Gero Miesenboeck reengineers a brain

Gero Miesenboeck faz reengenharia em um cérebro

52,048 views ・ 2010-11-05

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Paulo Melillo Revisor: Heraldo Almeida
00:15
I have a doppelganger.
0
15260
3000
Eu tenho um sósia.
00:18
(Laughter)
1
18260
3000
(Risos)
00:21
Dr. Gero is a brilliant
2
21260
3000
Dr. Gero é um brilhante
00:24
but slightly mad scientist
3
24260
2000
mas ligeiramente louco cientista
00:26
in the "Dragonball Z: Android Saga."
4
26260
3000
da série "Saga Andróide" do (desenho) DragonBall Z.
00:29
If you look very carefully,
5
29260
2000
Se você olhar atentamente,
00:31
you see that his skull has been replaced
6
31260
3000
verá que o escalpe dele foi substituído
00:34
with a transparent Plexiglas dome
7
34260
2000
por uma cúpula de acrílico
00:36
so that the workings of his brain can be observed
8
36260
3000
de modo que a atividade do seu cérebro pode ser observada
00:39
and also controlled with light.
9
39260
3000
e também controlada por luz.
00:42
That's exactly what I do --
10
42260
2000
É exatamente isto o que eu faço --
00:44
optical mind control.
11
44260
2000
controle óptico da mente.
00:46
(Laughter)
12
46260
2000
(Risos)
00:48
But in contrast to my evil twin
13
48260
2000
Mas ao contrário do meu diabólico irmão gêmeo,
00:50
who lusts after world domination,
14
50260
3000
que deseja dominar o mundo,
00:53
my motives are not sinister.
15
53260
3000
meus motivos não são sinistros.
00:56
I control the brain
16
56260
2000
Eu controlo o cérebro
00:58
in order to understand how it works.
17
58260
2000
com o objetivo de entender como ele funciona.
01:00
Now wait a minute, you may say,
18
60260
2000
Espere um pouco, você pode dizer,
01:02
how can you go straight to controlling the brain
19
62260
3000
como você pode simplesmente 'ir controlando' o cérebro
01:05
without understanding it first?
20
65260
2000
sem antes, entendê-lo?
01:07
Isn't that putting the cart before the horse?
21
67260
3000
Isto não seria 'colocar o carro na frente dos bois'?
01:11
Many neuroscientists agree with this view
22
71260
3000
Muitos neurocientistas pensam assim
01:14
and think that understanding will come
23
74260
3000
e pensam também que o entendimento virá
01:17
from more detailed observation and analysis.
24
77260
3000
através de mais observações e análises detalhadas.
01:20
They say, "If we could record the activity of our neurons,
25
80260
4000
Ele dizem: "se nós pudermos registrar a atividade de todos os neurônios,
01:24
we would understand the brain."
26
84260
3000
nós entenderemos o cérebro."
01:27
But think for a moment what that means.
27
87260
3000
Mas pense por um momento o que isto significa.
01:30
Even if we could measure
28
90260
2000
Mesmo que pudéssemos medir
01:32
what every cell is doing at all times,
29
92260
2000
o que cada célula está fazendo o tempo todo,
01:34
we would still have to make sense
30
94260
2000
ainda teríamos que atribuir sentido
01:36
of the recorded activity patterns,
31
96260
2000
aos padrões de atividade registrados,
01:38
and that's so difficult,
32
98260
2000
e isto é muito difícil,
01:40
chances are we'll understand these patterns
33
100260
2000
provavelmente entenderemos estes padrões
01:42
just as little as the brains that produce them.
34
102260
3000
tão mal quanto entendemos os cérebros que os produzem.
01:45
Take a look at what brain activity might look like.
35
105260
3000
Dêem uma olhada em como a atividade cerebral pode se apresentar.
01:48
In this simulation, each black dot
36
108260
2000
Nesta simulação, cada ponto preto
01:50
is one nerve cell.
37
110260
2000
representa um neurônio.
01:52
The dot is visible
38
112260
2000
O ponto fica visível
01:54
whenever a cell fires an electrical impulse.
39
114260
2000
toda vez que aquela célula emite um pulso elétrico.
01:56
There's 10,000 neurons here.
40
116260
2000
Aqui, são 10.000 neurônios.
01:58
So you're looking at roughly one percent
41
118260
2000
Ou seja, você está vendo aproximadamente 1%
02:00
of the brain of a cockroach.
42
120260
3000
do cérebro de uma barata.
02:04
Your brains are about 100 million times
43
124260
3000
O cérebro de cada um de vocês é 100 milhões de vezes
02:07
more complicated.
44
127260
2000
mais complicado.
02:09
Somewhere, in a pattern like this,
45
129260
2000
Em algum lugar, em um padrão como este,
02:11
is you,
46
131260
2000
está você,
02:13
your perceptions,
47
133260
2000
suas percepções,
02:15
your emotions, your memories,
48
135260
3000
suas emoções, suas memórias,
02:18
your plans for the future.
49
138260
2000
seus planos para o futuro.
02:20
But we don't know where,
50
140260
2000
Mas não sabemos onde,
02:22
since we don't know how to read the pattern.
51
142260
3000
pois não sabemos como 'ler' o padrão.
02:25
We don't understand the code used by the brain.
52
145260
3000
Nós não entendemos o código usado pelo cérebro.
02:28
To make progress,
53
148260
2000
Para progredir,
02:30
we need to break the code.
54
150260
2000
nós precisamos 'quebrar' este código.
02:32
But how?
55
152260
2000
Mas como?
02:35
An experienced code-breaker will tell you
56
155260
2000
Um experiente 'quebrador de códigos' lhe diria que
02:37
that in order to figure out what the symbols in a code mean,
57
157260
3000
para descobrir o que os símbolos, em um dado código, representam,
02:40
it's essential to be able to play with them,
58
160260
3000
é essencial estarmos aptos a 'brincar' com eles
02:43
to rearrange them at will.
59
163260
2000
reorganizando-os à nossa vontade.
02:45
So in this situation too,
60
165260
2000
Então, no nosso caso também,
02:47
to decode the information
61
167260
2000
para decodificarmos a informação,
02:49
contained in patterns like this,
62
169260
2000
contida em padrões como este,
02:51
watching alone won't do.
63
171260
2000
apenas observá-los não é suficiente;
02:53
We need to rearrange the pattern.
64
173260
2000
nós precisamos reorganizar o padrão.
02:55
In other words,
65
175260
2000
Em outras palavras,
02:57
instead of recording the activity of neurons,
66
177260
2000
ao invés de apenas gravar a atividade dos neurônios,
02:59
we need to control it.
67
179260
2000
precisamos controlá-la.
03:01
It's not essential that we can control
68
181260
2000
E não é essencial que controlemos
03:03
the activity of all neurons in the brain, just some.
69
183260
3000
a atividade de todos os neurônios de um cérebro, mas apenas de alguns.
03:06
The more targeted our interventions, the better.
70
186260
2000
Quanto mais precisas forem nossas intervenções, melhor.
03:08
And I'll show you in a moment
71
188260
2000
Em um minuto, eu lhes mostrarei
03:10
how we can achieve the necessary precision.
72
190260
3000
como nós podemos atingir a precisão necessária.
03:13
And since I'm realistic, rather than grandiose,
73
193260
3000
Como sou mais realista do que soberbo,
03:16
I don't claim that the ability to control the function of the nervous system
74
196260
3000
não afirmo que a habilidade de controlar a função do Sistema Nervoso
03:19
will at once unravel all its mysteries.
75
199260
3000
desvendará subitamente todos os seus mistérios.
03:22
But we'll certainly learn a lot.
76
202260
3000
Mas certamente aprenderemos muito.
03:27
Now, I'm by no means
77
207260
2000
Não sou de maneira alguma
03:29
the first person to realize
78
209260
2000
a primeira pessoa a perceber
03:31
how powerful a tool intervention is.
79
211260
3000
o potencial de uma intervenção instrumental.
03:34
The history of attempts
80
214260
2000
A história das tentativas
03:36
to tinker with the function of the nervous system
81
216260
2000
de perscrutar as funções do Sistema Nervoso
03:38
is long and illustrious.
82
218260
2000
é longa e ilustre.
03:40
It dates back at least 200 years,
83
220260
3000
Ela remonta há pelo menos 200 anos,
03:43
to Galvani's famous experiments
84
223260
2000
aos famosos experimentos de Galvani
03:45
in the late 18th century and beyond.
85
225260
3000
no final do século XVIII e além.
03:49
Galvani showed that a frog's legs twitched
86
229260
3000
Galvani mostrou que as patas de um sapo contraíam-se
03:52
when he connected the lumbar nerve
87
232260
2000
quando ele conectava o nervo ciático
03:54
to a source of electrical current.
88
234260
3000
a uma fonte de corrente elétrica.
03:57
This experiment revealed the first, and perhaps most fundamental,
89
237260
3000
Este experimento revelou a primeira, e talvez mais fundamental,
04:00
nugget of the neural code:
90
240260
2000
'jóia' do código neural:
04:02
that information is written in the form
91
242260
2000
que a informação está escrita em forma
04:04
of electrical impulses.
92
244260
3000
de impulsos elétricos.
04:08
Galvani's approach
93
248260
2000
A abordagem do Galvani
04:10
of probing the nervous system with electrodes
94
250260
2000
em sondar o sistema nervoso com eletrodos
04:12
has remained state-of-the-art until today,
95
252260
3000
permanece como o "estado-da-arte" até os dias de hoje,
04:15
despite a number of drawbacks.
96
255260
3000
a despeito de várias desvantagens.
04:18
Sticking wires into the brain is obviously rather crude.
97
258260
3000
Espetar fios, cérebro afora, é obviamente um pouco grosseiro.
04:21
It's hard to do in animals that run around,
98
261260
2000
É difícil fazê-lo em animais que se movimentam,
04:23
and there is a physical limit
99
263260
2000
e ainda há um limite físico
04:25
to the number of wires
100
265260
2000
para o número de fios
04:27
that can be inserted simultaneously.
101
267260
3000
que podem ser inseridos simultaneamente.
04:30
So around the turn of the last century,
102
270260
2000
Então, na virada do último século,
04:32
I started to think,
103
272260
2000
comecei a pensar,
04:34
"Wouldn't it be wonderful if one could take this logic
104
274260
3000
quão maravilhoso seria se alguém pudesse pegar essa lógica
04:37
and turn it upside down?"
105
277260
2000
e colocá-la de ponta-cabeça.
04:39
So instead of inserting a wire
106
279260
2000
Ou seja, ao invés de inserir um fio
04:41
into one spot of the brain,
107
281260
3000
até um ponto do cérebro,
04:44
re-engineer the brain itself
108
284260
2000
reestruturar o próprio cérebro
04:46
so that some of its neural elements
109
286260
3000
para que alguns de seus elementos neurais
04:49
become responsive to diffusely broadcast signals
110
289260
3000
se tornem responsivos a sinais difusamente transmitidos,
04:52
such as a flash of light.
111
292260
3000
como, por exemplo, um pulso de luz.
04:55
Such an approach would literally, in a flash of light,
112
295260
3000
Tal abordagem iria, literalmente num piscar de luzes,
04:58
overcome many of the obstacles to discovery.
113
298260
3000
superar muitos dos obstáculos à descoberta.
05:01
First, it's clearly a non-invasive,
114
301260
3000
Primeiro, é claramente uma forma não-invasiva
05:04
wireless form of communication.
115
304260
3000
de comunicação sem fio.
05:07
And second, just as in a radio broadcast,
116
307260
2000
Segundo, tal como numa transmissão de rádio,
05:09
you can communicate with many receivers at once.
117
309260
3000
você pode comunicar-se com vários receptores ao mesmo tempo.
05:12
You don't need to know where these receivers are,
118
312260
3000
Você nem mesmo precisa saber onde estes receptores estão.
05:15
and it doesn't matter if these receivers move --
119
315260
2000
E não importa também se os receptores se movem --
05:17
just think of the stereo in your car.
120
317260
3000
é como o rádio do seu carro.
05:20
It gets even better,
121
320260
3000
E fica ainda melhor,
05:23
for it turns out that we can fabricate the receivers
122
323260
3000
porque podemos fabricar os receptores
05:26
out of materials that are encoded in DNA.
123
326260
3000
a partir de materiais codificados no DNA.
05:29
So each nerve cell
124
329260
2000
Então, cada neurônio
05:31
with the right genetic makeup
125
331260
2000
com a correta constituição genética
05:33
will spontaneously produce a receiver
126
333260
3000
produzirá espontaneamente um receptor
05:36
that allows us to control its function.
127
336260
3000
que nos permitirá controlar sua função.
05:39
I hope you'll appreciate
128
339260
2000
Eu espero que vocês apreciem
05:41
the beautiful simplicity
129
341260
2000
a belíssima simplicidade
05:43
of this concept.
130
343260
2000
deste conceito.
05:45
There's no high-tech gizmos here,
131
345260
2000
Não existem aqui aparatos de alta tecnologia,
05:47
just biology revealed through biology.
132
347260
3000
apenas biologia revelada através da biologia.
05:51
Now let's take a look at these miraculous receivers up close.
133
351260
3000
Agora, vamos olhar de perto estes miraculosos receptores.
05:54
As we zoom in on one of these purple neurons,
134
354260
3000
À medida em que nos aproximamos de um destes neurônios representados em roxo,
05:57
we see that its outer membrane
135
357260
2000
vemos que suas membranas externas
05:59
is studded with microscopic pores.
136
359260
2000
são salpicadas por poros microscópicos.
06:01
Pores like these conduct electrical current
137
361260
2000
Poros como estes conduzem corrente elétrica
06:03
and are responsible
138
363260
2000
e são responsáveis
06:05
for all the communication in the nervous system.
139
365260
2000
por toda a comunicação no Sistema Nervoso.
06:07
But these pores here are special.
140
367260
2000
Mas estes poros aqui são especiais.
06:09
They are coupled to light receptors
141
369260
2000
Eles são acoplados a fotoreceptores
06:11
similar to the ones in your eyes.
142
371260
3000
semelhantes àqueles dos olhos de vocês.
06:14
Whenever a flash of light hits the receptor,
143
374260
2000
Sempre que um brilho de luz atinge o receptor,
06:16
the pore opens, an electrical current is switched on,
144
376260
3000
o poro se abre e uma corrente elétrica é gerada,
06:19
and the neuron fires electrical impulses.
145
379260
3000
e o neurônio dispara impulsos elétricos.
06:22
Because the light-activated pore is encoded in DNA,
146
382260
3000
Como o poro ativado pela luz é codificado no DNA,
06:25
we can achieve incredible precision.
147
385260
3000
nós podemos atingir uma precisão incrível.
06:28
This is because,
148
388260
2000
Isto porque,
06:30
although each cell in our bodies
149
390260
2000
a despeito de cada uma das células dos nossos corpos
06:32
contains the same set of genes,
150
392260
2000
possuirem o mesmo conjunto gênico,
06:34
different mixes of genes get turned on and off
151
394260
2000
diferentes combinações de genes são ativados ou inativados
06:36
in different cells.
152
396260
2000
em diferentes células.
06:38
You can exploit this to make sure
153
398260
2000
Você pode explorar isto para assegurar
06:40
that only some neurons
154
400260
2000
que apenas alguns neurônios
06:42
contain our light-activated pore and others don't.
155
402260
3000
contenham nossos poros ativados por luz e outros não.
06:45
So in this cartoon, the bluish white cell
156
405260
2000
Então, neste desenho, a célula branco-azulada
06:47
in the upper-left corner
157
407260
2000
no canto superior esquerdo
06:49
does not respond to light
158
409260
2000
não responde à luz
06:51
because it lacks the light-activated pore.
159
411260
3000
pois ela não tem o poro ativado por luz.
06:54
The approach works so well
160
414260
2000
Essa abordagem funciona tão bem
06:56
that we can write purely artificial messages
161
416260
2000
que nós podemos escrever mensagens puramente artificiais
06:58
directly to the brain.
162
418260
2000
diretamente no cérebro.
07:00
In this example, each electrical impulse,
163
420260
2000
Neste exemplo, cada impulso elétrico,
07:02
each deflection on the trace,
164
422260
3000
cada deflexão no traçado,
07:05
is caused by a brief pulse of light.
165
425260
3000
é causada por um breve pulso de luz.
07:08
And the approach, of course, also works
166
428260
2000
E esta abordagem funciona também
07:10
in moving, behaving animals.
167
430260
3000
em animais em movimento, em ação.
07:13
This is the first ever such experiment,
168
433260
2000
Este é o primeiro experimento do gênero,
07:15
sort of the optical equivalent of Galvani's.
169
435260
3000
um equivalente óptico do experimento do Galvani.
07:18
It was done six or seven years ago
170
438260
2000
Ele foi realizado há seis ou sete anos
07:20
by my then graduate student, Susana Lima.
171
440260
3000
pela minha então estudante de gradução, Susana Lima.
07:23
Susana had engineered the fruit fly on the left
172
443260
3000
Susana estruturou a mosca da esquerda
07:26
so that just two out of the 200,000 cells in its brain
173
446260
4000
de modo que apenas duas, das 200.000 células do cérebro da mosca,
07:30
expressed the light-activated pore.
174
450260
3000
expressassem o canal ativado por luz.
07:33
You're familiar with these cells
175
453260
2000
Estas células são velhas conhecidas de vocês
07:35
because they are the ones that frustrate you
176
455260
2000
pois são aquelas que frustram vocês
07:37
when you try to swat the fly.
177
457260
2000
quando vocês tentam acertar a mosca com um tapa.
07:39
They trained the escape reflex that makes the fly jump into the air
178
459260
3000
São células que treinam o reflexo de escape que leva a mosca 'mergulhar' no ar
07:42
and fly away whenever you move your hand in position.
179
462260
3000
e voar para longe, toda vez que você muda a posição da sua mão.
07:46
And you can see here that the flash of light has exactly the same effect.
180
466260
3000
E vocês podem ver aqui que o pulso luminoso tem exatamente o mesmo efeito.
07:49
The animal jumps, it spreads its wings, it vibrates them,
181
469260
3000
O inseto pula, ele abre suas asas e as faz vibrar,
07:52
but it can't actually take off
182
472260
2000
mas aqui ele não pode voar,
07:54
because the fly is sandwiched between two glass plates.
183
474260
3000
pois ele está preso entre duas lâminas de vidro.
07:58
Now to make sure that this was no reaction of the fly
184
478260
2000
Para certificar-se de que isto não era apenas uma reação da mosca
08:00
to a flash it could see,
185
480260
3000
à visão do 'flash',
08:03
Susana did a simple
186
483260
2000
Susana fez um simples,
08:05
but brutally effective experiment.
187
485260
2000
e eficaz experimento, apesar de brutal.
08:07
She cut the heads off of her flies.
188
487260
3000
Ela cortou as cabeças das moscas.
08:11
These headless bodies can live for about a day,
189
491260
3000
Estes corpos decapitados vivem por aproximadamente um dia,
08:14
but they don't do much.
190
494260
2000
apesar de não fazerem muita coisa
08:16
They just stand around
191
496260
3000
Eles apenas ficam por ali
08:19
and groom excessively.
192
499260
3000
e se limpam excessivamente.
08:22
So it seems that the only trait that survives decapitation is vanity.
193
502260
3000
Ou seja, parece que o único traço que permanece após a decapitação é a vaidade.
08:25
(Laughter)
194
505260
3000
(Risos)
08:30
Anyway, as you'll see in a moment,
195
510260
2000
De qualquer modo, como você verão em um momento,
08:32
Susana was able to turn on the flight motor
196
512260
3000
Susana conseguiu ligar o motor de vôo
08:35
of what's the equivalent of the spinal cord of these flies
197
515260
3000
do que seria o equivalente à medula espinhal destas moscas
08:38
and get some of the headless bodies
198
518260
2000
e fazer alguns corpos sem cabeça
08:40
to actually take off and fly away.
199
520260
3000
decolarem e voarem.
08:47
They didn't get very far, obviously.
200
527260
2000
Obviamente eles não vão muito longe.
08:50
Since we took these first steps,
201
530260
2000
Desde que demos estes primeiros passos,
08:52
the field of optogenetics has exploded.
202
532260
3000
o campo da optogenética 'explodiu'.
08:55
And there are now hundreds of labs
203
535260
2000
E agora existem centenas de laboratórios
08:57
using these approaches.
204
537260
2000
usando este tipo de abordagem.
08:59
And we've come a long way
205
539260
2000
E nós já avançamos muito
09:01
since Galvani's and Susana's first successes
206
541260
3000
desde os primeiros sucessos de Galvani e Susana
09:04
in making animals twitch or jump.
207
544260
2000
fazendo os animais se contorcerem ou pularem.
09:06
We can now actually interfere with their psychology
208
546260
3000
Nós agora podemos interferir na psicologia deles
09:09
in rather profound ways,
209
549260
2000
de maneiras um tanto quanto profundas
09:11
as I'll show you in my last example,
210
551260
2000
como eu lhes mostrarei no meu último exemplo,
09:13
which is directed at a familiar question.
211
553260
3000
que é direcionado a uma questão corriqueira.
09:16
Life is a string of choices
212
556260
3000
A vida é uma seqüência de escolhas
09:19
creating a constant pressure to decide what to do next.
213
559260
3000
que cria uma constante pressão para se decidir o que fazer a seguir.
09:23
We cope with this pressure by having brains,
214
563260
3000
Nós lidamos com estas pressões, tendo cérebros
09:26
and within our brains, decision-making centers
215
566260
3000
e, dentro de nossos cérebros, através dos centros de tomada-de-decisão
09:29
that I've called here the "Actor."
216
569260
3000
que, aqui, eu chamei de Ator.
09:33
The Actor implements a policy that takes into account
217
573260
3000
O Ator implementa uma política que leva em consideração
09:36
the state of the environment
218
576260
2000
o estado do ambiente
09:38
and the context in which we operate.
219
578260
3000
e o contexto no qual operamos.
09:41
Our actions change the environment, or context,
220
581260
3000
Nossas ações modificam o ambiente, ou o contexto,
09:44
and these changes are then fed back into the decision loop.
221
584260
3000
e estas mudanças, por sua vez, retroalimentam a alça de decisão.
09:48
Now to put some neurobiological meat
222
588260
3000
Agora, para adicionar um pouco do substrato neurobiológico,
09:51
on this abstract model,
223
591260
2000
neste modelo abstrato,
09:53
we constructed a simple one-dimensional world
224
593260
2000
nós construímos um mundo unidimensional simples
09:55
for our favorite subject, fruit flies.
225
595260
3000
para nossos sujeitos prediletos, as moscas-da-fruta.
09:58
Each chamber in these two vertical stacks
226
598260
2000
Cada câmara nestas duas pilhas verticais
10:00
contains one fly.
227
600260
2000
contém uma mosca.
10:02
The left and the right halves of the chamber
228
602260
3000
As metades direita e esquerda de cada câmara
10:05
are filled with two different odors,
229
605260
2000
são preenchidas por dois diferentes odores,
10:07
and a security camera watches
230
607260
2000
uma câmera de vídeo registra
10:09
as the flies pace up and down between them.
231
609260
3000
à medida em que as moscas transitam entre elas.
10:12
Here's some such CCTV footage.
232
612260
2000
Aqui estão os melhores momentos deste circuito-fechado de TV.
10:14
Whenever a fly reaches the midpoint of the chamber
233
614260
3000
Sempre que uma mosca atinge o ponto médio da câmara,
10:17
where the two odor streams meet,
234
617260
2000
onde as duas linhas de odores se encontram,
10:19
it has to make a decision.
235
619260
2000
a mosca tem que tomar uma decisão.
10:21
It has to decide whether to turn around
236
621260
2000
Ela tem que decidir entre voltar e
10:23
and stay in the same odor,
237
623260
2000
continuar no mesmo odor,
10:25
or whether to cross the midline
238
625260
2000
ou se vai continuar e cruzar a linha média
10:27
and try something new.
239
627260
2000
e tentar algo novo.
10:29
These decisions are clearly a reflection
240
629260
3000
Estas decisões refletem claramente a
10:32
of the Actor's policy.
241
632260
3000
a política do Ator.
10:36
Now for an intelligent being like our fly,
242
636260
3000
Agora, para um ser inteligente como nossa mosca,
10:39
this policy is not written in stone
243
639260
3000
esta política não está gravada na rocha,
10:42
but rather changes as the animal learns from experience.
244
642260
3000
mas muda conforme o inseto aprende pela experiência.
10:45
We can incorporate such an element
245
645260
2000
Nós podemos incorporar um elemento
10:47
of adaptive intelligence into our model
246
647260
3000
de inteligência adaptativa ao nosso modelo
10:50
by assuming that the fly's brain
247
650260
2000
considerando que o cérebro da mosca
10:52
contains not only an Actor,
248
652260
2000
contém não apenas um Ator,
10:54
but a different group of cells,
249
654260
2000
mas um grupo diferente de células,
10:56
a "Critic," that provides a running commentary
250
656260
3000
uma Crítica, que fornece continuamente comentários
10:59
on the Actor's choices.
251
659260
2000
sobre as escolhas do Ator.
11:01
You can think of this nagging inner voice
252
661260
3000
Você pode imaginar esta voz interna ranzinza
11:04
as sort of the brain's equivalent
253
664260
2000
como um equivalente cerebral humano
11:06
of the Catholic Church,
254
666260
2000
da Igreja Católica,
11:08
if you're an Austrian like me,
255
668260
3000
se você for austríaco como eu,
11:11
or the super-ego, if you're Freudian,
256
671260
3000
ou como o Superego, se você for Freudiano,
11:14
or your mother, if you're Jewish.
257
674260
2000
ou ainda sua mãe, se você for judeu.
11:16
(Laughter)
258
676260
4000
(Risos)
11:20
Now obviously,
259
680260
2000
Agora, obviamente,
11:22
the Critic is a key ingredient
260
682260
3000
a Crítica é um ingrediente-chave
11:25
in what makes us intelligent.
261
685260
2000
que nos torna inteligentes.
11:27
So we set out to identify
262
687260
2000
Então saímos em busca da identificação
11:29
the cells in the fly's brain
263
689260
2000
das células cerebrais que, no cérebro da mosca,
11:31
that played the role of the Critic.
264
691260
2000
exercem o papel da Crítica.
11:33
And the logic of our experiment was simple.
265
693260
3000
E a lógica do nosso experimento foi simples.
11:36
We thought if we could use our optical remote control
266
696260
3000
Imaginamos que se usassemos nosso controle remoto óptico
11:39
to activate the cells of the Critic,
267
699260
3000
para ativar as células da Crítica,
11:42
we should be able, artificially, to nag the Actor
268
702260
3000
estaríamos aptos a, artificialmente, perturbar o Ator
11:45
into changing its policy.
269
705260
2000
para que ele mude sua política.
11:47
In other words,
270
707260
2000
Em outras palavras,
11:49
the fly should learn from mistakes
271
709260
2000
a mosca deveria aprender com os erros
11:51
that it thought it had made
272
711260
2000
que ela pensa que cometeu
11:53
but, in reality, it had not made.
273
713260
3000
mas que, na verdade, ela não cometeu.
11:56
So we bred flies
274
716260
2000
Então, nós criamos moscas
11:58
whose brains were more or less randomly peppered
275
718260
3000
cujos cérebros foram mais ou menos aleatoriamente salpicados
12:01
with cells that were light addressable.
276
721260
2000
com células ativadas por luz.
12:03
And then we took these flies
277
723260
2000
Daí, pegamos estas moscas
12:05
and allowed them to make choices.
278
725260
2000
e deixamos que fizessem escolhas.
12:07
And whenever they made one of the two choices,
279
727260
2000
E sempre que elas faziam uma das duas escolhas,
12:09
chose one odor,
280
729260
2000
escolher um odor,
12:11
in this case the blue one over the orange one,
281
731260
2000
neste caso, o odor azul ao invés do laranja,
12:13
we switched on the lights.
282
733260
2000
nós acionávamos as luzes.
12:15
If the Critic was among the optically activated cells,
283
735260
3000
Se a Crítica estivesse entre as células ativadas pela luz,
12:18
the result of this intervention
284
738260
2000
o resultado desta intervenção
12:20
should be a change in policy.
285
740260
3000
deveria ser uma mudança na política.
12:23
The fly should learn to avoid
286
743260
2000
A mosca deveria aprender a evitar
12:25
the optically reinforced odor.
287
745260
2000
o odor opticamente reforçado.
12:27
Here's what happened in two instances:
288
747260
3000
Aqui, está o que aconteceu em duas instâncias.
12:30
We're comparing two strains of flies,
289
750260
3000
Estamos comparando duas cepas de moscas,
12:33
each of them having
290
753260
2000
cada uma com
12:35
about 100 light-addressable cells in their brains,
291
755260
2000
cerca de 100 células sensíveis à luz em seus cérebros,
12:37
shown here in green on the left and on the right.
292
757260
3000
mostradas aqui em verde, à esquerda e à direita.
12:40
What's common among these groups of cells
293
760260
3000
O que é comum nestes grupos celulares
12:43
is that they all produce the neurotransmitter dopamine.
294
763260
3000
é que todos eles produzem dopamina como neurotransmissor.
12:46
But the identities of the individual
295
766260
2000
Mas a identidade de cada
12:48
dopamine-producing neurons
296
768260
2000
neurônio produtor de dopamina
12:50
are clearly largely different on the left and on the right.
297
770260
3000
é claramente diferente entre o painel da esquerda e o da direita.
12:53
Optically activating
298
773260
2000
Ativando opticamente
12:55
these hundred or so cells
299
775260
2000
Estas cento 'e poucas' células
12:57
into two strains of flies
300
777260
2000
em duas cepas de moscas,
12:59
has dramatically different consequences.
301
779260
2000
produzimos conseqüências dramaticamente diferentes.
13:01
If you look first at the behavior
302
781260
2000
Se você observa inicialmente o comportamento
13:03
of the fly on the right,
303
783260
2000
da mosca à direita,
13:05
you can see that whenever it reaches the midpoint of the chamber
304
785260
3000
você pode ver que sempre que ela atinge o ponto médio da câmara,
13:08
where the two odors meet,
305
788260
2000
onde os dois odores se encontram,
13:10
it marches straight through, as it did before.
306
790260
3000
ela marcha diretamente como antes,
13:13
Its behavior is completely unchanged.
307
793260
2000
Seu comportamento é completamente inalterado.
13:15
But the behavior of the fly on the left is very different.
308
795260
3000
Mas o comportamento da mosca da esquerda é bem diferente.
13:18
Whenever it comes up to the midpoint,
309
798260
3000
Sempre que ela atinge o ponto médio,
13:21
it pauses,
310
801260
2000
ela para,
13:23
it carefully scans the odor interface
311
803260
2000
sonda cuidadosamente a interface dos odores,
13:25
as if it was sniffing out its environment,
312
805260
2000
como se estivesse cheirando seu ambiente,
13:27
and then it turns around.
313
807260
2000
e, a seguir, retorna.
13:29
This means that the policy that the Actor implements
314
809260
3000
Isto significa que a política que o Ator implementa
13:32
now includes an instruction to avoid the odor
315
812260
2000
inclui agora uma instrução para evitar o odor
13:34
that's in the right half of the chamber.
316
814260
3000
que está na metade direita da câmara.
13:37
This means that the Critic
317
817260
2000
Isto significa que a Crítica
13:39
must have spoken in that animal,
318
819260
2000
deve 'ter falado' neste inseto,
13:41
and that the Critic must be contained
319
821260
2000
e que a Crítica deve estar sediada
13:43
among the dopamine-producing neurons on the left,
320
823260
3000
entre os neurônios dopaminérgicos da esquerda,
13:46
but not among the dopamine producing neurons on the right.
321
826260
3000
mas não entre os neurônios dopaminérgicos da direita.
13:49
Through many such experiments,
322
829260
3000
Através de muitos experimentos semelhantes
13:52
we were able to narrow down
323
832260
2000
nós fomos capazes de estreitar
13:54
the identity of the Critic
324
834260
2000
a identidade da Crítica
13:56
to just 12 cells.
325
836260
2000
para apenas 12 células.
13:58
These 12 cells, as shown here in green,
326
838260
3000
Estas 12 células, mostradas aqui em verde,
14:01
send the output to a brain structure
327
841260
2000
enviam sinais para uma estrutura cerebral
14:03
called the "mushroom body,"
328
843260
2000
chamada de 'corpos pedunculados',
14:05
which is shown here in gray.
329
845260
2000
que aqui estão representados em cinza.
14:07
We know from our formal model
330
847260
2000
Nós sabemos através do nosso modelo formal
14:09
that the brain structure
331
849260
2000
que a estrutura cerebral
14:11
at the receiving end of the Critic's commentary is the Actor.
332
851260
3000
na extremidade terminal do comentário da Crítica é o Ator.
14:14
So this anatomy suggests
333
854260
2000
Então, essa anatomia sugere
14:16
that the mushroom bodies have something to do
334
856260
3000
que os corpos pedunculados têm algo a ver
14:19
with action choice.
335
859260
2000
com a escolha da ação.
14:21
Based on everything we know about the mushroom bodies,
336
861260
2000
Baseado em tudo que conhecemos sobre os corpos pedunculados,
14:23
this makes perfect sense.
337
863260
2000
isto faz perfeito sentido.
14:25
In fact, it makes so much sense
338
865260
2000
Na verdade, isto faz tanto sentido,
14:27
that we can construct an electronic toy circuit
339
867260
3000
que podemos construir um circuito eletrônico de brinquedo
14:30
that simulates the behavior of the fly.
340
870260
3000
que simula o comportamento da mosca.
14:33
In this electronic toy circuit,
341
873260
3000
Neste circuito eletrônico de brinquedo,
14:36
the mushroom body neurons are symbolized
342
876260
2000
os neurônios dos corpos pedunculados estão representados
14:38
by the vertical bank of blue LEDs
343
878260
3000
pela fileira vertical de LEDs azuis
14:41
in the center of the board.
344
881260
3000
no centro da placa.
14:44
These LED's are wired to sensors
345
884260
2000
Estes LEDs estão conectados a sensores
14:46
that detect the presence of odorous molecules in the air.
346
886260
3000
que detectam a presença de moléculas odoríferas no ar.
14:50
Each odor activates a different combination of sensors,
347
890260
3000
Cada odor ativa uma diferente combinação de sensores,
14:53
which in turn activates
348
893260
2000
que, por sua vez, ativará
14:55
a different odor detector in the mushroom body.
349
895260
3000
um diferente detector de odor nos corpos pedunculados.
14:58
So the pilot in the cockpit of the fly,
350
898260
2000
Então, o piloto na cabine da mosca,
15:00
the Actor,
351
900260
2000
o Ator,
15:02
can tell which odor is present
352
902260
2000
pode identificar qual odor está presente
15:04
simply by looking at which of the blue LEDs lights up.
353
904260
4000
apenas olhando quais dos LEDs azuis são acesos.
15:09
What the Actor does with this information
354
909260
2000
O que o Ator faz com esta informação
15:11
depends on its policy,
355
911260
2000
depende de sua política,
15:13
which is stored in the strengths of the connection,
356
913260
2000
que está armazenada na força de suas conexões,
15:15
between the odor detectors
357
915260
2000
entre os detectores de odor
15:17
and the motors
358
917260
2000
e a parte motora
15:19
that power the fly's evasive actions.
359
919260
2000
que potencializa as ações evasivas da mosca.
15:22
If the connection is weak, the motors will stay off
360
922260
2000
Se a conexão é fraca, os motores permanecem desligados
15:24
and the fly will continue straight on its course.
361
924260
3000
e a mosca continuará normalmente em sua trajetória.
15:27
If the connection is strong, the motors will turn on
362
927260
3000
Se a conexão for forte, os motores serão ligados
15:30
and the fly will initiate a turn.
363
930260
3000
e a mosca iniciará seu retorno.
15:33
Now consider a situation
364
933260
2000
Agora, considerem a situação
15:35
in which the motors stay off,
365
935260
2000
na qual os motores permanecem desligados,
15:37
the fly continues on its path
366
937260
3000
a mosca continua em seu caminho
15:40
and it suffers some painful consequence
367
940260
2000
e ela sofre alguma dolorosa conseqüência,
15:42
such as getting zapped.
368
942260
2000
tal como ser estapeada.
15:44
In a situation like this,
369
944260
2000
Em uma situação como esta
15:46
we would expect the Critic to speak up
370
946260
2000
nós esperaríamos que a Crítica intercedesse
15:48
and to tell the Actor
371
948260
2000
e dissesse ao Ator
15:50
to change its policy.
372
950260
2000
para modificar sua política.
15:52
We have created such a situation, artificially,
373
952260
3000
Nós criamos esta situação artificialmente
15:55
by turning on the critic with a flash of light.
374
955260
3000
através da ativação da Crítica com um pulso de luz.
15:58
That caused a strengthening of the connections
375
958260
3000
Isto causava um fortalecimento das conexões
16:01
between the currently active odor detector
376
961260
3000
entre o detector de odor que estava ativado no momento
16:04
and the motors.
377
964260
2000
e os motores.
16:06
So the next time
378
966260
2000
Então, na próxima vez
16:08
the fly finds itself facing the same odor again,
379
968260
3000
que a mosca se depara com o mesmo odor,
16:11
the connection is strong enough to turn on the motors
380
971260
3000
a conexão está forte o suficiente para ligar os motores
16:14
and to trigger an evasive maneuver.
381
974260
3000
e desencadear uma manobra de evasão.
16:19
I don't know about you,
382
979260
3000
Eu não sei quanto a vocês,
16:22
but I find it exhilarating to see
383
982260
3000
mas eu acho sensacional ver
16:25
how vague psychological notions
384
985260
3000
como noções psicológicas vagas
16:28
evaporate and give rise
385
988260
2000
se evaporam e dão lugar
16:30
to a physical, mechanistic understanding of the mind,
386
990260
3000
a um entendimento físico, mecanicista da mente
16:33
even if it's the mind of the fly.
387
993260
3000
mesmo que seja a mente de uma mosca.
16:36
This is one piece of good news.
388
996260
3000
Esta é uma parte das boas notícias.
16:39
The other piece of good news,
389
999260
2000
A outra boa notícia,
16:41
for a scientist at least,
390
1001260
2000
ao menos para um cientista,
16:43
is that much remains to be discovered.
391
1003260
3000
é que falta muito para ser descoberto.
16:46
In the experiments I told you about,
392
1006260
2000
Nos experimentos que mostrei a vocês,
16:48
we have lifted the identity of the Critic,
393
1008260
3000
nós ressaltamos a identidade da Crítica,
16:51
but we still have no idea
394
1011260
2000
mas ainda não fazemos idéia
16:53
how the Critic does its job.
395
1013260
2000
de como esta Crítica faz seu trabalho.
16:55
Come to think of it, knowing when you're wrong
396
1015260
2000
Pensem agora sobre isto: saber quando você está errado
16:57
without a teacher, or your mother, telling you,
397
1017260
3000
sem um professor, ou sua mãe lhe dizendo
17:00
is a very hard problem.
398
1020260
2000
é um problema difícil.
17:02
There are some ideas in computer science
399
1022260
2000
Existem algumas idéias em ciência da computação
17:04
and in artificial intelligence
400
1024260
2000
e em inteligência artificial
17:06
as to how this might be done,
401
1026260
2000
de como isto poderia ser feito,
17:08
but we still haven't solved
402
1028260
2000
mas nós ainda não resolvemos
17:10
a single example
403
1030260
2000
nem um único exemplo
17:12
of how intelligent behavior
404
1032260
3000
de como o comportamento inteligente
17:15
springs from the physical interactions
405
1035260
2000
emerge das interações físicas
17:17
in living matter.
406
1037260
2000
para a matéria viva.
17:19
I think we'll get there in the not too distant future.
407
1039260
3000
Eu penso que nós chegaremos lá em um futuro não muito distante.
17:22
Thank you.
408
1042260
2000
Obrigado.
17:24
(Applause)
409
1044260
4000
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7