ABOUT THE SPEAKER
Gero Miesenboeck - Optogeneticist
Using light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior.

Why you should listen

Gero Miesenboeck is pioneering the field of optogenetics: genetically modifying nerve cells to respond to light. By flashing light at a modified neuron in a living nervous system, Miesenboeck and his collaborators can mimic a brain impulse -- and then study what happens next. Optogenetics will allow ever more precise experiments on living brains, allowing us to gather better evidence on how electrical impulses on tissue translate into actual behavior and thoughts.

In one experiment, done at Yale, he and his team engineered fruit flies to be light-sensitive in the neural area responsible for escape response. Then the flies were beheaded; fruit flies can live for a day without their heads, but they don't move. When the modified cells were flashed with light, though, the headless flies flew. Miesenboeck had successfully simulated an order from a brain that wasn't even there anymore.

Miesenboeck's current research at Oxford's growing department of neurobiology focuses on the nerve cell networks that underpin what animals perceive, remember and do. In one recent experiment, he used optogenetics to implant an unpleasant memory in a fruit fly, causing it to "remember" to avoid a certain odor as it traveled around. He and his team were able, in fact, to find the fly's specific 12-neuron brain circuit that govern memory formation.

More profile about the speaker
Gero Miesenboeck | Speaker | TED.com
TEDGlobal 2010

Gero Miesenboeck: Re-engineering the brain

Gero Miesenboeck überarbeitet ein Gehirn

Filmed:
717,411 views

In der Herausforderung das Gehirn zu kartographieren, habe viele Wissenschaftler sich an der unglaublich beängstigenden Aufgabe versucht, die Aktivitäten jedes einzelnen Neurons aufzuzeichnen. Gero Miesenboeck arbeitet rückwärts - die Manipulation bestimmter Neuronen, um herauszuarbeiten, was diese exakt tun. Ihm gelingt dies mittels einer Serie verblüffender Experimente, in welcher Fruchtfliegen auf neuartige Weise Licht wahrnehmen.
- Optogeneticist
Using light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior. Full bio

Double-click the English transcript below to play the video.

00:15
I have a doppelgangerDoppelgänger.
0
0
3000
Ich habe einen Doppelgänger.
00:18
(LaughterLachen)
1
3000
3000
(Gelächter)
00:21
DrDr. GeroGero is a brilliantGenial
2
6000
3000
Dr. Gero ist ein brillanter,
00:24
but slightlyleicht madwütend scientistWissenschaftler
3
9000
2000
aber auch etwas verrückter Wissenschaftler
00:26
in the "DragonballDragonball Z: AndroidAndroid SagaSaga."
4
11000
3000
in der Dragonball Z "Andorid Saga".
00:29
If you look very carefullyvorsichtig,
5
14000
2000
Wenn Sie genau hinsehen,
00:31
you see that his skullSchädel has been replacedersetzt
6
16000
3000
dann sehen Sie, dass sein Schädel ersetzt wurde
00:34
with a transparenttransparent PlexiglasPlexiglas domeKuppel
7
19000
2000
durch eine durchsichtige Plexiglas-Kuppel,
00:36
so that the workingsArbeiten of his brainGehirn can be observedbeobachtete
8
21000
3000
damit man beobachten kann, wie sein Gehirn arbeitet,
00:39
and alsoebenfalls controlledkontrolliert with lightLicht.
9
24000
3000
und auch durch Licht gesteuert wird.
00:42
That's exactlygenau what I do --
10
27000
2000
Das ist genau das, was ich tue -
00:44
opticaloptische mindVerstand controlsteuern.
11
29000
2000
optische Bewusstseinskontrolle.
00:46
(LaughterLachen)
12
31000
2000
(Lachen)
00:48
But in contrastKontrast to my evilböse twinZwilling
13
33000
2000
Aber im Gegensatz zu meinem bösen Zwilling,
00:50
who lustsLüste after worldWelt dominationHerrschaft,
14
35000
3000
der die Weltherrschaft begehrt,
00:53
my motivesMotive are not sinisterfinstere.
15
38000
3000
sind meine Motive nicht bösartig.
00:56
I controlsteuern the brainGehirn
16
41000
2000
Ich kontrolliere das Gehirn,
00:58
in orderAuftrag to understandverstehen how it worksWerke.
17
43000
2000
um zu verstehen, wie es arbeitet.
01:00
Now wait a minuteMinute, you maykann say,
18
45000
2000
Moment, warte mal eine Minute, sagen Sie,
01:02
how can you go straightGerade to controllingControlling the brainGehirn
19
47000
3000
wie können Sie darangehen, das Gehirn zu beeinflussen,
01:05
withoutohne understandingVerstehen it first?
20
50000
2000
ohne es zuerst zu verstehen?
01:07
Isn't that puttingPutten the cartWagen before the horsePferd?
21
52000
3000
Spannt man da nicht den Karren vor das Pferd?
01:11
ManyViele neuroscientistsNeurowissenschaftler agreezustimmen with this viewAussicht
22
56000
3000
Viele Neurowissenschaftler stimmen damit überein
01:14
and think that understandingVerstehen will come
23
59000
3000
und denken, dass man Verstehen durch
01:17
from more detailedAusführliche observationÜberwachung and analysisAnalyse.
24
62000
3000
genauere Beobachtung und Analyse erreicht.
01:20
They say, "If we could recordAufzeichnung the activityAktivität of our neuronsNeuronen,
25
65000
4000
Sie sagen: "Wenn wir die Aktivitäten unserer Neuronen aufzeichnen könnten,
01:24
we would understandverstehen the brainGehirn."
26
69000
3000
würden wir das Gehirn verstehen."
01:27
But think for a momentMoment what that meansmeint.
27
72000
3000
Aber denken Sie einen Moment darüber nach.
01:30
Even if we could measuremessen
28
75000
2000
Selbst wenn wir messen könnten,
01:32
what everyjeden cellZelle is doing at all timesmal,
29
77000
2000
was jede Zelle die ganze Zeit über macht,
01:34
we would still have to make senseSinn
30
79000
2000
müssten wir immer noch einen Sinn
01:36
of the recordedverzeichnet activityAktivität patternsMuster,
31
81000
2000
in den aufgezeichneten Aktivitätsmustern erkennen.
01:38
and that's so difficultschwer,
32
83000
2000
Das ist so schwierig, denn
01:40
chancesChancen are we'llGut understandverstehen these patternsMuster
33
85000
2000
es kann sein, dass wir diese Muster
01:42
just as little as the brainsGehirne that produceproduzieren them.
34
87000
3000
genauso wenig verstehen, wie die Gehirne, die sie produzieren.
01:45
Take a look at what brainGehirn activityAktivität mightMacht look like.
35
90000
3000
Schauen Sie sich einmal an, wie Gehirnaktivität aussehen könnte.
01:48
In this simulationSimulation, eachjede einzelne blackschwarz dotPunkt
36
93000
2000
In dieser Simulation ist jeder schwarze Punkt
01:50
is one nerveNerv cellZelle.
37
95000
2000
eine Nervenzelle.
01:52
The dotPunkt is visiblesichtbar
38
97000
2000
Der Punkt ist immer dann sichtbar,
01:54
wheneverwann immer a cellZelle firesFeuer an electricalelektrisch impulseImpuls.
39
99000
2000
wenn eine Zelle elektrische Impulse abfeuert.
01:56
There's 10,000 neuronsNeuronen here.
40
101000
2000
Das sind 10.000 Neuronen.
01:58
So you're looking at roughlygrob one percentProzent
41
103000
2000
Sie schauen auf nicht einmal ein Prozent
02:00
of the brainGehirn of a cockroachSchabe.
42
105000
3000
des Gehirns einer Küchenschabe.
02:04
Your brainsGehirne are about 100 millionMillion timesmal
43
109000
3000
Ihre Gehirne sind ungefähr 100 Millionen Mal
02:07
more complicatedkompliziert.
44
112000
2000
komplizierter.
02:09
SomewhereIrgendwo, in a patternMuster like this,
45
114000
2000
Irgendwo gibt ein Muster wie dieses,
02:11
is you,
46
116000
2000
das Sie sind,
02:13
your perceptionsWahrnehmungen,
47
118000
2000
Ihre Wahrnehmungen,
02:15
your emotionsEmotionen, your memoriesErinnerungen,
48
120000
3000
Ihre Emotionen, Ihre Erinnerungen,
02:18
your plansPläne for the futureZukunft.
49
123000
2000
Ihre Pläne für die Zukunft.
02:20
But we don't know where,
50
125000
2000
Aber wir wissen nicht wo,
02:22
sinceschon seit we don't know how to readlesen the patternMuster.
51
127000
3000
da wir nicht wissen, wie wir das Muster lesen sollen.
02:25
We don't understandverstehen the codeCode used by the brainGehirn.
52
130000
3000
Wir verstehen den Code nicht, der vom Gehirn benutzt wird.
02:28
To make progressFortschritt,
53
133000
2000
Um Fortschritte zu machen,
02:30
we need to breakUnterbrechung the codeCode.
54
135000
2000
müssen wir den Code knacken.
02:32
But how?
55
137000
2000
Aber wie?
02:35
An experiencederfahren code-breakerCode-Knacker will tell you
56
140000
2000
Ein erfahrener Code-Knacker wird Ihnen erzählen,
02:37
that in orderAuftrag to figureZahl out what the symbolsSymbole in a codeCode mean,
57
142000
3000
um herauszufinden, was die Symbole in einem Code bedeuten,
02:40
it's essentialwesentlich to be ablefähig to playspielen with them,
58
145000
3000
ist es notwendig in der Lage zu sein, mit ihnen zu spielen,
02:43
to rearrangeneu anordnen them at will.
59
148000
2000
um sie willentlich neu anzuordnen.
02:45
So in this situationLage too,
60
150000
2000
Also auch in dieser Situation,
02:47
to decodeDecodieren the informationInformation
61
152000
2000
um die Informationen zu dekodieren,
02:49
containedenthalten in patternsMuster like this,
62
154000
2000
die in Mustern wie diesen enthalten sind,
02:51
watchingAufpassen aloneallein won'tGewohnheit do.
63
156000
2000
wird zuschauen alleine nicht reichen;
02:53
We need to rearrangeneu anordnen the patternMuster.
64
158000
2000
wir müssen die Muster reorganisieren.
02:55
In other wordsWörter,
65
160000
2000
Mit anderen Worten,
02:57
insteadstattdessen of recordingAufzeichnung the activityAktivität of neuronsNeuronen,
66
162000
2000
anstelle die Aktivität der Neuronen aufzuzeichnen,
02:59
we need to controlsteuern it.
67
164000
2000
müssen wir sie kontrollieren.
03:01
It's not essentialwesentlich that we can controlsteuern
68
166000
2000
Es ist nicht notwendig, dass wir die Aktivität
03:03
the activityAktivität of all neuronsNeuronen in the brainGehirn, just some.
69
168000
3000
aller Neuronen des Gehirns kontrollieren können, sondern nur einige.
03:06
The more targetedgezielt our interventionsEingriffe, the better.
70
171000
2000
Je gezielter unsere Interventionen sind, desto besser.
03:08
And I'll showShow you in a momentMoment
71
173000
2000
Und ich werde Ihnen in einem Moment zeigen,
03:10
how we can achieveleisten the necessarynotwendig precisionPräzision.
72
175000
3000
wie wir die notwendige Präzision erreichen können.
03:13
And sinceschon seit I'm realisticrealistische, ratherlieber than grandiosegrandios,
73
178000
3000
Und da ich eher realistisch als grandios bin,
03:16
I don't claimAnspruch that the abilityFähigkeit to controlsteuern the functionFunktion of the nervousnervös systemSystem
74
181000
3000
behaupte ich nicht, dass die Fähigkeit, die Funktionen des Nervensystems zu kontrollieren,
03:19
will at onceEinmal unravelentwirren all its mysteriesGeheimnisse.
75
184000
3000
auf einen Schlag alle seine Geheimnisse enträtseln wird.
03:22
But we'llGut certainlybestimmt learnlernen a lot.
76
187000
3000
Aber wir werden mit Sicherheit sehr viel lernen.
03:27
Now, I'm by no meansmeint
77
192000
2000
Nun, ich bin keinesfalls
03:29
the first personPerson to realizerealisieren
78
194000
2000
die erste Person, die realisiert hat,
03:31
how powerfulmächtig a toolWerkzeug interventionIntervention is.
79
196000
3000
wie mächtig eine Intervention mit Werkzeugen ist.
03:34
The historyGeschichte of attemptsVersuche
80
199000
2000
Die Geschichte der Versuche,
03:36
to tinkerbasteln with the functionFunktion of the nervousnervös systemSystem
81
201000
2000
an den Funktion des Nervensystems herumzubasteln,
03:38
is long and illustriousillustre.
82
203000
2000
ist lang und glanzvoll.
03:40
It datesTermine back at leastam wenigsten 200 yearsJahre,
83
205000
3000
Es geht mindestens 200 Jahre zurück,
03:43
to Galvani'sGalvanis famousberühmt experimentsExperimente
84
208000
2000
zu Galvanis berühmten Experimenten
03:45
in the latespät 18thth centuryJahrhundert and beyonddarüber hinaus.
85
210000
3000
im späten 18. Jahrhundert und darüber hinaus.
03:49
GalvaniGalvani showedzeigte that a frog'sFrogs legsBeine twitchedzuckte
86
214000
3000
Galvani zeigte, dass die Schenkel eines Frosches zuckten,
03:52
when he connectedin Verbindung gebracht the lumbarLenden nerveNerv
87
217000
2000
wenn er den Lumbalnerv
03:54
to a sourceQuelle of electricalelektrisch currentStrom.
88
219000
3000
mit einer Quelle elektrischem Stroms verband.
03:57
This experimentExperiment revealedenthüllt the first, and perhapsvielleicht mostdie meisten fundamentalgrundlegend,
89
222000
3000
Diese Experiment deckte den ersten und vielleicht wesentlichsten
04:00
nuggetNugget of the neuralneuronale codeCode:
90
225000
2000
Brocken des Neuralen Codes auf:
04:02
that informationInformation is writtengeschrieben in the formbilden
91
227000
2000
Information ist in der Form von
04:04
of electricalelektrisch impulsesImpulse.
92
229000
3000
elektrischen Impulsen geschrieben.
04:08
Galvani'sGalvanis approachAnsatz
93
233000
2000
Galvanis Ansatz,
04:10
of probingSondierung the nervousnervös systemSystem with electrodesElektroden
94
235000
2000
das Nervensystem mit Elektroden zu untersuchen,
04:12
has remainedblieb state-of-the-artDer letzte Stand der Technik untilbis todayheute,
95
237000
3000
entspricht bis heute dem modernsten Stand der Technik,
04:15
despiteTrotz a numberNummer of drawbacksNachteile.
96
240000
3000
ungeachtet einer Anzahl von Nachteilen.
04:18
StickingKleben wiresDrähte into the brainGehirn is obviouslyoffensichtlich ratherlieber crudegrobe.
97
243000
3000
Drähte am Gehirn zu befestigen ist offensichtlich sehr primitiv.
04:21
It's hardhart to do in animalsTiere that runLauf around,
98
246000
2000
Es ist schwer, dies mit herumlaufenden Tieren zu machen,
04:23
and there is a physicalphysisch limitGrenze
99
248000
2000
und es gibt eine physikalische Grenze
04:25
to the numberNummer of wiresDrähte
100
250000
2000
bezüglich der Anzahl der Drähte,
04:27
that can be insertedeingefügt simultaneouslygleichzeitig.
101
252000
3000
die gleichzeitig angebracht werden können.
04:30
So around the turnWende of the last centuryJahrhundert,
102
255000
2000
Um die Jahrtausendwende
04:32
I startedhat angefangen to think,
103
257000
2000
begann ich darüber nachzudenken,
04:34
"Wouldn'tWürde nicht it be wonderfulwunderbar if one could take this logicLogik
104
259000
3000
dass es wundervoll wäre, wenn man diese Logik nähme
04:37
and turnWende it upsidenach oben down?"
105
262000
2000
und auf den Kopf stellen könnte.
04:39
So insteadstattdessen of insertingEinfügen von a wireDraht
106
264000
2000
Statt einen Draht an einer bestimmten
04:41
into one spotStelle of the brainGehirn,
107
266000
3000
Stelle des Gehirns einzufügen,
04:44
re-engineerRe-Engineering the brainGehirn itselfselbst
108
269000
2000
überarbeiten wir das Gehirn selbst,
04:46
so that some of its neuralneuronale elementsElemente
109
271000
3000
so dass einige der neuralen Elemente
04:49
becomewerden responsiveansprechbar to diffuselydiffus broadcastÜbertragung signalsSignale
110
274000
3000
auf diffus gesendete Signale reagieren,
04:52
sucheine solche as a flashBlitz of lightLicht.
111
277000
3000
wie zum Beispiel ein Lichtblitz.
04:55
SuchDiese an approachAnsatz would literallybuchstäblich, in a flashBlitz of lightLicht,
112
280000
3000
Solch ein Ansatz würde sprichwörtlich blitzschnell,
04:58
overcomeüberwinden manyviele of the obstaclesHindernisse to discoveryEntdeckung.
113
283000
3000
viele Hindernisse der Forschung überwinden.
05:01
First, it's clearlydeutlich a non-invasivenicht-invasive,
114
286000
3000
Erstens ist es eindeutig eine unblutige,
05:04
wirelesskabellos formbilden of communicationKommunikation.
115
289000
3000
drahtlose Form der Kommunikation.
05:07
And secondzweite, just as in a radioRadio broadcastÜbertragung,
116
292000
2000
Und zweitens, wie bei einer Radioübertragung,
05:09
you can communicatekommunizieren with manyviele receiversEmpfänger at onceEinmal.
117
294000
3000
kann man mit vielen Empfängern auf einmal kommunizieren.
05:12
You don't need to know where these receiversEmpfänger are,
118
297000
3000
Sie müssen nicht wissen, wo diese Empfänger sind.
05:15
and it doesn't matterAngelegenheit if these receiversEmpfänger moveBewegung --
119
300000
2000
Und es macht nichts, ob sich diese Empfänger bewegen -
05:17
just think of the stereoStereo in your carAuto.
120
302000
3000
denken Sie einfach an das Radio in Ihrem Auto.
05:20
It getsbekommt even better,
121
305000
3000
Es wird sogar noch besser.
05:23
for it turnswendet sich out that we can fabricatefabrizieren the receiversEmpfänger
122
308000
3000
Es scheint, dass wir diese Empfänger herstellen können,
05:26
out of materialsMaterialien that are encodedcodiert in DNADNA.
123
311000
3000
mit Hilfe des Materials, dass in der DNA kodiert ist.
05:29
So eachjede einzelne nerveNerv cellZelle
124
314000
2000
Jede Nervenzelle
05:31
with the right geneticgenetisch makeupbilden
125
316000
2000
mit dem richtigen genetischen Aufbau
05:33
will spontaneouslyspontan produceproduzieren a receiverEmpfänger
126
318000
3000
wird spontan einen Empfänger produzieren,
05:36
that allowserlaubt us to controlsteuern its functionFunktion.
127
321000
3000
der uns erlaubt, dessen Funktion zu kontrollieren.
05:39
I hopeHoffnung you'lldu wirst appreciateschätzen
128
324000
2000
Ich hoffe, Sie schätzen
05:41
the beautifulschön simplicityEinfachheit
129
326000
2000
die herrliche Einfachheit
05:43
of this conceptKonzept.
130
328000
2000
dieses Konzeptes.
05:45
There's no high-techHightech gizmosGizmos here,
131
330000
2000
Es gibt hier keine High-Tech Spielereien,
05:47
just biologyBiologie revealedenthüllt throughdurch biologyBiologie.
132
332000
3000
einfach nur Biologie, die durch Biologie aufgedeckt wurde.
05:51
Now let's take a look at these miraculousWunder- receiversEmpfänger up closeschließen.
133
336000
3000
Nun, sehen wir uns diese Wunder-Empfänger einmal genauer an.
05:54
As we zoomZoomen in on one of these purplelila neuronsNeuronen,
134
339000
3000
Wenn wir eines dieser violetten Neuronen vergrößern,
05:57
we see that its outeräußere membraneMembran
135
342000
2000
sehen wir, dass die äußere Membran
05:59
is studdedbesetzt with microscopicmikroskopische poresPoren.
136
344000
2000
übersät ist mit mikroskopisch kleinen Poren.
06:01
PoresPoren like these conductVerhalten electricalelektrisch currentStrom
137
346000
2000
Poren wie diese leiten elektrischen Strom
06:03
and are responsibleverantwortlich
138
348000
2000
und reagieren auf
06:05
for all the communicationKommunikation in the nervousnervös systemSystem.
139
350000
2000
sämtliche Kommunikation im Nervensystem.
06:07
But these poresPoren here are specialbesondere.
140
352000
2000
Aber diese Poren sind besonders.
06:09
They are coupledgekoppelt to lightLicht receptorsRezeptoren
141
354000
2000
Sie sind mit Licht-Rezeptoren verbunden,
06:11
similarähnlich to the onesEinsen in your eyesAugen.
142
356000
3000
ähnlich denen in Ihren Augen.
06:14
WheneverImmer dann, wenn a flashBlitz of lightLicht hitsHits the receptorRezeptor,
143
359000
2000
Wann immer ein Lichtblitz diese Rezeptoren trifft,
06:16
the porePore opensöffnet, an electricalelektrisch currentStrom is switchedgeschaltet on,
144
361000
3000
öffnen sich die Poren und elektrischer Strom wird angeschaltet
06:19
and the neuronNeuron firesFeuer electricalelektrisch impulsesImpulse.
145
364000
3000
und die Neuronen feuern elektrische Impulse.
06:22
Because the light-activatedLicht aktiviert porePore is encodedcodiert in DNADNA,
146
367000
3000
Da die lichtgesteuerte Pore in der DNA kodiert ist,
06:25
we can achieveleisten incredibleunglaublich precisionPräzision.
147
370000
3000
können wir unglaubliche Präzision erreichen.
06:28
This is because,
148
373000
2000
Dies passiert,
06:30
althoughobwohl eachjede einzelne cellZelle in our bodiesKörper
149
375000
2000
auch wenn jede Zelle in unserem Körper
06:32
containsenthält the samegleich setSet of genesGene,
150
377000
2000
dasselbe Set von Genen enthält,
06:34
differentanders mixesmischt of genesGene get turnedgedreht on and off
151
379000
2000
so werden verschiedene Kombinationen von Genen
06:36
in differentanders cellsZellen.
152
381000
2000
in verschiedenen Zellen an- und ausgeschaltet.
06:38
You can exploitausnutzen this to make sure
153
383000
2000
Sie können das nutzen, um sicherzustellen,
06:40
that only some neuronsNeuronen
154
385000
2000
dass nur einige Neuronen
06:42
containenthalten our light-activatedLicht aktiviert porePore and othersAndere don't.
155
387000
3000
unsere lichtgesteuerte Pore enthalten und andere nicht.
06:45
So in this cartoonKarikatur, the bluishbläulich whiteWeiß cellZelle
156
390000
2000
In diesem Entwurf, die bläulich-weiße Zelle
06:47
in the upper-leftoben links cornerEcke
157
392000
2000
in der oberen linken Ecke
06:49
does not respondreagieren to lightLicht
158
394000
2000
reagiert nicht auf Licht,
06:51
because it lacksfehlt the light-activatedLicht aktiviert porePore.
159
396000
3000
da sie keine lichtgesteuerte Pore hat.
06:54
The approachAnsatz worksWerke so well
160
399000
2000
Der Ansatz funktioniert so gut,
06:56
that we can writeschreiben purelyrein artificialkünstlich messagesNachrichten
161
401000
2000
dass wir komplett künstliche Nachrichten schreiben können,
06:58
directlydirekt to the brainGehirn.
162
403000
2000
direkt ins Gehirn.
07:00
In this exampleBeispiel, eachjede einzelne electricalelektrisch impulseImpuls,
163
405000
2000
In diesem Beispiel wird jeder elektrische Impuls,
07:02
eachjede einzelne deflectionDurchbiegung on the traceSpur,
164
407000
3000
jede Abweichung von der Spur,
07:05
is causedverursacht by a briefkurz pulseImpuls of lightLicht.
165
410000
3000
durch einen kurzen Lichtimpuls verursacht.
07:08
And the approachAnsatz, of courseKurs, alsoebenfalls worksWerke
166
413000
2000
Und der Ansatz funktioniert auch
07:10
in movingbewegend, behavingVerhalten animalsTiere.
167
415000
3000
bei Tieren, die sich bewegen.
07:13
This is the first ever sucheine solche experimentExperiment,
168
418000
2000
Das ist das erste Experiment seiner Art,
07:15
sortSortieren of the opticaloptische equivalentÄquivalent of Galvani'sGalvanis.
169
420000
3000
eine Art optisches Gegenstück zu Galvani.
07:18
It was doneerledigt sixsechs or sevenSieben yearsJahre agovor
170
423000
2000
Es wurde vor sechs oder sieben Jahre durchgeführt,
07:20
by my then graduateAbsolvent studentSchüler, SusanaSusana LimaLima.
171
425000
3000
von meiner damaligen Doktorandin Susana Lima.
07:23
SusanaSusana had engineeredentwickelt the fruitFrucht flyFliege on the left
172
428000
3000
Susana hat die Fruchtfliege auf der linken Seite so verändert,
07:26
so that just two out of the 200,000 cellsZellen in its brainGehirn
173
431000
4000
dass nur zwei der 200.000 Gehirnzellen
07:30
expressedausgedrückt the light-activatedLicht aktiviert porePore.
174
435000
3000
die lichtgesteuerte Pore aufweisen.
07:33
You're familiarfamiliär with these cellsZellen
175
438000
2000
Sie kennen diese Zellen,
07:35
because they are the onesEinsen that frustratevereiteln you
176
440000
2000
denn es sind diejenigen, die Sie frustrieren,
07:37
when you try to swatswat the flyFliege.
177
442000
2000
wenn Sie versuchen eine Fliege totzuschlagen.
07:39
They trainedausgebildet the escapeFlucht reflexReflex that makesmacht the flyFliege jumpspringen into the airLuft
178
444000
3000
Diese haben den Flucht-Reflex ausgebildet, welche die Fliege in die Luft hüpfen
07:42
and flyFliege away wheneverwann immer you moveBewegung your handHand in positionPosition.
179
447000
3000
und davon fliegen lässt, immer dann, wenn Sie Ihre Hand in Position gebracht haben.
07:46
And you can see here that the flashBlitz of lightLicht has exactlygenau the samegleich effectbewirken.
180
451000
3000
Und Sie können hier sehen, dass der Lichtblitz genau denselben Effekt hat.
07:49
The animalTier jumpsspringt, it spreadsbreitet sich aus its wingsFlügel, it vibratesvibriert them,
181
454000
3000
Das Tier springt, es breitet seine Flügel aus, es vibriert diese,
07:52
but it can't actuallytatsächlich take off
182
457000
2000
aber sie kann nicht wirklich abheben,
07:54
because the flyFliege is sandwichedeingeklemmt betweenzwischen two glassGlas platesPlatten.
183
459000
3000
da die Fliege zwischen zwei Glasscheiben gefangen ist.
07:58
Now to make sure that this was no reactionReaktion of the flyFliege
184
463000
2000
Um nun sicherzustellen, dass dies keine Reaktion der Fliege
08:00
to a flashBlitz it could see,
185
465000
3000
auf einen Blitz war, den sie sehen konnte,
08:03
SusanaSusana did a simpleeinfach
186
468000
2000
hat Susanne ein einfaches
08:05
but brutallybrutal effectiveWirksam experimentExperiment.
187
470000
2000
aber brutal effektives Experiment durchgeführt.
08:07
She cutschneiden the headsKöpfe off of her fliesfliegt.
188
472000
3000
Sie hat den Fliegen die Köpfe abgeschnitten.
08:11
These headlesskopflose bodiesKörper can liveLeben for about a day,
189
476000
3000
Diese kopflosen Körper können noch ungefähr einen Tag leben,
08:14
but they don't do much.
190
479000
2000
aber sie tun nicht sehr viel.
08:16
They just standStand around
191
481000
3000
Sie standen einfach nur herum
08:19
and groomBräutigam excessivelyübermäßig.
192
484000
3000
und pflegen sich übermäßig.
08:22
So it seemsscheint that the only traitMerkmal that survivesüberlebt decapitationEnthauptung is vanityEitelkeit.
193
487000
3000
Es scheint also, dass der einzige Wesenszug, der die Enthauptung überlebt, die Eitelkeit ist.
08:25
(LaughterLachen)
194
490000
3000
(Gelächter)
08:30
AnywayWie auch immer, as you'lldu wirst see in a momentMoment,
195
495000
2000
Wie auch immer, wie Sie in einem Moment sehen werden,
08:32
SusanaSusana was ablefähig to turnWende on the flightFlug motorMotor-
196
497000
3000
war Susana in der Lage den Flugmotor einzuschalten,
08:35
of what's the equivalentÄquivalent of the spinalWirbelsäule cordKabel of these fliesfliegt
197
500000
3000
welcher das Äquivalent des Rückenmarks dieser Fliegen ist,
08:38
and get some of the headlesskopflose bodiesKörper
198
503000
2000
und brachte einige der kopflosen Körper dazu,
08:40
to actuallytatsächlich take off and flyFliege away.
199
505000
3000
wirklich abzuheben und davonzufliegen.
08:47
They didn't get very farweit, obviouslyoffensichtlich.
200
512000
2000
Sie kamen offensichtlich nicht sehr weit.
08:50
SinceSeit we tookdauerte these first stepsSchritte,
201
515000
2000
Seitdem wir diese ersten Schritte unternahmen,
08:52
the fieldFeld of optogeneticsOptogenetik has explodedexplodierte.
202
517000
3000
ist das Gebiet der Optogenetik explodiert.
08:55
And there are now hundredsHunderte of labsLabore
203
520000
2000
Und nun gibt es Hunderte von Laboratorien,
08:57
usingmit these approachesAnsätze.
204
522000
2000
die diesen Ansatz nutzen.
08:59
And we'vewir haben come a long way
205
524000
2000
Und wir haben einen langen Weg hinter uns,
09:01
sinceschon seit Galvani'sGalvanis and Susana'sVon Susana first successesErfolge
206
526000
3000
seit Galvanis und Susanas ersten Erfolgen,
09:04
in makingHerstellung animalsTiere twitchTwitch or jumpspringen.
207
529000
2000
Tiere zum Zucken oder Springen zu bringen.
09:06
We can now actuallytatsächlich interfereeinmischen with theirihr psychologyPsychologie
208
531000
3000
Wir können nun tatsächlich in ihre Psychologie eingreifen
09:09
in ratherlieber profoundtiefsinnig waysWege,
209
534000
2000
auf ziemlich tiefgreifende Weise,
09:11
as I'll showShow you in my last exampleBeispiel,
210
536000
2000
wie ich Ihnen in meinem letzten Beispiel zeigen werde,
09:13
whichwelche is directedgerichtet at a familiarfamiliär questionFrage.
211
538000
3000
welches sich mit einer bekannten Frage beschäftigt.
09:16
Life is a stringZeichenfolge of choicesAuswahlmöglichkeiten
212
541000
3000
Leben ist eine Folge von Entscheidungen,
09:19
creatingErstellen a constantKonstante pressureDruck to decideentscheiden what to do nextNächster.
213
544000
3000
welches den konstanten Druck erzeugt zu entscheiden, was als nächstes zu tun ist.
09:23
We copebewältigen with this pressureDruck by havingmit brainsGehirne,
214
548000
3000
Wir bewältigen den Druck, indem wir Gehirne haben,
09:26
and withininnerhalb our brainsGehirne, decision-makingEntscheidung fällen centersZentren
215
551000
3000
und in unseren Gehirnen, Entscheidungs-Zentren,
09:29
that I've callednamens here the "ActorSchauspieler."
216
554000
3000
die ich hier den Akteur ("Actor") genannt habe.
09:33
The ActorSchauspieler implementsimplementiert a policyPolitik that takes into accountKonto
217
558000
3000
Der Akteur führt eine Regel aus, die den
09:36
the stateBundesland of the environmentUmwelt
218
561000
2000
Zustand der Umgebung berücksichtigt
09:38
and the contextKontext in whichwelche we operatearbeiten.
219
563000
3000
und den Kontext, in dem wir operieren.
09:41
Our actionsAktionen changeVeränderung the environmentUmwelt, or contextKontext,
220
566000
3000
Unsere Aktionen verändern die Umgebung oder den Kontext,
09:44
and these changesÄnderungen are then fedgefüttert back into the decisionEntscheidung loopSchleife.
221
569000
3000
und diese Veränderungen werden dann im Entscheidungskreislauf berücksichtigt.
09:48
Now to put some neurobiologicalneurobiologische meatFleisch
222
573000
3000
Legen Sie nun ein wenig neurobiologisches Fleisch
09:51
on this abstractabstrakt modelModell-,
223
576000
2000
auf dieses abstrakte Model.
09:53
we constructedgebaut a simpleeinfach one-dimensionaleindimensionale worldWelt
224
578000
2000
Wir haben eine einfache ein-dimensionale Welt konstruiert
09:55
for our favoriteFavorit subjectFach, fruitFrucht fliesfliegt.
225
580000
3000
für unser Lieblingsthema: Fruchtfliegen.
09:58
EachJedes chamberKammer in these two verticalvertikal stacksStapel
226
583000
2000
Jede Kammer in diesen zwei vertikalen Stapeln
10:00
containsenthält one flyFliege.
227
585000
2000
enthält eine Fliege.
10:02
The left and the right halvesHälften of the chamberKammer
228
587000
3000
Die linken und rechten Hälften der Kammern
10:05
are filledgefüllt with two differentanders odorsGerüche,
229
590000
2000
sind mit zwei unterschiedlichen Gerüchen gefüllt,
10:07
and a securitySicherheit cameraKamera watchesUhren
230
592000
2000
und eine Sicherheitskamera beobachtet,
10:09
as the fliesfliegt paceTempo up and down betweenzwischen them.
231
594000
3000
wie sich die Fliegen zwischen diesen hin und her bewegen.
10:12
Here'sHier ist some sucheine solche CCTVCCTV footageAufnahmen.
232
597000
2000
Hier sind einige Überwachungsbilder.
10:14
WheneverImmer dann, wenn a flyFliege reacheserreicht the midpointMittelpunkt of the chamberKammer
233
599000
3000
Immer dann, wenn eine Fliege die Mitte der Kammer erreicht,
10:17
where the two odorGeruch streamsStröme meetTreffen,
234
602000
2000
dort wo die beiden Gerüche sich treffen,
10:19
it has to make a decisionEntscheidung.
235
604000
2000
muss sie eine Entscheidung treffen.
10:21
It has to decideentscheiden whetherob to turnWende around
236
606000
2000
Sie muss entscheiden, entweder wieder umzudrehen
10:23
and staybleibe in the samegleich odorGeruch,
237
608000
2000
und im selben Geruch zu bleiben,
10:25
or whetherob to crossKreuz the midlineMittellinie
238
610000
2000
oder die Mittellinie zu überschreiten
10:27
and try something newneu.
239
612000
2000
und etwas Neues zu versuchen.
10:29
These decisionsEntscheidungen are clearlydeutlich a reflectionBetrachtung
240
614000
3000
Diese Entscheidungen sind eindeutig eine Reflexion
10:32
of the Actor'sDes Schauspielers policyPolitik.
241
617000
3000
der Regel des Akteurs.
10:36
Now for an intelligentintelligent beingSein like our flyFliege,
242
621000
3000
Für ein intelligentes Wesen wie unsere Fliege,
10:39
this policyPolitik is not writtengeschrieben in stoneStein
243
624000
3000
ist diese Regel nicht in Stein gemeißelt,
10:42
but ratherlieber changesÄnderungen as the animalTier learnslernt from experienceErfahrung.
244
627000
3000
sondern verändert sich, während das Tier durch Erfahrung lernt.
10:45
We can incorporateintegrieren sucheine solche an elementElement
245
630000
2000
Wir können ein Element der
10:47
of adaptiveadaptiv intelligenceIntelligenz into our modelModell-
246
632000
3000
lernfähigen Intelligenz in unser Model einbauen,
10:50
by assumingunter der Annahme that the fly'sFliege brainGehirn
247
635000
2000
indem wir annehmen, dass das Gehirn der Fliege
10:52
containsenthält not only an ActorSchauspieler,
248
637000
2000
nicht nur einen Akteur beinhaltet,
10:54
but a differentanders groupGruppe of cellsZellen,
249
639000
2000
sondern eine unterschiedliche Gruppe von Zellen,
10:56
a "CriticKritiker," that providesbietet a runningLaufen commentaryKommentar
250
641000
3000
ein Kritiker, der einen ständigen Kommentar liefert
10:59
on the Actor'sDes Schauspielers choicesAuswahlmöglichkeiten.
251
644000
2000
aufgrund der Entscheidungen des Akteurs.
11:01
You can think of this naggingnörgeln innerinnere voiceStimme
252
646000
3000
Sie können diese nörgelnde innere Stimme betrachten
11:04
as sortSortieren of the brain'sGehirn equivalentÄquivalent
253
649000
2000
als Gegenstück des Gehirns
11:06
of the CatholicKatholische ChurchKirche,
254
651000
2000
zur katholischen Kirche,
11:08
if you're an AustrianÖsterreicher like me,
255
653000
3000
wenn Sie wie ich ein Österreicher sind,
11:11
or the super-egoSuper-ego, if you're FreudianFreudschen,
256
656000
3000
oder das Über-Ich, wenn Sie Freudianer sind,
11:14
or your motherMutter, if you're JewishJüdische.
257
659000
2000
oder Ihre Mutter, wenn Sie Jude sind.
11:16
(LaughterLachen)
258
661000
4000
(Gelächter)
11:20
Now obviouslyoffensichtlich,
259
665000
2000
Nun, offensichtlich
11:22
the CriticKritiker is a keySchlüssel ingredientZutat
260
667000
3000
ist der Kritiker ein Hauptbestandteil
11:25
in what makesmacht us intelligentintelligent.
261
670000
2000
dessen, was uns intelligent macht.
11:27
So we setSet out to identifyidentifizieren
262
672000
2000
Also machten wir uns auf,
11:29
the cellsZellen in the fly'sFliege brainGehirn
263
674000
2000
die Zellen im Gehirn der Fliege zu identifizieren,
11:31
that playedgespielt the roleRolle of the CriticKritiker.
264
676000
2000
welche die Rolle des Kritikers spielen.
11:33
And the logicLogik of our experimentExperiment was simpleeinfach.
265
678000
3000
Und die Logik unseres Experiments war einfach.
11:36
We thought if we could use our opticaloptische remoteentfernt controlsteuern
266
681000
3000
Wir dachten uns, wenn wir unsere optische Fernsteuerung benutzen könnten,
11:39
to activateAktivieren the cellsZellen of the CriticKritiker,
267
684000
3000
um die Zellen des Kritikers zu aktivieren,
11:42
we should be ablefähig, artificiallykünstlich, to nagNAG the ActorSchauspieler
268
687000
3000
sollten wir in der Lage sein, synthetisch auf dem Akteur herumzuhacken,
11:45
into changingÄndern its policyPolitik.
269
690000
2000
bis er seine Regel ändert.
11:47
In other wordsWörter,
270
692000
2000
Mit anderen Worten,
11:49
the flyFliege should learnlernen from mistakesFehler
271
694000
2000
die Fliege sollte von Fehlern lernen,
11:51
that it thought it had madegemacht
272
696000
2000
von denen sie dachte, sie hätte sie gemacht,
11:53
but, in realityWirklichkeit, it had not madegemacht.
273
698000
3000
aber sie tatsächlich nicht gemacht hat.
11:56
So we bredgezüchtet fliesfliegt
274
701000
2000
Also haben wir Fliegen gezüchtet,
11:58
whosederen brainsGehirne were more or lessWeniger randomlynach dem Zufallsprinzip pepperedgespickt
275
703000
3000
deren Gehirne mehr oder weniger zufällig marmoriert waren
12:01
with cellsZellen that were lightLicht addressableadressierbare.
276
706000
2000
mit lichtempfindlichen Zellen.
12:03
And then we tookdauerte these fliesfliegt
277
708000
2000
Wir haben diese Fliegen genommen
12:05
and alloweddürfen them to make choicesAuswahlmöglichkeiten.
278
710000
2000
und ihnen erlaubt, eine Wahl zu treffen.
12:07
And wheneverwann immer they madegemacht one of the two choicesAuswahlmöglichkeiten,
279
712000
2000
Immer dann, wenn Sie eine von zwei Entscheidungen getroffen haben,
12:09
chosewählte one odorGeruch,
280
714000
2000
also einen Geruch wählten,
12:11
in this caseFall the blueblau one over the orangeOrange one,
281
716000
2000
in diesem Fall den blauen über den orangenen,
12:13
we switchedgeschaltet on the lightsBeleuchtung.
282
718000
2000
haben wird die Lichter eingeschaltet.
12:15
If the CriticKritiker was amongunter the opticallyoptisch activatedaktiviert cellsZellen,
283
720000
3000
Wenn der Kritiker unter den optisch-aktivierten Zellen wäre,
12:18
the resultErgebnis of this interventionIntervention
284
723000
2000
sollte das Ergebnis der Intervention
12:20
should be a changeVeränderung in policyPolitik.
285
725000
3000
eine Veränderung der Regel sein.
12:23
The flyFliege should learnlernen to avoidvermeiden
286
728000
2000
Die Fliege sollte lernen,
12:25
the opticallyoptisch reinforcedverstärkt odorGeruch.
287
730000
2000
den optisch-verstärken Geruch zu vermeiden.
12:27
Here'sHier ist what happenedpassiert in two instancesInstanzen:
288
732000
3000
Hier nun, was in zwei Fällen geschah.
12:30
We're comparingVergleichen two strainsStämme of fliesfliegt,
289
735000
3000
Wir vergleichen zwei Stämme von Fliegen,
12:33
eachjede einzelne of them havingmit
290
738000
2000
jede davon hatte
12:35
about 100 light-addressableLicht-adressierbaren cellsZellen in theirihr brainsGehirne,
291
740000
2000
ungefähr 100 lichtempfindliche Zelle in ihren Gehirnen,
12:37
showngezeigt here in greenGrün on the left and on the right.
292
742000
3000
hier links und rechts grün markiert.
12:40
What's commonverbreitet amongunter these groupsGruppen of cellsZellen
293
745000
3000
Die Gemeinsamkeit dieser Gruppen von Zellen ist,
12:43
is that they all produceproduzieren the neurotransmitterNeurotransmitter dopamineDopamin.
294
748000
3000
dass diese alle den Neurotransmitter Dopamin produzieren.
12:46
But the identitiesIdentitäten of the individualPerson
295
751000
2000
Aber die Identitäten der verschiedenen
12:48
dopamine-producingDopamin-produzierenden neuronsNeuronen
296
753000
2000
Dopamin produzierenden Neuronen
12:50
are clearlydeutlich largelyweitgehend differentanders on the left and on the right.
297
755000
3000
sind links und rechts eindeutig sehr verschieden.
12:53
OpticallyOptisch activatingaktivierend
298
758000
2000
Die optische Aktivierung
12:55
these hundredhundert or so cellsZellen
299
760000
2000
dieser ungefähr hundert Zellen
12:57
into two strainsStämme of fliesfliegt
300
762000
2000
bei den beiden Stämmen der Fliegen
12:59
has dramaticallydramatisch differentanders consequencesFolgen.
301
764000
2000
hat dramatisch unterschiedliche Konsequenzen.
13:01
If you look first at the behaviorVerhalten
302
766000
2000
Wenn Sie zunächst auf das Verhalten
13:03
of the flyFliege on the right,
303
768000
2000
der Fliege rechts sehen,
13:05
you can see that wheneverwann immer it reacheserreicht the midpointMittelpunkt of the chamberKammer
304
770000
3000
dann sehen Sie, immer wenn sie den Mittelpunkt der Kammer erreicht,
13:08
where the two odorsGerüche meetTreffen,
305
773000
2000
wo sich die beiden Gerüche treffen,
13:10
it marchesmarschiert straightGerade throughdurch, as it did before.
306
775000
3000
läuft sie direkt weiter, wie vorher auch.
13:13
Its behaviorVerhalten is completelyvollständig unchangedunverändert.
307
778000
2000
Das Verhalten ist absolut unverändert.
13:15
But the behaviorVerhalten of the flyFliege on the left is very differentanders.
308
780000
3000
Aber das Verhalten der Fliege links unterscheidet sich sehr.
13:18
WheneverImmer dann, wenn it comeskommt up to the midpointMittelpunkt,
309
783000
3000
Immer wenn sie zum Mittelpunkt kommt,
13:21
it pausesPausen,
310
786000
2000
bleibt sie stehen,
13:23
it carefullyvorsichtig scansScans the odorGeruch interfaceSchnittstelle
311
788000
2000
untersucht sorgfältig die Schnittstelle der Gerüche,
13:25
as if it was sniffingschnüffeln out its environmentUmwelt,
312
790000
2000
als ob sie die Umgebung ausschnüffeln würde,
13:27
and then it turnswendet sich around.
313
792000
2000
und dann dreht sie um.
13:29
This meansmeint that the policyPolitik that the ActorSchauspieler implementsimplementiert
314
794000
3000
Das heißt, dass die Regel, welche der Akteur ausführt,
13:32
now includesbeinhaltet an instructionAnweisung to avoidvermeiden the odorGeruch
315
797000
2000
nun eine Anweisung beinhaltet, den Geruch zu vermeiden,
13:34
that's in the right halfHälfte of the chamberKammer.
316
799000
3000
der in der rechten Hälfte der Kammer ist.
13:37
This meansmeint that the CriticKritiker
317
802000
2000
Das heißt, der Kritiker
13:39
mustsollen have spokengesprochen in that animalTier,
318
804000
2000
in diesem Tier muss gesprochen haben,
13:41
and that the CriticKritiker mustsollen be containedenthalten
319
806000
2000
und dass sich der Kritiker unter den
13:43
amongunter the dopamine-producingDopamin-produzierenden neuronsNeuronen on the left,
320
808000
3000
Dopamin produzierenden Neuronen links befinden muss,
13:46
but not amongunter the dopamineDopamin producingproduzierend neuronsNeuronen on the right.
321
811000
3000
aber nicht bei den Dopamin produzierenden Neuronen rechts.
13:49
ThroughDurch manyviele sucheine solche experimentsExperimente,
322
814000
3000
Durch viele solcher Experimente
13:52
we were ablefähig to narroweng down
323
817000
2000
waren wir in der Lage,
13:54
the identityIdentität of the CriticKritiker
324
819000
2000
die Identität des Kritikers einzugrenzen
13:56
to just 12 cellsZellen.
325
821000
2000
bis auf 12 Zellen.
13:58
These 12 cellsZellen, as showngezeigt here in greenGrün,
326
823000
3000
Diese 12 Zellen, hier in grün gezeigt,
14:01
sendsenden the outputAusgabe to a brainGehirn structureStruktur
327
826000
2000
senden ihre Leistung an eine Gehirnstruktur,
14:03
callednamens the "mushroomPilz bodyKörper,"
328
828000
2000
die Pilzkörper genannt wird,
14:05
whichwelche is showngezeigt here in graygrau.
329
830000
2000
der hier in grau dargestellt ist.
14:07
We know from our formalformal modelModell-
330
832000
2000
Wir wissen von unserem formellen Model,
14:09
that the brainGehirn structureStruktur
331
834000
2000
dass die Gehirnstruktur am dem Ende,
14:11
at the receivingEmpfang endEnde of the Critic'sKritiker des commentaryKommentar is the ActorSchauspieler.
332
836000
3000
welches den Kommentar des Kritikers empfängt, der Akteur ist.
14:14
So this anatomyAnatomie suggestsschlägt vor
333
839000
2000
Die Anatomie suggeriert also,
14:16
that the mushroomPilz bodiesKörper have something to do
334
841000
3000
dass die Pilzkörper etwas zu tun haben
14:19
with actionAktion choiceWahl.
335
844000
2000
mit Handlungsauswahl.
14:21
BasedBasierend on everything we know about the mushroomPilz bodiesKörper,
336
846000
2000
Basierend auf allem, was wir über die Pilzkörper wissen,
14:23
this makesmacht perfectperfekt senseSinn.
337
848000
2000
macht dies absolut Sinn.
14:25
In factTatsache, it makesmacht so much senseSinn
338
850000
2000
Tatsächlich, macht es so viel Sinn,
14:27
that we can constructbauen an electronicelektronisch toySpielzeug circuitSchaltung
339
852000
3000
dass wir einen elektronischen Spielzeug-Schaltkreis entwickeln können,
14:30
that simulatessimuliert the behaviorVerhalten of the flyFliege.
340
855000
3000
der das Verhalten der Fliege simuliert.
14:33
In this electronicelektronisch toySpielzeug circuitSchaltung,
341
858000
3000
In diesem elektronischen Spielzeug-Schaltkreis
14:36
the mushroomPilz bodyKörper neuronsNeuronen are symbolizedsymbolisiert
342
861000
2000
sind die Neuronen des Pilzkörpers symbolisiert
14:38
by the verticalvertikal bankBank of blueblau LEDsLED
343
863000
3000
durch die vertikale Reihe der blauen LEDs
14:41
in the centerCenter of the boardTafel.
344
866000
3000
in der Mitte der Platine.
14:44
These LED'sLED's are wiredverdrahtet to sensorsSensoren
345
869000
2000
Diese LEDs sind mit Sensoren verdrahtet,
14:46
that detecterkennen the presenceGegenwart of odorousduftende moleculesMoleküle in the airLuft.
346
871000
3000
welche das Vorhandensein von Geruchsmolekülen in der Luft wahrnehmen.
14:50
EachJedes odorGeruch activatesaktiviert a differentanders combinationKombination of sensorsSensoren,
347
875000
3000
Jeder Geruch aktiviert eine unterschiedliche Kombination von Sensoren,
14:53
whichwelche in turnWende activatesaktiviert
348
878000
2000
die wiederum aktiviert
14:55
a differentanders odorGeruch detectorDetektor in the mushroomPilz bodyKörper.
349
880000
3000
einen unterschiedlichen Geruchsdetektor im Pilzkörper.
14:58
So the pilotPilot in the cockpitCockpit of the flyFliege,
350
883000
2000
Der Pilot im Cockpit der Fliege,
15:00
the ActorSchauspieler,
351
885000
2000
der Akteur,
15:02
can tell whichwelche odorGeruch is presentGeschenk
352
887000
2000
kann also sagen, welcher Geruch vorhanden ist,
15:04
simplyeinfach by looking at whichwelche of the blueblau LEDsLED lightsBeleuchtung up.
353
889000
4000
einfach indem er nachsieht, welche der blauen LEDs aufleuchtet.
15:09
What the ActorSchauspieler does with this informationInformation
354
894000
2000
Was der Akteur mit dieser Information macht,
15:11
dependshängt davon ab on its policyPolitik,
355
896000
2000
hängt von der Regel ab,
15:13
whichwelche is storedgespeichert in the strengthsstärken of the connectionVerbindung,
356
898000
2000
die in der Stärke der Verbindung gespeichert ist
15:15
betweenzwischen the odorGeruch detectorsDetektoren
357
900000
2000
zwischen den Geruchsdetektoren
15:17
and the motorsMotoren
358
902000
2000
und den Motoren,
15:19
that powerLeistung the fly'sFliege evasiveausweichend actionsAktionen.
359
904000
2000
welche die Ausweichmanöver der Fliege mit Energie versorgt.
15:22
If the connectionVerbindung is weakschwach, the motorsMotoren will staybleibe off
360
907000
2000
Wenn die Verbindung schwach ist, werden die Motoren ausbleiben
15:24
and the flyFliege will continuefortsetzen straightGerade on its courseKurs.
361
909000
3000
und die Fliege wird ihren Kurs geradlinig fortsetzen.
15:27
If the connectionVerbindung is strongstark, the motorsMotoren will turnWende on
362
912000
3000
Wenn die Verbindung stark ist, werden die Motoren anspringen
15:30
and the flyFliege will initiatezu initiieren a turnWende.
363
915000
3000
und die Fliege wird eine Wende einleiten.
15:33
Now considerErwägen a situationLage
364
918000
2000
Nun, stellen Sie sich eine Situation vor,
15:35
in whichwelche the motorsMotoren staybleibe off,
365
920000
2000
in welcher die Motoren ausbleiben,
15:37
the flyFliege continuesgeht weiter on its pathPfad
366
922000
3000
die Fliege setzt ihren Weg fort
15:40
and it suffersleidet some painfulschmerzlich consequenceFolge
367
925000
2000
und erleidet einige schmerzliche Konsequenzen,
15:42
sucheine solche as gettingbekommen zappedzapped.
368
927000
2000
wie zum Beispiel einen Schlag zu bekommen.
15:44
In a situationLage like this,
369
929000
2000
In einer Situation wie dieser
15:46
we would expecterwarten von the CriticKritiker to speaksprechen up
370
931000
2000
würden wir erwarten, dass sich der Kritiker meldet,
15:48
and to tell the ActorSchauspieler
371
933000
2000
um dem Akteur zu befehlen,
15:50
to changeVeränderung its policyPolitik.
372
935000
2000
seine Regel zu verändern.
15:52
We have createderstellt sucheine solche a situationLage, artificiallykünstlich,
373
937000
3000
Wir haben eine solche Situation künstlich hergestellt,
15:55
by turningDrehen on the criticKritiker with a flashBlitz of lightLicht.
374
940000
3000
indem wir den Kritiker durch einen Lichtblitz aktivieren.
15:58
That causedverursacht a strengtheningStärkung der of the connectionsVerbindungen
375
943000
3000
Das hat eine Verstärkung der Verbindung verursacht,
16:01
betweenzwischen the currentlyzur Zeit activeaktiv odorGeruch detectorDetektor
376
946000
3000
zwischen dem derzeit aktiven Geruchsdetektor
16:04
and the motorsMotoren.
377
949000
2000
und den Motoren.
16:06
So the nextNächster time
378
951000
2000
Beim nächsten Mal also,
16:08
the flyFliege findsfindet itselfselbst facinggegenüber the samegleich odorGeruch again,
379
953000
3000
wenn die Fliege wieder demselben Geruch ausgesetzt ist,
16:11
the connectionVerbindung is strongstark enoughgenug to turnWende on the motorsMotoren
380
956000
3000
ist die Verbindung stark genug, um die Motoren anzuschalten
16:14
and to triggerAuslöser an evasiveausweichend maneuverManöver.
381
959000
3000
und ein Ausweichmanöver auszulösen.
16:19
I don't know about you,
382
964000
3000
Ich weiß nicht, was Sie denken,
16:22
but I find it exhilaratingberauschende to see
383
967000
3000
aber ich finde es anregend zu sehen,
16:25
how vaguevage psychologicalpsychologische notionsVorstellungen
384
970000
3000
wie sich vage psychologische Kenntnisse
16:28
evaporateverdunsten and give riseerhebt euch
385
973000
2000
verflüchtigen und uns
16:30
to a physicalphysisch, mechanisticmechanistische understandingVerstehen of the mindVerstand,
386
975000
3000
zu einem physikalischen, mechanischen Verstehen des Verstandes führen,
16:33
even if it's the mindVerstand of the flyFliege.
387
978000
3000
selbst wenn es der Verstand einer Fliege ist.
16:36
This is one pieceStück of good newsNachrichten.
388
981000
3000
Das ist ein Teil der guten Nachrichten.
16:39
The other pieceStück of good newsNachrichten,
389
984000
2000
Der andere Teil der guten Nachrichten,
16:41
for a scientistWissenschaftler at leastam wenigsten,
390
986000
2000
zumindest für den Wissenschaftler,
16:43
is that much remainsbleibt bestehen to be discoveredentdeckt.
391
988000
3000
ist, dass noch vieles verbleibt, um entdeckt zu werden.
16:46
In the experimentsExperimente I told you about,
392
991000
2000
In den Experimenten, von denen ich Ihnen erzählt habe,
16:48
we have liftedgehoben the identityIdentität of the CriticKritiker,
393
993000
3000
haben wir die Identität des Kritikers gelüftet,
16:51
but we still have no ideaIdee
394
996000
2000
aber wir haben immer noch keine Ahnung davon,
16:53
how the CriticKritiker does its jobJob.
395
998000
2000
wie der Kritiker seine Arbeit erledigt.
16:55
Come to think of it, knowingzu wissen when you're wrongfalsch
396
1000000
2000
Wenn ich es mir recht überlege, zu wissen, wann man falsch liegt,
16:57
withoutohne a teacherLehrer, or your motherMutter, tellingErzählen you,
397
1002000
3000
ohne dass Ihnen ein Lehrer oder Ihre Mutter das sagt,
17:00
is a very hardhart problemProblem.
398
1005000
2000
ist ein schwieriges Problem.
17:02
There are some ideasIdeen in computerComputer scienceWissenschaft
399
1007000
2000
Es gibt ein paar Ideen in der Computerwissenschaft
17:04
and in artificialkünstlich intelligenceIntelligenz
400
1009000
2000
und der künstlichen Intelligenz,
17:06
as to how this mightMacht be doneerledigt,
401
1011000
2000
wie man das machen könnte,
17:08
but we still haven'thabe nicht solvedgelöst
402
1013000
2000
aber wir haben immer noch nicht
17:10
a singleSingle exampleBeispiel
403
1015000
2000
ein einziges Beispiel gelöst,
17:12
of how intelligentintelligent behaviorVerhalten
404
1017000
3000
wie intelligentes Verhalten
17:15
springsFedern from the physicalphysisch interactionsWechselwirkungen
405
1020000
2000
vom physikalischen Zusammenspiel überspringt
17:17
in livingLeben matterAngelegenheit.
406
1022000
2000
auf lebende Materie.
17:19
I think we'llGut get there in the not too distantentfernt futureZukunft.
407
1024000
3000
Ich denke, wir werden in der nicht zu fernen Zukunft dorthin gelangen.
17:22
Thank you.
408
1027000
2000
Vielen Dank.
17:24
(ApplauseApplaus)
409
1029000
4000
(Applaus)
Translated by J. Stephan Schroeder
Reviewed by Linda Geschwandtner

▲Back to top

ABOUT THE SPEAKER
Gero Miesenboeck - Optogeneticist
Using light and a little genetic engineering -- optogenetics -- Gero Miesenboeck has developed a way to control how living nerve cells work, and advanced understanding of how the brain controls behavior.

Why you should listen

Gero Miesenboeck is pioneering the field of optogenetics: genetically modifying nerve cells to respond to light. By flashing light at a modified neuron in a living nervous system, Miesenboeck and his collaborators can mimic a brain impulse -- and then study what happens next. Optogenetics will allow ever more precise experiments on living brains, allowing us to gather better evidence on how electrical impulses on tissue translate into actual behavior and thoughts.

In one experiment, done at Yale, he and his team engineered fruit flies to be light-sensitive in the neural area responsible for escape response. Then the flies were beheaded; fruit flies can live for a day without their heads, but they don't move. When the modified cells were flashed with light, though, the headless flies flew. Miesenboeck had successfully simulated an order from a brain that wasn't even there anymore.

Miesenboeck's current research at Oxford's growing department of neurobiology focuses on the nerve cell networks that underpin what animals perceive, remember and do. In one recent experiment, he used optogenetics to implant an unpleasant memory in a fruit fly, causing it to "remember" to avoid a certain odor as it traveled around. He and his team were able, in fact, to find the fly's specific 12-neuron brain circuit that govern memory formation.

More profile about the speaker
Gero Miesenboeck | Speaker | TED.com