Pawan Sinha on how brains learn to see

64,774 views ・ 2010-02-25

TED


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

Tłumaczenie: Anna Romańska Korekta: Marcin Cwikla
00:15
If you are a blind child in India,
0
15260
4000
Gdybyś był niewidomym dzieckiem w Indiach
00:19
you will very likely have to contend with
1
19260
3000
prawdopodobnie musiałbyś stawić czoło
00:22
at least two big pieces of bad news.
2
22260
3000
przynajmniej dwóm złym wiadomościom.
00:25
The first bad news
3
25260
2000
Pierwszą z nich jest to,
00:27
is that the chances of getting treatment
4
27260
3000
że szanse na leczenie
00:30
are extremely slim to none,
5
30260
3000
są znikome, jeśli nie żadne,
00:33
and that's because most of the blindness
6
33260
2000
ponieważ większość programów
00:35
alleviation programs in the country
7
35260
2000
likwidacji ślepoty w tym kraju
00:37
are focused on adults,
8
37260
2000
skupia się na dorosłych
00:39
and there are very, very few hospitals
9
39260
3000
i bardzo niewiele szpitali
00:42
that are actually equipped to treat children.
10
42260
3000
jest odpowiednio wyposażonych do leczenia dzieci.
00:46
In fact, if you were to be treated,
11
46260
4000
Jeżeli zaś miałbyś być poddany leczeniu,
00:51
you might well end up being treated
12
51260
3000
to prawdopodobnie leczyłby cię ktoś,
00:54
by a person who has no medical credentials
13
54260
3000
kto nie ma odpowiednich uprawnień medycznych,
00:57
as this case from Rajasthan illustrates.
14
57260
3000
jak to pokazuje ten przypadek z Radżastanu.
01:00
This is a three-year-old orphan girl
15
60260
2000
To 3-letnia sierota,
01:02
who had cataracts.
16
62260
2000
która miała kataraktę.
01:04
So, her caretakers took her
17
64260
2000
Jej opiekunowie zaprowadzili ją
01:06
to the village medicine man,
18
66260
2000
do miejscowego uzdrawiacza,
01:08
and instead of suggesting to the caretakers
19
68260
3000
który zamiast zasugerować im,
01:11
that the girl be taken to a hospital,
20
71260
3000
aby zabrali dziewczynkę do szpitala,
01:14
the person decided to burn her abdomen
21
74260
2000
postanowił wypalić jej brzuch
01:16
with red-hot iron bars
22
76260
2000
rozgrzanymi do gorąca żelaznymi kratami
01:18
to drive out the demons.
23
78260
2000
żeby wypędzić demony.
01:20
The second piece of bad news
24
80260
3000
Druga zła wiadomość
01:23
will be delivered to you
25
83260
2000
pochodzi od neurobiologów,
01:25
by neuroscientists, who will tell you
26
85260
3000
którzy powiedzą ci,
01:28
that if you are older than four or five years of age,
27
88260
3000
że jeśli masz więcej niż 4-5 lat,
01:31
that even if you have your eye corrected,
28
91260
3000
wówczas, nawet jeśli twój wzrok poprawi się,
01:34
the chances of your brain learning how to see
29
94260
3000
to jednak szanse, że twój mózg nauczy się widzieć
01:37
are very, very slim --
30
97260
2000
są bardzo, bardzo małe.
01:39
again, slim or none.
31
99260
3000
Małe lub żadne.
01:42
So when I heard these two things,
32
102260
2000
Kiedy o tym usłyszałem,
01:44
it troubled me deeply,
33
104260
2000
bardzo się zmartwiłem
01:46
both because of personal reasons
34
106260
2000
z powodów zarówno osobistych,
01:48
and scientific reasons.
35
108260
2000
jak i naukowych.
01:50
So let me first start with the personal reason.
36
110260
3000
Zacznę od powodu osobistego.
01:53
It'll sound corny, but it's sincere.
37
113260
3000
Jest on szczery, choć pewnie zabrzmi banalnie.
01:56
That's my son, Darius.
38
116260
2000
To mój syn, Darius.
01:58
As a new father,
39
118260
2000
Jako młody ojciec
02:00
I have a qualitatively different sense
40
120260
4000
nieco inaczej rozumiem to,
02:04
of just how delicate babies are,
41
124260
3000
jak delikatne są dzieci,
02:07
what our obligations are towards them
42
127260
3000
jakie są nasze zobowiązania względem nich,
02:10
and how much love
43
130260
2000
a także to,
02:12
we can feel towards a child.
44
132260
3000
jak bardzo można kochać dziecko.
02:15
I would move heaven and earth
45
135260
2000
Poruszyłbym niebo i ziemię,
02:17
in order to get treatment for Darius,
46
137260
3000
żeby wyleczyć Dariusa.
02:20
and for me to be told
47
140260
2000
Natomiast to, że gdzieś
02:22
that there might be other Dariuses
48
142260
2000
mogą być inne dzieci,
02:24
who are not getting treatment,
49
144260
2000
które nie otrzymają leczenia,
02:26
that's just viscerally wrong.
50
146260
3000
uważam za niedopuszczalne.
02:29
So that's the personal reason.
51
149260
2000
To był mój osobisty powód.
02:31
Scientific reason is that this notion
52
151260
3000
Z kolei powód naukowy dotyczy tego,
02:34
from neuroscience of critical periods --
53
154260
2000
iż nie zgadzam się z poglądem neurobiologii
02:36
that if the brain is older
54
156260
3000
na temat okresów krytycznych
02:39
than four or five years of age,
55
159260
2000
mówiącym, iż mózg osoby
02:41
it loses its ability to learn --
56
161260
2000
powyżej 4-5 roku życia
02:43
that doesn't sit well with me,
57
163260
2000
traci zdolność uczenia się.
02:45
because I don't think that idea
58
165260
2000
Myślę, że pogląd ten
02:47
has been tested adequately.
59
167260
3000
nie został odpowiednio zbadany.
02:50
The birth of the idea is from
60
170260
2000
Zrodził się on z prac
02:52
David Hubel and Torsten Wiesel's work,
61
172260
2000
Davida Hubela i Torstena Wiesela:
02:54
two researchers who were at Harvard,
62
174260
2000
dwóch naukowców z Harvardu,
02:56
and they got the Nobel Prize in 1981
63
176260
3000
którzy w 1981 roku otrzymali Nagrodę Nobla
02:59
for their studies of visual physiology,
64
179260
2000
za swoje badania w dziedzinie fizjologii wzroku.
03:01
which are remarkably beautiful studies,
65
181260
2000
Są to naprawdę wspaniałe badania,
03:03
but I believe some of their work
66
183260
2000
sądzę jednak, że część ich prac
03:05
has been extrapolated
67
185260
2000
została przedwcześnie przeniesiona
03:07
into the human domain prematurely.
68
187260
2000
na człowieka.
03:09
So, they did their work with kittens,
69
189260
2000
Prowadzili oni badania nad małymi kotami
03:11
with different kinds of deprivation regiments,
70
191260
2000
z różnymi rodzajami deprywacji
03:13
and those studies,
71
193260
2000
i badania te,
03:15
which date back to the '60s,
72
195260
2000
pochodzące z lat 60-tych,
03:17
are now being applied to human children.
73
197260
3000
są obecnie przenoszone na dzieci.
03:20
So I felt that I needed to do two things.
74
200260
3000
Skłoniło mnie to do zrobienia dwóch rzeczy.
03:23
One: provide care
75
203260
3000
Po pierwsze: zapewnienia opieki dzieciom,
03:26
to children who are currently
76
206260
2000
które pozbawione są
03:28
being deprived of treatment.
77
208260
2000
możliwości leczenia.
03:30
That's the humanitarian mission.
78
210260
2000
Jest to misja humanitarna.
03:32
And the scientific mission would be
79
212260
2000
Misja naukowa polegałaby zaś
03:34
to test the limits
80
214260
2000
na testowaniu granic
03:36
of visual plasticity.
81
216260
2000
plastyczności wzrokowej.
03:38
And these two missions, as you can tell,
82
218260
3000
Można rzec, że te dwie misje
03:41
thread together perfectly. One adds to the other;
83
221260
3000
idealnie się uzupełniają.
03:44
in fact, one would be impossible without the other.
84
224260
3000
Jedna nie mogłaby istnieć bez drugiej.
03:49
So, to implement
85
229260
2000
Zatem aby wcielić te dwie misje w życie
03:51
these twin missions,
86
231260
2000
kilka lat temu
03:53
a few years ago, I launched Project Prakash.
87
233260
3000
rozpocząłem Projekt Prakash.
03:56
Prakash, as many of you know,
88
236260
2000
Prakash, jak wielu z was wie,
03:58
is the Sanskrit word for light,
89
238260
2000
oznacza w sanskrycie słowo światło.
04:00
and the idea is that
90
240260
2000
Chodzi bowiem o to,
04:02
in bringing light into the lives of children,
91
242260
3000
aby wnieść światło w życie dzieci.
04:05
we also have a chance
92
245260
2000
Mamy ponadto szansę
04:07
of shedding light on some of the
93
247260
2000
rzucić światło na niektóre
04:09
deepest mysteries of neuroscience.
94
249260
3000
z największych zagadek neurobiologii.
04:12
And the logo -- even though it looks extremely Irish,
95
252260
3000
Logo, pomimo irlandzkiego wyglądu,
04:15
it's actually derived from
96
255260
2000
tak naprawdę zaczerpnięte zostało
04:17
the Indian symbol of Diya, an earthen lamp.
97
257260
4000
od indyjskiego symbolu Diya, glinianej lampy.
04:21
The Prakash, the overall effort
98
261260
3000
Starania Prakash
04:24
has three components:
99
264260
2000
zawierają w sobie trzy elementy:
04:26
outreach, to identify children in need of care;
100
266260
4000
identyfikację dzieci potrzebujących pomocy,
04:30
medical treatment; and in subsequent study.
101
270260
3000
leczenie medyczne i w konsekwencji prowadzenie badań.
04:33
And I want to show you a short video clip
102
273260
3000
Chciałbym pokazać wam krótki klip wideo,
04:36
that illustrates the first two components of this work.
103
276260
3000
który ilustruje dwa pierwsze komponenty naszej pracy.
04:41
This is an outreach station
104
281260
2000
To jest stacja pomocy potrzebującym
04:43
conducted at a school for the blind.
105
283260
3000
prowadzona w szkole dla niewidomych.
04:46
(Text: Most of the children are profoundly and permanently blind ...)
106
286260
5000
(Tekst: Większość dzieci jest całkowicie i trwale ślepa ...)
04:51
Pawan Sinha: So, because this is a school for the blind,
107
291260
5000
Ponieważ jest to szkoła dla niewidomych,
04:56
many children have permanent conditions.
108
296260
2000
wiele dzieci choruje tu trwale.
04:58
That's a case of microphthalmos,
109
298260
3000
To jest przypadek małoocza,
05:01
which is malformed eyes,
110
301260
2000
czyli zniekształconych oczu
05:03
and that's a permanent condition;
111
303260
2000
i jest to choroba trwała.
05:05
it cannot be treated.
112
305260
2000
Nie można jej wyleczyć.
05:07
That's an extreme of micropthalmos
113
307260
2000
To jest krańcowy stan małoocza
05:09
called enophthalmos.
114
309260
2000
zwany zapadnięciem gałki ocznej.
05:11
But, every so often, we come across children
115
311260
2000
Jednakże często spotykamy dzieci,
05:13
who show some residual vision,
116
313260
3000
u których obserwuje się pewne szczątkowe widzenie
05:16
and that is a very good sign
117
316260
3000
i jest to bardzo dobry znak wskazujący na to,
05:19
that the condition might actually be treatable.
118
319260
2000
że taka choroba może być uleczalna.
05:21
So, after that screening, we bring the children to the hospital.
119
321260
3000
Zatem po badaniu zabieramy dziecko do szpitala.
05:24
That's the hospital we're working with in Delhi,
120
324260
2000
To szpital z którym współpracujemy w Delhi,
05:26
the Schroff Charity Eye Hospital.
121
326260
3000
nazywa się Schroff Charity Eye Hospital.
05:29
It has a very well-equipped
122
329260
2000
Ma on bardzo dobrze wyposażone
05:31
pediatric ophthalmic center,
123
331260
3000
pedriatryczne centrum okulistyczne.
05:35
which was made possible in part
124
335260
2000
Stworzenie go było możliwe po części
05:37
by a gift from the Ronald McDonald charity.
125
337260
4000
dzięki darom organizacji charytatywnej Ronalda McDonalda.
05:41
So, eating burgers actually helps.
126
341260
3000
Jedzenie burgerów zatem pomaga.
05:45
(Text: Such examinations allow us to improve
127
345260
2000
(Tekst: Tego typu badania pozwalają nam polepszyć
05:47
eye-health in many children, and ...
128
347260
2000
zdrowie oczu wielu dzieci i...
05:54
... help us find children who can participate in Project Prakash.)
129
354260
3000
...pomagają znaleźć dzieci, które mogą uczestniczyć w projekcie Prakash.)
05:57
PS: So, as I zoom in to the eyes of this child,
130
357260
2000
PS: Na zbliżeniu oczu tego dziecka
05:59
you will see the cause of his blindness.
131
359260
3000
możecie zobaczyć powód jego ślepoty.
06:03
The whites that you see in the middle of his pupils
132
363260
3000
Upławy, które widać na środku jego źrenic
06:06
are congenital cataracts,
133
366260
3000
to wrodzona katarakta,
06:09
so opacities of the lens.
134
369260
2000
czyli mętność soczewek.
06:11
In our eyes, the lens is clear,
135
371260
3000
Soczewki w naszych oczach są przezroczyste,
06:14
but in this child, the lens has become opaque,
136
374260
2000
ale u tego dziecka mogą się zmętnić,
06:16
and therefore he can't see the world.
137
376260
3000
przez co nie może ono widzieć.
06:19
So, the child is given treatment. You'll see shots of the eye.
138
379260
3000
Dziecko poddano leczeniu. Zobaczycie zdjęcia oka.
06:22
Here's the eye with the opaque lens,
139
382260
2000
To oko ze zmętnionymi soczewkami.
06:24
the opaque lens extracted
140
384260
2000
Zostały one usunięte
06:26
and an acrylic lens inserted.
141
386260
3000
a w ich miejsce umieszczono soczewki akrylowe.
06:29
And here's the same child
142
389260
2000
Tu widać to samo dziecko
06:31
three weeks post-operation,
143
391260
3000
trzy tygodnie po operacji,
06:34
with the right eye open.
144
394260
3000
z otwartym prawym okiem.
06:40
(Applause)
145
400260
6000
(Brawa)
06:46
Thank you.
146
406260
2000
Dziękuję.
06:48
So, even from that little clip, you can begin to get the sense
147
408260
3000
Nawet po obejrzeniu tego krótkiego klipu widać,
06:51
that recovery is possible,
148
411260
2000
że powrót do zdrowia jest możliwy.
06:53
and we have now
149
413260
2000
Do tej pory otoczyliśmy opieką medyczną
06:55
provided treatment to over 200 children,
150
415260
3000
ponad 200 dzieci,
06:58
and the story repeats itself.
151
418260
2000
a historia sama się powtarza.
07:00
After treatment, the child
152
420260
2000
Po leczeniu dziecko
07:02
gains significant functionality.
153
422260
3000
zyskuje znaczną funkcjonalność.
07:05
In fact, the story holds true
154
425260
3000
To samo ma miejsce nawet wówczas,
07:08
even if you have a person who got sight
155
428260
2000
kiedy dana osoba utraciła wzrok
07:10
after several years of deprivation.
156
430260
2000
przed kilku laty.
07:12
We did a paper a few years ago
157
432260
2000
Parę lat temu wygłosiliśmy referat
07:14
about this woman that you see on the right, SRD,
158
434260
4000
na temat kobiety, którą widać po prawej, SRD.
07:18
and she got her sight late in life,
159
438260
2000
Odzyskała wzrok stosunkowo późno,
07:20
and her vision is remarkable at this age.
160
440260
4000
i widzi dość dobrze.
07:24
I should add a tragic postscript to this --
161
444260
3000
Powinienem dopowiedzieć tutaj tragiczny epilog:
07:27
she died two years ago
162
447260
2000
kobieta ta zmarła dwa lata temu
07:29
in a bus accident.
163
449260
2000
w wypadku autobusowym.
07:31
So, hers is just a truly inspiring story --
164
451260
4000
Jej historia jest naprawdę inspirująca,
07:35
unknown, but inspiring story.
165
455260
3000
choć nieznana.
07:38
So when we started finding these results,
166
458260
2000
Możecie więc sobie wyobrazić,
07:40
as you might imagine, it created quite a bit of stir
167
460260
3000
że kiedy zaczęliśmy odnosić takie rezultaty,
07:43
in the scientific and the popular press.
168
463260
3000
wywołało to poruszenie wśród prasy naukowej i popularnej.
07:46
Here's an article in Nature
169
466260
2000
Oto artykuł w Nature,
07:48
that profiled this work,
170
468260
2000
który opisał naszą pracę,
07:50
and another one in Time.
171
470260
2000
a to inny artykuł w Time.
07:52
So, we were fairly convinced -- we are convinced --
172
472260
2000
Byliśmy więc przekonani, jesteśmy przekonani,
07:54
that recovery is feasible,
173
474260
2000
że wyzdrowienie jest możliwe
07:56
despite extended visual deprivation.
174
476260
3000
pomimo pozbawienia wzroku.
07:59
The next obvious question to ask:
175
479260
2000
Kolejnym ważnym pytaniem było to,
08:01
What is the process of recovery?
176
481260
3000
jak wygląda proces powrotu do zdrowia?
08:04
So, the way we study that is,
177
484260
3000
Badamy to w ten sposób,
08:07
let's say we find a child who has light sensitivity.
178
487260
2000
że znajdujemy dziecko cierpiące na światłowstręt.
08:09
The child is provided treatment,
179
489260
2000
Poddajemy je leczeniu
08:11
and I want to stress that the treatment
180
491260
2000
i chciałbym podkreślić, że leczenie to
08:13
is completely unconditional;
181
493260
2000
jest całkowicie bezwarunkowe,
08:15
there is no quid pro quo.
182
495260
2000
a nie na zasadzie quid pro quo.
08:17
We treat many more children then we actually work with.
183
497260
3000
Leczymy więcej dzieci niż rzeczywiście potrzebujemy do badań.
08:20
Every child who needs treatment is treated.
184
500260
3000
Każde dziecko, które potrzebuje opieki medycznej, dostaje ją.
08:23
After treatment, about every week,
185
503260
2000
Około tydzień po leczeniu
08:25
we run the child
186
505260
2000
poddajemy dziecko szeregowi
08:27
on a battery of simple visual tests
187
507260
3000
prostych testów wzrokowych
08:30
in order to see how their visual skills
188
510260
2000
aby sprawdzić, jak za koleją rozwijają się
08:32
are coming on line.
189
512260
2000
jego umiejętności wzrokowe.
08:34
And we try to do this for as long as possible.
190
514260
3000
Staramy się to robić tak długo, jak to możliwe.
08:37
This arc of development
191
517260
2000
Dostarcza nam to
08:39
gives us unprecedented
192
519260
2000
niespotykanych i niesamowicie ważnych
08:41
and extremely valuable information
193
521260
2000
informacji odnośnie tego,
08:43
about how the scaffolding of vision
194
523260
2000
jak wygląda proces
08:45
gets set up.
195
525260
2000
powstawania wzroku.
08:47
What might be the causal connections
196
527260
2000
Jakie są relacje, pomiędzy umiejętnościami
08:49
between the early developing skills
197
529260
2000
rozwijającymi się wcześnie,
08:51
and the later developing ones?
198
531260
2000
a tymi, które powstają później?
08:53
And we've used this general approach to study
199
533260
2000
Wykorzystaliśmy to podejście do zbadania
08:55
many different visual proficiencies,
200
535260
3000
wielu różnych sprawności wzrokowych,
08:58
but I want to highlight one particular one,
201
538260
4000
jednak ja chcę szczególnie podkreślić jedną z nich,
09:02
and that is image parsing into objects.
202
542260
3000
mianowicie to, jak obraz staje się przedmiotem.
09:05
So, any image of the kind that you see on the left,
203
545260
2000
Zatem, każdy rodzaj obrazu, który widać po lewej,
09:07
be it a real image or a synthetic image,
204
547260
3000
czy to realny czy syntetyczny,
09:10
it's made up of little regions
205
550260
2000
składa się z małych obszarów
09:12
that you see in the middle column,
206
552260
2000
o różnych kolorach i luminacjach,
09:14
regions of different colors, different luminances.
207
554260
3000
które widzicie w środkowej kolumnie.
09:17
The brain has this complex task
208
557260
3000
Mózg staje przed trudnym zadaniem
09:20
of putting together, integrating,
209
560260
3000
połączenia razem, zintegrowania
09:23
subsets of these regions
210
563260
2000
podzbiorów tych obszarów
09:25
into something that's more meaningful,
211
565260
2000
w coś bardziej znaczącego,
09:27
into what we would consider to be objects,
212
567260
2000
co można by uznać za przedmiot,
09:29
as you see on the right.
213
569260
2000
jak widać po prawej.
09:31
And nobody knows how this integration happens,
214
571260
2000
Nikt nie wie natomiast, jak ta integracja zachodzi.
09:33
and that's the question we asked with Project Prakash.
215
573260
4000
To właśnie pytanie zadaliśmy w Projekcie Prakash.
09:37
So, here's what happens
216
577260
2000
Oto co się dzieje
09:39
very soon after the onset of sight.
217
579260
3000
tuż po odzyskaniu wzroku.
09:42
Here's a person who had gained sight just a couple of weeks ago,
218
582260
3000
To osoba, która odzyskała wzrok parę tygodni temu.
09:45
and you see Ethan Myers, a graduate student from MIT,
219
585260
3000
Widać również Ethana Myersa, absolwenta MIT,
09:48
running the experiment with him.
220
588260
3000
który przeprowadza eksperyment.
09:51
His visual-motor coordination is quite poor,
221
591260
4000
Koordynacja wzrokowo-ruchowa mężczyzny jest bardzo słaba,
09:55
but you get a general sense
222
595260
2000
ale widać, jakie regiony
09:57
of what are the regions that he's trying to trace out.
223
597260
3000
próbuje on poruszyć.
10:00
If you show him real world images,
224
600260
2000
Gdyby pokazać mu realne obrazy,
10:02
if you show others like him real world images,
225
602260
3000
gdyby pokazać te obrazy takim jak on,
10:05
they are unable to recognize most of the objects
226
605260
2000
nie będą oni w stanie rozpoznać większości przedmiotów,
10:07
because the world to them is over-fragmented;
227
607260
3000
ponieważ dla nich świat składa się z fragmentów,
10:10
it's made up of a collage, a patchwork,
228
610260
3000
z części kolażu, mozaiki,
10:13
of regions of different colors and luminances.
229
613260
2000
obszarów o różnych kolorach i luminacjach.
10:15
And that's what's indicated in the green outlines.
230
615260
2000
To właśnie pokazują zielone kontury.
10:17
When you ask them,
231
617260
2000
Gdyby zapytać ich,
10:19
"Even if you can't name the objects, just point to where the objects are,"
232
619260
3000
nawet jeśli nie potrafią nazwać obiektów, by choć wskazali, gdzie one są,
10:22
these are the regions that they point to.
233
622260
2000
to wskażą właśnie na te obszary.
10:24
So the world is this complex
234
624260
2000
Tak więc świat
10:26
patchwork of regions.
235
626260
2000
to złożona mozaika obszarów.
10:28
Even the shadow on the ball
236
628260
2000
Nawet cień na piłce
10:30
becomes its own object.
237
630260
3000
staje się przedmiotem.
10:33
Interestingly enough,
238
633260
2000
Co interesujące,
10:35
you give them a few months,
239
635260
2000
po paru miesiącach
10:37
and this is what happens.
240
637260
3000
będzie miało miejsce coś takiego:
10:43
Doctor: How many are these?
241
643260
2000
Lekarz: Ile przedmiotów widzisz?
10:45
Patient: These are two things.
242
645260
2000
Pacjent: Dwa.
10:47
Doctor: What are their shapes?
243
647260
2000
Lekarz: Jaki mają kształt?
10:49
Patient: Their shapes ...
244
649260
2000
Pacjent: Są kształtu...
10:51
This one is a circle,
245
651260
3000
To jest koło
10:54
and this
246
654260
2000
a to
10:56
is a square.
247
656260
2000
kwadrat.
10:58
PS: A very dramatic transformation has come about.
248
658260
3000
PS: Miała miejsce niesamowita transformacja.
11:01
And the question is:
249
661260
2000
Pytanie tylko:
11:03
What underlies this transformation?
250
663260
2000
jak ona zaszła?
11:05
It's a profound question,
251
665260
2000
To gruntowne pytanie,
11:07
and what's even more amazing is how simple
252
667260
2000
a zadziwiające jest to,
11:09
the answer is.
253
669260
2000
jak prosta jest odpowiedź na nie.
11:11
The answer lies in motion
254
671260
2000
Odpowiedź leży w ruchu
11:13
and that's what I want to show you in the next clip.
255
673260
3000
i właśnie to chcę pokazać w następnym klipie.
11:18
Doctor: What shape do you see here?
256
678260
2000
Lekarz: Jaki kształt tu widzisz?
11:20
Patient: I can't make it out.
257
680260
3000
Pacjent: Nie potrafię rozpoznać.
11:28
Doctor: Now?
258
688260
2000
Lekarz: A teraz?
11:31
Patient: Triangle.
259
691260
2000
Pacjent: Trójkąt.
11:35
Doctor: How many things are these?
260
695260
3000
Lekarz: Ile tu jest przedmiotów?
11:48
Now, how many things are these?
261
708260
3000
Ile?
11:51
Patient: Two.
262
711260
2000
Pacjent: Dwa.
11:53
Doctor: What are these things?
263
713260
2000
Lekarz: Co to za przedmioty?
11:56
Patient: A square and a circle.
264
716260
2000
Pacjent: Kwadrat i koło.
11:58
PS: And we see this pattern over and over again.
265
718260
3000
PS: I tak w kółko.
12:01
The one thing the visual system needs
266
721260
3000
Aby móc podzielić świat na części
12:04
in order to begin parsing the world
267
724260
2000
system wzrokowy potrzebuje
12:06
is dynamic information.
268
726260
2000
dynamicznej informacji.
12:08
So the inference we are deriving from this,
269
728260
2000
I w ten sposób, oraz dzięki kilku podobnym eksperymentom
12:10
and several such experiments,
270
730260
2000
dochodzimy do wniosku,
12:12
is that dynamic information processing,
271
732260
2000
że przetwarzanie dynamicznych informacji,
12:14
or motion processing,
272
734260
2000
albo przetwarzanie ruchu,
12:16
serves as the bedrock for building
273
736260
2000
stanowi podstawę
12:18
the rest of the complexity of visual processing;
274
738260
4000
pozostałej złożoności przetwarzania wzrokowego.
12:22
it leads to visual integration
275
742260
2000
Prowadzi to do wzrokowej integracji
12:24
and eventually to recognition.
276
744260
3000
i w efekcie końcowym do rozpoznania.
12:27
This simple idea has far reaching implications.
277
747260
3000
Ten prosty wniosek ma daleko idące konsekwencje.
12:30
And let me just quickly mention two,
278
750260
3000
Pozwolę sobie szybko wymienić dwie z nich.
12:33
one, drawing from the domain of engineering,
279
753260
2000
Jedną związaną z inżynierią,
12:35
and one from the clinic.
280
755260
2000
a drugą z medycyną.
12:37
So, from the perspective of engineering,
281
757260
2000
Zatem, z punktu widzenia inżynierii,
12:39
we can ask: Goven that we know
282
759260
3000
założenie, że ruch jest tak ważny
12:42
that motion is so important for the human visual system,
283
762260
2000
dla ludzkiego systemu wzrokowego
12:44
can we use this as a recipe
284
764260
3000
może posłużyć jako wskazówka
12:47
for constructing machine-based vision systems
285
767260
3000
do skonstruowania maszynowego systemu wzrokowego,
12:50
that can learn on their own, that don't need to be programmed
286
770260
3000
który może się samodzielnie uczyć i nie musi być
12:53
by a human programmer?
287
773260
2000
zaprogramowany przez człowieka.
12:55
And that's what we're trying to do.
288
775260
2000
I właśnie to próbujemy osiągnąć.
12:57
I'm at MIT, at MIT you need to apply
289
777260
3000
Należę do Massachusetts Institute of Technology.
13:00
whatever basic knowledge you gain.
290
780260
2000
W MIT trzeba wykorzystywać każdą zdobytą wiedzę.
13:02
So we are creating Dylan,
291
782260
2000
Dlatego też pracujemy nad Dylanem,
13:04
which is a computational system
292
784260
2000
czyli komputerowym systemem
13:06
with an ambitious goal
293
786260
2000
o ambitnym celu.
13:08
of taking in visual inputs
294
788260
2000
Ma on mianowicie odbierać takie same dane wzrokowe,
13:10
of the same kind that a human child would receive,
295
790260
3000
jak te, które odbiera dziecko
13:13
and autonomously discovering:
296
793260
2000
i samodzielnie odkrywać,
13:15
What are the objects in this visual input?
297
795260
3000
jaki przedmiot ukazują.
13:18
So, don't worry about the internals of Dylan.
298
798260
3000
Nie martwicie się o Dylana.
13:21
Here, I'm just going to talk about
299
801260
3000
Chcę tylko opowiedzieć o tym,
13:24
how we test Dylan.
300
804260
2000
w jaki sposób go testujemy.
13:26
The way we test Dylan is by giving it
301
806260
2000
Jak wspomniałem, dajemy mu
13:28
inputs, as I said, of the same kind
302
808260
3000
takie same dane, jakie otrzymałoby
13:31
that a baby, or a child in Project Prakash would get.
303
811260
3000
niemowlę albo dziecko z projektu Parkash.
13:34
But for a long time we couldn't quite figure out:
304
814260
3000
Jednak przez dłuższy czas nie wiedzieliśmy
13:37
Wow can we get these kinds of video inputs?
305
817260
3000
w jaki sposób można otrzymać taki rodzaj danych.
13:41
So, I thought,
306
821260
2000
Więc pomyślałem, ze Darius
13:43
could we have Darius
307
823260
2000
mógłby posłużyć jako dziecięcy
13:45
serve as our babycam carrier,
308
825260
3000
przekaźnik kamery, co umożliwiłoby nam
13:48
and that way get the inputs that we feed into Dylan?
309
828260
3000
otrzymanie danych, które przekażemy następnie Dylanowi.
13:51
So that's what we did.
310
831260
2000
Tak właśnie zrobiliśmy.
13:53
(Laughter)
311
833260
7000
(Śmiech)
14:00
I had to have long conversations with my wife.
312
840260
3000
Musiałem odbyć długą rozmowę z żoną.
14:03
(Laughter)
313
843260
5000
(Śmiech)
14:08
In fact, Pam, if you're watching this,
314
848260
2000
Pam, jeśli to oglądasz,
14:10
please forgive me.
315
850260
2000
wybacz mi.
14:13
So, we modified the optics of the camera
316
853260
4000
Zmodyfikowaliśmy optykę kamery,
14:17
in order to mimic the baby's visual acuity.
317
857260
3000
aby odwzorować ostrość wzroku dziecka.
14:20
As some of you might know,
318
860260
2000
Jak pewnie większość z was wie,
14:22
babyies are born pretty much legally blind.
319
862260
4000
dzieci rodzą się praktycznie niewidome.
14:26
Their acuity -- our acuity is 20/20;
320
866260
3000
Gdy nasza ostrość wzroku wynosi 20/20,
14:29
babies' acuity is like 20/800,
321
869260
3000
ich to około 20/800
14:32
so they are looking at the world
322
872260
2000
więc spoglądają na świat
14:34
in a very, very blurry fashion.
323
874260
3000
przez bardzo bardzo zamazany obraz.
14:37
Here's what a baby-cam video looks like.
324
877260
3000
Tak mniej więcej wygląda obraz dziecka.
14:41
(Laughter)
325
881260
9000
(Śmiech)
14:50
(Applause)
326
890260
3000
(Oklaski)
14:53
Thankfully, there isn't any audio
327
893260
2000
Całe szczęście,
14:55
to go with this.
328
895260
3000
że nie ma do tego głosu.
14:58
What's amazing is that working with such
329
898260
2000
Zadziwiające jest to,
15:00
highly degraded input,
330
900260
2000
że przy tak słabych danych
15:02
the baby, very quickly, is able
331
902260
2000
dziecko bardzo szybko jest w stanie
15:04
to discover meaning in such input.
332
904260
3000
rozpoznać ich znaczenie.
15:07
But then two or three days afterward,
333
907260
2000
Ale już dwa, trzy dni później
15:09
babies begin to pay attention
334
909260
2000
dzieci zaczynają zwracać uwagę
15:11
to their mother's or their father's face.
335
911260
2000
na twarz matki i ojca.
15:13
How does that happen? We want Dylan to be able to do that,
336
913260
3000
Jak to się dzieje? Chcemy, żeby Dylan też to potrafił.
15:16
and using this mantra of motion,
337
916260
3000
Używając ruchów,
15:19
Dylan actually can do that.
338
919260
2000
Dylan tak naprawdę już to umie.
15:21
So, given that kind of video input,
339
921260
3000
Po otrzymaniu takiego rodzaju danych,
15:24
with just about six or seven minutes worth of video,
340
924260
3000
już po sześciu czy siedmiu minutach nagrania
15:27
Dylan can begin to extract patterns
341
927260
3000
Dylan zaczyna rozpoznawać kształty,
15:30
that include faces.
342
930260
3000
również twarze.
15:33
So, it's an important demonstration
343
933260
2000
To ważny pokaz
15:35
of the power of motion.
344
935260
2000
potęgi ruchu.
15:37
The clinical implication, it comes from the domain of autism.
345
937260
3000
Zastosowanie w medycynie dotyczy autyzmu.
15:40
Visual integration has been associated with autism
346
940260
2000
Integracja wizualna kojarzona była z autyzmem
15:42
by several researchers.
347
942260
2000
przez kilku badaczy.
15:44
When we saw that, we asked:
348
944260
2000
Kiedy to zobaczyliśmy, zadaliśmy sobie pytanie:
15:46
Could the impairment in visual integration
349
946260
3000
Czy utrudnienia w integracji wzrokowej
15:49
be the manifestation of something underneath,
350
949260
3000
mogą być objawem czegoś innego:
15:52
of dynamic information processing deficiencies in autism?
351
952260
3000
braku umiejętności przetwarzania dynamicznych danych w autyzmie?
15:55
Because, if that hypothesis were to be true,
352
955260
3000
Jeżeli okazałoby się to prawdą,
15:58
it would have massive repercussions in our understanding
353
958260
3000
wpłynęłoby to na nasze rozumienie tego,
16:01
of what's causing the many different aspects
354
961260
2000
co powoduje różne apekty
16:03
of the autism phenotype.
355
963260
3000
fenotypu autyzmu.
16:06
What you're going to see are
356
966260
2000
Zobaczą teraz państwo
16:08
video clips of two children -- one neurotypical,
357
968260
3000
wideoklipy z dwójką dzieci grających w ping-ponga.
16:11
one with autism, playing Pong.
358
971260
2000
Jedno z nich jest autystyczne, a drugie nie.
16:13
So, while the child is playing Pong, we are tracking where they're looking.
359
973260
3000
Podczas gry śledzimy ich wzrok.
16:16
In red are the eye movement traces.
360
976260
3000
Na czerwono zaznaczono tor ruchu oczu.
16:19
This is the neurotypical child, and what you see
361
979260
3000
To ruch oczu dziecka nie cierpiącego na autyzm
16:22
is that the child is able to make cues
362
982260
2000
i jak widać jest ono w stanie
16:24
of the dynamic information
363
984260
2000
wykorzystywać dynamiczne informacje
16:26
to predict where the ball is going to go.
364
986260
2000
aby przewidzieć, gdzie przemieści się piłka.
16:28
Even before the ball gets to a place,
365
988260
3000
Dziecko patrzy na miejsce, w którym spadnie piłka
16:31
the child is already looking there.
366
991260
3000
jeszcze zanim ona tam dotrze.
16:34
Contrast this with a child
367
994260
2000
Porównajmy to z dzieckiem
16:36
with autism playing the same game.
368
996260
2000
cierpiącym na autyzm.
16:38
Instead of anticipating,
369
998260
2000
Zamiast przewidywać,
16:40
the child always follows where the ball has been.
370
1000260
3000
dziecko śledzi ruch piłki.
16:43
The efficiency of the use
371
1003260
2000
W przypadku autyzmu
16:45
of dynamic information
372
1005260
2000
wykorzystywanie dynamicznych informacji
16:47
seems to be significantly compromised in autism.
373
1007260
3000
zdaje się być znacznie utrudnione.
16:51
So we are pursuing this line of work
374
1011260
3000
Kontynuujemy zatem nasze badania
16:54
and hopefully we'll have
375
1014260
2000
i mamy nadzieje, że już niedługo
16:56
more results to report soon.
376
1016260
2000
będziemy mogli przedstawić więcej wyników.
16:58
Looking ahead, if you think of this disk
377
1018260
3000
Jeśli spojrzycie państwo na dysk
17:01
as representing all of the children
378
1021260
2000
przedstawiający wszystkie dzieci,
17:03
we've treated so far,
379
1023260
2000
które do tej pory leczyliśmy,
17:05
this is the magnitude of the problem.
380
1025260
2000
widać skalę problemu.
17:07
The red dots are the children we have not treated.
381
1027260
3000
Czerwone kropki to dzieci, których jeszcze nie leczyliśmy.
17:10
So, there are many, many more children who need to be treated,
382
1030260
2000
Jak widać, jeszcze bardzo dużo dzieci potrzebuje leczenia
17:12
and in order to expand the scope of the project,
383
1032260
3000
i aby zwiększyć zasięg projektu
17:15
we are planning on launching
384
1035260
2000
planujemy otworzyć
17:17
The Prakash Center for Children,
385
1037260
2000
The Prakash Center for Children,
17:19
which will have a dedicated pediatric hospital,
386
1039260
3000
który będzie dysponował szpitalem dziecięcym,
17:22
a school for the children we are treating
387
1042260
2000
szkołą dla dzieci pozostających pod naszą opieką medyczną
17:24
and also a cutting-edge research facility.
388
1044260
2000
oraz nowatorskim centrum badawczym.
17:26
The Prakash Center will integrate health care,
389
1046260
3000
Prakash Center połączy opiekę medyczną,
17:29
education and research in a way
390
1049260
2000
edukację oraz badania naukowe w sposób,
17:31
that truly creates the whole
391
1051260
2000
dzięki któremu uzyskana całość
17:33
to be greater than the sum of the parts.
392
1053260
3000
będzie większa, niż suma poszczególnych części.
17:36
So, to summarize: Prakash, in its five years of existence,
393
1056260
3000
Podsumowując, podczas swoich pięciu lat istnienia
17:39
it's had an impact in multiple areas,
394
1059260
3000
Prakash wywarł wpływ na wiele dziedzin
17:42
ranging from basic neuroscience
395
1062260
2000
począwszy od podstaw neurobiologi:
17:44
plasticity and learning in the brain,
396
1064260
2000
plastyczności i procesów uczenia się mózgu,
17:46
to clinically relevant hypotheses like in autism,
397
1066260
4000
do ważnych klinicznie hipotez takich jak w przypadku autyzmu,
17:50
the development of autonomous machine vision systems,
398
1070260
3000
rozwój niezależnych systemów wzrokowych maszyn,
17:53
education of the undergraduate and graduate students,
399
1073260
3000
edukacja studentów
17:56
and most importantly in the alleviation
400
1076260
2000
i, co najważniejsze,
17:58
of childhood blindness.
401
1078260
2000
złagodzenie dziecięcej ślepoty.
18:00
And for my students and I, it's been
402
1080260
2000
Dla mnie i moich studentów
18:02
just a phenomenal experience
403
1082260
2000
było no po prostu zjawiskowe przeżycie,
18:04
because we have gotten to do interesting research,
404
1084260
4000
ponieważ prowadziliśmy interesujące badania
18:08
while at the same time
405
1088260
2000
jednocześnie pomagając dzieciom,
18:10
helping the many children that we have worked with.
406
1090260
2000
z którymi pracowaliśmy.
18:12
Thank you very much.
407
1092260
2000
Dziękuję bardzo.
18:14
(Applause)
408
1094260
2000
(Oklaski)
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