ABOUT THE SPEAKER
Read Montague - Behavioral Neuroscientist
What does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work.

Why you should listen

Until recently, the world's curiosity about our brains seemed to focus on abnormal behavior. Which of course left a big question unanswered: Do we even know what "normal behavior" is? Through the landmark Roanoke Brain Study, Read Montague is hoping to find that out, exploring the everyday tasks of brains -- making decisions, understanding social context, and relating to others -- by neuroimaging some 5,000 people, ages 18-85, over a period of many years.

Montague's teams in Virginia and in London lead fascinating research in computational neuroscience (how the brain's "machinery" works), offering insight into the relationship between the social and cognitive functions. For instance, a recent study from his group found that in small social groups, some people will alter the expression of their IQ in reaction to social pressures -- revising, in almost all cases, downward.

More profile about the speaker
Read Montague | Speaker | TED.com
TEDGlobal 2012

Read Montague: What we're learning from 5,000 brains

Read Montague: Amit megtudunk 5000 agytól

Filmed:
763,896 views

Az egerek, bogarak, hörcsögök már nem az egyedülálló eszközeink arra, hogy az agyat tanulmányozzuk. A funkcionális MRI (fMRI) lehetővé teszi a tudósoknak, hogy feltérképezzék az agy tevékenységeit élő, lélegző, éppen döntést hozó emberi lényeknél. Read Montague áttekintést ad arról, hogy ez a technológia hogyan segít megértenünk az egymással való kapcsolódásunk bonyolult módjait.
- Behavioral Neuroscientist
What does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work. Full bio

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

00:16
Other people. EveryoneMindenki is interestedérdekelt in other people.
0
474
2809
Más emberek. Mindenkit érdekelnek mások.
00:19
EveryoneMindenki has relationshipskapcsolatok with other people,
1
3283
2123
Mindenkinek vannak kapcsolatai másokkal,
00:21
and they're interestedérdekelt in these relationshipskapcsolatok
2
5406
1592
és különböző okok miatt
00:22
for a varietyfajta of reasonsokok.
3
6998
1855
érdeklődik mindenki mások iránt.
00:24
Good relationshipskapcsolatok, badrossz relationshipskapcsolatok,
4
8853
2012
Jó viszonyok, rossz viszonyok,
00:26
annoyingbosszantó relationshipskapcsolatok, agnosticagnosztikus relationshipskapcsolatok,
5
10865
3146
idegesítő viszonyok, agnosztikus viszonyok,
00:29
and what I'm going to do is focusfókusz on the centralközponti piecedarab
6
14011
3424
és én most itt arra a központi dologra fogok fókuszálni,
00:33
of an interactioninterakció that goesmegy on in a relationshipkapcsolat.
7
17435
3303
ami egy ilyen kapcsolatban lejátszódik.
00:36
So I'm going to take as inspirationihlet the facttény that we're all
8
20738
2336
Ezért aztán inspirációul fogom hívni azt a tényt,
00:38
interestedérdekelt in interactingkölcsönható with other people,
9
23074
2425
hogy mindannyian érdekeltek vagyunk a másokkal való kapcsolatokban,
00:41
I'm going to completelyteljesen stripszalag it of all its complicatingbonyolítás featuresjellemzők,
10
25499
3832
és teljesen lehántom róla az összes bonyolító tényezőt,
00:45
and I'm going to turnfordulat that objecttárgy, that simplifiedegyszerűsített objecttárgy,
11
29331
3894
és ezt a leegyszerűsített témát, tárgyat,
00:49
into a scientifictudományos probeszonda, and providebiztosítani the earlykorai stagesszakaszában,
12
33225
4150
tudományos kísérletnek vetem alá, és lehetőséget biztosítok így új felismeréseknek
00:53
embryonicembrionális stagesszakaszában of newúj insightsbetekintést into what happensmegtörténik
13
37375
2449
a kezdeti, embrionális szakasz során, hogy kiderülhessen,
00:55
in two brainsagyvelő while they simultaneouslyegyidejűleg interactegymásra hat.
14
39824
3650
mi történik két agyban, amikor egyidejűleg kölcsönhatásba kerülnek egymással.
00:59
But before I do that, let me tell you a couplepárosít of things
15
43474
2293
Mielőtt azonban erre rátérnék, hadd mondjak el pár dolgot,
01:01
that madekészült this possiblelehetséges.
16
45767
1699
ami ezt lehetővé teszi.
01:03
The first is we can now eavesdrophallgatózik safelybiztonságosan
17
47466
2781
Az első az, hogy ma már biztonságosan
01:06
on healthyegészséges brainagy activitytevékenység.
18
50247
2711
meg tudjuk vizsgálni az egészséges agy aktivitását.
01:08
WithoutNélkül needlestűk and radioactivityradioaktivitás,
19
52958
2577
Tűk és radioaktivitás nélkül,
01:11
withoutnélkül any kindkedves of clinicalklinikai reasonok, we can go down the streetutca
20
55535
2863
mindenféle klinikai ok nélkül, foghatjuk magunkat,
01:14
and recordrekord from your friends'meg' and neighbors'szomszédok brainsagyvelő
21
58398
3127
és miközben a barátaink és szomszédaink egy sor kognitív feladatot hajtanak végre,
01:17
while they do a varietyfajta of cognitivemegismerő tasksfeladatok, and we use
22
61525
2538
felvehetjük az agyuk működését, s használjuk mindehhez
01:19
a methodmódszer calledhívott functionalfunkcionális magneticmágneses resonancerezonancia imagingImaging.
23
64063
3734
a funkcionális mágneses rezonancia képalkotó eszközt (fMRI-t).
01:23
You've probablyvalószínűleg all readolvas about it or heardhallott about in some
24
67797
2325
Valószínűleg mind olvastak, vagy hallottak róla
01:26
incarnationmegtestesülése. Let me give you a two-sentencekét mondat versionváltozat of it.
25
70122
4378
valamilyen formában. Hadd mutassam most be két mondatban.
01:30
So we'vevoltunk all heardhallott of MRIsMRIs. MRIsMRIs use magneticmágneses fieldsmezők
26
74500
3484
Mind hallottunk tehát az MRI-kről. Az MRI-k mágneses tereket és rádióhullámokat
01:33
and radiorádió waveshullámok and they take snapshotsPillanatképek of your brainagy
27
77984
2029
használnak, hogy pillanatfelvételeket készítsenek az agyunkról,
01:35
or your kneetérd or your stomachgyomor,
28
80013
2361
vagy a térdünkről, hasunkról,
01:38
grayscaleszürkeárnyalatos imagesképek that are frozenfagyott in time.
29
82374
2045
szürkeárnyalatos állóképeket.
01:40
In the 1990s, it was discoveredfelfedezett you could use
30
84419
2321
Az 1990-es években felfedezték, hogy lehet
01:42
the sameazonos machinesgépek in a differentkülönböző modemód,
31
86740
2659
ugyanezeket a gépeket más üzemmódban is használni,
01:45
and in that modemód, you could make microscopicmikroszkópos bloodvér flowfolyam
32
89399
2346
és abban a módban lehetséges mikroszkopikus szintű véráramlás filmeket készíteni
01:47
moviesfilmek from hundredsszáz of thousandsTöbb ezer of sitesoldalak independentlyönállóan in the brainagy.
33
91745
3300
az agyban sok százezer különböző területről.
01:50
Okay, so what? In facttény, the so what is, in the brainagy,
34
95045
3200
Rendben, és mi van akkor? Valójában, az az "és mi van akkor ott az agyban?"
01:54
changesváltoztatások in neuralideg- activitytevékenység, the things that make your brainagy work,
35
98245
3832
megváltoztatja az idegi aktivitást, azokat a dolgokat, ami miatt az agyunk működik,
01:57
the things that make your softwareszoftver work in your brainagy,
36
102077
2010
amik az agyunkban lévő szoftvert működésre késztetik,
01:59
are tightlyszorosan correlatedkorrelált with changesváltoztatások in bloodvér flowfolyam.
37
104087
2489
szoros összefüggésben vannak a véráramlás változásaival.
02:02
You make a bloodvér flowfolyam moviefilm, you have an independentfüggetlen
38
106576
1973
Ha elkészítünk egy véráramlásfilmet,
02:04
proxyproxy of brainagy activitytevékenység.
39
108549
2339
akkor lesz egy független proxynk az agyi aktivitásról.
02:06
This has literallyszó szerint revolutionizedforradalmasította cognitivemegismerő sciencetudomány.
40
110888
3034
Ez szó szerint forradalmasította a kognitív tudományokat!
02:09
Take any cognitivemegismerő domaindomain you want, memorymemória,
41
113922
1991
Vegyük akármelyik kognitív területet, mondjuk az emlékezetet,
02:11
motormotor planningtervezés, thinkinggondolkodás about your mother-in-lawanyós,
42
115913
2141
géptervezést, anyósunkon való gondolkodást,
02:13
gettingszerzés angrymérges at people, emotionalérzelmi responseválasz, it goesmegy on and on,
43
118054
3715
valakire való haragunkat, vagy érzelmi reakciónkat, és sorolhatnám,
02:17
put people into functionalfunkcionális MRIMRI deviceskészülékek, and
44
121769
3089
tegyük az embereket az fMRI-be,
02:20
imagekép how these kindsféle of variablesváltozók maptérkép onto-ra brainagy activitytevékenység.
45
124858
3383
és feltérképezzük, hogyan adják ki ezek a változók az agyi aktivitást.
02:24
It's in its earlykorai stagesszakaszában, and it's crudenyers by some measuresintézkedések,
46
128241
2849
Kezdeti lépéseknél tartunk még, és bizonyos mérték szerint nyers még ez a technológia,
02:26
but in facttény, 20 yearsévek agoezelőtt, we were at nothing.
47
131090
2568
de tény, hogy 20 évvel ezelőtt még sehol sem tartottunk!
02:29
You couldn'tnem tudott do people like this. You couldn'tnem tudott do healthyegészséges people.
48
133658
2359
Nem tudtuk ezt megtenni az emberekkel. Az egészségesekkel semmiképpen.
02:31
That's causedokozott a literalszó szerinti revolutionforradalom, and it's openednyitott us up
49
136017
2488
Ezért okozott ez szó szerint forradalmat, s feltárta a lehetőséget
02:34
to a newúj experimentalkísérleti preparationkészítmény. NeurobiologistsNeurobiologists,
50
138505
2818
egy új kísérletre való felkészüléshez. A neurobiológusoknak,
02:37
as you well know, have lots of experimentalkísérleti prepsPreps,
51
141323
3760
ahogy Önök is tudják, rengeteg kísérletezéshez való eszközük van,
02:40
wormsférgek and rodentsrágcsálók and fruitgyümölcs flieslegyek and things like this.
52
145083
3141
férgek, rágcsálók, muslicák, és ilyesmik.
02:44
And now, we have a newúj experimentalkísérleti prepPREP: humanemberi beingslények.
53
148224
3397
És most van egy új dolog is a kezünkben: az emberi lény.
02:47
We can now use humanemberi beingslények to studytanulmány and modelmodell
54
151621
3761
Ma már az embereket is használhatjuk arra, hogy tanulmányozzuk és modellezzük
02:51
the softwareszoftver in humanemberi beingslények, and we have a fewkevés
55
155382
2950
az emberben lévő szoftvert,
02:54
burgeoningvirágzó biologicalbiológiai measuresintézkedések.
56
158332
2835
és van is már néhány bimbózó biológiai intézkedésünk erre vonatkozóan.
02:57
Okay, let me give you one examplepélda of the kindsféle of experimentskísérletek that people do,
57
161167
3887
Rendben, hadd mutassak be egy példát az ilyesfajta kísérletekből, amik manapság zajlanak,
03:00
and it's in the areaterület of what you'djobb lenne, ha call valuationértékelési.
58
165054
2677
mégpedig az értékelés területéről.
03:03
ValuationÉrtékelési is just what you think it is, you know?
59
167731
2135
Értékelés: pont az, amit gondolunk róla, tudják!
03:05
If you wentment and you were valuingmegbecsülése two companiesvállalatok againstellen
60
169866
2804
Ha fogjuk magunkat és összehasonlítunk két céget egymással,
03:08
one anotheregy másik, you'djobb lenne, ha want to know whichmelyik was more valuableértékes.
61
172670
2736
akkor tudni akarjuk, melyik cég értékesebb.
03:11
CulturesKultúrák discoveredfelfedezett the keykulcs featurefunkció of valuationértékelési thousandsTöbb ezer of yearsévek agoezelőtt.
62
175406
3879
Bizonyos kultúrák évezredekkel ezelőtt felfedezték már az értékelés kritériumait.
03:15
If you want to comparehasonlítsa össze orangesnarancs to windshieldsszélvédők, what do you do?
63
179285
2690
Ha össze akarjuk hasonlítani a narancsot a szélvédővel, mit teszünk?
03:17
Well, you can't comparehasonlítsa össze orangesnarancs to windshieldsszélvédők.
64
181975
2356
Nos, ezt nem tudjuk megtenni.
03:20
They're immisciblenem keveredő. They don't mixkeverd össze with one anotheregy másik.
65
184331
2255
Ezek nem összehasonlíthatók. Nem vegyíthetők egymással.
03:22
So insteadhelyette, you convertalakítani them to a commonközös currencypénznem scaleskála,
66
186586
2351
Ehelyett, fogjuk és átkonvertáljuk egy közös mértékegységre,
03:24
put them on that scaleskála, and valueérték them accordinglyEnnek megfelelően.
67
188937
2706
azzal megmérjük őket és annak megfelelően értékeljük ki.
03:27
Well, your brainagy has to do something just like that as well,
68
191643
3436
Nos, az agyunk is valami ehhez hasonlót tesz,
03:30
and we're now beginningkezdet to understandmegért and identifyazonosítani
69
195079
2488
és most kezdjük megérteni, és beazonosítani
03:33
brainagy systemsrendszerek involvedrészt in valuationértékelési,
70
197567
2137
az agynak azokat a rendszereit, amelyek ebben az értékelésben szerepet játszanak,
03:35
and one of them includesmagába foglalja a neurotransmitterneurotranszmitter systemrendszer
71
199704
2632
melyek közül az egyikben van egy olyan ingerületátvivő rendszer,
03:38
whoseakinek cellssejteket are locatedtalálható in your brainstemagytörzs
72
202336
2632
amelynek a sejtjei az agytörzsben vannak,
03:40
and deliverszállít the chemicalkémiai dopaminedopamin to the restpihenés of your brainagy.
73
204968
3175
és a dopamin vegyületet szállítják az agy többi részéhez.
03:44
I won'tszokás go throughkeresztül the detailsrészletek of it, but that's an importantfontos
74
208143
2442
Nem fogom végigvenni a részleteket, de ez egy fontos felfedezés,
03:46
discoveryfelfedezés, and we know a good bitbit about that now,
75
210585
2157
aminek jó részét feltártuk már,
03:48
and it's just a smallkicsi piecedarab of it, but it's importantfontos because
76
212742
2230
s bár csak egy aprócska dolog ez, mégis nagyon fontos,
03:50
those are the neuronsneuronok that you would loseelveszít if you had Parkinson'sParkinson-kór diseasebetegség,
77
214972
3275
mert ezek azok a neuronok, amelyeket elveszítünk, ha Parkinson-kórosak leszünk,
03:54
and they're alsois the neuronsneuronok that are hijackedeltérített by literallyszó szerint
78
218247
2016
valamint ezek azok a neuronok, amelyek szó szerint eltérítésre kerülnek,
03:56
everyminden drugdrog of abusevisszaélés, and that makesgyártmányú senseérzék.
79
220263
2232
minden típusú drogfogyasztás esetén, és ennek bizony van értelme!
03:58
DrugsGyógyszerek of abusevisszaélés would come in, and they would changeváltozás
80
222495
2336
Belép a képbe a droggal való visszaélés, és miatta
04:00
the way you valueérték the worldvilág. They changeváltozás the way
81
224831
1789
megváltozik a világról alkotott értékrendszerünk. Ezek megváltoztatják
04:02
you valueérték the symbolsszimbólumok associatedtársult with your drugdrog of choiceválasztás,
82
226620
3199
a szimbólumok megítélését, melyek a választott drogunkhoz társulnak,
04:05
and they make you valueérték that over everything elsemás.
83
229819
2514
és rávesznek minket arra, hogy azt mindenek felett valónak értékeljük.
04:08
Here'sItt van the keykulcs featurefunkció thoughbár. These neuronsneuronok are alsois
84
232333
3021
Ez itt a leglényegesebb jellegzetessége. Ezek a neuronok
04:11
involvedrészt in the way you can assignhozzárendelni valueérték to literallyszó szerint abstractabsztrakt ideasötletek,
85
235354
3501
részt vesznek abban is, amikor szó szerint elvont ötletekhez értéket kapcsolunk,
04:14
and I put some symbolsszimbólumok up here that we assignhozzárendelni valueérték to
86
238855
2041
és feltettem ide néhány olyan szimbólumot, amelyhez értéket társítunk,
04:16
for variouskülönféle reasonsokok.
87
240896
2720
különböző okoknál fogva.
04:19
We have a behavioralviselkedési superpowerszuperhatalom in our brainagy,
88
243616
2689
Van az agyunkban egy viselkedési szuperhatalom,
04:22
and it at leastlegkevésbé in partrész involvesjár dopaminedopamin.
89
246305
1753
amely legalább is részben dopaminból áll.
04:23
We can denytagadni everyminden instinctösztön we have for survivaltúlélés for an ideaötlet,
90
248058
4189
Képesek vagyunk megtagadni az összes létfenntartó ösztönünket egy idea miatt,
04:28
for a merepuszta ideaötlet. No other speciesfaj can do that.
91
252247
4005
pusztán egy idea miatt! Egyetlen más faj sem képes erre.
04:32
In 1997, the cultkultusz Heaven'sA mennyország GateKapu committedelkötelezett masstömeg suicideöngyilkosság
92
256252
3606
1997-ben a Menny Kapuja kultusz tömeges öngyilkosságot követett el,
04:35
predicatedáldás on the ideaötlet that there was a spaceshipűrhajó
93
259858
2215
azt képzelve, hogy jön egy űrhajó
04:37
hidingelrejtése in the tailfarok of the then-visibleakkor látható cometüstökös Hale-BoppHale-Bopp
94
262073
3785
az akkor látható Hale-Bopp-üstökös csóvájában rejtőzve,
04:41
waitingvárakozás to take them to the nextkövetkező levelszint. It was an incrediblyhihetetlenül tragictragikus eventesemény.
95
265858
4272
ami arra vár, hogy a következő szintre vihesse őket. Ez egy hihetetlenül tragikus kimenetelű eset volt.
04:46
More than two thirdskétharmadát of them had collegefőiskola degreesfok.
96
270130
3485
Több mint kétharmaduknak egyetemi diplomája volt.
04:49
But the pointpont here is they were ableképes to denytagadni theirazok instinctsösztönök for survivaltúlélés
97
273615
3723
A lényeg azonban itt az, hogy képesek voltak megtagadni a létfenntartó ösztöneiket,
04:53
usinghasználva exactlypontosan the sameazonos systemsrendszerek that were put there
98
277338
2866
pontosan ugyanazokat a rendszereket használva fel ehhez,
04:56
to make them survivetúlélni. That's a lot of controlellenőrzés, okay?
99
280204
4042
amelyek lehetővé teszik a túlélést. Itt nagyon nagy mértékű szabályozásról van szó, világos, ugye?
05:00
One thing that I've left out of this narrativeelbeszélés
100
284246
2089
Egy dolgot még nem említettem,
05:02
is the obviousnyilvánvaló thing, whichmelyik is the focusfókusz of the restpihenés of my
101
286335
2234
mégpedig azt a nyilvánvaló dolgot, amely e kis előadásom
05:04
little talk, and that is other people.
102
288569
2159
további részét képezi, vagyis a többi embert.
05:06
These sameazonos valuationértékelési systemsrendszerek are redeployedAz átcsoportosított
103
290728
2996
Ugyanezek az értékelő rendszerek kerülnek használatra,
05:09
when we're valuingmegbecsülése interactionskölcsönhatások with other people.
104
293724
2492
amikor emberekkel kapcsolatos viszonyokat mérlegelünk.
05:12
So this sameazonos dopaminedopamin systemrendszer that getsjelentkeznek addictedrabja to drugsgyógyszerek,
105
296216
3271
Azaz ugyanaz a dopaminrendszer, ami hozzászokik a drogokhoz,
05:15
that makesgyártmányú you freezefagy when you get Parkinson'sParkinson-kór diseasebetegség,
106
299487
2524
ami egy Parkinson-kór esetén a lebénulásunkat okozza,
05:17
that contributeshozzájárul to variouskülönféle formsformák of psychosispszichózis,
107
302011
3077
ami hozzájárul a pszichózis különböző formáihoz,
05:20
is alsois redeployedAz átcsoportosított to valueérték interactionskölcsönhatások with other people
108
305088
3920
szintén használatra kerül annak érdekében, hogy a más emberekkel kapcsolatos
05:24
and to assignhozzárendelni valueérték to gesturesgesztusok that you do
109
309008
2896
viszonyunkat kiértékelje, és értéket rendeljen a gesztusokhoz,
05:27
when you're interactingkölcsönható with somebodyvalaki elsemás.
110
311904
2574
amikor másokkal kölcsönhatásba lépünk.
05:30
Let me give you an examplepélda of this.
111
314478
2577
Hadd említsek itt egy példát.
05:32
You bringhoz to the tableasztal suchilyen enormoushatalmas processingfeldolgozás powererő
112
317055
2967
Olyan hatalmas feldolgozási teljesítményt alkalmazunk
05:35
in this domaindomain that you hardlyalig even noticeértesítés it.
113
320022
2624
ezen a területen, amiről szinte fogalmunk sincs.
05:38
Let me just give you a fewkevés examplespéldák. So here'sitt a babybaba.
114
322646
1467
Hadd mondjak egy példát. Itt egy kisbaba.
05:40
She's threehárom monthshónap oldrégi. She still poopspoops in her diaperspelenkák and she can't do calculuskalkulus.
115
324113
3730
3 hónapos. Pelenkába kakil, és nem tud számolni.
05:43
She's relatedösszefüggő to me. SomebodyValaki will be very gladboldog that she's up here on the screenképernyő.
116
327843
3353
Velem áll kapcsolatban. Valaki nagyon fog örülni annak, hogy felkerült ide a kivetítőre.
05:47
You can coverborító up one of her eyesszemek, and you can still readolvas
117
331196
2376
Lefedheted az egyik szemét, és még úgy is le tudsz olvasni
05:49
something in the other eyeszem, and I see sortfajta of curiositykíváncsiság
118
333572
2755
valamit a másik szeméből, és látok némi kíváncsiságot
05:52
in one eyeszem, I see maybe a little bitbit of surprisemeglepetés in the other.
119
336327
3597
az egyik szemében, a másikban pedig némi meglepettséget.
05:55
Here'sItt van a couplepárosít. They're sharingmegosztás a momentpillanat togetheregyütt,
120
339924
3179
Itt egy pár. Ez egy közös pillanatuk,
05:59
and we'vevoltunk even doneKész an experimentkísérlet where you can cutvágott out
121
343103
1318
és végeztünk egy kísérletet, amiben kivághatunk
06:00
differentkülönböző piecesdarabok of this framekeret and you can still see
122
344421
3007
különböző darabokat a képből, és mégis láthatjuk,
06:03
that they're sharingmegosztás it. They're sharingmegosztás it sortfajta of in parallelpárhuzamos.
123
347428
2504
hogy közösen vesznek részt benne. Amolyan párhuzamosan osztják meg.
06:05
Now, the elementselemek of the sceneszínhely alsois communicatekommunikálni this
124
349932
2463
Namost, a jelenet részei is üzenik ezt nekünk,
06:08
to us, but you can readolvas it straightegyenes off theirazok facesarcok,
125
352395
2235
de leolvashatjuk egyenesen az ő arcukról is,
06:10
and if you comparehasonlítsa össze theirazok facesarcok to normalnormál facesarcok, it would be a very subtleapró cuedákó.
126
354630
3503
és ha összehasonlítjuk az arcukat normál arcokkal, nagyon kevés lenne a különbség.
06:14
Here'sItt van anotheregy másik couplepárosít. He's projectingkiálló out at us,
127
358133
3347
Itt egy másik pár. A férfi ránk nevet,
06:17
and she's clearlytisztán projectingkiálló, you know,
128
361480
2888
a nő pedig, látják, világosan kimutatja
06:20
love and admirationcsodálattal at him.
129
364368
2263
csodálatát és szeretetét a férfi iránt.
06:22
Here'sItt van anotheregy másik couplepárosít. (LaughterNevetés)
130
366631
3635
Itt van még egy pár. (Nevetés)
06:26
And I'm thinkinggondolkodás I'm not seeinglátás love and admirationcsodálattal on the left. (LaughterNevetés)
131
370266
5150
És szerintem nem lehet semmiféle szeretetet és tetszést megfigyelni a baloldali arcon. (Nevetés)
06:31
In facttény, I know this is his sisterlánytestvér, and you can just see
132
375416
2560
Én tudom, hogy ez itt a kissrác nővére, és megfigyelhetjük,
06:33
him sayingmondás, "Okay, we're doing this for the camerakamera,
133
377976
2513
hogy a kissrác épp azt mondja: "Na persze, a kamera miatt így csinálunk,
06:36
and then afterwardskésőbb you steallop my candycukorka and you punchpuncs me in the facearc." (LaughterNevetés)
134
380489
5702
aztán persze elveszed a nyalókámat, meg még be is húzol egyet!" (Nevetés)
06:42
He'llŐ lesz killmegöl me for showingkiállítás that.
135
386191
2106
Meg fog ölni, hogy megmutattam ezt.
06:44
All right, so what does this mean?
136
388297
2797
Rendben, szóval mit jelent ez?
06:46
It meanseszközök we bringhoz an enormoushatalmas amountösszeg of processingfeldolgozás powererő to the problemprobléma.
137
391094
3350
Azt, hogy hihetetlen mértékű feldolgozóerőt viszünk a problémamegoldásba.
06:50
It engagesfolytat deepmély systemsrendszerek in our brainagy, in dopaminergicdopaminerg
138
394444
3648
Az agyunk mélyen fekvő részeit használjuk ehhez,
06:53
systemsrendszerek that are there to make you chaseChase sexszex, foodélelmiszer and salt.
139
398092
2818
a dopaminerg rendszert, ami azért van, hogy becserkésszük a szexet, a kaját, az élet sava-borsát.
06:56
They keep you aliveélő. It givesad them the piepite, it givesad
140
400910
2894
Ezek tartanak minket életben! Ez jutalmaz minket,
06:59
that kindkedves of a behavioralviselkedési punchpuncs whichmelyik we'vevoltunk calledhívott a superpowerszuperhatalom.
141
403804
2904
ez nyomja ránk azt a viselkedési bélyeget, amit szuperhatalomnak hívunk.
07:02
So how can we take that and arrangegondoskodjon a kindkedves of stagedszakaszos
142
406708
3654
Hogyan tudjuk ezt kiragadni, és létrehozni egy szervezett társadalmi érintkezést,
07:06
socialtársadalmi interactioninterakció and turnfordulat that into a scientifictudományos probeszonda?
143
410362
2698
majd az egészet egy tudományos kísérletté alakítani?
07:08
And the shortrövid answerválasz is gamesjátékok.
144
413060
2691
A gyors válasz: a játék.
07:11
EconomicGazdasági gamesjátékok. So what we do is we go into two areasnak.
145
415751
4404
Gazdasági játékok. Azt csináltuk tehát, hogy két területbe mélyedünk bele.
07:16
One areaterület is calledhívott experimentalkísérleti economicsközgazdaságtan. The other areaterület is calledhívott behavioralviselkedési economicsközgazdaságtan.
146
420155
3336
Az egyik terület a kísérleti gazdaságtan. A másik pedig a viselkedési gazdaságtan.
07:19
And we steallop theirazok gamesjátékok. And we contrivefeltalál them to our ownsaját purposescélokra.
147
423491
4078
Kölcsönvesszük a játékaikat. És felhasználjuk őket a saját céljainkra.
07:23
So this showsműsorok you one particularkülönös gamejátszma, meccs calledhívott an ultimatumultimátum gamejátszma, meccs.
148
427569
2967
Ez itt tehát azt a bizonyos játékot mutatja be, amit ultimátumjátéknak hívunk.
07:26
RedPiros personszemély is givenadott a hundredszáz dollarsdollár and can offerajánlat
149
430536
1845
A piros személy kap 100 dollárt, s ő felajánlhatja a kéknek.
07:28
a splithasított to bluekék. Let's say redpiros wants to keep 70,
150
432381
3723
a pénz elosztását. Mondjuk a piros meg akar tartani 70-et,
07:32
and offersajánlatok bluekék 30. So he offersajánlatok a 70-30 splithasított with bluekék.
151
436104
4086
így felajánl a kéknek 30-at. 70:30-hoz megosztást ajánl a kéknek.
07:36
ControlEllenőrzés passesbérletek to bluekék, and bluekék saysmondja, "I acceptelfogad it,"
152
440190
2851
A kékre kerül a sor, és a kék bele is egyezik: "Elfogadom",
07:38
in whichmelyik caseügy he'dő lenne get the moneypénz, or bluekék saysmondja,
153
443041
1956
amely esetben meg is kapja a pénzt. De mondhatja a kék azt is,
07:40
"I rejectelutasítás it," in whichmelyik caseügy no one getsjelentkeznek anything. Okay?
154
444997
4307
hogy "Visszautasítom", amely esetben senki sem kap semmit! Rendben?
07:45
So a rationalracionális choiceválasztás economistközgazdász would say, well,
155
449304
3392
Tehát egy racionális választásokkal foglalkozó közgazdász azt mondaná erre, hogy hát
07:48
you should take all non-zeronullától offersajánlatok.
156
452696
2056
el kéne fogadni minden nem 0 összegű ajánlatot.
07:50
What do people do? People are indifferentközömbös at an 80-20 splithasított.
157
454752
3762
Mit tesznek az emberek? A 80:20 arányú elosztásnál még indifferensek.
07:54
At 80-20, it's a coinérme flipmegfricskáz whetherakár you acceptelfogad that or not.
158
458514
3524
A 80:20 aránynál érmefeldobáshoz hasonlóan dől el, hogy elfogadjuk-e, vagy sem.
07:57
Why is that? You know, because you're pissedrészeg off.
159
462038
2891
Miért van ez így? Hát tudják, mert be vannak rágva.
08:00
You're madőrült. That's an unfairtisztességtelen offerajánlat, and you know what an unfairtisztességtelen offerajánlat is.
160
464929
3609
Dühösek. Mert ez egy igazságtalan ajánlat, és tudjuk, hogy az mit jelent.
08:04
This is the kindkedves of gamejátszma, meccs doneKész by my lablabor and manysok around the worldvilág.
161
468538
2704
Ilyen fajta játékokat játszunk a laboromban, és sok más helyen is a világban.
08:07
That just givesad you an examplepélda of the kindkedves of thing that
162
471242
2544
Ez némi betekintést nyújt abba,
08:09
these gamesjátékok probeszonda. The interestingérdekes thing is, these gamesjátékok
163
473786
3738
hogy ezek a játékok mit feszegetnek. Az érdekes benne az, hogy ezek a játékok megkövetelik
08:13
requirekíván that you have a lot of cognitivemegismerő apparatuskészülék on linevonal.
164
477524
3707
tőlünk azt, hogy a kognitív berendezéseink nagy része be legyen kapcsolva.
08:17
You have to be ableképes to come to the tableasztal with a propermegfelelő modelmodell of anotheregy másik personszemély.
165
481231
2928
Képesek kell legyünk úgy odaállni az asztalhoz, hogy a másik emberről megfelelő képet alkossunk.
08:20
You have to be ableképes to rememberemlékezik what you've doneKész.
166
484159
3213
Képesek kell legyünk visszaidézni mindazt, amit tettünk.
08:23
You have to standállvány up in the momentpillanat to do that.
167
487372
1420
Fel kell tudjunk állni adott pillanatban és megtenni mindezt.
08:24
Then you have to updatefrissítés your modelmodell basedszékhelyű on the signalsjelek comingeljövetel back,
168
488792
3350
Majd felül kell vizsgálnunk és megújítanunk a modellünket, a visszaérkező jelek alapján,
08:28
and you have to do something that is interestingérdekes,
169
492142
2972
és valami érdekeset kell tennünk,
08:31
whichmelyik is you have to do a kindkedves of depthmélység of thought assayesszé.
170
495114
2597
amolyan mélyenszántó képzeletbeli kivizsgálást kell eszközölnünk.
08:33
That is, you have to decidedöntsd el what that other personszemély expectselvárja, hogy of you.
171
497711
3333
Ami annyit tesz, hogy előre el kell döntenünk, hogy vajon a másik ember mit vár el tőlünk.
08:36
You have to sendelküld signalsjelek to managekezel your imagekép in theirazok mindelme.
172
501044
2954
Jeleket kell küldjünk arra vonatkozóan, hogy az ő fejükben rólunk alkotott képüket irányítsuk!
08:39
Like a jobmunka interviewinterjú. You sitül acrossát the deskasztal from somebodyvalaki,
173
503998
2853
Mint egy állásinterjúnál. Valakivel szemben ülünk egy asztal mögött,
08:42
they have some priorelőzetes imagekép of you,
174
506851
1369
akinek van valamiféle előzetes képe rólunk,
08:44
you sendelküld signalsjelek acrossát the deskasztal to movemozog theirazok imagekép
175
508220
2751
jeleket küldünk az asztalon át, hogy a rólunk alkotott képet befolyásoljuk,
08:46
of you from one placehely to a placehely where you want it to be.
176
510971
3920
mégpedig, hogy egy olyat alakítsunk ki, amilyet mi akarunk.
08:50
We're so good at this we don't really even noticeértesítés it.
177
514891
3385
Olyan jók vagyunk ebben, hogy észre sem vesszük az egész folyamatot.
08:54
These kindsféle of probesSzondák exploitkihasználni it. Okay?
178
518276
3767
Az ilyesfajta feladatok ezt használják ki, érthető?
08:57
In doing this, what we'vevoltunk discoveredfelfedezett is that humansemberek
179
522043
1807
Ezt vizsgálva arra jöttünk rá, hogy az emberek
08:59
are literalszó szerinti canariesKanári-szigetek in socialtársadalmi exchangescserék.
180
523850
2331
szó szerint olyanok a társadalmi viszonyokban, mint a kanárik.
09:02
CanariesKanári-szigetek used to be used as kindkedves of biosensorsbioszenzorok in minesbányák.
181
526181
3397
A kanárikat amolyan élő jelzőeszközként használták régen a bányákban.
09:05
When methanemetán builtépült up, or carbonszén dioxidedioxid builtépült up,
182
529578
3560
Amikor metán vagy szén-dioxid gyülemlett fel,
09:09
or oxygenoxigén was diminishedcsökkentett, the birdsmadarak would swoonelalél
183
533138
4186
vagy elfogyott az oxigén, a madarak elájultak,
09:13
before people would -- so it actedjárt el as an earlykorai warningFigyelem systemrendszer:
184
537324
2326
még mielőtt az emberek ájultak volna el -- amolyan korabeli vészjelzőrendszerként működtek.
09:15
Hey, get out of the mineenyém. Things aren'tnem going so well.
185
539650
2980
Hé, kifele a bányából! Baj van!
09:18
People come to the tableasztal, and even these very blunttompa,
186
542630
2954
Odajönnek az emberek az asztalhoz, és még e nagyon bugyuta,
09:21
stagedszakaszos socialtársadalmi interactionskölcsönhatások, and they, and there's just
187
545584
2990
megrendezett társadalmi kapcsolódás során is, akkor és ott,
09:24
numbersszám going back and forthtovább betweenközött the people,
188
548574
3016
amikor pusztán számokról van szó köztük,
09:27
and they bringhoz enormoushatalmas sensitivitiesérzékenység to it.
189
551590
2199
akkor is óriási érzékenységgel állnak hozzá a feladathoz.
09:29
So we realizedrealizált we could exploitkihasználni this, and in facttény,
190
553789
2689
Azt gondoltuk, felhasználhatnánk ezt, mégpedig úgy,
09:32
as we'vevoltunk doneKész that, and we'vevoltunk doneKész this now in
191
556478
2556
ahogy már tettük, és tesszük mostanában is
09:34
manysok thousandsTöbb ezer of people, I think on the ordersorrend of
192
559034
2694
sok ezer emberrel, azt hiszem
09:37
fiveöt or sixhat thousandezer. We actuallytulajdonképpen, to make this
193
561728
2165
kb. öt- vagy hatezerrel. Ahhoz, hogy ebből valódi
09:39
a biologicalbiológiai probeszonda, need biggernagyobb numbersszám than that,
194
563893
2224
biológiai kísérletet csináljunk, nagyobb számokra van szükségünk,
09:42
remarkablyfeltűnően so. But anywayakárhogyan is,
195
566117
3674
méghozzá jelentősen nagyobbakra. De mindenesetre,
09:45
patternsminták have emergedalakult, and we'vevoltunk been ableképes to take
196
569791
2004
a minták látszanak, és képesek vagyunk ezeket a mintákat
09:47
those patternsminták, convertalakítani them into mathematicalmatematikai modelsmodellek,
197
571795
3836
megfogni és átkonvertálni őket matematikai modellekké,
09:51
and use those mathematicalmatematikai modelsmodellek to gainnyereség newúj insightsbetekintést
198
575631
2689
majd felhasználni ezeket a matematikai modelleket arra, hogy új felismeréseket szerezzünk
09:54
into these exchangescserék. Okay, so what?
199
578320
2131
ezekkel az érintkezésekkel kapcsolatosan. Rendben, és akkor mi van?
09:56
Well, the so what is, that's a really niceszép behavioralviselkedési measuremérték,
200
580451
3313
Nos, az "és akkor mi van?" egy igazán jól működő viselkedési mérőeszköz,
09:59
the economicgazdasági gamesjátékok bringhoz to us notionsfogalmak of optimaloptimális playjáték.
201
583764
3319
a gazdasági játékok az optimális játszmákba engednek bepillantást.
10:02
We can computekiszámít that duringalatt the gamejátszma, meccs.
202
587083
2484
Számításokat végezhetünk a játék során.
10:05
And we can use that to sortfajta of carvefarag up the behaviorviselkedés.
203
589567
2953
És felhasználhatjuk mindezt úgymond ahhoz, hogy felszeleteljük a viselkedést kis részekre.
10:08
Here'sItt van the coolmenő thing. SixHat or sevenhét yearsévek agoezelőtt,
204
592520
4330
És ez a klassz benne: 6-7 évvel ezelőtt
10:12
we developedfejlett a teamcsapat. It was at the time in HoustonHouston, TexasTexas.
205
596850
2550
létrehoztunk egy csapatot. Akkoriban Houstonban voltunk.
10:15
It's now in VirginiaVirginia and LondonLondon. And we builtépült softwareszoftver
206
599400
3394
Ma Virginiában és Londonban vagyunk. És létrehoztunk egy szoftvert,
10:18
that'llhogy majd linklink functionalfunkcionális magneticmágneses resonancerezonancia imagingImaging deviceskészülékek
207
602794
3207
amely összeköti az fMRI eszközöket az interneten keresztül.
10:21
up over the InternetInternet. I guessTaláld ki we'vevoltunk doneKész up to sixhat machinesgépek
208
606001
4035
Úgy emlékszem, vagy hat ilyen gépet építettünk akkoriban,
10:25
at a time, but let's just focusfókusz on two.
209
610036
1981
de most fókuszáljunk csak kettőre.
10:27
So it synchronizesszinkronizálja machinesgépek anywherebárhol in the worldvilág.
210
612017
3058
Tehát ez a rendszer összehangolja a világon bárhol elhelyezkedő gépeket.
10:30
We synchronizeszinkronizálása the machinesgépek, setkészlet them into these
211
615075
3169
Összehangoljuk ezeket a gépeket, beállítva őket
10:34
stagedszakaszos socialtársadalmi interactionskölcsönhatások, and we eavesdrophallgatózik on bothmindkét
212
618244
1983
ezekre a társadalmi interakciókra, és folyamatosan vizsgáljuk mindkét
10:36
of the interactingkölcsönható brainsagyvelő. So for the first time,
213
620227
1666
egymással interakcióba lépő agyat. Első alkalommal tehát,
10:37
we don't have to look at just averagesátlagok over singleegyetlen individualsegyének,
214
621893
3607
nem csupán átlagokat vizsgálnunk az egyedi személyekkel összehasonlítva,
10:41
or have individualsegyének playingjátszik computersszámítógépek, or try to make
215
625500
2897
vagy egyéneket, amint a számítógépen játszanak,
10:44
inferenceskövetkeztetéseket von le that way. We can studytanulmány individualEgyedi dyadsdiád.
216
628397
2763
vagy amint megpróbálnak következtetéseket levonni ilyen módon. Vizsgálhatunk egyéneket párban.
10:47
We can studytanulmány the way that one personszemély interactskölcsönhatásban with anotheregy másik personszemély,
217
631160
2785
Vizsgálhatjuk, ahogy az egyik egyén kapcsolatba lép a másikkal,
10:49
turnfordulat the numbersszám up, and startRajt to gainnyereség newúj insightsbetekintést
218
633945
2564
emeli a tétet, majd új felismerések keletkeznek benne
10:52
into the boundarieshatárok of normalnormál cognitionmegismerés,
219
636509
2515
a normál felfogóképesség határaival kapcsolatban,
10:54
but more importantlyfontosabb, we can put people with
220
639024
2732
de ami még ennél is fontosabb, hogy belevehetünk
10:57
classicallyklasszikusan definedmeghatározott mentalszellemi illnessesbetegségek, or brainagy damagekár,
221
641756
3337
klasszikus értelemben véve mentálisan fogyatékos, ill. agyi sérült egyéneket
11:00
into these socialtársadalmi interactionskölcsönhatások, and use these as probesSzondák of that.
222
645093
3551
ezekbe az interakciókba, és használhatjuk ezeket próbaként.
11:04
So we'vevoltunk startedindult this efforterőfeszítés. We'veMost már madekészült a fewkevés hitstalálatok,
223
648644
2350
Elkezdtük tehát ezt a munkát. És elértünk néhány találatot,
11:06
a fewkevés, I think, embryonicembrionális discoveriesfelfedezések.
224
650994
2449
szerintem embriószintű felfedezéseket.
11:09
We think there's a futurejövő to this. But it's our way
225
653443
2812
Szerintünk ennek jövője van. De a mi dolgunk,
11:12
of going in and redefiningújradefiniálása, with a newúj lexiconlexikon,
226
656255
2560
hogy mélyre ássuk magunkat és újradefiniáljuk egy lexikon segítségével,
11:14
a mathematicalmatematikai one actuallytulajdonképpen, as opposedellentétes to the standardalapértelmezett
227
658815
4022
méghozzá egy matematikai lexikon segítségével, nem pedig normállal,
11:18
waysmódokon that we think about mentalszellemi illnessbetegség,
228
662837
2578
ahogy a mentális betegségekre tekintünk,
11:21
characterizingjellemző these diseasesbetegségek, by usinghasználva the people
229
665415
2067
leírva ezen betegségek jellegzetességeit, ezeket az embereket használva
11:23
as birdsmadarak in the exchangescserék. That is, we exploitkihasználni the facttény
230
667482
3007
az ilyen kapcsolódások kanárijaként. Ez annyit tesz,
11:26
that the healthyegészséges partnerpartner, playingjátszik somebodyvalaki with majorJelentősebb depressiondepresszió,
231
670489
4244
hogy kihasználjuk a tényt, hogy az egészséges fél, aki egy komolyan depressziós másik féllel játszik,
11:30
or playingjátszik somebodyvalaki with autismautizmus spectrumszínkép disorderrendellenesség,
232
674733
2910
vagy valaki olyannal, aki az autizmus rendellenesség spektrumba esik,
11:33
or playingjátszik somebodyvalaki with attentionFigyelem deficithiány hyperactivityhiperaktivitás disorderrendellenesség,
233
677643
3850
vagy olyannal, aki figyelemhiányos hiperaktivitás rendellenességgel bír,
11:37
we use that as a kindkedves of biosensorbioszenzorok, and then we use
234
681493
3219
felhasználjuk egyfajta élő jelzőeszközként,
11:40
computerszámítógép programsprogramok to modelmodell that personszemély, and it givesad us
235
684712
2644
majd számítógépes programok segítségével modellezzük azt a személyt,
11:43
a kindkedves of assayesszé of this.
236
687356
2470
és ez megadja számunkra ennek az egésznek a kielemzését.
11:45
EarlyKorai daysnapok, and we're just beginningkezdet, we're settingbeállítás up sitesoldalak
237
689826
2131
Az elején vagyunk még, még csak most kezdjük,
11:47
around the worldvilág. Here are a fewkevés of our collaboratingegyüttműködés sitesoldalak.
238
691957
3410
most állítunk fel vizsgálati helyeket szerte a világon. Ez itt néhány
11:51
The hubkerékagy, ironicallyironikusan enoughelég,
239
695367
2309
együttműködő terület. A központ, elég ironikusan,
11:53
is centeredközépre in little RoanokeRoanoke, VirginiaVirginia.
240
697676
2889
a virginiai picike Roanoke-ban van.
11:56
There's anotheregy másik hubkerékagy in LondonLondon, now, and the restpihenés
241
700565
2269
Van egy másik központunk is Londonban jelenleg,
11:58
are gettingszerzés setkészlet up. We hoperemény to give the dataadat away
242
702834
4009
és a többi kialakítás alatt. Szándékunkban áll az adatokat nyilvánosságra hozni
12:02
at some stageszínpad. That's a complicatedbonyolult issueprobléma
243
706843
3673
majd egy bizonyos ponton. Ez egy bonyolult feladat,
12:06
about makinggyártás it availableelérhető to the restpihenés of the worldvilág.
244
710516
2994
elérhetővé tenni az egész világon.
12:09
But we're alsois studyingtanul just a smallkicsi partrész
245
713510
1847
Viszont csak egy kis részét tanulmányozzuk annak,
12:11
of what makesgyártmányú us interestingérdekes as humanemberi beingslények, and so
246
715357
2267
hogy mi tesz bennünket, embereket érdekessé,
12:13
I would invitemeghívás other people who are interestedérdekelt in this
247
717624
2041
és ezért szeretnék minden érdeklődőt biztatni, hogy használják a szofverünket,
12:15
to askkérdez us for the softwareszoftver, or even for guidanceútmutató
248
719665
2569
és kérjenek nyugodtan segítséget
12:18
on how to movemozog forwardelőre with that.
249
722234
2219
a használatával kapcsolatban.
12:20
Let me leaveszabadság you with one thought in closingzáró.
250
724453
2341
Befejezésképpen hadd osszam meg Önökkel a következőt:
12:22
The interestingérdekes thing about studyingtanul cognitionmegismerés
251
726794
1942
Az az érdekes az emberi felfogóképességet vizsgálva,
12:24
has been that we'vevoltunk been limitedkorlátozott, in a way.
252
728736
3732
hogy eddig bizonyos tekintetben be voltunk határolva.
12:28
We just haven'tnincs had the toolsszerszámok to look at interactingkölcsönható brainsagyvelő
253
732468
2943
Eddig egyszerűen nem voltak meg az eszközeink ahhoz,
12:31
simultaneouslyegyidejűleg.
254
735411
1200
hogy az egymással kapcsolatba lépő agyakba egyszerre nézzünk bele.
12:32
The facttény is, thoughbár, that even when we're aloneegyedül,
255
736611
2470
A helyzet azonban az, hogy még, ha magunk vagyunk is,
12:34
we're a profoundlymélységesen socialtársadalmi creatureteremtmény. We're not a solitarymagányos mindelme
256
739081
4111
akkor is alapjában véve társas lények vagyunk.
12:39
builtépült out of propertiestulajdonságok that kepttartotta it aliveélő in the worldvilág
257
743192
4373
Nem elkülönülő elmék, olyan tulajdonra épülve,
12:43
independentfüggetlen of other people. In facttény, our mindselmék
258
747565
3948
ami másoktól függetlenül tart életben minket,
12:47
dependfügg on other people. They dependfügg on other people,
259
751513
2870
mert az elménk nagyon is függ másoktól! Függ másoktól,
12:50
and they're expressedkifejezett in other people,
260
754383
1541
és még tükröződik is másokban,
12:51
so the notionfogalom of who you are, you oftengyakran don't know
261
755924
3652
így néha annak képzete, hogy kik is vagyunk, nem válik világossá addig,
12:55
who you are untilamíg you see yourselfsaját magad in interactioninterakció with people
262
759576
2688
amíg nem tapasztaljuk meg magunkat más emberekkel való interakciókban,
12:58
that are closeBezárás to you, people that are enemiesellenség of you,
263
762264
2406
olyanokkal, akik közel állnak hozzánk, vagy akik éppenséggel ellenségeink,
13:00
people that are agnosticagnosztikus to you.
264
764670
2545
vagy akik agnosztikusak velünk.
13:03
So this is the first sortfajta of steplépés into usinghasználva that insightbepillantás
265
767215
3776
Tehát ez az egyik első lépés, hogy ezt az új felismerést
13:06
into what makesgyártmányú us humanemberi beingslények, turningfordítás it into a tooleszköz,
266
770991
3295
-- hogy mitől is vagyunk mi emberek -- hasznosítsuk arra,
13:10
and tryingmegpróbálja to gainnyereség newúj insightsbetekintést into mentalszellemi illnessbetegség.
267
774286
1978
hogy új ismereteket gyűjtsünk a mentális betegségekről.
13:12
Thankskösz for havingamelynek me. (ApplauseTaps)
268
776264
3121
Köszönöm, hogy itt lehettem. (Taps)
13:15
(ApplauseTaps)
269
779385
3089
(Taps)
Translated by Orsolya Szemere
Reviewed by Judit Szabo

▲Back to top

ABOUT THE SPEAKER
Read Montague - Behavioral Neuroscientist
What does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work.

Why you should listen

Until recently, the world's curiosity about our brains seemed to focus on abnormal behavior. Which of course left a big question unanswered: Do we even know what "normal behavior" is? Through the landmark Roanoke Brain Study, Read Montague is hoping to find that out, exploring the everyday tasks of brains -- making decisions, understanding social context, and relating to others -- by neuroimaging some 5,000 people, ages 18-85, over a period of many years.

Montague's teams in Virginia and in London lead fascinating research in computational neuroscience (how the brain's "machinery" works), offering insight into the relationship between the social and cognitive functions. For instance, a recent study from his group found that in small social groups, some people will alter the expression of their IQ in reaction to social pressures -- revising, in almost all cases, downward.

More profile about the speaker
Read Montague | Speaker | TED.com