Neil Burgess: How your brain tells you where you are

120,897 views ・ 2012-02-06

TED


Dubbelklicka på de engelska undertexterna nedan för att spela upp videon.

Översättare: Simon Lundhag Granskare: Matti Jääaro
00:15
When we park in a big parking lot,
0
15260
2000
När vi parkerar på en stor parkering,
00:17
how do we remember where we parked our car?
1
17260
2000
hur kommer vi då ihåg var vi ställde bilen?
00:19
Here's the problem facing Homer.
2
19260
3000
Här står Homer inför det problemet.
00:22
And we're going to try to understand
3
22260
2000
Och vi ska försöka förstå
00:24
what's happening in his brain.
4
24260
2000
vad som händer i hans hjärna.
00:26
So we'll start with the hippocampus, shown in yellow,
5
26260
2000
Vi börjar med Hippocampus, färgat gult,
00:28
which is the organ of memory.
6
28260
2000
vilket är hjärnans minnescentra.
00:30
If you have damage there, like in Alzheimer's,
7
30260
2000
Om du har en skada här, som vid Alzheimer,
00:32
you can't remember things including where you parked your car.
8
32260
2000
så kan du inte komma ihåg någonting, inklusive var du ställde bilen.
00:34
It's named after Latin for "seahorse,"
9
34260
2000
Det är namngivit efter "sjöhäst" på Latin,
00:36
which it resembles.
10
36260
2000
som det ser ut som.
00:38
And like the rest of the brain, it's made of neurons.
11
38260
2000
Liksom övriga hjärnan så består det av nervceller.
00:40
So the human brain
12
40260
2000
Den mänskliga hjärnan
00:42
has about a hundred billion neurons in it.
13
42260
2000
innehåller alltså ungefär hundra miljarder neuroner.
00:44
And the neurons communicate with each other
14
44260
3000
Och nervcellerna kommunicerar med varandra
00:47
by sending little pulses or spikes of electricity
15
47260
2000
genom att skicka små impulser eller toppar av elektricitet
00:49
via connections to each other.
16
49260
2000
via kopplingar till varandra.
00:51
The hippocampus is formed of two sheets of cells,
17
51260
3000
Hippocampus består av två lager med celler
00:54
which are very densely interconnected.
18
54260
2000
som är tätt sammakopplade.
00:56
And scientists have begun to understand
19
56260
2000
Forskare har börjat förstå
00:58
how spatial memory works
20
58260
2000
hur rumsligt minne fungerar
01:00
by recording from individual neurons
21
60260
2000
genom registrering från enstaka neuroner
01:02
in rats or mice
22
62260
2000
hos råttor eller möss
01:04
while they forage or explore an environment
23
64260
2000
medan de söker av eller utforskar en miljö
01:06
looking for food.
24
66260
2000
i letan efter mat.
01:08
So we're going to imagine we're recording from a single neuron
25
68260
3000
Så vi kommer att föreställa oss att vi registrerar signaler från en enstaka nervcell
01:11
in the hippocampus of this rat here.
26
71260
3000
i Hippocampus hos råttan här.
01:14
And when it fires a little spike of electricity,
27
74260
2000
Och när den skjuter iväg en liten elektrisk pik,
01:16
there's going to be a red dot and a click.
28
76260
3000
så kommer det att bli en röd punkt och ett klick.
01:19
So what we see
29
79260
2000
Så det vi ser nu
01:21
is that this neuron knows
30
81260
2000
är att den här nervcellen vet
01:23
whenever the rat has gone into one particular place in its environment.
31
83260
3000
när än råttan har kommit till ett speciellt ställe i dess miljö.
01:26
And it signals to the rest of the brain
32
86260
2000
Och den signalerar till resten av hjärnan
01:28
by sending a little electrical spike.
33
88260
3000
genom att skicka ut en liten elektrisk pik.
01:31
So we could show the firing rate of that neuron
34
91260
3000
Så vi skulle kunna visa avfyrningsfrekvensen av den nervcellen
01:34
as a function of the animal's location.
35
94260
2000
som en funktion av var djuret befinner sig.
01:36
And if we record from lots of different neurons,
36
96260
2000
Och om vi registrerar många olika neuroner,
01:38
we'll see that different neurons fire
37
98260
2000
så kommer vi se att olika neuroner utlöses
01:40
when the animal goes in different parts of its environment,
38
100260
2000
när djuret kommer in i olika delar av dess miljö,
01:42
like in this square box shown here.
39
102260
2000
som i den här kvadratiska lådan här.
01:44
So together they form a map
40
104260
2000
Så tillsammans formar de en karta
01:46
for the rest of the brain,
41
106260
2000
för resten av hjärnan,
01:48
telling the brain continually,
42
108260
2000
som kontinuerligt talar om för hjärnan
01:50
"Where am I now within my environment?"
43
110260
2000
"Var i min miljö är jag nu?"
01:52
Place cells are also being recorded in humans.
44
112260
3000
Platsceller registreras också hos människor.
01:55
So epilepsy patients sometimes need
45
115260
2000
Epilepsipatienter behöver ibland
01:57
the electrical activity in their brain monitoring.
46
117260
3000
den elektriska aktiviteten i deras hjärnövervakning.
02:00
And some of these patients played a video game
47
120260
2000
Några av de här patienterna spelade ett TV-spel
02:02
where they drive around a small town.
48
122260
2000
där de körde omkring i en liten stad.
02:04
And place cells in their hippocampi would fire, become active,
49
124260
3000
Platsceller i deras Hippocampus avfyrades, aktiverades,
02:07
start sending electrical impulses
50
127260
3000
började skicka elektriska impulser
02:10
whenever they drove through a particular location in that town.
51
130260
3000
närhelst som de körde genom en speciell plats i den staden.
02:13
So how does a place cell know
52
133260
2000
Så hur vet en platscell
02:15
where the rat or person is within its environment?
53
135260
3000
var råttan eller personen är inom dess miljö?
02:18
Well these two cells here
54
138260
2000
Jo dessa två celler här
02:20
show us that the boundaries of the environment
55
140260
2000
visar oss att gränserna i miljön
02:22
are particularly important.
56
142260
2000
är speciellt viktiga.
02:24
So the one on the top
57
144260
2000
Så den på ovansidan
02:26
likes to fire sort of midway between the walls
58
146260
2000
gillar att aktiveras liksom halvvägs mellan väggarna
02:28
of the box that their rat's in.
59
148260
2000
på lådan som dess råtta befinner sig i.
02:30
And when you expand the box, the firing location expands.
60
150260
3000
Och när man expanderar boxen, så expanderas också platsen för aktivering.
02:33
The one below likes to fire
61
153260
2000
Den nedre gillar att aktiveras
02:35
whenever there's a wall close by to the south.
62
155260
3000
närhelst det finns en vägg nära i sydlig riktning.
02:38
And if you put another wall inside the box,
63
158260
2000
Och om man placerar en annan vägg inuti lådan,
02:40
then the cell fires in both place
64
160260
2000
så aktiveras cellen på båda platserna
02:42
wherever there's a wall to the south
65
162260
2000
varhelst som det finns en vägg i sydligt riktning
02:44
as the animal explores around in its box.
66
164260
3000
när djuret utforskar dess låda.
02:48
So this predicts
67
168260
2000
Det här talar alltså för
02:50
that sensing the distances and directions of boundaries around you --
68
170260
2000
att känna avstånd och riktning till gränser omkring dig -
02:52
extended buildings and so on --
69
172260
2000
byggnader och så vidare -
02:54
is particularly important for the hippocampus.
70
174260
3000
är särkilt viktigt för Hippocampus.
02:57
And indeed, on the inputs to the hippocampus,
71
177260
2000
Och faktiskt, vid Hippocampus ingångar,
02:59
cells are found which project into the hippocampus,
72
179260
2000
har man hittat celler som projicerar in i Hippocampus,
03:01
which do respond exactly
73
181260
2000
vilka reagerar precist
03:03
to detecting boundaries or edges
74
183260
3000
för att känna av gränser eller kanter
03:06
at particular distances and directions
75
186260
2000
på specifika avstånd eller i speciella riktningar
03:08
from the rat or mouse
76
188260
2000
från musen eller råttan
03:10
as it's exploring around.
77
190260
2000
medan den söker omkring.
03:12
So the cell on the left, you can see,
78
192260
2000
Så cellen till vänster, som du kan se,
03:14
it fires whenever the animal gets near
79
194260
2000
den löser ut närhelst djuret kommer nära
03:16
to a wall or a boundary to the east,
80
196260
3000
en vägg eller en gräns österut,
03:19
whether it's the edge or the wall of a square box
81
199260
3000
vare sig det är kanten eller väggen på en kvadtratisk låda
03:22
or the circular wall of the circular box
82
202260
2000
eller cirkulära väggen på den cirkulära lådan
03:24
or even the drop at the edge of a table, which the animals are running around.
83
204260
3000
eller till och med stupet vid kanten på ett bord vilket djuren springer omkring på.
03:27
And the cell on the right there
84
207260
2000
Och cellen här till höger
03:29
fires whenever there's a boundary to the south,
85
209260
2000
aktiveras närhelst det finns en gräns söderut,
03:31
whether it's the drop at the edge of the table or a wall
86
211260
2000
vare sig det är stupet vid kanten på ett bord eller en vägg
03:33
or even the gap between two tables that are pulled apart.
87
213260
3000
eller till och med glipan mellan två isärdragna bord.
03:36
So that's one way in which we think
88
216260
2000
Det är alltså ett sätt på vilket vi tror
03:38
place cells determine where the animal is as it's exploring around.
89
218260
3000
platsceller tar reda på var djuret är medan det utforskar.
03:41
We can also test where we think objects are,
90
221260
3000
Vi kan också pröva var vi tror att objekt är,
03:44
like this goal flag, in simple environments --
91
224260
3000
som den här målflaggan, i enkla miljöer -
03:47
or indeed, where your car would be.
92
227260
2000
eller självklart också var din bil skulle vara.
03:49
So we can have people explore an environment
93
229260
3000
Så vi kan låta människor utforska en miljö
03:52
and see the location they have to remember.
94
232260
3000
och se den plats som de måste komma ihåg.
03:55
And then, if we put them back in the environment,
95
235260
2000
Och sen, om vi sätter tillbaka dem i samma miljö,
03:57
generally they're quite good at putting a marker down
96
237260
2000
så är de för det mesta rätt bra på att markera
03:59
where they thought that flag or their car was.
97
239260
3000
var de trodde att flaggan eller bilen var.
04:02
But on some trials,
98
242260
2000
Men i vissa test,
04:04
we could change the shape and size of the environment
99
244260
2000
ändrade vi på miljöns storlek och form
04:06
like we did with the place cell.
100
246260
2000
som vi gjorde med platscellen.
04:08
In that case, we can see
101
248260
2000
I det fallet kan vi se
04:10
how where they think the flag had been changes
102
250260
3000
hur var de trodde att flaggan skulle vara ändras
04:13
as a function of how you change the shape and size of the environment.
103
253260
3000
som en funktion av hur man ändrar miljöns form eller storlek.
04:16
And what you see, for example,
104
256260
2000
Och det man ser, till exempel,
04:18
if the flag was where that cross was in a small square environment,
105
258260
3000
om flaggan var där krysset var i en liten kvadratisk miljö
04:21
and then if you ask people where it was,
106
261260
2000
och om du då frågar folk var den var,
04:23
but you've made the environment bigger,
107
263260
2000
men att du gjort miljön större,
04:25
where they think the flag had been
108
265260
2000
var de tror att flaggan befunnit sig
04:27
stretches out in exactly the same way
109
267260
2000
sträcker sig på exakt samma sätt
04:29
that the place cell firing stretched out.
110
269260
2000
som platscellens aktivering sträckt ut sig.
04:31
It's as if you remember where the flag was
111
271260
2000
Det är som om man kommer ihåg var flaggan var
04:33
by storing the pattern of firing across all of your place cells
112
273260
3000
genom att lagra aktiveringsmönstret hos platscellerna
04:36
at that location,
113
276260
2000
på den platsen,
04:38
and then you can get back to that location
114
278260
2000
och sedan att man kan komma tillbaka till samma plats
04:40
by moving around
115
280260
2000
genom att förflytta sig runt
04:42
so that you best match the current pattern of firing of your place cells
116
282260
2000
så att man matchar dåvarande mönstret hos platscellerna optimalt
04:44
with that stored pattern.
117
284260
2000
mot det lagrade mönstret.
04:46
That guides you back to the location that you want to remember.
118
286260
3000
Det guidar dig tillbaka till platsen som du vill komma ihåg.
04:49
But we also know where we are through movement.
119
289260
3000
Men vi vet också var vi är under det att vi rör oss.
04:52
So if we take some outbound path --
120
292260
2000
Så om vi tar en utgående väg -
04:54
perhaps we park and we wander off --
121
294260
2000
kanske vi parkerar bilen och går därifrån -
04:56
we know because our own movements,
122
296260
2000
så vet vi på grund av våra rörelser,
04:58
which we can integrate over this path
123
298260
2000
som vi kan integrera i den här vägen
05:00
roughly what the heading direction is to go back.
124
300260
2000
ungefär vilken riktning vi har att gå tillbaka.
05:02
And place cells also get this kind of path integration input
125
302260
4000
Platsceller får också den här typen av vägintegrerings-input
05:06
from a kind of cell called a grid cell.
126
306260
3000
från en cell som kallas rutnätscell.
05:09
Now grid cells are found, again,
127
309260
2000
Rutnätssceller kan man finna, som tidigare celler,
05:11
on the inputs to the hippocampus,
128
311260
2000
på ingångarna till Hippocampus,
05:13
and they're a bit like place cells.
129
313260
2000
och de fungerar ungefär som platsceller.
05:15
But now as the rat explores around,
130
315260
2000
Men nu när råttan utforskar,
05:17
each individual cell fires
131
317260
2000
så aktiveras varje en cell
05:19
in a whole array of different locations
132
319260
3000
på en en större mängd platser
05:22
which are laid out across the environment
133
322260
2000
som är spridda över miljön
05:24
in an amazingly regular triangular grid.
134
324260
3000
i ett enastående regelbundet, triangelformat rutnät.
05:29
And if you record from several grid cells --
135
329260
3000
och om man registrerar flera rutnätsceller -
05:32
shown here in different colors --
136
332260
2000
här visat i olika färger -
05:34
each one has a grid-like firing pattern across the environment,
137
334260
3000
har varje en ett rutnätsliknande aktiveringsmönster över hela miljön,
05:37
and each cell's grid-like firing pattern is shifted slightly
138
337260
3000
och varje cells rutnätsliknande aktiveringsmönster förskjuts en aning
05:40
relative to the other cells.
139
340260
2000
i förhållande till de andra cellerna.
05:42
So the red one fires on this grid
140
342260
2000
Så den röda aktiveras på det här rutnätet
05:44
and the green one on this one and the blue on on this one.
141
344260
3000
och den gröna på det här och den blå på det här.
05:47
So together, it's as if the rat
142
347260
3000
Så sammaslaget är det som om råttan
05:50
can put a virtual grid of firing locations
143
350260
2000
kan sätta ett virtuellt rutnät av aktiveringsplatser
05:52
across its environment --
144
352260
2000
över dess miljö -
05:54
a bit like the latitude and longitude lines that you'd find on a map,
145
354260
3000
litegrann som latitud- och longtitudlinjerna som finns på kartor,
05:57
but using triangles.
146
357260
2000
men med trekanter istället.
05:59
And as it moves around,
147
359260
2000
Och under det att den förflyttar sig runt,
06:01
the electrical activity can pass
148
361260
2000
så kan den elektriska aktiviteten passera
06:03
from one of these cells to the next cell
149
363260
2000
från en cell till en annan
06:05
to keep track of where it is,
150
365260
2000
för att hålla koll på var den är,
06:07
so that it can use its own movements
151
367260
2000
så att den kan använda sina rörelser
06:09
to know where it is in its environment.
152
369260
2000
för att veta var den är i dess miljö.
06:11
Do people have grid cells?
153
371260
2000
Har människor rutnätsceller?
06:13
Well because all of the grid-like firing patterns
154
373260
2000
Jo, på grund av att alla rutnätsliknande aktiveringsmönster
06:15
have the same axes of symmetry,
155
375260
2000
har samma axlar i symmetrin,
06:17
the same orientations of grid, shown in orange here,
156
377260
3000
samma axelorientering, här visat i orange,
06:20
it means that the net activity
157
380260
2000
så betyder det att nettoaktiviteten
06:22
of all of the grid cells in a particular part of the brain
158
382260
3000
hos alla rutnätsceller i viss del av hjärnan
06:25
should change
159
385260
2000
borde ändras
06:27
according to whether we're running along these six directions
160
387260
2000
utefter att vi rör oss längs de där sex riktningarna
06:29
or running along one of the six directions in between.
161
389260
3000
eller rör oss längs en av de sex riktningarna emellan.
06:32
So we can put people in an MRI scanner
162
392260
2000
Så vi kan placera människor i en magnetröntgen
06:34
and have them do a little video game
163
394260
2000
och låta dem spela lite TV-spel
06:36
like the one I showed you
164
396260
2000
ungefär som det jag visade er
06:38
and look for this signal.
165
398260
2000
och sedan titta efter den här signalen.
06:40
And indeed, you do see it in the human entorhinal cortex,
166
400260
3000
Och man hittar det i det mänskliga entorinala kortex
06:43
which is the same part of the brain that you see grid cells in rats.
167
403260
3000
vilket är samma del av hjärnan som du ser rutnätsceller hos råttor i.
06:46
So back to Homer.
168
406260
2000
Tillbaka till Homer.
06:48
He's probably remembering where his car was
169
408260
2000
Han kommer förmodligen ihåg var hans bil var
06:50
in terms of the distances and directions
170
410260
2000
i termer av distans och riktning
06:52
to extended buildings and boundaries
171
412260
2000
till övriga byggnader och gränser
06:54
around the location where he parked.
172
414260
2000
runt platsen som han parkerade på.
06:56
And that would be represented
173
416260
2000
Det skulle då vara kartlagt
06:58
by the firing of boundary-detecting cells.
174
418260
2000
genom aktiveringen hos gränsavkännande celler.
07:00
He's also remembering the path he took out of the car park,
175
420260
3000
Han kommer också ihåg vägen han tog ut från parkeringen,
07:03
which would be represented in the firing of grid cells.
176
423260
3000
som då kartläggs genom aktivering av rutnätsceller.
07:06
Now both of these kinds of cells
177
426260
2000
Båda de typerna av celler
07:08
can make the place cells fire.
178
428260
2000
kan få platscellerna att aktiveras.
07:10
And he can return to the location where he parked
179
430260
2000
Han kan alltså då återvända till platsen som han parkerade på
07:12
by moving so as to find where it is
180
432260
3000
genom att förflytta sig så att
07:15
that best matches the firing pattern
181
435260
2000
aktiveringsmönstret hos cellerna
07:17
of the place cells in his brain currently
182
437260
2000
på platsen då bäst matchar
07:19
with the stored pattern where he parked his car.
183
439260
3000
aktiveringsmönstret som han lagrat för där han parkerade bilen.
07:22
And that guides him back to that location
184
442260
2000
Och det guidar honom tillbaka till bilen
07:24
irrespective of visual cues
185
444260
2000
utan hänsyn till visuella referenser
07:26
like whether his car's actually there.
186
446260
2000
som huruvida bilen egentligen står där.
07:28
Maybe it's been towed.
187
448260
2000
Kanske har den bogserats bort.
07:30
But he knows where it was, so he knows to go and get it.
188
450260
3000
Men han vet var den var så han vet var han ska hämta den.
07:33
So beyond spatial memory,
189
453260
2000
Undantaget spatialt minne,
07:35
if we look for this grid-like firing pattern
190
455260
2000
om vi tittar efter det här rutnätsliknande aktiveringsmönstret
07:37
throughout the whole brain,
191
457260
2000
över hela hjärnan,
07:39
we see it in a whole series of locations
192
459260
3000
så ser vi det på en hel rad platser
07:42
which are always active
193
462260
2000
som alltid är aktiva
07:44
when we do all kinds of autobiographical memory tasks,
194
464260
2000
när vi gör alla möjliga typer av "självbiografiska" minnesuppgifter
07:46
like remembering the last time you went to a wedding, for example.
195
466260
3000
så som att komma ihåg när man senast var på bröllop, till exempel.
07:49
So it may be that the neural mechanisms
196
469260
2000
Så det kan vara så att de neurologiska mekanismerna
07:51
for representing the space around us
197
471260
3000
för kartläggning av utrymmet omkring oss
07:54
are also used for generating visual imagery
198
474260
4000
också används för att generera visuella bilder
07:58
so that we can recreate the spatial scene, at least,
199
478260
3000
så att vi kan återskapa rummet, åtminstone
08:01
of the events that have happened to us when we want to imagine them.
200
481260
3000
för de händelser som har hänt när vi vill föreställa oss dem.
08:04
So if this was happening,
201
484260
2000
Så om det här skulle hända,
08:06
your memories could start by place cells activating each other
202
486260
3000
så skulle dina minnen börja i och med att platsceller aktiverar varandra
08:09
via these dense interconnections
203
489260
2000
via de här täta sammankopplingarna
08:11
and then reactivating boundary cells
204
491260
2000
och sen återaktivera gränsceller
08:13
to create the spatial structure
205
493260
2000
för att bygga upp den spatiala strukturen
08:15
of the scene around your viewpoint.
206
495260
2000
av miljön omkring din utgångspunkt.
08:17
And grid cells could move this viewpoint through that space.
207
497260
2000
Rutnätsceller kan då flytta den här utgångspunkten genom det utrymmet.
08:19
Another kind of cell, head direction cells,
208
499260
2000
En annan typ av cell, huvudriktningsceller,
08:21
which I didn't mention yet,
209
501260
2000
som jag inte har nämnt ännu,
08:23
they fire like a compass according to which way you're facing.
210
503260
3000
de avfyras, i likhet med en kompass, i enlighet med den riktning du står.
08:26
They could define the viewing direction
211
506260
2000
De kan då definiera betraktningsvinkeln
08:28
from which you want to generate an image for your visual imagery,
212
508260
3000
från vilken du vill skapa en visuell bild,
08:31
so you can imagine what happened when you were at this wedding, for example.
213
511260
3000
så att du kan föreställa dig vad som hände när du var på det där bröllopet, till exempel.
08:34
So this is just one example
214
514260
2000
Så det här är bara ett exempel på
08:36
of a new era really
215
516260
2000
en verkligen ny era
08:38
in cognitive neuroscience
216
518260
2000
inom kognitiv neurologiforskning
08:40
where we're beginning to understand
217
520260
2000
där vi nu börjar förstå
08:42
psychological processes
218
522260
2000
psykologiska processer
08:44
like how you remember or imagine or even think
219
524260
3000
som hur du minns eller föreställer dig eller ens tänker
08:47
in terms of the actions
220
527260
2000
i termer av mekanismen
08:49
of the billions of individual neurons that make up our brains.
221
529260
3000
hos de miljarder enskilda neuroner som utgör hjärnan.
08:52
Thank you very much.
222
532260
2000
Tack så mycket.
08:54
(Applause)
223
534260
3000
(Applåder)
Om denna webbplats

På den här webbplatsen hittar du YouTube-videor som är användbara för att lära sig engelska. Du kommer att få se engelska lektioner som ges av förstklassiga lärare från hela världen. Dubbelklicka på de engelska undertexterna som visas på varje videosida för att spela upp videon därifrån. Undertexterna rullar i takt med videouppspelningen. Om du har några kommentarer eller önskemål kan du kontakta oss via detta kontaktformulär.

https://forms.gle/WvT1wiN1qDtmnspy7