Daniel Wolpert: The real reason for brains

Vertaald door: Christel Foncke Nagekeken door: Frans Kellner

I'm a neuroscientist.

Ik ben een neurowetenschapper.

And in neuroscience,

In de neurowetenschappen,

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

hebben we te maken met vele moeilijke vragen over het brein.

But I want to start with the easiest question

Maar ik wil beginnen met de eenvoudigste vraag,

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

iets dat je je op een bepaald punt in je leven echt moet hebben afgevraagd.

because it's a fundamental question

Het een fundamentele vraag

if we want to understand brain function.

als we de functie van de hersenen willen begrijpen.

And that is, why do we and other animals

De vraag is: waarom hebben wij en andere dieren

have brains?

hersenen?

Not all species on our planet have brains,

Niet alle soorten op onze planeet hebben hersenen,

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

dus als we willen weten waarvoor hersenen dienen,

let's think about why we evolved one.

moeten we bedenken waarom we ze ontwikkeld hebben.

Now you may reason that we have one

Nu kan je redeneren dat we ze hebben

to perceive the world or to think,

om de wereld waar te nemen of om te denken.

and that's completely wrong.

Dat is helemaal verkeerd.

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

Als je langere tijd over deze vraag nadenkt,

it's blindingly obvious why we have a brain.

is het volkomen duidelijk waarom we een brein hebben.

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

We hebben een brein om één reden en één reden alleen:

and that's to produce adaptable and complex movements.

om gepaste en complexe bewegingen te kunnen maken.

There is no other reason to have a brain.

Er is geen andere reden om een brein te hebben.

Think about it.

Denk er eens over na.

Movement is the only way you have

Beweging is de enige manier waarop je

of affecting the world around you.

invloed hebt op de wereld om je heen.

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

Dat is niet helemaal waar. Er is een andere manier en dat is door te zweten.

But apart from that,

Maar afgezien van dat,

everything else goes through contractions of muscles.

gebeurt alles door samentrekkingen van de spieren.

So think about communication --

Denk aan communicatie -

speech, gestures, writing, sign language --

spraak, gebaren, schrijven, gebarentaal -

they're all mediated through contractions of your muscles.

het gebeurt allemaal via samentrekkingen van je spieren.

So it's really important to remember

Het is echt belangrijk om te onthouden

that sensory, memory and cognitive processes are all important,

dat het zintuiglijke, het geheugen en cognitieve processen allemaal belangrijk zijn,

but they're only important

maar ze zijn alleen van belang

to either drive or suppress future movements.

om toekomstige bewegingen ofwel aan te sturen of te onderdrukken

There can be no evolutionary advantage

Er is geen evolutionair voordeel

to laying down memories of childhood

aan herinneringen uit de kindertijd

or perceiving the color of a rose

of het waarnemen van de kleur van een roos

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

als het geen invloed heeft op de manier waarop je je later beweegt.

Now for those who don't believe this argument,

Voor degenen die dit argument niet geloven:

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

we hebben op onze planeet bomen en gras zonder hersenen.

but the clinching evidence is this animal here --

Het sluitende bewijs is dit dier hier:

the humble sea squirt.

de bescheiden zakpijp.

Rudimentary animal, has a nervous system,

Een rudimentair dier met een zenuwstelsel,

swims around in the ocean in its juvenile life.

zwemt in zijn jeugd in de oceaan rond.

And at some point of its life,

Op een bepaald punt in zijn leven,

it implants on a rock.

nestelt het zich op een rots.

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

Het eerste wat het doet nadat het zich op die rots vastzet, die het nooit verlaat,

is to digest its own brain and nervous system

is zijn eigen hersenen en zenuwstelsel

for food.

als voedsel verteren.

So once you don't need to move,

Dus zodra je niet hoeft te bewegen,

you don't need the luxury of that brain.

heb je de luxe van die hersenen niet nodig.

And this animal is often taken

Dit dier wordt vaak genomen

as an analogy to what happens at universities

als analogie met wat er aan de universiteiten gebeurt

when professors get tenure,

als professoren benoemd worden,

but that's a different subject.

maar dat is een ander onderwerp.

(Applause)

(Applaus)

So I am a movement chauvinist.

Dus ik ben een bewegingschauvinist.

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

Ik denk dat beweging de belangrijkste functie van de hersenen is

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

en laat niemand je vertellen dat het niet waar is.

Now if movement is so important,

Als beweging zo belangrijk is,

how well are we doing

hoe goed begrijpen we

understanding how the brain controls movement?

hoe de hersenen beweging controleren?

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

Heel erg slecht, het is een heel moeilijk probleem.

But we can look at how well we're doing

Een manier om te zien hoe goed we het doen,

by thinking about how well we're doing building machines

is door na te denken over hoe goed we zijn in het bouwen van machines

which can do what humans can do.

die kunnen doen wat mensen kunnen.

Think about the game of chess.

Denk aan het schaakspel.

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

Hoe goed zijn we in het bepalen van welk stuk verplaatst moet worden en waarheen?

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

Neem Gary Kasparov, als hij niet in de gevangenis zit,

against IBM's Deep Blue,

tegen Deep Blue van IBM,

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

Het antwoord is: Deep Blue van IBM zal zo nu en dan winnen.

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

Ik denk dat als Deep Blue tegen iemand in deze zaal zou spelen, hij elke keer zou winnen.

That problem is solved.

Dat probleem is opgelost.

What about the problem

Hoe zit het met het probleem

of picking up a chess piece,

van het oppakken van een schaakstuk,

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

het handig manipuleren en het weer neerzetten op het bord?

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

Als je de handigheid van een vijfjarig kind vergelijkt met de beste robot van vandaag,

the answer is simple:

is het antwoord eenvoudig:

the child wins easily.

het kind wint gemakkelijk.

There's no competition at all.

Het is geen match.

Now why is that top problem so easy

Waarom is het eerste probleem zo gemakkelijk

and the bottom problem so hard?

en het laatste probleem zo moeilijk?

One reason is a very smart five year-old

Een reden is dat een zeer slimme vijfjarige

could tell you the algorithm for that top problem --

je het algoritme voor dat probleem zou kunnen vertellen:

look at all possible moves to the end of the game

kijk naar alle mogelijke zetten op het einde van het spel

and choose the one that makes you win.

en kies voor die ene waardoor je wint.

So it's a very simple algorithm.

Het is dus een zeer eenvoudig algoritme.

Now of course there are other moves,

Natuurlijk zijn er andere zetten,

but with vast computers we approximate

maar met enorme computers

and come close to the optimal solution.

komen we dicht bij de optimale oplossing.

When it comes to being dexterous,

Als het gaat om behendigheid

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

is het zelfs niet duidelijk welk algoritme je moet oplossen.

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

Je moet de wereld zowel waarnemen als erop reageren.

which has a lot of problems.

Dat geeft een hoop problemen.

But let me show you cutting-edge robotics.

Ik laat jullie de nieuwste robotica zien.

Now a lot of robotics is very impressive,

Veel robotica is zeer indrukwekkend,

but manipulation robotics is really just in the dark ages.

maar met behendige robotica zitten we nog in de middeleeuwen.

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

Dus dit is het einde van een doctoraatproject

from one of the best robotics institutes.

van een van de beste robotica-instituten.

And the student has trained this robot

De student heeft deze robot getraind

to pour this water into a glass.

om water in een glas te gieten.

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

Het is een moeilijk probleem omdat het water rondklotst, maar het lukt.

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

Weliswaar niet met de handigheid van een mens.

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

Als je wilt dat deze robot een andere taak uitvoert,

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

betekent dat nog eens drie jaar doctoraatprogramma.

There is no generalization at all

Er is helemaal geen generalisatie

from one task to another in robotics.

van de ene taak naar de andere in robotica.

Now we can compare this

We kunnen dit vergelijken

to cutting-edge human performance.

met de meest geavanceerde menselijke prestaties.

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

Ik zal jullie Emily Fox laten zien.

winning the world record for cup stacking.

Zij heeft het wereldrecord bekerstapelen gewonnen.

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

De Amerikanen hier in het publiek weten alles over bekerstapelen.

It's a high school sport

Het is een middelbare schoolsport

where you have 12 cups you have to stack and unstack

waarbij je 12 bekers moet stapelen en weer afbreken

against the clock in a prescribed order.

in een bepaalde tijd en een voorgeschreven volgorde

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

Dit is haar wereldrecord in realtime.

(Laughter)

(Gelach)

(Applause)

(Applaus)

And she's pretty happy.

Ze is erg blij.

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

We hebben geen idee wat er zich in haar hersenen afspeelt als ze bezig is.

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

We zouden het graag willen weten.

So in my group, what we try to do

In mijn groep, proberen we

is reverse engineer how humans control movement.

in detail te analyseren hoe mensen bewegingen beheersen.

And it sounds like an easy problem.

Het klinkt als een eenvoudig probleem.

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

Je stuurt een commando dat de spieren doet samentrekken.

Your arm or body moves,

Je arm of lichaam beweegt

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

en je krijgt sensorische feedback van de ogen, de huid, spieren en ga zo maar door.

The trouble is

Het probleem is dat deze signalen

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

niet de mooie signalen zijn zoals je ze graag zou willen.

So one thing that makes controlling movement difficult

Het beheersen van beweging wordt bemoeilijkt

is, for example, sensory feedback is extremely noisy.

door bijvoorbeeld zeer 'luidruchtige' sensorische feedback.

Now by noise, I do not mean sound.

Met luidruchtig bedoel ik niet geluid.

We use it in the engineering and neuroscience sense

We gebruiken het in ingenieurs- en neurowetenschappen

meaning a random noise corrupting a signal.

in de betekenis van onbestemde ruis die een signaal verstoort.

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

Voordat digitale radio bestond, kon je, als je een zender zocht op je radio,

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

'crrcckkk' horen op de zender die je wilde horen.

that was the noise.

Dat was die ruis.

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

Maar meer in het algemeen, deze ruis is iets dat het signaal stoort.

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

Bijvoorbeeld, als je je hand onder tafel houdt

and try to localize it with your other hand,

en die met je andere hand probeert te lokaliseren,

you can be off by several centimeters

kun je er enkele centimeters naast zitten

due to the noise in sensory feedback.

vanwege de ruis in de sensorische feedback.

Similarly, when you put motor output on movement output,

Hetzelfde geldt als je motorische output doet volgen

it's extremely noisy.

op een beweging: daar zit zeer veel ruis op.

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

Vergeet om bij het darten de roos te raken.

just aim for the same spot over and over again.

Richt gewoon telkens op dezelfde plek.

You have a huge spread due to movement variability.

Je hebt een grote spreiding door de bewegingsvariatie.

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

Meer nog, de buitenwereld of de taak

is both ambiguous and variable.

is zowel dubbelzinnig als variabel.

The teapot could be full, it could be empty.

De theepot kan vol zijn, hij kan leeg zijn.

It changes over time.

Het verandert in de tijd.

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

We werken bij zintuiglijke bewegingstaken in een soep van lawaai.

Now this noise is so great

De ruis is zo luid

that society places a huge premium

dat de maatschappij een enorme beloning geeft

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

aan degene die de gevolgen van deze ruis kan verminderen.

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

Dus als je het geluk hebt om een klein wit balletje enkele

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

honderd meter verder in een gat te kunnen slaan met een lange metalen stok,

our society will be willing to reward you

zal onze maatschappij bereid zijn je te belonen

with hundreds of millions of dollars.

met honderden miljoenen dollars.

Now what I want to convince you of

Ik wil jullie ervan overtuigen

is the brain also goes through a lot of effort

dat het brein ook veel moeite doet

to reduce the negative consequences

om de negatieve gevolgen van dit soort

of this sort of noise and variability.

lawaai en variabiliteit te beperken.

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

Om dat te doen, ga ik jullie vertellen over een raamwerk

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

dat erg populair is in de statistiek en het automatisch leren van de laatste 50 jaar.

called Bayesian decision theory.

Het heet Bayesiaanse beslissingstheorie.

And it's more recently a unifying way

Het is tegenwoordig de manier

to think about how the brain deals with uncertainty.

om na te denken over hoe het brein omgaat met onzekerheid.

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

Het fundamentele idee is dat je conclusies wilt trekken en dan actie ondernemen.

So let's think about the inference.

Dus laten we nadenken over de conclusie.

You want to generate beliefs about the world.

Je wilt overtuigingen over de wereld ontwikkelen.

So what are beliefs?

Ja, wat zijn overtuigingen?

Beliefs could be: where are my arms in space?

Overtuigingen kunnen zijn: waar in de ruimte bevinden mijn armen zich?

Am I looking at a cat or a fox?

Kijk ik naar een kat of een vos?

But we're going to represent beliefs with probabilities.

We gaan overtuigingen weergeven als waarschijnlijkheden.

So we're going to represent a belief

We geven een overtuiging weer

with a number between zero and one --

door een getal tussen nul en één -

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

nul betekent: ik geloof het helemaal niet, één betekent: ik ben absoluut zeker.

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

Cijfers ertussen geven de grijswaarden van onzekerheid.

And the key idea to Bayesian inference

Het uitgangspunt van Bayesiaanse conclusies

is you have two sources of information

zijn twee bronnen van informatie

from which to make your inference.

van waaruit je gevolgtrekkingen kunt maken.

You have data,

Je hebt gegevens

and data in neuroscience is sensory input.

en gegevens in neurowetenschappen zijn zintuiglijke input.

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

Ik heb zintuiglijke input die ik kan gebruiken om overtuigingen te maken.

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

Maar er is een andere bron van informatie, en dat is voorkennis.

You accumulate knowledge throughout your life in memories.

Tijdens je hele leven verzamel je kennis in herinneringen.

And the point about Bayesian decision theory

De Bayesiaanse beslissingstheorie

is it gives you the mathematics

geeft je de wiskunde

of the optimal way to combine

van de optimale manier om

your prior knowledge with your sensory evidence

je voorkennis te combineren met je zintuiglijk bewijs

to generate new beliefs.

om nieuwe opvattingen te creëren.

And I've put the formula up there.

Ik zet de formule daar.

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

Ik ga niet uitleggen wat die formule is, maar ze is erg mooi.

And it has real beauty and real explanatory power.

Ze heeft echte schoonheid en echte verklarende kracht.

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

Wat het werkelijk zegt en wat je wilt bepalen,

is the probability of different beliefs

is de waarschijnlijkheid van verschillende overtuigingen

given your sensory input.

op basis van je zintuiglijke input.

So let me give you an intuitive example.

Laat me je een intuïtief voorbeeld geven.

Imagine you're learning to play tennis

Stel je voor dat je leert tennissen

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

en je wilt bepalen waar de bal gaat stuiteren

as it comes over the net towards you.

als hij over het net naar je toekomt.

There are two sources of information

Er zijn twee bronnen van informatie

Bayes' rule tells you.

zegt Bayes' regel.

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

Er is zintuiglijk bewijs - je kunt gebruik maken van visuele en auditieve informatie,

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

die je kan vertellen dat de bal zal neerkomen op die rode vlek.

But you know that your senses are not perfect,

Maar je weet dat je zintuigen niet perfect zijn

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

en daarom is er enige variatie in waar de bal zal neerkomen.

shown by that cloud of red,

Dat wordt getoond door die rode wolk

representing numbers between 0.5 and maybe 0.1.

die cijfers weergeeft tussen 0,5 en misschien 0,1.

That information is available in the current shot,

Die informatie is beschikbaar in deze slag,

but there's another source of information

maar er is een andere informatiebron

not available on the current shot,

die op dit moment niet beschikbaar is.

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

Ze wordt verkregen door vele keren tennis te spelen.

and that's that the ball doesn't bounce

De bal stuitert tijdens de wedstrijd

with equal probability over the court during the match.

niet met dezelfde waarschijnlijkheid over het veld.

If you're playing against a very good opponent,

Als je speelt tegen een zeer goede tegenstander,

they may distribute it in that green area,

kan deze de bal verspreiden over dat groene gebied,

which is the prior distribution,

wat de voorafgaande verspreiding was,

making it hard for you to return.

wat terugslaan lastig maakt.

Now both these sources of information carry important information.

Beide informatiebronnen dragen belangrijke informatie.

And what Bayes' rule says

Bayes' regel zegt dat ik

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

de nummers op het rood moet vermenigvuldigen met de nummers op het groen

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

om de nummers van de gele ellipsen te verkrijgen.

and that's my belief.

Dat is mijn overtuiging.

So it's the optimal way of combining information.

Dus het is de optimale manier van combineren van informatie.

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

Ik vertel dit omdat we een paar jaar geleden

we showed this is exactly what people do

aantoonden dat dit precies is wat mensen doen

when they learn new movement skills.

wanneer zij nieuwe bewegingsvaardigheden leren.

And what it means

Het betekent dat we

is we really are Bayesian inference machines.

echt Bayesiaanse beslissingsmachines zijn.

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

Gaandeweg leren we de statistieken van de wereld en leggen die vast

but we also learn

maar we leren ook

about how noisy our own sensory apparatus is,

hoe luidruchtig het eigen zintuiglijke apparaat is.

and then combine those

Die gegevens combineren we

in a real Bayesian way.

op een echte Bayesiaanse manier.

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

Een belangrijk deel van de Bayesiaanse regel is dit deel van de formule.

And what this part really says

Dit deel zegt echt

is I have to predict the probability

dat ik de waarschijnlijkheid moet voorspellen

of different sensory feedbacks

van verschillende zintuiglijke feedbacks

given my beliefs.

op basis van mijn overtuigingen.

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

Dat betekent eigenlijk dat ik de toekomst moet voorspellen.

And I want to convince you the brain does make predictions

Ik wil jullie overtuigen dat de hersenen voorspellingen doen

of the sensory feedback it's going to get.

van zintuiglijke feedbacks die ze nog moeten ontvangen.

And moreover, it profoundly changes your perceptions

Bovendien veranderen je waarnemingen ingrijpend

by what you do.

door wat je doet.

And to do that, I'll tell you

Daarom zal ik je vertellen

about how the brain deals with sensory input.

hoe het brein omgaat met zintuiglijke input.

So you send a command out,

Je stuurt een opdracht uit.

you get sensory feedback back,

Je krijgt sensorische feedback terug

and that transformation is governed

en die transformatie wordt beheerst

by the physics of your body and your sensory apparatus.

door de fysica van je lichaam en je zintuiglijke apparaat.

But you can imagine looking inside the brain.

Stel je de binnenkant van de hersenen voor.

And here's inside the brain.

Hier zijn de hersenen.

You might have a little predictor, a neural simulator,

Misschien heb je een kleine voorspeller, een neurale simulator,

of the physics of your body and your senses.

van de fysica van je lichaam en je zintuigen.

So as you send a movement command down,

Dus als je een bewegingscommando naar beneden stuurt,

you tap a copy of that off

maak je een kopie

and run it into your neural simulator

en voert het door je neurale simulator

to anticipate the sensory consequences of your actions.

om te anticiperen op de sensorische consequenties van je daden.

So as I shake this ketchup bottle,

Als ik deze fles ketchup schud,

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

krijg ik een ware sensorische feedback zoals de functie van de tijd in de onderste rij.

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

Als ik een goede voorspeller heb, voorspelt die hetzelfde.

Well why would I bother doing that?

Waarom zou ik daar moeite voor doen?

I'm going to get the same feedback anyway.

Ik krijg toch dezelfde feedback.

Well there's good reasons.

Wel, er zijn redenen.

Imagine, as I shake the ketchup bottle,

Stel je voor, terwijl ik de fles ketchup schud,

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

komt iemand vriendelijk naar me toe en tikt hem voor mij op de bodem.

Now I get an extra source of sensory information

Nu krijg ik een extra bron zintuiglijke informatie

due to that external act.

door een externe handeling.

So I get two sources.

Ik heb twee bronnen.

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

Jij tikt erop en ik schud ermee,

but from my senses' point of view,

maar vanuit het oogpunt van mijn zintuigen,

that is combined together into one source of information.

worden die gecombineerd tot één bron van informatie.

Now there's good reason to believe

Er is een goede reden om te geloven

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

dat je in staat wilt zijn om onderscheid te maken tussen externe en interne gebeurtenissen.

Because external events are actually much more behaviorally relevant

Omdat externe gebeurtenissen eigenlijk gedragsmatig veel relevanter zijn

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

dan voeling te krijgen met wat er in mijn lichaam gebeurt.

So one way to reconstruct that

Een manier om dat te reconstrueren

is to compare the prediction --

is de voorspelling,

which is only based on your movement commands --

die alleen gebaseerd is op je bewegingscommando's,

with the reality.

met de werkelijkheid te vergelijken.

Any discrepancy should hopefully be external.

Enige discrepantie zal hopelijk extern zijn.

So as I go around the world,

Terwijl ik mij verplaats in de wereld,

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

maak ik voorspellingen van wat ik kan verwachten, en trek ze af.

Everything left over is external to me.

Alles wat overblijft, is extern voor mij.

What evidence is there for this?

Welk bewijs is er hiervoor?

Well there's one very clear example

Er is een heel duidelijk voorbeeld

where a sensation generated by myself feels very different

waar een door mijzelf opgewekte sensatie heel anders voelt

then if generated by another person.

dan als ze door een andere persoon wordt veroorzaakt.

And so we decided the most obvious place to start

We besloten op de meest evidente plaats te beginnen:

was with tickling.

kietelen.

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

Iedereen weet dat je jezelf niet kunt kietelen

as well as other people can.

maar andere mensen wel.

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

Maar het is niet echt aangetoond. Het is omdat je een neurale simulator hebt,

simulating your own body

die je eigen lichaam simuleert

and subtracting off that sense.

en dat gevoel aftrekt.

So we can bring the experiments of the 21st century

In de 21ste eeuw experimenteren wij

by applying robotic technologies to this problem.

met robottechnologie om dit probleem op te lossen.

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

We hebben in een hand een soort stok verbonden met een robot.

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

Die bewegen we heen en weer.

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

Dat volgen we met een computer

and use it to control another robot,

en gebruiken deze om een andere robot

which is going to tickle their palm with another stick.

te besturen die hun palm zal kietelen met een andere stok.

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

Dan vragen we om een hoop dingen te waarderen,

including ticklishness.

inbegrepen hoeveel het kietelt.

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

Ik zal je een deel van onze studie laten zien.

And here I've taken away the robots,

Hier heb ik de robots weggenomen.

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

Eigenlijk bewegen mensen met hun rechterarm sinusvormig heen en weer.

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

We herhalen dat voor de andere hand met een vertraging.

Either no time delay,

Ofwel zonder vertraging

in which case light would just tickle your palm,

waarbij enkel licht je handpalm prikkelt,

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

of met een vertraging van twee-tiende of drie-tiende van een seconde.

So the important point here

Het belangrijkste punt hier is

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

dat de rechterhand altijd dezelfde sinusvormige beweging maakt.

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

De linkerhand blijft altijd hetzelfde en kietelt sinusvormig.

All we're playing with is a tempo causality.

We spelen met de tempo-causaliteit.

And as we go from naught to 0.1 second,

Als we gaan van nul naar 0,1 seconden,

it becomes more ticklish.

kietelt het meer.

As you go from 0.1 to 0.2,

Als je gaat van 0,1 tot 0,2,

it becomes more ticklish at the end.

kietelt het meer aan het eind.

And by 0.2 of a second,

Op 0,2 van een seconde

it's equivalently ticklish

kietelt het evenveel

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

voor de robot die jou net kietelde zonder dat je iets deed.

So whatever is responsible for this cancellation

Wat ook verantwoordelijk is voor deze annulatie

is extremely tightly coupled with tempo causality.

is zeer nauw verbonden met tempo-causaliteit.

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

Op basis van deze illustratie geraakten we in het veld echt overtuigd

that the brain's making precise predictions

dat de hersenen nauwkeurige voorspellingen maken

and subtracting them off from the sensations.

en ze aftrekken van de sensaties.

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

Ik moet toegeven dat dit de ergste studies zijn die mijn lab ooit heeft uitgevoerd.

Because the tickle sensation on the palm comes and goes,

Omdat de kietelsensatie op de handpalm komt en gaat,

you need large numbers of subjects

heb je een groot aantal proefpersonen

with these stars making them significant.

met deze sterren nodig waardoor ze significant worden.

So we were looking for a much more objective way

We gingen dus op zoek naar een meer objectieve manier

to assess this phenomena.

om dit fenomeen te beoordelen.

And in the intervening years I had two daughters.

In de tussenliggende jaren kreeg ik twee dochters.

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

Wat je ziet bij kinderen op de achterbank van auto’s tijdens lange ritten ...

they get into fights --

ze vechten.

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

Het begint met de ene die iets doet aan de ander en die andere slaat terug.

It quickly escalates.

Het escaleert snel.

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

Kinderen geraken regelmatig in gevechten waarbij het geweld escaleert.

Now when I screamed at my children to stop,

Als ik schreeuwde tegen hen om te stoppen,

sometimes they would both say to me

zeiden ze beiden dat

the other person hit them harder.

de andere persoon harder sloeg dan zijzelf.

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

Ik weet toevallig dat mijn kinderen niet liegen,

so I thought, as a neuroscientist,

dus ik dacht, als neurowetenschapper,

it was important how I could explain

dat het belangrijk was een verklaring te vinden

how they were telling inconsistent truths.

waarom ze elk iets anders vertelden.

And we hypothesize based on the tickling study

We maakten een hypothese op basis van de kietelstudie:

that when one child hits another,

wanneer het ene kind het andere slaat,

they generate the movement command.

commanderen zijzelf de beweging.

They predict the sensory consequences and subtract it off.

Ze voorspellen de sensorische gevolgen en trekken ze af.

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

Ze denken dat ze de persoon minder hard raken dan in werkelijkheid -

rather like the tickling.

een beetje zoals het kietelen.

Whereas the passive recipient

De passieve ontvanger echter

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

maakt deze voorspelling niet en voelt de klap in zijn volle kracht.

So if they retaliate with the same force,

Als ze terugslaan met dezelfde kracht,

the first person will think it's been escalated.

zal de eerste persoon denken dat het geëscaleerd is.

So we decided to test this in the lab.

We besloten dit te testen in het lab.

(Laughter)

(Gelach)

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

We werken niet met kinderen en niet met slaan,

but the concept is identical.

maar het concept is identiek.

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

We gebruiken twee volwassenen. We vertellen hen dat ze een spel gaan spelen.

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

Hier is speler één en speler twee. Ze zitten tegenover elkaar.

And the game is very simple.

Het spel is zeer eenvoudig.

We started with a motor

We begonnen met een motor

with a little lever, a little force transfuser.

met een kleine hefboom die de kracht overbrengt.

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

We gebruiken deze motor om kracht uit te oefenen op de vingers van

for three seconds and then it stops.

speler één gedurende drie seconden en dan stoppen we.

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

De speler wordt gevraagd de kracht die hij ervaren heeft te onthouden

and use your other finger

en zijn andere vinger te gebruiken

to apply the same force

om dezelfde kracht uit te oefenen

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

op de vinger van speler twee via de hefboom - en dat doen ze.

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

Speler twee wordt dan gevraagd de kracht die hij ervaren heeft te onthouden

Use your other hand to apply the force back down.

en met zijn andere hand diezelfde kracht op de ander uit te oefenen.

And so they take it in turns

Dit doen ze om de beurt bij de ander

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

op basis van de kracht die zij zelf ervaren hebben.

But critically,

Maar belangrijk:

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

ze werden geïnformeerd over de regels van het spel in aparte kamers.

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

Ze kennen dus de regels van de andere persoon niet.

And what we've measured

We maten

is the force as a function of terms.

of de kracht overeenstemde met de regels.

And if we look at what we start with,

Als we kijken naar waarmee we beginnen:

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

een kwart van een Newton, een aantal keren,

perfect would be that red line.

dan zou de rode lijn perfect zijn.

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

We zien in alle onderzochte paren,

a 70 percent escalation in force

70 procent escalatie van kracht

on each go.

bij elke beurt.

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

Het suggereert, als je dit doet -

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

op basis van deze studie en andere die we gedaan hebben -

that the brain is canceling the sensory consequences

dat de hersenen de sensorische consequenties uitwissen

and underestimating the force it's producing.

en de geproduceerde kracht onderschat.

So it re-shows the brain makes predictions

Het toont opnieuw dat de hersenen voorspellingen maken

and fundamentally changes the precepts.

en de regels fundamenteel veranderen.

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

We hebben gevolgtrekkingen gemaakt, we hebben voorspellingen gedaan,

now we have to generate actions.

nu moeten we de acties ondernemen.

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

Bayes’ regel zegt: op basis van mijn overtuigingen

the action should in some sense be optimal.

moet de actie in zekere zin optimaal zijn.

But we've got a problem.

We hebben echter een probleem.

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

Taken zijn symbolisch: ik wil drinken, ik wil dansen -

but the movement system has to contract 600 muscles

maar het bewegingssysteem moet 600 spieren aanspannen

in a particular sequence.

in een bepaalde volgorde.

And there's a big gap

Er is een grote kloof

between the task and the movement system.

tussen de taak en het bewegingssysteem.

So it could be bridged in infinitely many different ways.

Het zou kunnen overbrugd worden op oneindig veel verschillende manieren.

So think about just a point to point movement.

Denk aan een beweging van punt naar punt.

I could choose these two paths

Ik kan deze twee paden kiezen

out of an infinite number of paths.

uit een oneindig aantal paden.

Having chosen a particular path,

Na het kiezen van een bepaald pad,

I can hold my hand on that path

kan ik mijn hand op dat pad houden

as infinitely many different joint configurations.

met het gewricht in oneindig veel verschillende standen.

And I can hold my arm in a particular joint configuration

Ik kan mijn arm in veel verschillende standen houden

either very stiff or very relaxed.

ofwel zeer stijf of heel ontspannen.

So I have a huge amount of choice to make.

Ik moet een enorm aantal keuzes maken.

Now it turns out, we are extremely stereotypical.

Het blijkt dat we extreem stereotiep zijn.

We all move the same way pretty much.

We bewegen allemaal op vrijwel dezelfde manier.

And so it turns out we're so stereotypical,

We zijn zelfs zo stereotiep,

our brains have got dedicated neural circuitry

dat onze hersenen specifieke neurale circuits hebben

to decode this stereotyping.

om deze stereotypering te decoderen.

So if I take some dots

Als ik wat puntjes neem

and set them in motion with biological motion,

en ze in beweging zet met biologische beweging,

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

zouden je hersencircuits onmiddellijk begrijpen wat er gaande is.

Now this is a bunch of dots moving.

Dit is een hoop bewegende punten.

You will know what this person is doing,

Je zult weten wat deze persoon doet,

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

of hij blij, verdrietig, oud, jong is - een enorme hoeveelheid informatie.

If these dots were cars going on a racing circuit,

Als deze punten auto’s zouden zijn op een racecircuit,

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

zou je absoluut geen idee hebben wat er aan de hand is.

So why is it

Waarom bewegen we

that we move the particular ways we do?

op deze specifieke manieren?

Well let's think about what really happens.

Laat ons nadenken over wat er werkelijk gebeurt.

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

Misschien bewegen we niet allemaal op precies dezelfde manier.

Maybe there's variation in the population.

Misschien is er variatie in de populatie.

And maybe those who move better than others

Misschien hebben degenen die zich beter bewegen dan anderen

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

meer kans om hun kinderen mee te nemen in de volgende generatie.

So in evolutionary scales, movements get better.

In evolutionaire termen worden bewegingen beter.

And perhaps in life, movements get better through learning.

Misschien worden bewegingen tijdens het leven beter door te leren.

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

Wat is goed of slecht aan een beweging?

Imagine I want to intercept this ball.

Stel je voor dat ik deze bal wil onderscheppen.

Here are two possible paths to that ball.

Er zijn twee mogelijke paden naar de bal.

Well if I choose the left-hand path,

Als ik het linkerpad kies,

I can work out the forces required

kan ik de benodigde kracht

in one of my muscles as a function of time.

van mijn spieren berekenen als een functie van de tijd.

But there's noise added to this.

Maar er wordt ruis toegevoegd.

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

Ik krijg op basis van deze mooie, gladde, gewenste kracht

is a very noisy version.

een zeer luidruchtige versie.

So if I pick the same command through many times,

Als ik dezelfde opdracht vele malen herhaal,

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

krijg ik telkens een andere luidruchtige versie omdat de ruis telkens verandert.

So what I can show you here

Wat ik jullie hier kan laten zien,

is how the variability of the movement will evolve

is hoe de variabiliteit van de beweging zich zal ontwikkelen

if I choose that way.

als ik deze manier kies.

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

Als ik kies voor een andere manier van bewegen - aan de rechterkant bijvoorbeeld -

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

dan zal ik een andere opdracht en andere ruis

playing through a noisy system, very complicated.

krijgen in een luidruchtig systeem, erg ingewikkeld.

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

We kunnen enkel zeker zijn dat de variabiliteit anders zal zijn.

If I move in this particular way,

Als ik beweeg op deze manier,

I end up with a smaller variability across many movements.

eindig ik met een kleinere variabiliteit over vele bewegingen.

So if I have to choose between those two,

Als ik moet kiezen tussen deze twee,

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

zou ik de rechtse kiezen, omdat die minder variabel is.

And the fundamental idea

Het fundamentele idee

is you want to plan your movements

is dat je je bewegingen wilt plannen

so as to minimize the negative consequence of the noise.

om zo de negatieve gevolgen van de ruis te minimaliseren.

And one intuition to get

Een intuïtie om te ontwikkelen,

is actually the amount of noise or variability I show here

is dat de hoeveelheid ruis of variabiliteit die ik hier toon

gets bigger as the force gets bigger.

groter wordt als de kracht toeneemt.

So you want to avoid big forces as one principle.

Je wilt dus in principe grote krachten vermijden.

So we've shown that using this,

We hebben laten zien dat we op deze basis

we can explain a huge amount of data --

een enorme hoeveelheid gegevens kunnen verklaren -

that exactly people are going about their lives planning movements

dat mensen hun bewegingen juist plannen

so as to minimize negative consequences of noise.

om de negatieve gevolgen van ruis te minimaliseren.

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

Ik hoop dat ik jullie overtuigd heb dat de hersenen er zijn

and evolved to control movement.

en evolueerden om bewegingen te controleren.

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

Het is een intellectuele uitdaging om te begrijpen hoe we dat doen.

But it's also relevant

Maar het is ook relevant

for disease and rehabilitation.

voor ziekte en revalidatie.

There are many diseases which effect movement.

Er zijn veel ziekten die beweging aantasten.

And hopefully if we understand how we control movement,

Als we begrijpen hoe we bewegingen beheersen,

we can apply that to robotic technology.

kunnen we dit hopelijk toepassen op robottechnologie.

And finally, I want to remind you,

Tot slot, wil ik jullie eraan herinneren,

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

dat als je dieren dingen ziet doen die simpel lijken,

the actual complexity of what is going on inside their brain

de reële complexiteit van wat er in hun hersenen omgaat

is really quite dramatic.

echt heel spectaculair is.

Thank you very much.

Heel hartelijk bedankt.

(Applause)

(Applaus)

Chris Anderson: Quick question for you, Dan.

Chris Anderson: snelle vraag voor je, Dan.

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

Dus je bent een bewegings - (DW chauvinist.) - chauvinist.

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

Betekent dit dat je denkt dat de andere functies van de hersenen:

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

dromen, het verlangen, de verliefdheid en al deze dingen -

are a kind of side show, an accident?

een soort bijverschijnsel zijn, een ongelukje?

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

DW: Nee, nee, eigenlijk denk ik dat ze allemaal belangrijk zijn

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

om de juiste beweging en gedrag te produceren om de voortplanting te bevorderen.

So I think people who study sensation or memory

Ik denk dat mensen die gevoel of het geheugen bestuderen

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

zonder te beseffen waarom je herinneringen van de kindertijd vastlegt.

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

Het feit dat we de meeste jeugdherinneringen vergeten, bijvoorbeeld,

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

is waarschijnlijk goed, omdat het geen effect heeft op onze latere bewegingen.

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

Je moet alleen maar dingen onthouden die echt effect hebben op bewegen.

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

CA: Jij denkt dus dat mensen die nadenken over de hersenen en bewustzijn in het algemeen,

could get real insight

echt inzicht zouden verwerven

by saying, where does movement play in this game?

als ze kunnen bepalen waar beweging een rol speelt?

DW: So people have found out for example

DW: Mensen hebben bijvoorbeeld ontdekt dat het bestuderen

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

van het gezichtsvermogen zonder zich te realiseren waarom je kan zien,

is a mistake.

een vergissing is.

You have to study vision with the realization

Je moet het gezichtsvermogen bestuderen in het besef

of how the movement system is going to use vision.

hoe het bewegingssysteem het gezichtsvermogen zal gebruiken.

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

En het gebruikt het heel anders als je er op die manier over nadenkt.

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

CA: Dat was heel fascinerend. Heel erg bedankt.

(Applause)

(Applaus)