така во неколку наврати

to apply the force they've just experienced back and forward.

ја применуваат силата што ја доживеале во моментот.

But critically,

Но важно е

they're briefed about the rules of the game in separate rooms.

дека правилата за игра ги добиваат во различни соби.

So they don't know the rules the other person's playing by.

Значи тие не ги знаат правилата по кои другото лице игра.

And what we've measured

Она што меревме

is the force as a function of terms.

е силата како функција на овие правила.

And if we look at what we start with,

Да го погледнеме графикот, почнува

a quarter of a Newton there, a number of turns,

со четвртина од Њутн, неколку обиди,

perfect would be that red line.

иделното би била оваа црвена линија.

And what we see in all pairs of subjects is this --

Кај сите парови на субјекти го видовме ова,

a 70 percent escalation in force

70 процентно ескалирање на силата

on each go.

во секој наврат.

So it really suggests, when you're doing this --

Ова ни кажува,

based on this study and others we've done --

врз основа на ова истражување и другите,

that the brain is canceling the sensory consequences

дека мозокот ги поништува сетилните последици

and underestimating the force it's producing.

и ја потценува силата што ја создава.

So it re-shows the brain makes predictions

И повторно покажува дека мозокот предвидува

and fundamentally changes the precepts.

и суштински ја менува перцепцијата.

So we've made inferences, we've done predictions,

Донесовме заклучоци, направивме предвидувања,

now we have to generate actions.

сега треба да создадеме движења.

And what Bayes' rule says is, given my beliefs,

Бејзовото правило вели, имајќи ги во предвид верувањата,

the action should in some sense be optimal.

движењата треба да бидат оптимални.

But we've got a problem.

Но, имаме проблем.

Tasks are symbolic -- I want to drink, I want to dance --

Задачите се симболични: Сакам да пијам, сакам да играм,

but the movement system has to contract 600 muscles

а, моторниот систем треба да придвижи 600 мускули

in a particular sequence.

по одреден редослед.

And there's a big gap

Постои голем јаз

between the task and the movement system.

помеѓу задачата и моторниот систем.

So it could be bridged in infinitely many different ways.

Јазот може да биде надминат на многу различни начини.

So think about just a point to point movement.

Размислете за движењето од точка до точка.

I could choose these two paths

Можам да ги изберам овие два патишта

out of an infinite number of paths.

од бесконечниот број на патишта.

Having chosen a particular path,

Откако сум избрал одреден пат,

I can hold my hand on that path

можам да ја држам раката на тој пат

as infinitely many different joint configurations.

во безброј различни свиткувања.

And I can hold my arm in a particular joint configuration

И можам да ја држам раката на одреден начин свиткана

either very stiff or very relaxed.

или многу стегнато или многу опуштено.

So I have a huge amount of choice to make.

Значи имам голем простор за избор.

Now it turns out, we are extremely stereotypical.

Но се покажа, дека сме екстремно стереотипни.

We all move the same way pretty much.

Сите се движиме воглавно на ист начин.

And so it turns out we're so stereotypical,

Излезе дека сме толку многу стеротипни,

our brains have got dedicated neural circuitry

што нашите мозоци имаат нервни мрежи

to decode this stereotyping.

за препознавање на оваа стеротипност.

So if I take some dots

Ако земам неколку точки

and set them in motion with biological motion,

и направам да се движат како живо суштество,

your brain's circuitry would understand instantly what's going on.

овие центри од вашиот мозок веднаш ќе сфатат што се случува.

Now this is a bunch of dots moving.

Ова се еден куп на точки што се движат.

You will know what this person is doing,

Ќе знаете што прави оваа личност,

whether happy, sad, old, young -- a huge amount of information.

дали е среќна, тажна, стара, млада - големо количество на информации.

If these dots were cars going on a racing circuit,

Ако овие точки беа автомобили кои возат тркачки круг,

you would have absolutely no idea what's going on.

воопшто немаше да знаете што се случува.

So why is it

Зошто тогаш

that we move the particular ways we do?

се движиме на овие карактеристични начини?

Well let's think about what really happens.

Да размислиме што всушност се случува.

Maybe we don't all quite move the same way.

Можеби и не баш сите се движиме на ист начин.

Maybe there's variation in the population.

Можеби има варијации во популацијата.

And maybe those who move better than others

И можеби тие што се движат подобро од другите

have got more chance of getting their children into the next generation.

имаат поголема шанса да остават потомци во следната генерација.

So in evolutionary scales, movements get better.

Во еволуциски рамки, движењата се подобруваат.

And perhaps in life, movements get better through learning.

И можеби во животот, движењата се подобруваат преку учење.

So what is it about a movement which is good or bad?

Кое движење е добро, а кое лошо?

Imagine I want to intercept this ball.

Замислете дека сакам да ја фатам оваа топка.

Here are two possible paths to that ball.

Ова се два начина за фаќање на топката.

Well if I choose the left-hand path,

Ако ја изберам стратегијата од лево,

I can work out the forces required

ќе можам да пресметам колку сила ми треба

in one of my muscles as a function of time.

во еден од моите мускули како функција на време.

But there's noise added to this.

Меѓутоа ќе ја додадеме бучавата.

So what I actually get, based on this lovely, smooth, desired force,

Она што добиваме, базирано на оваа убава, мазна, посакувана сила,

is a very noisy version.

е многу бучна верзија.

So if I pick the same command through many times,

Значи ако ја изберам истата наредба во повеќе наврати,

I will get a different noisy version each time, because noise changes each time.

секој пат ќе добивам различна верзија, бидејќи бучавата се менува постојано.

So what I can show you here

Она што можам да ви покажам

is how the variability of the movement will evolve

е како варијабилноста на движењето ќе се менува

if I choose that way.

доколку ја изберам таа стратегија.

If I choose a different way of moving -- on the right for example --

Доколку изберам друга стратегија - од десно на пример,

then I'll have a different command, different noise,

тогаш ќе имам поинаква наредба, поинаква бучава,

playing through a noisy system, very complicated.

која се одигрува во бучен многу сложен систем.

All we can be sure of is the variability will be different.

Единствено сме сигурни дека варијабилноста ќе биде различна.

If I move in this particular way,

Ако се движам на овој начин,

I end up with a smaller variability across many movements.

ќе добијам помала варијабилност во движењата.

So if I have to choose between those two,

Ако треба да бирам помеѓу тие две,

I would choose the right one because it's less variable.

ќе ја изберам десната бидејќи е помалку варијабилна.

And the fundamental idea

Основната идеја

is you want to plan your movements

е дека треба да ги планирате движењата

so as to minimize the negative consequence of the noise.

како би ги намалиле негативните последици од бучавата.

And one intuition to get

Треба да запаметите

is actually the amount of noise or variability I show here

дека големината на бучавата или варијабилноста

gets bigger as the force gets bigger.

станува поголема со зголемување на силата.

So you want to avoid big forces as one principle.

Во принцип треба да избегнувате големи сили.

So we've shown that using this,

Со ова покажавме дека, можеме,

we can explain a huge amount of data --

да го објасниме огромното количество на податоци,

that exactly people are going about their lives planning movements

дека луѓето во нивните животи ги планираат движењата

so as to minimize negative consequences of noise.

со цел да ги намалат негативните последици од бучавата.

So I hope I've convinced you the brain is there

Се надевам ве убедив дека мозокот служи

and evolved to control movement.

и еволуирал за да го контролира движењето.

And it's an intellectual challenge to understand how we do that.

Како го правиме тоа претставува интелектуален предизвик.

But it's also relevant

Тоа е исто така релевантно

for disease and rehabilitation.

за болести и рехабилитација.

There are many diseases which effect movement.

Има многу болести што го засегаат движењето.

And hopefully if we understand how we control movement,

Се надевам дека ако разбереме како го контролираме движењето,

we can apply that to robotic technology.

потоа ќе можеме да го примениме во роботиката.

And finally, I want to remind you,

И на крај, сакам да ве потсетам,

when you see animals do what look like very simple tasks,

кога ќе видите животни како прават нешто многу едноставно,

the actual complexity of what is going on inside their brain

имајте на ум дека сложеноста внатре нивниот мозок

is really quite dramatic.

е прилично драматична.

Thank you very much.

Ви благодарам многу.

(Applause)

(Аплауз)

Chris Anderson: Quick question for you, Dan.

Крис Андерсон: Кратко прашање за тебе, Ден.

So you're a movement -- (DW: Chauvinist.) -- chauvinist.

Значи ти си шовинист за движењето.

Does that mean that you think that the other things we think our brains are about --

Дали тоа значи дека другите работи поради кои мислиме дека постојат нашите мозоци,

the dreaming, the yearning, the falling in love and all these things --

сонувањето, мечтаењето, заљубувањето и сите други нешта,

are a kind of side show, an accident?

се еден вид нус појава, случајност?

DW: No, no, actually I think they're all important

ДВ: Не, не. Мислам дека сите тие се многу важни

to drive the right movement behavior to get reproduction in the end.

и влијаат врз движењето кое има крајна цел, размножување.

So I think people who study sensation or memory

Мислев на луѓето кои ги проучуваат сетилата или меморијата

without realizing why you're laying down memories of childhood.

без да сфатат зошто ги зачувуваме сеќавањата од детството.

The fact that we forget most of our childhood, for example,

Фактот дека го забораваме поголемиот дел од детството, на пример,

is probably fine, because it doesn't effect our movements later in life.

е веројатно во ред, бидејќи не влијае врз нашите движења подоцна во животот.

You only need to store things which are really going to effect movement.

Треба да ги зачувате работите кои што навистина ќе влијаат врз движењето.

CA: So you think that people thinking about the brain, and consciousness generally,

КА: Мислиш ли дека луѓето што го изучуваат мозокот ќе можат да

could get real insight

добијат вистински увид

by saying, where does movement play in this game?

доколку се прашаат каде се вклопува движењето во сето тоа?

DW: So people have found out for example

ДВ: Луѓето увидоа на пример

that studying vision in the absence of realizing why you have vision

дека доколку ја изучувате визијата, без притоа да сфатите зошто имате визија

is a mistake.

е погрешно.

You have to study vision with the realization

Мора да ја изучувате визијата имајќи на ум

of how the movement system is going to use vision.

како моторниот систем ќе ја користи визијата.

And it uses it very differently once you think about it that way.

На крај ќе видите дека го користи на многу поинаков начин.

CA: Well that was quite fascinating. Thank you very much indeed.

КА: Ова беше навистина фасцинатно. Ви благодарам многу.

(Applause)

(Аплауз)