Sebastian Seung: I am my connectome

247,777 views ・ 2010-09-28

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Bartlomiej Chomanski Korekta: Kinga Skorupska
00:17
We live in in a remarkable time,
0
17260
3000
Żyjemy w ciekawych czasach,
00:20
the age of genomics.
1
20260
3000
w erze genomiki.
00:23
Your genome is the entire sequence of your DNA.
2
23260
3000
Genom to kompletny zapis DNA.
00:26
Your sequence and mine are slightly different.
3
26260
3000
U każdego człowieka jest trochę inny.
00:29
That's why we look different.
4
29260
2000
Dlatego wyglądamy inaczej.
00:31
I've got brown eyes;
5
31260
2000
Moje oczy są brązowe.
00:33
you might have blue or gray.
6
33260
3000
Inni mogą mieć niebieskie czy szare.
00:36
But it's not just skin-deep.
7
36260
2000
Ale to nie tylko kwestia wyglądu.
00:38
The headlines tell us
8
38260
2000
W gazetach czytamy,
00:40
that genes can give us scary diseases,
9
40260
3000
że geny mogą powodować choroby
00:43
maybe even shape our personality,
10
43260
3000
a nawet kształtować osobowość
00:46
or give us mental disorders.
11
46260
3000
czy być przyczyną chorób psychicznych.
00:49
Our genes seem to have
12
49260
3000
Geny wydają się mieć
00:52
awesome power over our destinies.
13
52260
3000
ogromny wpływ na nasze losy.
00:56
And yet, I would like to think
14
56260
3000
Mimo to, uważam, że ja
00:59
that I am more than my genes.
15
59260
3000
to więcej niż moje geny.
01:04
What do you guys think?
16
64260
2000
Co myślicie?
01:06
Are you more than your genes?
17
66260
3000
Czy wy też jesteście czymś więcej?
01:09
(Audience: Yes.) Yes?
18
69260
2000
Widzowie: Tak. Tak?
01:13
I think some people agree with me.
19
73260
2000
Część z was zgadza się ze mną.
01:15
I think we should make a statement.
20
75260
2000
Powinniśmy to obwieścić światu.
01:17
I think we should say it all together.
21
77260
2000
Powiedzmy wszyscy razem:
01:20
All right: "I'm more than my genes" -- all together.
22
80260
3000
Ja to więcej niż moje geny.
01:23
Everybody: I am more than my genes.
23
83260
4000
Wszyscy: Ja to więcej niż moje geny
01:27
(Cheering)
24
87260
2000
(Wiwaty)
01:30
Sebastian Seung: What am I?
25
90260
2000
A więc ja - to kto?
01:32
(Laughter)
26
92260
3000
(Śmiech)
01:35
I am my connectome.
27
95260
3000
Otóż mój konektom - to ja.
01:40
Now, since you guys are really great,
28
100260
2000
Świetnie nam się współpracuje więc
01:42
maybe you can humor me and say this all together too.
29
102260
2000
spróbujmy to też powiedzieć razem.
01:44
(Laughter)
30
104260
2000
(Śmiech)
01:46
Right. All together now.
31
106260
2000
Wszyscy razem:
01:48
Everybody: I am my connectome.
32
108260
3000
Mój konektom to ja.
01:53
SS: That sounded great.
33
113260
2000
Świetnie nam wyszło.
01:55
You know, you guys are so great, you don't even know what a connectome is,
34
115260
2000
Jesteście super: nie wiecie co to jest konektom,
01:57
and you're willing to play along with me.
35
117260
2000
a jednak ze mną współpracujecie.
01:59
I could just go home now.
36
119260
3000
To ja mogę już sobie iść.
02:02
Well, so far only one connectome is known,
37
122260
3000
Jak dotąd poznaliśmy tylko jeden konektom:
02:05
that of this tiny worm.
38
125260
3000
tego malutkiego robaka.
02:08
Its modest nervous system
39
128260
2000
Jego układ nerwowy
02:10
consists of just 300 neurons.
40
130260
2000
składa się z tylko 300 neuronów.
02:12
And in the 1970s and '80s,
41
132260
2000
W latach 70. i 80.
02:14
a team of scientists
42
134260
2000
zespół naukowców
02:16
mapped all 7,000 connections
43
136260
2000
opisał wszystkie 7000 połączeń
02:18
between the neurons.
44
138260
2000
między-neuronalnych.
02:21
In this diagram, every node is a neuron,
45
141260
2000
W tym diagramie, każdy punkt to neuron
02:23
and every line is a connection.
46
143260
2000
a każda linia to połączenie.
02:25
This is the connectome
47
145260
2000
Widzicie teraz na własne oczy
02:27
of the worm C. elegans.
48
147260
4000
konektom nicienia C. elegans
02:31
Your connectome is far more complex than this
49
151260
3000
Nasze konektomy są bardziej złożone
02:34
because your brain
50
154260
2000
ponieważ nasz mózg
02:36
contains 100 billion neurons
51
156260
2000
zawiera 100 miliardów neuronów
02:38
and 10,000 times as many connections.
52
158260
3000
i 10 tys. razy tyle połączeń.
02:41
There's a diagram like this for your brain,
53
161260
2000
Je też można przedstawić na diagramie
02:43
but there's no way it would fit on this slide.
54
163260
3000
ale nie dałoby się ich zmieścić na takim slajdzie.
02:47
Your connectome contains one million times more connections
55
167260
3000
Konektom zawiera milion razy więcej połączeń
02:50
than your genome has letters.
56
170260
3000
niż jest liter w naszym genomie.
02:53
That's a lot of information.
57
173260
2000
To mnóstwo informacji.
02:55
What's in that information?
58
175260
3000
Co mogą nam powiedzieć?
02:59
We don't know for sure, but there are theories.
59
179260
3000
Nie wiemy na pewno, ale mamy teorie.
03:02
Since the 19th century, neuroscientists have speculated
60
182260
3000
Od XIXw. neurobiolodzy zastanawiali się
03:05
that maybe your memories --
61
185260
2000
czy nasze wspomnienia,
03:07
the information that makes you, you --
62
187260
2000
informacje, które kreują tożsamość
03:09
maybe your memories are stored
63
189260
2000
czy może są one zapisane
03:11
in the connections between your brain's neurons.
64
191260
2000
w połączeniach pomiędzy neuronami.
03:15
And perhaps other aspects of your personal identity --
65
195260
2000
Inne aspekty tej tożsamości
03:17
maybe your personality and your intellect --
66
197260
3000
osobowość czy intelekt
03:20
maybe they're also encoded
67
200260
2000
może także są zapisane
03:22
in the connections between your neurons.
68
202260
3000
w tych połączeniach.
03:26
And so now you can see why I proposed this hypothesis:
69
206260
3000
Stąd wzięła się moja hipoteza,
03:29
I am my connectome.
70
209260
3000
że mój konektom to ja.
03:32
I didn't ask you to chant it because it's true;
71
212260
3000
Nie skandowaliście jej, bo jest prawdziwa,
03:35
I just want you to remember it.
72
215260
2000
ale po to by ją zapamiętać.
03:37
And in fact, we don't know if this hypothesis is correct,
73
217260
2000
Nie wiemy czy ta hipoteza jest trafna
03:39
because we have never had technologies
74
219260
2000
bo nie mieliśmy technologii
03:41
powerful enough to test it.
75
221260
2000
wystarczająco zaawansowanej by ją przetestować.
03:44
Finding that worm connectome
76
224260
3000
Odkrycie konektomu u robaka
03:47
took over a dozen years of tedious labor.
77
227260
3000
zajęło ponad 10 lat żmudnej pracy.
03:50
And to find the connectomes of brains more like our own,
78
230260
3000
Żeby odkryć konektom w mózgach jak nasze
03:53
we need more sophisticated technologies, that are automated,
79
233260
3000
potrzebujemy wyrafinowanych technologii,
03:56
that will speed up the process of finding connectomes.
80
236260
3000
które zautomatyzują i przyśpieszą ten proces.
03:59
And in the next few minutes, I'll tell you about some of these technologies,
81
239260
3000
Opowiem wam o nich.
04:02
which are currently under development
82
242260
2000
Są one obecnie opracowywane
04:04
in my lab and the labs of my collaborators.
83
244260
3000
w naszych laboratoriach.
04:08
Now you've probably seen pictures of neurons before.
84
248260
3000
Komórkę neuronową
04:11
You can recognize them instantly
85
251260
2000
można rozpoznać
04:13
by their fantastic shapes.
86
253260
3000
po intrygującym kształcie.
04:16
They extend long and delicate branches,
87
256260
3000
Ma długie, delikatne rozgałęzienia
04:19
and in short, they look like trees.
88
259260
3000
i jest nieco podobna do drzewa.
04:22
But this is just a single neuron.
89
262260
3000
Ale to tylko jedna komórka.
04:25
In order to find connectomes,
90
265260
2000
Żeby odkryć wszystkie połączenia
04:27
we have to see all the neurons at the same time.
91
267260
3000
musimy widzieć jednocześnie wszystkie neurony.
04:30
So let's meet Bobby Kasthuri,
92
270260
2000
Przedstawiam więc Bobby'ego Kasthuri
04:32
who works in the laboratory of Jeff Lichtman
93
272260
2000
pracownika laboratorium Jeffa Lichtmana
04:34
at Harvard University.
94
274260
2000
na Harvardzie.
04:36
Bobby is holding fantastically thin slices
95
276260
2000
Bobby trzyma w ręku przekroje
04:38
of a mouse brain.
96
278260
2000
mózgu myszy.
04:40
And we're zooming in by a factor of 100,000 times
97
280260
3000
Przybliżamy teraz 100 tys. razy
04:44
to obtain the resolution,
98
284260
2000
by uzyskać rozdzielczość,
04:46
so that we can see the branches of neurons all at the same time.
99
286260
3000
która pozwoli dostrzec wszystkie rozgałęzienia.
04:50
Except, you still may not really recognize them,
100
290260
3000
Tylko że teraz trudno je rozpoznać
04:53
and that's because we have to work in three dimensions.
101
293260
3000
bo musimy operować w trzech wymiarach.
04:56
If we take many images of many slices of the brain
102
296260
2000
Składając zdjęcia wielu fragmentów,
04:58
and stack them up,
103
298260
2000
jedno na drugim,
05:00
we get a three-dimensional image.
104
300260
2000
otrzyma się obraz trójwymiarowy.
05:02
And still, you may not see the branches.
105
302260
2000
rozgałęzienia nadal mogą być niewidoczne.
05:04
So we start at the top,
106
304260
2000
Więc, zaczynając od góry
05:06
and we color in the cross-section of one branch in red,
107
306260
3000
kolorujemy przekrój jednego z nich na czerwono
05:09
and we do that for the next slice
108
309260
2000
i robimy to samo z kolejnymi.
05:11
and for the next slice.
109
311260
2000
i robimy to samo z kolejnymi.
05:13
And we keep on doing that,
110
313260
2000
I tak dalej, zdjęcie po zdjęciu.
05:15
slice after slice.
111
315260
3000
I tak dalej, zdjęcie po zdjęciu.
05:18
If we continue through the entire stack,
112
318260
2000
Kontynuując w ten sposób
05:20
we can reconstruct the three-dimensional shape
113
320260
3000
będziemy mogli zrekonstruować w trójwymiarze
05:23
of a small fragment of a branch of a neuron.
114
323260
3000
fragment rozgałęzienia naszego neuronu.
05:26
And we can do that for another neuron in green.
115
326260
2000
Gdy pokolorujemy inny neuron na zielono
05:28
And you can see that the green neuron touches the red neuron
116
328260
2000
widać, że styka się on z czerwonym
05:30
at two locations,
117
330260
2000
w dwóch miejscach,
05:32
and these are what are called synapses.
118
332260
2000
które nazywamy synapsami.
05:34
Let's zoom in on one synapse,
119
334260
2000
Przyjrzyjmy się jednej z nich.
05:36
and keep your eyes on the interior of the green neuron.
120
336260
3000
Patrząc na wnętrze zielonego neuronu
05:39
You should see small circles --
121
339260
2000
powinniście zobaczyć małe koliste kształty
05:41
these are called vesicles.
122
341260
3000
To pęcherzyki synaptyczne.
05:44
They contain a molecule know as a neurotransmitter.
123
344260
3000
Zawierają one neuroprzekaźnik.
05:47
And so when the green neuron wants to communicate,
124
347260
2000
Więc gdy zielony neuron chcę wysłać sygnał
05:49
it wants to send a message to the red neuron,
125
349260
2000
do czerwonego neuronu
05:51
it spits out neurotransmitter.
126
351260
3000
wysyła swój neuroprzekaźnik.
05:54
At the synapse, the two neurons
127
354260
2000
Połączenie synaptyczne między neuronami
05:56
are said to be connected
128
356260
2000
można porównać
05:58
like two friends talking on the telephone.
129
358260
3000
do połączenia telefonicznego między ludźmi.
06:02
So you see how to find a synapse.
130
362260
2000
Tak odkrywamy pojedyncze synapsy.
06:04
How can we find an entire connectome?
131
364260
3000
Ale jak odkryć cały konektom?
06:07
Well, we take this three-dimensional stack of images
132
367260
3000
Używając trójwymiarowych obrazów
06:10
and treat it as a gigantic three-dimensional coloring book.
133
370260
3000
jak gigantycznej, trójwymiarowej kolorowanki.
06:13
We color every neuron in, in a different color,
134
373260
3000
Każdy neuron kolorujemy inną barwą
06:16
and then we look through all of the images,
135
376260
2000
i przeglądamy wszystkie obrazy,
06:18
find the synapses
136
378260
2000
znajdujemy synapsy
06:20
and note the colors of the two neurons involved in each synapse.
137
380260
3000
i zapisujemy kolory, które łączą.
06:23
If we can do that throughout all the images,
138
383260
3000
Kiedy zrobimy tak z wszystkimi naszymi zdjęciami
06:26
we could find a connectome.
139
386260
2000
to znajdziemy konektom.
06:29
Now, at this point,
140
389260
2000
Poznaliście podstawowe informacje
06:31
you've learned the basics of neurons and synapses.
141
391260
2000
o neuronach i synapsach.
06:33
And so I think we're ready to tackle
142
393260
2000
Jesteście gotowi by zająć się
06:35
one of the most important questions in neuroscience:
143
395260
3000
jednym z ważniejszych zagadnień neurobiologii:
06:39
how are the brains of men and women different?
144
399260
3000
czym różnią się mózgi kobiet i mężczyzn? (Śmiech)
06:42
(Laughter)
145
402260
2000
czym różnią się mózgi kobiet i mężczyzn? (Śmiech)
06:44
According to this self-help book,
146
404260
2000
Według tego poradnika
06:46
guys brains are like waffles;
147
406260
2000
mózgi facetów są jak gofry:
06:48
they keep their lives compartmentalized in boxes.
148
408260
3000
wszystko ma swoją przegródkę.
06:51
Girls' brains are like spaghetti;
149
411260
3000
U dziewczyn mózg jest jak spaghetti
06:54
everything in their life is connected to everything else.
150
414260
3000
wszystko łączy się ze wszystkim innym.
06:57
(Laughter)
151
417260
2000
(Śmiech)
06:59
You guys are laughing,
152
419260
2000
Swoją drogą, śmiejecie się
07:01
but you know, this book changed my life.
153
421260
2000
z książki, która zmieniła moje życie.
07:03
(Laughter)
154
423260
2000
(Śmiech)
07:07
But seriously, what's wrong with this?
155
427260
3000
A tak na poważnie, w czym tkwi błąd?
07:10
You already know enough to tell me -- what's wrong with this statement?
156
430260
3000
Sami już znacie odpowiedź.
07:20
It doesn't matter whether you're a guy or girl,
157
440260
3000
Płeć nie ma znaczenia
07:23
everyone's brains are like spaghetti.
158
443260
3000
wszystkie mózgi są jak spaghetti.
07:26
Or maybe really, really fine capellini with branches.
159
446260
3000
Jak cieniutkie capellini z rozgałęzieniami.
07:30
Just as one strand of spaghetti
160
450260
2000
Tak jak jedna nitka makaronu
07:32
contacts many other strands on your plate,
161
452260
3000
łączy się z wieloma innymi na talerzu
07:35
one neuron touches many other neurons
162
455260
2000
podobnie neurony dotykają
07:37
through their entangled branches.
163
457260
2000
innych przez rozgałęzienia.
07:39
One neuron can be connected to so many other neurons,
164
459260
3000
Każdy może łączyć się z wieloma innymi
07:42
because there can be synapses
165
462260
2000
dzięki synapsom przy stykach komórek.
07:44
at these points of contact.
166
464260
3000
dzięki synapsom przy stykach komórek.
07:49
By now, you might have sort of lost perspective
167
469260
3000
Możecie stracić z oczu fakt,
07:52
on how large this cube of brain tissue actually is.
168
472260
3000
że ta tkanka jest niezwykle mała.
07:55
And so let's do a series of comparisons to show you.
169
475260
3000
Skontrastujmy ten sześcian z innymi wielkościami.
07:58
I assure you, this is very tiny. It's just six microns on a side.
170
478260
3000
Jego krawędzie mają 6 mikrometrów.
08:03
So, here's how it stacks up against an entire neuron.
171
483260
3000
A tak wygląda na tle całego neuronu:
08:06
And you can tell that, really, only the smallest fragments of branches
172
486260
3000
Tylko niewielka część rozgałęzień
08:09
are contained inside this cube.
173
489260
3000
zawiera się w tym sześcianie.
08:12
And a neuron, well, that's smaller than brain.
174
492260
3000
Neuron, jest o wiele mniejszy od mózgu.
08:17
And that's just a mouse brain --
175
497260
2000
A mózg myszy
08:21
it's a lot smaller than a human brain.
176
501260
3000
jest o wiele mniejszy od mózgu ludzkiego.
08:25
So when show my friends this,
177
505260
2000
Kiedy pokazuję to znajomym,
08:27
sometimes they've told me,
178
507260
2000
czasem mówią mi,
08:29
"You know, Sebastian, you should just give up.
179
509260
3000
"Sebastian, daj sobie spokój z neurobiologią,
08:32
Neuroscience is hopeless."
180
512260
2000
to bez sensu."
08:34
Because if you look at a brain with your naked eye,
181
514260
2000
Patrząc na mózg gołym okiem
08:36
you don't really see how complex it is,
182
516260
2000
nie widzimy jak bardzo jest złożony.
08:38
but when you use a microscope,
183
518260
2000
Ale kiedy patrzy się przez mikroskop
08:40
finally the hidden complexity is revealed.
184
520260
3000
odkrywa się jego złożoność.
08:45
In the 17th century,
185
525260
2000
Siedemnastowieczny filozof
08:47
the mathematician and philosopher, Blaise Pascal,
186
527260
2000
i matematyk, Blaise Pascal,
08:49
wrote of his dread of the infinite,
187
529260
3000
pisał o tym, jak przeraża go nieskończoność,
08:52
his feeling of insignificance
188
532260
2000
o uczuciu własnej znikomości
08:54
at contemplating the vast reaches of outer space.
189
534260
3000
w obliczu niezmierzonego kosmosu.
08:59
And, as a scientist,
190
539260
2000
Mnie jako naukowcowi
09:01
I'm not supposed to talk about my feelings --
191
541260
3000
nie wypada mówić o uczuciach.
09:04
too much information, professor.
192
544260
2000
Studenci nie chcą o tym słuchać.
09:06
(Laughter)
193
546260
2000
(Śmiech)
09:08
But may I?
194
548260
2000
Ale pozwolicie mi?
09:10
(Laughter)
195
550260
2000
(Śmiech)
09:12
(Applause)
196
552260
2000
(Brawa)
09:14
I feel curiosity,
197
554260
2000
Czuję zaciekawienie
09:16
and I feel wonder,
198
556260
2000
zdumienie i podziw
09:18
but at times I have also felt despair.
199
558260
3000
ale czasem też rozpacz.
09:22
Why did I choose to study
200
562260
2000
Dlaczego badam
09:24
this organ that is so awesome in its complexity
201
564260
3000
organ o tak ogromnej złożoności,
09:27
that it might well be infinite?
202
567260
2000
która może być nieskończona?
09:29
It's absurd.
203
569260
2000
To absurdalne zadanie.
09:31
How could we even dare to think
204
571260
2000
Jak możemy marzyć
09:33
that we might ever understand this?
205
573260
3000
o zrozumieniu w całości?
09:38
And yet, I persist in this quixotic endeavor.
206
578260
3000
Pozostaję jednak przy donkiszotowskiej nadziei,
09:41
And indeed, these days I harbor new hopes.
207
581260
3000
że być może, któregoś dnia
09:45
Someday,
208
585260
2000
dzięki potężnym mikroskopom
09:47
a fleet of microscopes will capture
209
587260
2000
będziemy w stanie zobaczyć
09:49
every neuron and every synapse
210
589260
2000
każdy neuron, każdą synapsę
09:51
in a vast database of images.
211
591260
3000
zapisać ich obraz w bazie danych.
09:54
And some day, artificially intelligent supercomputers
212
594260
3000
Wtedy superkomputery
09:57
will analyze the images without human assistance
213
597260
3000
przeanalizują je bez pomocy człowieka
10:00
to summarize them in a connectome.
214
600260
3000
i uda im się opisać konektom.
10:04
I do not know, but I hope that I will live to see that day,
215
604260
3000
Mam nadzieję, że dożyję tego dnia.
10:08
because finding an entire human connectome
216
608260
2000
Znalezienie kompletnego konektomu człowieka
10:10
is one of the greatest technological challenges of all time.
217
610260
3000
to ważne wyzwanie dla technologii,
10:13
It will take the work of generations to succeed.
218
613260
3000
którym zajmą się pokolenia naukowców.
10:17
At the present time, my collaborators and I,
219
617260
3000
Obecnie, razem ze współpracownikami,
10:20
what we're aiming for is much more modest --
220
620260
2000
obieramy mniejsze cele,
10:22
just to find partial connectomes
221
622260
2000
jak znajdywanie częściowych konektomów
10:24
of tiny chunks of mouse and human brain.
222
624260
3000
w kawałeczkach mózgu myszy czy człowieka.
10:27
But even that will be enough for the first tests of this hypothesis
223
627260
3000
To wystarczy, by poddać testom hipotezę,
10:30
that I am my connectome.
224
630260
3000
że mój konektom to ja.
10:35
For now, let me try to convince you of the plausibility of this hypothesis,
225
635260
3000
Chcę was przekonać, że jest to hipoteza
10:38
that it's actually worth taking seriously.
226
638260
3000
godna rozważenia.
10:42
As you grow during childhood
227
642260
2000
Kiedy człowiek rozwija się w dzieciństwie
10:44
and age during adulthood,
228
644260
3000
i dorośleje później,
10:47
your personal identity changes slowly.
229
647260
3000
zmienia się powoli jego tożsamość.
10:50
Likewise, every connectome
230
650260
2000
Podobnie, każdy konektom
10:52
changes over time.
231
652260
2000
przechodzi zmiany w czasie.
10:55
What kinds of changes happen?
232
655260
2000
Jakiego rodzaju zmiany?
10:57
Well, neurons, like trees,
233
657260
2000
Neurony, tak jak drzewa,
10:59
can grow new branches,
234
659260
2000
mogą wypuszczać nowe gałęzie
11:01
and they can lose old ones.
235
661260
3000
i tracić stare.
11:04
Synapses can be created,
236
664260
3000
Mogą powstać nowe synapsy
11:07
and they can be eliminated.
237
667260
3000
a stare mogą być usunięte.
11:10
And synapses can grow larger,
238
670260
2000
Synapsy mogą zwiększać swą objętość
11:12
and they can grow smaller.
239
672260
3000
ale mogą też się zmniejszać.
11:15
Second question:
240
675260
2000
Drugie zagadnienie to:
11:17
what causes these changes?
241
677260
3000
Co powoduje te zmiany?
11:20
Well, it's true.
242
680260
2000
Do pewnego stopnia
11:22
To some extent, they are programmed by your genes.
243
682260
3000
są zaprogramowane genetycznie.
11:25
But that's not the whole story,
244
685260
2000
Ale to nie cała prawda
11:27
because there are signals, electrical signals,
245
687260
2000
bo mamy też impulsy elektryczne
11:29
that travel along the branches of neurons
246
689260
2000
biegnące po rozgałęzieniach neuronalnych
11:31
and chemical signals
247
691260
2000
oraz sygnały chemiczne
11:33
that jump across from branch to branch.
248
693260
2000
przeskakujące z jednej gałęzi na drugą.
11:35
These signals are called neural activity.
249
695260
3000
Nazywamy to aktywnością neuronową.
11:38
And there's a lot of evidence
250
698260
2000
Mamy wiele dowodów na to,
11:40
that neural activity
251
700260
3000
że w aktywności neuronowej
11:43
is encoding our thoughts, feelings and perceptions,
252
703260
3000
zakodowane są myśli, uczucia, postrzeżenia
11:46
our mental experiences.
253
706260
2000
nasze przeżycia wewnętrzne.
11:48
And there's a lot of evidence that neural activity
254
708260
3000
Są dowody na to, że aktywność neuronowa
11:51
can cause your connections to change.
255
711260
3000
może powodować zmiany w połączeniach.
11:54
And if you put those two facts together,
256
714260
3000
To znaczy, że możemy stwierdzić,
11:57
it means that your experiences
257
717260
2000
że doznania i doświadczenia
11:59
can change your connectome.
258
719260
3000
mogą zmienić nasz konektom.
12:02
And that's why every connectome is unique,
259
722260
2000
Dlatego każdy konektom jest inny
12:04
even those of genetically identical twins.
260
724260
3000
nawet u bliźniaków jednojajowych.
12:08
The connectome is where nature meets nurture.
261
728260
3000
To tu styka się natura z kulturą.
12:12
And it might true
262
732260
2000
Myślenie samo w sobie, może powodować
12:14
that just the mere act of thinking
263
734260
2000
Myślenie samo w sobie, może powodowa
12:16
can change your connectome --
264
736260
2000
zmiany w konektomie
12:18
an idea that you may find empowering.
265
738260
3000
np. dzięki ważnej dla nas idei.
12:24
What's in this picture?
266
744260
2000
Co mamy na tym obrazku?
12:28
A cool and refreshing stream of water, you say.
267
748260
3000
Chłodny, orzeźwiający strumień?
12:32
What else is in this picture?
268
752260
2000
A co jeszcze?
12:37
Do not forget that groove in the Earth
269
757260
2000
Nie zapominajmy o zagłębieniu w ziemi
12:39
called the stream bed.
270
759260
3000
tzw. korycie strumienia.
12:42
Without it, the water would not know in which direction to flow.
271
762260
3000
To ono nadaje kierunek wodzie.
12:45
And with the stream,
272
765260
2000
Zobaczcie w tym strumieniu metaforę
12:47
I would like to propose a metaphor
273
767260
2000
Zobaczcie w tym strumieniu metaforę
12:49
for the relationship between neural activity
274
769260
2000
zależności między aktywnością neuronową
12:51
and connectivity.
275
771260
2000
i połączeniami między komórkami.
12:54
Neural activity is constantly changing.
276
774260
3000
Aktywność neuronowa nieustannie się zmienia.
12:57
It's like the water of the stream; it never sits still.
277
777260
3000
Jak woda w strumieniu: ciągle płynie.
13:00
The connections
278
780260
2000
Połączenia w sieci neuronów w mózgu
13:02
of the brain's neural network
279
782260
2000
Połączenia w sieci neuronów w mózgu
13:04
determines the pathways
280
784260
2000
warunkują możliwe ścieżki
13:06
along which neural activity flows.
281
786260
2000
dla aktywności neuronowej.
13:08
And so the connectome is like bed of the stream;
282
788260
3000
Konektom jest jak koryto strumienia.
13:13
but the metaphor is richer than that,
283
793260
3000
Ale ta metafora jest głębsza:
13:16
because it's true that the stream bed
284
796260
3000
to prawda, że koryto strumienia
13:19
guides the flow of the water,
285
799260
2000
kieruje przepływem wody
13:21
but over long timescales,
286
801260
2000
ale z upływem czasu
13:23
the water also reshapes the bed of the stream.
287
803260
3000
woda także zmienia ułożenie koryta.
13:26
And as I told you just now,
288
806260
2000
Tak jak aktywność neuronowa może zmieniać połączenia.
13:28
neural activity can change the connectome.
289
808260
3000
Tak jak aktywność neuronowa może zmieniać połączenia.
13:33
And if you'll allow me to ascend
290
813260
2000
Pozwólcie mi wznieść się
13:35
to metaphorical heights,
291
815260
3000
na wyżyny liryki.
13:38
I will remind you that neural activity
292
818260
3000
Przypominam, że aktywność nerwowa
13:41
is the physical basis -- or so neuroscientists think --
293
821260
2000
to fizjologiczna podstawa
13:43
of thoughts, feelings and perceptions.
294
823260
3000
naszych myśli, uczuć i doznań.
13:46
And so we might even speak of
295
826260
2000
Możemy zatem mówić nawet
13:48
the stream of consciousness.
296
828260
2000
o strumieniu świadomości.
13:50
Neural activity is its water,
297
830260
3000
Gdzie aktywność neuronalna to woda
13:53
and the connectome is its bed.
298
833260
3000
a konektom to koryto.
13:57
So let's return from the heights of metaphor
299
837260
2000
Ale wróćmy teraz z wyżyn poetyckiej metafory
13:59
and return to science.
300
839260
2000
do faktów nauk ścisłych.
14:01
Suppose our technologies for finding connectomes
301
841260
2000
Załóżmy, że mamy już technikę
14:03
actually work.
302
843260
2000
znajdowania kompletnych konektomów.
14:05
How will we go about testing the hypothesis
303
845260
2000
W jaki sposób sprawdzilibyśmy czy hipoteza
14:07
"I am my connectome?"
304
847260
3000
"Mój konektom to ja" jest prawdziwa?
14:10
Well, I propose a direct test.
305
850260
3000
Proponuję bezpośredni test:
14:13
Let us attempt
306
853260
2000
spróbujmy odczytać
14:15
to read out memories from connectomes.
307
855260
3000
wspomnienia z konektomu.
14:18
Consider the memory
308
858260
2000
Umiejętność przypomnienia sobie
14:20
of long temporal sequences of movements,
309
860260
3000
długiej sekwencji ruchów
14:23
like a pianist playing a Beethoven sonata.
310
863260
3000
jak u pianisty grającego sonaty Beethovena.
14:26
According to a theory that dates back to the 19th century,
311
866260
3000
Wg teorii mającej swój początek jeszcze w XIX w.
14:29
such memories are stored
312
869260
2000
pamięć tego typu jest przechowywana
14:31
as chains of synaptic connections inside your brain.
313
871260
3000
jako łańcuchy połączeń nerwowych w mózgu.
14:35
Because, if the first neurons in the chain are activated,
314
875260
3000
Kiedy pierwszy neuron łańcucha jest aktywowany,
14:38
through their synapses they send messages to the second neurons, which are activated,
315
878260
3000
wysyła sygnał, poprzez synapsy, do następnych neuronów
14:41
and so on down the line,
316
881260
2000
i tak po kolei
14:43
like a chain of falling dominoes.
317
883260
2000
jak kostki domina.
14:45
And this sequence of neural activation
318
885260
2000
Ta sekwencja aktywacji kolejnych neuronów
14:47
is hypothesized to be the neural basis
319
887260
3000
może być podstawą neurologiczną
14:50
of those sequence of movements.
320
890260
2000
sekwencji ruchów pianisty.
14:52
So one way of trying to test the theory
321
892260
2000
Możemy przetestować tę teorię
14:54
is to look for such chains
322
894260
2000
szukając takich łańcuchów
14:56
inside connectomes.
323
896260
2000
w konektomach.
14:58
But it won't be easy, because they're not going to look like this.
324
898260
3000
Co nie będzie proste, bo łańcuchy nie będą wyglądać tak.
15:01
They're going to be scrambled up.
325
901260
2000
Ich ogniwa będą porozrzucane po całym mózgu.
15:03
So we'll have to use our computers
326
903260
2000
Musimy więc wykorzystać komputery,
15:05
to try to unscramble the chain.
327
905260
3000
żeby złożyć je w całość.
15:08
And if we can do that,
328
908260
2000
Sekwencja neuronów,
15:10
the sequence of the neurons we recover from that unscrambling
329
910260
3000
którą w ten sposób odkryjemy będzie
15:13
will be a prediction of the pattern of neural activity
330
913260
3000
przewidywanym wzorem aktywności neuronalnej
15:16
that is replayed in the brain during memory recall.
331
916260
3000
podczas procesu przypominania.
15:19
And if that were successful,
332
919260
2000
Jeśli się uda, będzie to pierwszy przypadek
15:21
that would be the first example of reading a memory from a connectome.
333
921260
3000
odczytania wspomnień z konektomu.
15:28
(Laughter)
334
928260
2000
(Śmiech)
15:30
What a mess --
335
930260
2000
Niezły bałagan.
15:33
have you ever tried to wire up a system
336
933260
2000
Próbowaliście kiedyś podłączyć przewody
15:35
as complex as this?
337
935260
2000
w tak skomplikowanym systemie?
15:37
I hope not.
338
937260
2000
Mam nadzieję, że nie.
15:39
But if you have, you know it's very easy to make a mistake.
339
939260
3000
Łatwo tu o pomyłkę.
15:45
The branches of neurons are like the wires of the brain.
340
945260
2000
Rozgałęzienia neuronów są jak kable w mózgu.
15:47
Can anyone guess: what's the total length of wires in your brain?
341
947260
4000
Jaka jest łączna długość tego okablowania?
15:54
I'll give you a hint. It's a big number.
342
954260
2000
Podpowiem, że to ogromna liczba.
15:56
(Laughter)
343
956260
2000
(Śmiech)
15:59
I estimate, millions of miles,
344
959260
3000
Wg moich szacunków, miliony mil.
16:02
all packed in your skull.
345
962260
3000
Upakowane w naszych czaszkach.
16:05
And if you appreciate that number,
346
965260
2000
Doceniając ogrom tej długości
16:07
you can easily see
347
967260
2000
z łatwością stwierdzicie,
16:09
there is huge potential for mis-wiring of the brain.
348
969260
2000
że łatwo można je poplątać.
16:11
And indeed, the popular press loves headlines like,
349
971260
3000
Media lubują się w krzykliwych nagłówkach typu:
16:14
"Anorexic brains are wired differently,"
350
974260
2000
"Mózgi anorektyków mają inne połączenia"
16:16
or "Autistic brains are wired differently."
351
976260
2000
czy: "Autystyczne mózgi mają inne połączenia"
16:18
These are plausible claims,
352
978260
2000
To prawdopodobne stwierdzenia,
16:20
but in truth,
353
980260
2000
ale obecnie nie jesteśmy w stanie
16:22
we can't see the brain's wiring clearly enough
354
982260
2000
zobaczyć tego okablowania na tyle dobrze
16:24
to tell if these are really true.
355
984260
2000
by móc potwierdzić te hipotezy.
16:26
And so the technologies for seeing connectomes
356
986260
3000
Dzięki technologii pozwalającej
16:29
will allow us to finally
357
989260
2000
zaobserwować konektomy
16:31
read mis-wiring of the brain,
358
991260
2000
odczytamy błędne okablowanie w mózgu:
16:33
to see mental disorders in connectomes.
359
993260
3000
choroby psychiczne na poziomie konektomu.
16:40
Sometimes the best way to test a hypothesis
360
1000260
3000
Sprawdzając hipotezę dobrze jest
16:43
is to consider its most extreme implication.
361
1003260
3000
rozważyć jej ekstremalne konsekwencje.
16:46
Philosophers know this game very well.
362
1006260
3000
Filozofowie lubią się w to bawić.
16:50
If you believe that I am my connectome,
363
1010260
3000
Jeśli uważam, że mój konektom to ja
16:53
I think you must also accept the idea
364
1013260
3000
muszę także przystać na to,
16:56
that death is the destruction
365
1016260
2000
że śmierć to nic innego jak
16:58
of your connectome.
366
1018260
3000
zniszczenie mojego konektomu.
17:02
I mention this because there are prophets today
367
1022260
3000
Mamy dziś wielu proroków
17:05
who claim that technology
368
1025260
3000
twierdzących, że z pomocą technologii
17:08
will fundamentally alter the human condition
369
1028260
3000
będziemy mogli zmienić kondycję ludzką
17:11
and perhaps even transform the human species.
370
1031260
3000
a może nawet przeobrazić nasz gatunek.
17:14
One of their most cherished dreams
371
1034260
3000
Marzymy gorąco o tym,
17:17
is to cheat death
372
1037260
2000
że uda nam się oszukać śmierć
17:19
by that practice known as cryonics.
373
1039260
2000
poprzez technikę zwaną krioniką.
17:21
If you pay 100,000 dollars,
374
1041260
2000
Za 100 tys. dolarów
17:23
you can arrange to have your body frozen after death
375
1043260
3000
możemy zamrozić nasze ciało po śmierci
17:26
and stored in liquid nitrogen
376
1046260
2000
w płynnym azocie na przechowanie
17:28
in one of these tanks in an Arizona warehouse,
377
1048260
2000
w specjalnym magazynie w Arizonie
17:30
awaiting a future civilization
378
1050260
2000
oczekując na cywilizację przyszłości,
17:32
that is advanced to resurrect you.
379
1052260
3000
której uda się nas ożywić.
17:36
Should we ridicule the modern seekers of immortality,
380
1056260
2000
Czy należy wyszydzać ten pomysł
17:38
calling them fools?
381
1058260
2000
jako mrzonki głupców?
17:40
Or will they someday chuckle
382
1060260
2000
Czy może to oni któregoś dnia
17:42
over our graves?
383
1062260
2000
zaśmieją się nad naszymi grobami?
17:45
I don't know --
384
1065260
2000
Nie wiem.
17:47
I prefer to test their beliefs, scientifically.
385
1067260
3000
Przetestujmy ich poglądy naukowo.
17:50
I propose that we attempt to find a connectome
386
1070260
2000
Poszukajmy konektomu
17:52
of a frozen brain.
387
1072260
2000
w zamrożonym mózgu.
17:54
We know that damage to the brain
388
1074260
2000
Wiemy, że mózg niszczeje
17:56
occurs after death and during freezing.
389
1076260
2000
po śmierci, w trakcie zamrażania.
17:58
The question is: has that damage erased the connectome?
390
1078260
3000
Ale czy wymrozi się cały konektom?
18:01
If it has, there is no way that any future civilization
391
1081260
3000
Jeśli tak to nikt w przyszłości nie odzyska
18:04
will be able to recover the memories of these frozen brains.
392
1084260
3000
wspomnień z zamrożonych mózgów.
18:07
Resurrection might succeed for the body,
393
1087260
2000
Ciało być może zostanie ożywione,
18:09
but not for the mind.
394
1089260
2000
ale umysł nie.
18:11
On the other hand, if the connectome is still intact,
395
1091260
3000
Jeśli konektom będzie nienaruszony,
18:14
we cannot ridicule the claims of cryonics so easily.
396
1094260
3000
nie powinniśmy szydzić z krioniki.
18:20
I've described a quest
397
1100260
2000
Opisałem wam dziś program badawczy,
18:22
that begins in the world of the very small,
398
1102260
3000
który zaczyna się w świecie mikro
18:25
and propels us to the world of the far future.
399
1105260
3000
ale prowadzi nas do świata przyszłości.
18:28
Connectomes will mark a turning point in human history.
400
1108260
3000
Konektomy wyznaczą punkt zwrotny historii.
18:32
As we evolved from our ape-like ancestors
401
1112260
2000
Gdy ewoluowaliśmy z naszych przodków
18:34
on the African savanna,
402
1114260
2000
na afrykańskich sawannach
18:36
what distinguished us was our larger brains.
403
1116260
3000
wyróżniała nas wielkość naszych mózgów,
18:40
We have used our brains to fashion
404
1120260
2000
które są wykorzystywane
18:42
ever more amazing technologies.
405
1122260
3000
by odkrywać niesamowite technologie.
18:45
Eventually, these technologies will become so powerful
406
1125260
3000
Kiedyś, technologie te staną się tak potężne,
18:48
that we will use them to know ourselves
407
1128260
3000
że wykorzystamy je do poznania nas samych
18:51
by deconstructing and reconstructing
408
1131260
3000
przez dekonstrukcję i rekonstrukcję
18:54
our own brains.
409
1134260
3000
naszych własnych mózgów.
18:57
I believe that this voyage of self-discovery
410
1137260
3000
Ta podróż do samopoznania
19:00
is not just for scientists,
411
1140260
3000
jest nie tylko dla naukowców,
19:03
but for all of us.
412
1143260
2000
ale dla każdego z nas.
19:05
And I'm grateful for the opportunity to share this voyage with you today.
413
1145260
3000
Cieszę się, że mogłem się nim podzielić dziś z wami. Dziękuję.
19:08
Thank you.
414
1148260
2000
Cieszę się, że mogłem się nim podzielić dziś z wami. Dziękuję.
19:10
(Applause)
415
1150260
8000
(Brawa)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7