ABOUT THE SPEAKER
Nancy Kanwisher - Brain researcher
Using fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition.

Why you should listen

Does the brain use specialized processors to solve complex problems, or does it rely instead on more general-purpose systems?

This question has been at the crux of brain research for centuries. MIT researcher Nancy Kanwisher seeks to answer this question by discovering a “parts list” for the human mind and brain. "Understanding the nature of the human mind," she says, "is arguably the greatest intellectual quest of all time."

Kanwisher and her colleagues have used fMRI to identify distinct sites in the brain for face recognition, knowing where you are, and thinking about other people’s thoughts. Yet these discoveries are a prelude to bigger questions: How do these brain regions develop and function? What are the actual computations that go on in each region, and how are these computations implemented in circuits of neurons? And how do these work together to produce human intelligence?

To learn more, see Kanwisher's collection of short talks on how scientists actually study the human mind and brain and what they have learned so far.

More profile about the speaker
Nancy Kanwisher | Speaker | TED.com
TED2014

Nancy Kanwisher: A neural portrait of the human mind

Nancy Kanwisher: Un portrait neuronal de l'esprit humain

Filmed:
1,226,930 views

Pionnière de l'imagerie cérébrale, Nancy Kanwisher utilise l'IRM fonctionnelle pour visualiser l'activité dans certaines régions du cerveau (souvent le sien). Elle vient partager ce qu'elle et ses collègues en ont appris : le cerveau est constitué à la fois d'éléments très spécialisés et d'une « machinerie » à usage général. Elle a aussi compris qu'il nous reste énormément à apprendre sur le cerveau.
- Brain researcher
Using fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition. Full bio

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

00:12
TodayAujourd'hui I want to tell you
0
604
1216
Je vais vous parler
00:13
about a projectprojet beingétant carriedporté out
1
1820
1803
d’un projet qui a été mené
00:15
by scientistsscientifiques all over the worldmonde
2
3623
2687
par des scientifiques du monde entier
00:18
to paintpeindre a neuralneural portraitportrait of the humanHumain mindesprit.
3
6310
3288
afin de créer un portrait
neuronal de l’esprit humain.
Et l'idée centrale de ce travail
00:21
And the centralcentral ideaidée of this work
4
9598
2172
00:23
is that the humanHumain mindesprit and braincerveau
5
11770
1858
est que l’esprit humain et le cerveau
00:25
is not a singleunique, general-purposeusage général processorprocesseur,
6
13628
2857
ne sont pas un processeur
unique et universel,
00:28
but a collectioncollection of highlytrès specializedspécialisé componentsComposants,
7
16485
3442
mais une collection d'éléments
très spécialisés,
00:31
eachchaque solvingrésoudre a differentdifférent specificspécifique problemproblème,
8
19927
2983
chacun résolvant un problème
spécifique et différent,
00:34
and yetencore collectivelycollectivement makingfabrication up
9
22910
2336
mais qui collectivement constituent
00:37
who we are as humanHumain beingsêtres and thinkerspenseurs.
10
25246
4356
ce que nous sommes en tant
qu’êtres humains et penseurs.
Pour vous donner une idée,
00:41
To give you a feel for this ideaidée,
11
29602
1476
00:43
imagineimaginer the followingSuivant scenarioscénario:
12
31078
2664
imaginez le scénario suivant :
00:45
You walkmarche into your child'sde l’enfant day carese soucier centercentre.
13
33742
2196
vous entrez dans la garderie
de votre enfant.
00:47
As usualhabituel, there's a dozendouzaine kidsdes gamins there
14
35938
2237
Comme d'habitude, il y a
une dizaine d'enfants
00:50
waitingattendre to get pickedchoisi up,
15
38175
1591
attendant d’être récupérés.
00:51
but this time,
16
39766
1632
Mais cette fois-ci,
00:53
the children'senfants facesvisages look weirdlyBizarrement similarsimilaire,
17
41398
2985
les visages des enfants sont
étrangement similaires,
00:56
and you can't figurefigure out whichlequel childenfant is yoursle tiens.
18
44383
2808
et vous ne savez pas lequel est le vôtre.
00:59
Do you need newNouveau glassesdes lunettes?
19
47191
1749
Avez-vous besoin de lunettes ?
01:00
Are you losingperdant your mindesprit?
20
48940
1908
Perdez-vous la tête ?
01:02
You runcourir throughpar a quickrapide mentalmental checklistliste de vérification.
21
50848
2452
Vous vous posez rapidement ces questions.
01:05
No, you seemsembler to be thinkingen pensant clearlyclairement,
22
53300
1894
Non, vous pensez clairement,
01:07
and your visionvision is perfectlyà la perfection sharptranchant.
23
55194
2391
et votre vision est parfaitement nette.
01:09
And everything looksregards normalnormal
24
57585
1789
Et tout semble normal,
01:11
exceptsauf the children'senfants facesvisages.
25
59374
2162
à part pour les visages de ces enfants.
01:13
You can see the facesvisages,
26
61536
1786
Vous voyez les visages,
01:15
but they don't look distinctivedistinctif,
27
63322
1708
mais ils sont tous semblables,
01:17
and noneaucun of them looksregards familiarfamilier,
28
65030
1858
et aucun ne vous est familier,
01:18
and it's only by spottingSpotting an orangeOrange haircheveux ribbonruban
29
66888
2498
et c'est en apercevant
un ruban à cheveux orange
01:21
that you find your daughterfille.
30
69386
1896
que vous trouvez votre fille.
01:23
This suddensoudain lossperte of the abilitycapacité to recognizereconnaître facesvisages
31
71282
3425
Cette soudaine perte de
capacité à reconnaître les visages
01:26
actuallyréellement happensarrive to people.
32
74707
1546
arrive réellement aux gens.
01:28
It's calledappelé prosopagnosiaprosopagnosie,
33
76253
2054
Cela s’appelle la prosopagnosie,
01:30
and it resultsrésultats from damagedommage
34
78307
1181
et résulte de lésions
01:31
to a particularparticulier partpartie of the braincerveau.
35
79488
2126
faites à une partie bien précise
du cerveau.
01:33
The strikingfrappant thing about it
36
81614
1500
Ce qui est intéressant
01:35
is that only facevisage recognitionreconnaissance is impairedaltéré;
37
83114
2595
est que seule la reconnaissance
de visages est altérée,
01:37
everything elseautre is just fine.
38
85709
2439
tout le reste fonctionne très bien.
01:40
ProsopagnosiaProsopagnosie is one of manybeaucoup surprisinglyétonnamment specificspécifique
39
88148
3868
La prosopagnosie est un des déficits
mentaux étonnamment spécifiques
01:44
mentalmental deficitsdéficits that can happense produire after braincerveau damagedommage.
40
92016
4535
résultant de lésions au cerveau.
01:48
These syndromessyndromes collectivelycollectivement
41
96551
1363
Ensemble, ces syndromes
01:49
have suggestedsuggéré for a long time
42
97914
2239
présupposent depuis longtemps
01:52
that the mindesprit is divviedcelui-ci up into distinctdistinct componentsComposants,
43
100153
3768
que l'esprit est divisé
en éléments distincts,
01:55
but the efforteffort to discoverdécouvrir those componentsComposants
44
103921
2385
et les efforts pour découvrir ces éléments
01:58
has jumpedsauté to warpWarp speedla vitesse
45
106306
1614
ont énormément accéléré
01:59
with the inventioninvention of braincerveau imagingd’imagerie technologyLa technologie,
46
107920
2582
avec l'invention
des technologies d'imagerie cérébrale,
02:02
especiallynotamment MRIIRM.
47
110502
3048
surtout l'IRM.
02:05
So MRIIRM enablespermet you to see internalinterne anatomyanatomie
48
113550
3240
L'IRM permet de voir l'anatomie interne
02:08
at highhaute resolutionrésolution,
49
116790
1586
en haute résolution,
02:10
so I'm going to showmontrer you in a secondseconde
50
118376
1430
et je vais vous montrer
02:11
a setensemble of MRIIRM cross-sectionalcoupe transversale imagesimages
51
119806
3352
des images en coupe transversale d'IRM
02:15
throughpar a familiarfamilier objectobjet,
52
123158
1618
d'objets communs,
on va faire ça rapidement
02:16
and we're going to flymouche throughpar them
53
124776
875
02:17
and you're going to try to figurefigure out what the objectobjet is.
54
125651
2473
et vous allez essayer
de deviner ce que c'est.
02:20
Here we go.
55
128124
2111
Allons-y.
02:24
It's not that easyfacile. It's an artichokeartichaut.
56
132241
1889
Ce n'est pas facile.
C'est un artichaut.
02:26
Okay, let's try anotherun autre one,
57
134130
1630
Essayons-en une autre,
02:27
startingdépart from the bottombas and going throughpar the topHaut.
58
135760
2596
allant du bas vers le haut.
La tête d'un brocoli !
02:32
BroccoliBrocoli! It's a headtête of broccolibrocoli.
59
140812
1151
02:33
Isn't it beautifulbeau? I love that.
60
141963
1664
C'est pas beau ? J'adore ça.
Encore une.
C'est un cerveau bien sûr.
02:35
Okay, here'svoici anotherun autre one. It's a braincerveau, of coursecours.
61
143627
2757
02:38
In factfait, it's my braincerveau.
62
146384
1586
En fait, c'est mon cerveau.
02:39
We're going throughpar slicestranches de throughpar my headtête like that.
63
147970
1733
On traverse ma tête comme ceci.
02:41
That's my nosenez over on the right, and now
64
149703
1758
C'est mon nez à droite,
et maintenant
02:43
we're going over here, right there.
65
151461
3409
nous allons juste ici.
02:46
So this picture'sde la photo niceagréable, if I do say so myselfmoi même,
66
154870
4601
C'est une belle image, je trouve,
02:51
but it showsmontre only anatomyanatomie.
67
159471
1912
mais elle ne montre que l'anatomie.
02:53
The really coolcool advanceavance with functionalfonctionnel imagingd’imagerie
68
161383
2520
L'imagerie fonctionnelle
a vraiment avancé quand
02:55
happenedarrivé when scientistsscientifiques figuredfiguré out how to make
69
163903
1572
les scientifiques ont créé
02:57
picturesdes photos that showmontrer not just anatomyanatomie but activityactivité,
70
165475
3395
des images montrant
l'anatomie et l'activité cérébrale,
03:00
that is, where neuronsneurones are firingmise à feu.
71
168870
2435
montrant où les neurones sont actifs.
03:03
So here'svoici how this workstravaux.
72
171305
1516
Voici comment ça fonctionne.
03:04
BrainsCerveaux are like musclesmuscles.
73
172821
1117
Le cerveau est un muscle.
03:05
When they get activeactif,
74
173938
1563
En s'activant,
03:07
they need increasedaugmenté blooddu sang flowcouler to supplyla fourniture that activityactivité,
75
175501
2974
il a besoin d'un débit sanguin plus élevé,
03:10
and luckychanceux for us, blooddu sang flowcouler
controlcontrôle to the braincerveau is locallocal,
76
178475
3568
et heureusement, le débit sanguin
se fait localement dans le cerveau.
03:14
so if a bunchbouquet of neuronsneurones, say, right there
77
182043
2162
Donc si des neurones, disons, ici,
03:16
get activeactif and startdébut firingmise à feu,
78
184205
1500
s'activent et déchargent,
03:17
then blooddu sang flowcouler increasesaugmente just right there.
79
185705
2725
le débit sanguin augmentera ici seulement.
03:20
So functionalfonctionnel MRIIRM pickspics up
on that blooddu sang flowcouler increaseaugmenter,
80
188430
3721
Et l'IRM fonctionnelle montrera
cette augmentation du débit sanguin,
03:24
producingproduisant a higherplus haute MRIIRM responseréponse
81
192151
2033
montrant une réaction
de l'IRM plus intense
03:26
where neuralneural activityactivité goesva up.
82
194184
2926
là où l'activité neuronale augmente.
03:29
So to give you a concretebéton feel
83
197110
1700
Pour vous montrer concrètement
03:30
for how a functionalfonctionnel MRIIRM experimentexpérience goesva
84
198810
2485
comment se passe une IRM fonctionnelle
03:33
and what you can learnapprendre from it
85
201295
1439
et ce qu'on en apprend
03:34
and what you can't,
86
202734
1384
et ce qu'on ne voit pas,
03:36
let me describedécrire one of the first studiesétudes I ever did.
87
204118
3442
je vais vous décrire
une de mes premières études.
03:39
We wanted to know if there was a specialspécial
partpartie of the braincerveau for recognizingreconnaissant facesvisages,
88
207560
4138
Nous cherchions si une région du cerveau
était associée à la reconnaissance faciale
03:43
and there was alreadydéjà reasonraison to
think there mightpourrait be suchtel a thing
89
211698
3072
et tout nous prouvait
qu'il y en avait bien une
03:46
basedbasé on this phenomenonphénomène of prosopagnosiaprosopagnosie
90
214770
1720
tel ce phénomène de prosopagnosie
03:48
that I describeddécrit a momentmoment agodepuis,
91
216490
2123
que je vous ai expliqué.
03:50
but nobodypersonne had ever seenvu that partpartie of the braincerveau
92
218613
2278
Mais personne n'avait vu
cette région du cerveau
03:52
in a normalnormal personla personne,
93
220891
1919
chez une personne normale,
03:54
so we setensemble out to look for it.
94
222810
2056
nous allions donc la chercher.
03:56
So I was the first subjectassujettir.
95
224866
1951
J'ai donc été la première participante.
03:58
I wentest allé into the scannerscanner, I layallonger on my back,
96
226817
2212
Je me suis couchée dans le scanner,
04:01
I heldtenu my headtête as still as I could
97
229029
2583
essayant de garder ma tête immobile,
04:03
while staringregarder at picturesdes photos of facesvisages like these
98
231612
5017
tout en regardant
des photos de visages, comme ceux-ci,
04:08
and objectsobjets like these
99
236629
2131
et d'objets comme ceux-ci,
04:10
and facesvisages and objectsobjets for hoursheures.
100
238760
5165
et des visages, et des objets,
pendant des heures.
04:15
So as somebodyquelqu'un who has
prettyjoli closeFermer to the worldmonde recordrecord
101
243925
2772
Maintenant que j'ai presque battu
le record du monde
04:18
of totaltotal numbernombre of hoursheures spentdépensé insideà l'intérieur an MRIIRM scannerscanner,
102
246697
3543
d'heures passées dans un scanner d'IRM,
04:22
I can tell you that one of the skillscompétences
103
250240
1432
je peux vous dire
04:23
that's really importantimportant for MRIIRM researchrecherche
104
251672
2663
qu'une compétence recherchée
pour ces recherches en IRM
04:26
is bladdervessie controlcontrôle.
105
254335
1778
est un parfait contrôle de sa vessie.
04:28
(LaughterRires)
106
256113
1802
(Rires)
04:29
When I got out of the scannerscanner,
107
257915
1537
En sortant du scanner,
04:31
I did a quickrapide analysisune analyse of the dataLes données,
108
259452
2316
j'ai fait une rapide analyse des données,
04:33
looking for any partsles pièces of my braincerveau
109
261768
1503
cherchant une région du cerveau
04:35
that producedproduit a higherplus haute responseréponse
when I was looking at facesvisages
110
263271
2806
produisant plus de réactions
en regardant des visages
04:38
than when I was looking at objectsobjets,
111
266077
1870
qu'en regardant des objets,
04:39
and here'svoici what I saw.
112
267947
2171
et voici ce que j'ai vu.
04:42
Now this imageimage looksregards just awfulterrible by today'saujourd'hui standardsnormes,
113
270118
3656
Pour les normes actuelles,
cette image est horrible,
04:45
but at the time I thought it was beautifulbeau.
114
273774
2808
mais à l'époque je la trouvais magnifique.
04:48
What it showsmontre is that regionRégion right there,
115
276582
1950
Elle montre cette région juste là,
04:50
that little blobobjet BLOB,
116
278532
1283
cette petite goutte,
04:51
it's about the sizeTaille of an oliveolive
117
279815
1747
de la taille d'une olive
04:53
and it's on the bottombas surfacesurface of my braincerveau
118
281562
2156
sur la surface inférieure de mon cerveau
04:55
about an inchpouce straighttout droit in from right there.
119
283718
3206
à plus ou moins 2 ou 3 cm
à l'intérieur à partir d'ici.
04:58
And what that partpartie of my braincerveau is doing
120
286924
2790
C'est cette partie de mon cerveau
05:01
is producingproduisant a higherplus haute MRIIRM responseréponse,
121
289714
2920
qui produit
une plus grande réaction à l'IRM,
05:04
that is, higherplus haute neuralneural activityactivité,
122
292634
1748
donc plus d'activité neuronale,
05:06
when I was looking at facesvisages
123
294382
1482
quand je regardais des visages
05:07
than when I was looking at objectsobjets.
124
295864
2266
que quand je regardais des objets.
05:10
So that's prettyjoli coolcool,
125
298130
1360
C'est super,
05:11
but how do we know this isn't a flukecoup de chance?
126
299490
2318
mais comment être sûr
qu'il n'y a pas d'erreur ?
05:13
Well, the easiestplus facile way
127
301808
1420
Le moyen le plus simple
05:15
is to just do the experimentexpérience again.
128
303228
2114
est de refaire l'expérience.
05:17
So I got back in the scannerscanner,
129
305342
1639
Je suis retournée dans le scanner,
05:18
I lookedregardé at more facesvisages and I lookedregardé at more objectsobjets
130
306981
2431
j'ai regardé d'autres visages
et d'autres objets
05:21
and I got a similarsimilaire blobobjet BLOB,
131
309412
2189
et j'ai eu une même goutte,
05:23
and then I did it again
132
311601
1895
et je l'ai refait
05:25
and I did it again
133
313496
1855
et je l'ai encore refait
05:27
and again and again,
134
315351
3072
et encore et encore,
05:30
and around about then
135
318423
1047
et à ce moment-là,
05:31
I decideddécidé to believe it was for realréal.
136
319470
2941
j'ai décidé
que ça ne devait pas être une erreur.
05:34
But still, maybe this is
something weirdbizarre about my braincerveau
137
322411
3753
Mais c'était peut-être
spécifique à mon cerveau
05:38
and no one elseautre has one of these things in there,
138
326164
2462
et personne d'autre
n'a cette petite goutte-là.
05:40
so to find out, we scannedscanné a bunchbouquet of other people
139
328626
2455
Nous avons donc scanné d'autres personnes
05:43
and founda trouvé that prettyjoli much everyonetoutes les personnes
140
331081
2446
et vu que pratiquement tout le monde
05:45
has that little face-processingvisage-traitement regionRégion
141
333527
2006
a cette région de reconnaissance faciale
05:47
in a similarsimilaire neighborhoodquartier of the braincerveau.
142
335533
2893
presqu'au même endroit.
05:50
So the nextprochain questionquestion was,
143
338426
1888
La question suivante a dont été :
05:52
what does this thing really do?
144
340314
1474
à quoi sert cette chose ?
05:53
Is it really specializedspécialisé just for facevisage recognitionreconnaissance?
145
341788
3932
Simplement à reconnaître des visages ?
05:57
Well, maybe not, right?
146
345720
1240
Peut-être pas ?
05:58
Maybe it respondsrépond not only to facesvisages
147
346960
1802
Peut-être reconnait-il les visages
06:00
but to any bodycorps partpartie.
148
348762
2109
mais aussi
n'importe quelle partie du corps.
06:02
Maybe it respondsrépond to anything humanHumain
149
350871
2369
Peut-être réagit-il à ce qui est humain
06:05
or anything alivevivant
150
353240
1780
ou ce qui est vivant
06:07
or anything roundrond.
151
355020
1656
ou ce qui est rond.
06:08
The only way to be really sure that that regionRégion
152
356676
2154
Pour être sûr que cette région
06:10
is specializedspécialisé for facevisage recognitionreconnaissance
153
358830
2417
soit spécialisée
dans la reconnaissance faciale
06:13
is to ruleRègle out all of those hypotheseshypothèses.
154
361247
2643
est d'exclure ces autres hypothèses.
06:15
So we spentdépensé much of the nextprochain couplecouple of yearsannées
155
363890
2830
Nous avons donc passé deux ans
06:18
scanningbalayage subjectssujets while they lookedregardé at lots
156
366720
1647
à scanner des gens regardant
06:20
of differentdifférent kindssortes of imagesimages,
157
368367
1606
différentes images,
06:21
and we showedmontré that that partpartie of the braincerveau
158
369973
1957
démontrant que cette partie du cerveau
06:23
respondsrépond stronglyfortement when you look at
159
371930
1950
réagit fortement
06:25
any imagesimages that are facesvisages of any kindgentil,
160
373880
3453
aux images de tous types de visages,
06:29
and it respondsrépond much lessMoins stronglyfortement
161
377333
1913
et réagit beaucoup moins
06:31
to any imageimage you showmontrer that isn't a facevisage,
162
379246
3149
aux images qui ne sont pas des visages,
06:34
like some of these.
163
382395
1305
comme celles-ci.
06:35
So have we finallyenfin nailedcloué the caseCas
164
383700
2239
Pouvons-nous maintenant être surs
06:37
that this regionRégion is necessarynécessaire for facevisage recognitionreconnaissance?
165
385939
3240
que cette région est nécessaire
pour la reconnaissance faciale ?
06:41
No, we haven'tn'a pas.
166
389179
1323
Non, bien sûr.
06:42
BrainCerveau imagingd’imagerie can never tell you
167
390502
1951
L'imagerie cérébrale ne peut jamais dire
06:44
if a regionRégion is necessarynécessaire for anything.
168
392453
2440
si une région est nécessaire
pour quoi que ce soit.
06:46
All you can do with braincerveau imagingd’imagerie
169
394893
1440
L'imagerie cérébrale montre
06:48
is watch regionsles régions turntour on and off
170
396333
2048
simplement si une région s'active ou pas
06:50
as people think differentdifférent thoughtspensées.
171
398381
1968
lorsqu'on pense à différentes choses.
06:52
To tell if a partpartie of the braincerveau is
necessarynécessaire for a mentalmental functionfonction,
172
400349
3611
Pour savoir si une partie du cerveau
est nécessaire à une fonction mentale,
06:55
you need to messdésordre with it and see what happensarrive,
173
403960
2509
vous devez la perturber
et voir ce qu'il se passe,
06:58
and normallynormalement we don't get to do that.
174
406469
2275
et normalement,
nous ne pouvons pas faire ça.
07:00
But an amazingincroyable opportunityopportunité camevenu about
175
408744
2584
Une opportunité s'est présentée récemment
07:03
very recentlyrécemment when a couplecouple of colleaguescollègues of minemien
176
411328
2464
lorsque deux de mes collègues
07:05
testedtesté this man who has epilepsyépilepsie
177
413792
3071
ont testé cet homme épileptique,
07:08
and who is shownmontré here in his hospitalhôpital bedlit
178
416863
2682
on le voit ici dans son lit d'hôpital
07:11
where he's just had electrodesélectrodes placedmis
179
419545
1367
avec des électrodes
07:12
on the surfacesurface of his braincerveau
180
420912
2071
sur la surface de son cerveau
07:14
to identifyidentifier the sourcela source of his seizurescrises d'épilepsie.
181
422983
2554
pour identifier la source de ses crises.
07:17
So it turnedtourné out by totaltotal chancechance
182
425537
2533
Et nous avons vraiment eu la chance
07:20
that two of the electrodesélectrodes
183
428070
1949
que deux des électrodes
07:22
happenedarrivé to be right on topHaut of his facevisage arearégion.
184
430019
3223
soient placées exactement
sur la région des visages.
07:25
So with the patient'sles patients consentconsentement,
185
433242
2329
Avec le consentement du patient,
07:27
the doctorsmédecins askeda demandé him what happenedarrivé
186
435571
2587
le médecin lui demanda ce qu'il se passait
07:30
when they electricallyélectriquement stimulatedstimulé
that partpartie of his braincerveau.
187
438158
4166
quand ils stimulaient électriquement
cette partie de son cerveau.
07:34
Now, the patientpatient doesn't know
188
442324
1654
Le patient ne sait bien sûr pas
07:35
where those electrodesélectrodes are,
189
443978
1384
où sont mises les électrodes,
07:37
and he's never heardentendu of the facevisage arearégion.
190
445362
2212
il ne connaît pas
cette « région des visages ».
07:39
So let's watch what happensarrive.
191
447574
1991
Regardons ce qu'il se passe.
07:41
It's going to startdébut with a controlcontrôle conditioncondition
192
449565
1969
Cela commence avec un test de contrôle,
07:43
that will say "ShamSham" nearlypresque invisiblyinvisiblement
193
451534
2407
le mot « Sham » [Faux]
va apparaître très brièvement
07:45
in redrouge in the lowerinférieur left,
194
453941
1710
en rouge en bas à gauche,
07:47
when no currentactuel is deliveredlivré,
195
455651
2282
sans qu'aucun courant ne soit envoyé,
07:49
and you'lltu vas hearentendre the neurologistneurologue speakingParlant
to the patientpatient first. So let's watch.
196
457933
3815
et on entendra le neurologue
parler au patient. Regardons.
07:53
(VideoVidéo) NeurologistNeurologue: Okay, just look at my facevisage
197
461748
2081
(Vidéo)
Neurologue : Regardez mon visage
07:55
and tell me what happensarrive when I do this.
198
463829
3285
et dites-moi ce qu'il se passe
quand je fais ceci.
07:59
All right?
199
467114
934
D'accord ?
08:00
PatientPatient: Okay.
200
468048
2823
Patient : Ok.
08:02
NeurologistNeurologue: One, two, threeTrois.
201
470871
4320
Neurologue : Un, deux, trois.
08:07
PatientPatient: Nothing.
NeurologistNeurologue: Nothing? Okay.
202
475191
3015
Patient : Rien.
Neurologue : Rien ? Ok.
08:10
I'm going to do it one more time.
203
478206
2407
Je vais le refaire.
08:12
Look at my facevisage.
204
480613
3194
Regardez mon visage.
08:15
One, two, threeTrois.
205
483807
4500
Un, deux, trois.
08:20
PatientPatient: You just turnedtourné into somebodyquelqu'un elseautre.
206
488307
2824
Patient : Vous êtes devenu
quelqu'un d'autre.
08:23
Your facevisage metamorphosedmétamorphosées.
207
491131
2137
Votre visage s'est métamorphosé.
08:25
Your nosenez got saggysaggy, it wentest allé to the left.
208
493268
3011
Votre nez s'est ramolli
et est allé sur la gauche.
08:28
You almostpresque lookedregardé like somebodyquelqu'un I'd seenvu before,
209
496279
3536
Vous ressembliez à quelqu'un
que je connais,
08:31
but somebodyquelqu'un differentdifférent.
210
499815
2634
mais quelqu'un d'autre.
08:34
That was a tripvoyage.
211
502449
2072
C'était hallucinant.
08:36
(LaughterRires)
212
504521
3132
(Rires)
08:39
NancyNancy KanwisherKanwisher: So this experimentexpérience
213
507653
1615
Nancy : Cette expérience -
08:41
(ApplauseApplaudissements) —
214
509268
4223
(Applaudissements) -
08:45
this experimentexpérience finallyenfin nailsongles the caseCas
215
513491
2682
Cette expérience prouve finalement
08:48
that this regionRégion of the braincerveau is not only
216
516173
1825
que cette région du cerveau n'est pas
08:49
selectivelysélectivement responsivesensible to facesvisages
217
517998
2137
seulement stimulée par des visages
08:52
but causallycausalement involvedimpliqué in facevisage perceptionla perception.
218
520135
3045
mais sert aussi à percevoir ces visages.
08:55
So I wentest allé throughpar all of these detailsdétails
219
523180
2130
Je vous ai donc parlé de tout ceci
08:57
about the facevisage regionRégion to showmontrer you what it takes
220
525310
2464
sur cette région des visages
pour vous montrer
08:59
to really establishétablir that a partpartie of the braincerveau
221
527774
2339
qu'il est difficile de prouver
qu'une région
09:02
is selectivelysélectivement involvedimpliqué in a specificspécifique mentalmental processprocessus.
222
530113
3128
du cerveau est impliquée
dans un processus mental spécifique.
09:05
NextProchaine, I'll go throughpar much more quicklyrapidement
223
533241
2159
Je vais rapidement parler maintenant
09:07
some of the other specializedspécialisé regionsles régions of the braincerveau
224
535400
2660
d'autres régions spécialisées du cerveau
09:10
that we and othersautres have founda trouvé.
225
538060
2100
que nous et d'autres avons trouvées.
09:12
So to do this, I've spentdépensé a lot of time
226
540160
2114
Pour cela, j'ai passé beaucoup de temps
09:14
in the scannerscanner over the last monthmois
227
542274
1867
dans le scanner dernièrement
09:16
so I can showmontrer you these things in my braincerveau.
228
544141
2261
pour vous les montrer sur mon cerveau.
09:18
So let's get startedcommencé. Here'sVoici my right hemispherehémisphère.
229
546402
3233
Commençons.
Voici mon hémisphère droit.
09:21
So we're orientedaxé sur like that.
You're looking at my headtête this way.
230
549635
2662
On est orienté comme ceci.
Vous voyez ma tête comme ceci.
09:24
ImagineImaginez takingprise the skullcrâne off
231
552297
1093
Imaginez-la sans crâne,
09:25
and looking at the surfacesurface of the braincerveau like that.
232
553390
2268
vous regardez la surface
du cerveau comme ceci.
09:27
Okay, now as you can see,
233
555658
1758
Ok, comme vous voyez,
09:29
the surfacesurface of the braincerveau is all foldedplié up.
234
557416
1503
la surface est chiffonnée.
09:30
So that's not good. StuffStuff could be hiddencaché in there.
235
558919
1721
Quelque chose peut se cacher dedans.
09:32
We want to see the wholeentier thing,
236
560640
1434
Nous voulons tout voir.
09:34
so let's inflategonfler it so we can see the wholeentier thing.
237
562074
3312
Nous allons la gonfler
pour la voir entièrement.
09:37
NextProchaine, let's find that facevisage arearégion I've been talkingparlant about
238
565386
2829
Ensuite, trouvons cette région des visages
09:40
that respondsrépond to imagesimages like these.
239
568215
2227
qui réagit à des images comme celles-ci.
09:42
To see that, let's turntour the braincerveau around
240
570442
1519
Tournons donc le cerveau
09:43
and look on the insideà l'intérieur surfacesurface on the bottombas,
241
571961
2019
et regardons dans la surface inférieure,
09:45
and there it is, that's my facevisage arearégion.
242
573980
2305
la voici, ma région des visages.
09:48
Just to the right of that is anotherun autre regionRégion
243
576285
2707
À sa droite, se trouve une autre région,
09:50
that is shownmontré in purpleviolet
244
578992
1638
ici en mauve,
09:52
that respondsrépond when you processprocessus colorCouleur informationinformation,
245
580630
3072
qui réagit quand vous traitez
des informations de couleurs,
09:55
and nearprès those regionsles régions are other regionsles régions
246
583702
2691
et près de ces régions,
s'en trouvent d'autres
09:58
that are involvedimpliqué in perceivingpercevoir placesdes endroits,
247
586393
2363
impliquées dans la perception de lieux,
10:00
like right now, I'm seeingvoyant
this layoutmise en page of spaceespace around me
248
588756
2838
comme en ce moment,
je vois l'espace autour de moi
10:03
and these regionsles régions in greenvert right there
249
591594
1752
et ces régions en vert ici
10:05
are really activeactif.
250
593346
1274
sont très actives.
10:06
There's anotherun autre one out on the outsideà l'extérieur surfacesurface again
251
594620
2370
Il y en a une autre
à l'extérieur de cette surface
10:08
where there's a couplecouple more facevisage regionsles régions as well.
252
596990
2805
où se trouvent
d'autres régions des visages.
10:11
AlsoAussi in this vicinityproximité
253
599795
2345
Dans leur voisinage,
10:14
is a regionRégion that's selectivelysélectivement involvedimpliqué
254
602140
1645
se trouve une région impliquée
10:15
in processingEn traitement visualvisuel motionmouvement,
255
603785
1936
dans le traitement
des mouvements perçus,
10:17
like these movingen mouvement dotspoints here,
256
605721
1504
comme ces points mobiles ici,
10:19
and that's in yellowjaune at the bottombas of the braincerveau,
257
607225
2689
elle est en jaune
dans le bas du cerveau,
10:21
and nearprès that is a regionRégion that respondsrépond
258
609914
3168
et tout près, il y a une région qui réagit
10:25
when you look at imagesimages of bodiescorps and bodycorps partsles pièces
259
613082
2897
quand vous regardez des images
de corps, de parties de corps,
10:27
like these, and that regionRégion is shownmontré in limecitron vert greenvert
260
615979
2745
comme celles-ci, elle est en vert citron
10:30
at the bottombas of the braincerveau.
261
618724
2003
sur le bas du cerveau.
10:32
Now all these regionsles régions I've shownmontré you so farloin
262
620727
2632
Toutes ces régions sont impliquées
10:35
are involvedimpliqué in specificspécifique aspectsaspects of visualvisuel perceptionla perception.
263
623359
4432
dans des aspects particuliers
de la perception visuelle.
10:39
Do we alsoaussi have specializedspécialisé braincerveau regionsles régions
264
627791
2148
Avons-nous aussi des régions spécialisées
10:41
for other sensessens, like hearingaudition?
265
629939
2813
du cerveau pour les autres sens,
comme l'ouïe ?
10:44
Yes, we do. So if we turntour the braincerveau around a little bitbit,
266
632752
3037
Oui. Si nous tournons un peu le cerveau,
10:47
here'svoici a regionRégion in darkfoncé bluebleu
267
635789
2401
cette région en bleu foncé,
10:50
that we reportedsignalé just a couplecouple of monthsmois agodepuis,
268
638190
2346
que nous avons signalée
il y a quelques mois,
10:52
and this regionRégion respondsrépond stronglyfortement
269
640536
1634
réagit très fortement
10:54
when you hearentendre soundsdes sons with pitchpas, like these.
270
642170
3429
aux sons comme ceux-ci.
10:57
(SirensSirènes)
271
645599
2143
(Sirènes)
10:59
(CelloVioloncelle musicla musique)
272
647742
2081
(Violoncelle)
11:01
(DoorbellSonnette de porte)
273
649823
1917
(Sonnette)
11:03
In contrastcontraste, that sameMême regionRégion
does not respondrépondre stronglyfortement
274
651740
3608
Par contre, elle ne réagit pas
11:07
when you hearentendre perfectlyà la perfection familiarfamilier soundsdes sons
275
655348
1562
à des sons plus familiers
11:08
that don't have a clearclair pitchpas, like these.
276
656910
2362
qui n'ont pas une sonorité claire,
comme ceux-ci.
11:11
(ChompingRonge son frein)
277
659272
2469
(Grignotage)
11:13
(DrumTambour rollrouleau)
278
661741
2200
(Roulement de tambour)
11:15
(ToiletToilette flushingbouffées de chaleur)
279
663941
2767
(Chasse d'eau)
11:18
Okay. NextProchaine to the pitchpas regionRégion
280
666708
2498
Ok. À côté de cette région de la sonorité,
11:21
is anotherun autre setensemble of regionsles régions that
are selectivelysélectivement responsivesensible
281
669206
2474
se trouvent quelques régions
qui réagissent plutôt
11:23
when you hearentendre the soundsdes sons of speechdiscours.
282
671680
2765
quand vous entendez des paroles.
11:26
Okay, now let's look at these sameMême regionsles régions.
283
674445
1840
Regardons ces régions.
11:28
In my left hemispherehémisphère, there's a similarsimilaire arrangementArrangement
284
676285
2468
C'est très similaire
dans mon hémisphère gauche -
11:30
not identicalidentique, but similarsimilaire
285
678753
1473
pas identique, mais similaire -
11:32
and mostles plus of the sameMême regionsles régions are in here,
286
680226
2209
et la plupart
de ces régions s'y trouvent,
11:34
albeitquoique sometimesparfois differentdifférent in sizeTaille.
287
682435
2002
parfois de tailles différentes.
11:36
Now, everything I've shownmontré you so farloin
288
684437
2014
Toutes ces régions sont impliquées
11:38
are regionsles régions that are involvedimpliqué in
differentdifférent aspectsaspects of perceptionla perception,
289
686451
3026
dans différents aspects de la perception,
11:41
visionvision and hearingaudition.
290
689477
1833
la vision et l'ouïe.
11:43
Do we alsoaussi have specializedspécialisé braincerveau regionsles régions
291
691310
1660
Avons-nous des régions spécialisées
11:44
for really fancyfantaisie, complicatedcompliqué mentalmental processesprocessus?
292
692970
3435
du cerveau pour des processus
mentaux plus complexes ?
11:48
Yes, we do.
293
696405
1429
Oui, bien sûr.
11:49
So here in pinkrose are my languagela langue regionsles régions.
294
697834
3389
Ici, en rose sont mes régions du langage.
11:53
So it's been knownconnu for a very long time
295
701223
1428
On sait depuis longtemps
11:54
that that generalgénéral vicinityproximité of the braincerveau
296
702651
2035
que les alentours du cerveau
11:56
is involvedimpliqué in processingEn traitement languagela langue,
297
704686
2193
sont impliqués
dans le traitement du langage,
11:58
but we showedmontré very recentlyrécemment
298
706879
1732
mais nous avons démontré récemment
12:00
that these pinkrose regionsles régions
299
708611
1710
que ces régions en rose
12:02
respondrépondre extremelyextrêmement selectivelysélectivement.
300
710321
2205
réagissent de manière très sélective.
12:04
They respondrépondre when you understandcomprendre
the meaningsens of a sentencephrase,
301
712526
2812
Elles réagissent quand vous comprenez
le sens d'une phrase,
12:07
but not when you do other complexcomplexe mentalmental things,
302
715338
2838
mais pas en faisant
d'autres choses mentalement complexes,
12:10
like mentalmental arithmeticarithmétique
303
718176
2179
comme du calcul mental,
12:12
or holdingen portant informationinformation in memoryMémoire
304
720355
2396
ou retenir des informations en mémoire
12:14
or appreciatingappréciant the complexcomplexe structurestructure
305
722751
2655
ou apprécier la structure complexe
12:17
in a piecepièce of musicla musique.
306
725406
2284
d'un morceau de musique.
12:21
The mostles plus amazingincroyable regionRégion that's been founda trouvé yetencore
307
729664
2889
La région la plus surprenante
trouvée pour l'instant
12:24
is this one right here in turquoiseturquoise.
308
732553
3307
est celle-ci en turquoise.
12:27
This regionRégion respondsrépond
309
735860
2190
Cette région réagit
12:30
when you think about what anotherun autre personla personne is thinkingen pensant.
310
738050
4268
quand vous pensez
à ce que pense quelqu'un d'autre.
12:34
So that maymai seemsembler crazyfou,
311
742318
1644
Ça peut sembler bizarre,
12:35
but actuallyréellement, we humanshumains do this all the time.
312
743962
3868
mais en fait,
nous faisons ça tout le temps.
12:39
You're doing this when you realizeprendre conscience de
313
747830
2193
Vous le faites en vous rendant compte que
12:42
that your partnerpartenaire is going to be worriedinquiet
314
750023
1631
votre partenaire va s'inquiéter
12:43
if you don't call home to say you're runningfonctionnement lateen retard.
315
751654
2507
si vous ne l'appelez pas
pour prévenir d'un retard.
12:46
I'm doing this with that regionRégion of my braincerveau right now
316
754161
3469
Je le fais en ce moment même
avec cette région-là
12:49
when I realizeprendre conscience de that you guys
317
757630
2281
en me rendant compte que vous tous,
12:51
are probablyProbablement now wonderingme demandant about
318
759911
1598
vous vous posez des questions
12:53
all that graygris, unchartedUncharted territoryterritoire in the braincerveau,
319
761509
2547
sur tous ces territoires inconnus
du cerveau
12:56
and what's up with that?
320
764056
1964
et pourquoi c'est comme ça ?
12:58
Well, I'm wonderingme demandant about that too,
321
766020
1685
Moi aussi, je me pose la question,
12:59
and we're runningfonctionnement a bunchbouquet of
experimentsexpériences in my lablaboratoire right now
322
767705
2395
et nous faisons d'autres tests
dans mon laboratoire
13:02
to try to find a numbernombre of other
323
770100
2013
pour essayer d'identifier d'autres régions
13:04
possiblepossible specializationsspécialisations in the braincerveau
324
772113
2032
du cerveau spécialisées
13:06
for other very specificspécifique mentalmental functionsles fonctions.
325
774145
3368
pour d'autres
fonctions mentales particulières.
13:09
But importantlyimportant, I don't think we have
326
777513
2621
En revanche, je pense que nous
n'avons pas
13:12
specializationsspécialisations in the braincerveau
327
780134
1564
de zones spécialisées
13:13
for everychaque importantimportant mentalmental functionfonction,
328
781698
2746
pour chaque fonction mentale importante,
13:16
even mentalmental functionsles fonctions that maymai be criticalcritique for survivalsurvie.
329
784444
3409
même pour les fonctions mentales
importantes pour la survie.
13:19
In factfait, a fewpeu yearsannées agodepuis,
330
787853
2102
Il y a quelques années dans mon labo,
13:21
there was a scientistscientifique in my lablaboratoire
331
789955
1117
ce scientifique
13:23
who becamedevenu quiteassez convincedconvaincu
332
791072
1409
était convaincu
13:24
that he'dil aurait founda trouvé a braincerveau regionRégion
333
792481
1749
d'avoir trouvé une région du cerveau
13:26
for detectingdétection de foodaliments,
334
794230
1912
pour trouver de la nourriture,
13:28
and it respondeda répondu really stronglyfortement in the scannerscanner
335
796142
1918
elle réagissait fortement au scanner
13:30
when people lookedregardé at imagesimages like this.
336
798060
2728
quand les gens voyaient
des images comme celles-ci.
13:32
And furtherplus loin, he founda trouvé a similarsimilaire responseréponse
337
800788
2912
Il a ainsi trouvé une réaction similaire
13:35
in more or lessMoins the sameMême locationemplacement
338
803700
1939
plus ou moins dans la même région
13:37
in 10 out of 12 subjectssujets.
339
805639
2001
chez 10 des 12 participants.
13:39
So he was prettyjoli stokedStoked,
340
807640
2294
Il était donc extrêmement content,
13:41
and he was runningfonctionnement around the lablaboratoire
341
809934
1260
courant partout,
13:43
tellingrécit everyonetoutes les personnes that he was going to go on "OprahOprah"
342
811194
2002
criant à tous qu'il serait chez « Oprah »
13:45
with his biggros discoveryDécouverte.
343
813196
2018
pour parler de sa grande découverte.
13:47
But then he devisedmis au point the criticalcritique testtester:
344
815214
3022
Mais, il a après conçu le test critique :
13:50
He showedmontré subjectssujets imagesimages of foodaliments like this
345
818236
3183
il a montré aux participants
des images de nourriture comme celles-ci
13:53
and comparedpar rapport them to imagesimages with very similarsimilaire
346
821419
2741
et les a comparées
à des images de couleurs
13:56
colorCouleur and shapeforme, but that weren'tn'étaient pas foodaliments, like these.
347
824160
3810
et de formes similaires
d'autres choses, comme celles-ci.
13:59
And his regionRégion respondeda répondu the sameMême
348
827970
2131
Et sa région a réagi de la même manière
14:02
to bothtous les deux setsensembles of imagesimages.
349
830101
1949
aux différentes images.
14:04
So it wasn'tn'était pas a foodaliments arearégion,
350
832050
1327
Ce n'était pas une région
14:05
it was just a regionRégion that likedaimé colorscouleurs and shapesformes.
351
833377
2771
de nourriture mais une région
de couleurs et de formes.
14:08
So much for "OprahOprah."
352
836148
2561
Tant pis pour « Oprah. »
14:12
But then the questionquestion, of coursecours, is,
353
840483
2225
La question maintenant est donc :
14:14
how do we processprocessus all this other stuffdes trucs
354
842708
2126
comment traitons-nous ces autres choses
14:16
that we don't have specializedspécialisé braincerveau regionsles régions for?
355
844834
2970
pour lesquelles il n'y a pas
de régions spécialisées ?
14:19
Well, I think the answerrépondre is that in additionune addition
356
847804
1811
Je pense qu'en plus
14:21
to these highlytrès specializedspécialisé componentsComposants
that I've been describingdécrivant,
357
849615
3554
de ces éléments très spécialisés
que j'ai décrits,
14:25
we alsoaussi have a lot of very general-général-
purposeobjectif machinerymachinerie in our headstêtes
358
853169
3679
nous avons aussi dans nos têtes
une machinerie à usage plus général
14:28
that enablespermet us to tackletacle
359
856848
1494
qui nous permet d'affronter
14:30
whateverpeu importe problemproblème comesvient alongle long de.
360
858342
2106
tous les problèmes que nous croisons.
14:32
In factfait, we'venous avons shownmontré recentlyrécemment that
361
860448
2055
Nous avons récemment démontré
14:34
these regionsles régions here in whiteblanc
362
862503
2068
que ces régions ici en blanc
14:36
respondrépondre whenevern'importe quand you do any difficultdifficile mentalmental tasktâche
363
864571
3411
réagissent quand nous effectuons
une tâche mentale complexe,
14:39
at all —
364
867982
1101
à chaque fois -
14:41
well, of the sevenSept that we'venous avons testedtesté.
365
869083
3571
en tout cas, des 7 que nous avons testées.
14:44
So eachchaque of the braincerveau regionsles régions that I've describeddécrit
366
872654
2169
Donc, toutes ces régions dont j'ai parlé
14:46
to you todayaujourd'hui
367
874823
1306
aujourd'hui
14:48
is presentprésent in approximatelyapproximativement the sameMême locationemplacement
368
876129
2767
sont présentes
pratiquement au même endroit
14:50
in everychaque normalnormal subjectassujettir.
369
878896
1742
chez tous les participants normaux.
14:52
I could take any of you,
370
880638
1623
Je pourrais tester quelqu'un ici,
14:54
poppop you in the scannerscanner,
371
882261
1226
le scanner,
14:55
and find eachchaque of those regionsles régions in your braincerveau,
372
883487
2285
et trouver toutes ces régions
dans son cerveau,
14:57
and it would look a lot like my braincerveau,
373
885772
1905
et ça ressemblerait à mon cerveau,
14:59
althoughbien que the regionsles régions would be slightlylégèrement differentdifférent
374
887677
2070
même si ces régions se différencieraient
15:01
in theirleur exactexact locationemplacement and in theirleur sizeTaille.
375
889747
3564
sur leur localisation
et leur taille exacte.
15:05
What's importantimportant to me about this work
376
893311
2365
Ce que je trouve très important ici
15:07
is not the particularparticulier locationsEmplacements of these braincerveau regionsles régions,
377
895676
2969
n'est pas vraiment
la localisation exacte de ces régions,
15:10
but the simplesimple factfait that we have
378
898645
2587
mais le fait très simple que nous avons
15:13
selectivesélective, specificspécifique componentsComposants of mindesprit and braincerveau
379
901232
2568
des régions sélectives et spécifiques
15:15
in the first placeendroit.
380
903800
1648
dans l'esprit et le cerveau.
15:17
I mean, it could have been otherwiseautrement.
381
905448
2011
Ça aurait pu être différent.
15:19
The braincerveau could have been a singleunique,
382
907459
2441
Notre cerveau aurait pu être
un seul processeur
15:21
general-purposeusage général processorprocesseur,
383
909900
1495
à usage général,
15:23
more like a kitchencuisine knifecouteau
384
911395
1472
plus comme un couteau de cuisine
15:24
than a SwissSuisse ArmyArmée de terre knifecouteau.
385
912867
1683
qu'un couteau suisse.
15:26
InsteadAu lieu de cela, what braincerveau imagingd’imagerie has deliveredlivré
386
914550
3111
Ce que l'imagerie cérébrale a révélé
15:29
is this richriches and interestingintéressant picturephoto of the humanHumain mindesprit.
387
917661
3846
est cette image riche
et intéressante de l'esprit humain.
15:33
So we have this picturephoto of very general-purposeusage général
388
921507
2463
Nous avons une image de cette machinerie
15:35
machinerymachinerie in our headstêtes
389
923970
1070
à usage général
15:37
in additionune addition to this surprisingsurprenant arraytableau
390
925040
2357
en plus de cette panoplie surprenante
15:39
of very specializedspécialisé componentsComposants.
391
927397
3435
d'éléments très spécialisés.
15:43
It's earlyde bonne heure daysjournées in this enterpriseentreprise.
392
931712
2153
Nous n'en sommes encore qu'au début.
15:45
We'veNous avons paintedpeint only the first brushstrokescoups de pinceau
393
933865
2776
Nous avons seulement apposé
les premiers coups de pinceau
15:48
in our neuralneural portraitportrait of the humanHumain mindesprit.
394
936641
2927
de ce portrait neuronal
de l'esprit humain.
15:51
The mostles plus fundamentalfondamental questionsdes questions remainrester unansweredsans réponse.
395
939568
3082
Les plus grandes questions
restent sans réponse.
15:54
So for exampleExemple, what does eachchaque
of these regionsles régions do exactlyexactement?
396
942650
3800
Par exemple, quelle est
la fonction exacte de ces régions ?
15:58
Why do we need threeTrois facevisage areaszones
397
946450
2142
Pourquoi avons-nous
besoin de trois régions
16:00
and threeTrois placeendroit areaszones,
398
948592
1465
pour les visages et les lieux ?
16:02
and what's the divisiondivision of laborla main d'oeuvre betweenentre them?
399
950057
2868
Et quelle est
la division du travail entre elles ?
16:04
SecondSeconde, how are all these things
400
952925
2693
Deuxièmement, comment
toutes ces choses sont-elles
16:07
connectedconnecté in the braincerveau?
401
955618
1712
connectées dans le cerveau ?
16:09
With diffusionla diffusion imagingd’imagerie,
402
957330
1587
Avec l'imagerie de diffusion,
16:10
you can tracetrace bundlesfaisceaux of neuronsneurones
403
958917
2179
vous pouvez suivre des neurones
16:13
that connectrelier to differentdifférent partsles pièces of the braincerveau,
404
961096
2575
qui relient entre elles
différentes régions du cerveau,
16:15
and with this methodméthode shownmontré here,
405
963671
1631
et avec cette méthode ici,
16:17
you can tracetrace the connectionsles liaisons of
individualindividuel neuronsneurones in the braincerveau,
406
965302
3697
vous pouvez suivre ces connections
entre des neurones individuels,
16:20
potentiallypotentiellement somedayun jour givingdonnant us a wiringcâblage diagramdiagramme
407
968999
2718
pour avoir peut-être un jour
un schéma exact
16:23
of the entiretout humanHumain braincerveau.
408
971717
2066
des connexions de tout le cerveau.
16:25
ThirdTierce, how does all of this
409
973783
2047
Troisièmement, comment cette structure
16:27
very systematicsystématique structurestructure get builtconstruit,
410
975830
3149
systématique se construit-elle,
16:30
bothtous les deux over developmentdéveloppement in childhoodenfance
411
978979
2956
à travers le développement dans l'enfance
16:33
and over the evolutionévolution of our speciesespèce?
412
981935
2812
et à travers l'évolution de notre espèce ?
16:36
To addressadresse questionsdes questions like that,
413
984747
1900
Pour répondre à ces questions,
16:38
scientistsscientifiques are now scanningbalayage
414
986647
1783
les scientifiques scannent maintenant
16:40
other speciesespèce of animalsanimaux,
415
988430
2157
d'autres espèces animales,
16:42
and they're alsoaussi scanningbalayage humanHumain infantsnourrissons.
416
990587
5386
ainsi que des bébés.
16:48
ManyDe nombreux people justifyjustifier the highhaute
costCoût of neuroscienceneuroscience researchrecherche
417
996931
3651
Beaucoup de gens justifient
le coût de la recherche neuroscientifique
16:52
by pointingpointant out that it maymai help us somedayun jour
418
1000582
2754
en disant que ça nous aidera un jour
16:55
to treattraiter braincerveau disorderstroubles like Alzheimer'sAlzheimer and autismautisme.
419
1003336
3457
à guérir des maladies
comme Alzheimer et l'autisme.
16:58
That's a hugelyénormement importantimportant goalobjectif,
420
1006793
1947
C'est un objectif très important,
17:00
and I'd be thrilledravi if any of my work contributedcontribué to it,
421
1008740
3221
et je serais enchantée
si mon travail y contribue,
17:03
but fixingfixation things that are brokencassé in the worldmonde
422
1011961
2998
mais réparer
ce qui est cassé dans le monde
17:06
is not the only thing that's worthvaut doing.
423
1014959
2801
n'est pas la seule chose
importante à faire.
17:09
The efforteffort to understandcomprendre the humanHumain mindesprit and braincerveau
424
1017760
3228
Les efforts pour comprendre
l'esprit et le cerveau humain
17:12
is worthwhiledigne d'intérêt even if it never led to the treatmenttraitement
425
1020988
2818
en valent la peine
même s'ils n'aident jamais à guérir
17:15
of a singleunique diseasemaladie.
426
1023806
1677
la moindre maladie.
17:17
What could be more thrillingpalpitante
427
1025483
2037
Quoi de plus excitant
17:19
than to understandcomprendre the fundamentalfondamental mechanismsmécanismes
428
1027520
3141
que de comprendre
les mécanismes fondamentaux
17:22
that underliesous-tendent humanHumain experienceexpérience,
429
1030661
2296
qui sous-tendent l'expérience humaine,
17:24
to understandcomprendre, in essenceessence, who we are?
430
1032957
2926
de comprendre, en fait, qui nous sommes ?
17:27
This is, I think, the greatestplus grand scientificscientifique questquête
431
1035883
3449
C'est pour moi
la plus grande quête scientifique
17:31
of all time.
432
1039332
2713
de tous les temps.
17:34
(ApplauseApplaudissements)
433
1042045
5470
(Applaudissements)
Translated by eric vautier
Reviewed by Emily Reboul

▲Back to top

ABOUT THE SPEAKER
Nancy Kanwisher - Brain researcher
Using fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition.

Why you should listen

Does the brain use specialized processors to solve complex problems, or does it rely instead on more general-purpose systems?

This question has been at the crux of brain research for centuries. MIT researcher Nancy Kanwisher seeks to answer this question by discovering a “parts list” for the human mind and brain. "Understanding the nature of the human mind," she says, "is arguably the greatest intellectual quest of all time."

Kanwisher and her colleagues have used fMRI to identify distinct sites in the brain for face recognition, knowing where you are, and thinking about other people’s thoughts. Yet these discoveries are a prelude to bigger questions: How do these brain regions develop and function? What are the actual computations that go on in each region, and how are these computations implemented in circuits of neurons? And how do these work together to produce human intelligence?

To learn more, see Kanwisher's collection of short talks on how scientists actually study the human mind and brain and what they have learned so far.

More profile about the speaker
Nancy Kanwisher | Speaker | TED.com