Miguel Nicolelis: A monkey that controls a robot with its thoughts. No, really.

247,203 views ・ 2013-02-18

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

00:00
Translator: Timothy Covell Reviewer: Morton Bast
0
0
7000
Vertaald door: Philip Wolf Nagekeken door: Rik Delaet
00:15
The kind of neuroscience that I do and my colleagues do
1
15660
2851
Het soort neurowetenschap dat ik en mijn collega's bedrijven,
00:18
is almost like the weatherman.
2
18511
2166
lijkt veel op het werk van een weersvoorspeller.
00:20
We are always chasing storms.
3
20677
3516
We zijn altijd op zoek naar stormen.
00:24
We want to see and measure storms -- brainstorms, that is.
4
24193
4883
We willen stormen zien en meten - dat wil zeggen, breinstormen.
00:29
And we all talk about brainstorms in our daily lives,
5
29076
2768
En we hebben het allemaal wel eens over breinstormen in het dagelijkse leven,
00:31
but we rarely see or listen to one.
6
31844
3450
maar we zien of horen ze maar zelden.
00:35
So I always like to start these talks
7
35294
1634
Ik begin deze talks altijd graag
00:36
by actually introducing you to one of them.
8
36928
2982
door jullie er kennis mee te laten maken.
00:39
Actually, the first time we recorded more than one neuron --
9
39910
3427
Toen we voor het eerst meer dan een neuron opnamen -
00:43
a hundred brain cells simultaneously --
10
43337
2223
honderd hersencellen tegelijkertijd -
00:45
we could measure the electrical sparks
11
45560
2469
toen we de elektrische signalen konden meten
00:48
of a hundred cells in the same animal,
12
48029
2680
van honderd cellen in één dier
00:50
this is the first image we got,
13
50709
1802
kregen we dit beeld:
00:52
the first 10 seconds of this recording.
14
52511
2315
de eerste tien seconden van deze opname.
00:54
So we got a little snippet of a thought,
15
54826
3351
We hadden dus een klein stukje van een gedachte
00:58
and we could see it in front of us.
16
58177
2905
en we konden het met eigen ogen zien.
01:01
I always tell the students
17
61082
1012
Ik vertel de studenten altijd
01:02
that we could also call neuroscientists some sort of astronomer,
18
62094
4106
dat we de neurowetenschapper ook een soort astronoom kunnen noemen
01:06
because we are dealing with a system
19
66200
1626
omdat het gaat om een systeem
01:07
that is only comparable in terms of number of cells
20
67826
2917
dat qua hoeveelheid cellen alleen vergelijkbaar is
01:10
to the number of galaxies that we have in the universe.
21
70743
2936
met het aantal sterrenstelsels in het universum.
01:13
And here we are, out of billions of neurons,
22
73679
3030
Uit die miljarden neuronen registreerden we er tien jaar geleden 100.
01:16
just recording, 10 years ago, a hundred.
23
76709
2818
Uit die miljarden neuronen registreerden we er tien jaar geleden 100.
01:19
We are doing a thousand now.
24
79527
1583
Nu zijn het er duizend.
01:21
And we hope to understand something fundamental about our human nature.
25
81110
5400
We hopen iets fundamenteels te begrijpen over onze menselijke aard,
01:26
Because, if you don't know yet,
26
86510
1932
want alles wat we gebruiken om die aard te bepalen, komt uit de stormen
01:28
everything that we use to define what human nature is comes from these storms,
27
88442
5250
want alles wat we gebruiken om die aard te bepalen, komt uit de stormen
01:33
comes from these storms that roll over the hills and valleys of our brains
28
93692
4651
die over de heuvels en dalen van ons brein razen
01:38
and define our memories, our beliefs,
29
98343
3885
en onze herinneringen bepalen, onze opvattingen,
01:42
our feelings, our plans for the future.
30
102228
2700
onze gevoelens, onze toekomstplannen.
01:44
Everything that we ever do,
31
104928
2398
Alles dat we ooit doen,
01:47
everything that every human has ever done, do or will do,
32
107326
5067
alles wat elke mens ooit heeft gedaan, doet of zal doen,
01:52
requires the toil of populations of neurons producing these kinds of storms.
33
112393
5434
vereist de inspanning van grote aantallen neuronen die dit soort stormen produceren.
01:57
And the sound of a brainstorm, if you've never heard one,
34
117827
2483
Het geluid van een breinstorm, mocht je er nog nooit één hebben gehoord,
02:00
is somewhat like this.
35
120310
3349
klinkt ongeveer zo.
02:03
You can put it louder if you can.
36
123659
3146
Het mag harder.
02:06
My son calls this "making popcorn while listening to a badly-tuned A.M. station."
37
126805
6403
Mijn zoon noemt dit "popcorn maken terwijl je luistert naar een slecht afgestemde AM-radiozender."
02:13
This is a brain.
38
133208
1485
Dit is een brein.
02:14
This is what happens when you route these electrical storms to a loudspeaker
39
134693
3434
Dit gebeurt er wanneer je de elektrische stormen door een luidspreker leidt
02:18
and you listen to a hundred brain cells firing,
40
138127
2866
en je luistert naar honderd hersencellen die pulsen afgeven,
02:20
your brain will sound like this -- my brain, any brain.
41
140993
4622
dan zal je brein zo klinken - mijn brein, ieder brein.
02:25
And what we want to do as neuroscientists in this time
42
145615
3762
Wat wij als neurowetenschappers willen doen,
02:29
is to actually listen to these symphonies, these brain symphonies,
43
149377
5350
is luisteren naar deze symfonieën, deze hersensymfonieën,
02:34
and try to extract from them the messages they carry.
44
154727
3400
en proberen de signalen die ze bevatten eruit te halen.
02:38
In particular, about 12 years ago
45
158127
2851
Zo creëerden we ongeveer twaalf jaar geleden
02:40
we created a preparation that we named brain-machine interfaces.
46
160978
3048
een opstelling die we de brein-machine-interface noemden.
02:44
And you have a scheme here that describes how it works.
47
164026
2702
Hier is een schema dat beschrijft hoe het werkt.
02:46
The idea is, let's have some sensors that listen to these storms, this electrical firing,
48
166728
5566
We laten hier een aantal sensoren luisteren naar de elektrische pulsen van de stormen.
02:52
and see if you can, in the same time that it takes
49
172294
3082
We kijken of we, in de tijd die nodig is
02:55
for this storm to leave the brain and reach the legs or the arms of an animal --
50
175376
4969
voor deze storm om het brein te verlaten en de armen of benen van een dier te bereiken -
03:00
about half a second --
51
180345
2864
ongeveer een halve seconde -
03:03
let's see if we can read these signals,
52
183209
2351
deze signalen kunnen uitlezen,
03:05
extract the motor messages that are embedded in it,
53
185560
3400
de motorische signalen eruit kunnen halen,
03:08
translate it into digital commands
54
188960
2272
ze kunnen omzetten in digitale opdrachten
03:11
and send it to an artificial device
55
191232
1886
en ze naar een apparaat kunnen sturen
03:13
that will reproduce the voluntary motor wheel of that brain in real time.
56
193118
5893
dat de motorische aansturing van dat brein in real time reproduceert.
03:19
And see if we can measure how well we can translate that message
57
199011
3848
We gaan na of we kunnen meten hoe goed we deze signalen kunnen vertalen,
03:22
when we compare to the way the body does that.
58
202859
3518
vergeleken met hoe het lichaam dat doet.
03:26
And if we can actually provide feedback,
59
206377
2866
En of we feedback kunnen geven,
03:29
sensory signals that go back from this robotic, mechanical, computational actuator
60
209243
5734
zintuiglijke signalen die terugkomen van deze robotische, mechanische, computationele actuator
03:34
that is now under the control of the brain,
61
214977
2251
die nu wordt bestuurd door het brein,
03:37
back to the brain,
62
217228
1311
terug naar het brein.
03:38
how the brain deals with that,
63
218539
2121
We willen weten hoe het brein omgaat met het ontvangen van signalen van een machine.
03:40
of receiving messages from an artificial piece of machinery.
64
220660
4901
We willen weten hoe het brein omgaat met het ontvangen van signalen van een machine.
03:45
And that's exactly what we did 10 years ago.
65
225561
2321
Dat is precies wat we tien jaar geleden hebben gedaan.
03:47
We started with a superstar monkey called Aurora
66
227882
2961
We begonnen met de 'superaap' Aurora
03:50
that became one of the superstars of this field.
67
230843
2468
die een superster werd op dit gebied.
03:53
And Aurora liked to play video games.
68
233311
2299
Aurora speelde graag computerspellen.
03:55
As you can see here,
69
235610
1373
Ze speelt met een joystick zoals ieder ander kind.
03:56
she likes to use a joystick, like any one of us, any of our kids, to play this game.
70
236983
4944
Ze speelt met een joystick zoals ieder ander kind.
04:01
And as a good primate, she even tries to cheat before she gets the right answer.
71
241927
4671
Zoals elke primaat probeert ze zelfs vals te spelen voor ze het goede antwoord geeft.
04:06
So even before a target appears that she's supposed to cross
72
246598
4283
Nog voor het doel verschijnt,
04:10
with the cursor that she's controlling with this joystick,
73
250881
2850
probeert ze al te voorspellen
04:13
Aurora is trying to find the target, no matter where it is.
74
253731
3951
waar het gaat opduiken.
04:17
And if she's doing that,
75
257682
1469
Ze doet het omdat ze bij elke treffer
04:19
because every time she crosses that target with the little cursor,
76
259151
3314
Ze doet het omdat ze bij elke treffer
04:22
she gets a drop of Brazilian orange juice.
77
262465
2950
een druppel Braziliaans sinaasappelsap krijgt.
04:25
And I can tell you, any monkey will do anything for you
78
265415
2950
Van een aap krijg je alles gedaan
04:28
if you get a little drop of Brazilian orange juice.
79
268365
3100
voor een druppeltje Braziliaans sinaasappelsap.
04:31
Actually any primate will do that.
80
271465
2731
Eigenlijk doet elke primaat dat.
04:34
Think about that.
81
274196
1334
Goed om weten.
04:35
Well, while Aurora was playing this game, as you saw,
82
275530
3400
Terwijl Aurora hiermee bezig was
04:38
and doing a thousand trials a day
83
278930
2435
en in duizend rondes per dag
04:41
and getting 97 percent correct and 350 milliliters of orange juice,
84
281365
3883
met 97 % treffers 350 ml sinaasappelsap verdiende,
04:45
we are recording the brainstorms that are produced in her head
85
285248
3399
registreerden wij de breinstormen in haar hoofd
04:48
and sending them to a robotic arm
86
288647
1647
en stuurden ze naar een robotarm
04:50
that was learning to reproduce the movements that Aurora was making.
87
290294
3871
die de bewegingen van Aurora leerde reproduceren.
04:54
Because the idea was to actually turn on this brain-machine interface
88
294165
3783
De bedoeling was om met deze brein-machine-interface
04:57
and have Aurora play the game just by thinking,
89
297948
4700
Aurora het spel te laten spelen met alleen haar gedachten,
05:02
without interference of her body.
90
302648
2617
zonder tussenkomst van haar lichaam.
05:05
Her brainstorms would control an arm
91
305265
2916
Haar breinstormen moesten een arm besturen
05:08
that would move the cursor and cross the target.
92
308181
2709
die de cursor beweegt en het doel raakt.
05:10
And to our shock, that's exactly what Aurora did.
93
310890
3191
Tot onze verbazing is dat precies wat Aurora deed.
05:14
She played the game without moving her body.
94
314081
4200
Ze speelde het spel zonder haar lichaam te bewegen.
05:18
So every trajectory that you see of the cursor now,
95
318281
2237
Elke beweging die de cursor nu maakt
05:20
this is the exact first moment she got that.
96
320518
3212
- dit is precies de eerste keer dat ze het doorhad.
05:23
That's the exact first moment
97
323730
1784
Dit is precies het eerste moment
05:25
a brain intention was liberated from the physical domains of a body of a primate
98
325514
6767
dat een breinintentie werd losgemaakt van het lichaam van een primaat.
05:32
and could act outside, in that outside world,
99
332281
3700
Hij kon nu die buitenwereld beïnvloeden,
05:35
just by controlling an artificial device.
100
335981
2966
simpelweg door het besturen van een kunstmatig apparaat.
05:38
And Aurora kept playing the game, kept finding the little target
101
338947
4917
Aurora speelde nog altijd het spel, vond nog altijd het doel
05:43
and getting the orange juice that she wanted to get, that she craved for.
102
343864
3917
en kreeg nog altijd het zo verlangde sinaasappelsap.
05:47
Well, she did that because she, at that time, had acquired a new arm.
103
347781
6701
Het was alsof ze er een arm bij had.
05:54
The robotic arm that you see moving here 30 days later,
104
354482
2963
De robotarm die je hier ziet bewegen,
05:57
after the first video that I showed to you,
105
357445
2686
dertig dagen na de eerste video
06:00
is under the control of Aurora's brain
106
360131
2650
wordt bestuurd door Aurora's brein
06:02
and is moving the cursor to get to the target.
107
362781
3168
en beweegt de cursor om bij het doel te komen.
06:05
And Aurora now knows that she can play the game with this robotic arm,
108
365949
3899
Aurora weet nu dat ze het spel kan spelen met deze robotarm
06:09
but she has not lost the ability to use her biological arms to do what she pleases.
109
369848
5716
maar ze behoudt het vermogen om haar natuurlijke armen te gebruiken.
06:15
She can scratch her back, she can scratch one of us, she can play another game.
110
375564
4067
Ze kan haar rug krabben, één van ons krabben of een ander spel spelen.
06:19
By all purposes and means,
111
379631
1600
In de praktijk betekent dit dat Aurora's brein dat kunstmatige apparaat heeft opgenomen
06:21
Aurora's brain has incorporated that artificial device
112
381231
4116
In de praktijk betekent dit dat Aurora's brein dat kunstmatige apparaat heeft opgenomen
06:25
as an extension of her body.
113
385347
2750
als een verlengstuk van haar lichaam.
06:28
The model of the self that Aurora had in her mind
114
388097
3533
Het model van zichzelf dat Aurora in haar geest had,
06:31
has been expanded to get one more arm.
115
391630
4084
is uitgebreid met een extra arm.
06:35
Well, we did that 10 years ago.
116
395714
2350
Dat deden we tien jaar geleden.
06:38
Just fast forward 10 years.
117
398064
2833
Nu spoelen we tien jaar vooruit.
06:40
Just last year we realized that you don't even need to have a robotic device.
118
400897
4983
Vorig jaar ontdekten we dat je niet eens een robotachtig apparaat nodig hebt.
06:45
You can just build a computational body, an avatar, a monkey avatar.
119
405880
5484
Je kunt gewoon een digitaal lichaam bouwen, een avatar van een aap.
06:51
And you can actually use it for our monkeys to either interact with them,
120
411364
4250
Je kunt deze avatar ofwel gebruiken voor interactie met onze apen
06:55
or you can train them to assume in a virtual world
121
415614
4439
of je kunt ze trainen om in een virtuele wereld
07:00
the first-person perspective of that avatar
122
420053
3044
het eerstepersoons-perspectief van deze avatar aan te nemen
07:03
and use her brain activity to control the movements of the avatar's arms or legs.
123
423097
5651
en haar hersenactiviteit gebruiken om de armen of benen van de avatar te besturen.
07:08
And what we did basically was to train the animals
124
428748
2766
In feite trainden we de dieren
07:11
to learn how to control these avatars
125
431514
3050
om de avatars te leren besturen
07:14
and explore objects that appear in the virtual world.
126
434564
3899
en objecten te verkennen die verschijnen in de virtuele wereld.
07:18
And these objects are visually identical,
127
438463
2301
Deze objecten zijn uiterlijk identiek,
07:20
but when the avatar crosses the surface of these objects,
128
440764
3883
maar wanneer de avatar het oppervlak van deze objecten aanraakt,
07:24
they send an electrical message that is proportional to the microtactile texture of the object
129
444647
6400
stuurt het een elektrisch signaal dat evenredig is met de voelbare textuur van het object.
07:31
that goes back directly to the monkey's brain,
130
451047
4016
Dat gaat direct terug naar het brein van de aap
07:35
informing the brain what it is the avatar is touching.
131
455063
5052
en informeert het brein wat de avatar aanraakt.
07:40
And in just four weeks, the brain learns to process this new sensation
132
460115
4765
In slechts vier weken leert het brein deze nieuwe ervaring verwerken
07:44
and acquires a new sensory pathway -- like a new sense.
133
464880
6434
en verkrijgt het een nieuwe zintuiglijke baan - een soort nieuw zintuig.
07:51
And you truly liberate the brain now
134
471314
2416
Dit bevrijdt het brein echt
07:53
because you are allowing the brain to send motor commands to move this avatar.
135
473730
4384
want nu kan het brein motorische opdrachten naar deze avatar sturen.
07:58
And the feedback that comes from the avatar is being processed directly by the brain
136
478114
5000
De feedback van de avatar wordt direct verwerkt door het brein
08:03
without the interference of the skin.
137
483114
2433
zonder tussenkomst van de huid.
08:05
So what you see here is this is the design of the task.
138
485547
2534
Hier zie je het ontwerp van de taak.
08:08
You're going to see an animal basically touching these three targets.
139
488081
4250
Je zult een dier de drie doelen zien aanraken.
08:12
And he has to select one because only one carries the reward,
140
492331
4349
Het moet er één kiezen omdat slechts één doel
08:16
the orange juice that they want to get.
141
496680
1867
het verlangde sinaasappelsap oplevert.
08:18
And he has to select it by touch using a virtual arm, an arm that doesn't exist.
142
498547
5633
Het dier moet het doel aanraken met een virtuele arm.
08:24
And that's exactly what they do.
143
504180
2000
Dat is precies wat ze doen.
08:26
This is a complete liberation of the brain
144
506180
3435
Het brein wordt volledig bevrijd
08:29
from the physical constraints of the body and the motor in a perceptual task.
145
509615
4282
van de fysieke beperkingen van het lichaam en de motoriek in een perceptuele taak.
08:33
The animal is controlling the avatar to touch the targets.
146
513897
4167
Het dier bestuurt de avatar om de doelen aan te raken.
08:38
And he's sensing the texture by receiving an electrical message directly in the brain.
147
518064
5651
Het voelt de textuur door direct in het brein een elektrisch signaal te ontvangen.
08:43
And the brain is deciding what is the texture associated with the reward.
148
523715
3883
Het brein beoordeelt wat de textuur is die geassocieerd wordt met de beloning.
08:47
The legends that you see in the movie don't appear for the monkey.
149
527598
3832
De beschrijvingen die je ziet in de opname verschijnen niet voor de aap.
08:51
And by the way, they don't read English anyway,
150
531430
2484
Ze kunnen trouwens ook geen Engels lezen.
08:53
so they are here just for you to know that the correct target is shifting position.
151
533914
5216
Ze zijn er alleen zodat je weet dat het juiste doel van positie verandert.
08:59
And yet, they can find them by tactile discrimination,
152
539130
3934
Toch kunnen ze de doelen vinden door het verschil in textuur te voelen,
09:03
and they can press it and select it.
153
543064
3217
en kunnen ze erop duwen en selecteren.
09:06
So when we look at the brains of these animals,
154
546281
2682
Als we kijken naar het brein van deze dieren
09:08
on the top panel you see the alignment of 125 cells
155
548963
3667
zie je in het bovenste diagram de opstelling van 125 cellen.
09:12
showing what happens with the brain activity, the electrical storms,
156
552630
4201
Ze laten zien wat er gebeurt met de hersenactiviteit, de elektrische stormen,
09:16
of this sample of neurons in the brain
157
556831
2067
van deze verzameling neuronen in het brein
09:18
when the animal is using a joystick.
158
558898
2116
wanneer het dier een joystick gebruikt.
09:21
And that's a picture that every neurophysiologist knows.
159
561014
2600
Dit is een afbeelding die iedere neurofysioloog kent.
09:23
The basic alignment shows that these cells are coding for all possible directions.
160
563614
5183
De basisopstelling laat zien dat deze cellen coderen voor alle mogelijke richtingen.
09:28
The bottom picture is what happens when the body stops moving
161
568797
5683
Het onderste diagram toont wat er gebeurt als het lichaam ophoudt met bewegen
09:34
and the animal starts controlling either a robotic device or a computational avatar.
162
574480
6134
en het dier een robot of een digitale avatar gaat besturen.
09:40
As fast as we can reset our computers,
163
580614
3066
Zo snel als we onze computers kunnen herstarten,
09:43
the brain activity shifts to start representing this new tool,
164
583680
5818
verschuift de hersenactiviteit naar het voorstellen van dit nieuwe instrument
09:49
as if this too was a part of that primate's body.
165
589498
5250
alsof het ook een onderdeel van het lichaam van die primaat is.
09:54
The brain is assimilating that too, as fast as we can measure.
166
594748
4715
Het brein assimileert het ook zo snel als we kunnen meten.
09:59
So that suggests to us that our sense of self
167
599463
3618
Dat doet ons vermoeden dat ons zelfbewustzijn
10:03
does not end at the last layer of the epithelium of our bodies,
168
603081
4150
niet stopt bij de laatste huidlaag van het lichaam,
10:07
but it ends at the last layer of electrons of the tools that we're commanding with our brains.
169
607231
5718
maar bij de laatste laag elektronen van de instrumenten die we met ons brein besturen.
10:12
Our violins, our cars, our bicycles, our soccer balls, our clothing --
170
612949
4764
Violen, auto's, fietsen, voetballen, kledij -
10:17
they all become assimilated by this voracious, amazing, dynamic system called the brain.
171
617713
6851
worden allemaal opgenomen door dit gulzige, wonderbaarlijke, dynamische systeem: ons brein.
10:24
How far can we take it?
172
624564
1699
Hoe ver kunnen we hiermee gaan?
10:26
Well, in an experiment that we ran a few years ago, we took this to the limit.
173
626263
4218
We zochten de grens op in een experiment dat we een paar jaar geleden deden.
10:30
We had an animal running on a treadmill
174
630481
2482
We lieten een dier rennen op een lopende band
10:32
at Duke University on the East Coast of the United States,
175
632963
2267
bij Duke University aan de oostkust van de VS
10:35
producing the brainstorms necessary to move.
176
635230
2700
om de breinstormen te maken die nodig zijn om te bewegen.
10:37
And we had a robotic device, a humanoid robot,
177
637930
4091
We hadden een mensachtige robot
10:42
in Kyoto, Japan at ATR Laboratories
178
642021
2394
in Kyoto, Japan, bij ATR Laboratories
10:44
that was dreaming its entire life to be controlled by a brain,
179
644415
6094
die zijn hele leven ervan droomde door een brein bestuurd te worden,
10:50
a human brain, or a primate brain.
180
650509
3273
een brein van mens of primaat.
10:53
What happens here is that the brain activity that generated the movements in the monkey
181
653782
4598
We stuurden de hersenactiviteit die de aap deed bewegen
10:58
was transmitted to Japan and made this robot walk
182
658380
3467
naar Japan en lieten deze robot lopen
11:01
while footage of this walking was sent back to Duke,
183
661847
4067
terwijl videobeelden hiervan werden teruggestuurd naar Duke
11:05
so that the monkey could see the legs of this robot walking in front of her.
184
665914
5233
zodat de aap de benen van deze robot voor zich zag lopen.
11:11
So she could be rewarded, not by what her body was doing
185
671147
4067
Ze werd beloond, niet voor wat haar lichaam deed,
11:15
but for every correct step of the robot on the other side of the planet
186
675214
4961
maar voor elke correcte stap die de robot aan de andere kant van de wereld maakte
11:20
controlled by her brain activity.
187
680175
2609
dankzij de besturing door haar hersenactiviteit.
11:22
Funny thing, that round trip around the globe took 20 milliseconds less
188
682784
7118
Grappig dat die reis rond de aarde 20 milliseconden minder lang duurde
11:29
than it takes for that brainstorm to leave its head, the head of the monkey,
189
689902
4150
dan de breinstorm nodig heeft om het hoofd van de aap te verlaten
11:34
and reach its own muscle.
190
694052
3870
en aan te komen bij zijn eigen spier.
11:37
The monkey was moving a robot that was six times bigger, across the planet.
191
697922
6030
De aap bewoog een robot aan de andere kant van de planeet die zes keer groter was dan hijzelf.
11:43
This is one of the experiments in which that robot was able to walk autonomously.
192
703952
6400
Dit is een van de experimenten waarin die robot zelfstandig kon lopen.
11:50
This is CB1 fulfilling its dream in Japan
193
710352
5267
Dit is CB1 terwijl zijn droom werkelijkheid wordt in Japan
11:55
under the control of the brain activity of a primate.
194
715619
3700
en hij bestuurd wordt door de hersenactiviteit van een primaat.
11:59
So where are we taking all this?
195
719319
1989
Waar gaat dit allemaal naartoe?
12:01
What are we going to do with all this research,
196
721308
2343
Wat gaan we doen met al dit onderzoek,
12:03
besides studying the properties of this dynamic universe that we have between our ears?
197
723651
5668
afgezien van het bestuderen van dat dynamische universum tussen onze oren?
12:09
Well the idea is to take all this knowledge and technology
198
729319
4833
Het idee is om al deze kennis en technologie te gebruiken
12:14
and try to restore one of the most severe neurological problems that we have in the world.
199
734152
5484
om een van de ernstigste neurologische problemen die we kennen, op te lossen.
12:19
Millions of people have lost the ability to translate these brainstorms
200
739636
4583
Miljoenen mensen kunnen deze breinstormen niet meer omzetten in bewegingen.
12:24
into action, into movement.
201
744219
2116
Miljoenen mensen kunnen deze breinstormen niet meer omzetten in bewegingen.
12:26
Although their brains continue to produce those storms and code for movements,
202
746335
5234
Hoewel hun brein deze stormen nog steeds aanmaakt
12:31
they cannot cross a barrier that was created by a lesion on the spinal cord.
203
751569
5167
kunnen ze niet langs de barrière die ontstaan is door een dwarslaesie.
12:36
So our idea is to create a bypass,
204
756736
2450
Ons idee is om de dwarslaesie te omzeilen,
12:39
is to use these brain-machine interfaces to read these signals,
205
759186
4032
om deze brein-machine-interface te gebruiken om de signalen te lezen,
12:43
larger-scale brainstorms that contain the desire to move again,
206
763218
4050
grotere breinstormen die het verlangen naar beweging bevatten,
12:47
bypass the lesion using computational microengineering
207
767268
3969
om de dwarslaesie te omzeilen met computationele microtechniek
12:51
and send it to a new body, a whole body called an exoskeleton,
208
771237
7114
en het naar een nieuw lichaam te sturen, een compleet lichaam, een exoskelet,
12:58
a whole robotic suit that will become the new body of these patients.
209
778351
5567
een 'robotpak' dat het nieuwe lichaam van deze patiënten wordt.
13:03
And you can see an image produced by this consortium.
210
783918
4126
Hier is een afbeelding gemaakt door dit consortium.
13:08
This is a nonprofit consortium called the Walk Again Project
211
788044
4059
Het is een non-profit consortium, het Walk Again Project genaamd
13:12
that is putting together scientists from Europe,
212
792103
2783
dat wetenschappers samenbrengt uit Europa, de VS en Brazilië
13:14
from here in the United States, and in Brazil
213
794886
1865
dat wetenschappers samenbrengt uit Europa, de VS en Brazilië
13:16
together to work to actually get this new body built --
214
796751
4517
om te werken aan het bouwen van dit nieuwe lichaam -
13:21
a body that we believe, through the same plastic mechanisms
215
801268
3334
een lichaam dat werkt via dezelfde plastische mechanismen
13:24
that allow Aurora and other monkeys to use these tools through a brain-machine interface
216
804602
5802
die Aurora en andere apen deze instrumenten laten gebruiken via een brein-machine-interface
13:30
and that allows us to incorporate the tools that we produce and use in our daily life.
217
810404
5630
en er de instrumenten nodig voor ons dagelijks leven in op te nemen.
13:36
This same mechanism, we hope, will allow these patients,
218
816034
3684
Hopelijk kunnen deze patiënten dankzij dit mechanisme
13:39
not only to imagine again the movements that they want to make
219
819718
3768
zich niet alleen de bewegingen inbeelden die ze willen maken
13:43
and translate them into movements of this new body,
220
823486
3207
en deze vertalen in bewegingen van dit nieuwe lichaam,
13:46
but for this body to be assimilated as the new body that the brain controls.
221
826693
6758
maar ook dit lichaam opnemen als het nieuwe lichaam dat het brein bestuurt.
13:53
So I was told about 10 years ago
222
833451
3851
Zo'n tien jaar geleden werd me verteld
13:57
that this would never happen, that this was close to impossible.
223
837302
5066
dat dit nooit zou gebeuren, dat het bijna onmogelijk was.
14:02
And I can only tell you that as a scientist,
224
842368
2451
Als wetenschapper denk ik vaak terug
14:04
I grew up in southern Brazil in the mid-'60s
225
844819
2986
aan het Brazilië van mijn jeugd, rond 1965,
14:07
watching a few crazy guys telling [us] that they would go to the Moon.
226
847805
5048
toen een paar maffe kerels ons vertelden dat ze naar de maan zouden gaan.
14:12
And I was five years old,
227
852853
1461
Ik was vijf en begreep niet waarom ze bij NASA Captain Kirk en Spock niet inhuurden -
14:14
and I never understood why NASA didn't hire Captain Kirk and Spock to do the job;
228
854314
4240
Ik was vijf en begreep niet waarom ze bij NASA Captain Kirk en Spock niet inhuurden -
14:18
after all, they were very proficient --
229
858554
2432
die waren er toch heel goed in -
14:20
but just seeing that as a kid
230
860986
3450
maar toen ik dat zag als kind
14:24
made me believe, as my grandmother used to tell me,
231
864436
2985
geloofde ik, zoals mijn oma vaak zei:
14:27
that "impossible is just the possible
232
867421
1845
"Het onmogelijke is gewoon het mogelijke
14:29
that someone has not put in enough effort to make it come true."
233
869266
3904
waarvoor niemand nog genoeg moeite heeft gedaan om het voor elkaar te krijgen."
14:33
So they told me that it's impossible to make someone walk.
234
873170
3799
Ze vertelden me dat het onmogelijk is om iemand weer te laten lopen.
14:36
I think I'm going to follow my grandmother's advice.
235
876969
3251
Ik denk dat ik het advies van mijn oma ga opvolgen.
14:40
Thank you.
236
880220
1450
Dank je wel.
14:41
(Applause)
237
881670
8029
(Applaus)
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7