TED2014
Nancy Kanwisher: A neural portrait of the human mind
Nancy Kanwisher: İnsan zihninin sinirsel portresi
Filmed:
Readability: 4.2
1,226,930 views
Beyin görüntülemesi öncüsü Nancy Kanwisher beyindeki farklı alanlardaki aktiviteleri (çoğunlukla kendi beyni üzerinde çalışarak) fMRI ile görüntülüyor. Bu konuşmada çalışma arkadaşlarıyla öğrendiklerini bizimle paylaşıyor: Beyin hem özelleşmiş birimlerden hem de genel amaçlı mekanizmadan oluşuyor. Diğer bir sürpriz ise daha öğrenecek çok şeyin olması.
Nancy Kanwisher - Brain researcher
Using fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition. Full bio
Using fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition. Full bio
Double-click the English transcript below to play the video.
00:12
Today I want to tell you
0
604
1216
Bugün size dünyanın dört bir yanındaki
bilimciler tarafından insan zihninin
bilimciler tarafından insan zihninin
00:13
about a project being carried out
1
1820
1803
00:15
by scientists all over the world
2
3623
2687
sinirsel portresini çizmek amacıyla
yürütülen bir projeden bahsedeceğim.
yürütülen bir projeden bahsedeceğim.
00:18
to paint a neural portrait of the human mind.
3
6310
3288
00:21
And the central idea of this work
4
9598
2172
Bu çalışmanın merkezindeki düşünce şu:
00:23
is that the human mind and brain
5
11770
1858
İnsan zihni ve beyni tek bir
genel amaçlı işlemci olmayıp,
genel amaçlı işlemci olmayıp,
00:25
is not a single, general-purpose processor,
6
13628
2857
00:28
but a collection of highly specialized components,
7
16485
3442
her biri farklı bir problem çözen ve toplu
hâlde bizi düşünebilen insanlar yapan
hâlde bizi düşünebilen insanlar yapan
00:31
each solving a different specific problem,
8
19927
2983
yüksek oranda özelleşmiş
bileşenler topluluğudur.
bileşenler topluluğudur.
00:34
and yet collectively making up
9
22910
2336
00:37
who we are as human beings and thinkers.
10
25246
4356
00:41
To give you a feel for this idea,
11
29602
1476
Bu düşünceyi özümsemek için
şöyle bir senaryo hayal edelim:
şöyle bir senaryo hayal edelim:
00:43
imagine the following scenario:
12
31078
2664
Çocuğunuzun anaokuluna giriyorsunuz.
00:45
You walk into your child's day care center.
13
33742
2196
00:47
As usual, there's a dozen kids there
14
35938
2237
Her zamanki gibi alınmak için orada
bekleyen bir düzine çocuk var.
bekleyen bir düzine çocuk var.
00:50
waiting to get picked up,
15
38175
1591
00:51
but this time,
16
39766
1632
Fakat bu kez,
çocukların yüzleri
garip bir şekilde benzer
garip bir şekilde benzer
00:53
the children's faces look weirdly similar,
17
41398
2985
ve hangi çocuk sizinki çıkaramıyorsunuz.
00:56
and you can't figure out which child is yours.
18
44383
2808
00:59
Do you need new glasses?
19
47191
1749
Yeni gözlük mü lazım?
01:00
Are you losing your mind?
20
48940
1908
Yoksa aklınızı mı kaybediyorsunuz?
01:02
You run through a quick mental checklist.
21
50848
2452
Hemen aklınızı yokluyorsunuz.
01:05
No, you seem to be thinking clearly,
22
53300
1894
Hayır, sağlıklı düşünüyorsunuz
01:07
and your vision is perfectly sharp.
23
55194
2391
ve görüşünüz de mükemmel.
01:09
And everything looks normal
24
57585
1789
Ve herşey normal görünüyor,
01:11
except the children's faces.
25
59374
2162
çocukların yüzleri hariç.
01:13
You can see the faces,
26
61536
1786
Yüzleri görebiliyorsunuz,
01:15
but they don't look distinctive,
27
63322
1708
fakat farklı görünmüyorlar,
01:17
and none of them looks familiar,
28
65030
1858
ayrıca hiçbiri tanıdık değil
01:18
and it's only by spotting an orange hair ribbon
29
66888
2498
ve kızınızı ancak turuncu kurdelesini
01:21
that you find your daughter.
30
69386
1896
seçerek bulabiliyorsunuz.
01:23
This sudden loss of the ability to recognize faces
31
71282
3425
Bu, ani yüzleri tanıma yetisi kaybı,
insanların başına
gelen bir durumdur.
gelen bir durumdur.
01:26
actually happens to people.
32
74707
1546
01:28
It's called prosopagnosia,
33
76253
2054
Prosopagnozya olarak adlandırılır
01:30
and it results from damage
34
78307
1181
ve beynin belli bir bölümünün
01:31
to a particular part of the brain.
35
79488
2126
zarar görmesinden ortaya çıkar.
01:33
The striking thing about it
36
81614
1500
Şaşırtıcı olan ise
01:35
is that only face recognition is impaired;
37
83114
2595
yalnızca yüzleri tanıma zarar görmüştür.
01:37
everything else is just fine.
38
85709
2439
Onun dışında her şey yolundadır.
01:40
Prosopagnosia is one of many surprisingly specific
39
88148
3868
Prosopagnozya beyin hasarından
sonra ortaya çıkabilen,
sonra ortaya çıkabilen,
01:44
mental deficits that can happen after brain damage.
40
92016
4535
şaşırtıcı derecede özel
zihinsel kayıplardan biridir.
zihinsel kayıplardan biridir.
01:48
These syndromes collectively
41
96551
1363
Bu tür sendromlar, uzun süredir zihnin
ayrı bileşenlere bölüştürüldüğünü
ayrı bileşenlere bölüştürüldüğünü
01:49
have suggested for a long time
42
97914
2239
01:52
that the mind is divvied up into distinct components,
43
100153
3768
akla getiriyordu. Fakat bu bileşenleri
keşfetme çabasında,
keşfetme çabasında,
01:55
but the effort to discover those components
44
103921
2385
beyin görüntüleme teknolojisinin,
özellikle de MR'ın icadıyla
özellikle de MR'ın icadıyla
01:58
has jumped to warp speed
45
106306
1614
01:59
with the invention of brain imaging technology,
46
107920
2582
çarpıcı hızda bir gelişim yaşandı.
02:02
especially MRI.
47
110502
3048
Evet, MR iç anatomiyi yüksek
çözünürlükte görmemizi sağlıyor.
çözünürlükte görmemizi sağlıyor.
02:05
So MRI enables you to see internal anatomy
48
113550
3240
02:08
at high resolution,
49
116790
1586
Ben de az sonra size,
tanıdık bir nesne kullanarak
tanıdık bir nesne kullanarak
02:10
so I'm going to show you in a second
50
118376
1430
02:11
a set of MRI cross-sectional images
51
119806
3352
bir dizi kesitsel MR
görüntüleri göstereceğim.
görüntüleri göstereceğim.
02:15
through a familiar object,
52
123158
1618
Bunların arasından uçarken, siz de
nesneyi tanımaya çalışacaksınız.
nesneyi tanımaya çalışacaksınız.
02:16
and we're going to fly through them
53
124776
875
02:17
and you're going to try to figure out what the object is.
54
125651
2473
Başlıyoruz.
02:20
Here we go.
55
128124
2111
O kadar kolay değil. Bu bir enginar.
02:24
It's not that easy. It's an artichoke.
56
132241
1889
02:26
Okay, let's try another one,
57
134130
1630
Tamam, bir başkasını deneyelim.
02:27
starting from the bottom and going through the top.
58
135760
2596
Aşağıdan başlayarak
yukarı doğru gideceğiz.
yukarı doğru gideceğiz.
Brokoli! Bu bir baş brokoli.
Güzel değil mi? Bunu seviyorum.
Güzel değil mi? Bunu seviyorum.
02:32
Broccoli! It's a head of broccoli.
59
140812
1151
02:33
Isn't it beautiful? I love that.
60
141963
1664
Tamam, şimdi başka bir tane.
Bu bir beyin, tabi ki.
Bu bir beyin, tabi ki.
02:35
Okay, here's another one. It's a brain, of course.
61
143627
2757
02:38
In fact, it's my brain.
62
146384
1586
Aslında benim beynim.
02:39
We're going through slices through my head like that.
63
147970
1733
Başımdaki kesitler arasından
böyle geçeceğiz.
böyle geçeceğiz.
02:41
That's my nose over on the right, and now
64
149703
1758
Burası, sağda burnumun üzeri ve
şimdi buraya gidiyoruz, tam şuraya
şimdi buraya gidiyoruz, tam şuraya
02:43
we're going over here, right there.
65
151461
3409
02:46
So this picture's nice, if I do say so myself,
66
154870
4601
Bu güzel bir resim,
kendime böyle diyebilirsem.
kendime böyle diyebilirsem.
Ama bu yalnızca anatomiyi gösteriyor.
02:51
but it shows only anatomy.
67
159471
1912
İşlevsel görüntülemedeki asıl hoş gelişme,
bilimcilerin sadece anatomiyi değil,
bilimcilerin sadece anatomiyi değil,
02:53
The really cool advance with functional imaging
68
161383
2520
02:55
happened when scientists figured out how to make
69
163903
1572
aktiviteyi de yani nöron ateşlenen yerleri
gösteren resimler almayı başarmaları oldu.
gösteren resimler almayı başarmaları oldu.
02:57
pictures that show not just anatomy but activity,
70
165475
3395
03:00
that is, where neurons are firing.
71
168870
2435
Gelin nasıl işlediğine bakalım.
Beyin kas gibidir.
Beyin kas gibidir.
03:03
So here's how this works.
72
171305
1516
03:04
Brains are like muscles.
73
172821
1117
03:05
When they get active,
74
173938
1563
Aktif olduğunda, bunu desteklemek
için yükselmiş kan akışına ihtiyaç duyar.
için yükselmiş kan akışına ihtiyaç duyar.
03:07
they need increased blood flow to supply that activity,
75
175501
2974
03:10
and lucky for us, blood flow
control to the brain is local,
control to the brain is local,
76
178475
3568
Neyse ki, beyine gidecek
kanın denetimi yereldir.
kanın denetimi yereldir.
03:14
so if a bunch of neurons, say, right there
77
182043
2162
Yani bir grup nöron,
örneğin tam buradakiler olsun,
örneğin tam buradakiler olsun,
03:16
get active and start firing,
78
184205
1500
aktifleşip ateşlendiğinde,
kan akışı tam orada yükselir.
kan akışı tam orada yükselir.
03:17
then blood flow increases just right there.
79
185705
2725
03:20
So functional MRI picks up
on that blood flow increase,
on that blood flow increase,
80
188430
3721
İşte işlevsel MR, bu artan
kan akışına dayanır.
kan akışına dayanır.
03:24
producing a higher MRI response
81
192151
2033
Nöron aktivitesi arttığında,
MR karşılığı da yüksek olur.
MR karşılığı da yüksek olur.
03:26
where neural activity goes up.
82
194184
2926
03:29
So to give you a concrete feel
83
197110
1700
Size işlevsel MR deneyinin nasıl olduğu
03:30
for how a functional MRI experiment goes
84
198810
2485
ve bundan ne öğrenip
öğrenemeyeceğinizle ilgili
öğrenemeyeceğinizle ilgili
03:33
and what you can learn from it
85
201295
1439
03:34
and what you can't,
86
202734
1384
somut bir fikir vermek için ilk
deneylerimden birini anlatayım.
deneylerimden birini anlatayım.
03:36
let me describe one of the first studies I ever did.
87
204118
3442
Beynin yüzleri tanımakla ilgili özel bir
bölgesi olup olmadığını bilmek istedik.
bölgesi olup olmadığını bilmek istedik.
03:39
We wanted to know if there was a special
part of the brain for recognizing faces,
part of the brain for recognizing faces,
88
207560
4138
03:43
and there was already reason to
think there might be such a thing
think there might be such a thing
89
211698
3072
Biraz önce söz ettiğim propagnozya
görüngüsünden dolayı,
görüngüsünden dolayı,
03:46
based on this phenomenon of prosopagnosia
90
214770
1720
böyle olduğunu düşünmek için
zaten bir neden vardı.
zaten bir neden vardı.
03:48
that I described a moment ago,
91
216490
2123
Fakat şimdiye kadar hiçkimse,
03:50
but nobody had ever seen that part of the brain
92
218613
2278
normal bir insanda beynin
bu bölümünü görmemişti.
bu bölümünü görmemişti.
03:52
in a normal person,
93
220891
1919
03:54
so we set out to look for it.
94
222810
2056
Biz de bunu incelemeye niyetlendik.
03:56
So I was the first subject.
95
224866
1951
Böylece ben ilk denek oldum.
03:58
I went into the scanner, I lay on my back,
96
226817
2212
Tarayıcıya girdim, arkama yaslandım.
04:01
I held my head as still as I could
97
229029
2583
Başımı elimden geldiğince
hareketsiz tutarak,
hareketsiz tutarak,
04:03
while staring at pictures of faces like these
98
231612
5017
buna benzer yüz resimlerine ve
buna benzer nesnelere baktım.
buna benzer nesnelere baktım.
04:08
and objects like these
99
236629
2131
04:10
and faces and objects for hours.
100
238760
5165
Saatler boyu böyle yüzlere
ve böyle nesnelere baktım.
ve böyle nesnelere baktım.
04:15
So as somebody who has
pretty close to the world record
pretty close to the world record
101
243925
2772
Böylece MR makinesinin
içinde kalınan zaman açısından
içinde kalınan zaman açısından
04:18
of total number of hours spent inside an MRI scanner,
102
246697
3543
dünya rekoruna bu kadar yaklaşan
bir kişi olarak MR araştırması için
bir kişi olarak MR araştırması için
04:22
I can tell you that one of the skills
103
250240
1432
04:23
that's really important for MRI research
104
251672
2663
gerçekten önemli olanın, idrarını
tutmak olduğunu söyleyebilirim.
tutmak olduğunu söyleyebilirim.
04:26
is bladder control.
105
254335
1778
04:28
(Laughter)
106
256113
1802
(Gülüşler)
04:29
When I got out of the scanner,
107
257915
1537
Tarayıcıdan çıktığımda, nesnelere
baktığımdakine kıyasla
baktığımdakine kıyasla
04:31
I did a quick analysis of the data,
108
259452
2316
yüzlere baktığım zaman beynimin
daha fazla tepki veren bölümlerini
daha fazla tepki veren bölümlerini
04:33
looking for any parts of my brain
109
261768
1503
04:35
that produced a higher response
when I was looking at faces
when I was looking at faces
110
263271
2806
bulmak için bir data analizi yaptım.
04:38
than when I was looking at objects,
111
266077
1870
04:39
and here's what I saw.
112
267947
2171
Gördüğüm şu:
04:42
Now this image looks just awful by today's standards,
113
270118
3656
Şimdi bu görüntü, bugünün
standartlarına göre berbat,
standartlarına göre berbat,
04:45
but at the time I thought it was beautiful.
114
273774
2808
ama o zaman çok güzel
olduğunu düşündüm.
olduğunu düşündüm.
04:48
What it shows is that region right there,
115
276582
1950
Bize gösterdiği şey,
tam şuradaki bölge,
tam şuradaki bölge,
04:50
that little blob,
116
278532
1283
bir zeytin boyutundaki şu küçük nokta,
04:51
it's about the size of an olive
117
279815
1747
04:53
and it's on the bottom surface of my brain
118
281562
2156
beynimin alt yüzeyinde,
şuradan 1 parmak mesafede.
şuradan 1 parmak mesafede.
04:55
about an inch straight in from right there.
119
283718
3206
04:58
And what that part of my brain is doing
120
286924
2790
İşte beynimin bu bölgesi,
daha yüksek MR tepkisi üretiyor.
daha yüksek MR tepkisi üretiyor.
05:01
is producing a higher MRI response,
121
289714
2920
Bu demektir ki, yüzlere baktığımda
nesnelere baktığımdakine göre daha
nesnelere baktığımdakine göre daha
05:04
that is, higher neural activity,
122
292634
1748
05:06
when I was looking at faces
123
294382
1482
05:07
than when I was looking at objects.
124
295864
2266
yüksek sinirsel aktivite oluyor orada.
05:10
So that's pretty cool,
125
298130
1360
Bu çok hoş!
05:11
but how do we know this isn't a fluke?
126
299490
2318
Ama bunun rastlantı
olmadığını nereden bileceğiz?
olmadığını nereden bileceğiz?
05:13
Well, the easiest way
127
301808
1420
Bunun en kolay yolu deneyi yinelemek.
05:15
is to just do the experiment again.
128
303228
2114
Böylece tekrar tarayıcıya geçtim.
05:17
So I got back in the scanner,
129
305342
1639
05:18
I looked at more faces and I looked at more objects
130
306981
2431
Daha fazla yüze ve nesneye baktım.
05:21
and I got a similar blob,
131
309412
2189
Yine aynı noktayı gördüm.
05:23
and then I did it again
132
311601
1895
Sonra yine yaptım
05:25
and I did it again
133
313496
1855
ve yine yaptım.
05:27
and again and again,
134
315351
3072
Yine ve yine saatlerce
ve en sonunda
ve en sonunda
05:30
and around about then
135
318423
1047
bunun gerçek olduğuna
inanmaya karar verdim.
inanmaya karar verdim.
05:31
I decided to believe it was for real.
136
319470
2941
05:34
But still, maybe this is
something weird about my brain
something weird about my brain
137
322411
3753
Ama yine de, belki bu benim
beynimle ilgili bir gariplikti
beynimle ilgili bir gariplikti
05:38
and no one else has one of these things in there,
138
326164
2462
ve belki başka kimsede
böyle şeyler olmayacaktı.
böyle şeyler olmayacaktı.
05:40
so to find out, we scanned a bunch of other people
139
328626
2455
Bunu anlayabilmek için başka
insanları da tarayıcıya aldık.
insanları da tarayıcıya aldık.
05:43
and found that pretty much everyone
140
331081
2446
ve hemen hemen herkeste
beynin benzer bölgesinde,
beynin benzer bölgesinde,
05:45
has that little face-processing region
141
333527
2006
05:47
in a similar neighborhood of the brain.
142
335533
2893
bu küçük yüz işleme
bölgesinin olduğunu tespit ettik.
bölgesinin olduğunu tespit ettik.
05:50
So the next question was,
143
338426
1888
Bir sonraki soru şuydu:
Bu küçük şey aslında ne iş yapıyor?
Bu küçük şey aslında ne iş yapıyor?
05:52
what does this thing really do?
144
340314
1474
05:53
Is it really specialized just for face recognition?
145
341788
3932
Gerçekten yüz tanıma işinde mi uzman?
Belki de öyle değildir, değil mi?
05:57
Well, maybe not, right?
146
345720
1240
05:58
Maybe it responds not only to faces
147
346960
1802
Belki yalnızca yüz değil vücudun
herhangi bir bölgesine tepki veriyor.
herhangi bir bölgesine tepki veriyor.
06:00
but to any body part.
148
348762
2109
06:02
Maybe it responds to anything human
149
350871
2369
Belki insanla ilgili olan
her şeye tepki veriyor,
her şeye tepki veriyor,
06:05
or anything alive
150
353240
1780
veya canlı olan
veya yuvarlak olan her şeye.
veya yuvarlak olan her şeye.
06:07
or anything round.
151
355020
1656
06:08
The only way to be really sure that that region
152
356676
2154
Bu bölümün yalnızca yüz tanımada
06:10
is specialized for face recognition
153
358830
2417
uzmanlamış olduğundan emin olmanın
06:13
is to rule out all of those hypotheses.
154
361247
2643
tek yolu bu varsayımların hepsini elemek.
06:15
So we spent much of the next couple of years
155
363890
2830
Böylece takip eden birkaç yılın
büyük kısmında
büyük kısmında
denekleri farklı tipte birçok
görüntüye bakarken taradık.
görüntüye bakarken taradık.
06:18
scanning subjects while they looked at lots
156
366720
1647
06:20
of different kinds of images,
157
368367
1606
Beynin bu bölgesinin, yüzle ilgili
herhangi bir görüntüye bakarken,
herhangi bir görüntüye bakarken,
06:21
and we showed that that part of the brain
158
369973
1957
06:23
responds strongly when you look at
159
371930
1950
yüz olmayan bir görüntüye
baktığındakine göre
baktığındakine göre
06:25
any images that are faces of any kind,
160
373880
3453
06:29
and it responds much less strongly
161
377333
1913
çok daha güçlü tepki
verdiğini tespit ettik.
verdiğini tespit ettik.
06:31
to any image you show that isn't a face,
162
379246
3149
06:34
like some of these.
163
382395
1305
Şuradakiler gibi..
06:35
So have we finally nailed the case
164
383700
2239
Peki son olarak bu bölgenin
yüz tanıma için
yüz tanıma için
06:37
that this region is necessary for face recognition?
165
385939
3240
gerekli bölüm olduğunu
kesinleştirdik mi?
kesinleştirdik mi?
06:41
No, we haven't.
166
389179
1323
Hayır, yapamadık.
06:42
Brain imaging can never tell you
167
390502
1951
Beyin görüntülemesi, size bir
bölgenin herhangi
bölgenin herhangi
06:44
if a region is necessary for anything.
168
392453
2440
bir şey için gerekli olduğunu
asla söylemez.
asla söylemez.
06:46
All you can do with brain imaging
169
394893
1440
MR ile bütün yapabileceğiniz,
insanlar farklı şeyleri düşündüklerinde
insanlar farklı şeyleri düşündüklerinde
06:48
is watch regions turn on and off
170
396333
2048
hangi bölgelerin devreye girip
çıktığını izlemektir.
çıktığını izlemektir.
06:50
as people think different thoughts.
171
398381
1968
06:52
To tell if a part of the brain is
necessary for a mental function,
necessary for a mental function,
172
400349
3611
Beynin bir bölümünün
bir zihin işlevi için
bir zihin işlevi için
gerekli olduğunu söyleyebilmek için
içine dalıp ne olduğunu görmek gerekir ki,
içine dalıp ne olduğunu görmek gerekir ki,
06:55
you need to mess with it and see what happens,
173
403960
2509
06:58
and normally we don't get to do that.
174
406469
2275
normal olarak bunu yapamıyoruz.
07:00
But an amazing opportunity came about
175
408744
2584
Ama birkaç iş arkadaşımın,
07:03
very recently when a couple of colleagues of mine
176
411328
2464
nöbetlerinin kaynağını belirlemek için ,
07:05
tested this man who has epilepsy
177
413792
3071
beyninin üzerine
elektrotlar yerleştirilmiş,
elektrotlar yerleştirilmiş,
07:08
and who is shown here in his hospital bed
178
416863
2682
hastane yatağına yatmış olarak görünen,
07:11
where he's just had electrodes placed
179
419545
1367
şu sarası olan adamı
07:12
on the surface of his brain
180
420912
2071
test etmesiyle müthiş
bir fırsat ortaya çıktı.
bir fırsat ortaya çıktı.
07:14
to identify the source of his seizures.
181
422983
2554
07:17
So it turned out by total chance
182
425537
2533
Tamamıyla şans eseri olarak,
07:20
that two of the electrodes
183
428070
1949
iki elektrot yüz alanının
üst kısmında yer almaktaydı.
üst kısmında yer almaktaydı.
07:22
happened to be right on top of his face area.
184
430019
3223
Hastanın rızasıyla,
07:25
So with the patient's consent,
185
433242
2329
doktorlar ona elektriksel olarak beyninin
07:27
the doctors asked him what happened
186
435571
2587
07:30
when they electrically stimulated
that part of his brain.
that part of his brain.
187
438158
4166
bu bölümü uyarıldığında
ne olduğunu sordular.
ne olduğunu sordular.
07:34
Now, the patient doesn't know
188
442324
1654
Şimdi, hasta elektrotların
nerede olduğunu bilmiyor.
nerede olduğunu bilmiyor.
07:35
where those electrodes are,
189
443978
1384
Yüz tanıma bölgesi hakkında da
hiçbir şey duymuş değil.
hiçbir şey duymuş değil.
07:37
and he's never heard of the face area.
190
445362
2212
07:39
So let's watch what happens.
191
447574
1991
O zaman bakalım ne oluyor?
07:41
It's going to start with a control condition
192
449565
1969
Elektrik akımı verilmediğinde,
07:43
that will say "Sham" nearly invisibly
193
451534
2407
ekranın sol altında neredeyse görülmez
07:45
in red in the lower left,
194
453941
1710
şekilde "Sham" yazması şeklinde bir
07:47
when no current is delivered,
195
455651
2282
kontrol mekanizmasıyla başlayacak.
07:49
and you'll hear the neurologist speaking
to the patient first. So let's watch.
to the patient first. So let's watch.
196
457933
3815
Nöroloğun ilk önce hastayla konuşmasını
duyacaksınız. Hadi seyredelim.
duyacaksınız. Hadi seyredelim.
07:53
(Video) Neurologist: Okay, just look at my face
197
461748
2081
(Video) Nörolog: Tamam yüzüme bak ve
07:55
and tell me what happens when I do this.
198
463829
3285
şöyle yaptığımda ne
olduğunu şöyle. Tamam mı?
olduğunu şöyle. Tamam mı?
07:59
All right?
199
467114
934
08:00
Patient: Okay.
200
468048
2823
Hasta: Tamam
Nörolog: Bir, iki, üç.
08:02
Neurologist: One, two, three.
201
470871
4320
Hasta: Hiçbir şey
Nörolog: Hiçbir şey? Tamam.
Nörolog: Hiçbir şey? Tamam.
08:07
Patient: Nothing.
Neurologist: Nothing? Okay.
Neurologist: Nothing? Okay.
202
475191
3015
08:10
I'm going to do it one more time.
203
478206
2407
Bir kere daha yapacağım.
08:12
Look at my face.
204
480613
3194
Yüzüme bak.
08:15
One, two, three.
205
483807
4500
Bir, iki,üç.
08:20
Patient: You just turned into somebody else.
206
488307
2824
Hasta: Bir başka kişiye dönüştünüz.
08:23
Your face metamorphosed.
207
491131
2137
Yüzünüz metamorfoza uğradı.
08:25
Your nose got saggy, it went to the left.
208
493268
3011
Burnunuz sarktı ve sola kaydı.
08:28
You almost looked like somebody I'd seen before,
209
496279
3536
Daha önceden gördüğüm
bir insana benzediniz,
bir insana benzediniz,
08:31
but somebody different.
210
499815
2634
ama başka birisi.
08:34
That was a trip.
211
502449
2072
Kafam iyi.
08:36
(Laughter)
212
504521
3132
(Gülüşler)
08:39
Nancy Kanwisher: So this experiment —
213
507653
1615
Nancy Kanwisher: Evet bu deney...
08:41
(Applause) —
214
509268
4223
(Alkışlar)
Bu deney, en sonunda beynin
bu bölümünün seçici olarak yüzlere
bu bölümünün seçici olarak yüzlere
08:45
this experiment finally nails the case
215
513491
2682
08:48
that this region of the brain is not only
216
516173
1825
karşılık vermekle kalmayıp,
ayrıca nedensel olarak da
ayrıca nedensel olarak da
08:49
selectively responsive to faces
217
517998
2137
08:52
but causally involved in face perception.
218
520135
3045
yüz algılamasıyla ilgili
olduğunu ortaya koydu.
olduğunu ortaya koydu.
08:55
So I went through all of these details
219
523180
2130
Böylece beynin bir bölgesinin, özel bir
08:57
about the face region to show you what it takes
220
525310
2464
zihinsel süreçle alakalı olduğunu ortaya
08:59
to really establish that a part of the brain
221
527774
2339
koymak için ne gerektiğini size göstermek
09:02
is selectively involved in a specific mental process.
222
530113
3128
amacıyla yüz bölgesi ile ilgili
bütün detayları inceledim.
bütün detayları inceledim.
09:05
Next, I'll go through much more quickly
223
533241
2159
Bundan sonra, bizim ve
başkalarının bulduğu
başkalarının bulduğu
09:07
some of the other specialized regions of the brain
224
535400
2660
beynin uzmanlaşmış başka bölgelerinin
09:10
that we and others have found.
225
538060
2100
üzerinden hızla geçeceğim.
09:12
So to do this, I've spent a lot of time
226
540160
2114
Bunu yapmak için son birkaç ay boyunca
09:14
in the scanner over the last month
227
542274
1867
tarayıcıda çok zaman geçirdim. Artık size
beynimdeki şu şeyleri gösterebilirim.
beynimdeki şu şeyleri gösterebilirim.
09:16
so I can show you these things in my brain.
228
544141
2261
Başlayalım. Bu sağ yarım kürem.
09:18
So let's get started. Here's my right hemisphere.
229
546402
3233
09:21
So we're oriented like that.
You're looking at my head this way.
You're looking at my head this way.
230
549635
2662
Şöyle yönlendirelim.Başıma
bu şekilde bakıyorsunuz.
bu şekilde bakıyorsunuz.
09:24
Imagine taking the skull off
231
552297
1093
Kafatasını çıkardığınızı ve beynin
yüzeyine böyle baktığınızı düşünün.
yüzeyine böyle baktığınızı düşünün.
09:25
and looking at the surface of the brain like that.
232
553390
2268
09:27
Okay, now as you can see,
233
555658
1758
Tamam, gördüğünüz gibi,
beynin yüzeyi katlanmış halde.
beynin yüzeyi katlanmış halde.
09:29
the surface of the brain is all folded up.
234
557416
1503
Böyle iyi değil. İçinde gizli
kalmış şeyler olabilir.
kalmış şeyler olabilir.
09:30
So that's not good. Stuff could be hidden in there.
235
558919
1721
09:32
We want to see the whole thing,
236
560640
1434
Biz her şeyi görmek istiyoruz.
09:34
so let's inflate it so we can see the whole thing.
237
562074
3312
Şişirelim ki ne varsa görelim.
09:37
Next, let's find that face area I've been talking about
238
565386
2829
Daha sonra bahsettiğim,
böyle görüntülere
böyle görüntülere
09:40
that responds to images like these.
239
568215
2227
cevap veren yüz bölgesini bulalım.
09:42
To see that, let's turn the brain around
240
570442
1519
Bunu görmek için, beyni döndürelim
ve dipteki iç yüzeye bakalım.
ve dipteki iç yüzeye bakalım.
09:43
and look on the inside surface on the bottom,
241
571961
2019
09:45
and there it is, that's my face area.
242
573980
2305
İşte burada. Bu benim yüz bölgem.
09:48
Just to the right of that is another region
243
576285
2707
Bunun hemen sağında
başka bir bölge var.
başka bir bölge var.
09:50
that is shown in purple
244
578992
1638
Mor olarak görünen,
09:52
that responds when you process color information,
245
580630
3072
renk bilgisini işlediğinizde
karşılık veren...
karşılık veren...
09:55
and near those regions are other regions
246
583702
2691
Bu bölgelerin yanında yerleri algılamakla
09:58
that are involved in perceiving places,
247
586393
2363
ilgili başka bölgeler var.
10:00
like right now, I'm seeing
this layout of space around me
this layout of space around me
248
588756
2838
Şimdi çevremdeki alanın
düzenlemesini gördüğüm gibi.
düzenlemesini gördüğüm gibi.
10:03
and these regions in green right there
249
591594
1752
Ve şuradaki gri bölgeler
10:05
are really active.
250
593346
1274
gerçekten etkin.
10:06
There's another one out on the outside surface again
251
594620
2370
Dış yüzeyde bir başka yüz bölgesi daha var
10:08
where there's a couple more face regions as well.
252
596990
2805
ki burada daha birkaç
yüz bölgesi daha var.
yüz bölgesi daha var.
10:11
Also in this vicinity
253
599795
2345
Ayrıca bu civarda, seçici olarak
10:14
is a region that's selectively involved
254
602140
1645
görsel hareketi işlemekle
görevli bir bölge var.
görevli bir bölge var.
10:15
in processing visual motion,
255
603785
1936
Burada hareket eden
noktalar gibi
noktalar gibi
10:17
like these moving dots here,
256
605721
1504
10:19
and that's in yellow at the bottom of the brain,
257
607225
2689
Bu beynin altındaki sarı olan
10:21
and near that is a region that responds
258
609914
3168
ve bunun yanında bunun gibi
10:25
when you look at images of bodies and body parts
259
613082
2897
vücut ve vücut bölümleri
görüntüllerine karşılık veren
görüntüllerine karşılık veren
bir bölüm var.
10:27
like these, and that region is shown in lime green
260
615979
2745
Buradakiler gibi ve yeşil hat
halinde görünen bölge.
halinde görünen bölge.
10:30
at the bottom of the brain.
261
618724
2003
10:32
Now all these regions I've shown you so far
262
620727
2632
Size gösterdiğim bütün bu bölgeler
10:35
are involved in specific aspects of visual perception.
263
623359
4432
görsel algının çeşitli yönleriyle ilgili.
Diğer hislerimizle ilgili özel beyin
10:39
Do we also have specialized brain regions
264
627791
2148
10:41
for other senses, like hearing?
265
629939
2813
bölgelerimiz var mı? Duyma gibi..
10:44
Yes, we do. So if we turn the brain around a little bit,
266
632752
3037
Evet var. Beyni biraz çevirirsek şurada.
10:47
here's a region in dark blue
267
635789
2401
İşte birkaç ay önce açıklığa
kavuşturduğumuz lacivert bölge.
kavuşturduğumuz lacivert bölge.
10:50
that we reported just a couple of months ago,
268
638190
2346
Bu bölge perdeli seslere güçlü bir
10:52
and this region responds strongly
269
640536
1634
10:54
when you hear sounds with pitch, like these.
270
642170
3429
şekilde cevap veriyor. Şunlar gibi...
10:57
(Sirens)
271
645599
2143
(Siren)
10:59
(Cello music)
272
647742
2081
(Çello müziği)
11:01
(Doorbell)
273
649823
1917
(Kapı zili sesi)
11:03
In contrast, that same region
does not respond strongly
does not respond strongly
274
651740
3608
Buna karşılık, aynı bölge net bir perdesi
11:07
when you hear perfectly familiar sounds
275
655348
1562
olmayan tanıdık seslere güçlü
11:08
that don't have a clear pitch, like these.
276
656910
2362
olarak karşılık vermiyor.
11:11
(Chomping)
277
659272
2469
(kitirti)
11:13
(Drum roll)
278
661741
2200
(davul sesi)
11:15
(Toilet flushing)
279
663941
2767
(sifon sesi)
11:18
Okay. Next to the pitch region
280
666708
2498
Evet. Perdeli ses bölgesinin yanında,
11:21
is another set of regions that
are selectively responsive
are selectively responsive
281
669206
2474
özellikle konuşma sesleriyle ilintili
11:23
when you hear the sounds of speech.
282
671680
2765
bir grup bölge yer alıyor.
Şimdi bu aynı bölgelere bakalım.
11:26
Okay, now let's look at these same regions.
283
674445
1840
11:28
In my left hemisphere, there's a similar arrangement —
284
676285
2468
Sol yarıküremde benzer yapılar var.
11:30
not identical, but similar —
285
678753
1473
aynı değil fakat benzer.
11:32
and most of the same regions are in here,
286
680226
2209
Aynı bölgelerin büyük kısmı burada
11:34
albeit sometimes different in size.
287
682435
2002
farklı ölçülerde olsalar da...
11:36
Now, everything I've shown you so far
288
684437
2014
Size gösterdiğim herşey algılamanın
11:38
are regions that are involved in
different aspects of perception,
different aspects of perception,
289
686451
3026
farklı yönleriyle, görme ve duymayla
11:41
vision and hearing.
290
689477
1833
ilgili bölgeler.
11:43
Do we also have specialized brain regions
291
691310
1660
Peki gerçekten çok hoş, karmaşık
11:44
for really fancy, complicated mental processes?
292
692970
3435
zihinsel süreçlerde uzmanlaşmış
beyin bölgeleri var mı?
beyin bölgeleri var mı?
11:48
Yes, we do.
293
696405
1429
Evet var.
11:49
So here in pink are my language regions.
294
697834
3389
Burada pembe olan benim dil bölgelerim.
11:53
So it's been known for a very long time
295
701223
1428
Uzun zamandır beynin
11:54
that that general vicinity of the brain
296
702651
2035
büyük bölümünün dil ile
11:56
is involved in processing language,
297
704686
2193
ilgili olduğu bilinmekte.
11:58
but we showed very recently
298
706879
1732
Fakat çok yakın geçmişte bu pembe
12:00
that these pink regions
299
708611
1710
bölgelerin son derece seçici olarak
12:02
respond extremely selectively.
300
710321
2205
karşılık verdiklerini ortaya koyduk.
12:04
They respond when you understand
the meaning of a sentence,
the meaning of a sentence,
301
712526
2812
Bir cümlenin anlamını anladığınızda
karşılık veriyorlar.
karşılık veriyorlar.
12:07
but not when you do other complex mental things,
302
715338
2838
Fakat başka karmaşık zihinsel aktivitede
12:10
like mental arithmetic
303
718176
2179
durum böyle değil;
zihinden matematik gibi
12:12
or holding information in memory
304
720355
2396
veya bir bilgiyi akılda tutmak
12:14
or appreciating the complex structure
305
722751
2655
veya bir müzik parçasındaki
karmaşık yapıdan zevk almak gibi...
karmaşık yapıdan zevk almak gibi...
12:17
in a piece of music.
306
725406
2284
12:21
The most amazing region that's been found yet
307
729664
2889
Şimdiye kadar bulunan en muhteşem
12:24
is this one right here in turquoise.
308
732553
3307
bölge şurada görülen turkuaz olanı...
12:27
This region responds
309
735860
2190
Bu bölge bir başkasının ne düşündüğü
12:30
when you think about what another person is thinking.
310
738050
4268
hakkında düşünürken aktıve oluyor.
Bu çılgınca görünebilir fakat
12:34
So that may seem crazy,
311
742318
1644
12:35
but actually, we humans do this all the time.
312
743962
3868
biz insanlar bunu hep yapıyoruz.
12:39
You're doing this when you realize
313
747830
2193
Bunu, eşinize eve geç
geleceğinizi söylemek
geleceğinizi söylemek
12:42
that your partner is going to be worried
314
750023
1631
için aramazsanız, sizin için
12:43
if you don't call home to say you're running late.
315
751654
2507
endişeleneceğini düşündüğünüzde
yapıyorsunuz.
yapıyorsunuz.
12:46
I'm doing this with that region of my brain right now
316
754161
3469
Ben de bunu , sizin
keşfedilmemiş bütün bu gri bölgeyi
12:49
when I realize that you guys
317
757630
2281
merak ettiğinizi fark ettiğimde
12:51
are probably now wondering about
318
759911
1598
12:53
all that gray, uncharted territory in the brain,
319
761509
2547
beynimin bu bölgesiyle yapıyorum.
12:56
and what's up with that?
320
764056
1964
Bu durumda ne olur?
12:58
Well, I'm wondering about that too,
321
766020
1685
Eh! Ben de bunu merak ediyorum.
12:59
and we're running a bunch of
experiments in my lab right now
experiments in my lab right now
322
767705
2395
Şu an bir takım deneyler yapıyoruz.
13:02
to try to find a number of other
323
770100
2013
Diğer çok özel zihinsel işlevler için
13:04
possible specializations in the brain
324
772113
2032
beyindeki bazı olası
uzmanlaşmaları bulmak için.
uzmanlaşmaları bulmak için.
13:06
for other very specific mental functions.
325
774145
3368
13:09
But importantly, I don't think we have
326
777513
2621
Ama beynin, her önemli zihinsel işlev
13:12
specializations in the brain
327
780134
1564
için uzmanlaşmaları olduğunu düşünmüyorum.
13:13
for every important mental function,
328
781698
2746
13:16
even mental functions that may be critical for survival.
329
784444
3409
Yaşamsal önemde işlevler için bile...
Hatta bir kaç yıl önce laboratuvarımda
beynin yiyeceği saptamak için olan
beynin yiyeceği saptamak için olan
13:19
In fact, a few years ago,
330
787853
2102
13:21
there was a scientist in my lab
331
789955
1117
13:23
who became quite convinced
332
791072
1409
bir bölümünü bulduğuna ve
beynin bu bölümünün,
beynin bu bölümünün,
13:24
that he'd found a brain region
333
792481
1749
13:26
for detecting food,
334
794230
1912
böyle resimlere bakıldığında
güçlü bir şekilde karşılık verdiğine
güçlü bir şekilde karşılık verdiğine
13:28
and it responded really strongly in the scanner
335
796142
1918
inanan bir biliminsanı vardı.
13:30
when people looked at images like this.
336
798060
2728
Dahası kendisi, hemen hemen aynı
13:32
And further, he found a similar response
337
800788
2912
13:35
in more or less the same location
338
803700
1939
bölgede 10-12 denekte
benzer karşılığı buldu.
benzer karşılığı buldu.
13:37
in 10 out of 12 subjects.
339
805639
2001
13:39
So he was pretty stoked,
340
807640
2294
O kadar heyecanlanmıştı ki
laboratuvarda koşuşturup
laboratuvarda koşuşturup
13:41
and he was running around the lab
341
809934
1260
13:43
telling everyone that he was going to go on "Oprah"
342
811194
2002
büyük buluşuyla Oprah'ın
13:45
with his big discovery.
343
813196
2018
şovuna gideceğini söylüyordu.
13:47
But then he devised the critical test:
344
815214
3022
Fakat daha sonra şu
kritik testi uyguladı.
kritik testi uyguladı.
13:50
He showed subjects images of food like this
345
818236
3183
Deneklere şöyle yiyecek
görüntüleri gösterdi.
görüntüleri gösterdi.
13:53
and compared them to images with very similar
346
821419
2741
Sonra onları, böyle benzer
renk ve şekilde olan ama
renk ve şekilde olan ama
13:56
color and shape, but that weren't food, like these.
347
824160
3810
yiyecek olmayanlarla karşılaştırdı.
13:59
And his region responded the same
348
827970
2131
Ve deneklerin bölgeleri iki tip
14:02
to both sets of images.
349
830101
1949
görüntüye aynı cevabı verdi.
14:04
So it wasn't a food area,
350
832050
1327
Demek ki bu yiyecek bölgesi değildi.
Sadece renk ve biçimle ilgili bölümdü.
Sadece renk ve biçimle ilgili bölümdü.
14:05
it was just a region that liked colors and shapes.
351
833377
2771
14:08
So much for "Oprah."
352
836148
2561
"Oprah" için çok fazla.
14:12
But then the question, of course, is,
353
840483
2225
Beynimizin uzmanlaşmış bölgelerinin
14:14
how do we process all this other stuff
354
842708
2126
olmadığı şeyleri nasıl işliyoruz o halde?
14:16
that we don't have specialized brain regions for?
355
844834
2970
14:19
Well, I think the answer is that in addition
356
847804
1811
Sanırım, cevap, tanımlamış olduğum
üst düzeyde uzmanlaşmış bileşenlere
üst düzeyde uzmanlaşmış bileşenlere
14:21
to these highly specialized components
that I've been describing,
that I've been describing,
357
849615
3554
ilaveten, beynimizde,karşımıza çıkan
her türlü problemi çözmeye çalışan
her türlü problemi çözmeye çalışan
14:25
we also have a lot of very general-
purpose machinery in our heads
purpose machinery in our heads
358
853169
3679
son derece genel amaçlı bir
mekanizma olması yönünde.
mekanizma olması yönünde.
14:28
that enables us to tackle
359
856848
1494
14:30
whatever problem comes along.
360
858342
2106
14:32
In fact, we've shown recently that
361
860448
2055
Yakın zamanda bu beyaz bölgelerin
14:34
these regions here in white
362
862503
2068
zor bir zihinsel iş yaptığınızda her
14:36
respond whenever you do any difficult mental task
363
864571
3411
seferinde karşılık verdiğini gösterdik.
14:39
at all —
364
867982
1101
Hepsinde.
14:41
well, of the seven that we've tested.
365
869083
3571
Aslında test etmiş olduklarımızın yedisinde.
14:44
So each of the brain regions that I've described
366
872654
2169
Size bugün bahsettiğim bölgelerin her biri
14:46
to you today
367
874823
1306
14:48
is present in approximately the same location
368
876129
2767
her normal denekte yaklaşık aynı konumda.
14:50
in every normal subject.
369
878896
1742
İçinizden herhangi birini alıp,
tarayıcıya sokabilirdim.
tarayıcıya sokabilirdim.
14:52
I could take any of you,
370
880638
1623
14:54
pop you in the scanner,
371
882261
1226
Beyninizde bu bölümlerin
her birini bulabilirdim
her birini bulabilirdim
14:55
and find each of those regions in your brain,
372
883487
2285
14:57
and it would look a lot like my brain,
373
885772
1905
Beyniniz benimki gibi görünürdü;
her ne kadar bu bölgeler konum ve
her ne kadar bu bölgeler konum ve
14:59
although the regions would be slightly different
374
887677
2070
15:01
in their exact location and in their size.
375
889747
3564
büyüklükte hafif farklılık
gösteriyor olsa da...
gösteriyor olsa da...
15:05
What's important to me about this work
376
893311
2365
Bu çalışmada benim için önemli olan,
15:07
is not the particular locations of these brain regions,
377
895676
2969
beynin bu bölgelerinin
belirli konumları değil de,
15:10
but the simple fact that we have
378
898645
2587
15:13
selective, specific components of mind and brain
379
901232
2568
beynimizin ve aklın seçici,
özel bileşenleri oluşu.
15:15
in the first place.
380
903800
1648
15:17
I mean, it could have been otherwise.
381
905448
2011
Bu farklı olabilirdi demek istiyorum.
15:19
The brain could have been a single,
382
907459
2441
Beyin bir tek, genel amaçlı
bir işlemci olabilirdi.
bir işlemci olabilirdi.
15:21
general-purpose processor,
383
909900
1495
İsviçre çakısı gibi değil de, mutfakta
kullanılan bir bıçak gibi örneğin.
kullanılan bir bıçak gibi örneğin.
15:23
more like a kitchen knife
384
911395
1472
15:24
than a Swiss Army knife.
385
912867
1683
15:26
Instead, what brain imaging has delivered
386
914550
3111
Bunun yerine, beynin görüntülenmesinin
bize sağladığı şey insan beyninin
zengin ve ilgi çekici resmi.
zengin ve ilgi çekici resmi.
15:29
is this rich and interesting picture of the human mind.
387
917661
3846
Kafamızın içinde resmini gördüğünüz
bu genel amaçlı mekanizmanın yanısıra,
bu genel amaçlı mekanizmanın yanısıra,
15:33
So we have this picture of very general-purpose
388
921507
2463
15:35
machinery in our heads
389
923970
1070
15:37
in addition to this surprising array
390
925040
2357
son derece özelleşmiş
bir dizi bileşen bulunuyor.
bir dizi bileşen bulunuyor.
15:39
of very specialized components.
391
927397
3435
15:43
It's early days in this enterprise.
392
931712
2153
Bu işte daha başlangıçtayız.
15:45
We've painted only the first brushstrokes
393
933865
2776
İnsan beynine dair nöral portremizin
15:48
in our neural portrait of the human mind.
394
936641
2927
daha ilk fırça darbelerini
atmış bulunmaktayız.
atmış bulunmaktayız.
15:51
The most fundamental questions remain unanswered.
395
939568
3082
En temel sorular cevaplanmamış durumda.
15:54
So for example, what does each
of these regions do exactly?
of these regions do exactly?
396
942650
3800
Mesela bu bölgelerin her biri
tam olarak ne yapar?
tam olarak ne yapar?
Neden beynimizde üç tane yüz tanıma
ve üç tane yer tanıma bölgesine gerek var?
ve üç tane yer tanıma bölgesine gerek var?
15:58
Why do we need three face areas
397
946450
2142
16:00
and three place areas,
398
948592
1465
16:02
and what's the division of labor between them?
399
950057
2868
Bunlar arasındaki iş bölümü nasıldır?
16:04
Second, how are all these things
400
952925
2693
İkinci olarak bütün bu şeyler
beyinde nasıl bağlantılandırılmıştır?
beyinde nasıl bağlantılandırılmıştır?
16:07
connected in the brain?
401
955618
1712
16:09
With diffusion imaging,
402
957330
1587
Dağılım görüntülemesiyle, beynin
farklı bölümlerini birbirine bağlayan
farklı bölümlerini birbirine bağlayan
16:10
you can trace bundles of neurons
403
958917
2179
16:13
that connect to different parts of the brain,
404
961096
2575
nöron gruplarını takip edebilirsiniz.
16:15
and with this method shown here,
405
963671
1631
Burada gösterilen yöntemle,
16:17
you can trace the connections of
individual neurons in the brain,
individual neurons in the brain,
406
965302
3697
bize potansiyel olarak
bir gün tüm insan beyninin
bir gün tüm insan beyninin
16:20
potentially someday giving us a wiring diagram
407
968999
2718
bağlantı diagramını verecek olan,
nöronların birebir bağlantılarını
izleyebileceğiz.
izleyebileceğiz.
16:23
of the entire human brain.
408
971717
2066
16:25
Third, how does all of this
409
973783
2047
Üçüncü olarak, bu çok sistematik yapı
hem çocukluk çağı gelişimi,
hem çocukluk çağı gelişimi,
16:27
very systematic structure get built,
410
975830
3149
hem de türümüzün evrimi
sürecinde nasıl yapılandırılmış?
sürecinde nasıl yapılandırılmış?
16:30
both over development in childhood
411
978979
2956
16:33
and over the evolution of our species?
412
981935
2812
16:36
To address questions like that,
413
984747
1900
Bu tür sorulara cevap bulmak
amacıyla biliminsanları diğer
amacıyla biliminsanları diğer
16:38
scientists are now scanning
414
986647
1783
16:40
other species of animals,
415
988430
2157
hayvan türlerini ve insan
çocukları inceliyorlar.
çocukları inceliyorlar.
16:42
and they're also scanning human infants.
416
990587
5386
Nöroloji bilimi araştırmalarının yüksek
16:48
Many people justify the high
cost of neuroscience research
cost of neuroscience research
417
996931
3651
maliyeti, birgün Alzheimer, Otizm gibi
16:52
by pointing out that it may help us someday
418
1000582
2754
16:55
to treat brain disorders like Alzheimer's and autism.
419
1003336
3457
önemli beyin rahatsızlıklarına
çare olması açısından savunuluyor.
çare olması açısından savunuluyor.
16:58
That's a hugely important goal,
420
1006793
1947
Bu son derece önemli bir amaç,
Ben de bir çalışmamın buna
Ben de bir çalışmamın buna
17:00
and I'd be thrilled if any of my work contributed to it,
421
1008740
3221
katkıda bulunmasından
müthiş bir heyecan duyarım.
müthiş bir heyecan duyarım.
17:03
but fixing things that are broken in the world
422
1011961
2998
Ama dünyada, bozulmuş olan
şeyleri düzeltmeye çalışmak
şeyleri düzeltmeye çalışmak
17:06
is not the only thing that's worth doing.
423
1014959
2801
uğraşmaya değecek tek şey değil.
17:09
The effort to understand the human mind and brain
424
1017760
3228
İnsan aklını ve beynini anlama çabası,
bizim hiç bir rahatsızlığı iyileştirmemize
bizim hiç bir rahatsızlığı iyileştirmemize
17:12
is worthwhile even if it never led to the treatment
425
1020988
2818
yardımcı olmayacak olsaydı bile,
yine de değerli olurdu.
yine de değerli olurdu.
17:15
of a single disease.
426
1023806
1677
17:17
What could be more thrilling
427
1025483
2037
İnsan olma deneyiminin altında yatan
17:19
than to understand the fundamental mechanisms
428
1027520
3141
en temel mekanizmaları aramaktan ve
17:22
that underlie human experience,
429
1030661
2296
aslında kim olduğumuzu anlamaktan
17:24
to understand, in essence, who we are?
430
1032957
2926
daha heyecan verici ne olabilir?
17:27
This is, I think, the greatest scientific quest
431
1035883
3449
Bu bence tüm zamanların
en büyük bilimsel arayışıdır.
en büyük bilimsel arayışıdır.
17:31
of all time.
432
1039332
2713
17:34
(Applause)
433
1042045
5470
(Alkışlar)
ABOUT THE SPEAKER
Nancy Kanwisher - Brain researcherUsing fMRI imaging to watch the human brain at work, Nancy Kanwisher’s team has discovered cortical regions responsible for some surprisingly specific elements of cognition.
Why you should listen
Does the brain use specialized processors to solve complex problems, or does it rely instead on more general-purpose systems?
This question has been at the crux of brain research for centuries. MIT researcher Nancy Kanwisher seeks to answer this question by discovering a “parts list” for the human mind and brain. "Understanding the nature of the human mind," she says, "is arguably the greatest intellectual quest of all time."
Kanwisher and her colleagues have used fMRI to identify distinct sites in the brain for face recognition, knowing where you are, and thinking about other people’s thoughts. Yet these discoveries are a prelude to bigger questions: How do these brain regions develop and function? What are the actual computations that go on in each region, and how are these computations implemented in circuits of neurons? And how do these work together to produce human intelligence?
To learn more, see Kanwisher's collection of short talks on how scientists actually study the human mind and brain and what they have learned so far.
Nancy Kanwisher | Speaker | TED.com