ABOUT THE SPEAKER
Miguel Nicolelis - Neuroscientist
Miguel Nicolelis explores the limits of the brain-machine interface.

Why you should listen

At the Nicolelis Laboratory at Duke University, Miguel Nicolelis is best known for pioneering studies in neuronal population coding, Brain Machine Interfaces (BMI) and neuroprosthetics in human patients and non-human primates.His lab's work was seen, famously though a bit too briefly, when a brain-controlled exoskeleton from his lab helped Juliano Pinto, a paraplegic man, kick the first ball at the 2014 World Cup.

But his lab is thinking even bigger. They've developed an integrative approach to studying neurological disorders, including Parkinsons disease and epilepsy. The approach, they hope, will allow the integration of molecular, cellular, systems and behavioral data in the same animal, producing a more complete understanding of the nature of the neurophysiological alterations associated with these disorders. He's the author of the books Beyond Boundaries and The Relativistic Brain.

Miguel was honored as one of Foreign Policy's 2015 Global Thinkers.

More profile about the speaker
Miguel Nicolelis | Speaker | TED.com
TEDMED 2012

Miguel Nicolelis: A monkey that controls a robot with its thoughts. No, really.

Miguel Nicolelis: Małpa sterująca robotem za pomocą myśli. Naprawdę.

Filmed:
1,315,130 views

Czy jesteśmy w stanie wykorzystać nasze mózgi do bezpośredniego sterowania maszynami, bez konieczności posiadania ciała jako pośrednika? Miguel Nicolelis prezentuje zadziwiający eksperyment, w którym mądra małpa w USA uczy się kontrolować awatara, a następnie ramię robota w Japonii, wyłącznie za pomocą własnych myśli. Badanie ma duże znaczenie dla osób sparaliżowanych, ale może również dla nas wszystkich. (Nakręcony podczas TEDMED 2012.)
- Neuroscientist
Miguel Nicolelis explores the limits of the brain-machine interface. Full bio

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

00:16
The kinduprzejmy of neuroscienceneuronauka that I do and my colleagueskoledzy do
0
330
2851
Neurobiologia, jaką się zajmujemy,
00:19
is almostprawie like the weathermanWeatherman.
1
3181
2166
przypomina trochę pracę synoptyka.
00:21
We are always chasinggonić stormsburze.
2
5347
3516
Zawsze gonimy burze.
00:24
We want to see and measurezmierzyć stormsburze -- brainstormsburze mózgów, that is.
3
8863
4883
Staramy się dostrzec
i zmierzyć burze - dokładnie burze mózgów.
00:29
And we all talk about brainstormsburze mózgów in our dailycodziennie liveszyje,
4
13746
2768
Mówimy o nich codziennie,
00:32
but we rarelyrzadko see or listen to one.
5
16514
3450
ale rzadko je oglądamy lub słyszymy.
00:35
So I always like to startpoczątek these talksrozmowy
6
19964
1634
Dlatego lubię zaczynać takie rozmowy
00:37
by actuallytak właściwie introducingwprowadzanie you to one of them.
7
21598
2982
od pokazania wam tego zjawiska.
00:40
ActuallyFaktycznie, the first time we recordednagrany more than one neuronneuron --
8
24580
3427
Po raz pierwszy zarejestrowaliśmy
wiecej niż 1 neuron:
00:43
a hundredsto brainmózg cellskomórki simultaneouslyrównocześnie --
9
28007
2223
100 komórek mózgowych jednocześnie.
00:46
we could measurezmierzyć the electricalelektryczny sparksiskry
10
30230
2469
Byliśmy w stanie zmierzyć impulsy elektryczne
00:48
of a hundredsto cellskomórki in the samepodobnie animalzwierzę,
11
32699
2680
stu komórek jednego zwierzęcia.
00:51
this is the first imageobraz we got,
12
35379
1802
Oto pierwszy obraz jaki uzyskaliśmy,
00:53
the first 10 secondstowary drugiej jakości of this recordingnagranie.
13
37181
2315
pierwsze 10 sekund nagrania.
00:55
So we got a little snippetfragment kodu of a thought,
14
39496
3351
Uchwyciliśmy więc skrawek myśli.
00:58
and we could see it in frontz przodu of us.
15
42847
2905
Mieliśmy go przed oczami.
01:01
I always tell the studentsstudenci
16
45752
1012
Zawsze mówię studentom,
01:02
that we could alsorównież call neuroscientistsneurolodzy some sortsortować of astronomerastronom,
17
46764
4106
że neurobiologów można też
nazywać astronomami,
01:06
because we are dealingpostępowanie with a systemsystem
18
50870
1626
ponieważ zajmujemy się systemem
01:08
that is only comparableporównywalny in termswarunki of numbernumer of cellskomórki
19
52496
2917
porównywalnym pod względem komórek
01:11
to the numbernumer of galaxiesgalaktyki that we have in the universewszechświat.
20
55413
2936
do liczby galaktyk we Wszechświecie.
01:14
And here we are, out of billionsmiliardy of neuronsneurony,
21
58349
3030
10 lat temu, z miliardów neuronów,
01:17
just recordingnagranie, 10 yearslat agotemu, a hundredsto.
22
61379
2818
udało się zarejestrować tylko sto.
01:20
We are doing a thousandtysiąc now.
23
64197
1583
Teraz zajmujemy się tysiącem.
01:21
And we hopenadzieja to understandzrozumieć something fundamentalfundamentalny about our humanczłowiek natureNatura.
24
65780
5400
Mamy nadzieję zrozumieć
podstawową prawdę o naturze ludzkiej.
01:27
Because, if you don't know yetjeszcze,
25
71180
1932
Bo trzeba wiedzieć,
01:29
everything that we use to definedefiniować what humanczłowiek natureNatura is comespochodzi from these stormsburze,
26
73112
5250
że wszystko, co mieści się w ramach definicji
natury ludzkiej pochodzi właśnie z tych burz,
01:34
comespochodzi from these stormsburze that rollrolka over the hillswzgórza and valleysdoliny of our brainsmózg
27
78362
4651
które przetaczają się przez wzgórza i
doliny naszych mózgów,
01:38
and definedefiniować our memorieswspomnienia, our beliefswierzenia,
28
83013
3885
określając nasze wspomnienia, przekonania
01:42
our feelingsuczucia, our plansplany for the futureprzyszłość.
29
86898
2700
uczucia, plany na przyszłość.
01:45
Everything that we ever do,
30
89598
2398
Wszystko co robimy,
01:47
everything that everykażdy humanczłowiek has ever doneGotowe, do or will do,
31
91996
5067
wszystko czego kiedykolwiek dokonał lub dokona człowiek
01:52
requireswymaga the toiltrud of populationspopulacje of neuronsneurony producingprodukujący these kindsrodzaje of stormsburze.
32
97063
5434
wymaga trudu zastępów neuronów
produkujących te właśnie burze.
01:58
And the sounddźwięk of a brainstormBrainstorm, if you've never heardsłyszał one,
33
102497
2483
Dźwięki burzy mózgu,
jeśli nie mieliście okazji jej słyszeć,
02:00
is somewhatnieco like this.
34
104980
3349
brzmi mniej więcej tak.
02:04
You can put it loudergłośniejsza if you can.
35
108329
3146
Możemy zrobić głośniej.
02:07
My sonsyn callspołączenia this "makingzrobienie popcornpopcorn while listeningsłuchający to a badly-tunedźle dopasowane A.M. stationstacja."
36
111475
6403
Mój syn mówi, że to dźwięk "robienia popcornu
w trakcie słuchania źle nastrojonej stacji AM".
02:13
This is a brainmózg.
37
117878
1485
Oto mózg.
02:15
This is what happensdzieje się when you routetrasa these electricalelektryczny stormsburze to a loudspeakergłośnik
38
119363
3434
Oto co otrzymujemy, jeśli prześlemy
elektryczne burze do głośnika,
02:18
and you listen to a hundredsto brainmózg cellskomórki firingwypalania,
39
122797
2866
słychać kanonadę
setek komórek mózgowych.
02:21
your brainmózg will sounddźwięk like this -- my brainmózg, any brainmózg.
40
125663
4622
Tak będzie słychać wasz mózg -
mój i każdy inny.
02:26
And what we want to do as neuroscientistsneurolodzy in this time
41
130285
3762
My neurobiolodzy, chcemy w tym czasie
02:29
is to actuallytak właściwie listen to these symphoniessymfonie, these brainmózg symphoniessymfonie,
42
134047
5350
wsłuchać się w te mózgowe symfonie
02:35
and try to extractwyciąg from them the messageswiadomości they carrynieść.
43
139397
3400
i wydobyć z nich przekazy, które ze sobą niosą.
02:38
In particularszczególny, about 12 yearslat agotemu
44
142797
2851
Około 12-tu lat temu
02:41
we createdstworzony a preparationprzygotowanie that we namedo imieniu brain-machinemózg maszyna interfacesinterfejsy.
45
145648
3048
stworzyliśmy prototyp, który nazwaliśmy
interfejsem mózg-komputer.
02:44
And you have a schemeschemat here that describesopisuje how it worksPrace.
46
148696
2702
Ten schemat przedstawia jego działanie.
02:47
The ideapomysł is, let's have some sensorsczujniki that listen to these stormsburze, this electricalelektryczny firingwypalania,
47
151398
5566
Zasada jest taka: bierzemy czujniki,
które odbierają te wyładowania elektryczne
02:52
and see if you can, in the samepodobnie time that it takes
48
156964
3082
i sprawdzamy czy da się, w czasie w jakim
02:55
for this stormburza to leavepozostawiać the brainmózg and reachdosięgnąć the legsnogi or the armsramiona of an animalzwierzę --
49
160046
4969
wyładowanie opuszcza mózg
i dociera do kończyn zwierzęcia...
03:00
about halfpół a seconddruga --
50
165015
2864
Około pół sekundy...
03:03
let's see if we can readczytać these signalssygnały,
51
167879
2351
odczytać te sygnały.
03:06
extractwyciąg the motorsilnik messageswiadomości that are embeddedosadzone in it,
52
170230
3400
Wydobyć informacje motoryczne, które niosą.
03:09
translateTłumaczyć it into digitalcyfrowy commandspolecenia
53
173630
2272
Przełożyć je na cyfrowe polecenia
03:11
and sendwysłać it to an artificialsztuczny deviceurządzenie
54
175902
1886
i wysłać do sztucznego aparatu,
03:13
that will reproducerozmnażać się the voluntarydobrowolny motorsilnik wheelkoło of that brainmózg in realreal time.
55
177788
5893
by w czasie rzeczywistym
odtworzył ruchy z polecenia tego mózgu.
03:19
And see if we can measurezmierzyć how well we can translateTłumaczyć that messagewiadomość
56
183681
3848
Spróbujemy ocenić na ile
udało nam się przełożyć tę wiadomość
03:23
when we compareporównać to the way the bodyciało does that.
57
187529
3518
w porównaniu do tego,
jak radzi sobie z tym ciało.
03:26
And if we can actuallytak właściwie providezapewniać feedbackinformacje zwrotne,
58
191047
2866
Jeśli tylko możliwe jest uzyskanie wyniku
03:29
sensorysensoryczny signalssygnały that go back from this roboticzrobotyzowany, mechanicalmechaniczny, computationalobliczeniowy actuatorsiłownik
59
193913
5734
z napędu komputerowego,
teraz sterowanego mózgiem,
03:35
that is now underpod the controlkontrola of the brainmózg,
60
199647
2251
z napędu komputerowego,
teraz sterowanego mózgiem,
03:37
back to the brainmózg,
61
201898
1311
wysyłane z powrotem do mózgu.
03:39
how the brainmózg dealsoferty with that,
62
203209
2121
Jak mózg radzi sobie z przekazem
od sztucznego urządzenia.
03:41
of receivingodbieranie messageswiadomości from an artificialsztuczny piecekawałek of machinerymaszyneria.
63
205330
4901
Jak mózg radzi sobie z przekazem
od sztucznego urządzenia.
03:46
And that's exactlydokładnie what we did 10 yearslat agotemu.
64
210231
2321
To właśnie robiliśmy 10 lat temu.
03:48
We startedRozpoczęty with a superstarSuperstar monkeymałpa callednazywa AuroraAurora
65
212552
2961
Zaczęliśmy od małpy imieniem Aurora.
03:51
that becamestał się one of the superstarsSuperstars of this fieldpole.
66
215513
2468
Aurora została supergwiazdą w branży.
03:53
And AuroraAurora likedlubiany to playgrać videowideo gamesGry.
67
217981
2299
Lubiła gry wideo.
03:56
As you can see here,
68
220280
1373
Jak widać, spodobał jej się joystick,
03:57
she likeslubi to use a joystickdrążek sterowy, like any one of us, any of our kidsdzieciaki, to playgrać this gamegra.
69
221653
4944
którym grała
jak wielu z nas i nasze dzieci.
04:02
And as a good primatePrymas, she even triespróbuje to cheatoszustwo before she getsdostaje the right answerodpowiedź.
70
226597
4671
Jak każdy ssak naczelny, próbuje nawet oszukiwać.
04:07
So even before a targetcel appearspojawia się that she's supposeddomniemany to crosskrzyż
71
231268
4283
Jeszcze zanim pojawi się cel, który ma zakreślić,
04:11
with the cursorkursor that she's controllingkontrolowanie with this joystickdrążek sterowy,
72
235551
2850
kursorem kontrolowanym przez joystik,
04:14
AuroraAurora is tryingpróbować to find the targetcel, no mattermateria where it is.
73
238401
3951
Aurora próbuje go znaleźć.
04:18
And if she's doing that,
74
242352
1469
Wodzi kursorem szukając celu,
04:19
because everykażdy time she crosseskrzyże that targetcel with the little cursorkursor,
75
243821
3314
ponieważ za każde trafienie kursorem w cel
04:23
she getsdostaje a dropupuszczać of BrazilianBrazylijski orangePomarańczowy juicesok.
76
247135
2950
dostaje kroplę brazylijskiego
soku pomarańczowego.
04:25
And I can tell you, any monkeymałpa will do anything for you
77
250085
2950
Każda małpa zrobiłaby wszystko
04:28
if you get a little dropupuszczać of BrazilianBrazylijski orangePomarańczowy juicesok.
78
253035
3100
za kropelkę brazylijskiego soku
pomarańczowego.
04:32
ActuallyFaktycznie any primatePrymas will do that.
79
256135
2731
Właściwie działa,
to na wszystkie ssaki naczelne.
04:34
Think about that.
80
258866
1334
Przemyślcie to.
04:36
Well, while AuroraAurora was playinggra this gamegra, as you saw,
81
260200
3400
Gdy Aurora grała w grę,
04:39
and doing a thousandtysiąc trialspróby a day
82
263600
2435
wykonując tysiące prób dziennie
04:41
and gettinguzyskiwanie 97 percentprocent correctpoprawny and 350 millilitersmililitrów of orangePomarańczowy juicesok,
83
266035
3883
i dostając 350 ml soku za z 97 procentową poprawność,
04:45
we are recordingnagranie the brainstormsburze mózgów that are producedwytworzony in her headgłowa
84
269918
3399
nagrywaliśmy burze mózgu powstające w jej głowie
04:49
and sendingwysyłanie them to a roboticzrobotyzowany armramię
85
273317
1647
i wysyłaliśmy je
do mechanicznego ramienia,
04:50
that was learninguczenie się to reproducerozmnażać się the movementsruchy that AuroraAurora was makingzrobienie.
86
274964
3871
które uczyło się odtwarzać ruchy wykonywane przez Aurore.
04:54
Because the ideapomysł was to actuallytak właściwie turnskręcać on this brain-machinemózg maszyna interfaceberło
87
278835
3783
Chodziło o to, aby włączyć
interfejs mózg-komputer.
04:58
and have AuroraAurora playgrać the gamegra just by thinkingmyślący,
88
282618
4700
Tak aby Aurora mogła grać tylko myśląc,
05:03
withoutbez interferenceingerencja of her bodyciało.
89
287318
2617
bez udziału ciała.
05:05
Her brainstormsburze mózgów would controlkontrola an armramię
90
289935
2916
Burze w jej mózgu sterowałyby ramieniem,
05:08
that would moveruszaj się the cursorkursor and crosskrzyż the targetcel.
91
292851
2709
które kierowałyby kursor na cel.
05:11
And to our shockzaszokować, that's exactlydokładnie what AuroraAurora did.
92
295560
3191
Ku naszemu zdziwieniu,
tak się właśnie stało.
05:14
She playedgrał the gamegra withoutbez movingw ruchu her bodyciało.
93
298751
4200
Aurora grała, nie poruszając ciałem.
05:18
So everykażdy trajectorytrajektoria that you see of the cursorkursor now,
94
302951
2237
Każdy tor ruchu kursora, który teraz widać,
05:21
this is the exactdokładny first momentza chwilę she got that.
95
305188
3212
to jest moment, w którym to uchwyciła.
05:24
That's the exactdokładny first momentza chwilę
96
308400
1784
To dokładnie ten moment.
05:26
a brainmózg intentionzamiar was liberatedwyzwolony from the physicalfizyczny domainsdomeny of a bodyciało of a primatePrymas
97
310184
6767
Wola mózgu została
uwolniona z fizycznej sfery ciała ssaka naczelnego
05:32
and could actdziałać outsidena zewnątrz, in that outsidena zewnątrz worldświat,
98
316951
3700
i może oddziaływać na zwnątrz,
w zewnętrznym świecie.
05:36
just by controllingkontrolowanie an artificialsztuczny deviceurządzenie.
99
320651
2966
Dzięki sterowaniu sztucznym urzadzeniem.
05:39
And AuroraAurora kepttrzymane playinggra the gamegra, kepttrzymane findingodkrycie the little targetcel
100
323617
4917
Aurora grała i trafiała w cel
05:44
and gettinguzyskiwanie the orangePomarańczowy juicesok that she wanted to get, that she cravedpragnął for.
101
328534
3917
otrzymując sok pomarańczowy,
którego pragnęła.
05:48
Well, she did that because she, at that time, had acquirednabyte a newNowy armramię.
102
332451
6701
Robiła to dzięki swojemu
nowemu ramieniu
05:55
The roboticzrobotyzowany armramię that you see movingw ruchu here 30 daysdni laterpóźniej,
103
339152
2963
Tu widać poruszajace się mechaniczne ramię
30 dni później
05:58
after the first videowideo that I showedpokazał to you,
104
342115
2686
po pierwszym nagraniu,
które pokazałem,
06:00
is underpod the controlkontrola of Aurora'sAurora brainmózg
105
344801
2650
steruje nim mózg Aurory,
06:03
and is movingw ruchu the cursorkursor to get to the targetcel.
106
347451
3168
porusza kursorem tak,
by najechać na cel.
06:06
And AuroraAurora now knowswie that she can playgrać the gamegra with this roboticzrobotyzowany armramię,
107
350619
3899
Teraz Aurora wie,
że może grać tym ramieniem.
06:10
but she has not lostStracony the abilityzdolność to use her biologicalbiologiczny armsramiona to do what she pleasessię podoba.
108
354518
5716
Ale wciąż może wszystko robić
swoimi naturalnymi kończynami
06:16
She can scratchzadraśnięcie her back, she can scratchzadraśnięcie one of us, she can playgrać anotherinne gamegra.
109
360234
4067
Może się podrapać po plecach,
podrapać kogoś z nas, pograć w coś innego.
06:20
By all purposescele and meansznaczy,
110
364301
1600
Pod każdym względem
06:21
Aurora'sAurora brainmózg has incorporatedrejestrowy that artificialsztuczny deviceurządzenie
111
365901
4116
mózg Aurory przyswoił to sztuczne urządzenie
06:25
as an extensionrozbudowa of her bodyciało.
112
370017
2750
jako przedłużenie jej ciała.
06:28
The modelModel of the selfsamego siebie that AuroraAurora had in her mindumysł
113
372767
3533
Model własnego ciała,
jaki Aurora ma w umyśle
06:32
has been expandedrozszerzony to get one more armramię.
114
376300
4084
powiększył się o dodatkowe ramię.
06:36
Well, we did that 10 yearslat agotemu.
115
380384
2350
Tego dokonaliśmy 10 lat temu.
06:38
Just fastszybki forwardNaprzód 10 yearslat.
116
382734
2833
Przemieścmy się o 10 lat do przodu.
06:41
Just last yearrok we realizedrealizowany that you don't even need to have a roboticzrobotyzowany deviceurządzenie.
117
385567
4983
W zeszłym roku doszliśmy do tego,
że nie potrzeba nawet ramienia robota.
06:46
You can just buildbudować a computationalobliczeniowy bodyciało, an avatarawatara, a monkeymałpa avatarawatara.
118
390550
5484
Wystarczy ciało komputerowe,
awatar małpy.
06:51
And you can actuallytak właściwie use it for our monkeysmałpy to eitherzarówno interactoddziaływać with them,
119
396034
4250
Można go użyć,
aby małpy wchodziły z nim w interakcje.
06:56
or you can trainpociąg them to assumezałożyć in a virtualwirtualny worldświat
120
400284
4439
Albo nauczyć je, aby w wirtualnym świecie
07:00
the first-personpierwszej osoby perspectiveperspektywiczny of that avatarawatara
121
404723
3044
przyjęły pierwszoosobowy punkt widzenia awatara
07:03
and use her brainmózg activityczynność to controlkontrola the movementsruchy of the avatar'sawatara armsramiona or legsnogi.
122
407767
5651
i sterowały kończynami
awatara za pomocą mózgu.
07:09
And what we did basicallygruntownie was to trainpociąg the animalszwierzęta
123
413418
2766
Uczyliśmy nasze zwierzęta,
07:12
to learnuczyć się how to controlkontrola these avatarsavatary
124
416184
3050
jak sterować tymi awatarami
07:15
and explorebadać objectsobiekty that appearzjawić się in the virtualwirtualny worldświat.
125
419234
3899
i badać obiekty w wirtualnym świecie.
07:19
And these objectsobiekty are visuallynaocznie identicalidentyczny,
126
423133
2301
Obiekty wyglądają identycznie,
07:21
but when the avatarawatara crosseskrzyże the surfacepowierzchnia of these objectsobiekty,
127
425434
3883
ale gdy awatar przekracza ich powierzchnię,
07:25
they sendwysłać an electricalelektryczny messagewiadomość that is proportionalproporcjonalny to the microtactilemicrotactile texturetekstura of the objectobiekt
128
429317
6400
wysyłają sygnał elektryczny
proporcjonalny do tekstury dotykowej obiektu
07:31
that goesidzie back directlybezpośrednio to the monkey'sMonkey's brainmózg,
129
435717
4016
który trafia bezpośrednio
do mózgu małpy,
07:35
informinginformujący the brainmózg what it is the avatarawatara is touchingwzruszające.
130
439733
5052
przekazując informację,
czego dotyka awatar.
07:40
And in just fourcztery weekstygodnie, the brainmózg learnsuczy się to processproces this newNowy sensationuczucie
131
444785
4765
W zaledwie kilka tygodni
mózg uczy się przetwarzać nowe doznanie
07:45
and acquiresnabywa a newNowy sensorysensoryczny pathwayścieżka -- like a newNowy sensesens.
132
449550
6434
i przyswaja nową drogę czuciową
- jak nowy zmysł.
07:51
And you trulynaprawdę liberatewyzwolić the brainmózg now
133
455984
2416
Teraz naprawdę uwalniamy mózg,
07:54
because you are allowingpozwalać the brainmózg to sendwysłać motorsilnik commandspolecenia to moveruszaj się this avatarawatara.
134
458400
4384
pozwalając mu wysyłać polecenia
ruchowe sterujące awatarem.
07:58
And the feedbackinformacje zwrotne that comespochodzi from the avatarawatara is beingistota processedprzetworzone directlybezpośrednio by the brainmózg
135
462784
5000
Informacja zwrotna od awatara
przetwarzana jest bezpośrednio przez mózg.
08:03
withoutbez the interferenceingerencja of the skinskóra.
136
467784
2433
Bez pośrednictwa skóry.
08:06
So what you see here is this is the designprojekt of the taskzadanie.
137
470217
2534
Tu widać schemat zadania.
08:08
You're going to see an animalzwierzę basicallygruntownie touchingwzruszające these threetrzy targetscele.
138
472751
4250
Zobaczycie, jak zwierzę dotyka tych celów.
08:12
And he has to selectWybierz one because only one carriesniesie the rewardnagroda,
139
477001
4349
Musi wybrać jeden
bo tylko z jednym wiąże się nagroda:
08:17
the orangePomarańczowy juicesok that they want to get.
140
481350
1867
sok pomarańczowy, który chce otrzymać.
08:19
And he has to selectWybierz it by touchdotknąć usingza pomocą a virtualwirtualny armramię, an armramię that doesn't exististnieć.
141
483217
5633
Musi wskazać przedmiot
przez dotknięcie wirtualnym ramieniem.
08:24
And that's exactlydokładnie what they do.
142
488850
2000
Robi to: używa nieistniejącego ramienia.
08:26
This is a completekompletny liberationoswobodzenie of the brainmózg
143
490850
3435
To pełne wyzwolenie mózgu
z fizycznych ograniczeń ciała
08:30
from the physicalfizyczny constraintsograniczenia of the bodyciało and the motorsilnik in a perceptualpercepcyjny taskzadanie.
144
494285
4282
i mechanizmu w zadaniu poznawczym.
08:34
The animalzwierzę is controllingkontrolowanie the avatarawatara to touchdotknąć the targetscele.
145
498567
4167
Zwierzę steruje awatarem,
tak by dotknął celu.
08:38
And he's sensingwyczuwając the texturetekstura by receivingodbieranie an electricalelektryczny messagewiadomość directlybezpośrednio in the brainmózg.
146
502734
5651
Czuje fakturę dzięki przekazom elektrycznym
otrzymywanym bezpośrednio do mózgu.
08:44
And the brainmózg is decidingdecydowanie what is the texturetekstura associatedpowiązany with the rewardnagroda.
147
508385
3883
Mózg decyduje,
jaka faktura wiąże się z nagrodą.
08:48
The legendslegendy that you see in the moviefilm don't appearzjawić się for the monkeymałpa.
148
512268
3832
Objaśnienia, które widzicie
są dla małpy niewidoczne.
08:52
And by the way, they don't readczytać EnglishAngielski anywaytak czy inaczej,
149
516100
2484
I tak nie czyta po angielsku.
08:54
so they are here just for you to know that the correctpoprawny targetcel is shiftingprzeniesienie positionpozycja.
150
518584
5216
Są wyłącznie po to, żeby można było zobaczyć,
że cel zmienia pozycje.
08:59
And yetjeszcze, they can find them by tactiledotykowe discriminationdyskryminacji,
151
523800
3934
A i tak jest w stanie znaleźć je poprzez
rozróżnianie dotykowe,
09:03
and they can pressnaciśnij it and selectWybierz it.
152
527734
3217
nacisnąć i wybrać.
09:06
So when we look at the brainsmózg of these animalszwierzęta,
153
530951
2682
Patrząc na mózgi tych zwierząt,
09:09
on the topTop panelpłyta you see the alignmentwyrównanie of 125 cellskomórki
154
533633
3667
na górnym panelu widać szereg125 komórek
09:13
showingseans what happensdzieje się with the brainmózg activityczynność, the electricalelektryczny stormsburze,
155
537300
4201
prezentujący aktywność mózgu,
elektryczne burze
09:17
of this samplepróba of neuronsneurony in the brainmózg
156
541501
2067
tych właśnie neuronów,
09:19
when the animalzwierzę is usingza pomocą a joystickdrążek sterowy.
157
543568
2116
kiedy zwierzę steruje joystickiem.
09:21
And that's a pictureobrazek that everykażdy neurophysiologistneurofizjolog knowswie.
158
545684
2600
Każdy neurofizjolog zna ten obraz.
09:24
The basicpodstawowy alignmentwyrównanie showsprzedstawia that these cellskomórki are codingkodowanie for all possiblemożliwy directionswskazówki.
159
548284
5183
Podstawowy szereg pokazuje, że komórki te są kodowane we wszystkich możliwych kierunkach.
09:29
The bottomDolny pictureobrazek is what happensdzieje się when the bodyciało stopsprzystanki movingw ruchu
160
553467
5683
Dolny palne pokazuje moment,
kiedy ciało przestaje się ruszać,
09:35
and the animalzwierzę startszaczyna się controllingkontrolowanie eitherzarówno a roboticzrobotyzowany deviceurządzenie or a computationalobliczeniowy avatarawatara.
161
559150
6134
a zwierzę zaczyna kontrolować
albo robota albo awatara.
09:41
As fastszybki as we can resetReset our computerskomputery,
162
565284
3066
Jak tylko przeprogramujemy komputer
09:44
the brainmózg activityczynność shiftszmiany to startpoczątek representingreprezentowanie this newNowy toolnarzędzie,
163
568350
5818
aktywność mózg zmienia się tak,
by sterować tym narzędziem
09:50
as if this too was a partczęść of that primate'sPrymasowski bodyciało.
164
574168
5250
jakby było częścią ciała naczelnego.
09:55
The brainmózg is assimilatingprzyswajanie that too, as fastszybki as we can measurezmierzyć.
165
579418
4715
Mózg przyswaja to praktycznie od razu.
10:00
So that suggestswskazuje to us that our sensesens of selfsamego siebie
166
584133
3618
Oznacza to, że nasze poczucie "ja"
10:03
does not endkoniec at the last layerwarstwa of the epitheliumnabłonka of our bodiesciała,
167
587751
4150
nie kończy się na ostatniej warstwie
nabłonka naszego ciała,
10:07
but it endskończy się at the last layerwarstwa of electronselektrony of the toolsprzybory that we're commandingwydawanie poleceń with our brainsmózg.
168
591901
5718
ale na ostatniej warstwie elektronów
urządzeń sterowanych mózgiem.
10:13
Our violinsskrzypiec, our carssamochody, our bicyclesrowery, our soccerpiłka nożna ballskulki, our clothingodzież --
169
597619
4764
Nasze skrzypce, samochody, rowery,
piłki nożne, nasze ubrania...
10:18
they all becomestają się assimilatedprzyswojone by this voraciousnienasycony, amazingniesamowity, dynamicdynamiczny systemsystem callednazywa the brainmózg.
170
602383
6851
wszystkie stają się przyswajalne przez ten żarłoczny, niesamowity, dynamiczny system - mózg.
10:25
How fardaleko can we take it?
171
609234
1699
Jak daleko możemy się posunąć?
10:26
Well, in an experimenteksperyment that we ranpobiegł a fewkilka yearslat agotemu, we tookwziął this to the limitlimit.
172
610933
4218
Eksperyment, który prowadziliśmy kilka lat temu,
sięgnął kresu.
10:31
We had an animalzwierzę runningbieganie on a treadmillBieżnia
173
615151
2482
Na Duke University na wschodnim wybrzeżu
Stanów Zjednoczonych,
10:33
at DukeKsiążę UniversityUniwersytet on the EastWschód CoastWybrzeże of the UnitedStany Zjednoczone StatesPaństwa,
174
617633
2267
wsadziliśmy na bieżnię małpę,
10:35
producingprodukujący the brainstormsburze mózgów necessaryniezbędny to moveruszaj się.
175
619900
2700
której mózg emitował burze
niezbędne do ruchu.
10:38
And we had a roboticzrobotyzowany deviceurządzenie, a humanoidHumanoid robotrobot,
176
622600
4091
Mieliśmy również człekokształtnego robota,
10:42
in KyotoKyoto, JapanJaponia at ATRATR LaboratoriesLaboratoria
177
626691
2394
w Kioto, w Japonii w ATR Laboratories.
10:44
that was dreamingśnić its entireCały life to be controlledkontrolowane by a brainmózg,
178
629085
6094
który całe życie marzył, by być sterowanym mózgiem,
10:51
a humanczłowiek brainmózg, or a primatePrymas brainmózg.
179
635179
3273
ludzkim lub naczelnym,
10:54
What happensdzieje się here is that the brainmózg activityczynność that generatedwygenerowany the movementsruchy in the monkeymałpa
180
638452
4598
Aktywność mózgu małpy,
które wprawiła ją w ruch
10:58
was transmittedprzekazywane to JapanJaponia and madezrobiony this robotrobot walkspacerować
181
643050
3467
została przetransmitowana do Japonii
i wprawiła w ruch robota
11:02
while footagenagranie of this walkingpieszy was sentwysłane back to DukeKsiążę,
182
646517
4067
kiedy nagranie przesłano z powrotem do Duke
11:06
so that the monkeymałpa could see the legsnogi of this robotrobot walkingpieszy in frontz przodu of her.
183
650584
5233
małpa mogła zobaczyć
spacerującego przed nią robota.
11:11
So she could be rewardednagrodzone, not by what her bodyciało was doing
184
655817
4067
Tak by otrzymywała nagrodę
nie za to co wykonywało jej ciało,
11:15
but for everykażdy correctpoprawny stepkrok of the robotrobot on the other sidebok of the planetplaneta
185
659884
4961
ale za każdy poprawny krok
stawiany przez robota po drugiej stronie świata
11:20
controlledkontrolowane by her brainmózg activityczynność.
186
664845
2609
kontrolowany przez aktywności jej mózgu.
11:23
FunnyŚmieszne thing, that roundokrągły tripwycieczka around the globeglob tookwziął 20 millisecondsmilisekund lessmniej
187
667454
7118
Zabawne, że ta cała wymiana
trwała o 20 milisekund mniej
11:30
than it takes for that brainstormBrainstorm to leavepozostawiać its headgłowa, the headgłowa of the monkeymałpa,
188
674572
4150
niż potrzeba burzy mózgu na opuszczenie
głowy małpy
11:34
and reachdosięgnąć its ownwłasny musclemięsień.
189
678722
3870
i dotarcie do jej własnych mięśni.
11:38
The monkeymałpa was movingw ruchu a robotrobot that was sixsześć timesczasy biggerwiększy, acrossprzez the planetplaneta.
190
682592
6030
Małpa poruszała robotem
sześć razy większym od siebie.
11:44
This is one of the experimentseksperymenty in whichktóry that robotrobot was ablezdolny to walkspacerować autonomouslyautonomicznie.
191
688622
6400
To jeden z eksperymentów, w których robot
mógł poruszać się samodzielnie .
11:50
This is CBCB1 fulfillingspełnianie its dreamśnić in JapanJaponia
192
695022
5267
To CB1 w Japonii, spełniający swoje marzenie
11:56
underpod the controlkontrola of the brainmózg activityczynność of a primatePrymas.
193
700289
3700
pod kontrolą mózgu ssaka naczelnego.
11:59
So where are we takingnabierający all this?
194
703989
1989
Gdzie może nas to zaprowadzić?
12:01
What are we going to do with all this researchBadania,
195
705978
2343
Jak wykorzystamy te wszystkie badania,
12:04
besidesoprócz studyingstudiować the propertiesnieruchomości of this dynamicdynamiczny universewszechświat that we have betweenpomiędzy our earsuszy?
196
708321
5668
oprócz studiowania właściwości tego dynamicznego wszechświata, jaki mamy między uszami?
12:09
Well the ideapomysł is to take all this knowledgewiedza, umiejętności and technologytechnologia
197
713989
4833
Mamy nadzieję wykorzystać
całą tę wiedzę i technologię,
12:14
and try to restoreprzywracać one of the mostwiększość severesilny neurologicalneurologiczny problemsproblemy that we have in the worldświat.
198
718822
5484
by pokonać jedne z najpoważniejszych
problemów neurologicznych jakie znamy.
12:20
MillionsMiliony of people have lostStracony the abilityzdolność to translateTłumaczyć these brainstormsburze mózgów
199
724306
4583
Miliony ludzi na całym świecie straciło możliwość
przekładania tych neurologicznych burz
12:24
into actionczynność, into movementruch.
200
728889
2116
na ruch.
12:26
AlthoughChociaż theirich brainsmózg continueKontyntynuj to produceprodukować those stormsburze and codekod for movementsruchy,
201
731005
5234
Mimo że ich mózgi nadal
produkują burze i kod ruchów,
12:32
they cannotnie może crosskrzyż a barrierbariera that was createdstworzony by a lesionzmiany chorobowe on the spinalrdzeniowy cordsznur.
202
736239
5167
nie są w stanie przekroczyć bariery utworzonej
przez zmiany w rdzeniu kręgowym.
12:37
So our ideapomysł is to createStwórz a bypassObwodnica,
203
741406
2450
Chcemy więc stworzyć obejście
12:39
is to use these brain-machinemózg maszyna interfacesinterfejsy to readczytać these signalssygnały,
204
743856
4032
tak, by te sygnały były odczytywane
przez interfejsy mózg-maszyna
12:43
larger-scalewiększa skala brainstormsburze mózgów that containzawierać the desirepragnienie to moveruszaj się again,
205
747888
4050
Burze o większej skali, które zawierają
pragnienie ponownego ruchu
12:47
bypassObwodnica the lesionzmiany chorobowe usingza pomocą computationalobliczeniowy microengineeringmicroengineering
206
751938
3969
omijają uszkodzenie za pomocą
komputerowej mikro-inżynierii
12:51
and sendwysłać it to a newNowy bodyciało, a wholecały bodyciało callednazywa an exoskeletonegzoszkielet,
207
755907
7114
i wysyłają je do nowego ciała
- egzoszkieletu,
12:58
a wholecały roboticzrobotyzowany suitgarnitur that will becomestają się the newNowy bodyciało of these patientspacjenci.
208
763021
5567
robota, który stanie się
nowym ciałem tych pacjentów.
13:04
And you can see an imageobraz producedwytworzony by this consortiumkonsorcjum.
209
768588
4126
Oto prototyp wyprodukowany
przez konsorcjum.
13:08
This is a nonprofitniedochodowy consortiumkonsorcjum callednazywa the WalkPieszo Again ProjectProjektu
210
772714
4059
To konsorcjum non-profit
o nazwie Walk Again Project,
13:12
that is puttingwprowadzenie togetherRazem scientistsnaukowcy from EuropeEuropy,
211
776773
2783
grupujące naukowców z Europy,
13:15
from here in the UnitedStany Zjednoczone StatesPaństwa, and in BrazilBrazylia
212
779556
1865
USA i Brazylii,
13:17
togetherRazem to work to actuallytak właściwie get this newNowy bodyciało builtwybudowany --
213
781421
4517
by wspólnie pracowali nad tym ciałem...
13:21
a bodyciało that we believe, throughprzez the samepodobnie plasticPlastikowy mechanismsmechanizmy
214
785938
3334
Ciało, które za pomocą
tych samych mechanizmów
13:25
that allowdopuszczać AuroraAurora and other monkeysmałpy to use these toolsprzybory throughprzez a brain-machinemózg maszyna interfaceberło
215
789272
5802
pozwoliło Aurorze i innym małpom
używać narzędzi przez interfejs mózg-komputer
13:30
and that allowspozwala us to incorporatewłączenie the toolsprzybory that we produceprodukować and use in our dailycodziennie life.
216
795074
5630
i które pozwala na używanie
narzędzi codziennego użytku.
13:36
This samepodobnie mechanismmechanizm, we hopenadzieja, will allowdopuszczać these patientspacjenci,
217
800704
3684
Mamy nadzieje, że te same narzędzia
pozwolą pacjentom
13:40
not only to imaginewyobrażać sobie again the movementsruchy that they want to make
218
804388
3768
nie tylko wyobrażać sobie ruchy,
które chcieliby wykonywać
13:44
and translateTłumaczyć them into movementsruchy of this newNowy bodyciało,
219
808156
3207
i przekładać je na ruch nowego ciała,
13:47
but for this bodyciało to be assimilatedprzyswojone as the newNowy bodyciało that the brainmózg controlssterownica.
220
811363
6758
ale również scalić się nowe ciało z mózgiem.
13:54
So I was told about 10 yearslat agotemu
221
818121
3851
Około 10 lat temu
13:57
that this would never happenzdarzyć, that this was closeblisko to impossibleniemożliwy.
222
821972
5066
powiedziano mi,
że to nigdy nie będzie możliwe.
14:02
And I can only tell you that as a scientistnaukowiec,
223
827038
2451
Powiem wam, jak naukowiec,
14:05
I grewrósł up in southernpołudniowy BrazilBrazylia in the mid-'Środek-'60s
224
829489
2986
dorastałem w południowej Brazylii
w polowie lat 60-tych
14:08
watchingoglądanie a fewkilka crazyzwariowany guys tellingwymowny [us] that they would go to the MoonKsiężyc.
225
832475
5048
kiedy to kilku szaleńców twierdziło,
że poleci na księżyc.
14:13
And I was fivepięć yearslat oldstary,
226
837523
1461
Miałem 5 lat
14:14
and I never understoodzrozumiany why NASANASA didn't hirezatrudnić CaptainKapitan KirkKirk and SpockSpock to do the jobpraca;
227
838984
4240
i nie potrafiłem zrozumieć czemu NASA
nie zatrudniła kapitana Kirka i Spocka,
14:19
after all, they were very proficientbiegły --
228
843224
2432
przecież byli zawodowcami..
14:21
but just seeingwidzenie that as a kiddziecko
229
845656
3450
Ale to, że miałem okazję, to zobaczyć jako dzieciak
14:25
madezrobiony me believe, as my grandmotherbabcia used to tell me,
230
849106
2985
sprawiło, że uwierzyłem w słowa mojej babci:
14:27
that "impossibleniemożliwy is just the possiblemożliwy
231
852091
1845
"niemożliwe jest możliwe,
14:29
that someonektoś has not put in enoughdość effortwysiłek to make it come trueprawdziwe."
232
853936
3904
tylko ktoś nie włożył wystarczająco dużo wysiłku,
aby to się spełniło. "
14:33
So they told me that it's impossibleniemożliwy to make someonektoś walkspacerować.
233
857840
3799
Powiedziano mi, że niemożliwym jest,
by ktoś znowu zaczął chodzić.
14:37
I think I'm going to followśledzić my grandmother'sbabci adviceRada.
234
861639
3251
Pójdę za radą mojej babci.
14:40
Thank you.
235
864890
1450
Dziękuje.
14:42
(ApplauseAplauz)
236
866340
8029
(Brawa)
Translated by Lena Gorska
Reviewed by Dariusz Majchrowski

▲Back to top

ABOUT THE SPEAKER
Miguel Nicolelis - Neuroscientist
Miguel Nicolelis explores the limits of the brain-machine interface.

Why you should listen

At the Nicolelis Laboratory at Duke University, Miguel Nicolelis is best known for pioneering studies in neuronal population coding, Brain Machine Interfaces (BMI) and neuroprosthetics in human patients and non-human primates.His lab's work was seen, famously though a bit too briefly, when a brain-controlled exoskeleton from his lab helped Juliano Pinto, a paraplegic man, kick the first ball at the 2014 World Cup.

But his lab is thinking even bigger. They've developed an integrative approach to studying neurological disorders, including Parkinsons disease and epilepsy. The approach, they hope, will allow the integration of molecular, cellular, systems and behavioral data in the same animal, producing a more complete understanding of the nature of the neurophysiological alterations associated with these disorders. He's the author of the books Beyond Boundaries and The Relativistic Brain.

Miguel was honored as one of Foreign Policy's 2015 Global Thinkers.

More profile about the speaker
Miguel Nicolelis | Speaker | TED.com