Daniel Wolpert: Miért is van valójában agyunk

Neurológus vagyok. És az idegtudományban nagyon sokféle kérdéssel kell foglalkozunk az agyat illetően. Én azonban a legegyszerűbbel szeretném elkezdeni, mégpedig azzal, amelyet életünk valamely pontján mindannyian felteszünk magunknak, mert annyira alapvető, ha meg akarjuk érteni az agy funkcióját. A kérdés a következő: miért van az, hogy nekünk és más állatoknak is van agyunk? A földön nem minden állatfajnak van agya, úgyhogy ha meg akarjuk tudni, hogy az agy mire való, gondolkozzunk el azon, hogy miért is fejlesztettük ki! Érvelhetnek azzal, hogy azért fejlesztettük ki, hogy felfogjuk a világot, vagy, hogy gondolkozzunk, és ez teljesen téves! Akármeddig is gondolkodunk ezen a kérdésen, vakítóan szembetűnő, hogy miért is van agyunk. Egy és csakis egy ok miatt van az agyunk: hogy alkalmazkodó és összetett mozgásokat hajthassunk végre. Semmi más oka nincs annak, hogy agyunk van. Gondolják csak végig! A mozgás az egyetlen lehetséges mód arra, hogy a körülöttünk lévő világra hatással legyünk. Jó, azért ez nem teljesen igaz, mert van még egy mód: az izzadás. De ettől eltekintve minden az izmok összehúzódása által megy végbe.

Gondoljanak csak a kommunikációra -- a beszédre, a gesztikulációkra, az írásra, a jelbeszédre -- ezeket mind az izmok összehúzódása viszi végbe. Ezért nagyon fontos fejben tartani azt, hogy mind az érzékszervi, mind a memória és a kognitív folyamatok nagyon fontosak ugyan, de kizárólag avégett, hogy vagy előidézzenek, vagy megszüntessenek jövőbeli mozdulatokat. Nem származhat evolúciós értelemben előny abból, hogy memórianyomokat őrizgessünk gyermekkorunkból egy rózsa színéről, amennyiben az nem befolyásolja a mozgásunkat későbbi életünk során.

Nos, azok számára, akik nem bíznak az ilyesfajta érvelésben, ott vannak a földünkön élő fák és füvek agy nélkül, de az összekötőkapocsként szolgáló bizonyíték inkább ez az állat itt -- a szerény tengeri zsákállat. Kezdetleges állat, van idegrendszere, úszkál körbe az óceánban fiatalkorában. És élete egy bizonyos pontján megtelepszik egy sziklán. És az első dolog, amit ott azon a sziklán tesz, amit többé nem hagy el, hogy felemészti saját agyát és idegrendszerét - étel gyanánt. Magyarul, amint nem kell többé mozognunk, azt a luxust sem engedhetjük meg többé, hogy agyunk legyen! És ezt az állatot gyakran idézik analógiaként arra, hogy mi történik az egyetemeken, amikor a professzorokat felveszik állandóra, no de ez egy másik téma.

(Taps)

Nos, én magam egy mozgás-soviniszta vagyok. Hiszek abban, hogy a mozgás az agy legfontosabb funkciója -- ne hagyják, hogy bárki azt hajtogassa maguknak, hogy ez nem igaz! Nos, ha a mozgás ennyire fontos, mennyire vagyunk előre abban, amit az agy mozgáskoordinációjáról tudunk? Sajnos a válasz az, hogy igencsak el vagyunk maradva; ez egy nagyon kemény dió. De megnézhetjük azt, hogy mennyire jól értjük a módját annak, hogy gépeket építsünk olyasmire, amit az emberek is meg tudnak csinálni.

Gondoljunk csak a sakkjátékra. Milyen jól értünk ahhoz, hogy meghatározzuk, mit hova mozdítsunk? Ha ideültetjük Gary Kasparovot, mármint amikor épp nincs börtönben, az IBM Deep Blue gépével szembe, akkor a válasz, hogy a Deep Blue csak néha fog nyerni. Ugyanakkor szerintem, ha itt a teremből bármelyikünk ellen játszana a Deep Blue, akkor minden alkalommal nyerne. Kérdés megoldva. Mi a helyzet a sakkfigura felemelésének kérdésével, ügyesen mozgatva és visszatéve a sakktáblára? Ha egy 5 éves gyerek ügyességét állítjuk szembe a mai legjobb robottal, akkor nagyon egyszerű a válasz: a gyerek könnyedén győz. Valójában nincs is verseny.

Namost akkor hogy lehet, hogy a fenti kérdés olyan egyszerű, a lenti pedig olyan nehéz? Az egyik válasz az, hogy az ötéves meg tudná mondani ennek a kérdésnek az algoritmusát -- megvizsgálva az összes lehetséges lépést a játék végéig, majd kiválasztani a nyerőt. Tehát ez egy igen egyszerű algoritmus. Nos persze vannak más mozdulatok is, de ezekkel az óriási computerekkel hozzávetőleges számításokat végzünk, és úgy kerülünk közelebb az optimális megoldáshoz. Amikor arról van szó, hogy mennyire ügyes egy mozdulat, még az sem nyilvánvaló, hogy mi az algoritmus, és akkor is meg kell oldanod az ügyességet. És látjuk, hogy ilyenkor egyszerre kell felfognunk a világot és cselekedni benne, ami egy sor kérdést vet fel.

De hadd mutassam most be az élvonalbeli robotikát. Egy sor robot nagyon lenyűgöző, de a manipulációs robotika tényleg a sötét középkorban jár még. Ez tehát egy Ph.D projekt eredménye, az egyik legjobb robotika intézetből. A hallgató megtanította a robotját arra, hogy a vizet a pohárba öntse. Nagyon nehéz kérdés, mert a víz kiloccsan, de végül is sikerült. De gyorsasága egyáltalán nem hasonlítható az emberéhez. Nos, ha azt szeretnénk, hogy ez a robot egy másik feladatot hajtson végre, az egy újabb 3 éves Ph.D. programba telne! Egyáltalán nem létezik az egyik feladatról a másikra átvihető általánosítás a robotikában!

Összehasonlíthatjuk ezt az élvonalbeli emberi teljesítménnyel. Bemutatom most Önöknek Emily Fox-ot, amint éppen felállítja a pohár egymásra halmozás világrekordját. Az amerikaiak a közönségben mind ismerni fogják a pohártoronyépítést. Ez egy gimnáziumi sport, ahol is 12 poharat kell egymásra halmozni, majd leszedni meghatározott sorrendben, miközben mérik az időt. Ez itt ő, amint felállítja a világrekordot valós időben. (Nevetés) (Taps) És milyen boldog! Fogalmunk sincs, mi zajlik az agyában, miközben végrehajtja, márpedig épp ezt szeretnénk megtudni!

Nos a csoportomban mi próbáljuk visszafejteni azt, ahogy az ember a mozgását irányítja. Könnyű feladatnak tűnhet. Leküldünk egy parancsot, az végrehajtja az izomösszehúzódást. A karunk, vagy a testünk mozog, és érzékszervi visszajelzést kapunk a látás, a bőrünk, az izmok stb. segítségével. A baj az, hogy ezek a jelek nem olyan szépek, mint amilyennek szeretnénk őket. Az egyik, ami megnehezíti a mozgás irányítását, például az, hogy az érzékszervek visszajelzése igen "zajos". Itt "zaj" alatt nem a hangot értem. Mérnöki és neurológiai értelemben használjuk, amikor egy véletlenszerű zaj megzavarja a jelet. A digitális rádió előtti időkben, amikor rádióhangoláskor azt a "hrrrhrr"-t hallottuk az adón, amit fogni akartunk, na az a zaj. De általánosabb értelemben ez a zaj valami olyan, ami lerontja a jelet.

Például, ha a kezünket az asztal alá tesszük, hogy megpróbáljuk beazonosítani a másik ujjunk helyét, akkor bizony néha több centit is tévedhetünk, az érzékszervi zajoknak köszönhetően! Ugyanígy, amikor a motorteljesítményt a mozgáshoz hasonlítjuk, az nagyon zajos. Ne is akarjunk a darts táblán telibe találni, csak célozzunk ugyanoda újra és újra. Óriási terjedelemben választhatunk a mozgásvariációkból. Sőt ennél több is van itt, a külvilág, vagy feladat is többértelmű és változó. A csésze lehet tele is, vagy üres is. Időről időre változik. Tehát a zaj egész érzékszervi mozgás feladat kavalkádjában tevékenykedünk.

Nos ez a zaj akkora, hogy a társadalom óriási jutalmat tűz ki nekünk, ha a zaj következményeit le tudjuk csökkenteni. Tehát, ha vagyunk oly szerencsések, hogy képesek vagyunk egy kis fehér labdával betalálni egy több száz méterre lévő lyukba egy hosszú fém bot segítségével, akkor a társadalmunk ezért hajlandó többszáz millió dollár jutalmat fizetni!

Nos, én arról akarom Önöket meggyőzni, hogy az agynak is nagyon sok erőfeszítésébe kerül, hogy lecsökkentse az ilyesfajta zajok és szórások negatív következményeit. És ehhez megismertetek Önökkel egy összefüggést, ami a statisztikában és gépi tanulásban nagyon népszerű lett az elmúlt 50 évben: ez a Bayes-féle „okok valószínűségének" tétele. Ez újabban egy egységesítő módszer arra, amikor azon elmélkedünk, hogy az agy hogyan kezeli a bizonytalanságot. Az alapelmélet az, hogy következtetéseket akarunk levonni, és aztán cselekedni.

Vegyük akkor a következtetéseket. Hiedelmeket akarsz alkotni a világgal kapcsolatban. Mik is a hiedelmek? Ilyenek lehetnek: hol is helyezkednek el a karjaim a térben? Macska, vagy kutya ez, amit látok? Mi azonban valószínűségekkel fogjuk a hiteinket ábrázolni. Tehát a hiedelmeket egy 0 és 1 közti számmal fogjuk ábrázolni -- ahol a 0 azt jelenti, hogy egyáltalán nem hiszek benne, az egy azt jelenti, hogy teljesen bizonyos vagyok. A köztes számok pedig a bizonytalanság szürkeárnyalatait mutatják. A Bayes-féle dedukció alapötlete az, hogy 2 információforrással rendelkezünk, amiből levonhatjuk a következtetést. Van adatunk, és az idegtudományban az adat az érzékszervi észlelés. Tehát érzékelek valamit az érzékszerveimmel, amit felhasználhatok hiedelemalkotásra. De van más információforrásom is, ami egyértelműen előrébb van a tudásnál. Ugyanis a tudást az emlékek segítségével halmozzuk fel életünk során. És a Bayes-féle döntéselmélet lényege az, hogy megadja az optimális mód matekját, amit ötvözni lehet az azt megelőző érzéki észlelés által szerzett tapasztalatainkkal új hitek kifejlesztése érdekében.

Felírtam ide a képletet. Nem fogom elmagyarázni, mi ez a képlet, de nagyon szép. Valódi szépség és valódi magyarázat rejlik benne. És ami a lényege, s amit meg is tippelhetünk, az az érzéki észlelésünk következtében keletkező különböző hiedelmek valószínűsége. Hadd hozzak fel egy intuitív példát. Képzeljük el, hogy teniszezni tanulunk, és azt szeretnénk kiszámítani, hogy a labda hol fog lepattanni, amint közeledik felénk a háló felett. Két információforrásunk van ehhez, a Bayes-féle törvény szerint. Van az érzékszervi észlelés -- használhatjuk a vizuális és a hallott információkat és ezek szerint arra juthatunk, hogy azon a piros folton fog földet érni. Tudjuk azonban, hogy az érzékszerveink nem tökéletesek, ezért némileg tágabb eshetőséget adunk a földet érésre, amit ez a piros felhő mutat, és a 0,5 és 0,1 közti számokat jelzi.

Ez az információ ezen a képen jelenik meg, van azonban még egy információforrás, ami nem látható ezen a képen, hanem csak a teniszezés ismételt megtapasztalása által ismerhető fel, hogy a labda egyáltalán nem egyenlő valószínűséggel pattan a térfelekre a szett során. Ha nagyon jó ellenféllel játszunk, akkor ütheti a zöld területre is, ami a fő szerva célpont, mert azt nehéz visszaadni. Szóval mindkét információforrás hordoz fontos információkat. És a Bayes-féle szabály azt sugallja, hogy meg kéne szoroznom a piroson lévő számokat a zöldön lévő számokkal, hogy megkapjuk a sárgán lévőket, ahol az ellipszisek vannak, és az lesz a hiedelmem. Tehát ez az információk optimális összegzése.

Nem mesélném el mindezt, ha nem néhány éve történt volna, hogy megmutattuk, hogy éppen ezt teszik az emberek, amikor új mozgáskoordinációt tanulnak. Ez pedig azt jelenti, hogy tényleg Bayes-féle következtető gépezetek vagyunk! Ahogy körbenézünk, megfigyeljük a világ statisztikáit, és megfogalmazzuk őket, de tudomást szerzünk közben saját érzékszervi aparátusunk zajosságáról is, majd összevetjük azokat valódi Bayes-féle módon.

Nos a képletnek ez a része a Bayes-féle elmélet kulcsgondolatául szolgál. És valójában arról szól, hogy meg kell jósolnom a különböző érzékszervi jelzések valószínűségét a hiedelmeim alapján. Ez ténylegesen azt jelenti, hogy jósolnom kell a jövőre vonatkozólag. És szeretném Önöket arról meggyőzni, hogy az agy bizony végez jóslatokat az érzékszervi jelzésekre vonatkozólag, amik be fognak érkezni. Sőt, alapvetően megváltoztatja az észlelésünket azáltal, amit teszünk. És hogy ez bekövetkezzen, elmondom most Önöknek, hogyan kezeli az agy az érzékszervi észleléseket. Kiküldünk egy parancsot, kapunk egy érzékszervi észlelést visszafele, és ezt az átalakulást a testünk fizikája valamint az érzékszervi berendezésünk irányítja.

De elképzelhetjük azt is, hogy bekukkantunk az agyba. Itt van az agy belülről. Lehet, hogy van egy kis jelzőkénk, egy idegi szimulátorunk, amely a testünk fizikai állapotáról és az érzékszervekről ad jelzést. Tehát amint kiküldünk egy mozgásparancsot lefelé, annak egy másolatát kijelöljük, és bevezetjük az idegi szimulátorunkba, hogy felfogja a tetteink érzékszervi következményeit. Tehát ahogy ezt a kecsapos üveget rázom, Kapok némi valódi érzékszervi visszajelzést az alsó sor időbeli függvényeként. És ha jó jelzőkém van, az ugyanazt jósolja meg előre.

Nos, hogy minek törődöm ilyesmivel? Megkapom ugyanazt a visszajelzést úgyis! Nos, vannak jó okok erre. Képzeljék csak el, hogy rázom a kecsapos üveget, és valaki nagyon gyengéden megközelít és megérinti hátulról nekem. Akkor egy plussz érzékszervi információt szereztem be a külső történés következtében. Így 2 forrásom volt. Veled is megfogattam, és én magam is ráztam, de a saját érzékszerveim szemszögéből nézve ez összefolyik egy információforrássá.

Namost jó okom van azt hinni, hogy valószínűleg meg akarják majd különböztetni a külső eseményeket és a belsőket. Mivel a külső események sokkal valószínűben függenek a viselkedéstől, mint amit belül érzünk, hogy történik a testünkben. Tehát az egyik mód ennek létrehozására az, hogy összehasonlítjuk a kizárólag az Önök mozgásparancsaira épülő előrejelzéseket a valósággal. És akkor minden eltérés remélhetőleg kívülről fog érkezni. Tehát miközben megyek körben a világban, jóslásokat végzek arról, amit valószínűleg tapasztalok majd, levonva őket, minden, ami megmarad, az számomra külsődleges.

Mi a bizonyíték erre? Nos, van egy nagyon világos példa ahol az általam generált érzékelés nagyon más érzés, mint ha azt egy másik ember váltotta volna ki. Így a legnyilvánvalóbb helyet választottuk kezdésképpen, mégpedig a csiklandozást. Nagyon régóta ismeretes, hogy magunkat nem tudjuk megcsikizni, míg mások viszont meg tudnak. De azt nem igazán mutatta ki senki, hogy ez amiatt van, hogy létezik egy idegi szimulátor, ami az egész testünket szimulálja, és levonja ezeket az érzékeléseket! Így aztán vehetjük a 21. századi kísérleteket, alkalmazva a robottechnológiát erre a kérdésre. És láthatjuk, hogy az egyik kezünkben egy botféleség van, ami egy robothoz kapcsolódik, és ezek fogják mozgatni a botot előre és hátra. Ezt pedig lekövetjük számítógéppel, és arra használjuk, hogy egy másik robotot irányítsunk vele, ami egy másik bottal fogja csikizni a kezünket. Aztán egy csomó kérdést fogunk feltenni nekik, köztük a csikisségre vonatkozót.

A kutatásunk egyik részét mutatom most csak be. Itt elvettem a robotokat, de alapvetően az ember mozgatja itt a jobb kezét szinuszosan oda és vissza. Megismételjük ezt a másik kézzel is egy kis időbeli eltéréssel. Vagy egyáltalán nincs időbeli elcsúszás, amikor csak kissé lesz csiklandós a kezünk, vagy pedig 2-3 tized másodperc eltéréssel. A fontos itt az lesz, hogy a jobb kéz mindig ugyanazt csinálja -- a szinuszos mozgást. A bal kéz pedig szintén mindig ugyanazt teszi, szinuszos csiklandozást végez. Mindössze az időbeli elcsúszással játszunk. És ahogy haladunk a zérótól az 1 tized másodperc felé, egyre csiklandósabbá válik. Ahogy haladunk az 1 tizedtől a 2 tized felé, egyre csiklandósabbá válik. És mire elérjük a mp 2 tizedét, ugyanannyira lesz csiklandós a robot csikizésére, anélkül, hogy mi bármit tettünk volna. Tehát legyen bármi is felelős ezért a "törlésért", nagyon szoros összefüggésben van az időbeliséggel. És ezen illusztráció alapján, tényleg komoly meggyőződésünkké vált az, hogy az agy nagyon precíz előrejelzéseket végez és levonja azokat az érzékelésekből.

Be kell azonban vallanom, hogy ezek a legszörnyebb kísérletek, amiket a laboromban valaha is végeztünk. Mert a tenyér csiklandóssága jön és megy, egy csomó tárgy kell ahhoz, hogy ezekkel a csillagokkal érzékelhetővé tegyük őket. Ezért aztán egy jóval objektívabb módot kutattunk, ennek a jelenségnek a megközelítésére. Az évek során közben született két lányom. És az egyik, amit megfigyelhetünk a kocsi hátsó ülésén ülő gyerekeknél a hosszú utak során, hogy összevesznek -- ami rendszerint azzal kezdődik, hogy az egyik bosszantja a másikat, a másik pedig visszavág. Gyorsan felpörög ez. És a gyerekek gyakran bonyolódnak olyan vitákba, ami egyre csak erősödik. Namost, amikor rákiáltok a gyerekeimre, hogy hagyják már abba, néha egyszerre mondták nekem azt, hogy a másik erősebben ütött.

Történetesen tudom, hogy a gyerekeim nem hazudnak, ezért idegtudósként arra gondoltam, hogy fontos lehet, hogy meg tudjam magyarázni, hogy lehet az, hogy egymásnak ellentmondó igazságokat állítanak. Ezért a csikis kutatásunkat alapul véve feltettük, hogy amikor egy gyerek megüt egy másikat, azzal mozgásparancsot váltanak ki. Előrejelzik az érzékszervi következményt és levonják. Emiatt aztán úgy érzik, hogy kevésbé erősen ütötték meg a másikat, mint a másik őket -- épp ahogy a csikizésnél. Ahol a passzív 'befogadó' viszont nem végzi el az előrejelzést, így teljességgel érzékeli a csapást. Amikor egyforma erővel vágnak vissza, az első azt érzékeli, hogy erősödött az ütés.

Úgy döntöttünk, hogy leteszteljük ezt laborban is. (Nevetés) Nem dolgozunk gyerekekkel, és ütlegeléssel sem, de a koncepció ugyanez. Két felnőttet vettünk. Azt mondtuk nekik, hogy egy játékban vesznek részt. Itt ül egymással szemben az egyes és a kettes számú játékos. A játék nagyon egyszerű. Egy motorral kezdtünk, egy kis erőátvivő fogantyúval. Arra használjuk ezt a motort, hogy az egyes számú játékos ujjaira fejtsen ki nyomást, 3 mp-ig, aztán abbahagyja. Annak a játékosnak azt mondtuk, hogy jegyezze meg azt a nyomás-élményt, és használja a másik ujját arra, hogy ugyanakkora nyomást fejtsen ki a másik alany ujjára egy erőátvivő karon keresztül -- és így is tettek. A kettes számú játékosnak azt mondtuk, hogy jegyezze meg azt az erőt. A másik kezével pedig fejtsen ki ugyanakkora nyomást a másikra. Így váltogatják egymást egymás kezére gyakorolva a nyomást, oda-vissza.

A fontos itt az, hogy különböző szobában kaptak instrukciókat a szabályokra vonatkozóan. Nem ismerték tehát a szabályokat, ami szerint a társuk játszott. Az lett a mérés eredménye, hogy az erőkifejtés az egymásután következéstől függött. Ha megnézzük, hogy mivel indultunk, egy negyed Newtonnal, akkor egy jópár forduló után, az a piros vonal lenne a megfelelő. Ám a következő történt minden vizsgált párnál: minden fordulónál 70 %-kal nőtt az erőkifejtés. Ebből tényleg az látszik következni, hogy ha ilyet csinálunk, -- ennek, és más ilyen kísérleteknek az alapján -- hogy az agy kitörli az érzékszervi következtetéseket, és alábecsüli az általa kifejtendő erőt. Ez megint csak azt mutatja, hogy az agy végez jóslásokat, és alapjában megváltoztatja az érzékelést. Vontunk le következtetéseket, végeztünk előrejelzéseket, most akkor cselekvést kell kiváltanunk. És a Bayes feltevés szerint, hitem szerint, a cselekedet valahogyan optimális lesz végül.

De van ám egy kis bökkenő. A feladatok szimbolikusak -- inni szeretnék, táncolni szeretnék -- a mozgásrendszernek azonban 600 izmot kell mozgatnia egy bizonyos sorrendben! És bizony nagy hézag van a feladat és a mozgásrendszer közt! Magyarul végtelenül sokféleképpen lehetnének összeköttetésben. Gondoljanak csak egy egyik ponttól a másikig végrehajtott mozgásra. Választhatom ezt a két utat, a végtelenül sok rendelkezésre álló közül. Ha kiválasztottam egy utat, akkor rajta tarthatom a kezemet azon az úton, a végtelenül sok ízületi konfiguráció szerint. És tarthatom a kezemet egy bizonyos ízületi tartással, ami lehet nagyon merev, vagy akár nagyon ellazult. Tehát egy rakás döntéshelyzetem van. Az derült ki, hogy végletesen sablonosak vagyunk. Mindannyian eléggé hasonlóan mozgunk.

Sőt, az derült ki, hogy annyira sablonosak vagyunk, hogy az agyunknak rá kellett állni arra, hogy dekódolja ezeket a sablonokat! Ha veszek tehát néhány pontot, és biológiai mozgás segítségével megmozgatom őket, az agyunk áramkörei azonnal felfogják, hogy mi történik. Itt egy csomó pont mozog. Mi tudjuk, hogy ez a személy mit csinál, akár vidám, szomorú, idős, vagy fiatal -- ami rengeteg információ. Ha ezek a pontok kocsik lennének egy versenypályán, akkor viszont fogalmunk sem lenne, hogy mi zajlik!

Akkor miért van tehát, hogy bizonyos módon mozgunk? Gondoljuk csak végig, mi is történik valójában. Lehet, hogy nem mind mozgunk teljesen egyformán. Lehet, hogy vannak variációk a népességben. És lehet, hogy azoknak, akik a többieknél jobban mozognak, nagyobb az esélyük arra, hogy a gyerekeik bekerüljenek a következő generációba. Tehát evolúciós léptékkel nézve, a mozgások egyre jobbak lesznek. És lehet, hogy az életben a mozgások tanulással fejlődnek.

Mi a helyzet tehát egy mozgással, ami jó vagy rossz? Képzeljük el, hogy el akarjuk kapni ezt a labdát. Itt van két lehetséges út a labdához. Nos, ha a baloldali utat választom, kitalálhatom, mekkora erőbefektetést igényel ez az idő függvényében az egyik izmom számára. Hozzáadódik azonban 'zaj' is! Ami tehát kapok végül ezen szép, sima, megfelelő erő alapján, bizony egy nagyon 'zajos' verzió lesz. Ha veszem ugyanazt a parancsot sok alkalommal, minden alkalommal különböző zajos verziókat fogok kapni, mivel a zaj mindig változik. Itt azt tudom bemutatni Önöknek, hogyan fejlődik a mozgás variálhatósága, amennyiben ezt az utat választom. Ha egy másik utat választok a végrehajtáshoz -- jobbra pl. -- akkor más lesz a parancs, mások a zajok, egy zajos rendszeren keresztül játszani nagyon bonyolult. Amiben biztosak lehetünk, az az, hogy a variálhatóság különbözni fog. Ha így mozgok, végül is egy kisebb variációval jövök ki belőle, a sok mozdulat következtében. Ha tehét e kettő közt kell választanom, a jobboldalit választanám, mert ott kevesebb a variáció.

Az alapelv itt az, hogy úgy akarjuk megtervezni a mozgásunkat, hogy minimalizáljuk a zaj negatív következményét. És az egyik, amit itt megsejtünk az, valójában a zaj mennyisége, vagy variálhatóság, amit itt mutatok, egyre erősödik a nyomás erősödésével. tehát az egyik alapelv az, hogy el akarjuk kerülni a nagy erőkifejtéseket. Megmutattuk, hogy ennek felhasználásával rengeteg adatot meg tudunk magyarázni -- ahogyan az emberek egész pontosan haladnak az életükben, megtervezve a mozgásukat, hogy minimalizálják általa a zajok negatív következményeit.

Remélem, sikerült Önöket mgegyőznöm arról, hogy az agyunk azért van és felődött ilyenre, hogy a mozgásokat koordinálja. Komoly intellektuális kihívás megérteni, hogyan visszük ezt végbe. Lényeges ez azonban a betegségek és a rehabilitáció miatt is. Rengeteg betegség van hatással a mozgásra. És ha megértjük, hogyan végezzük a mozgást, akkor remélhetőleg alkalmazhatjuk majd a robottechnológiában is. Végezetül szeretném Önöket arra emlékeztetni, hogy amikor állatokat látunk, amint nagyon egyszerűnek tűnő feladatokat hajtanak végre, az agyukban ténylegesen végbemenő komplexitás valójában igen drámai!

Nagyon köszönöm.

(Taps)

Chris Anderson: Egy gyors kérdés, Dan. Szóval mozgás soviniszta vagy. Ez azt jelenti, hogy szerinted a többi dolog, amiről azt hisszük, hogy az agyunk arra való, -- mint pl. az álmodozás, vágyakozás, szerelembe esés, meg ilyesmik -- valamiféle melléktermékek, véletlen velejárók?

DW: Nem, nem, szerintem is nagyon fontos mindez ahhoz, hogy vezérelje a megfelelő mozgást a viselkedés érdekében, hogy végül bekövetkezzen a reprodukció. Szerintem az érzékelést és a memóriát úgy tanulmányozzák, hogy nem számítják be közben, hogy mi végett is gyűjtjük a gyermekkori emlékeket. Pl. az a tény, hogy gyermekkorunk agy része kiesik a fejünkből, valószínűleg azért nem gond, mivel nem befolyásolja későbbi életünk mozgásait! Csak olyan dolgokat kell elraktározni, amelyek tényleg befolyásolni fogják a mozgást!

CA: Akkor tehát úgy gondolja, hogy azok, akik az agyról és tudatról általában elmélkednek, akkor jutnak valódi felismerésekhez amikor rájönnek, hogy hol játszik szerepet ebben a játékban a mozgás?

DW: Pl. rájöttek az emberek arra, hogy a látás tanulmányozása anélkül, hogy figyelembe vennék, mire is való - hiba. A látást annak a felismerésnek a beszámításával együtt kell tanulmányozni, hogy a mozgásrendszer hogyan fogja felhasználni a látást. És bizony nagyon másra használja, ha egyszer így is végiggondljuk!

CA: Hát ez mondhatom, nagyon érdekes. Tényleg nagyon köszönjük.

(Taps)