Our mission is to build a detailed, realistic computer model of the human brain. And we've done, in the past four years, a proof of concept on a small part of the rodent brain, and with this proof of concept we are now scaling the project up to reach the human brain.
Notre mission est de construire de façon détaillée et réaliste, un modèle informatique du cerveau humain. Nous avons déjà réalisé, depuis 4 ans, une démonstration de faisabilité sur une petite partie d'un cerveau de rongeur et, avec cette démonstration de faisabilité, nous faisons une mise en échelle pour atteindre le cerveau humain.
Why are we doing this? There are three important reasons. The first is, it's essential for us to understand the human brain if we do want to get along in society, and I think that it is a key step in evolution. The second reason is, we cannot keep doing animal experimentation forever, and we have to embody all our data and all our knowledge into a working model. It's like a Noah's Ark. It's like an archive. And the third reason is that there are two billion people on the planet that are affected by mental disorder, and the drugs that are used today are largely empirical. I think that we can come up with very concrete solutions on how to treat disorders.
Pourquoi faisons-nous cela ? Il y a 3 raisons importantes. La première est qu'il est essentiel pour nous de comprendre le cerveau humain si nous voulons cohabiter harmonieusement en société, et je crois qu'il s'agit d'une étape clé de l'évolution. La deuxième raison est que nous ne pouvons pas continuer à expérimenter sur des animaux éternellement. Nous devons donc réunir toutes nos données et toute notre connaissance dans un modèle fonctionnel. C'est comme l'Arche de Noé. C'est une sorte d'archive. La troisième raison, c'est qu'il y a deux milliards de personnes sur la planète qui sont atteintes d'un trouble mental et que les drogues que nous utilisons présentement sont en grande partie empiriques. Je crois qu'on peut en arriver à des solutions très concrètes sur comment traiter ces troubles.
Now, even at this stage, we can use the brain model to explore some fundamental questions about how the brain works. And here, at TED, for the first time, I'd like to share with you how we're addressing one theory -- there are many theories -- one theory of how the brain works. So, this theory is that the brain creates, builds, a version of the universe, and projects this version of the universe, like a bubble, all around us.
Présentement, nous pouvons déjà utiliser le modèle du cerveau pour explorer des questions fondamentales sur le fonctionnement du cerveau. Et ici, chez TED, pour la première fois, j'aimerais partager avec vous notre approche d'une théorie -- et il y a plusieurs théories -- sur comment fonctionne le cerveau. Alors, cette théorie stipule que le cerveau crée, construit, une version de l'Univers. Et projette cette version de l'Univers, comme une bulle, tout autour de nous.
Now, this is of course a topic of philosophical debate for centuries. But, for the first time, we can actually address this, with brain simulation, and ask very systematic and rigorous questions, whether this theory could possibly be true. The reason why the moon is huge on the horizon is simply because our perceptual bubble does not stretch out 380,000 kilometers. It runs out of space. And so what we do is we compare the buildings within our perceptual bubble, and we make a decision. We make a decision it's that big, even though it's not that big.
Il s'agit évidemment d'un sujet de débat philosophique depuis des siècles. Mais, pour la première fois, nous pouvons aborder ceci avec une simulation du cerveau et poser des questions rigoureuses et systématiques, à savoir si cette théorie peut s'avérer vraie. La raison pour laquelle la Lune apparaît immense sur l'horizon, c'est simplement que notre bulle perceptive ne s'étend pas jusqu'à 380 000 kilomètres. Elle manque d'espace. Ce que nous faisons, c'est que nous comparons les édifices situés à l'intérieur de notre bulle perceptive, et nous prenons une décision. Nous décidons qu'elle est aussi grosse, même si elle n'est pas aussi grosse,
And what that illustrates is that decisions are the key things that support our perceptual bubble. It keeps it alive. Without decisions you cannot see, you cannot think, you cannot feel. And you may think that anesthetics work by sending you into some deep sleep, or by blocking your receptors so that you don't feel pain, but in fact most anesthetics don't work that way. What they do is they introduce a noise into the brain so that the neurons cannot understand each other. They are confused, and you cannot make a decision. So, while you're trying to make up your mind what the doctor, the surgeon, is doing while he's hacking away at your body, he's long gone. He's at home having tea. (Laughter)
et ce que ceci illustre que les décisions sont les éléments clés qui supportent notre bulle perceptive. Ça la garde en vie. Sans décisions vous ne pouvez voir, vous ne pouvez penser, vous ne pouvez ressentir. Et vous pouvez penser que les anesthésiques fonctionnent en vous plongeant dans une sorte de sommeil profond, ou en bloquant vos récepteurs pour empêcher de sentir la douleur mais en fait la plupart des anesthésiques ne fonctionnent pas de cette façon. Ce qu'ils font c'est introduire un bruit dans le cerveau, empêchant les neurones de se comprendre. Ils sont déroutés et vous ne pouvez plus prendre une décision. De sorte que, pendant que vous êtes en train de vous faire une idée de ce que le médecin, le chirurgien, est en train de faire alors qu'il entaille votre corps, il vagabonde ailleurs. Il est chez lui en train de prendre le thé. (Rires)
So, when you walk up to a door and you open it, what you compulsively have to do to perceive is to make decisions, thousands of decisions about the size of the room, the walls, the height, the objects in this room. 99 percent of what you see is not what comes in through the eyes. It is what you infer about that room. So I can say, with some certainty, "I think, therefore I am." But I cannot say, "You think, therefore you are," because "you" are within my perceptual bubble.
Ainsi, lorsque vous marchez vers une porte et que vous l'ouvrez, ce que vous faites de façon irrépressible afin de percevoir, c'est de prendre des décisions, des milliers de décisions sur les dimensions de la pièce, le mur, la hauteur, les objets dans cette pièce. 99% de ce que vous voyez n'est pas ce qui traverse vos yeux. C'est ce que vous déduisez par inférence au sujet de cette pièce. De sorte que je puis dire, avec une certaine certitude, "Je pense donc je suis." mais je ne puis pas dire "Vous pensez, donc vous êtes" parce que vous êtes à l'intérieur de ma bulle perceptive.
Now, we can speculate and philosophize this, but we don't actually have to for the next hundred years. We can ask a very concrete question. "Can the brain build such a perception?" Is it capable of doing it? Does it have the substance to do it? And that's what I'm going to describe to you today.
Bien sûr, nous pourrions spéculer et philosopher là-dessus, durant les100 prochaines années, mais nous n'y sommes pas obligés. Nous pouvons poser une question bien concrète. Le cerveau peut-il construire une telle perception ? Est-il capable de faire cela ? Possède-t-il la matière pour faire cela ? Et c'est ce que je vais vous décrire aujourd'hui.
So, it took the universe 11 billion years to build the brain. It had to improve it a little bit. It had to add to the frontal part, so that you would have instincts, because they had to cope on land. But the real big step was the neocortex. It's a new brain. You needed it. The mammals needed it because they had to cope with parenthood, social interactions, complex cognitive functions.
Ca a pris à l'univers 11 milliards d'années pour construire le cerveau. Il a fallu l'améliorer un peu. Il a fallu ajouter la partie frontale, nous permettant d'avoir des instincts car il fallait faire face aux situations sur la terre ferme. Mais la vraie grande avancée fut le néocortex. C'est un nouveau cerveau. Vous en aviez besoin. Les mammifères en avaient besoin parce qu'ils devaient s'occuper d'être parents, d'interactions sociales, de fonctions cognitives complexes.
So, you can think of the neocortex actually as the ultimate solution today, of the universe as we know it. It's the pinnacle, it's the final product that the universe has produced. It was so successful in evolution that from mouse to man it expanded about a thousandfold in terms of the numbers of neurons, to produce this almost frightening organ, structure. And it has not stopped its evolutionary path. In fact, the neocortex in the human brain is evolving at an enormous speed.
De sorte que vous pouvez penser au néocortex comme étant l'ultime solution aujourd'hui de l'univers tel que nous le connaissons. C'est le pinacle, c'est la production finale que l'univers a produit. Il a si bien réussi dans l'évolution que, de la souris à l'homme, il s'est agrandi environ mille fois en termes de nombre de neurones, pour produire ce quasiment effrayant organe, cette structure. Il n'a pas arrêté sa trajectoire évolutive. En fait, le néocortex du cerveau humain évolue à une immense vitesse.
If you zoom into the surface of the neocortex, you discover that it's made up of little modules, G5 processors, like in a computer. But there are about a million of them. They were so successful in evolution that what we did was to duplicate them over and over and add more and more of them to the brain until we ran out of space in the skull. And the brain started to fold in on itself, and that's why the neocortex is so highly convoluted. We're just packing in columns, so that we'd have more neocortical columns to perform more complex functions.
Si vous zoomez à la surface du néocortex, vous découvrez qu'il est fait de petits modules, des processeurs G5, comme dans un ordinateur. Mais il y a environ un million de ces processeurs. Ils ont eu tellement de succès dans l'évolution que nous nous sommes mis à les dupliquer maintes et maintes fois et à en ajouter de plus en plus au cerveau jusqu'à ce que nous épuisions l'espace dans le crâne. Le cerveau a commencé à se replier sur lui-même, et c'est pourquoi le néocortex est si hautement tarabiscoté. Nous ne faisons qu'empiler des colonnes de façon à avoir encore plus de colonnes néocorticales afin d'exécuter des fonctions plus complexes.
So you can think of the neocortex actually as a massive grand piano, a million-key grand piano. Each of these neocortical columns would produce a note. You stimulate it; it produces a symphony. But it's not just a symphony of perception. It's a symphony of your universe, your reality. Now, of course it takes years to learn how to master a grand piano with a million keys. That's why you have to send your kids to good schools, hopefully eventually to Oxford. But it's not only education. It's also genetics. You may be born lucky, where you know how to master your neocortical column, and you can play a fantastic symphony.
De sorte que vous pouvez penser au néocortex comme étant un énorme piano à queue, un piano à queue ayant un million de touches. Chacune de ces colonnes néocorticales produirait une note. Vous le stimulez ; il produit une symphonie. Mais il ne s'agit pas seulement d'une symphonie de perception. C'est une symphonie de votre univers, c'est votre réalité. Mais, bien sûr, cela prend des années pour apprendre à maîtriser un piano à queue d'un million de touches. C'est pourquoi vous devez envoyer vos enfants à de bonnes écoles, espérant finalement Oxford. Mais il ne s'agit pas seulement d'éducation. Il y a aussi de la génétique. Vous pouvez être né chanceux, ou vous savez comment maîtriser votre colonne néocorticale, et vous savez comment jouer une symphonie fantastique.
In fact, there is a new theory of autism called the "intense world" theory, which suggests that the neocortical columns are super-columns. They are highly reactive, and they are super-plastic, and so the autists are probably capable of building and learning a symphony which is unthinkable for us. But you can also understand that if you have a disease within one of these columns, the note is going to be off. The perception, the symphony that you create is going to be corrupted, and you will have symptoms of disease.
En fait, il y a une nouvelle théorie de l'autisme nommée la théorie du "monde intense", qui suggère que les colonnes néocorticales sont des supercolonnes. Elles sont hautement réactives, et elles sont super-plastiques, de sorte que les autistes sont probablement capables de construire et d'apprendre une symphonie qui serait impensable pour nous. Vous pouvez aussi comprendre que si vous avez une maladie à l'intérieur d'une de ces colonnes, que la note sonnera faux. La perception, la symphonie que vous créez sera donc corrompue et vous manifesterez des symptômes de maladies.
So, the Holy Grail for neuroscience is really to understand the design of the neocoritical column -- and it's not just for neuroscience; it's perhaps to understand perception, to understand reality, and perhaps to even also understand physical reality. So, what we did was, for the past 15 years, was to dissect out the neocortex, systematically. It's a bit like going and cataloging a piece of the rainforest. How many trees does it have? What shapes are the trees? How many of each type of tree do you have? Where are they positioned?
Ainsi, le Saint-Graal de la neuroscience est vraiment de comprendre le design de la colonne néocorticale -- et ce n'est pas seulement pour les neurosciences ; c'est peut-être pour comprendre la perception, pour comprendre la réalité, et peut-être même aussi pour comprendre la réalité physique. Bref, ce que nous avons fait, durant les dernières 15 années, fut de disséquer le néocortex, systématiquement. C'est un peu comme si on allait cataloguer une partie de la forêt tropicale. Combien d'arbres y a-t-il ? Quelles formes ont ces arbres ? Combien de chaque type d'arbres avons-nous ? Où sont-ils situés ?
But it's a bit more than cataloging because you actually have to describe and discover all the rules of communication, the rules of connectivity, because the neurons don't just like to connect with any neuron. They choose very carefully who they connect with. It's also more than cataloging because you actually have to build three-dimensional digital models of them. And we did that for tens of thousands of neurons, built digital models of all the different types of neurons we came across. And once you have that, you can actually begin to build the neocortical column.
C'est un peu plus qu'un simple catalogage car vous devez en réalité décrire et découvrir toutes les règles de communication, les règles de connectivité, car les neurones n'aiment pas simplement s'interconnecter avec tout neurone. Ils choisissent soigneusement avec lesquels ils se connectent. C'est aussi plus qu'un catalogage parce que vous devez en fait construire en trois dimensions des modèles numériques de neurones. Nous avons fait cela pour des dizaines de milliers de neurones, bâtissant des modèles numériques de chaque différent type de neurone que nous avons rencontrés. Et une fois que vous avez fait cela, vous pouvez vraiment entreprendre la construction de la colonne néocorticale.
And here we're coiling them up. But as you do this, what you see is that the branches intersect actually in millions of locations, and at each of these intersections they can form a synapse. And a synapse is a chemical location where they communicate with each other. And these synapses together form the network or the circuit of the brain. Now, the circuit, you could also think of as the fabric of the brain. And when you think of the fabric of the brain, the structure, how is it built? What is the pattern of the carpet? You realize that this poses a fundamental challenge to any theory of the brain, and especially to a theory that says that there is some reality that emerges out of this carpet, out of this particular carpet with a particular pattern.
Et ici nous sommes en train de les assembler. Ce faisant, ce que nous voyons, c'est que les branches sont intersectées en fait à des millions d'emplacements, et qu'à chacune de ces intersections elles peuvent former une synapse. Une synapse est un emplacement chimique où ils communiquent entre eux. Et, ensemble, ces synapses forment le réseau ou le circuit du cerveau. Le circuit, vous pouvez ausi le voir comme le tissu du cerveau. Lorsque vous pensez au tissu du cerveau, la structure, comment est-elle faite ? Quel est le patron du tapis ? Vous réalisez que ceci pose un défi fondamental à toute théorie du cerveau et en particulier à une théorie affirmant qu'il y a une sorte de réalité qui émerge de ce tapis, de ce tapis particulier avec son patron particulier.
The reason is because the most important design secret of the brain is diversity. Every neuron is different. It's the same in the forest. Every pine tree is different. You may have many different types of trees, but every pine tree is different. And in the brain it's the same. So there is no neuron in my brain that is the same as another, and there is no neuron in my brain that is the same as in yours. And your neurons are not going to be oriented and positioned in exactly the same way. And you may have more or less neurons. So it's very unlikely that you got the same fabric, the same circuitry.
La raison est que le plus important secret de design du cerveau est sa diversité. Chaque neurone est différent. C'est la même chose dans la forêt. Chaque pin est différent. Vous pouvez avoir plusieurs différents types d'arbres mais chaque pin est différent. Et dans le cerveau ,c'est pareil. Il n'y a donc aucun neurone dans mon cerveau qui soit identique à un autre, et il n'y a aucun neurone dans mon cerveau identique à un dans le vôtre. Vos neurones ne seront pas orientés et positionnés exactement de la même manière. Vous aurez peut-être plus ou moins de neurones. Il est donc très improbable que vous ayez le même tissu, le même circuit.
So, how could we possibly create a reality that we can even understand each other? Well, we don't have to speculate. We can look at all 10 million synapses now. We can look at the fabric. And we can change neurons. We can use different neurons with different variations. We can position them in different places, orient them in different places. We can use less or more of them. And when we do that what we discovered is that the circuitry does change. But the pattern of how the circuitry is designed does not. So, the fabric of the brain, even though your brain may be smaller, bigger, it may have different types of neurons, different morphologies of neurons, we actually do share the same fabric. And we think this is species-specific, which means that that could explain why we can't communicate across species.
Alors, comment pouvons-nous possiblement créer une réalité nous permettant de nous comprendre l'un l'autre ? Eh bien, nul besoin de spéculer. Nous pouvons maintenant observer nos 10 millions de synapses. Nous pouvons observer le tissu et nous pouvons changer les neurones. Nous pouvons utiliser différents neurones avec différentes variations. Nous pouvons les positionner à différents emplacements, les orienter en différents emplacements. Nous pouvons en utiliser plus ou moins. Lorsque nous faisons cela, ce que nous découvrons, c'est que le circuit change. Mais que le patron du design du circuit ne change pas. De sorte que, le tissu du cerveau, quoique votre cerveau peut être plus petit, plus grand, il peut avoir différents types de neurones, différentes morphologies de neurones. Nous partageons en effet le même tissu. Et nous croyons que ceci est spécifique à chaque espèce, ce qui expliquerait pourquoi nous ne pouvons communiquer d'une espèce à une autre.
So, let's switch it on. But to do it, what you have to do is you have to make this come alive. We make it come alive with equations, a lot of mathematics. And, in fact, the equations that make neurons into electrical generators were discovered by two Cambridge Nobel Laureates. So, we have the mathematics to make neurons come alive. We also have the mathematics to describe how neurons collect information, and how they create a little lightning bolt to communicate with each other. And when they get to the synapse, what they do is they effectively, literally, shock the synapse. It's like electrical shock that releases the chemicals from these synapses.
Donc, mettons cela en marche. Mais pour l'allumer, vous devez donner la vie à tout cela. Nous rendons tout cela vivant avec des équations, beaucoup de mathématiques. En fait, les équations transformant les neurones en générateurs électriques furent découvertes par deux prix Nobel de Cambridge. Nous avons donc les mathématiques pour donner vie aux neurones. Nous avons aussi les mathématiques décrivant comment les neurones recueillent l'information et comment ils créent un petit éclair pour communiquer entre eux. Lorsqu'ils arrivent à la synapse, ce qu'ils font est d'effectivement, littéralement, commotionner la synapse. C'est comme un choc électrique qui libère les produits chimiques de ces synapses.
And we've got the mathematics to describe this process. So we can describe the communication between the neurons. There literally are only a handful of equations that you need to simulate the activity of the neocortex. But what you do need is a very big computer. And in fact you need one laptop to do all the calculations just for one neuron. So you need 10,000 laptops. So where do you go? You go to IBM, and you get a supercomputer, because they know how to take 10,000 laptops and put it into the size of a refrigerator. So now we have this Blue Gene supercomputer. We can load up all the neurons, each one on to its processor, and fire it up, and see what happens. Take the magic carpet for a ride.
Nous avons les mathématiques pour décrire ce processus. Nous pouvons ainsi décrire la communication entre ces neurones. Avec seulement une poignée d'équations, vous pouvez simuler l'activité du néocortex. Mais vous avez surtout besoin d'un très gros ordinateur. En fait, vous avez besoin d'un ordinateur portable pour effectuer tous les calculs de seulement un neurone. Vous avez donc besoin de 10 000 ordinateurs portables. Où aller ? Vous allez chez IBM, et vous prenez un superordinateur car ils savent comment concentrer 10 000 ordinateurs portables dans les dimensions d'un réfrigérateur. Nous avons donc maintenant ce superordinateur "Blue Gene". Nous pouvons charger tous les neurones, chacun sur son propre processeur, et allumer le tout, et observer ce qui arrive. Embarquez sur le tapis volant pour une promenade !
Here we activate it. And this gives the first glimpse of what is happening in your brain when there is a stimulation. It's the first view. Now, when you look at that the first time, you think, "My god. How is reality coming out of that?" But, in fact, you can start, even though we haven't trained this neocortical column to create a specific reality. But we can ask, "Where is the rose?" We can ask, "Where is it inside, if we stimulate it with a picture?" Where is it inside the neocortex? Ultimately it's got to be there if we stimulated it with it.
Ici, nous l'avons activé. Et voici le premier coup d'oeil de ce qui se passe dans votre cerveau lorsqu'il y a une stimulation. C'est une première vue. Lorsque vous regardez ça la première fois, vous pensez, "Mon Dieu. Comment la réalité peut-elle sortir de ça ?" Mais, en fait, vous pouvez commencer, même si nous n'avons pas entraîné cette colonne néocorticale à créer une réalité spécifique. Mais on peut demander "Où est la rose ?" On peut demander "Où est-elle à l'intérieur, si on le stimule avec une image ?" Où est-elle à l'intérieur du néocortex ? Finalement, elle doit être là si on le stimule avec l'image.
So, the way that we can look at that is to ignore the neurons, ignore the synapses, and look just at the raw electrical activity. Because that is what it's creating. It's creating electrical patterns. So when we did this, we indeed, for the first time, saw these ghost-like structures: electrical objects appearing within the neocortical column. And it's these electrical objects that are holding all the information about whatever stimulated it. And then when we zoomed into this, it's like a veritable universe.
Ainsi, la manière qu'on peut considérer cela consiste à ignorer les neurones, ignorer les synapses, et observer seulement l'activité électrique brute. Parce que c'est ce qu'il est en train de créer. Il est en train de créer des patrons électriques. Donc lorsqu'on a fait cela, nous avons vraiment, pour la première fois, vu ces structures évanescentes : des objets électriques apparaissant à l'intérieur de la colonne néocorticale. Ce sont ces objets électriques qui détiennent toute l'information au sujet la chose qui l'a stimulé - quelle qu'elle soit. Et en faisant le zoom sur ceci, c'est comme un véritable univers.
So the next step is just to take these brain coordinates and to project them into perceptual space. And if you do that, you will be able to step inside the reality that is created by this machine, by this piece of the brain. So, in summary, I think that the universe may have -- it's possible -- evolved a brain to see itself, which may be a first step in becoming aware of itself. There is a lot more to do to test these theories, and to test any other theories. But I hope that you are at least partly convinced that it is not impossible to build a brain. We can do it within 10 years, and if we do succeed, we will send to TED, in 10 years, a hologram to talk to you. Thank you. (Applause)
Alors, la prochaine étape, c'est de prendre ces coordonnées du cerveau et de les projeter dans l'espace perceptuel. Et si vous faites cela, vous pourrez pénétrer à l'intérieur de la réalité qui est créée par cette machine, par cette partie du cerveau. En résumé, je crois que l'univers pourrait avoir évolué -- c'est possible -- en un cerveau pouvant se voir lui-même, ce qui pourrait être le premier pas vers une prise de conscience de lui-même. Il y a encore beaucoup à faire pour tester ces théories, et pour tester plusieurs autres théories. Mais j'espère que vous êtes au moins en partie convaincus qu'il n'est pas impossible de construire un cerveau. Nous pouvons le faire dans moins de 10 ans, et si nous réussissons à le faire, nous enverrons à TED, dans 10 ans, un hologramme pour vous parler. Merci. (Applaudissements)