Sebastian Seung: I am my connectome

Sebastian Seung: Eu sou meu conectoma

248,430 views ・ 2010-09-28

TED


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

Tradutor: Nancy Juozapavicius Revisor: Claudia Tomazi Peixoto
00:17
We live in in a remarkable time,
0
17260
3000
Vivemos em uma época incrível,
00:20
the age of genomics.
1
20260
3000
a era da Genômica.
00:23
Your genome is the entire sequence of your DNA.
2
23260
3000
Seu genoma é toda a sequência do seu DNA.
00:26
Your sequence and mine are slightly different.
3
26260
3000
A sua sequência e a minha são ligeiramente diferentes.
00:29
That's why we look different.
4
29260
2000
É por isso que somos diferentes.
00:31
I've got brown eyes;
5
31260
2000
Tenho olhos castanhos.
00:33
you might have blue or gray.
6
33260
3000
Você pode ter azul ou cinza.
00:36
But it's not just skin-deep.
7
36260
2000
Mas não é apenas superficial.
00:38
The headlines tell us
8
38260
2000
As manchetes nos dizem
00:40
that genes can give us scary diseases,
9
40260
3000
que os genes podem causar doenças apavorantes,
00:43
maybe even shape our personality,
10
43260
3000
podem até moldar nossa personalidade,
00:46
or give us mental disorders.
11
46260
3000
ou provocar transtornos mentais.
00:49
Our genes seem to have
12
49260
3000
Nossos genes parecem ter
00:52
awesome power over our destinies.
13
52260
3000
um poder incrível sobre nossos destinos.
00:56
And yet, I would like to think
14
56260
3000
E ainda assim, prefiro pensar
00:59
that I am more than my genes.
15
59260
3000
que sou mais do que meus genes.
01:04
What do you guys think?
16
64260
2000
O que vocês acham?
01:06
Are you more than your genes?
17
66260
3000
Vocês são mais do que seus genes?
01:09
(Audience: Yes.) Yes?
18
69260
2000
(Plateia: Sim). Sim?
01:13
I think some people agree with me.
19
73260
2000
Eu acho que algumas pessoas concordam comigo.
01:15
I think we should make a statement.
20
75260
2000
Eu acho que devemos fazer um manifesto.
01:17
I think we should say it all together.
21
77260
2000
Eu acho que devemos dizer todos juntos.
01:20
All right: "I'm more than my genes" -- all together.
22
80260
3000
Certo; "Sou mais do que meus genes" -- todos juntos.
01:23
Everybody: I am more than my genes.
23
83260
4000
Todo mundo: Sou mais do que meus genes.
01:27
(Cheering)
24
87260
2000
(Torcida)
01:30
Sebastian Seung: What am I?
25
90260
2000
Sebastian Seung: O que eu sou?
01:32
(Laughter)
26
92260
3000
(Risos)
01:35
I am my connectome.
27
95260
3000
Eu sou meu conectoma.
01:40
Now, since you guys are really great,
28
100260
2000
Agora, já que vocês são ótimos,
01:42
maybe you can humor me and say this all together too.
29
102260
2000
talvez possam entrar no clima e dizer isso juntos também.
01:44
(Laughter)
30
104260
2000
(Risos)
01:46
Right. All together now.
31
106260
2000
Certo. Todos juntos agora.
01:48
Everybody: I am my connectome.
32
108260
3000
Todo mundo: Eu sou meu conectoma.
01:53
SS: That sounded great.
33
113260
2000
SS: Isso ficou ótimo.
01:55
You know, you guys are so great, you don't even know what a connectome is,
34
115260
2000
Sabe, vocês são ótimos, nem sabem o que é um conectoma,
01:57
and you're willing to play along with me.
35
117260
2000
e estão brincando junto comigo.
01:59
I could just go home now.
36
119260
3000
Eu já posso ir para casa.
02:02
Well, so far only one connectome is known,
37
122260
3000
Bom, até agora só um conectoma é conhecido,
02:05
that of this tiny worm.
38
125260
3000
o desse verme minúsculo.
02:08
Its modest nervous system
39
128260
2000
Seu modesto sistema nervoso
02:10
consists of just 300 neurons.
40
130260
2000
é composto por apenas 300 neurônios.
02:12
And in the 1970s and '80s,
41
132260
2000
E nos anos 70 e 80,
02:14
a team of scientists
42
134260
2000
uma equipe de cientistas
02:16
mapped all 7,000 connections
43
136260
2000
mapeou todas as 7.000 conexões
02:18
between the neurons.
44
138260
2000
entre cada neurônio.
02:21
In this diagram, every node is a neuron,
45
141260
2000
Neste diagrama, cada nódulo é um neurônio,
02:23
and every line is a connection.
46
143260
2000
e cada linha é uma conexão.
02:25
This is the connectome
47
145260
2000
Este é o conectoma
02:27
of the worm C. elegans.
48
147260
4000
do verme C. elegans.
02:31
Your connectome is far more complex than this
49
151260
3000
O conectoma de vocês é muito mais complexo do que este,
02:34
because your brain
50
154260
2000
porque seu cérebro
02:36
contains 100 billion neurons
51
156260
2000
contém 100 bilhões de neurônios
02:38
and 10,000 times as many connections.
52
158260
3000
e 10 mil vezes mais conexões.
02:41
There's a diagram like this for your brain,
53
161260
2000
Há um diagrama como este no seu cérebro,
02:43
but there's no way it would fit on this slide.
54
163260
3000
mas não há como ele caber neste eslaide.
02:47
Your connectome contains one million times more connections
55
167260
3000
Seu conectoma contém um milhão de vezes mais conexões
02:50
than your genome has letters.
56
170260
3000
do que seu genoma tem letras.
02:53
That's a lot of information.
57
173260
2000
Isso é muita informação.
02:55
What's in that information?
58
175260
3000
O que há nessa informação?
02:59
We don't know for sure, but there are theories.
59
179260
3000
Não sabemos ao certo, mas há teorias.
03:02
Since the 19th century, neuroscientists have speculated
60
182260
3000
Desde o século XIX, os neurocientistas especulam
03:05
that maybe your memories --
61
185260
2000
que talvez suas memórias --
03:07
the information that makes you, you --
62
187260
2000
a informação que torna você você --
03:09
maybe your memories are stored
63
189260
2000
talvez suas memórias estejam armazenadas
03:11
in the connections between your brain's neurons.
64
191260
2000
nas conexões entre os neurônios do seu cérebro.
03:15
And perhaps other aspects of your personal identity --
65
195260
2000
E talvez outros aspectos de sua identidade pessoal --
03:17
maybe your personality and your intellect --
66
197260
3000
talvez sua personalidade e seu intelecto --
03:20
maybe they're also encoded
67
200260
2000
talvez também estejam codificados
03:22
in the connections between your neurons.
68
202260
3000
nas conexões entre seus neurônios.
03:26
And so now you can see why I proposed this hypothesis:
69
206260
3000
E agora vocês podem ver por que eu propus essa hipótese:
03:29
I am my connectome.
70
209260
3000
Eu sou meu conectoma.
03:32
I didn't ask you to chant it because it's true;
71
212260
3000
Eu não lhes pedi para recitar porque é verdade,
03:35
I just want you to remember it.
72
215260
2000
eu apenas quero que se lembrem disso.
03:37
And in fact, we don't know if this hypothesis is correct,
73
217260
2000
E, de fato, não sabemos se essa hipótese é correta,
03:39
because we have never had technologies
74
219260
2000
porque nunca tivemos tecnologias
03:41
powerful enough to test it.
75
221260
2000
poderosas o suficiente para testá-la.
03:44
Finding that worm connectome
76
224260
3000
Descobrir o conectoma daquele verme
03:47
took over a dozen years of tedious labor.
77
227260
3000
levou mais de dez anos de trabalho tedioso.
03:50
And to find the connectomes of brains more like our own,
78
230260
3000
E para descobrir os conectomas de cérebros como o nosso,
03:53
we need more sophisticated technologies, that are automated,
79
233260
3000
precisamos de tecnologias mais sofisticadas, automatizadas,
03:56
that will speed up the process of finding connectomes.
80
236260
3000
que acelerem o processo de descobrir conectomas.
03:59
And in the next few minutes, I'll tell you about some of these technologies,
81
239260
3000
E nos próximos minutos, falarei sobre algumas dessas tecnologias,
04:02
which are currently under development
82
242260
2000
que estão atualmente sendo desenvolvidas
04:04
in my lab and the labs of my collaborators.
83
244260
3000
no meu laboratório e nos laboratórios de meus colaboradores.
04:08
Now you've probably seen pictures of neurons before.
84
248260
3000
Provavelmente já viram imagens de neurônios antes.
04:11
You can recognize them instantly
85
251260
2000
Podem reconhecê-los instantaneamente
04:13
by their fantastic shapes.
86
253260
3000
por suas formas fantásticas.
04:16
They extend long and delicate branches,
87
256260
3000
Têm ramificações longas e delicadas,
04:19
and in short, they look like trees.
88
259260
3000
em resumo, parecem árvores.
04:22
But this is just a single neuron.
89
262260
3000
Mas esse é apenas um único neurônio.
04:25
In order to find connectomes,
90
265260
2000
A fim de encontrar conectomas,
04:27
we have to see all the neurons at the same time.
91
267260
3000
temos que ver todos os neurônios ao mesmo tempo.
04:30
So let's meet Bobby Kasthuri,
92
270260
2000
Então vamos conhecer Bobby Kasthuri
04:32
who works in the laboratory of Jeff Lichtman
93
272260
2000
que trabalha no laboratório de Jeff Lichtman
04:34
at Harvard University.
94
274260
2000
na Universidade de Harvard.
04:36
Bobby is holding fantastically thin slices
95
276260
2000
Bobby está segurando fatias extremamente finas
04:38
of a mouse brain.
96
278260
2000
de um cérebro de camundongo.
04:40
And we're zooming in by a factor of 100,000 times
97
280260
3000
E estamos ampliando em um fator de 100.000 vezes
04:44
to obtain the resolution,
98
284260
2000
para obter a resolução,
04:46
so that we can see the branches of neurons all at the same time.
99
286260
3000
de forma que possamos ver as ramificações dos neurônios todos ao mesmo tempo.
04:50
Except, you still may not really recognize them,
100
290260
3000
Salvo que ainda não podem reconhecer de fato,
04:53
and that's because we have to work in three dimensions.
101
293260
3000
e é por isso que temos de trabalhar em três dimensões.
04:56
If we take many images of many slices of the brain
102
296260
2000
Se pegarmos muitas imagens de muitas fatias do cérebro
04:58
and stack them up,
103
298260
2000
e as empilharmos,
05:00
we get a three-dimensional image.
104
300260
2000
obtemos uma imagem tridimensional.
05:02
And still, you may not see the branches.
105
302260
2000
E ainda, não podem ver as ramificações.
05:04
So we start at the top,
106
304260
2000
Então começamos no topo,
05:06
and we color in the cross-section of one branch in red,
107
306260
3000
e colorimos a secção de uma ramificação de vermelho,
05:09
and we do that for the next slice
108
309260
2000
E fazemos isso com a próxima fatia
05:11
and for the next slice.
109
311260
2000
e com a próxima.
05:13
And we keep on doing that,
110
313260
2000
E continuamos a fazê-lo,
05:15
slice after slice.
111
315260
3000
fatia após fatia.
05:18
If we continue through the entire stack,
112
318260
2000
Se continuarmos por toda a pilha,
05:20
we can reconstruct the three-dimensional shape
113
320260
3000
podemos reconstruir a forma tridimensional
05:23
of a small fragment of a branch of a neuron.
114
323260
3000
de um pequeno fragmento de uma ramificação de um neurônio.
05:26
And we can do that for another neuron in green.
115
326260
2000
E podemos fazê-lo com outro neurônio em verde.
05:28
And you can see that the green neuron touches the red neuron
116
328260
2000
E vocês podem ver que o neurônio verde toca o neurônio vermelho
05:30
at two locations,
117
330260
2000
em dois locais,
05:32
and these are what are called synapses.
118
332260
2000
e isso é o que chamamos de sinapses.
05:34
Let's zoom in on one synapse,
119
334260
2000
Vamos ampliar uma sinapse.
05:36
and keep your eyes on the interior of the green neuron.
120
336260
3000
Mantenham seus olhos no interior do neurônio verde.
05:39
You should see small circles --
121
339260
2000
Vocês devem ver pequenos círculos.
05:41
these are called vesicles.
122
341260
3000
São chamados de vesículas.
05:44
They contain a molecule know as a neurotransmitter.
123
344260
3000
Contêm uma molécula conhecida como neurotransmissor.
05:47
And so when the green neuron wants to communicate,
124
347260
2000
E então quando o neurônio verde quer se comunicar,
05:49
it wants to send a message to the red neuron,
125
349260
2000
quer enviar uma mensagem para o neurônio vermelho,
05:51
it spits out neurotransmitter.
126
351260
3000
expele neurotransmissores.
05:54
At the synapse, the two neurons
127
354260
2000
Na sinapse, diz-se que os dois
05:56
are said to be connected
128
356260
2000
neurônios estão conectados
05:58
like two friends talking on the telephone.
129
358260
3000
como dois amigos falando ao telefone.
06:02
So you see how to find a synapse.
130
362260
2000
Então veem como encontrar uma sinapse.
06:04
How can we find an entire connectome?
131
364260
3000
Como podemos encontrar todo um conectoma?
06:07
Well, we take this three-dimensional stack of images
132
367260
3000
Bom, pegamos essa pilha de imagens tridimensionais
06:10
and treat it as a gigantic three-dimensional coloring book.
133
370260
3000
e a tratamos como um livro de colorir tridimensional gigante.
06:13
We color every neuron in, in a different color,
134
373260
3000
Colorimos cada neurônio com uma cor diferente,
06:16
and then we look through all of the images,
135
376260
2000
e então olhamos através de todas as imagens,
06:18
find the synapses
136
378260
2000
encontramos as sinapses
06:20
and note the colors of the two neurons involved in each synapse.
137
380260
3000
e observamos as cores dos dois neurônios envolvidos em cada sinapse.
06:23
If we can do that throughout all the images,
138
383260
3000
Se pudermos fazê-lo em todas as imagens,
06:26
we could find a connectome.
139
386260
2000
podemos encontrar um conectoma.
06:29
Now, at this point,
140
389260
2000
Até agora
06:31
you've learned the basics of neurons and synapses.
141
391260
2000
aprenderam o básico sobre neurônios e sinapses.
06:33
And so I think we're ready to tackle
142
393260
2000
Então acho que estamos prontos para lidar
06:35
one of the most important questions in neuroscience:
143
395260
3000
com uma das questões mais importantes na neurociência:
06:39
how are the brains of men and women different?
144
399260
3000
qual a diferença entre os cérebros de homens e mulheres?
06:42
(Laughter)
145
402260
2000
(Risos)
06:44
According to this self-help book,
146
404260
2000
De acordo com este livro de autoajuda,
06:46
guys brains are like waffles;
147
406260
2000
os cérebros do homens são como waffles;
06:48
they keep their lives compartmentalized in boxes.
148
408260
3000
eles mantêm suas vidas compartimentalizadas em caixas.
06:51
Girls' brains are like spaghetti;
149
411260
3000
Os cérebros das garotas são como espaguete;
06:54
everything in their life is connected to everything else.
150
414260
3000
tudo em suas vidas está conectado a tudo o mais.
06:57
(Laughter)
151
417260
2000
(Risos)
06:59
You guys are laughing,
152
419260
2000
Vocês estão rindo, caras,
07:01
but you know, this book changed my life.
153
421260
2000
mas, sabem, esse livro mudou minha vida.
07:03
(Laughter)
154
423260
2000
(Risos)
07:07
But seriously, what's wrong with this?
155
427260
3000
Mas, sério, o que há de errado nisso?
07:10
You already know enough to tell me -- what's wrong with this statement?
156
430260
3000
Vocês já sabem o suficiente para me dizer. O que há de errado nesta afirmação?
07:20
It doesn't matter whether you're a guy or girl,
157
440260
3000
Não importa se você é homem ou mulher,
07:23
everyone's brains are like spaghetti.
158
443260
3000
os cérebros de todos são como espaguete.
07:26
Or maybe really, really fine capellini with branches.
159
446260
3000
Ou podem ser capellinis muito muito finos com ramificações.
07:30
Just as one strand of spaghetti
160
450260
2000
Assim como um espaguete
07:32
contacts many other strands on your plate,
161
452260
3000
toca em muitos outros no seu prato,
07:35
one neuron touches many other neurons
162
455260
2000
um neurônio toca em muitos outros neurônios
07:37
through their entangled branches.
163
457260
2000
através de suas ramificações entrelaçadas.
07:39
One neuron can be connected to so many other neurons,
164
459260
3000
Um neurônio pode estar conectado a muitos outros neurônios,
07:42
because there can be synapses
165
462260
2000
porque pode haver sinapses
07:44
at these points of contact.
166
464260
3000
nesses pontos de contato.
07:49
By now, you might have sort of lost perspective
167
469260
3000
Por ora, vocês podem ter meio que perdido a perspectiva
07:52
on how large this cube of brain tissue actually is.
168
472260
3000
do quão grande esse cubo de tecido cerebral é de fato.
07:55
And so let's do a series of comparisons to show you.
169
475260
3000
Então faremos uma série de comparações para mostrar a vocês.
07:58
I assure you, this is very tiny. It's just six microns on a side.
170
478260
3000
Vou mostrar. Isso é muito pequeno. Tem apenas seis microns de um lado.
08:03
So, here's how it stacks up against an entire neuron.
171
483260
3000
Então, eis como se empilha contra todo um neurônio.
08:06
And you can tell that, really, only the smallest fragments of branches
172
486260
3000
E se pode dizer que, de fato, somente os menores fragmentos de ramificações
08:09
are contained inside this cube.
173
489260
3000
estão contidos dentro deste cubo.
08:12
And a neuron, well, that's smaller than brain.
174
492260
3000
E um neurônio, bem, é menor do que o cérebro.
08:17
And that's just a mouse brain --
175
497260
2000
E isso é só o cérebro de um camundongo.
08:21
it's a lot smaller than a human brain.
176
501260
3000
É muito menor que um cérebro humano.
08:25
So when show my friends this,
177
505260
2000
Então, quando mostro isto aos meus amigos
08:27
sometimes they've told me,
178
507260
2000
algumas vezes eles me dizem:
08:29
"You know, Sebastian, you should just give up.
179
509260
3000
"Sabe, Sebastian, você deveria desistir.
08:32
Neuroscience is hopeless."
180
512260
2000
Neurociência não tem jeito."
08:34
Because if you look at a brain with your naked eye,
181
514260
2000
Porque se olhar para um cérebro a olho nu,
08:36
you don't really see how complex it is,
182
516260
2000
você na verdade não vê como é complexo,
08:38
but when you use a microscope,
183
518260
2000
mas quando você usa um microscópio,
08:40
finally the hidden complexity is revealed.
184
520260
3000
finalmente, a complexidade oculta é revelada.
08:45
In the 17th century,
185
525260
2000
No século XVII,
08:47
the mathematician and philosopher, Blaise Pascal,
186
527260
2000
o matemático e filósofo Blaise Pascal
08:49
wrote of his dread of the infinite,
187
529260
3000
falou do seu medo do infinito,
08:52
his feeling of insignificance
188
532260
2000
seu sentimento de insignificância
08:54
at contemplating the vast reaches of outer space.
189
534260
3000
ao contemplar a vastidão do espaço sideral.
08:59
And, as a scientist,
190
539260
2000
E, como cientista,
09:01
I'm not supposed to talk about my feelings --
191
541260
3000
não devo falar sobre meus sentimentos.
09:04
too much information, professor.
192
544260
2000
Muita informação, professor.
09:06
(Laughter)
193
546260
2000
(Risos)
09:08
But may I?
194
548260
2000
Mas me permitem?
09:10
(Laughter)
195
550260
2000
(Risos)
09:12
(Applause)
196
552260
2000
(Aplausos)
09:14
I feel curiosity,
197
554260
2000
Sinto curiosidade,
09:16
and I feel wonder,
198
556260
2000
e me sinto maravilhado,
09:18
but at times I have also felt despair.
199
558260
3000
mas às vezes também me sinto desesperado.
09:22
Why did I choose to study
200
562260
2000
Por que escolhi estudar
09:24
this organ that is so awesome in its complexity
201
564260
3000
esse órgão que é tão incrivel em sua complexidade
09:27
that it might well be infinite?
202
567260
2000
que pode muito bem ser infinito?
09:29
It's absurd.
203
569260
2000
É absurdo.
09:31
How could we even dare to think
204
571260
2000
Como podemos até mesmo ousar pensar
09:33
that we might ever understand this?
205
573260
3000
que podemos sequer compreender isso?
09:38
And yet, I persist in this quixotic endeavor.
206
578260
3000
E ainda assim, persisto nessa empreitada quixotesca.
09:41
And indeed, these days I harbor new hopes.
207
581260
3000
E na verdade, ultimamente abrigo novas esperanças.
09:45
Someday,
208
585260
2000
Algum dia,
09:47
a fleet of microscopes will capture
209
587260
2000
uma frota de microscópios irá capturar
09:49
every neuron and every synapse
210
589260
2000
cada neurônio e cada sinapse
09:51
in a vast database of images.
211
591260
3000
em um vasto banco de dados de imagens.
09:54
And some day, artificially intelligent supercomputers
212
594260
3000
E algum dia, supercomputadores com inteligência artificial
09:57
will analyze the images without human assistance
213
597260
3000
irão analisar as imagens sem assistência humana
10:00
to summarize them in a connectome.
214
600260
3000
para resumi-las em um conectoma.
10:04
I do not know, but I hope that I will live to see that day,
215
604260
3000
Eu não sei, mas espero viver para ver esse dia.
10:08
because finding an entire human connectome
216
608260
2000
Porque descobrir todo um conectoma humano
10:10
is one of the greatest technological challenges of all time.
217
610260
3000
é um dos maiores desafios tecnológicos de todos os tempos.
10:13
It will take the work of generations to succeed.
218
613260
3000
Terá o trabalho de muitas gerações para ser bem sucedido
10:17
At the present time, my collaborators and I,
219
617260
3000
No momento, meus colaboradores e eu,
10:20
what we're aiming for is much more modest --
220
620260
2000
o que estamos almejando é muito mais modesto --
10:22
just to find partial connectomes
221
622260
2000
apenas encontrar conectomas parciais
10:24
of tiny chunks of mouse and human brain.
222
624260
3000
de pequenos blocos de cérebro de camundongo e humano.
10:27
But even that will be enough for the first tests of this hypothesis
223
627260
3000
Mas mesmo isso será o suficiente para os primeiros testes dessa hipótese
10:30
that I am my connectome.
224
630260
3000
de que eu sou meu conectoma.
10:35
For now, let me try to convince you of the plausibility of this hypothesis,
225
635260
3000
Por ora, deixe-me tentar convencê-los da plausibilidade dessa hipótese,
10:38
that it's actually worth taking seriously.
226
638260
3000
que realmente vale a pena levar a sério.
10:42
As you grow during childhood
227
642260
2000
A medida que vocês crescem na infância
10:44
and age during adulthood,
228
644260
3000
e envelhecem na idade adulta,
10:47
your personal identity changes slowly.
229
647260
3000
sua identidade pessoal muda lentamente.
10:50
Likewise, every connectome
230
650260
2000
Da mesma forma, cada conectoma
10:52
changes over time.
231
652260
2000
muda com o tempo.
10:55
What kinds of changes happen?
232
655260
2000
Que tipos de mudanças acontecem?
10:57
Well, neurons, like trees,
233
657260
2000
Bem, neurônios, como árvores,
10:59
can grow new branches,
234
659260
2000
podem ter novas ramificações
11:01
and they can lose old ones.
235
661260
3000
e podem perder velhas.
11:04
Synapses can be created,
236
664260
3000
Sinapses podem ser criadas
11:07
and they can be eliminated.
237
667260
3000
e podem ser eliminadas.
11:10
And synapses can grow larger,
238
670260
2000
E sinapses podem ficar maiores
11:12
and they can grow smaller.
239
672260
3000
e podem ficar menores.
11:15
Second question:
240
675260
2000
Segunda pergunta:
11:17
what causes these changes?
241
677260
3000
o que causa essas mudanças?
11:20
Well, it's true.
242
680260
2000
Bem, é verdade.
11:22
To some extent, they are programmed by your genes.
243
682260
3000
Em alguma medida, são programadas por seus genes.
11:25
But that's not the whole story,
244
685260
2000
Mas essa não é a história toda,
11:27
because there are signals, electrical signals,
245
687260
2000
porque há sinais, sinais elétricos,
11:29
that travel along the branches of neurons
246
689260
2000
que viajam pelas ramificações dos neurônios
11:31
and chemical signals
247
691260
2000
e sinais químicos
11:33
that jump across from branch to branch.
248
693260
2000
que pulam de galho em galho.
11:35
These signals are called neural activity.
249
695260
3000
Esses sinais são chamados de atividade neural.
11:38
And there's a lot of evidence
250
698260
2000
E há muitas evidências
11:40
that neural activity
251
700260
3000
de que a atividade neural
11:43
is encoding our thoughts, feelings and perceptions,
252
703260
3000
está codificando nossos pensamentos, sentimentos e percepções,
11:46
our mental experiences.
253
706260
2000
nossas experiências mentais.
11:48
And there's a lot of evidence that neural activity
254
708260
3000
E há muitas evidências de que a atividade neural
11:51
can cause your connections to change.
255
711260
3000
pode fazer com que suas conexões mudem.
11:54
And if you put those two facts together,
256
714260
3000
E se juntar esses dois fatos,
11:57
it means that your experiences
257
717260
2000
significa que suas experiências
11:59
can change your connectome.
258
719260
3000
podem mudar seus conectomas.
12:02
And that's why every connectome is unique,
259
722260
2000
E essa é a razão porque cada conectoma é único,
12:04
even those of genetically identical twins.
260
724260
3000
mesmo aqueles de gêmeos geneticamente idênticos.
12:08
The connectome is where nature meets nurture.
261
728260
3000
O conectoma é onde a natureza encontra a nutrição.
12:12
And it might true
262
732260
2000
E é verdade
12:14
that just the mere act of thinking
263
734260
2000
que apenas o mero ato de pensar
12:16
can change your connectome --
264
736260
2000
pode mudar seu conectoma --
12:18
an idea that you may find empowering.
265
738260
3000
uma ideia que pode ser poderosa.
12:24
What's in this picture?
266
744260
2000
O que há nessa foto?
12:28
A cool and refreshing stream of water, you say.
267
748260
3000
Um córrego de água fria e refrescante, vocês dizem.
12:32
What else is in this picture?
268
752260
2000
O que mais?
12:37
Do not forget that groove in the Earth
269
757260
2000
Não esqueçam dessa fenda na Terra
12:39
called the stream bed.
270
759260
3000
chamada de leito do córrego.
12:42
Without it, the water would not know in which direction to flow.
271
762260
3000
Sem ela, a água não saberia qual direção seguir.
12:45
And with the stream,
272
765260
2000
E com o córrego,
12:47
I would like to propose a metaphor
273
767260
2000
eu gostaria de propor uma metáfora
12:49
for the relationship between neural activity
274
769260
2000
para o relacionamento entre a atividade neural
12:51
and connectivity.
275
771260
2000
e a conectividade.
12:54
Neural activity is constantly changing.
276
774260
3000
A atividade neural está mudando constantemente
12:57
It's like the water of the stream; it never sits still.
277
777260
3000
É como a água do córrego; nunca fica parada.
13:00
The connections
278
780260
2000
As conexões
13:02
of the brain's neural network
279
782260
2000
da rede neural do cérebro
13:04
determines the pathways
280
784260
2000
determinam os caminhos
13:06
along which neural activity flows.
281
786260
2000
pelos quais cada atividade neural flui.
13:08
And so the connectome is like bed of the stream;
282
788260
3000
E assim o conectoma é como o leito do córrego.
13:13
but the metaphor is richer than that,
283
793260
3000
Mas a metáfora é mais rica do que isso.
13:16
because it's true that the stream bed
284
796260
3000
Porque é verdade que o leito do córrego
13:19
guides the flow of the water,
285
799260
2000
orienta o fluxo da água,
13:21
but over long timescales,
286
801260
2000
mas no longo prazo,
13:23
the water also reshapes the bed of the stream.
287
803260
3000
a água também reformula o leito do córrego.
13:26
And as I told you just now,
288
806260
2000
E como eu lhes disse há pouco,
13:28
neural activity can change the connectome.
289
808260
3000
a atividade neural pode mudar o conectoma.
13:33
And if you'll allow me to ascend
290
813260
2000
E se vocês me permitirem ascender
13:35
to metaphorical heights,
291
815260
3000
a alturas metafóricas,
13:38
I will remind you that neural activity
292
818260
3000
lembrarei que a atividade neural
13:41
is the physical basis -- or so neuroscientists think --
293
821260
2000
é a base física -- ou assim pensam os neurocientistas --
13:43
of thoughts, feelings and perceptions.
294
823260
3000
dos pensamentos, sentimentos e percepções.
13:46
And so we might even speak of
295
826260
2000
E assim podemos até falar de
13:48
the stream of consciousness.
296
828260
2000
fluxo de consciência.
13:50
Neural activity is its water,
297
830260
3000
A atividade neural é a água
13:53
and the connectome is its bed.
298
833260
3000
e o conectoma o leito.
13:57
So let's return from the heights of metaphor
299
837260
2000
Então voltemos das alturas da metáfora
13:59
and return to science.
300
839260
2000
e retornemos à Ciência.
14:01
Suppose our technologies for finding connectomes
301
841260
2000
Suponha que nossas tecnologias para encontrar conectomas
14:03
actually work.
302
843260
2000
realmente funcionem.
14:05
How will we go about testing the hypothesis
303
845260
2000
Como testaremos a hipótese
14:07
"I am my connectome?"
304
847260
3000
"eu sou meu conectoma"?
14:10
Well, I propose a direct test.
305
850260
3000
Bem, eu proponho um teste direto.
14:13
Let us attempt
306
853260
2000
Vamos tentar
14:15
to read out memories from connectomes.
307
855260
3000
ler nossas memórias de conectomas.
14:18
Consider the memory
308
858260
2000
Considerem a memória
14:20
of long temporal sequences of movements,
309
860260
3000
de longas sequências temporais de movimentos,
14:23
like a pianist playing a Beethoven sonata.
310
863260
3000
como um pianista tocando uma sonata de Beethoven.
14:26
According to a theory that dates back to the 19th century,
311
866260
3000
De acordo com uma teoria do século XIX,
14:29
such memories are stored
312
869260
2000
essas memórias estão estocadas
14:31
as chains of synaptic connections inside your brain.
313
871260
3000
como cadeias de conexões sinápticas dentro do seu cérebro.
14:35
Because, if the first neurons in the chain are activated,
314
875260
3000
Porque, se os primeiros neurônios na cadeia forem ativados,
14:38
through their synapses they send messages to the second neurons, which are activated,
315
878260
3000
através de suas sinapses eles enviam mensagens para os segundos neurônios, que são ativados,
14:41
and so on down the line,
316
881260
2000
e assim toda a fila,
14:43
like a chain of falling dominoes.
317
883260
2000
como uma cadeia de dominós caindo.
14:45
And this sequence of neural activation
318
885260
2000
E há a hipótese de que essa sequência
14:47
is hypothesized to be the neural basis
319
887260
3000
de ativação neural é a base neural
14:50
of those sequence of movements.
320
890260
2000
dessa sequência de movimentos.
14:52
So one way of trying to test the theory
321
892260
2000
Então uma forma de testar a teoria
14:54
is to look for such chains
322
894260
2000
é olhar para essas cadeias
14:56
inside connectomes.
323
896260
2000
dentro dos conectomas.
14:58
But it won't be easy, because they're not going to look like this.
324
898260
3000
Mas não será fácil, porque não vão se parecer com isso.
15:01
They're going to be scrambled up.
325
901260
2000
Vão estar embaralhadas.
15:03
So we'll have to use our computers
326
903260
2000
Então teremos que usar nossos computadores
15:05
to try to unscramble the chain.
327
905260
3000
para tentar desembaralhar a cadeia.
15:08
And if we can do that,
328
908260
2000
E se podemos fazer isso,
15:10
the sequence of the neurons we recover from that unscrambling
329
910260
3000
a sequência dos neurônios que recuperamos dessa desembaralhada
15:13
will be a prediction of the pattern of neural activity
330
913260
3000
será uma previsão do padrão de atividade neural
15:16
that is replayed in the brain during memory recall.
331
916260
3000
que é retomado no cérebro durante o chamado da memória.
15:19
And if that were successful,
332
919260
2000
E se isso for bem sucedido,
15:21
that would be the first example of reading a memory from a connectome.
333
921260
3000
seria o primeiro exemplo de ler uma memória de um conectoma.
15:28
(Laughter)
334
928260
2000
(Risos)
15:30
What a mess --
335
930260
2000
Que bagunça.
15:33
have you ever tried to wire up a system
336
933260
2000
Já tentaram conectar um sistema
15:35
as complex as this?
337
935260
2000
tão complexo quanto este?
15:37
I hope not.
338
937260
2000
Espero que não.
15:39
But if you have, you know it's very easy to make a mistake.
339
939260
3000
Mas se fizeram, sabem que é muito fácil cometer um erro.
15:45
The branches of neurons are like the wires of the brain.
340
945260
2000
As ramificações de neurônios são como os filamentos do cérebro.
15:47
Can anyone guess: what's the total length of wires in your brain?
341
947260
4000
Alguém adivinha qual é a extensão total de filamentos no nosso cérebro?
15:54
I'll give you a hint. It's a big number.
342
954260
2000
Vou dar uma dica. É um número grande.
15:56
(Laughter)
343
956260
2000
(Risos)
15:59
I estimate, millions of miles,
344
959260
3000
Eu estimo, milhões de quilômetros.
16:02
all packed in your skull.
345
962260
3000
Tudo dentro do seu crânio.
16:05
And if you appreciate that number,
346
965260
2000
E se observarem esse número,
16:07
you can easily see
347
967260
2000
podem ver facilmente que
16:09
there is huge potential for mis-wiring of the brain.
348
969260
2000
há um grande potencial para conectar o cérebro de forma errada.
16:11
And indeed, the popular press loves headlines like,
349
971260
3000
E de fato, a imprensa popular adora manchetes como:
16:14
"Anorexic brains are wired differently,"
350
974260
2000
"Cérebros anoréxicos são conectados de forma diferente."
16:16
or "Autistic brains are wired differently."
351
976260
2000
ou, "Cérebros de autistas são conectados de forma diferente."
16:18
These are plausible claims,
352
978260
2000
Essas são afirmações plausíveis,
16:20
but in truth,
353
980260
2000
mas na verdade,
16:22
we can't see the brain's wiring clearly enough
354
982260
2000
não podemos ver a fiação do cérebro de forma clara o suficiente
16:24
to tell if these are really true.
355
984260
2000
para nos dizer se isso é realmente verdade.
16:26
And so the technologies for seeing connectomes
356
986260
3000
E então as tecnologias para ver conectomas
16:29
will allow us to finally
357
989260
2000
vão nos permitir finalmente
16:31
read mis-wiring of the brain,
358
991260
2000
ler a conexão errada do cérebro
16:33
to see mental disorders in connectomes.
359
993260
3000
para ver as desordens mentais em conectomas.
16:40
Sometimes the best way to test a hypothesis
360
1000260
3000
Algumas vezes a melhor forma de testar uma hipótese
16:43
is to consider its most extreme implication.
361
1003260
3000
é considerar sua implicação mais extrema.
16:46
Philosophers know this game very well.
362
1006260
3000
Filósofos conhecem bem este jogo.
16:50
If you believe that I am my connectome,
363
1010260
3000
Se acreditarem que eu sou meu conectoma,
16:53
I think you must also accept the idea
364
1013260
3000
vocês também devem aceitar a ideia
16:56
that death is the destruction
365
1016260
2000
de que a morte é a destruição
16:58
of your connectome.
366
1018260
3000
de seu conectoma.
17:02
I mention this because there are prophets today
367
1022260
3000
Eu menciono isso porque há profetas hoje em dia
17:05
who claim that technology
368
1025260
3000
que afirmam que a tecnologia
17:08
will fundamentally alter the human condition
369
1028260
3000
irá alterar fundamentalmente a condição humana
17:11
and perhaps even transform the human species.
370
1031260
3000
e talvez até mesmo transformar a espécie humana.
17:14
One of their most cherished dreams
371
1034260
3000
Um de seus sonhos mais queridos
17:17
is to cheat death
372
1037260
2000
é enganar a morte
17:19
by that practice known as cryonics.
373
1039260
2000
pela prática conhecida como criogenia.
17:21
If you pay 100,000 dollars,
374
1041260
2000
Se pagarem 100.000 dólares,
17:23
you can arrange to have your body frozen after death
375
1043260
3000
podem conseguir que seus corpos sejam congelados após a morte
17:26
and stored in liquid nitrogen
376
1046260
2000
e o armazenem em nitrogênio líquido
17:28
in one of these tanks in an Arizona warehouse,
377
1048260
2000
em um desses tanques em um depósito no Arizona,
17:30
awaiting a future civilization
378
1050260
2000
esperando uma civilização futura
17:32
that is advanced to resurrect you.
379
1052260
3000
que seja avançada para ressuscitá-los.
17:36
Should we ridicule the modern seekers of immortality,
380
1056260
2000
Devemos ridicularizar os buscadores modernos da imortalidade,
17:38
calling them fools?
381
1058260
2000
chamando-os de tolos?
17:40
Or will they someday chuckle
382
1060260
2000
Ou eles irão algum dia rir
17:42
over our graves?
383
1062260
2000
sobre nossos túmulos?
17:45
I don't know --
384
1065260
2000
Não sei.
17:47
I prefer to test their beliefs, scientifically.
385
1067260
3000
Prediro testar suas crenças, cientificamente,
17:50
I propose that we attempt to find a connectome
386
1070260
2000
proponho que tentemos encontrar um conectoma
17:52
of a frozen brain.
387
1072260
2000
de um cérebro congelado.
17:54
We know that damage to the brain
388
1074260
2000
Sabemos que o dano ao cérebro
17:56
occurs after death and during freezing.
389
1076260
2000
ocorre após a morte e durante o congelamento.
17:58
The question is: has that damage erased the connectome?
390
1078260
3000
A pergunta é: o cérebro danificado apagou o conectoma?
18:01
If it has, there is no way that any future civilization
391
1081260
3000
Se apagou, não há forma de nenhuma civilização futura
18:04
will be able to recover the memories of these frozen brains.
392
1084260
3000
conseguir recuperar as memórias desses cérebros congelados.
18:07
Resurrection might succeed for the body,
393
1087260
2000
A ressureição pode até ser bem sucedida para o corpo,
18:09
but not for the mind.
394
1089260
2000
mas não para a mente.
18:11
On the other hand, if the connectome is still intact,
395
1091260
3000
Por outro lado, se o conectoma ainda estiver intacto,
18:14
we cannot ridicule the claims of cryonics so easily.
396
1094260
3000
não podemos ridicularizar os desejos da criogenia tão facilmente.
18:20
I've described a quest
397
1100260
2000
Descrevi uma busca
18:22
that begins in the world of the very small,
398
1102260
3000
que começa no mundo do muito pequeno,
18:25
and propels us to the world of the far future.
399
1105260
3000
e nos impulsiona ao mundo do futuro distante.
18:28
Connectomes will mark a turning point in human history.
400
1108260
3000
Conectomas irão marcar um ponto de mutação na história humana.
18:32
As we evolved from our ape-like ancestors
401
1112260
2000
Conforme evoluíamos dos nossos ancestrais semelhantes a macacos
18:34
on the African savanna,
402
1114260
2000
na savana africana,
18:36
what distinguished us was our larger brains.
403
1116260
3000
o que nos distinguia eram nossos cérebros grandes.
18:40
We have used our brains to fashion
404
1120260
2000
Usamos nossos cérebros para moldar
18:42
ever more amazing technologies.
405
1122260
3000
tecnologias cada vez mais impressionantes.
18:45
Eventually, these technologies will become so powerful
406
1125260
3000
Eventualmente, essas tecnologias se tornarão tão poderosas
18:48
that we will use them to know ourselves
407
1128260
3000
que iremos usá-las para nos conhecer
18:51
by deconstructing and reconstructing
408
1131260
3000
ao desconstruir e reconstruir
18:54
our own brains.
409
1134260
3000
nossos cérebros.
18:57
I believe that this voyage of self-discovery
410
1137260
3000
Eu acredito que esta viagem de autodescoberta
19:00
is not just for scientists,
411
1140260
3000
não é só para cientistas
19:03
but for all of us.
412
1143260
2000
mas para todos nós.
19:05
And I'm grateful for the opportunity to share this voyage with you today.
413
1145260
3000
E sou grato pela oportunidade de compartihar essa viagem com vocês hoje.
19:08
Thank you.
414
1148260
2000
Obrigado.
19:10
(Applause)
415
1150260
8000
(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