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: Um macaco que controla um robô com pensamentos.Não, mesmo.

Filmed:
1,315,130 views

Podemos usar nosso cérebro para controlar máquinas diretamente -- sem necessitar um intermediário? Miguel Nicolelis fala sobre um experimento impressionante, no qual um macaco esperto nos EUA aprende a controlar um macaco avatar, e então um braço robótico no Japão, apenas com o pensamento. A pesquisa tem grande importância para pessoas tetraplégicas -- e talvez para todos nós. (Filmado no 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 kindtipo of neuroscienceneurociência that I do and my colleaguescolegas do
0
330
2851
O tipo de neurociências que
eu e os meus colegas fazemos
00:19
is almostquase like the weathermanhomem do tempo.
1
3181
2166
é quase como um meteorologista.
00:21
We are always chasingperseguindo stormstempestades.
2
5347
3516
Nós estamos sempre à procura de tempestades.
00:24
We want to see and measurea medida stormstempestades -- brainstormsbrainstorms, that is.
3
8863
4883
Nós queremos ver e medir tempestades –
tempestades cerebrais.
00:29
And we all talk about brainstormsbrainstorms in our dailydiariamente livesvidas,
4
13746
2768
E todos nós falamos de brainstorms
no nosso dia-a-dia
00:32
but we rarelyraramente see or listen to one.
5
16514
3450
mas raramente vemos ou ouvimos uma.
00:35
So I always like to startcomeçar these talksfala
6
19964
1634
Gosto sempre de começar estas palestras
00:37
by actuallyna realidade introducingintroduzindo you to one of them.
7
21598
2982
apresentando-vos a uma delas.
00:40
ActuallyNa verdade, the first time we recordedgravado more than one neuronneurônio --
8
24580
3427
Na verdade, a primeira vez que gravámos
mais de um neurônio
00:43
a hundredcem braincérebro cellscélulas simultaneouslysimultaneamente --
9
28007
2223
– uma centena de células cerebrais simultaneamente –
00:46
we could measurea medida the electricalelétrico sparksfaíscas
10
30230
2469
conseguimos medir os impulsos elétricos
00:48
of a hundredcem cellscélulas in the samemesmo animalanimal,
11
32699
2680
de uma centena de células num mesmo animal.
00:51
this is the first imageimagem we got,
12
35379
1802
Esta é a primeira imagem que obtivemos,
00:53
the first 10 secondssegundos of this recordinggravação.
13
37181
2315
os primeiros 10 segundos de gravação.
00:55
So we got a little snippettrecho de of a thought,
14
39496
3351
Tínhamos então um pequeno
fragmento de um pensamento,
00:58
and we could see it in frontfrente of us.
15
42847
2905
e fomos capazes de vê-lo em nossa frente.
01:01
I always tell the studentsalunos
16
45752
1012
Eu sempre falo para os estudantes
01:02
that we could alsoAlém disso call neuroscientistsneurocientistas some sortordenar of astronomerastrônomo,
17
46764
4106
que também poderíamos chamar os neurocientistas como algum tipo de astronomo,
01:06
because we are dealinglidando with a systemsistema
18
50870
1626
porque estamos lidando com um sistema
01:08
that is only comparablecomparável in termstermos of numbernúmero of cellscélulas
19
52496
2917
que em relação ao número células é comparável apenas
01:11
to the numbernúmero of galaxiesgaláxias that we have in the universeuniverso.
20
55413
2936
ao número de galáxias que nós temos no universo.
01:14
And here we are, out of billionsbilhões of neuronsneurônios,
21
58349
3030
E aqui estamos, dos bilhões de neurônios,
01:17
just recordinggravação, 10 yearsanos agoatrás, a hundredcem.
22
61379
2818
apenas gravando, 10 anos atrás, uma centena deles.
01:20
We are doing a thousandmil now.
23
64197
1583
Nós estamos gravando mil agora.
01:21
And we hopeesperança to understandCompreendo something fundamentalfundamental about our humanhumano naturenatureza.
24
65780
5400
E esperamos compreender algo fundamental sobre a natureza humana.
01:27
Because, if you don't know yetainda,
25
71180
1932
Porque, se você ainda não sabe,
01:29
everything that we use to definedefinir what humanhumano naturenatureza is comesvem from these stormstempestades,
26
73112
5250
tudo que usamos para definir a natureza humana vem dessas tempestades,
01:34
comesvem from these stormstempestades that rolllista over the hillscolinas and valleysvales of our brainscérebro
27
78362
4651
vem dessas tempestades que percorrem as montanhas e vales de nossos cérebros
01:38
and definedefinir our memoriesrecordações, our beliefscrenças,
28
83013
3885
e definem nossas memórias, nossas crenças
01:42
our feelingssentimentos, our plansplanos for the futurefuturo.
29
86898
2700
nossos sentimentos, nossos planos para o futuro.
01:45
Everything that we ever do,
30
89598
2398
Tudo o que fazemos,
01:47
everything that everycada humanhumano has ever donefeito, do or will do,
31
91996
5067
tudo o que cada ser humano já fez, faz ou irá fazer,
01:52
requiresexige the toillabuta of populationspopulações of neuronsneurônios producingproduzindo these kindstipos of stormstempestades.
32
97063
5434
necessita do trabalho incessante de uma população de neurônios produzindo esse tipo de tempestades.
01:58
And the soundsom of a brainstormBrainstorm, if you've never heardouviu one,
33
102497
2483
E o som de uma tempestade cerebral, se você nunca ouviu uma,
02:00
is somewhatum pouco like this.
34
104980
3349
é algo parecido com isso.
02:04
You can put it loudermais alto if you can.
35
108329
3146
Pode aumentar o volume se quiser.
02:07
My sonfilho callschamadas this "makingfazer popcornpipoca while listeningouvindo to a badly-tunedmal sintonizado A.M. stationestação."
36
111475
6403
Meu filho chama isso de: "fazer pipoca ouvindo uma radio A.M. fora do ar"
02:13
This is a braincérebro.
37
117878
1485
Esse é o cérebro.
02:15
This is what happensacontece when you routerota these electricalelétrico stormstempestades to a loudspeakeralto-falante
38
119363
3434
Isso é o que acontece quando você direciona essas tempestades elétricas para um autofalante
02:18
and you listen to a hundredcem braincérebro cellscélulas firingfuzilamento,
39
122797
2866
e ouve uma centena de células cerebrais disparando,
02:21
your braincérebro will soundsom like this -- my braincérebro, any braincérebro.
40
125663
4622
seu cérebro vai soar dessa maneira -- meu cérebro, qualquer cérebro.
02:26
And what we want to do as neuroscientistsneurocientistas in this time
41
130285
3762
E o que queremos fazer enquanto neurocientistas nesse momento
02:29
is to actuallyna realidade listen to these symphoniessinfonias, these braincérebro symphoniessinfonias,
42
134047
5350
é, na verdade, ouvir essas sinfonias, essas sinfonias cerebrais,
02:35
and try to extractextrair from them the messagesmensagens they carrylevar.
43
139397
3400
e tentar extrair delas a mensagem que elas carregam.
02:38
In particularespecial, about 12 yearsanos agoatrás
44
142797
2851
Em particular, à cerca de 12 anos atrás
02:41
we createdcriada a preparationpreparação that we namednomeado brain-machinecérebro-máquina interfacesinterfaces.
45
145648
3048
nós criamos um modelo que chamamos interface homem-máquina.
02:44
And you have a schemeesquema here that describesdescreve how it workstrabalho.
46
148696
2702
E vocês tem um esquema aqui que descreve como funciona.
02:47
The ideaidéia is, let's have some sensorssensores that listen to these stormstempestades, this electricalelétrico firingfuzilamento,
47
151398
5566
A idéia é ter alguns sensores que escutam essas tempestades, esses disparos elétricos,
02:52
and see if you can, in the samemesmo time that it takes
48
156964
3082
e ver se você consegue, no mesmo tempo que leva
02:55
for this stormtempestade to leavesair the braincérebro and reachalcance the legspernas or the armsbraços of an animalanimal --
49
160046
4969
para essa tempestade sair do cérebro e chegar na perna ou braços de um animal --
03:00
about halfmetade a secondsegundo --
50
165015
2864
cerca de meio segundo --
03:03
let's see if we can readler these signalssinais,
51
167879
2351
vamos ver se conseguimos ler esses sinais,
03:06
extractextrair the motormotor messagesmensagens that are embeddedembutido in it,
52
170230
3400
extrair as mensagens motoras que estão contidas neles,
03:09
translatetraduzir it into digitaldigital commandscomandos
53
173630
2272
traduzi-los para comandos digitais
03:11
and sendenviar it to an artificialartificial devicedispositivo
54
175902
1886
e mandar para um aparelho artificial
03:13
that will reproducereproduzir the voluntaryvoluntário motormotor wheelroda of that braincérebro in realreal time.
55
177788
5893
que vai reproduzir a roda motora voluntária daquele cérebro em tempo real.
03:19
And see if we can measurea medida how well we can translatetraduzir that messagemensagem
56
183681
3848
E ver se podemos medir o quão bem nós traduzimos aquela mensagem
03:23
when we comparecomparar to the way the bodycorpo does that.
57
187529
3518
quando comparamos com a maneira que o corpo faz isso.
03:26
And if we can actuallyna realidade provideprovidenciar feedbackcomentários,
58
191047
2866
E se podemos dar feedback,
03:29
sensorysensorial signalssinais that go back from this roboticrobótico, mechanicalmecânico, computationalcomputacional actuatoratuador
59
193913
5734
sinais sensórios que vão desse actuador mecânico, robótico, computacional
03:35
that is now undersob the controlao controle of the braincérebro,
60
199647
2251
que está agora sob controle do cérebro
03:37
back to the braincérebro,
61
201898
1311
de volta para o cérebro,
03:39
how the braincérebro dealspromoções with that,
62
203209
2121
como o cérebro lida com isso,
03:41
of receivingrecebendo messagesmensagens from an artificialartificial piecepeça of machinerymáquinas.
63
205330
4901
de receber mensagens vindas de maquinaria artificial.
03:46
And that's exactlyexatamente what we did 10 yearsanos agoatrás.
64
210231
2321
E isso é exatamente o que fizemos dez anos atrás.
03:48
We startedcomeçado with a superstarSuperstar monkeymacaco calledchamado AuroraAurora
65
212552
2961
Nós começamos com uma macaca superstar chamada Aurora
03:51
that becamepassou a ser one of the superstarsSuperstars of this fieldcampo.
66
215513
2468
que tornou-se uma das estrelas desse campo.
03:53
And AuroraAurora likedgostei to playToque videovídeo gamesjogos.
67
217981
2299
E Aurora gostava de jogar videogames.
03:56
As you can see here,
68
220280
1373
Como se pode ver aqui,
03:57
she likesgosta to use a joystickcontrole de video game, like any one of us, any of our kidsfilhos, to playToque this gamejogos.
69
221653
4944
ela gosta de usar um joystick, como qualquer um de nós, qualquer uma de nossas crianças, para jogar esse jogo.
04:02
And as a good primatePrimaz, she even triestentativas to cheatbatota before she getsobtém the right answerresponda.
70
226597
4671
E, como boa primata, ela até tenta trapacear antes de conseguir a resposta correta.
04:07
So even before a targetalvo appearsaparece that she's supposedsuposto to crossCruz
71
231268
4283
Então até mesmo antes do alvo que ela supostamente deve cruzar aparecer
04:11
with the cursorcursor that she's controllingcontrolando with this joystickcontrole de video game,
72
235551
2850
com o cursor que ela controla com o joystick,
04:14
AuroraAurora is tryingtentando to find the targetalvo, no matterimportam where it is.
73
238401
3951
Aurora está tentando encontrar o alvo, não importa onde ele esteja.
04:18
And if she's doing that,
74
242352
1469
E se ela faz isso,
04:19
because everycada time she crossesCruzes that targetalvo with the little cursorcursor,
75
243821
3314
porque cada vez que ela cruza aquele alvo com aquele cursor,
04:23
she getsobtém a dropsolta of BrazilianBrasileiro orangelaranja juicesuco.
76
247135
2950
ela ganha uma gota de suco de laranja brasileiro.
04:25
And I can tell you, any monkeymacaco will do anything for you
77
250085
2950
E eu posso dizer para você, qualquer macaco vai fazer qualquer coisa para você
04:28
if you get a little dropsolta of BrazilianBrasileiro orangelaranja juicesuco.
78
253035
3100
se você der uma gotinha do suco de laranja brasileiro.
04:32
ActuallyNa verdade any primatePrimaz will do that.
79
256135
2731
Na verdade qualquer primata fará isso.
04:34
Think about that.
80
258866
1334
Pense sobre isso.
04:36
Well, while AuroraAurora was playingjogando this gamejogos, as you saw,
81
260200
3400
Bem, enquanto Aurora estava jogando esse jogo, como você viu,
04:39
and doing a thousandmil trialsensaios a day
82
263600
2435
e fazendo milhares de tentativas diariamente
04:41
and gettingobtendo 97 percentpor cento correctum lugar para outro and 350 millilitersmililitros of orangelaranja juicesuco,
83
266035
3883
e acertando 97% das vezes e ganhando 350 mililitros de suco de laranja,
04:45
we are recordinggravação the brainstormsbrainstorms that are producedproduzido in her headcabeça
84
269918
3399
nós estamos gravando as tempestades que são produzidas em sua mente
04:49
and sendingenviando them to a roboticrobótico armbraço
85
273317
1647
e enviando-as para um braço robótico
04:50
that was learningAprendendo to reproducereproduzir the movementsmovimentos that AuroraAurora was makingfazer.
86
274964
3871
que estava aprendendo a reproduzir os movimentos que Aurora estava fazendo.
04:54
Because the ideaidéia was to actuallyna realidade turnvirar on this brain-machinecérebro-máquina interfaceinterface
87
278835
3783
Porque a idéia era, na verdade, fazer funcionar essa interface cérebro-máquina
04:58
and have AuroraAurora playToque the gamejogos just by thinkingpensando,
88
282618
4700
e fazer com que Aurora jogasse apenas com o pensamento,
05:03
withoutsem interferenceinterferência of her bodycorpo.
89
287318
2617
sem interferência do corpo dela.
05:05
Her brainstormsbrainstorms would controlao controle an armbraço
90
289935
2916
As tempestades cerebrais dela controlariam o seu braço
05:08
that would movemover the cursorcursor and crossCruz the targetalvo.
91
292851
2709
que moveria o cursor e cruzaria o alvo.
05:11
And to our shockchoque, that's exactlyexatamente what AuroraAurora did.
92
295560
3191
E para nosso espanto, foi exatamente isso que Aurora fez.
05:14
She playedreproduziu the gamejogos withoutsem movingmovendo-se her bodycorpo.
93
298751
4200
Ela jogava o jogo sem sequer mover seu corpo.
05:18
So everycada trajectorytrajetória that you see of the cursorcursor now,
94
302951
2237
Então cada trajetória do cursor que que você vê agora,
05:21
this is the exactexato first momentmomento she got that.
95
305188
3212
esse foi exatamente a primeira vez que ela fez isso.
05:24
That's the exactexato first momentmomento
96
308400
1784
Essa é precisamente a primeira vez
05:26
a braincérebro intentionintenção was liberatedlibertado from the physicalfisica domainsdomínios of a bodycorpo of a primatePrimaz
97
310184
6767
uma intenção cerebral se libertou dos domínios do corpo de um primata
05:32
and could actAja outsidelado de fora, in that outsidelado de fora worldmundo,
98
316951
3700
e pode atuar fora, no mundo externo,
05:36
just by controllingcontrolando an artificialartificial devicedispositivo.
99
320651
2966
apenas controlando um aparelho artificial.
05:39
And AuroraAurora keptmanteve playingjogando the gamejogos, keptmanteve findingencontrando the little targetalvo
100
323617
4917
E Aurora continuou jogando, continuou procurando o pequeno alvo
05:44
and gettingobtendo the orangelaranja juicesuco that she wanted to get, that she cravedansiava por for.
101
328534
3917
e ganhando o suco de laranja que ela queria ganhar, que ela tanto desejava.
05:48
Well, she did that because she, at that time, had acquiredadquiriu a newNovo armbraço.
102
332451
6701
Bem, ela fez isso porque, naquele momento, ela adquiriu um novo braço.
05:55
The roboticrobótico armbraço that you see movingmovendo-se here 30 daysdias latermais tarde,
103
339152
2963
Um braço robótico que se pode ver a mexer, aqui, 30 dias depois,
05:58
after the first videovídeo that I showedmostrou to you,
104
342115
2686
depois do primeiro vídeo que eu vos mostrei,
06:00
is undersob the controlao controle of Aurora'sDe Aurora braincérebro
105
344801
2650
está sob o controle do cérebro de Aurora
06:03
and is movingmovendo-se the cursorcursor to get to the targetalvo.
106
347451
3168
e está movendo o cursor para acertar no alvo.
06:06
And AuroraAurora now knowssabe that she can playToque the gamejogos with this roboticrobótico armbraço,
107
350619
3899
E Aurora agora sabe que pode jogar com esse braço robótico,
06:10
but she has not lostperdido the abilityhabilidade to use her biologicalbiológico armsbraços to do what she pleasesagrada.
108
354518
5716
mas ela não perdeu a habilidade de usar seus braços biológicos para fazer o que bem entender.
06:16
She can scratchcoçar, arranhão her back, she can scratchcoçar, arranhão one of us, she can playToque anotheroutro gamejogos.
109
360234
4067
Ela pode coçar as costas, ela pode coçar um de nós, ela pode jogar outro jogo.
06:20
By all purposesfins and meanssignifica,
110
364301
1600
Por todos os os motivos e razões,
06:21
Aurora'sDe Aurora braincérebro has incorporatedincorporado that artificialartificial devicedispositivo
111
365901
4116
o cérebro de Aurora adoptou o aparelho artificial
06:25
as an extensionextensão of her bodycorpo.
112
370017
2750
como uma extensão de seu corpo.
06:28
The modelmodelo of the selfauto that AuroraAurora had in her mindmente
113
372767
3533
O modelo de si própria que Aurora tinha em sua mente
06:32
has been expandedexpandido to get one more armbraço.
114
376300
4084
foi expandido para obter um braço a mais.
06:36
Well, we did that 10 yearsanos agoatrás.
115
380384
2350
Bem, fizemos isso há 10 anos.
06:38
Just fastvelozes forwardprogressivo 10 yearsanos.
116
382734
2833
Faça avanço rápido de dez anos.
06:41
Just last yearano we realizedpercebi that you don't even need to have a roboticrobótico devicedispositivo.
117
385567
4983
No ano passado percebemos que não precisamos nem ter um aparelho robótico.
06:46
You can just buildconstruir a computationalcomputacional bodycorpo, an avataravatar, a monkeymacaco avataravatar.
118
390550
5484
Você pode apenas construir um corpo computacional, um avatar, um macaco avatar.
06:51
And you can actuallyna realidade use it for our monkeysmacacos to eitherou interactinteragir with them,
119
396034
4250
E você pode usá-lo para nossos macacos interagirem com eles,
06:56
or you can traintrem them to assumeassumir in a virtualvirtual worldmundo
120
400284
4439
ou você pode treiná-los a ter controle em um mundo virtual
07:00
the first-personprimeira pessoa perspectiveperspectiva of that avataravatar
121
404723
3044
a perspectiva de primeira pessoa de um avatar
07:03
and use her braincérebro activityatividade to controlao controle the movementsmovimentos of the avatar'sdo avatar armsbraços or legspernas.
122
407767
5651
e usar sua atividade cerebral para controlar os movimentos das pernas e braços do avatar.
07:09
And what we did basicallybasicamente was to traintrem the animalsanimais
123
413418
2766
E o que fizemos basicamente foi treinar os animais
07:12
to learnaprender how to controlao controle these avatarsavatares
124
416184
3050
a aprender controlar esses avatares
07:15
and exploreexplorar objectsobjetos that appearaparecer in the virtualvirtual worldmundo.
125
419234
3899
e explorar objetos que aparecem no mundo virtual.
07:19
And these objectsobjetos are visuallyvisualmente identicalidêntico,
126
423133
2301
E esses objetos são visualmente iguais,
07:21
but when the avataravatar crossesCruzes the surfacesuperfície of these objectsobjetos,
127
425434
3883
mas quando o avatar cruza a superfície desses objetos,
07:25
they sendenviar an electricalelétrico messagemensagem that is proportionalproporcional to the microtactilemicrotactile texturetextura of the objectobjeto
128
429317
6400
eles mandam uma mensagem elétrica que é proporcional à microtextura tátil do objeto
07:31
that goesvai back directlydiretamente to the monkey'sdo macaco braincérebro,
129
435717
4016
e ela vai diretamente de volta para o cérebro do macaco,
07:35
informinginformando the braincérebro what it is the avataravatar is touchingtocando.
130
439733
5052
informando ao cérebro o que o avatar está tocando.
07:40
And in just fourquatro weekssemanas, the braincérebro learnsaprende to processprocesso this newNovo sensationsensação
131
444785
4765
E em apenas quatro semanas, o cérebro aprende a processar essa nova sensação
07:45
and acquiresadquire a newNovo sensorysensorial pathwaycaminho -- like a newNovo sensesentido.
132
449550
6434
e adquire um novo caminho sensorial -- como um novo sentido.
07:51
And you trulyverdadeiramente liberatelibertar a the braincérebro now
133
455984
2416
E você realmente liberta o cérebro agora
07:54
because you are allowingpermitindo the braincérebro to sendenviar motormotor commandscomandos to movemover this avataravatar.
134
458400
4384
porque você está permitindo que o cérebro envie comandos para mover o avatar.
07:58
And the feedbackcomentários that comesvem from the avataravatar is beingser processedprocessado directlydiretamente by the braincérebro
135
462784
5000
E o feedback que vem do avatar está sendo processado diretamente pelo cérebro
08:03
withoutsem the interferenceinterferência of the skinpele.
136
467784
2433
sem interferência da pele.
08:06
So what you see here is this is the designdesenhar of the tasktarefa.
137
470217
2534
Então o que você vê aqui é o design de uma tarefa.
08:08
You're going to see an animalanimal basicallybasicamente touchingtocando these threetrês targetsalvos.
138
472751
4250
Você vai ver um animal basicamente tocando esses três alvos.
08:12
And he has to selectselecione one because only one carriescarrega the rewardrecompensa,
139
477001
4349
E ele tem que escolher um porque apenas um trará recompensa,
08:17
the orangelaranja juicesuco that they want to get.
140
481350
1867
o suco de laranja que eles querem obter.
08:19
And he has to selectselecione it by touchtocar usingusando a virtualvirtual armbraço, an armbraço that doesn't existexistir.
141
483217
5633
E ele tem que o selecionar pelo toque usando um braço virtual, um braço que não existe.
08:24
And that's exactlyexatamente what they do.
142
488850
2000
E é exatamente o que eles fazem.
08:26
This is a completecompleto liberationlibertação of the braincérebro
143
490850
3435
Essa é a liberação completa do cérebro
08:30
from the physicalfisica constraintsrestrições of the bodycorpo and the motormotor in a perceptualperceptual tasktarefa.
144
494285
4282
dos limites físicos do corpo e do motor em uma tarefa de percepção.
08:34
The animalanimal is controllingcontrolando the avataravatar to touchtocar the targetsalvos.
145
498567
4167
O animal está controlando o avatar para tocar os alvos.
08:38
And he's sensingde detecção the texturetextura by receivingrecebendo an electricalelétrico messagemensagem directlydiretamente in the braincérebro.
146
502734
5651
E ele está sentindo a textura ao receber mensagens elétricas diretamente no cérebro.
08:44
And the braincérebro is decidingdecidindo what is the texturetextura associatedassociado with the rewardrecompensa.
147
508385
3883
E o cérebro está decidindo qual é a textura associada à recompensa.
08:48
The legendslegendas that you see in the moviefilme don't appearaparecer for the monkeymacaco.
148
512268
3832
As legendas que você vê no filme não aparecem para o macaco
08:52
And by the way, they don't readler EnglishInglês anywayde qualquer forma,
149
516100
2484
E, de qualquer modo, eles não lêem em inglês,
08:54
so they are here just for you to know that the correctum lugar para outro targetalvo is shiftingmudando positionposição.
150
518584
5216
então elas estão aí apenas para vocês saberem que o alvo correto está mudando de posição.
08:59
And yetainda, they can find them by tactiletátil discriminationdiscriminação,
151
523800
3934
E mesmo assim, eles o encontram através da discriminação tátil,
09:03
and they can presspressione it and selectselecione it.
152
527734
3217
e eles podem pressionar e selecioná-lo
09:06
So when we look at the brainscérebro of these animalsanimais,
153
530951
2682
Então quando olhamos para o cérebro desses animais,
09:09
on the toptopo panelpainel you see the alignmentalinhamento of 125 cellscélulas
154
533633
3667
no painel mais alto você vê o alinhamento de 125 células
09:13
showingmostrando what happensacontece with the braincérebro activityatividade, the electricalelétrico stormstempestades,
155
537300
4201
mostrando o que acontece com a atividade cerebral, as tempestades elétricas,
09:17
of this sampleamostra of neuronsneurônios in the braincérebro
156
541501
2067
dessa amostra de neurônios no cérebro
09:19
when the animalanimal is usingusando a joystickcontrole de video game.
157
543568
2116
quando o animal está usando um joystick
09:21
And that's a picturecenário that everycada neurophysiologistneurofisiologista knowssabe.
158
545684
2600
E está é a imagem que todo neurocientista conhece.
09:24
The basicbásico alignmentalinhamento showsmostra that these cellscélulas are codingcodificação for all possiblepossível directionsinstruções.
159
548284
5183
O alinhamento básico mostra que estas células estão codificando para todas as possíveis direcões
09:29
The bottominferior picturecenário is what happensacontece when the bodycorpo stopspára movingmovendo-se
160
553467
5683
A figura de baixo é o que acontece quando o corpo para de se mover
09:35
and the animalanimal startscomeça controllingcontrolando eitherou a roboticrobótico devicedispositivo or a computationalcomputacional avataravatar.
161
559150
6134
e o animal começa a controlar tanto o aparelho robótico ou o avatar computadorizado.
09:41
As fastvelozes as we can resetredefinir our computerscomputadores,
162
565284
3066
Tão rápido quanto nós podemos resetar nossos computadores
09:44
the braincérebro activityatividade shiftsturnos to startcomeçar representingrepresentando this newNovo toolferramenta,
163
568350
5818
a atividade cerebral muda para começar representar a nova ferramenta,
09:50
as if this too was a partparte of that primate'sdo primata bodycorpo.
164
574168
5250
como se a ferramente fosse parte do corpo do primata.
09:55
The braincérebro is assimilatingassimilando that too, as fastvelozes as we can measurea medida.
165
579418
4715
O cérebro também está assimilando isso tão rápido quanto podemos medir.
10:00
So that suggestssugere to us that our sensesentido of selfauto
166
584133
3618
Então isso sugere que nossa noção de 'eu'
10:03
does not endfim at the last layercamada of the epitheliumepitélio of our bodiescorpos,
167
587751
4150
não termina na última camada epitelial de nossos corpos,
10:07
but it endstermina at the last layercamada of electronselétrons of the toolsFerramentas that we're commandingcomandando with our brainscérebro.
168
591901
5718
mas termina na última camada de elétrons das ferramentas que nós estamos comandando com nossos cérebros.
10:13
Our violinsviolinos, our carscarros, our bicyclesbicicletas, our soccerfutebol ballsBolas, our clothingroupas --
169
597619
4764
Nossos violinos, nossos carros, nossas bicicletas, nossas bolas de futebol, nossas roupas...
10:18
they all becometornar-se assimilatedassimilado by this voraciousvoraz, amazingsurpreendente, dynamicdinâmico systemsistema calledchamado the braincérebro.
170
602383
6851
são todos assimilados por esse sistema voraz, incrível, dinâmico chamado cérebro.
10:25
How farlonge can we take it?
171
609234
1699
Onde podemos chegar?
10:26
Well, in an experimentexperimentar that we rancorreu a fewpoucos yearsanos agoatrás, we tooktomou this to the limitlimite.
172
610933
4218
Bem, em um experimento que fizemos há alguns anos, levámos isto até ao limite.
10:31
We had an animalanimal runningcorrida on a treadmillescada rolante
173
615151
2482
Nós tínhamos um animal correndo em uma esteira
10:33
at DukeDuque UniversityUniversidade on the EastLeste CoastCosta of the UnitedUnidos StatesEstados-Membros,
174
617633
2267
na universidade de Duke na costa leste dos Estados Unidos,
10:35
producingproduzindo the brainstormsbrainstorms necessarynecessário to movemover.
175
619900
2700
produzindo as tempestades cerebrais necessárias para mover.
10:38
And we had a roboticrobótico devicedispositivo, a humanoidhumanoide robotrobô,
176
622600
4091
E tínhamos um aparelho robótico, um robô humanóide,
10:42
in KyotoKyoto, JapanJapão at ATRATR LaboratoriesLaboratórios
177
626691
2394
em Kioto, nos laboratórios ATR no Japão
10:44
that was dreamingsonhando its entireinteira life to be controlledcontrolada by a braincérebro,
178
629085
6094
que sonhava por toda a vida ser controlado por um cérebro,
10:51
a humanhumano braincérebro, or a primatePrimaz braincérebro.
179
635179
3273
um cérebro humano, ou um cérebro primata.
10:54
What happensacontece here is that the braincérebro activityatividade that generatedgerado the movementsmovimentos in the monkeymacaco
180
638452
4598
O que acontece aqui é que a atividade cerebral que gerou os moviementos do macaco
10:58
was transmittedtransmitidos to JapanJapão and madefeito this robotrobô walkandar
181
643050
3467
foram transmitidos para o Japão e fizeram o robô andar
11:02
while footagecenas of this walkingcaminhando was sentenviei back to DukeDuque,
182
646517
4067
enquanto a filmagem dessa caminhada era enviada de volta para Duke,
11:06
so that the monkeymacaco could see the legspernas of this robotrobô walkingcaminhando in frontfrente of her.
183
650584
5233
para que o macaco podesse ver as pernas do robô caminhando em sua frente.
11:11
So she could be rewardedrecompensado, not by what her bodycorpo was doing
184
655817
4067
Então ela poderia ser recompensada, não pelo que seu corpo estava fazendo
11:15
but for everycada correctum lugar para outro stepdegrau of the robotrobô on the other sidelado of the planetplaneta
185
659884
4961
mas por cada passo correto que o robô dava do outro lado do planeta
11:20
controlledcontrolada by her braincérebro activityatividade.
186
664845
2609
controlado pela atividade cerebral dela.
11:23
FunnyEngraçado thing, that roundvolta tripviagem around the globeglobo tooktomou 20 millisecondsmilissegundos lessMenos
187
667454
7118
Engraçado é que ida e volta em torno do globo demorou 20 milisegundos menos
11:30
than it takes for that brainstormBrainstorm to leavesair its headcabeça, the headcabeça of the monkeymacaco,
188
674572
4150
do que levaria para a tempestade cerebral deixar a cabeça da macaca,
11:34
and reachalcance its ownpróprio musclemúsculo.
189
678722
3870
e chegar aos seus próprios músculos.
11:38
The monkeymacaco was movingmovendo-se a robotrobô that was sixseis timesvezes biggerMaior, acrossatravés the planetplaneta.
190
682592
6030
A macaca estava movendo um robô seis vezes maior do que ela, do outro lado do planeta.
11:44
This is one of the experimentsexperiências in whichqual that robotrobô was ablecapaz to walkandar autonomouslyde forma autônoma.
191
688622
6400
Esse é um dos experimentos no qual robôs foram capazes de andar com autonomia.
11:50
This is CBCB1 fulfillingcumprindo its dreamSonhe in JapanJapão
192
695022
5267
Esse é o CB1 realizando seu sonho, no Japão,
11:56
undersob the controlao controle of the braincérebro activityatividade of a primatePrimaz.
193
700289
3700
sob o controle da atividade cerebral de um primata.
11:59
So where are we takinglevando all this?
194
703989
1989
Então para onde estamos levando tudo isso?
12:01
What are we going to do with all this researchpesquisa,
195
705978
2343
O que faremos com toda essa pesquisa,
12:04
besidesalém de studyingestudando the propertiespropriedades of this dynamicdinâmico universeuniverso that we have betweenentre our earsorelhas?
196
708321
5668
além de estudar as propriedades desse dinâmico universo que temos entre nossas orelhas?
12:09
Well the ideaidéia is to take all this knowledgeconhecimento and technologytecnologia
197
713989
4833
Bem a idéia é pegar todo esse conhecimento e tecnologia
12:14
and try to restorerestaurar one of the mosta maioria severegrave neurologicalneurológico problemsproblemas that we have in the worldmundo.
198
718822
5484
e tentar restaurar um dos problemas neurológicos mais severos que temos no mundo.
12:20
MillionsMilhões of people have lostperdido the abilityhabilidade to translatetraduzir these brainstormsbrainstorms
199
724306
4583
Milhões de pessoas perderam a habilidade de traduzir essas tempestades cerebrais
12:24
into actionaçao, into movementmovimento.
200
728889
2116
em ações, em movimento.
12:26
AlthoughEmbora theirdeles brainscérebro continuecontinuar to produceproduzir those stormstempestades and codecódigo for movementsmovimentos,
201
731005
5234
Embora seus cérebors continuem a produzir essas tempestades e codificar para os movimentos,
12:32
they cannotnão podes crossCruz a barrierbarreira that was createdcriada by a lesionlesão on the spinalespinhal cordcordão.
202
736239
5167
eles não podem cruzar a barreira que foi criada por uma lesão da medula espinhal.
12:37
So our ideaidéia is to createcrio a bypassby-pass,
203
741406
2450
Então nossa idéia é criar um bypass,
12:39
is to use these brain-machinecérebro-máquina interfacesinterfaces to readler these signalssinais,
204
743856
4032
é usar a interface cérebro-máquina para ler esses sinais,
12:43
larger-scalelarga escala brainstormsbrainstorms that containconter the desiredesejo to movemover again,
205
747888
4050
tempestades cerebrais em alta escala que contém o desejo de mover novamente
12:47
bypassby-pass the lesionlesão usingusando computationalcomputacional microengineeringmicroengineering
206
751938
3969
fazer um bypass na lesão usando microengenharia computacional
12:51
and sendenviar it to a newNovo bodycorpo, a wholetodo bodycorpo calledchamado an exoskeletonexoesqueleto,
207
755907
7114
e enviar para um novo corpo, um corpo inteiro chamado exoesqueleto,
12:58
a wholetodo roboticrobótico suitterno that will becometornar-se the newNovo bodycorpo of these patientspacientes.
208
763021
5567
um traje robótico completo que vai se tornar o novo corpo de um desses pacientes
13:04
And you can see an imageimagem producedproduzido by this consortiumConsórcio.
209
768588
4126
E você pode ver a imagem produzida por esse consórcio.
13:08
This is a nonprofitsem fins lucrativos consortiumConsórcio calledchamado the Walk Again ProjectProjeto
210
772714
4059
Esse é um consórcio sem fins lucrativos chamado "Caminhe Novamente"
13:12
that is puttingcolocando togetherjuntos scientistscientistas from EuropeEuropa,
211
776773
2783
que está reunindo cientistas da Europa,
13:15
from here in the UnitedUnidos StatesEstados-Membros, and in BrazilBrasil
212
779556
1865
daqui dos Estados Unidos e do Brasil
13:17
togetherjuntos to work to actuallyna realidade get this newNovo bodycorpo builtconstruído --
213
781421
4517
juntos para trabalhar e construir esse novo corpo --
13:21
a bodycorpo that we believe, throughatravés the samemesmo plasticplástico mechanismsmecanismos
214
785938
3334
um corpo que acreditamos, através dos mesmo mecanismos plásticos
13:25
that allowpermitir AuroraAurora and other monkeysmacacos to use these toolsFerramentas throughatravés a brain-machinecérebro-máquina interfaceinterface
215
789272
5802
que permitem Aurora e outros macacos usarem essas ferramentas através de uma interface cérebro-máquina
13:30
and that allowspermite us to incorporateincorporar the toolsFerramentas that we produceproduzir and use in our dailydiariamente life.
216
795074
5630
e que nos permite incorporar as ferramentas que produzimos e usamos no nossa vida diária.
13:36
This samemesmo mechanismmecanismo, we hopeesperança, will allowpermitir these patientspacientes,
217
800704
3684
Esse mesmo mecanismo, esperamos, vai permitir a esses pacientes
13:40
not only to imagineImagine again the movementsmovimentos that they want to make
218
804388
3768
não apenas imaginar novamente os movimentos que eles querem fazer
13:44
and translatetraduzir them into movementsmovimentos of this newNovo bodycorpo,
219
808156
3207
e traduzir eles em movimentos desse novo corpo,
13:47
but for this bodycorpo to be assimilatedassimilado as the newNovo bodycorpo that the braincérebro controlscontroles.
220
811363
6758
mas para esse corpo ser assimilado como um novo corpo que o cérebro controla.
13:54
So I was told about 10 yearsanos agoatrás
221
818121
3851
Então me falaram há 10 anos
13:57
that this would never happenacontecer, that this was closefechar to impossibleimpossível.
222
821972
5066
que isso nunca aconteceria, que isso beirava o impossível.
14:02
And I can only tell you that as a scientistcientista,
223
827038
2451
E, como cientista, eu apenas posso dizer,
14:05
I grewcresceu up in southernsul BrazilBrasil in the mid-'meio- '60s
224
829489
2986
eu cresci no sul do Brasil na década de 60
14:08
watchingassistindo a fewpoucos crazylouco guys tellingdizendo [us] that they would go to the MoonLua.
225
832475
5048
vendo alguns homens loucos nos dizer que eles iriam para a Lua.
14:13
And I was fivecinco yearsanos oldvelho,
226
837523
1461
E eu tinha cinco anos,
14:14
and I never understoodEntendido why NASANASA didn't hirecontratar CaptainCapitão KirkKirk and SpockSpock to do the jobtrabalho;
227
838984
4240
e eu nunca entendi porque a NASA não contratou o capitão Kirk e o Spock para o trabalho;
14:19
after all, they were very proficientproficiente --
228
843224
2432
afinal de contas, eles eram muito habilidosos --
14:21
but just seeingvendo that as a kidcriança
229
845656
3450
mas apenas vendo aquilo como criança
14:25
madefeito me believe, as my grandmotheravó used to tell me,
230
849106
2985
me fez acreditar, como minha avó me costumava dizer,
14:27
that "impossibleimpossível is just the possiblepossível
231
852091
1845
que "impossível é apenas o possível
14:29
that someonealguém has not put in enoughsuficiente effortesforço to make it come trueverdade."
232
853936
3904
que alguém ainda não se esforçou suficiente para fazer tornar realidade"
14:33
So they told me that it's impossibleimpossível to make someonealguém walkandar.
233
857840
3799
Então eles me disseram que é impossível fazer alguém andar.
14:37
I think I'm going to followSegue my grandmother'scasa da avó adviceconselho.
234
861639
3251
Eu acho que vou seguir os conselhos de minha avó.
14:40
Thank you.
235
864890
1450
Obrigado
14:42
(ApplauseAplausos)
236
866340
8029
(Aplausos)
Translated by Yasser Calil
Reviewed by NUNO ROSALINO

▲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