I grew up watching Star Trek. I love Star Trek. Star Trek made me want to see alien creatures, creatures from a far-distant world. But basically, I figured out that I could find those alien creatures right on Earth.
В детстве я смотрел Звёздный путь. Я люблю этот фильм. Это увлечение пробудило во мне желание увидеть инопланетных созданий, существ из далёких миров. В прочем, я понял, что подобных существ можно отыскать прямо на нашей планете.
And what I do is I study insects. I'm obsessed with insects, particularly insect flight. I think the evolution of insect flight is perhaps one of the most important events in the history of life. Without insects, there'd be no flowering plants. Without flowering plants, there would be no clever, fruit-eating primates giving TED Talks.
И вот я занимаюсь изучением насекомых. Я помешан на насекомых, в особенности на их полёте. Я считаю, что эволюция полёта насекомых, возможно, является одним из наиболее важных событий всей истории развития жизни на Земле. Если бы не было насекомых, то не было бы цветковых растений. А не было бы цветковых растений, то не существовало бы и умных, питающихся фруктами приматов, произносящих речи для TED Talks.
(Laughter)
(Смех)
Now, David and Hidehiko and Ketaki gave a very compelling story about the similarities between fruit flies and humans, and there are many similarities, and so you might think that if humans are similar to fruit flies, the favorite behavior of a fruit fly might be this, for example -- (Laughter) but in my talk, I don't want to emphasize on the similarities between humans and fruit flies, but rather the differences, and focus on the behaviors that I think fruit flies excel at doing.
Итак, Дэвид и Хидехико и Кетаки рассказали захватывающую историю об общих чертах, присущих как плодовым мушкам, так и людям, и подобных сходных черт очень много, и поэтому вы можете подумать, что если люди схожи с плодовыми мушками, то их излюбленным действием будет следующее, например... (Смех) но в своём выступлении, я хотел бы обратить ваше внимание не на сходства людей и плодовых мушек, а скорее на различия, и уделить особое внимание типам поведения, в которых, как мне кажется, мушкам нет равных.
And so I want to show you a high-speed video sequence of a fly shot at 7,000 frames per second in infrared lighting, and to the right, off-screen, is an electronic looming predator that is going to go at the fly. The fly is going to sense this predator. It is going to extend its legs out. It's going to sashay away to live to fly another day. Now I have carefully cropped this sequence to be exactly the duration of a human eye blink, so in the time that it would take you to blink your eye, the fly has seen this looming predator, estimated its position, initiated a motor pattern to fly it away, beating its wings at 220 times a second as it does so. I think this is a fascinating behavior that shows how fast the fly's brain can process information.
Итак, я хочу показать вам высокоскоростное видео, 7 000 кадров в секунду, на котором запечатлена муха, освещённая инфракрасными лучами, а справа, за пределами экрана, затаился электронный хищник, который собирается напасть на муху. Муха чувствует присутствие этого хищника. Она вытягивает ножки. Она ускользает от него, жива-здорова. Сейчас, я очень аккуратно вырезал именно эту последовательность кадров, продолжительность которых в точности соответствует времени мигания человеческого глаза. Получается, что за тот промежуток времени, за который вы мигнёте, муха успела увидеть затаившегося хищника, оценила его расположение, запустила двигательный сценарий, чтобы отлететь от него, со скоростью вращения крыльев 220 раз в секунду. Я считаю, что это завораживающее поведение, свидетельствует о том, насколько быстро мозг мухи способен обрабатывать информацию.
Now, flight -- what does it take to fly? Well, in order to fly, just as in a human aircraft, you need wings that can generate sufficient aerodynamic forces, you need an engine sufficient to generate the power required for flight, and you need a controller, and in the first human aircraft, the controller was basically the brain of Orville and Wilbur sitting in the cockpit.
Теперь о полете — что нужно для того, что бы полететь? Ну что ж, для того чтобы полететь на обычном самолёте, нам понадобятся крылья, способные возбудить достаточные аэродинамические силы, двигатель, достаточной мощности, способный выработать энергию для полёта, а так же вам понадобится контроллер, в самых первых самолётах, контроллерами были умы Орвилла и Вилбера, помещённые в кабину пилота.
Now, how does this compare to a fly? Well, I spent a lot of my early career trying to figure out how insect wings generate enough force to keep the flies in the air. And you might have heard how engineers proved that bumblebees couldn't fly. Well, the problem was in thinking that the insect wings function in the way that aircraft wings work. But they don't. And we tackle this problem by building giant, dynamically scaled model robot insects that would flap in giant pools of mineral oil where we could study the aerodynamic forces. And it turns out that the insects flap their wings in a very clever way, at a very high angle of attack that creates a structure at the leading edge of the wing, a little tornado-like structure called a leading edge vortex, and it's that vortex that actually enables the wings to make enough force for the animal to stay in the air. But the thing that's actually most -- so, what's fascinating is not so much that the wing has some interesting morphology. What's clever is the way the fly flaps it, which of course ultimately is controlled by the nervous system, and this is what enables flies to perform these remarkable aerial maneuvers.
Теперь посмотрим, как всё это можно соотнести с полётом мухи. В самом начале своей карьеры я потратил кучу времени, пытаясь понять, каким образом крылья насекомого способны выработать достаточную силу, чтобы удержать муху в воздухе. Вы, возможно, слышали, что инженеры доказали, что шмели не могут летать. Их ошибка заключается в неправильном представлении, что крылья насекомых функционируют точно так же как крылья самолёта. Но это не так. Нам удалось решить эту проблему при помощи гигантской, динамически подобной модели насекомого-робота, машущего крыльями в громадных бассейнах, заполненных минеральными маслами, за счёт чего мы могли наблюдать за аэродинамическими силами. И оказалось, что насекомые очень хитро машут собственными крыльями, так что угол набегающего потока настолько велик, что создаёт особую структуру на передней кромке крыла, похожую на вихрь, которую назвали вихрь передней кромки. Именно этот вихрь позволяет крыльям генерировать достаточные силы, чтобы удержать насекомое в воздухе. Но на самом деле то, что действительно потрясает воображение — не столько относится к этим интересным особенностям строения крыла. Поражает, то насколько искусен взмах крыла мухи, который, в конце концов, контролируется деятельностью нервной системы, и именно она позволяет мухе выполнять эти замечательные воздушные манёвры.
Now, what about the engine? The engine of the fly is absolutely fascinating. They have two types of flight muscle: so-called power muscle, which is stretch-activated, which means that it activates itself and does not need to be controlled on a contraction-by-contraction basis by the nervous system. It's specialized to generate the enormous power required for flight, and it fills the middle portion of the fly, so when a fly hits your windshield, it's basically the power muscle that you're looking at. But attached to the base of the wing is a set of little, tiny control muscles that are not very powerful at all, but they're very fast, and they're able to reconfigure the hinge of the wing on a stroke-by-stroke basis, and this is what enables the fly to change its wing and generate the changes in aerodynamic forces which change its flight trajectory. And of course, the role of the nervous system is to control all this.
Ну а что на счёт двигателя? Двигатель мухи просто невероятен. У них имеется два типа летательных мышц: так называемые силовые мышцы, активируемые за счёт растяжения, это значит, что они активируют себя сами и для их функционирования не требуется контроля со стороны нервной системы при каждом их сокращении. Их задачей является производство огромного количества энергии, необходимого для полёта, и они заполняют всю среднюю часть туловища мухи, поэтому, когда муха ударяется о ветровое стекло вашей машины, вы видите как раз эти силовые мышцы. К основанию крыла также прикреплено множество крошечных контролирующих мышц, которые вовсе не отличаются особой силой, но очень быстры и они способны изменять конфигурацию петли крыла после каждого взмаха, и как раз это позволяет мухе изменять положение крыла и направление приложения аэродинамических сил, что, в свою очередь, позволяет менять ей траекторию полёта. И, конечно же, роль нервной системы заключается в контроле всех этих процессов.
So let's look at the controller. Now flies excel in the sorts of sensors that they carry to this problem. They have antennae that sense odors and detect wind detection. They have a sophisticated eye which is the fastest visual system on the planet. They have another set of eyes on the top of their head. We have no idea what they do. They have sensors on their wing. Their wing is covered with sensors, including sensors that sense deformation of the wing. They can even taste with their wings. One of the most sophisticated sensors a fly has is a structure called the halteres. The halteres are actually gyroscopes. These devices beat back and forth about 200 hertz during flight, and the animal can use them to sense its body rotation and initiate very, very fast corrective maneuvers. But all of this sensory information has to be processed by a brain, and yes, indeed, flies have a brain, a brain of about 100,000 neurons.
Посмотрим на устройство контроллера. Мухи отличаются теми типами сенсоров, которые используются для решения проблемы полёта. У них есть щупальца, которые улавливают запахи и определяют направление ветра. У них очень высокоразвитые глаза, которые являются самой быстродействующей системой зрительных анализаторов на нашей планете. У них есть ещё одна пара глаз на верхушке головы. Мы понятия не имеем, зачем они нужны. У них есть сенсоры на крыльях. Их крылья покрыты сенсорами, включая сенсоры, способные чувствовать деформацию крыла. Они даже могут чувствовать вкус благодаря крыльям. Самым высокочувствительным сенсором является структура, под названием жужжальца. Жужжальца по сути представляют собой гироскопы. Эти устройства двигаются вперёд и назад с частотой около 200Гц во время полёта, и с их помощью насекомое может ощущать вращение собственного тела и запускать чрезвычайно быстрые корректирующие манёвры. Но все эти сенсорные данные требуют обработки мозгом, и да, у мух есть мозг, мозг, состоящий из около 100 000 нейронов.
Now several people at this conference have already suggested that fruit flies could serve neuroscience because they're a simple model of brain function. And the basic punchline of my talk is, I'd like to turn that over on its head. I don't think they're a simple model of anything. And I think that flies are a great model. They're a great model for flies. (Laughter)
Несколько выступающих на этой конференции уже предложили использовать плодовых мушек в нейробиологических исследованиях, потому что они представляют собой простую модель мозговой деятельности. Но я хочу перевернуть эти представления вверх тормашками. Я не считаю, что мухи являются простой моделью чего-либо. Я думаю, что мухи являются великой моделью. Они являются великой моделью для самих мух. (Смех)
And let's explore this notion of simplicity. So I think, unfortunately, a lot of neuroscientists, we're all somewhat narcissistic. When we think of brain, we of course imagine our own brain. But remember that this kind of brain, which is much, much smaller — instead of 100 billion neurons, it has 100,000 neurons — but this is the most common form of brain on the planet and has been for 400 million years. And is it fair to say that it's simple? Well, it's simple in the sense that it has fewer neurons, but is that a fair metric? And I would propose it's not a fair metric. So let's sort of think about this. I think we have to compare -- (Laughter) — we have to compare the size of the brain with what the brain can do. So I propose we have a Trump number, and the Trump number is the ratio of this man's behavioral repertoire to the number of neurons in his brain. We'll calculate the Trump number for the fruit fly. Now, how many people here think the Trump number is higher for the fruit fly?
Давайте посмотрим, в чем же заключается эта кажущаяся простота. Я думаю, что, к сожалению, многие нейробиологи, отличаются в некотором роде самолюбованием. Когда мы думаем о мозге, то в первую очередь представляем человеческий мозг. Но учтите, что мозг такого типа, который намного меньше — вместо 100 млрд нейронов, в нём всего 100 000 нейронов — является наиболее распространённым видом мозга на нашей планете уже 400 миллионов лет. И справедливо ли утверждать, что он отличается простотой устройства? Он, конечно же, проще с точки зрения количества нейтронов, но справедливо ли сравнение, основанное на данной системе показателей? Я считаю, что нет. Давайте разберёмся, почему это так. Я считаю, что нам следует сравнивать… (Смех) Мы должны сравнивать размер мозга с тем количеством операций, которые он может исполнять. К примеру, возьмём число Трампа, где число Трампа — это отношение поведенческого репертуара этого человека к числу нейронов в его мозге. Теперь рассчитаем число Трампа для плодовой мушки. Теперь, кто из вас считает, что число Трампа больше у плодовой мушки?
(Applause)
(Аплодисменты)
It's a very smart, smart audience. Yes, the inequality goes in this direction, or I would posit it.
Вы очень смышлёная аудитория. Да, в действительности неравенство смещено в эту сторону.
Now I realize that it is a little bit absurd to compare the behavioral repertoire of a human to a fly. But let's take another animal just as an example. Here's a mouse. A mouse has about 1,000 times as many neurons as a fly. I used to study mice. When I studied mice, I used to talk really slowly. And then something happened when I started to work on flies. (Laughter) And I think if you compare the natural history of flies and mice, it's really comparable. They have to forage for food. They have to engage in courtship. They have sex. They hide from predators. They do a lot of the similar things. But I would argue that flies do more. So for example, I'm going to show you a sequence, and I have to say, some of my funding comes from the military, so I'm showing this classified sequence and you cannot discuss it outside of this room. Okay? So I want you to look at the payload at the tail of the fruit fly. Watch it very closely, and you'll see why my six-year-old son now wants to be a neuroscientist. Wait for it. Pshhew. So at least you'll admit that if fruit flies are not as clever as mice, they're at least as clever as pigeons. (Laughter)
Я понимаю, что слегка абсурдно сравнивать поведенческий репертуар человека и мухи. Но давайте возьмём другое животное для примера. Вот мышь. У мыши примерно в 1 000 раз больше нейронов по сравнению с мухой. Я занимался изучением мышей. Когда я изучал мышей, я говорил очень медленно. И тут что-то произошло, когда я начал работать с мухами. (Смех) И если сравнить естественный ход развития мух и мышей, то они действительно аналогичны. Им приходилось добывать себе пропитание. Они участвуют в ухаживаниях. Они совокупляются. Они прячутся от хищников. Они делают множество сходных вещей. Но я утверждаю, что мухи делают намного больше. Так для примера, я покажу вам последовательность кадров, я должен вас предупредить, что многие из этих заключений получены в ходе военных исследований, поэтому я покажу вам засекреченную съёмку и вы не должны говорить об этом за пределами данной аудитории. Хорошо? Я хочу, что бы вы посмотрели на отделение груза, происходящее с хвоста плодовой мушки. Смотрите внимательно, и вы поймёте, почему мой 6-летний сын теперь хочет стать нейробиологом. Ждём. Пшшшу. Ну, теперь по крайней мере, вы согласитесь с тем, что плодовые мушки глупее мышей, но они по интеллекту не уступают голубям. (Смех)
Now, I want to get across that it's not just a matter of numbers but also the challenge for a fly to compute everything its brain has to compute with such tiny neurons. So this is a beautiful image of a visual interneuron from a mouse that came from Jeff Lichtman's lab, and you can see the wonderful images of brains that he showed in his talk. But up in the corner, in the right corner, you'll see, at the same scale, a visual interneuron from a fly. And I'll expand this up. And it's a beautifully complex neuron. It's just very, very tiny, and there's lots of biophysical challenges with trying to compute information with tiny, tiny neurons.
Я хочу, что бы вы поняли, что всё дело не только в числах, но и в особенности обрабатывать необходимые данные при помощи такого маленького числа нейронов. Здесь представлено красивое изображение зрительного промежуточного нейрона мыши, полученное лабораторией Джеффа Ликмана, и вы можете увидеть прекрасные изображения мозга, которые были показаны в ходе его выступления. А здесь, в правом углу, можно видеть, в точно таком же масштабе, зрительный промежуточный нейрон мухи. Я увеличу изображение. Это прекрасный сложный нейрон. Он совсем крошечный, но перед ним стоит множество биофизических задач, которые можно решить путём обработки информации при помощи этих крошечных нейронов.
How small can neurons get? Well, look at this interesting insect. It looks sort of like a fly. It has wings, it has eyes, it has antennae, its legs, complicated life history, it's a parasite, it has to fly around and find caterpillars to parasatize, but not only is its brain the size of a salt grain, which is comparable for a fruit fly, it is the size of a salt grain. So here's some other organisms at the similar scale. This animal is the size of a paramecium and an amoeba, and it has a brain of 7,000 neurons that's so small -- you know these things called cell bodies you've been hearing about, where the nucleus of the neuron is? This animal gets rid of them because they take up too much space. So this is a session on frontiers in neuroscience. I would posit that one frontier in neuroscience is to figure out how the brain of that thing works.
Насколько малыми по размеру могут быть нейроны? Давайте посмотрим на одно интересное насекомое. Оно похоже на муху. У него есть крылья, глаза, щупальца, ножки, сложный жизненный цикл, это паразит, он летает в поисках гусениц, на теле которых он паразитирует, и не то чтобы размер его мозга был сопоставим с крупицей соли, а именно таков размер мозга плодовой мушки, само это насекомое размером с крупицу соли. Здесь представлены другие организмы, обладающие сходными размерами. Это существо размером с туфельку и амёбу, обладает мозгом из 7 000 нейтронов, при этом оно такое маленькое — вы знаете, этих существ ещё называют клеточными телами, где же у них располагаются ядра нейронов? Эти микроорганизмы избавились от них, потому что они занимали слишком много места. В данной секции речь идёт о до сих пор неисследованных областях нейробиологии. Я утверждаю, что одной из таких областей является изучение работы мозга подобных существ.
But let's think about this. How can you make a small number of neurons do a lot? And I think, from an engineering perspective, you think of multiplexing. You can take a hardware and have that hardware do different things at different times, or have different parts of the hardware doing different things. And these are the two concepts I'd like to explore. And they're not concepts that I've come up with, but concepts that have been proposed by others in the past.
Давайте рассмотрим данный вопрос. Как можно заставить небольшое количество нейронов делать многое? И я думаю, что с инженерной точки зрения, вы подумали бы о мультиплексировании. Мы можем взять аппаратные средства, и с помощью них выполнять различные задачи в разные промежутки времени, или же разные элементы аппаратных средств будут выполнять различные операции. Вот те две концепции, которые я хотел бы рассмотреть. И я отнюдь не являюсь автором подобных концепций, данные концепции были разработаны ещё до меня.
And one idea comes from lessons from chewing crabs. And I don't mean chewing the crabs. I grew up in Baltimore, and I chew crabs very, very well. But I'm talking about the crabs actually doing the chewing. Crab chewing is actually really fascinating. Crabs have this complicated structure under their carapace called the gastric mill that grinds their food in a variety of different ways. And here's an endoscopic movie of this structure. The amazing thing about this is that it's controlled by a really tiny set of neurons, about two dozen neurons that can produce a vast variety of different motor patterns, and the reason it can do this is that this little tiny ganglion in the crab is actually inundated by many, many neuromodulators. You heard about neuromodulators earlier. There are more neuromodulators that alter, that innervate this structure than actually neurons in the structure, and they're able to generate a complicated set of patterns. And this is the work by Eve Marder and her many colleagues who've been studying this fascinating system that show how a smaller cluster of neurons can do many, many, many things because of neuromodulation that can take place on a moment-by-moment basis. So this is basically multiplexing in time. Imagine a network of neurons with one neuromodulator. You select one set of cells to perform one sort of behavior, another neuromodulator, another set of cells, a different pattern, and you can imagine you could extrapolate to a very, very complicated system.
Одна из идей возникла при изучении жевания крабов. Я не имею в виду поедание крабов. Я вырос в Балтиморе, и отведал их сполна. Речь идёт о том, каким образом крабы пережёвывают пищу. Этот процесс пережёвывания действительно очень интересен. У крабов имеется сложная структура, которая расположена под панцирем, её называют желудочной мышцей, которая размалывает пищу множеством различных способов. Здесь показана эндоскопическая съёмка данной структуры. Наиболее удивительно то, что контроль над этим процессом осуществляется с помощью очень малого набора нейронов — их около двух десятков, и при этом они могут генерировать огромное разнообразие двигательных паттернов, и они способны на это благодаря этому крошечному нервному узлу, заполненному множеством нейромодуляторов. Вы уже слышали о нейромодуляторах. По сути нейромодуляторов, запускающих, возбуждающих эту структуру, больше чем нейронов в самой этой структуре, и они способны генерировать сложный набор паттернов. Эта работа была проведена Евой Мардер и её многочисленными коллегами, изучавшими эту чрезвычайно интересную систему, которая доказывает тот факт, что небольшое скопление нейронов может выполнять огромное количество действий благодаря процессам нейромодуляции, которые протекают в каждый момент времени. Так что это своего рода мультиплексирование по времени. Представьте себе сеть нейронов с одним нейромодулятором. Вы выбираете один набор клеток для осуществления одного типа поведения, другой неромодулятор, другой набор клеток, другой поведенческий паттерн, и теперь вы можете экстраполировать данную систему до очень и очень сложной.
Is there any evidence that flies do this? Well, for many years in my laboratory and other laboratories around the world, we've been studying fly behaviors in little flight simulators. You can tether a fly to a little stick. You can measure the aerodynamic forces it's creating. You can let the fly play a little video game by letting it fly around in a visual display. So let me show you a little tiny sequence of this. Here's a fly and a large infrared view of the fly in the flight simulator, and this is a game the flies love to play. You allow them to steer towards the little stripe, and they'll just steer towards that stripe forever. It's part of their visual guidance system. But very, very recently, it's been possible to modify these sorts of behavioral arenas for physiologies. So this is the preparation that one of my former post-docs, Gaby Maimon, who's now at Rockefeller, developed, and it's basically a flight simulator but under conditions where you actually can stick an electrode in the brain of the fly and record from a genetically identified neuron in the fly's brain. And this is what one of these experiments looks like. It was a sequence taken from another post-doc in the lab, Bettina Schnell. The green trace at the bottom is the membrane potential of a neuron in the fly's brain, and you'll see the fly start to fly, and the fly is actually controlling the rotation of that visual pattern itself by its own wing motion, and you can see this visual interneuron respond to the pattern of wing motion as the fly flies. So for the first time we've actually been able to record from neurons in the fly's brain while the fly is performing sophisticated behaviors such as flight. And one of the lessons we've been learning is that the physiology of cells that we've been studying for many years in quiescent flies is not the same as the physiology of those cells when the flies actually engage in active behaviors like flying and walking and so forth. And why is the physiology different? Well it turns out it's these neuromodulators, just like the neuromodulators in that little tiny ganglion in the crabs. So here's a picture of the octopamine system. Octopamine is a neuromodulator that seems to play an important role in flight and other behaviors. But this is just one of many neuromodulators that's in the fly's brain. So I really think that, as we learn more, it's going to turn out that the whole fly brain is just like a large version of this stomatogastric ganglion, and that's one of the reasons why it can do so much with so few neurons.
Существую ли какие-либо свидетельства наличия подобных процессов у мух? Что ж, в течение многих лет моя лаборатория и многие другие лаборатории по всему миру занимались изучением поведения мух с использованием маленьких симуляторов полёта. Можно привязать муху к крошечной палочке. Можно измерять создаваемые ей аэродинамические силы. Мы позволяем мухе сыграть в небольшую электронную игру, при этом она будет облетать экран дисплея. Перед вами крошечный отрезок этого эксперимента. Вот муха и инфракрасное представление мухи в симуляторе полётов, а вот игра, в которую любит играть муха. Мы позволяем ей двигаться в направлении маленькой полосочки, и так она может двигаться в этом направлении вечно. Это элемент её системы визуального неведения. Но совсем недавно стало возможным смоделировать подобные поведенческие сцены с точки зрения физиологии. Это подготовительная работа, осуществлённая одним из моих бывших научных сотрудников Габи Маймон, в принципе, это и есть симулятор полёта, но особенность заключается в том, что электрод можно закрепить непосредственно в мозге мухи и фиксировать сведения с генетически выявленного нейрона в мозге мухи. А вот так выглядит один из таких экспериментов. Вот последовательность из исследования ещё одного научного сотрудника из моей лаборатории, Беттины Шанел. Зелёная кривая снизу — это мембранный потенциал нейрона в мозге мухи, и можно видеть, что когда муха поднимается в воздух, она на самом деле самостоятельно контролирует вращение этого визуального паттерна посредством движения собственных крыльев. И мы можем видеть ответную реакцию зрительного промежуточного нейрона на ход движений крыла во время полёта. Так мы в первый раз смогли считать информацию с нейронов мозга мухи во время осуществления такого сложного типа поведения как полет. И одна вещь, которую мы продолжаем изучать в течение многих лет — это то, что физиологические характеристики клеток у мух, находящихся в состоянии покоя, отличаются от подобных характеристик в случае если муха активна — летит, ходит и тому подобное. Так почему же физиология различается? Оказывается, что эти нейромодуляторы схожи с нейромодуляторами в этом крошечном нервном узле краба. На рисунке представлена система октопамина. Октопамин — нейромодулятор, который играет важную роль как в процессе полёта, так и для осуществления других поведенческих паттернов. Но это всего лишь один из множества нейромодуляторов, которые присутствуют в мозге мухи. Поэтому я думаю, в конечном счёте выяснится, что мозг мухи в целом представляет собой укрупнённую версию ротожелудочного нервного узла, и это ещё одно объяснение как с помощью малого числа нейронов можно сделать так много.
Now, another idea, another way of multiplexing is multiplexing in space, having different parts of a neuron do different things at the same time. So here's two sort of canonical neurons from a vertebrate and an invertebrate, a human pyramidal neuron from Ramon y Cajal, and another cell to the right, a non-spiking interneuron, and this is the work of Alan Watson and Malcolm Burrows many years ago, and Malcolm Burrows came up with a pretty interesting idea based on the fact that this neuron from a locust does not fire action potentials. It's a non-spiking cell. So a typical cell, like the neurons in our brain, has a region called the dendrites that receives input, and that input sums together and will produce action potentials that run down the axon and then activate all the output regions of the neuron. But non-spiking neurons are actually quite complicated because they can have input synapses and output synapses all interdigitated, and there's no single action potential that drives all the outputs at the same time. So there's a possibility that you have computational compartments that allow the different parts of the neuron to do different things at the same time.
Теперь, ещё одна идея, другой способ мультиплексирования — это мультиплексирование в пространстве, когда разные части нейрона занимаются разными операциями в одно и то же время. Вот два вида канонических нейронов у позвоночных и беспозвоночных, человеческий пирамидальный нейрон, открытый Рамоном И Кахал, а другая клетка справа, бесспайковый промежуточный нейрон, это работа Алана Уотсона и Малкольма Берроуза, проведённая много лет назад. У Малькольма Берроуза возникла очень интересная идея, основанная на том факте, что нейрон, принадлежащий саранче, не запускает потенциалы действия. Это бесспайковая клетка. Так любая типовая клетка, такая как нейрон мозга, обладает областью, называемый дендритом, который служит для получения входных сигналов, а сложение этих входных сигналов и приводит к генерации потенциалов действия, которые передаются аксону и затем запускают все участки выработки выходных сигналов нейроном. Но бесспайковые нейроны обладают довольно сложным строением, так как имеют интегрированные входные и выходные синапсы, и не имеется единственного потенциала действия, который бы позволил запустить все выходные сигналы единовременно. Возможно, имеются вычислительные ячейки, которые позволяют отдельным участкам нейрона осуществлять различные операции одновременно.
So these basic concepts of multitasking in time and multitasking in space, I think these are things that are true in our brains as well, but I think the insects are the true masters of this. So I hope you think of insects a little bit differently next time, and as I say up here, please think before you swat.
Так эти две фундаментальные концепции многозадачности во времени и многозадачности в пространстве, как мне кажется, верны и для нашего мозга, но именно насекомые по-настоящему преуспели в этом. Я надеюсь, что теперь вы будете немного иначе воспринимать насекомых, и как написано здесь, пожалуйста, подумайте, прежде чем прихлопните очередное насекомое.
(Applause)
(Аплодисменты)