Переводчик: Гизела Джардино Рецензент: Себастьян Бетти
Нам всем нравится учиться.
Некоторым из нас нравится изучать язык,
другие учатся играть на музыкальных инструментах, а другие — на новый вид спорта.
И есть вещи, которые никто не любит учиться,
но мы хотели бы знать.
Например, я хотел бы знать, как играть на гитаре,
но я не хочу брать уроки.
Может быть, изучать китайский язык, просто потому, что.
Честно говоря, кто не хотел бы учиться
все, что они хотели с минимальными усилиями?
Мне нужно немного сдержать энтузиазм, потому что у меня нет волшебного рецепта.
Однако то, что мы знаем о мозге
меняется с невероятной скоростью.
Нам все еще недостаточно, чтобы учиться
ключи к обучению, но сегодня я хочу вам сказать
как мы развиваемся в этом отношении.
Я изучал электронную технику
и то, что меня больше всего интересовало, было областью искусственного интеллекта
и как создавать умные машины, которые могут самостоятельно изучать вещи.
Затем мне стало интересно, как люди,
и животные учатся.
Там я пошел изучать нейронауки, и я научился измерять активность нейронов
и обучить лабораторных животных: мышей, обезьян и студентов.
(Смех)
Теперь задача невролога не так проста.
На самом деле мозг — это самое сложное и интеллектуальное устройство, которое мы знаем.
Он состоит из 80 миллиардов нейронов, как и один из них.
Чтобы усугубить ситуацию, каждый нейрон получает в среднем,
до 10000 соединений от других нейронов.
Это как если бы каждый из вас мог слушать в одно и то же время
и на него влияют все люди, присутствующие сегодня в TEDxRíodelaPlata.
Когда мы что-то узнаем, наши мозги меняются
и они меняются физически.
Хотя вы этого не осознаёте, ваш мозг меняется прямо сейчас.
Что это значит?
Это означает, что наш мозг,
как мы узнаем, создает новые соединения.
Существуют нейроны, которые начинают связываться с другими нейронами.
И некоторые из этих соединений
стать сильнее или ослабевать.
Как мы можем изучить, что происходит в мозге
когда мы узнаем что-то новое?
Ну, нам нужен способ измерить активность нейронов
очень точно.
Но самое сложное в том, что мы должны отслеживать
точно таких же нейронов каждый день на протяжении всего процесса обучения.
Это то, что мы не могли сделать до недавнего времени.
Новая технология позволяет нам это делать,
это называется двухфотонной микроскопией
и он открыл наш масштаб, чтобы мы могли изучить
что происходит в мозге, когда он учится.
В этом видео я показываю вам ответы нейронов.
Эти шипы являются активными нейронами.
Эти вспышки света, когда они более интенсивны,
указывают на более активный нейрон, отвечающий лучше всего на каждом шагу.
Много моей работы как нейробиолог
заключается в попытке связать интенсивность каждого нейрона
с поведением животного.
Эти микроскопы позволяют нам следовать этим же нейронам, которые я показываю здесь
неделями.
То же самое, то же самое.
Это открыло дверь для изучения
что происходит в мозге в первый раз.
И как мы можем это сделать?
Как мы можем изучать, как животное учится?
Ну, мы должны получить лабораторное животное
и научить их тому, что они не знали
в то же время мы измеряем их нейроны
чтобы увидеть, как они меняются по мере их изучения.
Хорошо, я расскажу вам, как мы это сделали в лаборатории.
Мы берем мышь, и мы учим их
для определения местоположения объекта с использованием их усов.
Вы можете спросить: почему усы?
Ну, мышей ночных животных
и, кроме того, они не видят очень хорошо,
поэтому они используют бакенбарды для навигации по окружению.
Для них усы похожи на наши собственные пальцы.
Здесь, в видео, я покажу вам, как мышь решает эту задачу.
Эта маленькая черная палочка, которую вы видите, является объектом, который они должны обнаружить.
И мышь начинает перемещать бакенбарды, как сумасшедшие, пытаясь найти его.
Объект может отображаться в разных положениях.
Теперь нам нужна мышка, чтобы сказать нам
где объект был.
Как мы могли их научить?
Ну, мы учим их использовать свой язык
чтобы сообщить нам, обнаружили ли они это или нет.
Эксперимент был таким:
объект может находиться в двух положениях,
рядом с лицом или вдали от лица.
Если бы это было близко, им пришлось высунуть язык
и если бы это было далеко, им пришлось держать язык внутри.
И все это было решено в полной темноте.
Самым сумасшедшим является то, что мы не дали мыши
любая конкретная инструкция.
Единственное, что мы дали ему, — это вознаграждение, если это было сделано правильно.
И мало-помалу мышь могла учиться.
Теперь, когда мы запустили задачу, мышь ничего не поняла.
Поэтому они попытались сделать что-нибудь, чтобы увидеть, прикрепили ли они его.
Сначала они двигали свои бакенбарды, как сумасшедшие
чтобы узнать, была ли палка там, это ни о чем не заботило.
Затем они устали и перестали отвечать на оставшуюся часть дня,
Не было никакого способа их мотивировать.
И иногда, когда они были мотивированы,
они вернут свою мотивацию
и играйте крепко и постоянно выставляйте свои языки
чтобы увидеть, смогут ли они выиграть награду.
(Смех)
Между тем мы измерили нейроны, и мы увидим точно то же самое:
нейроны в полном хаосе, очень трудно понять, что они делают.
Но когда мы, животное, учились,
поведение будет становиться все более последовательным.
Они ждали объекта до его позиционирования,
и именно тогда они переместили свои бакенбарды и искали его очень осторожно.
Как только они обнаружили это, именно тогда они дали нам свой ответ.
И нейроны также стали вести себя гораздо более упорядоченно.
Задача была разделена.
Были нейроны, которые научились отвечать
только когда они двигают свои бакенбарды.
Другая группа, которая ответила, когда они установили контакт с объектом.
И еще один, который шипел, когда мышь высунула язык.
Что мы узнали из этого эксперимента?
Мы узнали, что обучение
является совместной задачей на уровне нейронов.
Это требует, чтобы многие нейроны делали то же самое.
Потому что однажды они могут исчезнуть и перестать отвечать.
Эти нейроны делают то же самое,
что многие делают точно то же самое,
делает обучение надежным
и не так зависит от отдельных нейронов.
Если нейрон умирает, есть еще один, который может прийти на помощь.
Кроме того, мы обнаружили, что,
хотя обучение очень гибкое, а нейроны меняются
как мы узнаем, эта гибкость имеет пределы.
Что это значит?
Это означает, что в мозге есть встроенная структура
что иногда не может измениться.
Например, нейрон, который реагировал на движение усов
всегда делал то же самое:
вне зависимости от дополнительного обучения, этого никогда не было бы
нейрон, который реагировал на контакт с объектом.
Каждый нейрон уважал свою собственную задачу и свой союз.
Теперь мы уже знаем, как работает один мозг, примерно
когда мышь что-то знает.
Мы ближе к рассмотрению более сложной задачи:
Можем ли мы взять новую мышь
и искусственно модифицировать свою нейронную активность таким образом
что, когда мы даем им задачу, они уже знают, как это сделать?
То есть, мы можем лепить нейронную активность
в то время как мышь охлаждена и расслаблена,
и что в первый раз мы даем им задачу, которую они уже знают, как выполнять?
Ну, это все еще довольно амбициозно,
но мы на пути к его достижению.
В лаборатории мы решили сделать что-то немного проще:
Можем ли мы захватить нейрон, единственный нейрон всего мозга
и научить его делать то, что мы хотим?
Я расскажу вам, что мы сделали.
Мы дали мыши сигнал, что время бежало
и что им нужно было сделать
было увеличение активности этого нейрона до цели
и если они это сделали, они получили награду.
И как мы это сделали?
Ну, что мы сделали, и здесь вы можете увидеть это в зеленой линии,
заключается в том, чтобы научить мышку, что этот нейрон должен был увеличить эту активность
пока он не достигнет цели, пик, который они видят там,
и там они получили награду.
Чтобы помочь нейрону, мы дали им звук.
Звук более низкого тона, если они были далеки от цели
и звук более высокого тона, если они были ближе.
Точно так же мышь сделала с их усами в начале,
мышь не знала, что делать, чтобы изменить активность нейронов.
Настаивая на том, чтобы установить связь между целью —
для увеличения активности нейронов —
и вознаграждение, нейрон научился реагировать все быстрее и быстрее.
Хотя мы взяли один нейрон,
это первый шаг, так что однажды
мы можем включать искусственные знания в мозг.
Кроме того, что мы узнали из этого эксперимента
является то, что для нейрона, чтобы учиться,
единственное, что мы должны были дать им обратной информации о своем состоянии,
расскажите, как далеко от цели
и принести ему награду, когда она преуспеет.
В принципе, чтобы научить этот нейрон,
мы не делали ничего другого, чем то, что мы делаем
когда мы узнаем что-то:
мы много тренируемся, кто-то говорит нам, что все правильно или неправильно
и мы получаем, в конце концов, вознаграждение, если будем делать это хорошо.
Надеюсь, я убедил вас в том, что мозг
чрезвычайно гибкая и что наши нейронные цепи
может измениться в любое время.
Благодаря этому мы можем научиться использовать множество инструментов
почти как если бы они были продолжением нашего тела.
Если вы знаете, как играть на гитаре, это потому, что в вашем мозгу
есть цепи, которые знают, какие движения пальцы делают
сделать каждую заметку.
Для вашего мозга, в конце концов,
ваша рука не отличается от инструмента.
Теперь, если для вашего мозга не так сильно
научиться управлять рукой, чем управлять инструментом,
означает ли это, что мы могли бы добавить новые конечности?
Например, можно добавить модуль, чип,
что позволяет нам управлять роботизированной рукой?
Или даже более сумасшедший, что добавляет больше возможностей обучения, больше памяти,
который поставляется с предварительно загруженными языками — китайский в моем случае —
или помочь нам сделать умственные расчеты намного быстрее?
Хотя это выглядит как научная фантастика, эти мужчины и женщины киборги,
уже среди нас.
Они начинают делать нейронные имплантаты у пациентов с параплегией
так что пациенты могут контролировать
роботизированная рука со своим собственным мозгом и обрести независимость.
Эти имплантаты измеряют активность нескольких нейронов,
расшифровать эту информацию
и контролировать суставы роботизированных рук.
Как и раньше, вначале мозг
не знает, как контролировать его, но, благодаря усилиям и практике,
проб и ошибок, он может учиться.
Вы видите здесь пациента с одним из этих имплантатов:
этот маленький ящик над их головой.
С ее собственным мозгом она контролирует эту роботизированную руку.
Благодаря огромной гибкости мозга,
ей удалось изменить свои нейронные цепи
чтобы эффективно управлять роботизированной рукой.
С большой практикой движения становятся более естественными
и они начинают быть частью собственного тела.
И, впервые, за многие годы,
пациент может помочь себе выпить.
(Аплодисменты)
Последняя улыбка пациента напоминает нам о том, как хорошо
— это научиться чему-то новому в первый раз.
Добиться чего-то считавшегося невозможным раньше.
Мы живем чем-то вроде этого, возможно, когда мы дети
и мы можем сказать наши первые слова, и нам удается ходить;
как дети, когда мы учимся писать
и, возможно, играть в футбол;
в двадцати годах, когда мы изучаем карьеру или профессию.
Иногда, будучи взрослым, у нас не так много терпения или времени, чтобы учиться
но если у вас есть любопытство, и вы хотите узнать что-то новое,
помните, как хорошо это
и не сомневайтесь, что ваш мозг готов к этому.
Потому что, в конце концов, если нейрон может учиться,
не могут ли 80 миллиардов?
Спасибо!
(Аплодисменты)
Нам всем нравится учиться.
Некоторым из нас нравится изучать язык,
другие учатся играть на музыкальных инструментах, а другие — на новый вид спорта.
И есть вещи, которые никто не любит учиться,
но мы хотели бы знать.
Например, я хотел бы знать, как играть на гитаре,
но я не хочу брать уроки.
Может быть, изучать китайский язык, просто потому, что.
Честно говоря, кто не хотел бы учиться
все, что они хотели с минимальными усилиями?
Мне нужно немного сдержать энтузиазм, потому что у меня нет волшебного рецепта.
Однако то, что мы знаем о мозге
меняется с невероятной скоростью.
Нам все еще недостаточно, чтобы учиться
ключи к обучению, но сегодня я хочу вам сказать
как мы развиваемся в этом отношении.
Я изучал электронную технику
и то, что меня больше всего интересовало, было областью искусственного интеллекта
и как создавать умные машины, которые могут самостоятельно изучать вещи.
Затем мне стало интересно, как люди,
и животные учатся.
Там я пошел изучать нейронауки, и я научился измерять активность нейронов
и обучить лабораторных животных: мышей, обезьян и студентов.
(Смех)
Теперь задача невролога не так проста.
На самом деле мозг — это самое сложное и интеллектуальное устройство, которое мы знаем.
Он состоит из 80 миллиардов нейронов, как и один из них.
Чтобы усугубить ситуацию, каждый нейрон получает в среднем,
до 10000 соединений от других нейронов.
Это как если бы каждый из вас мог слушать в одно и то же время
и на него влияют все люди, присутствующие сегодня в TEDxRíodelaPlata.
Когда мы что-то узнаем, наши мозги меняются
и они меняются физически.
Хотя вы этого не осознаёте, ваш мозг меняется прямо сейчас.
Что это значит?
Это означает, что наш мозг,
как мы узнаем, создает новые соединения.
Существуют нейроны, которые начинают связываться с другими нейронами.
И некоторые из этих соединений
стать сильнее или ослабевать.
Как мы можем изучить, что происходит в мозге
когда мы узнаем что-то новое?
Ну, нам нужен способ измерить активность нейронов
очень точно.
Но самое сложное в том, что мы должны отслеживать
точно таких же нейронов каждый день на протяжении всего процесса обучения.
Это то, что мы не могли сделать до недавнего времени.
Новая технология позволяет нам это делать,
это называется двухфотонной микроскопией
и он открыл наш масштаб, чтобы мы могли изучить
что происходит в мозге, когда он учится.
В этом видео я показываю вам ответы нейронов.
Эти шипы являются активными нейронами.
Эти вспышки света, когда они более интенсивны,
указывают на более активный нейрон, отвечающий лучше всего на каждом шагу.
Много моей работы как нейробиолог
заключается в попытке связать интенсивность каждого нейрона
с поведением животного.
Эти микроскопы позволяют нам следовать этим же нейронам, которые я показываю здесь
неделями.
То же самое, то же самое.
Это открыло дверь для изучения
что происходит в мозге в первый раз.
И как мы можем это сделать?
Как мы можем изучать, как животное учится?
Ну, мы должны получить лабораторное животное
и научить их тому, что они не знали
в то же время мы измеряем их нейроны
чтобы увидеть, как они меняются по мере их изучения.
Хорошо, я расскажу вам, как мы это сделали в лаборатории.
Мы берем мышь, и мы учим их
для определения местоположения объекта с использованием их усов.
Вы можете спросить: почему усы?
Ну, мышей ночных животных
и, кроме того, они не видят очень хорошо,
поэтому они используют бакенбарды для навигации по окружению.
Для них усы похожи на наши собственные пальцы.
Здесь, в видео, я покажу вам, как мышь решает эту задачу.
Эта маленькая черная палочка, которую вы видите, является объектом, который они должны обнаружить.
И мышь начинает перемещать бакенбарды, как сумасшедшие, пытаясь найти его.
Объект может отображаться в разных положениях.
Теперь нам нужна мышка, чтобы сказать нам
где объект был.
Как мы могли их научить?
Ну, мы учим их использовать свой язык
чтобы сообщить нам, обнаружили ли они это или нет.
Эксперимент был таким:
объект может находиться в двух положениях,
рядом с лицом или вдали от лица.
Если бы это было близко, им пришлось высунуть язык
и если бы это было далеко, им пришлось держать язык внутри.
И все это было решено в полной темноте.
Самым сумасшедшим является то, что мы не дали мыши
любая конкретная инструкция.
Единственное, что мы дали ему, — это вознаграждение, если это было сделано правильно.
И мало-помалу мышь могла учиться.
Теперь, когда мы запустили задачу, мышь ничего не поняла.
Поэтому они попытались сделать что-нибудь, чтобы увидеть, прикрепили ли они его.
Сначала они двигали свои бакенбарды, как сумасшедшие
чтобы узнать, была ли палка там, это ни о чем не заботило.
Затем они устали и перестали отвечать на оставшуюся часть дня,
Не было никакого способа их мотивировать.
И иногда, когда они были мотивированы,
они вернут свою мотивацию
и играйте крепко и постоянно выставляйте свои языки
чтобы увидеть, смогут ли они выиграть награду.
(Смех)
Между тем мы измерили нейроны, и мы увидим точно то же самое:
нейроны в полном хаосе, очень трудно понять, что они делают.
Но когда мы, животное, учились,
поведение будет становиться все более последовательным.
Они ждали объекта до его позиционирования,
и именно тогда они переместили свои бакенбарды и искали его очень осторожно.
Как только они обнаружили это, именно тогда они дали нам свой ответ.
И нейроны также стали вести себя гораздо более упорядоченно.
Задача была разделена.
Были нейроны, которые научились отвечать
только когда они двигают свои бакенбарды.
Другая группа, которая ответила, когда они установили контакт с объектом.
И еще один, который шипел, когда мышь высунула язык.
Что мы узнали из этого эксперимента?
Мы узнали, что обучение
является совместной задачей на уровне нейронов.
Это требует, чтобы многие нейроны делали то же самое.
Потому что однажды они могут исчезнуть и перестать отвечать.
Эти нейроны делают то же самое,
что многие делают точно то же самое,
делает обучение надежным
и не так зависит от отдельных нейронов.
Если нейрон умирает, есть еще один, который может прийти на помощь.
Кроме того, мы обнаружили, что,
хотя обучение очень гибкое, а нейроны меняются
как мы узнаем, эта гибкость имеет пределы.
Что это значит?
Это означает, что в мозге есть встроенная структура
что иногда не может измениться.
Например, нейрон, который реагировал на движение усов
всегда делал то же самое:
вне зависимости от дополнительного обучения, этого никогда не было бы
нейрон, который реагировал на контакт с объектом.
Каждый нейрон уважал свою собственную задачу и свой союз.
Теперь мы уже знаем, как работает один мозг, примерно
когда мышь что-то знает.
Мы ближе к рассмотрению более сложной задачи:
Можем ли мы взять новую мышь
и искусственно модифицировать свою нейронную активность таким образом
что, когда мы даем им задачу, они уже знают, как это сделать?
То есть, мы можем лепить нейронную активность
в то время как мышь охлаждена и расслаблена,
и что в первый раз мы даем им задачу, которую они уже знают, как выполнять?
Ну, это все еще довольно амбициозно,
но мы на пути к его достижению.
В лаборатории мы решили сделать что-то немного проще:
Можем ли мы захватить нейрон, единственный нейрон всего мозга
и научить его делать то, что мы хотим?
Я расскажу вам, что мы сделали.
Мы дали мыши сигнал, что время бежало
и что им нужно было сделать
было увеличение активности этого нейрона до цели
и если они это сделали, они получили награду.
И как мы это сделали?
Ну, что мы сделали, и здесь вы можете увидеть это в зеленой линии,
заключается в том, чтобы научить мышку, что этот нейрон должен был увеличить эту активность
пока он не достигнет цели, пик, который они видят там,
и там они получили награду.
Чтобы помочь нейрону, мы дали им звук.
Звук более низкого тона, если они были далеки от цели
и звук более высокого тона, если они были ближе.
Точно так же мышь сделала с их усами в начале,
мышь не знала, что делать, чтобы изменить активность нейронов.
Настаивая на том, чтобы установить связь между целью —
для увеличения активности нейронов —
и вознаграждение, нейрон научился реагировать все быстрее и быстрее.
Хотя мы взяли один нейрон,
это первый шаг, так что однажды
мы можем включать искусственные знания в мозг.
Кроме того, что мы узнали из этого эксперимента
является то, что для нейрона, чтобы учиться,
единственное, что мы должны были дать им обратной информации о своем состоянии,
расскажите, как далеко от цели
и принести ему награду, когда она преуспеет.
В принципе, чтобы научить этот нейрон,
мы не делали ничего другого, чем то, что мы делаем
когда мы узнаем что-то:
мы много тренируемся, кто-то говорит нам, что все правильно или неправильно
и мы получаем, в конце концов, вознаграждение, если будем делать это хорошо.
Надеюсь, я убедил вас в том, что мозг
чрезвычайно гибкая и что наши нейронные цепи
может измениться в любое время.
Благодаря этому мы можем научиться использовать множество инструментов
почти как если бы они были продолжением нашего тела.
Если вы знаете, как играть на гитаре, это потому, что в вашем мозгу
есть цепи, которые знают, какие движения пальцы делают
сделать каждую заметку.
Для вашего мозга, в конце концов,
ваша рука не отличается от инструмента.
Теперь, если для вашего мозга не так сильно
научиться управлять рукой, чем управлять инструментом,
означает ли это, что мы могли бы добавить новые конечности?
Например, можно добавить модуль, чип,
что позволяет нам управлять роботизированной рукой?
Или даже более сумасшедший, что добавляет больше возможностей обучения, больше памяти,
который поставляется с предварительно загруженными языками — китайский в моем случае —
или помочь нам сделать умственные расчеты намного быстрее?
Хотя это выглядит как научная фантастика, эти мужчины и женщины киборги,
уже среди нас.
Они начинают делать нейронные имплантаты у пациентов с параплегией
так что пациенты могут контролировать
роботизированная рука со своим собственным мозгом и обрести независимость.
Эти имплантаты измеряют активность нескольких нейронов,
расшифровать эту информацию
и контролировать суставы роботизированных рук.
Как и раньше, вначале мозг
не знает, как контролировать его, но, благодаря усилиям и практике,
проб и ошибок, он может учиться.
Вы видите здесь пациента с одним из этих имплантатов:
этот маленький ящик над их головой.
С ее собственным мозгом она контролирует эту роботизированную руку.
Благодаря огромной гибкости мозга,
ей удалось изменить свои нейронные цепи
чтобы эффективно управлять роботизированной рукой.
С большой практикой движения становятся более естественными
и они начинают быть частью собственного тела.
И, впервые, за многие годы,
пациент может помочь себе выпить.
(Аплодисменты)
Последняя улыбка пациента напоминает нам о том, как хорошо
— это научиться чему-то новому в первый раз.
Добиться чего-то считавшегося невозможным раньше.
Мы живем чем-то вроде этого, возможно, когда мы дети
и мы можем сказать наши первые слова, и нам удается ходить;
как дети, когда мы учимся писать
и, возможно, играть в футбол;
в двадцати годах, когда мы изучаем карьеру или профессию.
Иногда, будучи взрослым, у нас не так много терпения или времени, чтобы учиться
но если у вас есть любопытство, и вы хотите узнать что-то новое,
помните, как хорошо это
и не сомневайтесь, что ваш мозг готов к этому.
Потому что, в конце концов, если нейрон может учиться,
не могут ли 80 миллиардов?
Спасибо!
(Аплодисменты)
Please follow and like us:
Be First to Comment